CN102737334B - 微细分定义系统 - Google Patents
微细分定义系统 Download PDFInfo
- Publication number
- CN102737334B CN102737334B CN201210056128.0A CN201210056128A CN102737334B CN 102737334 B CN102737334 B CN 102737334B CN 201210056128 A CN201210056128 A CN 201210056128A CN 102737334 B CN102737334 B CN 102737334B
- Authority
- CN
- China
- Prior art keywords
- segmentation
- consumer
- offer
- fine point
- attribute
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
-
- 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
- G06Q30/0241—Advertisements
-
- 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
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及微细分定义系统。在图形用户界面处接收来自要约供应商活动的一个或者多个细分属性的选择。所述一个或者多个细分属性定义对应于要约供应商活动中一个或者多个要约的一个或者多个细分。并且,根据所述一个或者多个细分属性生成一个表达式图。此外,根据所述表达式树生成一个可移植微细分对象,从而使得所述可移植微细分对象缺少对要约供应商活动的依赖。
Description
技术领域
本公开总体上涉及消费者的分类。更具体地说,本公开涉及定义消费者的微细分。
背景技术
内容供应商、贸易商以及营销商必须精确定义并高度定位特定市场细分,以有效传递最相关的在线内容。最相关在线内容的例子有广告、要约、娱乐、新闻等。
微细分是营销商通过高级技术和方法典型确定的市场或人口的精确分类。例如,能够利用数据挖掘、人工智能以及各种不同的算法。通过识别和预测微小消费者的花费和行为模式,利用这些技术和方法将消费者分组成精细粒度的细分,即微细分。换句话说,微细分是一个(购买)决策者群,他们在一个特征特定集中,共享类似的属性、购买行为、和/或兴趣水平。然而,在当前的环境下,由于多重原因,将一个新用户团体分类和细分成微细分是困难的。尤其是,消费者越来越多地过滤内容和营销消息,降低了营销商的效能。并且,由于行业知识的缺少以及可用技术的限制,尽管收集了很多消费者的数据和行为,但是很多未被完全利用。此外,在新产生的用户团体和人口中进行有意义的细分是困难的。
并且,细分困难也会影响在对不同的用户细分判定推荐内容、产品以及服务利用很多站点用户的记录行为的许多网址。推荐系统利用的算法能够是K最近邻居法、喜好/兴趣/品味类似方法(例如,利用Pearson相关建立的)、协作过滤算法(例如,买X并且买Y的人)。所有这些方法的一个难题在于,在系统可以做出推荐之前,具有根据记录喜好和行为的非常大的用户人口数的精确细分。
发明内容
在本公开的一个方面中,给出了计算机程序产品。该计算机程序产品包括一个具有计算机可读程序的计算机可用介质。当在计算机上执行该计算机可读程序时,使得计算机从一个要约供应商活动中接收一个或者多个细分属性的选择。该一个或者多个细分属性定义对应于要约供应商活动中一个或者多个要约的一个或者多个细分。并且,当在计算机上执行该计算机可读程序时,使得计算机根据一个或者多个细分属性产生一个表达式图。此外,当在计算机上执行该计算机可读程序时,使得计算机根据表达式树产生一个可移植微细分对象,从而使得该可移植微细分对象缺少对要约供应商活动的依赖。
在本公开的另一个方面中,给出了一种处理。该处理从一个要约供应商活动中接收一个或者多个细分属性的选择。该一个或者多个细分属性定义对应于要约供应商活动中一个或者多个要约的一个或者多个细分。并且,该处理根据该一个或者多个细分属性产生一个表达式图。此外,该处理根据表达式树产生一个可移植微细分对象,从而使得该可移植微细分对象缺少对要约供应商活动的依赖。
在本揭示的另一个方面中,给出了一种系统。该系统包括一个接收模块,用于从一个要约供应商活动中接收一个或者多个细分属性的选择。该一个或者多个细分属性定义对应于要约供应商活动中一个或者多个要约的一个或者多个细分。并且,该系统包括一个处理器,用于根据一个或者多个细分属性产生一个表达式图,以及根据表达式树产生一个可移植微细分对象,从而使得该可移植微细分对象缺少对要约供应商活动的依赖。
附图说明
参考结合附图的如下描述,本揭示的上述特征将会变得更加清楚,附图中,类似的参考数字表示类似的单元,其中,
图1说明了微细分系统配置。
图2说明了微细分系统的定义和结构。
图3说明了一个微细分定义代码的例子。
图4说明了一个能够用于一个或多个细分的图形用户界面(“GUI”)的例子。
图5A说明了一个表达式书写形式的代码500的例子。
图5B说明了一个细分GUI的例子,在该细分GUI中,进行了选择,使得代码产生细分定义。
图6说明了一个表达式树。
图7说明了一个能够用于图6说明的表达式树的代码的例子。
图8说明了一个用于定义一个微细分对象的处理。
图9说明了一个能够用于定义一个微细分的系统配置。
具体实施方式
本揭示给出了一种微细分定义方法、系统和计算机程序产品来定义微细分对象。在一种实施方式中,总结了用户的行为兴趣和人口属性。一个细分具有一个属性对比述词的合集,例如,性别==男性,通过布尔的AND/OR操作符连接,例如,(性别==男性)AND(年龄介于(20,30))。相应地,如果n个总数据属性可用,则微细分数量能够等于2n-1,即n个属性的总组合。微细分对象允许营销商从该属性的大空间中定义微细分。接着,这些总结的人口属性和行为兴趣封装在一个对象中。行为兴趣能够包括正面的和负面的兴趣,可以允许综合亲和力模型的生成。正面或者负面兴趣的一个例子就是对一个品牌的喜欢或者不喜欢。此外,对象支持任何表示为表达式树的复合属性或者兴趣规则结构。接着,对该表达式树,能够对用于配对和推荐的属性和述词表达式进行开发。述词可以通过连接操作符和/或非连接操作符连接以产生任意的复杂微细分表达式。
微细分对象是可移植的。换句话说,该微细分没有硬接线至一个特定的营销活动。该微细分可重复利用。相应地,该微细分对象提供了无特定细节的可移植分析。在一种实施方式中,该微细分是一个属性集的不透明编码,公用于消费者群体。例如,包括25岁的收入介于80000美元到100000美元的、并且兴趣在运动车上的男性的微细分能够被编码为SEG-XYZ。指定至细分SEG-XYZ的新消费者将通过定义具有相同的列举属性。给定具有其它微细分的消费者的更大群体,共享微细分定义和数据的营销商能够执行利用该SEG-XYZ编码的分析,而不向其它人泄露该微细分的实际定义。微细分定义是可移植的,因为对一个营销商是成功的微细分,也能够被另一个营销商共享和利用。分析本身能够以私有方式执行,其中,属性不会泄露给其它方。当营销商做出了提前协定来分享细分定义和微细分消费者数据的时候,该配置是有用的。
本揭示能够在新生成的用户团体中确定和生成多个高价值微细分。广告商和营销商可以自动化定制的微细分的生成,他们可以通过一系列多媒体装置,将高度定位的和相关的内容传送给它们。确定微细分之后,可以利用它们自动化传送内容、个性化的直接营销以及微促销活动,这些活动旨在定位和吸引会员个人的特定品味、需要、需求和要求。微营销是一个处理,通过它系统将每个消费者建模为对一个公司的产品、服务、价格和促销具有不同观点和想法,并且以一个适当方式吸引他们。一个消费者是指一个消费者用户,其利用本文给出的配置。该微细分给出一个比细分更精细的粒度级别。相应地,该微细分能够帮助营销商识别和预测微小消费者的花费和行为模式。例如,能够使用微细分来利用例如核心人口、一定时间内的种类花费、精细粒度购买历史以及购买意图的数据源。一些例如购买历史和种类花费的数据源能够是有效的,因为它们来自于第三方,例如,信用卡公司。因此,营销商能够提供更加准确、精确以及定位的要约。
另外,微细分内的会员能够在微细分内递增地以及连续地更新。此外,额外地利用分析,能够自动地检测和推断目的语义。例如,如果一个消费者属于一个高端小车兴趣细分、一个高端相机兴趣细分,以及一个高端手表细分,系统能够推断是否该消费者在衬衫上表示了一个总体的兴趣,该消费者能够额外地适合到一个高端衬衫兴趣细分。
另外,本揭示能够快速精确地针对在每个微细分内用户的内容、产品和服务生成推荐。能够利用推荐系统执行推荐。该推荐系统是一个使用信息聚合和过滤技术的系统,这些信息聚合和过滤技术尝试根据他或者她所在的群或者细分,推荐特定用户(消费者)可能感兴趣的信息内容或者产品项目。在一种实施方式中,推荐系统对用户的行为和/或明确配置和一些参考特性进行对比,接着寻求预测兴趣“等级”,该“等级”为用户能够向一个他们尚未考虑过的项目所给予的。这些特点能够来自信息或者产品项目(利用一个基于内容的和/或属性方法)或者用户的社会环境(利用协作过滤方法)。
在一种实施方式中,每个微细分包括一个关键识别特征(“KDF”)的特定集,该特定集定义了决策者利用的属性群和数量或者数值数字(以显示微细分的大小)。图1说明了一个微细分系统配置100。该微细分系统配置100具有一个微细分系统102,系统102为介于贸易商104和多个用户106中的每一个之间的第三方信任系统。要约供应商104能够是一个出售产品的公司、出售服务的公司、营销公司、广告公司或者类似的要约活动给微细分系统的公司。该活动显示了要约供应商针对一个产品或者服务,对特定用户进行营销而寻找的一系列目标属性。该活动能够包括一个或者多个要约。相应地,目标属性集是指活动正在定位的属性集。例如,该活动能够是一个在美国销售男子运动鞋的要约。微细分系统102接收该活动,并且从多个用户106接收用户属性。这些属性为特性或者特征。属性的一个例子为性别。相应地,性别属性值能够是男性或者女性。微细分系统102接着执行一个判定,来判定多个用户106中哪个用户具有和活动目标属性匹配的用户属性值。换句话说,微细分系统102评估生成的微细分定义、属性值以及值分布,以确定特定微细分的选择。微细分系统102判定包括与活动目标属性匹配的用户的微细分108。在一种实施方式中,所有目标属性必须等于用户属性,以将用户放入微细分108。在另一种实施方式中,对于要放入微细分108中的用户,必须满足最低匹配分数。例如,一个用户能够不必匹配所有的属性,但是能够匹配足够的属性,从而产生一个超过要约供应商最低阈值,并且将消费者放入微细分108的分数。在另一种实施方式中,在评分方法中利用加权机制来针对其它属性对特定属性进行加权。例如,年龄属性能够在评分计算中比地理属性的权重高。在一种实施方中,系统补偿属性偏差以防止属性过分加权。类似地,能够允许营销商定制微细分属性的加权,以判定相关于候选用户的微细分选择。
在一种实施方式中,在微细分系统102自动将用户分类至微细分108之后,微细分系统102发送一个微细分数据定义至要约供应商104。在一种实施方式中,微细分系统102捕捉用于分类现有的和/或新用户的缺省定义和/或训练数据。细分定义的数量能够根据用户属性合并和利用的多种方式,在任何地方从几个到数十亿的范围不等。在另一种实施方式中,该微细分数据定义不包括微细分中用户的个人身份信息。换句话说,多个用户在信任的基础上给出属性信息至微细分系统102,使得微细分系统不发送个别地识别用户的信息至要约供应商104。除了有关定义的微细分的代表性统计或者一般统计,该系统能够不发送任何数据至要约供应商。例如,微细分能够包含27332消费者。传送完要约后,17344消费者观察要约,3444消费者点击要约来更多地了解,并且634消费者购买要约。另外,在一种实施方式中,多个用户106给出允许至微细分系统102,以发送要约给他们。要约供应商104接收到的微细分数据定义给出信息,如微细分中的用户数量、他们的属性值等。要约供应商104可以在目标观众中快速判定活动的潜在兴趣,而不在那些对该特定活动没有兴趣接收广告的人上面浪费广告和资源。因此,要约供应商104可以逼真地判定是否该活动经济可行,以及应该投入到活动中的资源数量等。要约供应商可以接着根据微细分数据发送一个要约给微细分系统102。换句话说,要约供应商104没有直接发送要约给微细分108。在接收到要约之后,微细分系统能够接着发送该要约至微细分。如果微细分中的用户想要更多地了解该要约,或者接受该要约,则用户能够通过追随链接或者要约中给出的一些其他回复机制单独联系要约供应商。在另一种实施方式中,也能够发送除了微细分数据定义之外的微细分数据至要约供应商104。例如,在活动传送之后,除了微细分数据定义,还能够发送活动性能统计至要约供应商。
