JP2009515237A - 寄稿者の評判に基づく伝言板およびフォーラム - Google Patents

Abstract

評判に基づく通信またはコンテンツサービスを運用するシステムと方法とを提供する。本方法は、第１ユーザ寄稿者の評判に関する測定法を入手する工程と、前記第１ユーザ寄稿者と関連性を有する通信またはコンテンツを識別する工程と、通信またはコンテンツを処理し、前記入手された客観的な寄稿者の評判に基づいて、処理済の通信またはコンテンツを生成する工程と、を備える。サービスは広く定義され、掲示板、伝言板、チャットルーム、フォーラム、情報提供サービス、コンテンツ配信サービス、ｅメールサービス、情報提供サービス、検索エンジンサービス、コンテンツ配信サービス、通信またはコンテンツスクリーニングサービス、通信またはコンテンツスクリーニングサービスなどから選ばれてもよい。オンライン通信またはコンテンツに基づいて処理される評判を提供するシステムを提供する。進歩性を有するシステムまたは方法によって提供または生成される通信またはコンテンツを提供する。通信またはコンテンツ提供サービスを運営するビジネス方法を提供する。コンピュータプログラムおよびコンピュータプログラム製品は、有形媒体または電気的にアクセス可能で読み取り可能な形式のどちらか一方で記憶され、実施される。
【選択図】なし

Description

本発明は、一般的にはインターネット、ウェブ、およびネットワークに基づく、伝言板およびフォーラム、チャットルーム、ｅメール、およびその他の形式である、非同期および同期通信に関し、特に、寄稿者や投稿者の評判が自動的にいくつかの客観的基準に基づいて評価され、該寄稿者または該投稿者によって寄稿されたまたは該寄稿者または該投稿者に帰する寄稿、投稿、またはその他のコンテンツのランク付け、格付け、またフィルタリングするために使用されるような、伝言板およびフォーラム、チャットルーム、ｅメールなどに関する。

現在、多くの伝言板やフォーラムがオンライン上に存在する。例えば、レイジング・ブル（Ｒａｇｉｎｇ Ｂｕｌｌ）は、投資家が様々な株の将来性に関する自分達の考えを投稿できる、人気の伝言板である。スラッシュドット（ＳｌａｓｈＤｏｔ．ｏｒｇ）は、会員が技術問題に関する自分達の考えを投稿でき、他の人の投稿を格付けできるフォーラムである。特に便利なのは、他の読者が該投稿をどのように主観的に気に入り、スコアを付けたかに基づいて、スラッシュドットの投稿をフィルタリング、またはオーダリングする能力である。しかし、スラッシュドットおよび多くの他のサイトで使用される共同フィルタリング方法は、事実後の主観的な判断に基づくものである。つまり、読者は、時間をかけて投稿を読み、そして、幾人かの読者は、投稿の質またはその投稿を気に入ったか気に入らなかったかに関する主観的な判断を提供する。

幾分便利ではあるが、これらの従来型の方法には本質的な非効率さおよび欠点がある。第一に、多くの人は投稿を読むものの、必ずしも全員が投稿を格付けするわけではない。ということは、強い意見を有する数人（および複数のユーザ識別やＩＤを有する一人の人物または数人である場合もあるだろう）があまりにも尚早にかつ頻繁に格付けするためにシステムが偏ってしまう、ということである。第二に、多くの人は、他人が点数を付けるであろう情報を待ちながら限られた低品質の情報または価値のない格付けを、探しおよび／または読み漁る必要がある。第三に、投稿の質は非常に主観的である。一般的に、ある人が便利だと考えても、他の人は不便または無価値だと識別または格付けすることがある。多くのサイトは、客観的な品質評価、または主観的な品質評価でさえも、厳格な基準を設けていない。これらの厳格な基準が加えられたとしても、そのような基準を習得して適応するには時間がかかるし、それではユーザの参加数が減少すると思われる。基準を無理に導入したとしても、現実的には実践するのは困難または不可能だと思われる。従って、現在の最新技術は、せいぜい主観的な比較的粗いフィルタリング能力であって、投稿や書込みの後でのみ適応可能であり、品質管理の負担をウェブサイト、その他のインタラクティブまたはオンライン上のフォーラムのユーザに転嫁することによって（もし機能すればであるが）機能するものである。

既知のオンラインサイト、伝言板、複数ユーザ寄稿型またはその他の型のフォーラムなどの中で、特に、例えばサイト、伝言板またはフォーラム運営者または発案者以外に複数の投稿者や寄稿者が存在するサイト、伝言板および／またはフォーラムの投稿者や寄稿者の評判に基づいて、事前に投稿や寄稿をフィルタリングする能力を使用または所有するものはない。

このようなシステムを構築するに当って今日までの最大の困難は、投稿者や寄稿者の質に関する信用できる客観的な情報を入手するという課題であった。上記のように、スラッシュドットのようなサイトは、該サイトの読者の主観的な判断に基づいて点数を付けざるを得ない。品質の格付けシステムを有するその他のサイト（例えば、イーベイ（Ｅｂａｙ）のようなオンラインのオークションサイト）でも、典型的には、主観的なユーザーの格付けに頼っている。もし格付け者が自分達も格付けされると知れば（例えば、イーベイのように）、その「評判」はますます信用できなくなる。なぜなら報復として否定的な格付けをされるという恐怖心から他人に対して悪い格付けをしたがらないからである。また、多くの投稿者は一度きりの投稿者であったり、滅多に投稿しない投稿者であったりするので、投稿の主観的な質でさえも前もって確実に予測することは不可能である場合が多い。ほとんどの場合、十分なデータポイントがないというだけの理由で信用できる傾向が作成できないのである。

簡単に言うと、インターネットおよびオンライン投稿領域において今日使用されている従来のシステムや方法は、投稿の主観的な品質の格付けに基づく投稿のフィルタリングであり、投稿者の客観的な品質測定法に基づいて投稿をフィルタリンングする明らかな試みがなされていない。ユーザ評判領域において、イーベイのような主観的なコメントや評価（客観的な評判ではなく）を目にすることがあるが、多くのデータポイント（例えば、多くの取引）が成立されるまではしばし誇大されており非常に便利とは言えない（とにかく信用できない）。

ある局面では、本発明が、評判に基づく通信またはコンテンツサービスを運営する方法であって、第１ユーザ寄稿者の評判に関する、少なくとも１つの測定法を入手するステップと、前記第１ユーザ寄稿者と関連性を有する通信またはコンテンツを識別するステップと、前記通信またはコンテンツを処理し、入手された客観的な寄稿者の評判に基づいて、処理済の通信またはコンテンツを生成するステップと、を備えることを特徴とする。

その他の局面では、オンライン掲示板、オンライン伝言板、チャットルーム、フォーラム、情報提供サービス、コンテンツ配信サービス、ｅメールサービス、情報提供サービス、検索エンジンサービス、コンテンツ配信サービス、通信またはコンテンツスクリーニングサービス、通信またはコンテンツスクリーニングサービス、およびこれらのあらゆる組み合せからなるサービスの組から選ばれるサービスという形で、前記方法が提供されることを特徴とする。

その他の局面では、本発明が、オンライン通信またはコンテンツに基づいて処理される評判を提供するシステムであって、寄稿者評判測定法収集成分と、通信またはコンテンツ媒体識別成分と、通信またはコンテンツ評判処理成分とを備えることを特徴とするシステムを提供する。

