CN106156363A - 确定媒体印象的方法和装置 - Google Patents

确定媒体印象的方法和装置 Download PDF

Info

Publication number
CN106156363A
CN106156363A CN201610624244.6A CN201610624244A CN106156363A CN 106156363 A CN106156363 A CN 106156363A CN 201610624244 A CN201610624244 A CN 201610624244A CN 106156363 A CN106156363 A CN 106156363A
Authority
CN
China
Prior art keywords
impression
cookie
group member
affiliate
identifier
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.)
Granted
Application number
CN201610624244.6A
Other languages
English (en)
Other versions
CN106156363B (zh
Inventor
S·V·斯利瓦斯塔瓦
J·R·奥利弗
保罗·多纳托
M·马祖姆达尔
J·奥利赛特
K·劳
A·R·佩雷斯
J·冈特
彭玉涛
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.)
Nielsen Co US LLC
Original Assignee
Nielsen Co US LLC
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 Nielsen Co US LLC filed Critical Nielsen Co US LLC
Publication of CN106156363A publication Critical patent/CN106156363A/zh
Application granted granted Critical
Publication of CN106156363B publication Critical patent/CN106156363B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/04—Processing captured monitoring data, e.g. for logfile generation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
    • 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
    • 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
    • G06Q30/0242—Determining effectiveness of advertisements
    • G06Q30/0246—Traffic
    • 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
    • G06Q30/0277—Online advertisement
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/535—Tracking the activity of the user
    • 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]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/812—Monomedia components thereof involving advertisement data

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Library & Information Science (AREA)
  • Computer Hardware Design (AREA)
  • Information Transfer Between Computers (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Storage Device Security (AREA)

Abstract

确定媒体印象的方法和装置。公开了确定媒体印象的示例。示例性方法包括检测数据库所有者在计算设备处建立的cookie标识符；确定媒体的印象，其中所述印象发生在所述cookie标识符建立之后；基于所述cookie标识符，确定与所述印象关联的第一组员标识符；基于与所述计算设备关联的组员测量器对用户身份的确定，确定与所述印象关联的第二组员标识符；存储通过比较所述第一组员标识符和所述第二组员标识符而确定的调整因子。

Description

确定媒体印象的方法和装置
本申请是申请号为201280003504.8、国际申请号为PCT/US2012/026760、申请日为2012年2月27日、发明名称为“确定媒体印象的方法和装置”的发明专利申请的分案申请。
相关申请
本专利要求2011年3月18日提交的第61/454326号美国临时专利申请的优先权，此处其全部内容通过引用并入本申请中。
技术领域
本公开总体上涉及监视媒体，更具体地，涉及确定媒体印象的方法和装置。
背景技术
传统上，观众测量实体基于注册的小组成员确定媒体节目的观众参与程度。也就是说，观众测量实体将愿意接受监视的人登记到小组中。然后，观众测量实体监视这些小组成员以确定曝光于这些小组成员的媒体(例如，电视节目或广播节目、电影、DVD、广告等)。这样，观众测量实体可以基于收集到的媒体测量数据来确定对于不同媒体的曝光测量。
多年来，用于监视用户对诸如网页、广告和/或其它内容等的因特网资源的访问的技术得到显著发展。某些已知系统主要通过服务器日志来执行这样的监视。具体地，在因特网上提供媒体的实体可以使用已知技术在它们的服务器上记录接收到的对它们的媒体的请求次数。
发明内容
一方面提供了一种方法，所述方法包括：
检测数据库所有者在计算设备处建立的cookie；
确定媒体的印象，所述印象发生在所述cookie建立之后；
基于确定所述印象与第一组员标识符关联，增加针对与所述第一组员标识符关联的第一人口统计组的第一印象计数，其中当在多个计算会话的与所述第一组员标识符关联的第一子集期间所述cookie被利用得比在所述多个计算会话的与第二组员标识符关联的第二子集期间所述cookie被利用得频繁时，所述印象与所述第一组员标识符关联；
基于确定所述第一组员标识符与所述印象关联，增加针对与所述第一组员标识符关联的所述第一人口统计组的第二印象计数，其中所述第一组员标识符与所述印象关联是基于通过与所述计算设备关联的组员测量器确定的用户身份；以及
通过将所述第一印象计数除以所述第二印象计数来确定调整因子。
另一方面提供了一种装置，该装置包括：
cookie-组员匹配器，该cookie-组员匹配器检测数据库所有者在计算设备处建立的cookie并确定所述cookie与第一组员标识符关联，因为在多个计算会话的与所述第一组员标识符关联的第一子集期间所述cookie被利用得比在所述多个计算会话的与第二组员标识符关联的第二子集期间所述cookie被利用得频繁；
合作伙伴会话页面浏览分析器，该合作伙伴会话页面浏览分析器基于借助所述cookie确定媒体印象与所述第一组员标识符关联，增加针对与所述第一组员标识符关联的第一人口统计组的第一印象计数；
组员会话页面浏览分析器，该组员会话页面浏览分析器基于借助通过与所述计算设备关联的组员测量器确定的用户身份而确定所述媒体印象与所述第一组员标识符关联，增加针对与所述第一组员标识符关联的所述第一人口统计组的第二印象计数；以及
调整因子生成器，该调整因子生成器通过将所述第一印象计数除以所述第二印象计数来确定调整因子。
附图说明
图1示出了使用分布式人口统计信息来确定广告和/或媒体印象的示例性系统。
图2示出了响应于用户登录到数据库所有者的网站向观众测量实体和数据库所有者报告cookie的示例性方式。
图3示出了网页浏览器可向图1的示例性系统的印象监视系统报告印象的示例性方式。
图4是可用于将印象与向一个或多个数据库所有者注册的用户的人口统计相关联的示例性装置。
图5是可被因特网服务数据库所有者使用以将与观众测量实体关联的用户标识符与向因特网服务数据库所有者注册的用户的用户标识符相映射的示例性合作伙伴cookie图。
图6是AME印象存储器中的、图1的示例性系统的印象监视系统生成的将印象与被监视的观众成员的用户标识符相关联的示例性印象表。
图7示出了因特网服务数据库所有者生成的将印象与因特网服务数据库所有者的注册用户的用户标识符相关联的示例性的基于合作伙伴的印象表。
图8示出了显示与被监视的用户关联的印象的数量的示例性印象表。
图9示出了由数据库所有者生成的示例性宣传活动级别年龄/性别和印象构成表。
图10是可被执行以向数据库所有者报告登录事件和用户cookie的示例性机器可读指令的流程图。
图11是可被执行以将观众测量实体(AME)cookie标识符映射至向数据库所有者注册的用户的用户标识符的示例性机器可读指令的流程图。
图12是可被执行以记录印象的示例性机器可读指令的流程图。
图13是可被执行以生成基于人口统计的印象报告的示例性机器可读指令的流程图。
图14是可用于实现图1-3的印象监视系统的示例性装置。
图15是可用于实现图2的cookie报告器的示例性装置。
图16是生成调整因子的示例性系统的框图。
图17-图25示出了可由图16的系统生成的示例性表。
图26-图28是表示可被执行以生成调整因子的示例性机器可读指令的流程图。
图29是可用于执行图10-图13和/或图26-图28的示例性指令以实现图1、2、3、4和/或16的示例性装置和系统的示例性处理器系统。
具体实施方式
多年来，用于监视用户对诸如网页、广告、内容和/或其它媒体等的因特网资源的访问的技术得到显著发展。这样的监视曾一度主要通过服务器日志来进行。具体地，在因特网上提供媒体的实体将在它们的服务器上记录接收到的对它们的媒体的请求次数。由于一些原因，基于服务器日志进行因特网使用研究是有问题的。例如，服务器日志可以被直接或经由反复从服务器请求媒体的僵尸程序篡改，以增加服务器日志计数。其次，媒体有时被获取一次、缓存在本地然后从本地缓存重复观看，而在重复观看时不涉及服务器。服务器日志无法跟踪这些对缓存媒体的观看。因此，服务器日志易受过度计数错误和计数不足错误的影响。
Blumenau(美国专利6108637)中公开的发明从根本上改变了执行因特网监视的方式，并且克服了上述的服务器侧日志监视技术的限制。例如，Blumenau公开了一种用信标指令(如标签指令)对要跟踪的因特网媒体(如内容、广告等)加标签的技术。具体地，将监视指令与要跟踪的媒体(如广告或其它因特网内容)的HTML相关联。当客户端请求媒体时，内容和信标或标签指令二者被同时(如标签指令存在于HTML中)下载到客户端或通过后续的请求(如通过执行获取嵌入在内容的HTML中的监视指令的请求)下载到客户端。因此，每当媒体被访问时，不管是从服务器还是从缓存进行访问，都执行标签指令。
标签指令使得反映关于对媒体的访问的信息的监视数据从下载媒体的客户端发送到监视实体。监视实体可为观众测量实体，其不向客户端提供媒体，并且是用于提供准确的使用统计的可信第三方(例如，尼尔森有限公司)。有利地，因为标签指令与媒体关联(如嵌入或链接到媒体的某部分)并且每当媒体被访问时都由客户端浏览器执行，所以不管客户端是否是观众测量公司的组员，都向观众测量公司提供监视信息。
在某些情况下，将人口统计链接到监视信息很重要。为了解决这个问题，观众测量公司建立了用户小组，这些用户同意提供他们的人口统计信息并且同意让他们的因特网浏览活动接受监视。当个人加入小组时，他们向观众测量公司提供关于他们的身份和人口统计(例如，性别、种族、收入、家庭地址、职业等)的详细信息。观众测量实体在组员计算机上设置cookie(如组员cookie)，cookie使得每当组员访问加标签的媒体(如与信标或标签指令关联的媒体)时观众测量实体能够识别组员，从而向观众测量实体发送监视信息。
由于提供来自加标签页面的监视信息的大多数客户端都不是组员，因此不被观众测量实体所知，所以迄今需要使用统计方法来将基于针对组员收集的数据的人口统计信息转嫁到针对加标签的媒体提供数据的更大的用户人口。但是，与用户总人口相比，观众测量实体的小组规模仍然很小。因此，出现了如何在确保小组的人口统计数据准确的同时扩大小组规模的问题。
存在很多在因特网上操作的数据库所有者。这些数据库所有者向大量订户或注册用户提供服务。作为对服务提供的交换，订户向所有者进行注册。作为此注册的一部分，订户提供详细的人口统计信息。这样的数据库所有者的示例包括社交网络提供商，诸如Facebook、Myspace等。这些数据库所有者在它们的订户的计算设备(如计算机、手机等)上设置cookie，以使得数据库所有者能够在用户访问数据库所有者的网站时识别出该用户。
因特网的协议使得cookie在设置该cookie的域(例如，因特网域、域名等)之外不能被访问。因此，在HFZlaw.com域中设置的cookie对于HFZlaw.com域中的服务器是可访问的，但是对于该域之外的服务器是不可访问的。因此，虽然观众测量实体可能发现了访问由数据库所有者设置的cookie是有好处的，但是他们却无法这样做。
鉴于上述情况，图1-15例示了利用(leverage)数据库所有者的现有数据库以收集更广泛的因特网使用情况和人口统计数据的方法和装置，且说明书的相应部分描述了这些方法和装置。例如，一些示例性方法和装置利用存储在用户计算机上的识别已登录到数据库提供商的用户的cookie。然而，对于共享计算机，登录到数据库提供商的用户的身份可能与实际使用该计算机的人不匹配。考虑第一个用户登录到数据库提供商且cookie被存储在计算机上的情况。假设第一个用户停止使用计算机，但没有登出数据库提供商。此外，假设第二个用户接着开始使用计算机。在第二个用户正在使用计算机时，如果使用来自数据库提供商的cookie识别计算机用户，则计算机上的活动将错误地归因于第一个用户。当计算机上不存在数据库提供商cookie时，另一问题出现了。当计算机上不存在cookie时，利用cookie的技术将无法关联人口统计信息与计算机活动。
为了补偿计算活动期间由于用户的不正确预测导致的不正确归因，结合图16-28描述的示例性方法和装置确定针对使用数据库提供商确定的数据(如结合图1-15描述的所确定的信息)的调整因子。一些组员(“传统的组员”)愿意向测量实体提供他们的人口统计信息和/或允许收集关于他们的计算机活动的更详细的信息。例如，一些传统的组员允许组员测量器(meter)软件安装在他们的计算机上来跟踪计算机活动的详细活动。在本文所公开的一些示例中，通过比较从组员测量器软件收集的针对计算会话的人口统计信息与使用数据库提供商确定的针对同样的计算会话的人口统计信息来确定调整因子(例如，错误率、校正因子、补偿因子等)。换句话说，使用两种不同的技术(例如，提示用户使用组员测量器软件识别自己，以及使用数据库提供商确定用户身份)确定针对计算会话的人口统计信息，比较这两种技术的人口统计信息来确定调整因子。然后，示例性调整因子可被应用到其它的计算会话(例如，使用数据库提供商确定的所有计算会话(或子集)的人口统计信息)。在一些示例中，针对所有传统的组员确定调整因子的比较和确定，以更准确地确定调整因子。调整因子可针对每个媒体提供商、每组媒体提供商、所有媒体提供商、和/或前述的任何组合而确定。
转向图1-15的示例，这里所公开的示例性方法、装置、系统和/或制品与一个或多个数据库所有者(在此也称为合作伙伴)合作。数据库所有者提供因特网服务给它们的注册用户(例如这些数据库所有者的用户)，并存储这些注册用户的人口统计信息(例如，在用户帐户记录中)。作为此工作的一部分，数据库所有者同意向观众测量实体提供其注册用户的人口统计信息，以用于测量对诸如内容和/或广告的媒体的基于人口统计的曝光。为了防止侵犯与数据库所有者的注册用户达成的隐私协议，此处公开的示例采用cookie映射技术。也就是说，数据库所有者可以维护其注册用户cookie(即，数据库所有者分配给其注册用户的合作伙伴cookie)至观众测量实体分配给相同的注册用户的cookie(即，观众测量实体(AME)cookie)的映射。这样，观众测量实体可基于AME cookie记录注册用户的印象，并发送全部或部分基于AME cookie的印象日志到数据库所有者。数据库所有者进而可以基于其合作伙伴-AME cookie映射将其注册用户与基于AME cookie的印象匹配。然后，数据库所有者可使用所述匹配将针对匹配的注册用户的人口统计信息与相应的印象日志相关联。然后，数据库所有者可从基于人口统计的印象日志移除任何识别数据(即，合作伙伴cookie数据)，并在不披露数据库所有者的注册用户的身份给观众测量实体的情况下将该基于人口统计的印象日志提供给观众测量实体。因此，本文所公开的示例性技术可在不损害与观众测量实体合作的数据库所有者的注册用户的隐私的情况下实施，以基于观众人口统计跟踪印象。
数据库所有者(例如Facebook)可以访问其设置在客户端设备(如计算机)上的cookie，从而基于数据库所有者的内部记录(例如，用户帐户记录)识别客户端。由于参照远超出典型的观众测量小组中存在的人数的庞大的注册用户数据库进行客户端设备的识别，所以这个过程可以用来形成非常准确、可靠和详细的数据。
因为观众测量实体保留了数据收集过程的第一段(即，从客户端设备接收由标签指令生成的标签请求以记录将印象)，所以观众测量实体能够向数据库所有者隐藏正在记录的媒体访问源以及媒体(例如，内容、网页、广告和/或其它类型的媒体)本身的身份(从而保护媒体源的隐私)，而不会损害数据库所有者提供与它们的订户中被观众测量实体记录印象的订户对应的人口统计信息的能力。
这里所公开的示例性方法、装置和/或制品可以用于使用分布在因特网上的不同数据库(例如，不同的网站拥有者、不同的服务提供商等)的人口统计信息来确定对网页、广告和/或其它类型的媒体的印象或曝光。这里所公开的示例性方法、装置和制品不仅使得能够将人口统计更准确地与媒体印象相关联，而且还有效地使小组规模和构成超越参与(和/或愿意参与)评级实体的小组的人而扩大至在诸如社交媒体网站(如Facebook、Twitter、Google等)的数据库等的其它因特网数据库中注册的人。该扩大有效地利用了观众评级实体的媒体加标签能力以及诸如社交媒体的非评级实体和其它网站的数据库的使用，以创建庞大的、人口统计信息准确的小组，这导致了对诸如网页、广告、任何类型的内容、和/或节目等的因特网媒体的准确可靠的曝光测量。
传统上，观众测量实体(这里也被称为“评级实体”)基于注册的小组成员来确定针对广告和媒体节目的人口统计范围。也就是说，观众测量实体将愿意接受监视的人登记到小组中。在登记过程中，观众测量实体从登记的人接收人口统计信息，使得可以在曝光于这些组员的媒体(如内容和/或广告)与不同的人口统计市场之间进行随后的关联。与观众测量实体仅依靠于它们自己的小组成员数据来收集基于人口统计的观众测量的传统技术不同，这里所公开的示例性方法、装置和/或制品使观众测量实体能够从基于用户注册模型进行操作的其它实体获得人口统计信息。如这里所使用的，用户注册模型是其中用户通过创建用户账户并提供关于用户自身的人口统计相关信息来订阅那些实体的服务的模型。获得这样的与数据库所有者的注册用户关联的人口统计信息使观众测量实体能够用来自外部源(例如，数据库所有者)的基本上可靠的人口统计信息来扩展或补充它们的小组数据，从而扩展它们的基于人口统计的观众测量的覆盖范围、准确度和/或完整性。这样的访问还使观众测量实体能够监视那些未加入观众测量小组的人们。
具有识别一组个体的人口统计的数据库的任何实体均可以与观众测量实体合作。这样的实体在此被称为“数据库所有者”，并且包括诸如Facebook、Google、Yahoo！、MSN、Twitter、Apple iTunes、Experian等的实体。例如，这样的数据库所有者可以是在线网络服务提供商。例如，数据库所有者可以是社交网站(例如，Facebook、Twitter、Myspace等)、多服务网站(例如，Yahoo！、Google、Experian等)、在线零售商网站(例如，Amazon.com、Buy.com等)、和/或维护用户注册记录的任何其它网络服务网站而不论该网站没有落入上述类别的任何一个，或是落入上述类别的一个或多个。
这里所公开的示例性方法、装置和/或制品可以由观众测量实体、评级实体和/或对测量或跟踪观众对内容、广告和/或任何其它类型的媒体的曝光有兴趣的任何其它实体来实现。
为了增大将测量的收视率准确地归因于正确的人口统计的可能性，这里所公开的示例性方法、装置和/或制品使用位于观众测量实体的记录中的人口统计信息以及位于维护建立了账户的用户的记录或简介的一个或多个数据库所有者(例如，网络服务器提供商)的人口统计信息。这样，示例性方法、装置和/或制品可以用于用来自一个或多个不同数据库所有者(例如，网络服务提供商)的人口统计信息来补充由评级实体(例如，收集媒体曝光测量和/或人口统计的观众测量公司，诸如美国Illinois州的Schaumburg的尼尔森公司)维护的人口统计信息。
使用来自迥然不同的数据源的人口统计信息(例如，来自观众测量公司的小组的高质量人口统计信息和/或网络服务提供商的注册用户数据)例如导致提高了在线和/或离线广告宣传活动的度量的报告有效性。这里所公开的示例使用在线注册数据来识别用户的人口统计。这些示例还使用服务器印象计数、加标签(也被称为设置信标)和/或其它技术来跟踪可归因于这些用户的广告和/或媒体印象的数量。诸如社交网站的在线网络服务提供商以及多服务提供商(这里共同地和单独地称为在线数据库所有者)维护通过用户注册过程收集的详细人口统计信息(例如，年龄、性别、地理位置、种族、收入水平、教育水平、宗教等)。印象对应于已经曝光于相应媒体(如内容和/或广告)的家庭或个人。因此，印象表示家庭或个人已经曝光于广告和/或内容或一组广告或内容。在因特网广告中，印象的数量或印象计数是网络人口已访问广告或广告宣传活动的总次数(例如，包括例如由于弹出窗口拦截器而减少和/或例如由于从本地缓存存储器进行获取而增加的访问次数)。
使用这里所公开的示例性方法、装置和/或制品生成的示例性印象报告可被用于以并列方式报告TV GRP和在线GRP。例如，广告商可使用印象报告来报告电视和/或在线广告单独地和/或共同地到达的独特的人或用户的数量。
虽然这里与广告、广告曝光和/或广告印象有关地公开了示例，但这些示例可附加地或另选地与除广告之外或代替广告的其它类型的媒体有关地实现。即，本文与广告有关地公开的过程、装置、系统、操作、结构、数据和/或信息可被类似地使用和/或实现以用于其它类型的媒体，如内容。在本文中使用时，“媒体”指的是内容(例如，网站、电影、电视和/或其它节目)和/或广告。
现在转向图1，示出了示例性系统100。在例示的示例中，系统100包括可由观众测量实体103拥有和/或操作的印象监视系统102。在例示的示例中，印象监视系统102与一个或多个数据库所有者(其中的两个数据库所有者显示为合作伙伴A数据库所有者104a和合作伙伴B数据库所有者104b)协同工作，以使用数据库所有者104a和104b收集的分布式人口统计信息生成印象报告106a和106b。在例示的示例中，印象报告106a和106b指示曝光于识别的广告或内容的人口统计段、人口或组。“分布式人口统计信息”在这里用来指从诸如在线网络服务提供商的数据库所有者获得的人口统计信息。在例示的示例中，印象监视系统102可由观众测量实体拥有和/或操作，以使用如设置在客户端设备108上的观众测量实体(AME)cookie收集和记录来自这些客户端设备108的印象。在这里所述的例示的示例中，不管是所有的客户端设备108、一些客户端设备108还是没有客户端设备108与观众测量实体103的观众成员小组关联，响应于在执行监视或标签指令之后联系观众测量实体103，AMEcookie(例如图2的AME cookie 208)设置在客户端设备108中。也就是说，通过在客户端设备108中设置AME cookie，观众测量实体103能够记录广告和/或媒体印象，无论该广告和/或媒体印象可归因于组员还是非组员。在图1的例示的示例中，客户端设备108可以是固定或便携式计算机，手持计算设备(例如，平板电脑，如)，智能手机，因特网设备，和/或任何其它类型的可连接到互联网并能够呈现媒体的设备。
在例示的示例中，媒体提供商和/或广告商经由因特网向访问网站和/或在线电视服务(例如，基于网络的TV、因特网协议TV(IPTV)等)的用户分发广告110。在例示的示例中，广告110可以是单独的、独立的广告和/或可以是一个或多个广告宣传活动的一部分。例示的示例的广告用标识码(即数据)来编码，该标识码标识关联的广告宣传活动(例如，宣传活动ID，如果有的话)、创作类型ID(例如，标识基于Flash的广告、横幅广告、丰富类型广告等)、源ID(例如，标识广告发布者)、和/或布局ID(例如，标识广告在画面上的物理布局)。例示的示例的广告110还被加标签或编码，以包括被例如经由因特网访问广告110的网页浏览器执行的计算机可执行监视指令(例如，Java、java script、或任何其它计算机语言或脚本)。在图1的例示的示例中，广告110经由客户端设备108呈现给观众成员。计算机可执行监视指令可以附加地或另选地与要监视的媒体相关联。因此，虽然本公开频繁地谈及跟踪广告，但是本公开并不限于跟踪任何特定类型的媒体。相反，它可以用于跟踪网络中任意类型或形式的媒体(例如，内容和/或广告)。不管正在被跟踪的媒体的类型如何，监视指令的执行使网页浏览器向指定的服务器(例如，观众测量实体)发送印象请求112(例如，这里被称为标签请求112)。标签请求112可以使用HTTP请求实现。但是，尽管HTTP请求在传统上标识要下载的网页或其它资源，但例示的示例中的标签请求112包括作为它们的有效载荷的观众测量信息(例如，广告宣传活动标识，媒体标识符，内容标识符，和/或用户标识信息)。标签请求112被定向到的服务器(例如印象监视系统102)被编程，以将标签请求112造成的观众测量数据记录为印象(例如，取决于用监视指令加标签的媒体的性质的广告和/或媒体印象)。为了收集和记录曝光测量，印象监视系统102包括AME印象存储器114。示例性印象记录过程结合图3详细描述如下。
在一些示例中，用例如网页、流视频、流音频、IPTV内容等的基于因特网的媒体来分发用这样的标签指令加标签的广告。如上所述，这里所公开的方法、装置、系统和/或制品不限于广告监视，而可以适于任何类型的内容监视(例如，网页、电影、电视节目等)。可以用于实现这样的监视、标签和/或信标指令的示例性技术在Blumenau(美国专利6108637)中描述，此处以引证的方式并入其全部内容。
在图1的例示的示例中，当客户端设备108呈现加标签的广告(例如，广告110)和/或其它加标签的媒体时，印象监视系统102使用AME cookie(例如，通用唯一标识符(UUID)的名称-值对)跟踪与印象关联的用户。由于因特网安全协议的原因，印象监视系统102仅可收集在其域中设置的cookie(例如，AME cookie)。因此，例如，如果印象监视系统102在“Nielsen.com”域中运行，则印象监视系统102仅可以收集在Nielsen.com域中设置的cookie。因此，当印象监视系统102从客户端设备108接收到标签请求112时，印象监视系统102只访问在例如Nielsen.com域的该客户端设备上设置的AME cookie，而不访问设置在此域外(例如，Nielsen.com域外)的cookie。
为了克服与收集cookie信息相关联的域限制，印象监视系统102监视客户端设备108的用户的印象，该客户端设备108的用户为合作伙伴A和合作伙伴B数据库所有者104a和104b中的一个或两者的注册用户。当客户端设备108之一的用户登录数据库所有者104a或104b之一的服务时，客户端设备108被定向到印象监视系统102，以和印象监视系统102进行初始化(INIT)AME cookie消息交换116，并发送登录报告消息118给提供所述服务的数据库所有者。例如，如下面结合图2更详细地描述的，如果用户登录到合作伙伴A数据库所有者104a的服务，则INIT AME cookie消息交换116基于针对登录到合作伙伴A数据库所有者104a的服务的用户的印象监视系统102的域在客户端设备108中设置AME cookie。此外，发送到合作伙伴A数据库所有者104a的登录报告消息118包括针对客户端设备108的相同的AME cookie和合作伙伴A数据库所有者104a为相同的客户端设备108设置的合作伙伴Acookie。在例示的示例中，当客户端设备108访问合作伙伴A数据库所有者104a的网页和/或当用户通过合作伙伴A数据库所有者104a的登录页面(例如，图2的登录页面204)登录合作伙伴A数据库所有者104a的服务时，合作伙伴A数据库所有者104a在客户端设备108中设置合作伙伴A cookie。在例示的示例中，AME cookie在合作伙伴A cookie的域(例如，根域)之外。因为登录报告消息118包括AME cookie，这使得合作伙伴A数据库所有者104a能够将其合作伙伴A cookie映射到针对客户端设备108的用户的AME cookie。INIT AME cookie消息交换116包括指示与指定的AME cookie关联的用户何时登录到合作伙伴A数据库所有者104a的登录时间戳。如果预先为客户端设置了AME cookie，则不设置新的AME cookie，除非之前的AME cookie已从客户端移除、不再存在于客户端上和/或已经过期。这些过程结合图2详细描述如下。
随后，印象监视系统102基于通过客户端设备108呈现的广告和/或内容接收标签请求112，并基于呈现的广告和/或内容、与客户端设备108的相应AME cookie相关联地记录印象，如以下结合图3详细描述的。在图1的例示的示例中，印象监视系统102在AME印象存储器114中存储记录的印象并随后将包含一些或所有的记录的印象的AME印象日志122从AME印象存储器114发送至合作伙伴数据库所有者104a和104b。
随后，合作伙伴数据库所有者104a-b的每一个可使用他们各自的AME cookie-合作伙伴cookie映射将基于合作伙伴cookie识别的客户端设备108的用户的人口统计与AME印象日志122中的基于AME cookie记录的印象匹配。示例性人口统计匹配和报告结合图4详细描述如下。由于观众测量实体103在向其发送标签请求的任何客户端(即，包括非组员)上设置AME cookie，所以AME cookie至合作伙伴cookie的映射不限于组员，而是扩展到访问加标签的媒体的任何客户端。因此，观众测量实体103能够利用合作伙伴的数据，就像具有AME cookie的非组员是观众测量实体103的组员一样，从而有效地扩大了小组规模。在一些示例中，观众测量实体的小组被去除。
图2示出了设置具有印象监视系统102的cookie并响应于用户登录到数据库所有者(例如，合作伙伴A数据库所有者104a和/或合作伙伴B数据库所有者104b)的网站向数据库所有者报告cookie的示例性方式。图2示出了图1的客户端设备108中的一个客户端设备，该客户端设备设置有cookie报告器202，配置为监视在客户端设备108上的登录事件并发送cookie至印象监视系统102和数据库所有者104a和104b。图2的例示的示例中，示出了cookie报告器202与印象监视系统102进行INIT AME cookie消息交换116并发送登录报告消息118给合作伙伴A数据库所有者104a。
图2的例示的示例中，cookie报告器202使用由网页浏览器执行的计算机可执行指令(例如，Java，java script，或任何其它的计算机语言或脚本)来实现。同样在图2的例示的示例中，cookie报告器202被拥有和/或操作印象监视系统102的观众测量实体直接或间接地提供给客户端。例如，cookie报告器202可从AME 103提供给数据库所有者并随后响应于客户端设备108请求合作伙伴A数据库所有者104a(或合作伙伴B数据库所有者104b或任何其它合作伙伴数据库所有者)的登录网页204而从提供登录网页的服务器下载至客户端设备108。
客户端设备108的网页浏览器可执行cookie报告器202以监视与登录页面204关联的登录事件。当用户经由登录页面204登录合作伙伴A数据库所有者104a的服务时，cookie报告器202通过向印象监视系统102发送请求206来发起INIT AME消息交换116。在图2的例示的示例中，请求206是虚拟请求，因为其目的不是要实际上获取一个网页，而是使印象监视系统102针对客户端设备108生成AME cookie 208(假设客户端上还没有设置或不存在AME cookie)。AME cookie 208唯一地识别客户端设备108。然而，因为客户端设备108可能不与AME 103的组员关联，故用户的身份和/或特征可能不为所知。印象监视系统102随后使用AME cookie 208来跟踪或记录与客户端设备108关联的印象，而不管客户端设备108是否为AME 103的组员，下面结合图3进行描述。因为所公开的示例像组员一样监视客户端，即使它们没有被注册(即，还没有同意作为AME 103的组员)，所以这些客户端在本文中可被称为伪组员。
例示的示例中的请求206使用包括报头字段210、cookie字段212和有效载荷字段214的HTTP请求来实现。报头字段210存储与HTTP请求关联的标准协议信息。当客户端设备108还没有设置在其中的AME cookie时，cookie字段212为空，以指示印象监视系统102需要在客户端设备108中创建和设置AME cookie 208。响应于接收不包含AME cookie 208的请求206，印象监视系统102生成AME cookie 208，并在作为图1的INIT AME cookie消息交换116的一部分的响应消息216的cookie字段218中向客户端设备108发送该AME cookie 208，从而在客户端设备108中设置AME cookie 208。
在图2的例示的示例中，印象监视系统102还生成指示用户登录到登录页面204的时间的登录时间戳220并在响应216的有效载荷字段222中将该登录时间戳220发送至客户端设备208。在例示的示例中，登录时间戳220由印象监视系统102(例如，而不是由客户端设备108)生成，从而来自所有客户端设备108的所有登录事件基于同样的时钟(例如，印象监视系统102的时钟)加上时间戳。这样，登录时间不会基于各个客户端设备108的彼此之间可具有时间上的差异的时钟而歪曲或偏移。在一些示例中，可从响应216的有效载荷222中省略时间戳220，且印象监视系统102可代替地基于响应216的报头字段224中的时间戳指示登录时间。在一些示例中，所述响应216是包括cookie报告器202应将AME cookie 208发送至的合作伙伴A数据库所有者104a的URL 226的HTTP 302重定向响应。印象监视系统102用URL填充重定向响应。
在图2的例示的示例中，在接收所述响应216后，cookie报告器202生成和发送登录报告消息118至合作伙伴A数据库所有者104a。例如，例示的示例中的cookie报告器202发送登录报告消息118至登录页面204指示的URL。另选地，如果所述响应216是HTTP 302重定向且包括URL 226，则cookie报告器202使用URL226发送登录报告消息118至合作伙伴A数据库所有者104a。在图2的例示的示例中，登录报告消息118包括cookie字段230中的合作伙伴Acookie 228。合作伙伴A cookie228针对合作伙伴A数据库所有者104a唯一地识别客户端设备108。同样在例示的示例中，cookie报告器202在登录报告消息118的有效载荷字段232中发送AME cookie 208和登录时间戳220。因此，在图2的例示的示例中，AME cookie 208作为登录报告消息118中的常规数据(如数据参数)或有效载荷发送至合作伙伴A数据库所有者104a，以克服AME cookie 208没有设置在合作伙伴A数据库所有者104a的域中因而不能作为普通的cookie发送至第三方的事实。在例示的示例中，AME cookie 208对应于合作伙伴Acookie 228的域(例如，Facebook.com根域)之外的另一域(例如，Nielsen.com根域)。使用图2中例示的示例性过程有利地使得能够跨不同的域发送cookie数据，这是使用已知的cookie通信技术不可能实现的。数据库所有者104a接收与合作伙伴A cookie 228关联的AME cookie 208，从而创建AME cookie-合作伙伴cookie映射(例如，合作伙伴cookie图236)中的条目。
尽管图2的示例显示登录报告消息118包括合作伙伴A cookie 228，但对于其中合作伙伴A数据库所有者104a还没有在客户端设备108中设置合作伙伴A cookie 228的情况，在登录报告消息118中cookie字段230为空。这样，空的cookie字段230提示合作伙伴A数据库所有者104a在客户端设备108中设置合作伙伴A cookie 228。在这样的情况下，合作伙伴A数据库所有者104a向客户端设备108发送包括合作伙伴A cookie 228的响应消息(未示出)并记录与AME cookie 208关联的合作伙伴A cookie 228。
在一些示例中，合作伙伴A数据库所有者104a使用合作伙伴A cookie 228来跟踪其注册用户的在线活动。例如，合作伙伴A数据库所有者104a可跟踪对以合作伙伴A数据库所有者104a为宿主的网页的用户访问，根据用户的偏好来显示那些网页等。合作伙伴Acookie 228还可以用于收集“域特定”用户活动。如这里所使用的，“域特定”用户活动是单个实体的域内关联的用户因特网活动。域特定用户活动还可以被称为“域内活动”。在一些示例中，合作伙伴A数据库所有者104a收集域内活动，诸如由各个注册用户访问的网页(例如，社交网络域的网页，诸如其它社交网络成员页面或其它域内页面)的数量和/或用于访问的诸如移动设备(例如，智能电话、平板电脑等)或固定设备(例如，台式计算机)的设备的类型。合作伙伴A数据库所有者104a还可以跟踪账户特征，诸如由各个注册用户维持的社交联系(例如，朋友)的数量、由各个注册用户发布的图片的数量、由各个注册用户发送或接收的消息的数量和/或用户账户的任何其它特征。
在一些示例中，cookie报告器202配置为只有在合作伙伴A数据库所有者104a已经指出经由登录页面204的用户登录成功之后，发送请求206至印象监视系统102并且发送登录报告消息118至合作伙伴A数据库所有者104a。这样，若登录不成功，所述请求206和所述登录报告消息118不会不必要地执行。在图2的例示的示例中，成功的登录确保合作伙伴A数据库所有者104a会将登录的注册用户的正确的人口统计与合作伙伴A cookie 228和AMEcookie 208关联。
在图2的例示的示例中，合作伙伴A数据库所有者104a包括服务器234、合作伙伴cookie图236和用户帐户数据库238。尽管没有显示，但与观众测量实体103(图1)合作的其它数据库所有者(例如，图1的合作伙伴B数据库所有者104b)也包括与合作伙伴cookie图236类似的各自的合作伙伴cookie图以及与用户帐户数据库238类似的用户帐户数据库，但当然是相对于它们自己的用户。例示的示例的服务器234与客户端设备108通信以例如接收登录信息、从客户端设备108接收cookie、在客户端设备108中设置cookie等。
合作伙伴cookie图236与各个AME cookie(例如，AME cookie 208)和各自的时间戳(例如，时间戳220)关联地存储合作伙伴cookie(例如，合作伙伴A cookie 228)。在图2的例示的示例中，合作伙伴cookie图236与在AME cookie 208的名称-值对中找到的唯一用户ID(UUID)(即，诸如“user_ID”的参数名称和诸如UUID的值)关联地存储在合作伙伴Acookie 228的名称-值对中找到的唯一用户ID。此外，合作伙伴cookie图236与UUID关联地存储登录时间戳220以指示相应的用户登录发生的时间。简要地参照图5，示出了合作伙伴cookie图236的示例性实现，其中AME用户ID列502存储来自AME cookie的UUID(例如，图2的AME cookie 208)，合作伙伴用户ID列504存储来自合作伙伴cookie的UUID(例如，图2的合作伙伴A cookie 228)，登录时间戳列506存储登录时间戳(例如，图2的登录时间戳220)。在这里所公开的例示的示例中，合作伙伴A数据库所有者104a使用合作伙伴cookie图236来将基于AME cookie(例如，AME cookie 208)从印象监视系统102接收的印象与各个合作伙伴Acookie(例如，合作伙伴A cookie 228)识别的合作伙伴A数据库所有者104a的注册用户相匹配。这样，合作伙伴A数据库所有者104a可确定其注册用户的哪一个与印象监视系统102记录的特定的印象关联。
回到图2，合作伙伴A数据库所有者104a使用用户帐户数据库238存储针对合作伙伴A数据库所有者104a的注册用户的人口统计信息等。在图2的例示的示例中，在登记和/或注册过程期间或在随后的个人信息更新过程期间，从注册用户接收这样的人口统计信息。用户帐户数据库238中存储的人口统计信息可包括例如年龄、性别、兴趣(例如，音乐兴趣、电影兴趣、产品兴趣或与任何其它主题相关的兴趣)、每个注册用户通过合作伙伴A数据库所有者104a维护的朋友或社会关系的数量、个人年收入、家庭收入、居住地理位置、工作地理位置、毕业年份、联系组数量、或任何其它的人口统计信息。合作伙伴A数据库所有者104a在基于合作伙伴cookie图236确定合作伙伴A数据库所有者104a的哪些注册用户与哪些记录的印象对应之后，使用用户帐户数据库238将人口统计信息与印象监视系统102记录的特定的印象相关联。
图3示出了可用于在图1的示例性系统100的印象监视系统102处记录印象的示例性系统300。示例性系统300使得图1和2的印象监视系统102能够基于从客户端设备(例如，图1和2的任何客户端设备108)执行的网页浏览器302接收的标签请求(例如，图1的标签请求112)，与相应的AME cookie(例如，图2的AME cookie208)关联地记录印象。在图3的例示的示例中，印象监视系统102如下所述记录来自从其接收标签请求112的任何客户端设备(例如，图1的客户端设备108)的印象。印象监视系统102在AME印象数据存储器114中汇编接收到的印象数据。
转向图3以进行详细描述，客户端设备可为图1和2的客户端设备108中的任一个，或图1或2中没示出的另一设备。然而，为简化讨论且不失一般性，客户端设备将被称为客户端设备108。如图所示，客户端设备108发送通信至印象监视系统102。在例示的示例中，客户端设备108运行网页浏览器302，网页浏览器302被定向到显示从广告发布者303接收的广告110中的一个广告的主网站(例如，www.acme.com)。示例性例子的广告110用标识符信息(例如，宣传活动ID、创作类型ID、布局ID、发布者源URL等)和标签指令304加标签。当由客户端设备108执行标签指令304时，标签指令304使客户端设备108向标签指令304中指定的印象监视系统102的URL地址发送标签请求112。另选地，标签指令304中指定的URL地址可将标签请求112定向至观众测量实体103(图1)或另一实体拥有、操作和/或可访问的任何其它服务器。标签指令304可利用java script或任何其它类型的包括例如Java、HTML等的可执行指令来实现。应当注意的是，诸如网页和/或任何其它媒体的加标签的内容按与加标签的广告110一样的方式来处理。也就是说，对于任何加标签的媒体，与加标签的内容的下载关联地接收相应的标签指令，并且标签指令使得从下载了加标签的内容的客户端设备向印象监视系统102(或指令指示的任何其它服务器)发送标签请求。
在图3的例示的示例中，使用HTTP请求实现标签请求112，且该标签请求112详细显示为包括报头字段310、cookie字段312和有效载荷字段314。在图3的例示的示例中，网页浏览器302将图2的AME cookie 208存储在cookie字段312中，并将广告宣传活动信息316和发布者网站ID 318存储在有效载荷字段314中。在例示的示例中，广告宣传活动信息316可包括标识关联的广告宣传活动(例如，广告宣传活动ID)、创作类型ID(例如，标识基于Flash的广告、横幅广告、丰富类型广告等)和/或布局ID(例如，标识广告在画面上的物理布局)中的一个或多个的信息。在一些示例中，为记录媒体印象，由标识媒体的媒体信息(例如，媒体标识符)、创作ID和/或布局ID替代广告宣传活动信息316。在例示的示例中，发布者网站ID318标识广告110和/或内容的源(例如，标识广告发布者303和/或媒体发布者的源ID)。
在例示的示例中，响应于接收到标签请求112，印象监视系统102通过与媒体标识符(例如，广告宣传活动信息316和/或发布者网站ID 318)关联地存储AME cookie208来将与客户端设备108关联的印象记录在AME印象存储器114中。此外，印象监视系统102生成表明印象发生时的时间/日期的时间戳并与记录的印象关联地存储时间戳。图6示出了示例性AME印象存储器114的示例性实现。简要地转向图6，AME印象存储器114包括存储AME cookie(例如，图2和3的AME cookie 208)的AME用户ID列602，存储表明印象在客户端设备(例如，图1-3的客户端设备108)发生的时间的印象时间戳的时间戳列604、存储图3的宣传活动信息316的宣传活动ID列606、存储图3的发布者网站ID 318的网站ID列608。
图4是可用于将印象与在一个或多个用户数据库所有者(例如，图1-3的合作伙伴数据库所有者104a-b)中注册的用户(例如，图1-3的客户端设备108的用户)的人口统计关联的示例性装置400。在一些示例中，装置400在一个或多个数据库所有者(例如，图1-3的合作伙伴数据库所有者104a-b)处实现。或者，装置400可在其它地点实现。在一些示例中，装置400可由观众测量实体103(图1)开发并被提供给数据库所有者，以使得数据库所有者能够将数据库所有者拥有的人口统计信息与观众测量实体103提供的印象日志结合起来。为了确保数据库所有者的注册用户的隐私，观众测量实体103可在数据库所有者处安装或设置示例性装置400，使得数据库所有者不需要提供其注册用户的身份给观众测量实体103以便将人口统计信息与记录的印象相关联。相反，观众测量实体103可以提供其记录的印象(例如，AME印象日志122)到数据库所有者，且数据库所有者可以在隐藏其注册用户的身份(如姓名和联系信息)的同时将各人口统计与记录的印象关联。
在例示的示例中，装置400设置有示例性cookie匹配器402、示例性人口统计关联器404、示例性人口统计分析器406、示例性人口统计修改器408、示例性用户ID修改器410、示例性报告生成器412、示例性数据解析器414、示例性映射器416、示例性指令接口418。虽然图4已经例示了装置400的示例性实现方式，但是图4例示的元件、过程和/或设备中的一个或多个可以组合、拆分、重组、省略、去除和/或采用任何其它方式实现。进一步地，图4的cookie匹配器402、人口统计关联器404、人口统计分析器406、人口统计修改器408、用户ID修改器410、报告生成器412、数据解析器414、映射器416、指令接口418和/或更总体地说示例性装置400可以由硬件、软件、固件和/或硬件、软件和/或固件的任意组合来实现。因此，例如，cookie匹配器402、人口统计关联器404、人口统计分析器406、人口统计修改器408、用户ID修改器410、报告生成器412、数据解析器414、映射器416、指令接口418中的任意和/或更总体地说示例性装置400可以由一个或多个电路、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)等实现。当此专利的任何装置或系统权利要求被理解为涵盖纯软件和/或固件实现时，cookie匹配器402、人口统计关联器404、人口统计分析器406、人口统计修改器408、用户ID修改器410、报告生成器412、数据解析器414、映射器416和/或指令接口418中的至少一个在此被明示地限定为包括诸如存储器、DVD、CD、蓝光盘等存储软件和/或固件的有形计算机可读介质。此外，图4的示例性装置400可以除了图4所示的上述部分之外包括一个或多个元件、过程和/或设备，或者可以包括替换图4所示的上述部分的一个或多个元件、过程和/或设备，和/或可包括示例的元件、过程和/或设备中的一个以上的任意或全部。
转向图4进行详细说明，在例示的示例中，装置400在合作伙伴A数据库所有者104a(图1和2)处实现。装置400的其它实例可类似地在任何其它参加AME 103的数据库所有者(例如，合作伙伴B数据库所有者104b)处实现。在图4的例示的示例中，装置400从印象监视系统102接收AME印象日志122以使得装置400能够将来自用户帐户数据库238的用户/观众成员人口统计与记录的印象相关联。
在例示的示例中，装置400设置有cookie匹配器402，以将来自AME印象日志122的AME cookie(例如，图2和3的AME cookie 208)的AME用户ID与合作伙伴A cookie图236中的AME用户ID匹配。装置400执行这样的cookie匹配，以识别记录的印象可归因于的合作伙伴A数据库所有者104a的注册用户(例如，印象监视系统102如以上结合图2描述的设置AMEcookie和如以上结合图3描述的跟踪印象的合作伙伴A注册用户)。例如，合作伙伴cookie图236在图5中示出为将AME用户ID列502中的AME用户ID与合作伙伴用户ID列504中的合作伙伴用户ID相关联。AME印象日志122被构造为与图6中示出的记录每个AME用户ID的印象的AME印象存储器114中的数据类似。因此，cookie匹配器402将来自AME印象日志122的AME用户ID列602的AME用户ID与合作伙伴cookie图236的AME用户ID列502的AME用户ID匹配，以将来自AME印象日志122的记录的印象与映射在图5的合作伙伴cookie图236中的相应的合作伙伴用户ID关联。在一些示例中，AME 103在发送AME印象日志122至合作伙伴数据库所有者(例如，图1和2的合作伙伴数据库所有者104a和104b)之前，对AME印象日志122中的宣传活动ID进行加密、混淆、改变等，以防止合作伙伴数据库所有者识别出宣传活动ID对应的媒体或保护媒体的身份。在这样的示例中，宣传活动ID信息的查找表可以存储在印象监视系统102处，使得从合作伙伴数据库所有者接收到的印象报告(例如，图1的印象报告106a和106b)可以与媒体相关联
在一些示例中，cookie匹配器402使用存储在图5的登录时间戳列506中的登录时间戳(例如，图2的登录时间戳220)和存储在图6的时间戳列604中的印象时间戳来辨别印象监视系统102记录的印象可归因于的不同的用户。也就是说，如果针对合作伙伴A数据库所有者104a具有各自的用户名/密码登录凭证的两个用户使用相同的客户端设备108，则印象监视系统102记录的所有印象将基于设置在客户端设备108中的相同的AME cookie(例如，图2和3的AME cookie 208)，而不管在印象发生时哪个用户正在使用客户端设备108。然而，通过比较记录的印象时间戳(例如，在图6的时间戳列604中的)和登录时间戳(例如，在图5的登录时间戳列506中的)，cookie匹配器402可确定当相应的印象发生时哪个用户登录到合作伙伴A数据库所有者104a。例如，如果用户“TOM”在2010年1月1日上午12:57登录到合作伙伴A数据库所有者104a，且用户“MARY”在2010年1月1日下午3:00使用相同的客户端设备108登录到合作伙伴数据库所有人104a，则登录事件与相同的AME cookie(例如，图2和3的AME cookie 208)相关联。在这样的示例中，cookie匹配器402将印象监视系统102针对同一AME cookie在2010年1月1日上午12:57至下午3:00之间记录的任何印象与用户“TOM”关联，并将印象监视系统102针对同一AME cookie在2010年1月1日下午3:00之后记录的任何印象与用户“MARY”关联。这种基于时间的关联在下面描述的图7的例示的示例性数据结构中示出。
在例示的示例中，cookie匹配器402将匹配结果汇编入示例性的基于合作伙伴的印象数据结构700，其详细示出在图7中。简要地转向图7，基于合作伙伴的印象结构700包括AME用户ID列702、印象时间戳列704、宣传活动ID列706、网站ID列708、用户登录时间戳710、合作伙伴用户ID列712。在AME用户ID列702中，cookie匹配器402存储AME cookie(例如，图2和3的AME cookie 208)。在印象时间戳列704中，cookie匹配器402存储印象监视系统102生成的表明每个印象何时被记录的时间戳。在宣传活动ID列706中，cookie匹配器402存储例如存储在图3的宣传活动信息316中的广告宣传活动ID。在一些示例中，替代宣传活动ID列706，基于合作伙伴的印象数据结构700包括存储媒体的识别信息的内容ID列，或者，除了宣传活动ID列706之外，基于合作伙伴的印象数据结构700还包括存储媒体的识别信息的内容ID列。在一些示例中，一些媒体(例如，广告、内容和/或其它媒体)不与宣传活动ID或内容ID关联。在图7的例示的示例中，宣传活动ID列706的空白表明未与宣传活动ID和/或内容ID关联的媒体。在网站ID列708中，cookie匹配器402存储广告发布者网站ID(例如，图3的发布者网站ID 318)。在用户登录时间戳列710中，cookie匹配器402存储表明各个用户何时经由合作伙伴登录页面(例如，图2的登录页面204)登录的时间戳(例如，图2的时间戳220)。在合作伙伴用户ID列712，cookie匹配器402存储合作伙伴cookie(例如，图2的合作伙伴A cookie228)。
回到图4，在例示的示例中，装置400设置有人口统计关联器404以将来自用户帐户数据库238的人口统计信息与来自基于合作伙伴的印象结构700的相应的基于合作伙伴的印象相关联。例如，人口统计关联器404可针对在合作伙伴用户ID列712(图7)中提到的合作伙伴用户ID获取人口统计信息，并将获取到的人口统计信息与基于合作伙伴的印象结构700中的相应记录相关联。
在图4的例示的示例中，为了准确/或完整地分析人口统计信息，装置400设置有人口统计分析器406。此外，为了更新、修改、和/或填充不准确的和/或不完整的记录中的人口统计信息，该装置400设置有人口统计修改器408。在一些示例中，人口统计分析器406和/或人口统计修改器408使用2011年8月12日提交的名称为“Methods and Apparatus toAnalyze and Adjust Demographic Information”的第13/209,292号美国专利申请中所公开的示例性方法、系统、装置和/或制品分析和/或调整不准确的人口统计信息，此处以引证的方式并入上述申请的全部内容。
在例示的示例中，为了在添加人口统计信息之后、提供数据至AME 103之前从基于合作伙伴的印象结构700中移除用户ID，例示的示例中的装置400设置有用户ID修改器410。在例示的示例中，用户ID修改器410配置为至少移除合作伙伴用户ID(从合作伙伴用户ID列712)，以保护合作伙伴A数据库所有者104a的注册用户的隐私。在一些示例中，用户ID修改器410也可移除AME用户ID(例如，从AME用户ID列702)，从而装置400生成的印象报告106a为人口统计级的印象报告。用户ID的“移除”(例如，由用户ID修改器410和/或由报告生成器412)可通过不在相应的用户ID字段中提供数据副本、而不是从这些字段中删除任何数据来实现。如果AME用户ID保留在印象数据结构700中，例示的示例中的装置400可生成用户级的印象报告。
在图4的例示的示例中，为了生成印象报告106a，装置400设置有报告生成器412。报告生成器412可为印象报告106a生成的示例性信息结合图8和9详细描述如下。
在图4的例示的示例中，为了解析信息，装置400设置有数据解析器414。在一些示例中，数据解析器414从客户端设备和/或其它系统接收消息，并解析来自这些接收到的消息的信息。例如，装置400可使用数据解析器414从cookie报告器202(图2)接收登录报告消息118并从登录报告消息118中解析出合作伙伴A cookie 228、AME cookie 208、和/或登录时间戳220。在一些示例中，装置400还使用数据解析器414来解析AME印象日志122中的信息和/或解析来自任何其它的数据结构和/或消息的信息。
在图4的例示的示例中，为了映射信息，装置400设置有映射器416。在一些示例中，映射器416映射与相同的用户关联但对应于不同的因特网域的cookie标识符。例如，装置400可使用映射器416将合作伙伴A cookie 228映射至合作伙伴cookie图236(图2、4和5)中的AME cookie 208(图2)。在一些示例中，映射器416还将登录时间戳与相应的cookie标识符相映射。例如，装置400可使用映射器416将登录时间戳220(图2)与合作伙伴cookie图236中的相应的合作伙伴A cookie 228和AME cookie 208相映射。
在图4的例示的示例中，为了发送计算机可执行指令至客户端设备108以监视经由登录网页(例如，图2的登录网页204)的用户登录，装置400设置有指令接口418。例如，装置400可使用指令接口418来发送计算机可执行指令(例如，Java、java script、或任何其它计算机语言或脚本)至客户端设备108，指令由网页浏览器302(图3)执行以实现cookie报告器202(图2)。在一些示例中，响应于从网页浏览器302接收到针对实现装置400的实体(例如，数据库所有者合作伙伴104a和104b之一)提供的基于因特网的服务的登录网页(例如，登录网页204)的请求，指令接口418发送计算机可执行指令至客户端设备108。这样，客户端设备108可执行计算机可执行指令以监视在登录网页处的登录事件。
图15是可用于实现图1-3的印象监视系统102的示例性装置。在例示的示例中，为了检测AME cookie(例如，图2的AME cookie 208)是否已设置(例如，存储)在客户端设备(例如，图1-3的任一客户端设备108)中，印象监视系统102设置有cookie状态检测器1402。例如，cookie状态检测器1402可检查或分析来自客户端设备的消息(例如，图2的请求206)，以确定AME cookie是否存在于其中。在例示的示例中，为了生成AME cookie(例如，AMEcookie 208(图2))，印象监视系统102设置有cookie生成器1404。
在例示的示例中，为了生成登录时间戳(例如，图2的登录时间戳220)，印象监视系统102设置有时间戳生成器1406。例如，时间戳生成器1406可使用实时时钟(RTC)或任何其它定时或时钟设备或接口实现，以跟踪时间并生成时间戳。在例示的示例中，为了生成消息(例如，图2的响应216)，印象监视系统102设置有消息生成器1408。在例示的示例中，为了记录印象，印象监视系统102设置有印象记录器1410。例如，印象记录器1410可将印象记录在如图6所示的AME印象存储器114中。
在例示的示例中，为了从客户端设备108接收消息和/或信息并发送消息和/或信息至客户端设备108和/或至合作伙伴数据库所有者104a和104b，印象监视系统102设置有通信接口1412。例如，通信接口1412可从客户端设备108接收诸如标签请求112(图1)和请求206(图2)的消息。此外，通信接口1412可向客户端设备108发送如响应216(图2)的消息并向合作伙伴数据库所有者104a和104b发送记录的印象(例如，记录在AME印象存储器114中的印象)。
图15是可用于实现图2的cookie报告器202的示例性装置。在例示的示例中，为了检测登录事件，cookie报告器202设置有登录事件检测器1502。例如，登录检测器1502可配置为监视客户端设备(例如，图1至图3的客户端设备108)的网页浏览器(例如，图3的网页浏览器302)生成的登录事件。在例示的示例中，当用户登录到图2的登录网页204时，登录检测器1502检测登录事件。
在例示的示例中，为了检测AME cookie(例如，图2的AME cookie 208)或合作伙伴cookie(例如，图2的合作伙伴cookie 228)是否已设置(例如，存储)在客户端设备(例如，图1至图3的客户端设备108)中，cookie报告器202设置有cookie状态检测器1504。例如，cookie状态检测器1504可检查或分析客户端设备中的cookie文件或cookie条目以确定AMEcookie(例如，图2的AME cookie 208)或合作伙伴cookie(例如，图2的合作伙伴cookie228)是否已被预先设置。在例示的示例中，cookie状态检测器1504还可确定cookie是否已经过期。在例示的示例中，当cookie过期时，它被视为无效，或者视为好像不再存在于客户端设备中，且必须由相应的服务器域再次设置。
在例示的示例中，为了从客户端设备(例如，图1至图3的客户端设备108)中的存储位置获取cookie，cookie报告器202设置有cookie接口1506。例如，cookie接口1506可从AMEcookie(例如，图2的AME cookie 208)或合作伙伴cookie(例如，图2的合作伙伴cookie228)在客户端设备中的各自的存储位置获取它们。此外，cookie接口1506还可将由印象监视系统102和/或任何合作伙伴数据库所有者设置并且从印象监视系统102和/或任何合作伙伴数据库所有者接收的cookie存储在客户端设备中。
在例示的示例中，为了生成消息(例如，图1和图3的标签请求112，图1和图2的登录报告消息118和图2的请求206)，cookie报告器202设置有消息生成器1508。在例示的示例中，为了发送消息和/或信息至印象监视系统102和/或至合作伙伴数据库所有者(例如，图1和图2的合作伙伴数据库所有者104a和104b)和/或从印象监视系统102接收消息和/或信息，cookie报告器202设置有通信接口1510。例如，通信接口1510可发送标签请求112(图1和图3)和图2的请求206至印象监视系统102，从印象监视系统102接收响应216(图2)，发送登录报告消息118(图1和图2)至合作伙伴数据库所有者104a和104b。
虽然图14和图15中已经例示了装置102和202的示例性实现方式，但是图14和图15中例示的元件、过程和/或设备中的一个或多个可以组合、拆分、重组、省略、去除和/或采用其它方式实现。另外，cookie状态检测器1402、cookie生成器1404、时间戳生成器1406、消息生成器1408、印象记录器1410、通信接口1412和/或更总体地说图14的示例性装置102可以由硬件、软件、固件和/或硬件、软件和/或固件的任意组合来实现。此外，登录事件检测器1502、cookie状态检测器1504、cookie接口1506、消息生成器1508、通信接口1510和/或更总体地说图15的示例性装置202可以由硬件、软件、固件和/或硬件、软件和/或固件的任意组合来实现。因此，例如，cookie状态检测器1402、cookie生成器1404、时间戳生成器1406、消息生成器1408、印象记录器1410、通信接口1412中的任一项和/或更总体地说示例性装置102和/或登录事件检测器1502、cookie状态检测器1504、cookie接口1506、消息生成器1508、通信接口1510中的任一项和/或更总体地说示例性装置202可以由一个或多个电路、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)等实现。当本专利的任何装置或系统权利要求被理解为涵盖纯软件和/或固件实现时，cookie状态检测器1402、cookie生成器1404、时间戳生成器1406、消息生成器1408、印象记录器1410、通信接口1412、登录事件检测器1502、cookie状态检测器1504、cookie接口1506、消息生成器1508、和/或通信接口1510中的至少一个在此被明确地限定为包括诸如存储器、DVD、CD、蓝光盘等的存储软件和/或固件的有形计算机可读介质。此外，示例性装置102和202除了图14和图15所例示的上述部分之外，还可以包括一个或多个元件、过程和/或设备，或可以包括替换图14和图15所例示的上述部分的一个或多个元件、过程和/或设备，和/或可包括例示的元件、过程和设备中的任何一个以上或所有。
转向图8，可由图4的报告生成器412生成的示例性印象累计数据结构800基于印象监视系统102(图1至图3)记录的印象存储印象累计。如图8所示，印象累计结构800显示针对客户端设备108(图1至图3)记录的印象的数量。在例示的示例中，报告生成器412针对广告宣传活动(例如，图1的一个或多个广告110)生成印象累计结构800以确定各个被监视用户每天的印象的频率。
为了跟踪每个唯一用户每天的印象的频率，印象累计结构800设置有频率列802。频率1表示广告宣传活动每天向唯一用户曝光一次，而频率4表示同一广告宣传活动每天向唯一用户曝光四次。为了跟踪印象可归因于的唯一用户的数量，印象累计结构800设置有UUID列804。UUID列804中的值100,000表示100,000个唯一用户。因此，印象累计结构800的第一条目表示在一天中100,000个唯一用户(即，UUID＝100,000)曝光于特定广告宣传活动一次(即，频率＝1)。
为了基于曝光频率和UUID来跟踪印象，印象累计结构800设置有印象列806。存储在印象列806中的各印象计数是通过将频率列802中存储的相对应的频率值乘以UUID列804中存储的相对应的UUID值而确定的。例如，在印象累计结构800的第二条目中，频率值2被乘以200,000个唯一用户，以确定400,000个印象可归因于特定广告宣传活动。
转向图9，示出了广告宣传活动级别年龄/性别和印象构成数据结构900，其在例示的示例中可由图4的报告生成器412生成。图9的广告宣传活动级别年龄/性别和印象构成结构900中的印象数据与可归因于特定的合作伙伴数据库(DB)所有者(例如，图1和图2的合作伙伴A数据库所有者104a或图1的合作伙伴B数据库所有者104b)的注册用户的印象相对应。可针对内容和/或其它媒体生成类似的表。附加地或另选地，除了广告之外的其它媒体可以添加到数据结构900中。
广告宣传活动级别年龄/性别和印象构成结构900设置有年龄/性别列902、印象列904、频率列906和印象构成列908。例示的示例的年龄/性别列902表示不同的年龄/性别人口统计组。例示的示例的印象列904存储表示相应的年龄/性别人口统计组针对特定的广告宣传活动的总印象的值。例示的示例的频率列906存储表示每个用户对造成印象列904中的印象的广告宣传活动的曝光频率的值。例示的示例的印象构成列908存储各个年龄/性别人口统计组的印象的百分比。
在一些示例中，在将基于印象的人口统计信息的最后结果列在宣传活动级别年龄/性别和印象构成表900中之前，图4的人口统计分析器406和人口统计修改器408对人口统计信息执行人口统计准确性分析和调整过程。这样做可以解决在线观众测量过程面临的注册用户将他们自己展示给在线数据库所有者(例如，合作伙伴104a和104b)的方式不一定是诚实的(例如，真实的和/或准确的)的问题。在某些情况下，如果利用这样的在线数据库所有者处的账户注册确定观众的人口统计属性的在线测量示例性方法依赖于注册用户在数据库所有者网站处的账户注册过程中自己报告个人/人口统计信息，则这些方法可能导致不准确的人口统计曝光结果。用户为何在注册数据库所有者服务时报告错误的或不准确的人口统计信息的原因有许多。用于在数据库所有者网站(例如，社交媒体网站)收集人口统计信息的自己报告注册过程不会有助于确定自己报告的人口统计信息的真实性。在一些示例中，为了分析和/或调整不准确的人口统计信息，人口统计分析器406和/或人口统计修改器408可以使用2011年8月12日提交的名称为“Methods and Apparatus to Analyze andAdjust Demographic Information”的第13/209292号美国专利申请中所公开的示例性方法、系统、装置和/或制品，此处以引证的方式并入上述申请的全部内容。
尽管示例性广告宣传活动级别年龄/性别和印象构成结构900仅结合年龄/性别人口统计信息示出了印象统计，但图4的报告生成器412可生成相同的或其它数据结构以附加地或可选地包括其它类型的人口统计信息。这样，报告生成器412可基于不同类型的人口统计和/或不同类型的媒体生成印象报告106a(图1和图4)以反映印象。
图10至图13为可被执行以实现图1、图2、图3、和/或图4的装置和系统的机器可读指令的流程图。图10至图13的示例性过程可以使用机器可读指令来实现，在被执行时，这些机器可读指令使装置(例如，可编程控制器或其它可编程机器或集成电路)执行图10至图13中所示的操作。在此示例中，机器可读指令包括诸如下面结合图29讨论的示例性计算机2910中示出的处理器2912的处理器执行的程序。该程序可体现在存储在诸如CD-ROM、软盘、硬盘驱动器、数字多功能盘(DVD)、蓝光盘、闪速存储器、只读存储器(ROM)、随机存取存储器(RAM)或与所述处理器2912相关联的存储器的有形计算机可读介质中的软件中，但整个程序和/或程序的部分可以另选地通过不同于处理器2912的装置执行，和/或体现在固件或专用硬件中。
在本文中使用时，术语“有形计算机可读介质”被明确地限定为包括任何类型的计算机可读存储器并且不包括传播信号。附加地或另选地，图10至图13的示例性过程可采用存储在诸如闪存、只读存储器(ROM)、随机存取存储器(RAM)、高速缓存和/或其中信息存储任何持续时间(例如延长时段、永久、短时、临时缓冲和/或信息高速缓存)的任何其它存储介质的非瞬时性计算机可读介质上的编码指令(例如，计算机可读指令)来实现。在本文中使用时，术语“非瞬时性计算机可读介质”被明确地限定为包括任何类型的计算机可读介质并且不包括传播信号。在本文中使用时，当短语“至少”被用作权利要求的前序部分中的过渡术语时，和术语“包括”是开放式的一样的方式，它也是开放式的。因此，使用“至少”作为其前序部分中的过渡术语的权利要求可包括除了明确记载在该权利要求中的元素之外的元素。
另选地，图10至图13的示例性过程可以使用专用集成电路(ASIC)、可编程逻辑器件(PLD)、现场可编程逻辑器件(FPLD)、离散逻辑、硬件、固件等的任意组合来实现。而且，图10至图13的示例性过程可以被实现为上述任意技术的任意组合，例如，固件、软件、离散逻辑和/或硬件的任意组合。
虽然参照图10至图13的流程图描述了图10至图13的示例性过程，但是可以采用实现图1、图2、图3、和/或图4的装置和系统的其它方法。例如，可以改变框的执行顺序，和/或可以改变、去除、细分或组合一些框。附加地，可以通过例如单独的处理线程、处理器、装置、离散逻辑、电路等顺序执行和/或并行执行图10至图13的一个或两个示例性过程。
转向图10进行详细说明，描述的示例性过程可用于向数据库所有者(例如，图1和图2的合作伙伴A数据库所有者104a)报告登录事件和用户cookie(例如，图2和图3的AMEcookie 208和合作伙伴A cookie 228)。在例示的示例中，流程图示出了客户端设备处理1002和印象监视系统处理1004。在例示的示例中，客户端设备处理1002可通过图2和图15的cookie报告器202执行，且印象监视系统处理1004可通过图1至图3和图14的印象监视系统102实现。图10的示例性处理结合图2描述为客户端设备108、印象监视系统102和合作伙伴A数据库所有者104a之间的交互。然而，当用户登录至各个数据库所有者(例如，图1和图2的数据库所有者104a和104b)的登录页面(例如，图2的登录页面204)时，与图10的示例性处理类似或相同的处理可以在任何时间或同时在其它客户端设备、印象监视系统102和/或其它数据库所有者之间执行，以完成相同类型的用户登录报告事件。
首先，作为客户端设备处理1002的一部分，登录事件检测器1502(图15)检测登录事件(框1006)。登录事件可为例如登录到图2的登录页面204的客户端设备108的用户。消息生成器1508(图15)生成请求206(图2)以指示登录事件(框1008)。cookie状态检测器1504(图15)确定AME cookie(例如，图2的AME cookie 208)是否已设置在客户端设备108中(框1010)。如果已设置了AME cookie 208，cookie接口1506(图15)和/或消息生成器1508在请求206中存储AME cookie 208(例如，标识用户的名称-值对)(框1012)。在将AME cookie208存储在请求206中(框1012)之后或如果AME cookie 208没有被设置在客户端设备中(框1010)，通信接口1510(图15)向印象监视系统102发送请求206(框1014)。
如示例性印象监视系统处理1004中所示，通信接口1412(图14)接收请求206(框1016)，且cookie状态检测器1402(图14)确定AME cookie 208是否已设置在客户端设备108中(框1018)。例如，cookie状态检测器1402可基于请求206中是否包含AME cookie 208来确定是否已经设置了AME cookie 208。如果cookie状态检测器1402确定没有设置AME cookie208(框1018)，cookie生成器1404(图14)创建AME cookie 208(框1020)。例如，cookie生成器1404可通过为客户端设备108生成UUID来生成AME cookie 208。消息生成器1408(图14)在响应216(图2)中存储AME cookie 208(框1022)。
在将AME cookie 208存储在响应216中(框1022)之后或如果cookie状态检测器1402在框1018处确定已经在客户端设备108中设置了AME cookie208，时间戳生成器1406生成登录时间戳(例如，图2的登录时间戳220)(框1024)，以针对检测到的登录事件指示登录时间。消息生成器1408在响应216中存储登录时间戳220(框1026)，且通信接口1412向客户端设备108发送响应216(框1028)。
回到客户端设备处理1002，通信接口1510(图15)接收响应216(框1030)，且消息生成器1508(图15)生成登录报告消息118(图1和图2)(框1032)。如果存在，cookie接口1506(图15)和/或消息生成器1508在登录报告消息118中存储与在框1006处检测到登录事件对应的合作伙伴cookie(例如，合作伙伴A cookie 228)(框1034)。如果客户端设备108中不存在相应的合作伙伴cookie，则合作伙伴cookie不存储在登录报告消息118中，以向相应的合作伙伴指示应为客户端设备108创建合作伙伴cookie。此外，cookie接口1506和/或消息生成器1508将AME cookie 208作为数据参数(例如，在有效载荷232中)存储在登录报告消息118中(框1036)。消息生成器1508还在登录报告消息118中(例如，在有效载荷232中)存储登录时间戳220(框1038)。通信接口1510向相应的合作伙伴数据库所有者(例如，合作伙伴A数据库所有者104a)发送登录报告消息118(框1040)。这样，cookie报告器202使得合作伙伴A数据库所有者104a能够在图2和图5中的合作伙伴cookie图236中将合作伙伴A cookie 228映射至AME cookie 208和登录时间戳220。然后，图10的示例性处理结束。
现转到图11，所描述的流程图代表可被合作伙伴数据库所有者(例如，图1和图2的合作伙伴数据库所有者104a和/或104b)执行以将AME cookie标识符(例如，图2的AMEcookie 208的UUID)与在合作伙伴数据库所有者中注册的用户的用户标识符(例如，图2的合作伙伴A cookie 228的UUID)进行映射的示例性过程。虽然为简单起见，图11指接收单个登录消息的过程，但可能存在许多这样的过程，并以并行方式执行(例如，并行线程)。图11的示例性过程结合图2的例示的示例、图4的装置400以及合作伙伴A数据库所有者104a进行描述。然而，与图11的示例性过程类似或相同的过程可以在任何时间或同时由其它合作伙伴数据库所有者和/或其它装置执行，以完成相同类型的cookie映射过程。
首先，合作伙伴A数据库所有者104a接收登录报告消息118(图1和图2)(框1102)。数据解析器414(图4)从登录报告消息118中提取合作伙伴A cookie 228(框1104)。在例示的示例中，数据解析器414从登录报告消息118的cookie字段230中提取合作伙伴A cookie228。数据解析器414从登录报告消息118中提取AME cookie208(框1106)。在例示的示例中，数据解析器414从登录报告消息118的有效载荷232中提取作为数据参数的AME cookie208。此外，数据解析器414从登录报告消息118中提取登录时间戳220(框1108)。映射器416(图4)例如在图2和图5的合作伙伴cookie图236中将合作伙伴A cookie 228映射至AMEcookie 208(例如，将每个cookie的UUID彼此映射)(框1110)。此外，映射器416在合作伙伴cookie图236中与映射的cookie关联地存储登录时间戳220(框1112)。然后，图11的示例性过程结束。
现转到图12，可执行描述的示例性过程以记录印象。在例示的示例中，图12的示例性过程结合图3和图14描述为由印象监视系统102基于从客户端设备108接收的标签请求来执行。然而，与图12的示例性过程类似或相同的过程可以在任何时间或同时(例如，可产生多个线程，并以并行方式执行)由印象监视系统102与其它客户端设备(例如，图1的任何客户端设备108或任何其它客户端设备)关联地执行，以记录可归因于这些客户端设备的印象。
首先，通信接口1412(图14)接收标签请求(例如，图1和图3的标签请求112)(框1202)。印象记录器1410(图14)为AME cookie 208指示的AME UUID记录印象(框1204)。在例示的示例中，印象记录器1410将印象记录在图1、图3和图6的AME印象存储器114中。印象记录器1410确定其是否应向一个或多个合作伙伴数据库所有者发送AME印象日志122(图1和图4)(框1206)。例如，印象记录器1410可被配置为基于时间表和/或记录的印象的阈值中的一个或多个向一个或多个合作伙伴数据库所有者(例如，图1和图2的合作伙伴数据库所有者104a和104b)周期性地或不定期地发送AME印象日志122。
如果印象记录器1410确定其应该向一个或多个合作伙伴数据库所有者发送AME印象日志122(框1206)，通信接口1412向一个或多个合作伙伴数据库所有者发送AME印象日志122(框1208)。作为对其的响应，通信接口1412从一个或多个合作伙伴数据库所有者接收一个或多个印象报告(例如，图1和图4的印象报告106a和106b)(框1210)。在一些示例中，印象监视系统102将加权因子应用于来自不同的数据库所有者(例如，合作伙伴数据库所有者104a和104b)的印象报告中的印象观众数据。在一些示例中，基于例如印象数据和/或样本大小(例如，特定数据库所有者的注册用户的量，为特定数据库所有者监视的注册用户的量，和/或AME 103为特定数据库所有者的注册用户记录的印象的量)中的人口统计分布和/或印象分布，为每个数据库所有者确定加权因子。
在接收一个或多个印象报告之后(框1210)或如果在框1206处印象记录器1410确定其不应向一个或多个合作伙伴数据库所有者发送AME印象日志122，印象监视系统102确定其是否应继续监视印象(框1212)。例如，印象监视系统102可被配置为监视印象，直到它被关闭或禁用。如果印象监视系统102确定其应继续监视印象(框1212)，则控制返回到框1202。否则，图12的示例性过程结束。
现转向图13，描述的示例性过程可被用于生成基于人口统计的印象报告(例如，图1和图4的印象报告106a和106b)。图13的示例性过程结合图4描述为由示例性装置400经由合作伙伴A数据库所有者104a实现。然而，与图13的示例性过程类似或相同的过程可以在任何时间或同时由任何其它合作伙伴数据库所有者执行，以基于这些合作伙伴数据库所有者的注册用户生成印象报告。
首先，装置400接收AME印象日志122(图4)(框1302)。cookie匹配器402(图4)将AMEcookie与合作伙伴数据库所有者cookie相匹配(框1304)。例如，cookie匹配器402可使用相应的数据库所有者(例如，合作伙伴A cookie图236(图4))的cookie图将来自AME印象日志122中指示的AME cookie(例如，图2和图3的AME cookie 208)的UUID与来自合作伙伴数据库所有者cookie(例如，图2和图3的合作伙伴A数据库所有者cookie 228)的UUID相匹配。然后，cookie匹配器402基于框1304处建立的匹配将印象(例如，AME印象日志122中提到的印象)与相应的合作伙伴数据库所有者UUID关联起来(框1306)。例如，cookie匹配器402可生成如上结合图7描述的基于合作伙伴的印象数据结构700。
人口统计关联器404(图4)将相应的数据库所有者(例如，合作伙伴A数据库所有者104a)的注册用户的人口统计与印象相关联(框1308)。例如，人口统计关联器404可针对基于合作伙伴的印象数据结构700的合作伙伴用户ID列712中提到的合作伙伴用户ID从用户帐户数据库238(图2和图4)中获取人口统计信息。
用户ID修改器410从基于人口统计的印象数据结构700中移除用户ID(框1310)。例如，用户ID修改器410可从与AME cookie(例如，图2和图3的AME cookie 208)对应的AME用户ID列702和与合作伙伴cookie(例如，图2和图3的合作伙伴A cookie228)对应的合作伙伴用户ID列712中移除UUID。在其它示例中，报告生成器412可从基于人口统计的印象数据结构700中复制选定部分并在不复制用户ID的情况下，将选定部分存储在报告中。这样，当与其它(例如，观众测量实体)分享基于人口统计的印象时，装置400可使注册用户的身份模糊以保护他们的隐私。
人口统计分析器406(图4)分析在框1308处与印象关联的人口统计信息(框1312)。人口统计分析器406确定是否需要修改任何人口统计信息(框1314)。如果需要修改任何人口统计信息(例如，由于人口统计信息是不完整的和/或不准确的，需要修改或添加人口统计信息)，人口统计修改器408(图4)修改选择的需要修改的人口统计数据(框1316)。在例示的示例中，人口统计分析器406和/或人口统计修改器408可执行框1312、框1314和框1316的操作以使用例如2011年8月12日提交的名称为“Methods and Apparatus to Analyze andAdjust Demographic Information”的第13/209,292号美国专利申请中所公开的一个或多个示例性技术来分析和/或修改人口统计信息，此处以引证的方式并入上述申请的全部内容。
在框1316处修改人口统计信息之后，或如果在框1314处人口统计分析器406确定没有人口统计信息需要修改，报告生成器412生成一个或多个印象报告(例如，图1和图4的印象报告106a)(框1318)。例如，报告生成器412可使用如上结合图8和图9描述的一个或多个示例性技术和/或使用任何其它合适的技术生成一个或多个印象报告106a。然后，装置400向印象监视系统102发送该一个或多个印象报告106a(框1320)。在例示的示例中，印象报告106a指示与不同的AME cookie 208(和相应的合作伙伴A cookie 228)关联并且曝光于宣传活动ID和/或其它的媒体内容ID标识的媒体(例如，广告、内容和/或其它媒体)的人口段、人口、或组。然后，图13的示例性过程结束。
图16是生成调整因子的示例性系统1600的框图。例如，系统1600可基于根据结合图1至图15描述的方法和装置生成的信息生成调整因子以确定更准确的信息。示例性系统1600包括一个或多个组员测量器1602、数据存储器1604、cookie-组员匹配器1606、组员-会话匹配器1608、合作伙伴会话页面浏览(pageview)分析器1610、组员会话页面浏览分析器1612和调整因子生成器1614。
组员测量器1602收集关于在传统组员的计算机上的计算活动的信息。根据例示的示例，组员测量器1602通过安装在传统组员的计算机上的软件来实现。或者，可使用任何其他类型的组员测量器1602。例如，组员测量器1602可部分或全部由与计算机相关联的装置实现。
例示的示例的组员测量器1602收集关于计算会话的信息。例如，计算会话可开始于当用户登录到计算机时，当用户打开网页浏览器时，当用户从媒体提供商请求媒体时，当用户向组员测量器1602标识他们自己时等。例示的示例的组员测量器1602通过提示用户识别自己来确定与计算会话关联的用户。组员测量器1602还确定计算会话的结束。例如，当用户登出计算机时、当用户关闭网页浏览器时、在没有用户输入到计算机的一段时间之后等，组员测量器1602可确定计算会话已经结束。计算会话信息存储在数据存储器1604中。计算会话信息可存储在图17所示的表中。
根据图17中例示的示例，表包括标识收集信息的组员测量器的meter_id字段、标识与计算会话关联的用户的member_id字段、标识计算机的computer_id字段、标识计算会话的开始的start_time字段、标识计算会话的结束的end_time字段。
例示的示例的组员测量器1602还收集关于至媒体提供商的请求和来自媒体提供商的响应。组员测量器1602还收集关于向媒体提供商和/或合作伙伴数据库提供商标识用户的cookie的信息。例如，当发送标签请求至合作伙伴数据库提供商时，组员测量器1602记录标签请求和向合作伙伴数据库提供商(如果有的话)标识用户的cookie。在一些示例中，只有当cookie被设置在计算机上时才记录cookie，而不是每次和标签请求一起发送cookie时记录cookie。记录的信息存储在数据存储器1604中。例如，记录的信息可如图18所示地被存储。
根据图18中例示的示例，记录的信息包括标识记录的cookie值的cookie_value字段、标识记录信息的组员测量器的meter_id字段、标识计算机的computer_id字段、指示cookie值建立的时间(例如，用户登录用户的计算机且cookie被设置在用户的计算机上的时间)的local_time字段。
图16的例示的示例的数据存储器1604存储从组员测量器1602接收的数据并将数据发送至cookie-组员匹配器1606、合作伙伴-会话匹配器1608和组员会话页面浏览分析器1612中的一个或多个。在一些示例中，数据存储器1604还可存储cookie-组员匹配器1606、组员-会话匹配器1608、合作伙伴会话页面浏览分析器1610和组员会话页面浏览分析器1612中的一个或多个生成的数据。数据存储器1604可附加地或另选地存储来自任何其它元件的数据或发送至任何其它元件的数据。
例示的示例的cookie-组员匹配器1606分析关于计算会话的信息和关于来自组员测量器1602的合作伙伴cookie的信息，以确定合作伙伴cookie和组员成员的关联。示例性cookie-组员匹配器1606将设置合作伙伴cookie的时间(例如，在图18的表中识别的时间)和计算会话开始和结束时间(例如，图17的表中的开始和结束时间)进行比较，以确定cookie到计算会话的关联。示例性cookie-组员匹配器1606还确定为匹配会话识别的组员成员(例如，来自图17的表中的成员ID)。
例示的示例的cookie-组员匹配器1606对cookie与每个组员成员关联的次数进行小计，以生成图19的表。如图19的示例性表中所示，cookie 100000964240495与成员ID 1的计算会话关联两次且与成员ID 2关联一次。根据例示的示例，cookie-组员匹配器1606确定cookie 100000964240495与成员ID 1关联，因为成员ID 1的计数大于成员ID 2的计数。因此，示例性cookie-组员匹配器1606生成将cookie与组员成员关联起来的图20的表。图20的示例中例示的关联表示关于哪个组员成员与特定的合作伙伴cookie关联的确定。此过程使得能够将组员成员已获知的人口统计信息与合作伙伴cookie相关联。
例示的示例的组员-会话匹配器1608利用来自cookie-组员匹配器1606的组员-合作伙伴cookie关联和来自组员测量器1602的关于合作伙伴cookie实例的信息来确定合作伙伴cookie会话的开始和结束。图21中例示了示例性合作伙伴cookie-组员关联(此表类似于图20中例示的表，但包括另外的组员成员用于进一步说明)。图22中例示了合作伙伴cookie实例的示例性列表(此表类似于图18中例示的表，但包括另外的合作伙伴cookie用于进一步说明)。示例性的组员-会话匹配器1608使用合作伙伴cookie实例次数来生成图23中例示的合作伙伴cookie会话的列表。结合图28的流程图描述生成合作伙伴cookie会话的列表的示例性方法的流程图。
例示的示例的合作伙伴会话页面浏览分析器1610使用来自组员-会话匹配器1608的合作伙伴cookie会话的列表来确定与媒体提供商页面浏览关联的人口统计信息。针对页面浏览的人口统计信息使用结合图1至图15描述的方法和装置模拟将与这样的媒体提供商页面浏览关联的人口统计信息。通过从确定与合作伙伴cookie相关联的组员信息中获取人口统计信息来确定人口统计信息，因为来自合作伙伴的人口统计信息由于隐私限制通常是不可用的。示例性合作伙伴会话页面浏览分析器1610基于性别和年龄聚合信息，以确定图24的列2402中所示的页面浏览的数量。
例示的示例的组员会话页面浏览分析器1612使用组员测量器1602确定的组员成员信息确定与媒体提供商页面浏览关联的人口统计信息。例如，在组员测量器1602提示计算设备的用户输入他们的身份时，组员会话页面浏览分析器1612使用的人口统计信息为与响应于所述提示标识的组员成员关联的人口统计信息。示例性组员会话页面浏览分析器1612基于性别和年龄聚合信息，以确定图24的列2402中所示的页面浏览的数量。基于组员测量器1602确定的计算设备的用户的身份表示与合作伙伴cookie人口统计确定相比较的控制信息。
例示的示例的调整因子生成器1614将来自合作伙伴会话页面浏览分析器1610的页面浏览信息与来自组员会话页面浏览分析器1612的页面浏览信息进行比较，以确定调整因子。调整因子为被应用到使用合作伙伴cookie和合作伙伴数据库确定的页面浏览计数的校正值。换言之，调整因子表示使用合作伙伴cookie(例如，根据图1至图15的方法和装置)确定的人口统计信息与从组员测量器1602确定的人口统计信息之间的统计差异。例如，图24的列2406表示针对每个人口统计类别通过将使用来自合作伙伴cookie的人口统计信息确定的页面浏览(列2402)除以使用组员测量器1602人口统计信息确定的页面浏览(列2404)计算的调整因子。图24的“总计”行表示10810页面浏览(40943–30133)没有与之关联的合作伙伴cookie，这导致74％的调整因子。换句话说，使用合作伙伴cookie确定的页面浏览占页面浏览的74％，且基于合作伙伴cookie确定的页面浏览计数应相应缩放(例如，使用合作伙伴cookie确定的页面浏览应该除以0.74)，以计算没有合作伙伴cookie的计算设备的页面浏览。
在一些示例中，系统1600可通过使用组员测量器1602和合作伙伴cookie信息针对媒体提供商确定唯一用户的数量来附加地或另选地确定针对唯一用户而不是个别页面浏览的计数。图25例示了例示针对唯一观众的计数和调整因子的示例性表。
尽管前面描述的图16的系统1600参照媒体提供商页面浏览，但可分析任何其他计算活动，且人口统计信息可与计算活动关联起来。
图26至图29是可被执行以实现图16的装置和系统的机器可读指令的流程图。图26至图29的示例性过程可以使用机器可读指令来实现，在被执行时，这些机器可读指令使装置(例如，可编程控制器、或其它可编程机器或集成电路)执行图26至图29中所示的操作。在此示例中，机器可读指令包括诸如下面结合图29讨论的示例性计算机2910中示出的处理器2912的处理器执行的程序。该程序可体现在存储在诸如CD-ROM、软盘、硬盘驱动器、数字多功能盘(DVD)、蓝光盘、闪速存储器、只读存储器(ROM)、随机存取存储器(RAM)或与所述处理器2912相关联的存储器的有形计算机可读介质上的软件中，但整个程序和/或程序的部分可以通过处理器2912之外的装置可选地执行，和/或体现在固件或专用硬件中。
在本文中使用时，术语“有形计算机可读介质”被明确地限定为包括任何类型的计算机可读存储器并且不包括传播信号。附加地或另选地，图26至图29的示例性过程可采用存储在诸如闪存、只读存储器(ROM)、随机存取存储器(RAM)、高速缓存或其中信息存储任意持续时间(例如延长时段、永久、短时、临时缓冲和/或信息高速缓存)的任何其它存储介质的非瞬时性计算机可读介质上的编码指令(例如，计算机可读指令)来实现。在本文中使用时，术语“非瞬时性计算机可读介质”被明确地限定为包括任何类型的计算机可读介质并且不包括传播信号。在本文中使用时，当短语“至少”被用作权利要求的前序部分中的过渡术语时，和术语“包括”是开放式的一样的方式，它也是开放式的。因此，使用“至少”作为其前序部分中的过渡术语的权利要求可包括除了明确记载在该权利要求中的那些部分之外的元件。
另选地，图26至图29的示例性过程可以利用专用集成电路(ASIC)、可编程逻辑器件(PLD)、现场可编程逻辑器件(FPLD)、离散逻辑、硬件、固件等的任意组合来实现。而且，图26至图29的示例性过程可以被实现为上述任意技术的任意组合，例如，固件、软件、离散逻辑和/或硬件的任意组合。
虽然参照图26至图29的流程图来描述图26至图29的示例性过程，但是可以采用其它实现图16的装置和系统的方法。例如，可以改变框的执行顺序，和/或可以改变、去除、细分或组合一些框。附加地，通过例如分离处理线程、处理器、装置、离散逻辑、电路等，图16的一个或两个示例性过程可以按顺序执行和/或并行执行。
图26的示例性过程开始于当图16的组员测量器1602确定针对合作伙伴登录的cookie标识符(框2602)并确定针对计算会话的小组成员标识符(框2604)时。例如，组员测量器1602可在采集识别的信息的一段时间内测量计算设备。组员测量器1602可跟踪针对图18的示例中例示的合作伙伴登录(框2602)的确定的cookie标识符。组员测量器可跟踪如图17的示例中例示的针对计算会话的确定的小组成员标识符(框2604)。框2602和框2604跟踪的信息可存储于组员测量器1602和/或可被发送至数据存储器1604。
然后，示例性cookie-组员1606将合作伙伴cookie标识符与组员成员标识符关联起来(框2606)。结合图27进行描述用于将合作伙伴cookie标识符与组员成员标识符关联起来的示例性过程。合作伙伴cookie标识符的关联可存储在表或其它数据结构中(例如，图20中例示的表)。
然后，示例性组员-会话匹配器1608使用框2606中确定的关联将组员与计算会话关联起来(框2608)。当组员测量器1602将组员和计算会话关联起来(例如，通过提示用户识别自己)时，框2608的关联确定(例如，模拟)由图1至图15的方法和装置执行的组员(和他们的人口统计信息)的匹配。结合图28描述将组员与计算会话关联起来的示例性过程。
使用来自框2608的关联，示例性合作伙伴会话页面浏览分析器1610确定人口统计组的页面浏览(框2610)。框2610的页面浏览信息表示按照图1至图15的方法和装置使用合作伙伴cookie信息确定的页面浏览计数。根据例示的示例，图23的表中的会话信息用于将在特定时间的页面浏览与关联于使用合作伙伴cookie的计算会话的组员成员(而不是组员测量器1602识别的组员成员)关联起来。然后，人口统计组聚合页面浏览。
使用来自组员测量器1602的组员身份信息，示例性组员会话页面浏览分析器1612确定人口统计组的页面浏览(框2612)。框2612的页面浏览信息代表假定为准确的人口统计信息的基准页面浏览计数。在计算会话期间，使用与计算机会话关联的记录的组员成员(例如，通过提示计算设备的用户确定的)确定与页面浏览关联的人口统计信息。然后，人口统计组聚合页面浏览。
然后，调整因子生成器1614将基于合作伙伴cookie信息的页面浏览(来自框2608)与基于组员成员的页面浏览(来自框2610)进行比较，以确定人口统计组的调整因子(框2614)。结合图29描述确定调整因子的示例性过程。
在一个示例中，使用组员会话信息的人口统计的页面浏览的计数(框2612中确定的)可由Pi，j表示，其中i为针对媒体提供商的索引且j为针对人口统计组的索引。使用合作伙伴会话信息的人口统计的页面浏览计数(块2610中确定的)可由表示。在这样的示例中，针对媒体提供商i和人口统计组j的调整因子确定为
类似地，属于人口统计组的唯一组员的月平均计数可由UAi，j表示，其中，i为媒体提供商的索引且j为人口统计组的索引。使用合作伙伴会话信息的人口统计的唯一组员的月平均计数可由表示。在这样的示例中，针对媒体提供商i和人口统计组j的调整因子确定为
在一些示例中，按照子类别级别的类别计算调整因子(例如，可针对新闻类别中的所有媒体提供商计算调整因子)。例如，当针对给定的媒体提供商和人口统计组的唯一观众小于100时，可按照子类别计算调整因子。
图27是关联合作伙伴cookie和小组成员标识符的示例性过程的流程图。根据例示的示例，由图16的cookie-组员匹配器1606执行图27的过程。通过选择在cookie实例的列表上识别的第一合作伙伴cookie，示例性过程开始(框2702)。例如，合作伙伴cookie可在如图18和/或图22中例示的列表中被识别。接下来，将cookie实例与计算会话(例如，图17中例示的表中识别的计算会话)匹配，且对与匹配的计算会话关联的组员成员标识符进行小计(框2704)。例如，可如图19中所例示对成员标识符进行小计。选择小计中具有最大计数的小组成员标识符(框2706)。记录选定的合作伙伴cookie和选定的成员标识符的关联(框2708)。例如，可如图20和图21所示记录该关联。
在针对选定的合作伙伴cookie记录所述关联之后，cookie-组员匹配器1606确定是否有要处理的另外的合作伙伴cookie(框2710)。如果有要处理的另外的合作伙伴cookie，选择下一个合作伙伴cookie(框2712)且控制回到框2704以处理合作伙伴cookie。如果没有要处理的另外的合作伙伴cookie，图27的过程结束。图27的过程的完成可引起图28的过程的开始。
图28是基于由图27中例示的过程确定的cookie-组员成员关联信息确定针对组员成员的会话信息的示例性过程的流程图。根据例示的示例，图28的过程由图16的组员-会话匹配器1608执行。示例性过程开始于选择第一合作伙伴cookie实例(框2802)。例如，可从如图18和图22中例示的表的合作伙伴cookie实例的表中选择第一合作伙伴cookie实例。接下来，使用图27中例示的过程确定的cookie-组员成员关联信息确定针对cookie实例的小组成员标识符(框2804)。将cookie实例的时间记录为针对计算会话的会话开始时间，且将确定的小组成员标识符与会话关联起来(框2806)。例如，可如图23中例示的那样记录会话信息。
在记录会话信息之后，组员-会话匹配器1608确定是否有要处理的另外的合作伙伴实例(框2808)。如果有要处理的另外的合作伙伴cookie实例，选择下一个合作伙伴cookie实例(框2810)。新选择的cookie实例的时间记录为针对先前选定的小组成员会话的会话停止(框2812)。换句话说，每个新的cookie实例的出现表示前一个cookie实例的终止(从而表示生成的小组成员浏览会话的结束)。然后，控制回到框2804，以处理新选择的cookie实例。
如果没有要处理的另外的合作伙伴cookie实例(框2808)，图28的过程完成。图28的过程的完成可导致框2610和框2612中的一个或多个的开始。
在一些示例中，媒体(例如，广告)在广告网络中跨几个媒体提供商显示。测量实体可能不会事先知道哪些媒体提供商将显示广告。此外，不同的媒体提供商的人口统计根据网页(例如，体育新闻网页与娱乐新闻网页)的目标人口统计而变化。因此，组员测量器1602捕捉出现媒体印象的域名(例如，当组员测量器1602记录广告的印象时，同时也记录显示广告的媒体提供商的域名)。在广告网络和非广告网络(广告直接提供给一些媒体提供商)上显示媒体时，可针对随机样本(例如，20％的印象)捕获域名。
为了针对广告网络确定印象，确定作为在媒体呈现过程中(例如，在广告宣传活动期间)由印象量加权的媒体提供商调整因子的组合的复合调整因子。在一些示例中，每天计算复合调整因子。
如前所述，计算调整因子和唯一观众调整因子此外，与媒体提供商i相关联的广告网络的印象的比例表示为例如，特定的媒体提供商可占计数的印象的40％(即，)。针对广告网络AN和人口统计组j的印象调整因子计算为且唯一观众调整因子计算为因此，如果在广告网络中有两个媒体提供商且印象分布为媒体提供商A代表40％的印象且媒体提供商B代表60％的印象，则针对广告网络的复合调整因子计算为0.4乘以针对媒体提供商A的调整因子加上0.6乘以针对媒体提供商B的调整因子。可针对每个人口统计组计算这样的复合调整因子。
在计算调整因子之后，调整因子可应用于收集到的监视数据(例如，收集到的全部数据、收集到的数据的一个子集等)。在下面的示例中，报告实体为媒体提供商或广告网络。下面的测量数据可通过结合图1至图15描述的加标签和合作伙伴数据提供商测量来确定。针对实体i通过网页加标签为美国所收集的印象可表示为Ii，通过网页加标签为全球网站所收集的印象可表示为针对美国的唯一cookie计数可表示为IUC，针对全球网站的唯一cookie计数可表示为使用合作伙伴数据库提供商确定的印象可表示为使用合作伙伴数据库提供商确定的唯一观众计数可表示为如上所述，针对实体i和人口统计组j的印象调整因子可表示为唯一观众印象因子可表示为
国际排除因子确定为此值表示美国数据所代表的全球实体的比例。
为了调整合作伙伴数据库提供商数据以匹配使用加标签确定的印象的总数，缩放因子计算为因此，将使用合作伙伴数据库提供商的估计的印象确定为
唯一观众国际排除因子确定为此值表示来自美国的唯一观众的比例。为了使用来自合作伙伴数据库提供商的数据确定美国唯一观众计数，唯一观众国际排除因子在全部人口统计组中被应用到来自合作伙伴数据库提供商的数据。
在总唯一观众测量不可用的示例中，可以假定针对合作伙伴数据库提供商观察的频率与合作伙伴数据库提供商没有观察到的观众频率相同。因此，原始观察频率确定为目标总唯一观众确定为不进行缩放的情况下，全部人口统计组的调整后的唯一观众的总和通过缩放因子进行缩放。因此，唯一观众估计确定为
一旦数据被调整，则可通过宣传活动对数据进行分组，以确定针对宣传活动的印象和唯一观众。属于宣传活动的实体集(例如，媒体提供商和/或广告网络)表示为Sn，其中，n为宣传活动的索引。针对宣传活动的估计的印象可确定为当针对宣传活动确定唯一观众时，可识别跨网站的重复。因此，针对每个人口统计组j和宣传活动n，宣传活动重复因子确定为其中dn，j小于1。因此，针对宣传活动的唯一观众估计确定为
虽然上述示例使用计算的调整因子描述了确定印象和唯一观众的特定的等式，但也可使用任何合适的等式。
图29是可以用于实现此处公开的示例性装置、方法和系统的示例性处理器系统2910的框图。如图29所示，处理器系统2910包括连接到互连总线2914的处理器2912。处理器2912可以是任何合适的处理器、处理单元或微处理器。尽管在图29中没有示出，系统2910可以是多处理器系统且因而可以包括与处理器2912相同或类似且通信连接到互连总线2914的一个或更多个另外的处理器。
图29的处理器2912连接到包括存储器控制器2920和输入/输出(I/O)控制器2922的芯片集2918。芯片集提供I/O和存储器管理功能以及可以被连接到芯片集2918的一个或更多个处理器访问或使用的多个通用目的和/或专用目的寄存器、定时器等。存储器控制器2920执行这种功能：其使得处理器2912(或如果存在多个处理器为多个处理器)能够访问系统存储器2924、大容量存储器2925和/或光学介质2927。
一般而言，系统存储器2924可包括任意所需类型的易失性和/或非易失性存储器，诸如，例如静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、闪存、只读存储器(ROM)等。大容量存储器2925可以包括任意所需类型的大容量存储设备，包括硬盘驱动、光学驱动、磁带存储设备等。光学介质2927可包括任意所需类型的光学介质，例如数字多功能盘(DVD)、光盘(CD)或蓝光光盘。图10至图13中的任一个的指令可存储在由系统存储器2924、大容量存储器2925、光学介质2927、和/或任何其它媒体代表的任何有形媒体中。
I/O控制器2922执行这样的功能：使得处理器2912能够经由I/O总线2932与外围输入/输出(I/O)设备2926和2928和网络接口2930通信。I/O设备2926和2928可以是任意所需类型的I/O设备，诸如例如是键盘、视频显示器或监控器、鼠标等。网络接口2930例如可以是使得处理器系统2910能够与另一处理器系统通信的以太网设备、异步传输模式(ATM)设备、802.11设备、数字用户线(DSL)调制解调器、线缆调制解调器、蜂窝调制解调器等。
尽管存储器控制器2920和I/O控制器2922在图29中示为芯片集2918内的分离的功能框，但是这些框执行的功能可以集成在单个半导体电路内或可以使用两个或更多个分离的集成电路实施。
尽管上文公开了包括在硬件上执行的固件和/或软件和其它组件的示例方法、装置、系统和制品，但是，应当注意，这种方法、装置、系统和制品仅是说明性的且不应被视为限制。因此，尽管上文描述了示例性方法、装置、系统和制品，但是提供的示例不是实现这种方法、装置、系统和制品的唯一方式。
尽管已经描述了某些示例性方法、装置和制品，但是本专利的涵盖范围并不限于此。相反，本专利涵盖了落入此专利权利要求范围内的所有方法、装置和制品。

Claims (15)

1.一种方法，所述方法包括：
检测数据库所有者在计算设备处建立的cookie；
确定媒体的印象，所述印象发生在所述cookie建立之后；
基于确定所述印象与第一组员标识符关联，增加针对与所述第一组员标识符关联的第一人口统计组的第一印象计数，其中当在多个计算会话的与所述第一组员标识符关联的第一子集期间所述cookie被利用得比在所述多个计算会话的与第二组员标识符关联的第二子集期间所述cookie被利用得频繁时，所述印象与所述第一组员标识符关联；
基于确定所述第一组员标识符与所述印象关联，增加针对与所述第一组员标识符关联的所述第一人口统计组的第二印象计数，其中所述第一组员标识符与所述印象关联是基于通过与所述计算设备关联的组员测量器确定的用户身份；以及
通过将所述第一印象计数除以所述第二印象计数来确定调整因子。
2.根据权利要求1所述的方法，其中，基于与包括所述组员测量器的多个组员测量器关联的印象，增加所述第二印象计数。
3.根据权利要求1所述的方法，其中，确定所述印象与所述第一组员标识符关联还包括：
基于所述cookie建立的时间，确定估计的计算会话的开始；以及
基于第二cookie建立的时间，确定估计的计算会话的结束，所述第二cookie在所述印象发生之后被检测。
4.根据权利要求1所述的方法，其中，所述调整因子应用于从所述数据库所有者接收的监测数据。
5.根据权利要求1所述的方法，该方法还包括：
从所述数据库所有者接收与所述第一人口统计组关联的印象的数量；以及
将所述调整因子乘以所述印象的数量以确定印象的调整后的数量。
6.根据权利要求1所述的方法，该方法还包括：
确定与宣传活动关联的第一媒体提供商和第二媒体提供商，所述调整因子是与所述第一媒体提供商关联的调整因子；
确定第二调整因子；
将所述调整因子乘以针对所述第一媒体提供商确定的印象的第一数量以确定印象的调整后的第一数量；
将所述第二调整因子乘以针对所述第二媒体提供商确定的印象的第二数量以确定印象的调整后的第二数量；以及
将印象的调整后的第一数量和印象的调整后的第二数量相加以确定针对宣传活动的印象的调整后的数量。
7.根据权利要求1所述的方法，其中，所述调整因子表示使用多个组员测量器计算的印象数量与通过所述数据库所有者计算的印象数量之差。
8.一种装置，该装置包括：
cookie-组员匹配器，该cookie-组员匹配器检测数据库所有者在计算设备处建立的cookie并确定所述cookie与第一组员标识符关联，因为在多个计算会话的与所述第一组员标识符关联的第一子集期间所述cookie被利用得比在所述多个计算会话的与第二组员标识符关联的第二子集期间所述cookie被利用得频繁；
合作伙伴会话页面浏览分析器，该合作伙伴会话页面浏览分析器基于借助所述cookie确定媒体印象与所述第一组员标识符关联，增加针对与所述第一组员标识符关联的第一人口统计组的第一印象计数；
组员会话页面浏览分析器，该组员会话页面浏览分析器基于借助通过与所述计算设备关联的组员测量器确定的用户身份而确定所述媒体印象与所述第一组员标识符关联，增加针对与所述第一组员标识符关联的所述第一人口统计组的第二印象计数；以及
调整因子生成器，该调整因子生成器通过将所述第一印象计数除以所述第二印象计数来确定调整因子。
9.根据权利要求8所述的装置，其中，所述组员测量器确定所述用户身份。
10.根据权利要求9所述的装置，其中，所述组员会话页面浏览分析器基于与包括所述组员测量器的多个组员测量器关联的印象增加所述第二印象计数。
11.根据权利要求8所述的装置，其中，所述合作伙伴会话页面浏览分析器还通过以下操作确定媒体印象与所述第一组员标识符关联：
基于所述cookie建立的时间，确定估计的计算会话的开始；以及
基于第二cookie建立的时间，确定估计的计算会话的结束，所述第二cookie在所述印象发生之后被检测。
12.根据权利要求8所述的装置，其中，所述调整因子应用于从所述数据库所有者接收的监测数据。
13.根据权利要求8所述的装置，其中，所述调整因子生成器：
从所述数据库所有者接收与所述第一人口统计组关联的印象的数量；并且
将所述调整因子乘以所述印象的数量以确定印象的调整后的数量。
14.根据权利要求8所述的装置，其中，所述调整因子生成器：
确定与宣传活动关联的第一媒体提供商和第二媒体提供商，所述调整因子是与所述第一媒体提供商关联的第一调整因子；
确定第二调整因子；
将所述第一调整因子乘以针对所述第一媒体提供商确定的印象的第一数量以确定印象的调整后的第一数量；
将所述第二调整因子乘以针对所述第二媒体提供商确定的印象的第二数量以确定印象的调整后的第二数量；并且
将印象的调整后的第一数量和印象的调整后的第二数量相加以确定针对宣传活动的印象的调整后的数量。
15.根据权利要求8所述的装置，其中，所述调整因子表示使用多个组员测量器计算的印象数量与通过所述数据库所有者计算的印象数量之差。
CN201610624244.6A 2011-03-18 2012-02-27 确定媒体印象的方法和装置 Expired - Fee Related CN106156363B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201161454326P 2011-03-18 2011-03-18
US61/454,326 2011-03-18
CN201280003504.8A CN103189856B (zh) 2011-03-18 2012-02-27 确定媒体印象的方法和装置

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201280003504.8A Division CN103189856B (zh) 2011-03-18 2012-02-27 确定媒体印象的方法和装置

Publications (2)

Publication Number Publication Date
CN106156363A true CN106156363A (zh) 2016-11-23
CN106156363B CN106156363B (zh) 2019-08-09

Family

ID=46879955

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201610624244.6A Expired - Fee Related CN106156363B (zh) 2011-03-18 2012-02-27 确定媒体印象的方法和装置
CN201280003504.8A Expired - Fee Related CN103189856B (zh) 2011-03-18 2012-02-27 确定媒体印象的方法和装置

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201280003504.8A Expired - Fee Related CN103189856B (zh) 2011-03-18 2012-02-27 确定媒体印象的方法和装置

Country Status (7)

Country Link
US (2) US9118542B2 (zh)
EP (2) EP2686779A4 (zh)
JP (3) JP5769816B2 (zh)
CN (2) CN106156363B (zh)
AU (1) AU2012231667B9 (zh)
CA (1) CA2810264C (zh)
WO (1) WO2012128895A2 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018107459A1 (en) * 2016-12-16 2018-06-21 The Nielsen Company (Us), Llc Methods and apparatus to estimate media impression frequency distributions
CN111149364A (zh) * 2017-08-15 2020-05-12 尼尔森（美国）有限公司 标识流传输设备上缓存媒体的流传输活动和源的方法和装置
US11397965B2 (en) 2018-04-02 2022-07-26 The Nielsen Company (Us), Llc Processor systems to estimate audience sizes and impression counts for different frequency intervals

Families Citing this family (104)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8307006B2 (en) 2010-06-30 2012-11-06 The Nielsen Company (Us), Llc Methods and apparatus to obtain anonymous audience measurement data from network server data for particular demographic and usage profiles
US11869024B2 (en) 2010-09-22 2024-01-09 The Nielsen Company (Us), Llc Methods and apparatus to analyze and adjust demographic information
EP4167169A1 (en) 2010-09-22 2023-04-19 The Nielsen Company (US), LLC Methods and apparatus to determine impressions using distributed demographic information
US9092797B2 (en) 2010-09-22 2015-07-28 The Nielsen Company (Us), Llc Methods and apparatus to analyze and adjust demographic information
WO2012087954A2 (en) 2010-12-20 2012-06-28 The Nielsen Company (Us), Llc Methods and apparatus to determine media impressions using distributed demographic information
AU2012231667B9 (en) 2011-03-18 2015-09-24 The Nielsen Company (Us), Llc Methods and apparatus to determine media impressions
US8538333B2 (en) 2011-12-16 2013-09-17 Arbitron Inc. Media exposure linking utilizing bluetooth signal characteristics
US8966021B1 (en) * 2011-12-20 2015-02-24 Amazon Technologies, Inc. Composable machine image
US9015255B2 (en) 2012-02-14 2015-04-21 The Nielsen Company (Us), Llc Methods and apparatus to identify session users with cookie information
US8973023B1 (en) 2012-02-29 2015-03-03 The Nielsen Company (Us), Llc Methods and apparatus to determine audience duplication in cross-media campaigns
US9965767B2 (en) 2012-04-20 2018-05-08 Comscore, Inc. Attribution of demographics to census data
US9292856B1 (en) * 2012-04-25 2016-03-22 Comscore, Inc. Audience duplication for parent-child resource pairs
AU2013204865B2 (en) 2012-06-11 2015-07-09 The Nielsen Company (Us), Llc Methods and apparatus to share online media impressions data
AU2013204953B2 (en) 2012-08-30 2016-09-08 The Nielsen Company (Us), Llc Methods and apparatus to collect distributed user information for media impressions
US20140108130A1 (en) * 2012-10-12 2014-04-17 Google Inc. Calculating audience metrics for online campaigns
US9154565B2 (en) * 2012-11-29 2015-10-06 The Nielsen Company (Us), Llc Methods and apparatus to monitor online activity
US9503536B2 (en) 2013-03-14 2016-11-22 The Nielsen Company (Us), Llc Methods and apparatus to monitor media presentations
US20140280888A1 (en) * 2013-03-15 2014-09-18 Francis Gavin McMillan Methods, Apparatus and Articles of Manufacture to Monitor Media Devices
US9697533B2 (en) 2013-04-17 2017-07-04 The Nielsen Company (Us), Llc Methods and apparatus to monitor media presentations
US9635404B2 (en) 2013-04-24 2017-04-25 The Nielsen Company (Us), Llc Methods and apparatus to correlate census measurement data with panel data
US9560149B2 (en) 2013-04-24 2017-01-31 The Nielsen Company (Us), Llc Methods and apparatus to create a panel of media device users
US9519914B2 (en) 2013-04-30 2016-12-13 The Nielsen Company (Us), Llc Methods and apparatus to determine ratings information for online media presentations
US20140337104A1 (en) * 2013-05-09 2014-11-13 Steven J. Splaine Methods and apparatus to determine impressions using distributed demographic information
US10068246B2 (en) 2013-07-12 2018-09-04 The Nielsen Company (Us), Llc Methods and apparatus to collect distributed user information for media impressions
US10776834B2 (en) 2013-07-15 2020-09-15 Criteo Sa Domain selection for advertisement data
US9313294B2 (en) 2013-08-12 2016-04-12 The Nielsen Company (Us), Llc Methods and apparatus to de-duplicate impression information
US9723051B2 (en) * 2013-08-13 2017-08-01 Criteo Sa Setting first-party cookies by redirection
US10333882B2 (en) 2013-08-28 2019-06-25 The Nielsen Company (Us), Llc Methods and apparatus to estimate demographics of users employing social media
US9332035B2 (en) 2013-10-10 2016-05-03 The Nielsen Company (Us), Llc Methods and apparatus to measure exposure to streaming media
US10051066B1 (en) 2013-11-06 2018-08-14 Google Llc Sharing panelist information without providing cookies
AU2014353157B2 (en) * 2013-11-19 2017-09-07 The Nielsen Company (Us), Llc Methods and apparatus to measure a cross device audience
US9565090B1 (en) * 2013-11-21 2017-02-07 Facebook, Inc. Measuring deletion of cookies included in browsers used by online system users
US20150181267A1 (en) * 2013-12-19 2015-06-25 Simulmedia, Inc. Systems and methods for inferring and forecasting viewership and demographic data for unmonitored media networks
US10956947B2 (en) 2013-12-23 2021-03-23 The Nielsen Company (Us), Llc Methods and apparatus to measure media using media object characteristics
US9852163B2 (en) 2013-12-30 2017-12-26 The Nielsen Company (Us), Llc Methods and apparatus to de-duplicate impression information
US9237138B2 (en) 2013-12-31 2016-01-12 The Nielsen Company (Us), Llc Methods and apparatus to collect distributed user information for media impressions and search terms
US10147114B2 (en) 2014-01-06 2018-12-04 The Nielsen Company (Us), Llc Methods and apparatus to correct audience measurement data
US20150193816A1 (en) 2014-01-06 2015-07-09 The Nielsen Company (Us), Llc Methods and apparatus to correct misattributions of media impressions
FR3018408B1 (fr) * 2014-03-06 2017-05-26 Mediametrie Procede de mesure de l'audience centree-utilisateur d'un contenu, combinant une technique de marquage avec une technique de panelisation.
GB2539588A (en) * 2014-03-13 2016-12-21 Nielsen Co Us Llc Methods and apparatus to compensate impression data for misattribution and/or non-coverage by a database proprietor
US9953330B2 (en) 2014-03-13 2018-04-24 The Nielsen Company (Us), Llc Methods, apparatus and computer readable media to generate electronic mobile measurement census data
US9602368B1 (en) * 2014-03-14 2017-03-21 Google Inc. Identifier quality
US10332145B2 (en) * 2014-05-06 2019-06-25 Insightexpress, Inc. Techniques for co-usage adjustment of audience verification
US10311464B2 (en) 2014-07-17 2019-06-04 The Nielsen Company (Us), Llc Methods and apparatus to determine impressions corresponding to market segments
US20160063539A1 (en) 2014-08-29 2016-03-03 The Nielsen Company (Us), Llc Methods and apparatus to associate transactions with media impressions
US9923942B2 (en) * 2014-08-29 2018-03-20 The Nielsen Company (Us), Llc Using messaging associated with adaptive bitrate streaming to perform media monitoring for mobile platforms
US10810607B2 (en) 2014-09-17 2020-10-20 The Nielsen Company (Us), Llc Methods and apparatus to monitor media presentations
US9402111B2 (en) * 2014-09-17 2016-07-26 Ispot.Tv, Inc. Television audience measurement method and apparatus
US20160125439A1 (en) * 2014-10-31 2016-05-05 The Nielsen Company (Us), Llc Methods and apparatus to correct segmentation errors
US20160189182A1 (en) 2014-12-31 2016-06-30 The Nielsen Company (Us), Llc Methods and apparatus to correct age misattribution in media impressions
US10091252B2 (en) * 2015-04-10 2018-10-02 Microsoft Technology Licensing, Llc Endpoint control for a communication session
US9826359B2 (en) 2015-05-01 2017-11-21 The Nielsen Company (Us), Llc Methods and apparatus to associate geographic locations with user devices
US9870486B2 (en) 2015-05-28 2018-01-16 The Nielsen Company (Us), Llc Methods and apparatus to assign demographic information to panelists
US10045082B2 (en) 2015-07-02 2018-08-07 The Nielsen Company (Us), Llc Methods and apparatus to correct errors in audience measurements for media accessed using over-the-top devices
US10380633B2 (en) 2015-07-02 2019-08-13 The Nielsen Company (Us), Llc Methods and apparatus to generate corrected online audience measurement data
US9838754B2 (en) 2015-09-01 2017-12-05 The Nielsen Company (Us), Llc On-site measurement of over the top media
AU2016333155B2 (en) * 2015-10-01 2022-06-09 Roy Morgan Research Ltd Mapping web impressions to a unique audience
US20170127133A1 (en) * 2015-10-30 2017-05-04 The Nielsen Company (Us), Llc Methods and apparatus to categorize media impressions by age
US10193988B2 (en) 2015-11-06 2019-01-29 Criteo Sa Setting a first-party user ID cookie on a web servers domain
US10313752B2 (en) 2015-11-30 2019-06-04 The Nielsen Company (Us), Llc Methods and apparatus to estimate deduplicated total audiences in cross-platform media campaigns
US10205994B2 (en) 2015-12-17 2019-02-12 The Nielsen Company (Us), Llc Methods and apparatus to collect distributed user information for media impressions
US20170178270A1 (en) * 2015-12-18 2017-06-22 Pebblepost, Inc. Collateral generation system for direct mail
US10244278B2 (en) * 2015-12-28 2019-03-26 The Nielsen Company (Us), Llc Methods and apparatus to perform identity matching across audience measurement systems
US10270673B1 (en) 2016-01-27 2019-04-23 The Nielsen Company (Us), Llc Methods and apparatus for estimating total unique audiences
US20170228795A1 (en) * 2016-02-05 2017-08-10 The Nielsen Company (Us), Llc Methods and apparatus to associate panelist data with census data
US9872072B2 (en) * 2016-03-21 2018-01-16 Google Llc Systems and methods for identifying non-canonical sessions
US10193882B2 (en) 2016-06-12 2019-01-29 Criteo Sa Provision of cross-device identification
US10210459B2 (en) 2016-06-29 2019-02-19 The Nielsen Company (Us), Llc Methods and apparatus to determine a conditional probability based on audience member probability distributions for media audience measurement
US10769670B2 (en) 2016-08-17 2020-09-08 Criteo Sa Runtime matching of computing entities
JP6534977B2 (ja) * 2016-08-19 2019-06-26 株式会社インテージ 広告接触状況分析システムおよび広告接触状況分析方法
JP6517182B2 (ja) * 2016-12-16 2019-05-22 ソフトバンク株式会社 識別子同期システム、広告配信システム、及び、プログラム
US10834449B2 (en) 2016-12-31 2020-11-10 The Nielsen Company (Us), Llc Methods and apparatus to associate audience members with over-the-top device media impressions
US10469903B2 (en) 2017-02-09 2019-11-05 The Nielsen Company (Us), Llc Methods and apparatus to correct misattributions of media impressions
US10681414B2 (en) 2017-02-28 2020-06-09 The Nielsen Company (Us), Llc Methods and apparatus to estimate population reach from different marginal rating unions
US20180249211A1 (en) 2017-02-28 2018-08-30 The Nielsen Company (Us), Llc Methods and apparatus to estimate population reach from marginal ratings
US10602224B2 (en) 2017-02-28 2020-03-24 The Nielsen Company (Us), Llc Methods and apparatus to determine synthetic respondent level data
US10728614B2 (en) 2017-02-28 2020-07-28 The Nielsen Company (Us), Llc Methods and apparatus to replicate panelists using a local minimum solution of an integer least squares problem
US10382818B2 (en) 2017-06-27 2019-08-13 The Nielson Company (Us), Llc Methods and apparatus to determine synthetic respondent level data using constrained Markov chains
US11120486B2 (en) * 2017-07-24 2021-09-14 Walmart Apollo Llc Systems and methods for distributing online advertisements
US10554616B1 (en) 2017-12-08 2020-02-04 Criteo S.A. Generating mobile device-specific identifiers across native mobile applications and mobile browsers
CN108876434B (zh) * 2018-05-24 2022-08-16 北京五八信息技术有限公司 用户画像构建方法、装置、计算设备及可读存储介质
US11039190B1 (en) * 2018-07-24 2021-06-15 The Nielsen Company (Us), Llc Methods and apparatus to determine a unique audience for internet-based media
WO2020103079A1 (en) 2018-11-22 2020-05-28 The Nielsen Company (US) , LLC Methods and apparatus to reduce computer-generated errors in computer-generated audience measurement data
US11115479B2 (en) 2019-01-10 2021-09-07 Google Llc Enhanced online privacy
US11216834B2 (en) 2019-03-15 2022-01-04 The Nielsen Company (Us), Llc Methods and apparatus to estimate population reach from different marginal ratings and/or unions of marginal ratings based on impression data
US10856027B2 (en) 2019-03-15 2020-12-01 The Nielsen Company (Us), Llc Methods and apparatus to estimate population reach from different marginal rating unions
US11030078B1 (en) * 2019-06-27 2021-06-08 Facebook, Inc. Systems and methods for digital content testing
US11741485B2 (en) 2019-11-06 2023-08-29 The Nielsen Company (Us), Llc Methods and apparatus to estimate de-duplicated unknown total audience sizes based on partial information of known audiences
US11153392B2 (en) 2019-12-03 2021-10-19 The Nielsen Company (Us), Llc Methods and apparatus for session building from ping-level data
US20210319474A1 (en) * 2020-04-08 2021-10-14 The Nielsen Company (Us), Llc Methods and apparatus to estimate population reach from marginals
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
US20220058666A1 (en) * 2020-08-21 2022-02-24 The Nielsen Company (Us), Llc Estimation and use of duplication factors for audience measurement
US11783354B2 (en) 2020-08-21 2023-10-10 The Nielsen Company (Us), Llc Methods and apparatus to estimate census level audience sizes, impression counts, and duration data
US11481802B2 (en) * 2020-08-31 2022-10-25 The Nielsen Company (Us), Llc Methods and apparatus for audience and impression deduplication
US11941646B2 (en) 2020-09-11 2024-03-26 The Nielsen Company (Us), Llc Methods and apparatus to estimate population reach from marginals
US12120391B2 (en) 2020-09-18 2024-10-15 The Nielsen Company (Us), Llc Methods and apparatus to estimate audience sizes and durations of media accesses
US12093968B2 (en) 2020-09-18 2024-09-17 The Nielsen Company (Us), Llc Methods, systems and apparatus to estimate census-level total impression durations and audience size across demographics
US11514131B2 (en) * 2020-09-23 2022-11-29 Td Ameritrade Ip Company, Inc. Facilitating inter-system data transfer with serialized data objects
US11553226B2 (en) 2020-11-16 2023-01-10 The Nielsen Company (Us), Llc Methods and apparatus to estimate population reach from marginal ratings with missing information
CN115244942A (zh) * 2020-11-30 2022-10-25 谷歌有限责任公司 将安全水印集成到内容中
US12096060B2 (en) 2020-12-04 2024-09-17 The Nielsen Company (Us), Llc Methods and apparatus to generate audience metrics
WO2022170204A1 (en) 2021-02-08 2022-08-11 The Nielsen Company (Us), Llc Methods and apparatus to perform computer-based monitoring of audiences of network-based media by using information theory to estimate intermediate level unions
US20230199240A1 (en) * 2021-12-22 2023-06-22 The Nielsen Company (Us), Llc Estimation and use of nested merge ratios for audience measurement
US20240223833A1 (en) * 2023-01-04 2024-07-04 Synamedia Limited Targeted Content for Weakly Connected Devices

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020004754A1 (en) * 1998-12-30 2002-01-10 Will H Gardenswartz Communicating with a computer based on the offline purchase history of a particular consumer
CN1480890A (zh) * 2002-08-30 2004-03-10 国际商业机器公司 用于多渠道市场营销系统中的登录页面和渠道标识符
CN101138002A (zh) * 2004-03-31 2008-03-05 Google公司 用于确定用户动作的系统和方法
CN101222348A (zh) * 2007-01-10 2008-07-16 阿里巴巴公司 统计网站真实用户的方法及系统
CN101523379A (zh) * 2006-08-18 2009-09-02 阿卡麦科技公司 分布式网络中的数据收集方法
US20090234713A1 (en) * 2008-03-11 2009-09-17 The Rubicon Project Ad matching system and method thereof

Family Cites Families (308)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3540003A (en) 1968-06-10 1970-11-10 Ibm Computer monitoring system
US3906450A (en) 1970-10-09 1975-09-16 Jr Eduardo Da Silva Prado Electronic system for the recording of periodically sampled variables
US3818458A (en) 1972-11-08 1974-06-18 Comress Method and apparatus for monitoring a general purpose digital computer
US3906454A (en) 1973-05-18 1975-09-16 Bell Telephone Labor Inc Computer monitoring system
UST955010I4 (en) 1975-03-12 1977-02-01 International Business Machines Corporation Hardware/software monitoring system
US4361832A (en) 1977-01-28 1982-11-30 Cole Martin T Automatic centralized monitoring system
GB1553027A (en) 1977-05-12 1979-09-19 Marconi Co Ltd Message signal scrambling apparatus
US4168396A (en) 1977-10-31 1979-09-18 Best Robert M Microprocessor for executing enciphered programs
US4230990C1 (en) 1979-03-16 2002-04-09 John G Lert Jr Broadcast program identification method and system
US4319079A (en) 1979-09-13 1982-03-09 Best Robert M Crypto microprocessor using block cipher
US4306289A (en) 1980-02-04 1981-12-15 Western Electric Company, Inc. Digital computer having code conversion apparatus for an encrypted program
US4367525A (en) 1980-06-06 1983-01-04 Tesdata Systems Corporation CPU Channel monitoring system
EP0067998B1 (en) 1980-09-26 1986-04-16 Bo LÖFBERG Method for processing an information signal and means for carrying out the method
GB2128453A (en) 1982-10-08 1984-04-26 Philips Electronic Associated System identification in communications systems
US4588991A (en) 1983-03-07 1986-05-13 Atalla Corporation File access security method and means
JPH0648293B2 (ja) 1983-03-18 1994-06-22 和芙 橋本 放射能等の自動測定警報装置
US4590550A (en) 1983-06-29 1986-05-20 International Business Machines Corporation Internally distributed monitoring system
US4658093A (en) 1983-07-11 1987-04-14 Hellman Martin E Software distribution system
US4558413A (en) 1983-11-21 1985-12-10 Xerox Corporation Software version management system
US4740890A (en) 1983-12-22 1988-04-26 Software Concepts, Inc. Software protection system with trial period usage code and unlimited use unlocking code both recorded on program storage media
US4754262A (en) 1984-03-01 1988-06-28 Interactive Technologies, Inc. Multiplexed alarm system
US4718005A (en) 1984-05-03 1988-01-05 International Business Machines Corporation Distributed control of alias name usage in networks
US4672572A (en) 1984-05-21 1987-06-09 Gould Inc. Protector system for computer access and use
US4621325A (en) 1984-06-06 1986-11-04 Information Retrieval Methods, Inc. Method for monitoring receipt and stocking of goods in a direct store delivery
US4791565A (en) 1984-06-20 1988-12-13 Effective Security Systems, Inc. Apparatus for controlling the use of computer software
US4747139A (en) 1984-08-27 1988-05-24 Taaffe James L Software security method and systems
US4696034A (en) 1984-10-12 1987-09-22 Signal Security Technologies High security pay television system
GB2176639B (en) 1985-05-31 1988-11-23 Mars Inc Data acquisition system
US4685056A (en) 1985-06-11 1987-08-04 Pueblo Technologies, Inc. Computer security device
US4757533A (en) 1985-09-11 1988-07-12 Computer Security Corporation Security system for microcomputers
US4825354A (en) 1985-11-12 1989-04-25 American Telephone And Telegraph Company, At&T Bell Laboratories Method of file access in a distributed processing computer network
US4720782A (en) 1986-01-13 1988-01-19 Digital Equipment Corporation Console unit for clustered digital data processing system
US4734865A (en) 1986-01-28 1988-03-29 Bell & Howell Company Insertion machine with audit trail and command protocol
US4926255A (en) 1986-03-10 1990-05-15 Kohorn H Von System for evaluation of response to broadcast transmissions
US4821178A (en) 1986-08-15 1989-04-11 International Business Machines Corporation Internal performance monitoring by event sampling
US4977594A (en) 1986-10-14 1990-12-11 Electronic Publishing Resources, Inc. Database usage metering and protection system and method
US5050213A (en) 1986-10-14 1991-09-17 Electronic Publishing Resources, Inc. Database usage metering and protection system and method
US4827508A (en) 1986-10-14 1989-05-02 Personal Library Software, Inc. Database usage metering and protection system and method
US4970644A (en) 1987-01-02 1990-11-13 Schlumberger Technology Corporation Reconfigurable well logging system
US4866769A (en) 1987-08-05 1989-09-12 Ibm Corporation Hardware assist for protecting PC software
US4914689A (en) 1987-12-22 1990-04-03 Bell Mountain States Telephone & Telegraph Co. Reverse automatic number identification system
US4943963A (en) 1988-01-19 1990-07-24 A. C. Nielsen Company Data collection and transmission system with real time clock
US4940976A (en) 1988-02-05 1990-07-10 Utilicom Inc. Automated remote water meter readout system
US4956769A (en) 1988-05-16 1990-09-11 Sysmith, Inc. Occurence and value based security system for computer databases
US5113518A (en) 1988-06-03 1992-05-12 Durst Jr Robert T Method and system for preventing unauthorized use of software
US5023907A (en) 1988-09-30 1991-06-11 Apollo Computer, Inc. Network license server
US4926162A (en) 1988-10-28 1990-05-15 Honeywell Inc. High security communication line monitor
WO1990007828A1 (en) 1989-01-09 1990-07-12 Kabushikigaisha Shogakuikueisha Kyoikukenkyusho Apparatus for grasping tv viewing condition in household
CA2053261A1 (en) 1989-04-28 1990-10-29 Gary D. Hornbuckle Method and apparatus for remotely controlling and monitoring the use of computer software
JPH04504794A (ja) 1989-04-28 1992-08-20 ソフテル，インコーポレイテッド コンピュータソフトウェアの使用を遠隔制御及びモニタするための方法及び装置
US5214780A (en) 1990-03-23 1993-05-25 Sun Microsystems, Inc. Synchronized journaling system
US5086386A (en) 1990-03-23 1992-02-04 Sun Microsystems, Inc. Method and apparatus for benchmarking the working set of window-based computer systems
CA2036205C (en) 1990-06-01 1996-11-19 Russell J. Welsh Program monitoring unit
US5032979A (en) 1990-06-22 1991-07-16 International Business Machines Corporation Distributed security auditing subsystem for an operating system
US5182770A (en) 1991-04-19 1993-01-26 Geza Medveczky System and apparatus for protecting computer software
US5444642A (en) 1991-05-07 1995-08-22 General Signal Corporation Computer system for monitoring events and which is capable of automatically configuring itself responsive to changes in system hardware
US5440738A (en) 1991-05-16 1995-08-08 Tally Systems Corporation Method and apparatus for digital data processor file configuration detection
US5233642A (en) 1991-05-24 1993-08-03 Omnitronix, Inc. Cellular telephone usage monitoring system
US5204897A (en) 1991-06-28 1993-04-20 Digital Equipment Corporation Management interface for license management system
US5406269A (en) 1991-07-05 1995-04-11 David Baran Method and apparatus for the remote verification of the operation of electronic devices by standard transmission mediums
US5355484A (en) 1991-08-12 1994-10-11 International Business Machines Corporation Dynamically established event monitors in event management services of a computer system
US5343239A (en) 1991-11-20 1994-08-30 Zing Systems, L.P. Transaction based interactive television system
US5287408A (en) 1992-08-31 1994-02-15 Autodesk, Inc. Apparatus and method for serializing and validating copies of computer software
US5377269A (en) 1992-10-29 1994-12-27 Intelligent Security Systems, Inc. Security access and monitoring system for personal computer
US5450134A (en) 1993-01-12 1995-09-12 Visual Automation Systems, Inc. Video facility management system for encoding and decoding video signals to facilitate identification of the video signals
US5483658A (en) 1993-02-26 1996-01-09 Grube; Gary W. Detection of unauthorized use of software applications in processing devices
US5499340A (en) 1994-01-12 1996-03-12 Isogon Corporation Method and apparatus for computer program usage monitoring
JP3400068B2 (ja) * 1994-03-18 2003-04-28 富士通株式会社 レスポンス金額予測システム
CA2119970A1 (en) 1994-03-25 1995-09-26 Michael A. Lyons Program monitoring system
IL114359A0 (en) 1994-06-30 1995-10-31 Walker Asset Management Ltd System and method for remote gaming
US5594934A (en) 1994-09-21 1997-01-14 A.C. Nielsen Company Real time correlation meter
US5758257A (en) 1994-11-29 1998-05-26 Herz; Frederick System and method for scheduling broadcast of and access to video programs and other data using customer profiles
AU5424696A (en) 1995-03-16 1996-10-02 Bell Atlantic Network Services, Inc. Simulcasting digital video programs for broadcast and interactive services
US5812928A (en) 1995-04-12 1998-09-22 Watson Technologies Cable television control apparatus and method with channel access controller at node of network including channel filtering system
JPH0944432A (ja) 1995-05-24 1997-02-14 Fuji Xerox Co Ltd 情報処理方法および情報処理装置
US5940738A (en) 1995-05-26 1999-08-17 Hyundai Electronics America, Inc. Video pedestal network
US5675510A (en) 1995-06-07 1997-10-07 Pc Meter L.P. Computer use meter and analyzer
US8574074B2 (en) 2005-09-30 2013-11-05 Sony Computer Entertainment America Llc Advertising impression determination
US5848396A (en) * 1996-04-26 1998-12-08 Freedom Of Information, Inc. Method and apparatus for determining behavioral profile of a computer user
US6073241A (en) 1996-08-29 2000-06-06 C/Net, Inc. Apparatus and method for tracking world wide web browser requests across distinct domains using persistent client-side state
US6108637A (en) 1996-09-03 2000-08-22 Nielsen Media Research, Inc. Content display monitor
US5948061A (en) * 1996-10-29 1999-09-07 Double Click, Inc. Method of delivery, targeting, and measuring advertising over networks
US6052730A (en) 1997-01-10 2000-04-18 The Board Of Trustees Of The Leland Stanford Junior University Method for monitoring and/or modifying web browsing sessions
US6035339A (en) 1997-03-13 2000-03-07 At&T Corporation Network information delivery system for delivering information based on end user terminal requirements
US6643696B2 (en) 1997-03-21 2003-11-04 Owen Davis Method and apparatus for tracking client interaction with a network resource and creating client profiles and resource database
US5796952A (en) 1997-03-21 1998-08-18 Dot Com Development, Inc. Method and apparatus for tracking client interaction with a network resource and creating client profiles and resource database
US6247050B1 (en) 1997-09-12 2001-06-12 Intel Corporation System for collecting and displaying performance improvement information for a computer
US6286140B1 (en) 1997-11-20 2001-09-04 Thomas P. Ivanyi System and method for measuring and storing information pertaining to television viewer or user behavior
US6098093A (en) 1998-03-19 2000-08-01 International Business Machines Corp. Maintaining sessions in a clustered server environment
US6279036B1 (en) 1998-05-15 2001-08-21 International Business Machines Corporation Method and apparatus for detecting actual viewing or electronic advertisements
US20020095676A1 (en) 1998-05-15 2002-07-18 Robert A. Knee Interactive television program guide system for determining user values for demographic categories
US7240022B1 (en) 1998-05-19 2007-07-03 Mypoints.Com Inc. Demographic information gathering and incentive award system and method
US6434614B1 (en) 1998-05-29 2002-08-13 Nielsen Media Research, Inc. Tracking of internet advertisements using banner tags
US6223215B1 (en) 1998-09-22 2001-04-24 Sony Corporation Tracking a user's purchases on the internet by associating the user with an inbound source and a session identifier
US7150030B1 (en) 1998-12-03 2006-12-12 Prime Research Alliance, Inc. Subscriber characterization system
US7949565B1 (en) 1998-12-03 2011-05-24 Prime Research Alliance E., Inc. Privacy-protected advertising system
US6457010B1 (en) 1998-12-03 2002-09-24 Expanse Networks, Inc. Client-server based subscriber characterization system
US6684194B1 (en) 1998-12-03 2004-01-27 Expanse Network, Inc. Subscriber identification system
US6164975A (en) 1998-12-11 2000-12-26 Marshall Weingarden Interactive instructional system using adaptive cognitive profiling
US6460079B1 (en) 1999-03-04 2002-10-01 Nielsen Media Research, Inc. Method and system for the discovery of cookies and other client information
US6529952B1 (en) * 1999-04-02 2003-03-04 Nielsen Media Research, Inc. Method and system for the collection of cookies and other information from a panel
US6721713B1 (en) 1999-05-27 2004-04-13 Andersen Consulting Llp Business alliance identification in a web architecture framework
US7523191B1 (en) 2000-06-02 2009-04-21 Yahoo! Inc. System and method for monitoring user interaction with web pages
US6102406A (en) 1999-06-07 2000-08-15 Steven A. Miles Internet-based advertising scheme employing scavenger hunt metaphor
US6606657B1 (en) 1999-06-22 2003-08-12 Comverse, Ltd. System and method for processing and presenting internet usage information
US7010497B1 (en) 1999-07-08 2006-03-07 Dynamiclogic, Inc. System and method for evaluating and/or monitoring effectiveness of on-line advertising
AUPQ206399A0 (en) 1999-08-06 1999-08-26 Imr Worldwide Pty Ltd. Network user measurement system and method
US6415323B1 (en) 1999-09-03 2002-07-02 Fastforward Networks Proximity-based redirection system for robust and scalable service-node location in an internetwork
US6839680B1 (en) 1999-09-30 2005-01-04 Fujitsu Limited Internet profiling
US7007080B2 (en) 1999-12-23 2006-02-28 Solution Inc Limited System for reconfiguring and registering a new IP address for a computer to access a different network without user intervention
US6691163B1 (en) 1999-12-23 2004-02-10 Alexa Internet Use of web usage trail data to identify related links
US7146329B2 (en) 2000-01-13 2006-12-05 Erinmedia, Llc Privacy compliant multiple dataset correlation and content delivery system and methods
AU2001234456A1 (en) 2000-01-13 2001-07-24 Erinmedia, Inc. Privacy compliant multiple dataset correlation system
US6993590B1 (en) 2000-01-13 2006-01-31 Inktomi Corporation Method of creating data streams for user-specific usage data gathering systems
WO2001052168A1 (en) 2000-01-14 2001-07-19 Matsushita Electric Industrial Company, Limited Cookie data stored on transportable recording medium
WO2001054034A1 (en) 2000-01-21 2001-07-26 Angara E-Commerce Services, Inc. Electronic commerce services
US7260837B2 (en) 2000-03-22 2007-08-21 Comscore Networks, Inc. Systems and methods for user identification, user demographic reporting and collecting usage data usage biometrics
US7181412B1 (en) 2000-03-22 2007-02-20 Comscore Networks Inc. Systems and methods for collecting consumer data
JP2001338176A (ja) 2000-03-23 2001-12-07 Casio Comput Co Ltd 情報伝達仲介方法及びシステム
JP2001282982A (ja) 2000-03-28 2001-10-12 Hisahiro Negi Ｗｅｂマーケティングシステム
US7039699B1 (en) 2000-05-02 2006-05-02 Microsoft Corporation Tracking usage behavior in computer systems
US7962603B1 (en) 2000-06-06 2011-06-14 Nobuyoshi Morimoto System and method for identifying individual users accessing a web site
JP2001357192A (ja) * 2000-06-12 2001-12-26 Toshiba Corp 顧客意識調査方法およびシステム、ならびにプログラムを記憶した記憶媒体
WO2002007054A2 (en) 2000-07-18 2002-01-24 Yahoo Inc. System and method for selecting alternative advertising inventory in place of sold out advertising inventory
US7363643B2 (en) 2000-08-31 2008-04-22 Eddie Drake Real-time audience monitoring, content rating, and content enhancing
JP2002091852A (ja) 2000-09-18 2002-03-29 Seino Information Service Co Ltd 閲覧履歴取得方法及び情報提供方法
US7600014B2 (en) 2000-11-16 2009-10-06 Symantec Corporation Method and system for monitoring the performance of a distributed application
KR20020037980A (ko) 2000-11-16 2002-05-23 김형순 정보 중개 시스템
US6879960B2 (en) * 2000-12-01 2005-04-12 Claritas, Inc. Method and system for using customer preferences in real time to customize a commercial transaction
JP4248183B2 (ja) 2001-02-26 2009-04-02 パナソニック株式会社 クッキー処理プログラムおよび画像データ表示装置
US7092926B2 (en) 2001-04-06 2006-08-15 Sedna Patent Services, Llc Method and apparatus for identifying unique client users from user behavioral data
WO2002084507A1 (en) 2001-04-13 2002-10-24 Netiq Corporation User-side tracking of multimedia application usage within a web page
US7647418B2 (en) 2001-06-19 2010-01-12 Savvis Communications Corporation Real-time streaming media measurement system and method
US20030037131A1 (en) 2001-08-17 2003-02-20 International Business Machines Corporation User information coordination across multiple domains
JP2003067289A (ja) 2001-08-30 2003-03-07 Bear Communications Co Ltd ウェブ広告配信システム
JPWO2003027860A1 (ja) * 2001-09-19 2005-01-13 株式会社エヌ・ティ・ティ・アド 時間軸上で変化するコンテンツを配信するコンテンツ配信システム、コンテンツ配信サーバ、ログ収集サーバ、コンテンツ中継サーバ、ユーザ端末、コンテンツ視聴状態把握方法、レコメンデーション方法及びコンテンツ提供方法
US20030074252A1 (en) 2001-10-12 2003-04-17 Avenue A, Inc. System and method for determining internet advertising strategy
US6877007B1 (en) 2001-10-16 2005-04-05 Anna M. Hentzel Method and apparatus for tracking a user's interaction with a resource supplied by a server computer
US7272617B1 (en) 2001-11-30 2007-09-18 Ncr Corp. Analytic data set creation for modeling in a customer relationship management system
US7343417B2 (en) * 2001-11-30 2008-03-11 Knowledge Networks, Inc. System and method for rating media information
WO2004002044A2 (en) 2002-02-01 2003-12-31 John Fairweather A system for exchanging binary data
US20030177488A1 (en) * 2002-03-12 2003-09-18 Smith Geoff S. Systems and methods for media audience measurement
US20030229884A1 (en) 2002-05-21 2003-12-11 Hewlett-Packard Development Company Interaction manager template
US20040167763A1 (en) 2002-05-31 2004-08-26 Liebman Michael N Information processing method for evaluating biochemical pathway models using clinical data
EP1379044A1 (en) 2002-06-22 2004-01-07 TELEFONAKTIEBOLAGET LM ERICSSON (publ) Method for providing information to a web server
US20040098229A1 (en) 2002-06-28 2004-05-20 Brett Error Efficient click-stream data collection
US7890451B2 (en) 2002-10-09 2011-02-15 Compete, Inc. Computer program product and method for refining an estimate of internet traffic
US20040088212A1 (en) * 2002-10-31 2004-05-06 Hill Clarke R. Dynamic audience analysis for computer content
US7505958B2 (en) 2004-09-30 2009-03-17 International Business Machines Corporation Metadata management for a data abstraction model
US7574423B2 (en) 2003-03-20 2009-08-11 International Business Machines Corporation Partial data model exposure through client side caching
US20050033657A1 (en) 2003-07-25 2005-02-10 Keepmedia, Inc., A Delaware Corporation Personalized content management and presentation systems
US9117217B2 (en) 2003-08-01 2015-08-25 Advertising.Com Llc Audience targeting with universal profile synchronization
ZA200600900B (en) * 2003-08-01 2007-05-30 Tacoda Systems Inc System and method for segmenting and targeting audience members
US20070198327A1 (en) 2003-08-15 2007-08-23 Amir Yazdani Systems and methods for measuring, targeting, verifying, and reporting advertising impressions
JPWO2005024689A1 (ja) * 2003-09-04 2007-11-08 株式会社インタースコープ 消費者の購買行動分析方法及び装置
US7152074B2 (en) 2003-09-19 2006-12-19 International Business Machines Corporation Extensible framework supporting deposit of heterogenous data sources into a target data repository
US20060294259A1 (en) 2003-10-24 2006-12-28 Telefonaktiebolaget Lm Ericsson (Publ) Method and device for audience monitoring on multicast capable networks
US20050144069A1 (en) 2003-12-23 2005-06-30 Wiseman Leora R. Method and system for providing targeted graphical advertisements
US7949639B2 (en) 2004-02-20 2011-05-24 Symphonyiri Group, Inc. Attribute segments and data table bias reduction
US7792954B2 (en) 2004-04-02 2010-09-07 Webtrends, Inc. Systems and methods for tracking web activity
DE202004007054U1 (de) 2004-05-03 2005-09-15 Brose Fahrzeugteile Kraftfahrzeugtür mit Seitenscheibe
US20050267799A1 (en) 2004-05-10 2005-12-01 Wesley Chan System and method for enabling publishers to select preferred types of electronic documents
US7302447B2 (en) 2005-01-14 2007-11-27 International Business Machines Corporation Virtual columns
CN102523063A (zh) 2004-08-09 2012-06-27 尼尔森（美国）有限公司 用于监视来自各种源的音频/视觉内容的方法及装置
US7546370B1 (en) 2004-08-18 2009-06-09 Google Inc. Search engine with multiple crawlers sharing cookies
US20060089754A1 (en) 2004-10-27 2006-04-27 Andrew Mortenson An installed Vehicle Personal Computing (VPC) system with touch interaction, voice interaction or sensor interaction(s) that provides access to multiple information sources and software applications such as internet connected data applications, dynamic traffic-aware navigational routing, vehicle tracking, emergency accident dispatching, business applications, office applications, music and video player(s), personal info portal, vehicle monitoring, alarm and camera security and recording.
JP2006127320A (ja) * 2004-10-29 2006-05-18 Solid Technology Kk 端末属性推定装置および端末属性推定方法
JP2006127321A (ja) * 2004-10-29 2006-05-18 Solid Technology Kk 端末属性後付装置および端末属性後付方法
US8131861B2 (en) 2005-05-20 2012-03-06 Webtrends, Inc. Method for cross-domain tracking of web site traffic
US8312172B2 (en) 2005-05-26 2012-11-13 Bytemobile, Inc. Method and system for delta compression
US7849154B2 (en) 2005-06-27 2010-12-07 M:Metrics, Inc. Acquiring, storing, and correlating profile data of cellular mobile communications system's users to events
JP4764103B2 (ja) 2005-08-18 2011-08-31 株式会社東芝 コンテンツデータ配信システム、及び情報処理装置
US20090030780A1 (en) 2006-01-03 2009-01-29 Ds-Iq, Inc. Measuring effectiveness of marketing campaigns presented on media devices in public places using audience exposure data
EP3010167B1 (en) 2006-03-27 2017-07-05 Nielsen Media Research, Inc. Methods and systems to meter media content presented on a wireless communication device
JP4535016B2 (ja) 2006-03-28 2010-09-01 住友ベークライト株式会社 塩化ビニル樹脂組成物、それを用いて作製した塩化ビニル樹脂シートおよび成形体
MX2007015979A (es) 2006-03-31 2009-04-07 Nielsen Media Res Inc Metodos, sistemas y aparato para medicion de multiples fines.
US7941525B1 (en) 2006-04-01 2011-05-10 ClickTale, Ltd. Method and system for monitoring an activity of a user
CA2654933C (en) * 2006-06-15 2013-07-30 The Nielsen Company (Us), Llc Methods and apparatus to meter content exposure using closed caption information
US20080004958A1 (en) 2006-06-29 2008-01-03 Tony Ralph Client side counting verification testing
CN100456298C (zh) 2006-07-12 2009-01-28 百度在线网络技术（北京）有限公司 广告信息检索系统及广告信息检索方法
US20080086523A1 (en) 2006-08-18 2008-04-10 Akamai Technologies, Inc. Method of data collection in a distributed network
US20100004977A1 (en) 2006-09-05 2010-01-07 Innerscope Research Llc Method and System For Measuring User Experience For Interactive Activities
US7996519B1 (en) * 2007-03-07 2011-08-09 Comscore, Inc. Detecting content and user response to content
US8166076B2 (en) 2007-03-08 2012-04-24 Microsoft Corporation Digital media metadata management
KR100910517B1 (ko) * 2007-03-21 2009-07-31 엔에이치엔비즈니스플랫폼 주식회사 브라우저-로그인 맵핑을 통한 타겟 인벤토리 확장 방법 및시스템
US8229458B2 (en) 2007-04-08 2012-07-24 Enhanced Geographic Llc Systems and methods to determine the name of a location visited by a user of a wireless device
US20080276179A1 (en) 2007-05-05 2008-11-06 Intapp Inc. Monitoring and Aggregating User Activities in Heterogeneous Systems
US20090217315A1 (en) 2008-02-26 2009-08-27 Cognovision Solutions Inc. Method and system for audience measurement and targeting media
US20080300965A1 (en) 2007-05-31 2008-12-04 Peter Campbell Doe Methods and apparatus to model set-top box data
US7890592B2 (en) 2007-06-29 2011-02-15 Microsoft Corporation Processing data obtained from a presence-based system
US8229780B2 (en) 2007-07-30 2012-07-24 Silvercarrot, Inc. System and method for online lead generation
US20090055241A1 (en) 2007-08-23 2009-02-26 Att Knowledge Ventures L.P. System and Method for Estimating a Qualiifed Impression Count for Advertising Data in a Communication System
US7698422B2 (en) 2007-09-10 2010-04-13 Specific Media, Inc. System and method of determining user demographic profiles of anonymous users
US20090076899A1 (en) 2007-09-14 2009-03-19 Gbodimowo Gbeminiyi A Method for analyzing, searching for, and trading targeted advertisement spaces
US7925694B2 (en) 2007-10-19 2011-04-12 Citrix Systems, Inc. Systems and methods for managing cookies via HTTP content layer
US8180112B2 (en) 2008-01-21 2012-05-15 Eastman Kodak Company Enabling persistent recognition of individuals in images
US8302120B2 (en) * 2008-02-19 2012-10-30 The Nielsen Company (Us), Llc Methods and apparatus to monitor advertisement exposure
US8151194B1 (en) 2008-03-26 2012-04-03 Google Inc. Visual presentation of video usage statistics
US8112301B2 (en) 2008-04-14 2012-02-07 Tra, Inc. Using consumer purchase behavior for television targeting
EP2269334A4 (en) 2008-04-17 2013-02-20 Arbitron Inc TRANS-MEDIA INTERACTIVITY METRIC
US20090307084A1 (en) 2008-06-10 2009-12-10 Integrated Media Measurement, Inc. Measuring Exposure To Media Across Multiple Media Delivery Mechanisms
US20100010866A1 (en) 2008-07-11 2010-01-14 Microsoft Corporation Advertising across social network communication pathways
US8280683B2 (en) 2008-07-17 2012-10-02 International Business Machines Corporation Probabilistic framework for the highly efficient correlation of call chains with hardware events
JP4834042B2 (ja) 2008-08-06 2011-12-07 ヤフー株式会社 ユーザ作成コンテンツ管理装置、ユーザ作成コンテンツ管理システムおよび閲覧者の嗜好調査方法
US20100076814A1 (en) 2008-09-24 2010-03-25 Manning Kathleen E Method for financial forecasting for associations using actuarial open group simulation
US20100088152A1 (en) 2008-10-02 2010-04-08 Dominic Bennett Predicting user response to advertisements
US20100088373A1 (en) 2008-10-06 2010-04-08 Jeremy Pinkham Method of Tracking & Targeting Internet Payloads based on Time Spent Actively Viewing
US20100121676A1 (en) 2008-11-11 2010-05-13 Yahoo! Inc. Method and system for logging impressions of online advertisments
US20100153175A1 (en) 2008-12-12 2010-06-17 At&T Intellectual Property I, L.P. Correlation of Psycho-Demographic Data and Social Network Data to Initiate an Action
US8356247B2 (en) * 2008-12-16 2013-01-15 Rich Media Worldwide, Llc Content rendering control system and method
US8412648B2 (en) 2008-12-19 2013-04-02 nXnTech., LLC Systems and methods of making content-based demographics predictions for website cross-reference to related applications
AU2010204563B2 (en) 2009-01-15 2016-05-26 Google Llc Requesting offline profile data for online use in a privacy-sensitive manner
EP2382723A4 (en) * 2009-01-29 2013-10-09 Nielsen Co Us Llc METHOD AND DEVICE FOR MEASURING MARKET STATISTICS
US20100205057A1 (en) 2009-02-06 2010-08-12 Rodney Hook Privacy-sensitive methods, systems, and media for targeting online advertisements using brand affinity modeling
US10445781B2 (en) 2009-03-06 2019-10-15 Xandr Inc. Advertising platform user data store management
CN101505247A (zh) 2009-03-09 2009-08-12 成都市华为赛门铁克科技有限公司 一种共享接入主机数目的检测方法和装置
KR101073112B1 (ko) 2009-03-11 2011-10-12 박상호 저작물과 광고를 공개라이센스를 이용하여 결합한 컨텐츠 관리방법 및 그 장치
US8150974B2 (en) 2009-03-17 2012-04-03 Kindsight, Inc. Character differentiation system generating session fingerprint using events associated with subscriber ID and session ID
US8266687B2 (en) 2009-03-27 2012-09-11 Sophos Plc Discovery of the use of anonymizing proxies by analysis of HTTP cookies
JP5492630B2 (ja) * 2009-03-31 2014-05-14 株式会社ビデオリサーチ コンテンツ接触調査システム及びコンテンツ接触調査方法
US8429287B2 (en) 2009-04-29 2013-04-23 Rangecast Technologies, Llc Network audio distribution system and method
US8990337B2 (en) 2009-06-08 2015-03-24 Collective, Inc. Tracking advertising abandonment rates
JP5546632B2 (ja) 2009-07-08 2014-07-09 テレフオンアクチーボラゲット エル エム エリクソン（パブル） マルチメディアコンテンツを分析するための方法および機構
US9178634B2 (en) 2009-07-15 2015-11-03 Time Warner Cable Enterprises Llc Methods and apparatus for evaluating an audience in a content-based network
JP5324352B2 (ja) 2009-07-31 2013-10-23 寺岡ファシリティーズ株式会社 風除け室ドアの開閉制御方法及び装置
US8612860B2 (en) 2009-08-12 2013-12-17 Warner Music Inc. Systems, methods, and media for coordinating the presentation of media with an event
US20120192214A1 (en) 2009-12-22 2012-07-26 Resonate Networks Method and apparatus for delivering targeted content to television viewers
KR101118741B1 (ko) 2009-08-31 2012-03-12 주식회사 나스미디어 인터넷 광고 시청률 제공 방법
US8234408B2 (en) 2009-09-10 2012-07-31 Cloudshield Technologies, Inc. Differentiating unique systems sharing a common address
US20110087519A1 (en) 2009-10-09 2011-04-14 Visa U.S.A. Inc. Systems and Methods for Panel Enhancement with Transaction Data
US8082464B2 (en) 2009-10-13 2011-12-20 International Business Machines Corporation Managing availability of a component having a closed address space
US8595058B2 (en) 2009-10-15 2013-11-26 Visa U.S.A. Systems and methods to match identifiers
US8549552B2 (en) * 2009-11-03 2013-10-01 The Nielsen Company (Us), Llc Methods and apparatus to monitor media exposure in vehicles
US8566856B2 (en) 2009-12-01 2013-10-22 International Business Machines Corporation Video stream measurement method and system
WO2011072048A2 (en) 2009-12-08 2011-06-16 Adxpose, Inc. Methods for capturing and reporting metrics regarding ad placement
US8925024B2 (en) 2009-12-31 2014-12-30 The Nielsen Company (Us), Llc Methods and apparatus to detect commercial advertisements associated with media presentations
US20110191664A1 (en) 2010-02-04 2011-08-04 At&T Intellectual Property I, L.P. Systems for and methods for detecting url web tracking and consumer opt-out cookies
US20110196735A1 (en) 2010-02-05 2011-08-11 Von Sydow Gustav System and method for measuring effectiveness of electronically presented advertizing
CA2789224C (en) 2010-02-08 2017-09-05 Facebook, Inc. Communicating information in a social network system about activities from another domain
US8595789B2 (en) 2010-02-15 2013-11-26 Bank Of America Corporation Anomalous activity detection
US20120310729A1 (en) * 2010-03-16 2012-12-06 Dalto John H Targeted learning in online advertising auction exchanges
US9105053B2 (en) 2010-03-23 2015-08-11 Nokia Technologies Oy Method and apparatus for determining a user age range
US20110246298A1 (en) 2010-03-31 2011-10-06 Williams Gregory D Systems and Methods for Integration and Anomymization of Supplier Data
US8626901B2 (en) 2010-04-05 2014-01-07 Comscore, Inc. Measurements based on panel and census data
US20110282730A1 (en) 2010-05-13 2011-11-17 AdChoice, Inc. System and method for selecting and implementing an internet advertising campaign
US8307006B2 (en) 2010-06-30 2012-11-06 The Nielsen Company (Us), Llc Methods and apparatus to obtain anonymous audience measurement data from network server data for particular demographic and usage profiles
US8484511B2 (en) 2010-07-01 2013-07-09 Time Warner Cable Enterprises Llc Apparatus and methods for data collection, analysis and validation including error correction in a content delivery network
US9747605B2 (en) 2010-08-02 2017-08-29 Facebook, Inc. Measuring quality of user interaction with third party content
US8886773B2 (en) * 2010-08-14 2014-11-11 The Nielsen Company (Us), Llc Systems, methods, and apparatus to monitor mobile internet activity
EP4167169A1 (en) * 2010-09-22 2023-04-19 The Nielsen Company (US), LLC Methods and apparatus to determine impressions using distributed demographic information
AU2013203898B2 (en) 2010-09-22 2015-07-02 The Nielsen Company (Us), Llc Methods and apparatus to determine impressions using distributed demographic information
US9092797B2 (en) 2010-09-22 2015-07-28 The Nielsen Company (Us), Llc Methods and apparatus to analyze and adjust demographic information
JP5674414B2 (ja) 2010-10-27 2015-02-25 株式会社ビデオリサーチ アクセスログマッチングシステム及びアクセスログマッチング方法
US8484241B2 (en) 2010-10-29 2013-07-09 Russell Kent Bouse Systems and methods to consolidate and communicate user profiles and modality preferences information for content delivery or interaction experiences
US8607295B2 (en) 2011-07-06 2013-12-10 Symphony Advanced Media Media content synchronized advertising platform methods
US8631122B2 (en) * 2010-11-29 2014-01-14 Viralheat, Inc. Determining demographics based on user interaction
US20120143713A1 (en) 2010-12-06 2012-06-07 Campaigngrid, Llc Electronic and network-based franking
US9497154B2 (en) 2010-12-13 2016-11-15 Facebook, Inc. Measuring social network-based interaction with web content external to a social networking system
US20120151079A1 (en) 2010-12-13 2012-06-14 Jan Besehanic Methods and apparatus to measure media exposure
US8453173B1 (en) 2010-12-13 2013-05-28 Google Inc. Estimating demographic compositions of television audiences from audience similarities
US20120158490A1 (en) 2010-12-16 2012-06-21 Yahoo! Inc. Sponsored search auction mechanism for rich media advertising
WO2012087954A2 (en) * 2010-12-20 2012-06-28 The Nielsen Company (Us), Llc Methods and apparatus to determine media impressions using distributed demographic information
US8874639B2 (en) 2010-12-22 2014-10-28 Facebook, Inc. Determining advertising effectiveness outside of a social networking system
US20120185274A1 (en) 2011-01-14 2012-07-19 Guzihou Hu System and Method for Predicting Inner Age
US20120209920A1 (en) 2011-02-10 2012-08-16 Microsoft Corporation Social influencers discovery
US20120206331A1 (en) 2011-02-14 2012-08-16 Gandhi Sidhant D Methods and Systems for Supporting Gesture Recognition Applications across Devices
AU2012231667B9 (en) * 2011-03-18 2015-09-24 The Nielsen Company (Us), Llc Methods and apparatus to determine media impressions
US8984547B2 (en) 2011-04-11 2015-03-17 Google Inc. Estimating demographic compositions of television audiences
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
US9282158B2 (en) 2011-06-06 2016-03-08 Google Inc. Reducing redirects
US8560683B2 (en) 2011-06-10 2013-10-15 Google Inc. Video and site analytics
US9210208B2 (en) 2011-06-21 2015-12-08 The Nielsen Company (Us), Llc Monitoring streaming media content
US8688524B1 (en) 2011-06-28 2014-04-01 Amazon Technologies, Inc. Tracking online impressions to offline purchases
US8498491B1 (en) 2011-08-10 2013-07-30 Google Inc. Estimating age using multiple classifiers
US10783547B2 (en) 2011-08-17 2020-09-22 Facebook, Inc. Approximating unique advertisement impressions on a social networking system
US20130060629A1 (en) 2011-09-07 2013-03-07 Joshua Rangsikitpho Optimization of Content Placement
JP2013057918A (ja) 2011-09-09 2013-03-28 Shigeto Umeda 可変長の広告を表示また、入札するシステム
US8909771B2 (en) * 2011-09-15 2014-12-09 Stephan HEATH System and method for using global location information, 2D and 3D mapping, social media, and user behavior and information for a consumer feedback social media analytics platform for providing analytic measurements data of online consumer feedback for global brand products or services of past, present or future customers, users, and/or target markets
US20130080263A1 (en) 2011-09-23 2013-03-28 Jonathan Goldman Per-view charging for video advertisements
US20130117103A1 (en) 2011-11-08 2013-05-09 Insightexpress, Llc Universal control
WO2013078640A1 (en) 2011-11-30 2013-06-06 Google Inc. Estimating user demographics
US9331975B2 (en) * 2011-12-16 2016-05-03 The Nielsen Company (Us), Llc Systems, methods, and apparatus to identify media presentation devices
US9224094B2 (en) 2012-01-26 2015-12-29 The Nielsen Company (Us), Llc Systems, methods, and articles of manufacture to measure online audiences
US8600796B1 (en) 2012-01-30 2013-12-03 Bazaarvoice, Inc. System, method and computer program product for identifying products associated with polarized sentiments
US20130204694A1 (en) 2012-02-07 2013-08-08 Sayso, Llc Context-Based Study Generation and Administration
US9015255B2 (en) 2012-02-14 2015-04-21 The Nielsen Company (Us), Llc Methods and apparatus to identify session users with cookie information
US8973023B1 (en) 2012-02-29 2015-03-03 The Nielsen Company (Us), Llc Methods and apparatus to determine audience duplication in cross-media campaigns
US9659105B2 (en) 2012-03-15 2017-05-23 The Nielsen Company (Us), Llc Methods and apparatus to track web browsing sessions
US20130262181A1 (en) 2012-03-30 2013-10-03 Alexander Topchy Methods and apparatus to predict audience composition and/or solicit audience members
US20130325588A1 (en) 2012-06-04 2013-12-05 The Board of Trustees for the Leland Stanford, Junior, University Method and System for Measuring the Effectiveness of Search Advertising
US20130331971A1 (en) 2012-06-10 2013-12-12 Eran Bida Watermarking and using same for audience measurement
AU2013204865B2 (en) 2012-06-11 2015-07-09 The Nielsen Company (Us), Llc Methods and apparatus to share online media impressions data
US9461876B2 (en) 2012-08-29 2016-10-04 Loci System and method for fuzzy concept mapping, voting ontology crowd sourcing, and technology prediction
AU2013204953B2 (en) 2012-08-30 2016-09-08 The Nielsen Company (Us), Llc Methods and apparatus to collect distributed user information for media impressions
US20140108130A1 (en) * 2012-10-12 2014-04-17 Google Inc. Calculating audience metrics for online campaigns
US9621446B2 (en) 2012-10-26 2017-04-11 Comscore, Inc. Combining measurements based on beacon data
US9055021B2 (en) 2012-11-30 2015-06-09 The Nielsen Company (Us), Llc Methods and apparatus to monitor impressions of social media messages
US20140279724A1 (en) 2013-03-15 2014-09-18 Turn Inc. Taxonomy configuration for page analytics and campaign creation
US9635404B2 (en) * 2013-04-24 2017-04-25 The Nielsen Company (Us), Llc Methods and apparatus to correlate census measurement data with panel data
US20140324544A1 (en) 2013-04-26 2014-10-30 Paul Donato Methods and apparatus to determine demographic distributions of online users
US9519914B2 (en) 2013-04-30 2016-12-13 The Nielsen Company (Us), Llc Methods and apparatus to determine ratings information for online media presentations
US20140337104A1 (en) 2013-05-09 2014-11-13 Steven J. Splaine Methods and apparatus to determine impressions using distributed demographic information
US8775332B1 (en) 2013-06-13 2014-07-08 InsideSales.com, Inc. Adaptive user interfaces
US10068246B2 (en) 2013-07-12 2018-09-04 The Nielsen Company (Us), Llc Methods and apparatus to collect distributed user information for media impressions
US9313294B2 (en) 2013-08-12 2016-04-12 The Nielsen Company (Us), Llc Methods and apparatus to de-duplicate impression information
US20150193816A1 (en) 2014-01-06 2015-07-09 The Nielsen Company (Us), Llc Methods and apparatus to correct misattributions of media impressions
US8910195B1 (en) 2014-02-20 2014-12-09 Google Inc. Systems and methods for enhancing audience measurement data
GB2539588A (en) 2014-03-13 2016-12-21 Nielsen Co Us Llc Methods and apparatus to compensate impression data for misattribution and/or non-coverage by a database proprietor

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020004754A1 (en) * 1998-12-30 2002-01-10 Will H Gardenswartz Communicating with a computer based on the offline purchase history of a particular consumer
CN1480890A (zh) * 2002-08-30 2004-03-10 国际商业机器公司 用于多渠道市场营销系统中的登录页面和渠道标识符
CN101138002A (zh) * 2004-03-31 2008-03-05 Google公司 用于确定用户动作的系统和方法
CN101523379A (zh) * 2006-08-18 2009-09-02 阿卡麦科技公司 分布式网络中的数据收集方法
CN101222348A (zh) * 2007-01-10 2008-07-16 阿里巴巴公司 统计网站真实用户的方法及系统
US20090234713A1 (en) * 2008-03-11 2009-09-17 The Rubicon Project Ad matching system and method thereof

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018107459A1 (en) * 2016-12-16 2018-06-21 The Nielsen Company (Us), Llc Methods and apparatus to estimate media impression frequency distributions
CN111149364A (zh) * 2017-08-15 2020-05-12 尼尔森（美国）有限公司 标识流传输设备上缓存媒体的流传输活动和源的方法和装置
CN111149364B (zh) * 2017-08-15 2022-04-15 尼尔森（美国）有限公司 处理缓存内容的装置、方法和存储介质
US11375247B2 (en) 2017-08-15 2022-06-28 The Nielsen Company (Us), Llc Methods and apparatus of identification of streaming activity and source for cached media on streaming devices
US11778243B2 (en) 2017-08-15 2023-10-03 The Nielsen Company (Us), Llc Methods and apparatus of identification of streaming activity and source for cached media on streaming devices
US11397965B2 (en) 2018-04-02 2022-07-26 The Nielsen Company (Us), Llc Processor systems to estimate audience sizes and impression counts for different frequency intervals
US11887132B2 (en) 2018-04-02 2024-01-30 The Nielsen Company (Us), Llc Processor systems to estimate audience sizes and impression counts for different frequency intervals

Also Published As

Publication number Publication date
WO2012128895A2 (en) 2012-09-27
AU2012231667A1 (en) 2013-03-21
WO2012128895A9 (en) 2013-09-19
EP2686779A4 (en) 2014-09-17
JP6120909B2 (ja) 2017-04-26
EP2686779A2 (en) 2014-01-22
WO2012128895A3 (en) 2013-04-04
JP6436445B2 (ja) 2018-12-12
JP2014508336A (ja) 2014-04-03
JP5769816B2 (ja) 2015-08-26
CN103189856A (zh) 2013-07-03
CA2810264A1 (en) 2012-09-27
JP2015212959A (ja) 2015-11-26
JP2017152006A (ja) 2017-08-31
AU2012231667B9 (en) 2015-09-24
CA2810264C (en) 2020-06-09
CN106156363B (zh) 2019-08-09
EP3693914A1 (en) 2020-08-12
CN103189856B (zh) 2016-09-07
US9118542B2 (en) 2015-08-25
US20130145022A1 (en) 2013-06-06
US20140358676A1 (en) 2014-12-04
US9497090B2 (en) 2016-11-15
AU2012231667B2 (en) 2015-05-28

Similar Documents

Publication Publication Date Title
CN103189856B (zh) 确定媒体印象的方法和装置
CN103473721B (zh) 使用分布式人口统计信息确定媒体印象的方法和装置
CN103119565B (zh) 利用分布式人口统计信息确定印象的方法和装置
CN104584564A (zh) 利用分布式人口统计信息来确定印象的方法和装置
CN108960926A (zh) 计算机存储介质、媒体呈现监测方法和受众测量实体系统
AU2015200121A1 (en) Methods and apparatus to determine media impressions

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1230753

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190809