Facebook在爲用戶收集數據所需的時間非常長，因而受到廣泛的認可。而最近提交的幾項專利顯示了這些努力的程度——從預測日常生活到預測何時死亡。
更重要的是，這些技術中的很多方面僅僅依靠智能手機的地理定位數據來了解更多關於你本身的信息和你的習慣。
在最令人震驚的文件之一中，Facebook研究人員描述了爲用戶“預測生活變化事件”的能力，比如婚姻狀況，生日，新工作，畢業甚至死亡。
這樣做可以幫助品牌向用戶更及時有效地向用戶提供相關廣告，而不是僅僅依靠用戶在更新他或她的資料信息方面的及時性和準確性，本技術的實施例子基於關於社交網絡系統可訪問的用戶的可用信息來預測用戶的生活變化事件。
除了簡單依賴用戶檔案信息的變化之外，所描述的方法能夠更好地使用社交網絡系統中包含的所有信息，例如牆上貼子，即時消息，電子郵件消息等，以確定用戶已經經歷了生活變化事件和或預測用戶是否將在未來時間經歷生活變化事件。
Facebook使用了一個例子，如果他們發現這個人可能已經訂婚了，它會在用戶的個人資料中顯示了婚禮地點的橫幅廣告。
在這種情況下，用戶可能不會在事後報告他們要結婚，這就導致了廣告客戶錯過了機會。
Facebook在專利中提出使用機器學習來計算用戶經歷生活變化事件的可能性，以及經歷了生活變化事件的其他用戶的歷史數據。
該算法可能會尋找諸如“祝賀”之類的詞，其他用戶點擊每個用戶配置文件的次數，或其他登錄的數據，以形成“生活變化預測引擎”。
目前還不清楚，2012年提交的專利中所描述的想法是否曾在Facebook的平臺上出現過，但它強調了用戶數據收集和定向廣告在公司中所採用的方式。
Facebook副總裁兼副總法律顧問，知識產權負責人Allen Lo指出，“這些專利中概述的大部分技術並未包含在我們的任何產品中，而且永遠不會包含在內。”
其他專利描述了Facebook能夠最經常地預測你最常與誰交談，你的睡眠時間以及正在觀看的電視節目。
Facebook還提交了一項專利，旨在利用智能手機的GPS數據預測您的日常活動。
即使在某人不在使用Facebook應用程序的情況下，它也可以使用一系列地理位置數據點來確定用戶的“例行程序”。它可以使用這些不同的GPS ping命令創建日誌，記錄用戶每天最常旅行的地點，並建立一個“基於時間的例程”。
作爲一個例子，而不是通過限制，社交網絡系統或第三方系統可能會推斷出第一個用戶的家庭位置是舊金山的一個特定的位置，至少部分是基於第一個用戶擁有一個單一的常規中心。
而作爲另一個例子，社交網絡或第三方系統可能會推斷第一個用戶可能會通勤上班。
它還可以通過跟蹤您的手機在半夜的哪個位置來確定某個特定位置是否可能是用戶的家，特別是通過上午2點和上午5點的時間你的位置來判斷。
如果用戶偏離了他們典型的日常生活，Facebook會提交一個系統，在這個系統中，它會通知其他用戶你目前在某個特定的區域，比如出差到洛杉磯。