JP2008123165A - 各種自然・社会現象における将来の特定事象発生期待値の効率的な決定方法 - Google Patents
各種自然・社会現象における将来の特定事象発生期待値の効率的な決定方法 Download PDFInfo
- Publication number
- JP2008123165A JP2008123165A JP2006304902A JP2006304902A JP2008123165A JP 2008123165 A JP2008123165 A JP 2008123165A JP 2006304902 A JP2006304902 A JP 2006304902A JP 2006304902 A JP2006304902 A JP 2006304902A JP 2008123165 A JP2008123165 A JP 2008123165A
- Authority
- JP
- Japan
- Prior art keywords
- prediction
- participant
- recording
- individual
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 35
- 238000011156 evaluation Methods 0.000 claims description 12
- 230000002776 aggregation Effects 0.000 claims description 6
- 238000004220 aggregation Methods 0.000 claims description 6
- 230000010365 information processing Effects 0.000 claims description 6
- 230000004931 aggregating effect Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 abstract description 2
- 238000011835 investigation Methods 0.000 abstract 1
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000011160 research Methods 0.000 description 7
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】
現在実施されている市場調査における各種予測は、特定の資質(住所、年齢、性別、職業等)を有する集団を集めて行われることが主流であるが、そのためには多数の回答者を集めるか、特に優れた資質を持つ回答者を選別する必要がある。また、インターネットに接続している個人が手軽に調査に協力して各自の能力に応じた適切な報酬を受け取る仕組が存在しない。
【解決手段】
不特定多数の参加者に対して、参加者の中で個人を特定できる手段を使用し、過去の回答履歴を有する回答履歴保存手段をもつことにより、優れた知見を示す回答者の集団を確保する。これらの回答者による各種市場調査等に関する調査の質問を集計する手段、および各回答者の質問に対する回答を評価する手段により、少数の回答から収集した情報を使用して多数の人員から収集した情報より安価かつ有用な市場調査情報等を獲得することができる。
【選択図】 図1
現在実施されている市場調査における各種予測は、特定の資質(住所、年齢、性別、職業等)を有する集団を集めて行われることが主流であるが、そのためには多数の回答者を集めるか、特に優れた資質を持つ回答者を選別する必要がある。また、インターネットに接続している個人が手軽に調査に協力して各自の能力に応じた適切な報酬を受け取る仕組が存在しない。
【解決手段】
不特定多数の参加者に対して、参加者の中で個人を特定できる手段を使用し、過去の回答履歴を有する回答履歴保存手段をもつことにより、優れた知見を示す回答者の集団を確保する。これらの回答者による各種市場調査等に関する調査の質問を集計する手段、および各回答者の質問に対する回答を評価する手段により、少数の回答から収集した情報を使用して多数の人員から収集した情報より安価かつ有用な市場調査情報等を獲得することができる。
【選択図】 図1
Description
本発明は通信ネットワークを介して各種自然・社会現象における将来の特定事象発生期待値を収集し、市場調査等に関して安価かつ有効な情報を獲得するものである。
一般に市場調査などで商品・サービス等の需要動向調査、あるいは販売予測を行う場合、専門の調査会社に依頼して商品・サービスの主となるターゲット層を対象としたアンケートを行う、あるいは調査対象分野に深い見識のある研究者や技術者などに調査を依頼する、などの方法が考えられる。