ある局面では、本発明が進歩性を有するシステムまたは方法によって提供または生成される通信またはコンテンツを提供する。

その他の局面では、本発明が、通信またはコンテンツ提供サービスを運営するビジネス方法およびビジネスモデルを提供する。

その他の局面では、本発明が、有形媒体または電気的にアクセス可能で読み取り可能な形式のどちらか一方で記憶されたコンピュータプログラムおよびコンピュータプログラム製品を提供する。

本発明は、投稿者の客観的な品質測定法（例えば、客観的な運用実績や評判）に基づいて投稿をフィルタリングするための、システム、装置、方法、コンピュータプログラム、ビジネス方法を提供する。この運用実績や評判は、これまでの過去の運用成績に基づいてもよい。本発明が評判に基づく伝言板（Ｒｅｐｕｔａｔｉｏｎ−Ｂａｓｅｄ Ｂｏａｒｄｓ（ＲＢＢ））と呼ばれるのは、少なくとも、一部には、伝言板上の（典型的には）投稿のフィルタリングを促進するのが投稿者の評判（例えば、客観的な運用実績）であるからである。例えば、客観的な運用実績は、客観的な運用実績の精度や履歴であってもよい。

ＲＢＢは、伝言板、ウェブサイト、またはフォーラムに限らず、独創的なＲＢＢシステム、および方法論は、これらまたはこれら以外のものを参照し、かつ情報源や該情報源の構成要素が投稿者の評判で識別または「タグ」できるどのような種類の掲示板、伝言板、またはその他の形式のオンラインの情報交換にも重要な価値を加えることができる。評判は、客観的および数量的であればあるほど、よりよい。限定されるものではないが一例として述べると、手術に関するオンラインフォーラムにて投稿する、免許を受けた外科医は、成功した完了手術の数（および／またはパーセント）または外科的実務年数またはその他の客観的な算定基準が反映されたオンライン上の評判を有するだろうし、株の予想の専門家なら正しい株の予測の割合や投稿者の株の予想の予測能力の客観的な算定基準が反映されたオンライン上の評判を有するだろう。

客観的な測定法を自動的に収集し、かつ伝言板のトピックにこれらの評判測定法に厳密に一致させれば、現存する従来の共同フィルタリングスキーム（例えば、スラッシュドットなど）や評判格付け型スキーム（例えば、イーベイなど）に比べて、より高い客観的な精度でかつ人的努力をより減らして投稿をフィルタリングすることができる。限定されるものではないが一例として述べると、ｗｗｗ．ＰｒｅｄｉｃｔＷａｌｌＳｔｒｅｅｔ．ｃｏｍのウェブサイト（本発明の発明者により開発および運営されている）が自動的にオンラインで株価を予測をする個人の精度を追跡していることが分かるだろう。精度は全予測に対して追跡され、そうすることによって、該サイトは、非常に具体的な、１００パーセント客観的な、評判を予測者に対して提供することができる。

評判を決定し、関連付け、付与する例示的な一実施例として、たとえ、ある特定分野内におけるものであっても、ある特定の投稿者または寄稿者に関連する評判を投稿や寄稿に非常に密接に結び付ることができる。ジョーというオンライン株予想の専門家を考える。この人物は、当節のＩＢＭ株の動向の８０％は正確に予測できたかもしれないが、当節のウォルマート株の動向は５０％しか正確に予測できなかったとする。この過去の客観的な業績を考えると、ジョーはウォルマート株（または、その市場分野）よりもＩＢＭ株（または、ＩＢＭ株が属する市場分野）に洞察力や理解があると示唆しているようである。従って、ジョーがＩＢＭに関して（ＩＢＭ株に関する伝言板に）伝言を投稿した場合、該人物の相対的に精度の高い実績により、高い評判を有することになるだろう。ウォルマート株に関する伝言板では、ジョーの評判は、比較的かんばしくないだろう。評判は、最近の客観的な履歴により大きな客観的な重みが付与される、換言すれば、より古い業績は無視または一切考慮されないように、経年劣化やその他の微調整の対象になる場合がある。また、評判は、様々な異なる種類の決定論的または統計的に基づくアルゴリズムおよび統計的数式や計算のどれか１つ、またはその組み合せによって、変形または処理されてもよい。もしこれらの変形や処理がより便利な評判や評判に基づく結果を生み出すことが証明されればであるが。

なお、主観的に品質を決定しようとしてジョーの投稿や寄稿（この場合、株の予想）を読んだり得点を付けたりする必要は何人にもない。その代わり、ジョーの客観的な評判―各伝言板、オンラインフォーラム、その他のソースに固有の評判―に基づいて投稿が自動的にフィルタリングされる場合がある。例えば、他のユーザであるスティーブが伝言板に行き、８０％以上の実績を有する人々による投稿のみを要求する場合がある。ＩＢＭの伝言板では、スティーブは、ジョーの寄稿が８０％という業績基準を満たしてまたは超えているのでジョーの投稿を目にすることになる。ウォルマートの掲示板では、ジョーの実績（５０％）がスティーブによって設定された閾値を下回っているので、ジョーの投稿は現れない。無論、スティーブは、閾値を設定するよりも、最も正確な予測によってランク付けされた投稿を先に見たり、他の方法でフィルタリングを行うことを求めてもよい。基準は数値である必要もなく、投稿者または寄稿者の客観的な過去の業績を表すことができるよう成立可能な、非常に信頼できる、一般的には信頼できる、疑問視される、誤っている、またはそれ以外のカテゴリの業績別カテゴリに設定することもできる。重要なことは、ジョーの評判が客観的な業績基準に基づいていることをスティーブが知っているので、スティーブがジョーの投稿内の情報をどのように扱うかに関する、より多くの情報に基ずいて決定することができる点である。さらに、全読者は他の読者の格付けするという雑用をしないで済む。該システムは、自動的に評判測定法を収集する。

ＲＢＢ発明は様々な変更が可能であり、幅広い領域に応用可能である。付加価値（特に）の２つの主なソースとして、（１）客観的な測定法が自動的に収集され、（２）これらの測定法に基づいて、見るべき投稿をフィルタリングまたは自動的に収集する能力である。

ＲＢＢの利点の１つとして、投稿者が事前に投稿をしなくても評判が成立することである。例えば、ＰｒｅｄｉｃｔＷａｌｌＳｔｒｅｅｔ．ｃｏｍでは、多くの予測に対して継続的によい業績を残した予測者は、該予測者にとれば初めての投稿であっても、最初からよい評判が与えられる。ＲＢＢが多くの客観的な業績測定法ポイントを簡単にかつ素早く獲得する手段と組み合わされば（以下の段落により詳細に説明する）、特に強力でかつ価値を有するものになる。

次に、３つの主要成分を含む本発明の例示的な一実施例に注意を向けてみよう。（１）測定法収集成分と、（２）非限定的実施例で（ａ）情報を入力する手段および方法と、（ｂ）情報を表示する手段および方法と、を含む、伝言板成分またはシステムなどの通信媒体成分またはシステムと、（３）収集された測定法（投稿者の評判など）に基づいて、入力された情報の表示を伝言板にソートもしくは変更させるファルタリング機能および方法と、の３つである。本発明のその他の実施例では、他の成分は任意で選択できる、個別の成分を別途含んでもよい。