在一种实施方式中,微细分系统102也执行推荐。微细分系统102能够传送一个推荐给用户。在一种实施方式中,对于任何给定用户,微细分系统102快速定位所有指定的微细分,并且接着根据匹配微细分利用指定的微细分来定位产品、服务和/或内容要约,以生成特定的推荐。并且,微细分系统102能够存储关于用户对其采取行为的推荐的数据。
在一种实施方式中,在对每个用户分类之前,针对所有相关微细分对该用户评分,以判定最可能的分类。并且,微细分分类能够有效指定给用户,并且可实时搜索。
图2说明了微细分的定义和结构200。微细分定义和结构200具有一个微细分对象206,该微细分对象能够接收活动要约,例如,第一活动要约202和/或第二活动要约204。为了说明起见,微细分对象206接收第一活动要约202。例如,微细分对象200能够接收一个方细分标识符,其标识第一活动要约202的目标方。例如,方细分标识符能够是“少女”。该微细分对象也能够具有细分元数据208,该元数据包括关于细分的元数据。例如,该细分元数据208能够具有所有者的名字、观众种类、细分描述等。该微细分对象206也能够具有一个或者多个细分定义。例如,该微细分对象206能够具有一个性别细分属性定义212和一个年龄细分属性定义216。该微细分对象206也能够具有用于各个细分属性定义的细分属性值定义。例如,性别细分属性值定义210能够等于女性,并且年龄细分属性值定义能够等于一个介于9和14之间的年龄。能够利用各种不同的分布,例如离散分布、范围分布,或者值分布,例如累积分布函数(“CDF”)。
图3说明了一个微细分定义代码300的例子。方_细分名字部分能够给出方_细分名字。例如,方_细分名字能够是“少女”。并且,细分属性数据源定义能够定义细分属性数据源,例如,性别。另外,营销商可读细分描述能够给出营销描述,例如,“所有收入,女人,年龄:9到14”。并且,能够给出细分属性值定义。
图4说明了一个能够用于定义一个或多个细分的GUI400的例子。例如,营销商能够从GUI400中选择一个或者多个细分,以指定给一个活动中的要约。该GUI400具有多个能够通过输入选择的细分。这些细分中的每个能够具有一个细分名字、代码、性别、年龄、收入和/或其它属性。另外,GUI400能够允许用户通过细分性别、年龄、收入和/或其它属性的组合来分类。并且,能够利用最小、最大和/或平均值。
该微细分对象利用正式的表达式句法,该句法描述所有可以形成和表示的细分表达式。接下来的内容是一个细分定义例子,该细分定义例子针对对居住在特定城市、具有特定性别、具有特定收入范围、具有在特定产品分类中有过之前购买经历等的目标消费者感兴趣的制造商而给出:
消费者居住在PaloAlto,Sunnyvale,SantaClara,或者SanJose(根据邮政代码)
AND(两者之一:)
消费者是一个男性并且
消费者的收入介于50K美元和100K美元并且
消费者的Dara供应商月电费账单>=200美元并且
OR
消费者的兴趣产品为“绿色电子”或者“节约能源”种类
OR
消费者购买过“品牌ABC”或“品牌XYZ”的产品
所有本文字描述中的条件接着被表示为CONDITIONS集合或者通过布尔AND和OR操作符连接的述词。图5A说明了一个表达式的书写形式的代码500的例子。在一种实施方式中,可以直接给出该细分表达式至一个评估和执行引擎用于评估。并且,图5B说明了一个细分GUI500的例子,在细分GUI中,进行了选择,使得代码575产生细分定义。
在另一种实施方式中,生成基于表达式句法规则的表达式解析树并且提供至评估和执行引擎。通过利用一个表达式解析树表示,在每个表达式匹配上省略了解析步骤,使得细分匹配表达式的执行相当快。
图6说明了一个表达式树600。表达式树600是一个通过GUI工具生成的节点树。例如,生成细分定义的营销商能够利用GUI工具。简单条件或者述词明确消费者的属性,例如,邮政代码、值或者值列表,例如,94301,94302,……,和一个对比或者集操作符,例如,“in”。对这些个体条件进行评估,接着利用每个条件的结果来满足一个或者多个利用AND或者OR操作符组合形成的布尔表达式。
表达式树600具有第一根AND节点602,第一OR叶节点604,以及第二OR叶节点606。如果第一邮政代码条件608,第二邮政代码条件610,第三邮政代码条件612,或者第四邮政代码条件614中的任一个满足,第一OR叶节点604评估为TRUE。并且,如果种类购买条件616,品牌购买条件618或AND节点626评估为TRUE满足,第二OR叶节点606评估为TRUE。如果性别条件620,收入条件622,以及月电费账单条件满足,AND节点626评估为TRUE。利用第一OR叶节点604和第二OR叶节点606的结果评估AND节点602。为了AND节点602评估为TRUE,两个结果必须为TRUE。换句话说,所有简单条件节点评估为TRUE或者FALSE、并且评估所有紧邻布尔节点后,通过递归处理评估父布尔节点,直至达到表达式树的根节点。在这一阶段,最终的TRUE或者FALSE值返回至系统,以判定消费者是否应该被指定至营销者的定义细分。
在消费者属性值丢失的情况下,不可以将条件评估为TRUE或者FALSE值,因此使用第三值NULL。通过利用一个三值逻辑系统,NULL值随后可以参与布尔操作中。
本揭示给出表达式树600作为表达式图的例子。该表达式图是一个非循环图。能够利用非循环图的各种其它类型。非循环图是一种结构,其用于将表达式述词分组。相应地,表达式图将表达式述词分组。非循环图中的节点能够包括形成述词的句法元素。非循环图保证该表达式是一个能够执行的、并且没有任何句法错误的有效表达式。
图7说明了一个能够用于图6说明的表达式树600的代码的例子。图中给出的特定值、条件、节点、代码等仅仅旨在作为示例。
图8说明了一个用于定义一个微细分对象的处理800。在处理块802中,处理800从要约供应商活动接收一个或者多个细分属性的选择。在一种实施方式中,在图形用户界面处接收该选择。在另一种实施方式中,从批文件中接收该选择。一个或者多个细分属性定义对应于要约供应商活动中一个或者多个要约的一个或者多个细分。并且,在处理块804中,基于一个或多个细分属性,处理800生成一个表达式图。此外,在处理块806中,处理800根据表达式树生成一个可移植的微细分对象,使得可移植微细分对象缺少对要约供应商活动的依赖。在一种实施方式中,表达式图能够是一个句法表达式图。
图9说明了一个能够用于定义一个微细分的系统配置900。在一种实施方式中,微细分定义模块902与存储器904互动。在一种实施方式中,系统配置900适用于存储和/或执行程序代码,并且采用通用目的计算机或任何其它硬件对等物实现系统配置。处理器906通过一个系统总线,直接或者间接耦合至存储器904。存储器904可以包括程序代码实际执行过程中使用的局部存储器、大容量存储器、和/或高速缓冲存储器,其中高速缓冲存储器对至少某些程序代码提供暂时存储,以减少在执行期间必须从大容量存储器中取回代码次数。
输入输出(“I/O”)装置908可以直接耦合至系统配置900,或者通过中间输入/输出控制器耦合至系统配置900。并且,I/O装置908能够包括一个键盘,小型键盘、鼠标、捕捉声音命令的麦克风、定点设备、和其它本专业的普通技术人员可识别的用户输入设备。并且,I/O装置908能够包括输出设备,例如打印机,显示屏等等。并且,I/O装置908能够包括接收器、发送器、音箱、显示器、图像捕捉传感器、生物计量传感器等。此外,I/O装置908能够包括存储装置,如磁带驱动器、软盘驱动器、硬盘驱动器、光盘(“CD”)驱动器等。本文描述的任何模块能够是单个的单片模块或者利用并行处理和/或管线处理、功能分布在云计算设施中的模块。
网络适配器同样能够耦合至系统配置900上,使得系统配置900能够通过中间的私人或者公共网络耦合至其它系统、远程打印机、或者存储设备。调制解调器、线缆调制解调器、以及以太网卡只是网络适配器目前可用形式的一部分。
本文描述的处理能够在一个通用的、多用途或者单用途的处理器上实施。这样的处理器在汇编、编译或者机器级执行指令以执行处理。这些指令可以由本专业的普通技术人员遵循对应于处理的图的描述编写,并且指令可以在计算机可读介质上存储或者传送。该指令同样能够利用源代码或者任何其它熟知的计算机辅助设计工具生成。计算机可读介质能够是任何能够携带这些指令的介质,包括CD-ROM,DVD,磁盘或者其它光盘,磁带,硅存储器(例如,可移动的、不可移动的、易失的、不易失的),本地地或远程地通过网络的通过有线或者无线传输的分组化的或者未分组化的数据。本文的计算机旨在包括上文描述的任何具有通用、多用途的或者单用途处理器的装置。
应该明白,本文描述的处理和系统可以采取全部硬件的实施方式、全部软件的实施方式,或者包含硬件和软件单元的实施方式。如果采用软件来实施该方法或者系统,软件可以包括但不限于固件、驻留软件、微码等。
应该明白,本文描述的处理和系统也能够应用于其他类型的处理和系统中。本专业的技术人员明白,在不脱离本处理、系统和计算机程序产品的范围和精神的条件下,可以对本文描述的处理和系统的实施方式的不同改编和修改进行配置。因此,应该明白,在附属权利要求的范围内,能够以不同的方式实施本处理、系统和计算机程序产品,而不局限于本文的特定描述。
Claims (20)
1.一种用于处理微细分的设备,包括:
用于从要约供应商活动接收对细分属性的选择的装置,所述细分属性定义对应于所述要约供应商活动的一个或者多个细分;
用于根据所述细分属性产生表达式树的装置;
用于使用所述表达式树来比较用于特定消费者群的消费者属性与所述细分属性以确定将向所述一个或者多个细分指定的所述消费者的数目的装置;
用于根据所述表达式树产生可移植微细分对象的装置,所述可移植微细分对象包括所述细分属性和向所述一个或者多个细分指定的所述消费者的所述数目,并且缺少对所述要约供应商活动的依赖;
用于从服务向与所述要约供应商活动关联的要约供应商发送所述可移植微细分对象的装置,所述服务与所述要约供应商分离并且所述可移植微细分对象在没有用于向所述一个或者多个细分指定的所述消费者的标识数据的情况下被发送;
用于在所述服务处接收来自所述要约供应商的要约的装置;以及
用于从所述服务发送所述要约到向所述一个或者多个细分指定的所述消费者中的一个或者多个消费者的装置。
2.如权利要求1所述的设备,其中,所述可移植微细分对象存储无用户标识数据的分析。
3.如权利要求1所述的设备,其中,当确定是否将向所述一个或者多个细分指定所述消费者时,所述细分属性中的至少一个细分属性被加权得比所述细分属性中的其他细分属性更高。
4.如权利要求1所述的设备,其中,所述细分属性包括对特定产品或者特定品牌中的至少一项中的正面消费者兴趣的预先指定的指示。
5.如权利要求1所述的设备,其中,所述细分属性包括对特定产品或者特定品牌中的至少一项中的负面消费者兴趣的预先指定的指示。
6.如权利要求1所述的设备,进一步包括用于根据三值逻辑系统来评估所述表达式树的装置。
7.如权利要求1所述的设备,其中,所述微细分对象包括一个或者多个细分属性定义。
8.如权利要求1所述的设备,其中,所述微细分对象包括一个或者多个细分属性值定义。
9.一种用于处理微细分的方法,包括:
从要约供应商活动接收对细分属性的选择,所述细分属性定义对应于所述要约供应商活动中一个或者多个要约的一个或者多个细分;
根据所述细分属性产生表达式树;
经由所述表达式树比较消费者属性与所述一个或者多个细分属性以确定将向所述一个或者多个细分指定的消费者的数目;
经由计算设备根据所述表达式树产生可移植微细分对象,使得所述可移植微细分对象包括所述细分属性和向所述一个或者多个细分指定的消费者的所述数目,并且缺少对所述要约供应商活动的依赖;
从服务向与所述要约供应商活动关联的要约供应商发送所述可移植微细分对象,所述服务与所述要约供应商分离并且所述可移植微细分对象在没有用于向所述一个或者多个细分指定的所述消费者的标识数据的情况下被发送;
在所述服务处接收来自所述要约供应商的要约;以及
从所述服务发送所述要约到向所述一个或者多个细分指定的所述消费者中的一个或者多个消费者。
10.如权利要求9所述的方法,其中,所述可移植微细分对象存储无用户标识数据的分析。
11.如权利要求9所述的方法,其中,当确定是否将向所述一个或者多个细分指定所述消费者时,所述细分属性中的至少一个细分属性被加权得比所述细分属性中的其他细分属性更高。
12.如权利要求9所述的方法,其中,所述细分属性包括对特定产品或者特定品牌中的至少一项中的正面消费者兴趣的预先指定的指示。
13.如权利要求9所述的方法,其中,所述细分属性包括对特定产品或者特定品牌中的至少一项中的负面消费者兴趣的预先指定的指示。
14.如权利要求9所述的方法,进一步包括根据三值逻辑系统来评估所述表达式树。
15.如权利要求9所述的方法,其中,所述微细分对象包括一个或者多个细分属性定义。
16.如权利要求9所述的方法,其中,所述微细分对象包括一个或者多个细分属性值定义。
17.一种用于处理微细分的系统,包括:
接收模块,用于从要约供应商活动中接收对细分属性的选择,所述细分属性定义对应于所述要约供应商活动中一个或者多个要约的一个或者多个细分;以及
处理器,被配置用于:
根据所述细分属性产生表达式树;