一方インターネットを介してこのような情報を入手する場合は、参加者に個人の属性情報提供を依頼し、何らかのメリットを提供することにより比較的安価に情報を収集している。
専門の調査会社に依頼して各種調査を行う場合、上記いずれの方法を用いてもある程度確度の高い情報を入手するには長い時間あるいは高いコストを負担する必要がある。またインターネットなどを通じて安価に情報収集を行う場合には、情報提供者の個人属性の確認が難しいことと、質の高い情報を取捨選択することが難しいため、付加価値の高い調査情報を構築することは困難である。
一方で、一般の社会人には特定の分野で高い見識を持つ人々が多く存在している。そのような人々は多くの場合各自の知識や見識を利用して社会に貢献し、場合によっては報酬を得、あるいは他者と交流することにより自分の知識を深めたいなどの欲求を要している。インターネットでは一般から提出された質問に対して回答を行うことにより、そのような活動を行う場がすでに存在している。しかしながら、質問への回答という形では手間がかかる割には報酬が大きくなく、大きなビジネスモデルに発展する可能性は大きくない。
そこで本発明は各種自然・社会現象における将来の特定事象の予測に高い能力を示す人々をインターネットを利用して広く募り、その見識を利用して企業の市場調査等を安価にかつ効率的に行うこと、また高い見識を持つ人々が本発明を利用して各自の見識を利用して手軽に報酬を得られるシステムを構築することを課題とする。
請求項1に記載の発明は予測対象の登録手段と、分野ごとに分類された上で登録された予測対象の表示手段と、その予測対象に対する予測の選択肢を選択する予測提出手段と、選択された回答を受理する予測受理手段と、参加者を既に登録されている会員として識別する参加者特定手段と、参加者、および予測分野ごとに予測者の予測能力を算定する予測参加者評価手段と、過去の予測履歴を記録する個人予測履歴記録手段とを備えるように構成される。
上記のように構成された方法により、参加者は予測対象にかかる選択肢を選択し、それが情報処理装置に受理される。参加者には分野ごとに予測能力を示す指数が設定される。初回登録時はすべての分野で初期値が設定される。予測能力を示す指数をKポイントと呼称する。
予測対象となる事象が確定した場合、各参加者の提出した予測は的中したかどうかを判定され、それぞれの場合に応じて、Kポイントが増減する。従って予測に参加した場合は必ずKポイントが変動することになる。参加者は予測を繰り返すことにより、ある分野の予測能力が高い参加者は該当分野で高いKポイントを保有することになる。
請求項2に記載の発明は、予測参加者のKポイント等をもとに個別予測を評価する手段と、評価により重み付けられた個別予測の評価を集計し、予測の各選択肢への分布を決定する手段と、評価により重み付けられ集計された予測の選択肢への分布を表示する手段とを備えるように構成される。
上記により構成された方法により、参加者の提出した予測を集計する。集計にあたっては予測能力の高い参加者の予測に、より大きな比重をおいて計算するため、単純は合計よりも確度の高い予測情報が作成される。
予測能力はKポイントにより表象されるが、予測が的中するとKポイントは上昇し、予測がはずれた場合Kポイントは低下する。予測におけるKポイントの上昇幅は予測案件により異なるが、ひとつの予測にかかる選択肢のいずれかにかかわらず同一である。従って競馬などの予測におけるオッズに相当するものはない。これは予測を純粋に知的好奇心の観点から行うためである。
また、予測がはずれた場合のKポイントの低下幅は、予測対象あるいは選択肢にかかわらず常に一定である。
また、予測がはずれた場合のKポイントの低下幅は、予測対象あるいは選択肢にかかわらず常に一定である。
請求項3に記載の発明は企業などの委託により表示される予測値対象についての予測に対して報酬を付加する仕組みであり、予測報酬ポイントが付与される予測対象を登録する手段と、予測報酬ポイントが付与される予測対象を表示する手段と、予測報酬ポイントを決定する手段と、予測提出手段と、予測受理手段と、参加者特定手段と、報酬ポイント情報記録手段と、報酬ポイント情報修正手段とを備えるように構成される。
上記のように構成された方法により、企業等がなんらかの予測調査の実施を希望した場合に、任意の経済価値を持つ報酬を一定以上の予測能力を持つ参加者へ、Kポイントの数値に応じて配分することが可能となる。一定以上のKポイントを保有する参加者は、自己の高い見識に基づいた予測を提供することにより、容易に報酬を受領することができる。この場合の報酬とは予測が的中するかどうかに対する報酬ではなく、見識に基づいた予測を提供することに対する報酬である。
本件の発明を実施することにより、各種市場調査を低価格で効率的に実施することができる。請求項1にかかる発明では各種自然・社会現象の予測を個人が多数行うことによって、特定の分野における各個人の予測能力(Kポイント)を把握することが可能となる。これまでの市場調査では調査対象となる個人のプロフィールを把握することは可能であるが各個人の市場に対する理解度、予測能力は把握できない。
請求項2にかかる発明により、各個人の予測能力を定量化し、統計処理を行うことによって正確な市場予測を算出することが可能となる。この処理により、多数のサンプルを市場調査により収集するよりも、はるかに少ないサンプルで効果的な市場予測が実施可能となる。
請求項3にかかる発明により、市場予測に参加した個人に対して予測能力に応じた報酬を分配することが可能となる。これまで個人はインターネット等で市場調査に協力することによりポイント等の報酬を受け取ることは実現されている。しかしながら本発明は個人が予測することに対して、各自の能力に応じて報酬を受け取ることができる。そのため従来の方法に比べてはるかに社会への参画感は高くなる。また、報酬も従来の方法よりもはるかに高く設定できる。
以下、本発明をその実施の形態を示す図面に基づいて説明する。図2は請求項1にかかる発明である参加者の各種自然・社会現象における将来の特定事象についての予測的中能力を測定する方法を示すブロック図である。図中10は本発明の予測案件表示ならびに予測情報収集に使用されるウェブサーバーシステムにて構成する中央装置である。
中央装置10はインターネットを通じて遠隔地にあるパーソナルコンピュータや携帯電話、PDA等からなる多数の端末装置20と通信を行い、参加者の識別情報の授受、予測案件表示ならびに予測情報収集等を行う。端末装置20を使用して中央装置10と通信を行う参加者は、各自事前に各自の電子メールアドレスと各自が独自に設定したパスワードを識別情報とした会員登録を行っている。
中央装置10は予測案件登録に使用する入力手段11、登録された予測案件を記録する予測記録手段10a、参加者の識別情報を記録する参加者登録情報記録手段10b、記録手段10bに記録された情報と参加者が送信する識別情報を突合して参加者を特定する参加者特定手段12、参加者がインターネットを通じて発信する予測情報を授受する予測授受手段13、予測の結果判明後に予測が適合したか否かを判断する予測結果判定手段14、予測結果を記録する予測履歴記録手段10c、予測結果に基づき参加者の予測能力を修正する予測能力修正手段15、修正された予測能力を記録する予測能力記録手段10dを備えている。
中央装置10が提供するサービスは中央装置10上にHTML、XML等の言語により記述され、インターネットを通じてCGI等のプムグラムにより動的に端末装置20に各種情報をウェブページの体裁で表示し、また予測情報・参加者識別情報を収集する。
予測記録手段10aの記録する情報は予測案件の内容、予測案件の登録日、予測案件の属するカテゴリー、予測案件の予測選択肢、予測案件に対するKポイントによる報酬ポイント数、予測案件の予測締め切り期日・時間、予測案件の対象事象確定予定日である。
参加者登録情報記録手段10bの記録する情報は参加者メールアドレス、参加者が任意に決定し、かつ参加者を一意的に特定可能なID、同様に参加者が参加者を一意的に特定可能なパスワードである。メールアドレスおよびパスワードは参加者以外の第三者に情報が公開されることは原則としてないが、IDでは参加者の予測能力とともに公開される場合がある。上記情報および予測の実席に関連した情報以外の個人に関する情報は一切収集・記録を行わない。
予測履歴記録手段10cの記録する情報は、予測案件の内容、予測事象確定結果、予測参加者ID、各参加者予測内容、各参加者予測能力である。
予測能力記録手段10dの記録する情報は、参加者のID、カテゴリーごとの予測能力、各カテゴリーの予測能力の履歴データである。参加者の予測能力(Kポイント)は参加者予測に参加するごとに変化する。
予測能力修正手段15は予測が的中したか否かに基づいて参加者が当該予測の所属するカテゴリーについて保有している予測能力を示すKポイントを修正する手段である。すべての参加者は会員登録時にすべてのカテゴリーについて一定のKポイントを付与される。一方、予測案件はすべていずれかのカテゴリーに分類され、予測が的中した場合の新たなKポイントの付与数があらかじめ表示される。この付与Kポイントはひとつの予測案件にかかるすべての選択肢について同一の数値である。Kポイントの付与数は予測案件の難易度に応じて設定される。選択肢が多く的中が困難と推定される予測案件は高いKポイントが付与される。参加者は予測案件ごとに、予測内容・カテゴリーと各自の予測能力、および付与されるKポイントを勘案して予測に参加するかどうかを決定する。予測が的中すると予測者の当該予測案件の所属するカテゴリーでのKポイントはあらかじめ表示されたポイント分上昇する。一方予測が的中しなかった場合は該当するカテゴリーのKポイントが1ポイント減少する。この減少幅はすべての予測案件に対して一律に適用される。
図3は本発明において予測案件の処理を示すフローチャートである。サービス事業体の担当者は予測案件ならびにその選択肢、案件の所属するカテゴリー、予測の締め切り期日、予測の確定予定日、予測成功時の報酬となるKポイントを決定し、予測登録手段を用いて登録する(S101)。登録された内容は記録手段10aに記録される(S102)。参加者はインターネットを通じて端末装置20に予測案件の内容を表示させる(S201)。参加者は端末装置20にID、パスワードを入力し(S202)、参加者を中央装置10が特定する(S103)。中央装置10は参加者が予測を提出できるよう端末が表示するための情報を送信する(S104)。端末装置10は予測提出手段を表示する(S203)。参加者は予測を行う予測案件を決定した後、予測案件の選択肢から各自の予測を選択し入力する(S204)。中央装置10は提出された予測を受理し(S105)、記録手段10cに記録する(S106)。予測の対象となる事象が決定した後、中央装置は各参加者の予測が成功したかどうかの判定を行い、その結果を記録手段10cに記録する(S107)。中央装置は参加者のKポイントの修正を行い、それを記録する(S108)。
図4は請求項2にかかる発明である各種自然・社会現象における将来の特定事象発生期待値分布の効率的な推定方法を示すブロック図である。請求項2にかかる発明は、請求項1にかかる発明において収集された各種自然・社会現象における将来の特定事象に対する参加者の予測を加工・集計することにより、予測された事象の発生期待値分布を効率的に推定する方法である。図中10は本発明の予測情報収集および将来特定事象発生期待値分布予測に使用されるウェブサーバーシステムにて構成する中央装置である。
中央装置10は参加者の識別情報を記録する参加者登録情報記録手段10b、参加者を特定する参加者特定手段12、参加者がインターネットを通じて発信する予測情報を授受する予測授受手段13、参加者の予測履歴を記録する記録手段10c、参加者の予測能力を記録する手段10d、参加者が提出した予測を参加者の予測能力および予測履歴に基づいて評価する手段16、評価された個別の予測を集計して予測対象である事象の発生期待値の分布を決定する手段17、予測集計結果を記録する予測結果記録手段10e、予測事象が決定した後に予測集計手段の集計方法を修正する手段18を備えている。
予測結果記録手段10eの記録する情報は、予測案件の内容、予測事象確定結果、参加者予測内容、予測の個別価値、予測の集計方法、予測対象である事象の発生期待値の分布である。
個別予測評価手段16は多数の参加者の提出した予測を、参加者の予測能力や過去の予測履歴をもとに予測の確からしさの数値化を行う。そのための処理としてまず多数の参加者が提出した予測の中から一定のKポイントを保有している者の予測を抽出する。次に抽出した参加者の予測を参加者個人のKポイントと過去の予測的中率の高さを示すPポイントにそれぞれ適当な演算を施して得られた数値を合計したものを参加者個人の予測の価値とみなす。予測の価値をVαとすると、Vα=f(Kα,Pα)となる。Pポイント(Pα)は各参加者が過去に参加した予測案件に対し、選択肢をランダムに選択した場合の予測成功案件数の期待値を各参加者の予測成功案件数の実績値で除したものとする。例えば過去5択の選択肢を持つ予測案件と4択の予測案件の2回参加した場合の予測成功案件数の期待値は一回目0.2(1/5の確率)+0.25(1/4の確率)で0.45となる。Kポイント(Kα)は予測の成功実績の多さを表し、Pポイントは予測の精度の高さを表す。それぞれに乗じる係数は回帰分析によって最適値を求める。
予測集計・期待値分布決定手段17は将来の各種事象の発生期待値を決定するための予測集計方法である。個別予測評価手段16によって算出された個別予測の評価を選択肢毎に集計した数値の分布を、予測対象事象が選択肢毎に実現する期待値分布とする。ある予測案件に対して選択肢がA1からAnまでn個あり、各選択肢の実現する期待値をE(An)とする。また、選択肢Anを選択した参加者の予測価値の合計をV(An)、当該予測案件に参加したすべての予測価値をV(all)とする。ここでE(An)=ΣV(An)/ΣV(all)を選択肢Anが実現する期待期待値とみなす。
個別予測評価方法修正手段18は、個別予測評価手段16にてKポイントとPポイントに施す演算を修正する手段である。結果が確定している過去の予測案件にかかる各選択肢の実現期待値E(An)と、実際に確定した実現確率(P(An)と定義する)を統計上で比較することにより、実現期待値と実現確率が近似するようにfに適宜変更を加えるものである。
図5は本発明において予測の集計、予測期待値分布を決定する処理を示すフローチャートである。サービス事業体の担当者は予測案件ならびにその選択肢、案件の所属するカテゴリー、予測の締め切り期日、予測の確定予定日、予測成功時の報酬となるKポイントを決定し、予測登録手段を用いて登録する(S101)。登録された内容は記録手段10aに記録される(S102)。参加者はインターネットを通じて端末装置20に予測案件の内容を表示させる(S201)。参加者は端末装置20にID、パスワードを入力し(S202)、参加者を中央装置10が特定する(S103)。中央装置10は参加者が予測を提出できるよう端末が表示するための情報を送信する(S104)。端末装置10は予測提出手段を表示する(S203)。参加者は予測を行う予測案件を決定した後、予測案件の選択肢から各自の予測を選択し入力する(S204)。中央装置10は提出された予測を受理し(S105)、参加者を特定した情報に基づき参加者の予測の個別価値を決定する(S110)。さらに中央装置は全参加者の予測価値の集計を行い、予測の各選択肢に対する予測価値の分布を決定し(S110)、それを参加者の端末に表示する(S114)。予測の対象である事象が確定した後、中央装置10は過去蓄積した確定した事象に対する予測の分布、及び直近の予測対象事象の確定結果をもとに予測の個別価値を算定する方法を修正する(S115)。
図6は請求項3にかかる発明である参加者が各種自然・社会現象における将来の特定事象に対して予測を行うことにより報酬を受領する方法を示すブロック図である。請求項3にかかる発明は、請求項1にかかる発明において収集され.る各種自然・社会現象における将来の特定事象に対する参加者の予測に対し、予測能力に応じた報酬を各参加者に対して分配する方法である。図中10は本発明の予測情報収集および個別予測価値決定に使用されるウェブサーバーシステムにて構成する中央装置である。
中央装置10は予測案件登録に使用する入力手段11、登録された予測案件を記録する予測記録手段10a、参加者の識別情報を記録する参加者登録情報記録手段10b、記録手段10bに記録された情報と参加者が送信する識別情報を突合して参加者を特定する参加者特定手段12、参加者がインターネットを通じて発信する予測情報を授受する予測授受手段13、修正された予測能力を記録する予測能力記録手段10d、参加者の予測能力に応じた予測報酬ポイントを決定する予測報酬ポイント決定し油断19、および参加者の予測報酬ポイントを記録する予測報酬ポイント記録手段10fを備えている。
予測報酬ポイント決定手段は参加者のKポイントに応じた予測報酬ポイントを決定する手段である。参加者は報酬が分配される予測案件に参加することにより予測能力に応じた予測報酬ポイントを受け取る。
予測報酬ポイント記録手段10fの記録する情報は、参加者が保有する予測報酬ポイントの累計、及び加算、使用履歴である。
図7は本発明において特定の予測案件において参加者が予測を行うことに対する報酬を分配する処理を示すフローチャートである。図5は本発明において予測の集計、予測期待値分布を決定する処理を示すフローチャートである。サービス事業体の担当者は予測案件ならびにその選択肢、案件の所属するカテゴリー、予測の締め切り期日、予測の確定予定日、予測成功時の報酬となるKポイントを決定し、予測登録手段を用いて登録する(S101)。登録された内容は記録手段10aに記録される(S102)。参加者はインターネットを通じて端末装置20に予測案件の内容を表示させる(S201)。参加者は端末装置20にID、パスワードを入力し(S202)、参加者を中央装置10が特定する(S103)。中央装置10は参加者が予測を提出できるよう端末が表示するための情報を送信する(S104)。端末装置10は予測提出手段を表示する(S203)。参加者は予測を行う予測案件を決定した後、予測案件の選択肢から各自の予測を選択し入力する(S204)。中央装置10は提出された予測を受理し(S105)、参加者を特定した情報に基づき参加者のKポイントに応じた予測報酬ポイントを決定する(S113)。さらに中央装置は参加者の予測報酬ポイントの加算を行い、それを記録する(S114)。
Claims (3)
- 予測対象の登録手段と、
参加者特定手段と、
予測受理手段と、
参加者特定手段と
予測結果判定手段と、
予測能力修正手段と、
予測対象の表示手段と、
参加者情報入力手段と、
予測提出手段と、
予測対象記録手段と、
参加者登録情報記録手段と、
個人予測履歴記録手段と
予測能力記録手段とを備えた各種自然・社会現象予測支援用情報処理装置の動作方法であって
当該制御手段が、
予測対象を登録するステップと、
登録された予測対象を記録するステップと、
予測対象を表示するステップと、
個別予測者が予測者を特定する情報を入力するステップと、
個別予測者が各自の予測を提出するステップと、
提出された予測を情報処理装置が受理するステップと、
上記予測の予測者を特定するステップと、
予測者が特定された個別予測の情報を記録するステップと、
