JP2004533660A - 知能性能ベースの製品推奨システム - Google Patents
知能性能ベースの製品推奨システム Download PDFInfo
- Publication number
- JP2004533660A JP2004533660A JP2002536938A JP2002536938A JP2004533660A JP 2004533660 A JP2004533660 A JP 2004533660A JP 2002536938 A JP2002536938 A JP 2002536938A JP 2002536938 A JP2002536938 A JP 2002536938A JP 2004533660 A JP2004533660 A JP 2004533660A
- Authority
- JP
- Japan
- Prior art keywords
- product
- consumer
- data
- recommendation engine
- performance
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 claims description 97
- 238000013528 artificial neural network Methods 0.000 claims description 77
- 239000000758 substrate Substances 0.000 claims description 74
- 230000004044 response Effects 0.000 claims description 62
- 238000012545 processing Methods 0.000 claims description 55
- 230000008569 process Effects 0.000 claims description 30
- 230000000694 effects Effects 0.000 claims description 26
- 238000004519 manufacturing process Methods 0.000 claims 1
- 238000001914 filtration Methods 0.000 description 42
- 230000008859 change Effects 0.000 description 30
- 230000006870 function Effects 0.000 description 25
- 238000005259 measurement Methods 0.000 description 23
- 238000012549 training Methods 0.000 description 20
- 238000004891 communication Methods 0.000 description 16
- 238000009826 distribution Methods 0.000 description 16
- 239000011159 matrix material Substances 0.000 description 15
- 238000011282 treatment Methods 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 11
- 238000012360 testing method Methods 0.000 description 10
- 230000008901 benefit Effects 0.000 description 8
- 230000003068 static effect Effects 0.000 description 8
- 238000003860 storage Methods 0.000 description 8
- 208000002874 Acne Vulgaris Diseases 0.000 description 7
- 206010000496 acne Diseases 0.000 description 7
- 230000010354 integration Effects 0.000 description 7
- 230000003993 interaction Effects 0.000 description 7
- 230000037452 priming Effects 0.000 description 7
- 230000037303 wrinkles Effects 0.000 description 7
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 6
- 238000013461 design Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 238000013519 translation Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 5
- 230000006872 improvement Effects 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000000902 placebo Substances 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 206010052428 Wound Diseases 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- 239000000499 gel Substances 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 229910052742 iron Inorganic materials 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000000049 pigment Substances 0.000 description 3
- 229940068196 placebo Drugs 0.000 description 3
- 230000000750 progressive effect Effects 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 239000000344 soap Substances 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 239000006071 cream Substances 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013479 data entry Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000002845 discoloration Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000003205 fragrance Substances 0.000 description 2
- 230000012010 growth Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000006210 lotion Substances 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 230000019612 pigmentation Effects 0.000 description 2
- 239000000955 prescription drug Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000007665 sagging Methods 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 239000001993 wax Substances 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 206010013786 Dry skin Diseases 0.000 description 1
- 235000016623 Fragaria vesca Nutrition 0.000 description 1
- 240000009088 Fragaria x ananassa Species 0.000 description 1
- 235000011363 Fragaria x ananassa Nutrition 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 102000011782 Keratins Human genes 0.000 description 1
- 108010076876 Keratins Proteins 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 238000012356 Product development Methods 0.000 description 1
- 208000003251 Pruritus Diseases 0.000 description 1
- 206010039792 Seborrhoea Diseases 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 206010040880 Skin irritation Diseases 0.000 description 1
- 206010050637 Skin tightness Diseases 0.000 description 1
- 206010072170 Skin wound Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000007321 biological mechanism Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 238000007865 diluting Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- -1 ease of application Substances 0.000 description 1
- 239000000839 emulsion Substances 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 239000010408 film Substances 0.000 description 1
- 239000000796 flavoring agent Substances 0.000 description 1
- 235000019634 flavors Nutrition 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000005187 foaming Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000008570 general process Effects 0.000 description 1
- 239000004519 grease Substances 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000002757 inflammatory effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000007803 itching Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000011866 long-term treatment Methods 0.000 description 1
- 230000004199 lung function Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000000813 microbial effect Effects 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000000820 nonprescription drug Substances 0.000 description 1
- 230000006911 nucleation Effects 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 230000037312 oily skin Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000002304 perfume Substances 0.000 description 1
- 239000000546 pharmaceutical excipient Substances 0.000 description 1
- 230000008832 photodamage Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 244000037459 secondary consumers Species 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 235000019615 sensations Nutrition 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 230000008591 skin barrier function Effects 0.000 description 1
- 230000036620 skin dryness Effects 0.000 description 1
- 230000037393 skin firmness Effects 0.000 description 1
- 230000037067 skin hydration Effects 0.000 description 1
- 230000036556 skin irritation Effects 0.000 description 1
- 231100000475 skin irritation Toxicity 0.000 description 1
- 230000007958 sleep Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 230000036561 sun exposure Effects 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 239000013077 target material Substances 0.000 description 1
- 230000036327 taste response Effects 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000011782 vitamin Substances 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 150000003722 vitamin derivatives Chemical class 0.000 description 1
- 238000009736 wetting Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0254—Targeted advertisements based on statistics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0282—Rating or review of business operators or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0641—Shopping interfaces
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Probability & Statistics with Applications (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
[関連特許とのクロスリファレンス]
本発明は、2000年10月18日付け、米国暫定特願60/241,405号の恩典を請求する。その内容が、参考文献としてここに完全に組み入れられる。
【0002】
[背景]
[発明の分野]
本発明は、一般に製品情報を作成し、伝達し、そして処理するためのシステム及び方法に関する。より特別には、本発明は、消費者から製品の効果についての題目と目的とを収集すること、及び、この情報を、製品の勧告と副次的情報とを作るため、勧告の精度を周期的に改善するため、及び製品の勧告と副次的情報とを消費者に伝達することに向けられる。
【0003】
[関連技術の説明]
商業的に入手可能な多くの製品は、長期使用の後においてのみ有用な結果を提供する。或る種の製品について、これらの効果を使用期間中に増進させることができる。従って、多くの製品の使用によりなされた変化は、消費者により完全に認識されることはない。この認識の欠如は、特に消費者が製品の使用前及び使用後の状態を数量的に比較できないことから来る。と言うよりは、状態の変化として、どんなに大きくとも、製品の使用開始後のある状態への結果を比較する傾向がある。従って、消費者は、製品の効果が良い、悪い、又は変化なしの偽の印象を得ることがある。
【0004】
商業的に入手可能な多くの製品の効力を消費者が数量的に検討できないことを更に複雑化するものは、消費者の関心のある状態に関する製品の客観的情報を伝達しているラベルを担持するための、市場における多くのオプション及び多くの製品の故障と不能とを試験することの困難である。しかし、今や、インターネットの進歩及び推奨システム、神経回路網、及び協同フィルタリングの領域における開発が前述の諸問題へのアドレスの機会を提供する。
【0005】
[インターネット及びその他の公衆的及び個人的回路網]
用語「インターネット」は、「インター回路網」の略語であり、通常、コンピューター回路網の技術において公知のプロトコルTCP/IPスーツを利用する回路網及びゲートウエイの集積を呼ぶ。TCP/IPはTransmission Control Protocol/Internet Protocolの頭字語である。インターネットは、使用者が回路網にわたって情報を交換しかつ共有できるネットワーキングプロトコールを実行しているコンピューターにより相互に連結されかつ地理的に分布された遠隔コンピューター回路網システムとして説明することができる。かかる広範に拡張された情報共有のため、インターネットのような遠隔回路網は、一般に「オープン」システムに展開することができ、開発技術者は、これにより、特化された作業又はサービスを行うためのソフトウエアアプリケーションを、本質的に拘束なしに設計することができる。
【0006】
データ処理回路網間を送信された電子情報は、通常は、情報を与えるためのハイパーテキスト、メタファーで与えられる。文字、画像、音響、及びアクションが一緒に複合ノンシーケンシャルウエブの連合体に結合され、使用者がトピックスの与えられた順序とは無関係に関連のトピックスを通り「ブラウザ」又は「ナビゲート」することを許す。これらリンクは、ハイパーテキスト文書の注文書に応じてハイパーテキスト文書の著者及び使用者の両者により確立されることが多い。例えば、データ処理システムにおける図像的ユーザーインターフェース内で展示された項目「鉄」にリンクしたトラベリングは使用者を化学成分(即ち言語「鉄」によりリンクされた成分)の周期表に導き、又は暗黒時代におけるヨーロッパの武器における鉄の使用の参考文献に導くであろう。用語「ハイパーテキスト」は、コンピューターにより与えられたような、書物、フィルム、及びスピーチの線形フォーマットとは逆の理念の非線形構造を説明するドキュメントを説明するために1960年代に創出された。
【0007】
ハイパーテキスト変換を利用する典型的なハイパーテキスト回路網システムは、クライアント/サーバー構造に従う。「クライアント」は、関係のない別のクラス又はグループのサービスを使用する或るクラス又はグループのメンバーである。従って、計算においては、クライアントは、別のプログラムにより提供されるサービスを注文するプロセス(即ち、おおむね、指令又はタスクの組)である。クライアントプロセスは、別のプログラム又はサービス自体に関する詳細をいかに作業するかを「知る」ことなしに注文されたサービスを利用する。クライアント/サーバー構造、特に回路網システムにおいては、クライアントは、通常は、別のコンピューター(即ち、サーバー)により提供される共有回路網資源にアクセスするコンピューターである。
【0008】
クライアントとサーバーとは、ハイパーテキスト送受信プロトコル(HTTP)により提供された機能を利用して互いに通信する。ワールドワイドウエブ(WWW)又は単にウエブは、コンピューター又はユニフォームリソースロケーター(URL)のようなデータ処理システム回路網アドレスを介してクライアントへのアクセスが可能であるこの標準(即ち、HTTP)に密着したサーバーを含む。回路網アドレスは、URLアドレスと呼ぶことができる。例えば、通信は通信媒体上で提供することができる。特に、クライアント及びサーバーは、大容量通信のために、TCP/IP接続を介して互いに結合することができる。クライアント内の活動は、「ブラウザー」として知られる第1のプロセスであり、これがサーバーとの接続を確立しかつ使用者に情報を与える。サーバー自体は、HTTP応答の形式でクライアントに情報を提供する関連のサーバーソフトウエアを実行する。HTTP応答は、ハイパーテキストマークアップランゲージ(HTML)から構成された「ウエブページ」、又はその他のサーバー作成データに対応する。各ウエブページは、単に「ページ」と呼ぶこともできる。
【0009】
クライアントは、典型的に、ブラウザーのような公知のソフトウエアアプリケーションを使用して、回路網を通してサーバーから提供された情報を展示する。大多数のブラウザーは、種々の形式のデータを展示しかつ操作し得る最近の図像式使用者インターフェースを持つ。図像式使用者インターフェースは、使用者が、スクリーン上の図表現(アイコン)及びメニュー項目リストを指すことにより、指令、スタートプログラムを選び、かつファイルリスト及びその他のオプションを見ることができるディスプレイフォーマットの一型式である。選択は一般にキーボード又はマウスのいずれかで行うことができる。インターネットサービスは、典型的に、特有の回路網アドレスを特定することにより(即ち、典型的にURLで)アクセスされる。URLアドレスは、2個の基本的構成要素、即ち使用すべきプロトコル及びオブジェクトパスネームを持つ。例えば、URLアドレスhttp://www.uspto.gov(即ち、米国特許庁のホームページ)は、HTTP及びサーバー(www.uspto.gov)のパスネームを特定する。サーバーネームは、1個以上の相当TCP/IPアドレスと組み合わせられる。
【0010】
[神経回路網解析]
神経回路網解析は、独立変数と従属変数との間の非線形関係をモデル化する方法である。解析は、独立変数と従属変数との間の非線形関係を正確にモデル化する回路網を作ることにより行われる。妥当な神経回路網が作られると、これを、既知の独立変数に基づいて未知の従属変数の値を予測するために使うことができる。神経回路網解析における変換において、独立変数は入力と呼ばれ、従属変数は出力と呼ばれる。
【0011】
神経回路網のパワーは、入力と出力との間の関係をモデル化するために使用される非線形方程式にある。この方程式はコネクションウエイトと呼ばれる1組の変数により定められる複素関数である。コネクションウエイトに対する特性値は、一組のトレーニングデータを試験するトレーニングアルゴニズムにより決定される。トレーニングデータは、モデル化される非線形関係を表現する入力及びこれと組み合わせられた出力との組である。トレーニングアルゴニズムは、トレーニングデータ入力を持ち、そして神経回路網の予測出力とトレーニングデータ出力との間の誤差を最小にするコネクションウエイトを見いだす。
【0012】
神経回路網は、構造的に、入力層、1個以上の隠された層、及び出力層から成り立つ。出力層及び隠された層は互いに連結されかつ神経回路網の主な構成用ブロックである処理用要素である。入力層の第1の機能は、第1の隠された層の処理要素への入力値の経路を作ることである。各処理要素は各入力に異なったコネクションウエイト値を掛けて積を得て、次いで個々の積を加える。得られた結果は、処理要素出力を作るため、非線形伝達関数を通過させられる。1層の全ての処理要素出力が次の層の処理要素に向けられ、ここで同様の処理が繰り返される。神経回路網の最終層は出力層であり、これは線形及び/又は非線形の処理要素を持つことができる。非線形処理要素は上述されたと同じ方法で入力を処理する。線形処理要素は、その処理要素の入力をその処理要素の出力に通過させるだけである。出力層の処理要素の出力が神経回路網の最終出力を作る。
【0013】
別の神経回路網の設計の考えは、神経回路網が全部接続され及び/又はフィードバックされる設計を含む。ある層の全ての出力が次の層の入力として使えるならば、神経回路網は完全に接続される。内部フィードバックループがない場合(即ち、ある層の出力が先行の層の入力として使用されない場合)は、神経回路網はフィードバックされる。
【0014】
神経回路網作成の第1段階は、何を出力とすべきかを定めることである。これら出力は神経回路網の最終出力であろう。次の段階は、出力値に実質的に影響を与えるであろう全ての変数を識別することである。これら変数は、神経回路網への入力となるであろう。回路網の入力と出力とが識別されると、層の数及び各層の処理要素の数を含んだ神経回路網の残りの構造を決定することができる。
【0015】
神経回路網の構造が決定されると、神経回路網を作ることができる。神経回路網は、作成後、トレーニングデータを用いてトレーニングされる。トレーニングデータは、入力値及びこれらと組み合わせられた出力値を含んだデータの組であり、これらは神経回路網によりモデル化された統計的関係を表している。特にモデル化される関係が本来静的である場合は、より多くのトレーニングデータが集められ使われる方が良い。
【0016】
トレーニングは、神経回路網により組み込まれたトレーニングアルゴニズムにより達成される。トレーニングアルゴニズムは、トレーニングデータを処理して、トレーニングデータ入力とトレーニングデータ出力との間の関係を最もうまくモデル化する適切なコネクションウエイトを選定する。
【0017】
神経回路網の性能は、トレーニングされると、試験データを用いて評価することができる。神経回路網の試験は次のようにして達成される。試験データを神経回路網内に個々に入力する。神経回路網が作動させられ、各試験データについて予測された出力が作られる。神経回路網が適正に作動しているか否かを判定するために、予測された出力が実際の試験データと比較される。試験データでうまく行かなかった神経回路網は使用すべきではない。
【0018】
神経回路網がトレーニングされた後、これを、種々の入力に基づいて出力を予測するために使用することができる。次いで、得られた予測を神経回路網を設計した目的のために使うことができる。神経回路網の例が、米国特許5,724,258号「多焦点コンタクトレンズのための神経回路網解析」、及び米国特許5,839,438号「医療用の診断及び判定のためのコンピュータベースの神経回路網システム及び方法」に示され説明される。これら両特許は参考文献として全文がここに組み入れられる。神経回路網に関するその他の詳細及び原理がRobert J.Schalkoff;Artificial Neural Networks(McGraw−Hill,1997)に説明される。この内容も参考文献として全文がここに組み入れられる。
【0019】
[現存の製品推奨システム]
インターネットの進歩及びそのeコマースにおける役割が、多数の製品推奨システム及び方法の開発をもたらした。これらシステムの多くは、以下の目的及び方法の一つ以上を分担する。第1に、システムは、各顧客が多くの製品の中から自分にとってより価値のある製品についての小さくてより扱い易い下位集団を見いだすことの支援を計画する。多くの場合、顧客が製品の完全な組の製品説明をブラウズすることは単純にはできない。例え、それができたとしても、製品の説明には、顧客が或る特定の製品の自分の関心事及び興味に関する値にアクセスするに十分な関連情報は含まれていない。第2に、システムは、顧客の購入挙動及び製品の使用のフィードバックの解析により顧客の特定製品に対する嗜好を判定することを探求する。この種の情報は、調査を通して作られた顧客の単純かつ明示的なプロフィルからの利用可能性を広げる。第3に、推奨システムは、或る与えられた顧客と或る点又は別の点において似ている別の顧客からの開発情報を探す。
【0020】
これら推奨システムの多くは、顧客個々の挙動について利用可能な補足情報への協同フィルタリング又は内容に基づくフィルタリングのような手法を利用する。フィルタリングのような手法を用いたシステムの成功は、システムを使用する多くの顧客の興味、関心事、及び特性にかなりの重複度があるという(多くの環境において合理的である)仮定に基づいて決められる。しかし、与えれた顧客と似た顧客の適切なグループ又は「近隣」を定め、更に本発明の推奨システムにより、近隣の嗜好から個々の嗜好を予測することも技術的な挑戦であることが多い。最後に、本推奨システムの或るものは、非常に限定されかつ単純な方法で、進行中の顧客の経験と挙動とを組み込むように推奨を周期的に適合させる。
【0021】
現存の製品推奨システムの一般的分野は以下のようである。しかし、本システムの多くは、どれか一つの分野内に適切に入るだけということのない点に注意すべきである。また、以下の幾つかの分野は網羅的であることを意図しない。
【0022】
現存の製品推奨システムの一型式は非個性化推奨システムである。非個性化システムは、他の消費者により提供された製品の平均情報に基づいて個々の消費者に製品を推奨する。非個性化製品推奨システムの例は、Amazon.com及びMoviefinder.comのものである。或る特定の製品に関する情報を探している全ての消費者に対して同じ製品推奨が作られ、そして全ての製品推奨はどの特定の消費者に対しても完全に独立している。
【0023】
別型式の現存の製品推奨システムは、推奨を公式化するために項目対項目の相関を使用する。項目対項目システムは、消費者が既に購入した製品間の関係、又は消費者が興味を示した製品間の関係に基づいて個々の使用者に対して別の製品を推奨する。使用される関係は、典型的に、銘柄の識別、香り、販売アピール、市場の流通、及び同等である。全ての場合において、関係の基礎となる情報は潜在的に含まれる。換言すれば、消費者が何を観察し何を好むかという明確な情報は依頼されない。個々の消費者が嗜好を表明した製品と購入し得る製品との間の明白な関係を見いだすために、データ発掘のような手法が使用される。製品の実際の性能或いは消費者(又は他の消費者)が購入製品を最終的に好むか否かは、この型式のシステムによる推奨の公式化には全く役割を演じていない。
【0024】
第3の型式の現存の製品推奨システムは、属性に基づいたシステムである。属性ベースの推奨システムは、その推奨を公式化するために入手可能な製品の構文上の特性又は記述的「内容」を利用する。言い換えれば、属性ベースのシステムは、製品の属性を容易に分類できること、及び個々の消費者が推奨システムからの支援又は入力なしにどれを購入すべきかを知ることを仮定する。属性ベースの推奨システムの例は、Reel.com.により提供されるMOVIE MAPである。MOVIE MAPサービスにより与えられた推奨は、消費者により選ばれた映画の分野にのみ基づく。属性ベースシステムの主な欠点の一つは、好結果の推奨を得るための属性の適正な分類に関する消費者及び/又は専門家の間の混乱がしばしばあることである。例えば、自動車用ワックスの場合、古い車に対してシリコンベース又はワックスベースのクリーム又はローションが最適の結果を提供するかについての不一致がある。
【0025】
製品推奨システムの分野において、協同フィルタリングは、内容ベースのフィルタリングよりも信頼し得ることが確かめられている。にも拘わらず、両者は、本発明の或る実施例が一方及び/又は両方の型式のフィルターを使用するとして説明されるであろう。
【0026】
[内容ベースのフィルタリング]
図1は、内容ベースのフィルタリングの背後の幾つかの原理を示す。一人の使用者のためのマトリックス100が示される。予測は別の使用者からのデータには目をつぶり、またシステムは全ての製品格付けが2進値(即ち、正又は負)であるとする。マトリックスは粗ではない。分野102が石鹸Sであるとすれば、内容ベースのフィルタリング手法は、使用者による格付け101を有する製品110a−110l(例えば110b−c、110e、110g、及び110k)と組み合わせられた特徴(価格103、香り104、粘度105、及び同等)を識別するためにマトリックス100を検査する。次いで、使用者を特徴付けるために適切な特性103−105が使用される。次いで、実際は使用者により格付けされなかった製品(例えば、製品110a、110d、110f、110h−j、及び110l)に対する予測格付け101が、格付けされた製品のクラスターの近くに基礎が置かれた特性空間内にマッピングされる。例えば、消費者が、一般に高価な石鹸(1から10に格付けでき、1は最も安価を表し、10は最も高価を表す)と呼びかつ無香(US)の香り104(香り=V、及び野いちごの香り=WB)を有することを特徴とすることが、マトリックス内の格付けされた製品に関する情報から推論できる。従って、使用者は実際には格付けされた製品110aを持たないマトリックス100によりにより特徴付けられるが、製品110aは無香でありかつ普通の価格であるため、使用者は製品110aを好意的に格付けするであろうことを内容ベースフィルタリングを使って予測することができる。個々の使用者を正確に反映する特性空間を一般化するために適切な製品の特性を決定するための多くの方法があること、及びシステムが、或る特定の使用者又は使用者の嗜好の変化について、より多く学習するように時が経つにつれて特徴を追加し又は削除することができることに注意されたい。
【0027】
[協同フィルタリング]
一方では、協同フィルタリング(社会的情報フィルタリングとも呼ぶ)は、典型的に、協同グループに適合し得る拡張された製品嗜好の組を記録する。換言すれば、協同フィルターは高度に関連する「同様な使用者」に製品を推奨する。社会的情報は、同様なパターンの製品嗜好であることが多い。
【0028】
図2は、協同フィルターの幾つかの基本の原理を示す。この場合も、2進式の製品格付けが仮定される。格子200は、製品の列201a−201lと使用者の行202a−202pとから構成される。システムが、或る特定の製品及び使用者について適宜の格付けデータを持つならば、このデータは、適切な製品列と使用者行との交差により形成されたセルにおいて格子200内に入力される。例えば、格子200から、使用者202aが製品201aを正に格付けしたことが見られる。マトリックス200に入れられた全ての格付けデータにより、これがあまり人気のないことが予想される。協同フィルターの目的は、格付けデータを持たないセルを、マトリックス200にマップされた同様な使用者により与えらえた格付けに基づいた正確な予測で満たすことである。製品201a−lに対する使用者の格付けが円203内に囲まれている目標使用者202iを考えることとする。協同フィルタリングは、使用者202oを、(矢印204により示された)製品202a−pの格付けにおける目標使用者202iと同様であるとして識別する。この類似性に基づいて、システムは、使用者202oと同様であると予測することができ、目標使用者202iは、製品201lを実際に使用したとすると同様に正に格付けするであろう。従ってシステムは、製品201lを目標使用者202iに推奨することができる。協同フィルター技術の熟練者は、多くの同様な使用者に基づいて、基礎予測に最寄りの適切な下位集団を選び、実際に値を付けた格付けをプロセス内に取り入れ、そして実際に値を付けた格付けを作るための多くの技法があることを認めるであろう。
【0029】
1個のシステム内で協同及び内容ベースのフィルターを組み合わせることがなされた。組み合わせた協同及び内容ベースのフィルタリングは改良された協同フィルタリング予測を産み、ここでは、使用者データベースは内容ベースフィルターに従って分割される。組み合わせられたシステムの例が、Recommendation as Classification:Usingu Social and Content−Based Information in Recommendation,Proceedings of the Fifteenth National Conference on Artifical Intelligence(AAAI−98),Basu,C.,Hirsh,H,and Cohen,w,1998に説明される。ここでは、映画の推奨を予測するために、内容ベースの特性により拡大された協同フィルタリングが使用される。内容ベース特性はデータベース内にあり、かつ映画関係者(即ち、俳優、ディレクター、及び同等)、ジャンル、言語、及び長さを含む。改良された協同フィルタリングの結果は、使用者データベースが使っている特定使用者の気に入った映画のジャンルで分割された。組み合わせられた内容ベース及び協同フィルタリング推奨システムの例は、Combining Content−Based and Collaborative Recommendation;Communications of the ACM(Balabanovic,M;Shoam,Y;1997)(http://citeseer,nj,nec.com/balabanovic97combining.html)において説明される。Balabanovic and Shohamシステムは、インターネット文書フェッチにおける使用者の関心の学習のために内容ベース及び協同フィルタリングを使用し、そして使用者のためのプレフェッチウエブページを推奨する。
【0030】
[問題点の概要]
以上の説明から、本技術において、多くの技法を使っている多くの製品推奨システムがあることが明らかである。しかし、現在の推奨システムがかなりの欠点を有することも容易に認められる。例えば、或る特定の消費者について考えられる製品の大多数ではないが多くは、他の多くの消費者により使用されずかつ格付けされず、これにより協同フィルタリングベースのシステムを不利な立場にする。また、消費者は、消費者の要求が自分の使用し得る或る特定製品に多少は又は全く適合しているか或いは適合していないかを知ること又は判定することが非常に困難であることが多い。このことは、製品のアドレスしている要求が応答の増加を特徴とする場合に特に真実である。更に、現存のシステムは或る分野の製品では役立つが、推奨される製品の性能が複雑であるか又は未知である場合は不適当である。社会統計的感覚では同様であってもアドレスをしない他の消費者の格付けパターンに大きな値がある場合は、消費者が異なった基本的状態を有しかつ製品へのアドレスに問題がある可能性、及び処理される状態又は問題が製品により極めて異なった応答をする可能性がある。多くの分野において、他の同様な使用者の格付けパターン、製造者による約束、又は製品の構成要素又は構成の検査に基づいた製品の性能の信頼し得る予測はできない。
【0031】
従って、本技術において、第1に消費者の選択パターンに頼らず、製品性能、高度に正確な製品性能にするための最適化された分割ベース及び/又は性能ベースの学習に頼る個別化された製品推奨システムについての要求がある。
【0032】
[発明の概要]
本発明は、製品を商業的に購入できる予め定められた人々から製品の使用効果及び推奨製品を予測するため、通信回路網を利用するシステムと方法及び消費者と製品とを特徴付ける多変量データ上で作動する製品推奨処理について考える。本発明の処理能力は、処理計算の設計及びアルゴニズムに含まれる知能、及び入力、消費者から受けた主観的及び/又は客観的な製品情報、初期設定の部分としてのシステムへの入力、及び類似の要求又は応答の点で消費者内に共通性を見いだし得る消費者の特性に基づく。本発明の一実施例においては、システムのデータ処理部分は、インターネットを介して消費者から入力を受け取る。システムの出力は、消費者により識別された問題又は関心事について消費者が好み及び/又は実行するであろうと予測する製品の組を含む。性能及び嗜好の予測は、消費者の問題及び製品応答パターンの機能である。客観的な製品情報は、一般に、目標基体に関する人間の関心事に科学的関係を有するパラメーターを測定し及び/又は主観的性能評価と相関する診断装置により得られる。診断装置により測定されたデータは、インターネットを介して本発明のデータ処理部分に通信することができる。診断装置は、インターネットに直接インターフェースすることができる。システムのデータ処理部分からの出力、製品推奨及び/又は副次的情報は、同様にインターネットを介して消費者に提示することができる。
【0033】
本発明のデータ処理部分は、神経回路網を備えることができる。神経回路網は、他の消費者の記述的特性と組み合わて使用された製品に対する本発明を使用している消費者の記述的変数の入力変数と他の消費者の性能及び/又は嗜好応答との間の関係(典型的には非線形)をモデル化し、更に個々の製品の性能及び/又は嗜好の予測の変数を出力するために使用される。神経回路網は、関連の人々の下位集団の実際の製品性能及び嗜好のデータを作りつつトレーニングすることができる。これは、消費者人口のグループ又は部分にわたり平均化された入力製品データ(製品属性と呼ばれる)、並びに神経回路網の複雑さを効果的に減らすためにグループ又は部分の記述的特性として使用することができる。本発明の或る実施例においては、予測された嗜好及び性能と本発明の使用者により集められた実際の嗜好及び性能データとの比較を使って評価と最適化の明確な処理により、神経回路網が周期的にリトレーニングされる。
【0034】
本発明の実施例は、推奨エンジンにおける協同フィルター及び/又は内容ベースフィルターを利用することができる。協同フィルターにおける近隣の構成は、個々の関心事パラメーター、分野の目標状態、製品に対する性能応答のパターン、製品嗜好パターン、製品嗜好出版物、及び同等を含む複数の項目よりなる空間に基づく。
【0035】
本発明の或る実施例は、客観的及び/又は主観的フィードバック入力を通して、製品の現実世界性能、処理される目標基体の状態、及び製品使用に対する基体応答についてのデータを得る。本発明の種々の実施例は、多くの消費者から集められたこの情報を、類似の応答に基礎を有する他の消費者に製品を推奨するために使用する。類似性のための基礎は、個々の基礎についての関心事及び状態を含むことができる。本発明は、実際に範囲の限定されない消費者にわたり更にいかなる製造者の製品についてもこの情報を得ることができる。本発明は、製造者の個性又は商業的意図、性能、価格、嗜好、及び同等の諸項目における消費者の希望のみに基づく消費者への製品の推奨についてバイアスなしであるように意図される。
【0036】
本発明は、製品性能及び消費者嗜好をより正確に予測するために、そのデータ処理部分をリトレーニングすることができる。本発明の実施例がリトレーニングを利用するときは、消費者数及び多くのフィードバック入力が蓄積されるため、本発明は、これら消費者の現実世界の経験に基づきより大きい正確さを獲得する。この精度の上昇により、本発明は、与えられた分野で使用される製品間の差を許し、これは、典型的に商業的なクレームのサポート及び1個の製品の臨床的追跡を典型的の1個の製品及び小さいベースサイズの研究よりも、消費者にとってより価値がある。客観的データが集められた場合、本発明は、客観的データに基づいた性能応答モデルを作るための消費者の関心事との相関又はその他の関係を識別することができる。
【0037】
本発明の実施例は、製品に対する消費者の嗜好、処理すべき基体(例えば消費者の皮膚)の現在及び過去の状態、及び現在及び過去の製品使用に対する基体の応答を含んだ消費者統計及び基体の要求についてのデータを集めることができる。分野関連産業における使用情報の作成のような或る目的については、本発明は、グループ又は区分と呼ばれる消費者の、予め定められ又は自然に集まった下位集団内の製品の平均効果についてのデータを集めることができる。区分は、製品への要求又は応答の類似性により特徴付けられる。本発明の或る実施例においては、製品推奨は、区分の特徴と類似した消費者の特性及び製品についての区分の平均応答に基づいて形成することができる。区分は、リトレーニングを通じて動的に定めることができる。別の実施例は、協同フィルタリングにより定められた動的に構成された消費者の近隣の中での製品へのフィードバック応答に基づいて推奨を作るために使用されるデータを作る。個々の消費者は、現在又は歴史的製品の情報に関する種々の情報にアクセスすること及び/又は入手可能な製品の仮定の使用の性能及び嗜好のシステム予測を得ることもできる。
【0038】
[好ましい実施例の詳細な説明]
本発明のこれら及びその他の特徴、態様、及び利点は、特許請求の範囲及び本発明の種々の実施例の以下の説明と図面とに関連してより良く理解されるであろう。
【0039】
以下の詳細な説明を通して、同様な番号は全ての図面の同様な構成要素を指す。また、本発明の実施例は、大部分がスキンケヤ及びスキンケヤ製品の項目について検討され説明される。しかし、本発明は、スキンケヤ又はスキンケヤ用製品には限定されない。むしろ、本発明は、広範囲の目標物質及び製品の分野に広く応用可能である。
【0040】
[例示システム]
図3及び4は、それぞれ本発明が存在し得る第1及び第2の例示回路網環境を示す。実際の回路網環境は、言うまでもなく種々の構成で配列でき、本発明はここに図示され説明される実施例に限られるとしては意図されない。図3に示された環境は、クライアントサービスシステム300のものである。システム300は、パソコン、薄型クライアント用手持ち型計算装置、及び同等となし得るクライアントコンピューター320、320aを備える。システム300は、少なくも1台のサーバーコンピューター322及びサーバーコンピューター322に接続され管理される記憶用要素370も備える。システム300内のクライアントコンピューターとサーバーコンピューターとは、LAN、WAN、イントラネット、インターネット及び同等のような適宜の回路網技術を備え得る通信回路網380の方法により互いに通信する。
【0041】
クライアントコンピューター320、320aとサーバーコンピューター322とは、通信インターフェース382の方法により通信回路網380に接続される。通信インターフェース382は、イーサネット接続、モデム接続、DSL接続、ケーブルモデム接続及び同等のような良く知られた通常の通信インターフェースを備えることができる。通信インターフェース382は、LANのような中間通信回路網を備えることもできる。
【0042】
図4は、本発明が存在できる第2の回路網環境例を示す。システム400は、ウエブページ(又は一般にインターネット接続)用の共通に実行される構造を形成する3個の基本的構成要素、即ち、公開回路網401、無防備セグメント(DMZ)402、及び非公開回路網403よりなる。
【0043】
本発明の大部分の実施例においては、公開回路網401はインターネットよりなるであろう。典型的に、非公開回路網内に常在する秘密に対する脅威のために、インターネットと非公開回路網との間の接続点に沿ってファイヤウオール404と呼ばれるソフトウエア及び/又はハードウエアが置かれる。ファイヤウオール404は、ウエブサーバー405の定められた組へのウエブアクセスのような予め定められた型式の通信用トラフィックを除いて、公開回路網から非公開回路網への全てのトラフィックを阻止する。ファイヤウオールを備えたシステム400の部分は、これを含む資源が外部アクセスから部分的に保護されるため、典型的にDMZと呼ばれる。
【0044】
本発明のある種の実施例においては、DMZ402と非公開(厳密な内部)回路網403との間に別のファイヤウオール406が置かれる。この第2のファイヤウオールは、或る特別に予め決められた型式のメッセージ用トラフィックを利用してDMZ内の機械からのみ内部回路網へのアクセスを許す。
【0045】
システムにより扱われる静的なデータは、内部回路網又はDMZのいずれかの内に置くことができ。DMZはウエブサーバーに直接取り付けられることが多いため、静的なデータはDMZに置かれることが普通である。しかし、システム400においては、静的なデータは、非公開回路網区域内に常駐する回路網アタッチドストレージ(NAS)に記憶される。NASの利点は、記憶装置が自分自身の回路網アドレスを持ち、従って多数のコンピューターを横断してディスクを効果的に共有できかつ大きさの変更ができることである。静的なデータは、限定するものではないが、消費者が興味をひいたとき役立つ内容、情報と指示、個別データ情報及びチャートを挿入できる標準ページフォーマット及び同等を含むことができる。
【0046】
動的な内容(例えばユーザー特定の情報)もNAS407に記憶することができる。しかし、動的な内容は、オラクル又はSQLのようなデータベース管理システム(DBMS)を使用し管理されるので、サーバーシステム400は、動的な内容用の別のDBMSサーバー408を使用する。システム400内のデータの取扱いに含まれる処理上の諸要求のため及び更にデータベースの大きさ可変性の支持のために、動的な内容用の別のDBMSサーバーの使用が必要である。
【0047】
システム400は、サイトアップデートサブシステム409も使用する。サイトアップデートサブシステムは、ウエブサイトの静的な内容並びにデータベースに記憶された内容の更新のために使用することができる。これは、1個のコンピューターに専属の機能してシステム400内に示されたが、標準ウエブサイトアップデート機能であり、そして特別のアップデート手順及び位置は設計の選択事項である。
【0048】
ファイヤウオール404及び406は、ハードウエア或いはハードウエアとソフトウエアとの組合せのいずれかで組み込むことができる。今日の多くのファイヤウオールは、比較的小さいサーバー上を走っているソフトウエアにより組み込まれる。Sun Microsystemsはこの機能に適した小さいサーバーを提供し、またCheck Point Software Technologies,Inc.は適切なファイヤウオール機能を有する一般的なソフトウエアパッケージを提供する。システム400の代置可能な構成は、DMZ機能を実行する小さいサーバー上に常駐するファイヤウオールソフトウエアを持つことにより組込み可能であると同時に、これにより追加のDMZハードウエアを無くすことができる。
【0049】
DMZ402内のウエブスイッチ410の目的は、DMZ402内の多数のウエブサーバー405にわたる負荷のバランスを提供することである。ウエブスイッチ410は、システム400に有っても無くてもよい。ウエブスイッチ410及びウエブサーバー405の選択は設計選択事項であり、多くの販売者が適切なプラットフォーム及びパッケージを提供する。推奨エンジンプロセッサー411は、個別の製品推奨を作成するに必要なプロセッサー強化オフライン計算を実行する。推奨エンジンプロセッサーの選択は、同様に設計選択事項である。
【0050】
システム300において、消費者は、サーバー322に主観的及び/又は客観的データ310を通信するために、クライアントコンピューター320、320aを使用する。次いで、サーバー322が、データ記憶要素370内の消費者データ上で作動し及び/又は記憶する。サーバー322は、消費者データ並びに記憶装置370に記憶されているその他の情報を使用して、製品推奨314を(以下、より完全に説明されるように)作成する。製品推奨314は、要求したクライアントコンピューター320、320aにおいて消費者に提供するために通信回路網380上で送られることが普通である。
【0051】
一方、消費者は、システム400において、公開回路網401を介してDMZ402内のウエブサーバー405に主観的及び/又は客観的データ310を送信する。次いで、消費者データは、ウエブサーバー405により非公開回路網403内の適切な種々の要素に送られる。NAS407及びDBMS408のような非公開回路網内の要素に記憶された消費者データ並びにその他のデータを参考として製品推奨プロセッサー411が製品推奨を作る。次いで、製品推奨は、DMZ402及び公開回路網401を介して消費者に通信される。
【0052】
製品推奨は、典型的に、或る特定の消費者のための予測された製品性能及び製品嗜好の得点を含む。本発明の或る実施例においては、推奨は、顧客構成のHTML文書、内部に顧客構成のテキスト、データのグラッフィックス又はチャートが挿入された静的HTML文書、及び同等品である。HTML文書は、製品パッケージの図及び推奨製品についての情報、並びに各推奨製品に続く「マイチャートに追加」、「見本」、「マイリメインダーリストに追加」、及び同等のようなラジオボタン選択を含むことができる。「この製品のランクは?」のラジオボタンをHTML文書に組み込んで、消費者がその使用経験に基づいた推奨製品への自分の意見を入力できるようにすることもできる。消費者が、過去に推奨された組のいずれかを悪いとランク付けした場合は、システムは、これら製品がその消費者に対する更なる推奨品の組から除外されるようにプログラムすることができる。或る事例では、製品推奨エンジンは、従来の製品応答の組が同様に何かのバイアスに関連してその他の製品の排除又は格下げを示したか否かを判定する。
【0053】
消費者は、純粋な製品推奨に加えて情報を要請でき及び/又はシステム300及び400は情報を送ることができる。この追加の情報は、消費者の要求及び同様のような製品推奨に関連した適宜の数のトピックスを含むことができる。製品推奨及び追加情報は、システムの出力に関連して後でより詳細に説明されるでろう。
【0054】
製品推奨の基礎は、限定するものではないが以下を含むことができる。即ち、a)本発明のデータ処理部分又は推奨エンジン部分と通信する記憶用要素(例えば、記憶用要素370、NAS407,DBMS408及び同等)内に常駐する製品の属性の記述、b)或る特定消費者の関心事の各特性についての、限定するものではないが消費者の要求、予算、美的な嗜好、健康要求、及び/又は要求の重要度を含んだ詳細情報、c)消費者の購買パターン及び製品に対する過去の応答に関するその他の記憶された履歴的な製品データ、d)本発明を使用したその他の消費者の幾人か又は全部の者の同様な情報、及び/又はe)上述されたデータ及び処理用要素に基づく個々の消費者についての製品の予測された性能及び/又は嗜好を推測する(神経回路網、協同フィルター、その組合せ、及び同等を利用できる)製品推奨エンジン。組み入れられ本発明の諸要素により利用される入力及びデータは、以下、より詳細に説明されるであろう。
【0055】
本発明の入力及び出力の精度は多くの方法により改善することができる。一つの方法は、消費者に関連する基体パラメーターの客観的尺度を含むことである。この客観的、医学的な測定値は、主観的な入力(例えば、所要の入力変数及び製品性能の格付け)の増加を使うことができ、或いは幾つかの主観的な消費者入力を完全に動かすことさえできる。
【0056】
本発明の出力の精度を向上させる第2の方法は、推奨エンジンの出力が、消費者のフィードバックを経てシステムにより集められたデータとより密接に相関するように、推奨エンジンを周期的にリトレーニングすることである。例えば、推奨エンジンが神経回路網を使用した場合は、その将来の出力(例えば製品推奨)が消費者のフィードバックと更に密に相関するように、隠された層に常駐しているアルゴリズムをリトレーニングするために、製品の使用の予測及び消費者の実際の応答が周期的に使用される。同様に、推奨エンジンが協同フィルタリングに使用される場合は、リトレーニング最適化ルーチンが実際の消費者フィードバックを使用して、使用される協同近傍の大きさを能率化し、もしこれが固定されたパラメーターであるならば協同的空間の各寸法を変える係数を調整し、そして性能又は嗜好のパターンのような2次的な協同フィルタリング分類が出力の精度を改善するか否かを評価する。
【0057】
[入力]
さて、本発明への入力が考えられるであろう。消費者からシステム内への種々の入力を要請するために照会型式を使うことができる。図5は、初期照会構造の例を示す。図6は、本発明を使用したシステム内の個別消費者データベース入力に含み得る幾つかのデータを示す。
【0058】
本発明は、新規消費者との初期又は早期の対話において、個人プロフィル情報(例えば、年齢、性別、睡眠パターン、医学的状態、処方薬品の使用、既知のアレルギー、地理的位置、アウトドア消費時間、ビタミン剤の使用、ダイエット、及び同等)及び消費者からの目標関心時を依頼する。個人プロフィル情報は、製品研究の分野目標の領域の最良の知識に基づいて本発明の幾つかの実施例に集められ、かかる情報は個々の製品推奨を作るために役立つであろう。
【0059】
一般に、消費者が本発明と相互作用するときは、消費者は、自分の現在の要求の更新のための製品応答の入力、含まれた領域に関する情報の内容又は副次的情報の獲得、時を経て製品への応答についての情報の獲得、及び/又は本発明に含まれる分野の一つの製品についての推奨を得ることのいずれかの選択が提供される。後の3個の選択は本発明の出力であり、以下説明されるであろう。消費者要求データは本発明の入力であり、目標基体の状態についての主観的データを含むことができる。主観的な消費者所要データは、診断装置により集められた客観的測定により増強され及び/又は更新される。製品応答もシステム入力であり、そして消費者が使用中の過去推奨された製品又はそうでない製品に対する基体の応答に関する主観的及び/又は客観的データを含む。
【0060】
推奨エンジン又はこれと組み合わせられた処理は、消費者から製品応答を受け取ると、データに基づき又はデータを用いて適宜数の作業を実行する。例えば、例示の方法として、消費者の個別プロフィルが客観的データ及び/又は主観的データを含むように更新され、消費者要求データのような種々の処理用入力についての変更が計算され組み込まれる。本発明は、以下への応答又はフィードバックを作るように使用することもできる。即ち、a)類似した基体状態を有する消費者グループ、b)製品の同じ組に対してより良い基体応答の消費者グループ、c)製品の同じ組に対して同様な大きさの基体応答を有する消費者グループ、d)基体特性についての製品の効果の測定、e)1人の消費者の基体における効果と大勢の消費者に見られる平均の効果とを比較し、更に/又はf)ある期間をおいた場合の或る特別の製品の使用により生じた何かの変化を消費者に示す。フィードバックの使用は、以下更に詳細に説明される。
【0061】
消費者は、香水の特性又はレベル、製品の型式(例えば、クリーム対ローション、スプレイ対回転塗布、及び同等)、エンターテインメントのジャンル、ハードカバーかソフトカバーか、及び同等のような感覚的選択に基づいた選択の傾向を作ることが多い。本発明の或る実施例は、感覚的選択の情報を消費者から集める。これは、かかる情報が本発明を使用しているシステムオペレーターにあるバイアスを与え、これらのバイアスに基づいて製品の嗜好の散乱を調べるためである。かかる変数のバイアスにより、消費者の中に嗜好の依存性がある場合は、本発明の或る実施例は、予測される製品の嗜好及び製品推奨の計算より前に、個々の消費者を個人に適切なクラスにグループ分けすることができる。
【0062】
本発明の或る実施例においては、消費者は、製品の分野で処理された目標(ここでは分野目標と呼ぶ)又は基体に関して、一度に1個以上の関心事又は問題を持つことができる。或る特定の目標基体についての関心事の各は、関心事の重大度及び/又は重要度の消費者評価の項目を特徴とする。典型的に、重大度は問題の主観的な自己評価レベルを表す。しかし、或る場合には、重大度はその他により及び/又は関連の物理的特性又は徴候の測定(例えば、診断データ)に基づいて評価される。重要度は、典型的に消費者が関心事により悩まされ又は挫折させれる程度である。重要度は、消費者が製品からの期待に適合する利益と交換するであろう大きさとして考えることができる。(小さい重要度の仮定的利益は、より大きい重要度の利益の前に犠牲とされるであろう。)重大度及び重要度の大きさは、システムに対する消費者特性の入力であることが好ましい。重要度の格付け順位は、2次消費者特性の入力に有用である。重要度と重大度とは、本発明の好ましい実施例においては独立係数として処理される。
【0063】
製品を使用した消費者の経験も求めることができる。本発明の或る実施例においては、消費者の経験は嗜好及び/又は性能基準の項目で記録される。嗜好及び性能の両者を依頼することが好ましい。嗜好は、質問「この製品を使うことがどの程度好きですか?」に対する答えとして考えることができる。嗜好は、使用者の全経験を反映すべきあり、使用者の種々の関心事、並びに香り、塗布の容易さ、風味、包装の魅力、及び同等のようなより主観的な美的要因における受入れ可能ないかなる改良に関係した要因も含むことができる。性能は、製品が、ある分野における各関心事と組み合わせられた徴候あるいはその他の状態又は症状を減らす大きさに関係する。性能は客観的及び/又は主観的要素を含むが、客観的データを含むことが好ましい。多数の製品が一人の使用者により組み合わせられて使用される場合は、本発明の或る実施例では、各製品の相対性能と性能格付けとの間は明確でなく、組になった構成要素の全てに対する格付けと考えられる。
【0064】
診断データは、与えられた分野の製品により処理された基体の状態を特徴付ける客観的データに関連する。基体は、消費者個人の表情を含んだ活気の有無とすることができる。診断データに加えて、クライアント及び/又は職業的サービス提供者は、基体の状態の主観的特徴及び使用製品への基体の性能応答を提供することができる。診断データは、消費者の関心事に関する特性を測定する測定装置より得られる。特性は、大きさ、質量、機械的、電気的、光学的及び同等のような基体の適宜の物理的特性とすることができる。これら各種からの大きさ特性の例は、長さ、重さ、堅さ、抵抗、不透明さ、及び同等とすることができる。基体又は基体内の特徴に関するその他の特性は、位置、速度、加速度、振動、回転速度、方向、及び同等を含むことができる。基体の表面の特性は、粗さ、摩擦、反射、乾燥度、変色、及び同等を含むことができる。診断データは化学分析に基づくこともできる。診断装置により測定される特別な特性は、考慮されている基体に応じて変わるであろう。測定された特性の時間依存性は、関心事又は消費者に関連する重要な様相である。
【0065】
考慮されている基体の特性が空間的に一様でないときは、不規則に位置決めされた繰返し測定(サンプリング)又は位置特定の測定(マッピング又はイメージング)のいずれかを取ることにより、特性の範囲又は分布が得られるであろう。関心事の基体の属性に応じて、分布データの種々の機能が関心事の主観的又は知覚された属性と相関する。例えば、皮膚が基体である場合は、年齢的外見が消費者の関心事であり、しわの長さは顔の画像から測定することができる。本発明を画像に利用する場合は、診断装置は、限定するものではないがデジタルカメラを含んだカメラを含むことができる。本発明に使用する診断装置は、目標基体の1以上の様相の測定値の収集を意味する多次元的とすることができる。多次元データの収集は、複数のセンサー及び/又はその組合せを有する装置の集積の使用により達成される。
【0066】
心理学的及び客観的な測定の分野における文献は広範囲であり、消費者の関心事の種々の特徴及び或る種類の製品の希望の効果と相関する1個又は多数個の診断測定の新たな機能の公式化で調べることができる。しかし、或る場合には、基体の特性ではなくて消費者の客観的効果を測定することがより容易である。例えば、消費者の関心事が「ベッドの快適さ」である場合は、表面の最適の柔らかさと支持部の堅さとの複素関数によりモデル化することができる。或いは、消費者が眠りに落ちるまでの時間又はレム睡眠の時間を直接測定し、判定された「ベッドの快適さ」に関連するモデルを開発することができる。
【0067】
診断装置により測定すべきパラメーター及び又はパラメーターの組は、或る特定の基体についての消費者の興味の発現に関連するに違いない。多くのパラメーターは、これらを個々に、又は組み合わせて本発明のデータ処理要素に通信することができる。或いは、診断装置により測定された多数のパラメーターが、クライアントサイトにおいて線形及び/又は非線形に組み合わせられ、システムのサーバーサイトのデータ処理要素に通信される全機能パラメーターを形成することができる。
【0068】
測定すべき変数が多いときだけ、消費者の関心事の合理的に予測されたモデルを公式化する必要がある。多くの場合、複数の選択肢から選ばれたただ1種の変数だけが必要である。例示のみの方法として、皮膚よりなる目標基体を測定し得る特定のパラメーター又はパラメーターの組合せは、以下を含む。皮膚の乾燥についての消費者の関心事は、表面反射、粗さ、皮膚の水分管理(容量、導電度)、皮膚のバリヤ機能(TEWL又は濡れた後の水分の変化)、摩擦、表皮の異常増殖、皮膚のフレーク像解析、及び同等の任意の組合せを含むことができる。皮膚傷の監視は、特定の傷の大きさ、特定の傷の色、及び特定の傷の身体上の位置の任意の組合せを含むことができる。皮膚の太陽暴露の監視は、基本的な皮膚の色、色素沈着のスポットカラー、コントラスト及び同等を含むことができる。可視光線又は紫外線は、反射又は蛍光変化の測定に使用できる。皮膚年齢監視は、皮膚の色、皮膚の色の一様さ、皮膚のしわの長さ又は深さ、皮膚のたるみ、皮膚の堅さ、及び皮膚の水和作用の任意の組合せを含むことができる。
【0069】
皮膚よりなる目標基体を測定し得る別の特定パラメーター及びパラメーターの組合せは以下を含む。即ち、毛髪の色、毛髪の太さ、毛髪の密度、毛髪の成長、ニキビの数、ニキビの色、ニキビの変化速度、異常沈着色素の大きさと面積、異常沈着色素の数、異常沈着色素の色、表面の角質の種類(大きさ、形、及び/又は核形成)、電気伝導度、容量、表面及び/又は表面に直角方向の面内の機械的堅さ、摩擦、皮膚の蛍光特性、色の関数としての光学的反射、微生物の検出、色素沈着又は光損傷の分布の光学的判定、接触角による表面エネルギー、目の下のたるみ又は袋の3D輪郭判定、赤味、変色、及び/又はしわの深さ及び/又は長さである。
【0070】
上述されたと同様な客観的データを取り入れた本発明の装置は、典型的に診断装置の使用を含む。本発明のこれら実施例は、診断装置を使用して、消費者の要求レベル(システム入力)の大きさ決定及び/又は或る特定製品への基体の応答(性能フィードバック)の追跡を支援する客観的測定値を獲得する。前者の例は、1以上の関心事領域における消費者の主観的評価による関心事の重大度を調整するために使用される客観的データである。診断装置は、典型的に消費者の家の通信回路網のクライアント側に置かれ、サービスセンターは、消費者、医院、及び同等にアクセス可能である。診断装置の利用は、製品の効果についてのシステムの感度を改善し、かつ製品により処理すべき目標の状態についての客観的データを提供する。診断装置により得られた診断データは、(システム300の)通信回路網380、公衆回路網及び(システム400の)DMZ、又は類似のその他の通信手段を介して推奨エンジンに通信される。診断データを得るためにここで使用される診断装置及び/又はセンサーは、継続した精度を保証するために定期的な校正を必要とする。装置の内部での校正は、校正用基体が使用されたとき、自動的に調整され又は手操作で行われる。
【0071】
図7は、内部に診断データが取り入れられたときに本発明の或る実施例700がいかに作動するかを機能形式で示す。ブロック701は、本発明のシステム700により集められた(或いは、初期のシステム立ち上げの場合は、初期データとして入力された)製品属性データを表す。ブロック702は、システム700を使っている消費者から、システムにより要請され又は集められた消費者要求データ、(診断データのような)客観的及び/又は主観的フィードバック、個人プロフィル情報、及び同等を表す。矢印703は、システム入力(即ち、ブロック701及び702の情報)についてシステム製品推奨エンジン(ここでは進行知能エンジンとも呼ばれる)の作動を表す。ブロック704は、矢印703において製品推奨エンジンにより作られた製品推奨、及びシステム700の消費者ユーザーへの出力709を表す。ブロック705は、消費者による関心事を処理するための製品の選択、購入、及び使用を表す。一般に、消費者により選ばれかつ使用される製品は、エンジン700により推奨された製品の一つである必要はなく、或いはシステム700の知識ベース内に現在あることも必要ない点に注意すべきである。消費者は、システム700(例えばブロック702)に識別された関心事を処理するために選ばれた製品を選び使用し、そして製品に関するフィードバック(例えば、706、707、708)を提供することができる。ブロック706は、消費者からのフィードバック診断測定値を表す。ブロック707及び708は、システム700が消費者から受け取ってシステム700の知識ベース内に組み込む712フィードバック(例えば、新たな診断測定値及び主観的応答)を表す。ブロック705は、消費者により作られシステム700により受け取られた711副次的情報(例えば、診断レベル及び傾向)出力の受領及び考察を表す。
【0072】
従来技術において回路網化された診断装置が説明されているが、かかる装置により集められたデータは、製品推奨システムにおいては使用されていない。例えば、システムの進行又は推奨の様相においては、装置で測定された基体の状態又は条件及び診断応答履歴は、これを製品推奨の作成のために使用することができる。システムの逆行又はリトレーニングの態様においては、製品に応答する基体の客観的測定値は、これを、製品属性の洗練化及び/又は消費者プロフィルの更新を含み得る製品推奨エンジンのリトレーニングに使うことができる。診断装置により得られた測定値は、或る主観的評価と比較して、製品使用の効果のより迅速かつより正確な評価を提供することが多い。診断装置により集められた客観的データは、重要な身体的現象における変化(例えば、基体における細菌の濃度の変化、基体のpH値の変化、及び同等)を明らかにする。さもなければ消費者は利用することができない。
【0073】
個人又は健康維持の分野に対しては、診断測定値又は多くの測定値は、消費者又は環境の内部又は外部をモニターすることができる。製品の別の分野については、診断装置は無生物の状態又は性能を測定することができる。装置はクライアントサイトにおいて常に入手可能とされることが理想的である。装置は、消費者がeメール、ウエブサイトのデータ入力部分、電話、又は同等で本発明に送った値を出力できる。本発明に消費者データを自動的にダウンロードするために、クライアントコンピューター或いは遠隔サイト(例えばクライアントサイト、キオスクステーション、職業的サービス提供事務所、消費者サービスセンター、及び同等)に置かれたその他の電子装置をインターフェースとした診断装置の使用が好ましい。診断装置が本発明のデータ処理部分から遠くに置かれた本発明の実施例においては、システムのデータ処理部分は、装置の出力の全部又は大部分の高レベルの処理を実行でき、遠くに置かれる装置の費用を減らすことができる。診断装置は、標準化プロセスを組み込むことも多い。
【0074】
[出力]
さて、本発明のシステムの出力に注意が集中されるであろう。本発明の初期出力は、或る特定の部門における或る特定の基体についての個別の製品推奨を含む。本発明の大多数の実施例においては、製品推奨は、或る特定の消費者の現在の関心事の全てにアドレスし、そして各関心事の重大度及び重要度の両者を考慮に入れることを試みる。典型的に、製品は、製品の全ての知られた効果並びに逆効果に対するある範囲の問題へのアドレス及び許容度又は感度(これらは関心事マトリックスにおける行に追加される)に基づいて推奨される。
【0075】
本発明の或る実施例は、組の各製品が或る特定の関心事について専門的である製品推奨の組を明らかにするが、本発明の大多数の実施例により作られた製品推奨は、好ましくは重大度と重要度とを考慮した或る特定の消費者の関心事の全てに最良にアクセスする分野の製品からなる。後者の方法は、個々の製品が設計され又は目標を特徴化した状態(例えばニキビ又は油肌)の多くに不注意で影響を与え、製品は、関心事を通して広く影響する基本的な特性又は過程に一般にアドレスするため、実行可能である。製品が、組み合わせて使用されることを意図された製品の「包装された組」の部分であるときは、本発明の或る実施例は、包装された組に含まれる全ての分野の部分としてかかる「包装された組」の製品について推奨を行う。
【0076】
客観的データを取り込んだ本発明の実施例により、消費者又は消費者の関心事、使用される製品の嗜好及び/又は性能についての客観的データを提供しない消費者も、消費者又は消費者の関心事及び主観的な嗜好及び性能データに基づいて製品推奨を得ることができる。かかる推奨は、本発明により他の消費者から集められたデータからの便益を受ける。この実施例においては、かかる使用者は、客観的データに基づき又は客観的データを必要とする本発明の他の特徴へのアクセスを持ち又は持たないことができる。
【0077】
基本的な個別の製品推奨は、所与の消費者についての製品推奨エンジンにより集められた複数の個人的ユーティリティである。個人的ユーティリティは特有であり、例えば、採点付き予測製品性能ユーティリティ及び採点付き予測製品嗜好ユーティリティを含む。
【0078】
採点付き予測ユーティリティの採点のために任意数の有意の尺度を使うことができる。しかし、本発明の或る実施例においては、1から10の採点尺度が使用され、ここに10は最高レベルの嗜好又は性能を表し、そして1は最低レベルの嗜好又は性能を表す。最高レベルの嗜好又は性能は、評価された嗜好又は性能の各分野のシステム管理者により設定され、かつ市場における現在の製品によっては実現不可能であるかもしれない。例えば、スキンケヤ製品に対する性能の項目において、水分の領域では10は1日における水分レベルの高変化を表し、また、しわの回復の分野では10は4週間で50%の改善を表す。或いは、報告された採点は、製品の性能又は嗜好の主観的評価に対しては、消費者が使う量と相関した値を持つことができる。本発明の或る実施例は、予測性能ユーティリティの全部を使用し、これはデータ処理及び製品推奨エンジンに関連して以下詳細に説明される。
【0079】
予測個人ユーティリティは、限定するものではないが、製品選定の便利さによる格付け順序表、上位N個の製品の便利さによる格付け順序表、多数の任意の対象製品についての消費者への便利さによる格付け順序表、対象製品についての便利さの棒グラフ、多数の対象製品の仕様を消費者に示す比較ディスプレイにおける個人的便利さの採点、及び同等を含む種々の方法でシステムにより使用される。選定され又は推奨された製品の組に対する性能属性は、製品の総合性能を含んで、製品価格に対してプロットすることができる。
【0080】
図8及び8Aは、採点付き予測嗜好による上位3個の製品についての格付け順序表の出力ディスプレイの例である。図9及び9Aは、採点付き予測性能による上位3個の製品についての格付け順序表の出力ディスプレイの例である。図8及び9に示されたディスプレイはそれぞれ予測された嗜好及び性能により順序付けされた格付けであるが、各ディスプレイはそれぞれ各製品についての予測性能及び嗜好をディスプレイにおいて与えることに注意されたい。同じディスプレイ内で、両ユーティリティとも、消費者に一緒に与える必要はない。図8及び9に示されたディスプレイは、表示された各製品について最低の知られた価格を含むことにも注意されたい。この情報の表示は選択的である。
【0081】
本発明により提供される別の出力は、副次的なデータ又は情報を含むことができる。システムにより集められた診断及び/又は主観的なデータに基づいた消費者の状態のディスプレイは、その消費者の要求が関連の公衆と比較してどうか、特定の要求についてのシステムの配慮、特定の製品に対してどう応答するか等々を消費者に通信することができる。グラフィックスは、種々の時期に消費者が使用した製品は何か及び一般的なデータの趨勢を示す。
【0082】
副次的情報出力の別の形式は、或る製品がなぜ推奨されたかの説明を含む。例えば、性能予測の測定基準は、ラジオボタン又はその他の適切なインターフェースにより本発明に質問し、本発明は関心事の各分野について考えられる特定の製品についての消費者の重要度及び/又は性能の採点により順序付けられた関心分野の表を提供することにより応答することができる。
【0083】
本発明により作られた製品推奨がインターネット接続を有する消費者に送られると、消費者は推奨に応じて行動し、インターネットを介して1個又はそれ以上の推奨製品を注文し又は購入することができる。例えば、本発明に組み込まれた注文機能へのリンク又は別の加盟販売会社へのリンクは、本発明からの副次的情報出力を含むことができる。
【0084】
副次的情報出力は以下を含むことができる。即ち、類似の基体要求を有する消費者から製品レビューへのリンク、消費者の問題部分に基づき指示された内容、本発明の使用に対する応答又は特定製品又は製品クラスの使用又は特定の基本的行動を示すための過去の枠組内における消費者の基体の状態に関する情報、同等の人又は大衆と比較した消費者の基体の状態に関する情報(人口的な位置決めは、或る局所的な市域内又は限られた民族内又は限られた年齢層内で報告することができる)、一般的な認知と比較して強化された敏感性が有り又は無いイメージを通しての新製品の使用又は処方による変化に関する情報、使用頻度又は組み合わせられた製品又は実施のような使用実施の結果の常用に関する情報、製品性能の主観的評価の際に消費者を支援する比較情報(例えば、関心の基体のイメージ前後)、及び同等である。その他の副次的情報は、対話型及び/又はマルチメディア型のアプリケーション及び/又はディスプレイを含むことができる。例えば、対話型及び/又はマルチメディア型のアプリケーションは、次のようなことができる。即ち、推奨製品又は選定された製品の適切な使用について消費者を案内する、製品の評価について消費者を支援する等々である。対話型及び/又はマルチメディア型のアプリケーション及び/又はディスプレイは、テキストによるチャットルーム、ビデオによるチャットルーム、流動メディア、バーチャルエイド、エージェント、インタラクター、及び同等である。
【0085】
多くの目標、例えば健康に基づく基体(特に皮膚)はゆっくりした速さで変化し老化していく。その他の目標基体も比較的長期にわたって製品の応答する。従って、短期間では、製品の希望の効果は捕らえ難く差異を判別することは困難である。そこで、本発明の或る実施例において提供し得る副次的出力の別の型式は進行指標である。進行指標は、可能であれば、消費者によるより良き製品性能の判定を可能とし、メモリに支援を提供し、製品を安定化するより早期の決定を提供し、効果的な製品とのコンプライアンスを推進し、更に/又は効果の無い製品の継続使用をできるだけ早く止めさせることができる。
【0086】
進行指標により、消費者は、製品を使用するとき、目標分野(例えば皮膚特性、肺機能、及び同等)における製品の効果を概観することができる。以下説明される総合性能から類推して個別の状態又は全体の状態についての追跡を提供することができる。提供された場合、状態は、家で追跡しているデータから、又は職業的サービス提供者の支援により追跡することができる。或る場合は、状態は主観的フィードバックに基づくことができる。例えば、データは、その分野の各関心事の現在の重大度の主観的フィードバックを含むことができ、これは目標の評価可能な属性についての質問の組に基づくことができ及び/又は客観的診断の測定値を利用することができる。好ましい実施例は、少なくも或る形式の客観的診断測定値を利用する。i個の関心事の各について、本発明のデータ処理構成はカレント状態iを作る。状態iは関心事に関して本発明により得られたデータの適宜のモデルとすることができる。
【0087】
状態の典型的な変化又は期待された変化は、製品の性能及び効果に対する消費者の期待を作ることを助けるので、本発明の好ましい実施例は、いかなる変化も通信する進行表示を提供する。ディスプレイは、与えられた消費者と同様な状態レベルから開始した消費者の状態の平均変化を表している曲線、及び与えられた消費者についてのデータに適合するデータ点又は曲線を含む。図解するために、その状態の標準範囲内の消費者についての典型的な変化曲線を平坦であるとし、一方、標準から1Σ偏倚した消費者についての典型的な変化曲線は、或る時間スケール(t1/2)にわたって生じている改良を示す。
【0088】
[データ処理]
さて、進行知能又は製品推奨エンジンの詳細が提供されるであろう。上述のように、本発明の可能な出力の一つは製品推奨よりなる。本発明は、消費者から受けた独立変数入力の多変量モデル化及び解析を実行する製品推奨エンジンの使用によりその推奨を作成する。実行された本発明の実施例に応じて、製品推奨エンジンは、上述の入力の適宜の組合せを利用して上述の出力の適宜の組合せを作るように使用することができる。本発明の或る実施例においては、製品推奨エンジンは、入力から出力を作るために1以上の神経回路網を使用する。本発明の別の実施例においては、製品推奨エンジンは、協同フィルター又は多くの協同フィルタリングモデルの組合せを使用する。本発明の更なる別の実施例においては、製品推奨エンジンは、システム入力を処理するために神経回路網と協同フィルタリングとの組合せを利用する。
【0089】
[データ処理、協同フィルタリング]
いかなる協同フィルターも、少なくも3個の主構成要素、即ち、データ表示、近隣構成機能、及び推奨作成機能を持つ。各は、データ表示から始めて別々に説明されるであろう。
【0090】
入力及び出力は、製品推奨エンジンでの使用のために数値で表示される。上述のように、製品は、消費者の要求にアドレスしかつ一般に或る範囲の効果形式を持つ。消費者はその要求の重大度(又は逆効果への感受性)の項目における製品分野内の関心事を、及び製品購入の決定のためにこれら関心事をなぜ重要と考えているかを通信する。目標基体に応じて、複数の関心事を関連付けることができる。本発明の或る実施例においては、関心事は選択する消費者に対して表される。これは、消費者がアドレスすることを選んだその関心事について本発明との消費者の対話を次元的に単純化する。
【0091】
分野が洗顔乳液であり目標基体が皮膚である関心事の例は、ほこりの洗浄、脂の洗浄、殺菌、皮膚の刺激、皮膚の乾燥、締まり感の付与、皮膚の柔らかい感じの保持、容易な泡立ち、経済的、香り、及び同等である。一般に、与えられた分野にi個の関心事がある。その分野の目標は関心事内で考えられる基体だけとすることができるが、複数の基体を含むこともできる。例えば、この分野内で、主基体は皮膚であるが、製品がタブに薄膜をどのように残すかは、2次基体にアドレスする。i個の関心事の各に重要度レベルが組み合わせられる。本発明と対話する新しい消費者(又は自分の個人データを修正したい現在の消費者)は、典型的に、関心事、各関心事のレベル、及び各関心事が製品選定の決定にどう重要であるかを識別する。新しい消費者は、製品効果に反する感受性の確認のために質問される。或る入力値が言語及び/又は図で記述された場合は、データ収集過程に支援尺度を利用することができる。スライド又はダイヤル又は総合イメージ及び同等のようなその他の入力器具が予想される。
【0092】
使用者の関心事はN×2行列で表される。ここに、uは消費者を表す指数(これは以下においては便宜上落とされることがある)、Nは本発明により認識される関心事の数、i=1,N;k=1,2;Ci1=i番目の関心事の重大度、0≦uCi1≦10;Ci2=i番目の関心事の重要度、0≦uCi2≦10である。各関心事Ciは、典型的に説明文名称(例えば、しわ、乾燥度、ニキビ、及び同等)として使用者に知られる。関心事行列の各要素に使用された尺度0から10は、いうまでもなく任意である。
【0093】
関心事の重大度及び重要度は一般に主観的評価であるが、ある関心事分野の場合(例えば主観的情報の質が悪い場合)は、主観的評価は客観的データにより大きくされ及び/又は抑えられる。本発明の或る実施例においては、尺度化された客観的データ(例えば、或る測定された変数)が関心事の代わりをし、或いは関心事入力が客観的データにより制限され又は変更される。例えば、皮膚が目標基体である場合は、皮膚の粗さ、光障害指数、及び/又は弾性(膨圧)を、消費者により提供された或る問題の重大度を尺度化するために関連付けることができる。客観的データ及び/又は尺度化された値は、関心事の範囲を広げるため、分野の目標関心事に新しい関心事を加えるため、或いは現在の関心事の重大度の値を(例えば、或る特定の関心事に関する主観的な値と測定値との線形組合せの使用により)変更するために使うことができる。例えば、消費者は、しわの重大度を評価でき、本発明はしわの全長に対する測定値により消費者の主観的評価に重み付けをすることができる。年齢又は屋外時間のような消費者の個人的プロフィルからのデータも、関連情報を提供し更に関心事パラメーターの調整に使用することができる。
【0094】
測定された各パラメーターの数値表現は、通常の測定方法を反映するように選ばれる。各重大度の得点Ci1は、予め定められた範囲の実数、例えば0から10の間である。Ci1についての測定値又は関連する徴候又はその他の材料特性に関する計算は、関心事Ci1の重大度が最も大きい場合に最高得点(例えば、10)が与えられ、一方、最低得点(例えば、0)は、関心事について報告され又は観察可能な徴候又は物理的な暗示が何もない場合に相当するように構成される。
【0095】
Ci2と呼ばれる関心事CIの重要度は、範囲0−10及び同等のような有限範囲の整数で表される。本発明の好ましい実施例においては、関連情報が絶対量に含まれかつ保存すべきであるため、重要度の値は正規化されない。
【0096】
嗜好データの表現については、消費者は、製品を使用すると、これら製品についての嗜好度のフィードバックを提供する。加えて、新しい消費者は、例えば最初の対話において又は本発明を使用するための開始の過程の早期において、過去に使用した製品についての嗜好値を提供する。上述のように、嗜好度はその製品がどの位好まれるかの尺度である。種々の支援された尺度を提案することができる。表1は支援された好ましい尺度の例を示す。
表1
与えられた製品について、消費者が製品の働きをどう考えるかを含んだ消費者の嗜好に対して、製品の様相の全てが影響を与える。換言すれば、嗜好値は、製品の美学、予測性能、及び/又は販売情報により影響を受ける。消費者も、システムへの参加、予測された嗜好に基づく製品の推奨のような潜在的な発明の出力、予測性能、及び/又は消費者に提供される性能追跡情報により影響される。この理由で、本発明の好ましい実施例においては、新しい消費者が本発明により推奨された5個又は6個の製品を評価すると、その消費者の最初の又は発明使用前の嗜好値はその消費者の嗜好パターンデータから削除される。
【0097】
所与の製品についての消費者の嗜好度得点upPREF(uは使用者、pは製品を表す指標)は、システムにおいて範囲0−10又は0−100、及び同等のような有限範囲の整数として表される。所与製品に対する使用者の嗜好度得点は、嗜好の説明の格付け順位の組に相当するであろう。
【0098】
協同フィルタリングのためのバイアスが同様な製品嗜好パターンの近傍に見いだせる場合は、これは、消費者の中の同様であると判定された消費者により使用される重複製品の範囲にわたる嗜好パターンである。製品嗜好度の予測を改善するために、本発明の或る実施例は、同様な目標問題を有する人々をグループ分けするために、関心事ベースの協同フィルターが適用された後で嗜好ベースの協同フィルターを適用する。
【0099】
さて、目標又は基体状態の表現が考えられる。性能予測及びフィードバックは与えれた分野に対する目標基体の個々の状態を追跡するデータから誘導される。本発明の好ましい実施例においては、各状態は、関心事の各領域に関する目標基体の現在の特性の客観的指標である。状態値は、理想的には、初期測定変数の組から計算される。しかし、或る場合には、状態値はその分野の関心事(例えば、目標基体が皮膚である場合のかゆみ)の現在の重大度の主観的フィードバック、目標基体の特定の評価可能な属性(例えば、目標基体が皮膚である場合の手のひび割れの数、皮膚の張った感じの時間、及び同等)に対する質問の組についてのフィードバック、及び客観的診断測定値の1種以上の組合せに基づくことができる。関心事iの各について、データ処理が現在の状態iを作る。状態iは、関心事を反映する得られたデータの適宜のモデルとすることができる。モデルが知覚された重大度と線形相関するか否かは必須の関係ではない。この考えを更に説明するために、製品分野としてタイヤを考えることにする。トレッドの摩耗に関する関心事は、走行距離及びトレッドの残りである。トレッド溝の深さの測定及び走行距離は、以下のようにして関心事に関するタイヤの状態に変換することができる。即ち、タイヤ走行距離状態=(距離計の読みの変化)×(最初のタイヤ溝の深さ)/(タイヤ溝の深さの変化)、(kmで表した)トレッドの残り量=(走行距離)×(残りの溝の深さー安全最小トレッド厚さ)/(最初のタイヤ溝の深さ)である。条件は、消費者の関心事に直接関係する方法で目標の状態を特徴付ける。
【0100】
本発明の好ましい実施例による製品の性能を特徴付けるとき、消費者が製品を使っている間に得られた全ての状態データが製品の使用完了まで記憶され、製品に対する消費者の性能フィードバックが決定される。状態データの最初及び最後の値が、本発明の好ましい実施例の消費者データベースの一部分として記憶される。
【0101】
さて、本発明内の性能、総合性能、及び性能パターンの表現を考えることにする。上述のように、状態は或る時点における目標又は基体の特性である。製品の使用開始からの条件の変化又は変化速度が、性能の可能な尺度である。かかるデータを数字で表すために使用される正確度の尺度は、考えられている特定データの特性に基づくことが多い。しかし、本発明の好ましい実施例においては、正又は負の0−10性能尺度が使用される。本発明の或る実施例では、前以て決められた変化値が、性能尺度の特定値に割り当てられる。例えば、0−10性能尺度が利用でき場合は、変化の所定値は性能尺度における値0、−5、−10、5、及び10に割り当てられる。
【0102】
状態の変化は、或る一定の時間間隔で得られた読みの平均された状態値の差である。時間間隔の例は、製品使用の開始に先行する2週間及び製品使用の開始後の8ないし12週間である。しかし、製品の分野及び組み合わせられた目標に応じて、サンプリング及び選ばれた最初の製品の効果の評価のための正確な時間間隔が必要であろう。本発明の好ましい実施例においては、状態値の変化は、使用開始後の或る定まられた時間に始まったサンプリングの時間間隔にわたり平均された状態値から初期状態値(これは、ある初期時間間隔、恐らくは製品使用の開始に先行する週間の間にわたる平均とすることができ又はそうでなくてもよい)を引いた差であろう。状態の変化速度は或る定められた時間間隔、例えば製品使用の最初の2カ月間にわたる状態の適合傾斜とすることができる。どの状態変化を有用な性能得点に翻訳するかの決定に際に、目標基体の変化の動力学、典型的には製品効果の動力学、及び特定状態が考えられる。
【0103】
適切な時間間隔が選択されると、性能得点を得るために適切な翻訳機能が選ばれる。翻訳機能は、例示のみとして、公式による線形翻訳、公式による非線形翻訳、及び/又はルックアップテーブルを含む適宜の数の機能を備えることができる。翻訳機能の選定過程は、変化の分布が性能得点に翻訳されるように多くの製品及び大勢の消費者にわたる状態変化の分布を観察することにより開始することができる。翻訳の例は、性能尺度0−10の10に相当する上位10%の変化を持つことができ、一方、平均の結果は5に関係する。以上を実行するに有用なツールは初期状態の関数としての状態変化の分布の2次元マップである。状態の変化の大きさ及び初期レベルに基づく性能得点のモデルが好ましいことが多い。
【0104】
与えられた消費者嗜好度に対する或る製品の性能は、状態の観察された変化及び消費者の最初の関心事upPERFi(ここにu及びpは、それぞれ消費者及び製品を指す指標であり、iは状態の指標である)のレベルを使用して各関心事Ciについて計算される。製品についての総合性能得点upPERFは、典型的に状態の観察された変化を使って各関心事Ciの重要度の重み付け和として計算され、更に消費者の初期関心事upPERFi(ここにu及びpは、それぞれ消費者及び製品を指す指標であり、iは状態の指標である)のレベルは重要度の和により正規化される。
【0105】
生物学的目標の場合は、測定可能でかつ評価可能な徴候は、目標基体の或る特性についての代わりの術語である。この場合、状態の変化は徴候の変化により判定される。選択的に、徴候のレベルにおける性能測定基準は、本発明により利用することができる。
【0106】
或る特定の消費者については、総合性能予測は、製品推奨出力の部分として与えられる。総合性能予測は、上位N個の性能推奨表出力の「予測された性能」を特徴とし、更に推奨出力の別のフォーマットでも報告することができる。総合性能予測は、(本発明の或る実施例における消費者の集合の近傍の消費者のような)消費者と同様な消費者により見られる観察された性能から誘導された各関心事についての予測性能を使用する。総合性能予測は、(重要度の和により正規化された)製品性能予測値の重み付けされ平均化された消費者の関心事の重要度(Ci2)である。
【0107】
本発明の或る実施例においては、性能応答パターンは、消費者が使用する全製品についての1個の関心事領域又は全部から得られかつ本発明へのフィードバックを提供する製品性能の格付け順序付けを含む。この格付け順序により、クライアントを、同様な応答パターンを有するグループと種々の応答パターンを有するグループとに分けることができる。本発明の或る実施例においては、消費者の異なる応答パターンのクラスへの分離は、一部の消費者対全消費者についての関心事のために性能の標準偏差を減らすようにしたとき行われる。性能応答パターンが性能の妥当な予測である場合は、消費者のグループ分けができ、又は2次協同近隣を関連製品の組について性能応答パターンを基本として定めることができる。これは、別の応答機構を有する目標から共通の応答機構を有する目標を分離するために行われる。
【0108】
個人プロフィル情報も数値で表すことができる。上述のように、個人プロフィル情報は、或る特定の製品分野における目標基体の状態及び関心事に関連させることができる。消費者個人情報ベクトルuPIは、同様なグループ(ここでは、協同近隣とも呼ばれる)の計算又はフィルタリングにuPIを使用できる方法で個人プロフィルデータに相当する構成要素を構成することができる。
【0109】
心理的又は個人的なマーカーもまた数値的に評価され表され、これらは製品購入の決断を決定することが多くかつ製品嗜好に明らかに影響を与える。心理的マーカーは、協同フィルタリングよりも神経回路網解析を使用する本発明実施例において有利であり好ましい。
【0110】
協同フィルタリングの第2の主要素は、近隣形成である。或る与えられた消費者と同様な消費者のサブグループを定めるための手法が定められる。消費者近隣を確立するために使用し得るデータの適宜の組は、大衆消費者の多次元表示である。通常の空間内の2点間の距離と同様に、関連空間内の任意の2名の消費者(消費者jと消費者k)間の一般化された距離は、次式で定められる。
【0111】
djk=√(Σiai 2(ΔPijk)2)/√(Σiai 2) (式1)
ここに、ΔPijkは消費者空間内で使用されるi番目のパラメーターの消費者jと消費者kとの間の差であり、aiは種々のパラメーターを計る係数である。本発明の好ましい実施例においては、距離は正規化される。異なるパラメーターは消費者空間の部分として考えられかつ係数は球状の近隣(全ての消費者が或る特定の消費者から一定距離内にいる)内のより狭い予測分布を試験するために、計測されて種々の方法で空間を引っ張るので、正規化は距離を安定化させる。この基準は予測精度の改良に相当する。近隣の大きさを限定するために使用される距離が小さくなると予測分布はより密になる。一方では、距離が小さくなると所与の製品についての値の数が少なくなり、これにより精度を落とす危険がある。係数aiは全ての寸法(調整されたパラメーター)が予測分布の拡張に同様な効果を持つ。
【0112】
理想的に、「同様な」は、製品の使用に対して同様な嗜好及び性能結果を有する消費者を意味する。本発明の或る実施例においては、共通製品についての使用データがある場合は、式(1)のパラメーターPが製品に対する性能及び嗜好の採点を含みかつ距離が部分的にこれらパラメーターの類似の基づくように、定義を直接実行することができる。この計画において、任意の2名の消費者間の距離は、異なった数の寸法を含む。これについて、式(1)の正規化基準が計算できる。しかし、割り当てられた製品の数は記録されるべきであり、また類似性の自信のある決定を確立するために、製品の適切な重複を使用しないときは他の消費者は所与の消費者の近隣から除外されるべきである。より大きい自信をもってより多くの製品推奨を作れるように協同近隣内により多くの消費者を許すことが都合良い。この理由で、本発明の好ましい実施例は、かなり大きい関連近隣又は推奨者を確立するために、関心事及びその他の消費者特性の類似性を使用する。
【0113】
このモデルにおいては、共通の製品の使用は不要であるため近隣のメンバーとして全ての消費者を利用することができる。空間内の各消費者の位置決めに使用するパラメーターは、関心の重大度、重要度、目標状態、個人プロフィル情報、及び美的選択の幾つか又は全部の組合せから形成される。空間の寸法はこれら消費者特性の種々の比又は積から構成することができる。所与の消費者についての類似グループは、式(1)による空間内の消費者から限定距離内の他の消費者の組として定義される。
【0114】
限定距離は、各消費者及び性能と嗜好との予測のために考えられている製品に適合し、そこで「同様な」製品使用者の統計的に適切な数が獲得される。例えば、システムの使用者数が大きくなると、同様な消費者の同じ平均数を維持しつつ閾値を減らすことができる。嗜好又は性能に基づく同様な寸法を構成できるときは、これは個々に説明された消費者特性に基づく空間と組み合わせることができる。
【0115】
上述の美的選択は、或る分野内の製品の特別な形式についての嗜好に関連した個人プロフィル情報の下位集合である。嗜好パターンは1以上の美的選択により大きく影響されることが多い。従って、本発明の或る実施例においては、消費者の予測嗜好度は、同じ又は同様な美的選択を有するように追加してフィルタリングされた消費者の近隣から少なくも部分的に誘導される。例えば、製品の分野が洗顔剤であり目標が皮膚である場合は、シャワージェルより固形石鹸を好む消費者はシャワージェル嗜好に基づく推奨には興味がないであろう。それにもかかわらず、本発明は、余り希望の形式でないにしても高性能予測製品がなお有ることを消費者に知って貰いたいので、上位N個の性能表にシャワージェルがなお存在する。
【0116】
近隣は、或る特定の消費者とのセッションに要求される推奨値(予測性能及び嗜好)の全てを作るに十分に大きいように定めることができる。本発明の或る実施例においては、近隣を限定する距離は、任意の所与の消費者について一定とすることができる。本発明の好ましい実施例では、限定する距離は、特定の消費者が置かれた消費者空間の領域内の消費者の密度に基づいて各消費者に対して選ぶことができる。後の実施例は、消費者が人口の少ない消費者空間の領域内に置かれたときに、大きい限定距離を選定することを許す。限定距離は、各消費者及び考えられた各製品について調整可能であり、このため各予測が最小可能な限定距離を使う場合は、より正確な予測を達成することができる。各製品の予測には消費者の異なるグループが含まれるため、比較の精度に微妙な効果で組み合った計算費用がある。十分な統計的サポートのない(変化が大きすぎる又は使用例が少な過ぎる)製品は除かれることがある。
【0117】
消費者空間は多くの方法で構成することができ、そして本発明の1実施例は、或る消費者のための製品推奨を作るための或る形式の空間を使用し、更に別の消費者のための推奨を作るための別の形式の(例えば異なるパラメーターを使った)空間を使用することができる。通常、嗜好予測のための空間は、性能予測に使用される空間とは違った寸法を有するであろう。各場合とも、空間はシステム内の各クライアントで満たされるべきである点に注意すべきであり。本発明に使用し得る狭く定められた空間の例は、限定するものではないが、要求に基づいた空間、応答空間、嗜好空間、及び同等を含む。いずれの場合も、空間は、タイトル限界を越える寸法を含むことができる。更に、2個以上のこれら単一空間の特性を加えた複合空間の使用も本発明の範囲内である。
【0118】
要求ベースの空間においては、関心事の重大度は大多数の寸法である。別の空間は情報と重大度データとの積により形成でき、これは要求間隙空間と呼ぶことができる。各空間は、個人プロフィル寸法又はフィードバックと比較したき予測の質を改良する適宜のその他のパラメーターを加えることができる。
【0119】
応答空間は、第一に、標準製品又は製品の等級に対して記録された状態又は状態の変化に基づく。目標基体が本来医学でありかつ消費者をグループ化することが有用である場合、応答空間を使うことができる。応答パターンは上述された。医学目標の場合は、応答パターンは、基本的な生物学的機構に基づいて消費者を識別する。
【0120】
比較的多数の製品をサンプルできかつ消費者が最終的な嗜好情報を提供し得る場合は、或る製品分野に対しては嗜好空間が特に有用である。消費者が特定の性能係数についての客観的フィードバックも提供する場合は、詳細な性能予測が消費者の購入の選択を強化することができる。自動車製品分野は、嗜好空間の使用によく適している。嗜好フィルターは、或る嗜好クラスに適合する車両の組により最も良く表現された形式の車両を好む消費者に、同様の嗜好を持った消費者がそのクライアントになじみのない幾種かのモデルも好むことを知らせる。1種以上の推奨車両の選定の際に、車両性能の様相における実世界消費者作成データが本発明の或る実施例において提供されるであろう。
【0121】
協同フィルターの第3の主な要素は、推奨作成機能を備える。消費者及び同様な消費者の組(即ち近隣)が与えられると、与えられた使用者に対する製品推奨が作られる。協同消費者空間の寸法又は座標が選ばれ協同近隣の大きさが定められ、与えられた消費者について、その分野における各製品についての嗜好及び/性能の得点が計算される。得点は記憶され、次いで予測嗜好製品の上位N個のリストが定められる。ここにNは消費者に与えられる製品推奨の数である。
【0122】
総合性能予測得点は嗜好度得点よりなお複雑である。それは、これらが性能マトリックスから作られ、各消費者について、各製品ごとに1次元マトリックスが予想されるためである。各関心事トッピクに対して一つの性能要素がある。分野内の各商品について、平均性能マトリックスが協同近隣内の全ての消費者について計算される。典型的に、美的選択のためにはフィルタリングはなされない。しかし、嗜好度予測に使用される別の個人プロフィル情報係数についてフィルタリングすることができる。本発明の好ましいい実施例においては、消費者kについての総合性能(OPPk)は、消費者の性能マトリックスの要素の消費者重要度(Ii)の重み付け平均値である。あるいは式の形式では次のようになる。
【0123】
OPPk=ΣiIikPi/ΣiIik (式2)
総合性能得点は分類され、次いで予測性能製品の上位N個の表を定めるために使用される。本発明の好ましい実施例においては、OPP得点は、製品について同様に(利用可能なとき)上位N個の嗜好度表で報告される。
【0124】
[データ処理、神経回路網解析]
本発明の或る実施例は、その推奨製品を作るために神経回路網を使用する。神経回路網は、消費者特性及び消費者フィードバックのような種々の入力、及び製品性能及び嗜好の予測のような種々の出力の間の関係をモデル化するために使われる。各消費者は、典型的に、アドレスすべき1個以上の要求の範囲を持つ。
【0125】
入力変数は、クライアントの個人プロフィル情報、前に使用された製品の嗜好及び性能の値、関心事マトリックス(典型的に重大度及び重要度を含む)、及び関心事の分野に関連する目標属性の評価又は測定値の心理学的モデルを含む。消費者が本発明により推奨された製品を使うと、使用された製品についての個々の嗜好データ及び性能マトリックスが追加データを蓄積する。
【0126】
上述のように、消費者入力パラメーターの組、使用しそして性能及び/又は嗜好のデータを提供する別の消費者、及びトレーニングされた神経回路網が与えられると、製品推奨エンジは、神経回路網を使って、別の消費者は使用したがこの消費者には不必要である製品についての性能及び/又は嗜好の予測を作成する。与えられた嗜好に対する製品推奨出力形式(典型的には、顧客構成の推奨表に含まれる性能及び嗜好予測の形式)は、記憶された予測から容易に作られる。
【0127】
本発明の好ましい実施例においては、予測性能得点は、消費者に推奨された各製品について、性能アレイから誘導された総合性能得点を含む。典型的に、消費者により識別された各関心事についての性能予測がある。分野内の各製品について、各性能パラメーターに対する神経回路網モデルに基づく性能マトリックスが出力される。消費者kについての1個の製品の総合性能予測(OPPk)が、上に詳述された協同フィルターと同じ方法で計算される。総合性能得点は分類され、次いで予測性能の製品の上位N個のリストを定めるために使用される。本発明の好ましい実施例においては、OPP得点は、製品について、同様に(利用可能なとき)上位N個の嗜好度表の製品について報告される。
【0128】
図10は、神経回路網を利用し、その神経回路網が入力として製品属性を利用した本発明の実施例において、製品推奨エンジンがどのように作動するかを機能形式で示す。製品推奨エンジンは、入力として、製品属性1001(消費者が使用した製品に関する全てのシステム知識から誘導され、或いはシステムの立上げの際の初期データ)、及び個々の消費者特性記録又はプロフィル1002を受け入れる。処理層又は隠された層1003は、製品推奨出力1004を作るために、入力1001、1002により作動する。
【0129】
[データ処理、ハイブリッド]
本発明の推奨エンジンが上述のように協同的フィルタリングを使用する場合は、神経回路網解析は、これを製品推奨エンジンの機能/性能を改良するために使用することができる。例えば、協同グループからの出力(例えば、予測)は神経回路網により処理でき、或いは神経回路網は、製品が同様に便利であるかどうかの早期予測を作るためにこれを使用することができる。
【0130】
上述のように、美的選択及び/又はその他の個人プロフィル情報に基づく協同近隣のフィルタリングは、消費者により正確な予測を提供するために協同近隣内で平均化された嗜好の分布の標準偏差をきつくする。クライアント空間内の消費者の近隣への協同的フィルタリングの後、神経回路網は、使われている消費者の応答に最もうまく適合するように消費者を選ぶためにトレーニングされる。予測の質を周期的に検査する本発明の実施例において、全ての利用し得る入力上で作動している神経回路網は、各出力パラメーターについてより良い予測モデルを見いだすことができる。本発明の実施例は、性能予測の作成のために協同フィルタリング技術、及び嗜好予測作成のために神経回路網法を使うことができる。本発明のこの変更例においては、予測性能データは、嗜好予測用の神経回路網に対する追加入力とすることができる。
【0131】
使用し得るなお別のハイブリッドデータ処理モデルは、協同及び内容ベースのフィルタリングを組み合わせる。図11は、本発明の或る実施例において使用される協同及び内容ベースフィルターのカスケード1100を示す。カスケード1100は、社会的情報と内容情報の両者を利用するための新規な方法を表し、これは本発明に特にうまく適している。このカスケード構造1100により、協同フィルター1102は、現在の消費者の特性プロフィル1107と全ての消費者に関する知識及びデーターベース1101に含まれた製品に基づく多くの製品のための出力予測格付け1103に同調させられる。次いで、格付け出力1103が内容ベースフィルター1104への入力を形成し、このフィルターがこれら入力から製品を選択し、このため、製品特徴データーベース1105に記憶された製品特長が、個人プロフィル情報に含まれる使用者の美的選択とうまく適合する。内容ベースフィルター1104により選択された製品は、製品推奨エンジンによる最終の推奨1106出力を備える。
【0132】
[データ処理;データーベースプライミング]
新しい製品は、種々の方法でシステム内に導入することができる。消費者は、適切な製品識別情報を入力することにより、まだシステム内にない製品のためのフィードバックデータを入力することができる。システムは適切なフィードバックが利用可能になるまでその製品について推奨を作ることはできず、これは使用者からフィードバックを受けるまで継続するであろう。システムは、新しい製品のより早い推奨を可能とするプライミングと呼ばれる方法を利用する。製品データーベースは、合成及び/又は実際の過去の入力及びフィードバックにより準備することができる。製品属性、即ち、各消費者部分についての平均性能を表している性能データを使っているシステムにおいては、プライミングデータは、現場の専門家により割り当てられた製品属性を取り入れることができる。プライミングデータは、新しい製品の実際のフィードバックにより迅速に薄められるであろう。或いは、新しい製品の性能及び/又は嗜好データは、よく特徴付けされた使用者の新規の組から得ることができる。時が経ち、消費者が新しい製品を使用すると現在データが組み合わせられ、製品属性及び/又は製品性能をプライミングし、そして組み合わせられたデータに合わせて嗜好データを調整し又は薄める。製品の使用に基づくシステムの記録が十分に蓄積されると、プライミングデータは、システムベースのデータより劣っているためこれをなくすことができる。リトレーニングは、以下、より詳細に説明される。
【0133】
[リトレーニング及びフィードバック]
さて、製品推奨エンジン又は進行知能エンジンのリトレーニングが説明されるであろう。本発明の或る実施例は、消費者のフィードバックに基づいて製品推奨エンジンを周期的にリトレーニングすることによりその推奨の質を改善する。特に、本発明の好ましい実施例は、製品の使用後に消費者から受けた嗜好及び性能の格付けを利用し、本発明により作られた製品推奨の精密さ及び/又は精度を周期的に割り付ける。本発明のデータ処理アルゴニズムはリトレーニングされて、実際のフィードバックと早期予測との間の差を小さくする。データ密度は最適重み付け機能を増加させるので、空間構造が変化する。この方法で、本発明の好ましい実施例の出力は、性能及び嗜好のフィードバックデータの母集団の成長とともに連続して改善される。従って、本発明の或る実施例による副次的データ出力の別の形式は、推奨されたフィードバック間隔を備える。
【0134】
精度は、各消費者の予測性能及び/又は嗜好値と製品使用後の消費者からのこれらパラメーターに関するフィードバックとの一致の尺度である。一致の改善は、差(予測はフィードバックより小さい)の和の最小化、又は差の二乗和の最小化、及び同等を達する。調整は、空間寸法の変更又は協同フィルタリング空間におけるそのスカラー重み付け、追加の個人プロフィル情報変数による近隣のフィルタリング、神経回路網のリトレーニング、協同フィルタリングモデルから予測へのより良い神経回路網モデルの適用、及び同等を含む。
【0135】
図12は、本発明の或る実施例1200においてフィードバックを如何に利用するかの機能形式を示す。ブロック1201は、本発明のシステム1200により集められた(又はシステムの最初の立上げの場合は、プライミングデータとして入力された)製品属性データを表す。ブロック1202は、システム1200を使って消費者に依頼し又は消費者から集められた消費者要求データ、(診断データのような)客観的及び/又は主観的フィードバック、個人プロフィル情報、及び同等を表す。矢印1203は、システム入力(即ち、ブロック1201及び1202の情報)におけるシステムの製品推奨エンジン(ここでは進行知能エンジンと呼ぶ)の作動を示す。ブロック1204は、矢印1203において製品推奨エンジンにより作られそしてシステム1200の消費者使用者に出力する1209製品推奨を表す。ブロック1205は、使用者による関心事を処理するための製品の選定、購入、及び使用を表す。一般に、消費者により選ばれ使用される製品は、システム1200による製品推奨されたものである必要はなく、或いはシステム1200の知識ベース内にあることだけでよい点に注意されたい。消費者は、システム1200により識別された関心事を処理するために選んだ適宜の製品を選択し(例えば、ブロック1202)、使用し、そしてその製品についてのフィードバックを提供することができる(例えば1208、1212、1216)。ブロック1208は、システム1200が消費者から受け、そしてシステム1200の知識ベース内で取り込んだ1212フィードバック(例えば新しい診断測定値及び主観的応答)を表す。矢印1215及び1214は、ブロック1213と共に、システム1200の製品推奨エンジンのリトレーニング(ここでは、ときには逆行知能エンジンと呼ばれる)を表す(製品属性1201を調節するために、製品推奨1204が実際の消費者のフィードバック1208と比較される)。
【0136】
製品の或る範囲に対する性能に関する客観的及び/又は主観的なフィードバックを、個々の消費者の性能応答プロフィルを定めるために使うことができる。消費者の関心事に寄与する基本機構の変更の可能性があるときは、消費者の性能応答プロフィルのパターンが、その消費者の目標基体を共通の基本的な問題機構を有する別の消費者と提携させる推奨エンジンを支援する。異なる基本的問題は、種々の製品により異なるアクセスをすることができる。例えば、ニキビは、典型的な消費者が自分の感覚のみを使って明らかにし得ない幾つかの原因(微生物性、剥離性、炎症性、及び同等)を持っているが、これは診断器具の測定の助けにより及び/又は別のクラスの製品又及び効力への性能応答のパターンを調べることにより明らかにすることができる。
【0137】
システムが神経回路網を使用する場合は、消費者フィードバックがトレーニングセットの拡大及び更新に使用される。新しいフィードバックは、神経回路網を再構成するために使用される例とすることができる。例えば、消費者フィードバックは、神経回路網の隠された層におけるアルゴリズムの関心事の重みを調整するために使うことができる。神経回路網の或る装置において、更新されたトレーニングセットは、本発明の或る実施例において使用される各消費者部分についての製品属性格付けを調整するために使うことができる。本発明により収集された消費者応答の数が増加すると製品属性の精度と安定性とが改良される。図12に示されるように「逆行知能エンジン」と名付けられたこの作動のリトレーニングモデルにおいて、神経回路網は、入力として消費者応答及び本発明の進行知能又は製品推奨エンジンの出力を使用して、反復法で推奨の精度を改善するように製品属性を最適化する。このリトレーニングの目的は多く、将来の推奨の精度の向上、製品開発の目的のための製品性能についての見識の作成、及び同等が含まれる。本発明は、消費者が製品に対する消費者の主観的及び/又は客観的応答について学習したとき、各消費者についての予測精度を改良することもできる。
【0138】
上述された学習機能の部分は、フィードバックが、任意のクライアントの近隣内の嗜好及び/又は性能の分布の標準偏差を小さくする方法で、消費者をグループ化するために如何なるベースも支持する否かの周期的判定を含むことができる。もしかかるベースが見いだされたならば、これは製品推奨エンジンのアルゴリズム内に取り入れられ、そして予測性能及び/又は嗜好の格付け等を収集する際に適切な近隣を下位集団にするために使用される。製品の効果の知識は、平均標準誤差を減らすことにより精度を大きくできるが、個々の応答の予測は、多勢の同様な使用者のわたり測定された効果の分布幅に依存する点に注意することが重要である。分布は、真の応答変動には反映するが測定値の精度には反映しない。標準偏差は予測精度を上げるためにできるだけ狭くすることが要求される。従って、(精度を上げるために)協同の組を限定する距離を減らすことは、予測の標準偏差を減らすことと、標本情報に寄与している消費者の数が小さくなるので評価の標準誤差を大きくする(精度を減らす)こととの間の二者択一を含む。
【0139】
[職業的統合]
職業的統合は、職業的サービス提供者による本発明の使用を指す。典型的に、職業的統合は、一連のソフトウエア及び/又は消費者(個人及び/又は群)のデータ及び特性への職業的アクセスを許す特殊な診断器具を備え得る職業的インターフェースの建設を含む。職業的統合は、正常範囲外の値の状態が本発明により検出されとき、或いは消費者の関心事にアクセスするために高度の職業的サービスを示す客観的又は主観的フィードバックデータをシステムが有するとき、本発明を使用している消費者を(医事が目標の場合の医師のような)職業的サービス提供者に紹介する方法を指す。要求、その原因、予測された処理、及び/又は職業的に推奨された製品からのフィードバックの職業的評価のデータが獲得されると、本発明の製品推奨エンジンはリトレーニングされ、そして本発明自体は、要求の評価、処理推奨、及び同等において専門家を支援することができ。特に、医事目標がデータに含まれる場合は、本発明の或る実施例により行われるデータ解析は、病気状態の治療、及び同等に使うための最良の治療意見の予測手段となり得る応答パターンを検知することができる。逆もまた真である。
【0140】
本発明の実施例は、製品推奨(例えば、予測性能、予測嗜好、及び同等)及び/又は特別な製品についての副次的情報及び専門家から得られたサービス(即ち、処方薬、及び同等)が、消費者に直接にではなくて専門家に報告されるようにして実行することができる。図13は、専門家のみで本発明の実施例1300が如何に作動するかを機能形式で示す。ブロック1301は、製品及び消費者情報が本発明の知識ベースの少なくも一部分を構成しているデータベースを表す。ブロック1302は、データベース1301及び個々の消費者及び/又は製品推奨1303を作るために、消費者のために働いている専門家からの要求から得たデータ上で作動する製品推奨エンジンのデータ処理部分を表す。ブロック1304は、システム1300により作られた製品推奨1303を受ける最良の人間である職業的サービス提供者を表す。専門家1304は、自分が適切であると考えた情報を個々の消費者/クライアント1306に送る。専門家1304は、専門家インターフェース1305を介して、システム1300に個々の消費者/クライアント1306に関するフィードバックを提供する。消費者/クライアント1306は、診断データのような客観的フィードバック1307を同様にシステム1300に提供する。
【0141】
本発明の別の実施例は、消費者が自分にアクセスする職業的サービス提供者に権限を与える装置を備える。図14は、本発明のかかる実施例1400が如何に作動するかを機能形式で示す。消費者/クライアント1304からの同意により、その職業的サービス提供者1402(例えば、医事目標が含まれる場合は医師)は、過去、現在における消費者の進行及び/又は提案された処理、クライアント特性のディスプレイ、消費者のための製品推奨、及び同等1402を見るために、専門家インターフェース1404を介して本発明にアクセスする。
【0142】
本発明のなお別の実施例は、消費者と専門家との両者が本発明内及び本発明により作られた推奨内のディスプレイにアクセスできるように組み込むことができる。この実施例においては、本発明への消費者の直接アクセスは、(提供されたならば)進行の指標を見ること、状態を理解すること、及び同等に限定するようにできる。かかる実施例を組み込むための潜在的なベースは、例示すれば、治療性能の診断評価を専門家のみができるとき、最も多くの治療が専門家の管理を必要とするとき、及び同等を含む。医事目標の場合、例えばニキビ患者は、腫瘍の型、分布、段階、及び患者の状態と履歴パラメーターにより特徴付けることができる。この場合、本発明は、予測機能の継続治療に基づく別の処置の性能を予測するであろう。入力とアクセスとは、第1に医師が利用可能であろう。
【0143】
図15は、本発明のかかる実施例1500が如何に作動するかを機能形式で示す。ブロック1501は、製品及び(消費者及び職業的サービス提供者の両者から集められた)消費者の情報を、記憶された本発明の知識ベースの少なくも一部分とするデータベースを表す。ブロック1502は製品推奨エンジンのデータ処理部分を表し、これは、データベース1501から来たデータ、及び個々の消費者からの要求、及び/又は出力1503(例えば、製品推奨及び/又は副次的情報)を作るように、消費者/クライアントの世話をする専門家からの要求で作動する。ブロック1504は職業的サービス提供者を表し、ブロック1506は出力1503を作る対象の消費者/クライアントを表す。出力1503は、消費者/クライアント1506と専門家1504との双方が利用可能である。言い換えれば、全ての出力(専門家及び消費者/クライアント出力;p+c)が専門家1504に利用可能であり、一方、出力の内のより限定されたもの(クライアント出力;c)は、消費者/クライアント1506に利用可能である。消費者/クライアント1506は、専門家インターフェース1505を介してシステム1300にフィードバック1507(例えば、診断データ、嗜好データ、及び同等)を提供する。或いは、専門家1304は、同様に専門家インターフェース1505を介して、システム1300に個々の消費者/クライアント1506についてのフィードバック(示さず)を提供する。
【0144】
専門家が本発明に精通している場合は、専門家は、本発明を使用し始めるクライアントを消費者として持つことができる。専門家は(専門であるか又はそうでない)診断上の特徴にアクセスすることが多いので、専門家は新しい消費者(即ち、新しいクライアント又は新しい使用者)の確りした基本的な評価を得てこれを本発明内に入力することができる。その後、本発明の設備に応じて、専門家は、本発明を介してクライアント/消費者の進行を監視することができる。例えば、本発明が画像化能力を有する場合は、皮膚科専門医はクライアントを登録して、記憶された画像における変化を検査して或る期間にわたる患者の進行を追跡することができる。専門医は、本発明により、画像をコメントで注釈し、画像の重要な特徴又は領域を示すこと及び同等ができる。本発明の或る実施例は、特徴の解析及び知能処理を用いて、異なった時に集められかつ量の異なる画像を自動的に記録し整理することができる。画像の供給源は、専門家、消費者、その他の供給源、或いはこれらの組合せとすることができる。従って、本発明のかかる装置は、監視の頻度を大きくする方法として専門家による観察と関連して使用することができる。専門家は、本発明からクライアント/消費者のデータ(例えば、基体の画像)を都合のよいときに見て、データについて討議するためにクライアント/消費者と接触し及び/又は患者/消費者と専門家との会合の予定を立てることができる。
【0145】
本発明の或る実施例は、基本的な状態及び/又は原因について専門家により評価されたクライアント/消費者についてのデータ(例えば、画像、医学的特性、及び同等)を集めかつ記憶することできる。これらの実施例は、本発明の製品推奨エンジン(例えば、協同フィルター、神経回路網、及び同等)をリトレーニングするために、診断の精度(例えば、医事目標の場合、病気のときの診断なしのパーセンテージ、病気を診断したときの誤診のパーセンテージ、及び同等)のための適宜の数の予め定められた基準を利用することができる。この方法で、本発明は、必要性、原因、状態、治療、及び同等の、さもなくば不可能であった早期評価において専門家を支援することができる。逆に、本発明の別の実施例においては、本発明は、専門的治療を保証しかつ消費者がこれを探すことについて助言する必要性/状態を検出することができる。例えば、本発明は、或る特定の製品と組み合わせられることが知られる不利な状態を監視して、これが検出された場合、消費者に適切な専門医と接触することを勧告するようにプログラムすることができる。医事目標が含まれる場合、本発明は、かかる情報を編集し連邦食品医薬品局(FDA)のような適切な取締り当局に提出することもできる。
【0146】
本発明の種々の実施例は、消費者及び/又は専門家が、関連製品分野(例えば、スキンケヤ)内の特定の状態、処置、及び同等に関するテキスト内容のような補助的な出力にアクセスすることを許す。専門的な内容、大部分は科学的文献、は、非専門的な内容から分離することができる。
【0147】
或る形式の専門的な統合を含んだ本発明の好ましい実施例は、或る製品が専門的サービスの部分として使用されるか否かを識別する手段を持つ。この実施例においては、(消費者に対する)患者のデータは、非専門的製品(例えば、医事目標の場合における非処方薬品)の効力の非専門的理解に寄与しないであろう。データのこの部分に基づいて報告及び異なる偽薬の効果の2種の出版物が発行される。第1のものは、本発明へのデータ入力の提供者を含む。消費者システムのためのデータは、自己報告でありかつ自己に関連する。専門家システムに対するデータは専門家により評価され報告され、従って、消費者が報告した関連データよりも、より定量的でありかつより客観的である。第2の出版物に関しては、製品の効果は使用者の態度により影響を受ける。専門的な治療は、目標基体の状態に具体的に影響を与えることにより、クライアントの態度を変えることができる。異なる偽薬の効果は、ほとんどが医療研究環境において調査される。従って、専門的環境、特に医事目標及び製品が含まれる環境においては同様な現象があることを予期することができる。
【0148】
本発明の或る実施例は、新しい製品の臨床試験のためのデータ収集を支援することができる。典型的な臨床試験は、2個の対象群の中で試験される賦形剤又は偽薬及び活性製品を含む。対象者は活性製品と偽薬とに不規則に割り当てられる。本発明は全ての対象者が参加要件に適合しかついかなる画像データも場所及び時点に無関係に等級分けされることを確実にする。有効な製品の効力の結果は、新しい治療(即ち、有効製品)に最もよく応答した消費者について識別された別の利用し得る治療及び指標と比較することができる。本発明は、この医療範例外の消費者による新しい製品の有効な使用により臨床試験結果と比較するために使用することもできる。
【0149】
本発明の別の使用は専門家の訓練に関係する。皮膚科医のような医学専門家の場合は、現在の訓練方法は、典型的に個々の患者の観察を含み、かつ小さくて不規則な患者数に限定される。本発明のデータベース部分は、目標基体に関する大量の実地データ、及び長期間の種々の治療への患者の応答を含む。例えば、本発明の或る実施例においては、データベースは、正常な皮膚及び病気の皮膚、並びに経年に関するデータ、太陽及び環境への暴露の影響、及び種々のスキンケヤ製品の効果を含むであろう。データベースは、治療に関するデータ及び長期間の治療の関数としてこれらの画像がどのように変化したかも含むであろう。このデータは、専門家訓練における大きな価値のものである。
【0150】
[方法論]
図16及び17は、それぞれ本発明の或る実施例と消費者との典型的な対話の機能図及び流れ図を示す。図16に示されたプロセスは、図17に示された大部分を反映する。図17Aに示されるように、プロセス1700は段階1701において出発し、段階1705において、本発明は、消費者から製品推奨についての依頼を受ける。段階1710において、本発明は消費者からの入力を請求し、これが段階1715において受け入れられる。上述のように、入力は、個人プロフィル情報、関連領域、各関連領域に対する重大度と重要性、現在使用中の製品の性能、及び同等を含んだ広範囲の情報を含むことができる。段階1720において、本発明は、その消費者データベース又はその他の記憶装置内で消費者プロフィルを作成し、更にその推奨エンジンにより製品推奨を作る。段階1725において、本発明は、その推奨を消費者に提出する。本発明は、プロセスのこの点において副次的情報を与えることができ及び/又は消費者は請求し受け取ることができることに注意すべきである。段階1730において、本発明は使用するために消費者により選ばれた製品の通知を受ける。段階1735において、本発明は消費者に推奨フィードバック間隔を提案する。段階1740(図17B)において、本発明は消費者から受け取るべきフィードバックを待つ。
【0151】
段階1745において、本発明は、前に選定され続いて使用された製品についてのフィードバックを提供するようにという消費者からの要求を受け取る。段階1750において、本発明は消費者からフィードバックを受け取る。上述のように、フィードバックは、消費者により使用される製品の実際の性能及び嗜好に関する主観的及び/又は客観的データを含むことができる。段階1755において、本発明は消費者プロフィルを更新し、そして段階1760において、本発明は進行指示を作りこれを消費者に送る。段階1765において、本発明は、製品を使い続けるか否かを消費者に質問する。「イエス」である場合は、プロセスは段階1740に戻り、そして消費者からの更なるフィードバックを待つ。「ノー」である場合は、段階1770において、プロセスは消費者が使用のために新しい製品又は別の製品を選びたいか否かを消費者に質問する。[イエス」であるならば、プロセスは段階1720に戻る。「ノー」であるならばプロセスは段階1775において終了する。
【0152】
図18は、本発明の或る実施例により推奨エンジンをリトレーニングするプロセス1800を流れ図形式で示す。プロセスは、段階1801において開始され、そして、段階1805において本発明は個々の入力を受け取り、個々のプロフィルを作成し、そして関連の消費者グループについての個別化された製品推奨を作る。段階1810において、本発明は、使用するために個々の消費者が選んだ製品の通知を受ける。段階1815において、本発明は、前に選ばれた製品の使用に関する個々の消費者からのフィードバックを受け取る。段階1820において、本発明は、段階1815において受け取ったフィードバックが製品推奨エンジンのリトレーニングを保証するか否かを判定する。「イエス」である場合は、本発明は、段階1815において受けたフィードバックに基づいて製品推奨エンジンをリトレーニングし、それから段階1825を待つために戻る。「ノー」であるならば、本発明は、段階1820に戻るより前に、或る所定時間の間、或る所定数のフィードバック対話、手操作による命令、又は同等を待つ。
【0153】
図19は、本発明の種々の実施例により実現し得る幾つかの概念及び可能な収入の流れを示す。本発明は、製品分布システムの構成要素とすることができる。インターネット上で(又はメール又は電話注文により)提供されるサービスとして作動する場合は、本発明は、消費者の学習された選定プロセスに基づいて取引を容易にする。本発明は、前に入手不可能であった高品質の製品性能及び嗜好の情報を収集しかつ作り、これにより本発明を組み込んだシステム内の多くの点において新たな収入の流れを作る。図19は、符号$により、これら多数の点を識別する。また、より広いシステム内に組み込まれるか否かにかかわらず、本発明により蓄積された知識及び作られた知識は、限定するものではないが消費者、医療関係及び非医療関係の専門家、分布チェーンの実態(例えば小売店、卸し店、及び同等)、製品開発者、市場の人々、市場解析者、及び同等を含む種々の分担者グループに対して価値がある。
【0154】
本発明により作られた一つの収入の流れは消費者の出資書式内にある。本発明は各会員の個々の履歴に関する特有の履歴データを蓄えるので、消費者は本発明の推奨サービスへのアクセスをするための代金を支払う。履歴は、消費者の医学的及び主観的な応答又は特定製品、天候、又はその他の関連状態についての消費者の目標基体を含んだ適宜の数の項目を備える。時間が経つと、本発明は、消費者会員の良い特性による各消費者の更なる応答の予測、及び消費者会員とその他の人々の関連部分とのより正確な整合における専門的知識を獲得する。
【0155】
或る実施例においては、消費者は上質のサービスに対して割増料金を支払うことができる。例えば、標準レベルのサービスに対して支払っている消費者は、メニューを介して本発明と対話することができる。上質のサービスの予約をしている消費者は、メニュー及び/又は人を介して本発明と対話することができる。なお別のレベルのサービスは、ロボットを介して対話をすることができる。
【0156】
本発明の別の実施例においては、消費者は、対話方法(家庭、温泉、コンピューター及び同等)、対話時間の長さ、記憶空間(画像、履歴、及び同等)、専門家との時間の長さ、及び同等のような各等級が複数の係数を特定する複数の等級から選ぶことができる。標準レベルのサービスは、性能又は嗜好による上位3個の製品を提供できる。より高い支配いレベルは適宜数の情報又は製品並びに任意の名称の製品を提供するであろう。異なった支払いレベルに対する別の基本は、その支払い者についての診断変数の追跡である。基本レベルは身体パラメーターを含まず、より高いレベルは幾つかのパラメーターを含みことができ、そして最高レベルは画像に基づくパラメーターを含む。サービスレベルは、限定するものではないがアクセスの頻度、関連製品の数、1年当たりの記憶画像の数、モニターのために選ばれた特定パラメーター、及び同等を含んだ一連の選択肢からの消費者の選定により定めることができる。
【0157】
本発明自体により、キオスク及びその他の遠隔場所アクセスの形式で別の収入の流れが作られる。(推奨、副次的情報出力、分野内の製品情報、及び同等へのアクセスを提供する)キオスクは、製品販売サイトにおいて本発明にアクセスし又は個人インターネットアクセスを持たない消費者のための経路を提供する。理想的なサイトは、製品を販売する場所又は専門家の援助の近くである。キオスクにより提供されるサービスは導入レベルにおけるものであり、新しい消費者に無料である。現存の会員は勘定に料金を負担するものを含めて全ての情報にアクセスできる。プリペイドカードが発売され、或いは同様にクレジットカードがサービスに受け入れられる。
【0158】
キオスクベースのシステムは、消費者に情報のログインを求め、或いは新しい使用には更なる使用を容易にする情報のログインを求める。ログインは生物測定学ベースとすることができる。新しい消費者に対しては、その消費者の一般的要求を理解するために幾つかの質問を提供することができる。本発明は、キオスクの位置における蓄積を利用可能性によりフィルタリングした上位N個の推奨製品又は全ての蓄積を提供することができる。消費者もメール注文により入手可能な推奨製品を見ることができる(フィルタリングなし)。どのディスプレイにおいても出力(例えば、性能及び嗜好度の特典及び価格)は標準化されるべきである。キオスク位置において入手不可能な製品については、消費者はメール注文を選ぶ選択肢を持つことができる。このサービスにより、交換に種々の収入が可能である。消費者は、その位置における買物をするためにクーポンを受け取ることができる。本発明のオペレーターは、キオスク発行のクーポンが局所的に使用されたときは手数料を受け取ることができる。キオスクは、鉄道駅、空港、モール、百貨店、リゾート、ジム、温泉、理容店、消費者がサービスを受けるために待つ適宜の場所、及び同等のような位置に置くことができる。
【0159】
本発明の或る装置は、範囲を国際的となし得るので、本発明により蓄積された知識は、現在のところ入手できない世界のあらゆる区域の製品の銘柄及び/又は分野の情報を含む。従って、本発明により蓄積された知識は、新たな市場における成功を提供するかもしれない新しい銘柄、製品、及び/又は要素の識別を容易にするために使用することができる。本発明の装置の範囲内の製品の効果についての情報は、或る料金で及び/又は推奨製品の静的なデータベースにおいて入手可能な種々の分野における最も有効な製品を利用可能とすることができる。本発明の装置は、国内製品と外国製品の両者について分配の容易性及び/又は機能を統合することができる。
【0160】
具体化し得る別の可能な料金の流れはデータの採掘形式である。産業の構成要素に対する価値の情報を、その製品分野における関心のある製品の嗜好及び性能についての協同データベースから発掘することができる。本発明のデータベースから発掘されるデータは、例えば、市場の分野内における製品の性能及び/又は嗜好、任意の製品の各関連分野についての客観的性能及び/又は知覚された性能、製品間の比較性能、及び同等を含む。本発明のデータベースから発掘できる産業上の価値がある追加データは、どの消費者がどの製品を使用し好むか、銘柄の切り替えとロヤリティとのデータ、製品の相互作用と定形の効果、人口統計と需要の傾向、及び同様を含む。発掘されたデータは、新しい製品の公式化の存在、製品に対する新たな苦情の文書、試験及び/又は承認の希望の存在、又は製品の競争力評価の探索の存在のために売ることができる。
【0161】
具体化し得る別の収入の流れは、サービスの仲介を含む。消費者に使用される製品は、目標分野における新しい製品又は技術の獲得に興味を有する会社の基準に適合することが、本発明により識別される。本発明のオペレーターは、獲得者の基準に適合した製品の識別に対して料金を課金することができる。適切な製品を識別するこの方法は、本発明からのデータはすぐに利用できかつ嗜好及び市場要因からの容易な性能の分離を許すため、新しい製品の購入の単純な監視よりも良い方法である。
【0162】
別の収入の流れは、購入された製品及び/又は引用した消費者に対する手数料の支払いを含む。例えば、(購入の仕方がオプションである実施例において)消費者が本発明のオペレーターに直接製品を注文したとき、製品は、提携卸売会社からメールで供給することができる。提携卸売会社は、交換に本発明のオペレーターに販売手数料を支払う。クーポン販売は別の例を提供する。消費者が通常のアウトレット販売店を通して推奨製品を購入したいときは、消費者へのクーポン又は領収書の発行により製品の推奨と購入との間のリンクが作られる。製造者及び/又は小売業者は、或る特定の推奨製品の選択及び/又は或る小売業者からの或る特定の推奨製品の購入に対する報奨金としてクーポンを提供する。クーポンにより推奨製品が販売されたとき、消費者は割引きを受け、本発明のオペレーターは手数料を受け取る。
【0163】
新しい製品に向けられた本発明の実施例に組み込み得る部門に消費者を向けたことにより収入を実現させることができる。製造者及び/又はその他の関連団体は、本発明の特別な部門に新しい製品を置くこと、本発明内に新しい製品を組み込むこと、及び同等に対して、交換に本発明のオペレーターに料金を支払う。新しい製品に関連して本発明により作られ及び/又は蓄積されたデータへのアクセスのために追加料金を支払うことができる。
【0164】
本発明により具体化し得るなお別の収入の流れは、専門家紹介料金である。本発明の実施例が専門家のサービス実施を必要とする重大な異常事態を検出できる場合、専門的サービス提供者は、可能なサービス提供者としてリストして貰うため及び/又は本発明からの推薦を実際に受けるために、本発明のオペレーターに料金を支払うことができる。
【0165】
[結論]
本発明は種々の図面に示された実施例に関連して説明されたが、本発明の精神から離れることなく本発明と同じ機能を実行するために、その他の実施例を使用し得ること、或いは説明された実施例に変更及び追加をなし得ることを理解すべきである。従って、本発明は、ここに明らかに図示され説明されると否とにかかわらず適宜の1個の実施例に限定すべきではない。本発明は、特許請求の範囲により与えられた全範囲を有するように構成されるべきである。
【図面の簡単な説明】
【図1】
通常の内容ベースフィルタリング技術と組み合わせられた数種の原理を図解するマトリックスを示す。
【図2】
通常の協同フィルタリング技術と組み合わせられた数種の原理を図解する特徴空間を示す。
【図3】
本発明を使用し得る第1の回路網環境の例を示す。
【図4】
本発明を使用し得る第2の回路網環境の例を示す。
【図5】
本発明の実施例により消費者から本発明の入力を集めるための照会構造を示す。
【図6】
本発明の実施例による消費者データベース入力を示す。
【図7】
診断データが組み込まれたときに本発明の或る実施例がいかに作動するかの機能型式を示す。
【図8A及び8B】
予測製品嗜好得点により順序付けされた上位3個の推奨製品例を示す。
【図9A及び9B】
予測製品性能得点により順序付けされた上位3個の推奨製品例を示す。
【図10】
本発明の実施例に従って製品推奨エンジンが神経回路網をいかに作動させるかを機能型式で示す。
【図11】
本発明の実施例に従って製品推奨エンジンにおいて使用し得る協同フィルタリング及び内容ベースのフィルタリングのカスケードを示す。
【図12】
本発明の幾つかの実施例においてフィードバックがいかに使用されるかを機能型式で示す。
【図13】
本発明の専門家専用の実施例がいかに作動するかを機能型式で示す。
【図14】
本発明の実施例への専門家の権限のあるアクセスがいかに作動するかを機能型式で示す。
【図15】
本発明の第1の専門家専用実施例がいかに作動するかを機能型式で示す。
【図16】
本発明の実施例と消費者との対話の一般的過程を示す。
【図17A及び17B】
本発明の実施例と対話するための過程を流れ図型式で示す。
【図18】
本発明の実施例による推奨エンジンをリトレーニングするための過程を機能図型式で示す。
【図19】
本発明の実施例及びシステム内で複数の収入発生点を組み込んだ例示システムを示す。
Claims (81)
- 目標基体に関連する消費者からデータの第1の組を受け取り、更に
製品分野内の複数の製品から消費者のための個別化された製品推奨の組を作成し、作成は、データの第1の組を入力として知能型性能ベース製品推奨エンジン内に送り、製品推奨エンジンのデータ処理部分により入力で作動し、更に製品推奨エンジンのデータ処理部分からの出力の組を作ることを含み、出力は個別化された製品推奨の組を含んでいる
ことよりなる個別化された製品推奨の公式化の方法。 - データの第1の組の受領が基体に関する関心事を受け取ることを含む請求項1の方法。
- 関心事の重大度を受け取ることを更に含む請求項2の方法。
- 関心事の重要度を受け取ることを更に含む請求項2の方法。
- 消費者からデータの第2の組を受け取ることを更に含み、データの第2の組は歴史的製品データを含み、更にデータの第1及び第2の組が製品推奨エンジン内への入力よりなる請求項1の方法。
- 歴史的製品データを受け取る段階が、過去に消費者により使用された製品のための性能データを受け取ることを含む請求項5の方法。
- 歴史的製品データを受け取る段階が、過去に消費者により使用された製品のための嗜好データを受け取ることを含む請求項5の方法。
- 消費者からデータの第3の組を受け取ることを更に含み、データの第3の組は消費者に関する個人プロフィル情報を含み、更にデータの第1及び第3の組が製品推奨エンジン内への入力を含む請求項1の方法。
- 製品推奨エンジンのデータ処理部分による入力上での運転の段階が、製品推奨エンジンの神経回路網部分による入力上の運転を含む請求項1の方法。
- 製品推奨エンジンのデータ処理部分による入力上での運転の段階が、製品推奨エンジンの協同フィルター部分による入力上での運転を含む請求項1の方法。
- 製品推奨エンジンのデータ処理部分による入力上での運転の段階が、製品推奨エンジンの内容ベースフィルター部分による入力上での運転を含む請求項1の方法。
- 製品推奨エンジンのデータ処理部分による入力上での運転の段階が、製品推奨エンジンのカスケードにされた内容ベースフィルター及び協同フィルター部分による入力上での運転を含む請求項1の方法。
- 出力の組の作成段階が、製品の第1のリスト及び各リスト化された製品のための採点付き予測性能ユーティリティを備える請求項1の方法。
- 出力の組の作成段階が、上位N個の製品の第1のリスト及び各リスト化された製品のための採点付き予測性能ユーティリティを備える請求項1の方法。
- 出力の組の作成段階が、製品の第1のリスト及びリスト化された各製品のための採点付き予測嗜好ユーティリティを備える請求項1の方法。
- 出力の組の作成段階が、上位N個の製品の第1のリスト及びリスト化された各製品のための採点付き予測嗜好ユーティリティを備える請求項1の方法。
- 第1の出力の作成段階が、製品の第1のリスト及びリスト化された各製品のための購入価格を備える請求項1の方法。
- 製品推奨エンジン入力から副次的情報出力を作ることを更に含む請求項1の方法。
- 副次的情報の作成段階が、少なくも1個の製品の効果に関する情報を作ることを含む請求項18の方法。
- 副次的情報の作成段階が、指摘された消費者の母集団に対する目標基体の状態に関する情報を作ることを含む請求項18の方法。
- 個別化された製品推奨の組を消費者に通信する
ことを更に含む請求項1の方法。 - 通信段階が、推奨を含んだウエブページを作りかつ消費者に送ることを含む請求項21の方法。
- 目標基体を処理するために製品の使用に関する消費者からのフィードバックを受け取る
ことを更に含んだ請求項1の方法。 - フィードバックを受け取る段階が、先行の推奨された製品の使用に関する消費者からのフィードバックを受け取ることを含む請求項23の方法。
- フィードバックを受け取る段階が、製品に関する嗜好データを受け取ることを含む請求項23の方法。
- フィードバックを受け取ることが、製品に関する性能データを受け取ることを含む請求項23の方法。
- フィードバックに基づいて製品推奨エンジンをリトレーニングする
ことを更に組む請求項23の方法。 - 消費者からデータの第1の組を受け取る段階が消費者の皮膚に関するデータの第1の組を受け取ることを含み、更に消費者のための個別化された製品推奨の組を作る段階が複数のスキンケヤ製品から個別化された製品推奨の組を作ることを含む請求項1の方法。
- 知能性能ベースの製品推奨エンジンにより、与えられた関心事のための複数の個別化された製品推奨を作り、
関心事を処理するために製品の使用について複数の使用者からフィードバックを受け取り、更に
受け取ったフィードバックに基づいて製品推奨エンジンをリトレーニングすることを含んだ製品推奨の質を改良するための方法。 - フィードバックを受け取る段階が、製品嗜好データを受け取ることを含む請求項29の方法。
- フィードバックを受け取る段階が、製品性能データを受け取ることを含む請求項29の方法。
- 製品性能データを受け取る段階が、目標基体の状態データを受け取ることを更に含む請求項31の方法。
- フィードバックを受け取る段階が、主観的な製品性能データを受け取ることを更に含む請求項31の方法。
- フィードバックを受け取る段階が、客観的な製品性能データを受け取ることを更に含む請求項31の方法。
- 客観的な製品性能データを受け取る段階が、診断データを受け取ることを含む請求項34の方法。
- リトレーニング段階が、神経回路網において複数の製品属性の値を調整することを含み、神経回路網が製品推奨エンジンの一部分を構成している請求項29の方法。
- リトレーニング段階が、神経回路網において複数のコネクションウエイトの値を調整することを含み、神経回路網が製品推奨エンジンの一部分を構成している請求項29の方法。
- リトレーニング段階が、フィードバックに基づいて関連消費者区割りを識別すること及び消費者を区割りにグループ化することを含む請求項29の方法。
- リトレーニング段階が、協同フィルターにおいて協同近隣構成の組を改定することを含み、協同フィルターが製品推奨エンジンの一部分を構成している請求項29の方法。
- リトレーニング段階が、協同フィルターにおいて協同近隣構成の組に個人プロフィル情報フィルターを加えることを含み、協同フィルターが製品推奨エンジンの一部分を構成している請求項29の方法。
- 個別化された製品情報を作るためのシステムであって、
製品情報と消費者情報とを含んだデータベース、及び
データベースと通信している知能性能ベースの製品推奨エンジン
を備え、
消費者から受け取った要請に応答して製品推奨エンジンにより消費者のための製品推奨が作られ、製品推奨エンジンは製品推奨を作るためにデータベースにおける要請及び情報に含まれるデータを参考にする
システム。 - 製品推奨エンジンが内容ベースのフィルターを備える請求項41のシステム。
- 製品推奨エンジンが神経回路網を備える請求項41のシステム。
- 神経回路網が、複数の製品分野内の複数の製品の各についての複数の属性を含む請求項43のシステム。
- 神経回路網が、複数の消費者の特性変数を入力として受け取りそして或る母集団の消費者についての性能データを作る請求項43のシステム。
- 神経回路網が、複数の消費者の特性変数を入力として受け取りそして消費者の或る母集団についての嗜好データを作る請求項43のシステム。
- 製品推奨エンジンが協同フィルターを備え、協同フィルターが要請を作った消費者に似た別の消費者の組を定めている請求項41のシステム。
- 製品推奨エンジンが、カスケードにされた協同及び内容ベースフィルターを備える請求項41のシステム。
- 製品推奨エンジンに通信可能に接続された消費者インターフェースを更に備える請求項41のシステム。
- 通信可能な接続がコンピューター回路網を備える請求項49のシステム。
- 通信可能な接続が遠隔通信回路網を備える請求項49のシステム。
- 通信可能な接続がインターネットを備える請求項49のシステム。
- 消費者インターフェースがパソコンを備える請求項49のシステム。
- 消費者インターフェースが診断装置を備える請求項49のシステム。
- 消費者インターフェースがカメラを備える請求項49のシステム。
- 消費者インターフェースがキオスクを備える請求項49のシステム。
- 製品推奨が、キオスクの付近で購入可能な製品に限定される請求項56のシステム。
- 消費者インターフェースが職業的サービス提供者の事務所に置かれる請求項49のシステム。
- 消費者インターフェースが消費者の家に置かれる請求項49のシステム。
- 要請が目標基体及び或る特定の消費者の識別を含み、データベースに記憶された消費者情報がその特定の消費者についての特性記録を含んでいる請求項41のシステム。
- 記録が関心事の重要度を更に含む請求項60のシステム。
- 記録が関心事の重大度を更に含む請求項60のシステム。
- 記録が製品嗜好情報を更に含む請求項60のシステム。
- 記録が過去の製品嗜好情報を更に含む請求項60のシステム。
- 記録が過去の製品性能情報を更に含む請求項60のシステム。
- 記録が個人プロフィル情報を更に含む請求項60のシステム。
- 製品推奨が、製品の第1のリスト及びリストされた各製品についての得点付き予測性能ユーティリティを含む請求項41のシステム。
- 製品推奨が、上位N個の製品の第1のリスト及びリストされた各製品についての得点付き予測性能ユーティリティを含む請求項41のシステム。
- 製品推奨が、製品の第1のリスト及びリストされた各製品についての得点付き予測嗜好ユーティリティを含む請求項41のシステム。
- 製品推奨が、上位N個の製品の第1のリスト及びリストされた各製品についての得点付き予測嗜好ユーティリティを含む請求項41のシステム。
- 製品推奨が、製品の第1のリスト及びリストされた各製品についての購入価格を含む請求項41のシステム。
- 要請に応答して製品推奨エンジンにより副次的情報出力を作ることを更に含む請求項41のシステム。
- 複数の消費者が、製品の使用に関する進行しているフィードバックを提供し、フィードバックの部分が製品情報及び消費者情報のデータベース内に記憶されている請求項41のシステム。
- フィードバックが製品性能データを含む請求項73のシステム。
- フィードバックが製品嗜好データを含む請求項73のシステム。
- フィードバックが主観的フィードバックを含む請求項73のシステム。
- フィードバックが客観的フィードバックを含む請求項73のシステム。
- 製品推奨エンジンが、フィードバックに基づいて周期的にリトレーニングされる請求項73のシステム。
- リトレーニングが製品推奨の質を改良する請求項78のシステム。
- 製品推奨エンジンが、複数の協同近隣を有する協同フィルターを備え、かつリトレーニングが消費者の性能応答パターンに基づき協同近隣を改訂することを含む請求項78のシステム。
- 性能ベースの知能製品推奨システムにより収入を作るための方法であって、
消費者から推奨に対する要請を受け取り、
要請に応答して製品推奨エンジンにより複数の製品推奨を作り、そして
消費者からの支払いと交換に消費者に製品推奨を送る
方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US24140500P | 2000-10-18 | 2000-10-18 | |
PCT/US2001/032294 WO2002033628A2 (en) | 2000-10-18 | 2001-10-17 | Intelligent performance-based product recommendation system |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2004533660A true JP2004533660A (ja) | 2004-11-04 |
JP2004533660A5 JP2004533660A5 (ja) | 2005-12-22 |
Family
ID=22910565
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002536938A Pending JP2004533660A (ja) | 2000-10-18 | 2001-10-17 | 知能性能ベースの製品推奨システム |
Country Status (8)
Country | Link |
---|---|
US (3) | US7809601B2 (ja) |
EP (1) | EP1346299A1 (ja) |
JP (1) | JP2004533660A (ja) |
AU (2) | AU2438602A (ja) |
CA (2) | CA2424588A1 (ja) |
SG (1) | SG135048A1 (ja) |
TW (1) | TW569116B (ja) |
WO (1) | WO2002033628A2 (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006154889A (ja) * | 2004-11-25 | 2006-06-15 | It Co Ltd | 薬局支援装置及び薬局のレシート発行方法 |
JP2011526026A (ja) * | 2008-06-26 | 2011-09-29 | アリババ グループ ホールディング リミテッド | データ統計を提供するための方法及び装置 |
JP2020504374A (ja) * | 2016-12-30 | 2020-02-06 | 山東大学 | フィードバックベースの自己適応主客観的重みコンテキストアウェアネスシステムおよびその動作方法。 |
JP2020061053A (ja) * | 2018-10-12 | 2020-04-16 | 日本電気株式会社 | 要望推薦システム、要望推薦方法および要望推薦プログラム |
JP2020074864A (ja) * | 2018-11-06 | 2020-05-21 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | 判定装置、判定方法及びコンピュータープログラム |
JP2022011751A (ja) * | 2020-06-30 | 2022-01-17 | 株式会社アノマリー | 受発注システム、受発注方法、受注装置及び受注プログラム |
Families Citing this family (560)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7370006B2 (en) * | 1999-10-27 | 2008-05-06 | Ebay, Inc. | Method and apparatus for listing goods for sale |
US8533094B1 (en) | 2000-01-26 | 2013-09-10 | Ebay Inc. | On-line auction sales leads |
JP3967876B2 (ja) * | 2000-10-18 | 2007-08-29 | 富士通株式会社 | 性能対価決定システム及び方法 |
US8868448B2 (en) | 2000-10-26 | 2014-10-21 | Liveperson, Inc. | Systems and methods to facilitate selling of products and services |
US9819561B2 (en) | 2000-10-26 | 2017-11-14 | Liveperson, Inc. | System and methods for facilitating object assignments |
CA2431762C (en) | 2000-12-18 | 2011-11-01 | Kargo, Inc. | A system and method for delivering content to mobile devices |
US7418447B2 (en) * | 2001-01-16 | 2008-08-26 | Cogentex, Inc. | Natural language product comparison guide synthesizer |
WO2002065327A1 (en) | 2001-02-12 | 2002-08-22 | New York University | System, process and software arrangement for providing multidimensional recommendation/suggestions |
US7516103B1 (en) * | 2001-03-09 | 2009-04-07 | Whitefence, Inc. | Method and apparatus for facilitating electronic acquisition and maintenance of goods and services via the internet |
US8301503B2 (en) * | 2001-07-17 | 2012-10-30 | Incucomm, Inc. | System and method for providing requested information to thin clients |
US8560666B2 (en) | 2001-07-23 | 2013-10-15 | Hitwise Pty Ltd. | Link usage |
US20030064350A1 (en) * | 2001-10-01 | 2003-04-03 | Gilles Rubinstenn | Beauty advisory system and method |
US6922523B2 (en) * | 2001-11-08 | 2005-07-26 | Johnson & Johnson Consumer Companies, Inc. | Method of promoting skin care products |
US20030093297A1 (en) * | 2001-11-08 | 2003-05-15 | Schilling Kurt Matthew | Method for providing feedback as to product efficacy |
US20040146290A1 (en) * | 2001-11-08 | 2004-07-29 | Nikiforos Kollias | Method of taking images of the skin using blue light and the use thereof |
US7738032B2 (en) * | 2001-11-08 | 2010-06-15 | Johnson & Johnson Consumer Companies, Inc. | Apparatus for and method of taking and viewing images of the skin |
US8275673B1 (en) | 2002-04-17 | 2012-09-25 | Ebay Inc. | Method and system to recommend further items to a user of a network-based transaction facility upon unsuccessful transacting with respect to an item |
US7881944B2 (en) * | 2002-05-20 | 2011-02-01 | Microsoft Corporation | Automatic feedback and player denial |
US7051037B1 (en) * | 2002-05-29 | 2006-05-23 | Oracle International Corporation | SQL-based Naïve Bayes model building and scoring |
US9710852B1 (en) | 2002-05-30 | 2017-07-18 | Consumerinfo.Com, Inc. | Credit report timeline user interface |
US9400589B1 (en) | 2002-05-30 | 2016-07-26 | Consumerinfo.Com, Inc. | Circular rotational interface for display of consumer credit information |
US8155577B1 (en) * | 2002-06-19 | 2012-04-10 | Saad Ihab L | Expert systems recommendations matching consumer profiles to product evaluations |
US7568004B2 (en) * | 2002-06-20 | 2009-07-28 | Linda Gottfried | Method and system for sharing brand information |
US8427303B1 (en) | 2002-06-27 | 2013-04-23 | Geomass Limited Liability Company | System and method for providing media content having attributes matching a user's stated preference |
US7071842B1 (en) | 2002-06-27 | 2006-07-04 | Earthcomber, Llc | System and method for locating and notifying a user of a person, place or thing having attributes matching the user's stated preferences |
CA2496278A1 (en) * | 2002-08-19 | 2004-02-26 | Jayendu Patel | Statistical personalized recommendation system |
AU2003279992A1 (en) | 2002-10-21 | 2004-05-13 | Ebay Inc. | Listing recommendation in a network-based commerce system |
US8959019B2 (en) | 2002-10-31 | 2015-02-17 | Promptu Systems Corporation | Efficient empirical determination, computation, and use of acoustic confusability measures |
US7104800B2 (en) | 2003-01-07 | 2006-09-12 | Unilever Home & Personal Care Usa, Division Of Conopco, Inc. | Article and method for selection of individualized personal care products |
GB2397400A (en) * | 2003-01-14 | 2004-07-21 | Adam Raff | Matching information over a network by comparing profile data between different terminals |
US7475027B2 (en) * | 2003-02-06 | 2009-01-06 | Mitsubishi Electric Research Laboratories, Inc. | On-line recommender system |
US7133813B2 (en) * | 2003-02-24 | 2006-11-07 | Daimlerchrysler Corporation | Knowledge-based system and method for automated vehicle packaging design |
US7451113B1 (en) | 2003-03-21 | 2008-11-11 | Mighty Net, Inc. | Card management system and method |
US7664670B1 (en) * | 2003-04-14 | 2010-02-16 | LD Weiss, Inc. | Product development and assessment system |
US8019656B2 (en) * | 2003-05-07 | 2011-09-13 | Cbs Interactive Inc. | System and method for generating an alternative product recommendation |
US7840448B2 (en) * | 2003-05-07 | 2010-11-23 | Cbs Interactive Inc. | System and method for automatically generating a narrative product summary |
KR100540399B1 (ko) * | 2003-05-23 | 2006-01-10 | 주식회사 옵투스 | 중복추천 문제를 고려한 다중 캠페인 할당 장치 |
US8036774B2 (en) * | 2004-06-11 | 2011-10-11 | Ncr Corporation | Automated business system and method of vending and returning a consumer product |
US7246106B2 (en) * | 2003-07-02 | 2007-07-17 | Red Paper Llc | System and method for distributing electronic information |
US7529693B2 (en) | 2003-07-31 | 2009-05-05 | International Business Machines Corporation | Method and system for designing a catalog with optimized product placement |
US8458033B2 (en) * | 2003-08-11 | 2013-06-04 | Dropbox, Inc. | Determining the relevance of offers |
US20060015373A1 (en) * | 2003-09-10 | 2006-01-19 | Swiss Reinsurance Company | System and method for automated establishment of experience ratings and/or risk reserves |
US20120150888A1 (en) * | 2003-09-10 | 2012-06-14 | Geoffrey Hyatt | Method and system for relationship management and intelligent agent |
US20050108755A1 (en) * | 2003-11-17 | 2005-05-19 | Sony Corporation, A Japanese Corporation | Multi-source programming guide apparatus and method |
US20050108750A1 (en) * | 2003-11-17 | 2005-05-19 | Sony Corporation, A Japanese Corporation | Candidate data selection and display apparatus and method |
US8024755B2 (en) | 2003-11-17 | 2011-09-20 | Sony Corporation | Interactive program guide with preferred items list apparatus and method |
US20050108749A1 (en) * | 2003-11-17 | 2005-05-19 | Sony Corporation, A Japanese Corporation | Automatic content display apparatus and method |
US7606772B2 (en) | 2003-11-28 | 2009-10-20 | Manyworlds, Inc. | Adaptive social computing methods |
US8566263B2 (en) | 2003-11-28 | 2013-10-22 | World Assets Consulting Ag, Llc | Adaptive computer-based personalities |
USRE45770E1 (en) | 2003-11-28 | 2015-10-20 | World Assets Consulting Ag, Llc | Adaptive recommendation explanations |
US7526458B2 (en) | 2003-11-28 | 2009-04-28 | Manyworlds, Inc. | Adaptive recommendations systems |
US20090018918A1 (en) * | 2004-11-04 | 2009-01-15 | Manyworlds Inc. | Influence-based Social Network Advertising |
US7539652B2 (en) | 2003-11-28 | 2009-05-26 | Manyworlds, Inc. | Adaptive self-modifying and recombinant systems |
US8600920B2 (en) | 2003-11-28 | 2013-12-03 | World Assets Consulting Ag, Llc | Affinity propagation in adaptive network-based systems |
US7526459B2 (en) | 2003-11-28 | 2009-04-28 | Manyworlds, Inc. | Adaptive social and process network systems |
KR100594747B1 (ko) * | 2003-12-05 | 2006-06-30 | 삼성전자주식회사 | 모듈관리장치, 이를 이용한 모듈관리시스템 및 그의모듈관리방법 |
US20050131837A1 (en) | 2003-12-15 | 2005-06-16 | Sanctis Jeanne D. | Method, system and program product for communicating e-commerce content over-the-air to mobile devices |
US20050256945A1 (en) * | 2003-12-24 | 2005-11-17 | Martin Michael A | Method and system for optimization of controls |
US20080270175A1 (en) * | 2003-12-31 | 2008-10-30 | Klinger Advanced Aesthetics, Inc. | Systems and methods using a dynamic expert system to provide patients with aesthetic improvement procedures |
US20060282288A1 (en) * | 2003-12-31 | 2006-12-14 | Klinger Advanced Aesthetics, Inc. | Methods of providing a patient with aesthetic improvement procedures |
US20050144029A1 (en) * | 2003-12-31 | 2005-06-30 | Rakowski Richard R. | Systems and methods for aesthetic improvement |
US7778898B2 (en) * | 2004-01-15 | 2010-08-17 | Ram Consulting | Knowledge portal for evaluating product attractiveness and risk |
US20050177424A1 (en) * | 2004-02-11 | 2005-08-11 | Irwin Charles F. | System and method for efficiently effectuating gainshare collaboration between buyers, sellers and third party service providers in supply communities |
US20050187802A1 (en) * | 2004-02-13 | 2005-08-25 | Koeppel Harvey R. | Method and system for conducting customer needs, staff development, and persona-based customer routing analysis |
EP1743259A4 (en) * | 2004-02-14 | 2009-01-07 | Steven M Cristol | BUSINESS PROCESS FOR INTEGRATING AND ORIENTATING PRODUCT DEVELOPMENT AND BRAND STRATEGY |
US20070192170A1 (en) * | 2004-02-14 | 2007-08-16 | Cristol Steven M | System and method for optimizing product development portfolios and integrating product strategy with brand strategy |
US20090254399A1 (en) * | 2004-02-14 | 2009-10-08 | Cristol Steven M | System and method for optimizing product development portfolios and aligning product, brand, and information technology strategies |
US20050187828A1 (en) * | 2004-02-23 | 2005-08-25 | Hisayuki Ban | Referral system for handling information on order entry and sales |
US7909241B2 (en) * | 2004-03-09 | 2011-03-22 | Lowe's Companies, Inc. | Systems, methods and computer program products for implementing processes relating to retail sales |
US20070203589A1 (en) * | 2005-04-08 | 2007-08-30 | Manyworlds, Inc. | Adaptive Recombinant Process Methods |
US8346593B2 (en) | 2004-06-30 | 2013-01-01 | Experian Marketing Solutions, Inc. | System, method, and software for prediction of attitudinal and message responsiveness |
US8392228B2 (en) * | 2010-03-24 | 2013-03-05 | One Network Enterprises, Inc. | Computer program product and method for sales forecasting and adjusting a sales forecast |
US10311455B2 (en) | 2004-07-08 | 2019-06-04 | One Network Enterprises, Inc. | Computer program product and method for sales forecasting and adjusting a sales forecast |
US8352300B2 (en) | 2004-07-08 | 2013-01-08 | One Network Enterprises, Inc. | System, computer program and method for implementing and managing a value chain network |
US20060008484A1 (en) | 2004-07-12 | 2006-01-12 | Benjamin Wiegand | Acne profile |
US20060010010A1 (en) | 2004-07-12 | 2006-01-12 | Benjamin Wiegand | Method for recommending an acne treatment/prevention program |
US8732004B1 (en) | 2004-09-22 | 2014-05-20 | Experian Information Solutions, Inc. | Automated analysis of data to generate prospect notifications based on trigger events |
US7966219B1 (en) * | 2004-09-24 | 2011-06-21 | Versata Development Group, Inc. | System and method for integrated recommendations |
US7149662B2 (en) * | 2004-10-07 | 2006-12-12 | Navitar, Inc. | Automated selection of optical systems |
US20070150240A1 (en) * | 2004-10-07 | 2007-06-28 | Bridson William D | Automated selection of optical systems |
US8026942B2 (en) | 2004-10-29 | 2011-09-27 | Johnson & Johnson Consumer Companies, Inc. | Skin imaging system with probe |
EP1839262A4 (en) * | 2004-12-03 | 2009-08-05 | Integrichain | SYSTEM AND METHOD FOR INTELLIGENT INFORMATION COLLECTION AND ANALYSIS |
US10803126B1 (en) * | 2005-01-13 | 2020-10-13 | Robert T. and Virginia T. Jenkins | Method and/or system for sorting digital signal information |
US20060190225A1 (en) * | 2005-02-18 | 2006-08-24 | Brand Matthew E | Collaborative filtering using random walks of Markov chains |
US20100241459A1 (en) * | 2005-03-30 | 2010-09-23 | Rao Y Ramprasad | System and method for tracking consumer healthcare behavior |
US20060229932A1 (en) * | 2005-04-06 | 2006-10-12 | Johnson & Johnson Services, Inc. | Intelligent sales and marketing recommendation system |
US8214264B2 (en) * | 2005-05-02 | 2012-07-03 | Cbs Interactive, Inc. | System and method for an electronic product advisor |
US7676400B1 (en) * | 2005-06-03 | 2010-03-09 | Versata Development Group, Inc. | Scoring recommendations and explanations with a probabilistic user model |
US8826136B2 (en) * | 2005-06-27 | 2014-09-02 | Core Wireless Licensing S.A.R.L. | System and method for enabling collaborative media stream editing |
WO2007002859A2 (en) * | 2005-06-28 | 2007-01-04 | Choicestream, Inc. | Methods and apparatus for a statistical system for targeting advertisements |
US7590562B2 (en) | 2005-06-29 | 2009-09-15 | Google Inc. | Product recommendations based on collaborative filtering of user data |
US8099674B2 (en) | 2005-09-09 | 2012-01-17 | Tableau Software Llc | Computer systems and methods for automatically viewing multidimensional databases |
US8738732B2 (en) | 2005-09-14 | 2014-05-27 | Liveperson, Inc. | System and method for performing follow up based on user interactions |
US9432468B2 (en) | 2005-09-14 | 2016-08-30 | Liveperson, Inc. | System and method for design and dynamic generation of a web page |
US20070067181A1 (en) * | 2005-09-22 | 2007-03-22 | International Business Machines Corporation | System and method for intelligence building in an expert system |
US7590768B2 (en) * | 2005-09-23 | 2009-09-15 | Joseph Gormley | Control and interconnection system |
US7702543B2 (en) * | 2005-12-13 | 2010-04-20 | At&T Intellectual Property I, L.P. | Methods and systems for providing a consumer shopping experience whereby the availability of services is indicated |
US20070136115A1 (en) * | 2005-12-13 | 2007-06-14 | Deniz Senturk Doganaksoy | Statistical pattern recognition and analysis |
US20070143257A1 (en) | 2005-12-15 | 2007-06-21 | Kimberly-Clark Worldwide, Inc. | Methods for assisting a person in transitioning from one disposable absorbent product to another |
US20070156504A1 (en) * | 2005-12-30 | 2007-07-05 | Kimberly-Clark Worldwide, Inc. | Providing feminine care product recommendations tailored to the composition and rheological properties of vaginal discharge |
US20080016441A1 (en) * | 2006-01-06 | 2008-01-17 | Tabin Joshua Z | Method and Apparatus to Facilitate Altering a Presentation Order for Search Results |
US7457772B2 (en) * | 2006-01-06 | 2008-11-25 | Tabin Joshua Z | Method and apparatus for interactive criteria-based commodity comparisons |
US20080059395A1 (en) * | 2006-01-10 | 2008-03-06 | Manyworlds, Inc. | Adaptive Online Experimentation |
US7685259B2 (en) * | 2006-02-24 | 2010-03-23 | Michael J. Strand | Locally responsive kiosk signage from on-line source |
US20070255589A1 (en) * | 2006-04-27 | 2007-11-01 | Klinger Advanced Aesthetics, Inc. | Systems and methods using a dynamic database to provide aesthetic improvement procedures |
US8326681B2 (en) * | 2006-03-24 | 2012-12-04 | Di Mario Peter E | Determining performance proficiency within an organization |
US7999809B2 (en) | 2006-04-19 | 2011-08-16 | Tableau Software, Inc. | Computer systems and methods for automatic generation of models for a dataset |
US20070265926A1 (en) * | 2006-05-12 | 2007-11-15 | 3M Innovative Properties Company | Automated product selection and management system |
US7814112B2 (en) | 2006-06-09 | 2010-10-12 | Ebay Inc. | Determining relevancy and desirability of terms |
US8468155B2 (en) * | 2006-06-22 | 2013-06-18 | Infosys Limited | Collaborative filtering-based recommendations |
US8133057B2 (en) * | 2006-06-30 | 2012-03-13 | Oracle America, Inc. | Method and system for providing training media to a mobile device |
US8744057B2 (en) * | 2006-07-14 | 2014-06-03 | At&T Intellectual Property I, Lp | Method and apparatus for sharing end user feedback |
US8121873B1 (en) * | 2006-08-01 | 2012-02-21 | Oracle America, Inc. | Rapid categorization of data center serviceability characteristics |
US20080059288A1 (en) * | 2006-08-14 | 2008-03-06 | Backchannelmedia Inc. | Systems and methods for accountable media planning |
WO2008022289A2 (en) | 2006-08-17 | 2008-02-21 | Experian Information Services, Inc. | System and method for providing a score for a used vehicle |
US7739231B2 (en) | 2006-08-28 | 2010-06-15 | Manyworlds, Inc. | Mutual commit people matching process |
US8655916B2 (en) * | 2006-09-22 | 2014-02-18 | Yahoo! Inc. | System and method for creating user profiles |
US20080082183A1 (en) * | 2006-09-29 | 2008-04-03 | Johnson Controls Technology Company | Building automation system with automated component selection for minimum energy consumption |
US7764303B2 (en) * | 2006-10-02 | 2010-07-27 | Johnson & Johnson Consumer Companies, Inc. | Imaging apparatus and methods for capturing and analyzing digital images of the skin |
US8036979B1 (en) | 2006-10-05 | 2011-10-11 | Experian Information Solutions, Inc. | System and method for generating a finance attribute from tradeline data |
US20160203212A1 (en) * | 2006-10-20 | 2016-07-14 | Mcafee, Inc. | System, method and computer program product for determining preferences of an entity |
US8001008B2 (en) | 2006-10-24 | 2011-08-16 | Garett Engle | System and method of collaborative filtering based on attribute profiling |
US7831607B2 (en) * | 2006-12-08 | 2010-11-09 | Pandya Ashish A | Interval symbol architecture for programmable intelligent search memory |
US7890692B2 (en) * | 2007-08-17 | 2011-02-15 | Pandya Ashish A | FSA context switch architecture for programmable intelligent search memory |
US9141557B2 (en) | 2006-12-08 | 2015-09-22 | Ashish A. Pandya | Dynamic random access memory (DRAM) that comprises a programmable intelligent search memory (PRISM) and a cryptography processing engine |
US7996348B2 (en) | 2006-12-08 | 2011-08-09 | Pandya Ashish A | 100GBPS security and search architecture using programmable intelligent search memory (PRISM) that comprises one or more bit interval counters |
US20110029549A1 (en) * | 2006-12-08 | 2011-02-03 | Pandya Ashish A | Signature search architecture for programmable intelligent search memory |
WO2008073824A1 (en) * | 2006-12-08 | 2008-06-19 | Pandya Ashish A | Dynamic programmable intelligent search memory |
US8694328B1 (en) | 2006-12-14 | 2014-04-08 | Joseph Gormley | Vehicle customization and personalization activities |
US8010403B2 (en) * | 2006-12-29 | 2011-08-30 | American Express Travel Related Services Company, Inc. | System and method for targeting transaction account product holders to receive upgraded transaction account products |
US8175989B1 (en) | 2007-01-04 | 2012-05-08 | Choicestream, Inc. | Music recommendation system using a personalized choice set |
AU2008204997A1 (en) * | 2007-01-05 | 2008-07-17 | Myskin, Inc. | System, device and method for dermal imaging |
US20090245603A1 (en) * | 2007-01-05 | 2009-10-01 | Djuro Koruga | System and method for analysis of light-matter interaction based on spectral convolution |
US8606626B1 (en) | 2007-01-31 | 2013-12-10 | Experian Information Solutions, Inc. | Systems and methods for providing a direct marketing campaign planning environment |
US8606666B1 (en) | 2007-01-31 | 2013-12-10 | Experian Information Solutions, Inc. | System and method for providing an aggregation tool |
JP5097134B2 (ja) * | 2007-02-07 | 2012-12-12 | 東京エレクトロン株式会社 | サーバ装置、情報処理方法、及びプログラム |
US20080208705A1 (en) * | 2007-02-23 | 2008-08-28 | Interactive Luxury Solutions Llc | Personalized shopping assistant |
US9483791B2 (en) | 2007-03-02 | 2016-11-01 | Spiceworks, Inc. | Network software and hardware monitoring and marketplace |
US20080228700A1 (en) | 2007-03-16 | 2008-09-18 | Expanse Networks, Inc. | Attribute Combination Discovery |
US8560398B1 (en) * | 2007-03-29 | 2013-10-15 | Amazon Technologies, Inc. | Method and system for providing item recommendations |
US8285656B1 (en) | 2007-03-30 | 2012-10-09 | Consumerinfo.Com, Inc. | Systems and methods for data verification |
US8112720B2 (en) * | 2007-04-05 | 2012-02-07 | Napo Enterprises, Llc | System and method for automatically and graphically associating programmatically-generated media item recommendations related to a user's socially recommended media items |
US7742982B2 (en) | 2007-04-12 | 2010-06-22 | Experian Marketing Solutions, Inc. | Systems and methods for determining thin-file records and determining thin-file risk levels |
US8050998B2 (en) * | 2007-04-26 | 2011-11-01 | Ebay Inc. | Flexible asset and search recommendation engines |
US20080288331A1 (en) * | 2007-05-18 | 2008-11-20 | Scott Magids | System and method for analysis and visual representation of brand performance information |
US20080294540A1 (en) | 2007-05-25 | 2008-11-27 | Celka Christopher J | System and method for automated detection of never-pay data sets |
US8051040B2 (en) | 2007-06-08 | 2011-11-01 | Ebay Inc. | Electronic publication system |
US20080312985A1 (en) * | 2007-06-18 | 2008-12-18 | Microsoft Corporation | Computerized evaluation of user impressions of product artifacts |
SG148891A1 (en) * | 2007-06-21 | 2009-01-29 | Novartis Ag | Engineering expert system |
US8090621B1 (en) * | 2007-06-27 | 2012-01-03 | Amazon Technologies, Inc. | Method and system for associating feedback with recommendation rules |
US20090015417A1 (en) * | 2007-07-13 | 2009-01-15 | Tellabs Vienna, Inc. | Method and apparatus for managing battery log information and method of generating revenue through sales thereof |
US8234261B2 (en) * | 2007-07-17 | 2012-07-31 | Ebay Inc. | Digital content hub |
US7905594B2 (en) | 2007-08-21 | 2011-03-15 | Johnson & Johnson Vision Care, Inc. | Free form ophthalmic lens |
US8318055B2 (en) | 2007-08-21 | 2012-11-27 | Johnson & Johnson Vision Care, Inc. | Methods for formation of an ophthalmic lens precursor and lens |
US8317505B2 (en) | 2007-08-21 | 2012-11-27 | Johnson & Johnson Vision Care, Inc. | Apparatus for formation of an ophthalmic lens precursor and lens |
US8313828B2 (en) | 2008-08-20 | 2012-11-20 | Johnson & Johnson Vision Care, Inc. | Ophthalmic lens precursor and lens |
US8275764B2 (en) | 2007-08-24 | 2012-09-25 | Google Inc. | Recommending media programs based on media program popularity |
US7996521B2 (en) | 2007-11-19 | 2011-08-09 | Experian Marketing Solutions, Inc. | Service for mapping IP addresses to user segments |
JP4538756B2 (ja) * | 2007-12-03 | 2010-09-08 | ソニー株式会社 | 情報処理装置、情報処理端末、情報処理方法、およびプログラム |
US8127986B1 (en) | 2007-12-14 | 2012-03-06 | Consumerinfo.Com, Inc. | Card registry systems and methods |
US9990674B1 (en) | 2007-12-14 | 2018-06-05 | Consumerinfo.Com, Inc. | Card registry systems and methods |
US20090164334A1 (en) * | 2007-12-21 | 2009-06-25 | Heart Of America E-Commerce, L.L.C | System and method for recommending personalized gift |
US8751492B1 (en) * | 2008-01-17 | 2014-06-10 | Amdocs Software Systems Limited | System, method, and computer program product for selecting an event category based on a category score for use in providing content |
US20090187467A1 (en) * | 2008-01-23 | 2009-07-23 | Palo Alto Research Center Incorporated | Linguistic extraction of temporal and location information for a recommender system |
US7949588B2 (en) * | 2008-02-29 | 2011-05-24 | Ethan Willis | Marketing and delivering financial coaching services |
US20110145056A1 (en) * | 2008-03-03 | 2011-06-16 | Spiceworks, Inc. | Interactive online closed loop marketing system and method |
US20090222281A1 (en) * | 2008-03-03 | 2009-09-03 | Vibhuti Uppal | Formulation for multi-step acne treatment |
US8931030B2 (en) | 2008-03-07 | 2015-01-06 | At&T Intellectual Property I, Lp | System and method for appraising portable media content |
US20090248492A1 (en) * | 2008-03-29 | 2009-10-01 | Saleztrack Llc | Internet lead manager and optimizer |
US8606623B1 (en) * | 2008-03-31 | 2013-12-10 | Knowledgepoint 360 Group, LLC | Organization and peer set metric for generating and displaying benchmarking information |
US8566256B2 (en) * | 2008-04-01 | 2013-10-22 | Certona Corporation | Universal system and method for representing and predicting human behavior |
US20090271293A1 (en) * | 2008-04-28 | 2009-10-29 | Interactive Luxury Solutions Llc | Methods and systems for dynamically generating personalized shopping suggestions |
US20090271246A1 (en) * | 2008-04-28 | 2009-10-29 | American Express Travel Related Services Company, Inc. | Merchant recommendation system and method |
US8583524B2 (en) * | 2008-05-06 | 2013-11-12 | Richrelevance, Inc. | System and process for improving recommendations for use in providing personalized advertisements to retail customers |
US8019642B2 (en) * | 2008-05-06 | 2011-09-13 | Richrelevance, Inc. | System and process for receiving boosting recommendations for use in providing personalized advertisements to retail customers |
US8108329B2 (en) | 2008-05-06 | 2012-01-31 | Richrelevance, Inc. | System and process for boosting recommendations for use in providing personalized advertisements to retail customers |
US8364528B2 (en) * | 2008-05-06 | 2013-01-29 | Richrelevance, Inc. | System and process for improving product recommendations for use in providing personalized advertisements to retail customers |
US7685232B2 (en) * | 2008-06-04 | 2010-03-23 | Samsung Electronics Co., Ltd. | Method for anonymous collaborative filtering using matrix factorization |
US20090319330A1 (en) * | 2008-06-18 | 2009-12-24 | Microsoft Corporation | Techniques for evaluating recommendation systems |
US8312033B1 (en) | 2008-06-26 | 2012-11-13 | Experian Marketing Solutions, Inc. | Systems and methods for providing an integrated identifier |
US9724534B2 (en) * | 2008-08-25 | 2017-08-08 | Applied Magnetics, Llc | Systems and methods for providing a magnetic resonance treatment to a subject |
US20100011020A1 (en) * | 2008-07-11 | 2010-01-14 | Motorola, Inc. | Recommender system |
US8260846B2 (en) | 2008-07-25 | 2012-09-04 | Liveperson, Inc. | Method and system for providing targeted content to a surfer |
US8762313B2 (en) | 2008-07-25 | 2014-06-24 | Liveperson, Inc. | Method and system for creating a predictive model for targeting web-page to a surfer |
US8189052B1 (en) * | 2008-07-29 | 2012-05-29 | Sprint Communications Company L.P. | Method and system for evaluating video processing technology |
US8037080B2 (en) * | 2008-07-30 | 2011-10-11 | At&T Intellectual Property Ii, Lp | Recommender system utilizing collaborative filtering combining explicit and implicit feedback with both neighborhood and latent factor models |
US8805844B2 (en) | 2008-08-04 | 2014-08-12 | Liveperson, Inc. | Expert search |
US9256904B1 (en) | 2008-08-14 | 2016-02-09 | Experian Information Solutions, Inc. | Multi-bureau credit file freeze and unfreeze |
US9417464B2 (en) | 2008-08-20 | 2016-08-16 | Johnson & Johnson Vision Care, Inc. | Method and apparatus of forming a translating multifocal contact lens having a lower-lid contact surface |
US8086480B2 (en) * | 2008-09-25 | 2011-12-27 | Ebay Inc. | Methods and systems for activity-based recommendations |
US8732104B2 (en) * | 2008-10-03 | 2014-05-20 | Sift, Llc | Method, system, and apparatus for determining a predicted rating |
US20100094758A1 (en) * | 2008-10-13 | 2010-04-15 | Experian Marketing Solutions, Inc. | Systems and methods for providing real time anonymized marketing information |
US9892417B2 (en) | 2008-10-29 | 2018-02-13 | Liveperson, Inc. | System and method for applying tracing tools for network locations |
US8775230B2 (en) * | 2008-11-03 | 2014-07-08 | Oracle International Corporation | Hybrid prediction model for a sales prospector |
US8060424B2 (en) | 2008-11-05 | 2011-11-15 | Consumerinfo.Com, Inc. | On-line method and system for monitoring and reporting unused available credit |
US20100125484A1 (en) * | 2008-11-14 | 2010-05-20 | Microsoft Corporation | Review summaries for the most relevant features |
KR20100056738A (ko) * | 2008-11-20 | 2010-05-28 | 삼성전자주식회사 | 단말기에서 공급 망 관리의 운영을 위한 장치 및 방법 |
US8180715B2 (en) * | 2008-12-11 | 2012-05-15 | Hewlett-Packard Development Company, L.P. | Systems and methods for collaborative filtering using collaborative inductive transfer |
US8108406B2 (en) * | 2008-12-30 | 2012-01-31 | Expanse Networks, Inc. | Pangenetic web user behavior prediction system |
US20100169239A1 (en) * | 2008-12-31 | 2010-07-01 | Lead Digi Corp. | Method for products re-pricing |
US8650081B2 (en) * | 2008-12-31 | 2014-02-11 | Sap Ag | Optimization technology |
US8463554B2 (en) | 2008-12-31 | 2013-06-11 | 23Andme, Inc. | Finding relatives in a database |
TWI470449B (zh) * | 2009-02-10 | 2015-01-21 | Alibaba Group Holding Ltd | A method and apparatus for statistical data |
CN101482888A (zh) * | 2009-02-23 | 2009-07-15 | 阿里巴巴集团控股有限公司 | 一种网站访客价值的计算方法及系统 |
US20100299178A1 (en) * | 2009-03-06 | 2010-11-25 | Ilya Abezgauz Druzhnikov | Method and system for contacting a prospect or requestor immediately after a request for product information |
US8240849B2 (en) | 2009-03-31 | 2012-08-14 | Johnson & Johnson Vision Care, Inc. | Free form lens with refractive index variations |
US8244564B2 (en) * | 2009-03-31 | 2012-08-14 | Richrelevance, Inc. | Multi-strategy generation of product recommendations |
US8321263B2 (en) * | 2009-04-17 | 2012-11-27 | Hartford Fire Insurance Company | Processing and display of service provider performance data |
US8209217B1 (en) | 2009-04-17 | 2012-06-26 | Amazon Technologies, Inc. | Author-focused tools for scheduling an event associated with an author or with a work of the author |
US8639920B2 (en) | 2009-05-11 | 2014-01-28 | Experian Marketing Solutions, Inc. | Systems and methods for providing anonymized user profile data |
US8346585B1 (en) | 2009-05-11 | 2013-01-01 | Amazon Technologies, Inc. | Data mining for targeted republishing |
US8234147B2 (en) * | 2009-05-15 | 2012-07-31 | Microsoft Corporation | Multi-variable product rank |
TWI393047B (zh) * | 2009-06-30 | 2013-04-11 | Accton Technology Corp | 一種智慧型顯示裝置 |
CN101604435A (zh) * | 2009-07-14 | 2009-12-16 | 阿里巴巴集团控股有限公司 | 一种监测网站访客价值的方法及装置 |
US8078691B2 (en) * | 2009-08-26 | 2011-12-13 | Microsoft Corporation | Web page load time prediction and simulation |
US20110066497A1 (en) * | 2009-09-14 | 2011-03-17 | Choicestream, Inc. | Personalized advertising and recommendation |
US20110112981A1 (en) * | 2009-11-09 | 2011-05-12 | Seung-Taek Park | Feature-Based Method and System for Cold-Start Recommendation of Online Ads |
US20110178848A1 (en) * | 2010-01-20 | 2011-07-21 | American Express Travel Related Services Company, Inc. | System and method for matching consumers based on spend behavior |
EP2538841A2 (en) | 2010-02-26 | 2013-01-02 | Myskin, Inc. | Analytic methods of tissue evaluation |
US20110213661A1 (en) * | 2010-03-01 | 2011-09-01 | Joseph Milana | Computer-Implemented Method For Enhancing Product Sales |
US20110213651A1 (en) * | 2010-03-01 | 2011-09-01 | Opera Solutions, Llc | Computer-Implemented Method For Enhancing Targeted Product Sales |
US8807076B2 (en) | 2010-03-12 | 2014-08-19 | Johnson & Johnson Vision Care, Inc. | Apparatus for vapor phase processing ophthalmic devices |
US9652802B1 (en) | 2010-03-24 | 2017-05-16 | Consumerinfo.Com, Inc. | Indirect monitoring and reporting of a user's credit data |
JP5642771B2 (ja) * | 2010-03-30 | 2014-12-17 | 楽天株式会社 | 情報処理装置、処理方法、ならびにプログラム |
EP2556449A1 (en) | 2010-04-07 | 2013-02-13 | Liveperson Inc. | System and method for dynamically enabling customized web content and applications |
US20110276394A1 (en) * | 2010-05-05 | 2011-11-10 | Positioniq, Inc. | Automated Targeted Information System |
US20120101855A1 (en) * | 2010-05-17 | 2012-04-26 | The Travelers Indemnity Company | Monitoring client-selected vehicle parameters in accordance with client preferences |
US9355414B2 (en) * | 2010-05-30 | 2016-05-31 | Hewlett Packard Enterprise Development Lp | Collaborative filtering model having improved predictive performance |
US9152727B1 (en) | 2010-08-23 | 2015-10-06 | Experian Marketing Solutions, Inc. | Systems and methods for processing consumer information for targeted marketing applications |
US8639616B1 (en) | 2010-10-01 | 2014-01-28 | Experian Information Solutions, Inc. | Business to contact linkage system |
US20120095862A1 (en) * | 2010-10-15 | 2012-04-19 | Ness Computing, Inc. (a Delaware Corportaion) | Computer system and method for analyzing data sets and generating personalized recommendations |
US9396492B2 (en) | 2010-10-15 | 2016-07-19 | Opentable, Inc. | Computer system and method for analyzing data sets and providing personalized recommendations |
US8930262B1 (en) | 2010-11-02 | 2015-01-06 | Experian Technology Ltd. | Systems and methods of assisted strategy design |
US8484186B1 (en) | 2010-11-12 | 2013-07-09 | Consumerinfo.Com, Inc. | Personalized people finder |
CN102467709B (zh) | 2010-11-17 | 2017-03-01 | 阿里巴巴集团控股有限公司 | 一种发送商品信息的方法和装置 |
US20120130769A1 (en) * | 2010-11-19 | 2012-05-24 | Gm Global Technology Operations, Inc. | Methods for conducting market research utilizing a telematics service system |
US9147042B1 (en) | 2010-11-22 | 2015-09-29 | Experian Information Solutions, Inc. | Systems and methods for data verification |
US20120143718A1 (en) * | 2010-12-03 | 2012-06-07 | Choicestream, Inc. | Optimization of a web-based recommendation system |
JP5563970B2 (ja) * | 2010-12-13 | 2014-07-30 | 株式会社ブリヂストン | 推奨タイヤ選定システム |
US8918465B2 (en) | 2010-12-14 | 2014-12-23 | Liveperson, Inc. | Authentication of service requests initiated from a social networking site |
US9350598B2 (en) | 2010-12-14 | 2016-05-24 | Liveperson, Inc. | Authentication of service requests using a communications initiation feature |
US8489418B2 (en) | 2010-12-30 | 2013-07-16 | General Electric Company | System and methods for referring physicians based on hierarchical disease profile matching |
US20120203723A1 (en) * | 2011-02-04 | 2012-08-09 | Telefonaktiebolaget Lm Ericsson (Publ) | Server System and Method for Network-Based Service Recommendation Enhancement |
EP2676197B1 (en) | 2011-02-18 | 2018-11-28 | CSidentity Corporation | System and methods for identifying compromised personally identifiable information on the internet |
US9208515B2 (en) | 2011-03-08 | 2015-12-08 | Affinnova, Inc. | System and method for concept development |
CN102681999A (zh) * | 2011-03-08 | 2012-09-19 | 阿里巴巴集团控股有限公司 | 一种用户行为信息收集及信息发送方法及装置 |
US9208132B2 (en) | 2011-03-08 | 2015-12-08 | The Nielsen Company (Us), Llc | System and method for concept development with content aware text editor |
US8468164B1 (en) | 2011-03-09 | 2013-06-18 | Amazon Technologies, Inc. | Personalized recommendations based on related users |
US8452797B1 (en) * | 2011-03-09 | 2013-05-28 | Amazon Technologies, Inc. | Personalized recommendations based on item usage |
US20120259676A1 (en) | 2011-04-07 | 2012-10-11 | Wagner John G | Methods and apparatus to model consumer choice sourcing |
US8738698B2 (en) | 2011-04-07 | 2014-05-27 | Facebook, Inc. | Using polling results as discrete metrics for content quality prediction model |
US20120265612A1 (en) * | 2011-04-14 | 2012-10-18 | Katherine Marie Moeggenberg | Systems And Methods For Facilitating Electronic Purchase Of A Product |
US20120278127A1 (en) * | 2011-04-28 | 2012-11-01 | Rawllin International Inc. | Generating product recommendations based on dynamic product context data and/or social activity data related to a product |
US9558519B1 (en) | 2011-04-29 | 2017-01-31 | Consumerinfo.Com, Inc. | Exposing reporting cycle information |
US8762226B2 (en) * | 2011-05-04 | 2014-06-24 | Etsy, Inc. | Item discovery tools and methods for shopping in an electronic commerce environment |
US20120284069A1 (en) * | 2011-05-04 | 2012-11-08 | Sony Corporation | Method for optimizing parameters in a recommendation system |
US20120284037A1 (en) * | 2011-05-06 | 2012-11-08 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | Computer program product for receiving a notification of a benefit after queuing the result of an evaluation of a sample for transmission |
CN103635807A (zh) * | 2011-05-06 | 2014-03-12 | 希尔莱特有限责任公司 | 在将用于传输的结果排队之后的样本评估结果报告 |
US10719834B2 (en) | 2011-05-20 | 2020-07-21 | Mastercard International Incorporated | Systems and methods for recommending merchants |
US9607336B1 (en) | 2011-06-16 | 2017-03-28 | Consumerinfo.Com, Inc. | Providing credit inquiry alerts |
US9483606B1 (en) | 2011-07-08 | 2016-11-01 | Consumerinfo.Com, Inc. | Lifescore |
US20130018698A1 (en) * | 2011-07-14 | 2013-01-17 | Parnaby Tracey J | System and Method for Facilitating the Provision of Situation-Based Value, Service or Response |
US9195769B2 (en) | 2011-07-20 | 2015-11-24 | Opentable, Inc. | Method and apparatus for quickly evaluating entities |
JP5828097B2 (ja) * | 2011-08-08 | 2015-12-02 | パナソニックIpマネジメント株式会社 | 電動車両及びその制御方法 |
US9106691B1 (en) | 2011-09-16 | 2015-08-11 | Consumerinfo.Com, Inc. | Systems and methods of identity protection and management |
US20130080968A1 (en) * | 2011-09-27 | 2013-03-28 | Amazon Technologies Inc. | User interface with media content prediction |
KR101900753B1 (ko) * | 2011-09-27 | 2018-09-20 | 아담 가일스 사우담 | 제품-성분 효능 및/또는 사용자-프로필 데이터를 이용한 소비자 제품 추천 방법 |
US8170971B1 (en) | 2011-09-28 | 2012-05-01 | Ava, Inc. | Systems and methods for providing recommendations based on collaborative and/or content-based nodal interrelationships |
US8732101B1 (en) | 2013-03-15 | 2014-05-20 | Nara Logics, Inc. | Apparatus and method for providing harmonized recommendations based on an integrated user profile |
US11727249B2 (en) | 2011-09-28 | 2023-08-15 | Nara Logics, Inc. | Methods for constructing and applying synaptic networks |
US10467677B2 (en) | 2011-09-28 | 2019-11-05 | Nara Logics, Inc. | Systems and methods for providing recommendations based on collaborative and/or content-based nodal interrelationships |
US11151617B2 (en) | 2012-03-09 | 2021-10-19 | Nara Logics, Inc. | Systems and methods for providing recommendations based on collaborative and/or content-based nodal interrelationships |
US10789526B2 (en) | 2012-03-09 | 2020-09-29 | Nara Logics, Inc. | Method, system, and non-transitory computer-readable medium for constructing and applying synaptic networks |
US8738516B1 (en) | 2011-10-13 | 2014-05-27 | Consumerinfo.Com, Inc. | Debt services candidate locator |
US20130117037A1 (en) * | 2011-10-24 | 2013-05-09 | Rivermark LLC | Goal Tracking and Segmented Marketing Systems and Methods with Network Analysis and Visualization |
US11030562B1 (en) | 2011-10-31 | 2021-06-08 | Consumerinfo.Com, Inc. | Pre-data breach monitoring |
US20130117147A1 (en) * | 2011-11-07 | 2013-05-09 | Nathan J. Ackerman | Similarity and Relatedness of Content |
JP5601725B2 (ja) * | 2011-11-30 | 2014-10-08 | 楽天株式会社 | 情報処理装置、情報処理方法、情報処理プログラム及び記録媒体 |
TWI493484B (zh) * | 2011-12-15 | 2015-07-21 | Ibm | 自動化判斷消費者偏好程度的方法與電腦裝置 |
SG191557A1 (en) * | 2011-12-28 | 2013-07-31 | Agency Science Tech & Res | Methods and systems for service discovery and selection |
US10540430B2 (en) | 2011-12-28 | 2020-01-21 | Cbs Interactive Inc. | Techniques for providing a natural language narrative |
US10592596B2 (en) | 2011-12-28 | 2020-03-17 | Cbs Interactive Inc. | Techniques for providing a narrative summary for fantasy games |
US10402879B2 (en) | 2011-12-30 | 2019-09-03 | Adidas Ag | Offering a customized collection of products |
US9690368B2 (en) | 2011-12-30 | 2017-06-27 | Adidas Ag | Customization based on physiological data |
US20130173389A1 (en) * | 2011-12-30 | 2013-07-04 | Alison Page | Retail system with location-based customization |
US9311383B1 (en) * | 2012-01-13 | 2016-04-12 | The Nielsen Company (Us), Llc | Optimal solution identification system and method |
US9026544B2 (en) | 2012-01-24 | 2015-05-05 | Arrabon Management Services, LLC | Method and system for identifying and accessing multimedia content |
US8965908B1 (en) | 2012-01-24 | 2015-02-24 | Arrabon Management Services Llc | Methods and systems for identifying and accessing multimedia content |
US9098510B2 (en) * | 2012-01-24 | 2015-08-04 | Arrabon Management Services, LLC | Methods and systems for identifying and accessing multimedia content |
US8996543B2 (en) | 2012-01-24 | 2015-03-31 | Arrabon Management Services, LLC | Method and system for identifying and accessing multimedia content |
US10929881B1 (en) * | 2012-01-31 | 2021-02-23 | Groupon, Inc. | Pre-feature promotion system |
US10438268B2 (en) * | 2012-02-09 | 2019-10-08 | Microsoft Technology Licensing, Llc | Recommender system |
US8943002B2 (en) | 2012-02-10 | 2015-01-27 | Liveperson, Inc. | Analytics driven engagement |
US20130269537A1 (en) | 2012-04-16 | 2013-10-17 | Eugenio Minvielle | Conditioning system for nutritional substances |
US20140067596A1 (en) * | 2012-02-22 | 2014-03-06 | Cobrain Company | Methods and apparatus for recommending products and services |
EP2634707A1 (en) | 2012-02-29 | 2013-09-04 | British Telecommunications Public Limited Company | Recommender control system, apparatus and method |
EP2823442A4 (en) * | 2012-03-06 | 2016-04-20 | Koodbee Llc | PREDICTIVE PROCESSING SYSTEM AND METHOD OF USE AND METHOD FOR PERFORMING BUSINESS |
US8805941B2 (en) | 2012-03-06 | 2014-08-12 | Liveperson, Inc. | Occasionally-connected computing interface |
US20130269538A1 (en) | 2012-04-16 | 2013-10-17 | Eugenio Minvielle | Transformation system for nutritional substances |
US9659310B1 (en) * | 2012-03-14 | 2017-05-23 | Amazon Technologies, Inc. | Consumption based subscription frequency recommendations |
US9541536B2 (en) | 2012-04-16 | 2017-01-10 | Eugenio Minvielle | Preservation system for nutritional substances |
US10219531B2 (en) | 2012-04-16 | 2019-03-05 | Iceberg Luxembourg S.A.R.L. | Preservation system for nutritional substances |
US20130268395A1 (en) * | 2012-04-10 | 2013-10-10 | Adam I. Sandow | Automated product selection and distribution system |
US9414623B2 (en) | 2012-04-16 | 2016-08-16 | Eugenio Minvielle | Transformation and dynamic identification system for nutritional substances |
US9429920B2 (en) | 2012-04-16 | 2016-08-30 | Eugenio Minvielle | Instructions for conditioning nutritional substances |
US9702858B1 (en) | 2012-04-16 | 2017-07-11 | Iceberg Luxembourg S.A.R.L. | Dynamic recipe control |
US9460633B2 (en) | 2012-04-16 | 2016-10-04 | Eugenio Minvielle | Conditioner with sensors for nutritional substances |
US9171061B2 (en) | 2012-04-16 | 2015-10-27 | Eugenio Minvielle | Local storage and conditioning systems for nutritional substances |
US9436170B2 (en) | 2012-04-16 | 2016-09-06 | Eugenio Minvielle | Appliances with weight sensors for nutritional substances |
US20140069838A1 (en) | 2012-04-16 | 2014-03-13 | Eugenio Minvielle | Nutritional Substance Label System For Adaptive Conditioning |
US8733631B2 (en) | 2012-04-16 | 2014-05-27 | Eugenio Minvielle | Local storage and conditioning systems for nutritional substances |
US9528972B2 (en) | 2012-04-16 | 2016-12-27 | Eugenio Minvielle | Dynamic recipe control |
US20130309637A1 (en) * | 2012-04-16 | 2013-11-21 | Eugenio Minvielle | Consumer Information and Sensing System for Consumables and Cosmetic Substances |
US9564064B2 (en) | 2012-04-16 | 2017-02-07 | Eugenio Minvielle | Conditioner with weight sensors for nutritional substances |
US20130290214A1 (en) * | 2012-04-25 | 2013-10-31 | Robert James Clavin | Method and apparatus for providing reviews and feedback for professional service providers |
US9563336B2 (en) | 2012-04-26 | 2017-02-07 | Liveperson, Inc. | Dynamic user interface customization |
US9853959B1 (en) | 2012-05-07 | 2017-12-26 | Consumerinfo.Com, Inc. | Storage and maintenance of personal data |
US9672196B2 (en) | 2012-05-15 | 2017-06-06 | Liveperson, Inc. | Methods and systems for presenting specialized content using campaign metrics |
US9842358B1 (en) | 2012-06-19 | 2017-12-12 | Brightex Bio-Photonics Llc | Method for providing personalized recommendations |
US10325284B1 (en) | 2012-06-29 | 2019-06-18 | Groupon, Inc. | Cadence management system for consumer promotions |
US9002769B2 (en) * | 2012-07-03 | 2015-04-07 | Siemens Aktiengesellschaft | Method and system for supporting a clinical diagnosis |
US20140025428A1 (en) * | 2012-07-20 | 2014-01-23 | International Business Machines Corporation | Deriving Marketing Strategies from Product Utility Value |
US20180047071A1 (en) * | 2012-07-24 | 2018-02-15 | Ebay Inc. | System and methods for aggregating past and predicting future product ratings |
US8821271B2 (en) | 2012-07-30 | 2014-09-02 | Cbs Interactive, Inc. | Techniques for providing narrative content for competitive gaming events |
US10943253B1 (en) * | 2012-09-18 | 2021-03-09 | Groupon, Inc. | Consumer cross-category deal diversity |
US10535076B1 (en) * | 2012-09-28 | 2020-01-14 | Groupon, Inc. | Deal program life cycle |
US20150278880A1 (en) * | 2012-10-26 | 2015-10-01 | David A. Hotchkiss | Generating sponsored content items |
US9111232B2 (en) * | 2012-10-31 | 2015-08-18 | Nec Laboratories America, Inc. | Portable workload performance prediction for the cloud |
US8527306B1 (en) * | 2012-11-12 | 2013-09-03 | State Farm Mutual Automobile Insurance Company | Automation and security application store suggestions based on claims data |
US9654541B1 (en) | 2012-11-12 | 2017-05-16 | Consumerinfo.Com, Inc. | Aggregating user web browsing data |
US8533144B1 (en) | 2012-11-12 | 2013-09-10 | State Farm Mutual Automobile Insurance Company | Automation and security application store suggestions based on usage data |
US9436947B2 (en) * | 2012-11-13 | 2016-09-06 | Cox Media Group Digital Development, Inc. | Systems and methods for conducting surveys |
CN103841122B (zh) | 2012-11-20 | 2017-07-28 | 阿里巴巴集团控股有限公司 | 目标对象信息推荐方法、服务器及客户端 |
US20140149513A1 (en) * | 2012-11-23 | 2014-05-29 | The Extraordinaries, Inc. | System and method for matching a profile to a sparsely defined request |
US9454581B1 (en) * | 2012-11-28 | 2016-09-27 | BloomReach Inc. | Search with more like this refinements |
US8856894B1 (en) | 2012-11-28 | 2014-10-07 | Consumerinfo.Com, Inc. | Always on authentication |
US9916621B1 (en) | 2012-11-30 | 2018-03-13 | Consumerinfo.Com, Inc. | Presentation of credit score factors |
US10255598B1 (en) | 2012-12-06 | 2019-04-09 | Consumerinfo.Com, Inc. | Credit card account data extraction |
US9483730B2 (en) * | 2012-12-07 | 2016-11-01 | At&T Intellectual Property I, L.P. | Hybrid review synthesis |
WO2014120978A1 (en) | 2013-01-31 | 2014-08-07 | Alexander Greystoke | Virtual purchasing assistant |
US10185917B2 (en) | 2013-01-31 | 2019-01-22 | Lf Technology Development Corporation Limited | Computer-aided decision systems |
US10437889B2 (en) | 2013-01-31 | 2019-10-08 | Lf Technology Development Corporation Limited | Systems and methods of providing outcomes based on collective intelligence experience |
US20140244423A1 (en) * | 2013-02-28 | 2014-08-28 | Linkedin Corporation | Dynamic ranking of products for presentation to users |
US9697263B1 (en) | 2013-03-04 | 2017-07-04 | Experian Information Solutions, Inc. | Consumer data request fulfillment system |
US8972400B1 (en) | 2013-03-11 | 2015-03-03 | Consumerinfo.Com, Inc. | Profile data management |
US10438269B2 (en) | 2013-03-12 | 2019-10-08 | Mastercard International Incorporated | Systems and methods for recommending merchants |
US20140278738A1 (en) * | 2013-03-13 | 2014-09-18 | Honda Motor Co., Ltd | Systems and methods for unified scoring |
US8812387B1 (en) | 2013-03-14 | 2014-08-19 | Csidentity Corporation | System and method for identifying related credit inquiries |
US9870589B1 (en) | 2013-03-14 | 2018-01-16 | Consumerinfo.Com, Inc. | Credit utilization tracking and reporting |
US10102570B1 (en) | 2013-03-14 | 2018-10-16 | Consumerinfo.Com, Inc. | Account vulnerability alerts |
US9406085B1 (en) | 2013-03-14 | 2016-08-02 | Consumerinfo.Com, Inc. | System and methods for credit dispute processing, resolution, and reporting |
US9330413B2 (en) * | 2013-03-14 | 2016-05-03 | Sears Brands, L.L.C. | Checkout and/or ordering systems and methods |
US9799041B2 (en) | 2013-03-15 | 2017-10-24 | The Nielsen Company (Us), Llc | Method and apparatus for interactive evolutionary optimization of concepts |
US11023947B1 (en) * | 2013-03-15 | 2021-06-01 | Overstock.Com, Inc. | Generating product recommendations using a blend of collaborative and content-based data |
US9785995B2 (en) | 2013-03-15 | 2017-10-10 | The Nielsen Company (Us), Llc | Method and apparatus for interactive evolutionary algorithms with respondent directed breeding |
CN105027168B (zh) * | 2013-03-15 | 2020-04-14 | 克朗设备公司 | 跨工业车辆规格化表现数据 |
US10685398B1 (en) | 2013-04-23 | 2020-06-16 | Consumerinfo.Com, Inc. | Presenting credit score information |
US10810654B1 (en) | 2013-05-06 | 2020-10-20 | Overstock.Com, Inc. | System and method of mapping product attributes between different schemas |
US9251275B2 (en) | 2013-05-16 | 2016-02-02 | International Business Machines Corporation | Data clustering and user modeling for next-best-action decisions |
CN104239338A (zh) * | 2013-06-19 | 2014-12-24 | 阿里巴巴集团控股有限公司 | 信息推荐方法及装置 |
US10929890B2 (en) | 2013-08-15 | 2021-02-23 | Overstock.Com, Inc. | System and method of personalizing online marketing campaigns |
US9443268B1 (en) | 2013-08-16 | 2016-09-13 | Consumerinfo.Com, Inc. | Bill payment and reporting |
CN104424230B (zh) | 2013-08-26 | 2019-10-29 | 阿里巴巴集团控股有限公司 | 一种网络商品推荐方法及装置 |
US11120491B2 (en) * | 2013-09-24 | 2021-09-14 | Ebay Inc. | Method, medium, and system for social media based recommendations |
TWI615787B (zh) * | 2013-11-07 | 2018-02-21 | 財團法人資訊工業策進會 | 群體對象商品推薦系統、方法及其非揮發性電腦可讀取紀錄媒體 |
US10325314B1 (en) | 2013-11-15 | 2019-06-18 | Consumerinfo.Com, Inc. | Payment reporting systems |
US10102536B1 (en) | 2013-11-15 | 2018-10-16 | Experian Information Solutions, Inc. | Micro-geographic aggregation system |
US9477737B1 (en) | 2013-11-20 | 2016-10-25 | Consumerinfo.Com, Inc. | Systems and user interfaces for dynamic access of multiple remote databases and synchronization of data based on user rules |
US9916362B2 (en) * | 2013-11-20 | 2018-03-13 | Toyota Jidosha Kabushiki Kaisha | Content recommendation based on efficacy models |
US9529851B1 (en) | 2013-12-02 | 2016-12-27 | Experian Information Solutions, Inc. | Server architecture for electronic data quality processing |
US10872350B1 (en) | 2013-12-06 | 2020-12-22 | Overstock.Com, Inc. | System and method for optimizing online marketing based upon relative advertisement placement |
US20150170038A1 (en) * | 2013-12-17 | 2015-06-18 | Industrial Technology Research Institute | Method And System For Generating Item Recommendation |
US20150188956A1 (en) * | 2013-12-27 | 2015-07-02 | T-Mobile Usa, Inc. | Unified Communication Device |
US20150220950A1 (en) * | 2014-02-06 | 2015-08-06 | Yahoo! Inc. | Active preference learning method and system |
US10262362B1 (en) | 2014-02-14 | 2019-04-16 | Experian Information Solutions, Inc. | Automatic generation of code for attributes |
CN104850370B (zh) | 2014-02-17 | 2019-01-15 | 阿里巴巴集团控股有限公司 | 在背景显示区域显示订单信息的方法及装置 |
EP3115959B1 (en) * | 2014-03-07 | 2020-06-03 | Hitachi, Ltd. | Data analysis system and method |
US20150269865A1 (en) * | 2014-03-19 | 2015-09-24 | Dotan Volach | Systems and methods for personalized nutrimers |
IL231686A (en) * | 2014-03-24 | 2016-04-21 | Shmuel Ur | Automatic odor selector |
USD759690S1 (en) | 2014-03-25 | 2016-06-21 | Consumerinfo.Com, Inc. | Display screen or portion thereof with graphical user interface |
USD760256S1 (en) | 2014-03-25 | 2016-06-28 | Consumerinfo.Com, Inc. | Display screen or portion thereof with graphical user interface |
US10304114B2 (en) | 2014-03-25 | 2019-05-28 | Ebay Inc. | Data mesh based environmental augmentation |
USD759689S1 (en) | 2014-03-25 | 2016-06-21 | Consumerinfo.Com, Inc. | Display screen or portion thereof with graphical user interface |
US11386442B2 (en) | 2014-03-31 | 2022-07-12 | Liveperson, Inc. | Online behavioral predictor |
US9892457B1 (en) | 2014-04-16 | 2018-02-13 | Consumerinfo.Com, Inc. | Providing credit data in search results |
US9576030B1 (en) | 2014-05-07 | 2017-02-21 | Consumerinfo.Com, Inc. | Keeping up with the joneses |
US10614724B2 (en) | 2014-06-17 | 2020-04-07 | Johnson & Johnson Consumer Inc. | Systems and methods for wellness, health, and lifestyle planning, tracking, and maintenance |
US10354184B1 (en) * | 2014-06-24 | 2019-07-16 | Amazon Technologies, Inc. | Joint modeling of user behavior |
US11257117B1 (en) | 2014-06-25 | 2022-02-22 | Experian Information Solutions, Inc. | Mobile device sighting location analytics and profiling system |
US20160012456A1 (en) * | 2014-07-08 | 2016-01-14 | Timothy Scott Mahaffey | Product Qualification Engine© [PQE] is a system and computer-implemented method to evaluate and score consumer product readiness, practicality, pricing and viability of the company, or individual, presenting the product, for placement considerations in a retail outlet |
US9817559B2 (en) * | 2014-07-11 | 2017-11-14 | Noom, Inc. | Predictive food logging |
US9984421B2 (en) | 2014-09-05 | 2018-05-29 | Hartford Fire Insurance Company | System for claim data segmentation |
US10339527B1 (en) | 2014-10-31 | 2019-07-02 | Experian Information Solutions, Inc. | System and architecture for electronic fraud detection |
US9645412B2 (en) | 2014-11-05 | 2017-05-09 | Johnson & Johnson Vision Care Inc. | Customized lens device and method |
JP6558765B2 (ja) * | 2014-12-18 | 2019-08-14 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 処理装置、処理方法、推測装置、推測方法、およびプログラム |
US10445152B1 (en) | 2014-12-19 | 2019-10-15 | Experian Information Solutions, Inc. | Systems and methods for dynamic report generation based on automatic modeling of complex data structures |
US10110688B2 (en) | 2015-03-20 | 2018-10-23 | Sony Interactive Entertainment LLC | System and method for remote monitoring of API performance and user behavior associated with user interface |
US10147108B2 (en) | 2015-04-02 | 2018-12-04 | The Nielsen Company (Us), Llc | Methods and apparatus to identify affinity between segment attributes and product characteristics |
US10438215B2 (en) * | 2015-04-10 | 2019-10-08 | International Business Machines Corporation | System for observing and analyzing customer opinion |
RU2717914C2 (ru) * | 2015-04-13 | 2020-03-26 | Дзе Кока-Кола Компани | Система и способ производства приготавливаемого на заказ напитка или сухого концентрата для производства напитков |
WO2016196806A1 (en) | 2015-06-02 | 2016-12-08 | Liveperson, Inc. | Dynamic communication routing based on consistency weighting and routing rules |
US10474954B2 (en) * | 2015-06-29 | 2019-11-12 | Ca, Inc. | Feedback and customization in expert systems for anomaly prediction |
CN107735136B (zh) | 2015-06-30 | 2021-11-02 | 瑞思迈私人有限公司 | 使用移动应用的面罩大小调整工具 |
US11151468B1 (en) | 2015-07-02 | 2021-10-19 | Experian Information Solutions, Inc. | Behavior analysis using distributed representations of event data |
US10114824B2 (en) * | 2015-07-14 | 2018-10-30 | Verizon Patent And Licensing Inc. | Techniques for providing a user with content recommendations |
JP6520510B2 (ja) * | 2015-07-15 | 2019-05-29 | 富士ゼロックス株式会社 | 情報処理装置及び情報処理プログラム |
US10546320B2 (en) | 2015-08-14 | 2020-01-28 | International Business Machines Corporation | Determining feature importance and target population in the context of promotion recommendation |
US11341557B2 (en) | 2015-08-27 | 2022-05-24 | Conopco, Inc. | Method and system for providing product recommendations |
KR102469758B1 (ko) | 2015-09-02 | 2022-11-22 | 삼성전자주식회사 | 서버 장치, 사용자 단말 장치, 그 제어 방법 및 전자 시스템 |
US9767309B1 (en) | 2015-11-23 | 2017-09-19 | Experian Information Solutions, Inc. | Access control system for implementing access restrictions of regulated database records while identifying and providing indicators of regulated database records matching validation criteria |
US10757154B1 (en) | 2015-11-24 | 2020-08-25 | Experian Information Solutions, Inc. | Real-time event-based notification system |
US10220172B2 (en) | 2015-11-25 | 2019-03-05 | Resmed Limited | Methods and systems for providing interface components for respiratory therapy |
KR102416914B1 (ko) * | 2015-12-01 | 2022-07-06 | 삼성디스플레이 주식회사 | 플렉서블 표시장치 |
US20170161798A1 (en) * | 2015-12-08 | 2017-06-08 | Strathspey Crown Holdings, LLC | System and method for assessing data for a specified product/service |
US10359643B2 (en) | 2015-12-18 | 2019-07-23 | Johnson & Johnson Vision Care, Inc. | Methods for incorporating lens features and lenses having such features |
MX2018012578A (es) | 2016-04-15 | 2019-03-01 | Walmart Apollo Llc | Sistemas y metodos para proporcionar recomendaciones de productos basadas en contenido. |
MX2018012574A (es) | 2016-04-15 | 2019-03-06 | Walmart Apollo Llc | Sistemas y metodos para ajustar vectores parcialmente a traves de pruebas de muestreo. |
WO2017180977A1 (en) | 2016-04-15 | 2017-10-19 | Wal-Mart Stores, Inc. | Systems and methods for facilitating shopping in a physical retail facility |
CN107341162B (zh) * | 2016-05-03 | 2022-11-25 | 北京搜狗科技发展有限公司 | 网页处理方法和装置、用于网页处理的装置 |
US11488043B2 (en) * | 2016-05-05 | 2022-11-01 | Meta Platforms, Inc. | Systems and methods for providing data analysis based on applying regression |
US11288573B2 (en) * | 2016-05-05 | 2022-03-29 | Baidu Usa Llc | Method and system for training and neural network models for large number of discrete features for information rertieval |
US10534845B2 (en) | 2016-05-11 | 2020-01-14 | Overstock.Com, Inc. | System and method for optimizing electronic document layouts |
CN107451141B (zh) * | 2016-05-30 | 2021-01-29 | 阿里巴巴集团控股有限公司 | 一种数据推荐的处理交互方法、装置及系统 |
MX2018015784A (es) | 2016-06-15 | 2019-05-09 | Walmart Apollo Llc | Caracterizaciones de productos e individuos basadas en vector con respecto a la asistencia de agente al servicio del consumidor. |
US10902341B1 (en) * | 2016-06-22 | 2021-01-26 | Amazon Technologies, Inc. | Machine learning based list recommendations |
US10373464B2 (en) | 2016-07-07 | 2019-08-06 | Walmart Apollo, Llc | Apparatus and method for updating partiality vectors based on monitoring of person and his or her home |
US10278065B2 (en) | 2016-08-14 | 2019-04-30 | Liveperson, Inc. | Systems and methods for real-time remote control of mobile applications |
US20180060954A1 (en) | 2016-08-24 | 2018-03-01 | Experian Information Solutions, Inc. | Sensors and system for detection of device movement and authentication of device user based on messaging service data from service provider |
CN106530010B (zh) * | 2016-11-15 | 2017-12-12 | 平安科技(深圳)有限公司 | 融合时间因素的协同过滤方法和装置 |
US11226831B2 (en) * | 2016-12-05 | 2022-01-18 | Facebook, Inc. | Customizing content based on predicted user preferences |
US10657580B2 (en) * | 2017-01-27 | 2020-05-19 | Walmart Apollo, Llc | System for improving in-store picking performance and experience by optimizing tote-fill and order batching of items in retail store and method of using same |
CN116205724A (zh) | 2017-01-31 | 2023-06-02 | 益百利信息解决方案公司 | 大规模异构数据摄取和用户解析 |
US20180247363A1 (en) * | 2017-02-24 | 2018-08-30 | Home Depot Product Authority, Llc | Feature-based product recommendations |
US10825076B2 (en) | 2017-04-17 | 2020-11-03 | Walmart Apollo Llc | Systems to fulfill a picked sales order and related methods therefor |
WO2018210029A1 (zh) * | 2017-05-18 | 2018-11-22 | 广东乐源数字技术有限公司 | 一种可通过图像识别进行手表对时的系统及对时方法 |
US11126953B2 (en) | 2017-06-14 | 2021-09-21 | Walmart Apollo, Llc | Systems and methods for automatically invoking a delivery request for an in-progress order |
US10762423B2 (en) | 2017-06-27 | 2020-09-01 | Asapp, Inc. | Using a neural network to optimize processing of user requests |
US10956816B2 (en) | 2017-06-28 | 2021-03-23 | International Business Machines Corporation | Enhancing rating prediction using reviews |
US11126954B2 (en) | 2017-06-28 | 2021-09-21 | Walmart Apollo, Llc | Systems and methods for automatically requesting delivery drivers for online orders |
US10735183B1 (en) | 2017-06-30 | 2020-08-04 | Experian Information Solutions, Inc. | Symmetric encryption for private smart contracts among multiple parties in a private peer-to-peer network |
US10909612B2 (en) | 2017-07-13 | 2021-02-02 | Walmart Apollo Llc | Systems and methods for determining an order collection start time |
US11100424B2 (en) | 2017-08-23 | 2021-08-24 | Microsoft Technology Licensing, Llc | Control system for learning and surfacing feature correlations |
US11367117B1 (en) | 2017-08-28 | 2022-06-21 | Amazon Technologies, Inc. | Artificial intelligence system for generating network-accessible recommendations with explanatory metadata |
US10699028B1 (en) | 2017-09-28 | 2020-06-30 | Csidentity Corporation | Identity security architecture systems and methods |
US11100570B2 (en) * | 2017-10-05 | 2021-08-24 | International Business Machines Corporation | Product configuration recommendation and optimization |
US20200349631A1 (en) * | 2017-10-19 | 2020-11-05 | NWO Group Pty Ltd | System and Method for Eyewear Recommendation |
US10896472B1 (en) | 2017-11-14 | 2021-01-19 | Csidentity Corporation | Security and identity verification system and architecture |
CN107909439A (zh) * | 2017-11-16 | 2018-04-13 | 阿里巴巴集团控股有限公司 | 共享产品的推荐方法、装置以及电子设备 |
US11392751B1 (en) | 2017-12-04 | 2022-07-19 | Amazon Technologies, Inc. | Artificial intelligence system for optimizing informational content presentation |
US11144987B2 (en) * | 2017-12-07 | 2021-10-12 | International Business Machines Corporation | Dynamically normalizing product reviews |
US11599927B1 (en) | 2018-01-17 | 2023-03-07 | Amazon Technologies, Inc. | Artificial intelligence system using deep neural networks for pairwise character-level text analysis and recommendations |
JP7406688B2 (ja) * | 2018-01-29 | 2023-12-28 | ファンクション インコーポレイテッド | 個人化スキンケア製品を処方するためのシステムと方法 |
US10909604B1 (en) | 2018-03-07 | 2021-02-02 | Amazon Technologies, Inc. | Artificial intelligence system for automated selection and presentation of informational content |
WO2019231806A1 (en) | 2018-05-30 | 2019-12-05 | Walmart Apollo, Llc | Systems and methods for product recommendation |
WO2019231802A1 (en) | 2018-05-30 | 2019-12-05 | Walmart Apollo, Llc | Systems and methods for product recommendation |
US20190392498A1 (en) * | 2018-06-25 | 2019-12-26 | Sap Se | Recommendation engine and system |
US11188930B2 (en) * | 2018-07-26 | 2021-11-30 | EMC IP Holding Company LLC | Dynamically determining customer intent and related recommendations using deep learning techniques |
US10671749B2 (en) | 2018-09-05 | 2020-06-02 | Consumerinfo.Com, Inc. | Authenticated access and aggregation database platform |
US10963434B1 (en) | 2018-09-07 | 2021-03-30 | Experian Information Solutions, Inc. | Data architecture for supporting multiple search models |
TWI706358B (zh) * | 2018-10-08 | 2020-10-01 | 合隆毛廠股份有限公司 | 資訊推薦系統及方法 |
FR3087921A1 (fr) * | 2018-10-31 | 2020-05-01 | Amadeus S.A.S. | Systèmes et méthodes de recommandation utilisant des modèles d'apprentissage automatique en cascade |
US11315179B1 (en) | 2018-11-16 | 2022-04-26 | Consumerinfo.Com, Inc. | Methods and apparatuses for customized card recommendations |
US10896420B2 (en) | 2018-11-28 | 2021-01-19 | Capital One Services, Llc | Product analysis platform to perform a facial recognition analysis to provide information associated with a product to a user |
WO2020146667A1 (en) | 2019-01-11 | 2020-07-16 | Experian Information Solutions, Inc. | Systems and methods for secure data aggregation and computation |
US11373231B2 (en) | 2019-01-31 | 2022-06-28 | Walmart Apollo, Llc | System and method for determining substitutes for a requested product and the order to provide the substitutes |
US11373228B2 (en) | 2019-01-31 | 2022-06-28 | Walmart Apollo, Llc | System and method for determining substitutes for a requested product |
US20200258094A1 (en) * | 2019-02-09 | 2020-08-13 | MindClick Group, Inc. | Rating Of An Environmental Health Impact Of A Product |
EP3928327A1 (en) * | 2019-02-19 | 2021-12-29 | Johnson & Johnson Consumer Inc. | Use of artificial intelligence to identify novel targets and methodologies for skin care treatment |
US11238656B1 (en) | 2019-02-22 | 2022-02-01 | Consumerinfo.Com, Inc. | System and method for an augmented reality experience via an artificial intelligence bot |
US11544629B2 (en) * | 2019-02-28 | 2023-01-03 | DoorDash, Inc. | Personalized merchant scoring based on vectorization of merchant and customer data |
US11541274B2 (en) | 2019-03-11 | 2023-01-03 | Rom Technologies, Inc. | System, method and apparatus for electrically actuated pedal for an exercise or rehabilitation machine |
US11904202B2 (en) | 2019-03-11 | 2024-02-20 | Rom Technolgies, Inc. | Monitoring joint extension and flexion using a sensor device securable to an upper and lower limb |
US11232492B2 (en) * | 2019-04-25 | 2022-01-25 | Sap Se | Computer graphical user interface for option planning |
US11205179B1 (en) | 2019-04-26 | 2021-12-21 | Overstock.Com, Inc. | System, method, and program product for recognizing and rejecting fraudulent purchase attempts in e-commerce |
US11904207B2 (en) | 2019-05-10 | 2024-02-20 | Rehab2Fit Technologies, Inc. | Method and system for using artificial intelligence to present a user interface representing a user's progress in various domains |
US11801423B2 (en) | 2019-05-10 | 2023-10-31 | Rehab2Fit Technologies, Inc. | Method and system for using artificial intelligence to interact with a user of an exercise device during an exercise session |
US11433276B2 (en) | 2019-05-10 | 2022-09-06 | Rehab2Fit Technologies, Inc. | Method and system for using artificial intelligence to independently adjust resistance of pedals based on leg strength |
US11957960B2 (en) | 2019-05-10 | 2024-04-16 | Rehab2Fit Technologies Inc. | Method and system for using artificial intelligence to adjust pedal resistance |
JP7120148B2 (ja) * | 2019-05-13 | 2022-08-17 | トヨタ自動車株式会社 | 製品情報提供システム |
US11423434B2 (en) | 2019-05-31 | 2022-08-23 | Mastercard International Incorporated | Methods and systems for optimizing configuration of a recommendation platform |
US20200387950A1 (en) * | 2019-06-07 | 2020-12-10 | Elc Management Llc | Method And Apparatus For Cosmetic Product Recommendation |
CN110347940A (zh) * | 2019-07-17 | 2019-10-18 | 北京百度网讯科技有限公司 | 用于优化兴趣点标签的方法和装置 |
US11475357B2 (en) * | 2019-07-29 | 2022-10-18 | Apmplitude, Inc. | Machine learning system to predict causal treatment effects of actions performed on websites or applications |
US11544534B2 (en) | 2019-08-23 | 2023-01-03 | Walmart Apollo, Llc | Systems and methods for generating recommendations using neural network and machine learning techniques |
US11915811B2 (en) * | 2019-09-03 | 2024-02-27 | Kaival Labs, Inc. | System and method for determining an appropriate dose of a product |
US11386301B2 (en) | 2019-09-06 | 2022-07-12 | The Yes Platform | Cluster and image-based feedback system |
US11748800B1 (en) | 2019-09-11 | 2023-09-05 | Life Spectacular, Inc. | Generating skin care recommendations for a user based on skin product attributes and user location and demographic data |
US11941065B1 (en) | 2019-09-13 | 2024-03-26 | Experian Information Solutions, Inc. | Single identifier platform for storing entity data |
US11071597B2 (en) | 2019-10-03 | 2021-07-27 | Rom Technologies, Inc. | Telemedicine for orthopedic treatment |
US11701548B2 (en) | 2019-10-07 | 2023-07-18 | Rom Technologies, Inc. | Computer-implemented questionnaire for orthopedic treatment |
US11955220B2 (en) | 2019-10-03 | 2024-04-09 | Rom Technologies, Inc. | System and method for using AI/ML and telemedicine for invasive surgical treatment to determine a cardiac treatment plan that uses an electromechanical machine |
US11978559B2 (en) | 2019-10-03 | 2024-05-07 | Rom Technologies, Inc. | Systems and methods for remotely-enabled identification of a user infection |
US11075000B2 (en) | 2019-10-03 | 2021-07-27 | Rom Technologies, Inc. | Method and system for using virtual avatars associated with medical professionals during exercise sessions |
US11955222B2 (en) | 2019-10-03 | 2024-04-09 | Rom Technologies, Inc. | System and method for determining, based on advanced metrics of actual performance of an electromechanical machine, medical procedure eligibility in order to ascertain survivability rates and measures of quality-of-life criteria |
US11069436B2 (en) | 2019-10-03 | 2021-07-20 | Rom Technologies, Inc. | System and method for use of telemedicine-enabled rehabilitative hardware and for encouraging rehabilitative compliance through patient-based virtual shared sessions with patient-enabled mutual encouragement across simulated social networks |
US11923065B2 (en) | 2019-10-03 | 2024-03-05 | Rom Technologies, Inc. | Systems and methods for using artificial intelligence and machine learning to detect abnormal heart rhythms of a user performing a treatment plan with an electromechanical machine |
US11325005B2 (en) | 2019-10-03 | 2022-05-10 | Rom Technologies, Inc. | Systems and methods for using machine learning to control an electromechanical device used for prehabilitation, rehabilitation, and/or exercise |
US11317975B2 (en) | 2019-10-03 | 2022-05-03 | Rom Technologies, Inc. | Method and system for treating patients via telemedicine using sensor data from rehabilitation or exercise equipment |
US20210134432A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | Method and system for implementing dynamic treatment environments based on patient information |
US11515021B2 (en) | 2019-10-03 | 2022-11-29 | Rom Technologies, Inc. | Method and system to analytically optimize telehealth practice-based billing processes and revenue while enabling regulatory compliance |
US11139060B2 (en) | 2019-10-03 | 2021-10-05 | Rom Technologies, Inc. | Method and system for creating an immersive enhanced reality-driven exercise experience for a user |
US20210128080A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | Augmented reality placement of goniometer or other sensors |
US20210142893A1 (en) | 2019-10-03 | 2021-05-13 | Rom Technologies, Inc. | System and method for processing medical claims |
US20210134412A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | System and method for processing medical claims using biometric signatures |
US11756666B2 (en) | 2019-10-03 | 2023-09-12 | Rom Technologies, Inc. | Systems and methods to enable communication detection between devices and performance of a preventative action |
US11337648B2 (en) | 2020-05-18 | 2022-05-24 | Rom Technologies, Inc. | Method and system for using artificial intelligence to assign patients to cohorts and dynamically controlling a treatment apparatus based on the assignment during an adaptive telemedical session |
US11955223B2 (en) | 2019-10-03 | 2024-04-09 | Rom Technologies, Inc. | System and method for using artificial intelligence and machine learning to provide an enhanced user interface presenting data pertaining to cardiac health, bariatric health, pulmonary health, and/or cardio-oncologic health for the purpose of performing preventative actions |
US11101028B2 (en) | 2019-10-03 | 2021-08-24 | Rom Technologies, Inc. | Method and system using artificial intelligence to monitor user characteristics during a telemedicine session |
US11282604B2 (en) | 2019-10-03 | 2022-03-22 | Rom Technologies, Inc. | Method and system for use of telemedicine-enabled rehabilitative equipment for prediction of secondary disease |
US11830601B2 (en) | 2019-10-03 | 2023-11-28 | Rom Technologies, Inc. | System and method for facilitating cardiac rehabilitation among eligible users |
US20210134458A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | System and method to enable remote adjustment of a device during a telemedicine session |
US11270795B2 (en) | 2019-10-03 | 2022-03-08 | Rom Technologies, Inc. | Method and system for enabling physician-smart virtual conference rooms for use in a telehealth context |
US11515028B2 (en) | 2019-10-03 | 2022-11-29 | Rom Technologies, Inc. | Method and system for using artificial intelligence and machine learning to create optimal treatment plans based on monetary value amount generated and/or patient outcome |
US11282608B2 (en) | 2019-10-03 | 2022-03-22 | Rom Technologies, Inc. | Method and system for using artificial intelligence and machine learning to provide recommendations to a healthcare provider in or near real-time during a telemedicine session |
US11915815B2 (en) | 2019-10-03 | 2024-02-27 | Rom Technologies, Inc. | System and method for using artificial intelligence and machine learning and generic risk factors to improve cardiovascular health such that the need for additional cardiac interventions is mitigated |
US11915816B2 (en) | 2019-10-03 | 2024-02-27 | Rom Technologies, Inc. | Systems and methods of using artificial intelligence and machine learning in a telemedical environment to predict user disease states |
US11955221B2 (en) | 2019-10-03 | 2024-04-09 | Rom Technologies, Inc. | System and method for using AI/ML to generate treatment plans to stimulate preferred angiogenesis |
US20210127974A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | Remote examination through augmented reality |
US11961603B2 (en) | 2019-10-03 | 2024-04-16 | Rom Technologies, Inc. | System and method for using AI ML and telemedicine to perform bariatric rehabilitation via an electromechanical machine |
US20210134425A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | System and method for using artificial intelligence in telemedicine-enabled hardware to optimize rehabilitative routines capable of enabling remote rehabilitative compliance |
US11887717B2 (en) | 2019-10-03 | 2024-01-30 | Rom Technologies, Inc. | System and method for using AI, machine learning and telemedicine to perform pulmonary rehabilitation via an electromechanical machine |
US11282599B2 (en) | 2019-10-03 | 2022-03-22 | Rom Technologies, Inc. | System and method for use of telemedicine-enabled rehabilitative hardware and for encouragement of rehabilitative compliance through patient-based virtual shared sessions |
US11826613B2 (en) | 2019-10-21 | 2023-11-28 | Rom Technologies, Inc. | Persuasive motivation for orthopedic treatment |
US11880751B2 (en) * | 2019-11-29 | 2024-01-23 | Kpn Innovations, Llc. | Methods and systems for optimizing supplement decisions |
US10734096B1 (en) * | 2019-11-29 | 2020-08-04 | Kpn Innovations, Llc | Methods and systems for optimizing supplement decisions |
US11593679B2 (en) * | 2019-11-29 | 2023-02-28 | Kpn Innovations, Llc. | Method of and system for generating a longevity element and an instruction set for a longevity element plan |
US11682041B1 (en) | 2020-01-13 | 2023-06-20 | Experian Marketing Solutions, Llc | Systems and methods of a tracking analytics platform |
US11868958B2 (en) | 2020-01-31 | 2024-01-09 | Walmart Apollo, Llc | Systems and methods for optimization of pick walks |
US11645521B2 (en) | 2020-01-31 | 2023-05-09 | Kpn Innovations, Llc | Methods and systems for biologically determined artificial intelligence selection guidance |
US11657347B2 (en) | 2020-01-31 | 2023-05-23 | Walmart Apollo, Llc | Systems and methods for optimization of pick walks |
US11328796B1 (en) | 2020-02-25 | 2022-05-10 | Vignet Incorporated | Techniques for selecting cohorts for decentralized clinical trials for pharmaceutical research |
CN113378033A (zh) * | 2020-03-09 | 2021-09-10 | 北京沃东天骏信息技术有限公司 | 一种推荐模型的训练方法和装置 |
CN111444226B (zh) * | 2020-03-25 | 2023-02-03 | 深圳平安医疗健康科技服务有限公司 | 业务预约网点数据的推送方法和系统 |
CN111429183A (zh) * | 2020-03-26 | 2020-07-17 | 中国联合网络通信集团有限公司 | 一种商品分析方法及装置 |
CN111489203A (zh) * | 2020-04-15 | 2020-08-04 | 中国工商银行股份有限公司 | 理财产品推荐方法及系统 |
US11605038B1 (en) | 2020-05-18 | 2023-03-14 | Vignet Incorporated | Selecting digital health technology to achieve data collection compliance in clinical trials |
US11461216B1 (en) | 2020-05-18 | 2022-10-04 | Vignet Incorporated | Monitoring and improving data collection using digital health technology |
US11257106B2 (en) * | 2020-06-10 | 2022-02-22 | Capital One Services, Llc | Utilizing machine learning models to recommend travel offer packages relating to a travel experience |
TWI812883B (zh) * | 2020-09-22 | 2023-08-21 | 中華電信股份有限公司 | 在行動支付平台上推薦商品的方法及伺服器 |
US20220107880A1 (en) * | 2020-10-05 | 2022-04-07 | Kpn Innovations, Llc. | System and method for presenting a monitoring device identification |
US20220172258A1 (en) * | 2020-11-27 | 2022-06-02 | Accenture Global Solutions Limited | Artificial intelligence-based product design |
CN112488786A (zh) * | 2020-11-30 | 2021-03-12 | 广东电网有限责任公司 | 一种基于用户协同过滤的供应商推荐方法及装置 |
US11196656B1 (en) | 2021-02-03 | 2021-12-07 | Vignet Incorporated | Improving diversity in cohorts for health research |
US11789837B1 (en) | 2021-02-03 | 2023-10-17 | Vignet Incorporated | Adaptive data collection in clinical trials to increase the likelihood of on-time completion of a trial |
US11361846B1 (en) | 2021-02-03 | 2022-06-14 | Vignet Incorporated | Systems and methods for customizing monitoring programs involving remote devices |
US11521714B1 (en) | 2021-02-03 | 2022-12-06 | Vignet Incorporated | Increasing diversity of participants in health research using adaptive methods |
US11296971B1 (en) | 2021-02-03 | 2022-04-05 | Vignet Incorporated | Managing and adapting monitoring programs |
US11316941B1 (en) | 2021-02-03 | 2022-04-26 | Vignet Incorporated | Remotely managing and adapting monitoring programs using machine learning predictions |
US20220284486A1 (en) * | 2021-03-02 | 2022-09-08 | International Business Machines Corporation | Commerce driven feedback mechanism for consumer products |
US11880377B1 (en) | 2021-03-26 | 2024-01-23 | Experian Information Solutions, Inc. | Systems and methods for entity resolution |
US11922476B2 (en) | 2021-07-01 | 2024-03-05 | Capital One Services, Llc | Generating recommendations based on descriptors in a multi-dimensional search space |
US11869063B2 (en) * | 2021-07-01 | 2024-01-09 | Capital One Services, Llc | Optimize shopping route using purchase embeddings |
CN113689266A (zh) * | 2021-08-27 | 2021-11-23 | 重庆锐云科技有限公司 | 手机选购推荐方法、装置、服务器及计算机可读存储介质 |
US20230110127A1 (en) * | 2021-10-12 | 2023-04-13 | Vmware, Inc. | Intelligent creation of customized responses to customer feedback |
US20230196551A1 (en) * | 2021-12-16 | 2023-06-22 | The Gillette Company Llc | Digital imaging systems and methods of analyzing pixel data of an image of a skin area of a user for determining skin roughness |
US20230252554A1 (en) * | 2022-02-10 | 2023-08-10 | Maplebear Inc. (Dba Instacart) | Removing semantic duplicates from results based on similarity between embeddings for different results |
CN114595380B (zh) * | 2022-02-14 | 2024-03-26 | 北京三快在线科技有限公司 | 药品推荐方法、装置、电子设备及存储介质 |
WO2023196722A2 (en) * | 2022-04-04 | 2023-10-12 | Adrenalineip | Real time action of interest notification system |
WO2023242618A1 (en) * | 2022-06-16 | 2023-12-21 | Coupang Corp. | Dynamic product recommendations on affiliate website |
CN116823407B (zh) * | 2023-08-29 | 2024-01-12 | 北京国电通网络技术有限公司 | 产品信息推送方法、装置、电子设备和计算机可读介质 |
Family Cites Families (103)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5041972A (en) | 1988-04-15 | 1991-08-20 | Frost W Alan | Method of measuring and evaluating consumer response for the development of consumer products |
US5999908A (en) | 1992-08-06 | 1999-12-07 | Abelow; Daniel H. | Customer-based product design module |
US5794207A (en) | 1996-09-04 | 1998-08-11 | Walker Asset Management Limited Partnership | Method and apparatus for a cryptographically assisted commercial network system designed to facilitate buyer-driven conditional purchase offers |
US5583763A (en) | 1993-09-09 | 1996-12-10 | Mni Interactive | Method and apparatus for recommending selections based on preferences in a multi-user system |
US5660176A (en) * | 1993-12-29 | 1997-08-26 | First Opinion Corporation | Computerized medical diagnostic and treatment advice system |
GB9407548D0 (en) | 1994-04-15 | 1994-06-08 | Harris David | Diagnostic method and apparatus |
US6064979A (en) | 1996-10-25 | 2000-05-16 | Ipf, Inc. | Method of and system for finding and serving consumer product related information over the internet using manufacturer identification numbers |
US5644686A (en) | 1994-04-29 | 1997-07-01 | International Business Machines Corporation | Expert system and method employing hierarchical knowledge base, and interactive multimedia/hypermedia applications |
US5796611A (en) | 1994-10-04 | 1998-08-18 | Nippon Telegraph And Telephone Corporation | Weather forecast apparatus and method based on recognition of echo patterns of radar images |
US5659666A (en) | 1994-10-13 | 1997-08-19 | Thaler; Stephen L. | Device for the autonomous generation of useful information |
US6029195A (en) * | 1994-11-29 | 2000-02-22 | Herz; Frederick S. M. | System for customized electronic identification of desirable objects |
US5550746A (en) | 1994-12-05 | 1996-08-27 | American Greetings Corporation | Method and apparatus for storing and selectively retrieving product data by correlating customer selection criteria with optimum product designs based on embedded expert judgments |
US5825907A (en) | 1994-12-28 | 1998-10-20 | Lucent Technologies Inc. | Neural network system for classifying fingerprints |
US5758095A (en) | 1995-02-24 | 1998-05-26 | Albaum; David | Interactive medication ordering system |
US5715399A (en) | 1995-03-30 | 1998-02-03 | Amazon.Com, Inc. | Secure method and system for communicating a list of credit card numbers over a non-secure network |
US5749081A (en) | 1995-04-06 | 1998-05-05 | Firefly Network, Inc. | System and method for recommending items to a user |
US5875110A (en) * | 1995-06-07 | 1999-02-23 | American Greetings Corporation | Method and system for vending products |
US6092049A (en) | 1995-06-30 | 2000-07-18 | Microsoft Corporation | Method and apparatus for efficiently recommending items using automated collaborative filtering and feature-guided automated collaborative filtering |
IL118580A0 (en) | 1995-06-30 | 1996-10-16 | Massachusetts Inst Technology | Method and apparatus for item recommendation using automated collaborative filtering |
US6041311A (en) | 1995-06-30 | 2000-03-21 | Microsoft Corporation | Method and apparatus for item recommendation using automated collaborative filtering |
AU1566597A (en) | 1995-12-27 | 1997-08-11 | Gary B. Robinson | Automated collaborative filtering in world wide web advertising |
US5845271A (en) | 1996-01-26 | 1998-12-01 | Thaler; Stephen L. | Non-algorithmically implemented artificial neural networks and components thereof |
US5790935A (en) * | 1996-01-30 | 1998-08-04 | Hughes Aircraft Company | Virtual on-demand digital information delivery system and method |
US6678669B2 (en) * | 1996-02-09 | 2004-01-13 | Adeza Biomedical Corporation | Method for selecting medical and biochemical diagnostic tests using neural network-related applications |
US5704017A (en) | 1996-02-16 | 1997-12-30 | Microsoft Corporation | Collaborative filtering utilizing a belief network |
US5790426A (en) | 1996-04-30 | 1998-08-04 | Athenium L.L.C. | Automated collaborative filtering system |
US5765028A (en) | 1996-05-07 | 1998-06-09 | Ncr Corporation | Method and apparatus for providing neural intelligence to a mail query agent in an online analytical processing system |
US5724258A (en) | 1996-05-09 | 1998-03-03 | Johnson & Johnson Vision Products, Inc. | Neural network analysis for multifocal contact lens design |
US6093027A (en) | 1996-05-30 | 2000-07-25 | The Procter & Gamble Company | Method for the selection of a feminine hygiene product system |
US6128607A (en) * | 1996-07-12 | 2000-10-03 | Nordin; Peter | Computer implemented machine learning method and system |
CN1246942A (zh) | 1996-07-12 | 2000-03-08 | 第一咨询公司 | 应用基于列表的处理的计算机医疗诊断系统 |
US5839438A (en) | 1996-09-10 | 1998-11-24 | Neuralmed, Inc. | Computer-based neural network system and method for medical diagnosis and interpretation |
US6016475A (en) | 1996-10-08 | 2000-01-18 | The Regents Of The University Of Minnesota | System, method, and article of manufacture for generating implicit ratings based on receiver operating curves |
US5842199A (en) | 1996-10-18 | 1998-11-24 | Regents Of The University Of Minnesota | System, method and article of manufacture for using receiver operating curves to evaluate predictive utility |
US6151581A (en) | 1996-12-17 | 2000-11-21 | Pulsegroup Inc. | System for and method of collecting and populating a database with physician/patient data for processing to improve practice quality and healthcare delivery |
US5790977A (en) | 1997-02-06 | 1998-08-04 | Hewlett-Packard Company | Data acquisition from a remote instrument via the internet |
IL131873A0 (en) * | 1997-03-13 | 2001-03-19 | First Opinion Corp | Disease management system |
US6112192A (en) | 1997-05-09 | 2000-08-29 | International Business Machines Corp. | Method for providing individually customized content in a network |
US20010013009A1 (en) | 1997-05-20 | 2001-08-09 | Daniel R. Greening | System and method for computer-based marketing |
AU8072798A (en) | 1997-06-16 | 1999-01-04 | Doubleclick Inc. | Method and apparatus for automatic placement of advertising |
JPH117472A (ja) | 1997-06-17 | 1999-01-12 | Fuji Xerox Co Ltd | 商品情報提供装置及び方法 |
US6029141A (en) | 1997-06-27 | 2000-02-22 | Amazon.Com, Inc. | Internet-based customer referral system |
US6119093A (en) | 1997-07-01 | 2000-09-12 | Walker Asset Management Limited Partnership | System for syndication of insurance |
US5999924A (en) | 1997-07-25 | 1999-12-07 | Amazon.Com, Inc. | Method and apparatus for producing sequenced queries |
US6782370B1 (en) * | 1997-09-04 | 2004-08-24 | Cendant Publishing, Inc. | System and method for providing recommendation of goods or services based on recorded purchasing history |
US5960411A (en) | 1997-09-12 | 1999-09-28 | Amazon.Com, Inc. | Method and system for placing a purchase order via a communications network |
US6128599A (en) | 1997-10-09 | 2000-10-03 | Walker Asset Management Limited Partnership | Method and apparatus for processing customized group reward offers |
US6014639A (en) | 1997-11-05 | 2000-01-11 | International Business Machines Corporation | Electronic catalog system for exploring a multitude of hierarchies, using attribute relevance and forwarding-checking |
US6131087A (en) | 1997-11-05 | 2000-10-10 | The Planning Solutions Group, Inc. | Method for automatically identifying, matching, and near-matching buyers and sellers in electronic market transactions |
US6134532A (en) | 1997-11-14 | 2000-10-17 | Aptex Software, Inc. | System and method for optimal adaptive matching of users to most relevant entity and information in real-time |
US20010014868A1 (en) | 1997-12-05 | 2001-08-16 | Frederick Herz | System for the automatic determination of customized prices and promotions |
US6090044A (en) | 1997-12-10 | 2000-07-18 | Bishop; Jeffrey B. | System for diagnosing medical conditions using a neural network |
US5963949A (en) | 1997-12-22 | 1999-10-05 | Amazon.Com, Inc. | Method for data gathering around forms and search barriers |
US6018738A (en) | 1998-01-22 | 2000-01-25 | Microsft Corporation | Methods and apparatus for matching entities and for predicting an attribute of an entity based on an attribute frequency value |
US6144964A (en) | 1998-01-22 | 2000-11-07 | Microsoft Corporation | Methods and apparatus for tuning a match between entities having attributes |
US6064980A (en) | 1998-03-17 | 2000-05-16 | Amazon.Com, Inc. | System and methods for collaborative recommendations |
JPH11282875A (ja) | 1998-03-27 | 1999-10-15 | Oki Electric Ind Co Ltd | 情報フィルタリング装置 |
US6006197A (en) | 1998-04-20 | 1999-12-21 | Straightup Software, Inc. | System and method for assessing effectiveness of internet marketing campaign |
US6101486A (en) | 1998-04-20 | 2000-08-08 | Nortel Networks Corporation | System and method for retrieving customer information at a transaction center |
US6101496A (en) * | 1998-06-08 | 2000-08-08 | Mapinfo Corporation | Ordered information geocoding method and apparatus |
US6006225A (en) | 1998-06-15 | 1999-12-21 | Amazon.Com | Refining search queries by the suggestion of correlated terms from prior searches |
US6321221B1 (en) * | 1998-07-17 | 2001-11-20 | Net Perceptions, Inc. | System, method and article of manufacture for increasing the user value of recommendations |
US6266649B1 (en) | 1998-09-18 | 2001-07-24 | Amazon.Com, Inc. | Collaborative recommendations using item-to-item similarity mappings |
US6167383A (en) | 1998-09-22 | 2000-12-26 | Dell Usa, Lp | Method and apparatus for providing customer configured machines at an internet site |
US6236975B1 (en) | 1998-09-29 | 2001-05-22 | Ignite Sales, Inc. | System and method for profiling customers for targeted marketing |
US6356879B2 (en) | 1998-10-09 | 2002-03-12 | International Business Machines Corporation | Content based method for product-peer filtering |
US6412012B1 (en) * | 1998-12-23 | 2002-06-25 | Net Perceptions, Inc. | System, method, and article of manufacture for making a compatibility-aware recommendations to a user |
AU2372600A (en) | 1998-12-23 | 2000-07-31 | Net Perceptions, Inc. | System, method and article of manufacture for producing item compatible recommendations |
GB2363650A (en) | 1999-01-15 | 2002-01-02 | Cybuy Llc | System and method for transaction enabled advertising |
US6487541B1 (en) | 1999-01-22 | 2002-11-26 | International Business Machines Corporation | System and method for collaborative filtering with applications to e-commerce |
ES2296609T3 (es) | 1999-02-01 | 2008-05-01 | Neomedia Technologies, Inc. | Sistema interactivo para buscar productos en una red. |
TW515971B (en) | 1999-02-10 | 2003-01-01 | Ibm | Network-based product information server |
US6223165B1 (en) | 1999-03-22 | 2001-04-24 | Keen.Com, Incorporated | Method and apparatus to connect consumer to expert |
JP4457429B2 (ja) | 1999-03-31 | 2010-04-28 | パナソニック株式会社 | 非水電解質二次電池とその負極 |
JP2002541563A (ja) | 1999-04-01 | 2002-12-03 | アシスト メディカル システムズ, インコーポレイテッド | 統合医療情報管理および医療デバイス制御のためのシステムならびに方法 |
US6304864B1 (en) | 1999-04-20 | 2001-10-16 | Textwise Llc | System for retrieving multimedia information from the internet using multiple evolving intelligent agents |
US6389372B1 (en) | 1999-06-29 | 2002-05-14 | Xerox Corporation | System and method for bootstrapping a collaborative filtering system |
US6321179B1 (en) | 1999-06-29 | 2001-11-20 | Xerox Corporation | System and method for using noisy collaborative filtering to rank and present items |
AU5934900A (en) * | 1999-07-16 | 2001-02-05 | Agentarts, Inc. | Methods and system for generating automated alternative content recommendations |
AU6374800A (en) | 1999-08-03 | 2001-02-19 | Amr Mohsen | Network-based information management system for the creation, production, fulfillment, and delivery of prescription medications and other complex products and services |
US6487539B1 (en) | 1999-08-06 | 2002-11-26 | International Business Machines Corporation | Semantic based collaborative filtering |
US6976002B1 (en) * | 1999-08-24 | 2005-12-13 | Steelcase Development Corporation | System and method of determining a knowledge management solution |
WO2001024094A1 (en) | 1999-09-30 | 2001-04-05 | Ims Health Incorporated | A promotional impact assessment methodology |
US6658396B1 (en) * | 1999-11-29 | 2003-12-02 | Tang Sharon S | Neural network drug dosage estimation |
CA2399229A1 (en) * | 2000-01-31 | 2001-08-02 | Collaborative Technologies, Inc. | Surfactant free topical compositions and method for rapid preparation thereof |
US7058616B1 (en) * | 2000-06-08 | 2006-06-06 | Virco Bvba | Method and system for predicting resistance of a disease to a therapeutic agent using a neural network |
WO2002003902A2 (en) | 2000-07-06 | 2002-01-17 | The Procter & Gamble Company | A system for the selection of feminine hygiene products |
AU2001277071A1 (en) | 2000-07-21 | 2002-02-13 | Triplehop Technologies, Inc. | System and method for obtaining user preferences and providing user recommendations for unseen physical and information goods and services |
US20020065683A1 (en) | 2000-07-28 | 2002-05-30 | Pham Quang X. | System and methods for providing pharmaceutical product information |
US6655963B1 (en) | 2000-07-31 | 2003-12-02 | Microsoft Corporation | Methods and apparatus for predicting and selectively collecting preferences based on personality diagnosis |
AU2001275020A1 (en) | 2000-09-21 | 2002-04-02 | Theradoc.Com, Inc. | Systems and methods for manipulating medical data via a decision support system |
US20040215500A1 (en) | 2001-03-14 | 2004-10-28 | Monahan Brian F. | Rapid response marketing |
DE10154656A1 (de) | 2001-05-10 | 2002-11-21 | Ibm | System und Verfahren für Empfehlungen von Artikeln |
US20030050825A1 (en) | 2001-09-05 | 2003-03-13 | Impactrx, Inc. | Computerized pharmaceutical sales representative performance analysis system and method of use |
US20030061096A1 (en) | 2001-09-05 | 2003-03-27 | Gallivan Gerald J. | System and method for use for linking primary market research data with secondary research data |
CN1264616C (zh) * | 2001-09-07 | 2006-07-19 | 株式会社神户制钢所 | 废弃化学武器中固体残渣的中和处理方法 |
DE10247928A1 (de) | 2001-10-31 | 2003-05-28 | Ibm | Auslegen von Empfehlungssystemen, so dass sie allgemeine Eigenschaften im Empfehlungsprozess behandeln |
DE10247927A1 (de) | 2001-10-31 | 2003-07-31 | Ibm | Verbessertes Verfahren zum Bewerten von Einheiten innerhalb eines Empfehlungssystems auf der Grundlage zusätzlicher Kenntnisse über die Verknüpfung der Einheiten untereinander |
DE10247929A1 (de) | 2001-10-31 | 2003-05-28 | Ibm | Auslegen eines Empfehlungssystems zum Vorsehen von Anwender-zu-Anwender-Empfehlungen |
CA3077873A1 (en) | 2002-03-20 | 2003-10-02 | Catalina Marketing Corporation | Targeted incentives based upon predicted behavior |
US8255263B2 (en) | 2002-09-23 | 2012-08-28 | General Motors Llc | Bayesian product recommendation engine |
US8015054B2 (en) | 2003-03-05 | 2011-09-06 | Hewlett-Packard Development Company, L.P. | Method and system for generating recommendations |
US20050154627A1 (en) | 2003-12-31 | 2005-07-14 | Bojan Zuzek | Transactional data collection, compression, and processing information management system |
-
2001
- 2001-10-17 CA CA002424588A patent/CA2424588A1/en not_active Abandoned
- 2001-10-17 JP JP2002536938A patent/JP2004533660A/ja active Pending
- 2001-10-17 CA CA2798508A patent/CA2798508A1/en not_active Abandoned
- 2001-10-17 AU AU2438602A patent/AU2438602A/xx active Pending
- 2001-10-17 AU AU2002224386A patent/AU2002224386B2/en not_active Ceased
- 2001-10-17 US US09/981,516 patent/US7809601B2/en active Active
- 2001-10-17 EP EP01987928A patent/EP1346299A1/en not_active Ceased
- 2001-10-17 SG SG200502348-6A patent/SG135048A1/en unknown
- 2001-10-17 WO PCT/US2001/032294 patent/WO2002033628A2/en active Application Filing
- 2001-10-18 TW TW090125991A patent/TW569116B/zh not_active IP Right Cessation
-
2010
- 2010-06-22 US US12/820,844 patent/US8666844B2/en not_active Expired - Lifetime
-
2014
- 2014-01-16 US US14/156,679 patent/US20140136362A1/en not_active Abandoned
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006154889A (ja) * | 2004-11-25 | 2006-06-15 | It Co Ltd | 薬局支援装置及び薬局のレシート発行方法 |
JP2011526026A (ja) * | 2008-06-26 | 2011-09-29 | アリババ グループ ホールディング リミテッド | データ統計を提供するための方法及び装置 |
JP2020504374A (ja) * | 2016-12-30 | 2020-02-06 | 山東大学 | フィードバックベースの自己適応主客観的重みコンテキストアウェアネスシステムおよびその動作方法。 |
JP2020061053A (ja) * | 2018-10-12 | 2020-04-16 | 日本電気株式会社 | 要望推薦システム、要望推薦方法および要望推薦プログラム |
JP7230416B2 (ja) | 2018-10-12 | 2023-03-01 | 日本電気株式会社 | 要望推薦システム、要望推薦方法および要望推薦プログラム |
JP2020074864A (ja) * | 2018-11-06 | 2020-05-21 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | 判定装置、判定方法及びコンピュータープログラム |
JP2022011751A (ja) * | 2020-06-30 | 2022-01-17 | 株式会社アノマリー | 受発注システム、受発注方法、受注装置及び受注プログラム |
Also Published As
Publication number | Publication date |
---|---|
US20100262556A1 (en) | 2010-10-14 |
US20020161664A1 (en) | 2002-10-31 |
AU2002224386B2 (en) | 2007-12-13 |
US7809601B2 (en) | 2010-10-05 |
EP1346299A1 (en) | 2003-09-24 |
US8666844B2 (en) | 2014-03-04 |
WO2002033628A2 (en) | 2002-04-25 |
US20140136362A1 (en) | 2014-05-15 |
CA2424588A1 (en) | 2002-04-25 |
AU2438602A (en) | 2002-04-29 |
TW569116B (en) | 2004-01-01 |
CA2798508A1 (en) | 2002-04-25 |
WO2002033628A9 (en) | 2003-08-14 |
SG135048A1 (en) | 2007-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8666844B2 (en) | Intelligent performance-based product recommendation system | |
AU2002224386A1 (en) | Intelligent performance-based product recommendation system | |
US6904408B1 (en) | Bionet method, system and personalized web content manager responsive to browser viewers' psychological preferences, behavioral responses and physiological stress indicators | |
Barkhi et al. | The impact of personality type on purchasing decisions in virtual stores | |
US8171022B2 (en) | Methods, systems, and computer program products for facilitating user interaction with customer relationship management, auction, and search engine software using conjoint analysis | |
Greer et al. | Web personalization: The impact of perceived innovation characteristics on the intention to use personalization | |
JP2013239160A (ja) | 情報提供システム、情報提供方法、及び情報提供プログラム | |
Christina et al. | Application of theory of planned behavior to study online booking behavior | |
Renigier-Biłozor et al. | Human emotion recognition in the significance assessment of property attributes | |
US20070174235A1 (en) | Method of using digital characters to compile information | |
JP2003242248A (ja) | 問診判定方法及び問診判定システム | |
KR101768637B1 (ko) | 데이터 위탁 판매 및 수익 분배 시스템 | |
Spiekermann | Online information search with electronic agents: drivers, impediments, and privacy issues | |
Koch et al. | Importance of the perceived quality of touchpoints for customer journey analysis–evidence from the B2B sector | |
Prashar et al. | Predicting Online Buying Behavior Among Indian Shoppers Using a Neural Network Technique. | |
KR100848596B1 (ko) | 인터넷상에서의 제품 추천 지원시스템 | |
KR20230071269A (ko) | 빅데이터 기반 인공지능 기계학습을 이용한 맞춤형 화장품을 제공하는 시스템 및 방법 | |
Yoon | The effects of electronic word-of-mouth systems (EWOMS) on the acceptance of recommendation | |
JP2004110278A (ja) | コンピュータネットワークを利用した価格分析方法および価格分析サーバ | |
KR102605658B1 (ko) | 인공지능 기반 정기배송 재구독률 향상을 위한 개인맞춤상품 추천 및 가맹업체 제품 추천 시스템 | |
Ntawanga et al. | Maintaining customer profiles in an e-commerce environment | |
He et al. | Pre-Login vs. Post-Login Search: Evidence from a Mobile Commerce Platform | |
Christodoulides et al. | E-tail brand equity: scale development and validation | |
Saxe | Website personalization using data mining and active database techniques | |
Spiekermann | Online information search with electronic agents |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20041018 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20041018 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070306 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20070604 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20070614 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070829 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20071016 |