使用消费者属性评估所述表达式树以确定将向所述一个或者多个细分指定的消费者的数目;
根据所述表达式树产生可移植微细分对象,使得所述可移植微细分对象包括所述细分属性和向所述一个或者多个细分指定的消费者的所述数目,并且缺少对所述要约供应商活动的依赖;
从服务向与所述要约供应商活动关联的要约供应商发送所述可移植微细分对象,所述服务与所述要约供应商分离并且所述可移植微细分对象在没有用于向所述一个或者多个细分指定的所述消费者的标识数据的情况下被发送;
在所述服务处接收来自所述要约供应商的要约;以及
从所述服务发送所述要约到向所述一个或者多个细分指定的所述消费者中的一个或者多个消费者。
18.如权利要求17所述的系统,其中,所述细分属性包括对特定产品或者特定品牌中的至少一项中的正面消费者兴趣的预先指定的指示。
19.如权利要求17所述的系统,其中,所述细分属性包括对特定产品或者特定品牌中的至少一项中的负面消费者兴趣的预先指定的指示。
20.如权利要求17所述的系统,其中,所述处理器被配置用于根据三值逻辑系统来评估所述表达式树。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/039,207 | 2011-03-02 | ||
US13/039,207 US8700468B2 (en) | 2011-03-02 | 2011-03-02 | Micro-segment definition system |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102737334A CN102737334A (zh) | 2012-10-17 |
CN102737334B true CN102737334B (zh) | 2016-01-20 |
Family
ID=46753863
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210056128.0A Active CN102737334B (zh) | 2011-03-02 | 2012-03-01 | 微细分定义系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US8700468B2 (zh) |
CN (1) | CN102737334B (zh) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060277290A1 (en) * | 2005-06-02 | 2006-12-07 | Sam Shank | Compiling and filtering user ratings of products |
US10049391B2 (en) | 2010-03-31 | 2018-08-14 | Mediamath, Inc. | Systems and methods for providing a demand side platform |
WO2011123564A2 (en) | 2010-03-31 | 2011-10-06 | Mediamath, Inc. | Systems and methods for integration of a demand side platform |
US10223703B2 (en) | 2010-07-19 | 2019-03-05 | Mediamath, Inc. | Systems and methods for determining competitive market values of an ad impression |
US9454763B2 (en) | 2010-08-24 | 2016-09-27 | Adobe Systems Incorporated | Distribution of offer to a social group by sharing based on qualifications |
US9177327B2 (en) | 2011-03-02 | 2015-11-03 | Adobe Systems Incorporated | Sequential engine that computes user and offer matching into micro-segments |
US20140143032A1 (en) * | 2012-10-29 | 2014-05-22 | Rare Crowds, Inc. | System and method for generating 'rare crowd' inventory for advertising |
KR20140079615A (ko) * | 2012-12-17 | 2014-06-27 | 삼성전자주식회사 | 장치의 기기 정보 및 동작 정보에 기초하여 광고 데이터를 제공하는 방법 및 장치 |
US9020945B1 (en) * | 2013-01-25 | 2015-04-28 | Humana Inc. | User categorization system and method |
US10235681B2 (en) | 2013-10-15 | 2019-03-19 | Adobe Inc. | Text extraction module for contextual analysis engine |
US10430806B2 (en) | 2013-10-15 | 2019-10-01 | Adobe Inc. | Input/output interface for contextual analysis engine |
US9990422B2 (en) | 2013-10-15 | 2018-06-05 | Adobe Systems Incorporated | Contextual analysis engine |
US9910880B2 (en) * | 2014-07-16 | 2018-03-06 | Wipro Limited | System and method for managing enterprise user group |
US10102246B2 (en) * | 2014-10-14 | 2018-10-16 | Adobe Systems Incorporated | Natural language consumer segmentation |
US10467659B2 (en) | 2016-08-03 | 2019-11-05 | Mediamath, Inc. | Methods, systems, and devices for counterfactual-based incrementality measurement in digital ad-bidding platform |
US10354276B2 (en) | 2017-05-17 | 2019-07-16 | Mediamath, Inc. | Systems, methods, and devices for decreasing latency and/or preventing data leakage due to advertisement insertion |
US10564849B2 (en) | 2017-05-24 | 2020-02-18 | Bank Of America Corporation | Data compression technologies for micro model advanced analytics |
US11348142B2 (en) | 2018-02-08 | 2022-05-31 | Mediamath, Inc. | Systems, methods, and devices for componentization, modification, and management of creative assets for diverse advertising platform environments |
US11182829B2 (en) | 2019-09-23 | 2021-11-23 | Mediamath, Inc. | Systems, methods, and devices for digital advertising ecosystems implementing content delivery networks utilizing edge computing |
US11652893B2 (en) | 2019-11-01 | 2023-05-16 | Oracle International Corporation | Enhanced processing of user profiles using data structures specialized for graphical processing units (GPUs) |
CN113344613B (zh) * | 2021-05-26 | 2023-09-01 | 北京奇艺世纪科技有限公司 | 一种数据匹配的方法、装置、电子设备及存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6061658A (en) * | 1998-05-14 | 2000-05-09 | International Business Machines Corporation | Prospective customer selection using customer and market reference data |
Family Cites Families (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5636346A (en) * | 1994-05-09 | 1997-06-03 | The Electronic Address, Inc. | Method and system for selectively targeting advertisements and programming |
US5892900A (en) | 1996-08-30 | 1999-04-06 | Intertrust Technologies Corp. | Systems and methods for secure transaction management and electronic rights protection |
US20010013009A1 (en) * | 1997-05-20 | 2001-08-09 | Daniel R. Greening | System and method for computer-based marketing |
US6317872B1 (en) | 1997-07-11 | 2001-11-13 | Rockwell Collins, Inc. | Real time processor optimized for executing JAVA programs |
US6847969B1 (en) | 1999-05-03 | 2005-01-25 | Streetspace, Inc. | Method and system for providing personalized online services and advertisements in public spaces |
US6519571B1 (en) * | 1999-05-27 | 2003-02-11 | Accenture Llp | Dynamic customer profile management |
AU2458901A (en) | 1999-12-23 | 2001-07-03 | Concept Shopping, Inc. | Techniques for optimizing promotion delivery |
US7072858B1 (en) * | 2000-02-04 | 2006-07-04 | Xpensewise.Com, Inc. | System and method for dynamic price setting and facilitation of commercial transactions |
US7599851B2 (en) | 2000-09-05 | 2009-10-06 | Renee Frengut | Method for providing customized user interface and targeted marketing forum |
US20030023482A1 (en) | 2001-07-25 | 2003-01-30 | Messner Amy E. | Method and apparatus for redeeming of coupons via a wireless communication device |
AU2002365812A1 (en) | 2001-12-04 | 2003-06-17 | Powerllel Corporation | Parallel computing system, method and architecture |
AU2003263987A1 (en) | 2002-08-05 | 2004-02-23 | John Campbell | System of finite state machines |
US20060095327A1 (en) | 2004-11-01 | 2006-05-04 | Vaughn Charles A | System and method for identifying customer offers |
US20060212355A1 (en) | 2005-01-27 | 2006-09-21 | Brian Teague | Social information and promotional offer management and distribution systems and methods |
US8364540B2 (en) | 2005-09-14 | 2013-01-29 | Jumptap, Inc. | Contextual targeting of content using a monetization platform |
US7706740B2 (en) | 2006-01-06 | 2010-04-27 | Qualcomm Incorporated | Apparatus and methods of selective collection and selective presentation of content |
US8064604B2 (en) | 2006-04-04 | 2011-11-22 | Oracle International Corporation | Method and apparatus for facilitating role-based cryptographic key management for a database |
US7992171B2 (en) | 2006-09-06 | 2011-08-02 | Qurio Holdings, Inc. | System and method for controlled viral distribution of digital content in a social network |
US8589233B2 (en) * | 2006-10-25 | 2013-11-19 | Microsoft Corporation | Arbitrage broker for online advertising exchange |
US8402114B2 (en) | 2006-12-28 | 2013-03-19 | Advertising.Com Llc | Systems and methods for selecting advertisements for display over a communications network |
US20090132275A1 (en) * | 2007-11-19 | 2009-05-21 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | Determining a demographic characteristic of a user based on computational user-health testing |
CN101431524A (zh) | 2007-11-07 | 2009-05-13 | 阿里巴巴集团控股有限公司 | 一种定向网络广告投放的实现方法及装置 |
US10002189B2 (en) | 2007-12-20 | 2018-06-19 | Apple Inc. | Method and apparatus for searching using an active ontology |
US20090271263A1 (en) | 2008-04-24 | 2009-10-29 | Igcsystems, Inc. | Promotional programs with electronic receipts |
US20100042471A1 (en) | 2008-08-18 | 2010-02-18 | Microsoft Corporation | Determination of advertisement referrer incentives and disincentives |
US8595065B2 (en) | 2008-10-24 | 2013-11-26 | Cardlytics, Inc. | Offer placement system and methods for targeted marketing offer delivery system |
US8566855B2 (en) | 2008-12-02 | 2013-10-22 | Sony Corporation | Audiovisual user interface based on learned user preferences |
WO2010120699A2 (en) | 2009-04-16 | 2010-10-21 | Evri Inc. | Enhanced advertisement targeting |
US9454763B2 (en) | 2010-08-24 | 2016-09-27 | Adobe Systems Incorporated | Distribution of offer to a social group by sharing based on qualifications |
US8630902B2 (en) | 2011-03-02 | 2014-01-14 | Adobe Systems Incorporated | Automatic classification of consumers into micro-segments |
US8635226B2 (en) | 2011-03-02 | 2014-01-21 | Adobe Systems Incorporated | Computing user micro-segments for offer matching |
US9177327B2 (en) | 2011-03-02 | 2015-11-03 | Adobe Systems Incorporated | Sequential engine that computes user and offer matching into micro-segments |
US20120226562A1 (en) | 2011-03-02 | 2012-09-06 | Adobe Systems Incorporated | Persistent metadata for a user-controlled policy of personal data disclosure and usage for online advertising |
US8635107B2 (en) | 2011-06-03 | 2014-01-21 | Adobe Systems Incorporated | Automatic expansion of an advertisement offer inventory |
-
2011
- 2011-03-02 US US13/039,207 patent/US8700468B2/en active Active
-
2012
- 2012-03-01 CN CN201210056128.0A patent/CN102737334B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6061658A (en) * | 1998-05-14 | 2000-05-09 | International Business Machines Corporation | Prospective customer selection using customer and market reference data |
Also Published As
Publication number | Publication date |
---|---|
US8700468B2 (en) | 2014-04-15 |
CN102737334A (zh) | 2012-10-17 |
US20120226560A1 (en) | 2012-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102737334B (zh) | 微细分定义系统 | |
CN102737333B (zh) | 用于计算用户和要约到微小细分的匹配的顺序引擎 | |
CN102708131B (zh) | 将消费者自动分类到微细分中 | |
Qin et al. | The impact of AI on the advertising process: The Chinese experience | |
EP3779841B1 (en) | Method, apparatus and system for sending information, and computer-readable storage medium | |
CN102708130B (zh) | 计算用户微细分以用于要约匹配的可扩展引擎 | |
WO2018144897A1 (en) | Method, apparatus, and system for data analytics model selection for real-time data visualization | |
CN108205766A (zh) | 信息推送方法、装置及系统 | |
CN102222299A (zh) | 清单管理 | |
CN105893406A (zh) | 群体用户画像方法及系统 | |
WO2013019324A1 (en) | Deriving ads ranking of local advertisers based on distance and aggregate user activities | |
KR20100051593A (ko) | 사용자 관심을 추론하기 | |
CN111709810A (zh) | 基于推荐模型的对象推荐方法及装置 | |
CN113706251B (zh) | 基于模型的商品推荐方法、装置、计算机设备和存储介质 | |
CN108572988A (zh) | 一种房产评估数据生成方法和装置 | |
KR102216755B1 (ko) | 콘텐츠 및 제품을 연동시키는 태그 분석 서비스 제공 방법 | |
CN107077455A (zh) | 釆用基于事件的流量评分确定流量质量 | |
KR102585895B1 (ko) | 오픈마켓에서의 키워드 마케팅 효율 증가를 위한 방법 및 시스템 | |
CN112053184B (zh) | 推广信息投放方法、装置、电子设备以及存储介质 | |
US20230316106A1 (en) | Method and apparatus for training content recommendation model, device, and storage medium | |
JP2022531410A (ja) | デジタル人類学及び民族誌学システム | |
KR20200090642A (ko) | 바이럴 마케팅 매칭 방법 및 시스템 | |
Wei | Advertising image design skills of e-commerce products in the context of the internet of things | |
KR20230165497A (ko) | 온라인 마케팅 서비스 제공 방법, 장치 및 시스템 | |
Somosi et al. | Targeting in Online Marketing: A Retrospective Analysis with a Focus on Practices of Facebook, Google, LinkedIn and TikTok |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |