KR101698076B1 - 라이브 이벤트 개시 - Google Patents

Abstract

사용자들의 적어도 두 상이한 그룹들의 공통적인 관심대상들이 캡쳐되며 그리고 사용자들의 각 그룹의 관심대상을 충족시킬 이벤트에 대한 제안을 생성하기 위해서 분석된다. 사용자들의 한 그룹은 콘텐트 소비자들일 수 있을 것이며, 사용자들의 다른 그룹은 콘텐트 공급자들일 수 있을 것이며 그리고 사용자들의 또 다른 그룹은, 예를 들면, 개최장소 제공자들일 수 있을 것이다. 일단 이벤트가 제안되면, 그 이벤트의 소유권이 촉구될 수 있을 것이다.

Description

라이브 이벤트 개시{Inception of live events}

본 발명은 바람직한 유형의 이벤트를 위해서 사용자들의 적어도 두 그룹들의 잠재적인 관심대상 (interest)을 캡쳐하는 시스템 및 방법에 관련된 것이다. 더 상세하게는, 본 발명은 사용자들의 공통의 선호대상들을 캡쳐하고 그리고 이벤트의 소유권 (ownership)이 설립되기 이전에 그 선호대상들을 기반으로 하여 이벤트를 자동적으로 제안하는 시스템 및 방법에 관한 것이다.

각 사람은 특정한 라이브 이벤트 콘텐트에 대한 욕구를 가진다. 이벤트에 대한 요청을 측정하기 위해서 사용된 알려진 시스템들 및 방법들이 존재한다. 예를 들면, Dear 의 미국 특허 출원 번호 US2008/0046913의 특허는 관심이 있는 쪽이 특정 위치에서 이벤트에 대한 요청을 생성할 수 있으며 그리고 다른 사람들에게 그 요청에 동참할 것을 권유할 수 있는 시스템 및 방법을 개시한다. 일단 충분한 요청이 보이면, 개최장소 (venue) 소유자들을 포함한 이벤트 공급자에게 통신 링크를 제공하여, 시스템이 이벤트의 스케줄링을 용이하게 하도록 한다. 그러나, 이 시스템이 하는 모든 것은 사용자들이 자신들의 도시에서 특정 이벤트 또는 특정 연예인 (performer)에 대한 요청을 생성하고 그리고 다른 사람들이 그 요청에 참여하는 것을 권유하는 것을 가능하게 하는 것이다. 상기 사용자들은 그 이벤트를 계획하지 않으며; 그들은 적합한 이벤트를 찾아서 그 이벤트를 요청하기만 할 뿐이다.

Zrike 등의 미국 특허 출원 번호 US2008/0222535는 여러 사람들 사이의 이벤트들에 관련된 스포츠를 제안하고 그리고 수락하기 위한 스포츠 매치메이커 시스템을 개시한다.

다른 알려진 시스템은 웹 사이트 "Socializr"에 개시된다. 이것은 친구들과 이벤트들을 공유하는 것을 기반으로 하는 소셜 네트워크 (social network)이다. 또한, 그것은 다른 유사한 온라인 프로파일들을 검색하고 그리고 그것들을 집성한다 (aggregate).

다른 이벤트 검색 웹사이트는, 특정한 장소에서 이벤트들에 대한 쉬운 검색들을 가능하게 하는 "Zvents"이다.

"Upcoming"은 이벤트 데이터베이스 및 일람표로, 그것은 모든 이벤트에 위치가 태그로 붙여진 다가오는 (upcoming) 이벤트들에 관한 정보를 포함하며, 그리고 사용자들의 이웃에 있는 이벤트들을 보고 그리고 재미로 이벤트들을 찾는 것을 가능하게 한다.

"GoLark"은 이벤트 탐색자들을 용이하게 하며 그리고 이벤트들을 제출하고 그리고 목록의 최고를 향하는 최고의 것에 대해서 투표하는 것을 공유하는 웹사이트이다.

웹사이트 "Madtown Lounge"은 밴드들, 개최 장소들 및 콘서트들의 데이터베이스를 제공하고 그리고 "Facebook", "Twitter", "MySpace" 등을 통해서 자신의 데이터를 조직한다.

"EventOrb"은 사용자들이 출석한 이벤트들에 다른 사용자들이 평가하는 것을 또한 허용하는 인터넷 상 이벤트들을 찾고, 관리하고 그리고 촉진시키기 위한 소셜 네트워크 시스템이다.

웹사이트 "ShowClix"은 예술가들, 개최 장소들 및 이벤트 프로모터들을 로컬 이벤트들을 찾는 전 세계의 사람들과 연결시켜주는, 이벤트 서치 엔진 및 온라인 티켓팅 (ticketing) 공급자이다.

"Trig"은 사용자들이 이벤트를 생성하고 그리고 참여하도록 하지만 그 사용자들이 티켓 판매, 프로모션 등을 하는 것을 허용하지는 않는 네트워킹 사이트이다.

"Tourfilter"는 커뮤니티 일람표를 이용하여, 사용자들이 좋아하는 밴드들이 도시로 오는 즉시 그 사용자들이 이메일을 수신하도록 한다.

본 발명자는 상기에서 설명된 시스템들과 방법들 중의 어떤 것도 소비자 (consumer)들이 개인적인 또는 심지어는 유일한 파라미터로서, 이벤트의 소유권 (ownership) 생성 및 결정을 촉발시키기 위해서 콘텐트 공급자들 및 개최장소들의 파라미터들과 매칭되는 콘텐트 관심대상 축적들로 집성되는 파라미터들을 생성하는 것을 허용하지 않는다는 것을 간파했다.

종래 기술의 전술한 예들 및 그에 관련된 한계들은 예시를 위해서 의도된 것이며 총괄적인 것은 아니다. 본 명세서를 읽고 그리고 도면들을 숙고하면 종래 기술의 다른 한계들은 명백하게 될 것이다.

미국 특허 출원 번호 US2008/0046913 미국 특허 출원 번호 US2008/0222535

본 발명은 종래 기술에서의 한계들을 적어도 부분적으로 극복하기 위해서, 소비자들, 개최장소 및 엔터테이너 (콘텐트 공급자)의 그룹을 포함할 수 있을 라이브 이벤트와 같은 이벤트를 생성하는 것을 용이하기 위한 방법 및 시스템을 제공하려고 한다.

본 발명은 소비자들, 개최장소 및 엔터테이너 (콘텐트 공급자)의 그룹을 포함할 수 있을 라이브 이벤트와 같은 이벤트를 생성하는 것을 용이하게 한다. 일 예로, 콘텐트 소비자들 및 콘텐트 공급자들과 같은 사용자들의 적어도 두 개의 상이한 그룹들의 공통의 관심대상은 겹쳐진 그리고 보충적인 관심대상들을 위해서 캡쳐되고 분석된다. 두 그룹들의 관심대상들 간에 충분한 부합 (match)이 있으면 상기 시스템은 이벤트에 대한 제안을 상기 그룹들의 멤버들에게 전송함으로써 그 이벤트를 개시하는 것을 생성한다.

사용자들의 다른 그룹들은 개최장소 (venue) 제공자들, 장비 공급자들 및/또는 다른 서비스 공급자들일 수 있다. 일단 어떤 집성된 관심대상이 식별되고 그리고 이벤트가 제안되면, 그 이벤트의 소유권이 촉구될 수 있을 것이다.

한 모습에서, 본 발명은 이벤트 생성을 용이하게 하기 위해서 사용자들의 적어도 두 그룹의 관심대상 (interest)의 잠재적인 파라미터들을 캡쳐하기 위한 시스템을 제공하며, 상기 시스템은: 컴퓨터-독출가능 매체; 서버 내 프로세서; 상기 서버로부터 원격이며 상기 서버에 연결된 단말들의 제1 그룹; 상기 서버로부터 원격이며 상기 서버에 연결된 단말들의 제2 그룹; 및 상기 프로세서에 의한 프로세싱을 위해 상기 컴퓨터-독출가능 매체 내 존재하는 컴퓨터-독출가능 명령어들을 포함하며, 상기 시스템은: 단말들의 상기 제1 그룹을 경유하여 데이터의 제1 부분집합을 수신하도록 구성되며, 데이터의 상기 제1 부분집합은 사용자들의 제1 그룹의 각 멤버의 관심대상의 하나 이상의 파라미터들을 포함하며; 단말들의 상기 제2 그룹을 경유하여, 사용자들의 상기 제1 그룹과는 다른 사용자들의 제2 그룹의 각 멤버의 관심대상의 하나 이상의 파라미터들을 포함하는 적어도 하나의 추가적인 데이터 부분집합을 수신하도록 구성되며; 사용자들의 상기 제1 그룹의 관심대상의 대응 파라미터들의 집성 (aggregate)을 식별하기 위해서 데이터의 상기 제1 부분집합을 분석하도록 구성되고; 사용자들의 상기 적어도 두 그룹의 관심대상의 보충 파라미터들을 식별하기 위해서 사용자들의 상기 제1 그룹의 대응 파라미터들의 집성 및 사용자들의 상기 제2 그룹의 관심대상의 파라미터들을 분석하도록 구성되며; 그리고 사용자들의 상기 적어도 두 그룹의 상기 식별된 보충 파라미터들을 기반으로 하여 이벤트에 대한 제안을 생성하도록 구성된다.

다른 모습에서, 본 발명은 이벤트 생성을 용이하게 하기 위해서 사용자들의 적어도 두 그룹의 관심대상 (interest)의 잠재적인 파라미터들을 캡쳐하기 위한 방법을 제공하며, 상기 방법은 프로세서에 의해 수행되는: 사용자들의 제1 그룹의 각 멤버의 관심대상의 하나 이상의 파라미터들을 포함하는 데이터의 제1 부분집합을 수신하는 단계; 사용자들의 상기 제1 그룹과는 다른 사용자들의 제2 그룹의 각 멤버의 관심대상의 하나 이상의 파라미터들을 포함하는 데이터의 적어도 하나의 추가적인 부분집합을 수신하는 단계; 사용자들의 상기 제1 그룹의 관심대상의 대응 파라미터들의 집성을 식별하기 위해서 데이터의 상기 제1 부분집합을 분석하는 단계; 사용자들의 상기 적어도 두 그룹의 관심대상의 보충 파라미터들을 식별하기 위해서 사용자들의 상기 제1 그룹의 관심대상의 상기 집성된 파라미터들 및 사용자들의 상기 제2 그룹의 관심대상의 파라미터들을 분석하는 단계; 및 사용자들의 상기 적어도 두 그룹의 상기 식별된 보충 파라미터들을 기반으로 하는 이벤트에 대한 제안을 사용자들의 상기 적어도 두 그룹으로 전송하는 단계를 포함한다.

추가의 모습에서, 본 발명은 컴퓨터-독출가능 명령어들을 포함하는 컴퓨터-독출가능 매체를 제공하며, 상기 명령어들은 프로세서에 의해서 실행되면, 그 프로세서로 하여금: 사용자들의 제1 그룹의 각 멤버의 관심대상의 하나 이상의 파라미터들을 포함하는 데이터의 제1 부분집합을 수신하고; 사용자들의 상기 제1 그룹과는 다른 사용자들의 제2 그룹의 각 멤버의 관심대상의 하나 이상의 파라미터들을 포함하는 적어도 하나의 추가적인 데이터 부분집합을 수신하고; 사용자들의 상기 제1 그룹의 관심대상의 대응 파라미터들의 집성을 식별하기 위해서 데이터의 상기 제1 부분집합을 분석하고; 사용자들의 상기 적어도 두 그룹의 관심대상의 보충 파라미터들을 식별하기 위해서 사용자들의 상기 제1 그룹의 관심대상의 상기 집성된 파라미터들 및 사용자들의 상기 제2 그룹의 관심대상의 파라미터들을 분석하고; 그리고 사용자들의 상기 적어도 두 그룹의 상기 식별된 보충 파라미터들을 기반으로 하는 이벤트에 대한 제안을 생성하도록 한다.

상기에서 설명된 예시적인 모습들 그리고 실시예들에 추가로, 추가의 모습들 및 실시예들이 도면들을 참조하여 그리고 다음의 상세한 설명을 숙고함으로써 명백하게 될 것이다.

본 발명의 효과는 본 명세서의 해당되는 부분들에 개별적으로 명시되어 있다.

도 1은 본 발명에 따라, 잠재적 관심대상을 캡쳐하기 위한 시스템의 블록 도면이다.
도 2는 잠재적 관심대상을 캡쳐하고 그리고 이벤트 개시를 제공하는 방법을 개략적으로 도시한 블록도이다.
도 3은 이벤트의 소유권을 촉구하기 위한 방법을 개략적으로 도시한 블록 도면이다.
도 4는 잠재적 관심대상을 캡쳐하고 그리고 이벤트 개시를 제공하기 위한 더욱 상세한 방법을 개략적으로 도시한 블록 도면이다.
도 5는 공급자 흐름의 블록 도면이다.
도 6은 사용자 그룹 결정들을 도시한 블록 도면이다.
도 7은 데이터베이스와의 최종적인 매칭 (matching) 인터액션들을 보여주는 블록 도면이다.
도 8은 검색 기능들을 보여주는 블록 도면이다.

본원에 사용된 용어 설명

콘텐트 소비자 (content consumer): 보통은 대중의 일원 (member)인, 시스템 사용자.

콘텐트 관심대상 개성 (content interest personality): 콘텐트 소비자의 관심대상들, 프로파일, 선호대상들, 파라미터들 또는 특성들을 반영하는 데이터. 콘텐트 관심대상 파라미터들 또는 콘텐트 관심대상 특성들로 언급될 수 있을 것이다.

콘텐트 관심대상 축적 (content interest accumulation): 데이터베이스에 저장된 콘텐트 관심대상 개성들의 그룹 내의 유사한 특성들의 분량

콘텐트 공급자 (content provider): 대중에게 오락이나 다른 콘텐트를 제공하는 개인, 밴드 또는 팀.

예비적 매칭 (preliminary match): 이벤트 개시를 위해서 충분한 잠재적인 관심대상이 존재한다는 것을 표시하기 위해서 시스템에 의해 계산된 결과.

시험적 매칭 (tentative match): 최소 수의 사람들이 제안된 이벤트에 참여하기를 임시로 동의할 때에 발생한다.

최종 매칭 (final match): 이벤트 소유권 (ownership)이 결정되었고 그리고 상세한 내용들이 확정되었다.

상세한 설명

각 개인 (콘텐트 소비자 (content consumer))은 특정한 라이브 이벤트 콘텐트에 대한 욕구를 가진다. 이 욕구들은 라이브 이벤트 콘텐트 관심대상 특성들의 개인적인 집합을 형성하며, 본원에서는 이것을 콘텐트 관심대상 개성 (content interest personality)으로 부를 것이다. 콘텐트 관심대상 개성은 동적이며, 시간에 따라서 변하고, 분위기에 따르며, 특정 시기일 수 있으며, 생활 환경, 사회적인 경향 등일 수 있을 것이다. 각 콘텐트 관심대상 개성은 그 자체적으로 유일할 수 있을 것이지만, 다른 사람의 콘텐트 관심대상 개성들과 공통점들을 가질 수 있다. 콘텐트 관심대상 개성들 사이의 공통점들은 콘텐트 관심대상 축적 (content interest accumulation)들을 형성하며, 이는 그것들을 식별하고 그리고 집성 (aggregate)하기 위한 방법과 시스템이 없다면 명백하지 않을 것이다.

라이브 이벤트를 형성하기 위해서 선행 파라미터들을 충족시키기 위한 충분하게 축적된 콘텐트 관심대상이 복수의 콘텐트 관심대상 개성들 내에서 특정 시간대에 존재한다. 콘텐트 공급자들 및 개최장소들은 (콘텐트 관심대상 개성들과 유사한) 개성들 및/또는 파라미터들을 또한 가진다. 콘텐트 관심대상 축적들을 식별하고 그리고 그것들을 콘텐트 공급자들 및/또는 개최장소들의 개성들 및 파라미터들과 매칭함으로써, 본 발명이 없이는 생성될 수 없었을 라이브 이벤트들을 생성하는 것이 가능하다.

본 발명은 복수의 콘텐트 관심대상 개성들로부터의 콘텐트 관심대상 축적들을 식별함으로써, 정의되지 않은 (즉, 아직 제안되지 않은) 이벤트에 대한 잠재적인 관심대상을 캡쳐하기 위한 시스템이다. 이런 콘텐트 관심대상 축적들은 집성되고 그리고 라이브 이벤트 생성 파라미터들에 매칭된다.

일단 콘텐트 관심대상 집적이 식별되고 그리고 집성되면, 콘텐트 관심대상 파라미터들, 콘텐트 공급자 파라미터들, 개최장소 파라미터들 그리고/또는 다른 라이브 이벤트 생성 조건들을 반복적으로 협상하는 것이 시작된다. 전체적인 콘텐트 소비자 관심대상이 상기 조건들과 부합 (match)하거나 또는 콘텐트 공급자들의 관심대상들을 보충할 때에, 예비적인 그래서 시험적인 매치가 만들어질 수 있을 것이다. 그러면 시험적인 매치는 입찰, 자원, 지명, 투표 또는 다른 프로세스를 통해서 자신의 소유권을 촉구함으로써 이벤트 생성을 촉발시키고 (trigger), 그래서 사용자 그룹을 형성하는 것을 용이하게 하며, 이는 최종 매치 (final)로 이끌고 그리고 결국에는 라이브 이벤트에 이르게 한다.

도 1은 본 발명의 실시예에 따른 시스템을 도시한다. 상기 시스템은 컴퓨터-독출가능 매체 (10)를 포함하며, 그 매체 상에 일련의 컴퓨터-독출가능 선언문 (statement)들 및 명령어들 (12)이 프로그램의 형상으로 저장된다. 상기 컴퓨터-독출가능 매체는 서버 (14) 내에 포함되며, 그 서버는 네트워크 (18)로의 데이터 운반 통신 링크 (16)와 연결된다. 그 시스템의 사용자들은, 개인용 컴퓨터, 단말, 모바일 전화기, 전화기, 무선 이메일 기기, 케이블/위성 박스 또는 상기 시스템의 다른 유닛들과 통신할 수 있는 충분한 메모리와 접속성을 가진 어떤 다른 기기와 같은 입력 기기 (20)를 경유하여 상기 네트워크에 연결된다. 하나 또는 그 이상의 입력 기기들 (20)은, 자신들의 독특한 콘텐트 관심대상 개성들을 생성하기 위해서 하나 또는 그 이상의 콘텐트 소비자들에 의해서 사용된다. 동시에, 하나 또는 그 이상의 입력 기기들 (20)은 콘텐트 공급자들, 개최장소 제공자들, 서비스 공급자들 등과 같은 다른 사용자들에 의해서 사용되어 그 사람들 자신의 개성들 및 파라미터들을 제공한다. 상기 입력 기기 (20)는 상기 서버와는 원격일 수 있으며 그리고 정보 입력을 제공하고 그리고 프로그램으로부터의 출력을 디스플레이할 수 있다. 상기 출력은, 상기 서버와 동일한 서버 또는 상이한 서버 내 또는 어떤 다른 곳에 위치하며 그리고 상기 컴퓨터-독출가능 명령어들 및 상기 사용자들에 의해서 제공된 입력들 및 정보에 따라서 행동하는 프로세서 (22)에 의해서 산출된다. 컴퓨터-독출가능 매체 (26) 상의 컴퓨터-독출가능 정보 (24)의 추가적인 데이터베이스는 참조번호 14의 서버와 동일한 서버 또는 어떤 다른 곳에 있는 서버 (28)에 옵션으로 제공되며, 그 정보는 상기 프로그램에 의해서 액세스 가능하다. 복수의 그런 데이터베이스들은 상이한 유형의 데이터 저장을 위해서 제공될 수 있을 것이며, 또는 상이한 유형의 데이터들이 동일한 데이터베이스 내 상이한 테이블들 내에 저장될 수 있을 것이다. 상기 프로그램은 C++, PHP, MySQL, HTML, AJAX, Java, SQL, Javascript, SSE, ASP 또는 임의 버전의 어떤 알려진 컴퓨터 프로그래밍 언어나 이런 언어들의 변형과 같이 당 업계에 잘 알려진 하나 또는 그 이상의 공통적인 컴퓨터 프로그래밍 언어들로 당 업계에 잘 알려진 방법론을 이용해서 쓰여지며 그리고 그 출력은 예를 들면 사용자 스크린, 프린트, 파일, 이메일 상의 웹 페이지 포맷이나 또는 정보를 표현하기 위한 어떤 다른 알려진 모습으로 사용자에게 제시될 수 있다. 데이터는 예를 들면 SMS 텍스트 메시지들로서 제시될 수 있을 것이다. 상기 네트워크 (18)는 인터넷, 원거리통신 네트워크, 또는 인터넷과 원거리통신 네트워크의 결합일 수 있을 것이다.

도 2는 잠재적인 관심대상을 캡쳐하고 그리고 이벤트 개시를 제공하기 위한 방법의 예를 흐름도의 관점에서 개략적으로 보여준다. 단계 30에서, 시스템은 콘텐트 소비자들로부터 선호대상들을 수신한다. 이는 전자 통신 기기들과 같은 단말들의 그룹 및 네트워크를 경유하여 달성될 수 있을 것이다. 그 데이터는 각 콘텐트 소비자의 관심대상의 하나 또는 그 이상의 파라미터들을 포함할 수 있을 것이다. 단계 32에서, 상기 시스템은 콘텐트 공급자들로부터 선호대상들을 수신한다. 이는 네트워크에 연결된 하나 또는 그 이상의 단말들을 경유하여 또한 달성될 수 있을 것이다. 그 데이터는 각 콘텐트 공급자의 관심대상의 하나 또는 그 이상의 파라미터들을 포함할 수 있을 것이다. 단계 34에서, 상기 수신한 데이터는 콘텐트 소비자의 관심대상의 대응 파라미터들의 집성 (aggregate)을 식별하기 위해서 분석되며, 이는 상기 소비자들 및 공급자들 사이의 관심대상의 대응 또는 보충 파라미터들을 식별하기 위해서 상기 콘텐트 공급자들의 관심대상의 파라미터들에 관련하여 분석된다. 단계 36에서, 상기 소비자들 및 공급자들의 관심대상의 상기 식별된, 보충의 파라미터들을 기반으로 하여 이벤트에 대한 제안이 생성된다.

도 3은 상기 방법에서의 추가 단계들을 흐름도의 관점에서 개략적으로 보여준다. 단계 38에서, 상기 콘텐트 소비자들 및 콘텐트 공급자(들)에게 이벤트가 제안된 이후에, 상기 시스템은 그 제안의 임시 수락을 나타내는 입력들을 단말들을 경유하여 받아들인다. 상기 시스템은 수락들의 개수를 카운트하고 그리고 적어도 미리 정해진 개수의 임시 수락들이 수신되었는가를 판별한다. 일단 수락 문턱값 (threshold)에 도달했거나 또는 초과하면, 상기 시스템은 단계 40에서 상기 소비자들, 공급자(들) 및 어떤 다른 관심있는 그룹의 멤버들에게 메시지를 송신하여, 그 이벤트의 소유권을 촉구 (prompt)한다.

도 4는 본 발명의 시스템에 의해 실행된, 잠재적인 관심대상을 캡쳐하기 위한 방법을 흐름도/상태도의 관점에서 개략적으로 보여준다. 콘텐트 소비자 개성들 (52)을 나타내는 데이터를 가진 콘텐트 소비자들 (50)은 상기 시스템과 상호작용 (interact)한다. 콘텐트 공급자 개성들 (56)을 나타내는 데이터를 가진 콘텐트 공급자들 (54) 또한 상기 시스템과 상호 작용한다. 개최장소 개성들 (60)을 나타내는 데이터를 가진 개최장소 제공자들, 소유자들 또는 관리자들 (58) 역시 상기 시스템과 상호 작용한다. 그룹으로부터의 상기 콘텐트 소비자들 (50)처럼 상기 콘텐트 공급자들 (54) 및 상기 개최장소 공급자들 (58)도 그러하다. 이 세 그룹들보다 더 많거나 더 작게 존재할 수 있을 것이라는 것을 이해해야만 하며, 예를 들면, 무대 활차 공급자 같은 서비스 공급자 그룹, 여행 제공자 그룹, 진행자 그룹, 이벤트 관리자 그룹 등이 추가될 수 있을 것이다. 상기 시스템은 이런 그룹들 각각으로부터 데이터 (52, 56, 60)의 부분집합의 입력을 수신하며, 이는 인터넷, 전화 네트워크, 광케이블 또는 한 사이트로부터 다른 원격 사이트로의 데이터 전달을 허용하는 어떤 다른 통신 링크와 같은 데이터 운반 통신 링크를 통해서 데이터베이스 (62)로 공급된다. 데이터의 이런 부분집합들 각각은 콘텐트 소비자들, 콘텐트 공급자들 및 개최장소 제공자들과 같은 사용자들의 관련된 부분집합 그룹의 각 사용자의 개인적인 데이터, 파라미터들 및/또는 선호대상들을 포함할 수 있을 것이다. 특히, 상기 시스템은 상기 방법의 각 소비자 사용자의 개인적인 콘텐트 관심대상 특성들 및 선호대상을 포함하는 콘텐트 소비자 데이터 (52)를 수신한다. 동시에, 상기 시스템은 콘텐트 공급자들 및 개최장소 제공자들 각각으로부터 그들 스스로의 개성들 및 파라미터들과 함께 콘텐트 공급자 데이터 (56) 및 개최장소 데이터 (60)를 수신한다. 수신한 데이터는 상기 시스템에 의해 상기 데이터베이스 (62)로 공급된다.

데이터를 입력할 때에, 사용자들은 미리 정의된 선호대상들로부터 선택할 수 있으며 또는 자신들 스스로의 특이 개성들 및 파라미터들을 추가할 수 있다. 사용자는 이벤트, 장소, 시간, 개최장소, 연예인 등의 유형을 선택할 수 있다. 상기 이벤트는 음악 콘서트들, 스포츠 이벤트들, 연설들, 관광 및 여행, 정치적인 그룹들, 자선 모금, 독서 낭독 모임, 연설, 영화나 비디오 쇼들, 특정 주제에 관심이 있는 사람들의 특정 그룹 모임 그리고 어떤 다른 행동들을 포함하지만 그것들로 한정되지는 않는 다양하며 상이한 행동들을 포함할 수 있을 것이다. 사용자들은, 예를 들면, 재즈, 하키, 미스터리 북들 등과 같은 화제들에서 자신들의 일반적인 관심대상을 표현할 수 있다. 이 시스템은 사용자들이 특정한 연예인으로 자신들의 관심대상을 규정하는 것을 허용하도록 또한 구성될 수 있을 것이다. 상기 입력은, 노래, 책들, 기사들, 뉴스 방송들, 광고들 등과 같은 콘텐트 공급자의 웹 콘텐트 중 어떤 것으로부터; 페이스북, 트위터 등과 같은 소셜 네트워크들로부터; 또는 유튜브와 같은 어떤 다른 콘텐트 공급자들로부터, 본 발명을 실행하는 웹사이트를 경유하여 또는 콘텐트 공급자, 개최장소 제공자 또는 다른 연관된 비즈니스의 웹사이트를 경유하여 만들어질 수 있다. 이는 그런 사이트들에 추가된 다른 링크나 버튼을 경유하여 실행될 수 있을 것이다.

상기 콘텐트 관심대상 개성은 동적일 수 있을 것이며 그리고 시간, 분위기, 나이, 인생 상황, 사회적인 경향들 등에 따라 변할 수 있을 것이다. 각 콘텐트 관심대상 개성은 그 자체적으로 유일할 수 있을 것이지만, 일반적으로 다른 콘텐트 관심대상 개성들과 공통점을 가진다. 각 소비자로부터의 콘텐트 관심대상 개성은 어떤 공통적인 콘텐트 관심대상 개성을 찾기 위해서 분석된다. 공통적인 콘텐트 관심대상 개성들의 식별된 집성은 소비자 콘텐트 관심대상 축적들을 형성한다.

추가로, 콘텐트 공급자들 및 개최장소 제공자들 각각은 이벤트, 규모, 장소, 시간, 한 주의 하루 등과 같은 자신들 스스로의 개성 및 파라미터들을 공급한다. 상기 콘텐트 공급자 및 개최장소 제공자로부터의 데이터는 동일한 데이터베이스 (62)로 또는 상이한 또는 다중의 데이터베이스로 공급될 수 있으며, 그 데이터베이스 각각은 상기 프로세서 (22)와 통신 상태에 있다. 매치가 이루어지기 이전에, 선-매치 (pre-match) 단계 (64)에서, 상기 시스템은 특정 분석들을 수행한다. 상기 시스템은 소비자 부분집합 (52)으로부터의 집성 콘텐트 관심대상 축적들을 분석하고 그리고 그것들을 콘텐트 공급자들 및 개최장소들의 개성들 및 파라미터들과 매치시킬 것이다. 상기 컴퓨터 독출가능 명령어들로 인코딩된 알고리즘들을 이용하여, 상기 소비자 콘텐트 관심대상 축적들 그리고 공급자들 및/또는 개최장소의 개성들 및 파라미터들 사이에서 부합이 발견되면, 그러면, 라이브 이벤트를 생성하기 위한 예비 매치 (68)가 존재한다. 예비 매치는 정확한 부합, 부분적인 부합 또는 대략적인 부합일 수 있다. 부합되는 것이 전혀 없으면, 상기 시스템은 새롭게 정련된 집성 콘텐트 관심대상 축적들을 식별하고 그리고 그것을 콘텐트 공급자들 및 개최장소의 개성들 및 파라미터들과 매치시킬 때까지 상기 분석 프로세스를 반복할 것이다. 상기 반복 프로세스 동안에, 상기 알고리즘 내 제한들이 완화될 수 있을 것이며, 또는 상기 시스템은 새로운 또는 현존의 사용자들 중 어느 하나로부터의 새로운 입력을 기다릴 수 있을 것이다. 예를 들면, 사용자들의 현존 집합에 대해 어떤 부합도 발견될 수 없으면, 그러면 상기 알고리즘(들) 내 파라미터들은 변경되어, 적어도 부분적인 또는 대략적인 부합이 만들어지도록 할 수 있을 것이다.

본 발명의 다른 실시예에서, 각 콘텐트 공급자로부터의 그리고/또는 각 개최장소에 대한 개성 및 파라미터들은 분석되어, 어떤 공통의 개성/파라미터들을 찾도록 하고 그리고 상이한 콘텐트 공급자들 및/또는 개최장소들 사이의 공통의 개성/파라미터들을 집성한 것을 식별하도록 한다. 하나 또는 그 이상의 콘텐트 공급자들은 동일한 이벤트에서 콘텐트를 공급할 수 있을 것이다.

부합이 존재하기 이전에, 선-매치 단계 (64)에서, 콘텐트 관심대상 파라미터들, 콘텐트 공급자 파라미터들, 개최장소 파라미터들 그리고 혹시나 존재하는 다른 라이브 이벤트 생성 조건들의 반복적인 협상 (66)이 시작된다. 그 협상 단계 (66) 동안에, 상기 파라미터들의 각 소유자에 의해서 상기 파라미터들은 조절될 수 있으며 그리고 각 사용자는 추가의 결정들을 하기 위해서 상기 협상 단계에 참여할 수 있다. 콘텐트 관심대상 축적이 콘텐트 공급자들의 조건들과 부합할 때에, 예비 매치 (68)가 이루어진다. 예를 들면, 상기 시스템은 예비 매치를 가지기 위해서 50-66% 임계 크기 (critical mass)를 필요로 하도록 셋업될 수 있다. 이는 상기 소비자들의 적어도 50%가 그런 이벤트에 대응하는 콘텐트 관심대상 개성들을 가져야만 한다는 것을 의미한다. 몇몇의 경우들에서, 소비자들은 자신들이 정확한 관심대상을 제공하는 이벤트들이 아닌 이벤트들에 개방될 것 같다는 것을 규정할 수 있을 것이다. 또한, 상기 예비 매치 문턱값은 증가될 수도 또는 감소될 수도 있다. 이 이후에, 상기 시스템은 이벤트에 대한 가능성이 존재한다는 것을 상기 부합된 소비자, 공급자 및 개최장소 부분집합들로부터의 모든 사용자들에게 알린다.

상기 예비 매치는 다음과 같은 결과로 될 수 있다: 2010년 7월 1일 목요일 7.30 - 9.30에 Jazzy Beer Cellar에서 Mr Jazz & Co 의 재즈 피아노 이브닝. 즉, 상기 출력들은, 이벤트의 유형; 공급자; 개최장소; 시간; 일자의 모습일 수 있을 것이다. 상기 출력의 일부는 어떤 범위로서, 또는 나중에 선택될 하나 또는 그 이상의 옵션들의 선택으로서 주어질 수 있다.

시험적 매치 (70)의 결과로 되기 위해서, 상기 시스템은 모든 사용자들에게 제안된 이벤트에서 또는 하나 또는 그 이상의 제안된 이벤트들에서 자신들의 관심대상을 확인할 것을 자동적으로 요청할 수 있을 것이다. 시험적 매치 (70)를 생성하기 위한 다른 방식은 시험적 매치 스테이지에서 형성된 사용자 그룹 (74)에 예비적으로 부합되었던 사용자들 (72)을 초대하는 것이다.

예를 들면, 상기 시스템은 시험적 매치를 완료하기 위해서 75% 확인 레벨을 필요로 하도록 셋업될 수 있다. 이는 시험적 매치를 가지기 위해서 소비자들의 75%가 자신들의 관심대상을 확인할 필요가 있다는 것을 의미한다. 또한, 상기 문턱값은 증가되거나 또는 감소될 수 있다. 사용자 그룹 내 사용자들에 의해서 결정되었던 시험적 매치 (70)가 존재하기 이전에 또는 그 이후에, 이벤트의 소유권이 촉구되고 그리고 결정된다 (76). 단계 76에서 일단 소유권이 확인되면, 상기 콘텐트 공급자, 개최장소, 웹사이트, 이벤트 관리자 및/또는 수송 공급자, 운반자 등과 같은 다른 공급자가 확인될 수 있을 것이다. 이는 사용자 그룹 (74)을 경유하여 실행될 수 있을 것이다. 상기 사용자 그룹 (74)은 상기 이벤트의 소유권, 또는 콘텐트, 또는 장소, 또는 그 이벤트와 관련된 어떤 다른 이슈를 결정하기 위해서 다른 사용자들과 통신하는 어떤 사용자도 포함한다. 소유권에 대한 결정은 사용자들에 의한 투표, 입찰 또는 자원에 의해서 만들어진다. 소유자는 상기 사용자들 또는 독립적인 이벤트 관리자의 누구도 될 수 있다. 일단 이벤트 소유권이 결정되면, 최종 매치 (78)가 만들어진다. 이 상태에서, 지불 및 보증이 이루어진다. 이는 이벤트 (80) 생성을 효과적으로 촉발시킨다. 상기 이벤트는 콘서트나 연극과 같은 임의 라이브 이벤트일 수 있으며, 또는 TV 방송이나 컨퍼런스 콜 등일 수 있다.

몇몇의 실시예들에서, 협상 단계 (66)는 생략될 수도 존재할 수도 있을 것이며, 항상 필수적인 것은 아니다. 이 단계는 부합이 존재하는가 또는 존재하지 않는가에 대한 간단한 체크일 수 있으며, 그리고 부합이 존재하면, 예비 매치가 만들어진다. 다른 실시예에서, 상기 협상 단계 (68)는 또한 생략될 수 있을 것이며 그리고 상기 시스템은 시험적 매치 단계로 직접 진행할 수 있을 것이며, 그 시험적 매치 단계는 상기 사용자 그룹들에 결부된 사용자들의 참가에 의해서 확인될 것이다.

본 발명의 몇몇의 실시예들에 다라, 상기 콘텐트 개성 데이터 (52)로부터의 콘텐트 관심대상 축적들이 일단 식별되면, 그 시스템에서 현재 존재하지 않는 콘텐트 공급자들 및/또는 개최장소 제공자들로의 초대들이 전송될 수 있을 것이며, 그래서 그들이 콘텐트 공급자들 및/또는 개최장소 제공자들이 되도록 격려하도록 할 수 있다.

본 발명의 다른 실시예에서, 모든 사용자들은 친구들과 같은 대중의 다른 멤버들, 또는 다른 콘텐트나 서비스 공급자들, 또는 다른 개최장소 제공자들 또는 대중이나 사업상의 어떤 다른 멤버들에게, 합류하여 데이터베이스에 포함되거나 또는 특정 이벤트에 합류하라는 초대들을 송신할 수 있다.

도 5는 콘텐트 공급자에 관련된 방법의 흐름도를 보여준다. 콘텐트 공급자 또는 개최장소 제공자 또는 어떤 다른 서비스 공급자와 같은 공급자는 웹사이트 (102), 예를 들면, 홉 웹사이트에 접속하고 응모하고 그리고 개성 그리고 파라미터 프로파일과 같은 프로파일을 공급자에게 입력 (104)하기 위해서 컴퓨터, 스마트폰 또는 다른 전자 프로세싱 기기 (100)를 사용할 수 있다. 그러면 상기 시스템은 데이터베이스 (62)를 통해서 검색하고 그리고 어떤 부합들이 존재하는지의 여부를 결정하기 위해서 소비자들의 프로파일들, 공급자들의 프로파일들 그리고/또는 개최장소의 파라미터들을 비교할 것이다 (106). 그 비교는 하나 또는 그 이상의 미리 정해진 문턱값 레벨들을 사용하려 이루어질 수 있을 것이다. 부합이 전혀 존재하지 않는 경우에, 공급자는 검색이 활성인 채로 놔두었는가 아닌가에 관해서 촉구받을 수 있을 것이다 (108). 검색이 활성인 채로 둔 것이 아니라면, 그러면 상기 시스템은 종료할 것이다 (110). 그러나, 공급자가 그 검색이 활성인 채로 두고 싶다는 표시를 상기 시스템이 수신하면, 상기 시스템은 그 공급자의 프로파일이 변경되어야만 하는가의 여부에 관해서 그 공급자에게 더 촉구할 수 있을 것이다 (112). 그렇다면, 상기 공급자는 되돌아가서 시험적인 또는 새롭게 조절된 개성 및/또는 파라미터들을 입력할 수 있으며 (114), 이런 임시의 시험적인 파라미터들은 데이터베이스 (62)로 전송되며, 그 데이터베이스로부터 상기 파라미터들은 분석을 위해서 인출될 수 있다. 검색 파라미터들에 대한 어떤 조절도 필요하지 않으면, 상기 시스템은 부합을 찾기 위해서 다시 시도하기 위해서 이미 공급된 파라미터들을 이용하여 새로운 검색 (116)을 간헐적으로 수행할 수 있을 것이다.

상기 시스템이 부합 (match)을 발견하면, 그것은 예비 매치 (68)로서 식별되며 그리고 공급자의 컴퓨터 또는 기기 (100)는 통지를 전송받는다 (102). 상기 공급자는 자신의 프로파일을 조절할 것을 촉구받을 수 있을 것이다 (122). 콘텐트 관심대상 파라미터들이 콘텐트 공급자 파라미터들과 충분하게 합치하면 그러면 그 공급자 프로파일에 대한 추가의 조절은 필요하지 않다. 그런 경우에 시험적 매치 단계 (70)에 진입한다. 콘텐트 관심대상 파라미터들과 콘텐트 공급자 파라미터들 사이의 부합을 받아들일 수 없다면, 또는 공급자가 자신의 파라미터들을 조절하기를 원한다면, 그러면 추가의 협상 및 공급자 파라미터들에 대한 조절 (124)이 필요하다. 새로운 파라미터들 (126)은 홈 웹사이트 (102)를 경유하여 상기 데이터베이스 (62)로 입력되고 그리고 부합에 대한 검색이 반복된다.

상기 시험적 매치 상태 (70)의 시작 부분에서 또는 그 상태 동안에, 사용자 그룹 (74)이 형성되며 그리고 상기 시스템은 그 사용자 그룹 내 모든 사용자들에게 이벤트의 가능성이 있다는 것을 통보하며 그리고 예비적인 참석 및 선호 시간을 확인할 것을 요청한다. 사용자 그룹 (74)은, 예를 들면, 이벤트 콘텐트, 이벤트 소유권 및 다른 공급자들에 대한 결정 (75)을 하기 위해서 다른 그룹 사용자들/공급자들/개최장소 제공자들과 통신하는 소비자, 콘텐트 공급자, 개최장소 제공자 또는 서비스 공급자와 같은 임의 사용자를 포함한다. 시험적 매치 정보가 데이터베이스 (62)로 운반되고 그리고 동시에 상기 데이터베이스 (62)로부터의 정보가 상기 시험적 매치 상태 (70)로 전송된다. 그래서, 상기 시험적 매치 상태 (70)와 상기 데이터베이스 (62) 사이에는 양방향 통신이 존재한다. 상기 시험적 매치 상태 동안에, 예비 참석 인원들만이 아니라 시간도 확인된다. 상기 시험적 매치 상태 (70) 이후에, 그리고 소유자가 결정되면, 상기 시스템은 소유권 결정 상태 (76)로 진행하며, 그 소유권 결정 상태 (76)에서는 시스템을 경유하여 상기 공급자의 기기나 컴퓨터 (100)에 계약서를 송신하는 것처럼 최종적인 세부 사항들이 조정된다. 최종적인 세부 사항들은 상기 데이터베이스 (62)로 공급되어, 이벤트들을 생성하는 것에 관한 데이터가 예비 매치들을 생성하기 위해서 사용된 알고리즘들에 의해서 더 나중에 사용될 수 있도록 한다. 예를 들어, 특정 유형의 실제 이벤트에 별로 참석하지 않을 것이라는 것이 발견되면, 그러면 미래에, 그런 이벤트에 대해서 예비 매치를 생성하기 위한 문턱값은 증가될 수 있다. 본 발명이 속한 기술분야에서의 통상의 지식을 가진 자가 인식하는 것처럼, 실제 데이터의 피드백 그리고 그것이 이용되는 방식은 복잡해질 수 있다.

웹 프레젠테이션의 일부로서 그리고 그것을 사용자 친화적으로 만들기 위해서, 개발의 각 단계에서 다양한 이벤트들을 표현과 함께 지도를 사용하여 소셜 게임이 생성될 수 있을 것이다. 그것은 소셜 네트워크 내에서의 게임일 수 있을 것이며 또는 그것은 소셜 네트워크 외부로부터 액세스될 수 있을 것이다. 그것은 한 사람이 친구들을 초대하고 그리고 티켓들을 줄 수 있도록 설정될 수 있을 것이며, 그리고 이벤트 형성 노드들은 적당한 관심과 주의를 가지고 돌봄을 받을 필요가 있을 것이다. 이는 시험적 단계 이후에 있을 것이다.

도 6은 사용자 그룹 (74) 내에서 행해진 결정들 및 토론들을 예시한다. 부합된 모든 사용자들에게는 상기 사용자 그룹이 통지된다. 먼저, 이벤트 소유권에 관련된 결정을 해야만 하고, 그래서 소유자가 결정되어야만 한다. 사용자들은 그 이벤트에 참석하기 위한 수락을 확인 (200)할 수 있을 것이다. 각 사용자는 또한 그 이벤트의 소유자일 수 있다. 상기 결정은 투표, 입찰 또는 자원에 의해서 이루어진다. 각 결정은 상기 사용자 그룹 내 모든 사용자들 또는 관심이 있는 모든 사용자들 사이에서 전달되고 확인된다. 사용자들에 의해서 논의되고 그리고 만들어진 다른 결정들은 콘텐트 상세 내용들 (202), 개최장소 확인 (204), 착석 우선순위 (206), 새로운 소비자들 차단 (208), 이벤트의 시간 및 날자 (210), 이벤트에서 다른 콘텐트 공급자들 포함 (212), 비용 확인 (214) 등을 포함할 수 있을 것이지만, 그것들로 한정되지는 않는다.

도 7은 본 발명에 따른 데이터베이스 (62)와의 최종 매치 상호 작용 (interaction)을 보여준다. 사용자들과 데이터베이스 사이의 통신은 프로세서 (22)를 이용하여, 데이터베이스로부터 사용자들로, 그리고 반대로 사용자들로부터 데이터베이스로, 양 방향으로 진행한다. 사용자들 각각은 데이터베이스 내 입력 정보를 공급하고 또한 그 데이터베이스를 검색해서 정보를 얻을 수 있다. 예를 들면, 이벤트 소유자는 콘텐트 공급자, 콘텐트, 위치, 규모, 개최장소, 공급자, 사용자 그룹, 홈 웹사이트, 이벤트 관리자 등에 관련하여 데이터베이스 (62)로 정보를 제공하며 (302), 그리고 좌석, 티켓들, 초대들, 소비자들로부터의 확인 및 보증, 콘텐트 공급자, 개최장소 등에 관련하여 상기 데이터베이스로부터 반대로 정보를 획득한다. 콘텐트 공급자 (304), 개최장소 제공자 (306), 소비자 (308) 그리고/또는 다른 서비스 공급자들 (312)은 그 이벤트의 콘텐트, 티켓들 및 좌석 순위, 위치, 시간, 날자, 규모에 관련한 확인 및 보증 (guarantee)을 제공하고 또한 최종 매치 데이터베이스 (62)로부터 정보를 획득할 수 있다. 콘텐트 소비자들은 참조번호 308에서 티켓들을 구입하여 티켓을 받고, 그리고 ID를 제공할 수 있을 것이다. 좌석 순위는 콘텐트 소비자들에게, 예를 들면, 응모한 순서로 할당될 수 있을 것이다. 상기 최종 매치 데이터베이스 (62)로 전달된 그리고 그 데이터베이스로부터 전달된 다른 정보는 생성된 이벤트 목록 (310), 이벤트에 대한 보험 (314), 이벤트가 만원인 경우의 대기목록 (316), 공간을 이용할 수 있는 경우 대중의 다른 멤버들 초대 (318), 이벤트가 만원일 때에 취소가 발생하면 통보받을 소비자들, 이벤트 특색들과 같은 수출 정보 (320), 일람표들 및 소셜 네트워크들로의 지도 등을 포함하며, 그러나 그것들로 한정되는 것은 아니다.

도 8은 본 발명의 일 실시예에 따른 상기 데이터베이스 (62)를 통해 이용 가능한 검색 기능들을 예시한다. 이 검색 기능들은 상기 사용자들에게만이 아니라 동일한 이벤트에 관심이 있는 대중의 어떤 구성원에게도 이용 가능하다. 예를 들면, 모든 사용자들은 홈 웹사이트에 액세스하여 위치, 시간, 콘텐트, 공급자, 규모, 개성 또는 키워드에 의해서 어떤 이벤트도 검색할 수 있다 (400). 추가로, 상기 시스템은 콘텐트 유형, 지리적인 영역, 그룹 규모 그리고/또는 개성에 의해 소비자 콘텐트 검색을 위한 검색 기능 (402)을 제공한다. 이 검색 기능은 어떤 종류의 이벤트에 관객이 관심이 있는가를 발견하기 위해 공급자들에 의해서 사용될 수 있다. 상기 데이터베이스는 투어 파인더 (tour finder) 검색 (404), 또는 이벤트가 만원인 경우 대기목록 검색 (406)으로서 또한 사용될 수 있다. 그룹 검색 (408)은 그룹의 규모, 그룹 멤버들의 관심대상 그리고/또는 그 그룹의 지리적 영역에 의해 콘텐트 소비자들의 그룹들을 찾기 위해서 사용될 수 있을 것이다. 그 데이터베이스는 무대 활차 (stage gear) 공급자, 진행자, 이벤트 관리자, 여행 대리인 등과 같은 다른 서비스 공급자들 (410)이 자신들의 지리적 영역에서 어떤 종류의 이벤트들이 열릴 것인가를 알기 위해; 또는 특별한 콘텐트 공급자들 및/또는 콘텐트 소비자들을 찾기 위해서 사용될 수 있을 것이다. 그 데이터베이스는 개최장소 검색 (412)로 사용되어 규모, 날자, 시간, 특징 및/또는 개최장소 개성으로 검색하는 것을 가능하게 할 수 있을 것이다. 상기 시스템은 지리적인 영역, 콘텐트 유형에 의한 그리고/또는 개성에 의한 예능인이나 콘텐트 공급자들 (414)을 찾기 위한 검색을 또한 제공한다.

개성 (Personality )

상기 시스템은 사용자 선호대상들, 관심대상들, 그리고 이용도를 개성이라고 언급되는 집합적인 방식으로 계량한다. 가능한 실시예에서, 상기 개성을 기술하는 일련의 파라미터들은 모두가 두 극단 사이의 숫자로 나타낸 크기 상에 위치될 수 있으며, 그 일련의 파라미터들이 식별된다. 사용자 프로파일이 생성되고 업데이트되면, 이런 값들은 그에 따라서 조절된다. 예를 들면, 음악 선호대상들에서, 라이브 음악 소비자는 멜로디 위주의 노래들보다는 리듬 위주의 노래들을, 빠른 템포보다는 느린 템포를, 그리고 특정 레벨의 화성 복잡성을 선호할 수 있을 것이다. 유사하게, 라이브 음악 공급자들 (밴드들)은 그런 스펙트럼으로 된 노래들을 공급할 수 있다. 특정 파라미터들을 콘텐트 유형에 따라서 변할 것이지만, 컴퓨터 저장 용량이 충분하다면 사용자에 대한 모든 값들을 저장하는 것이 가능하다.

예를 들면, 200개만큼의 개성이 존재할 수 있으며, 또는 몇 개만의, 또는 어떤 다른 개수의 개성이 존재할 수 있다. 그 개수들의 몇몇에 대해서만 값들이 존재할 수 있을 것이다. 개성들을 이런 방식으로 표현함으로써, 컴퓨터 프로그램들에서 사용된 알고리즘들이 데이터를 수확할 수 있고 또는 그 개성들에 대한 다른 연산들을 수행할 수 있다. 몇몇의 데이터에만 액세스할 필요가 있다면 마스크 또는 필터가 사용될 수 있다. 검색 엔진들은 개인의 관심대상들에 따른 심지어는 유사한 개성 특성들을 가진 수많은 사람들의 평균적인 관심대상들에 따른 검색 결과들을 재단하기 위해 또는 가중치를 정하기 위해서 그 개인의 개성을 사용할 수 있을 것이다.

정치적인 관심대상 또는 직업적인 관심대상 또한 숫자로 나타낸 개성에 포함될 수 있을 것이다.

있을 수 있는 다른 실시예에서, 특정 사용자의 개성은 문자들의 가변-길이 스트링으로서 캡쳐될 수 있다.

특정 사용자에 대한 개성의 정확한 값은 여러 방식들로 조절될 수 있다. 사용자는 일련의 질문들에 대해 제한된 횟수의 응답들로 대답할 수 있으며, 그 응답들 각각은 특정한 개성 특성들 (즉, 선호대상들 및 관심대상들)과 연관된다. 예를 들면, 상기 사용자는 음악의 가사들의 중요성에 대해서 1부터 4까지로 척도로 질문을 받을 수 있을 것이다. 사용자는 알려진 개성들을 자신의 스타일 (콘텐트 공급자의 경우) 또는 취향 (콘텐트 소비자의 경우)의 예시로서 참조할 수 있을 것이다. 예를 들면, 상기 사용자는 자신들의 스타일이나 취향과 유사한 밴드들을 제공할 것을 요청 받을 수 있을 것이다. 상기 사용자는 자신들이 참여했던 이전의 라이브 이벤트들을 평가할 것을 또한 요청 받을 수 있을 것이며, 그럼으로써 자신들의 관심대상들을 계량화한다. 그들에게는 주요 웹사이트 또는 콘텐트 웹사이트들 상에서 이용 가능한 라이브 콘텐트의 샘플들을 평가할 기회가 또한 주어질 수 있을 것이다. 수동적인 사용자 참여, 웹사이트를 통해서 그들이 어떤 콘텐트를 조사했는가에 대한 추적, 그리고 그들이 주어진 페이지에 얼마나 오래 머물렀는가에 의해서 사용자 선호대상을 측정하는 것이 또한 가능하다.

개별 사용자들은 그런 개성들을 구축하기 위해서 오락 프로그램을 통해서 인도될 수 있을 것이다. 예를 들면, 개성이 생성되고 있을 때에 페인팅이나 아바타가 구축될 수 있다. 아바타는 그 아바타의 소유자의 음악적인 취향을 나타내는 애창곡을 가질 수 있을 것이다.

숫자로 나타난 개성의 특정 부분들은 그 개성 내의 다른 데이터로부터 유도될 수 있을 것이다.

더구나, 이런 파라미터들을 엄격하게 결정론적인 (deterministic) 방식으로 그리고 비-결정론적인 방식으로 조절하는 것이 가능하다. 주어진 응답 또는 사용자 입력에 대해, 그들의 선호대상의 값들은 정확한, 정적인 값들 (파라미터 A에 대해서 +1, 파라미터 B에 대해서 0, 파라미터 C에 대해서는 -4) 등에 따라서 조절될 수 있다. 그러면 그 응답은 단일 값으로 평균화될 것이다. 그러나, 각 질문에 대한 각 응답에 대해 사용자 선호대상들에 확률들을 부여하는 것이 가능하다. 베이즈 추론 (Bayesian inference), 즉,

을 이용하여, 사용자 개성 값들은 확률적으로 보일 것이며 그리고 새로운 정보가 통합될 것이다. 이 경우 P는 확률이며, V는 사용자들 선호대상 값이 X 라는 가정이며, 그리고 R은 사용자로부터의 응답이다. 초기에, P(V)는 단순하게 1/M일 것이며, 이 경우 M은 가능한 값들 X의 개수이며, P(R)은 단순히 1/N일 것이며, 이 경우 N은 가능한 응답들의 개수이다.

일련의 사용자 응답들이 주어지면, 이 아이디어를 더 수행하며 그리고 가장 그럴듯한 개성 프로파일을 생각하기 위해서 은닉 마르코프 모델 (hidden Markov model)을 채택하는 것이 가능하다. 이는 상기 파라미터들을 동등한 가능성의 변이 (transition)를 가진 상태들로서 볼 것을 필요로 한다. 이는 주어진 응답이 개성의 다중의 파라미터들에 영향을 주는 것을 더 쉽게 허용하도록 할 수 있을 것이다. 최소 평균 제곱 오차 (minimum mean square error) 그리고 최우 추정량 (maximum likelihood estimator)과 같은 통계적 추정량이 또한 사용될 수 있을 것이다.

개최장소들 및 연주자들은 각각 숫자로 나타낸 개성들을 가질 수 있다. 개최장소의 숫자로 나타낸 개성은 수용량, 관리에 의해서 유지될 것으로 선호되는 이벤트 유형, 공연을 위한 선호하는 시간대나 날자들 등을 기반으로 할 수 있을 것이다.

개성에 대한 바람직한 실시예는 인간 행동들에 대한 분류의 분류법적인 시스템을 사용할 수 있을 것이다. 이런 분류 시스템은 인간의 사회적인 행동에 특화될 것이며 그리고 개성을 생성하는데 있어서 사용하기 위한 표준 도구를 제공할 수 있을 것이다. 분류법적인 시스템 그리고 개성 테스트들을 결합하여 각 개인은 고유 식별자를 가질 수 있을 것이다.

이 식별자는 개인들의 고유 관심대상 신원에 맞추어진 콘텐트와 실제 세계 이벤트들을 식별하기 위해서 모바일 검색 및 필터 도구를 제공하기 위해 QR 코드들이나 다른 스캔 가능한 코드 시스템들에 링크될 수 있을 귀중한 소셜 도구일 수 있다. 그 하나는 번호 UIN (universal interest number)으로 불릴 수 있다.

매치 생성 (Match Generation)

예비 매치를 결정하기 위해서 사용될 수 있는 알고리즘의 아주 간단한 예는 다음과 같다: IF (10 사람이 스타일 X의 이벤트에 관심이 있다) AND (공급자는 10 내지 20명의 사람들에게 스타일 X를 공급할 의향이 있다) THEN (예비 매치를 생성한다).

더 간단한 실시예에서, 콘텐트 소비자들이 어떤 콘텐트 또는 어떤 유형에 속하는 모든 콘텐트에 관심이 있다고 명시적으로 선언하였다면 그 콘텐트 소비자들은 그 콘텐트 공급자에게 관심이 있는 것으로 간주된다. 상기 소비자들이 특정 날자들/시간들에 대해 자신들이 이용 가능하다고 명시적으로 선언했다면 그 소비자들은 이용 가능한 것으로 간주된다. 이런 방식에서, 특정 시간에 특정 이벤트에 대해 모든 가능한 소비자들의 계수 (tally)가 계산될 수 있다.

상기 기기의 더욱 복잡한 실시예에서, 특정 이벤트에 또는 라이브 이벤트 발표에 관심이 있다고 명시적으로 선언하지 않은 사용자들에게는 그 사용자들의 개성 프로파일을 콘텐트 공급자의 개성 프로파일과 비교한 것을 기반으로 하여 관심대상의 확률이 부여될 수 있다. 개성 프로파일이 일련의 숫자로 된 값들로 저장된 실시예에 대해서, 더욱 간단한 계산은 소비자 개성 및 공급자 개성 사이의 차이의 제곱의 합일 것이다.

이 경우 N은 파라미터들이며, C는 소비자 개성이며 P는 공급자 개성이다. 더욱 복잡한 계산은 데이터베이스 내 모든 사용자들의 평균 (mean) 프로파일에 관한 소비자 프로파일과 생산자 프로파일 사이의 통계적인 상관을 조사할 것이다. 사용자 스케줄 이용 가능성은, 명시적으로 선언되지 않았다면, 이전의 참석 또는 전 시스템적인 일반적인 평균 참석을 기초로 하여 확률이 할당될 수 있다. 제안된 개최장소로 이동하려는 사용자의 자발성은 그들의 이동 이력, 기록된 이동 선호대상들, 그리고 그들의 현재 위치로부터의 거리를 기반으로 하여 또한 계산될 수 있다.

일단 이런 확률들 모두가 계산되면, 특정 날자/시간 및 특정 개최장소에서의 특정한 이벤트에 대한 예상되는 참석이 다음과 같이 계산될 수 있다.

이는 시스템 내 N 소비자들에 대한 것이다. I는 사용자가 그 이벤트에 관심이 있을 확률이며, A는 제안된 시간에 상기 사용자가 이용 가능한가의 확률이며, 그리고 T는 사용자가 그 개최장소로 기꺼이 이동하는가의 확률이다. 소비자가 참석자 1로서 계산되기 때문에 상기 확률들은 그 확률에 대한 값으로 곱해지지 않는다는 것에 유의한다. 그러나, 사용자 그룹들이 고려된다면, 예상되는 참석은 다음과 같을 것이다.

이는 크기 S의 M 개 사용자 그룹들 각각에 대한 것이다. 본 발명의 상기 시스템은 사용자들이 "플래시 몹 (flash mob)"과 같은 특정 그룹 기능을 자신들의 선호대상들 중의 하나로서 가지는 것을 허용하도록 또한 구성될 수 있을 것이다. 상기 시스템은 그러면 개인들의 개성들을 그룹 개성으로 자동적으로 평균화할 것이다. 그런 경우에 상기 이벤트의 소유권은 상기 프로세스의 시작 부분에 더 가깝게 결정될 수 있을 것이다.

본 발명은 특정 사용자 그룹의 고유한 특성들 및 선호대상들을 기반으로 하여 정당을 생성하는 것과 같은 이벤트들을 생성하기 위해서 또한 사용될 수 있다. 그 초점은 정당이 아니라 유권자들에 응답하는 각 출마에서 독립적인 후보자를 가지는 것이 될 것이다. 응용의 다른 영역은 이동 (travel) 산업에 존재하며 또는 스포츠, 교육, 영성 (spirituality) 등에 대한 것이며, 사용자들의 한 그룹의 공통적인 관심대상을 식별하고 그리고 그것을 콘텐트 공급자들과 개최장소들의 개성들 및 파라미터들과 매치시키기 위해 또는 사용자 그룹의 식별된 공통의 관심대상과 맞춰보기 위해 새로운 공급자들 및/또는 개최장소들의 생성을 촉발시키기 위한 것이다. 더 큰 그룹들을 생성하는 것은 사용자들이 파워를 구입하게 할 것이다.

본 발명의 다른 실시예에서, 상기 시스템은 사용자 그룹 내 복수의 사용자들의 개성들을 평균화하여 그 그룹 내 서브그룹 개성들을 생성하도록 하며, 예를 들면, 상기 시스템은 유사한 이벤트들에 보통 참석하는 소비자 부분집합 (50) 내 사용자 서브그룹을 식별할 수 있을 것이다. 일단 상기 시스템이 서브그룹 개성들을 생성하면, 그것들은 사용자 그룹 프로파일의 일부로서 식별되고 그리고 액세스 가능할 것이다.

백분율들이 주어지는 경우, 필요한 결과들 및 성능에 따라, 다른 백분율들이 상이한 실시예들에서 사용될 수 있을 것이다. 상기 방법의 단계들은 여기에서 도시된 것과는 다른 순서로 수행될 수 있을 것이며, 그리고 일부는 생략될 수 있을 것이다.

본 발명의 바람직한 실시예들이 도시되고 설명되었지만, 본 발명이 속한 기술분야에서의 통상의 지식을 가진 자들은 본 발명의 범위에서 벗어나지 않으면서도 본 발명의 다양한 변형들을 더 고안할 수 있을 것이라는 것이 예상된다.

산업상 이용가능성

본 발명은 본 발명이 아니라면 발생할 수 없었을 이벤트로서, 개최장소 제공자 및 다른 서비스 공급자만이 아니라 실행자와 다른 콘텐트 공급자들에게 상업적인 이익을 제공하는 이벤트를 제안할 수 있다는 것이 설명되었다. 자동적으로 이벤트들을 제안함으로써, 이벤트 소유자가 결부되기 이전에 상당한 선-이벤트 준비 작업이 달성되어, 이벤트 조직에서의 증가된 효율성 그리고 축소된 마케팅 필요 사항이라는 두 가지 결과를 가져온다.

Claims (15)

1. 이벤트 생성을 용이하게 하기 위해서 사용자들의 두 그룹들의 관심대상 (interest)의 잠재적인 파라미터들을 캡쳐하기 위한 시스템으로서:
   컴퓨터-독출가능 매체;
   서버 내 프로세서;
   상기 서버로부터 원격이며 상기 서버에 연결된 단말들의 제1 그룹;
   상기 서버로부터 원격이며 상기 서버에 연결된 단말들의 제2 그룹; 및
   상기 프로세서에 의한 프로세싱을 위해 상기 컴퓨터-독출가능 매체 내 존재하는 컴퓨터-독출가능 명령어들을 포함하며,
   상기 시스템은:
   단말들의 상기 제1 그룹을 경유하여 데이터의 제1 부분집합을 수신하도록 구성되며, 데이터의 상기 제1 부분집합은 사용자들의 제1 그룹의 각 멤버의 관심대상의 하나 이상의 파라미터들을 포함하며;
   단말들의 상기 제2 그룹을 경유하여, 사용자들의 상기 제1 그룹과는 다른 사용자들의 제2 그룹의 각 멤버의 관심대상의 하나 이상의 파라미터들을 포함하는 적어도 하나의 추가적인 데이터 부분집합을 수신하도록 구성되며;
   사용자들의 상기 제1 그룹의 관심대상의 대응 파라미터들의 집성 (aggregate)을 식별하기 위해서 데이터의 상기 제1 부분집합을 상기 프로세서에 의해서 분석하도록 구성되고;
   사용자들의 상기 두 그룹들의 관심대상의 보충 파라미터들을 식별하기 위해서 사용자들의 상기 제1 그룹의 대응 파라미터들의 집성 및 사용자들의 상기 제2 그룹의 관심대상의 파라미터들을 상기 프로세서에 의해서 분석하도록 구성되며; 그리고
   사용자들의 상기 두 그룹들의 상기 식별된 보충 파라미터들을 기반으로 하여 이벤트에 대한 제안을 상기 프로세서에 의해 생성하도록 구성되며,
   상기 제1 그룹의 각 멤버는 콘텐트 소비자이며 그리고 상기 제2 그룹의 각 멤버는 콘텐트 공급자인, 시스템.
2. 제1항에 있어서,
   상기 제안을 단말들의 상기 제1 그룹 및 제2 그룹에 전송하도록 더 구성된, 시스템.
3. 제2항에 있어서,
   단말들의 제1 그룹 및 제2 그룹을 경유하여 상기 제안에 대한 임시 수락을 나타내는 입력들을 수신하도록 더 구성된, 시스템.
4. 제3항에 있어서,
   임시 수락을 나타내는 상기 수신된 입력들의 개수가 문턱값 (threshold)에 도달했다고 판별하고; 그리고
   상기 이벤트의 소유권을 프롬프트 (prompt)하는 메시지를 단말들의 상기 제1 그룹 및 제2 그룹으로 송신하도록 더 구성된, 시스템.
5. 제1항에 있어서,
   사용자들의 상기 제1 그룹의 관심대상의 대응 파라미터들의 집성을 식별하기 위해서 사용된 문턱값을 변경하도록 구성된, 시스템.
6. 제1항에 있어서,
   관심대상의 파라미터에 대한 조절을 수신하고; 그리고
   상기 조절된 파라미터를 기반으로 하여 관심대상의 조절된 보충 파라미터들을 식별하도록 더 구성된, 시스템.
7. 제1항에 있어서,
   데이터의 제1 부분집합을 하나 이상의 숫자로 나타낸 개성 (personality)들로 표현하도록 구성된, 시스템.
8. 제1항에 있어서,
   사용자들의 상기 제1 그룹 각각에 확률을 부여함으로써 사용자들의 상기 제1 그룹의 관심대상의 대응 파라미터들의 집성을 식별하도록 구성되며,
   상기 확률은:
   제안될 이벤트에서의 관심대상의 확률;
   제안될 이벤트에 대한 가용성의 확률; 및
   제안될 이벤트로 이동할 수 있는 능력에 대한 확률
   중 하나 이상을 나타내는, 시스템.
9. 제1항에 있어서,
   상기 이벤트는 상기 제2 그룹의 하나 이상의 멤버들에 의해 제공된 콘텐트를 상기 제1 그룹의 하나 이상의 멤버들에게로 라이브 제공하기 위한 것인, 시스템.
10. 이벤트 생성을 용이하게 하기 위해서 사용자들의 두 그룹들의 관심대상 (interest)의 잠재적인 파라미터들을 캡쳐하기 위한 방법으로서:
    상기 방법은 프로세서에 의해 수행되는:
    사용자들의 제1 그룹의 각 멤버의 관심대상의 하나 이상의 파라미터들을 포함하는 데이터의 제1 부분집합을 수신하는 단계;
    사용자들의 상기 제1 그룹과는 다른 사용자들의 제2 그룹의 각 멤버의 관심대상의 하나 이상의 파라미터들을 포함하는 데이터의 적어도 하나의 추가적인 부분집합을 수신하는 단계;
    사용자들의 상기 제1 그룹의 관심대상의 대응 파라미터들의 집성을 식별하기 위해서 데이터의 상기 제1 부분집합을 분석하는 단계;
    사용자들의 상기 두 그룹들의 관심대상의 보충 파라미터들을 식별하기 위해서 사용자들의 상기 제1 그룹의 상기 집성된 파라미터들 및 사용자들의 상기 제2 그룹의 관심대상의 파라미터들을 분석하는 단계; 및
    사용자들의 상기 두 그룹들의 상기 식별된 보충 파라미터들을 기반으로 하는 이벤트에 대한 제안을 사용자들의 상기 두 그룹들로 전송하는 단계를 포함하며,
    상기 제1 그룹의 각 멤버는 콘텐트 소비자이며 그리고 상기 제2 그룹의 각 멤버는 콘텐트 공급자인, 방법.
11. 제10항에 있어서,
    상기 제안의 임시 수락을 수신하는 단계;
    상기 수신된 임시 수락의 개수가 문턱값에 도달했다고 판별하는 단계; 그리고
    상기 이벤트의 소유권을 프롬프트하는 메시지들을 사용자들의 상기 두 그룹들에게 송신하는 단계를 더 포함하는, 방법.
12. 컴퓨터-독출가능 명령어들을 포함하는 비-일시적 컴퓨터-독출가능 매체로서,
    상기 명령어들은 프로세서에 의해서 실행되면, 그 프로세서로 하여금:
    사용자들의 제1 그룹의 각 멤버의 관심대상의 하나 이상의 파라미터들을 포함하는 데이터의 제1 부분집합을 수신하고;
    사용자들의 상기 제1 그룹과는 다른 사용자들의 제2 그룹의 각 멤버의 관심대상의 하나 이상의 파라미터들을 포함하는 적어도 하나의 추가적인 데이터 부분집합을 수신하고;
    사용자들의 상기 제1 그룹의 관심대상의 대응 파라미터들의 집성을 식별하기 위해서 데이터의 상기 제1 부분집합을 분석하고;
    사용자들의 상기 두 그룹들의 관심대상의 보충 파라미터들을 식별하기 위해서 사용자들의 상기 제1 그룹의 상기 집성된 파라미터들 및 사용자들의 상기 제2 그룹의 관심대상의 파라미터들을 분석하고; 그리고
    사용자들의 상기 두 그룹들의 상기 식별된 보충 파라미터들을 기반으로 하는 이벤트에 대한 제안을 생성하도록 하며,
    상기 제1 그룹의 각 멤버는 콘텐트 소비자이며 그리고 상기 제2 그룹의 각 멤버는 콘텐트 공급자인, 컴퓨터-독출가능 매체.
13. 삭제
14. 삭제
15. 삭제

Images