分案說明

本申請屬于申請日為2013年6月21日的中國發(fā)明專利申請201380041446.2的分案申請。

背景技術(shù)：

諸如智能電話和平板電腦的移動設(shè)備已經(jīng)開發(fā)了能夠被提供給忙碌用戶的各種新的服務(wù)。移動設(shè)備的地理位置可以使用多種用于確定其位置的技術(shù)中的任意技術(shù)來確定，所述技術(shù)包括通過參考蜂窩網(wǎng)絡(luò)塔、wifi定位和/或全球定位系統(tǒng)(gps)。在用戶選擇運行服務(wù)使用其地理位置的情況下，能夠通過本地設(shè)備來提供基于位置的服務(wù)。

基于位置的服務(wù)是能夠在移動設(shè)備上通過移動網(wǎng)絡(luò)進行訪問并且使用有關(guān)移動設(shè)備的地理位置的用戶信息的信息或娛樂服務(wù)。第一代基于位置的服務(wù)可以包括用于識別人或物體的位置的服務(wù)，諸如發(fā)現(xiàn)最近的銀行取款機或聯(lián)系人的行蹤。這樣的服務(wù)還可以包括例如通過基于消費者的當前位置提供針對該消費者的優(yōu)惠券或廣告的移動商業(yè)。它們可以進一步包括個性化的天氣服務(wù)甚至基于位置的游戲。

對于用戶的位置信息(例如，個性化和歷史獲知的位置信息)的更具粒度的理解能夠允許提供更為復(fù)雜的服務(wù)。例如，當用戶出差時，用戶的移動設(shè)備能夠生成位置歷史，其包括諸如每個所訪問的位置的經(jīng)度、維度和時間戳之類的數(shù)據(jù)點。然而，用戶所訪問的企業(yè)或其它目的地的列表將會更具價值。擁有這樣的信息可能通過在用戶選擇簽到時為他們呈現(xiàn)正在訪問的企業(yè)的名稱而允許用戶更為容易地使用社交應(yīng)用進行“簽到”。電子商務(wù)應(yīng)用可能包括遞送與用戶實際訪問的企業(yè)相關(guān)的禮券或廣告。移動設(shè)備可以具有為用戶提供其在給定的一天或多天去過的地點的日志的應(yīng)用。許多其它改進的基于位置的服務(wù)都能夠被提供以這樣的信息。

通常，確定用戶訪問了何處能夠使用本地搜索引擎來完成。本地搜索引擎是允許用戶提交針對本地企業(yè)收錄的結(jié)構(gòu)化數(shù)據(jù)庫的地理上受限的搜索的搜索引擎。然而，結(jié)果不是始終準確的。從移動設(shè)備得到的位置信息不是始終精確的。gps能夠提供良好的結(jié)果，但是在室內(nèi)(包括諸如商場之類的地點)或諸如“都市峽谷”之類的難以接收gps信號的其它地點卻并非如此。企業(yè)也可能非常緊密地聚集在一起，包括在單個建筑物包括許多企業(yè)或者一個企業(yè)可能處于另一個企業(yè)上方或下方的情況。企業(yè)也可能在地理上不是分立的—一個示例是也具有餐廳的旅館；知道訪客是否在這樣的地點用餐或停留將會是有用的。再另外地，本地搜索數(shù)據(jù)庫可能沒有用于區(qū)分鄰近企業(yè)的坐標的精確信息。所有這些都使得本地搜索引擎在這些情形之下提供不準確的結(jié)果。

技術(shù)實現(xiàn)要素：

在一個示例中，本公開描述了一種使用計算機處理器基于來自用戶位置歷史的地理位置來以訪問可能性的降序?qū)τ脩艨赡茉L問的目的地排序的方法。依據(jù)該示例，該方法包括針對來自用戶位置歷史的地理位置，由該處理器對接近于該地理位置的目的地進行本地搜索，該地理位置具有與之相關(guān)聯(lián)的時間，該搜索至少提供目的地的名稱以及距該地理位置的距離。該方法還可以包括由該處理器針對該本地搜索所返回的每個目的地計算訪問可能性，該訪問可能性作為至少在該目的地與該地理位置之間的距離以及在關(guān)聯(lián)于該地理位置的時間與跨時間的訪問可能性分布之間的比較的函數(shù)來計算。該方法可以進一步包括由該處理器以訪問可能性的降序?qū)Ρ镜厮阉魉祷氐哪康牡刂械闹辽僖恍┡判?，以針對該地理位置選擇最可能訪問的目的地。

在另一個示例中，本公開描述了一種由計算機處理器基于來自用戶位置歷史的地理位置來以訪問可能性的降序?qū)τ脩艨赡茉L問的目的地排序的方法。依據(jù)該示例，該方法包括針對來自用戶位置歷史的地理位置，由該處理器針對接近該地理位置的目的地進行本地搜索，該地理位置具有與之相關(guān)聯(lián)的時間矢量，該時間矢量包括多次訪問的開始和結(jié)束時間，該搜索至少提供該目的地的名稱以及距該地理位置的距離。該方法可以包括由該處理器針對本地搜索所返回的每個目的地計算訪問可能性，該訪問可能性作為至少在該目的地與該地理位置之間的距離以及在與該地理位置相關(guān)聯(lián)的時間矢量與跨時間的訪問可能性分布之間的比較的函數(shù)來計算。另外，該方法可以包括以訪問可能性的降序?qū)Ρ镜厮阉魉祷氐闹辽僖恍┠康牡嘏判?，以針對該地理位置選擇最可能被訪問的目的地。

在另外的示例中，本公開描述了一種用于基于來自用戶位置歷史的地理位置來以訪問可能性的降序?qū)τ脩艨赡茉L問的目的地排序的系統(tǒng)。依據(jù)該示例，該系統(tǒng)包括計算機處理器和計算機存儲器，該計算機存儲器連接至該處理器并存儲指令，用于使得該處理器針對來自用戶位置歷史的地理位置對接近于該地理位置的目的地進行本地搜索，該地理位置具有與之相關(guān)聯(lián)的時間，該搜索至少提供目的地的名稱以及距該地理位置的距離。該計算機存儲器還存儲指令，用于使得該處理器針對該本地搜索所返回的每個目的地計算訪問可能性，該訪問可能性作為至少在該目的地與該地理位置之間的距離以及在關(guān)聯(lián)于該地理位置的時間與跨時間的訪問可能性分布之間的比較的函數(shù)來計算。該計算機存儲器還存儲指令，用于使得該處理器以訪問可能性的降序?qū)Ρ镜厮阉魉祷氐哪康牡刂械闹辽僖恍┡判?，以針對該地理位置選擇最可能訪問的目的地。

在另外的示例中，本公開描述了一種用于自動為用戶提供與該用戶可能訪問的地點相關(guān)的信息的方法。依據(jù)該示例，該方法包括接收用戶的位置歷史并且將該位置歷史存儲在存儲器中，以及使用耦合至該存儲器的處理器從該位置歷史中提取用戶先前訪問過的地點以及指示用戶是否在時隙的多個過去實例中的任意一個期間訪問過該地點的訪問歷史數(shù)據(jù)。該方法還可以包括使用該處理器基于該訪問歷史數(shù)據(jù)來確定該用戶是否可能在時隙的未來實例期間訪問該地點，并且如果確定用戶可能在時隙的未來實例期間訪問該地點，則使用該處理器在該時隙的未來實例開始之前輸出與該地點相關(guān)的信息。

在另一個示例中，本公開描述了一種用于自動為用戶提供與該用戶可能訪問的地點相關(guān)的信息的系統(tǒng)。依據(jù)該示例，該系統(tǒng)包括處理器以及其上存儲有供該處理器執(zhí)行的指令的存儲器。該指令包括位置歷史模塊，其接收用戶的位置歷史并且將該位置歷史存儲在存儲器中；訪問預(yù)測模塊，其從該位置歷史中提取用戶先前訪問過的地點以及指示用戶是否在時隙的多個過去實例中的任意一個期間訪問過該地點的訪問歷史數(shù)據(jù)，以及基于該訪問歷史數(shù)據(jù)來確定該用戶是否可能在時隙的未來實例期間訪問該地點；和輸出模塊，如果確定用戶可能在時隙的未來實例期間訪問該地點，則其在該時隙的未來實例開始之前輸出與該地點相關(guān)的信息。

在另外的示例中，本公開描述了一種用于自動為用戶提供與該用戶可能訪問的地點相關(guān)的信息的移動設(shè)備。依據(jù)該示例，該移動設(shè)備包括處理器以及其上存儲有供該處理器執(zhí)行的指令的存儲器。該指令包括位置歷史模塊，其接收用戶的位置歷史并且將該位置歷史存儲在存儲器中；訪問預(yù)測模塊，其從該位置歷史中提取用戶先前訪問過的地點以及指示用戶是否在時隙的多個過去實例中的任意一個期間訪問過該地點的訪問歷史數(shù)據(jù)，以及基于該訪問歷史數(shù)據(jù)來確定該用戶是否可能在時隙的未來實例期間訪問該地點；和輸出模塊，如果確定用戶可能在時隙的未來實例期間訪問該地點，則其在該時隙的未來實例開始之前輸出與該地點相關(guān)的信息。

附圖說明

圖1示意性圖示了根據(jù)本公開的各方面的示例移動網(wǎng)絡(luò)；

圖2是用于根據(jù)訪問可能性對用戶可能訪問的目的地排序的示例技術(shù)的流程圖；

圖3a、3b和3c圖示了對本公開有用的跨時間的訪問可能性分布；

圖4圖示了本公開針對用戶“簽到”過程的應(yīng)用；

圖5是計算機系統(tǒng)的一個示例的示意圖；

圖6是預(yù)測服務(wù)器的一個示例的示意圖；

圖7是示意性描繪基于位置歷史來預(yù)測未來訪問的示例技術(shù)的流程圖；

圖8是示意性描繪輸出與預(yù)測用戶訪問的地點相關(guān)的信息的示例技術(shù)的流程圖。

圖9是移動設(shè)備的示例的示意圖。

具體實施方式

這里所公開的系統(tǒng)和技術(shù)提供了在出現(xiàn)在一個地理區(qū)域中的同時基于用戶實際訪問目的地的可能性對目的地排名的能力。在一些示例中，來自用戶的位置歷史的地理位置可以被用來執(zhí)行本地搜索以找出與用戶的地理位置相接近的企業(yè)或其它目的地?？梢詰?yīng)用包括基于時間的訪問可能性分布的技術(shù)來計算用戶實際訪問附近目的地的可能性，并且可以基于該可能性對目的地排名，使得能夠在進一步的應(yīng)用中使用最具可能性的目的地。

現(xiàn)在將對某些示例進行描述以提供對這里所公開的系統(tǒng)和技術(shù)的結(jié)構(gòu)、功能、制造和使用的原理的整體理解。這些示例中的一個或多個示例在附圖中進行圖示。本領(lǐng)域技術(shù)人員將會理解，這里特別描述并且在附圖中進行圖示的系統(tǒng)和技術(shù)是非限制性示例，并且本公開的范圍僅由權(quán)利要求進行限定。結(jié)合一個示例進行圖示或描述的特征可以與其它示例的特征相結(jié)合。這樣的修改和變化意在包括于本公開的范圍之內(nèi)。

用戶的位置可以基于用戶的移動設(shè)備的位置進行推斷。位置信息能夠以各種時間間隔進行存儲以提供設(shè)備和用戶的位置歷史。該位置歷史能夠存儲在移動設(shè)備上的高速緩存和/或其它存儲器中，和/或能夠通過移動網(wǎng)絡(luò)被傳送至服務(wù)器并且存儲在遠程數(shù)據(jù)存儲中。用戶可以被提供對(例如，由關(guān)聯(lián)于用戶或者由用戶所使用的計算設(shè)備所執(zhí)行的)程序或特征是否收集用戶信息(例如，有關(guān)用戶位置的信息，或者諸如有關(guān)用戶聯(lián)系人、社交網(wǎng)絡(luò)連接、社交行為或活動、偏好等的其它信息)，和/或用戶的移動設(shè)備是否和/或如何基于所收集的信息從內(nèi)容服務(wù)器接收內(nèi)容進行控制的機會。此外，某些數(shù)據(jù)可以在其被存儲或使用之前以一種或多種方式被處理，使得無法針對用戶確定個人可識別信息。另外，可以關(guān)于獲得位置信息的位置對用戶的地理位置進行一般化處理(諸如到城市、zip碼或州的級別)，使得無法確定用戶的特定位置。以這些方式，用戶可以對內(nèi)容服務(wù)器如何收集和使用信息加以控制。

圖1圖示了用于提供基于位置的服務(wù)的移動網(wǎng)絡(luò)100的示例。在所圖示的示例中，移動網(wǎng)絡(luò)100包括通信網(wǎng)絡(luò)110和移動設(shè)備120。移動設(shè)備120能夠經(jīng)由各種接入點130連接至通信網(wǎng)絡(luò)110。雖然為了示例目的圖示了一個移動設(shè)備120和一個接入點130，但是移動網(wǎng)絡(luò)可以包括任意數(shù)量的移動設(shè)備和接入點。

移動設(shè)備120可以是被配置為通過移動網(wǎng)絡(luò)交換數(shù)據(jù)的任意設(shè)備，諸如移動電話、平板電腦、膝上電腦等。移動設(shè)備120還可以是或可以包括并非必然“移動”的設(shè)備，諸如臺式計算機。例如，通信網(wǎng)絡(luò)110可以是支持gsm、tdma或cdma技術(shù)的網(wǎng)絡(luò)或者是任意其它形式的無線網(wǎng)絡(luò)，例如ieee802.11、藍牙或其它wi-fi網(wǎng)絡(luò)，或者是有線和無線網(wǎng)絡(luò)的組合。接入點130可以是在移動設(shè)備120和通信網(wǎng)絡(luò)110之間提供網(wǎng)關(guān)的無線電接收器或傳送器的形式。例如，接入點可以是無線路由器或蜂窩網(wǎng)絡(luò)塔。在一些示例中，移動設(shè)備120還可以接收從gps衛(wèi)星140傳送的gsp信號。

在所圖示的示例中，移動網(wǎng)絡(luò)100還包括位置服務(wù)器150，其能夠經(jīng)由通信網(wǎng)絡(luò)110與移動設(shè)備120交換數(shù)據(jù)。位置服務(wù)器150例如可以包括與數(shù)字數(shù)據(jù)存儲170通信耦合的數(shù)字數(shù)據(jù)處理器160。

位置服務(wù)器150能夠在一個或多個計算設(shè)備上實施。這樣的計算設(shè)備可以包括但并不限于一個或多個個人計算機、工作站、小型計算機、集群計算機系統(tǒng)和/或嵌入式系統(tǒng)。位置服務(wù)器150的一些或全部功能也可以在移動設(shè)備120自身上實施。這樣的計算設(shè)備還可以包括但并不限于具有用于執(zhí)行和存儲指令的一個或多個處理器和存儲器的設(shè)備。這樣的計算設(shè)備可以包括軟件、固件和硬件。軟件可以包括一個或多個應(yīng)用和操作系統(tǒng)。硬件可以包括但并不限于處理器、存儲器和圖形用戶界面顯示器。位置服務(wù)器150可以使用硬件、軟件或者它們的組合來實施，并且可以在計算機系統(tǒng)或其它處理系統(tǒng)中實施。

圖2中圖示了用于以訪問可能性的降序?qū)τ脩艨赡茉L問的目的地排序的示例技術(shù)200。該技術(shù)可以包括獲得地理位置數(shù)據(jù)，或者其可以對先前存在的位置歷史數(shù)據(jù)進行操作。如圖2所示，技術(shù)200在步驟210開始，其中獲得地理位置數(shù)據(jù)。例如，該地理位置數(shù)據(jù)可以從諸如圖1的移動設(shè)備120的移動設(shè)備生成的位置歷史數(shù)據(jù)獲得，并且經(jīng)由接入點130和通信網(wǎng)絡(luò)110通過移動網(wǎng)絡(luò)100傳輸至位置服務(wù)器150。位置數(shù)據(jù)還能夠諸如在用戶使用提供“簽到”的任意數(shù)量的社交應(yīng)用在一個位置進行這樣的簽到時被位置服務(wù)器150獲得。

位置數(shù)據(jù)能夠由移動設(shè)備使用用于確定位置的多種技術(shù)中的任意一個來獲取。例如，位置數(shù)據(jù)能夠由移動設(shè)備使用gps接收器來獲取。全球定位系統(tǒng)(gps)是基于空間的衛(wèi)星導(dǎo)航系統(tǒng)，其提供地球上或接近地球的具有指向四個或更多gps衛(wèi)星的無障礙視線的任何地方的位置和時間信息。該系統(tǒng)能夠由任何人利用gps接收器進行自由訪問，并且許多智能電話和其它移動設(shè)備都包括gps接收器。該位置數(shù)據(jù)還可以使用其它技術(shù)來確定，諸如到已知位置的蜂窩塔(或其它移動網(wǎng)絡(luò)接入點)的接近度或者移動設(shè)備和多個這樣的塔之間的三角計算。

在一些示例中，位置數(shù)據(jù)能夠被移動設(shè)備獲取并且本地存儲在該設(shè)備的存儲器上。在一些示例中，能夠在該移動設(shè)備上使用設(shè)備上的處理器對位置數(shù)據(jù)進行處理。在其它示例中，該位置數(shù)據(jù)能夠被傳輸至位置服務(wù)器以便進行處理。例如，位置數(shù)據(jù)能夠被獲取并直接傳送至位置服務(wù)器。在一些示例中，位置數(shù)據(jù)能夠被存儲在移動設(shè)備上并且以預(yù)定間隔被傳送至位置服務(wù)器。例如，例如在天、周、月等時間段期間獲取的位置數(shù)據(jù)能夠被存儲在移動設(shè)備上并且在該時間段結(jié)束時傳送至位置服務(wù)器。在一些示例中，位置數(shù)據(jù)能夠被獲取并存儲在移動設(shè)備上直至滿足某些條件，例如接入到無線網(wǎng)絡(luò)，并且然后被傳輸至位置服務(wù)器。在一些示例中，位置數(shù)據(jù)能夠被存儲在位置服務(wù)器上，例如存儲在圖1的數(shù)字數(shù)據(jù)存儲170中，直至已經(jīng)接收到覆蓋多日的數(shù)據(jù)。該位置數(shù)據(jù)可以包括歷史位置數(shù)據(jù)以及當前位置數(shù)據(jù)。

位置數(shù)據(jù)能夠由移動設(shè)備以各種間隔進行獲取。在一個示例中，位置數(shù)據(jù)能夠由移動設(shè)備在每天期間以規(guī)則間隔進行獲取。例如，位置數(shù)據(jù)能夠每分鐘獲取多次，每分鐘獲取一次，每小時獲取一次，每兩小時獲取一次，或者以任意其它時間間隔進行獲取。為了構(gòu)建對這里所描述的技術(shù)更為有用的位置歷史，更為頻繁的位置采樣與位置數(shù)據(jù)獲取之間的較長間隔相比會更好。

位置數(shù)據(jù)能夠采取(經(jīng)度，維度，日期，時間)的形式。位置數(shù)據(jù)還可以包括表示該位置數(shù)據(jù)點的準確性估計的準確性半徑。根據(jù)位置數(shù)據(jù)的類型，該準確性半徑的范圍從數(shù)米到數(shù)千米。例如，gps位置數(shù)據(jù)可以具有數(shù)米的準確性半徑，而蜂窩網(wǎng)絡(luò)塔位置則可以具有數(shù)千米的準確性半徑。

位置數(shù)據(jù)還能夠由位置服務(wù)器150以多種方式進行處理。具體地，能夠?qū)υ嫉乩砦恢脭?shù)據(jù)進行處理以生成“訪問地點”地理數(shù)據(jù)。例如，能夠?qū)ξ恢脭?shù)據(jù)進行處理以通過計算附近位置數(shù)據(jù)點的集群的質(zhì)心來將原始位置數(shù)據(jù)與一個地點相關(guān)。位置歷史數(shù)據(jù)點的集群能夠被定義為在物理上互相接近的位置數(shù)據(jù)點的集合，并且質(zhì)心可以被定義為數(shù)據(jù)點的集群的地理中心。這能夠被稱作基于距離的聚類。例如，對于在預(yù)計用戶在家的時間段期間—例如在晚間—收集的多個數(shù)據(jù)點，可能存在對應(yīng)于用戶的房子內(nèi)不同位置的數(shù)據(jù)點，例如廚房、臥室、起居室等。針對該時間段的位置數(shù)據(jù)可能表現(xiàn)出緯度和經(jīng)度的小幅變化，但是都將與單個地點—家相關(guān)。因此，這樣的在一段時間內(nèi)是地理上接近的點能夠被視為表示單個地點的集群。也可能存在由于位置數(shù)據(jù)的不準確所導(dǎo)致的位置數(shù)據(jù)變化，這能夠通過這樣的聚類來緩和。

此外，其它處理可能包括用于獲得諸如地址或企業(yè)名稱之類的有關(guān)位置的信息反向地理編碼查找。例如，可以使用被稱作地理編碼和反向地理編碼的過程將位置數(shù)據(jù)從地理坐標轉(zhuǎn)換為人類可讀取的地址。地理編碼是指其中例如1600amphitheatreparkway,mountainview,ca的人類可讀取地址能夠被轉(zhuǎn)換為以例如緯度37.423021和經(jīng)度-122.083739的地理坐標的位置數(shù)據(jù)的過程。反向地理編碼是指逆向過程，即將地理坐標轉(zhuǎn)換為地址。這樣的信息能夠隨位置數(shù)據(jù)一起進行存儲，或者其可以被用來形成集群—例如通過對與單個地址相關(guān)的位置數(shù)據(jù)進行聚類。這可以被稱作基于地址的聚類。

通過這樣的聚類表示的數(shù)據(jù)可以采取經(jīng)度、緯度、開始時間和結(jié)束時間的形式，其中經(jīng)度和緯度是針對質(zhì)心而言而開始和結(jié)束時間則表示用戶出現(xiàn)在特定場所的時間跨度。經(jīng)聚類的位置數(shù)據(jù)還可以包括半徑，其可以反映出位置測量的不準確性、人在該集群內(nèi)的移動或者這二者。此外，該數(shù)據(jù)能夠反映出在用戶的位置歷史數(shù)據(jù)內(nèi)針對相同地點的多次訪問。在這樣的示例中，該數(shù)據(jù)可以包括訪問時間的矢量，其中每個訪問時間包括(開始時間，結(jié)束時間)對。

如圖2所示，技術(shù)200在步驟220繼續(xù)進行，其中針對來自用戶位置歷史的地理位置進行本地搜索。該地理位置至少包括一個定位和一個時間。在一些示例中，該地理位置還包括半徑或者距該位置的距離。該半徑可以從有關(guān)獲取該地理位置的技術(shù)的準確度信息得出，或者其可以基于集群內(nèi)的位置變化。替選地，能夠使用預(yù)先選擇的值。進行本地搜索的目的是返回接近于該地理位置的目的地。通常，目的地是企業(yè)、地址或其它可在地圖上表示的特征，其能夠表示用戶可能已經(jīng)訪問過的地點。在一些示例中，該目的地是企業(yè)。

本地搜索能夠在本地搜索引擎上進行。本地搜索引擎是試圖返回處于特定地理區(qū)域之內(nèi)的企業(yè)收錄和/或相關(guān)網(wǎng)頁的搜索引擎。對于本地搜索而言，用戶可以輸入搜索查詢并且指定要在其附近執(zhí)行該搜索查詢的地理區(qū)域。本地搜索引擎向用戶返回相關(guān)結(jié)果，諸如該地理區(qū)域中的企業(yè)收錄和/或與涉及該地理區(qū)域的相關(guān)網(wǎng)頁。

在一些示例中，通過利用來自用戶歷史的地理位置以及要進行搜索的半徑對本地搜索引擎加以調(diào)用來進行本地搜索。例如，本地搜索可能針對維度和經(jīng)度以及半徑來進行，該半徑例如為200米。該經(jīng)度和緯度通常是來自用戶位置歷史的集群中的一個點或質(zhì)心。該半徑可以如以上所描述的那樣進行計算，或者其可以被預(yù)先選擇，諸如200米。200米的半徑在位置數(shù)據(jù)的預(yù)期準確度處于100米的量級的情況下會是有幫助的。以這種方式，能夠確信用戶的實際目的地處于作為本地搜索的一部分而進行搜索的區(qū)域之內(nèi)。此外，本地搜索可以包括對于從該區(qū)域所返回的企業(yè)數(shù)量的限制n。例如，指定n＝10可以將來自200米半徑內(nèi)的結(jié)果數(shù)量限制為10個。

通常，本地搜索能夠返回半徑以內(nèi)的企業(yè)的名稱。本地搜索還可以返回企業(yè)和該地理位置之間的距離(或者以其它方式指定其關(guān)于該地理位置的相對定位)。本地搜索還可以返回每個所定位的企業(yè)的類別。例如，餐廳可以返回“食品”類別，而旅館可以返回“住宿”類別。

本地搜索還可以返回“突出性分值”。突出性分值可以被用來將更為突出或知名的企業(yè)排名在該半徑之內(nèi)較不知名的企業(yè)之前，因為與在地理上最接近于地理位置測量的企業(yè)相比，用戶更可能訪問更加知名的企業(yè)。該位置突出性分值可以基于與用戶對其進行搜索的地理區(qū)域無關(guān)的因素集合。在一些實施方式中，該因素集合可以包括以下中的一個或多個因素：(1)與權(quán)威文檔(例如，企業(yè)的網(wǎng)頁)相關(guān)聯(lián)的分值；(2)引用企業(yè)的文檔總數(shù)；(3)引用該企業(yè)的文檔的最高分值；(4)具有企業(yè)評論的文檔數(shù)量；和(5)提到該企業(yè)的信息文檔的數(shù)量。在其它實施方式中，該因素集合可以包括另外或不同的因素。有關(guān)突出性分值的另外信息能夠在o'clair等人的題為“scoringlocalsearchresultsbasedonlocationprominence”的美國專利no.7822751中找到，該專利授權(quán)于2010年10月26日并且在表面上被授予google公司。

返回參考圖2，示例技術(shù)200在步驟230繼續(xù)，其中針對本地搜索引擎所返回的每個目的地，將與該地理位置相關(guān)聯(lián)的時間與跨時間的訪問可能性分布進行比較。如以上所提到的，與地理位置相關(guān)聯(lián)的時間可能是用于單個位置讀取的單個時間和日期戳，或者其可能是開始時間和結(jié)束時間(例如，在地理位置表示一段時間內(nèi)的位置集群的情況下)，或者其可以是表示用戶針對相同地點的多次訪問的開始和結(jié)束時間的時間矢量。

圖3a、3b和3c中圖示了示例訪問可能性在時間上的分布。圖3a針對類別“食品”310提供了可能性分布。在該分布中有7行，其中每一行具有24個條目。該示例中的行表示一周中的每天，其中第一行表示星期天，第二行表示星期一等等。每一行由24個成員組成，其表示每天的24小時(例如，從0到23點)。數(shù)字自身表示在該星期的指定小時期間訪問所識別類型的企業(yè)的可能性。數(shù)字處于[1,9]的范圍之內(nèi)，其中1表示用戶在該時間進行訪問的可能性最小，而9則表示用戶在該時間進行訪問的可能性最大。這些并非實際概率并且無需相加總和為1或者任意其它特定數(shù)值。

圖中提供了三個分布，其中圖3a圖示了針對類別“食品”的分布310，圖3b圖示了針對類別“住宿”的分布330，而圖3c圖示了針對類別“行政區(qū)域”的分布。如可能預(yù)見到的，最可能訪問食品企業(yè)的時間對應(yīng)于用餐時間，其中最高值出現(xiàn)在中午、1:00pm、6:00pm和7:00pm。訪問住宿的可能性在睡覺時間期間為最高。例如，以這種方式，在用戶訪問具有餐廳和旅館的地點的情況下，如果在3:00am則他們更可能訪問旅館，而如果在1:00pm則他們更可能訪問餐廳。類似地，對于行政區(qū)域而言，該可能性在非工作時間非常低。

時間可能性分布并不需要采用任何特定格式。例如，該分布可以是靜態(tài)的，或者它們可以基于例如當他們使用手機和/或社交應(yīng)用在特定企業(yè)進行“簽到”時來自用戶的反饋而有所變化。該分布也可以根據(jù)場所而變化—例如在西班牙巴塞羅那，晚餐時間可能與愛荷華desmoines有所不同。再進一步地，該分布可以由等式而不是表進行表述，并且在可能性變化之間可以有更大或更小的間隔。

也可以在使用可以由本地搜索引擎或者另一種類型的搜索引擎提供的企業(yè)的開門和關(guān)門時間的示例技術(shù)中應(yīng)用時間。例如，本地搜索引擎可以包括企業(yè)開門的時間，使得可以將這些時間與訪問時間進行比較以幫助確定用戶訪問該企業(yè)的可能性。

再次返回圖2，針對本地搜索240所返回的每個潛在目的地計算訪問可能性。該計算考慮了目的地距地理位置的距離，并且還考慮了跨時間的訪問可能性，但是還可以包括其它因素。在一些示例中，該計算通過取得本地搜索所返回的每個目的地并且對其中每一個執(zhí)行以下步驟以便生成可能性(或log(可能性))來進行。首先，針對訪問該地點的每個時間從可能性時間分布中找出可能性。如果企業(yè)落入具有分布的多于一個的類別之內(nèi)，則可以使用最高可能性的類別。如果存在多于一個的訪問則能夠獲得平均可能性，并且能夠?qū)⒃摽赡苄缘膶?shù)用作用戶訪問該目的地的整體可能性的一部分。從地理位置到該目的地的距離的對數(shù)可以以使得鄰近地點的分值高于較遠地點的方式與該可能性進行結(jié)合。突出性分值的對數(shù)也可以被添加至該可能性，使得更為突出的目的地能夠具有比較不突出的目的地更高的分值。對這些分值進行加總能夠提供能夠隨該技術(shù)使用的log(可能性)總數(shù)。

在另外的示例中，能夠使用以下公式來計算log(可能性)：

log可能性＝

a*log(突出性分值)

-b*log(距離)

+c*log(企業(yè)開門時的訪問次數(shù))

-d*log(企業(yè)關(guān)門時的訪問次數(shù))

+e*log(該企業(yè)類別跨訪問的平均可能性)

在該示例中，乘數(shù)a、b、c、d和e被用來改變每個元素能夠?qū)偟目赡苄苑种邓┘拥挠绊懙牧?。除了跨時間的企業(yè)類別可能性分布之外，該示例還考慮了企業(yè)的開門和關(guān)門時間。也可以使用其它公式來將這些或其它因素組合到反映用戶訪問本地搜索所返回的一個或多個目的地的可能性的分值之中。

再次參考圖2，在步驟250，以訪問可能性的降序?qū)χ辽僖恍┠康牡嘏琶?。以這種方式，能夠在增加了在用戶實際訪問可能目的地的可能性方面進行了排名的用戶可能目的地的了解的情況下進行進一步的處理。在一些示例中，該信息能夠被用來為用戶提供更為相關(guān)的廣告或者將用戶與更為相關(guān)的信息進行匹配。也就是說，基于用戶的位置歷史，如果能夠認為用戶可能訪問某個目的地，則與該目的地相關(guān)的廣告或其它信息將可能與該用戶更為相關(guān)。該用戶將由于該可能性排名而接收到更好的信息。

在另一個示例中，用戶能夠在嘗試使用任意數(shù)量的社交網(wǎng)絡(luò)應(yīng)用進行簽到時被提供更好的信息。現(xiàn)在參考圖4，圖示了諸如智能電話的移動設(shè)備上運行的社交應(yīng)用的典型簽到屏幕400。在該示例中，用戶想要在加利福尼亞山景城的目的地進行簽到。在這種情況下，在移動設(shè)備上運行的應(yīng)用基于如在移動設(shè)備上所測量的用戶的地理位置為用戶提供目的地列表。最接近目的地410在頂端列出，在下面提供了接下來的最近目的地的列表420。用戶能夠選擇這些目的地中的一個以便進行簽到。使用以上所描述的技術(shù)和系統(tǒng)，該列表可以被改進以不僅顯示出最接近目的地(要記住位置確定不始終都是確切的)而且還示出用戶最可能訪問的目的地。也就是說，用戶可能訪問的目的地將被置于該列表頂端，這使得用戶更容易進行簽到。此外，在用戶沒有針對目的地進行簽到的情況下，該事實可以是導(dǎo)致返回可能性計算的因素。例如，當用戶在未來訪問相同的地理位置時，以上公式可以包括項“+f*log(在該目的地簽到的次數(shù))”。以這種方式，該算法能夠?qū)τ脩舴祷匾呀?jīng)訪問過的地點的可能性加以考慮。

圖5圖示了可以被用來實施圖1的移動設(shè)備120或預(yù)測服務(wù)器150的計算機系統(tǒng)500的示例架構(gòu)。雖然這里描繪并描述了示例計算機系統(tǒng)500，但是將要意識到這是出于一般性和便利的原因。在其它示例中，計算機系統(tǒng)500可以在架構(gòu)和操作上與這里所示出并描述的有所不同。

所圖示的計算機系統(tǒng)500包括處理器502，其例如通過執(zhí)行操作系統(tǒng)(os)、設(shè)備驅(qū)動器、應(yīng)用程序等對計算機系統(tǒng)500的操作進行控制。處理器502可以包括任意類型的微處理器或中央處理單元(cpu)，包括可編程通用或?qū)Ｓ梦⑻幚砥骱?或任意的各種私有或可商業(yè)獲得的單處理器或多處理器系統(tǒng)。計算機系統(tǒng)500還包括存儲器504，其為要由處理器500執(zhí)行的代碼或者要由處理器502處理的數(shù)據(jù)提供臨時或永久性存儲。存儲器504可以包括只讀存儲器(rom)、閃存、一個或多個的各種隨機存取存儲器(ram)和/或存儲器技術(shù)的組合。計算機系統(tǒng)200的各個部件耦合至總線系統(tǒng)506。所圖示的總線系統(tǒng)506是表示通過適當橋接器、適配器和/或控制器進行連接的任意一個或多個單獨物理總線、通信線路/接口和/或多支路或點對點連接的抽象。

計算機系統(tǒng)500還包括網(wǎng)絡(luò)接口508、輸入/輸出(i/o)接口510、存儲設(shè)備512和顯示控制器514。網(wǎng)絡(luò)接口508使得計算機系統(tǒng)500能夠通過網(wǎng)絡(luò)與遠程設(shè)備(例如，其它計算機系統(tǒng))進行通信。i/o接口510促成一個或多個輸入設(shè)備、一個或多個輸出設(shè)備以及計算機系統(tǒng)500的各種其它組件之間的通信。存儲設(shè)備512可以包括用于以非易失性和/或非瞬時的方式存儲數(shù)據(jù)的任意常規(guī)介質(zhì)。存儲設(shè)備512因此可以以持久的狀態(tài)保存數(shù)據(jù)和/或指令(即，盡管計算機系統(tǒng)500的電力中斷也能夠保留數(shù)值)。存儲設(shè)備512可以包括一個或多個硬盤驅(qū)動器、閃存驅(qū)動器、usb驅(qū)動器、光學(xué)驅(qū)動器、各種媒體盤或卡和/或它們的任意組合，并且可以直接連接至計算機系統(tǒng)500的其它組件或者諸如通過網(wǎng)絡(luò)與之遠程連接。顯示控制器514包括視頻處理器和視頻存儲器，并且依據(jù)從處理器502接收的指令生成要在一個或多個顯示上進行顯示的圖像。

預(yù)測服務(wù)器150或移動設(shè)備120執(zhí)行的各種功能能夠在邏輯上被描述為由一個或多個模塊執(zhí)行。將要意識到的是，這樣的模塊能夠以硬件、軟件或者它們的組合來實施。將要進一步意識到的是，當以軟件實施時，模塊可以是單個程序或者一個或多個單獨程序的一部分，并且能夠在各種環(huán)境中實施(例如，作為操作系統(tǒng)、設(shè)備驅(qū)動器、獨立應(yīng)用和/或它們的組合的一部分)。此外，體現(xiàn)一個或多個模塊的軟件能夠作為可執(zhí)行程序存儲在一個或多個非瞬時計算機可讀存儲介質(zhì)上。這里被公開為由特定模塊執(zhí)行的功能也能夠由任意其它模塊或模塊組合執(zhí)行，并且預(yù)測服務(wù)器150或移動設(shè)備120可以包括比這里所示出和描述的更少或更多的模塊。圖6是預(yù)測服務(wù)器150的示例的模塊的示意圖。

如圖6所示，預(yù)測服務(wù)器150可以包括位置歷史模塊600，其被配置為針對預(yù)測服務(wù)器150的每個用戶接收和/或維護位置歷史。

在一些情況下，用戶的當前位置能夠從用戶所擁有的移動設(shè)備或其它物體的當前位置推斷。在圖1所示的示例中，移動設(shè)備120可以被配置為針對選擇加入的用戶并且依據(jù)所發(fā)布的隱私策略定期使用移動網(wǎng)絡(luò)100將其當前位置傳輸至位置歷史模塊600。這能夠以每分鐘數(shù)次、每分鐘一次、每小時一次或者以任意其它規(guī)則或分散的時間間隔進行。移動設(shè)備120可以使用任意各種已知技術(shù)來確定或估計其當前位置，諸如通過處理gps信號，通過檢測與的蜂窩塔、wifi熱點或其它移動接入點130的接近度，或者通過在移動設(shè)備120和多個這樣的接入點130之間進行三角計算。

位置歷史模塊600還可以從其它源接收用戶的當前位置，諸如在用戶使用任意數(shù)量的提供“簽到”的社交應(yīng)用在一個位置進行這樣的簽到時，在用戶通過在特定位置插上大頭針(dropapin)指示其當前位置或者使用地圖軟件進行同樣選擇時，或者在用戶對針對其當前位置的提示作出響應(yīng)時。

位置歷史模塊600可以被配置為在位置歷史中存儲用戶的位置數(shù)據(jù)。該位置歷史可以包括能夠針對其獲得用戶的位置數(shù)據(jù)的時間戳以及對應(yīng)于每個時間戳的位置的表。該位置歷史還可以包括用戶在其間處于特定位置的時間段，這能夠通過開始時間和結(jié)束時間進行指定。該位置可以以包括經(jīng)度、維度和準確度半徑的格式來指定。該準確度半徑可以表示位置數(shù)據(jù)的準確度的估計。該準確度半徑的范圍取決于位置數(shù)據(jù)的源從數(shù)米到數(shù)千米。例如，從gps取得的位置數(shù)據(jù)可以具有數(shù)米的準確度半徑，而從蜂窩塔取得的位置數(shù)據(jù)可以具有數(shù)千米的準確度半徑。位置歷史模塊600還可以從移動設(shè)備120接收原始接近度或其它數(shù)據(jù)，并且能夠在服務(wù)器側(cè)執(zhí)行任何必要的三角計算或位置計算。

在一些示例中，位置歷史模塊600可以被配置為按照批量而不是瞬時數(shù)據(jù)點來接收用戶的位置歷史或者其一部分。例如，用戶的移動設(shè)備可以被配置為以各種數(shù)據(jù)間隔來存儲位置數(shù)據(jù)以構(gòu)建設(shè)備和用戶的位置歷史。用戶可以被提供控制例如由與用戶相關(guān)聯(lián)或者由其使用的計算設(shè)備執(zhí)行的程序或特征是否能夠收集用戶信息(例如，與用戶的位置相關(guān)的信息，或者其它信息，諸如與用戶的聯(lián)系人、社交網(wǎng)絡(luò)連接、社交行為或活動、職業(yè)等相關(guān)的信息)，和/或控制是否和/或如何基于所收集的信息從內(nèi)容服務(wù)器接收內(nèi)容。此外，某些數(shù)據(jù)可以在其被系統(tǒng)存儲或使用之前以一種或多種方式被處理，使得無法針對用戶確定個人可識別信息，或者可以在獲得位置信息的地方對用戶的地理位置進行一般化處理(諸如到城市、zip碼或州的級別)，使得無法確定用戶的特定位置。以這些方式，用戶可以對內(nèi)容服務(wù)器如何收集和使用信息加以控制。

位置歷史能夠存儲在移動設(shè)備上的高速緩存或其它存儲器中，或者其能夠以預(yù)定間隔通過通信網(wǎng)絡(luò)110被傳送至預(yù)測服務(wù)器150。例如，在例如天、周、月等時間段期間所獲取的位置數(shù)據(jù)能夠被存儲在移動設(shè)備上并且在該時間段結(jié)束時傳送至預(yù)測服務(wù)器150。在一些示例中，位置數(shù)據(jù)能夠被獲取并存儲在移動設(shè)備上直至滿足某些條件，例如能夠接入到無線網(wǎng)絡(luò)，并且能夠然后被傳輸至預(yù)測服務(wù)器150。

用戶的位置歷史中的位置數(shù)據(jù)能夠由移動設(shè)備120和/或預(yù)測服務(wù)器150以各種方式進行處理。例如，位置數(shù)據(jù)能夠進行處理以通過針對鄰近位置數(shù)據(jù)點的集群計算質(zhì)心來將原始位置數(shù)據(jù)與所訪問的地點相關(guān)。位置數(shù)據(jù)點的集群能夠被定義為在物理上互相接近的位置數(shù)據(jù)點的集合，并且質(zhì)心可以被定義為數(shù)據(jù)點的集群的地理中心。這能夠被稱作基于距離的聚類。例如，對于在用戶在家的時間段期間所收集的多個數(shù)據(jù)點，可能存在對應(yīng)于用戶的房子內(nèi)不同地點的數(shù)據(jù)點，例如廚房、臥室、起居室等。針對該時間段的位置數(shù)據(jù)可能表現(xiàn)出緯度和經(jīng)度的小幅變化，但是都將與單個場所—家相關(guān)。因此，這樣的在一段時間內(nèi)是地理上接近的點能夠被視為表示單個地點的集群。還可能存在由于數(shù)據(jù)的不準確所導(dǎo)致的位置數(shù)據(jù)的變化，其影響通過這樣的聚類受到限制或者被去除。這樣的集群所表示的數(shù)據(jù)能夠被指定為時間戳的系列，每個時間戳具有相對應(yīng)的位置(例如，質(zhì)心的經(jīng)度和緯度)，或者可以被指定為開始時間、結(jié)束時間和相對應(yīng)的位置。

位置數(shù)據(jù)的處理還可以包括獲得對應(yīng)于地理位置的附加信息，上述地理位置諸如與該位置相關(guān)聯(lián)的地址或企業(yè)名稱。例如，可以使用被稱作地理編碼和反向地理編碼的過程將地理坐標轉(zhuǎn)換為人類可讀取的地點，反之亦然。地理編碼是指其中查詢(例如，諸如“1600amphitheatreparkway,mountainview,ca”的人類可讀取地址)能夠被轉(zhuǎn)換為以地理坐標(例如緯度37.423021和經(jīng)度-122.083739)的位置數(shù)據(jù)的過程。反向地理編碼是指逆向過程，即將地理坐標轉(zhuǎn)換為地址、地點等。該信息能夠隨位置數(shù)據(jù)一起存儲在用戶的位置歷史中或者能夠被用來形成集群—例如，通過對涉及單個地址的位置數(shù)據(jù)進行聚類。這可以被稱作基于地址的聚類。

位置歷史模塊600因此能夠針對預(yù)測服務(wù)器150的每一個用戶接收和/或保存位置歷史，該位置歷史指示該用戶先前所訪問過的多個地點。

預(yù)測服務(wù)器150還可以包括訪問預(yù)測模塊602，其被配置為對位置歷史模塊600接收或保存的位置歷史進行處理并且預(yù)測用戶可能在未來訪問的地點。訪問預(yù)測模塊602能夠使用各種概率性的和其它模塊來進行這樣的預(yù)測。

在一些示例中，訪問預(yù)測模塊602能夠采用馬爾科夫鏈模型來在半規(guī)則的基礎(chǔ)上預(yù)測未來對用戶過去訪問過的地點的訪問。這樣的模型對于基于以分段固定行為(即，當用戶長期近乎規(guī)則地做一些事并且隨后突然將行為改變?yōu)樾碌哪Ｊ?進行預(yù)測是特別有效的，因為其能夠快速挑選出符合行為改變的新的模式。

圖7圖示了能夠由這樣的示例中的訪問預(yù)測模塊602執(zhí)行的示例預(yù)測技術(shù)。雖然這里所公開的各種技術(shù)可以關(guān)于一個或多個流程圖被示出，但是應(yīng)當注意的是，這樣的流程圖或者其描述所隱含的任何步驟順序都不應(yīng)被理解為將該技術(shù)限制為以該順序執(zhí)行步驟。相反，這里所公開的每個技術(shù)的各個步驟能夠以任意的各種順序來執(zhí)行。此外，如(多個)流程圖所圖示的僅是示例，與所圖示的相比包括另外步驟或包括更少步驟的各種其它示例也處于本公開的范圍之內(nèi)。

所圖示的技術(shù)在步驟700開始，其中訪問預(yù)測模塊602從用戶的位置歷史提取所訪問的地點的列表。如以上所提到的，能夠使用基于距離的、基于地址的或其它聚類技術(shù)來防止稍有不同但是對應(yīng)于同一個大概地點的位置數(shù)據(jù)點被解釋為兩個單獨的地點，由此防止了所訪問地點的列表中的重復(fù)收錄。此外，用戶可以被提供對例如由關(guān)聯(lián)于用戶或者由用戶所使用的計算設(shè)備執(zhí)行的程序或特征是否收集用戶信息(例如，有關(guān)用戶位置的信息，或者諸如有關(guān)用戶聯(lián)系人、社交網(wǎng)絡(luò)連接、社交行為或活動、偏好等的其它信息)、和/或控制用戶的移動設(shè)備是否和/或如何基于所收集的信息從內(nèi)容服務(wù)器接收內(nèi)容進行控制的機會。此外，某些數(shù)據(jù)可以在其被存儲或使用之前以一種或多種方式被處理，使得無法針對用戶確定個人可識別信息，或者可以在獲得位置信息的地方對用戶的地理位置進行一般化處理(諸如到城市、zip碼或州的級別)，使得無法確定用戶的特定位置。以這些方式，用戶可以對內(nèi)容服務(wù)器如何收集和使用信息加以控制。

在步驟702，訪問預(yù)測模塊602針對步驟700中生成的所訪問地點的列表中的每個地點創(chuàng)建多個訪問矢量，每個訪問矢量對應(yīng)于特定時隙。每個訪問矢量因此對應(yīng)于一個所訪問的地點和一個時隙。訪問矢量可以包括布爾值(例如，0或1，f或t等)的流。該流中的每個元素對應(yīng)于該矢量與之相對應(yīng)的時隙的實例，并且每個元素的值指示用戶是否在該元素所表示的時隙實例期間訪問該矢量與之相對應(yīng)的地點。例如，訪問矢量可以被定義為對應(yīng)于所訪問的地點“地點a”以及時隙“星期二4:00pm”。在這種情況下，該矢量中的每個元素對應(yīng)于星期二的4:00pm時隙的唯一實例(例如，第周的星期二4pm，第二周期間的星期二4pm，等等)。具有值“t”的元素指示用戶在該元素所表示的一周中的星期二4pm訪問了地點a，而具有值“f”的元素指示用戶沒有在該元素表示的一周中的星期二4pm訪問地點a。

針對其創(chuàng)建了矢量的時隙的數(shù)量可以在示例之間有所變化。例如，在一些示例中，訪問預(yù)測模塊602能夠針對所訪問地點的列表中的每個位置創(chuàng)建48個矢量，每個矢量對應(yīng)于表示從用戶當前時間起的接下來48小時的48個時隙中的一個。在其它示例中，訪問預(yù)測模塊602能夠針對所訪問地點的列表中的每個位置創(chuàng)建7個矢量，每個矢量對應(yīng)于表示從用戶當前時間起的接下來7天的7個時隙中的一個。

定義時隙的方式可以在示例之間有所變化。此外，能夠使用單個時隙定義，或者訪問預(yù)測模塊602能夠使用多種不同的時隙定義方案創(chuàng)建訪問矢量并且基于一種或多種的所述方案進行預(yù)測。示例的時隙定義方案包括以下。

在第一時隙定義方案中，能夠基于一周中的特定一天以及一天中的特定時間(例如，星期二4:00pm和星期六9:00am)來定義時隙。在這樣的定義中每個時隙的實例以每周為頻率出現(xiàn)。因此，長度為4的示例訪問矢量(即，具有對應(yīng)于四個時隙實例的四個元素的矢量)能夠被指定為：(第1周星期二的4:00pm，第2周星期二的4:00pm，第3周星期二的4:00pm，第4周星期二的4:00pm)，其中第1、2、3和4周是連續(xù)的周。如果用戶在每隔一個星期二的4:00pm訪問了該矢量與之相對應(yīng)的地點，則上述訪問矢量可以是tftf。如果用戶從來沒有在星期二的4:00pm訪問該地點，則該訪問歷史矢量將為ffff。如果用戶每星期二的4:00pm都訪問該地點，則訪問歷史矢量將為tttt。

在第二時隙定義方案中，可以僅基于一天中的特定時間(例如，12:00pm或3:00pm)來定義時隙。在這樣的定義中，每個時隙的實例以每天為頻率出現(xiàn)。因此，長度為4的示例訪問矢量可以被定義為(第1天的12:00pm，第2天的12:00pm，第3天的12:00pm，第4天的12:00pm)，其中第1、2、3和4天是連續(xù)的天。如果用戶僅在第2和3天的12:00pm訪問了該矢量與之相對應(yīng)的地點，則該訪問矢量將為fttf。

在第三時隙定義方案中，能夠基于特定工作日在工作日的特定時間來定義時隙。在這樣的定義中，每個時隙的示例以工作日為頻率發(fā)生。因此，長度為4的示例訪問矢量可以被指定為(第1工作日的3:00pm，第2工作日的3:00pm，第3工作日的3:00pm，第4工作日的3:00pm)，其中第1、2、3和4工作日是連續(xù)工作日(例如，星期一-星期二-星期三-星期四或者星期四-星期五-星期一-星期二)。

在第四時隙定義方案中，單個時隙可以被定義為周末兩天中的任一天或兩天。在這樣的定義中，時隙的實例以每周為頻率出現(xiàn)。因此，長度為4的示例訪問矢量可以被指定為(第1周，第2周，第3周，第4周)，其中第1、2、3和4周是連續(xù)周。在該方案中，一周可以被定義為在星期一開始并且在星期天結(jié)束(使得特定周的星期六和特定周的星期天以連續(xù)兩天出現(xiàn))。如果用戶在第1周的星期六和第4周的星期天訪問了該矢量與之相對應(yīng)的地點，但是并未在第2或3周周末的任何一天訪問該位置，則該訪問矢量將為tfft。類似地，如果用戶在第1至4周期間的每個星期六都訪問了該地點，則該訪問矢量將為tttt。

在第五時隙定義方案中，單個時隙可以被定義為兩周周期中的周末四天中的至少一天。在這樣的定義中，該時隙的實例以每兩周為頻率出現(xiàn)。因此，長度為4的示例訪問矢量可以被指定為(第1和2周，第3和4周，第5和6周，第7和8周)，其中第1至8周是連續(xù)周。在該方案中，一周可以被定義為在星期一開始并且在星期天結(jié)束(使得特定周的星期六和特定周的星期天以連續(xù)天出現(xiàn))。如果用戶在第1周的星期六和第6周的星期天訪問了該矢量與之相對應(yīng)的地點，但是并未在任何其它周末的任何一天訪問該地點，則該訪問矢量將為tftf。

將要意識到的是，在各個示例中可以使用任意數(shù)量的其它時隙定義而并不背離本公開的范圍。

在一些示例中，訪問預(yù)測模塊602能夠針對出現(xiàn)在用戶位置歷史中的每個位置創(chuàng)建訪問矢量。48個訪問矢量對應(yīng)于緊接用戶當前時間之后的48小時長的時隙，并且根據(jù)以上所描述的第一時隙定義方案進行定義。因此，如果在星期二的10:00pm執(zhí)行圖7的技術(shù)，則將針對星期二11:00pm、星期三12:00am、星期三1:00am、...、星期四9:00pm和星期四10:00pm為每個位置創(chuàng)建訪問矢量。

在步驟704開始，在步驟702創(chuàng)建的訪問矢量可以被處理以進行訪問預(yù)測。在以下討論中，訪問矢量中連續(xù)元素的集合可以被稱作“子流(sub-stream)”。屬性x能夠針對子流被定義為該子流中的正元素的數(shù)量。屬性y能夠針對子流被定義為該子流中的元素總數(shù)。子流因此能夠根據(jù)對(x,y)進行分類。同義地，子流能夠被稱作屬于“(x,y)”類型或者為“(x,y)子流”。

訪問預(yù)測模塊602能夠?qū)μ囟ㄔL問矢量執(zhí)行函數(shù)totalexamples(x,y)或“t(x,y)”以返回(x,y)類型的子流在該訪問矢量中出現(xiàn)的次數(shù)。僅有在該訪問矢量中后跟有能夠被用來通知預(yù)測的后續(xù)元素的子流才被該totalexamples函數(shù)進行計數(shù)。該totalexamples函數(shù)可以具有三個輸入：所要處理的訪問矢量，指示要被計數(shù)的子流類型中的正值數(shù)量的值x，以及指示所要計數(shù)的子流類型的長度的值y。因此，對訪問矢量v執(zhí)行函數(shù)t(2,3)將會返回具有長度3的v中的子流的總數(shù)，恰好包括兩個正元素并且后跟有一個后續(xù)元素。

考慮示例訪問矢量v＝tftf。在該訪問矢量中，t(2,3)將返回值“1”，這是因為該矢量中僅有一個恰好具有兩個正值、長度為3并且后跟有一個后續(xù)元素的子流(由tft組成的子流)。該子流在該訪問矢量中后跟有后續(xù)元素f。訪問預(yù)測模塊602能夠作為最近子流在該矢量中歷史出現(xiàn)后跟有正元素的次數(shù)除以totalexamples函數(shù)所返回的數(shù)來計算概率系數(shù)。該概率系數(shù)可以被解釋為用戶在該矢量所表示的時隙的下一個實例中訪問該矢量所表示的地點的百分比可能性。在以上的示例矢量v中，類型(2,3)的子流后跟有正元素的次數(shù)為0。因此，如果在未來遇到類型(2,3)的子流作為該訪問矢量中最近的子流，則訪問預(yù)測模塊602會發(fā)現(xiàn)用戶在該矢量與之相對應(yīng)的時隙的下一個實例有0/1＝0％的機會訪問該地點。

在相同的訪問矢量v中，t(2,3)將會返回數(shù)值“2”，因為在該矢量中有恰好具有一個正值、長度為2并且后跟有后續(xù)元素的兩個子流(由tf組成的第一子流以及由ft組成的子流)。由tf所組成的第二子流未包括在計數(shù)之中，這是因為其后面沒有跟著后續(xù)元素(即，它是該矢量中最近的子流)。第一子流tf后跟有后續(xù)元素t。子流ft后跟有后續(xù)元素f。因此，如果在未來遇到作為該訪問矢量中的最近子流的類型(1,2)的子流，則訪問預(yù)測模塊602會發(fā)現(xiàn)用戶在該矢量與之相對應(yīng)的時隙的下一個實例有1/2＝50％的機會訪問該地點。

在相同的訪問矢量v中，t(1,1)將會返回數(shù)值“2”，因為在該矢量中有恰好具有一個正值、長度為1并且后跟有后續(xù)元素的兩個子流(由t組成的第一子流以及由t組成的第二子流)。在這兩種情況下，子流t都后跟有后續(xù)元素f。因此，如果在未來遇到作為該訪問矢量中的最近子流的類型(1,1)的子流，則訪問預(yù)測模塊602會發(fā)現(xiàn)用戶在該矢量與之相對應(yīng)的時隙的下一個實例有0/2＝0％的機會訪問該地點。

在相同的訪問矢量v中，t(0,1)將會返回數(shù)值“1”，因為在該矢量中僅有一個恰好具有零個正值、長度為1并且后跟有后續(xù)元素的子流(由f組成的第一子流)。由f組成的第二子流未包括在計數(shù)之中，這是因為其后面沒有跟著后續(xù)元素(即，它是該矢量中最近的子流)。第一子流f后跟有后續(xù)元素t。因此，如果在未來遇到作為該訪問矢量中的最近子流的類型(0,1)的子流，則訪問預(yù)測模塊602會發(fā)現(xiàn)用戶在該矢量在與之相對應(yīng)的時隙的下一個實例中有1/1＝100％的機會訪問該地點。

由于這些情況中的多種能夠被應(yīng)用于給定訪問矢量，所以系統(tǒng)能夠基于具有最多證據(jù)且具有最多細節(jié)的那個來選擇使得其預(yù)測以其為基礎(chǔ)的一個或多個模型。換句話說，能夠選擇馬爾科夫模型的級數(shù)(y值)對更多證據(jù)(感興趣子流的更多次出現(xiàn))與更多細節(jié)(感興趣子流中的更多元素)進行平衡。這能夠通過使用y的不同數(shù)值(即，不同級數(shù)的馬爾科夫鏈模型)或者以其它一些方式對訪問矢量進行迭代分析來執(zhí)行。

在所圖示的技術(shù)中，在步驟704中第一訪問矢量被選擇以便進行處理。隨后，在步驟706，訪問預(yù)測模塊602以y的上限y_max(例如，y＝4)作為開始并且選擇該訪問矢量中最后的y元素作為感興趣子流(例如，在y＝4時的4個最近元素)。在決策框708，確定y是否大于零。如果y大于零，則執(zhí)行進行至步驟710。否則，在步驟712返回概率零并且執(zhí)行進行至決策框720。

在步驟710，訪問預(yù)測模塊602對感興趣子流中的正元素的數(shù)量進行計數(shù)以獲得x的數(shù)值。因此，如果y的初始值為4，并且該訪問矢量的最后四個元素為fttf，則x被確定為2，因為在訪問矢量的這部分中有兩個正元素。在該示例中，感興趣子流被確定為類型(2,4)。訪問預(yù)測模塊602隨后使用x和y的這些數(shù)值對該訪問矢量執(zhí)行totalexamples函數(shù)以對類型(x,y)的子流在整個訪問矢量中出現(xiàn)的次數(shù)進行計數(shù)。如果totalexamples函數(shù)返回零或非常小的數(shù)值(例如，小于5，小于3或小于2)，則訪問預(yù)測模塊602能夠確定y的初始值過大而無法獲得使得預(yù)測以其為基礎(chǔ)的有意義的歷史信息。換句話說，該模型的細節(jié)過多而沒有足夠的證據(jù)。因此，在決策框714，t(x,y)所返回的數(shù)值與閾值進行比較。如果t(x,y)大于閾值，則執(zhí)行進行至步驟716。否則，在步驟718對y進行遞減(例如，遞減1)并且執(zhí)行返回至決策框708，這使得以上過程針對新的y數(shù)值進行重復(fù)。

該過程能夠重復(fù)直至totalelements函數(shù)所返回的數(shù)值在決策框714中超過閾值數(shù)。在一些示例中，該閾值數(shù)可以為3。一旦達到或超過該閾值數(shù)，就在步驟716計算用戶在該訪問矢量所表示的時隙的下一個實例中訪問該訪問矢量所表示的地點的概率。訪問預(yù)測模塊602能夠通過對類型(x,y)的子流在訪問矢量中后跟有正值的次數(shù)進行計數(shù)，并且然后將該計數(shù)除以t(x,y)的結(jié)果。該比率能夠指示正元素跟隨感興趣子流的估計概率。針對每個矢量所估計的概率能夠被訪問預(yù)測模塊602存儲在存儲器中。

執(zhí)行然后進行至決策框720，其中確定是否還有任何未處理的訪問矢量。如果還有未處理的訪問矢量，則執(zhí)行返回步驟704，在那里如以上所描述的那樣選擇并處理下一個未處理的訪問矢量。否則，執(zhí)行在步驟722結(jié)束。

在隨后更為詳細的示例中，假設(shè)相當于6個月的位置數(shù)據(jù)被存儲在用戶的位置歷史中。在該位置歷史中，地點“餐廳a”(用戶最喜歡的餐廳之一)出現(xiàn)了數(shù)次。因此，該系統(tǒng)針對餐廳a創(chuàng)建多個訪問矢量，每一個對應(yīng)于不同時隙。假設(shè)星期三6:00pm的時隙的訪問矢量如下：

tfffttftftfttffftftftftftt

由于位置歷史由6個月(或26周)的位置數(shù)據(jù)所組成，所以有26個星期三6:00pm的時隙的實例并且星期三6:00pm的時隙的訪問矢量具有長度26。該矢量中的正元素指示用戶在該元素的位置在矢量中所表示的那周的星期三6:00pm訪問了餐廳a。在這種情況下，該矢量中的最后三個元素是ftt，這表示用戶在過去兩個星期三的6:00pm訪問了餐廳a，但是在倒數(shù)第三個星期三的6:00pm沒有訪問餐廳a。

以y＝4的初始值作為開始，獲得x＝3的數(shù)值。(在該矢量的最后四個元素中有三個正元素)。t(3,4)返回數(shù)值2，因為該矢量中僅有兩個后跟有后續(xù)元素的(3,4)子流：

ttft(其后跟有f)，和

tftt(其后跟有f)。

由于t(3,4)＝2小于閾值數(shù)量(該示例中3)，所以y遞減1并且重復(fù)該過程。

使用新的數(shù)值y＝3，獲得x＝2的數(shù)值。(在該矢量的最后三個元素中有兩個正元素)。t(2,3)返回數(shù)值11，因為該矢量中有11個后跟有后續(xù)元素的(2,3)子流：

ftt(其后跟有f)，

ttf(其后跟有t)，

tft(其后跟有f)，

tft(其后跟有f)，

tft(其后跟有t)，

ftt(其后跟有f)，

ttf(其后跟有f)，

tft(其后跟有f)，

tft(其后跟有f)，

tft(其后跟有f)，和

tft(其后跟有t)。

由于t(2,3)＝11大于閾值(該示例中3)，所以所返回的數(shù)據(jù)能夠被用來形成預(yù)測。如所示出的，有三個后跟有正元素的(2,3)子流，以及總共11個(2,3)子流。因此，訪問預(yù)測模塊602能夠確定用戶將有3/11或27％的機會在下一個星期三的6pm訪問餐廳a。該概率能夠關(guān)聯(lián)于該訪問矢量進行存儲。如以下關(guān)于輸出模塊604所討論的，該概率確定能夠被用來決定是否自動為用戶提供有關(guān)餐廳a的信息(例如，餐廳a所在的城市或城鎮(zhèn)的天氣，用戶當前位置與餐廳a的位置之間的路線上的交通等等)。

在圖7的技術(shù)中，在針對特定地點沒有足夠的位置歷史數(shù)據(jù)來關(guān)于用戶是否將在未來訪問該地點作出有把握的預(yù)測時(例如，在沒有返回大于子流實例的閾值數(shù)量的y數(shù)值時)返回概率零。然而，在一些示例中，訪問預(yù)測模塊602替選地能夠使用其它信息源形成預(yù)測。例如，替代將其分析限制于針對特定地點的用戶的位置歷史數(shù)據(jù)，訪問歷史模塊602能夠使用與該特定地點類似類型的所有地點的位置歷史數(shù)據(jù)。因此，例如，如果沒有充分的位置歷史數(shù)據(jù)來作出有關(guān)餐廳a這個地點的預(yù)測，則訪問預(yù)測模塊602能夠使得其預(yù)測以用戶過去對任意餐廳的訪問為基礎(chǔ)。或者，如果餐廳a是意大利餐廳，則訪問預(yù)測模塊602能夠使得其預(yù)測以用戶過去對任何意大利餐廳的訪問為基礎(chǔ)。

如果還是沒有足夠的信息來作出有把握的預(yù)測，則訪問預(yù)測模塊602能夠使得其預(yù)測以預(yù)測服務(wù)器150的其他用戶的位置歷史數(shù)據(jù)為基礎(chǔ)。例如，訪問預(yù)測模塊602能夠依賴于所有其他用戶對于特定地點的訪問。訪問預(yù)測模塊602還能夠依賴于在人口統(tǒng)計學(xué)上類似于當前用戶的其他用戶(例如，同樣有孩子的其他用戶，或者相同年齡的其他用戶)對該特定地點的訪問。訪問預(yù)測模塊602還能夠依賴于其他用戶對相同類型的地點的訪問(例如，總體上與對所討論的特定餐廳的訪問相對的對意大利餐廳的訪問)。

雖然以上描述了馬爾科夫鏈模型，但是能夠使用其它技術(shù)來作出有關(guān)用戶在將來是否會訪問一個地點的預(yù)測。例如，替代迭代地遞減y直至找到子流實例的適當或閾值數(shù)量，訪問預(yù)測模塊602能夠使用beta先驗技術(shù)。

在beta先驗技術(shù)中，訪問預(yù)測模塊602基于y＝1和y＝y(tǒng)_max之間的所有y值計算概率。針對y的每個數(shù)值所計算的概率然后基于確信度因數(shù)進行調(diào)節(jié)以形成預(yù)測。

以上技術(shù)在作出有關(guān)相對頻繁(例如，以半規(guī)則的基礎(chǔ))被訪問的地點的預(yù)測時是特別有用的。針對較不頻繁訪問的地點，訪問預(yù)測模塊602能夠使用其它技術(shù)。

例如，訪問預(yù)測模塊602能夠使用隨機森林模型來進行有關(guān)較不頻繁訪問的地點的預(yù)測。替代基于特定時隙的實例形成訪問矢量，能夠基于對該地點的每次訪問之間所流逝的時間數(shù)量而針對所訪問的地點創(chuàng)建訪問矢量。換句話說，該訪問矢量中的每一個元素表示一次訪問，并且每個元素的數(shù)值表示自該訪問發(fā)生起所流逝的時間數(shù)量(例如，天、周、月等的數(shù)量)。因此，每隔一個星期六進行訪問的地點將具有被指定為(14,28,42,56,70)的訪問矢量。該訪問矢量還能夠被指定為使得每個元素的數(shù)值表示連續(xù)訪問之間所流逝的天數(shù)。因此，每隔一個星期六進行訪問的地點將具有被指定為(14,14,14,14,14)的訪問矢量。為了當存在小于必要的訪問數(shù)量時獲得特定長度的訪問矢量，該矢量可以被填入零。因此，例如，如果期望長度為5的訪問矢量但是僅具有兩次訪問，則該矢量能夠被指定為(0,0,0,14,28)。

在針對每個位置獲得訪問矢量之后，機器學(xué)習(xí)系統(tǒng)能夠被用來預(yù)測用戶是否將在特定時間窗口(例如，在下一周，在隨后10天，在下個月等)再次訪問該地點。本領(lǐng)域已知的各種機器學(xué)習(xí)系統(tǒng)都能夠被用于這一目的，諸如weka開源機器學(xué)習(xí)工具集。通常，機器學(xué)習(xí)系統(tǒng)具有兩個輸入。

首先，機器學(xué)習(xí)系統(tǒng)被提供有后跟有是或否的各種矢量的訓(xùn)練集合。該訓(xùn)練矢量可以是從各種源(例如，當前用戶的位置歷史，所有用戶的位置歷史，特定人口統(tǒng)計的所有用戶的位置歷史，特定地點的位置歷史，特定類型的地點的位置歷史，等等)選擇的訪問矢量。

第二，機器學(xué)習(xí)系統(tǒng)被提供有查詢矢量。該查詢矢量可以是當前用戶針對所討論地點的以往訪問的矢量。

機器學(xué)習(xí)系統(tǒng)在遇到矢量之后查看訓(xùn)練集合中該矢量以往的出現(xiàn)以及發(fā)生了什么(例如，是否及何時發(fā)生了后續(xù)訪問)。與僅計算概率相對，機器學(xué)習(xí)系統(tǒng)遵循一系列決策樹并且輸出有關(guān)用戶是否可能在接下來一周、兩周、一個月等內(nèi)訪問該地點的預(yù)測。

在一些示例中，能夠使用其它學(xué)習(xí)模型，諸如基于連續(xù)的、緩慢變化的行為假設(shè)對訪問建模的一種學(xué)習(xí)模型。這樣的模型能夠使用更長的矢量作為證據(jù)但是基于訪問是在多久之前發(fā)生而使得其權(quán)重下降。

預(yù)測服務(wù)器150還可以包括輸出模塊604，其被配置為輸出有關(guān)預(yù)測用戶要進行訪問的地點的信息。例如，輸出模塊604能夠向用戶的移動設(shè)備發(fā)送包括這樣的信息的文本消息、電子郵件或推送通知。作為另外的示例，輸出模塊604能夠輸出指示用戶的移動設(shè)備顯示該信息或者將移動設(shè)備的web瀏覽器指向包含該信息的網(wǎng)站的指令。輸出模塊604所生成的輸出能夠作為數(shù)據(jù)傳輸經(jīng)由移動網(wǎng)絡(luò)100發(fā)送至移動設(shè)備120，移動設(shè)備120進而能夠被配置為將該輸出顯示或以其它方式呈現(xiàn)給用戶。對用戶的呈現(xiàn)可以在獨立應(yīng)用、設(shè)備主屏、本原應(yīng)用中進行，或者在該移動設(shè)備上執(zhí)行的任意其它程序中進行。

在一些示例中，輸出模塊604能夠通過將訪問預(yù)測模塊602針對每個訪問矢量生成的概率與預(yù)定閾值概率進行比較來確定是否輸出信息。示例閾值概率可以包括10％、20％、30％、40％、50％、60％、70％、80％、90％或者通過常規(guī)實驗被確定為有用的任意其它數(shù)值。在與矢量相關(guān)聯(lián)地存儲的概率超過閾值的情況下，能夠輸出有關(guān)該矢量與之相對應(yīng)的地點的信息。因此，如果閾值概率為20％，并且訪問預(yù)測模塊602確定用戶將有60％的機會在星期三的6:00pm訪問餐廳a，則輸出模塊604能夠輸出有關(guān)餐廳a的信息。輸出的時間可以隨示例而有所變化，然而在一些示例中，該輸出在相關(guān)時隙之前不久執(zhí)行。因此，在以上示例中，能夠在相關(guān)的6:00pm時隙之前一個小時的星期三5:00pm生成輸出。

輸出模塊604能夠輸出能夠從互聯(lián)網(wǎng)或者從用戶的移動設(shè)備獲得的涉及相關(guān)地點和/或相關(guān)時隙的任意各種類型的信息。例如，輸出模塊604能夠輸出用戶去往相關(guān)地點的路線的交通更新，相關(guān)地點的天氣預(yù)報，在該相關(guān)地點附近生活或工作的用戶聯(lián)系人的聯(lián)系信息，有關(guān)該相關(guān)地點的新聞報道，等等。

圖8中示出了輸出有關(guān)預(yù)測用戶要訪問的地點的信息的一種示例技術(shù)。圖8的技術(shù)能夠定期運行或者在任意各種時間偶發(fā)地進行。在一些示例中，該技術(shù)由預(yù)測服務(wù)器150在夜間執(zhí)行。

該技術(shù)在步驟800開始，其中位置歷史模塊600接收或獲取用戶的位置歷史。將要意識到的是，位置歷史模塊600自身能夠保存用戶的位置歷史，在這種情況下，其可以不必主動接收或獲取它。接下來，在步驟802，訪問預(yù)測模塊602針對一個或多個時隙對于用戶位置歷史中的每個訪問地點作出未來訪問預(yù)測。如以上參考圖7的技術(shù)所描述的，訪問預(yù)測模塊602能夠針對每個地點/時隙的組合例如以用戶將在該時隙期間訪問該地點的百分比可能性的形式生成預(yù)測。

在步驟804，選擇所述預(yù)測中的第一個進行分析。該預(yù)測的概率或其它量化數(shù)值在決策框806中與閾值量進行比較。如果該概率超過閾值，則在步驟808中輸出有關(guān)該地點和/或時隙的信息以便呈現(xiàn)給用戶。如果該概率未超過閾值，則在決策框810中確定是否還有未處理的預(yù)測。如果是，則執(zhí)行返回步驟804，其中如以上所描述地選擇下一個未處理的預(yù)測并且進行處理。如果沒有未處理的預(yù)測，則執(zhí)行在步驟812結(jié)束。

因此，使用所說明的技術(shù)，用戶能夠被自動提供涉及他們可能在近期訪問的地點的信息，而并不要求用戶主動或手工搜尋該信息。

在一些示例中，以上所公開的由預(yù)測服務(wù)器150執(zhí)行的一些或全部功能也能夠替代地由移動設(shè)備120來執(zhí)行。圖9是用于在這樣的示例中使用的移動設(shè)備的模塊的示意圖。除了如這里所提到的以及本領(lǐng)域技術(shù)人員將會輕易顯而易見的外，圖9中所圖示的移動設(shè)備的結(jié)構(gòu)和功能基本上類似于圖6的預(yù)測服務(wù)器。因此，出于簡明的原因在這里省略了其詳細描述。

如圖9所示，該移動設(shè)備可以包括位置歷史模塊900和訪問預(yù)測模塊902，除了遠程服務(wù)器所存儲或產(chǎn)生的數(shù)據(jù)能夠由那些模塊使用例如使用移動網(wǎng)絡(luò)100對遠程服務(wù)器的一個或多個調(diào)用進行訪問外，它們以上文中關(guān)于預(yù)測服務(wù)器150所公開的那些相同的方式進行工作。移動設(shè)備還可以包括顯示模塊904，其以與以上輸出模塊604相同的方式進行操作，并且被配置為例如在移動設(shè)備的顯示屏上顯示與預(yù)測用戶要訪問的地點相關(guān)的信息。

在第一方面，提供了一種用于基于來自用戶位置歷史的地理位置來以訪問可能性的降序?qū)τ脩艨赡茉L問的目的地進行排序的技術(shù)。針對來自用戶位置歷史的地理位置，處理器對接近于該地理位置的目的地進行本地搜索，其中該地理位置具有與之相關(guān)聯(lián)的時間并且該搜索至少提供目的地的名稱以及距該地理位置的距離。該處理器針對該本地搜索所返回的每個目的地計算訪問可能性，其中該訪問可能性作為至少在該目的地與該地理位置之間的距離以及在關(guān)聯(lián)于該地理位置的時間與跨時間的訪問可能性分布之間的比較的函數(shù)來計算。該處理器進一步以訪問可能性的降序?qū)Ρ镜厮阉魉祷氐哪康牡刂械闹辽僖恍┡判?，以針對該地理位置選擇最可能訪問的目的地。

在另外方面，提供了一種基于來自用戶位置歷史的地理位置來以訪問可能性的降序?qū)τ脩艨赡茉L問的目的地排序的技術(shù)。針對來自用戶位置歷史的地理位置，處理器針對接近該地理位置的目的地進行本地搜索，其中該地理位置具有與之相關(guān)聯(lián)的時間矢量(該時間矢量包括多次訪問的開始和結(jié)束時間)，并且該搜索至少提供該目的地的名稱以及距該地理位置的距離。該處理器針對本地搜索所返回的每個目的地計算訪問可能性，該訪問可能性作為至少在該目的地與該地理位置之間的距離以及在與該地理位置相關(guān)聯(lián)的時間矢量與跨時間的訪問可能性分布之間的比較的函數(shù)來計算。該處理器以訪問可能性的降序?qū)Ρ镜厮阉魉祷氐哪康牡刂械闹辽僖恍┡判?，以針對該地理位置選擇最可能被訪問的目的地。

在再另外的方面，提供了一種用于基于來自用戶位置歷史的地理位置來以訪問可能性的降序?qū)τ脩艨赡茉L問的目的地排序的系統(tǒng)。該系統(tǒng)包括計算機處理器和存儲器，該存儲器連接至該處理器并存儲指令，以使得該處理器執(zhí)行多個功能。該指令使得處理器對接近于該地理位置的目的地進行本地搜索，其中該地理位置具有與之相關(guān)聯(lián)的時間，并且該搜索至少提供目的地的名稱以及距該地理位置的距離。該指令還使得該處理器針對該本地搜索所返回的每個目的地計算訪問可能性，其中該訪問可能性作為至少在該目的地與該地理位置之間的距離以及在關(guān)聯(lián)于該地理位置的時間與跨時間的訪問可能性分布之間的比較的函數(shù)來計算。該指令進一步使得該處理器以訪問可能性的降序?qū)Ρ镜厮阉魉祷氐哪康牡刂械闹辽僖恍┡判?，以針對該地理位置選擇最可能訪問的目的地。

在以上所描述方面的示例中，該地理位置可以表示接近地理位置數(shù)據(jù)點的集群，該地理位置數(shù)據(jù)點表示具有訪問位置、訪問開始時間和訪問結(jié)束時間的訪問。該地理位置還表示多次訪問，其中每次訪問具有訪問開始時間和訪問結(jié)束時間，并且其中針對特定訪問計算訪問可能性包括將每個訪問開始時間和訪問結(jié)束時間進行比較。

在其它示例中，經(jīng)排序的目的地列表能夠被呈現(xiàn)給用戶以便選擇所訪問的目的地。

在另外的示例中，該本地搜索能夠針對每個目的地返回突出性分值，訪問可能性的計算進一步作為該突出性分值的函數(shù)來計算。該本地搜索還可以返回營業(yè)時間數(shù)據(jù)，使得訪問可能性的計算可以進一步作為目的地在與該地理位置相關(guān)聯(lián)的時間開門還是關(guān)門的函數(shù)來計算。在地理數(shù)據(jù)包括多個訪問時間的情況下，訪問可能性可以進一步作為該目的地在每個訪問時間開門還是關(guān)門的函數(shù)來計算。

在其它示例中，該目的地可以與從多個目的地類別中選擇的至少一個類別相關(guān)聯(lián)，其中每個目的地類別具有應(yīng)用于與該目的地類別相關(guān)聯(lián)的目的地的跨時間的訪問可能性分布。該跨時間的訪問可能性分布還可以基于一天中的時間來指示訪問可能性。該跨時間的訪問可能性分布還可以基于一周中的天來指示訪問可能性。

在另一個方面，提供了一種用于自動為用戶提供與該用戶可能訪問的地點相關(guān)的信息的技術(shù)。該技術(shù)包括接收用戶的位置歷史并且將該位置歷史存儲在存儲器中。該技術(shù)還包括使用耦合至該存儲器的處理器從該位置歷史中提取用戶先前訪問過的地點以及指示用戶在時隙的多個過去實例中的任意一個期間是否訪問過該地點的訪問歷史數(shù)據(jù)。該技術(shù)還包括使用該處理器基于該訪問歷史數(shù)據(jù)確定該用戶是否可能在時隙的未來實例期間訪問該地點，并且如果確定用戶可能在時隙的未來實例期間訪問該地點，則使用該處理器在該時隙的未來實例開始之前輸出與該地點相關(guān)的信息。

該時隙能夠?qū)?yīng)于一周中的特定一天以及一天中的特定時間。該技術(shù)可以包括確定用戶是否可能在多個時隙中的每一個的未來實例期間訪問該地點，所述未來實例對應(yīng)于緊接在用戶的當前時間之后的小時時長的時隙。該時隙可以僅對應(yīng)于這一天中的特定時間。該時隙可以對應(yīng)于特定工作日以及該工作日的特定時間。該時隙可以對應(yīng)于一周時段中的周末兩天。該時隙可以對應(yīng)于兩周時段中的周末四天。

該技術(shù)可以包括在存儲器中存儲包括多個元素的訪問矢量，每個元素對應(yīng)于時隙的過去實例并且具有指示用戶在該時隙的過去實例期間訪問該地點的值或者指示用戶在該時隙的過去實例期間沒有訪問該地點的值。該訪問矢量可以包括布爾值的流。該技術(shù)可以包括選擇該訪問矢量中的y個最近元素作為感興趣的子流，并且對該感興趣子流中的正元素x的數(shù)量進行計數(shù)。

該技術(shù)可以包括執(zhí)行函數(shù)t(x,y)，其接收該訪問矢量、y的值以及x的值作為輸入，并且返回該訪問矢量中具有長度y、恰好具有x個正元素并且后跟有后續(xù)元素的子流的數(shù)量。該技術(shù)可以包括如果函數(shù)t(x,y)所返回的數(shù)小于預(yù)定出現(xiàn)閾值，則迭代地將y遞減一并且重復(fù)所述選擇、計數(shù)和執(zhí)行，直至y等于零或者獲得了函數(shù)t(x,y)針對其返回大于或等于預(yù)定出現(xiàn)閾值的數(shù)的y值。該技術(shù)可以包括將未來訪問概率計算為訪問矢量中后跟有正元素的類型(x,y)的子流的數(shù)量除以函數(shù)t(x,y)所返回的數(shù)。能夠確定的是，當未來訪問概率超過預(yù)定概率閾值時，用戶可能在該時隙的未來實例期間訪問該地點。

該技術(shù)可以包括使用處理器基于用戶過去對與該地點相同類型的其它地點的訪問、人口統(tǒng)計方面與該用戶相同的其他用戶對該地點的訪問、所有其他用戶對該地點的訪問、所有其他用戶對與該地點相同類型的其它地點的訪問、以及人口統(tǒng)計方面與該用戶相同的其他用戶對與該地點相同類型的其它地點的訪問中的至少一個來確定用戶是否可能在該時隙的未來實例期間訪問該地點。該技術(shù)可以包括使用馬爾科夫鏈模型來基于訪問歷史數(shù)據(jù)確定用戶是否可能在該時隙的未來實例期間訪問該地點。該技術(shù)可以包括使用beta先驗?zāi)Ｐ蛠砘谠L問歷史數(shù)據(jù)確定用戶是否可能在該時隙的未來實例期間訪問該地點。該技術(shù)可以包括使用隨機森林模型來基于訪問歷史數(shù)據(jù)確定用戶是否可能在該時隙的未來實例期間訪問該地點。該隨機森林模型能夠使用機器學(xué)習(xí)系統(tǒng)來執(zhí)行。該技術(shù)能夠包括向該機器學(xué)習(xí)系統(tǒng)提供包括多個元素的訪問矢量作為輸入，每個元素對應(yīng)于對該地點的過去訪問并且具有指示自從該過去的訪問起所流逝的天數(shù)的值。該技術(shù)可以包括向該機器學(xué)習(xí)系統(tǒng)提供包括多個元素的訪問矢量作為輸入，每個元素對應(yīng)于對該地點的過去訪問并且具有指示自從最近一次對該地點的過去訪問起所流的天數(shù)的值。

該技術(shù)可以包括以下中的至少一個：向用戶的移動設(shè)備發(fā)送包括該信息的文本消息，向用戶的移動設(shè)備發(fā)送包括該信息的推送通知，向用戶的移動設(shè)備發(fā)送包括該信息的電子郵件，向用戶的移動設(shè)備發(fā)送包括該信息的數(shù)據(jù)傳輸，向用戶的移動設(shè)備發(fā)送在顯示屏上顯示該信息的指令，以及向用戶的移動設(shè)備發(fā)送將web瀏覽器導(dǎo)航至包括該信息的網(wǎng)站的指令。該信息可以包括與該地點相關(guān)聯(lián)的天氣預(yù)報、與該地點相關(guān)聯(lián)的交通更新、與該地點相關(guān)聯(lián)的新聞報道、去往該地點的路線指引以及在該地點附近生活或工作的用戶聯(lián)系人的聯(lián)系信息中的至少一個。

在另一個方面，提供了一種自動為用戶提供與該用戶可能訪問的地點相關(guān)的信息的系統(tǒng)。該系統(tǒng)包括處理器以及其上存儲有供該處理器執(zhí)行的指令的存儲器。該指令包括位置歷史模塊，其接收用戶的位置歷史并且將該位置歷史存儲在存儲器中。該指令還包括訪問預(yù)測模塊，其從該位置歷史中提取用戶先前訪問過的地點以及指示用戶在時隙的多個過去實例中的任意一個期間是否訪問過該地點的訪問歷史數(shù)據(jù)，并且基于該訪問歷史數(shù)據(jù)確定該用戶是否可能在時隙的未來實例期間訪問該地點。該指令還包括輸出模塊，如果確定用戶可能在時隙的未來實例期間訪問該地點，則其在時隙的該未來實例開始之前輸出與該地點相關(guān)的信息。

在另一個方面，提供了一種用于自動為用戶提供與該用戶可能訪問的地點相關(guān)的信息的移動設(shè)備。該移動設(shè)備包括處理器以及其上存儲有供該處理器執(zhí)行的指令的存儲器。該指令包括位置歷史模塊，其接收用戶的位置歷史并且將該位置歷史存儲在存儲器中。該指令還包括訪問預(yù)測模塊，其從該位置歷史中提取用戶先前訪問過的地點以及指示用戶在時隙的多個過去實例中的任意一個期間是否訪問過該地點的訪問歷史數(shù)據(jù)，并且基于該訪問歷史數(shù)據(jù)確定該用戶是否可能在時隙的未來實例期間訪問該地點。該指令還包括輸出模塊，如果確定用戶可能在時隙的未來實例期間訪問該地點，則其在該時隙的未來實例開始之前輸出與該地點相關(guān)的信息。

在一些示例中，本公開描述了能夠由參考圖1描述的一個或多個設(shè)備—例如移動設(shè)備120和/或位置服務(wù)器150—實施的技術(shù)。如以上所描述的，在一些示例中，位置服務(wù)器150的功能可以由移動設(shè)備120來實施。移動設(shè)備120和位置服務(wù)器150可以統(tǒng)稱為計算設(shè)備。

在一個示例中，一種技術(shù)包括由計算系統(tǒng)(例如位置服務(wù)器150和/或移動設(shè)備120)確定與來自關(guān)聯(lián)于用戶的位置歷史的接近地理位置的多個目的地相關(guān)聯(lián)的信息，該地理位置與時間相關(guān)聯(lián)，與多個目的地相關(guān)聯(lián)的信息針對該多個目的地中的每個相應(yīng)目的地至少包括該相應(yīng)目的地的名稱以及在該相應(yīng)目的地和該地理位置之間的相應(yīng)距離。該技術(shù)還可以包括針對該多個目的地中的每個相應(yīng)目的地由該計算系統(tǒng)(例如位置服務(wù)器150和/或移動設(shè)備120)至少部分地基于1)在該相應(yīng)目的地和該地理位置之間的相應(yīng)距離和2)在與該地理位置相關(guān)聯(lián)的時間與跨時間的訪問可能性分布之間的比較來確定與該相應(yīng)目的地相關(guān)聯(lián)的訪問可能性。此外，該技術(shù)可以包括由該計算系統(tǒng)(例如位置服務(wù)器150和/或移動設(shè)備120)并且至少部分地基于與該相應(yīng)目的地相關(guān)聯(lián)的訪問可能性對該多個目的地中的一部分排序，并且由該計算系統(tǒng)(例如位置服務(wù)器150和/或移動設(shè)備120)輸出該多個目的地中的該部分的指示。

在一些示例中，由該計算系統(tǒng)(例如位置服務(wù)器150和/或移動設(shè)備120)輸出該多個目的地中的該部分的指示包括由該計算系統(tǒng)向移動計算設(shè)備輸出該多個目的地中的該部分的指示，使得該指示被輸出以便由該移動計算設(shè)備進行顯示。

在一些示例中，該地理位置表示相近地理位置數(shù)據(jù)點的集群，該地理位置數(shù)據(jù)點表示針對該地理位置的訪問，該訪問具有訪問開始時間和訪問結(jié)束時間。

在一些示例中，該地理位置表示對該地理位置的多個訪問，該多個訪問中的每個相應(yīng)訪問具有相應(yīng)訪問開始時間和相應(yīng)訪問結(jié)束時間，并且針對相應(yīng)目的地確定訪問可能性包括將每個相應(yīng)訪問開始時間和相應(yīng)訪問結(jié)束時間與跨時間的訪問可能性分布進行比較。

在一些示例中，與接近于該地理位置的多個目的地相關(guān)聯(lián)的信息包括該多個目的地中的每個相應(yīng)目的地的相應(yīng)突出性分值，并且針對相應(yīng)目的地確定訪問可能性包括至少部分地基于在該相應(yīng)目的地與該地理位置之間的相應(yīng)距離、在與該地理位置相關(guān)聯(lián)的相應(yīng)時間與跨時間的訪問可能性分布之間的比較、以及該相應(yīng)突出性分值而針對該相應(yīng)目的地確定訪問可能性。

在一些示例中，與接近于該地理位置的多個目的地相關(guān)聯(lián)的信息包括多個目的地中的每個相應(yīng)目的地的營業(yè)時間數(shù)據(jù)，并且針對相應(yīng)目的地確定訪問可能性包括至少部分地基于在該相應(yīng)目的地與該地理位置之間的相應(yīng)距離、在與該地理位置相關(guān)聯(lián)的相應(yīng)時間與跨時間的訪問可能性分布之間的比較、以及該目的地在與該地理位置相關(guān)聯(lián)的時間開門還是關(guān)門來針對該相應(yīng)目的地確定訪問可能性。

在一些示例中，該多個目的地中的相應(yīng)目的地與從多個目的地類別中選擇的至少一個目的地類別相關(guān)聯(lián)，每個相應(yīng)的目的地類別具有應(yīng)用于與該相應(yīng)目的地類別相關(guān)聯(lián)的相應(yīng)目的地的跨時間的訪問可能性分布。

在一些示例中，跨時間的訪問可能性分布基于一天中的時間來指示訪問可能性。

在另一個示例中，本公開描述了一種存儲指令的計算機可讀存儲設(shè)備，當被執(zhí)行時，該指令使得計算設(shè)備(例如位置服務(wù)器150和/或移動設(shè)備120)的至少一個處理器：至少部分地基于來自關(guān)聯(lián)于用戶的位置歷史的多個鄰近地理位置數(shù)據(jù)點來確定要進行訪問的地理位置，該訪問具有訪問開始時間和訪問結(jié)束時間。該指令在被執(zhí)行時還可以使得該至少一個處理器確定與接近該地理位置的多個目的地相關(guān)聯(lián)的信息，與該多個目的地相關(guān)聯(lián)的信息針對該多個目的地中的每個相應(yīng)目的地包括至少該相應(yīng)目的地的名稱以及在該相應(yīng)目的地和該地理位置之間的相應(yīng)距離。此外，該指令在被執(zhí)行時還可以使得該至少一個處理器針對該多個目的地中的每個相應(yīng)目的地，至少部分地基于1)在該相應(yīng)目的地和該地理位置之間的相應(yīng)距離，2)在訪問開始時間與跨時間的訪問可能性分布之間的比較，以及3)在訪問結(jié)束時間與跨時間的訪問可能性分布之間的比較來確定針對該相應(yīng)目的地的訪問可能性。另外，該指令在被執(zhí)行時還可以使得該至少一個處理器至少部分地基于與該相應(yīng)目的地相關(guān)聯(lián)的相應(yīng)訪問可能性對該多個目的地中的一部分排序，并且輸出該多個目的地中的該部分的指示。

在一些示例中，在被執(zhí)行時使得該計算設(shè)備的至少一個處理器輸出該多個目的地中的該部分的指示的指令包括在被執(zhí)行時使得該計算設(shè)備的至少一個處理器向移動計算設(shè)備輸出該多個目的地中的該部分的指示，使得該指示被輸出以由該移動計算設(shè)備顯示的指令。

在一些示例中，該地理位置表示針對該地理位置的多個訪問，該多個訪問中的每個相應(yīng)訪問具有相應(yīng)訪問開始時間和相應(yīng)訪問結(jié)束時間，并且該指令在被執(zhí)行時使得該計算設(shè)備的至少一個處理器通過將每個相應(yīng)訪問開始時間和每個相應(yīng)訪問結(jié)束時間與跨時間的訪問可能性分布進行比較來針對多個目的地中的相應(yīng)目的地確定訪問可能性。

在一些示例中，與接近于該地理位置的多個目的地相關(guān)聯(lián)的信息包括該多個目的地中的每個相應(yīng)目的地的相應(yīng)突出性分值，并且該指令在被執(zhí)行時使得該計算設(shè)備的至少一個處理器至少部分地基于在該相應(yīng)目的地與該地理位置之間的相應(yīng)距離、在與訪問開始時間與跨時間的訪問可能性分布之間的比較、以及該相應(yīng)突出性分值來針對該相應(yīng)目的地確定訪問可能性。

在一些示例中，與接近于該地理位置的多個目的地相關(guān)聯(lián)的信息包括多個目的地中的每個相應(yīng)目的地的營業(yè)時間數(shù)據(jù)，并且該指令在被執(zhí)行時使得該計算設(shè)備的至少一個處理器至少部分地基于在該相應(yīng)目的地與該地理位置之間的相應(yīng)距離、在訪問開始時間與跨時間的訪問可能性分布之間的比較、在訪問結(jié)束時間與跨時間的訪問可能性分布之間的比較、以及該目的地在與該地理位置相關(guān)聯(lián)的時間開門還是關(guān)門來針對該相應(yīng)目的地確定訪問可能性。

在一些示例中，該多個目的地中的相應(yīng)目的地與從多個目的地類別中選擇的至少一個目的地類別相關(guān)聯(lián)，每個相應(yīng)的目的地類別具有應(yīng)用于與該相應(yīng)目的地類別相關(guān)聯(lián)的相應(yīng)目的地的跨時間的訪問可能性分布。

在一些示例中，跨時間的訪問可能性分布基于一天中的時間來指示訪問可能性。

在另一個示例中，本公開描述了一種技術(shù)，其包括由計算系統(tǒng)(例如移動設(shè)備120和/或位置服務(wù)器150)接收與用戶相關(guān)聯(lián)的位置歷史。該技術(shù)進一步包括由該計算系統(tǒng)(例如移動設(shè)備120和/或位置服務(wù)器150)至少部分地基于該位置歷史確定用戶先前訪問過的地點以及指示用戶在時隙的多個過去實例中的任意一個期間是否訪問過該地點的訪問歷史數(shù)據(jù)。此外，該技術(shù)可以包括由該計算設(shè)備(例如移動設(shè)備120和/或位置服務(wù)器150)并且至少部分地基于該訪問歷史數(shù)據(jù)確定用戶可能在時隙的未來實例期間訪問該地點。該技術(shù)還可以包括響應(yīng)于確定用戶可能在時隙的未來實例期間訪問該地點，由該計算設(shè)備(例如移動設(shè)備120和/或位置服務(wù)器150)在該時隙的未來實例開始之前提供與該地點相關(guān)的信息。

在一些示例中，確定用戶可能在時隙的未來實例期間訪問該地點包括確定用戶可能在時隙的多個未來實例中的每個相應(yīng)時隙期間訪問該地點。

在一些示例中，確定用戶先前所訪問過的地點以及指示用戶在時隙的多個過去實例中的任意一個期間是否訪問過該地點的訪問歷史數(shù)據(jù)包括確定包括多個矢量元素的訪問矢量，每個相應(yīng)矢量元素對應(yīng)于時隙的相應(yīng)過去實例并且具有指示用戶在該時隙的相應(yīng)過去實例期間訪問該地點的值或者指示用戶在該時隙的相應(yīng)過去實例期間沒有訪問該地點的值。

在一些示例中，確定用戶先前所訪問過的地點以及指示用戶在時隙的多個過去實例中的任意一個期間是否訪問過該地點的訪問歷史數(shù)據(jù)包括：執(zhí)行函數(shù)t(x,y)，其接收該訪問矢量、y的值以及x的值作為輸入，其中y是感興趣的子流中的元素數(shù)量中所測量的所述子流的長度，其中x是感興趣的子流中正元素的數(shù)量，并且其中函數(shù)t(x,y)返回該訪問矢量中具有長度y、恰好具有x個正元素并且后跟有訪問矢量中的后續(xù)元素的子流的數(shù)量。

在一些示例中，確定用戶先前所訪問過的地點以及指示用戶在時隙的多個過去實例中的任意一個期間是否訪問過該地點的訪問歷史數(shù)據(jù)包括：在函數(shù)t(x,y)所返回的數(shù)小于預(yù)定閾值的情況下，將y遞減一；并且針對y的值和x的值執(zhí)行函數(shù)t(x,y)。

在一些示例中，確定用戶先前所訪問過的地點以及指示用戶在時隙的多個過去實例中的任意一個期間是否訪問過該地點的訪問歷史數(shù)據(jù)包括：將未來訪問概率計算為訪問矢量中后跟有正元素的類型(x,y)的子流的數(shù)量除以函數(shù)t(x,y)所返回的數(shù)。

在一些示例中，確定用戶可能在時隙的未來實例期間訪問該地點包括當未來訪問概率超過預(yù)定概率閾值時確定用戶可能在該時隙的未來實例期間訪問該地點。

在一些示例中，確定用戶可能在時隙的未來實例期間訪問該地點包括使用馬爾科夫鏈模型、beta先驗?zāi)Ｐ秃碗S機森林模型中的至少一個來確定用戶是否可能在時隙的未來實例期間訪問該地點。

在另外的示例中，本公開描述了一種存儲指令的計算機可讀存儲設(shè)備，當被執(zhí)行時，該指令使得計算機設(shè)備(例如移動設(shè)備120和/或位置服務(wù)器150)的至少一個處理器接收與用戶相關(guān)聯(lián)的位置歷史。該指令在被執(zhí)行時還使得該至少一個處理器至少部分地基于該位置歷史確定包括多個矢量元素的訪問矢量，每個相應(yīng)矢量元素對應(yīng)于時隙的相應(yīng)過去實例并且具有指示用戶在該時隙的相應(yīng)過去實例期間訪問地點的值或者指示用戶在該時隙的相應(yīng)過去實例期間沒有訪問該地點的值。該指令在被執(zhí)行時進一步使得該至少一個處理器執(zhí)行函數(shù)t(x,y)，其接收該訪問矢量、y的值以及x的值作為輸入，其中y是感興趣的子流中的元素數(shù)量中所測量的子流的長度，其中x是感興趣的子流中正元素的數(shù)量，并且其中函數(shù)t(x,y)返回該訪問矢量中具有長度y、恰好具有x個正元素并且后跟有訪問矢量中的后續(xù)元素的子流的數(shù)量。此外，該指令在被執(zhí)行時還使得該至少一個處理器至少部分地基于函數(shù)t(x,y)所返回的數(shù)確定用戶可能在時隙的未來實例期間訪問該地點；并且響應(yīng)于確定用戶可能在時隙的未來實例期間訪問該地點而在該時隙的未來實例開始之前輸出與該地點相關(guān)的信息。

在一些示例中，該指令在被執(zhí)行時使得計算設(shè)備的至少一個處理器：在函數(shù)t(x,y)所返回的數(shù)小于預(yù)定閾值的情況下，將y遞減一；并且針對y的值和x的值執(zhí)行函數(shù)t(x,y)。

在一些示例中，該指令在被執(zhí)行時使得計算設(shè)備的至少一個處理器：將未來訪問概率計算為訪問矢量中后跟有正元素的類型(x,y)的子流的數(shù)量除以函數(shù)t(x,y)所返回的數(shù)。

在一些示例中，該指令在被執(zhí)行時使得計算設(shè)備的至少一個處理器在未來訪問概率超過預(yù)定概率閾值時確定用戶可能在該時隙的未來實例期間訪問該地點。

在一些示例中，該時隙對應(yīng)于一周中的特定一天以及一天中的特定時間。

在一些示例中，該時隙僅對應(yīng)于一天中的特定時間。

在一些示例中，該時隙對應(yīng)于一周時段中的周末兩天。

雖然上文中已經(jīng)詳細描述了幾個示例，但是可能進行其它修改。此外，可以使用用于執(zhí)行這里所描述的系統(tǒng)和技術(shù)的其它機制。此外，附圖中所描繪的邏輯流程不要求所示出的特定順序或連續(xù)順序來實現(xiàn)所期望的結(jié)果?？梢蕴峁┢渌襟E，或者可以從所描述的流程中刪除步驟，并且可以向所描述的系統(tǒng)增加其它組件或者從中去除組件。因此，其它實施方式處于所附權(quán)利要求的范圍之內(nèi)。