**对比文件名称**：2011-03-31_US2011077848A_发明申请_US20110077848A1 TRAVELOGUE-BASED TRAVEL ROUTE PLANNING
**目标专利名称**：用于基于沿着可能路线的媒体密度的导航的方法及设备 CN104969033B
**本次调用的模型名称**：DeepSeek-R1
## 特征比对表格
| 技术特征描述以及公开性判断结果 | 对比文件原文引用 | 公开性论述 |
| **技术特征A**：其包括：通过装置的处理器计算从所述起点到所述目的地的所述路线以供在用户装置的用户接口上显示《直接公开》 | [0060] “The Web site 112 receives a request from a user of the client computer 102 to generate a suggested travel route. In particular, according to one implementation, the user provides data identifying a starting location and an ending location for the travel route. In response to receiving such a request, the routine 600 proceeds from operation 602 to operation 604, where the Web site 112 determines one travel route between the starting location and the ending location... FIG. 7A illustrates a travel route 704 that has been computed between a starting location 304A and an ending location 304N.” | 对比文件公开了网站接收起点和终点，并计算两点之间的路线（travel route）。该路线会显示给用户，例如通过地图显示（参见操作614及图7A-7D）。这对应于目标专利中通过处理器计算路线并在用户接口上显示。两者作用相同，都是生成并显示初始或规划的路线。因此，本领域技术人员能毫无疑义地得出该技术方案。 |
| **技术特征B**：响应于计算所述路线，通过所述装置的所述处理器确定感兴趣位置的推荐，《直接公开》 | [0060] “Once the Web site 112 has computed the travel route 704, the routine 600 proceeds to operation 606, where the Web site 112 identifies other locations on the travel route 704... At operation 608, the Web site 112 identifies suggested locations on or near the travel route 704.” | 对比文件明确描述了在计算出路线（travel route 704）之后，识别该路线上或附近的地点作为建议位置（suggested locations）。这直接对应于目标专利中“响应于计算所述路线...确定感兴趣位置的推荐”。两者都是基于已计算的路线来确定推荐的附加位置，作用相同。 |
| **技术特征C**：其中所述感兴趣位置是具有大于阈值的媒体密度得分且在与所述路线的偏离范围内的位置，《直接公开》 | 1. [0045] “Each co-occurrence value is an integer value that specifies the number of times two locations are mentioned in the same travelogue for the entire set of travelogues.” <br> 2. [0060] “The suggested locations are those locations having a non-zero co-occurrence value with the locations on the travel route 704.” <br> 3. [0060] “the suggested locations 304D-304G are filtered by eliminating those suggested locations 304D-304G from consideration that are more than a predetermined distance, T, away from the travel route 704.” | 1. 对比文件中的“共现值（co-occurrence value）”表示两个地点在同一篇游记中共同被提及的次数，次数越多表明该地点越热门/重要。这实质上是基于游记文本数据计算出的一个“热度”或“重要性”得分，其功能与目标专利中基于媒体文件计算的“媒体密度得分”相同，都是用于量化位置的受欢迎程度。非零的共现值即相当于“大于阈值”（阈值可以为零或设定值）。<br>2. 对比文件明确过滤掉那些距离路线超过预定距离T的建议地点，这意味着保留的建议地点都在“偏离范围”（距离T）内。<br>因此，对比文件公开了：建议位置是那些具有大于零（阈值）的共现值（相当于密度得分）且在与路线的预定距离（偏离范围）内的位置。作用相同。 |
| **技术特征D**：且其中所述媒体密度得分是基于与所述感兴趣位置相关的一或多个媒体文件的数目及所述一或多个媒体文件中的每一者的排名来计算，《隐含公开》 | 1. [0045] “Each co-occurrence value is an integer value that specifies the number of times two locations are mentioned in the same travelogue for the entire set of travelogues.” <br> 2. [0060] “The suggested locations might also be filtered so that only N suggested locations having the highest co-occurrence values are presented to the user.” | 1. 对比文件的“共现值”计算了特定地点对在全部游记集合中共同出现的次数。“次数”直接隐含了“数目”的概念。虽然基础数据是文本提及而非媒体文件，但“游记”作为一种用户生成的文本媒体，其功能与目标专利中“媒体文件”（如图片、视频）类似，都是记录和分享位置体验的载体。因此，“共同提及的次数”可以合理推断为基于与位置相关的“媒体”（游记）的“数目”进行计算。<br>2. 对比文件提到可以筛选出“具有最高共现值的N个”建议地点，这隐含了根据共现值进行排序或“排名”的概念。排名高的（共现值高）会被优先推荐。虽然对比文件未明确描述为每个媒体文件（游记）单独排名，但共现值本身是聚合了所有相关游记（媒体）数据的结果，其高低直接反映了相关游记集合的整体重要性，隐含了基于集合内各“媒体”（游记提及）贡献的“排名”逻辑。本领域技术人员可以从“最高共现值”的筛选条件中，合理推断出存在一个基于重要性（共现值）的排序或排名机制，用于计算最终用于推荐的热度得分。 |
| **技术特征E**：其中所述一或多个媒体文件的每一个排名都基于一个或多个因素，《直接公开》 | [0045] “Each co-occurrence value is an integer value that specifies the number of times two locations are mentioned in the same travelogue for the entire set of travelogues.” | 对比文件明确说明了共现值是基于“两个地点在同一篇游记中被提及的次数”这个因素来计算的。对于每个地点对，其共现值就是基于“共同出现”这一因素得出的量化结果。这直接对应于目标专利中排名基于一个或多个因素。虽然这里具体因素不同（共同提及 vs 获奖、评论数等），但“基于因素进行计算”这一技术手段被直接公开。 |
| **技术特征F**：所述一个或多个因素向除所述用户装置的用户之外的其他用户指示所述一或多个媒体文件中的一个媒体文件的重要性《直接公开》 | [0022] “travelogues are textual descriptions of a person's experience with a particular location.” <br> [0045] “Each co-occurrence value is an integer value that specifies the number of times two locations are mentioned in the same travelogue for the entire set of travelogues.” | 对比文件中的“游记（travelogue）”是其他旅行者（即除当前导航用户之外的其他用户）对其旅行体验的文字描述。共现值计算基于这些其他用户生成的游记中地点被共同提及的次数。次数越多，表明其他用户越倾向于将这些地点关联起来体验或认为它们都重要。因此，“共同提及的次数”这一因素，直接反映了其他用户群体所赋予的地点重要性。这完全对应于目标专利中“因素向除用户装置的用户之外的其他用户指示媒体文件的重要性”。作用相同，都是利用其他用户的集体行为或评价来度量重要性。 |
| **技术特征G**：及通过所述装置在所述用户装置的所述用户接口上显示所述推荐。《直接公开》 | [0060] “After the suggested travel route 708 has been computed, the routine 600 proceeds to operation 614, where the suggested travel route 708 is displayed to a user of the client computer 102... Graphical identifiers for the starting location 304A, the ending location 304N, the suggested locations 304E, 304F, and 304G, and the suggested travel route 708 may be displayed on the map.” | 对比文件明确描述了将计算出的建议路线以及路线上的建议位置（即推荐）显示给用户，例如通过地图显示。这直接对应于在用户装置的用户接口上显示推荐。 |
| **技术特征H**：其中所述计算所述路线包括计算所述起点与所述目的地之间的最快路线。《直接公开》 | [0060] “the Web site 112 may perform a fastest path computation to identify the fastest travel route between the starting location and the ending location.” | 对比文件第0060段明确记载了网站可以执行最快路径计算以识别起点和终点之间的最快旅行路线。这直接公开了技术特征H。 |
| **技术特征I**：其中所述偏离范围包含从所述路线上的一点到所述感兴趣位置的距离上的偏离或时间上的偏离中的至少一者。《直接公开》 | [0060] “the suggested locations 304D-304G are filtered by eliminating those suggested locations 304D-304G from consideration that are more than a predetermined distance, T, away from the travel route 704.” | 对比文件明确使用预定距离T作为过滤建议位置的偏离阈值，即只考虑距离路线在T范围内的位置。这直接公开了偏离范围包含距离上的偏离。 |
| **技术特征J**：其进一步包括：修改所述路线以包含所述感兴趣位置。《直接公开》 | [0060] “At operation 612, the suggested travel route is computed. The suggested travel route passes through the starting location 304A, the ending location 304N, and the suggested locations 304C, 304F, and 304G... In the example shown in FIG. 7D, a travel route 708 has been computed that passes through the starting location 304A, the suggested locations 304E, 304F, and 304G, and the ending location 304N.” | 对比文件在计算出初始路线（704）并识别建议位置后，会计算一条新的建议路线（708），这条新路线穿过了起点、终点以及所有筛选后的建议位置。这实质上就是修改了原始路线以包含感兴趣（建议）位置。作用完全相同。 |
| **技术特征K**：其进一步包括：在所述修改所述路线之前，向用户显示描述所述感兴趣位置的通知《未公开》 | 对比文件未描述在计算并显示最终建议路线（708）之前，会向用户单独显示描述每个建议位置的通知并等待用户交互。 | 对比文件描述了直接计算并显示包含建议地点的最终路线。虽然路线和地点会显示在地图上，但并未公开在路线修改前，向用户显示一个描述兴趣点的独立“通知”（如图5中屏幕530），以供用户预览和决策的步骤。目标专利的这个特征涉及具体的人机交互流程，对比文件没有揭示这一流程。 |
| **技术特征L**：及从所述用户接收对修改所述路线的批准。《未公开》 | 对比文件未描述在生成建议路线后，需要等待用户明确批准才执行路线修改。 | 对比文件在操作612计算建议路线后，直接在操作614显示。没有公开需要从用户处接收对路线修改的批准这一交互步骤。目标专利该特征限定了用户的确认控制，对比文件未公开。 |
| **技术特征M**：其中所述确定所述推荐包括：确定按所述路线行进的所述用户装置是否将在优选时间处在所述感兴趣位置的阈值距离内以参观所述感兴趣位置《未公开》 | 对比文件未提及根据“优选时间”来筛选或推荐位置。 | 目标专利该特征考虑了参观某个位置的“最佳日时”（如日落时分看悬崖），并根据用户预计到达时间是否匹配该优选时间来决定是否推荐。对比文件的推荐完全基于游记的共现热度，没有涉及时间偏好因素。 |
| **技术特征N**：及基于确定所述用户将在所述优选时间处在所述阈值距离内，推荐所述感兴趣位置。《未公开》 | 对比文件未提及基于“优选时间”的推荐逻辑。 | 理由同特征M。 |
| **技术特征O**：其中所述确定所述推荐包括：确定按所述路线行进的所述用户装置将在其处到达所述感兴趣位置的时间《未公开》 | 对比文件未提及计算用户到达建议位置的预计时间。 | 目标专利该特征涉及基于预计到达时间进行后续判断（如天气、最佳时间）。对比文件的路线规划是静态的，未涉及基于行进时间动态判断。 |
| **技术特征P**：确定所述用户将在其处到达所述感兴趣位置的所述时间的所述感兴趣位置的天气预报《未公开》 | 对比文件未提及天气或天气预报。 | 目标专利该特征利用天气预报来判断参观条件。对比文件完全没有涉及天气信息。 |
| **技术特征Q**：及基于所述天气预报是所述感兴趣位置的优选天气预报，推荐所述感兴趣位置。《未公开》 | 对比文件未提及基于天气预报进行推荐。 | 理由同特征P。 |
| **技术特征R**：其中所述确定所述推荐包括：确定按所述路线行进的用户的社交联系人是否在所述感兴趣位置处《未公开》 | 对比文件未提及利用当前用户的社交网络联系人信息进行推荐。 | 对比文件的游记数据可能来源于社交网站，但其推荐逻辑是基于全体游记数据的共现分析，而非针对特定用户的社交关系网。目标专利该特征个性化地利用了用户的社交联系人位置信息。 |
| **技术特征S**：及基于所述社交联系人在所述感兴趣位置处，推荐所述感兴趣位置。《未公开》 | 对比文件未提及基于用户的社交联系人进行推荐。 | 理由同特征R。 |
| **技术特征T**：其中所述社交联系人在与所述用户相同的社交网络中。《未公开》 | 对比文件未提及用户的社交网络。 | 理由同特征R。 |
| **技术特征U**：其中所述确定所述推荐包括：确定按所述路线行进的用户的兴趣是否涉及所述感兴趣位置《未公开》 | 对比文件未提及根据用户的个人兴趣（如岩层）来过滤或加权推荐的位置。 | 目标专利该特征实现了基于用户画像的个性化推荐。对比文件的推荐是基于大众热度，未涉及用户个人兴趣偏好。 |
| **技术特征V**：及基于所述感兴趣位置涉及所述用户兴趣，推荐所述感兴趣位置。《未公开》 | 对比文件未提及基于用户兴趣进行推荐。 | 理由同特征U。 |
| **技术特征W**：其进一步包括：基于路线间条件而动态地更新所述路线。《未公开》 | 对比文件描述的是一个一次性的路线规划过程，未提及在路线生成后，根据变化的条件（如天气、到达时间、得分更新）动态更新已规划的路线。 | 目标专利该特征强调路线的动态更新能力。对比文件的流程止于显示建议路线，没有公开后续的动态调整机制。 |
| **技术特征X**：其中所述路线间条件包含以下各者中的至少一者：天气的改变《未公开》 | 对比文件未提及天气。 | 理由同特征P、W。 |
| **技术特征Y**：到所述感兴趣位置的预计到达时间的改变《未公开》 | 对比文件未提及动态计算或更新预计到达时间。 | 理由同特征O、W。 |
| **技术特征Z**：所述感兴趣位置的经更新的媒体密度得分《未公开》 | 对比文件未提及其共现值（相当于媒体密度得分）会动态更新，并在更新后触发路线重新规划。 | 虽然对比文件的共现值可以定期重新计算，但说明书中没有描述在用户已规划路线后，因得分更新而动态更新路线的技术方案。目标专利该特征明确了这种动态响应。 |
<<<A>>><<<B>>><<<C>>><<<E>>><<<F>>><<<G>>><<<H>>><<<I>>><<<J>>>
<<<d>>>