用于基于分析法进行广告的系统和方法与流程

本申请要求2014年5月2日提交的美国申请序列号14/268,717的优先权的权益，该申请通过引用以其全部内容结合在此。

技术领域

在此所描述的实施例总体上涉及广告，并且具体涉及用于基于分析法进行广告的系统和方法。

背景技术：

常规的路边广告包括大型符号、广告牌、建筑物上的绘画或图形、光显示器、和庭院标志。路边广告可以被大量行人和驾驶员观看。这些类型的广告当中许多都包括被设计成长时间安置的相对静态的内容。

附图说明

在不必按比例绘制的附图中，相同标号可以描述不同视图中的类似部件。具有不同字母后缀的相同标号可以表示类似部件的不同实例。一些实施例以举例的方式被展示并且不限于附图中的图，在附图中：

图1是根据实施例展示了一种用于提供基于分析法进行广告的系统的图示；

图2是根据实施例展示了控制流程的图示；

图3是根据实施例展示了一种用于基于分析法进行广告的系统的框图；

图4是根据实施例展示了一种提供基于分析法进行广告的方法的流程图；并且

图5是根据示例实施例展示了在其上可以执行在此所讨论的技术(例如，方法)中的任何一种或多种技术的示例机器的框图。

具体实施方式

大多数户外广告是非数字式的。相反，可以粉刷或印刷广告牌、海报、和建筑物。存在数字广告牌和标志，但在许多情况下，在这些类型的广告上的呈现是相对静态的(例如，旋转广告)。结果是，在一天的过程中未最大限度地使用户外广告。需要的是一种用于基于准确市场分析和分析法来管理户外广告的系统。还需要的是一种为户外广告的投放提供简单途径的系统。这些类型的系统中的每一种系统的结果可以用于通过市场力量降低广告成本。

在此所描述的系统和过程总体上涉及使用分析法来确定在具体地点处的交通信息。使用交通信息，广告客户能够确定广告在所述地点处可能具有的潜在市场影响。交通信息可以由在这个地点处或周围的一个或多个摄像机采集。对来自所述摄像机的图像进行收集并分析，从而确定交通信息。然后可以对所述地点处的交通进行表征或分类。在一些示例实施例中，从广告池中选择广告并将其呈现在这个地点处的广告牌或其他看板上。可以基于交通的特性来选择所述广告。

系统可以对移动交通的横截面进行图像处理，并确定各种特征，如：车辆的类型、品牌、或型号，车辆的牌照或注册识别等。使用机动车辆数据库，可以针对所识别的车辆获得驾驶员或车主信息。使用附加信息源(如人口普查数据库、税务数据库、或其他公共或私人数据库)，可以获得驾驶员或车主的附加信息。使用这种信息，构造模型来展示时间窗内的驾驶员分布。每个时间窗可以映射至一种广告类别。使用概率技术，选择相关广告进行显示。

图1是根据实施例展示了一种用于提供基于分析法进行广告的系统100的图示。提供了户外广告装置102。在图1中所展示的示例中，户外广告装置102是广告牌。应理解的是，户外广告装置102可以是各种类型的电子显示器，包括但不限于数字广告牌、投影显示系统、发光二极管显示器、电视显示器等。户外广告装置102被配置成用于向行人或车辆交通显示一则或多则广告。车辆交通可以包括一个或多个车辆104。监测站106可以捕捉车辆交通的视频或照片。监测站106可以配备有各种传感器(如摄像机、气压计、湿度传感器、时钟等)，用于捕捉各种环境数据。监测站106还可以配备有短距离和/或长距离遥测设备(如无线电)，用于通过短距离或长距离遥测进行通信。监测站106可以通过短距离或长距离遥测发射或从网络108接收信息。监测站106可以被并入广告牌或其他户外广告装置102中。

网络108可以包括局域网(LAN)、广域网(WAN)、无线网(例如，802.11或蜂窝网络)、公共交换电话网(PSTN)网络、自组织网络、个域网(例如蓝牙)或网络协议和网络类型的其他组合或排列。网络108可以包括单个局域网(LAN)或广域网(WAN)、或LAN或WAN的组合(如互联网)。所述各种设备(例如，监测站106或车辆104)可以通过一个或多个有线或无线连接耦合至网络108。

广告系统110可以连接至网络108并从监测站106接收数据。所述数据可以是监测站106所记录的未经处理的图像或视频。替代性地，所述数据可以部分地或完全地由监测站106处理。例如，监测站106可以对所收集的图像数据进行处理从而识别一张或多张图像中的车辆，并且然后将所述车辆的识别传输至广告系统。作为进一步的示例，监测站106可以对图像数据进行处理从而获取车辆识别，并且然后访问机动车辆管理局(DMV)数据库112从而获取已登记的车主的姓名。监测站106可以然后将所收集的信息传输至广告系统110。还可以访问其他数据存储(如人口普查数据库114)，从而确定关于所述车主的其他数据。虽然DMV数据库112只可以提供已登记的车主，假设大多数时候登记的车主同时也是驾驶员。从而，针对本披露的许多内容，在受观察车辆的车主的特性上建立的统计将假设与受观察车辆的实际驾驶员强烈相关。

广告系统110可以从监测站106收集未经处理的或经处理的数据并进一步对其进行分析。广告系统110可以跨一天、一个月、或一年的不同时间来分析交通模式，并基于所述分析在户外广告装置102上显示相关广告。可以将交通模式提供给广告客户116(可选地，收费的)，以允许广告客户116决定是否租赁户外广告装置102上的广告空间。使广告客户116更加了解可能的观众，通过不必须投放尽可能多的广告或在广告的效果最低时维持广告好几个小时，这可以来为广告客户116减少广告费。期望不同观众的其他广告客户116可以介入以填充空闲广告时段。

在图1中所示的情形下，道路在人们通勤工作的上午7:00会具有某种交通人口统计分布，并且在人们出去享受夜生活的晚上11:00具有截然不同的人口统计分布。通勤人口可能具有大量去学校路上的儿童和去工作路上的中产阶级劳动者。相反，夜晚人口可能具有大量在外享受城镇的高净资产个人。使用这些统计数字，广告系统110可以在上午7:00展示针对玩具、杂货、和牙医的广告，以瞄准儿童及其父母。然后，在晚上11:00，广告系统110可以展示针对酒、珠宝、和豪华车的广告，以瞄准更富有的观众。

广告客户116可以通过广告系统110或联盟系统(未示出)主持的可公开访问的网站来访问广告系统110。网站界面为广告客户116提供对户外广告装置102的分析法。使用此类分析法，广告客户116可以选择广告主题、广告、具体户外广告装置102、或用于展示广告的具体时间帧。一般而言，广告客户116能够更加有效地瞄准市场。另外，广告客户116可以将广告上传至广告系统110，在这之后，广告系统110基于各种标准自动地选择广告，将其呈现在一个或多个户外广告装置102，并针对所述呈现给广告客户116开具发票。广告客户116可以浏览呈现的数量，连同其他反馈分析法(如预估印象、观看者的人口统计分解等)。

广告系统110为具有互联网连接的任何人提供方便、高效、且具有成本效益的机制来搜索、租赁数字看板，以及在所述数字看板上做广告。在一些实施例中，广告客户-广告系统交互不包括人与人的交互。广告系统110为广告客户116提供分析法以帮助他们选择具体的户外广告装置102并监测广告活动的有效性。

广告客户116可以在广告系统110上购买具体时段，如上午8:00值上午8:30，在这个时段，广告系统110可以检查针对这个时段的人口统计模型，并且如果广告客户的广告是否与人口统计模型相关，则在这个时段展示所述广告。

广告客户116还可以选择具体的户外广告装置102。可以向广告客户116展示地理地图，所述地理地图具有示出了户外广告装置102所在位置的一个或多个指示符。所述指示符可以是图形(如针、星星、圆圈等)。所述指示符还可以自定义以指示关于户外广告装置102的各种元数据，如可用性、人口统计数据、观看者数量/流量等。

广告客户116还可以在广告系统110所提供的用户界面中选择目标人口。所述目标人口可以基于以下各项中的至少一项：观看者的平均年龄、观看者的平均家庭收入、或观看者的性别偏向(例如，男性比女性多，或相反)。

当在广告系统110上投放广告时，广告客户116可以指示在所选时段内在户外广告装置102上显示广告的目标次数。

另外，当在广告系统110上投放广告时，广告客户116可以包括关于所述广告的各元数据，如所述广告的瞄准人口(例如，高收入、年轻人)。此类元数据可以被广告系统110用于对所述广告进行分类、整理、或分桶，从而向相关观众显示所述广告。

在接收到所述广告、所选择的时段、广告要被显示的目标次数、以及选定的户外广告装置102之后，广告系统110可以确定广告的优先级(例如，基于广告客户116希望广告被显示的次数)。对广告或时段的收取的价格可以与广告被显示的时间量和对具体时段或位置的需求成正比。可以通过各种方式向广告客户116收费，如通过广告被展示的次数或者在时段内广告被显示的分钟数。

在接收到多个广告时，广告系统110可以创建与不同人口统计标准相关联的多个桶(Bucket)。例如，针对年龄而创建的桶可以按照少年、青年、中年、或老年观看者等进行分解。针对性别的桶可以按照男性和女性进行分解。针对收入的桶可以针对超高收入、高收入、中等收入、和低收入进行分解。桶的截点可以由广告系统110的操作者指定。针对年龄的示例截点可以是12-18岁、18-30岁、30-50岁、和50岁以上。针对收入的示例截点可以是：针对超高收入为$500,000以上/年，针对高收入为$150,000-$500,000/年，针对中等收入为$50,000-$150,000/年，针对低收入为$50,000以下/年。广告系统110可以基于广告客户116所提供的数据或其他数据将广告分配至一个或多个桶。例如，广告系统110或广告系统110处的用户可以观看广告并基于广告内容、广告主题、广告的产品、或广告的其他方面对所述广告进行分类。

广告系统110可以基于各种标准指定所述桶广告的优先权。例如，广告系统110可以基于广告客户116希望广告被显示的次数指定桶的优先权，偏爱那些具有更多请求显示次数的广告。这会导致增加来自更少数量的广告客户的税收量。

图2是根据实施例展示了控制流程200的图示。在框202，获得来自各数据源的信息并将其存储在数据库204中。所述数据可以作为(密钥，值)对被存储，其中，所述密钥是唯一识别符，如牌照、车辆识别代号(VIN)、登记号码、或其他识别符。所述值可以是代表车辆的登记车主的人口统计数据的一个或多个值的串。在实施例中，所述值串可以是列表<年龄，性别，收入>。这种格式的值串的示例为“36，M，125000”。数据库204可以被存储在云中或缓存在用户的设备上。

在框206，从一个或多个图像或视频中得出车辆识别。可以通过使用图像识别从图像或视频中得出车辆识别，如牌照。使用牌照数据，访问数据库204，并获得并分析户外广告装置(例如，广告牌)附近的交通人口的横截面(框208)。可以从原始人口统计数据获得各种统计和数学数据，如人口的年龄、收入、或性别的平均值、中位数、分布、最大值、最小值、或偏置。在210，针对与在框206所分析的交通数据对应的时段计算人口统计模型。当在框206获得了更多的交通数据并且当在框202登记车主人口统计改变并被捕捉到时，人口统计模型将随着时间而改变。

人口统计模型将保持随着时间推移对自身进行校正。将基于通过所述模型估计的人口统计分布来作出决策。第一周，针对具体时间窗的人口统计模型是针对前一天的同一时段所收集的数据。接下来的一周，人口统计模型是针对前一周的同一天的时段。人口统计模型将在一个月后发生改变并且指上一个月的同一天，并且然后再次在一年结束时，它将指前一年的同一天。以这种方式，统计模型随着时间推移变得更加准确，并且人口统计模型从第一天开始有用。用于调整模型的公式是：

新_值＝当前_值*(1-K)+旧_值*K

其中，K是人口统计模型完美预测的可能性。在第一周，K可以被设为0，并且随着时间推移而增大以便反映更大的置信度。

在框212，创建并定义有限桶集，其中，每个桶涉及一个人口统计方面。所述桶可以基于年龄、收入、种族、性别、教育水平、职业等。在框214，可以将被接收并旨在显示的广告映射至一个或多个桶。

在框216，在框208获得的计算值(例如，时段的平均收入水平)被映射至于计算值匹配的桶。在框218，基于预先确定的优先级从所述桶(其中，所述广告在框214被放置在所述桶中)中选择广告。

图3是根据实施例展示了一种用于提供基于分析法进行广告的系统110的框图。系统110包括处理模块300、广告模块302、和呈现模块304。

所述处理模块300被配置成用于：接收车辆交通数据；从所述车辆交通数据中获得车辆的车辆识别；使用所述车辆识别将所述车辆分类至人口统计简档；并从所述人口统计简档中计算人口统计模型。可以从远程监测站(如监测站106)接收所述数据。

在实施例中，所述车辆交通数据包括视频，并且为了获得所述车辆识别，所述处理模块用于：从所述视频中捕捉所述车辆的图像；从所述图像中识别所述车辆的牌照；以及访问机动车辆数据库以基于所述牌照获取车辆品牌或车辆型号中的至少一项。在进一步的实施例中，为了使用所述车辆识别将所述车辆分类至所述人口统计简档，所述处理模块用于：访问相关表，所述相关表使车辆品牌和型号与家庭收入阶层相关；以及使用所述车辆品牌或型号至少部分地基于家庭收入阶层将所述车辆分类至所述人口统计简档。

在实施例中，所述车辆交通数据包括视频，并且为了获得所述车辆识别，所述处理模块用于：从所述视频中捕捉所述车辆的图像；识别所述车辆上的标志；以及使用所述标志来识别车辆品牌。在进一步的实施例中，为了使用所述车辆识别将所述车辆分类至所述人口统计简档，所述处理模块用于：访问相关表，所述相关表使车辆品牌与家庭收入阶层相关；以及使用所述车辆品牌至少部分地基于家庭收入阶层将所述车辆分类至所述人口统计简档。

在实施例中，所述车辆交通数据包括视频，并且其中，为了获得所述车辆识别，所述处理模块用于：从所述视频中捕捉所述车辆的图像；识别所述车辆的形状；以及使用所述形状来识别车辆品牌或型号中的至少一项。例如，可以对所述图像进行处理从而通过分析车辆的后挡板上的名称、或者标志(例如，具有风格化“Ford”印记的蓝色椭圆的福特商标，或梅赛德斯三角星)来确定模型。在进一步的实施例中，为了使用所述车辆识别将所述车辆分类至所述人口统计简档，所述处理模块用于：访问相关表，所述相关表使车辆品牌和型号与家庭收入阶层相关；以及使用所述车辆品牌或型号至少部分地基于家庭收入阶层将所述车辆分类至所述人口统计简档。

所述广告模块302被配置成用于访问广告组，并基于所述人口统计模型从所述广告组中选择广告。

在实施例中，所述广告组包括由使用过在线广告系统的多个广告客户提交的广告。

在实施例中，为了基于所述人口统计模型从所述广告组中选择所述广告，所述广告模块用于：从所述广告组中访问广告的元数据；以及将所述元数据与所述人口统计模型的至少一方面进行匹配。

在实施例中，所述人口统计模型随着时间推移而被调整，并且，所述广告模块用于：在每周、每月、或每年之一的基础上基于来自对应的前一周、前一月、或前一年的数据修改所述人口统计模型。

在实施例中，所述人口统计模型随着时间推移而被调整，并且其中，所述广告模块用于：识别一周内的一天的时段；以及在以下时间修改所述人口统计模型：当所述人口统计简档不到一周时，在这周内相继的一天修改所述人口统计模型；当所述人口统计简档超过一周但不到一个月时，在相继的一周内的同一天修改所述人口统计模型；当所述人口统计简档超过一个月但不到一年时，在这个月的同一天修改所述人口统计模型；以及当所述人口统计简档超过一年时，在这一年的同一天修改所述人口统计模型。

所述呈现模块304被配置成用于使所述广告被显示在户外广告装置上。在实施例中，所述户外广告装置包括数字广告牌。在实施例中，所述户外广告装置包括电子显示器。

图4是根据实施例展示了一种提供基于分析法进行广告的方法400的流程图。在框402，从远程监测站接收车辆交通数据。

在框404，从所述车辆交通数据中获得车辆的车辆识别。

在框406，使用所述车辆识别将所述车辆分类至人口统计简档。在某种意义上，车辆识别在将车主分类至人口统计。

在实施例中，所述车辆交通数据包括视频，并且，获得所述车辆识别包括：从所述视频中捕捉所述车辆的图像；从所述图像中识别所述车辆的牌照；以及访问机动车辆数据库以基于所述牌照获取车辆品牌或车辆型号中的至少一项。在进一步的实施例中，使用所述车辆识别将所述车辆分类至所述人口统计简档包括：访问相关表，所述相关表使车辆品牌和型号与家庭收入阶层相关；以及使用所述车辆品牌或型号至少部分地基于家庭收入阶层将所述车辆分类至所述人口统计简档。可以使用人口统计简档的其他方面，如教育水平、性别、种族、年龄等。

在实施例中，所述车辆交通数据包括视频，并且，获得所述车辆识别包括：从所述视频中捕捉所述车辆的图像；识别所述车辆上的标志；以及使用所述标志来识别车辆品牌。所述标志(例如，品牌标签)通常发现于车辆的至少后部上。从而，使用图像分析，可以识别车辆的后部部分，并且可以在所述图像内识别标志。所述标志可以识别车辆制造商、或车辆品牌。例如，图像可以包括在圆圈内的三角星，识别所述车辆为梅赛德斯-奔驰车辆。在进一步的实施例中，使用所述车辆识别将所述车辆分类至所述人口统计简档包括：访问相关表，所述相关表使车辆品牌与家庭收入阶层相关；以及使用所述车辆品牌至少部分地基于家庭收入阶层将所述车辆分类至所述人口统计简档。继续这个示例，梅赛德斯-奔驰车辆可以与相关表中相对较高的家庭收入阶层(例如，$100,000/年或更多)相关联。这样，在本示例中，具有三角星的车辆可以与$100,000-$250,000/年家庭收入相关联。

在实施例中，所述车辆交通数据包括视频，并且其中，获得所述车辆识别包括：从所述视频中捕捉所述车辆的图像；识别所述车辆的形状；以及使用所述形状来识别车辆品牌或型号中的至少一项。在进一步的实施例中，使用所述车辆识别将所述车辆分类至所述人口统计简档包括：访问相关表，所述相关表使车辆品牌和型号与家庭收入阶层相关；以及使用所述车辆品牌或型号至少部分地基于家庭收入阶层将所述车辆分类至所述人口统计简档。

在框408，从所述人口统计简档中计算人口统计模型。在实施例中，所述人口统计模型随着时间推移而被调整，并且方法400包括：在每周、每月、或每年之一的基础上基于来自对应的前一周、前一月、或前一年等的数据修改所述人口统计模型。在另一实施例中，所述人口统计模型随着时间推移而被调整，并且方法400包括：识别一周内的一天的时段；以及在以下时间修改所述人口统计模型：当所述人口统计简档不到一周时，在这周内相继的一天修改所述人口统计模型；当所述人口统计简档超过一周但不到一个月时，在相继的一周内的同一天修改所述人口统计模型；当所述人口统计简档超过一个月但不到一年时，在这个月的同一天修改所述人口统计模型；以及当所述人口统计简档超过一年时，在这一年的同一天修改所述人口统计模型。

在框410，访问广告组。在实施例中，所述广告组包括由使用过在线广告系统的多个广告客户提交的广告。

在框412，基于所述人口统计模型从所述广告组中选择广告。在实施例中，基于所述人口统计模型从所述广告组中选择所述广告包括从所述广告组中访问广告的元数据；以及将所述元数据与所述人口统计模型的至少一方面进行匹配。

在框414，使所述广告被显示在户外广告装置上。在实施例中，所述户外广告装置包括数字广告牌。在实施例中，所述户外广告装置包括电子显示器。

实施例可以实施于硬件、固件、或软件之一或组合中。实施例还可以被实施为存储在机器可读存储介质上的指令，所述指令可以被至少一个处理器读取并执行以进行在此所描述的操作。机器可读存储介质可以包括用于存储机器(例如，计算机)可读的形式的信息的任何非瞬态机构。例如，机器可读存储介质可以包括只读存储器(ROM)、随机存取存储器(RAM)、磁盘存储介质、光存储介质、闪存器、以及其他存储设备和介质。

如在此所描述的示例可以包括或可以操作在逻辑或多个部件、模块或机制上。模块可以是通信耦合至一个或多个处理器从而执行在此所述的操作的硬件、软件、或固件。模块可以是硬件模块，并且此类模块可以被当做能够执行特定操作并且能够以一定方式被配置或安排的有形实体。在示例中，电路可以以指定方式被安排(例如，内部地或关于外部实体(诸如其他电路))为模块。在示例中，可以由固件或软件(例如，指令、应用部分、或应用)将一个或多个计算机系统(例如，独立的客户端或服务器计算机系统)或一个或多个硬件处理器中的整个或部分配置为进行操作以便执行指定操作的模块。在示例中，软件可以驻留在计算机可读介质上。在示例中，当由模块的底部硬件执行时，软件使硬件执行指定的操作。因而，术语“硬件模块”被理解为包括有形的实体，所述有形的实体是在物理上构建的、具体配置的(例如，硬接线的)、或临时(例如，暂时)配置的(例如，编程的)实体以便以指定的方式操作或执行在此描述的任何操作中的部分或全部。考虑其中模块被暂时配置的示例，不需要在任何一个时刻处例示每个模块。例如，在模块包括使用软件来配置的通用硬件处理器的情况下，通用硬件处理器可以在不同时间处被配置为对应的不同模块。例如，软件可以从而配置硬件处理器以便在一个时间实例处构成特定模块并且在不同的时间实例处构成不同的模块。模块还可以是软件或固件模块，所述软件或固件模块运行以执行在此所述的方法论。

图5是根据示例实施例展示了采用计算机系统500的示例形式的机器的框图，在所述机器中可以执行指令集或序列，从而使所述机器执行在此所讨论的方法论中的任意一种。在替代性实施例中，机器作为独立设备操作或者可以连接(例如，连网)至其他机器。在联网部署中，所述机器在服务器-客户端网络环境中可以以服务器或者客户端机器的角色运行，或者可以作为对等(或分布式)网络环境中的对等机。所述机器可以是车载系统、可穿戴设备、私人计算机(PC)、平板PC、混合平板、私人数字助手(PDA)、移动电话、或任何能够执行限定了要由这个机器采取的动作的指令(连续的或相反)的机器。进一步地，虽然仅展示了单个机器，但术语“机器”也应视为包括机器的任何集合，所述机器个别地或联合地执行一组(或多组)指令以便执行在此所讨论的方法中的任何一种或多种方法论。类似地，术语“基于处理器的系统”应当被当做包括一个或多个机器的任何集合，所述一个或多个机器被处理器(例如，计算机)控制或操作以单独地或联合地执行指令，从而执行在此所讨论的方法论中的任何一种或多种。

示例计算机系统500包括至少一个处理器502(例如，中央处理单元(CPU)、图形处理单元(GPU)或两者、处理器核、计算节点等)、主存储器504和静态存储器506，其经由链路(例如，总线)508彼此通信。计算机系统500可以进一步包括视频显示单元510、字母数字输入设备512(例如，键盘)、和用户界面(UI)导航设备514(例如，鼠标)。在实施例中，视频显示单元510、输入设备512、和UI导航设备514被并入触摸屏显示器。计算机系统500可以附加地包括存储设备516(例如，驱动单元)、信号生成设备518(例如，扬声器)、网络接口设备520、以及一个或多个传感器(未示出)(诸如全球定位系统(GPS)传感器、罗盘、加速度计、或其他传感器)。

存储设备516包括其上存储有一组或多组数据结构和指令524(例如，软件)的机器可读介质522，所述一组或多组数据结构和指令具体化在此描述的方法论或功能中的任何一种或多种或者被其所利用。指令524也可完全地或至少部分地驻留在主存储器504、静态存储器506中，和/或在计算机系统500执行其过程中驻留在处理器502中，其中主存储器504、静态存储器506和处理器502同样也构成机器可读介质。

虽然机器可读介质522在示例实施例中被展示为单个介质，但是术语“机器可读介质”可以包括存储一个或多个指令524的单个介质或多个介质(例如，集中式或分布式数据库、和/或相关联的缓存和服务器)。术语“机器可读介质”还将理解为包括任何有形介质，所述有形介质能够存储、编码或携带用于由机器执行的指令并且指令引起机器执行本公开的方法论中的任何一个或多个，或者所述有形介质能够存储、编码或携带由这样的指令利用或与这样的指令相关联的数据结构。术语“机器可读介质”应当相应地被视为包括但不限于固态存储器、以及光学介质和磁性介质。机器可读介质的特定示例包括非瞬态存储器，包括但不限于例如半导体存储器设备(例如，点可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM))和闪存设备；磁盘，如内置硬盘和可移磁盘；磁光盘；以及CD-ROM和DVD-ROM磁盘。

利用多种熟知的传输协议(例如，HTTP)中的任何一种，可以进一步使用传输介质经由网络接口设备520、通过通信网络526传输或接收指令524。通信网络的示例包括局域网(LAN)、广域网(WAN)、互联网、移动电话网络、普通老式电话(POTS)网络、无线数据网络(例如，Wi-Fi、3G、和4G LTE/LTE-A或WiMAX网络)、和路边网关。术语“传输介质”应视为包括能够存储、编码或承载由机器执行的指令的任何无形介质，并且包括数字或模拟通信信号或者促进这种软件通信的其他无形介质。

补充说明和示例：

示例1包括用于基于分析法进行广告的主题(如设备、装置、或机器)，所述主题包括：处理模块，所述处理模块用于：从远程监测站接收车辆交通数据；从所述车辆交通数据中获得车辆的车辆识别；使用所述车辆识别将所述车辆分类至人口统计简档；以及从所述人口统计简档中计算人口统计模型；广告模块，所述广告模块用于：访问广告组；以及基于所述人口统计模型从所述广告组中选择广告；以及呈现模块，所述呈现模块用于使所述广告被显示在户外广告装置上。

在示例2中，示例1的主题可以包括：其中，所述车辆交通数据包括视频，并且其中，为了获得所述车辆识别，所述处理模块用于：从所述视频中捕捉所述车辆的图像；从所述图像中识别所述车辆的牌照；以及访问机动车辆数据库以基于所述牌照获取车辆品牌或车辆型号中的至少一项。

在示例3中，示例1至2中任何一项或多项的主题可以包括：其中，为了使用所述车辆识别将所述车辆分类至所述人口统计简档，所述处理模块用于：访问相关表，所述相关表使车辆品牌和型号与家庭收入阶层相关；以及使用所述车辆品牌或型号至少部分地基于家庭收入阶层将所述车辆分类至所述人口统计简档。

在示例4中，示例1至3中任何一项或多项的主题可以包括：其中，所述车辆交通数据包括视频，并且其中，用为了获得所述车辆识别，所述处理模块用于：从所述视频中捕捉所述车辆的图像；识别所述车辆上的标志；以及使用所述标志来识别车辆品牌。

在示例5中，示例1至4中任何一项或多项的主题可以包括：其中，为了使用所述车辆识别将所述车辆分类至所述人口统计简档，所述处理模块用于：访问相关表，所述相关表使车辆品牌与家庭收入阶层相关；以及使用所述车辆品牌至少部分地基于家庭收入阶层将所述车辆分类至所述人口统计简档。

在示例6中，示例1至5中任何一项或多项的主题可以包括：其中，所述车辆交通数据包括视频，并且其中，用为了获得所述车辆识别，所述处理模块用于：从所述视频中捕捉所述车辆的图像；识别所述车辆的形状；以及使用所述形状来识别车辆品牌或型号中的至少一项。

在示例7中，示例1至6中任何一项或多项的主题可以包括：其中，为了使用所述车辆识别将所述车辆分类至所述人口统计简档，所述处理模块用于：访问相关表，所述相关表使车辆品牌和型号与家庭收入阶层相关；以及使用所述车辆品牌或型号至少部分地基于家庭收入阶层将所述车辆分类至所述人口统计简档。

在示例8中，示例1至7中任何一项或多项的主题可以包括：其中，所述户外广告装置包括数字广告牌。

在示例9中，示例1至8中任何一项或多项的主题可以包括：其中，所述户外广告装置包括电子显示器。

在示例10中，示例1至9中任何一项或多项的主题可以包括：其中，所述广告组包括由使用过在线广告系统的多个广告客户所提交的广告。

在示例11中，示例1至10中任何一项或多项的主题可以包括：其中，为了基于所述人口统计模型从所述广告组中选择所述广告，所述广告模块用于：从所述广告组中访问广告的元数据；以及将所述元数据与所述人口统计模型的至少一方面进行匹配。

在示例12中，示例1至11中任何一项或多项的主题可以包括：其中，所述人口统计模型随着时间推移而被调整，并且其中，所述广告模块用于：在每周、每月、或每年之一的基础上基于来自对应的前一周、前一月、或前一年的数据修改所述人口统计模型。

在示例13中，示例1至12中任何一项或多项的主题可以包括：其中，所述人口统计模型随着时间推移而被调整，并且其中，所述广告模块用于：识别一周内的一天的时段；以及在以下时间修改所述人口统计模型：当所述人口统计简档不到一周时，在这周内相继的一天修改所述人口统计模型；当所述人口统计简档超过一周但不到一个月时，在相继的一周内的同一天修改所述人口统计模型；当所述人口统计简档超过一个月但不到一年时，在这个月的同一天修改所述人口统计模型；以及当所述人口统计简档超过一年时，在这一年的同一天修改所述人口统计模型。

示例14包括用于提供基于分析法进行广告的主题(如，方法；用于执行动作的装置；包括指令的机器可读介质，所述指令当被机器执行时使所述机器执行动作；或者被配置成用于执行的装置)，所述主题包括：从远程监测站接收车辆交通数据；从所述车辆交通数据中获得车辆的车辆识别；使用所述车辆识别将所述车辆分类至人口统计简档；从所述人口统计简档中计算人口统计模型；访问广告组；基于所述人口统计模型从所述广告组中选择广告；以及使所述广告被显示在户外广告装置上。

在示例15中，示例14的主题可以包括：其中，所述车辆交通数据包括视频，并且其中，获得所述车辆识别包括：从所述视频中捕捉所述车辆的图像；从所述图像中识别所述车辆的牌照；以及访问机动车辆数据库以基于所述牌照获取车辆品牌或车辆型号中的至少一项。

在示例16中，示例14至15中任何一项或多项的主题可以包括：其中，使用所述车辆识别将所述车辆分类至所述人口统计简档包括：访问相关表，所述相关表使车辆品牌和型号与家庭收入阶层相关；以及使用所述车辆品牌或型号至少部分地基于家庭收入阶层将所述车辆分类至所述人口统计简档。

在示例17中，示例14至16中任何一项或多项的主题可以包括：其中，所述车辆交通数据包括视频，并且其中，获得所述车辆识别包括：从所述视频中捕捉所述车辆的图像；识别所述车辆上的标志；以及使用所述标志来识别车辆品牌。

在示例18中，示例14至17中任何一项或多项的主题可以包括：其中，使用所述车辆识别将所述车辆分类至所述人口统计简档包括：访问相关表，所述相关表使车辆品牌与家庭收入阶层相关；以及使用所述车辆品牌至少部分地基于家庭收入阶层将所述车辆分类至所述人口统计简档。

在示例19中，示例14至18中任何一项或多项的主题可以包括：其中，所述车辆交通数据包括视频，并且其中，获得所述车辆识别包括：从所述视频中捕捉所述车辆的图像；识别所述车辆的形状；以及使用所述形状来识别车辆品牌或型号中的至少一项。

在示例20中，示例14至19中任何一项或多项的主题可以包括：其中，使用所述车辆识别将所述车辆分类至所述人口统计简档包括：访问相关表，所述相关表使车辆品牌和型号与家庭收入阶层相关；以及使用所述车辆品牌或型号至少部分地基于家庭收入阶层将所述车辆分类至所述人口统计简档。

在示例21中，示例14至20中任何一项或多项的主题可以包括：其中，所述户外广告装置包括数字广告牌。

在示例22中，示例14至21中任何一项或多项的主题可以包括：其中，所述户外广告装置包括电子显示器。

在示例23中，示例14至22中任何一项或多项的主题可以包括：其中，所述广告组包括由使用过在线广告系统的多个广告客户所提交的广告。

在示例24中，示例14至23中任何一项或多项的主题可以包括：其中，基于所述人口统计模型从所述广告组中选择所述广告包括：从所述广告组中访问广告的元数据；以及将所述元数据与所述人口统计模型的至少一方面进行匹配。

在示例25中，示例14至24中任何一项或多项的主题可以包括：其中，所述人口统计模型随着时间推移而被调整，并且其中，所述方法包括：在每周、每月、或每年之一的基础上基于来自对应的前一周、前一月、或前一年的数据修改所述人口统计模型。

在示例26中，示例14至25中任何一项或多项的主题可以包括：其中，所述人口统计模型随着时间推移而被调整，并且其中，所述方法包括：识别一周内的一天的时段；以及在以下时间修改所述人口统计模型：当所述人口统计简档不到一周时，在这周内相继的一天修改所述人口统计模型；当所述人口统计简档超过一周但不到一个月时，在相继的一周内的同一天修改所述人口统计模型；当所述人口统计简档超过一个月但不到一年时，在这个月的同一天修改所述人口统计模型；以及当所述人口统计简档超过一年时，在这一年的同一天修改所述人口统计模型。

示例27包括用于提供基于分析法进行广告的主题，所述主题包括：用于执行示例1至26中任意一项的装置。

示例28包括一种用于提供基于分析法进行广告的装置，所述装置包括：用于从远程监测站接收车辆交通数据的装置；用于从所述车辆交通数据中获得车辆的车辆识别的装置；用于使用所述车辆识别将所述车辆分类至人口统计简档的装置；用于访问广告组的装置；用于基于所述人口统计简档从所述广告组中选择广告的装置；以及用于使所述广告被显示在户外广告装置上的装置。

以上的详细描述包括对附图的参照，所述附图形成了详细描述的一部分。所述附图以图示的方式示出了可以被实践的具体实施例。这些实施例在此也被称为“示例”。这类示例可以包括除所示出或所描述的那些要素之外的要素。然而，还考虑到的是包括所示出或所描述的示例的示例。而且，或者针对在此所示出或所描述的具体示例(或者其一个或多个方面)，或者针对在此所示出或所描述的其他示例(或者其一个或多个方面)，还考虑到使用所示出或所描述的那些要素的任何组合或枚举(或者其一个或多个方面)的示例。

本文档中引用的公开、专利、和专利文件文档通过引用以其整体结合在此，如通过引用单独地结合。当在本文档与这样通过引用结合的那些文档之间的用途不一致的情况下，在所结合的参考文档中的用途是对本文档中的补充；对于存在矛盾的不一致，本文档中的用途有效。

在本文档中，如在专利文档中是普遍的，术语“一个(a)”或“一个(an)”被用于包括一个或多个，独立于“至少一个”或者“一个或多个”的任何其他实例或用法。在本文档中，使用术语“或者”来指代非排他的“或”，从而使得除非另外指示，“A或B”包括“A而没有B”、“B而没有A”以及“A和B”。在所附权利要求书中，术语“包括(including)”和“其中(in which)”被用作相应术语“包括(comprising)”和“其中(wherein)”的易懂的英文等价词。此外，在以下权利要求书中，术语“包括(including)”和“包括(comprising)”是开放式的，即，除在权利要求中列在此类术语之后的那些元素外还包括元素的系统、设备、物品或过程仍被视为落入该权利要求的范围内。而且，在以下权利要求书中，术语“第一”、“第二”、和“第三”等仅用作标签，且不旨在暗示其对象的数值次序。

以上描述旨在是说明性的，而非限制性的。例如，以上所描述的示例(或者其一个或多个方面)可以互相结合使用。诸如本领域的普通技术人员在审阅以上描述后可以使用其他实施例。摘要将允许读者快速确定本技术披露的性质。基于其将不被用于解释或者限制权利要求书的范围或者含义的理解提交该摘要。另外，在上文具体实施方式中，可以将不同的特征组合在一起以便精简本披露。然而，权利要求书可以不对在此公开的每一个特征进行阐述，同样实施例就可以表征所述特征的子集。进一步地，实施例可以包括比在具体示例中公开的少得多的特征。因此，以下权利要求书据此被并入具体实施方式中，其中，权利要求作为单独的实施例而独立存在。在此公开的实施例的范围应当参考所附权利要求书、连同这样的权利要求书有权获得的等效物的全部范围来确定。