まず、本発明の実施例が実行されるシステムを説明する。本発明の実施例は、第１ノードを有するものであればほぼどのようなコンピュータシステム上、またはウェブサイト、伝言板、フォーラムまたはその他の投稿実体をホスティングするマシン上で実施可能であり、寄稿者の投稿者はどのようなコンピュータマシン上または情報機器上（同一のサーバまたは他のホストマシン上でさえも）であってもよいので、本発明は、ほぼ無制限の幅広い機器タイプおよび／またはアーキテクチャに適応可能であり、本例示的な実施例は例示に過ぎず、限定されないことを理解されたい。

図１は、システム５１の例示的な一実施例を示し、サーバ５２が組み込まれている。サーバ５２は、インターネットなどのネットワーク６０を介してサーバ５２に連結されたコンピュータ５６またはその他の情報機器などのインタラクティブ電子媒体を介して１人以上のユーザ５４とインタラクティブ通信するための機能を果たすことができる。本質的に従来型であり図示されないネットワーク、サーバ、コンピュータおよび通信リンクは本発明の局面を不明瞭なものにするため省略される。

サーバ５２は、１つ以上のプロセッサ７２と、必要であろう処理タスクを処理するために、メモリ７３に連結または関連付けられたプロセッサを含んでよい。前記処理するタスクの例として、ユーザとの間のネットワークを介した通信を制御することや、例えばプログラム、データ、その他のシステム、寄稿者、評判、および／またはその他のデータおよび／または本明細書で説明される情報を記憶できるハードディスクドライブ永続性大容量記憶装置など１つ以上の、一体型または分離型の記憶装置７４にアクセスすることが挙げられる。前記処理は、ユーザ寄稿情報または本明細書の一部に記載されるようなランク付け、格付け、評判に対する情報を処理することを支援する活動をも含むことができる。

ユーザは、ネットワーク通信リンクまたは回線７８を介してクライアント側のコンピュータまたは情報機器（機械）７７からサーバにアクセスできる。該ユーザは、表示およびサーバとのインターフェースが可能となるコンピュータプログラムコードまたはアプレットを与えられることができる。ローカル記憶部をローカルユーザのコンピュータまたは情報機器に備えることができ、データ、トークン、クッキー、またはその他の拡張子または情報を記憶できる。

単一サーバが例示されたが、サーバによって実行される機能および動作は、拡張性、冗長性、性能の目的かその他の理由のどちらかのために、複数のサーバを介して分散させることができる。

ここで、３つの主な成分を含む進歩性を有するシステムおよび方法の１つの実施例の説明に注意を向ける。（１）測定法収集成分、（２）情報を入力する手段および方法と、および任意ではあるが好都合には情報を表示する手段および方法とを好都合に含むサイト、伝言板、および／またはフォーラム成分、および（３）収集された測定法（うち１つが評判）に基づいて、入力された情報の表示をサイト、伝言板、フォーラムなどにソートもしくは変更させる機構を好都合に備える、格付け、ランク付け、および／またはフィルタリング成分。

情報またはコメントを入力する手段の実施例は、図２を参照して後で説明される。情報またはコメントを表示する実施例は、図３を参照して後で説明される。測定法を収集する、情報を入力する、および情報を表示する手段または方法がどれ１つとして計算機上に必須とされないように、これらの手段および方法は、ユーザまたはクライアントのコンピュータまたは情報機器上にのみ、サーバコンピュータ上にのみ、またはある方法で両者の間に分散されて発生するものであることを理解されたい。さらに、これらの成分のうちのあるものはサーバ成分またはクライアント成分に対して任意であることも理解されたい。

いくつかの非限定的な実施例の説明を含んで、これらの主な成分をかなり詳細に説明し、また、改良例、任意の特徴や要素、および好ましい実施および／または実施例も上記説明に加えて説明する。

まず、測定法収集システムに関して、ユーザまたは寄稿者からの追加入力を必要とせずにデータが収集される自動データ収集は、ユーザにデータ入力を課すシステムよりも好ましい。寄稿者または投稿者の客観的または事実に基づく評判は、その１つの測定法である。自動的にデータを収集することが望まれる場合、素早くかつ最低限のユーザの労力でもって、関連するデータポイントを大量に収集できるシステムおよび方法は、好都合に使用される。評判測定法が最近のものであることが重要でない場合、既存のデータの使用が可能な場合もあり、本発明の非限定的な実施例では実行可能である。ただし、一般的には、多数のユーザに対する測定法が未だ収集されていない、多数のユーザを有するシステムでは、この「既存のデータを分析する」手法の実行可能性は低い。通常は現在の測定法を収集、更新、もしくは所有および使用することが好適であるので、その他の実施例においては、この手法を用いるとする。

具体的には、財務予想システムの場合、予測精度がキーとなる業績測定法である。精度は、方向的な精度（例えば、寄稿する予測者が株が上昇すると予測したときに、どれほど頻繁に株が上昇したか）、または絶対精度（例えば、実際に達成された株価に対して、寄稿する予測者の予測した価格幅がどれほど近いか）として測ることができる。何人かのプロアナリストの予測に関するデータもあるが、該データはしばしば不完全でありかつ一般的に望むほど精査されていない。従って、本発明のある実施例はそのような既存の客観的なデータを単独で、またはその他のデータに加えて使用することがあるが、既存の客観的なデータを使っても、多くの場合、財務予想ＲＢＢにとっては好ましい実施ではない場合がある。しかし、そうは言うものの、特別な場合（例えば、確立されたアナリストの投稿しか気を配らないユーザに対してサービスする場合）では、好ましい実施またはいくつかの好ましい実施の１つとして例示できるだろう。

ＲＢＢは、多くの予測を素早く、簡単に集めることができ、かつこれらの予測の精度が自動的に計算される場合、財務予想システムに対して特に力強く、価値がある。２００６年９月２２日出願（代理人ドケット番号６１１１７．８００４．ＵＳ０１）の、グラフィカル・フォーキャスティング・インターフェース（Ｇｒａｐｈｉｃａｌ Ｆｏｒｅｃａｓｔｉｎｇ Ｉｎｔｅｒｆａｃｅ）という名称の、発明者がクレイグ・Ａ・カプランおよびカレン・ロパタである、引用文献として引用された、関連の同時係属中の米国出願番号１１／ｘｘｘ、ｘｘｘ、および２００６年９月２２日に出願された、グラフィカル・フォーキャスティング・インターフェース（Ｇｒａｐｈｉｃａｌ Ｆｏｒｅｃａｓｔｉｎｇ Ｉｎｔｅｒｆａｃｅ）という名称の、発明者がクレイグ・Ａ・カプランおよびカレン・ロパタである、代理人ドケット番号６１１１７−８００４ ＷＯ０１である、ＰＣＴ／ＵＳ０６／ｘｘｘｘｘ、に説明されたグラフィカル・フォーキャスティング・インターフェース（ＧＦＩ）は、参照することでここに組み込まれるが、本出願の評判に基づく掲示板（ＲＢＢ）の局面を考慮すれば、任意に使用可能な、ユーザから多くのデータポイントを非常に素早くおよび簡単に収集する方法である。

上記引用されるＧＦＩまたはその他のグラフィックインターフェースを用いれば、ユーザは最低限の労力で、何千もの予測をデータベースに記憶させることができる。時間が経過すれば、予測されたものであれば全て（例えば、株価）の現在の状態に対して予測が自動的にチェックされ、精度が自動的に計算される。従って、最低限のユーザ労力に基づいて、詳細な客観的な実績が各予測者のために自動的に生み出されることが可能になる。ＲＢＢは、その後、この実績を使って、投稿をフィルタリングする。ＲＢＢおよびグラフィックインターフェース（例えば、ここに引用される出願継続中のＧＦＩグラフィカル・フォーキャスティング・インターフェースまたは他のグラフィカルインターフェース）を、共に提供されれば、相乗的に動作可能である。従って、予想システムに対する好ましい実施および実施例は、グラフィカルな予想インターフェース成分および評判に基づく掲示板成分の両方を含むことができることを理解されたい。

第二に、投稿、コメント、推薦、予想、予測、および／または情報またはデータの入力に関して、簡易テキスト入力ボックス（図２に例示）から、それ自体でスタンドアロン製品として利用可能な、高度なマルチスレッド型掲示板システムまで、多くのオプションが可能である。例示的なコンピュータコードを、ユーザがコメントやその他の情報を投稿できるような方法を一例として、表１に示す。表２には、投稿されたまたは寄稿されたコメントまたはその他の情報を表示および閲覧するために使用されるコンピュータコードの一例を示す。表３のコードは、ウェブページ内で使用される、例示的なコンピュータプログラムコードであって、ユーザがコメントを投稿および閲覧することができるものであって、表１、２に示されるコードと共に動作する。この例示的なコードは、過去の寄稿者の精度が客観的な評判測定法として用いられる財務予想システムの簡単な伝言板がどのように稼動するかを示す非限定的な例示である。

オンライン掲示板または伝言板、ウェブサイト、およびフォーラムに代わってまたは加えて、チャットルーム、ｅメール、およびその他の形式の非同期および同期通信も使用可能である。本発明のこれらの局面および応用は、第３成分である、ランク付け成分、格付け成分、フィルタリング成分、に大きく利益となる。様々なフィルタリング機構、手段、および方法を次に説明する。

予測精度の最低閾値を越えない人々からの通信（伝言板に投稿することのような、ある一連の通信）を遮断する能力を統合したような財務予測サイト上のチャットルームを検討する。同様に、株式相場表示機（上記引用される、出願継続中の特許出願を参照）またはＲＳＳフィードにストリームされる、予想からなるデータフィードが、本発明の好ましい実施例では、ユーザにとっては重要である精度および／またはその他の基準（例えば、どの株がユーザ本人のポートフォリオまたは要監視銘柄一覧表にあるか）に関するユーザの好みに従ってフィルタリングされる。これらおよびその他の任意の特徴が本発明の実施例によって提供されることが可能である。

ある実施例では、評判に基づく掲示板は、寄稿者の客観的な評判に基づく関連性のあるコンテンツの集まりを提示する。該コンテンツは、予想または予測、推薦、意見、推薦、文章、画像、マルチメディアコンテンツ、コメントまたは一連のコメント、ｅメール、またはその他の通信、伝言、伝言板投稿、掲示板投稿、フォーラム投稿、個人プロフィール、日付けプロフィール、繋がりプロフィール、または寄稿者、寄稿者の集団、作者、レビューア（達）などの客観的な評判がそれらコンテンツの価値を評価するために役に立つような、その他の項目やコンテンツなどいかなるコンテンツであってよい。

ある実施例では、ＲＢＢは、複数の投稿の寄稿者の集団の評判を処理し、処理結果を使ってどの寄稿者のコメントが該一連に含まれるかを判断する。ある実施例では、おのおのの評判の平均、加重平均、またはその他のアルゴリズム上または統計上変換されたものが、コンパイルされた投稿と共に提示される。

ここに示された説明を照らし合わせれば、どのような単一寄稿者の客観的な評判も単独またはその他の単一または複数の寄稿者の客観的な評判との組み合せによって使用されることが可能であり、いったん客観的な寄稿者の評判の情報が使用可能となれば制限なくいかなるコンテンツにも適用可能であることが明らかとなるだろう。客観的な評判は掲示板を超えて、多くの目的に使用可能である。

例えば、本明細書に記載されるその他の伝言板またはコンテンツフィルタリングに加えて、評判測定法に基づいて、どのような種類のコンテンツもフィルタリングされ、１つのまとまりにコンパイルされ、異なる色またはフォントまたは異なるリストまたは異なる方法で反転され、識別された評判閾値を超えるコメントを自動的に電子メール送信したりまたはストリーミングし、コンテンツまたは素材がそれに相関する十分な評判があり１人以上のユーザまたはユーザの集団の興味となると思えたり、認められたりすると、なんらかの方法で警告を出し、評判測定法が十分低い場合、自動的に、情報を削除または情報を保管し、リンクされた情報に関連する評判および／またはリンク元の情報に関連する評判に基づいて、情報に自動的にリンクされ、または評判測定法に基づいてその他の処理をされたり、カタログされたり、告知などをされる。

財務予想システムおよび／または方法の意味では、精度閾値（例えば、特定されたＸＸ％の精度を超える予測者のみを表示するよう設定された閾値）を設定し、および／または精度に従ってソートするように設定する能力は、好ましい実施に含まれるべきである特徴である。

図３は、精度に基づくソーティングの非常に簡単なサンプル出力を示す。閾値をプログラムし、フィルタリングし、ソーティングする技術は当該分野でよく知られており、ここでは、詳細には説明しない。図４は（上記スラッシュドットから適用）は、基準として投稿用の主観的な得点よりもむしろ客観的な投稿者の評判を含む場合、ＲＢＢの好ましい実施の一部であり得る、一般的に使用される、フィルタリング制御用のユーザインターフェースを示す。なお、上記スラッシュドットの基準は、客観的な投稿者の評判およびその他の多くの本明細書記載の発明の局面のどちらも含まない。好ましい実施は、また限定なく、日付けごと、トピックごと、投稿者ごと、および精度を含んでその他の興味のあるカテゴリごとに、投稿をソート／フィルタリング／閾値を付ける能力を含んでよい。

多くの任意の特徴を含む本発明の多くの局面および実施例をこれまで述べた。では、特徴の特定の組み合せを含むいくつかの選択された実施例に注意を向ける。

一実施例（１）では、本発明は評判に基づく通信またはコンテンツサービスを運営する方法であって、第１ユーザ寄稿者の評判に関する、少なくとも１つの測定法を入手する工程と、前記第１ユーザ寄稿者と関連性を有する通信またはコンテンツを識別する工程と、前記通信またはコンテンツを処理し、入手された客観的な寄稿者の評判に基づいて、処理済の通信またはコンテンツを生成する工程と、を備えることを特徴とする方法を提供する。

その他の実施例（２）では、前記方法が、前記通信またはコンテンツを、その他の異なった寄稿者からのその他の異なった通信またはコンテンツと共に、１つまたは複数の寄稿者の前記客観的な寄稿者の評判に少なくとも部分的に基づいて、処理する工程をさらに含んでよい。

その他の実施例（３）では、前記方法が、前記サービスが、オンライン掲示板、オンライン伝言板、チャットルーム、フォーラム、情報提供サービス、コンテンツ配信サービス、ｅメールサービス、情報提供サービス、検索エンジンサービス、コンテンツ配信サービス、通信またはコンテンツスクリーニングサービス、通信またはコンテンツスクリーニングサービス、およびこれらのあらゆる組み合せからなるサービスの組から選ばれることを、さらに必要とするかもしれない。

その他の実施例（４）では、前記方法が、第１ユーザ寄稿者の評判に関する、少なくとも１つの測定法を入手する前記工程が、第１ユーザ寄稿者の評判に関する、前記少なくとも１つの測定法を収集するステップを備えることを、さらに必要とするかもしれない。

その他の実施例（５）では、前記方法が、第１ユーザ寄稿者の評判に関する、少なくとも１つの測定法を収集する前記工程は、ユーザ寄稿者が意識的に入力を別途しない方法によって自動的に実行されることを、さらに必要とするかもしれない。

その他の実施例（６）では、前記方法が、第１ユーザ寄稿者の評判に関する、少なくとも１つの測定法を入手する前記工程が、第１ユーザ寄稿者の評判に関する、前記少なくとも１つの測定法を外部ソースから入手するステップを備えることを、さらに必要とするかもしれない。

その他の実施例（７）では、前記方法が、前記通信またはコンテンツを識別する前記工程が少なくとも（ｉ）前記第１ユーザ寄稿者から第１通信またはコンテンツを受信する工程と、（ｉｉ）少なくとも部分的には前記第１ユーザ寄稿者に起因する寄稿またはコンテンツを識別する工程とを備えることを、さらに必要とするかもしれない。

その他の実施例（８）では、前記方法が、前記第１ユーザ寄稿者と関連性を有する通信またはコンテンツを識別する工程は、を備えることを、さらに必要とするかもしれない。

その他の実施例（９）では、前記方法が、生成された前記処理済の通信またはコンテンツまたはその一部を含むユーザに第２通信を送る工程を、さらに必要とするかもしれない。

その他の実施例（１０）では、前記方法が、複数の異なるユーザ寄稿者の評判に関する少なくとも１つの測定法を入手する工程と、前記複数のユーザ寄稿者のおのおのに関連を有する通信またはコンテンツを識別する工程と、前記複数の通信またはコンテンツを処理し、前記複数の異なるユーザ寄稿者に対する前記入手された客観的な寄稿者の評判に基づいて、処理済の通信またはコンテンツを生成する工程と、を備えることを、さらに必要とするかもしれない。

その他の実施例（１１）では、前記方法が、客観的な評判に基づく前記処理工程が、寄稿者または複数の寄稿者の客観的な評判に基づく、フィルタリング処理、ソーティング処理、オーダリング処理、スクリーニング処理、コンパイリング処理、グルーピング処理、ディリーティング処理、フラッギング処理、ハイディング処理、ハイライティング処理、プロモーティング処理、およびこれらのあらゆる組み合せからなる組みから選ばれる処理を備えることを、さらに必要とするかもしれない。

その他の実施例（１２）では、前記方法（１１）が前記処理は異なる寄稿者または異なる寄稿者の集団によって異なってもよいことを、さらに必要とするかもしれない。

その他の実施例（１３）では、前記方法が、前記客観的な評判に基づく処理工程が、前記寄稿者または寄稿者の集団の客観的な評判に基づいて、ある項目を含んでその他の項目を含まないようにフィルタリングする処理と、前記寄稿者または寄稿者の集団の客観的な評判に基づいて、フィルタリングする処理と、前記寄稿者または寄稿者の集団の客観的な評判に基づいて、ある項目を除外しその他の項目を除外しないようにフィルタリングする処理と、前記寄稿者または寄稿者の集団の客観的な評判に基づいて、関連性のあるコンテンツの組をコンパイルする処理と、前記寄稿者または寄稿者の集団の客観的な評判に基づいて、オーダリングする処理と、寄稿者または寄稿者の集団の客観的な評判に基づいて、低高の順にオーダリングする処理と、前記寄稿者または寄稿者の集団の客観的な評判に基づいて、高低の順にオーダリングする処理と、前記寄稿者または寄稿者の集団の客観的な評判に基づいて、選択または選択しない処理と、前記寄稿者または寄稿者の集団の客観的な評判に基づく処理と、前記寄稿者または寄稿者の集団の客観的な評判に基づいて、派生的で客観的な評判を生成する処理と、これらのあらゆる組み合せと、からなる組みから選ばれる処理を含むことを、さらに必要とするかもしれない。

その他の実施例（１４）では、前記方法が、前記サービスが、ネットワークサイト、イントラネットサイト、インターネットサイト、ワールドワイドウェブサイト、電子メールまたはｅメール、インタラクティブ電子掲示板、インタラクティブ電子伝言板、オンライン情報交換、一連のｅメールまたはコメントスレッド、オンラインインタラクティブ株予測フォーラム、オンラインフォーラム、およびこれらのあらゆる組み合せからなるフォーラムの組から選ばれる通信フォーラムであることを、さらに必要とするかもしれない。

その他の実施例（１５）では、前記方法が、前記評判測定法が通信中の寄稿と同じ努力傾注分野に確立された事実に基づく客観的な寄稿者の評判を備えることを、さらに必要とするかもしれない。

その他の実施例（１６）では、前記方法が、前記客観的な寄稿者の評判が履歴上の精度に基づく評判を備えることを、さらに必要とするかもしれない。

その他の実施例（１７）では、前記方法が、前記履歴上の精度に基づく評判が評判が確立された分野と同じ分野の寄稿のためであることを、さらに必要とするかもしれない。

その他の実施例（１８）では、前記方法が、客観的な測定法が引き出される情報の客観的な測定法を提供するためにユーザに別途行動を強要するようなことをせずに、前記客観的な測定法を収集するステップが自動的に集合的な客観的な測定法を備えることを、さらに必要とするかもしれない。

その他の実施例（１９）では、前記方法が、これらの評判測定法を特定の通信フォーラムのトピックに厳密に一致させることを、さらに必要とするかもしれない。

その他の実施例（２０）では、前記方法が、所定の客観的な精度で、かつフィルタリング測定法に対して人による意識的な入力寄稿が行われずに、寄稿者の投稿をフィルタリングすることを、さらに必要とするかもしれない。

その他の実施例（２１）では、前記方法が、ある要素のオンライン予測または予想を提供する寄稿者の精度を自動的に追跡し、予測日時に前記要素の予測と前記要素の実値とを比較することによって予測精度の結果を生成する工程と、その比較に基づいて寄稿者に対する予測精度を自動的に生成する工程と、をさらに必要とするかもしれない。

その他の実施例（２２）では、前記方法が、前記要素がオンライン株価予測であることを、さらに必要とするかもしれない。

その他の実施例（２３）では、前記方法が、評判測定法は、最近の客観的な履歴にはより大きな客観的な重みが付与され、またはより古い業績は無視または一切考慮されないように、経年劣化やその他の微調整の対象になることを、さらに必要とするかもしれない。

その他の実施例（２４）では、前記方法が、収集または、収集されないときは直接的または間接的に入手される評判測定法は、より便利になるように処理されることを、さらに必要とするかもしれない。

その他の実施例（２５）では、前記方法が、評判測定法をより便利にする前記処理が少なくとも１つの客観的な評判測定法に統計的処理を加える処理を備えることを、さらに必要とするかもしれない。

その他の実施例（２６）では、前記方法が、前記統計的処理を加える処理が、いくつかの所定の比較基準に従って１人の寄稿者の評判が他の寄稿者の評判と比較されるように、時経的な加重平均の計算をする処理と評判または複数の評判を正規化する処理とを備える統計的処理の組から、選ばれれることを、さらに必要とするかもしれない。

その他の実施例（２７）では、前記方法が、前記所定の比較基準が客観的な比較基準を備えることを、さらに必要とするかもしれない。

その他の実施例（２７）では、前期方法が、前記客観的な評判が、未処理の評判、処理済の評判、または未処理の評判および処理済の評判のあらゆる組み合せを備えることを、さらに必要とするかもしれない。

その他の実施例（２８）では、前記方法が、客観的な測定法または複数の測定法の組み合せに基づいて、ユーザに対して表示または提示される寄稿をフィルタリングする処理または自動的に選ぶ処理を前記方法がさらに含むことを、さらに必要とするかもしれない。

その他の実施例では、本発明が、オンライン通信またはコンテンツに基づいて処理される評判を提供するシステムであって、寄稿者評判測定法収集成分と、通信またはコンテンツ媒体識別成分と、通信またはコンテンツ評判処理成分とを備えることを特徴とするシステムを提供する。

該システムの様々に異なる実施例が構成要素、機能的ブロック、コンピュータプログラムソフト、または本明細書に記載される進歩性を有する方法のステップを実施するその他の手段を含んでもよい。

その他の実施例（３０）では、前記システム（３０）が、前記収集成分が、ユーザ寄稿者が意識的に入力を別途しなくても寄稿者の評判に関する測定法を自動的に収集する自動収集成分を備えることを、さらに必要とするかもしれない。

その他の実施例（３１）では、前記システム（３０）が、前記少なくとも１つの評判測定法が外部ソースから入手されることを、さらに必要とするかもしれない。

その他の実施例（３２）では、前記システムが、前記寄稿者評判測定法識別成分が、（ｉ）前記第１ユーザ寄稿者から第１通信またはコンテンツを受信する処理と、（ｉｉ）前記第１ユーザ寄稿者に少なくとも部分的に帰する寄稿またはコンテンツを識別する処理とからなる組から選ばれる、通信またはコンテンツを識別する処理のための手段を、含むことを、さらに必要とするかもしれない。

その他の実施例（３３）では、前記システム（３２）が、前記通信またはコンテンツ評判処理成分が、寄稿者または複数の寄稿者の客観的な評判に基づく、フィルタリング処理、ソーティング処理、オーダリング処理、スクリーニング処理、コンパイリング処理、グルーピング処理、ディリーティング処理、フラッギング処理、ハイディング処理、ハイライティング処理、プロモーティング処理、およびこれらのあらゆる組み合せからなる処理スキームの組から選ばれる処理に適応される処理手段を備えることを、さらに必要とするかもしれない。

その他の実施例（３４）では、前記システム（３３）が、前記処理が異なる寄稿者または異なる寄稿者の集団によって異なってもよいことを、さらに必要とするかもしれない。

その他の実施例（３５）では、前記システム（３４）が、前記通信またはコンテンツ評判処理成分が、寄稿者または複数の寄稿者の客観的な評判に基づく、フィルタリング処理、ソーティング処理、オーダリング処理、スクリーニング処理、コンパイリング処理、グルーピング処理、ディリーティング処理、フラッギング処理、ハイディング処理、ハイライティング処理、プロモーティング処理、およびこれらのあらゆる組み合せからなる処理スキームの組から選ばれる処理に適応される処理手段を備えることを、さらに必要とするかもしれない。

その他の実施例（３６）では、前記システムが、前記通信またはコンテンツ媒体成分が、ネットワークサイト、イントラネットサイト、インターネットサイト、ワールドワイドウェブサイト、電子メールまたはｅメール、インタラクティブ電子掲示板、インタラクティブ電子伝言板、オンライン情報交換、一連のｅメールまたはコメントスレッド、オンラインインタラクティブ株予測フォーラム、オンラインフォーラム、およびこれらのいかなる組み合せから成る組から選択されることを、さらに必要とするかもしれない。

その他の実施例（３７）では、前記システムが、前記通信またはコンテンツ媒体成分がさらに（ａ）情報を入力する手段と、（ｂ）情報を表示する手段とを含むことを、さらに必要とするかもしれない。

その他の実施例（３８）では、前記システムが、前記通信またはコンテンツフィルタリング成分が、収集された測定法に基づいて入力された情報の表示を、ソーティング処理、リミティング処理、コンパイリング処理、もしくは変更処理｛もしくは変更処理はよい。もしくはリミティング処理およびフィルタリング処理だけだと思われ、コンパイリング処理のようなその他の形式を無視することになる｝する手段を提供することを、さらに必要とするかもしれない。

その他の局面では、本発明が前記方法およびまたは上記システムに従って処理される通信またはコンテンツを提供する。

その他の局面では、本発明が、評判に基づく処理済の通信またはコンテンツをコンピュータに生成させる、実行可能なコンピュータプログラム命令を含み、コンピュータシステムまたはコンピュータネットワークの動作を変更するための、電気的にアクセス可能な媒体に記憶されたコンピュータプログラム製品であって、第１ユーザ寄稿者の評判に関する、少なくとも１つの測定法を入手し、前記第１ユーザ寄稿者と関連性を有する通信またはコンテンツを特定し、前記通信またはコンテンツを処理し、入手された客観的な寄稿者の評判に基づいて、処理済の通信またはコンテンツを生成するための、命令を備えることを特徴とするコンピュータプログラム、を提供する。

その他の実施例では、前記コンピュータプログラムおよびコンピュータプログラム製品がプログラム部品を提供し、上記進歩性を有する方法のあらゆるステップおよび／または特徴を実施し、そしてコンピュータまたは複数のコンピュータ上で実施され、前記コンピュータまたは前記複数のコンピュータのさもなければ従来型にすぎない動作を変更することによって技術的効果を達成する。

その他の局面では、本発明が、評判に基づく通信またはコンテンツ提供サービスを運営するビジネス方法であって、第１ユーザ寄稿者の評判に関する、少なくとも１つの測定法を入手する工程と、前記第１ユーザ寄稿者と関連性を有する通信またはコンテンツを識別する工程と、前記通信またはコンテンツを処理し、入手された客観的な寄稿者の評判に基づいて、処理済の通信またはコンテンツを生成する工程と、加入者に処理済の通信またはコンテンツを提供する工程と、提供された、前記処理済の通信またはコンテンツと交換に加入者から報酬を受ける工程と、を備えることを特徴とするビジネス方法を提供する。

その他の実施例では、前記ビジネス方法が、前記報酬が財務報酬、サービス報酬、手数料報酬、紹介報酬、またはこれらのあらゆる組み合せであることを、さらに必要とするかもしれない。

本明細書で用いられる「実施例」という用語は、制約条件としてではなく例として示される実施例を意味する。

なお、前記例および実施例が例示的なものであり本発明の範囲に限定されないことが当業者にとれば理解されるだろう。当業者が本明細書を読み図面を熟読すれば明らかになる、本発明に対する全ての置換、改善、等価物、および改良が本発明の本旨と範囲とに包含されることを意図する。従って、添付の請求の範囲は、本発明の本旨と範囲とに入るような、全てのそのような変更、置換、および等価物を包含することを意図する。

著作権の公示
本特許文書の開示の一部は、著作権保護主張の対象となる素材を含む。著作権所有者は、特許商標庁の特許ファイルまたは記録に見られる特許開示のファクシミリ複製に関しては、何人によるものであっても、それに異論はないが、それ以外では、他のあらゆる権利全てを留保するものとする。

進歩性を有する評判に基づく伝言板、ウェブサイト、フォーラム、チャットルーム、その他の通信またはコンテンツに基づくまたは関連するサイトもしくはサービスなどを提供および使用するシステムの例示的な一実施例を示す図。 ｐｒｅｄｉｃｔｗａｌｌｓｔｒｅｅｔ．ｃｏｍのウェブサイトの発表前の実態模型の、伝言板またはコメント入力用の簡易入力ボックスの実施例を示す図。 投稿が精度に対する評判ごとにソートされた場合に表示されることになる、簡易な、評判に基づく掲示板の実施例を示す図。 ドロップダウン型またはプルダウン型のフィルタリング制御を例示的に示す図。 進歩性を有する実施例のフローチャート図を示す図。

Claims (43)

1. 評判に基づく通信またはコンテンツサービスを運営する方法であって、第１ユーザ寄稿者の評判に関する、少なくとも１つの測定法を入手する工程と、前記第１ユーザ寄稿者と関連性を有する通信またはコンテンツを識別する工程と、前記通信またはコンテンツを処理し、入手された客観的な寄稿者の評判に基づいて、処理済の通信またはコンテンツを生成する工程と、を備えることを特徴とする方法。
2. 前記通信またはコンテンツを、その他の異なった寄稿者からのその他の異なった通信またはコンテンツと共に、１つまたは複数の寄稿者の前記客観的な寄稿者の評判に少なくとも部分的に基づいて、処理する工程をさらに含む、請求項１に記載の方法。
3. 前記サービスが、オンライン掲示板、オンライン伝言板、チャットルーム、フォーラム、情報提供サービス、コンテンツ配信サービス、ｅメールサービス、情報提供サービス、検索エンジンサービス、コンテンツ配信サービス、通信またはコンテンツスクリーニングサービス、通信またはコンテンツスクリーニングサービス、およびこれらのあらゆる組み合せからなるサービスの組から選ばれることを特徴とする請求項１に記載の方法。
4. 第１ユーザ寄稿者の評判に関する、少なくとも１つの測定法を入手する前記工程が、第１ユーザ寄稿者の評判に関する、前記少なくとも１つの測定法を収集するステップを備えることを特徴とする請求項１に記載の方法。
5. 第１ユーザ寄稿者の評判に関する、少なくとも１つの測定法を収集する前記工程は、ユーザ寄稿者が意識的に入力を別途しない方法によって自動的に実行されることを特徴とする請求項４に記載の方法。
6. 第１ユーザ寄稿者の評判に関する、少なくとも１つの測定法を入手する前記工程が、第１ユーザ寄稿者の評判に関する、前記少なくとも１つの測定法を外部ソースから入手する工程を備えることを特徴とする請求項１に記載の方法。
7. 前記通信またはコンテンツを識別する前記工程が、少なくとも（ｉ）前記第１ユーザ寄稿者から第１通信またはコンテンツを受信する工程と、（ｉｉ）少なくとも部分的には前記第１ユーザ寄稿者に起因する寄稿またはコンテンツを識別する工程と、を備えることを特徴とする請求項１に記載の方法。
8. 前記第１ユーザ寄稿者と関連を有する通信またはコンテンツを識別する前記工程は、を備えることを特徴とする請求項１に記載の方法。
9. 生成された前記処理済の通信またはコンテンツまたはその一部を含むユーザに第２通信を送る工程をさらに備えることを特徴とする請求項１に記載の方法。
10. 複数の異なるユーザ寄稿者の評判に関する少なくとも１つの測定法を入手する工程と、前記複数のユーザ寄稿者のおのおのに関連を有する通信またはコンテンツを識別する工程と、前記複数の通信またはコンテンツを処理し、前記複数の異なるユーザ寄稿者に対する前記入手された客観的な寄稿者の評判に基づいて、処理済の通信またはコンテンツを生成する工程と、をさらに備えることを特徴とする請求項１に記載の方法。
11. 客観的な評判に基づく前記処理工程が、寄稿者または複数の寄稿者の客観的な評判に基づく、フィルタリング処理、ソーティング処理、オーダリング処理、スクリーニング処理、コンパイリング処理、グルーピング処理、ディリーティング処理、フラッギング処理、ハイディング処理、ハイライティング処理、プロモーティング処理、およびこれらのあらゆる組み合せからなる組みから選ばれる処理を備えることを特徴とする請求項１に記載の方法。
12. 前記処理は異なる寄稿者または異なる寄稿者の集団に対して異なってもよいことを特徴とする請求項１１に記載の方法。
13. 客観的な評判に基づく前記処理工程が、前記寄稿者または寄稿者の集団の客観的な評判に基づいて、ある項目を含んでその他の項目を含まないようにフィルタリングする処理と、前記寄稿者または寄稿者の集団の客観的な評判に基づいて、フィルタリングする処理と、前記寄稿者または寄稿者の集団の客観的な評判に基づいて、ある項目を除外しその他の項目を除外しないようにフィルタリングする処理と、前記寄稿者または寄稿者の集団の客観的な評判に基づいて、関連性のあるコンテンツの組をコンパイルする処理と、前記寄稿者または寄稿者の集団の客観的な評判に基づいて、オーダリングする処理と、前記寄稿者または寄稿者の集団の客観的な評判に基づいて、低高の順にオーダリングする処理と、前記寄稿者または寄稿者の集団の客観的な評判に基づいて、高低の順にオーダリングする処理と、前記寄稿者または寄稿者の集団の客観的な評判に基づいて、選択または選択しない処理と、前記寄稿者または寄稿者の集団の客観的な評判に基づく処理と、前記寄稿者または寄稿者の集団の客観的な評判に基づいて、派生的で客観的な評判を生成する処理と、これらのあらゆる組み合せと、からなる組から選ばれる処理を含むことを特徴とする請求項１に記載の方法。
14. 前記サービスが、ネットワークサイト、イントラネットサイト、インターネットサイト、ワールドワイドウェブサイト、電子メールまたはｅメール、インタラクティブ電子掲示板、インタラクティブ電子伝言板、オンライン情報交換、一連のｅメールまたはコメントスレッド、オンラインインタラクティブ株予測フォーラム、オンラインフォーラム、およびこれらのあらゆる組み合せからなるフォーラムの組から選ばれる通信フォーラムであることを特徴とする請求項１に記載の方法。
15. 前記評判測定法が、通信中の寄稿と同じ努力傾注分野に確立された、事実に基づく客観的な寄稿者の評判を備えることを特徴とする請求項１に記載の方法。
16. 前記客観的な寄稿者の評判が履歴上の精度に基づく評判を備えることを特徴とする請求項１に記載の方法。
17. 前記履歴上の精度に基づく評判が評判が確立された分野と同じ分野の寄稿のためであることを特徴とする請求項１６に記載の方法。
18. 客観的な測定法が引き出される情報の客観的な測定法を提供するためにユーザに別途行動を強要するようなことをせずに、客観的な測定法を収集する前記ステップが集団的で客観的な測定法を自動的に備えることを特徴とする請求項１に記載の方法。
19. 前記方法がこれらの評判測定法を特定の通信フォーラムのトピックに厳密に一致させることを、さらに備えることを特徴とする請求項１に記載の方法
20. 所定の客観的な精度で、かつフィルタリング測定法に対して人による意識的な入力寄稿が行われずに、寄稿者の投稿をフィルタリングすることをさらに備えることを特徴とする請求項１に記載の方法。
21. 前記方法が、ある要素のオンライン予測または予想を提供する寄稿者の精度を自動的に追跡し、予測日時に前記要素の予測と前記要素の実値とを比較することによって予測精度の結果を生成する工程と、その比較に基づいて寄稿者に対する予測精度を自動的に生成する工程と、をさらに含むことを特徴とする請求項１に記載の方法。
22. 前記要素がオンライン株価予測であることを特徴とする請求項２１に記載の方法。
23. 評判測定法は、最近の客観的な履歴にはより大きな客観的な重みが付与され、またはより古い業績は無視または一切考慮されないように、経年劣化やその他の微調整の対象になることを特徴とする請求項１に記載の方法。
24. 収集もしくは直接的または間接的に入手される評判測定法は、より便利になるように処理されることを特徴とする請求項１に記載の方法。
25. 評判測定法をより便利にする前記処理が少なくとも１つの客観的な評判測定法に統計的処理を加える処理を備えることを特徴とする請求項１に記載の方法。
26. 前記統計的処理を加える処理が、いくつかの所定の比較基準に従って１人の寄稿者の評判が他の寄稿者の評判と比較されるように、時経的な加重平均の計算をする処理と評判または複数の評判を正規化する処理とを備える統計的処理の組から、選択されることを特徴とする請求項１に記載の方法。
27. 前記所定の比較基準が客観的な比較基準を備えることを特徴とする請求項１に記載の方法。
28. 前記客観的な評判が、未処理の評判、処理済の評判、または未処理の評判および処理済の評判のあらゆる組み合せを備えることを特徴とする請求項１に記載の方法。
29. 客観的な測定法または複数の測定法の組み合せに基づいて、ユーザに対して表示または提示される寄稿をフィルタリングする処理または自動的に選ぶ処理を前記方法がさらに含むことを特徴とする請求項１に記載の方法。
30. オンライン通信またはコンテンツに基づいて処理される評判を提供するシステムであって、寄稿者評判測定法収集成分と、通信またはコンテンツ媒体識別成分と、通信またはコンテンツ評判処理成分とを備えることを特徴とするシステム。
31. 前記収集成分が、ユーザ寄稿者が意識的に入力を別途しなくても寄稿者の評判に関する測定法を自動的に収集する自動収集成分を、備えることを特徴とする請求項３０に記載のシステム。
32. 前記少なくとも１つの評判測定法が外部ソースから入手されることを特徴とした請求項３１に記載のシステム。
33. 前記寄稿者評判測定法識別成分が、（ｉ）前記第１ユーザ寄稿者から第１通信またはコンテンツを受信する処理と、（ｉｉ）前記第１ユーザ寄稿者に少なくとも部分的に帰する寄稿またはコンテンツを識別する処理とからなる組から選ばれる、通信またはコンテンツを識別する処理のための手段を、含むことを特徴とする請求項３０に記載のシステム。
34. 前記通信またはコンテンツ評判処理成分が、寄稿者または複数の寄稿者の客観的な評判に基づく、フィルタリング処理、ソーティング処理、オーダリング処理、スクリーニング処理、コンパイリング処理、グルーピング処理、ディリーティング処理、フラッギング処理、ハイディング処理、ハイライティング処理、プロモーティング処理、およびこれらのあらゆる組み合せからなる処理スキームの組から選ばれる処理に適応される処理手段を備えることを特徴とする請求項３３に記載のシステム。
35. 前記処理が異なる寄稿者または異なる寄稿者の集団に対して異なってもよいことを特徴とする請求項３４に記載のシステム。
36. 前記通信またはコンテンツ評判処理成分が、寄稿者または複数の寄稿者の客観的な評判に基づく、フィルタリング処理、ソーティング処理、オーダリング処理、スクリーニング処理、コンパイリング処理、グルーピング処理、ディリーティング処理、フラッギング処理、ハイディング処理、ハイライティング処理、プロモーティング処理、およびこれらのあらゆる組み合せからなる処理スキームの組から選ばれる処理に適応される処理手段を備えることを特徴とする請求項３５に記載のシステム。
37. 前記通信またはコンテンツ媒体成分が、ネットワークサイト、イントラネットサイト、インターネットサイト、ワールドワイドウェブサイト、電子メールまたはｅメール、インタラクティブ電子掲示板、インタラクティブ電子伝言板、オンライン情報交換、一連のｅメールまたはコメントスレッド、オンラインインタラクティブ株予測フォーラム、オンラインフォーラム、およびこれらのあらゆる組み合せからなる組から選ばれることを特徴とする請求項３０に記載のシステム。
38. 前記通信またはコンテンツ媒体成分がさらに（ａ）情報を入力する手段と、（ｂ）情報を表示する手段とを含むことを特徴とする請求項３０に記載のシステム。
39. 前記通信またはコンテンツフィルタリング成分が、収集された測定法に基づいて入力された情報の表示を、ソーティング処理、リミティング処理、コンパイリング処理、もしくは変更処理｛もしくは変更処理はよい。もしくはリミティング処理およびフィルタリング処理だけだと思われ、コンパイリング処理のようなその他の形式を無視することになる｝する手段を提供することを特徴とする請求項３０に記載のシステム。
40. 請求項１に記載の方法に従って処理される通信またはコンテンツ。
41. コンピュータシステムまたはコンピュータネットワークの動作を変更するための、電気的にアクセス可能な媒体に記憶されたコンピュータプログラム製品である、評判に基づく処理済の通信またはコンテンツをコンピュータに生成させる、実行可能なコンピュータプログラム命令を含むコンピュータプログラム製品であって、第１ユーザ寄稿者の評判に関する、少なくとも１つの測定法を入手し、前記第１ユーザ寄稿者と関連性を有する通信またはコンテンツを特定し、前記通信またはコンテンツを処理し、入手された客観的な寄稿者の評判に基づいて、処理済の通信またはコンテンツを生成するための、命令を備えることを特徴とするコンピュータプログラム製品。
42. 評判に基づく通信またはコンテンツを提供するサービスを運営するビジネス方法であって、第１ユーザ寄稿者の評判に関する、少なくとも１つの測定法を入手する工程と、前記第１ユーザ寄稿者と関連性を有する通信またはコンテンツを識別する工程と、前記通信またはコンテンツを処理し、入手された客観的な寄稿者の評判に基づいて、処理済の通信またはコンテンツを生成し、加入者に処理済の通信またはコンテンツを提供する工程と、提供された、前記処理済の通信またはコンテンツと交換に加入者から報酬を受ける工程と、を備えることを特徴とするビジネス方法。
43. 前記報酬が財務報酬、サービス報酬、手数料報酬、紹介報酬、またはこれらのあらゆる組み合せであることを特徴とする請求項４２に記載のビジネス方法。