CN105917377B - 测量跨装置受众的方法和设备 - Google Patents
测量跨装置受众的方法和设备 Download PDFInfo
- Publication number
- CN105917377B CN105917377B CN201480073472.8A CN201480073472A CN105917377B CN 105917377 B CN105917377 B CN 105917377B CN 201480073472 A CN201480073472 A CN 201480073472A CN 105917377 B CN105917377 B CN 105917377B
- Authority
- CN
- China
- Prior art keywords
- panelist
- usage
- cross
- data
- panelists
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/44204—Monitoring of content usage, e.g. the number of times a movie has been viewed, copied or the amount which has been watched
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/44213—Monitoring of end-user related data
- H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
- H04N21/44224—Monitoring of user activity on external systems, e.g. Internet browsing
- H04N21/44226—Monitoring of user activity on external systems, e.g. Internet browsing on social networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/4508—Management of client data or end-user data
- H04N21/4516—Management of client data or end-user data involving client characteristics, e.g. Set-Top-Box type, software version or amount of memory available
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/4508—Management of client data or end-user data
- H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
Abstract
测量跨装置受众的方法和设备。公开了通过确定与第一调查样组数据和第一装置关联的第一调查样组成员也与非调查样组装置关联来生成跨装置调查样组的方法和设备。本文所公开的示例方法和设备经由处理器基于(1)与第二调查样组数据关联的第二调查样组成员具有与所述第一调查样组成员匹配的人口统计数据以及(2)所述第二调查样组成员与所述第一调查样组成员的非调查样组装置所对应的第二装置关联,来使所述第二调查样组成员与所述第一调查样组成员匹配,并且针对所述第一调查样组成员生成跨装置调查样组成员简档,所述跨装置调查样组成员简档包括所述第一调查样组数据的至少一些以及所述第二调查样组数据的至少一部分。
Description
相关申请
本专利要求2013年11月19日提交的美国专利申请No.61/906,273的优先权,并且整体以引用方式并入本文。
技术领域
本公开总体上涉及受众测量,更具体地讲,涉及测量跨装置受众的方法和设备。
背景技术
传统上,受众测量实体通过跟踪注册的调查样组(panel)成员(例如,调查样组成员(panelist))来确定媒体曝光率和/或装置使用数据。调查样组成员是在由收视率实体(例如,受众测量实体)维持的调查样组上注册的用户和/或用户群(例如,一家人)。即,受众测量实体将同意被监测的人招募到调查样组中。然后受众测量实体监测那些调查样组成员以确定与那些调查样组成员关联的媒体曝光率数据和/或装置使用数据(例如,流媒体使用、浏览使用数据等)。这样,受众测量实体可基于所收集的媒体曝光率数据和装置使用数据推导出受众测量数据。
传统上,受众测量实体(本文中也称作“收视率实体”)基于注册的调查样组成员来确定广告和媒体节目的人口覆盖。即,在将人招募到调查样组中期间,受众测量实体从招募的人接收人口统计信息,以使得可进行统计投影以从那些调查样组成员至一个或更多个人口统计群体和/或市场推断媒体曝光率。
人可按照多种不同方式中的任何方式加入调查样组。例如,人可经由例如呈现在装置上的用户界面来成为调查样组成员。另外地或另选地,人可经由电话采访、通过完成在线调查等来加入调查样组。另外地或另选地,可利用任何期望的方法(例如,随机选择、统计选择、电话征求、互联网广告、调查、商场中的广告、产品包装等)向调查样组中联系和/或招募人。
发明内容
本发明提供一种测量跨装置受众的方法,该方法包括以下步骤:确定与(a)第一调查样组数据和(b)第一装置关联的第一调查样组成员也与(c)非调查样组装置关联;经由处理器基于(1)与第二调查样组数据关联的第二调查样组成员具有与所述第一调查样组成员匹配的人口统计数据以及(2)所述第二调查样组成员与和所述第一调查样组成员的非调查样组装置具有相同装置类型的第二装置关联,来使所述第二调查样组成员与所述第一调查样组成员匹配;以及针对所述第一调查样组成员生成跨装置调查样组成员简档,所述跨装置调查样组成员简档包括所述第一调查样组数据的至少一些以及所述第二调查样组数据的至少一部分。
本发明提供一种测量跨装置受众的设备,该设备包括:提供器,该提供器确定与(a)第一调查样组数据和(b)第一装置关联的第一调查样组成员也与(c)非调查样组装置关联,并且针对所述第一调查样组成员生成跨装置调查样组成员简档;匹配器,该匹配器基于(1)与第二调查样组数据关联的第二调查样组成员具有与所述第一调查样组成员匹配的人口统计数据以及(2)所述第二调查样组成员与和所述第一调查样组成员的非调查样组装置具有相同装置类型的第二装置关联,来使所述第二调查样组成员与所述第一调查样组成员匹配;以及移植器,该移植器将所述第一调查样组数据的至少一些以及所述第二调查样组数据的至少一部分归入到所述跨装置调查样组成员简档中。
本发明提供一种测量跨装置受众的设备,所述设备包括:用于确定与(1)第一调查样组数据和(2)第一装置关联的第一调查样组成员也与(3)非调查样组装置关联的装置;用于基于(1)与第二调查样组数据关联的第二调查样组成员具有与所述第一调查样组成员匹配的人口统计数据以及(2)所述第二调查样组成员与和所述第一调查样组成员的非调查样组装置具有相同类型的第二装置关联,来使所述第二调查样组成员与所述第一调查样组成员匹配的装置;以及用于针对所述第一调查样组成员生成跨装置调查样组成员简档的装置,所述跨装置调查样组成员简档包括所述第一调查样组数据的至少一些以及所述第二调查样组数据的至少一部分。
附图说明
图1是根据本公开的教导构造的示例跨装置调查样组生成器操作的示例使用环境的框图。
图2是示出通过图1的示例跨装置调查样组生成器的示例信息流的框图。
图3是示出由图1的示例跨装置调查样组生成器执行的示例简档(profile)链接的过程图。
图4A至图4B是示出由图1的示例跨装置调查样组生成器匹配的示例简档链接的数据表。
图4C示出由图1的示例跨装置调查样组生成器执行的示例施予者(donor)调查样组匹配。
图5是代表可被执行以实现图1的示例跨装置调查样组生成器的示例机器可读指令的流程图。
图6是代表可被执行以实现图1的示例跨装置调查样组生成器的示例机器可读指令的流程图。
图7是被结构化以执行图5和/或图6的指令以实现图1的示例跨装置调查样组生成器的示例处理器平台的框图。
具体实施方式
诸如尼尔森(美国)有限公司的受众测量实体(AME)期望创建稳健的调查样组数据集合(例如,标识媒体曝光率的数据(本文中称作媒体曝光率数据)、调查样组成员标识数据和/或从调查样组成员收集的装置使用数据)。调查样组数据经常由AME从许多不同的媒体装置和/或与调查样组成员关联的监测装置收集。在一些示例中,调查样组数据收集自给予调查样组成员的调查和/或问卷。媒体装置可包括例如个人计算机(PC)、智能电话、平板、流媒体装置(例如,RokuTM、AppleTVTM等)、游戏机等。调查样组数据可包括例如应用标识数据、装置标识数据、装置使用持续时间等的装置使用信息。调查样组数据还可包括标识媒体、接触媒体的持续时间等的媒体曝光率数据。调查样组数据还可包括标识和/或允许人的标识的调查样组成员标识数据、人口统计数据、关于调查样组成员的描述性数据和/或各种其它类型的信息。因此,如本文所用,调查样组数据是与一个或更多个调查样组成员关联的装置使用信息、媒体曝光率数据和/或调查样组成员标识数据的任何组合。
调查样组数据通常针对不同的装置利用不同的机制来收集。例如,PC的媒体曝光率和/或装置使用数据可利用与用于收集与智能电话使用有关的调查样组数据的技术不同的技术来收集,其继而不同于用于收集与台式计算机使用有关的调查样组数据的技术。因此,调查样组经常被构造为针对相同类型的装置收集调查样组数据(例如,诸如针对智能电话的调查样组的单一装置调查样组)。随着AME收集调查样组数据集合,可检测趋势(例如,展现的与特定装置类型有关的媒体的曝光模式和/或知名度等)。
将调查样组成员标识数据(例如,人口统计数据和/或关于调查样组成员的其它描述性信息(例如调查样组成员的地理区域))与媒体曝光率和/或装置使用数据组合允许更广地了解受众行为。例如,可利用调查样组成员标识数据(例如,人口统计数据)对媒体曝光率数据集合进行分组以确定媒体曝光率趋势与人口统计数据之间的相关性。
有利的是确定(1)用户在一天中如何与其装置交互并且确定(2)用户经由这些装置和/或其它装置(例如,为其他人所有并且用户例如在公共场所接触的装置)接触的媒体。本文所公开的示例方法和设备聚合来自多种不同类型的调查样组成员装置和/或调查样组的调查样组数据以创建用于开发跨装置调查样组的跨装置简档。示例跨装置简档是相同调查样组成员(例如,相同个体)横跨两个或更多个不同的装置和/或调查样组的媒体曝光率和装置使用数据的表示。因此,调查样组成员的跨装置简档可反映该调查样组成员的所有装置(或者所有装置的子集)的媒体访问和/或使用。在一些示例中,跨装置调查样组成员简档包括诸如与调查样组成员关联的描述性信息的收集(例如,人口统计数据、地理数据等)的调查样组成员标识数据以及与调查样组成员关联的多个(例如,两个或更多个)装置的媒体曝光率和/或装置使用数据。在一些示例中,将来自多个不同的装置的调查样组数据聚合为跨装置简档创建了新的数据集合,所述数据集合可由AME分析以开发更准确的跨装置使用、跨装置交互和/或媒体曝光率数据。在一些示例中,跨装置简档是包含调查样组成员标识数据和/或媒体曝光率和/或装置使用数据的数据结构、文件、数据库条目等。如本文所用,单一装置调查样组是包含单一装置类型(例如,电视、智能电话、平板、PC)的数据的调查样组。尽管单一装置调查样组中的各个装置不需要相同,但是单一装置调查样组中的装置具有相同的一般类型(例如,智能电话调查样组监测智能电话,但是各个智能电话不需要具有相同的品牌和/或型号)。
如本文所用,跨装置调查样组成员简档是被创建用于跨装置调查样组(例如,包含两种或更多种不同装置类型(例如,智能电话、电视、台式计算机等中的两个或更多个)的受众测量数据的调查样组)的简档。例如,跨装置调查样组成员简档可针对单一装置调查样组的调查样组成员被创建,或者简档可针对新注册的调查样组成员(例如,已被招募到跨装置调查样组但是还不属于单一装置调查样组的用户)被创建。当跨装置调查样组成员简档被创建时,与单一装置调查样组的调查样组成员关联的人口统计信息同样被关联(例如,转移、复制、链接等)到新创建的跨装置调查样组成员简档。针对调查样组成员所收集的任何数据(例如,媒体曝光率数据、装置使用数据等)也可被关联(例如,转移、复制、链接等)到跨装置调查样组成员简档。
在本文所公开的示例方法和设备中,为了创建跨装置调查样组的目的,问询单一装置调查样组的调查样组成员和/或其他个体(例如,潜在调查样组成员)以完成跨装置使用调查。如本文所用,跨装置使用调查是要求调查样组成员(或潜在调查样组成员)标识他们使用哪些装置的问题和/或要求那些装置的使用持续时间的估计(例如,每周、每日、每月使用估计)的问题的收集。在一些示例中,跨装置使用调查要求调查样组成员(或潜在调查样组成员)提供详细的人口统计和/或个人信息,例如教育水平、收入和/或媒体偏好(例如,在这些数据无法从现有的单一装置调查样组的数据获得的情况下)。如本文所用,跨装置使用调查响应是包含对跨装置使用调查中提供的问题的响应的数据的收集。在一些示例中,跨装置使用调查响应与提供响应的调查样组成员(或潜在调查样组成员)和/或跨装置使用调查响应源自的装置关联。
在本文所公开的一些示例中,通过将来自单一装置调查样组的调查样组成员的调查样组数据导入(例如,施予)跨装置简档中来创建跨装置简档。在生成时,示例跨装置调查样组包括来自单一装置调查样组的调查样组数据。
为开始向跨装置简档添加附加装置的调查样组数据,由AME将跨装置使用调查分发给单一装置调查样组的调查样组成员(例如,注册到单一装置调查样组的调查样组成员)。单一装置调查样组的这些调查样组成员也可使用可能注册到或者可能未注册到另一调查样组的其它装置。在一些示例中,可利用本文所公开的示例方法来推断、确定和/或模拟这些非调查样组装置(例如,未注册到调查样组但是被属于与调查样组成员的另一装置关联的调查样组的调查样组成员使用的装置)的使用。一些示例的示例跨装置使用调查要求调查样组成员指示和/或估计他们对其它装置的使用。在一些示例中,跨装置使用调查要求调查样组成员标识调查样组成员的其它装置当前是否注册在调查样组中。示例跨装置使用调查还要求调查样组成员提供例如人口统计信息、教育水平(例如,中学、大学、研究生等)、媒体类型偏好(例如,喜剧、戏剧、动作类、教育类等)、收入档次、区域位置(例如,城市、州、邮政编码等)、就业状况(例如,全职、兼职等)、蜂窝服务载体、住房类型(例如,公寓、高级公寓、别墅等)等的其它信息。
在一些示例中,在调查样组成员的其它装置未注册到另一调查样组的情况下,跨装置使用调查要求调查样组成员同意将非调查样组装置加入可在新生成的跨装置调查样组成员简档下聚合的对应调查样组。当单一装置调查样组成员同意将非调查样组装置加入对应调查样组时,AME尝试将调查样组成员的所述其它装置注册到对应调查样组和/或提供用于监测非调查样组装置的仪表(例如,装置仪表、计量软件等)。当注册和仪表安装成功时,跨装置调查样组成员的媒体曝光率和/或装置使用数据被收集并与跨装置调查样组成员关联(例如,转移、复制、链接等)。
在一些示例中,在完成跨装置使用调查之后被邀请注册为跨装置调查样组成员的一些单一装置调查样组成员可能实际上未能加入跨装置调查样组(例如,未能将附加计量软件下载到先前的非调查样组装置,未能完成对附加单一装置调查样组的注册,等等)。如本文所用,非完全调查样组成员是单一装置调查样组的未能正确地完成加入跨装置调查样组的任务的调查样组成员。当单一装置调查样组的调查样组成员(例如,非完全调查样组成员)在完成跨装置使用调查之后未能正确地完成跨装置调查样组成员注册处理时(例如,当单一装置调查样组的调查样组成员指示其它装置的使用,但是那些装置未被注册(例如,找不到装置)时),仍利用本文所公开的示例方法和设备为单一装置调查样组的非完全调查样组成员生成跨装置调查样组成员简档。在一些这样的示例中,通过标识具有与非完全调查样组成员匹配的特性的另一调查样组成员来创建非完全调查样组成员的跨装置调查样组成员简档。来自所标识的调查样组成员的调查样组数据(例如,来自与非完全调查样组成员的非调查样组装置的装置类型关联的调查样组的装置使用和/或媒体曝光率数据)从与单一装置调查样组的调查样组成员的新生成的跨装置调查样组成员简档的匹配被施予(例如,复制、转移、链接等)。
例如,第一调查样组成员(例如,针对PC调查样组注册的调查样组成员)可完成跨装置使用调查,所述跨装置使用调查指示对PC的高于平均(例如,基于其他调查样组成员的平均)的每周使用(例如,以小时为单位的使用),并且指示对非调查样组智能电话远低于平均的每周使用。第二调查样组成员(例如,针对智能电话调查样组注册的调查样组成员)可完成跨装置使用调查,与第一调查样组成员相似,所述跨装置使用调查指示对非调查样组PC的高于平均的每周使用,并且指示对注册到智能电话调查样组的智能电话的远低于平均的每周使用。在本文所公开的示例方法和设备中,针对第一调查样组成员生成第一跨装置调查样组成员简档,针对第二调查样组成员生成第二跨装置调查样组成员简档。在一些示例中,第一调查样组成员和第二调查样组成员(例如,从多个调查样组成员的池)利用例如跨装置使用调查响应和装置使用数据来匹配(例如,第一调查样组成员和第二调查样组成员可利用人口统计数据、描述性信息、装置使用数据等来匹配)。在这样的示例中,通过人口统计数据来过滤第一调查样组成员的可能匹配,并且(如果需要的话)通过跨装置使用调查响应来进一步过滤。例如,第一调查样组成员和第二调查样组成员由于均为具有匹配的跨装置使用调查响应的三十岁的白种人男性而匹配。即,在通过人口统计数据和跨装置使用调查响应过滤之后第二调查样组成员是仅剩的调查样组成员。在其它示例中,第一调查样组成员和第二调查样组成员利用例如跨装置使用调查响应和收集装置使用数据的组合来匹配。
在一些所公开的示例中,当第一调查样组成员和第二调查样组成员匹配时,第二调查样组成员的调查样组数据(例如,第二调查样组成员的智能电话调查样组数据)被施予(例如,归入、提取、复制、转移、镜像、克隆、链接等)给第一调查样组成员的跨装置调查样组成员简档。因此,由于智能电话调查样组数据已被施予给第一装置的跨装置调查样组成员简档,所以第一调查样组成员的所得跨装置调查样组成员简档包含PC和智能电话的媒体曝光率和装置使用数据,尽管第一调查样组成员的智能电话未被注册到调查样组并且没有在第一调查样组成员的智能电话上收集曝光率数据。
图1是本文所公开的示例方法、设备和/或产品可用于测量媒体曝光率和/或装置使用和/或标识媒体受众的特性的示例环境的框图。图1的示例环境包括示例网络115和示例媒体装置120。在图1的示例中,诸如尼尔森(美国)有限公司的受众测量实体110在该环境内操作示例跨装置调查样组生成器105以测量媒体曝光率和/或装置使用和/或标识媒体受众的特性。示例跨装置调查样组生成器105包括示例注册器125、示例指数器(indexer)130、示例提供器135、示例匹配器140和示例移植器(grafter)145。
图1所示的示例的示例媒体装置120通常是调查样组成员所拥有或租用的装置,其经由示例网络115从媒体提供者接收和/或检索媒体。在一些示例中,媒体装置120在没有另一装置的辅助(例如,经由集成的显示器)的情况下呈现媒体,而在其它示例中,媒体装置120在单独的媒体呈现设备(例如,扬声器、显示器等)上呈现媒体。因此,如本文所用,“媒体装置”可以或者无法在没有第二装置的辅助的情况下呈现媒体。媒体装置通常是消费者电子装置。例如,所示示例的媒体装置120是诸如台式计算机的个人计算机,其经由集成和/或连接的显示器和扬声器来呈现媒体。其它媒体装置可包括启用互联网的移动手机(例如,PlayStation VitaTM、Nintendo 3DSTM、Android智能电话等)、视频游戏机(例如,One、PlayStation4等)、数字媒体播放器(例如,媒体播放器、等)、电视(例如,智能电视)、膝上型计算机、媒体服务器等。
在所示示例中,各个媒体装置120与同意被受众测量实体110监测的人和/或人群(例如,单一装置调查样组的调查样组成员)关联。在所示示例中,人和/或人群经由对应示例媒体装置120上所呈现的用户界面而注册为调查样组成员。另外地或另选地,人和/或人群可经由例如电话采访、在线调查等来注册为调查样组成员。另外地或另选地,可利用任何期望的方法(例如,随机选择、统计选择、电话征求、互联网广告、调查、商场中的广告、产品包装、发给选择数据库中的号码的短消息服务(SMS)消息、发给随机号码的SMS消息、发给电子邮件列表的电子邮件、在线访问调查样组、移动访问调查样组、在线横幅式广告、移动横幅式广告、应用中广告、移动团体、FacebookTM在线营销、推广墙等)为调查样组联系和/或招募人和/或人群。
在图1所示的示例中,与媒体装置120关联的单一装置调查样组的当前调查样组成员被邀请完成关于跨装置使用的调查并且被邀请同意注册到跨装置调查样组。示例调查由示例注册器125发送给媒体装置120。在接收到调查样组成员对加入跨装置调查样组的同意/赞同时,示例注册器125针对单一装置调查样组的各个同意的调查样组成员创建相应的跨装置调查样组成员简档。图1的示例注册器125向跨装置调查样组成员和/或跨装置调查样组成员所拥有的媒体装置发送注册指令(例如,美国专利No.8,594,617和8,886,773以及美国公布No.2012/0042367中公开了用于配置媒体装置以使用代理服务器的指令,其各自整体以引用方式并入本文)和/或计量软件,以监测媒体曝光率和/或装置使用。然后使从新注册的装置收集的调查样组成员数据与相应跨装置调查样组成员的相应跨装置简档关联。例如,针对PC调查样组注册的调查样组成员可完成跨装置使用调查并且报告非调查样组智能电话的使用。示例注册器125邀请示例调查样组成员加入智能电话调查样组,以使得针对智能电话调查样组收集的调查样组数据可被包括在针对该调查样组成员创建的跨装置简档中。
在一些示例中,当单一装置调查样组的调查样组成员注册成为跨装置调查样组成员时,正要注册为跨装置调查样组成员的调查样组成员的其它装置已经被注册到受众测量实体110的另一单一装置调查样组。在这样的情况下,调查样组成员将装置的标识(例如,所述另一单一装置调查样组的用户标识符等)提供给示例注册器125,示例注册器125从其它装置收集调查样组数据并且使调查样组数据与新的跨装置调查样组成员关联。
在一些示例中,与媒体装置120之一关联的单一装置调查样组的调查样组成员对调查提供指示多装置使用的响应,然而出于一个或更多个原因(例如,未能下载计量软件、未能完成跨装置调查样组成员注册处理、等等)而未能完成加入到跨装置调查样组的注册。当单一装置调查样组的这样的调查样组成员指示多个装置的使用时,针对单一装置调查样组的调查样组成员创建跨装置调查样组成员简档。另选地,如果单一装置调查样组的调查样组成员没有指示另一装置的使用,则针对单一装置调查样组的调查样组成员不创建对应的跨装置调查样组成员简档。
在所示示例中,图1的示例指数器130经由示例网络115从示例媒体装置120收集跨装置使用调查响应和调查样组数据(例如,媒体曝光率和/或装置使用数据),以针对装置类型(例如,电视、智能电话、平板、PC等)的装置使用生成使用指数(例如,代表与平均装置使用持续时间相比的使用持续时间的值)。如本文所用,指数值提供与一群人的使用持续时间相比(例如,将智能电话调查样组成员的使用持续时间与智能电话调查样组成员的整个池的平均使用持续时间进行比较)的使用持续时间的表示(例如,值、排序等)。示例指数器130还基于跨装置使用调查响应和/或调查样组数据确定装置类型的平均使用时间。例如,可针对整个装置类型调查样组计算平均使用持续时间(例如,智能电话调查样组的平均使用持续时间、智能电话使用持续时间的平均跨装置使用调查响应等)。装置使用的使用指数被用于标识施予数据的匹配以完成跨装置调查样组成员简档中缺失的装置数据。示例指数器130使各个调查响应与媒体装置120的对应调查样组成员关联。
示例指数器130处理来自跨装置使用调查的指示使用时间的响应(例如,所调查的使用时间)和/或从与示例媒体装置120关联的调查样组数据获得的装置使用数据(例如,所计量的使用时间)。示例指数器130将使用持续时间转换为指数值。指数值是使用持续时间相对于平均使用持续时间的表示。在所示示例中,示例指数器130从所调查的使用持续时间和所计量的使用持续时间生成例如平均使用持续时间(以及对应的标准偏差)的度量。示例指数器130确定所有可用的所计量的使用持续时间和所调查的使用持续时间的均值和标准偏差。示例指数器130利用下式1将各个使用持续时间转换为指数值(例如,使用持续时间指数值)。
在上式1中,示例“待转换的使用持续时间”可以是来自跨装置使用调查响应的持续时间和/或所计量的装置使用持续时间中的一个持续时间,示例“平均使用持续时间”是对示例指数器130可用的所有跨装置使用调查响应持续时间和/或所计量的装置使用持续时间的平均使用持续时间。“标准偏差”是代表使用持续时间相对于对示例指数器130可用的对应装置类型的“平均使用持续时间”的变化的值。例如,当用于转换智能电话使用持续时间时,标准偏差可表示距针对所有计量的“平均使用持续时间”和/或跨装置使用调查响应智能电话使用持续时间的平均距离。平均使用持续时间的相加确保了在待转换的使用持续时间低于平均使用持续时间的情况下不会计算出负指数。例如,如果智能电话的平均使用持续时间是二十个小时,标准偏差为一,待转换的使用时间为18小时,则使用上式1所得的指数值将为指数值18。
图1的示例提供器135标识单一装置调查样组的在示例调查上指示他们使用多个装置的调查样组成员,并且针对所标识的调查样组成员创建跨装置调查样组成员简档。所示示例的示例提供器135从例如在示例注册器125所提供的调查上指示他们使用多个装置的单一装置调查样组成员(例如,PC调查样组成员)收集调查样组数据。因此,示例提供器135针对指示他们使用多个装置的各个单一装置调查样组成员生成跨装置调查样组成员简档。在一些示例中,示例提供器135标识单一装置调查样组的指示使用不属于任何单一装置调查样组的另一装置的调查样组成员(例如,指示他们使用未注册到调查样组的智能电话的PC调查样组成员)。由于未监测的智能电话的数据对AME而言不可用/不可访问,所以来自另一调查样组成员的智能电话调查样组数据可与PC调查样组成员的调查样组数据匹配和/或组合。为了方便调查样组成员的匹配,示例提供器135收集与单一装置调查样组的调查样组成员(例如,单一装置调查样组的在跨装置使用调查上指示使用不属于任何单一装置调查样组的另一装置的调查样组成员)关联的调查样组数据,并且将该调查样组数据发送给示例匹配器140。
图1所示的示例的示例匹配器140使与示例提供器135所收集的单一装置调查样组的指示使用不属于任何单一装置调查样组的另一装置的调查样组成员关联的调查样组数据与在单一装置调查样组中收集监测数据的另一调查样组成员的调查样组数据匹配。即,例如,如果PC调查样组成员指示他们也使用未被监测的智能电话,则示例匹配器140使PC调查样组成员与来自智能电话被监测的另一调查样组成员的实际智能电话调查样组数据匹配。例如,示例匹配器140使用PC调查样组成员的人口统计数据和/或使用指数来生成来自具有与PC调查样组成员相同的人口统计数据和/或使用指数的调查样组成员的可能智能电话调查样组数据池,如结合图3以及图4A至图4C进一步详细说明的。
在下面进一步说明的一些示例(例如,图4A至图4C)中,示例匹配器140计算匹配因子以确定由示例提供器135创建的跨装置调查样组成员简档(例如,上面提及的PC调查样组成员的跨装置调查样组成员简档)的合适的匹配。例如,PC调查样组成员的人口统计数据、经济因素、地理位置等以及具有智能电话调查样组数据的可能调查样组成员被枚举(例如,给予数值),并且从所枚举的值针对各组数据(例如,针对各个调查样组成员)计算数据点(例如,n维数据点、矢量、大小、平均等)。在这样的示例中,具有最靠近PC调查样组成员数据点的数据点的调查样组成员的智能电话调查样组数据被确定为PC调查样组成员的匹配。
所示示例的示例移植器140获得由示例匹配器140标识的匹配的PC调查样组成员调查样组数据和智能电话调查样组数据。示例移植器140将匹配的智能电话调查样组数据归入(例如,复制到)PC调查样组成员的跨装置使用简档中。在所示示例中,当利用另一装置的调查样组数据(例如,来自另一调查样组成员的智能电话调查样组数据)补充了PC调查样组成员的跨装置使用简档时,在受众测量实体或者其它数据收集设施处存储跨装置调查样组成员简档。
尽管上面的示例参照还使用智能电话的PC调查样组成员来描述,当生成和/或维持跨装置调查样组时可使用任何其它装置和/或单一装置调查样组数据。另外,尽管描述了单一装置调查样组成员,也可使用其它类型的调查样组(例如,多装置调查样组)。
图2是示出示例跨装置调查样组成员简档240的创建的框图。当单一装置调查样组的调查样组成员(例如,PC调查样组成员)在示例跨装置使用调查响应205(例如,结合图1描述的调查)上指示多装置使用(例如,除了PC以外,还使用未注册到调查样组的装置)时,创建示例跨装置调查样组成员简档240。在图2所示的示例中,示例PC调查样组成员在示例跨装置调查响应205上报告他/她还使用智能电话。在图2所示的示例中,PC调查样组成员还未注册其智能电话以用于监测(即,还未同意在智能电话上监测活动)。尽管利用PC和智能电话装置和调查样组数据讨论了图2,可使用任何其它调查样组数据(例如,电视、收音机等)和/或其组合。
示例注册器125利用调查样组成员的标识符(例如,由调查样组成员在跨装置使用调查响应上提供的标识符)、调查样组成员的注册的装置的互联网协议(IP)地址、调查样组成员的注册的装置的媒体访问控制(MAC)地址等来使示例跨装置使用调查响应205与PC调查样组成员的调查样组数据(例如,来自示例PC调查样组数据210的调查样组数据集合)关联。在所示示例中,由于示例PC调查样组成员已指示跨装置使用(例如,使用智能电话),所以示例注册器125标记该示例PC调查样组成员调查样组数据用于跨装置调查样组成员简档生成。
图1的示例指数器130周期性地和/或非周期性地从示例PC调查样组数据210、示例智能电话调查样组数据215和示例平板调查样组数据220收集所计量的使用数据(例如,所计量的使用持续时间)。所计量的使用持续时间用于计算各种使用持续时间度量,例如总装置使用持续时间、平均装置使用持续时间、相对于平均装置使用持续时间的标准偏差等。
示例图2的指数器130访问由示例PC调查样组成员提供的示例跨装置使用调查响应205。由图1的示例注册器125使示例响应205与PC调查样组成员的PC调查样组数据210关联,并且示例响应205包含指示智能电话使用的PC调查样组成员。示例指数器130使用所调查的使用持续时间和所计量的使用持续时间来计算使用持续时间度量。在图2所示的示例中,基于所有相似装置的平均使用(例如,PC、智能电话、平板等的平均使用)将使用持续时间转换为指数值(例如,使用持续时间对对应装置的整个调查样组的表示)。例如,如果智能电话的平均使用持续时间是每周二十小时,一群智能电话(例如,所有可用的智能电话使用持续时间)具有标准偏差一,并且待转换为指数值的使用持续时间为18小时,则使用式1的所得指数值将得到指数值18。在一些示例中,使用持续时间被示例指数器130转换为替代值。例如,使用持续时间可被维持为时间值,可被计算为与总使用的比例等等。
图2的示例提供器135收集被示例注册器125标记用于跨装置调查样组成员简档生成的调查样组数据(例如,示例PC调查样组数据210、示例智能电话调查样组数据215和/或示例平板调查样组数据220的全部或子集)。示例提供器135还确定哪些装置没有出现在调查样组数据中。即,例如,当PC调查样组成员指示智能电话使用,但是智能电话未被计量时,示例提供器135将确定调查样组数据缺少智能电话调查样组数据。在所示示例中,示例提供器135收集PC调查样组成员的调查样组数据并且生成跨装置调查样组成员简档240。示例提供器135确定跨装置调查样组成员简档240缺少智能电话媒体曝光率和装置使用信息。示例提供器135将PC调查样组成员的PC调查样组数据复制到所生成的跨装置调查样组成员简档240中并且将跨装置调查样组成员简档240标记为缺少智能电话调查样组数据。
所示示例的示例匹配器140获得所生成的跨装置调查样组成员简档240并且标识没有出现在由示例提供器135标识的调查样组数据(例如,智能电话调查样组数据)中的装置的类型。示例匹配器140基于所标识的未出现在调查样组数据中的装置的类型来搜索施予者调查样组数据。如本文所用,施予者调查样组数据被定义为从与示例提供器135所标识的缺少对应的装置获得并且与跨装置调查样组成员简档240关联(例如,转移、复制、链接等)的调查样组数据。在所示示例中,示例匹配器140在智能电话调查样组数据215(例如,多个智能电话调查样组调查样组成员的智能电话使用和媒体曝光率的调查样组数据)中搜索具有与PC调查样组成员的使用指数和/或人口统计数据匹配的使用指数和/或人口统计数据的施予者调查样组数据。在不止一组智能电话调查样组数据215(例如,来自两个或更多个调查样组成员的智能电话调查样组数据)与PC调查样组成员的使用指数和/或人口统计数据匹配的情况下,示例匹配器140枚举(例如,向其指派数值)与跨装置调查样组成员简档240关联的调查样组成员标识数据以及与智能电话调查样组数据215的各个可能施予者关联的调查样组成员标识数据。调查样组成员标识数据的枚举允许超过“匹配过滤”的更精细粒度的比较。即,通过枚举多个数据点,当过滤(1)没有生成匹配和/或(2)生成太多匹配时,可执行数值比较(例如,距离比较)。其它调查样组成员标识数据(例如,年龄、种族、性别、区域位置、教育水平、收入、优选媒体类型等)可由图1的示例受众测量实体110指派数值。在所示示例中,所枚举的值全部被指派多维空间中的单轴值。然而,在一些实现方式中,各个枚举可以是多维的。
在一些示例中,调查样组成员标识数据的各个枚举的值可表示执行匹配因子计算的n维数据点(或矢量)的一个维度的值。在所示示例中,利用距离测量来计算匹配因子。例如,在这样的示例中三十岁男性大学毕业(例如,年龄、性别和最高完成教育水平)将被枚举为[30,2,16]。在所生成的跨装置调查样组成员简档240与可能施予者匹配之间计算多维距离值(例如,等于中心至中心值的点至点距离)。例如,可使用马氏距离和/或巴氏距离来计算跨装置调查样组成员简档240与可能施予者匹配之间的距离。另外,也可使用Pitman接近标准,其中不止一个计算的距离值等同地接近所枚举的调查样组成员标识数据中心以选择对跨装置调查样组成员简档240的最佳匹配。另选地,可利用比例、加权、串匹配、回归分析、贝叶斯推论等来计算或确定匹配因子。
利用上述技术中的一个或更多个,所示示例的示例匹配器140选择最佳匹配的施予者调查样组数据(例如,智能电话调查样组数据215)。示例匹配器140将最佳匹配的施予者调查样组数据和跨装置调查样组成员简档240发送至示例移植器145。示例移植器145将施予者智能电话调查样组数据归入(例如,复制、提取、链接等)到跨装置调查样组成员简档中,从而针对单一装置调查样组的调查样组成员创建完整的跨装置调查样组成员简档240。例如,为了完成拥有智能电话但是未注册智能电话调查样组计量的调查样组成员的跨装置调查样组成员简档240,示例匹配器140标识来自不同调查样组成员但是相似情况的调查样组成员的智能电话使用和/或媒体曝光率数据,示例移植器145将所标识的智能电话使用和/或媒体曝光率数据复制、输入、链接和/关联到示例跨装置调查样组成员简档240中。因此,在一些示例中,跨装置简档生成器105解决了确定调查样组数据对于单一装置调查样组的调查样组成员的一些装置不可用的跨装置媒体曝光率和/或装置使用的问题。
图3是示出调查样组成员之间的数据的示例匹配和收集的过程图。在所示示例中,当前是单一调查样组的调查样组成员的示例PC调查样组成员305(例如,已注册PC调查样组但是未注册其它调查样组的人)已完成跨装置使用调查并且指示智能电话使用。然而,由于PC调查样组成员305是单一调查样组用户,所以他/她没有注册其智能电话装置加入智能电话调查样组。当在PC调查样组成员的跨装置使用调查响应上指示多装置使用时,图1的示例的示例注册器125将示例PC调查样组成员标记为用于跨装置简档生成。示例指数器130基于所测量的PC使用和所报告的智能电话使用的总量将所计量的PC的使用持续时间(例如,通过安装在调查样组成员的PC上的仪表测量的实际使用持续时间)和所调查的智能电话使用(例如,调查样组成员在调查上指示的自己指示的使用持续时间)变换为对应指数。
示例提供器135针对示例PC调查样组成员305生成跨装置调查样组成员简档310。另外,示例提供器135确定PC调查样组成员不与智能电话调查样组数据关联,但是在调查响应中报告了智能电话使用。因此,示例提供器135确定在跨装置调查样组成员简档中缺少了智能电话调查样组数据。
示例图3的示例匹配器140在示例智能电话调查样组数据215中搜索可能施予者调查样组数据。其它调查样组成员的智能电话调查样组数据215与所述其它调查样组成员的调查样组成员标识数据和/或跨装置使用调查响应关联。在一些示例中,智能电话调查样组数据215的可搜索池中的各组智能电话调查样组数据与跨装置指示使用(例如,使用作为非注册的智能电话的装置)关联。例如,智能电话调查样组成员可指示未注册到PC调查样组的PC的PC使用,和/或可针对PC调查样组测量其它调查样组成员的PC使用。在所示示例中,示例匹配器140利用跨装置调查样组成员简档310的年龄、性别和种族、以及由图1的示例指数器130计算的跨装置调查样组成员310的PC和智能电话使用的使用指数来进行搜索。尽管在所示示例中,使用了年龄、性别和种族,可另外地或另选地使用任何其它因素,例如教育水平、媒体类型偏好、收入档次、区域位置、就业状况、蜂窝服务载体、住房类型等。
示例匹配器140获得具有匹配的年龄、性别、种族和使用指数的智能电话调查样组数据的匹配。在所示示例中,匹配的智能电话调查样组数据315与指示使用指数与所计量的跨装置调查样组成员310的PC使用指数匹配的PC使用的调查样组成员关联,并且智能电话调查样组数据315包含了使用指数与跨装置调查样组成员310在跨装置使用调查响应中所指示的值的使用指数匹配的计量的智能电话使用。示例匹配器140建立智能电话调查样组数据315与跨装置调查样组成员简档310之间的链接,并且将智能电话调查样组数据315和跨装置调查样组成员简档310发送至示例移植器145。示例移植器145将施予者智能电话调查样组数据归入(例如,复制、提取、链接等)到跨装置调查样组成员简档310中,从而创建完整的跨装置调查样组成员简档310。
图4A至图4B是示出图1的示例跨装置调查样组生成器使用跨装置使用调查的示例调查样组数据匹配的数据表。图4A至图4C示出使用示例数据表401、457的匹配,其包含对示例跨装置使用调查的示例响应405、410、415、420、430、435、440、445、450、455。图4A至图4C中所描绘的示例响应是性别405、年龄410、种族415、位置(例如,居住的州)420、响应者所属的调查样组425、平板使用指示430、平板使用指数(例如,在跨装置使用调查中提供并且相对于示例指数器130的所有可用平板使用转换为指数的指示的使用持续时间)435、智能电话使用指示440、智能电话使用指数(例如,在跨装置使用调查中提供并且相对于示例指数器130的所有可用智能电话使用转换为指数的指示的使用持续时间)445、PC使用指示450以及PC使用指数(例如,在跨装置使用调查中提供并且相对于示例指数器130的所有可用PC使用转换为指数的指示的使用持续时间)455。在一些示例中,可另外地或另选地使用诸如教育水平、媒体类型偏好、收入档次、区域位置、就业状况、蜂窝服务载体、住房类型等的其它因素来提供更精细粒度的简档匹配。
在示例图4A中,示例提供器135标识出在跨装置使用调查中指示智能电话使用的PC调查样组成员的示例数据401。该示例PC调查样组成员为居住在华盛顿州的32岁男性,他指示了跨装置(例如,PC和智能电话)使用。该示例PC调查样组成员所指示的智能电话使用被确定为指数值十,并且他的PC使用被确定为指数值十八。在所示示例中,各个跨装置使用调查与对应组的调查样组数据关联。为此,示例匹配器140收集跨装置使用调查响应457,跨装置使用调查响应457包括智能电话使用数据以用于使该示例PC调查样组成员与对应施予者调查样组数据匹配。
图4B示出示例匹配器140使用在跨装置使用调查中指示的示例PC调查样组成员401的人口统计数据的第一次过滤以标识施予者调查样组数据。即,可用调查样组数据被过滤以标识来自跨装置使用调查的与性别405、年龄410、种族415和位置420的示例数据401中的响应匹配的响应。其余调查数据响应465、470、475源自三十二岁来自华盛顿州的智能电话调查样组成员。在所示示例中,没有调查数据包含与示例PC调查样组成员401的使用指数的精确匹配。因此,示例匹配器140确定示例数据401从调查数据到示例PC调查样组成员调查响应的使用指数的距离测量。
图4C示出由示例匹配器140执行的示例施予者调查样组匹配以从其余简档465、470、475确定匹配。当无法与使用指数精确匹配时,示例匹配器140计算匹配因子以寻找最佳匹配。在一些示例中,信息被枚举(例如,被转换为数值格式)并且被用于通过匹配公式计算匹配因子。在图4C所示的示例中,由示例匹配器140基于使用指数计算匹配因子。所示示例中的示例匹配器140使用距离计算:
在式2中,x1是第一调查样组成员(例如,PC调查样组成员)的第一因素(例如,位置)的枚举值,x2是第二调查样组成员(例如,可能施予者调查样组成员)的第一因素的枚举值,y1是第一调查样组成员的第二因素(例如,年龄)的枚举值,y2是第二调查样组成员的第二因素的枚举值。在所示示例中,式2根据两个因素(例如,PC和智能电话使用指数)来确定距离。然而,可另外地或另选地使用任何其它数量和/或类型的因素。在使用多个枚举值来描述调查样组成员的一些示例中,可使用马氏距离和/或巴氏距离以方便计算跨装置调查样组成员简档与可能施予者匹配之间的距离。
示例匹配器140对在图4B中执行过滤之后剩余的调查数据执行距离计算。因此,在所示示例中,其余调查数据元素465、470、475中的每一个的匹配因子是从PC调查样组成员的使用指数401到其余调查数据元素465、470、475的指数的距离。因此,在所示示例中,与施予者调查样组数据465关联的最短距离被选为施予者调查样组数据的最佳匹配,这是因为它最接近地类似于PC调查样组成员401的使用和/或行为。在所示示例中,所确定的匹配简档465被标识给示例移植器145以根据本文所公开的示例向示例PC调查样组成员401提供施予者智能电话调查样组数据。
尽管图1至图3中示出了实现跨装置调查样组生成器105的示例方式,图1至图3所示的元件、处理和/或装置中的一个或更多个可被组合、划分、重新布置、省略、消除和/或以任何其它方式实现。另外,示例注册器125、示例指数器130、示例提供器135、示例匹配器140、示例移植器145和/或(更一般地)图1至图3的示例跨装置调查样组生成器105可通过硬件、软件、固件和/或硬件、软件和/或固件的任何组件来实现。因此,例如,示例注册器125、示例指数器130、示例提供器135、示例匹配器140、示例移植器145和/或(更一般地)图1至图3的示例跨装置调查样组生成器105中的任一个可通过一个或更多个模拟或数字电路、逻辑电路、可编程处理器、专用集成电路(ASIC)、可编程逻辑器件(PLD)和/或现场可编程逻辑器件(FPLD)来实现。当本专利的任何设备或系统涵盖了纯软件和/或固件实现方式时,示例注册器125、示例指数器130、示例提供器135、示例匹配器140、示例移植器145中的至少一个由此被明确地限定为包括存储软件和/或固件的有形计算机可读存储装置或存储盘,例如内存、数字多功能盘(DVD)、紧凑盘(CD)、蓝光盘等。另外,除了图1至图3所示那些以外或者代替图1至图3所示那些,示例跨装置调查样组生成器105可包括一个或更多个元件、处理和/或装置,和/或可包括所示的元件、处理和装置中的任一个或全部中的不止一个。
代表实现图1、图2和/或图3的示例跨装置调查样组生成器105的示例机器可读指令的流程图示出于图5和图6中。在此示例中,机器可读指令包括用于由处理器(例如,下面结合图7讨论的示例处理器平台700中所示的处理器712)执行的程序。所述程序可在与处理器712关联的有形计算机可读存储介质(例如,CD-ROM、软盘、硬盘驱动器、数字多功能盘(DVD)、蓝光盘或内存)上存储的软件中具体实现,但是整个程序和/或其部分可另选地由处理器712以外的装置执行和/或在固件或专用硬件中具体实现。另外,尽管示例程序参照图5和图6中所示的流程图进行描述,但可另选地使用实现示例跨装置调查样组生成器105的许多其它方法。例如,方框的执行顺序可改变和/或描述的一些方框可被改变、去除或组合。
如上所述,图5和/或图6的示例处理可利用存储在有形计算机可读存储介质(例如,硬盘驱动器、闪存、只读存储器(ROM)、紧凑盘(CD)、数字多功能盘(DVD)、缓存、随机存取存储器(RAM)和/或将信息存储达任何持续时间(例如,扩展时间段、永久地、为简短实例、为临时缓冲和/或为缓存信息)的任何其它存储装置或存储盘)上的编码指令(例如,计算机和/或机器可读指令)来实现。如本文所用,术语有形计算机可读存储介质被明确定义为包括任何类型的计算机可读存储装置和/或存储盘,并且不包括传播信号且不包括传输介质。如本文所用,“有形计算机可读存储介质”和“有形机器可读存储介质”可互换使用。另外地或另选地,图5和/或图6的示例处理可利用存储在非瞬时性计算机和/或机器可读介质(例如,硬盘驱动器、闪存、只读存储器、紧凑盘、数字多功能盘、缓存、随机存取存储器和/或将信息存储达任何持续时间(例如,扩展时间段、永久地、为简短实例、为临时缓冲和/或为缓存信息)的任何其它存储装置或存储盘)上的编码指令(例如,计算机和/或机器可读指令)来实现。如本文所用,术语非瞬时性计算机可读介质被明确定义为包括任何类型的计算机可读存储装置和/或存储盘,并且不包括传播信号且不包括传输介质。如本文所用,短语“至少”就像术语“包括”为开放式的一样,它也是开放式的。
图5是代表可被执行以实现示例图1、图2和/或图3的示例跨装置调查样组生成器105的示例注册器125的示例机器可读指令500的流程图。程序500按照由图1的示例受众测量实体110指定的规定间隔开始以测量跨装置受众。
示例注册器125向注册的调查样组装置120发送跨装置使用调查(方框505)。示例注册器125从注册的调查样组装置120接收跨装置使用调查响应205(方框510)。示例注册器125从完成的响应205确定调查样组成员是否已同意成为跨装置调查样组成员(方框515)。
如果调查样组成员已同意成为跨装置调查样组成员(方框515),则注册器125记录该调查样组成员是注册的跨装置调查样组成员并且由示例提供器135针对该调查样组成员生成对应的跨装置调查样组成员简档(方框520)。示例注册器125针对和/或向没有在注册的调查样组中但是被现在注册的跨装置调查样组成员在方框505中标识的装置发送注册指令(例如,代理配置指令)和/或计量软件(方框525)。另选地,如果跨装置调查样组成员的所有装置均被注册(例如,在其它单一装置调查样组中),则示例注册器125将从调查响应205获得装置的标识。在确认请求中将装置注册的确认从示例注册器125发送至装置以确定跨装置调查样组成员是否已完成注册处理(方框530)。如果跨装置调查样组成员已成功注册其它装置,则由生成示例注册器125将来自所述其它装置的调查样组数据从与调查样组成员的信息关联的单一装置调查样组归入到在方框520处生成的跨装置调查样组成员简档中(方框532)。然后,示例注册器125确定是否要调查更多调查样组成员(方框550)。
如果跨装置调查样组成员没有成功注册他们的其它装置(方框530)或者他们没有同意成为跨装置调查样组成员(方框515),则示例注册器125从响应确定是否指示其它(例如,未注册的)装置使用(方框535)。如果没有指示未注册的装置使用,则调查样组成员可不被用于创建或施予跨装置调查样组成员简档,并且示例注册器125确定是否有更多调查样组成员要调查(方框550)。
如果调查样组成员指示未注册的装置使用(方框535),则示例注册器125将调查样组数据标记为用于跨装置调查样组成员简档生成(方框540)。示例注册器125确定是否要调查更多调查样组成员(方框550)。如果要调查更多调查样组成员,则将新的调查发送至单一装置调查样组的新调查样组成员(方框505)。当没有其它调查样组成员要调查时,程序500终止。
尽管图5的示例处理尝试针对没有同意成为跨装置调查样组成员的调查样组成员创建跨装置调查样组成员简档,在一些示例中,没有同意的调查样组成员被排除用在跨装置调查样组中。
图6是代表可被执行以实现示例图1、图2和/或图3的示例跨装置调查样组生成器105的示例机器可读指令600的流程图。示例程序600开始于示例提供器135确定单一装置调查样组数据是否被示例注册器125标记(例如,图5的方框540)用于跨装置简档生成(方框602)。
如果单一装置调查样组数据被标记用于跨装置简档生成(方框602),则示例指数器130获得被示例注册器125标记用于跨装置调查样组简档生成的调查样组数据(方框605)。示例指数器130基于来自其它调查样组成员的对于对应装置类型的所有可用使用数据将总使用持续时间从调查样组数据转换为指数使用值(方框610)。
示例提供器135访问调查样组成员数据并且利用调查样组成员数据创建跨装置调查样组成员简档(方框620)。例如,示例提供器135使人口统计信息和/或包括在调查样组成员数据中的其它调查样组成员标识数据与跨装置调查样组成员简档关联。示例提供器135还确定完成跨装置调查样组成员简档将需要什么类型的装置调查样组数据。即,通过搜索与在示例注册器125所管理的跨装置使用调查205中调查样组成员报告过使用的非调查样组装置对应的施予者调查样组数据(例如,图3的智能电话调查样组数据315)来完成跨装置调查样组成员简档240。
跨装置调查样组成员简档(例如,非完整跨装置调查样组成员简档)被发送至示例匹配器140,示例匹配器140使用人口统计数据开始对施予者调查样组数据的首次搜索(方框625)。如果在开始搜索之后留下单组可能的施予者调查样组数据,则示例匹配器140将匹配的施予者调查样组数据和跨装置调查样组成员简档转发给示例移植器145(方框626)。如果留下多组可能的施予者调查样组数据,则由示例匹配器140基于与跨装置调查样组成员简档的计量和指示的使用对应的使用指数(例如,所计算的指数值)对从首次搜索返回的多个匹配进行进一步过滤(方框630)。如果在进一步过滤之后留下单组可能施予者调查样组(方框630),则示例匹配器140将匹配和跨装置调查样组成员简档转发给示例移植器145(方框632)。
如果在进一步过滤之后留下多个匹配(方框630),则示例匹配器140对其余匹配执行匹配因子计算(例如,距离计算、缩放、加权、贝叶斯推论等)(方框635)。示例匹配器140确定其余匹配中最接近地满足匹配因子的那一个匹配并且选择匹配的施予者调查样组数据作为跨装置调查样组成员简档的匹配(方框640)。
示例匹配器140将匹配和跨装置调查样组成员简档转发给示例移植器145,示例移植器145将来自施予者调查样组的数据归入到跨装置调查样组成员简档中(方框645)。尽管在匹配因子计算(方框640)之后讨论了在所示示例中由示例移植器145归入(方框645),从上文应该理解,当匹配被标识时(例如,方框626、632、640)示例移植器145归入数据。然后,示例提供器确定是否任何其余调查样组数据被标记用于跨装置调查样组成员简档生成(方框602)。如果没有调查样组数据留下,则示例程序600终止。
图7是能够执行图5和/或6的指令以实现图1、图2和图3的跨装置调查样组生成器105的示例处理器平台700的框图。处理器平台700可以是例如服务器、个人计算机、移动装置(例如,蜂窝电话、智能电话、诸如iPadTM的平板)、个人数字助理(PDA)、互联网家电、DVD播放器、CD播放器、数字视频记录仪、蓝光播放器、游戏机、个人视频记录仪、机顶盒或者任何其它类型的计算装置。
所示示例的处理器平台700包括处理器712。所示的示例的处理器712是硬件。例如,处理器712可通过来自任何期望的家族或制造商的一个或更多个集成电路、逻辑电路、微处理器或控制器来实现。
所示示例的处理器712包括本地存储器713(例如,缓存)。所示的示例的处理器712经由总线718与包括易失性存储器714和非易失性存储器716的主存储器通信。易失性存储器714可通过同步动态随机存取存储器(SDRAM)、动态随机存取存储器(DRAM)、RAMBUS动态随机存取存储器(RDRAM)和/或任何其它类型的随机存取存储器装置来实现。非易失性存储器716可通过闪存和/或任何其它期望类型的存储器装置来实现。对主存储器714、716的存取由存储器控制器来控制。
所示示例的处理器平台700还包括接口电路720。接口电路720可通过任何类型的接口标准(例如,以太网接口、通用串行总线(USB)和/或PCI特快接口来实现。
在所示示例中,一个或更多个输入装置722连接到接口电路720。输入装置722允许用户向处理器712输入数据和命令。例如,输入装置可通过音频传感器、麦克风、相机(静止或视频)、键盘、按钮、鼠标、触摸屏、触控板、跟踪球、isopoint和/或语音识别系统来实现。
一个或更多个输出装置724还连接到所示的示例的接口电路720。例如,输出装置724可通过显示装置(例如,发光二极管(LED)、有机发光二极管(OLED)、液晶显示器、阴极射线管显示器(CRT)、触摸屏、触感输出装置、打印机和/或扬声器)来实现。因此,所示的示例的接口电路720通常包括图形驱动卡、图形驱动芯片或图形驱动处理器。
所示的示例的接口电路720还包括诸如发送器、接收器、收发器、调制解调器和/或网络接口卡的通信装置以方便经由网络726(例如,以太网连接、数字订户线(DSL)、电话线、同轴线缆、蜂窝电话系统等)与外部机器(例如,任何类型的计算装置)交换数据。
所示示例的处理器平台700还包括用于存储软件和/或数据的一个或更多个大容量存储装置728。这些大容量存储装置728的示例包括软盘驱动器、硬盘驱动器、紧凑盘驱动器、蓝光盘驱动器、RAID系统和数字多功能盘(DVD)驱动器。
所示示例的处理器平台700还包括图1、图2和/或图3的示例注册器125、示例指数器130、示例提供器135、示例匹配器140、示例移植器145和/或(更一般地)示例跨装置调查样组生成器105。
图4A至图4C和/或图5的编码指令732可被存储在大容量存储装置728中、易失性存储器714中、非易失性存储器716中和/或可移除有形计算机可读存储介质(例如,CD或DVD)上。
从上文将理解,上面所公开的方法、设备和产品通过生成跨装置调查样组来测量跨装置受众。本文所公开的方法、设备和产品允许受众测量实体通过借助现有单一装置调查样组来生成跨装置调查样组。例如,构造这样的跨装置调查样组不需要新的和/或附加的计量软件和/或代理装置。利用本文所公开的方法执行的跨装置调查样组生成进一步允许历史跨调查样组生成。例如,由示例跨装置调查样组生成器确定的匹配(及其对应过去的调查样组数据)可用于创建历史跨装置调查样组数据。历史跨装置调查样组可允许更细微地看出跨装置使用趋势如何发展。这样的历史跨装置调查样组也可被分析以更好地理解历史装置交互。
使用本文所公开的示例方法,不需要附加计量软件和/或代理装置(例如,超出单一装置调查样组所需那些)。由于不需要这样的附加计量软件和/或代理装置,节约了网络带宽。例如,管理跨装置使用调查所需的网络业务量极小,因此不会给网络带宽带来任何附加要求。通过借助来自现有单一装置调查样组的信息,不需要向跨装置调查样组生成器发送成千上万重复的跨装置调查样组数据。相反,生成这样的跨装置调查样组所需的调查样组数据可全部预先存在于例如受众测量实体处。
在受众测量实体处生成跨装置调查样组的能力确保了媒体装置和/或代理服务器不需要通过附加仪表或代理配置指令重新配置。代替这样的重新配置实现跨装置使用调查节约了媒体装置的关键处理器资源、系统存储器和网络带宽。
尽管本文公开了特定的示例方法、设备和产品,但本专利的覆盖范围不限于此。相反,本专利覆盖完全落入本专利的保护范围内的所有方法、设备和产品。
Claims (21)
1.一种测量跨装置受众的方法,该方法包括以下步骤:
确定与第一调查样组数据和第一调查样组中的第一类型装置关联的第一调查样组成员也与非调查样组装置关联,所述非调查样组装置为不同于该第一类型装置的第二类型装置,该第一调查样组数据对应于该第一调查样组中的第一调查样组成员对该第一类型装置的使用;
请求所述第一调查样组成员加入与所述第二类型装置关联的第二调查样组;
经由处理器使所述第一调查样组成员与第二调查样组成员匹配,所述第二调查样组成员和所述第一调查样组成员不同,所述第二调查样组成员在所述第二调查样组中,该匹配基于所述第二调查样组成员具有与所述第一调查样组成员匹配的人口统计数据、并且所述第二调查样组成员与和所述第一调查样组成员的所述非调查样组装置相同的第二类型装置关联,所述第二调查样组成员与对应于所述第二调查样组中的第二调查样组成员对该第二类型装置的使用的第二调查样组数据关联;以及
针对所述第一调查样组成员生成跨装置调查样组成员简档,针对所述第一调查样组成员的所述跨装置调查样组成员简档包括与所述第一调查样组成员关联的所述第一调查样组数据的至少一些以及与所述第二调查样组成员关联的所述第二调查样组数据的至少一些,所述第二调查样组数据是在不监测第一调查样组成员对非调查样组装置的使用的情况下从第二调查样组成员收集的,以减少针对所述第一调查样组成员生成所述跨装置调查样组成员简档所需的网络带宽。
2.根据权利要求1所述的方法,其中,确定所述第一调查样组成员与所述非调查样组装置关联的步骤是基于对跨装置使用调查的响应。
3.根据权利要求1或2所述的方法,其中,使所述第一调查样组成员与所述第二调查样组成员匹配的步骤还基于所述第一调查样组成员对所述非调查样组装置的第一使用以及所述第二调查样组成员对所述第二类型装置的第二使用。
4.根据权利要求1所述的方法,其中,使所述第一调查样组成员与所述第二调查样组成员匹配的步骤还包括通过下列步骤来从多个调查样组成员选择与所述第二调查样组数据关联的所述第二调查样组成员:
向所述多个调查样组成员中的对应调查样组成员的人口统计信息指派数值;
确定类型与所述第一调查样组成员的所述非调查样组装置的类型相似的装置的装置使用持续时间和调查的装置使用持续时间中的每一个的指数值,所述装置使用持续时间和所述调查的装置使用持续时间与所述多个调查样组成员中的对应一个调查样组成员关联;以及
使用所述数值和所述指数值中的至少一个来确定所述多个调查样组成员中的对应调查样组成员中的每一个的匹配因子。
5.根据权利要求4所述的方法,其中,基于所述多个调查样组成员的平均装置使用持续时间和平均调查的装置使用持续时间针对所述多个调查样组成员中的所述对应调查样组成员来确定所述指数值。
6.根据权利要求4或5所述的方法,其中,利用距离测量来计算所述匹配因子。
7.根据权利要求1所述的方法,其中,使所述第一调查样组成员与所述第二调查样组成员匹配的步骤还基于从所述第一调查样组成员和所述第二调查样组成员接收的跨装置使用调查响应。
8.一种测量跨装置受众的设备,该设备包括:
提供器,该提供器确定与第一调查样组数据和第一调查样组中的第一类型装置关联的第一调查样组成员也与非调查样组装置关联,并且针对所述第一调查样组成员生成跨装置调查样组成员简档,所述非调查样组装置为不同于该第一类型装置的第二类型装置,该第一调查样组数据对应于该第一调查样组中的第一调查样组成员对该第一类型装置的使用;
注册器,该注册器请求所述第一调查样组成员加入与所述第二类型装置关联的第二调查样组;
匹配器,该匹配器使所述第一调查样组成员与第二调查样组成员匹配,所述第二调查样组成员和所述第一调查样组成员不同,所述第二调查样组成员在所述第二调查样组中,该匹配器基于所述第二调查样组成员具有与所述第一调查样组成员匹配的人口统计数据、并且所述第二调查样组成员与和所述第一调查样组成员的所述非调查样组装置相同的第二类型装置关联来使所述第一调查样组成员与所述第二调查样组成员匹配,所述第二调查样组成员与对应于所述第二调查样组中的第二调查样组成员对该第二类型装置的使用的第二调查样组数据关联;以及
移植器,该移植器将与所述第一调查样组成员关联的所述第一调查样组数据的至少一些以及与所述第二调查样组成员关联的所述第二调查样组数据的至少一些归入到针对所述第一调查样组成员的所述跨装置调查样组成员简档中,所述第二调查样组数据是在不监测第一调查样组成员对非调查样组装置的使用的情况下从第二调查样组成员收集的,以减少针对所述第一调查样组成员生成所述跨装置调查样组成员简档所需的网络带宽。
9.根据权利要求8所述的设备,其中,所述提供器基于对跨装置使用调查的响应来确定所述第一调查样组成员与所述非调查样组装置关联。
10.根据权利要求8或9所述的设备,其中,所述匹配器基于所述第一调查样组成员对所述非调查样组装置的第一使用以及所述第二调查样组成员对所述第二类型装置的第二使用来使所述第一调查样组成员与所述第二调查样组成员匹配。
11.根据权利要求8所述的设备,其中,所述匹配器向多个调查样组成员中的对应调查样组成员的人口统计信息指派数值。
12.根据权利要求11所述的设备,该设备还包括指数器,该指数器确定类型与所述第一调查样组成员的所述非调查样组装置的类型相似的装置的装置使用持续时间和调查的装置使用持续时间中的每一个的指数值,所述装置使用持续时间和所述调查的装置使用持续时间与所述多个调查样组成员中的对应调查样组成员关联。
13.根据权利要求12所述的设备,其中,所述匹配器使用所述数值和所述指数值中的至少一个来确定所述多个调查样组成员中的所述对应调查样组成员的相应匹配因子。
14.根据权利要求8所述的设备,其中,所述匹配器基于从所述第一调查样组成员和所述第二调查样组成员接收的跨装置使用调查响应来使所述第一调查样组成员与所述第二调查样组成员匹配。
15.一种测量跨装置受众的设备,所述设备包括:
用于确定与第一调查样组数据和第一调查样组中的第一类型装置关联的第一调查样组成员也与非调查样组装置关联的装置,所述非调查样组装置为不同于该第一类型装置的第二类型装置,该第一调查样组数据对应于该第一调查样组中的第一调查样组成员对该第一类型装置的使用;
用于请求所述第一调查样组成员加入与所述第二类型装置关联的第二调查样组的装置;
用于使所述第一调查样组成员与第二调查样组成员匹配的装置,所述第二调查样组成员和所述第一调查样组成员不同,所述第二调查样组成员在所述第二调查样组中,所述用于使所述第一调查样组成员与第二调查样组成员匹配的装置基于所述第二调查样组成员具有与所述第一调查样组成员匹配的人口统计数据、并且所述第二调查样组成员与和所述第一调查样组成员的所述非调查样组装置相同的第二类型装置关联来使所述第一调查样组成员和所述第二调查样组成员匹配,该第二调查样组数据对应于该第二调查样组中的第二调查样组成员对该第二类型装置的使用;以及
用于针对所述第一调查样组成员生成跨装置调查样组成员简档的装置,所述跨装置调查样组成员简档包括所述第一调查样组数据的至少一些以及所述第二调查样组数据的至少一些,所述第二调查样组数据是在不监测第一调查样组成员对非调查样组装置的使用的情况下从第二调查样组成员收集的,以减少针对所述第一调查样组成员生成所述跨装置调查样组成员简档所需的网络带宽。
16.根据权利要求15所述的设备,其中,所述用于确定与第一调查样组数据和第一调查样组中的第一类型装置关联的第一调查样组成员也与非调查样组装置关联的装置基于对跨装置使用调查的响应来确定所述第一调查样组成员是与所述非调查样组装置关联的。
17.根据权利要求15或16所述的设备,其中,所述用于使所述第一调查样组成员与所述第二调查样组成员匹配的装置进一步基于所述第一调查样组成员对所述非调查样组装置的第一使用以及所述第二调查样组成员对所述第二类型装置的第二使用来使所述第一调查样组成员和所述第二调查样组成员匹配。
18.根据权利要求15所述的设备,其中,为了使所述第一调查样组成员与所述第二调查样组成员匹配,所述用于使所述第一调查样组成员与所述第二调查样组成员匹配的装置通过下列操作来从多个调查样组成员选择与所述第二调查样组数据关联的所述第二调查样组成员:
向所述多个调查样组成员中的对应调查样组成员的人口统计信息指派数值;
确定类型与所述第一调查样组成员的所述非调查样组装置的类型相似的装置的装置使用持续时间和调查的装置使用持续时间中的每一个的指数值,所述装置使用持续时间和所述调查的装置使用持续时间与所述多个调查样组成员中的对应一个调查样组成员关联;以及
使用所述数值和所述指数值中的至少一个来确定所述多个调查样组成员中的所述对应调查样组成员中的每一个的匹配因子。
19.根据权利要求18所述的设备,其中,所述用于使所述第一调查样组成员与所述第二调查样组成员匹配的装置基于所述多个调查样组成员的平均装置使用持续时间和平均调查的装置使用持续时间来确定针对所述多个调查样组成员中的所述对应调查样组成员的所述指数值。
20.根据权利要求18或19所述的设备,其中,所述用于使所述第一调查样组成员与所述第二调查样组成员匹配的装置利用距离测量来计算所述匹配因子。
21.根据权利要求15所述的设备,其中,所述用于使所述第一调查样组成员与所述第二调查样组成员匹配的装置基于从所述第一调查样组成员和所述第二调查样组成员接收的跨装置使用调查响应来使所述第一调查样组成员与所述第二调查样组成员匹配。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361906273P | 2013-11-19 | 2013-11-19 | |
US61/906,273 | 2013-11-19 | ||
PCT/US2014/066231 WO2015077253A1 (en) | 2013-11-19 | 2014-11-18 | Methods and apparatus to measure a cross device audience |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105917377A CN105917377A (zh) | 2016-08-31 |
CN105917377B true CN105917377B (zh) | 2021-11-26 |
Family
ID=53174642
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480073472.8A Active CN105917377B (zh) | 2013-11-19 | 2014-11-18 | 测量跨装置受众的方法和设备 |
Country Status (5)
Country | Link |
---|---|
US (2) | US9363558B2 (zh) |
CN (1) | CN105917377B (zh) |
AU (1) | AU2014353157B2 (zh) |
CA (1) | CA2931106C (zh) |
WO (1) | WO2015077253A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IN2014MU00946A (zh) * | 2014-03-22 | 2015-09-25 | Tata Consultancy Services Ltd | |
US10547906B2 (en) | 2016-06-07 | 2020-01-28 | The Nielsen Company (Us), Llc | Methods and apparatus to impute media consumption behavior |
US11496435B2 (en) * | 2016-10-28 | 2022-11-08 | The Nielsen Company (Us), Llc | Systems, methods, and apparatus to facilitate mapping a device name to a hardware address |
US20200151828A1 (en) * | 2018-11-14 | 2020-05-14 | Yee Ham CHUNG | Online opinion platform |
EP3754519A1 (en) * | 2019-06-18 | 2020-12-23 | GameRefinery OY | System and method for identifying target application for receiving information related to subject application |
WO2021231299A1 (en) | 2020-05-13 | 2021-11-18 | The Nielsen Company (Us), Llc | Methods and apparatus to generate computer-trained machine learning models to correct computer-generated errors in audience data |
US11949932B2 (en) * | 2021-05-25 | 2024-04-02 | The Nielsen Company (Us), Llc | Synthetic total audience ratings |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080300965A1 (en) * | 2007-05-31 | 2008-12-04 | Peter Campbell Doe | Methods and apparatus to model set-top box data |
US20090070443A1 (en) * | 2007-09-10 | 2009-03-12 | Timothy Vanderhook | System and method of determining user demographic profiles of anonymous users |
CN102314488A (zh) * | 2010-06-30 | 2012-01-11 | 尼尔森(美国)有限公司 | 针对特定的人口统计和使用率分布从网络服务器数据获取匿名观众测量数据的方法和装置 |
CN103189856A (zh) * | 2011-03-18 | 2013-07-03 | 尼尔森(美国)有限公司 | 确定媒体印象的方法和装置 |
Family Cites Families (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5675510A (en) | 1995-06-07 | 1997-10-07 | Pc Meter L.P. | Computer use meter and analyzer |
US6829368B2 (en) | 2000-01-26 | 2004-12-07 | Digimarc Corporation | Establishing and interacting with on-line media collections using identifiers in media signals |
US6108637A (en) | 1996-09-03 | 2000-08-22 | Nielsen Media Research, Inc. | Content display monitor |
US6389429B1 (en) | 1999-07-30 | 2002-05-14 | Aprimo, Inc. | System and method for generating a target database from one or more source databases |
JP2001067332A (ja) * | 1999-08-26 | 2001-03-16 | Nippon Telegr & Teleph Corp <Ntt> | 端末依存型コンテンツの共有方法及びこの方法を記録した記録媒体 |
US6941003B2 (en) | 2001-08-07 | 2005-09-06 | Lockheed Martin Corporation | Method of fast fingerprint search space partitioning and prescreening |
US20080288889A1 (en) | 2004-02-20 | 2008-11-20 | Herbert Dennis Hunt | Data visualization application |
US10325272B2 (en) | 2004-02-20 | 2019-06-18 | Information Resources, Inc. | Bias reduction using data fusion of household panel data and transaction data |
ATE424084T1 (de) | 2004-06-30 | 2009-03-15 | Nokia Corp | System und verfahren für das erzeugen einer liste der vorrichtungen in der körperlichen nähe eines endgeräts |
US7734722B2 (en) | 2005-06-02 | 2010-06-08 | Genius.Com Incorporated | Deep clickflow tracking |
US20080092156A1 (en) * | 2006-09-29 | 2008-04-17 | United Video Properties, Inc. | Systems and methods for automatically identifying a user profile |
US10621203B2 (en) | 2007-01-26 | 2020-04-14 | Information Resources, Inc. | Cross-category view of a dataset using an analytic platform |
US20100205037A1 (en) * | 2009-02-10 | 2010-08-12 | Jan Besehanic | Methods and apparatus to associate demographic and geographic information with influential consumer relationships |
US20100268540A1 (en) | 2009-04-17 | 2010-10-21 | Taymoor Arshi | System and method for utilizing audio beaconing in audience measurement |
US10008212B2 (en) | 2009-04-17 | 2018-06-26 | The Nielsen Company (Us), Llc | System and method for utilizing audio encoding for measuring media exposure with environmental masking |
US20110082824A1 (en) * | 2009-10-06 | 2011-04-07 | David Allison | Method for selecting an optimal classification protocol for classifying one or more targets |
US8175617B2 (en) | 2009-10-28 | 2012-05-08 | Digimarc Corporation | Sensor-based mobile search, related methods and systems |
US20110202270A1 (en) | 2010-02-03 | 2011-08-18 | Sharma Sridar G | Delivery of advertisments over broadcasts to receivers with upstream connection and the associated compensation models |
US20110208850A1 (en) | 2010-02-25 | 2011-08-25 | At&T Intellectual Property I, L.P. | Systems for and methods of web privacy protection |
US8495682B2 (en) | 2010-03-26 | 2013-07-23 | Google Inc. | Exposure based customization of surveys |
KR101622174B1 (ko) | 2010-05-20 | 2016-06-02 | 삼성전자주식회사 | 컨텐츠 공유를 위한 가상 그룹에서의 단말, 홈 허브 및 방문 허브의 제어 방법 |
US9002924B2 (en) * | 2010-06-17 | 2015-04-07 | Microsoft Technology Licensing, Llc | Contextual based information aggregation system |
US10043180B2 (en) | 2010-09-30 | 2018-08-07 | The Western Union Company | System and method for secure transactions at a mobile device |
US20120084801A1 (en) | 2010-10-04 | 2012-04-05 | Simon Michael Rowe | System and Method for Providing Real Time Television Viewing Information and Popularity to Viewers |
KR20120047130A (ko) | 2010-11-03 | 2012-05-11 | 한국전자통신연구원 | 광고 서비스 제어장치 |
US20120173701A1 (en) | 2010-12-30 | 2012-07-05 | Arbitron Inc. | Matching techniques for cross-platform monitoring and information |
WO2012154566A1 (en) * | 2011-05-06 | 2012-11-15 | Opower, Inc. | Method and system for selecting similar consumers |
US8315620B1 (en) | 2011-05-27 | 2012-11-20 | The Nielsen Company (Us), Llc | Methods and apparatus to associate a mobile device with a panelist profile |
US8594617B2 (en) | 2011-06-30 | 2013-11-26 | The Nielsen Company (Us), Llc | Systems, methods, and apparatus to monitor mobile internet activity |
US20130035979A1 (en) | 2011-08-01 | 2013-02-07 | Arbitron, Inc. | Cross-platform audience measurement with privacy protection |
US8909587B2 (en) | 2011-11-18 | 2014-12-09 | Toluna Usa, Inc. | Survey feasibility estimator |
KR101925057B1 (ko) | 2011-12-12 | 2019-02-28 | 삼성전자주식회사 | 컨텍스트 정보를 이용한 콘텐트 공유 시스템 및 방법 |
US9326014B2 (en) * | 2012-06-22 | 2016-04-26 | Google Inc. | Method and system for correlating TV broadcasting information with TV panelist status information |
US9154565B2 (en) * | 2012-11-29 | 2015-10-06 | The Nielsen Company (Us), Llc | Methods and apparatus to monitor online activity |
US20140188554A1 (en) | 2013-01-02 | 2014-07-03 | E-Rewards, Inc. | Priority-Weighted Selection to Match a Panelist to a Market Research Project |
US9390195B2 (en) | 2013-01-02 | 2016-07-12 | Research Now Group, Inc. | Using a graph database to match entities by evaluating boolean expressions |
-
2014
- 2014-11-18 CA CA2931106A patent/CA2931106C/en active Active
- 2014-11-18 CN CN201480073472.8A patent/CN105917377B/zh active Active
- 2014-11-18 WO PCT/US2014/066231 patent/WO2015077253A1/en active Application Filing
- 2014-11-18 US US14/547,050 patent/US9363558B2/en active Active
- 2014-11-18 AU AU2014353157A patent/AU2014353157B2/en active Active
-
2016
- 2016-05-31 US US15/168,875 patent/US9900654B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080300965A1 (en) * | 2007-05-31 | 2008-12-04 | Peter Campbell Doe | Methods and apparatus to model set-top box data |
US20090070443A1 (en) * | 2007-09-10 | 2009-03-12 | Timothy Vanderhook | System and method of determining user demographic profiles of anonymous users |
CN102314488A (zh) * | 2010-06-30 | 2012-01-11 | 尼尔森(美国)有限公司 | 针对特定的人口统计和使用率分布从网络服务器数据获取匿名观众测量数据的方法和装置 |
CN103189856A (zh) * | 2011-03-18 | 2013-07-03 | 尼尔森(美国)有限公司 | 确定媒体印象的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
AU2014353157A1 (en) | 2016-06-09 |
US20160277794A1 (en) | 2016-09-22 |
US9363558B2 (en) | 2016-06-07 |
US9900654B2 (en) | 2018-02-20 |
CN105917377A (zh) | 2016-08-31 |
CA2931106A1 (en) | 2015-05-28 |
AU2014353157B2 (en) | 2017-09-07 |
WO2015077253A1 (en) | 2015-05-28 |
US20150143396A1 (en) | 2015-05-21 |
CA2931106C (en) | 2020-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105917377B (zh) | 测量跨装置受众的方法和设备 | |
US20230281650A1 (en) | Methods and apparatus to compensate for server-generated errors in database proprietor impression data due to misattribution and/or non-coverage | |
US11887133B2 (en) | Methods and apparatus to generate electronic mobile measurement census data | |
US11496433B2 (en) | Methods and apparatus to estimate demographics of users employing social media | |
US11538051B2 (en) | Machine learning-based generation of target segments | |
US20170011420A1 (en) | Methods and apparatus to analyze and adjust age demographic information | |
JP6698129B2 (ja) | 視聴分析装置及び視聴分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
CB02 | Change of applicant information |
Address after: American New York Applicant after: The Nielsen Company (US) LLC Address before: Illinois State Applicant before: The Nielsen Company (US) LLC |
|
COR | Change of bibliographic data | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |