JP5172826B2 - 対象を定めた広告に適したリアルタイム視聴者推定およびコマーシャル選択を実施する方法および装置 - Google Patents
対象を定めた広告に適したリアルタイム視聴者推定およびコマーシャル選択を実施する方法および装置 Download PDFInfo
- Publication number
- JP5172826B2 JP5172826B2 JP2009510062A JP2009510062A JP5172826B2 JP 5172826 B2 JP5172826 B2 JP 5172826B2 JP 2009510062 A JP2009510062 A JP 2009510062A JP 2009510062 A JP2009510062 A JP 2009510062A JP 5172826 B2 JP5172826 B2 JP 5172826B2
- Authority
- JP
- Japan
- Prior art keywords
- filter
- user
- signal
- model
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 81
- 239000002245 particle Substances 0.000 claims description 62
- 238000009826 distribution Methods 0.000 claims description 29
- 230000006870 function Effects 0.000 claims description 24
- 230000008859 change Effects 0.000 claims description 18
- 230000007704 transition Effects 0.000 claims description 15
- 238000005259 measurement Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000008685 targeting Effects 0.000 claims description 4
- 230000004931 aggregating effect Effects 0.000 claims 1
- 230000001419 dependent effect Effects 0.000 claims 1
- 238000013178 mathematical model Methods 0.000 claims 1
- 230000002123 temporal effect Effects 0.000 claims 1
- 230000008569 process Effects 0.000 description 19
- 238000001914 filtration Methods 0.000 description 13
- 238000012952 Resampling Methods 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 7
- 238000005070 sampling Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000034994 death Effects 0.000 description 2
- 231100000517 death Toxicity 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 208000034423 Delivery Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000004836 empirical method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/16—Analogue secrecy systems; Analogue subscription systems
- H04N7/173—Analogue secrecy systems; Analogue subscription systems with two-way working, e.g. subscriber sending a programme selection signal
- H04N7/17309—Transmission or handling of upstream communications
- H04N7/17318—Direct or substantially direct transmission and handling of requests
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/44213—Monitoring of end-user related data
- H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
- H04N21/23424—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving splicing one content stream with another content stream, e.g. for inserting or substituting an advertisement
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
- H04N21/2407—Monitoring of transmitted content, e.g. distribution time, number of downloads
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/44213—Monitoring of end-user related data
- H04N21/44218—Detecting physical presence or behaviour of the user, e.g. using sensors to detect if the user is leaving the room or changes his face expression during a TV program
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client
- H04N21/65—Transmission of management data between client and server
- H04N21/658—Transmission by the client directed to the server
- H04N21/6582—Data stored in the client, e.g. viewing habits, hardware capabilities, credit card number
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/81—Monomedia components thereof
- H04N21/812—Monomedia components thereof involving advertisement data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04H—BROADCAST COMMUNICATION
- H04H60/00—Arrangements for broadcast applications with a direct linking to broadcast information or broadcast space-time; Broadcast-related systems
- H04H60/61—Arrangements for services using the result of monitoring, identification or recognition covered by groups H04H60/29-H04H60/54
- H04H60/63—Arrangements for services using the result of monitoring, identification or recognition covered by groups H04H60/29-H04H60/54 for services of sales
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04H—BROADCAST COMMUNICATION
- H04H60/00—Arrangements for broadcast applications with a direct linking to broadcast information or broadcast space-time; Broadcast-related systems
- H04H60/61—Arrangements for services using the result of monitoring, identification or recognition covered by groups H04H60/29-H04H60/54
- H04H60/64—Arrangements for services using the result of monitoring, identification or recognition covered by groups H04H60/29-H04H60/54 for providing detail information
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Social Psychology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Marketing (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Complex Calculations (AREA)
Description
本発明の一実施形態において、通信ネットワーク、たとえば、ケーブルテレビネットワークにおいてユーザ機器デバイスのユーザの目標資源に使用するシステムが提供される。このシステムは、ユーザ機器デバイスに関する1ユーザまたは複数ユーザによる入力に基づく観測モデルの開発、時間に対する上記ユーザ機器デバイスの1ユーザまたは複数ユーザの少なくともユーザ構成を反映する信号としての観測モデルのモデル化、信号の状態として対象時刻におけるユーザ構成の決定、およびユーザ機器デバイスに関する資源を対象として決定されたユーザ構成の利用を含む。このように、フィルタリング理論は、ユーザ構成を示す信号を生成するために、クリックストリームなどの、ユーザ機器デバイスの入力に対して適用される。
以下の説明において、本発明はケーブルテレビネットワークに関する対象を定めた資源配信(たとえば、対象を定めた広告)システムに即して記載され、本発明は本明細書に記載されるような背景において具体的な利点を提供する。ただし、本発明の様々な態様はこうした背景に限定されるものでないことは理解されよう。さらに正確に言えば、本発明の範囲は冒頭に記載された特許請求の範囲によって規定される。
1.1 非線形フィルタリング
対象を定めた広告視聴率(潜在的および現在の)問題を適切に解決するために、フィルタリングの数学的最適な分野に関心を向けてもよい。
非線形フィルタリングは、信号の損傷したデータ観測値、歪んだデータ観測値、または部分データ観測値に基づいてリアルタイムで一部の非線形ランダムダイナミック課程(通常、「信号」と呼ばれる)の過去、現在、および/または未来の状態の最適推定を扱う。一般に、Xiは、ある確率空間
粒子フィルタリング法は、
この「注意深い」アプローチは以前に周知であった粒子フィルタの改良であって、本出願はアルゴリズムを効果的に実行するシステムとともに歴史的な改良型を含んでおり、ここでは、単なる現在の状態ではなく、時刻tまでのXの経路を推定しようとするものである。性能低下を抑制し計算効率の改善によるさらなる改良が本明細書に参考として組み込まれられる「Selectively Resampling Particle Filter」という名称の米国特許番号7,058,550号明細書で導入されている。この方法は、ペアワイズの再サンプリングを以下のように実行している。
2.粒子iの状態を確率
信号の状態空間が一部の有界な有限次元空間上にあるとき、離散空間および振幅近似が使用される。離散空間フィルタは、本明細書に参照して組み込まれる「Refining Stochastic Grid Filter」(RESTフィルタ)という名称の米国特許第7,188,048号明細書に詳しく記載されている。この形態では、状態空間Dが離散セルηCに分割される。たとえば、この空間はd次元のユークリッド空間またはある計数測度空間でありうる。各セルは、「粒子数」(
対象を定めたコマーシャル選択問題を適切に解くために、確率制御の数学的に最適な分野に関心を向けるべきである。
図1は対象を定めた広告システム全体を描いている。このシステムは、1台または複数台のデジタルセットトップボックス200を制御するヘッドエンド100からなる。DSTB200は、テレビを見ている世帯の現在の構成員を含む、世帯205における潜在的視聴者の状態の条件付き確率を、DSTBフィルタ202を使って推定しようとしている。DSTBフィルタ202は、信号(世帯)と観測値(クリックストリームデータ206)を記載する1対のモデル201を使用する。DSTBフィルタ202は、ヘッドエンド100からダウンロードされた設定値302によって初期化される。また、世帯の状態を推定するために、DSTBフィルタ202は、蓄積されたプログラム情報208から得られるプログラム情報207(これは、現在、または近接過去、または未来のものであってもよい)を使用する。
2.2 世帯信号および観測モデルの説明
この節では、一般的な信号および観測モデルが、このモデルの可能な実施形態の実例とともに説明される。
一般に、世帯の信号は、様々な個人および世帯の形態としてモデル化される。好ましい一実施形態において、この世帯は、DSTBを使用する特定のテレビを見る可能性のある人々を表す。所与の時点tにおける各個人は(Xiで示される)は状態空間s∈Sの状態を有し、ここで、Sは世帯内の各人に関して測定したい特性の集合を表す。たとえば、一実施形態において、個人の年齢、性別、収入、および視聴状況を分類したいと願うとする。年齢と収入は、実際の値または離散的な範囲と見なされてもよい。この例において、状態空間は以下のように定められることになる。
S={0−12,12−18,18−24,24−38,38+}×{男性、女性}×{0−$50,000,$50,000+}×{はい、いいえ}
世帯構成員の状態空間は、このとき、
一般に、観測モデルは、DSTBと1個人または複数個人との相互作用によって生成されるクリックストリーム情報からなる。本発明の好ましい一実施形態において、現在および過去のチャネル変更情報のみが観測モデルにおいて表される。Mチャネルの領域が所与とすると、過去Bの離散時間ステップで視聴されたYk=(yk,...,yk−B+1)チャネルの時刻tkにおけるチャネル変更待ち行列が得られる。本発明の好ましい一実施形態において、オーバヘッドを減らすためにチャネル変更が行われる時刻と変更されたチャネルのみが記録される。
この後、信号の状態と一部のダウンロード可能なコンテンツDt(pi→j(Dt,Xt)で示される)とに基づいて時刻tにおいて状態iから状態jに視聴待ち行列が変化する確率が決定される。好ましい一実施形態において、このダウンロード可能なコンテンツは、とりわけ、たとえば、番組が「アクション映画」、または「ホームコメディ」のいずれであるか、および番組の時間帯、番組の開始時刻、番組が放映されているチャネルなど、各番組に対して現在利用できる番組の質的カテゴリの説明を詳述した一部のプログラム情報を含む。
先に要約された従来のフィルタリング理論では、下記のような式によって、観測値は歪み、損傷し、部分的な信号の測定値である。
リアルタイムコンピュータシステムにおいて上記の微分を使用するためには、得られる方程式がコンピュータアーキテクチャに実装されうるよう近似が行われなければならない。粒子フィルタまたは離散空間フィルタを使用するためには、異なる近似が行われなければならない。これらの近似は以下の節で明らかにされる。
方程式(6)によって次式を近似するだけでよい。
Xtの状態空間がEとなるように設定する場合は、各
米国特許第7,188,048号明細書には、RESTフィルタの一般形態が詳細に記載されている。この方法とシステムは、いくつかの用途、特にユークリッド空間追跡問題および離散計数測度問題に役立つことが証明されている。しかし、この方法にはいくつかの改善点が見つかっており、これは本発明の実施形態にとってメモリおよび計算要件の劇的な削減をもたらすものである。RESTフィルタに関する新しい方法とシステムは本明細書に記載されており、信号は離散および有限状態空間によってモデル化されうる。明確さを期して対象を定めた広告モデルを使った事例が提供されるが、この方法は以下で説明される環境を特徴とする任意の問題に使用される。
一部の問題において、信号はゼロまたは複数の対象
図2は、有限状態空間環境におけるRESTフィルタの好ましい一実施形態を描いている。RESTは不変状態セルの集合からなり、不変状態セルの各々はそれらの不変状態特性とともに信号に関する対象と形態の1つの可能な集合を表す。各不変セルは変動状態セルの集合を含み、各変動状態セルは所与の不変セルの可能な時変状態を表す。黙示的に、変動セルはそれらの親不変セルの不変状態情報を含み、各変動セルは信号の特定の潜在的な状態を表すことを意味する。不変セル自体は、集合コンテナオブジェクトのみを表し、便宜目的で使用される。変動セルと不変セルの集合は、アレイ、ベクトル、リスト、または待ち行列の形式でコンピュータ媒体に保存されてもよい。所与の時刻tにおいて粒子数を持たないセルは、空間および計算の要件を削減するためにこのようなコンテナから除去されるが、このようなセルを後になって再挿入するメカニズムが必要である。
図4はRESTフィルタの典型的な進化を描いている。この進化方法は、仮想クロック値を使って隣接するセル間の粒子を移動することによって、ある期間dtにわたってフィルタの条件付き分布を更新する。隣接するセル間の粒子の移動は事象として知られる。(ところで、筆者らは、粒子の移動を頻繁に新たな出生および死亡で置き換えて、より多くの出生率と死亡率の取り消しが行われうるようにしている。)このような事象は、進化の計算オーバヘッドを抑制するためにまとめてシミュレーションされる。シミュレーションする事象の数は、すべてのセルに対する全仮想クロックの合計λtに基づく。図5は、各ネイバーに移動する粒子数の決定方法を示す。事象のシミュレーションが完了すると、粒子数は更新されうるようになり、仮想クロックは封印されてフィルタの状態が変化したことを表す。
複数のサービスオペレータの広告事業の収益を最大にするために、どのコマーシャルを集合体のDSTBに配信すべきかを決定することがきわめて重要である。DSTBベースの漸近的最適非線形フィルタの条件付き分布(または、この分布から導かれる条件付き推定値)に基づいてコマーシャルの実際の視聴率に関するより多くの情報が得られるので、特定コマーシャルスロットの価格設定は動的であるため、総収益が改善される。
ヘッドエンド信号モデルは、特定のヘッドエンドに接続されたDSTBボックスを有する潜在的なテレビ視聴者と現在のテレビ視聴者に関連する特性情報からなる。単一個人に関するこうした特性の集合を表す状態空間Sが定義される。本発明の一実施形態において、この空間は、個人に関する年齢層、性別、および最近の視聴歴から構成されうる。個人を追跡するために、C0=φを個人のいない世帯タイプとし、Cnをn人の個人がいる世帯タイプの集合とする。
筆者らは、単一のDSTBやどのDSTBが特定状態にあるかではなく、いくつのDSTBが状態d∈Dにあるかに関心がある。それゆえ、信号Xが有限の計数測度に従って追跡されるようにして、各カテゴリd∈DにおけるDSTBの数を計数する。
2.6.2 ヘッドエンドの観測モデル
本明細書では、2つの観測モデルを説明するが、1つはDSTBのランダムサンプリングに関するモデルで、もう1つは配信統計に関するモデルである。
ヘッドエンドに関する信号はDSTBの確率分布となる。
2.7 ヘッドエンドのコマーシャル選択
本発明の一定の実施形態において、総視聴者率の推定にも使用される他の情報があってもよい。たとえば、集合(および遅れる可能性のある)広告配信統計は、DSTBの推定視聴率の推論とともにある補償と引き換えに世帯がその状態情報(人口統計、心理的側面など)の提供を選ぶ「露出モード」の情報も提供する。
コマーシャルを放映できる日/週の時間範囲、
コマーシャルに関する目標人口統計、
コマーシャルを放映できる特定のチャネルまたは番組、
契約書を作成した顧客、
上記項目の一部は任意である。
発生するコマーシャル契約は、契約グラフ上のマーク付き点過程としてモデル化される。契約の到着率は、締結された過去の契約と経済状況などの外部要因とに依存する。
分かりやすくするために、R(DS)を時刻sにおいてダウンロード可能な番組情報DSに基づいて、現在および将来、利用可能な資源であるものとする。
Claims (32)
- 通信ネットワークにおいてユーザ機器デバイスのユーザに対する資源の対象設定において使用する方法であって、
プロセッサにより、一つまたは複数のユーザ機器デバイスに関する1ユーザまたは複数ユーザによる第1の入力に基づいて観測モデルを展開するステップと、
前記プロセッサにより、時間に関する第1のユーザ機器デバイスの1ユーザまたは複数ユーザのユーザ構成の、可能性のある状態及びダイナミクスを表す信号モデルを展開するステップであって、前記観測モデルは、第1の入力に関連する測定データを前記可能性のある状態及びダイナミクスに確率的に関連付ける、前記信号モデルを展開するステップと、
前記プロセッサにより、確率フィルタを用いて、前記信号モデル、前記観測モデル、及び1ユーザまたは複数ユーザによる第2の入力を与えられた信号の条件付き分布の近似によって対象時刻における前記ユーザ構成を推定するステップと、
プロセッサにより、前記ユーザ機器デバイスに関して、資源の対象を定める際に、推定されたユーザ構成を使用するステップと
を備える方法。 - 前記入力は時間的なユーザ入力のクリックストリームであって、前記観測モデルは前記クリックストリームをマルコフ連鎖としてモデル化する、請求項1に記載の方法。
- 前記観測モデルは前記入力の少なくとも一部によって示されるネットワークコンテンツのプログラミング関連情報を考慮する、請求項2に記載の方法。
- 前記マルコフ連鎖の観測は、状態の全集合の部分集合だけに遷移することができる数学モデルを使って前記マルコフ連鎖を処理するステップをさらに備え、前記部分集合は前記マルコフ連鎖の現在の状態に依存する、請求項3に記載の方法。
- 前記観測モデルを展開するステップは、前記観測モデルをkステップのマルコフ連鎖でマルコフ連鎖としてモデル化するステップを備える、請求項1に記載の方法。
- 前記マルコフ連鎖の遷移関数は、推定する信号の位置に依存する、請求項5に記載の方法。
- 前記信号は、前記ユーザ構成と前記第2の入力をもたらす別の要因とを表すものとして確定される、請求項1に記載の方法。
- 前記信号のモデルは、複数ユーザを含むものとして前記ユーザ構成を表現することができる、請求項1に記載の方法。
- 前記信号のモデルは、前記ユーザ構成の変化を表現することができる、請求項1に記載の方法。
- 前記変化は、前記ユーザ機器デバイスに関連するユーザの数の変化である、請求項9に記載の方法。
- 前記確率フィルタを用いて、ユーザ構成を推定するステップは、前記観測モデルおよび前記測定データに基づいて前記信号の確率的推定値を得るステップを含む、請求項1に記載の方法。
- 前記確率フィルタを用いて、ユーザ構成を推定するステップは、前記観測モデルに基づいて前記信号の確率的推定値を得るために非線形フィルタを定義するステップを備える、請求項11に記載の方法。
- 前記確率フィルタを用いて、ユーザ構成を推定するステップは、前記非線形フィルタの動作を近似する近似フィルタを構築するステップをさらに備える、請求項12に記載の方法。
- 前記近似フィルタは、粒子フィルタである、請求項13に記載の方法。
- 前記近似フィルタは、離散空間フィルタである、請求項13に記載の方法。
- 前記使用するステップは、資源を前記通信ネットワークのコンテンツストリームに挿入するように機能するネットワークプラットフォームに前記ユーザ構成に基づく情報を提供するステップを備える、請求項1に記載の方法。
- 前記情報は、前記ユーザ機器デバイスの1ユーザまたは複数ユーザの人口統計を特定する、請求項16に記載の方法。
- 複数のユーザ機器デバイスに関連するユーザ構成情報を集約し、前記集約された情報に基づいて挿入する1つまたは複数の資源を選択するステップをさらに備える、請求項17に記載の方法。
- 複数のユーザ機器デバイスからの情報を観測モデルとして処理し、前記対象時刻におけるネットワーク視聴者の複合的な構成を推定するために前記観測モデルに関するフィルタを適用するステップをさらに備える、請求項16に記載の方法。
- 複合的な構成と特定資源の配信価値に影響を与える追加情報とに基づいて挿入する資源を選択するステップをさらに備える、請求項17に記載の方法。
- 前記情報は、前記ユーザ構成に基づいて前記ユーザ機器デバイスに配信する1つまたは複数の適切な資源を特定する、請求項16に記載の方法。
- 前記使用するステップは、前記1ユーザまたは複数ユーザに配信する資源を前記ユーザ機器デバイスにおいて選択するステップを備える、請求項1に記載の方法。
- 前記使用するステップは、前記1ユーザまたは複数ユーザに関する前記ユーザ機器デバイスにおいて配信される資源の適合度を報告するステップを備える、請求項1に記載の方法。
- 通信ネットワークにおけるユーザ機器デバイスのユーザに対する資源の対象設定において使用する装置であって、
ユーザ機器デバイスに関する1ユーザまたは複数ユーザによる第1の入力に関する入力情報を受信するように動作するポートと、
前記第1の入力に基づいて観測モデルを提供し、前記観測モデルを時間に関する前記ユーザ機器デバイスの1ユーザまたは複数ユーザの少なくともユーザ構成を表す信号モデルに依存するものとしてモデル化し、確率フィルタを用いて、前記信号モデル、前記観測モデル、及び1ユーザまたは複数ユーザによる第2の入力を与えられた信号の条件付き分布の近似によって対象時刻におけるユーザ構成を信号の状態として推定し、前記ユーザ機器デバイスに関して、資源の対象を定める際に、推定されたユーザ構成を使用するように動作するプロセッサであって、前記観測モデルは、前記第1の入力に関連する測定データを前記ユーザ構成に確率的に関連付ける、前記プロセッサと、
を備える装置。 - 前記プロセッサは、前記観測モデルおよび前記測定データに基づいて前記信号の推定値を得るために非線形フィルタを定義するように動作する、請求項24に記載の装置。
- 前記プロセッサは、前記非線形フィルタの動作を近似する近似フィルタを構築するように動作する、請求項25に記載の装置。
- 前記非線形フィルタは、粒子フィルタおよび離散空間フィルタの一方である、請求項26に記載の装置。
- 別のネットワークプラットフォームの目標資源に使用する情報を伝送するポートをさらに備え、前記情報は前記決定されたユーザ構成に基づく、請求項24に記載の装置。
- 放送ネットワークにおけるユーザ機器デバイスのユーザに対する資源の対象設定において使用する方法であって、
プロセッサにより、一つまたは複数のユーザ機器デバイスに関する一連の第1のユーザ入力に対応するデータストリームを総合的に解析するステップであって、該ステップは、観測モデルを確立することを含む、前記総合的に解析するステップと、
前記プロセッサにより、一連の第2のユーザ入力に対応するストリームによって記述されるパターンをユーザの視聴者分類に関連する特性に一致させるロジックを適用するステップであって、該ステップは、確率フィルタを用いて、前記観測モデル及び第2の入力を与えられた信号の条件付き分布を近似的に推定し、前記一連の第2のユーザ入力から信号の推定を抽出し、対象時刻における前記視聴者分類を推定することを含む、前記ロジックを適用するステップと、
を備える方法。 - 一連のユーザ入力はマルコフ連鎖としてモデル化される、請求項29に記載の方法。
- 前記ロジックを適用するステップは、非線形フィルタモデルを使うステップを備える、請求項29に記載の方法。
- 前記ロジックを適用するステップは、前記非線形フィルタの動作を近似するために近似フィルタを実行するステップを備える、請求項31に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US74624406P | 2006-05-02 | 2006-05-02 | |
US60/746,244 | 2006-05-02 | ||
PCT/US2007/068075 WO2007131068A2 (en) | 2006-05-02 | 2007-05-02 | Method and apparatus to perform real-time audience estimation and commercial selection suitable for targeted advertising |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2009536412A JP2009536412A (ja) | 2009-10-08 |
JP2009536412A5 JP2009536412A5 (ja) | 2012-12-27 |
JP5172826B2 true JP5172826B2 (ja) | 2013-03-27 |
Family
ID=38668530
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009510062A Active JP5172826B2 (ja) | 2006-05-02 | 2007-05-02 | 対象を定めた広告に適したリアルタイム視聴者推定およびコマーシャル選択を実施する方法および装置 |
Country Status (6)
Country | Link |
---|---|
EP (1) | EP2016766A4 (ja) |
JP (1) | JP5172826B2 (ja) |
CN (1) | CN101473647A (ja) |
AU (1) | AU2007247995B2 (ja) |
CA (1) | CA2651165C (ja) |
WO (1) | WO2007131068A2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102541877B (zh) * | 2010-12-07 | 2014-10-22 | 腾讯科技(北京)有限公司 | 一种图文信息投放方法及*** |
US8761658B2 (en) | 2011-01-31 | 2014-06-24 | FastTrack Technologies Inc. | System and method for a computerized learning system |
US8863166B2 (en) * | 2011-04-06 | 2014-10-14 | Rentrak Corporation | Method and system for detecting non-powered video playback devices |
WO2014031910A1 (en) * | 2012-08-22 | 2014-02-27 | Rentrak Corporation | Systems and methods for projecting viewership data |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1223757B1 (en) * | 2001-01-09 | 2006-03-22 | Metabyte Networks, Inc. | System, method, and software application for targeted advertising via behavioral model clustering, and preference programming based on behavioral model clusters |
US7424409B2 (en) * | 2001-02-20 | 2008-09-09 | Context-Based 4 Casting (C-B4) Ltd. | Stochastic modeling of time distributed sequences |
US7818206B2 (en) | 2001-10-29 | 2010-10-19 | Teradata Us, Inc. | System and method for profiling different users having a common computer identifier |
US20030126601A1 (en) * | 2001-12-31 | 2003-07-03 | Koninklijke Philips Electronics N.V. | Visualization of entertainment content |
US8245251B2 (en) * | 2002-12-06 | 2012-08-14 | General Instrument Corporation | Method and apparatus for predictive tuning in digital content receivers |
US20040172650A1 (en) * | 2003-02-28 | 2004-09-02 | Hawkins William J. | Targeted content delivery system in an interactive television network |
US7188048B2 (en) * | 2003-06-25 | 2007-03-06 | Lockheed Martin Corporation | Refining stochastic grid filter |
-
2007
- 2007-05-02 AU AU2007247995A patent/AU2007247995B2/en active Active
- 2007-05-02 CA CA2651165A patent/CA2651165C/en active Active
- 2007-05-02 JP JP2009510062A patent/JP5172826B2/ja active Active
- 2007-05-02 EP EP07797322A patent/EP2016766A4/en not_active Withdrawn
- 2007-05-02 WO PCT/US2007/068075 patent/WO2007131068A2/en active Application Filing
- 2007-05-02 CN CNA200780023082XA patent/CN101473647A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
AU2007247995A1 (en) | 2007-11-15 |
EP2016766A4 (en) | 2012-03-28 |
EP2016766A2 (en) | 2009-01-21 |
WO2007131068A2 (en) | 2007-11-15 |
WO2007131068A3 (en) | 2008-09-25 |
CA2651165A1 (en) | 2007-11-15 |
CN101473647A (zh) | 2009-07-01 |
WO2007131068A9 (en) | 2008-02-28 |
JP2009536412A (ja) | 2009-10-08 |
AU2007247995B2 (en) | 2012-03-15 |
CA2651165C (en) | 2014-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20120204204A1 (en) | Method and Appartus to Perform Real-Time Audience Estimation and Commercial Selection Suitable for Targeted Advertising | |
US9693086B2 (en) | Method and apparatus to perform real-time audience estimation and commercial selection suitable for targeted advertising | |
CN108476334B (zh) | 广告投放的跨屏优化 | |
CN108352025B (zh) | 基于消费者在线行为的电视广告时段定位 | |
US8060398B2 (en) | Using consumer purchase behavior for television targeting | |
US20130006706A1 (en) | Using consumer purchase behavior for television targeting | |
WO2017019647A1 (en) | Cross-screen measurement accuracy in advertising performance | |
US10911821B2 (en) | Utilizing combined outputs of a plurality of recurrent neural networks to generate media consumption predictions | |
JP2009536413A (ja) | 対象設定資産配信システムのためのファジイ論理ベースの閲覧者識別 | |
US11979623B2 (en) | Systems and methods for predicting television viewership patterns for advanced consumer segments | |
US11113707B1 (en) | Artificial intelligence identification of high-value audiences for marketing campaigns | |
Xu et al. | Catch-up TV recommendations: show old favourites and find new ones | |
JP5172826B2 (ja) | 対象を定めた広告に適したリアルタイム視聴者推定およびコマーシャル選択を実施する方法および装置 | |
US10136189B2 (en) | Method and system for re-aggregation and optimization of media | |
CN104967690A (zh) | 一种信息推送方法及装置 | |
Ruhrländer et al. | Improving box office result predictions for movies using consumer-centric models | |
US10820027B2 (en) | Method and system for re-aggregation and optimization of media | |
JP2009536412A5 (ja) | ||
CN114186050A (zh) | 资源推荐方法、装置、电子设备及存储介质 | |
CN116934389B (zh) | 基于云计算与跨平台技术的数字电视有价券卡管理*** | |
CN118229343B (zh) | Saas平台管理方法、装置、电子设备及存储介质 | |
US20230110511A1 (en) | System and method for individualized exposure estimation in linear media advertising for cross platform audience management and other applications | |
Clark et al. | Who’s Watching TV? | |
CN115705382A (zh) | 信息推送方法及其装置、存储介质 | |
KR20190054848A (ko) | 광고 매체 관리 방법 및 관리 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100428 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20120106 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120508 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20120808 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20120815 |
|
A524 | Written submission of copy of amendment under article 19 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A524 Effective date: 20121107 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20121204 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20121226 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5172826 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |