CN101076799A - 调查候选人的即时选择 - Google Patents

调查候选人的即时选择 Download PDF

Info

Publication number
CN101076799A
CN101076799A CNA2005800222773A CN200580022277A CN101076799A CN 101076799 A CN101076799 A CN 101076799A CN A2005800222773 A CNA2005800222773 A CN A2005800222773A CN 200580022277 A CN200580022277 A CN 200580022277A CN 101076799 A CN101076799 A CN 101076799A
Authority
CN
China
Prior art keywords
candidate
investigation
group
information
candidates
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
Application number
CNA2005800222773A
Other languages
English (en)
Inventor
K·M·马利克
K·D·卡廷
D·B·特勒
S·G·菲齐齐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
AIFINOVA CORP
Original Assignee
AIFINOVA CORP
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by AIFINOVA CORP filed Critical AIFINOVA CORP
Publication of CN101076799A publication Critical patent/CN101076799A/zh
Pending legal-status Critical Current

Links

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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • 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
    • G06Q30/0203—Market surveys; Market polls
    • 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
    • G06Q30/0204—Market segmentation
    • G06Q30/0205—Location or geographical consideration

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Genetics & Genomics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Processing (AREA)
  • Computer And Data Communications (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

评估参加调查的候选人的方法，此方法是通过电子网络获得描述该候选人的信息、分类该候选人、决定该候选人的加入是否使群组中的数目增加到超过特定门限值(theshold)、及有条件地排除该候选人。否则，将容许该候选人参加调查，并获得描述该候选人对一个或多个决定对象的倾向的偏好信息。

Description

调查候选人的即时选择
技术领域
大体而言，本发明是关于调查，且更明确地是关于评估和选择参加线上调查的候选人。
背景技术
顾客调查为在产品上市之前搜集顾客偏好数据的有效方法。调查典型地包括调查提供者(或调查者)提供一连串的问题给调查应答者(或参与者)，问题的答案提供关于参与者在特定选择或消费者产品方面喜好的理解。典型的调查包括一连串口头问题、书面的多选问卷、或互动线上操作。调查的形式通常使调查者免于实际制造出实体产品的模型来测试市场，取而代之的是调查者可允许以字面选项或选项的图标来判断潜在消费者的喜好。因此，研发经费通常显著地缩减，而所得的产品可于该产品理论上会成功的市场中上市。
电脑，特别是彼等连接到电子网络(诸如网际网络)者，非常适合作为调查通讯媒体，因为电脑容许远距的参与者参与且容许不同步提问。当调查是于电子网络呈现，参与者能够在其方便的时间跨越很大的地理上的距离而和调查互动。既然参与者和调查者所用的电脑不需要是实体上接近的，在调查时也不需要调查者来主持，这点大量地扩张可能的参与者的集库(pool)，并简化调查行政工作。
然而，传统电脑化调查的一个限制在于呈现给参与者的选项一般都需要事先定义。电脑调查程序典型以预定的顺序呈现所有的问题，不论参与者给的答复为何。因此，调查问题及选项呈现的顺序，典型地在调查开始前就已固定。
即使是基于参与者反应而改变选项呈现顺序的调查也有这方面的限制。虽然参与者的决定选项或决定对象的顺序可以改变，但决定对象本身大体是固定的。典型地，这些调查程序是依靠对象呈现(objectpresentation)间的逻辑，类似：「若参与者回答A，则显示决定对象C而非B」。典型调查程序无法进行相当于「若参与者回答A，则显示先前未想到的决定对象」的原则，因为这些调查程序缺乏创造不是由调查者所键入的决定对象的手段。为了解决上述所关切的问题，存在有基于参与者喜好来即时调整或发展决定对象族群的线上演化式调查(online evolutionary survey)。对那些调查而言，参与者可不同步地加入、参与，及离开。在该等调查中，和群组及次群组喜好有关的计算、推论及决定是动态地执行的，也就是，在调查回复的期间即时地执行。此种参与族群可变且决定对象可变的调查模式使得关于所呈现的决定对象的喜好范围缩小，该所呈现的决定对象可在任何所给定的时间点，大量地受到过去以及正在参加调查的参与者的特性所影响。本质上，若在任何时间有数量过高的同构型参与者与演化式调查互动，在考虑之下，这些参与者可能会实质上地改变决定对象的自然演化(naturalevolution)。
发明内容
因此，需要有评估及选择参与线上调查的候选人的方法，该线上调查对参与者群组代表(participant group representation)行使即时控制，以确保决定对象的发展不是出于统计上不适宜的候选人。
为了满足此需要，本发明藉由仅允许候选人参与既不会造成过度代表(over-representation)也不会造成代表性不足(under-representation)的调查，而提供用以确保适当的参与者代表(participant representation)的系统及方法。根据本发明，避免代表性不足或过度可由允许候选人参与但将所搜集的数据从调查者的即时计算结果中排除，或简单地藉由排除候选人的参与而达成。
根据本发明的一个态样，乃提供评估候选人参与在调查中的方法。经由执行此方法，将通过电子网络初步获得描述候选人的信息。根据所获得的信息，将候选人分类为一个或多个预定群组中的潜在成员。对每个预定群组而言，若加入候选人至特定群组中会使得那个群组中的数目增加到超过特定的代表性门限值(representation threshold)，则排除该候选人参与该调查。否则，加入该候选人以作为每一个预定群组的成员，并且允许参与调查。
根据本发明的另一态样，乃提供评估候选人参与在调查中的方法。经由执行此方法，将通过电子网络初步获得描述候选人的信息。根据所获得的信息，将候选人分类为一个或多个预定群组中的潜在成员。对每个预定群组而言，若加入候选人至特定群组中会使得任何其它群组中的数目减少到低于特定的表达门限值，则排除该候选人参与该调查。否则，加入该候选人以作为每一个预定群组的成员，并且允许参与调查。
根据本发明的又一态样，乃提供评估候选人参与在调查中的系统。此系统包括连接到电子网络的电脑，该电脑是配置成通过该电子网络来获得描述候选人的信息。根据所获得的信息，将候选人分类为一个或多个预定群组中的潜在成员。对每个预定群组而言，若加入候选人至特定群组中会使得任何其它群组中的数目减少到低于特定的代表性门限值，则排除该候选人参与该调查。否则，加入该候选人以作为每一个预定群组的成员，并且允许参与调查。
根据本发明的另一态样，乃提供从决定对象中，评定预先客观定义(objectively predefined)的消费者群组的喜好的方法。在此态样中，决定对象包括产品的各种形式或不同的产品选项。根据这种方法，通过电子网络进行调查时，是容许新的潜在候选人提出参与调查的要求。其次，通过电子网络所获得的数据是关于决定候选人是否可分类成预先客观定义的消费者群组的成员。若候选人的加入会导致在群组中消费者的次类型(subtype)的过度代表，或候选人客观上并不包括在该群组中，则排除该候选人参与该调查。否则，允许该候选人参与调查，并提供表明其对一个或多个决定对象的喜好的偏好信息。当该调查使用该偏好信息来发展一种产品型式或一种偏好群组的产品形式时，此种方式的施行容许产品开发者发现由客观定义的群组所偏好属性的组合所构成的产品型式。
附图说明
藉由以下的详细描述及附图，将更加充分地了解本发明的这些以及其它态样，以及发明本身，这些详细描述及附图意在说明而非限制本发明，其中：
图1描绘依照本发明的一个具体实例的电子网络。
图2描绘连接潜在候选人至中央主机的电子网络。
图3A是描绘允许进入调查或从调查中排除候选人的方法的流程图。
图3B是根据图3A所描绘的具体实例，描绘排除候选人方法的一种可能的方法。
图3C是根据图3A所描绘的具体实例，描绘排除候选人方法的另一种可能的方法。
图4是说明评定群组对一个或多个决定对象的偏好的方法的流程图。
详细说明
所请求的发明提供调节经允许参与线上调查的候选人的数目及特性的方法与系统。
传统的市场调查涉及参与者的民意测验、表列参与者的反应、及可能使用彼等反应来发展统计模式，该统计模式接着用来理解或推论参与者的偏好或意见。如前文所讨论，现代实施调查的方法是利用电脑及电子网络，来对相较于传统方式所可达的，更广大且更多样的族群进行民意测试。虽然现在对广大的族群进行调查较以往更为容易，但多数现存的技术仍普遍使用用来搜集参与者偏好的统计问题的传统方法。尽管此方式仍为有用，但问题和选项必须事前计划，使得分析所用的统计模式能呈现所收到反应的正确图片。在特定条件下，问题和选项可动态地任意排列(即时(on-the-fly))。
理想上，调查的选项可基于参与者提供的答案即时创造。而确实，这在一些案例中已经普遍地做到了，但典型上仍牵涉基于应答者对先前问题的反应，来创造或调整呈现于应答者的问题或选项。这是履行略去规则或答案跳跃(skip rules or answer piping)的调查设计中的案例；这也是在某些适应式联合体系(adaptive conjoint scheme)中的案例。
对照那些传统的方法，新型态的调查使得呈现于参与者的选择可以调整，而这样的调整不仅是由于参与者先前答案的结果，也是基于在同一个调查中其它参与者对相似或相关的问题所提供的偏好信息。这些其它的参与者可能在调查回复期间的很早之前提出偏好信息，或该等其它的参与者可和第一位参与者几乎同时提供。
一种示例性的线上调查的方法学是在调查时程期间使用遗传或演化算法来调节决定对象，以发展新的、更佳的决定对象。此方法揭露在2001年11月9日提出的同时等待(co-pending)中的美国申请案序号10/053,353，发明名称为「动态、即时的市场区隔的方法和设备(Methodand Apparatus for Dynamic，Real-Time Market Segmentation)」，其内容以参考资料的方式并入于本文中。
一般来说，演化方法一开始是要求参与者对屏幕上所呈现的决定对象进行评等或比较。经过变异(mutation)和繁殖(breeding)，接着创造出一些决定对象的「后嗣(progeny)」，并呈现于一个或多个参与者面前。较佳地，此等新的决定对象从其亲本(parent)决定对象继承适当的特性。
遗传算法衍生的调查和标准市场调查研究相似，在这些市场调查研究中，要求参与者评估多种选择，并提供指出参与者偏好的信息。然而，和典型市场调查研究所不同的是，参与者见到从对象的族群中取样的一组决定对象，对象族群是基于多个参与者所表达的偏好而即时发展的族群。因为决定对象的总族群是持续地发展的，所以参与者可以在任何时间加入或退出调查，重要的是允许在任何给定的时间参与调查的参与者具有人口统计学或其它调查者所想要的特性。最后，本发明具体实例不断地评估及选择参与调查的候选人，以确保决定对象的族群仅由满足特定条件的候选人所发展。
例如，假设对参与调查者并不施加任何控制。亦假设对阿拉斯加州(Alaskan)的每个参与者而言，有50个来自德州(Texas)且有相同偏好的参与者。由于决定对象是基于参与者的偏好数据而发展，既然德州人具有50倍于阿拉斯加州人的代表性，决定对象自然会朝向德州人的偏好而汇聚。因此，阿拉斯加州人所偏好的决定对象将很快的被选出或从现有者发展出来。若全球的消费者偏好较接近阿拉斯加州人的偏好而非德州人的，那么若调查者限制德州的参与者的人数，调查会远为成功。因此，调节参与调查的候选人的数量和类型是有其必要的。
值得注意的是在传统的调查方式中并不存在此需要，在传统调查中，所获得的信息是在调查回复期间之后进行分析。在那样的模式中，调查者能够轻易地矫正应答者代表性的不平均。典型上，这是藉由数种矫正措施(corrective measure)而达成，该等矫正措施包括：将某些反应从分析中剔除、更加重代表性不足群组的反应、及/或对代表性不足群组(以置换方式(with replacement))重取样(re-sampling)以产生更大的样本数(和统计分析中拔靴法(bootstrapping)相似的方法)。
为了更了解所请求的发明，将说明根据具体实例的系统架构的一般性概述。图1描绘根据本发明的一个具体实例的电子网络。终端机102a可为桌上型个人电脑、膝上型电脑、信息亭(kiosk)、或其它与调查候选人或参与者联系的手段，该终端机102a较佳连接至局域网络104(LAN)。LANs 104包含任何数量的终端机、服务器、网络储存装置、数据库、打印机、集线器、或其它网络设备。LANs 104可又连接到广域网络(Wide Area Network)106(WAN)。WANs 106一般较LANs 104覆盖更大的地理区域，且包含一个或多个LANs 104，以及个别终端机(individual terminal)102b，且可能连接至一个或多个交换器108，交换器108则连接到更多的终端机102c。此外，交换器108亦可连接到调查及即时计算主机110，该主机110较佳连接到数据库112以储存偏好信息。在此具体实例中，WAN连接至网际网络114，以便使非为WAN106或LAN 104一方的参与者可进入调查及即时计算主机110。图1仅表示本发明的一个具体实例，其它具体实例可包括调查主机110，其连接到LAN 104，或通过网际网络114或其它电子通讯手段而进入。
图2描绘连接潜在候选人到中央服务器或主机的典型电子网络。在一个具体实例中，候选人202使用终端机204来进入调查及即时计算主机206。一旦候选人202通过验证(述于下文)，候选人202变成参与者210并继续他们和主机206的互动。调查主机206进而进入数据库208以储存候选人202的信息。在一些具体实例中，数据库208亦储存调查参与者210所表达的偏好信息，或调查设定(诸如调查问题212或决定对象的属性214)。虽然主机206和数据库208是描绘为分离组件，娴于此技艺之人咸了解主机206和数据库208两者可合并成一个实体装置，或位于分离的LANs或WANs(分别是图1中的104和106)。当参与者210和存在于主机206中的调查互动时，将发展出决定对象并呈现于其它参与者210面前。为了在参与者210中维持适当的群组代表性，所请求的发明提供选择候选人202的方法，该候选人202将容许以参与者210的身分进入调查。
图3是描绘所请求发明的态样的流程图，其中来自候选人202的输入信息将容许进入调查或从调查中排除。该程序是以获得描述候选人的信息开始(步骤302)。该信息可包括产品开发者关心的所考虑的候选人的生活的任何面向，包括，但不限于，候选人的：
●年龄；
●种族或人种；
●婚姻状况；
●收入范围；
●性别；
●职业；
●社会经济分类；
●教育程度；
●其它人口统计学信息；
●消费形态；
●购买行为(例如，每次来店所购买的量，或典型会购买的商店类型)；
●目前使用或拥有的特定产品；
●购买特定产品的倾向；
●态度信息(attitudinal information)；
●将应答者分类成心理性群组(psychographic group)所用的信息；
●身体特征(physical characteristics)；
●健康；
●地理位置；及
●候选人先前是否参与过调查。
这容许对各种客观定义的群组的产品偏好的数据搜集：例如，超过六呎高的十几岁男孩；居住在美国中西部且家庭所得超过75,000美金的50岁以上已婚妇女；或正要购买新车的具硕士学位的拉丁裔男子。
这些信息是通过电子网络所获得(如前文所述)。基于所获得的信息，将候选人202分类成一个或多个群组的潜在成员(步骤304)。然而，因为调查者在调查期间对于所给定的参与者类型仅需要一定量的代表性，在将候选人202加到参与者210的集库中时一定要小心，调查参与者族群的大小和比例是受到控制的。因此，执行排除的步骤(步骤306)以决定候选人是否应该允许参与调查。
在候选人分类之后，接着以排除步骤(步骤306)决定候选人202是否排除(步骤308)。若候选人已排除，则其调查阶段结束(步骤310)，而该候选人可允许退出调查或进行其它调查。或者，效果是一样的，该候选人可允许继续参与，但其输入的信息都排除掉。若该位候选人并未被排除，则允许其继续参与调查(步骤312)，成为参与者210，并以每一个预定群组的成员的身分加入。
系统接着获得描述参与者210对一个或多个决定对象的偏好的偏好信息(步骤314)。参与者210的偏好接着用以在决定对象族群中发展决定对象(步骤316)。此外，决定对象可基于得自其它所有的参与者的偏好信息而发展。一旦参与者210完成其调查，其调查阶段即结束(步骤318)，该参与者210可退出调查。
在一些具体实例中，排除过程并不使候选人202的参与结束。取而代之的是，既然候选人202已经从事调查过程，则仍可从该候选人202获得偏好信息(路径320)。在一些版本中，可能获得候选人202对决定对象的偏好，但并不用来发展决定对象的族群。取而代之的是，这些偏好可能用来进行非即时(亦即调查回复之后(post-fielding))的偏好分析，诸如联合分析(conjoint analysis)，或将其完全地舍弃。仅管是被排除，但仍可获得得自问卷或其它非汇聚式演练的额外信息。
图3B描绘根据图3A所说明的本发明的一个具体实例的排除步骤。在图3B中，排除步骤(在图3A的步骤306)是以选择群组n开始(步骤322)，若候选人202变成参与者210，则候选人202将为该群组n的成员。排除步骤(步骤306)接着决定候选人的加入是否造成该群组超过特定代表性门限值(步骤324)。此具体实例另外的版本提供计算此门限值的替代手段。在一些版本中，特定门限值是基于讨论中的群组(group in question)所想要的代表性百分比(RTn)，乘以当时所完成的调查总数(总完成数或TC)。排除步骤可表示如下：
Pn＞TC*RTn
其中，Pn是群组n(包括候选人202)所想要完成的数目。若上式检验的结果是真实，那么会排除候选人202的参与。
在其它版本中，容许带(tolerance band)定义在门限值附近。容许带可采取两种形式：从目标群组大小偏差且以百分比为基础的容许带，或从目标群组大小偏差且具绝对上/下限值的容许带。在前者的案例中，百分比容许的允许范围是在考虑下的群组的目标代表性百分比附近，例如，目标百分比为所有候选人的25％±5％，或以另一种方式表示为所有候选人的20％至30％。综合试验可表示为：
Pn＞(TC*RTn)+max[(TC*RTn*PTUBn)，ATUBn]
其中，容许偏差(tolerance deviation)是：在总完成数乘以所想要的代表性百分比再乘以群组n的百分比容许上限(PTUBn)，和群组n的绝对容许上限(ATUBn)间取较大值。这个偏差可能是和候选人族群大小无关的绝对可允许偏差(absolute allowable deviation)，或可能是基于所有候选人202的百分比的相对偏差(relative deviation)。娴于此技艺者咸了解，为了达到个别特定调查的采样标准，需要应用其它的偏差函数，因此此等函数亦涵盖于本发明精神之内。
基于步骤324所作的决定，若允许候选人202加入调查会导致超过特定门限值，则该候选人(或其所输入的资料)会从调查中排除(步骤326)。若允许候选人202进入调查不会导致超过特定门限值，则在此时不会将其排除(步骤328)，并进行排除步骤306以检查候选人202是其潜在成员的其余每一个群组的个别门限值(步骤330)。若允许候选人202的加入并不导致超过那些门限值中的任何一个，则允许候选人参加调查。
图3C描绘另一排除步骤(图3A中的步骤306)，该排除步骤是出现于图3A中所说明本发明的另一具体实例中。在这个具体实例中，进行排除步骤的步骤和上述那些在图3A中的步骤302和304一样。如同在图3B中的步骤322，在这个具体实例中，本发明是以选择群组(步骤332)开始，如果候选人被允许以参与者210的身分进入调查，则该候选人将是该群组的成员。然而，不同于如图3B中所述，检查看看候选人202加入此群组是否会超过此群组的特定门限值，图3C的系统是决定候选人加入此群组是否会造成任何其它群组的数目落到特定代表性门限值之下(步骤334)。再者，此具体实例另外的版本提供计算此门限值的替代手段。在一些版本中，特定门限值是已被允许参与调查的所有候选人的百分比。在其它版本中，特定门限值是介于所有候选人的最大及最小的可允许百分比之间的百分比范围，例如，所以候选人的25％±5％，或以另一种方式表示为所有候选人的20％至30％，以及绝对群组门限值。这可表示为：
Pn＜(TC*RTn)-max[(TC*RTn*PTLBn)，ATLBn]
其中，容许偏差是：在总完成数乘以所想要的代表性百分比再乘以群组n的百分比容许下限(PTLBn)，和群组n的绝对容许下限(ATLBn)间取较大值。这个偏差值可能是和候选人族群大小无关的绝对偏差，或可能是基于所有候选人的百分比的相对偏差。娴于此技艺者咸了解，为了达到个别特定调查的采样标准，需要应用其它的偏差函数，因此此等函数亦涵盖于本发明的精神之内。
基于步骤334所作的决定，若允许候选人加入调查会导致任何群组落到该群组的门限值以下，则该候选人会从调查中排除(步骤336)。若允许候选人202进入调查不会导致任何群组落到该群组的门限值以下，在此时该候选人将不会被排除(步骤338)，并进行排除步骤306以检查候选人是其潜在成员的其余每一个群组的个别门限值(步骤340)。若允许候选人220的加入并不导致超过那些门限值中的任何一个，则允许候选人参加调查而变成参与者210。
为了说明图3C中的步骤306，假设迄今已有50个候选人参与调查，26名男性，24名女性，每种性别的特定门限值是50％代表性±2％。当第51名候选人202(男性)企图进入此调查时，则进行评估的时候是不把该候选人算入为群组的一部份。若在候选人族群中加入该名男性，会导致女性部分代表性不足，则该名男性将无法加入。在上述情况中，该名男性的加入会使女性的代表性由48％(其在可接受的容许度内)掉到47％(其不在可接受的容许度内)。因此该名男性被拒绝，其它还要加入的男性候选人202也是，直到有其它女性候选人202被允许加入调查。
有益地，图3B和3C所述的排除步骤(步骤306)可依任何顺序组合，以控制候选人202的选择。例如，在一个具体实例中，检查候选人202将成为其中成员的每个群组以确定没有过度代表，并且找不到排除该候选人的理由，然后检查候选人202不会成为其中成员的每个群组以确定不是代表性不足。在其它具体实例中，首先检查候选人不是其中成员的群组(non-member groups)是否为代表性不足。
图4说明本发明的另一态样，从决定对象中评估预先客观定义的消费者群组的偏好的方法。在这个态样中，决定对象由各种形式的产品所组成，或由不同产品选项所组成。该程序是以进行调查开始，然后搜集偏好信息(步骤402)，该调查是涉及对消费者展示各种决定对象。
该程序接着容许候选人202请求参与(步骤404)。获得关于决定该候选人是否可分类成预先定义群组的成员的数据(步骤406)。群组可基于与前述候选人信息相似的信息。接着，做出决定以评估该候选人202的加入是否会使群组过度代表(步骤408)。若候选人202的加入会使群组过度代表，则该候选人会从调查中排除(步骤410)。沿用上例，若调查中有26名男性24名女性，加入另一名男性(男性所给定的要求是50％代表性±2％)的动作会造成男性次类型有1％的过度代表，因此该名男性不可包括在内。
若允许男性候选人202加入，则做出该候选人是否为客观上不可包括者的决定(步骤412)。继续上述的例子，若调查的要求为所有的候选人202的年龄必须在25至34岁之间，而一个24岁的女性候选人企图加入调查，虽然她符合性别次类型的要求，但因为她的年纪所以她是客观上不可包括者。若候选人202是客观上不可包括者，则候选人因此被排除(步骤414)。注意在各种具体实例中，客观包括性(objectiveincludability)的决定可能在任何其它排除步骤之前或之后发生。
若两个拒绝标准(rejection criteria)都克服，则候选人202允许变成参与者210并参与调查，而且其输入资料会用于调查中，该两个拒绝标准是指非过度代表(non-over-representation)(在步骤408决定)及包括性(includability)(在步骤412决定)。偏好信息乃从参与者(步骤416)及其它参与者210获得。
由前述，咸了解本发明所提供的系统及方法带来选择参与调查的候选人的有效方法。
本领域的技术人员应了解本发明可在不悖离本发明的精神或本质特性下以其它特定型式具体化。因此，前述具体实例于所有态样中意图为说明本文所述的发明而非加以限制。故本发明的范围为所附权利要求书所表明者，而非表明于前文叙述中，因此所有等同于该权利要求之意义与范围之改变均意欲涵括于本发明之内。

Claims (36)

1.一种评估参与调查的候选人的方法，包括：
a)通过电子网络获得描述该候选人的信息；
b)基于步骤a)所获得的该信息将该候选人分类成一个或多个预定群组的潜在成员；
c)对该一个或多个预定群组的每一个而言，若加入该候选人到那个群组会使得那个群组中的数目增加到超过特定的门限值，则将该候选人从该调查的参与中排除，否则，加入该候选人以作为该一个或多个预定群组的每一个的成员，并且允许该候选人参与该调查；及
d)若允许该候选人参与该调查，则从该候选人获得偏好信息，该偏好信息是描述该候选人对一个或多个决定对象的喜好。
2.根据权利要求1所述的方法，该方法进一步包括基于在步骤d)中所获得的该偏好信息，发展一个或多个决定对象。
3.根据权利要求2所述的方法，该方法进一步包括基于额外的偏好信息确认一个或多个较佳的决定对象，该额外的偏好信息是得自该一个或多个预定群组中的至少一个其它成员。
4.根据权利要求1所述的方法，其中，该所获得的信息包括一个或多个该候选人的以下特性：
年龄；
种族或人种；
婚姻状况；
购买特定产品的倾向；
收入范围；
性别；
职业；
社会经济分类；
教育程度；
身体特征；
健康；
地理位置；及
该候选人先前是否参与过调查。
5.根据权利要求1所述的方法，该方法进一步包括，若该候选人从该调查的参与中排除，仍然获得该候选人对一个或多个决定对象所表示的偏好。
6.根据权利要求1所述的方法，该方法进一步包括，若该候选人从该调查的参与中排除，则从该候选人获得额外的信息。
7.根据权利要求1所述的方法，其中，该特定门限值包括已被允许参与该调查的所有候选人的百分比。
8.根据权利要求1所述的方法，其中，该特定门限值包括介于所有候选人的最大及最小的可允许百分比之间的百分比范围。
9.根据权利要求8所述的方法，其中，该特定门限值进一步包括基于所有候选人的百分比的相对偏差或绝对可允许偏差。
10.一种评估参与调查的候选人的方法，包括：
a)通过电子网络获得描述候选人的信息；
b)基于步骤a)所获得的该信息将该候选人分类成一个或多个预定群组的潜在成员；
c)对该一个或多个预定群组的每一个而言，若允许该候选人参与该调查会使任何群组的数目减少到低于特定门限值，则将该候选人从该调查参与中排除，否则，加入该候选人以作为该一个或多个预定群组的每一个的成员，并且允许该候选人参与该调查；及
d)若允许该候选人参与该调查，则从该候选人获得偏好信息，该偏好信息是描述该候选人对一个或多个决定对象的喜好。
11.根据权利要求10所述的方法，该方法进一步包括基于在步骤d)中所获得的该偏好信息，发展一个或多个决定对象。
12.根据权利要求11所述的方法，该方法进一步包括基于额外的偏好信息确认一个或多个较佳的决定对象，该额外的偏好信息是得自最初的一个或多个预定群组中的至少一个其它成员。
13.根据权利要求10所述的方法，其中，该所获得的信息包括一个或多个该候选人的以下特性：
年龄；
种族或人种；
婚姻状况；
购买特定产品的倾向；
收入范围；
性别；
职业；
社会经济分类；
教育程度；
身体特征；
健康；
地理位置；及
该候选人先前是否参与过调查。
14.根据权利要求10所述的方法，该方法进一步包括，若该候选人从该调查的参与中排除，仍然获得该候选人对一个或多个决定对象所表示的偏好。
15.根据权利要求10所述的方法，该方法进一步包括，若该候选人从该调查的参与中排除，则从该候选人获得额外的信息。
16.根据权利要求10所述的方法，其中，该特定门限值包括已被允许参与该调查的所有候选人的百分比。
17.根据权利要求10所述的方法，其中，该特定门限值包括介于所有候选人的最大及最小的可允许百分比之间的百分比范围。
18.根据权利要求17所述的方法，其中，该特定门限值进一步包括基于所有候选人的百分比的相对偏差或绝对可允许偏差。
19.一种连接到电子网络的电脑系统，该系统是配置来执行以下步骤：
a)通过该电子网络获得描述候选人的信息；
b)基于步骤a)所获得的该信息将该候选人分类成一个或多个预定群组的潜在成员；
c)对该一个或多个预定群组的每一个而言，若允许该候选人参与该调查会使任何群组的数目减少到低于特定门限值，则将该候选人从该调查参与中排除，否则，加入候选人以作为该一个或多个预定群组的成员，并且允许该候选人参与该调查；及
d)若该允许候选人参与该调查，则从该候选人获得偏好信息，该偏好信息是描述该候选人对一个或多个决定对象的喜好。
20.根据权利要求19所述的系统，该系统进一步包括基于在步骤d)中所获得的该偏好信息，发展一个或多个决定对象的步骤。
21.根据权利要求20所述的系统，该系统进一步包括基于额外的偏好信息确认一个或多个较佳的决定对象的步骤，该额外的偏好信息是得自该一个或多个预定群组中的至少一个其它成员。
22.根据权利要求19所述的系统，其中，该所获得的信息包括一个或多个该候选人的以下特性：
年龄；
种族或人种；
婚姻状况；
购买特定产品的倾向；
收入范围；
性别；
职业；
社会经济分类；
教育程度；
身体特征；
健康；
地理位置；及
该候选人先前是否参与过调查。
23.根据权利要求19所述的系统，其中，若该候选人从该调查的参与中排除，仍然获得该候选人对一个或多个决定对象所表示的偏好。
24.根据权利要求19所述的系统，其中，若该候选人从该调查的参与中排除，则从该候选人获得额外的信息。
25.根据权利要求19所述的系统，其中，该特定门限值包括已被允许参与该调查的所有候选人的百分比。
26.根据权利要求19所述的系统，其中，该特定门限值包括介于所有候选人的最大及最小的可允许百分比之间的百分比范围。
27.根据权利要求26所述的系统，其中，该特定门限值进一步包括基于所有候选人的百分比的相对偏差或绝对可允许偏差。
28.一种通过电子网络，从各种形式的产品所组成的决定对象中，评估预先客观定义的消费者群组的偏好的方法，该方法包括：
a)在执行涉及通过网络搜集关于在该网络上对消费者展示的各种决定对象的偏好信息的调查时，容许新的潜在候选人请求参与该调查；
b)通过该网络获得数据，该数据是关于决定该候选人是否可分类成预先客观定义的消费者群组的成员；
c)若加入该候选人会导致该群组中消费者的次类型的过度代表，或该候选人客观上不可包括在该群组中，则该候选人会从该调查的参与中排除；及
d)否则，允许该候选人参与该调查并从该候选人获得偏好信息，该偏好信息是表明候选人对一个或多个决定对象的喜好。
29.根据权利要求28所述的方法，该方法进一步包括基于在步骤d)中所获得的该偏好信息，发展一个或多个决定对象。
30.根据权利要求29所述的方法，该方法进一步包括基于额外的偏好信息确认一个或多个较佳的决定对象，该额外的偏好信息是得自该消费者群组中的至少一个其它成员。
31.根据权利要求28所述的方法，其中，该数据包括一个或多个该候选人的以下特性：
年龄；
种族或人种；
婚姻状况；
购买特定产品的倾向；
收入范围；
性别；
职业；
社会经济分类；
教育程度；
身体特征；
健康；
地理位置；及
该候选人先前是否参与过调查。
32.根据权利要求28所述的方法，该方法进一步包括，若该候选人从该调查的参与中排除，仍然获得该候选人对一个或多个决定对象所表示的偏好。
33.根据权利要求28所述的方法，该方法进一步包括，若该候选人从该调查的参与中排除，则从该候选人获得额外的信息。
34.根据权利要求28所述的方法，其中，该群组中消费者的次类型的过度代表包括造成该次类型的百分比超过已被允许参与该调查的所有候选人的最大可允许百分比。
35.根据权利要求28所述的方法，其中该群组中消费者的次类型的过度代表包括造成该次类型的百分比超过所有候选人的最大可允许百分比，或造成其它次类型的百分比落到所有候选人的最小可允许百分比之下。
36.根据权利要求35所述的方法，其中，该最大可允许百分比进一步包括基于所有候选人的百分比的相对偏差或绝对可允许偏差。
37.根据权利要求35所述的方法，具中，该最小可允许百分比进一步包括基于所有候选人的百分比的相对偏差或绝对可允许偏差。
CNA2005800222773A 2004-06-30 2005-06-20 调查候选人的即时选择 Pending CN101076799A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/881,154 2004-06-30
US10/881,154 US20060004621A1 (en) 2004-06-30 2004-06-30 Real-time selection of survey candidates

Publications (1)

Publication Number Publication Date
CN101076799A true CN101076799A (zh) 2007-11-21

Family

ID=35515146

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2005800222773A Pending CN101076799A (zh) 2004-06-30 2005-06-20 调查候选人的即时选择

Country Status (7)

Country Link
US (1) US20060004621A1 (zh)
EP (1) EP1769420A2 (zh)
JP (3) JP4956425B2 (zh)
CN (1) CN101076799A (zh)
AU (1) AU2005267372A1 (zh)
CA (1) CA2567588A1 (zh)
WO (1) WO2006012122A2 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106326329A (zh) * 2015-07-01 2017-01-11 富士通株式会社 群形成方法和群形成设备

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7177851B2 (en) 2000-11-10 2007-02-13 Affinnova, Inc. Method and apparatus for dynamic, real-time market segmentation
US7895240B2 (en) * 2005-02-03 2011-02-22 General Electric Company Systems and methods for managing information
US20070192161A1 (en) * 2005-12-28 2007-08-16 International Business Machines Corporation On-demand customer satisfaction measurement
US20080010351A1 (en) * 2006-01-31 2008-01-10 Digital River, Inc. Survey polling system and method
US20080091510A1 (en) * 2006-10-12 2008-04-17 Joshua Scott Crandall Computer systems and methods for surveying a population
US8494436B2 (en) * 2006-11-16 2013-07-23 Watertown Software, Inc. System and method for algorithmic selection of a consensus from a plurality of ideas
US8893241B2 (en) 2007-06-01 2014-11-18 Albright Associates Systems and methods for universal enhanced log-in, identity document verification and dedicated survey participation
US9398022B2 (en) 2007-06-01 2016-07-19 Teresa C. Piliouras Systems and methods for universal enhanced log-in, identity document verification, and dedicated survey participation
US8056118B2 (en) 2007-06-01 2011-11-08 Piliouras Teresa C Systems and methods for universal enhanced log-in, identity document verification, and dedicated survey participation
US20110066464A1 (en) * 2009-09-15 2011-03-17 Varughese George Method and system of automated correlation of data across distinct surveys
WO2012061837A1 (en) * 2010-11-05 2012-05-10 Gutcheck System for real-time respondent selection and interview and associated methods
US9208132B2 (en) 2011-03-08 2015-12-08 The Nielsen Company (Us), Llc System and method for concept development with content aware text editor
WO2012122431A1 (en) 2011-03-08 2012-09-13 Affinnova, Inc. System and method for concept development
US20120246580A1 (en) * 2011-03-22 2012-09-27 Gether, LLC Social polling
US20120259676A1 (en) 2011-04-07 2012-10-11 Wagner John G Methods and apparatus to model consumer choice sourcing
US9311383B1 (en) 2012-01-13 2016-04-12 The Nielsen Company (Us), Llc Optimal solution identification system and method
US9785995B2 (en) * 2013-03-15 2017-10-10 The Nielsen Company (Us), Llc Method and apparatus for interactive evolutionary algorithms with respondent directed breeding
WO2014143729A1 (en) * 2013-03-15 2014-09-18 Affinnova, Inc. Method and apparatus for interactive evolutionary optimization of concepts
US10373180B2 (en) * 2013-06-11 2019-08-06 Ace Metrix, Inc. Creating a survey sample group according to a desired participant distribution in real time
TWI709569B (zh) 2014-01-17 2020-11-11 美商健臻公司 無菌層析樹脂及其用於製造方法的用途
TWI709570B (zh) 2014-01-17 2020-11-11 美商健臻公司 無菌層析法及製法
JP6264946B2 (ja) * 2014-03-03 2018-01-24 富士通株式会社 データ収集方法、及びデータ収集装置
US9992292B2 (en) * 2014-04-01 2018-06-05 Noom, Inc. Wellness support groups for mobile devices
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
KR20210049155A (ko) 2018-08-31 2021-05-04 젠자임 코포레이션 멸균 크로마토그래피 수지 및 제조 공정에서 이의 용도
WO2021175302A1 (zh) * 2020-03-05 2021-09-10 广州快决测信息科技有限公司 一种数据采集方法和系统
US20220245653A1 (en) * 2021-01-31 2022-08-04 Walmart Apollo, Llc Systems and methods for cross-channel marketing experimentation management

Family Cites Families (93)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US233337A (en) * 1880-10-19 Fbederic n
US52774A (en) * 1866-02-20 Improvement in grain-hullers
US4115761A (en) * 1976-02-13 1978-09-19 Hitachi, Ltd. Method and device for recognizing a specific pattern
GB8320357D0 (en) * 1983-07-28 1983-09-01 Quantel Ltd Video graphic simulator systems
US4603232A (en) * 1984-09-24 1986-07-29 Npd Research, Inc. Rapid market survey collection and dissemination method
US5222192A (en) * 1988-02-17 1993-06-22 The Rowland Institute For Science, Inc. Optimization techniques using genetic algorithms
US5255345A (en) * 1988-02-17 1993-10-19 The Rowland Institute For Science, Inc. Genetic algorithm
US5041972A (en) * 1988-04-15 1991-08-20 Frost W Alan Method of measuring and evaluating consumer response for the development of consumer products
US5124911A (en) * 1988-04-15 1992-06-23 Image Engineering, Inc. Method of evaluating consumer choice through concept testing for the marketing and development of consumer products
US4935877A (en) * 1988-05-20 1990-06-19 Koza John R Non-linear genetic algorithms for solving problems
KR960004655B1 (ko) * 1990-02-05 1996-04-11 가부시키가이샤 리코 동화 표시 장치 및 그것에 이용되는 외부 메모리
US5375195A (en) * 1992-06-29 1994-12-20 Johnston; Victor S. Method and apparatus for generating composites of human faces
JP2727874B2 (ja) * 1992-06-30 1998-03-18 株式会社日立製作所 超電導線及び複合超電導導体
US6088510A (en) * 1992-07-02 2000-07-11 Thinking Machines Corporation Computer system and method for generating and mutating objects by iterative evolution
US5437554A (en) * 1993-02-05 1995-08-01 National Computer Systems, Inc. System for providing performance feedback to test resolvers
US5687369A (en) * 1993-09-02 1997-11-11 International Business Machines Corporation Selecting buckets for redistributing data between nodes in a parallel database in the incremental mode
US5400248A (en) * 1993-09-15 1995-03-21 John D. Chisholm Computer network based conditional voting system
JP3686107B2 (ja) * 1993-10-06 2005-08-24 株式会社ブリヂストン 空気入りタイヤの設計方法
US5651098A (en) * 1993-10-07 1997-07-22 Hitachi Engineering Co., Ltd. Planning method and system
US5724567A (en) * 1994-04-25 1998-03-03 Apple Computer, Inc. System for directing relevance-ranked data objects to computer users
US6202058B1 (en) * 1994-04-25 2001-03-13 Apple Computer, Inc. System for ranking the relevance of information objects accessed by computer users
AUPM813394A0 (en) * 1994-09-14 1994-10-06 Dolphin Software Pty Ltd A method and apparatus for preparation of a database document in a local processing apparatus and loading of the database document with data from remote sources
US6460036B1 (en) * 1994-11-29 2002-10-01 Pinpoint Incorporated System and method for providing customized electronic newspapers and target advertisements
US6041311A (en) * 1995-06-30 2000-03-21 Microsoft Corporation Method and apparatus for item recommendation using automated collaborative filtering
WO1997026729A2 (en) * 1995-12-27 1997-07-24 Robinson Gary B Automated collaborative filtering in world wide web advertising
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
US5995951A (en) * 1996-06-04 1999-11-30 Recipio Network collaboration method and apparatus
US20020002482A1 (en) * 1996-07-03 2002-01-03 C. Douglas Thomas Method and apparatus for performing surveys electronically over a network
US6070145A (en) * 1996-07-12 2000-05-30 The Npd Group, Inc. Respondent selection method for network-based survey
US5862223A (en) * 1996-07-24 1999-01-19 Walker Asset Management Limited Partnership Method and apparatus for a cryptographically-assisted commercial network system designed to facilitate and support expert-based commerce
US5913204A (en) * 1996-08-06 1999-06-15 Kelly; Thomas L. Method and apparatus for surveying music listener opinion about songs
GB2316504A (en) * 1996-08-22 1998-02-25 Ibm Distributed genetic programming / algorithm performance
US6078740A (en) * 1996-11-04 2000-06-20 Digital Equipment Corporation Item selection by prediction and refinement
US6233564B1 (en) * 1997-04-04 2001-05-15 In-Store Media Systems, Inc. Merchandising using consumer information from surveys
US6546380B1 (en) * 1997-09-24 2003-04-08 Unisys Corporation Method and apparatus for detecting an endless loop in a rules-based expert system
US6281651B1 (en) * 1997-11-03 2001-08-28 Immersion Corporation Haptic pointing devices
AU2097099A (en) * 1997-12-31 1999-07-19 Kenneth J. Todd Dynamically configurable electronic comment card
US6029139A (en) * 1998-01-28 2000-02-22 Ncr Corporation Method and apparatus for optimizing promotional sale of products based upon historical data
US6993495B2 (en) * 1998-03-02 2006-01-31 Insightexpress, L.L.C. Dynamically assigning a survey to a respondent
US6477504B1 (en) * 1998-03-02 2002-11-05 Ix, Inc. Method and apparatus for automating the conduct of surveys over a network system
US6175833B1 (en) * 1998-04-22 2001-01-16 Microsoft Corporation System and method for interactive live online voting with tallies for updating voting results
US6125351A (en) * 1998-05-15 2000-09-26 Bios Group, Inc. System and method for the synthesis of an economic web and the identification of new market niches
AU4861899A (en) * 1998-07-06 2000-01-24 Bios Group Lp A method for performing market segmentation and for predicting consumer demand
US6098048A (en) * 1998-08-12 2000-08-01 Vnu Marketing Information Services, Inc. Automated data collection for consumer driving-activity survey
US6167445A (en) * 1998-10-26 2000-12-26 Cisco Technology, Inc. Method and apparatus for defining and implementing high-level quality of service policies in computer networks
US6741967B1 (en) * 1998-11-02 2004-05-25 Vividence Corporation Full service research bureau and test center method and apparatus
US6249714B1 (en) * 1998-12-31 2001-06-19 Rensselaer Polytechnic Institute Virtual design module
US6236977B1 (en) * 1999-01-04 2001-05-22 Realty One, Inc. Computer implemented marketing system
US6594638B1 (en) * 1999-04-07 2003-07-15 Netstakes, Inc. On-line method and apparatus for collecting demographic information about a user of a world-wide-web site and dynamically selecting questions to present to the user
US6629097B1 (en) * 1999-04-28 2003-09-30 Douglas K. Keith Displaying implicit associations among items in loosely-structured data sets
JP4743740B2 (ja) * 1999-07-16 2011-08-10 マイクロソフト インターナショナル ホールディングス ビー．ブイ． 自動化された代替コンテンツ推奨を作成する方法及びシステム
US6385620B1 (en) * 1999-08-16 2002-05-07 Psisearch,Llc System and method for the management of candidate recruiting information
AUPQ246899A0 (en) * 1999-08-26 1999-09-16 Memetrics An automated communications management agent
US6839680B1 (en) * 1999-09-30 2005-01-04 Fujitsu Limited Internet profiling
US6859782B2 (en) * 1999-10-06 2005-02-22 Bob F. Harshaw Method for new product development and market introduction
US20020052774A1 (en) * 1999-12-23 2002-05-02 Lance Parker Collecting and analyzing survey data
US6915269B1 (en) * 1999-12-23 2005-07-05 Decisionsorter Llc System and method for facilitating bilateral and multilateral decision-making
JP2001331627A (ja) * 2000-05-23 2001-11-30 Management & Research Kenkyusho:Kk マーケットリサーチ方法
IL147858A0 (en) * 2000-05-26 2002-08-14 Abova Method and system for internet sampling
JP2002015097A (ja) * 2000-06-28 2002-01-18 Nippon Telegraph & Telephone West Corp アンケート処理方法および処理システム
WO2002003256A1 (en) * 2000-07-05 2002-01-10 Camo, Inc. Method and system for the dynamic analysis of data
JP2002049736A (ja) * 2000-08-02 2002-02-15 Iric:Kk 携帯電話による市場調査方法と市場調査システム
KR100371662B1 (ko) * 2000-08-23 2003-03-28 김정욱 인터넷을 이용한 실시간 설문조사방법
US6778807B1 (en) * 2000-09-15 2004-08-17 Documus, Llc Method and apparatus for market research using education courses and related information
JP2002092291A (ja) * 2000-09-20 2002-03-29 Ricoh Co Ltd アンケート調査方法、アンケートシステム及び記録媒体
JP2002117204A (ja) * 2000-10-05 2002-04-19 Mitsubishi Electric Corp アンケート調査装置、アンケート調査方法、及びプログラムを記録したコンピュータ読み取り可能な記録媒体
US6901424B1 (en) * 2000-10-10 2005-05-31 Markettools, Inc. System and method for creating a sample pool for a web-based survey
US6999987B1 (en) * 2000-10-25 2006-02-14 America Online, Inc. Screening and survey selection system and method of operating the same
US7711580B1 (en) * 2000-10-31 2010-05-04 Emergingmed.Com System and method for matching patients with clinical trials
US6826541B1 (en) * 2000-11-01 2004-11-30 Decision Innovations, Inc. Methods, systems, and computer program products for facilitating user choices among complex alternatives using conjoint analysis
US7177851B2 (en) * 2000-11-10 2007-02-13 Affinnova, Inc. Method and apparatus for dynamic, real-time market segmentation
US7269570B2 (en) * 2000-12-18 2007-09-11 Knowledge Networks, Inc. Survey assignment method
US7054828B2 (en) * 2000-12-20 2006-05-30 International Business Machines Corporation Computer method for using sample data to predict future population and domain behaviors
US20020133502A1 (en) * 2001-01-05 2002-09-19 Rosenthal Richard Nelson Method and system for interactive collection of information
JP2002215870A (ja) * 2001-01-19 2002-08-02 Mitsubishi Electric Corp アンケート収集装置
US6574585B2 (en) * 2001-02-26 2003-06-03 International Business Machines Corporation Method for improving robustness of weighted estimates in a statistical survey analysis
US7058590B2 (en) * 2001-05-04 2006-06-06 Hewlett-Packard Development Company, L.P. System and method for generating conversion-related estimates utilizing adaptive sample size
JP3673193B2 (ja) * 2001-07-18 2005-07-20 株式会社電通 広告レスポンス予測システム及びその方法
ATE332207T1 (de) * 2002-02-16 2006-07-15 Trumpf Werkzeugmaschinen Gmbh Maschine zum thermischen schneiden von werkstücken insbesondere mittels laser
JP4001781B2 (ja) * 2002-06-13 2007-10-31 富士通株式会社 アンケート実施プログラム、アンケート実施装置およびアンケート実施方法
US20040123247A1 (en) * 2002-12-20 2004-06-24 Optimost Llc Method and apparatus for dynamically altering electronic content
US7603291B2 (en) * 2003-03-14 2009-10-13 Sap Aktiengesellschaft Multi-modal sales applications
US8478645B2 (en) * 2003-04-07 2013-07-02 Sevenecho, Llc Method, system and software for digital media narrative personalization
US7080027B2 (en) * 2003-04-17 2006-07-18 Targetrx, Inc. Method and system for analyzing the effectiveness of marketing strategies
US8103540B2 (en) * 2003-06-05 2012-01-24 Hayley Logistics Llc System and method for influencing recommender system
US20050131716A1 (en) * 2003-12-15 2005-06-16 Hanan Martin D. Method for determining compatibility
US7302475B2 (en) * 2004-02-20 2007-11-27 Harris Interactive, Inc. System and method for measuring reactions to product packaging, advertising, or product features over a computer-based network
US7308418B2 (en) * 2004-05-24 2007-12-11 Affinova, Inc. Determining design preferences of a group
US20070218834A1 (en) * 2006-02-23 2007-09-20 Ransys Ltd. Method and apparatus for continuous sampling of respondents
US20080091510A1 (en) * 2006-10-12 2008-04-17 Joshua Scott Crandall Computer systems and methods for surveying a population
US7877346B2 (en) * 2007-06-06 2011-01-25 Affinova, Inc. Method and system for predicting personal preferences
US8234152B2 (en) * 2007-06-12 2012-07-31 Insightexpress, Llc Online survey spawning, administration and management

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106326329A (zh) * 2015-07-01 2017-01-11 富士通株式会社 群形成方法和群形成设备
CN106326329B (zh) * 2015-07-01 2019-11-05 富士通株式会社 群形成方法和群形成设备

Also Published As

Publication number Publication date
AU2005267372A1 (en) 2006-02-02
JP4956425B2 (ja) 2012-06-20
CA2567588A1 (en) 2006-02-02
WO2006012122A2 (en) 2006-02-02
WO2006012122A3 (en) 2007-04-19
JP2008505393A (ja) 2008-02-21
EP1769420A2 (en) 2007-04-04
US20060004621A1 (en) 2006-01-05
JP2011192302A (ja) 2011-09-29
JP2012079349A (ja) 2012-04-19

Similar Documents

Publication Publication Date Title
CN101076799A (zh) 调查候选人的即时选择
Gangadharan et al. Social identity and governance: The behavioral response to female leaders
Libby Accounting ratios and the prediction of failure: Some behavioral evidence
Higuchi et al. Sustained impacts of Kaizen training
Janjua et al. The role of education and income in poverty alleviation
Velasco More than just good grades: candidates’ perceptions about the skills and attributes employers seek in new graduates
DiSogra et al. Calibrating non-probability internet samples with probability samples using early adopter characteristics
Giglietto et al. Diverging patterns of interaction around news on social media: Insularity and partisanship during the 2018 Italian election campaign
Hoces de la Guardia et al. Evaluating the Chile Solidario program: results using the Chile Solidario panel and the administrative databases
Shahin et al. Revising satisfaction and dissatisfaction indexes of the Kano model by reclassifying indifference requirements: A case study of the presidential elections
EP3534296A1 (en) A method for building a computer-implemented tool for assessment of qualitative features from face images
Troncoso et al. Look the part? the role of profile pictures in online labor markets
Bianchi et al. Social indicators to explain response in longitudinal studies
Cavaillé et al. Who cares? Measuring preference intensity in a polarized environment
Bussolo et al. Feeling poor, feeling rich, or feeling middle-class: an empirical investigation
Schork et al. Survey mode effects on objective and subjective questions: Evidence from the labour force survey
CN110264364B (zh) 一种投资方的推荐方法
Choi et al. An empirical study of user acceptance of fee-based online content
CN114048974A (zh) 基于多场景模拟的人工智能人才测评方法、设备及介质
Beauchamp et al. Terms of engagement: Migration, dowry, and love in Indian marriages
Erkal et al. By Chance Or By Choice? Biased Attribution of Others' Outcomes
Buttliere et al. What next for scientific communication? A large scale survey of psychologists on problems and potential solutions.
Te Braak et al. The representativeness of online time use surveys. Effects of individual time use patterns and survey design on the timing of survey dropout
Georgiev et al. Semantic analysis approach to studying design problem solving
Korankye et al. The Nexus Between and Enhancement of Youth’s Involvement in Agriculture: The Case of Eastern Region, Ghana

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication