ES3037599T3 - Improved system-user interaction relating to advice - Google Patents
Improved system-user interaction relating to adviceInfo
- Publication number
- ES3037599T3 ES3037599T3 ES19790027T ES19790027T ES3037599T3 ES 3037599 T3 ES3037599 T3 ES 3037599T3 ES 19790027 T ES19790027 T ES 19790027T ES 19790027 T ES19790027 T ES 19790027T ES 3037599 T3 ES3037599 T3 ES 3037599T3
- Authority
- ES
- Spain
- Prior art keywords
- user
- physical
- regularization
- entities
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Recommending goods or services
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Technology Law (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
La presente invención se refiere a una interacción mejorada entre el sistema y el usuario en materia de asesoramiento, específicamente a una propuesta de asignación que asigna determinados valores a una pluralidad de entidades físicas y opcionalmente virtuales. (Traducción automática con Google Translate, sin valor legal)
Description
DESCRIPCIÓN
Interacción sistema-usuario mejorada relativa a consejos
Campo técnico
La invención pertenece al campo técnico de las técnicas de procesamiento de redes informáticas en un flujo de datos grande, por lo que se reciben ciertas preferencias de usuario, y se crea una propuesta de asignación sobre una pluralidad de entidades físicas y opcionalmente virtuales basándose en dicho flujo de datos, las preferencias de usuario y otros factores.
Antecedentes de la invención
El solicitante ha observado que hay una falta de sistemas implementados por ordenador que sean capaces de distribuir cantidades finitas sobre una pluralidad de entidades físicas y/o virtuales, por lo que la distribución tiene en cuenta información de una pluralidad de fuentes de información, preferencias solicitadas por el usuario (que comprenden, entre otras cosas, una evaluación o clasificación de usuario de dichas fuentes de información) y factores que al menos definen información geográfica e información de campo de aplicación para cada una de las entidades. Dicha distribución propuesta se compara con una o más composiciones comparativas que se basan en las preferencias del usuario y los factores, y se ofrecen al usuario basándose en dicha comparación.
El documento US 1,3935,198 describe un sistema que gobierna dinámicamente una cadena de suministro, mediante el análisis de fuentes de información exteriores, tales como canales de noticias, con respecto a posiblemente influenciar respiraderos, y estimar un impacto (logístico y/o financiero) sobre la cadena de suministro. Sin embargo, este es un sistema rígido que se centra completamente en una cadena de suministro, y no puede modificarse rápidamente para adaptarse a otras necesidades, o preferencias específicas del usuario.
Otros sistemas similares, como se describe en US 7,680,719 se conocen en la técnica, pero carecen de interacción de usuario (porque un usuario que no tiene poder administrativo para cambiar los trabajos internos del sistema, no puede proporcionar preferencias personalizadas), o porque las fuentes de información usadas no están correctamente cribadas, o porque no hay filtro 'práctico', que, por ejemplo, desbrozaría sugerencias geográficamente imposibles o muy poco probables.
La invención tiene como objetivo abordar al menos algunos de los problemas mencionados.
Compendio de la invención
En un primer aspecto, la presente invención proporciona un método según la reivindicación 1.
En un segundo aspecto, la presente invención proporciona un sistema según la reivindicación 14.
En un aspecto adicional, la presente invención proporciona un uso según la reivindicación 15.
En la descripción detallada y en las reivindicaciones se describen otras formas de realización preferidas y sus ventajas.
Descripción detallada de la invención
Como se usa en la presente memoria, los siguientes términos tienen los siguientes significados: "Un", "uno/a", "el/la", como se usa en la presente memoria, se refieren a referentes tanto singulares como plurales a menos que el contexto indique claramente lo contrario. A modo de ejemplo, "un compartimento" se refiere a uno o más de un compartimento.
"Comprender", "que comprende" y "comprende" y "comprendido por" como se usa en la presente memoria son sinónimos de "incluir", "que incluye", "incluye" o "contener", "que contiene", "contiene" y son términos inclusivos o abiertos que especifican la presencia de lo siguiente, por ejemplo, componente y no excluyen o excluyen la presencia de componentes, características, elementos, miembros, etapas adicionales no enumerados, conocidos en la técnica o descritos en la misma.
La enumeración de intervalos numéricos por puntos finales incluye todos los números y fracciones incluidos dentro de ese intervalo, así como los puntos finales enumerados.
El término fuente de información puede referirse a cualquier canal de datos, flujo de datos, conjunto de datos o servicio de suscripción de datos que proporcione contenido en un formato basado en archivos, basado en actualizaciones, basado en sincronización y/o basado en mensajes, por lo que cada fuente de información que no proporcione datos en mensajes puros puede considerarse equivalente al basado en mensajes, por lo que las porciones actualizadas de datos pueden referirse a uno o más mensajes nuevos. Los mensajes pueden proporcionarse bajo demanda solicitándolos de almacenamiento, o pueden enviarse en tiempo real al usuario, por ejemplo, como un correo electrónico, una notificación de mensaje de inserción, un mensaje en aplicación, una interfaz web dedicada, un panel web o un elemento de noticias en un suministro. Los mensajes pueden ser entregados en el contexto de una suscripción y/o una cuenta con el proveedor de una fuente de información.
A menos que se defina lo contrario, todos los términos usados en la descripción de la invención, incluyendo los términos técnicos y científicos, tienen el significado que entiende comúnmente un experto en la técnica a la que pertenece esta invención. Por medio de orientación adicional, se incluyen definiciones de términos para apreciar mejor la enseñanza de la presente invención.
La presente invención en un primer aspecto se refiere a un método implementado por ordenador para proporcionar una notificación ejecutable generada por un sistema para un usuario, basándose en la interacción entre un usuario y dicho sistema, que comprende las etapas de:
a. solicitar al usuario que proporcione un valor para una pluralidad de preferencias de usuario al sistema;
b. recibir repetidamente, mediante un servidor, una pluralidad de mensajes que se originan a partir de una pluralidad de fuentes de información, estando dicha pluralidad de mensajes relacionada directa y/o indirectamente con una o más entidades físicas predefinidas y una o más entidades virtuales predefinidas, por lo que los mensajes recibidos se almacenan como datos de contexto;
c. asignar al menos un factor de cada uno de al menos dos conjuntos de factores a cada una de las entidades físicas y a cada una de las entidades virtuales, por lo que un primero de dichos al menos dos conjuntos de factores se refiere a una valoración geográfica de las entidades físicas y virtuales, y un segundo de dichos al menos dos conjuntos de factores se refiere a un campo de aplicación de las entidades físicas y virtuales;
d. crear una propuesta de asignación, asignando valores a una pluralidad de las entidades físicas y virtuales, por lo que el valor asignado agregado de las entidades físicas es distinto de cero, y por lo que el valor asignado agregado de las entidades físicas y virtuales es igual a un valor predefinido por el usuario, comprendiendo dicha propuesta de asignación las entidades físicas y virtuales con un valor asignado distinto de cero, y cada uno de los valores asignados distintos de cero asociados;
e. proporcionar una notificación ejecutable al usuario, por lo que dicha notificación ejecutable comprende la propuesta de asignación;
caracterizado por que al menos una de las preferencias de usuario define una valoración de usuario de cada una de las fuentes de información;
por lo que los valores asignados se calculan basándose en los valores de las preferencias de usuario, los factores y los mensajes de las fuentes de información, por lo que la propuesta de asignación se compara con una composición comparativa que comprende una pluralidad de entidades físicas y virtuales con un valor asignado distinto de cero, por lo que el valor asignado distinto de cero agregado de las entidades de la composición comparativa es igual al valor predefinido por el usuario, por lo que los valores asignados de la composición comparativa se basan en los valores para las preferencias de usuario y los factores, y por lo que la notificación ejecutable se proporciona basándose en la comparación de la propuesta de asignación con la composición comparativa.
El método anteriormente definido ofrece una solución ventajosa para la gestión de entidades en numerosos campos. Dada la versatilidad del método definido, dichas entidades pueden variar en gran medida en su definición, variando desde diversos bienes comercializables tangibles, tales como productos alimenticios, coches, materias primas, suministros generales, cupones, arte, propiedad, ganado y otros, hasta bienes comercializables más esquivos tales como acciones, patrimonio, ingresos fijos, dinero en efectivo, inmobiliario, bienes preciosos, fondos de inversión y otros.
Una distribución de valores para tales entidades puede ser, por ejemplo, asignar una ubicación para almacenamiento, un propietario, un precio, un coste de almacenamiento, características de almacenamiento, transferencia de dichas entidades, etc. Una distribución optimizada de tales parámetros/valores depende en gran medida de muchos agentes, algunos explícitos, otros implícitos o indirectos.
Un primero de dichos agentes puede ser las preferencias del usuario, que a menudo tiene una gran calidad determinante en la distribución, y puede actuar como una guía para que los otros agentes ejecuten una optimización, especialmente como las preferencias del usuario, en este caso, reflejan el uso de al menos algunos de los otros agentes.
Un segundo agente es la pluralidad de fuentes de información. Como se ha mencionado, las preferencias del usuario definen entre otras cosas una valoración del usuario de dichas fuentes de información, que guía el proceso de asignación, porque la valoración determina el "peso" que tiene cada fuente de información en el proceso de asignación. Un usuario puede preferir ciertas fuentes de información a otras (por ejemplo, alimentación de Twitter sobre noticias oficiales de Dow Jones), y pueden existir subvaluaciones que especifican adicionalmente el peso para ciertos subconjuntos de información de algunas fuentes de información.
En tercer lugar, un agente puede ser un denominado "factor" de un conjunto de factores. Dichos factores se asignan a cada una de las entidades y definen una cierta característica de la entidad. Al menos uno de dichos factores define información geográfica de la entidad, y al menos un factor define un campo de aplicación de la entidad. La información geográfica típicamente es un país, región o continente (pero podría ser una ciudad, un estado o un grupo de varios de uno o más de los anteriores), que es representativo de la entidad. Por ejemplo, en el caso de objetos físicos tales como materias primas, éste podría ser su punto de origen (área de producción o similares de los mismos), o su ubicación física real. En el caso de objetos virtuales, esto puede representar la ubicación de su propietario o la ubicación de una entidad física a la que están relacionados (tal como en el caso de existencias, la ubicación o región de la compañía que emite dicha existencias). En cuanto al campo de la aplicación, esto puede reflejar la naturaleza de la entidad (por ejemplo, tal como se ha definido anteriormente: materia prima, propiedad, alimento, dispositivo médico, etc.), o más generalmente, el campo técnico al que pertenece: asistencia sanitaria, tecnología, otros. Se ha encontrado que tales factores a menudo tendrán una gran influencia sobre una asignación óptima. Por ejemplo, en el caso de la distribución de entidades tales como alimentos, la ubicación geográfica será crucial, como será su "categoría" (carne, productos lácteos, grano, conservable, etc.) para una asignación óptima. Lo mismo se aplica, por ejemplo, a la construcción de una cartera de inversiones, donde es crucial que las entidades allí (ya sean físicas o virtuales) se definan por factores tales, ya que la ubicación puede influir en la seguridad de los bienes físicos y, por lo tanto, su fiabilidad/valor, o puede influir en la volatilidad en caso de existencias.
Además, los factores de las entidades definen una base que permite al sistema informático establecer enlaces con ciertos mensajes que impactan en dichas entidades, lo que simplifica el cálculo para los valores asignados de las entidades.
En estos casos, las restricciones definidas por el usuario deben a menudo ser impuestas a los valores asignados, ya sea debido a un espacio de carga disponible limitado (peso y/o volumen), medios de refrigeración limitados, mano de obra, y/o incluso restricciones presupuestarias. Como tal, estos se establecen como un valor máximo para los valores asignados agregados a las entidades.
Al final, el sistema genera una propuesta de asignación que comprende básicamente un listado de todas las entidades con un valor asignado distinto de cero, y el valor asignado asociado de dichas entidades. Esto puede proporcionarse a y analizarse adicionalmente por una persona (cualificada) y autorizarse, con o sin cambios o correcciones (por ejemplo, si la persona tiene conocimiento de información que no estaba todavía en el sistema, o simplemente tiene ciertas objeciones debido a experiencias previas).
Sin embargo, antes de que se proporcione la propuesta de asignación al usuario, se compara con una o más propuestas de asignación distintas para verificar la validez/eficiencia. Estas composiciones comparativas "conocidas" pueden tomarse de composiciones históricas en el pasado (tanto composiciones antiguas generadas por el sistema, proposiciones generadas por el usuario, como información externa, denominadas distribuciones de referencia). Para satisfacer el requisito que se debe proporcionar al usuario, la propuesta de asignación debe "superar" a la composición comparativa basándose en ciertos criterios.
Finalmente, la propuesta de asignación se proporciona como una notificación manejable, lo que puede entenderse que puede ejecutarse (posiblemente también modificable por el usuario) para afectar un efecto (técnico) en realidad.
En este documento, el término "valor" o "valor asignado" puede entenderse que representa cierta información con respecto a una entidad. Estos valores pueden ser una cantidad de dicha entidad que se propone para que se "use", como en: transportado, comprado, almacenado,
Ninguno de los sistemas de la técnica anterior permite una interacción tan intrincada entre un usuario y un sistema con el fin de generar propuestas de asignación. Por ejemplo, los sistemas generalmente evitarán que el usuario imparta una valoración sobre su información de entrada. Sin embargo, debe entenderse que la experiencia humana puede guiar al experto el sistema en valorar correctamente ciertas fuentes de información, dependiendo del sujeto (por ejemplo, cuando se distribuyen suministros de emergencia para combatir una crisis humanitaria, un usuario puede impartir un mayor valor en fuentes de redes sociales "rápidas", tales como Twitter, posiblemente con un sesgo adicional para creer ciertas cuentas confiables específicas contra otras, sobre fuentes clásicas, tales como periódicos, que no pueden suministrar contenido urgente a la misma velocidad). En contraposición, las fuentes de noticias más volátiles (típicamente auto-publicadas, tales como Twitter, Facebook, o contenido web auto-publicado, etc.) pueden ser calificadas más bajas que las fuentes de noticias tradicionales, u otros canales más regulados, cuando el tiempo es menos un problema.
En una realización preferida, dichas preferencias de usuario comprenden al menos una preferencia de tipo de regularización y una preferencia de nivel de regularización;
preferentemente, por lo que dicha preferencia de tipo de regularización se refiere o bien a la regularización sin selección variable, o bien a la regularización con selección variable;
- dicha regularización sin selección variable, más preferentemente relativa a la regularización Tikhonov o a la regularización de tipo cresta;
- dicha regularización con selección variable, más preferentemente relativa a la regularización lasso;
y preferentemente por lo que dicha preferencia de nivel de regularización se refiere a un valor, más preferentemente un valor real, indicativo de la intensidad de dicha regularización.
Por la presente, "regularización" se refiere a cualquier mecanismo que evalúa los mensajes de las fuentes de información en vista de la incertidumbre y/o significación de la fuente de información que proporciona los mensajes que impactan en la salida de la evaluación. Esto aborda el problema de que a pesar de que los mensajes se generan constantemente, con un alto nivel de "ruido", es decir, una alta incertidumbre, una gran parte de los mensajes apenas (si es que lo hacen) contribuye a los valores eventuales generados por la evaluación. La regularización refleja así un nivel de distensión con respecto a las salidas generadas por la evaluación, basándose en nociones matemáticas de estabilidad. Por regularización se puede entender, por lo tanto, como un enfoque de tres etapas:
- definir una noción de normalidad para cada fuente de información, típicamente una ausencia de mensajes, o una "señal nula";
- modelar el flujo de mensajes de cada fuente de información como una suma de contenido y ruido, o "señal real ruido";
- eliminar el ruido empujando la salida de la evaluación, o "la señal total", más cerca de lo normal.
En una variante, la regularización desciende para escalar automáticamente el impacto de los mensajes entrantes según su incertidumbre, mientras se retienen todos los mensajes de todas las fuentes, y preferiblemente se actualiza un valor de referencia de la evaluación para cada llegada. La activación de una notificación puede entonces referirse a mensajes de cualquier fuente de información, por lo que la regularización puede suprimir algunas de las anomalías o valores atípicos. Por lo tanto, el usuario puede controlar preferentemente la intensidad de dicha regularización a través de dicha preferencia de nivel de regularización. En una realización preferida correspondiente y/o relacionada, dicha preferencia de tipo de regularización se refiere a la regularización sin selección variable; dicha regularización sin selección variable se refiere preferiblemente a la regularización Tikhonov o a la regularización de tipo cresta; en donde dicha preferencia de nivel de regularización se refiere a un valor, preferiblemente un valor real, indicativo de la intensidad de dicha regularización.
En otra variante, la regularización corresponde a suprimir automáticamente fuentes de información, durante un cierto período de tiempo, para el cual los mensajes se consideran demasiado inciertos, o de poca significación, mientras se escalan los otros mensajes según su incertidumbre. La propuesta de asignación puede entonces basarse solo en mensajes de solo las fuentes de información que no se suprimieron, por lo que la regularización puede escalar aún más el impacto de esos mensajes que no se suprimieron. Por lo tanto, el usuario puede controlar preferentemente la intensidad de dicha regularización a través de dicha preferencia de nivel de regularización. En una realización preferida correspondiente y/o relacionada, dicha preferencia de tipo de regularización se refiere a regularización con selección variable; dicha regularización con selección variable se refiere preferiblemente a regularización lasso; en donde dicha preferencia de nivel de regularización se refiere a un valor, preferiblemente un valor real, indicativo de la intensidad de dicha regularización.
Con regularización, el usuario está provisto además de una herramienta útil para evaluar el valor de diversas fuentes de información, que soporta en gran medida el trabajo de la asignación de valores a las entidades.
En una realización preferida, los valores asignados a las entidades de la propuesta de asignación se calculan además basándose en al menos un modelo de optimización seleccionado por el usuario, seleccionándose dicho modelo de optimización de una lista que comprende al menos un modelo de Black-Litterman, modelo de Markowitz y modelo de varianza mínima.
En una de realización preferida, las fuentes de información comprenden una fuente de información de contexto directo, una fuente de información periférica estructurada, una fuente de información periférica no estructurada y una fuente de información de contexto directo conjetural, en donde los datos de la fuente de información de contexto directo se enriquecen mediante ingeniería de características, y preferiblemente en donde los datos de la fuente de información de contexto directo conjetural y/o de la fuente de información periférica estructurada se enriquecen mediante ingeniería de características.
En una realización preferida, dicha pluralidad de fuentes de información comprende al menos una fuente de información periférica no estructurada;
en donde al menos un mensaje que se origina a partir de dicha fuente de información periférica no estructurada comprende una cadena de texto sin procesar;
comprendiendo una etapa de comparación de dicho mensaje con dichos datos de contexto utilizando un procesamiento de lenguaje natural de dicha cadena de texto sin procesar para evaluar una relevancia de dicho mensaje con respecto a dichos datos de contexto;
por lo que los valores asignados se calculan además basándose en dicha evaluación.
En otra realización preferida, los mensajes de la fuente de información periférica no estructurada se procesan antes de su uso en el cálculo de los valores asignados, por lo que dicho procesamiento comprende una estructuración de dichos mensajes de la fuente de información periférica no estructurada a través de una inteligencia artificial de autoaprendizaje, por lo que dicha inteligencia artificial opera bajo hiperparámetros sintonizables por el usuario.
En una realización preferida, a las entidades físicas y virtuales se les asigna, a cada una, una clasificación de predictibilidad basada en al menos información histórica de dichas entidades físicas y virtuales en los datos de contexto, por lo que los valores asignados de la propuesta de asignación se calculan, además, basándose en dichas clasificaciones de predictibilidad.
El conocimiento de la "predictibilidad" de ciertas entidades puede ayudar a pronosticar desarrollos adicionales, y puede ser útil para crear un cierto equilibrio o seguridad en la propuesta de asignación total.
En una realización preferida, las preferencias de usuario solicitadas comprenden una o más restricciones, comprendiendo dichas restricciones al menos una clasificación de predictibilidad mínima definida por el usuario de las entidades físicas y/o virtuales con un valor asignado distinto de cero en la propuesta de asignación, y/o una clasificación de predictibilidad agregada mínima definida por el usuario de las entidades físicas y virtuales con un valor asignado distinto de cero en la propuesta de asignación.
Como se ha mencionado, cuando se ignora la clasificación de predictibilidad de entidades, es posible crear una propuesta de asignación muy arriesgada, que puede ser eficiente o ventajosa, pero solo en la suposición de que todo va según el plan. Incluso cuando se toma una postura moderada sobre los efectos futuros de cada entidad, todavía habrá una gran diferencia en la variación potencial de los efectos para cada entidad (por ejemplo, cosechas desastrosas, problemas de producción, etc., afectarán a ciertas entidades más fuertes), lo que no se refleja en una previsión. Por lo tanto, dependiendo de la situación (urgencia, ubicación...), un usuario puede permitir una clasificación de predictibilidad más alta o más baja de la propuesta de asignación.
En una realización preferida, las preferencias de usuario solicitadas comprenden una o más restricciones para crear la propuesta de asignación, comprendiendo dichas restricciones al menos un número máximo y/o un número mínimo de entidades físicas y/o virtuales con un valor asignado distinto de cero en la propuesta de asignación, y/o un valor máximo y/o mínimo para los valores asignados de las entidades físicas y/o virtuales en la propuesta de asignación.
En una realización preferida, las preferencias de usuario comprenden una composición de asignación histórica que comprende una o más de las entidades físicas y/o virtuales con valores históricos distintos de cero, por lo que se define una función de coste objetivo en el sistema basándose en los datos de contexto que está adaptada para calcular un coste de reequilibrado para convertir la composición de asignación histórica en la propuesta de asignación.
La composición de asignación histórica comprende una composición de asignación "actual" o "última" (o esperada), que representa los últimos valores conocidos para las entidades (o al menos para las entidades que tienen un valor asignado distinto de cero en la propuesta de asignación y/o en la composición de asignación histórica. En algunos casos, cambiar los valores producirá un cierto coste, será administrativo, gubernamental o práctico, tal como ciertos impuestos, costes de transporte, etc. Obsérvese que este coste no tiene que ser necesariamente 'monetario', sino que puede ser un coste a tiempo para realizar un cierto cambio, o un coste en personal (mano de obra), o incluso en espacio (volumen/peso). Para presentar una propuesta de asignación, estos costes deben ser tenidos en cuenta por el usuario, ya que pueden afectar a la ventaja de la propuesta de asignación presentada (por ejemplo, un coste de tiempo demasiado alto puede anular todas las demás ventajas de una propuesta).
En una realización preferida, las preferencias de usuario solicitadas comprenden al menos una restricción para crear la propuesta de asignación, por lo que dicha restricción es un valor máximo para el coste de reequilibrado para convertir la composición de asignación histórica en la propuesta de asignación.
En una forma de realización preferida, los datos de contexto se procesan adicionalmente a través de aprendizaje de conjunto. Combinando múltiples algoritmos de aprendizaje, se mejora el rendimiento predictivo de todo el proceso.
En una realización preferida, las preferencias de usuario comprenden al menos una restricción en los datos de contexto en donde se basa el cálculo de los valores asignados, por lo que dicha restricción depende de al menos uno de los siguientes: período en donde se genera el mensaje que comprende dichos datos de contexto, valoración de usuario de la fuente de información del mensaje que comprende dichos datos de contexto. Esto permite al usuario centrarse en la información desde un cierto periodo, por ejemplo, para simplificar el proceso de evaluación.
En un segundo aspecto, la invención se refiere a un sistema informático para generar una notificación ejecutable para un usuario, basándose en la interacción entre un usuario y dicho sistema, que comprende:
a. un servidor, comprendiendo el servidor un procesador, una memoria tangible no volátil, un código de programa presente en dicha memoria para dar instrucciones a dicho procesador, medios de conexión para conectarse a un dispositivo de dicho usuario y a uno o más servidores remotos;
b. dicho dispositivo de dicho usuario, comprendiendo el dispositivo de usuario un procesador, una memoria tangible no volátil, un código de programa presente en dicha memoria para dar instrucciones a dicho procesador, una pantalla para visualizar información a dicho usuario, preferiblemente medios de entrada para recibir un medio de entrada de usuario desde un usuario, medios de conexión para conectar a dicho servidor a través de dicha red informática;
c. dichos uno o más servidores remotos, estando relacionado cada uno de dichos servidores remotos con al menos una de dicha pluralidad de fuentes de información, comprendiendo cada uno de dichos uno o más servidores remotos medios de conexión para conectarse a dicho servidor a través de dicha red informática;
d. al menos un medio legible por ordenador, el al menos un medio legible por ordenador accesible a dicho servidor y que comprende una base de datos, comprendiendo dicha base de datos, datos de contexto y datos de preferencia de usuario, estando comprendido el al menos un medio legible por ordenador preferentemente en dicho servidor;
dicho sistema informático configurado para generar dicha notificación ejecutable para dicho usuario, por lo que generar dicha notificación ejecutable comprende las siguientes etapas:
- solicitar al usuario que proporcione un valor para una pluralidad de preferencias de usuario al sistema;
- recibir repetidamente, mediante un servidor, una pluralidad de mensajes que se originan a partir de una pluralidad de fuentes de información, estando dicha pluralidad de mensajes relacionada directa y/o indirectamente con una o más entidades físicas predefinidas y una o más entidades virtuales predefinidas, por lo que los mensajes recibidos se almacenan como datos de contexto;
- asignar al menos un factor de cada uno de al menos dos conjuntos de factores a cada una de las entidades físicas y a cada una de las entidades virtuales, en donde un primero de dichos al menos dos conjuntos de factores se refiere a una valoración geográfica de las entidades físicas y virtuales, y un segundo de dichos al menos dos conjuntos de factores se refiere a un campo de aplicación de las entidades físicas y virtuales;
- crear una propuesta de asignación, asignando valores a una pluralidad de las entidades físicas y virtuales, por lo que el valor asignado agregado de las entidades físicas es distinto de cero, y por lo que el valor asignado agregado de las entidades físicas y virtuales es igual a un valor predefinido por el usuario, comprendiendo dicha propuesta de asignación las entidades físicas y virtuales con un valor asignado distinto de cero, y cada uno de los valores asignados distintos de cero asociados;
- proporcionar una notificación ejecutable al usuario, por lo que dicha notificación ejecutable comprende la propuesta de asignación;
por lo que al menos una de las preferencias de usuario define una valoración de usuario de cada una de las fuentes de información;
mediante lo cual los valores asignados se calculan basándose en los valores de las preferencias de usuario, los factores y los mensajes de las fuentes de información, mediante lo cual la propuesta de asignación se compara con una composición comparativa que comprende una pluralidad de entidades físicas y virtuales con un valor asignado distinto de cero, mediante lo cual el valor asignado distinto de cero agregado de las entidades de la composición comparativa iguala al valor predefinido por el usuario, mediante lo cual los valores asignados de la composición comparativa se basan en los valores para las preferencias de usuario y los factores.
En un tercer aspecto, la invención se refiere al uso del método según la invención en un sistema según la invención.
La invención se describe adicionalmente mediante los siguientes ejemplos no limitativos que ilustran adicionalmente la invención, y no pretenden, ni deben interpretarse como, limitativos del alcance de la invención.
Ejemplos
Ejemplo 1: Recogida de entidades físicas
En este ejemplo, la invención se refiere a la monitorización por parte de un usuario de una colección física de objetos, comprendiendo dicha colección física de objetos una pluralidad de bienes físicos u objetos físicos almacenados o ubicados en una pluralidad de ubicaciones. Los objetos físicos pueden ser, por ejemplo, productos preciosos con valor intrínseco, tales como oro, diamantes, coches (antiguos), vino, whisky, pinturas de arte, instrumentos musicales o joyería, pero también pueden referirse a productos preciosos cuyo valor está relacionado con el derecho que se confiere al propietario, tal como bonos de portador. En otro ejemplo más, los objetos físicos pueden referirse a inmobiliarios, por ejemplo, un objeto puede corresponder a una casa, un edificio, un apartamento, un bloque de apartamentos, un garaje, un bloque de garaje. En una realización ejemplar preferida, cada uno de los objetos corresponde a un registro de entidad física almacenado en una base de datos y viceversa. En una realización, los objetos físicos pueden referirse a productos perecederos que pueden sufrir daños debido a un incidente relacionado con temperaturas excesivas o niveles de humedad altos, como es, por ejemplo, el caso de coches, vino, whisky, pinturas de arte, instrumentos musicales, etc. Por lo tanto, una primera propuesta de asignación puede referirse a maximizar el número total de objetos a través de ubicaciones que permanecen intactos durante un período de tiempo dado, por ejemplo, un año. Para tal propuesta de asignación, en vista de mediciones y predicciones para diferentes ubicaciones disponibles de diferentes fuentes de información, se puede generar una notificación siempre que cualquiera de las ubicaciones sea probable que sufra un incidente basándose en un mensaje que se origina de una de las fuentes de información. Sin embargo, una segunda propuesta de asignación puede referirse a maximizar la posibilidad de que al menos un objeto permanezca intacto durante el período de tiempo dado de, por ejemplo, 1 año. Esto puede referirse, por ejemplo, a unidades de disco duro o unidades flash que comprenden información altamente confidencial que se duplica en múltiples ubicaciones, por lo que las unidades de disco duro o unidades flash pueden conectarse o no a una red informática dependiendo del nivel de crioconservación requerido, y por lo que los datos en las unidades pueden o no estar cifrados. Tal información altamente confidencial puede referirse, por ejemplo, a contraseñas, credenciales o activos de criptomoneda. Para tal propuesta de asignación, las predicciones o mediciones relacionadas con una única ubicación probablemente carecen de relevancia y, por lo tanto, no requieren una notificación, a menos que una gran mayoría de los objetos se almacenen en esa única ubicación. Si este último es el caso puede ser indicado por una gran alteración de la salida de la propuesta de asignación en caso de que se detecte un indicador de un incidente en esa única ubicación. En diversas realizaciones de ejemplo relacionadas, una fuente de información puede ser un servicio de alerta que ofrece alertas relacionadas con la integridad y la seguridad de ubicaciones y/o edificios, tal como la detección de una alarma o incidente en una ubicación de objeto. Otra fuente de información puede referirse a un servicio de texto sin procesar que proporciona mensajes de noticias. De este modo, la detección de dicho nombre de dicha ubicación y/o el nombre de un edificio relacionado con la ubicación puede indicar que el mensaje tiene relevancia en vista de la propuesta de asignación.
Una ventaja de la invención reside en el control por parte del usuario de lo que es relevante y lo que no es, y en qué medida se requieren notificaciones. La regularización permite seleccionar fuentes de información que son significativas para el usuario final. Por ejemplo, un mensaje de noticias desde una única fuente de información con respecto a un incendio en una ubicación puede no ser significativo y puede considerarse un valor atípico basado en la regularización, mientras que múltiples mensajes con contenido muy similar pueden indicar alta relevancia, y por lo tanto desencadenar una notificación. De este modo, la fuerza de regularización permite establecer un umbral dependiendo de la preferencia del usuario. Además, el usuario puede indicar si prefiere regularización sin selección variable o con selección variable. En general, el usuario se alivia de la carga de atravesar manualmente todos los mensajes con relevancia potencial para la recogida de objetos físicos. Con regularización, se proporciona al usuario además una herramienta útil para evaluar el valor de diversas fuentes de información. La invención puede ser por tanto valiosa para decidir qué suscripciones a fuentes de información (pagando o no) deben mantenerse y qué pueden eliminarse.
Ejemplo 2: Cartera de bienes comercializables
En este ejemplo, los datos de contexto se refieren a toda la información relacionada con una cartera que comprende una pluralidad de bienes comerciables de los cuales al menos dos se refieren a una entidad física. Los datos de contexto comprenden una pluralidad de registros de datos que incluyen al menos dos registros de entidades físicas, estando relacionado cada uno de los registros de entidades físicas con una entidad física. La entidad física puede ser cualquier producto de inversión física, por ejemplo oro, diamantes, coches (antiguos), vino, whisky, pinturas de arte, artículos de coleccionista, instrumentos musicales, joyería, bonos al portador, una casa, un edificio, un apartamento, un bloque de apartamentos, un garaje, un bloque de garaje. Más allá de los registros de entidades físicas, la cartera puede comprender o no registros de datos que se refieren a entidades que no son entidades físicas. Cada uno de los registros de datos es un conjunto estructurado de entradas para un número de atributos. Un atributo puede ser el tipo de entidad, por ejemplo, acciones, patrimonio, ingresos fijos, efectivo, inmobiliario, bienes preciosos, fondos de inversión, etc. Otro atributo puede indicar una cantidad de dicha entidad. Otro atributo más puede referirse a una fecha de inicio o una fecha de finalización de un compromiso relacionado con dicha entidad. De manera análoga al ejemplo 1, otro atributo puede ser una ubicación de dicha entidad, especificada, por ejemplo, en términos de una dirección de calle o un conjunto de coordenadas GPS. Otro atributo puede permitir una descripción de lenguaje natural de la entidad, que puede tenerse en cuenta a través del procesamiento de lenguaje natural.
La propuesta de asignación se refiere a un objetivo técnico para dicha cartera. La formulación de la propuesta de asignación se refiere a un entrenamiento de una pluralidad de parámetros en el historial de cada una de las fuentes de información. La propuesta de asignación puede o no referirse adicionalmente a una aplicación de la optimización de Black-Litterman. Las fuentes de información incluyen datos estructurados previamente que comprenden registros que comprenden entradas para una pluralidad de campos, así como datos no estructurados que comprenden texto sin procesar. Los datos estructurados previamente proporcionan indicadores para intensidad de noticias, sentimiento de noticias y capacidad de lectura de noticias, tanto a nivel de compañía como a nivel agregado. Los datos estructurados pueden referirse a un índice. El usuario está provisto además de posibilidades de cambiar las fuentes de información sobre las que se construye una puntuación sentida, para satisfacer evoluciones en el uso de redes sociales, evoluciones en prensa formal. Por lo tanto, el sentimiento se mide típicamente con relación a algún estándar histórico, pero el estándar relevante puede modificarse para enfatizar la creencia en ciertos fabricantes de opinión. El flujo de proceso también puede cambiarse, por ejemplo, siendo la actualización de fecha diaria o más frecuente.
El proceso automatizado alimenta por tanto el proceso humano, con valor añadido para las carteras que se están monitorizando. Particularmente, la invención proporciona una alternativa completa al procesamiento puramente manual, proporciona una alternativa parcial a las subdecisiones y proporciona información generada en el proceso. Grandes desplazamientos en las previsiones pueden desencadenar una notificación con explicación que se envía a usuarios, por ejemplo gestores de carteras, que pueden reequilibrar entonces sus carteras. La invención permite además identificar si ciertas entidades y/o los instrumentos financieros relacionados están siendo sobreevaluados. Además, se puede advertir al usuario de elevados volúmenes de noticias negativas que se construyen alrededor de una cierta entidad. Además, cuando, por ejemplo, el stock de alguna compañía ha impulsado, se puede establecer un enlace indirecto con varias entidades en base a compañías enlazadas y sectores que podrían verse afectados.
La manera en la cual se puede generar una notificación para un usuario es análoga además al Ejemplo 1. También en este ejemplo, se ayuda al usuario a revisar todos los mensajes con relevancia potencial para la cartera. Con regularización, se proporciona al usuario además con una herramienta útil para evaluar el valor de diversas fuentes de información. La invención puede ser por tanto valiosa para decidir qué suscripciones a fuentes de información (pagando o no) deben mantenerse y cuales pueden eliminarse
Ejemplo 3: Distribución del suministro de crisis
En este ejemplo, los datos de contexto se refieren a información con respecto a una situación de crisis regional, tal como una hambruna, brote de enfermedad, desastre natural, etc. Las fuentes de información en este caso son medios tradicionales (televisión, periódicos, cobertura en línea), medios sociales (Twitter, Facebook, Instagram, Tencent, Weibo, Youtube), y otros. Las entidades en este caso pueden referirse a alimentos, proveedores de medicamentos, proveedores infraestructurales (tiendas, ...), soporte financiero y otros. El usuario puede entonces proporcionar ciertos valores en respuesta a indicaciones del sistema, entre las cuales se encuentra una valoración de las fuentes de información. En estos casos, las fuentes de información no estructuradas pueden ser muy relevantes ya que identifican rápidamente situaciones peligrosas a nivel local (por ejemplo, ciertos pueblos donde ha estallado un brote), mientras que una cobertura de medios más grande no pasará de estas o rechazará informar sin confirmación adicional. El usuario puede así dar una valoración más importante a tales fuentes. Otra información que se impartirá son detalles geográficos, y la naturaleza de la crisis.
El sistema tendrá acceso a una base de datos sobre una gran cantidad de entidades con información sobre dichas entidades, por ejemplo, suministros de cereales en las zonas circundantes (países, regiones, ciudades, etc.), suministros médicos, así como personal médico de ciertas organizaciones (Médicos sin fronteras,...), capacidad de transporte (número X de planos de carga con capacidad Y en el país Z,...). Obsérvese que dicha base de datos se actualizará a través del influjo de información desde las fuentes de información.
Basándose en esto, el sistema puede generar, basándose en el tiempo, una propuesta para asignar recursos para abordar una crisis. Dicha propuesta asignará valores a una pluralidad de entidades, valores que pueden indicar si se utilizarán o no estos (por ejemplo, si ciertos suministros no se pueden proporcionar a tiempo desde ciertas ubicaciones, no se utilizarán), cuántos de ellos se utilizarán y cómo se proporcionarán.
La presente invención se ha descrito con referencia a distribuciones de bienes, artículos y otros, tanto físicas como virtuales, pero está claro que la invención puede usarse para otras aplicaciones.
Claims (13)
1. Un método implementado por ordenador para proporcionar una notificación ejecutable generada por el sistema para un usuario, basándose en la interacción entre un usuario y dicho sistema, que comprende las etapas de:
a. solicitar al usuario que proporcione un valor para una pluralidad de preferencias de usuario al sistema; b. recibir repetidamente, mediante un servidor, una pluralidad de mensajes que se originan a partir de una pluralidad de fuentes de información, estando dicha pluralidad de mensajes relacionada directa y/o indirectamente con una o más entidades físicas predefinidas y una o más entidades virtuales predefinidas, por lo que los mensajes recibidos se almacenan como datos de contexto;
c. asignar al menos un factor de cada uno de al menos dos conjuntos de factores a cada una de las entidades físicas y a cada una de las entidades virtuales, por lo que un primero de dichos al menos dos conjuntos de factores se refiere a una valoración geográfica de las entidades físicas y virtuales, y un segundo de dichos al menos dos conjuntos de factores se refiere a un campo de aplicación de las entidades físicas y virtuales; d. crear una propuesta de asignación, asignando valores a una pluralidad de las entidades físicas y virtuales, por lo que el valor asignado agregado de las entidades físicas es distinto de cero, y por lo que el valor asignado agregado de las entidades físicas y virtuales es igual a un valor predefinido por el usuario, comprendiendo dicha propuesta de asignación las entidades físicas y virtuales con un valor asignado distinto de cero, y cada uno de los valores asignados distintos de cero asociados;
e. proporcionar una notificación ejecutable al usuario, por lo que dicha notificación ejecutable comprende la propuesta de asignación;
caracterizado por que al menos una de las preferencias de usuario define una valoración de usuario de cada una de las fuentes de información;
por lo que los valores asignados se calculan basándose en los valores de las preferencias de usuario, los factores y los mensajes de las fuentes de información, por lo que la propuesta de asignación se compara con una composición comparativa que comprende una pluralidad de entidades físicas y virtuales con un valor asignado distinto de cero, por lo que el valor asignado distinto de cero agregado de las entidades de la composición comparativa es igual al valor predefinido por el usuario, por lo que los valores asignados de la composición comparativa se basan en los valores para las preferencias de usuario y los factores, y por lo que la notificación ejecutable se proporciona basándose en la comparación de la propuesta de asignación con la composición comparativa;
comprendiendo dichas preferencias de usuario al menos una preferencia de tipo de regularización y una preferencia de nivel de regularización, comprendiendo dicha regularización las etapas siguientes:
- definir normalidad para cada fuente de información;
- modelizar el flujo de mensajes de cada fuente de información como una suma de contenido y ruido;
- eliminar el ruido acercando la salida de la evaluación a lo normal;
por lo que dicha preferencia de tipo de regularización se refiere, bien a la regularización sin selección variable, o bien a la regularización con selección variable;
- dicha regularización sin selección variable relativa a la regularización Tikhonov o a la regularización de tipo cresta;
- dicha regularización con selección variable relativa a la regularización Lasso; por lo que los mensajes se retienen de todas las fuentes;
en donde a cada mensaje se le atribuye una incertidumbre, una significación y un impacto, y por lo que dicha regularización comprende suprimir automáticamente fuentes de información para las que la incertidumbre o significación de los mensajes de las mismas supera un umbral, durante un período de tiempo predefinido, mientras se escalan otros mensajes distintos de los de dichas fuentes de información suprimidas, según su incertidumbre, el método comprende además:
- una etapa de solicitud al usuario de cambiar las fuentes de información, sobre la que se realiza una puntuación sentimental, usándose dicha puntuación sentimental para enfatizar la creencia del usuario en la fuente de información; y
- una etapa de solicitud de autorización del usuario y de ejecución de la notificación activable cuando dicha autorización es positiva.
2. Un método implementado por ordenador según la reivindicación 1 anterior, por lo que dicha preferencia de nivel de regularización se refiere a un valor, preferiblemente un valor real, indicativo de la intensidad de dicha regularización.
3. Un método implementado por ordenador según cualquiera de las reivindicaciones 1 o 2 anteriores, caracterizado por que los valores asignados a las entidades de la proposición de asignación se calculan además a partir de al menos un modelo de optimización seleccionado por el usuario, dicho modelo de optimización seleccionado de una lista que comprende al menos un modelo de Black-Litterman, un modelo de Markowitz y un modelo de varianza mínima.
4. Un método implementado por ordenador según cualquiera de las reivindicaciones 1 a 3 anteriores, caracterizado por que las fuentes de información comprenden una fuente de información de contexto directo, una fuente de información periférica estructurada, una fuente de información periférica no estructurada y una fuente de información de contexto directo conjetural, por lo que los datos de la fuente de información de contexto directo se enriquecen mediante ingeniería de características, y preferiblemente por lo que los datos de la fuente de información de contexto directo conjetural y/o de la fuente de información periférica estructurada se enriquecen mediante ingeniería de características.
5. Un método implementado por ordenador según cualquiera de las reivindicaciones 1 a 4 anteriores, caracterizado por que dicha pluralidad de fuentes de información comprende al menos una fuente de información periférica no estructurada;
en donde al menos un mensaje que se origina a partir de dicha fuente de información periférica no estructurada comprende una cadena de texto sin procesar;
comprendiendo una etapa de comparación de dicho mensaje con dichos datos de contexto utilizando un procesamiento de lenguaje natural de dicha cadena de texto sin procesar para evaluar una relevancia de dicho mensaje con respecto a dichos datos de contexto;
por lo que los valores asignados se calculan además basándose en dicha evaluación.
6. Un método implementado por ordenador según la reivindicación 4 o 5 anterior, caracterizado por que los mensajes de la fuente de información periférica no estructurada se procesan antes de su uso en los valores asignados calculados, por lo que dicho procesamiento comprende una estructuración de dichos mensajes de la fuente de información periférica no estructurada mediante una inteligencia artificial de autoaprendizaje, por lo que dicha inteligencia artificial funciona bajo hiperparámetros sintonizables por el usuario.
7. Un método implementado por ordenador según cualquiera de las reivindicaciones 1 a 6 anteriores, caracterizado por que a las entidades físicas y virtuales se les asigna, a cada una, una clasificación de predictibilidad basada en, al menos, información histórica de dichas entidades físicas y virtuales en los datos de contexto, por lo que los valores asignados de la propuesta de asignación se calculan, además, basándose en dichas clasificaciones de predictibilidad.
8. Un método implementado por ordenador según cualquiera de las reivindicaciones 1 a 7 anteriores, caracterizado por que las preferencias de usuario solicitadas comprenden una o varias restricciones, comprendiendo dichas restricciones al menos una clasificación de predictibilidad mínima definida por el usuario de las entidades físicas y/o virtuales con un valor asignado distinto de cero en la propuesta de asignación, y/o una clasificación de predictibilidad agregada mínima definida por el usuario de las entidades físicas y virtuales con un valor asignado distinto de cero en la propuesta de asignación.
9. Un método implementado por ordenador según cualquiera de las reivindicaciones 1 a 8 anteriores, caracterizado por que las preferencias de usuario solicitadas comprenden una o varias restricciones de creación de la propuesta de asignación, comprendiendo dichas restricciones al menos un número máximo y/o un número mínimo de entidades físicas y/o virtuales con un valor asignado distinto de cero en la propuesta de asignación, y/o un valor máximo y/o mínimo para los valores asignados de las entidades físicas y/o virtuales en la propuesta de asignación.
10. Un método implementado por ordenador según cualquiera de las reivindicaciones 1 a 9 anteriores, caracterizado por que las preferencias de usuario comprenden una composición de asignación histórica que comprende una o más de las entidades físicas y/o virtuales con valores históricos distintos de cero, por lo que se define una función de coste objetivo en el sistema basándose en los datos de contexto que está adaptada para calcular un coste de reequilibrado para convertir la composición de asignación histórica en la propuesta de asignación.
11. Un método implementado por ordenador según la reivindicación 10 anterior, caracterizado por que las preferencias de usuario solicitadas comprenden al menos una restricción para crear la propuesta de asignación, por lo que dicha restricción es un valor máximo para el coste de reequilibrado para convertir la composición de asignación histórica en la propuesta de asignación.
12. Un método implementado por ordenador según cualquiera de las reivindicaciones 1 a 11 anteriores, caracterizado por que los datos de contexto se procesan además mediante aprendizaje conjunto.
13. Un método implementado por ordenador según cualquiera de las reivindicaciones 1 a 12 anteriores, caracterizado por que las preferencias de usuario comprenden al menos una restricción sobre los datos de contexto en los cuales se basa el cálculo de los valores asignados, por lo que dicha restricción depende de al menos uno de los siguientes: período en el cual se genera el mensaje que comprende dichos datos de contexto, valoración de usuario de la fuente de información del mensaje que comprende dichos datos de contexto.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP18202953.8A EP3644243A1 (en) | 2018-10-26 | 2018-10-26 | Improved system-user interaction relating to advice |
| PCT/EP2019/079292 WO2020084149A1 (en) | 2018-10-26 | 2019-10-25 | Improved system-user interaction relating to advice |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES3037599T3 true ES3037599T3 (en) | 2025-10-03 |
Family
ID=64051453
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES19790027T Active ES3037599T3 (en) | 2018-10-26 | 2019-10-25 | Improved system-user interaction relating to advice |
Country Status (10)
| Country | Link |
|---|---|
| US (1) | US12586113B2 (es) |
| EP (2) | EP3644243A1 (es) |
| JP (2) | JP7900917B2 (es) |
| AU (2) | AU2019365121A1 (es) |
| CA (1) | CA3116923A1 (es) |
| ES (1) | ES3037599T3 (es) |
| HU (1) | HUE072496T2 (es) |
| IL (1) | IL282450B2 (es) |
| PL (1) | PL3871169T3 (es) |
| WO (1) | WO2020084149A1 (es) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3644243A1 (en) | 2018-10-26 | 2020-04-29 | KBC Groep NV | Improved system-user interaction relating to advice |
Family Cites Families (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8332740B2 (en) * | 2000-01-19 | 2012-12-11 | Graham John D | Systems and method for management of intangible assets |
| JP2002133036A (ja) | 2000-10-23 | 2002-05-10 | Nec System Technologies Ltd | 緊急災害用物資分散管理システム及びその方法 |
| US8407125B2 (en) * | 2001-07-31 | 2013-03-26 | Ameriprise Financial, Inc. | System and method for providing financial planning and advice |
| US8566184B1 (en) * | 2002-12-23 | 2013-10-22 | Ameriprise Financial, Inc. | Method and tool for portfolio monitoring, rebalancing and reporting |
| US7822669B2 (en) * | 2006-11-16 | 2010-10-26 | General Electric Capital Corporation | System and software for providing recommendations to optimize a portfolio of items |
| US7680719B1 (en) * | 2006-12-12 | 2010-03-16 | Goldman Sachs & Co. | Method, system and apparatus for wealth management |
| US8645254B2 (en) * | 2007-10-09 | 2014-02-04 | Blackrock Institutional Trust Company, National Association | Investment fund for maximizing a risk adjusted expected return while providing a defined minimum income at maturity |
| DE102010005596B4 (de) | 2010-01-25 | 2015-11-05 | Epcos Ag | Elektroakustischer Wandler mit verringerten Verlusten durch transversale Emission und verbesserter Performance durch Unterdrückung transversaler Moden |
| US8781906B2 (en) * | 2012-02-06 | 2014-07-15 | Walter Cruttenden | Systems and methods for managing consumer transaction-based investments |
| US8620788B2 (en) * | 2012-03-09 | 2013-12-31 | Hartford Fire Insurance Company | System and method for dynamic financial account management |
| EP2881904A1 (en) | 2012-07-05 | 2015-06-10 | Elementum SCM (Cayman) Ltd. | Method and system for controlling supply chains |
| US20140108295A1 (en) * | 2012-10-11 | 2014-04-17 | Axioma, Inc. | Methods and Apparatus for Generating Purified Minimum Risk Portfolios |
| JP6179594B2 (ja) | 2013-05-29 | 2017-08-16 | 株式会社村田製作所 | 弾性波装置 |
| CA3008140C (en) * | 2015-12-11 | 2021-09-07 | Mastercard International Incorporated | Systems and methods for generating recommendations using a corpus of data |
| US10063408B2 (en) * | 2015-12-22 | 2018-08-28 | Rovi Guides, Inc. | System and methods for alerting a user consuming media to the progress of others consuming media |
| EP3644243A1 (en) | 2018-10-26 | 2020-04-29 | KBC Groep NV | Improved system-user interaction relating to advice |
| US11276020B1 (en) * | 2019-07-22 | 2022-03-15 | Whizzable, Inc. | Computer-implemented method for prioritizing order fulfillment at a retail sales facility based on anticipated customer arrival times |
-
2018
- 2018-10-26 EP EP18202953.8A patent/EP3644243A1/en not_active Withdrawn
-
2019
- 2019-10-25 CA CA3116923A patent/CA3116923A1/en active Pending
- 2019-10-25 JP JP2021521487A patent/JP7900917B2/ja active Active
- 2019-10-25 WO PCT/EP2019/079292 patent/WO2020084149A1/en not_active Ceased
- 2019-10-25 EP EP19790027.7A patent/EP3871169B1/en active Active
- 2019-10-25 PL PL19790027.7T patent/PL3871169T3/pl unknown
- 2019-10-25 AU AU2019365121A patent/AU2019365121A1/en not_active Abandoned
- 2019-10-25 HU HUE19790027A patent/HUE072496T2/hu unknown
- 2019-10-25 ES ES19790027T patent/ES3037599T3/es active Active
- 2019-10-25 US US17/287,010 patent/US12586113B2/en active Active
-
2021
- 2021-04-19 IL IL282450A patent/IL282450B2/en unknown
-
2024
- 2024-10-11 JP JP2024179187A patent/JP2025016516A/ja active Pending
-
2025
- 2025-06-11 AU AU2025204335A patent/AU2025204335A1/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| EP3871169B1 (en) | 2025-06-11 |
| CA3116923A1 (en) | 2020-04-30 |
| JP7900917B2 (ja) | 2026-08-05 |
| PL3871169T3 (pl) | 2025-11-12 |
| US20210390608A1 (en) | 2021-12-16 |
| US12586113B2 (en) | 2026-03-24 |
| IL282450B1 (en) | 2026-04-01 |
| EP3871169A1 (en) | 2021-09-01 |
| IL282450B2 (en) | 2026-08-01 |
| AU2019365121A1 (en) | 2021-05-20 |
| EP3644243A1 (en) | 2020-04-29 |
| JP2025016516A (ja) | 2025-02-04 |
| EP3871169C0 (en) | 2025-06-11 |
| HUE072496T2 (hu) | 2025-11-28 |
| IL282450A (en) | 2021-06-30 |
| WO2020084149A1 (en) | 2020-04-30 |
| JP2022505449A (ja) | 2022-01-14 |
| AU2025204335A1 (en) | 2025-06-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yigitcanlar et al. | Detecting natural hazard-related disaster impacts with social media analytics: the case of Australian states and territories | |
| Cort et al. | ESG standards: Looming challenges and pathways forward | |
| Nyimbili et al. | A hybrid approach integrating entropy-AHP and GIS for suitability assessment of urban emergency facilities | |
| Kavishe et al. | Evaluating issues and outcomes associated with public–private partnership housing project delivery: Tanzanian practitioners’ preliminary observations | |
| Beck | Linking the quality of public spaces to quality of life | |
| Okwaraji et al. | Barriers in physical access to maternal health services in rural Ethiopia | |
| Miller et al. | Questioning the assumptions: the role of vulnerability assessments in climate change adaptation | |
| Lamptey et al. | Challenges and ways forward for sustainable weather and climate services in Africa | |
| Herbert et al. | Validation of Forest vegetation simulator model finds overprediction of carbon growth in California | |
| Tekalign et al. | Do tourists’ preferences match the host community’s initiatives? A study of sustainable tourism in one of Africa’s oldest conservation areas | |
| Munksgaard et al. | Distributing tobacco in the dark: assessing the regional structure and shipping patterns of illicit tobacco in cryptomarkets | |
| Lillebø et al. | Mitigating negative unintended impacts on biodiversity in the Natura 2000 Vouga estuary (Ria de Aveiro, Portugal) | |
| Laborda et al. | An endogenous approach to the cyclicality of R&D investment under credit constraints: Firms’ cash flow matters! | |
| Sahu et al. | Impact of changes in rainfall and temperature on production of Darjeeling Tea in India | |
| Dolan et al. | Pulling the purse strings: Are there sectoral differences in political preferencing of Chinese aid to Africa? | |
| Bańka et al. | A Feedback Analysis Automation Using Business Intelligence Technology in Companies Organizing Urban Public Transport | |
| Sarabia-Sanchez et al. | Resistance to change and perceived risk as determinants of water-saving intention | |
| Petrová et al. | Exploration of the factors that influence the implementation of environmental management systems—The case of Slovakia | |
| Sjöstrand et al. | Water supply delivery failures—A scenario-based approach to assess economic losses and risk reduction options | |
| AU2025204335A1 (en) | Improved system-user interaction relating to advice | |
| Jackson et al. | Privilege and Place: an exploratory study about healthcare bypass behavior | |
| Yum et al. | Natural hazard influence model of maintenance and repair cost for sustainable accommodation facilities | |
| Cruz-Milan et al. | Effects of COVID-19 on variations of taxpayers in tourism-reliant regions: the case of the Mexican Caribbean | |
| Moges et al. | Targeting rural poverty: A generalized ordered logit model analysis of multidimensional deprivation in Ethiopia’s Bilate River Basin | |
| Lorente et al. | Tracking forest changes: Canadian Forest Service indicators of climate change |