特許 6831053 電気自動車のための充電ステーションに標的広告を提供するためのシステムおよび方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6831053

(24)【登録日】2021年2月1日

(45)【発行日】2021年2月17日

(54)【発明の名称】電気自動車のための充電ステーションに標的広告を提供するためのシステムおよび方法

(51)【国際特許分類】

   G06Q 30/02 20120101AFI20210208BHJP

   G09F 23/00 20060101ALI20210208BHJP

【ＦＩ】

   G06Q30/02 398

   G09F23/00 Z

【請求項の数】9

【全頁数】32

(21)【出願番号】特願2017-522458(P2017-522458)

(86)(22)【出願日】2015年7月10日

(65)【公表番号】特表2017-528852(P2017-528852A)

(43)【公表日】2017年9月28日

(86)【国際出願番号】US2015039883

(87)【国際公開番号】WO2016007822

(87)【国際公開日】20160114

【審査請求日】2018年7月6日

(31)【優先権主張番号】62/022,910

(32)【優先日】2014年7月10日

(33)【優先権主張国】US

【前置審査】

(73)【特許権者】

【識別番号】520487521

【氏名又は名称】ボルタ チャージング， エルエルシー

(74)【代理人】

【識別番号】100078282

【弁理士】

【氏名又は名称】山本 秀策

(74)【代理人】

【識別番号】100113413

【弁理士】

【氏名又は名称】森下 夏樹

(74)【代理人】

【識別番号】100181674

【弁理士】

【氏名又は名称】飯田 貴敏

(74)【代理人】

【識別番号】100181641

【弁理士】

【氏名又は名称】石川 大輔

(74)【代理人】

【識別番号】230113332

【弁護士】

【氏名又は名称】山本 健策

(72)【発明者】

【氏名】メネンデス， マイケル

(72)【発明者】

【氏名】マーサー， スコット

【審査官】 小池 堂夫

(56)【参考文献】

【文献】 特開２０１２−２０５４６１（ＪＰ，Ａ）

【文献】 特開２０１０−１１３３１４（ＪＰ，Ａ）

【文献】 特開２００６−１１３８１９（ＪＰ，Ａ）

【文献】 米国特許出願公開第２０１２／０１１６５７５（ＵＳ，Ａ１）

【文献】 米国特許出願公開第２０１１／０２１３６５６（ＵＳ，Ａ１）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｑ １０／００−９９／００

(57)【特許請求の範囲】

【請求項1】

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

【請求項2】

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

【請求項3】

前記充電ステーションにおいてメータからメータデータを受信することをさらに含み、前記メータデータは、前記充電ステーションの前記第１の標的個人の使用が完了するまでの時間の推定される長さを提供する、請求項２に記載の方法。

【請求項4】

前記時間の推定される長さに基づいて、前記第１の標的個人と前記第２の標的個人との間で選択することと、前記選択された標的個人を特徴付ける前記複数の標的ユーザ特徴を前記算出モデルに提供することにより、複数のスコアを評価することとをさらに含み、前記第１の標的個人は、前記時間の推定される長さが閾値を下回ると選択され、前記第２の標的個人は、前記時間の推定される長さが前記閾値を上回ると選択される、請求項３に記載の方法。

【請求項5】

前記充電ステーションが電気自動車を充電するために使用されているかどうかに基づいて、動作のモードを選択することをさらに含み、前記動作のモードは、前記電気自動車の運転者が前記標的個人であるかどうかを判定し、前記充電ステーションが電気自動車を充電するために使用されかつ前記電気自動車の運転者が前記標的個人であるときに、第１のモードが選択され、前記充電ステーションが電気自動車を充電するために使用されておらずかつ前記標的個人が前記充電ステーション近傍の個人であるときに、第２のモードが選択される、請求項１に記載の方法。

【請求項6】

前記時間の予測される相対的長さは、前記ディスプレイとのユーザ関与の量に対応し、ある閾値を超える時間の予測される長さと関連付けられる前記候補広告が、前記標的広告として選択される、請求項１に記載の方法。

【請求項7】

前記ユーザ関与の量は、前記時間の予測される相対的長さと、前記個人と前記候補広告との間の関与の予測される相対的程度とを含む、請求項６に記載の方法。

【請求項8】

前記標的個人は、前記ディスプレイに対面することによって前記標的広告に関与し、前記方法はさらに、前記標的個人が前記ディスプレイに対面する時間の長さを判定することを含み、前記算出モデルは、前記判定された時間の長さ、前記複数の標的ユーザ特徴、および前記標的広告を特徴付ける複数の標的広告特徴に従って更新される、請求項１に記載の方法。

【請求項9】

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

【発明の詳細な説明】

【技術分野】

【0001】

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

【0002】

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

【背景技術】

【0003】

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

【発明の概要】

【課題を解決するための手段】

【0004】

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

【0005】

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

【0006】

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

【0007】

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

【0008】

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

【0009】

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

【0010】

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

【0011】

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

【0012】

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

【0013】

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

【0014】

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

【0015】

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

【0016】

いくつかの実装では、付加的メッセージが、モバイルデバイスを経由してユーザに表示される。ある実施例では、メッセージが、ユーザに表示され、電気自動車が選択された充電ステーションからプラグ接続解除されたことを示す。ある実施例では、充電プロセスが完了すると、メッセージが、モバイルデバイスに伝送される。
本発明は、例えば、以下を提供する。
（項目１）
電気自動車のための充電ステーションであって、
前記充電ステーションの近傍にいる個人と関連付けられるデータを記録する、データコレクタと、
前記充電ステーションが電気自動車を充電するために使用されているかどうかを判定する、メータと、
前記個人を標的とする広告を表示するディスプレイであって、標的広告は、前記データコレクタによって記録されたデータに従ってデータベースから選択され、前記データベースは、電子的にアクセス可能な離散広告セグメントを用いて広告コンテンツを記憶する、ディスプレイと、
前記データコレクタ、前記メータ、および前記ディスプレイに結合される、プロセッサであって、
前記データコレクタによって記録されたデータをネットワークを経由してサーバに伝送することと、
前記データベースからの前記選択された標的広告を前記ネットワークを経由して前記サーバから受信することと、
前記選択された標的広告を前記ディスプレイに提供することと
を行うように構成される、プロセッサと、
を備える、充電ステーション。
（項目２）
前記充電ステーションに近接している個人の推定される人数を追跡するカウンタを備え、前記データコレクタは、前記充電ステーションにおいてビデオ信号を記録するカメラであり、前記カウンタは、前記記録されたビデオ信号に冗長な情報を提供する、項目１に記載の充電ステーション。
（項目３）
前記データコレクタは、個人と関連付けられる高分解能データを破棄するようにプログラムされる、項目１に記載の充電ステーション。
（項目４）
前記プロセッサは、前記記録されたデータを処理し、前記個人が前記ディスプレイに関与しているかどうかを判定し、前記個人が前記ディスプレイに関与している時間の長さを判定する、項目１に記載の充電ステーション。
（項目５）
前記プロセッサは、前記個人が前記ディスプレイとアイコンタクトをとっているかどうかを検出することによって、前記個人が前記ディスプレイに対面しているかどうかを検出することによって、または前記個人が前記ディスプレイに向かってジェスチャをとっているかどうかを検出することによって、前記個人が前記ディスプレイに関与しているかどうかを判定する、項目４に記載の充電ステーション。
（項目６）
第２の選択される標的広告が、前記個人が前記ディスプレイ上の第１の選択された標的広告に関与しているかどうかに基づいて選択される、項目４に記載の充電ステーション。
（項目７）
前記選択される標的広告は、前記充電ステーションが電気自動車を充電するために使用されているかどうかに基づいて選択される、項目１に記載の充電ステーション。
（項目８）
電気自動車のための充電ステーション近傍のディスプレイ上に標的広告を提供するコンピュータ実装方法であって、
サーバにおいて、個人が複数の候補広告におけるある候補広告に関与するであろう時間の相対的長さを予測する算出モデルを受信するステップであって、
前記算出モデルは、複数の個人、複数の広告、および前記複数の個人が前記複数の広告に関与する測定された時間の長さから収集されるデータに基づいて生成され、
複数のユーザ特徴が、前記複数の個人における各個人を特徴付け、
複数の広告特徴が、前記複数の広告における各広告を特徴付ける、
ステップと、
標的個人が前記ディスプレイに関与しているという指示と、前記標的個人を特徴付ける複数の標的ユーザ特徴とをリアルタイムで受信するステップと、
前記複数の標的ユーザ特徴および前記算出モデルに基づいて、前記標的個人に関する複数のスコアを評価するステップであって、前記複数のスコアにおける各スコアは、前記標的個人および前記複数の候補広告におけるある候補広告と関連付けられる時間の予測される相対的長さを示す、ステップと、
前記複数のスコアに実施される最適化に少なくとも部分的に基づいて、前記複数の候補広告から標的広告を選択するステップと、
前記標的広告を前記ディスプレイに提供するステップと、
を含む、方法。
（項目９）
前記標的個人は、第１の標的個人であり、前記複数の標的ユーザ特徴は、複数の第１の標的ユーザ特徴であり、前記方法はさらに、第２の標的個人が前記ディスプレイと相互作用しているという指示と、前記第２の標的個人を特徴付ける複数の第２の標的ユーザ特徴とをリアルタイムで受信するステップを含み、前記第１の標的個人は、前記充電ステーションのユーザであり、前記第２の標的個人は、前記充電ステーションのユーザではない、項目８に記載の方法。
（項目１０）
前記充電ステーションにおいてメータからメータデータを受信するステップをさらに含み、前記メータデータは、前記充電ステーションの前記第１の標的個人の使用が完了するまでの推定される時間の長さを提供する、項目９に記載の方法。
（項目１１）
前記推定される時間の長さに基づいて、前記第１の標的個人と前記第２の標的個人との間で選択し、前記選択された標的個人を特徴付ける複数の標的ユーザ特徴を前記算出モデルに提供し、複数のスコアを評価するステップをさらに含み、前記第１の標的個人は、前記推定される時間の長さがある閾値を下回ると選択され、前記第２の標的個人は、前記推定される時間の長さが前記閾値を上回ると選択される、項目１０に記載の方法。
（項目１２）
前記充電ステーションが電気自動車を充電するために使用されているかどうかに基づいて、動作のモードを選択するステップをさらに含み、前記動作のモードは、前記電気自動車の運転者が前記標的個人であるかどうかを判定し、前記充電ステーションが電気自動車を充電するために使用されているとき、第１のモードが選択され、前記電気自動車の運転者は、前記標的個人であり、前記充電ステーションが電気自動車を充電するために使用されていないとき、第２のモードが選択され、前記標的個人は、前記充電ステーション近傍の個人である、項目８に記載の方法。
（項目１３）
前記時間の予測される相対的長さは、前記ディスプレイとのユーザ関与の量に対応し、ある閾値を超える時間の予測される長さと関連付けられる前記候補広告が、標的広告として選択される、項目８に記載の方法。
（項目１４）
前記ユーザ関与の量は、前記時間の予測される相対的長さと、前記個人と前記候補広告との間の関与の予測される相対的程度とを含む、項目１３に記載の方法。
（項目１５）
前記標的個人は、前記ディスプレイに対面することによって前記標的広告に関与し、前記方法はさらに、前記標的個人が前記ディスプレイに対面する時間の長さを判定するステップを含み、前記算出モデルは、前記判定された時間の長さ、前記複数の標的ユーザ特徴、および前記標的広告を特徴付ける複数の標的広告特徴に従って更新される、項目８に記載の方法。
（項目１６）
前記充電ステーションは、第１の充電ステーションであり、前記方法はさらに、
前記標的個人が前記第１の充電ステーションの近傍を離れ、第２の充電ステーションの方向に移動していることを検出するステップと、
前記標的広告を示す信号を前記第２の充電ステーションに伝送するステップと、
を含む、項目８に記載の方法。
（項目１７）
ユーザが電気自動車のための１つまたはそれを上回る利用可能な充電ステーションを識別することを可能にするための方法であって、
プロセッサにおいて、複数の充電ステーションを示すステーションデータをリアルタイムで受信するステップであって、前記ステーションデータは、前記充電ステーションの場所を含み、前記充電ステーションのそれぞれが利用可能または利用不可能であるかを示す、ステップと、
前記利用可能な充電ステーションの場所に対する第１のマーカと、前記利用不可能な充電ステーションの場所に対する第２のマーカとを含むマップを、モバイルデバイス上でリアルタイムでユーザに表示するステップであって、前記第１のマーカおよび前記第２のマーカは、いつ充電ステーションが利用可能または利用不可能になるかに従って、前記マップ上でリアルタイムで更新される、ステップと、
前記ユーザが、前記ユーザの電気自動車と前記利用可能な充電ステーションから選択される、選択された充電ステーションとの間の充電プロセスを開始するときを判定するステップと、
前記選択された充電ステーションにおけるメータによって記録されたメータデータを受信するステップであって、前記メータデータは、前記充電プロセスが完了するまでの残り時間の推定される長さを含む、ステップと、
前記時間の推定される長さを前記ユーザに前記モバイルデバイスを経由して表示するステップと、
を含む、方法。
（項目１８）
前記選択された充電ステーションの近傍にある複数の企業を識別するステップと、
前記複数の企業のそれぞれと関連付けられる１つまたはそれを上回る販売促進オファーを識別するステップと、
前記充電プロセスが完了するまでの残り時間の推定される長さに少なくとも部分的に基づいて、前記複数の販売促進オファーから少なくとも１つの販売促進オファーを選択するステップと、
前記選択された少なくとも１つの販売促進オファーを前記モバイルデバイスに伝送するステップと、
をさらに含む、項目１７に記載の方法。
（項目１９）
前記充電プロセスが完了するまでの残り時間の推定される長さとある閾値とを比較するステップをさらに含み、
前記残り時間の推定される長さが前記閾値を下回ると、前記選択された販売促進オファーは、前記複数の企業における第１の企業と関連付けられ、
前記残り時間の推定される長さが前記閾値を上回ると、前記選択された販売促進オファーは、前記複数の企業における第２の企業と関連付けられ、
前記第１の企業は、前記第２の企業よりも前記選択された充電ステーションに接近して位置する、
項目１８に記載の方法。
（項目２０）
第１のメッセージを前記ユーザに表示し、前記電気自動車が前記選択された充電ステーションからプラグ接続解除されたことを示すステップ、または前記充電プロセスが完了すると、第２のメッセージを前記モバイルデバイスに伝送するステップをさらに含む、項目１６に記載の方法。

【図面の簡単な説明】

【0017】

本開示の上記および他の特徴は、その性質およびその種々の利点を含め、付随の図面と併せて検討される、以下の発明を実施するための形態を考慮してより明白となるであろう。

【図1】図１は、例証的実装による、標的広告を充電ステーションに提供するためのコンピュータ化システムのブロック図である。

【図2】図２は、例証的実装による、算出モデルのスコア出力を表す、例示的データ構造である。

【図3】図３は、例証的実装による、自動車が充電ステーションにプラグ接続されているかどうかを検出するために、コンピュータ化システムによって使用される方法のフローチャートである。

【図4】図４は、例証的実装による、標的広告を電気自動車の運転者に提供するために、コンピュータ化システムによって使用される方法のフローチャートである。

【図5】図５は、例証的実装による、標的広告を充電ステーションの近傍にいる１人またはそれを上回る個人に提供するために、コンピュータ化システムによって使用される方法のフローチャートである。

【図6】図６は、例証的実装による、電気自動車充電ステーション上のディスプレイに対して広告を選択するために、コンピュータ化システムによって使用される方法のフローチャートである。

【図7】図７は、例証的実装による、訓練データに基づいてルールのセットを訓練するために、コンピュータ化システムによって使用される方法のフローチャートである。

【図8】図８は、例証的実装による、充電プロセスに関連して種々のメッセージを表示するために、コンピュータ化システムによって使用される方法のフローチャートである。

【図9】図９は、例証的実装による、本明細書に説明されるプロセスのいずれかを実施するためのコンピューティングデバイスのブロック図である。

【発明を実施するための形態】

【0018】

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

【0019】

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

【0020】

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

【0021】

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

【0022】

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

【0023】

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

【0024】

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

【0025】

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

【0026】

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

【0027】

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

【0028】

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

【0029】

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

【0030】

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

【0031】

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

【0032】

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

【0033】

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

【0034】

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

【0035】

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

【0036】

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

【0037】

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

【0038】

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

【0039】

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

【0040】

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

【0041】

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

【0042】

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

【0043】

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

【0044】

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

【0045】

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

【0046】

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

【0047】

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

【0048】

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

【0049】

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

【0050】

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

【0051】

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

【0052】

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

【0053】

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

【0054】

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

【0055】

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

【0056】

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

【0057】

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

【0058】

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

【0059】

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

【0060】

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

【0061】

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

【0062】

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

【0063】

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

【0064】

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

【0065】

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

【0066】

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

【0067】

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

【0068】

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

【0069】

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

【0070】

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

【0071】

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

【0072】

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

【0073】

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

【0074】

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

【0075】

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

【0076】

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

【0077】

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

【0078】

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

【0079】

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

【0080】

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

【0081】

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

【0082】

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

【0083】

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

【0084】

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

【0085】

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

【0086】

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

【0087】

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

【0088】

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

【0089】

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

【0090】

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

【0091】

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

【0092】

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

【0093】

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

【0094】

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

【0095】

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

【0096】

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

【0097】

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

【0098】

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

【0099】

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

【0100】

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

【0101】

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

【0102】

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

【0103】

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

【0104】

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

【0105】

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

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】