予測の対象である事象が確定した後に、個別予測の結果に基づいて個別予測者の予測能力を修正するステップと、修正された予測能力を記録するステップを含む、参加者の各種自然・社会現象における将来の特定事象についての予測的中能力を測定する方法。 - 予測を受理する手段と、
個別予測を評価する手段と、
参加者を特定する手段と、
参加者の予測の価値を個別に決定する手段と、
個別予測の評価を集計し、各選択肢への予測の期待値分布を決定する手段と、
参加者の提出した予測を個別に評価する手段と、
予測の期待値分布を表示する手段と、
予測結果を記録する手段と、
個別予測の評価手段を修正する手段を備えた各種自然・社会現象予測集計用情報処理装置の動作方法であって、
予測を受理するステップと、
受理された予測を提出した参加者を特定するステップと、
各参加者の過去の予測履歴に基づき、提出された予測の個別価値を算定するステップと、
予測の個別価値を集計し、各選択肢への予測の期待値分布を決定するステップと、
予測の期待値分布を参加者の端末に表示するステップと、
予測の対象である事象が確定した後に、個別予測の評価方法を修正するステップと、
予測の結果を記録するステップを含む、各種自然・社会現象における将来の特定事象発生期待値分布の効率的な決定方法 - 予測報酬ポイントが付与される予測対象を登録する手段と、
当該予測受理手段と、
参加者特定手段と、
当該予測対象を表示する手段と、
当該予測に対する予測報酬ポイントの配分方法を決定する手段と、
参加者情報入力手段と、
当該予測提出手段と、
報酬ポイント情報修正手段と、
予測報酬ポイントが付与される予測対象を記録する手段と、
参加者登録情報記録手段と、
予測報酬ポイント情報記録手段とを備えた報酬ポイント集計用情報処理装置の動作方法であって
予測報酬ポイントが付与される予測対象を登録するステップと、
当該予測を記録するステップと、
予測報酬ポイントの配分を決定するステップと、
予測報酬ポイントが付与される予測対象および予測報酬を表示するステップと、
個別予測者が予測者を特定する情報を入力するステップと、
個別予測者が各自の予測を提出するステップと、
上記予測を情報処理装置が受理するステップと、
上記予測の予測者を特定するステップと、
予測者に報酬ポイントを付加するステップを含む、参加者が各種自然・社会現象における将来の特定事象に対して予測を行うことにより報酬を受領する方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006304902A JP2008123165A (ja) | 2006-11-10 | 2006-11-10 | 各種自然・社会現象における将来の特定事象発生期待値の効率的な決定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006304902A JP2008123165A (ja) | 2006-11-10 | 2006-11-10 | 各種自然・社会現象における将来の特定事象発生期待値の効率的な決定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2008123165A true JP2008123165A (ja) | 2008-05-29 |
Family
ID=39507871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006304902A Pending JP2008123165A (ja) | 2006-11-10 | 2006-11-10 | 各種自然・社会現象における将来の特定事象発生期待値の効率的な決定方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2008123165A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011227784A (ja) * | 2010-04-21 | 2011-11-10 | Tsukasa Nagao | インターネットを介した予測システム |
WO2021124904A1 (ja) * | 2019-12-17 | 2021-06-24 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、及び、プログラム |
WO2024111076A1 (ja) * | 2022-11-24 | 2024-05-30 | 日本電信電話株式会社 | 未来予測支援装置、未来予測支援方法、及びプログラム |
-
2006
- 2006-11-10 JP JP2006304902A patent/JP2008123165A/ja active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011227784A (ja) * | 2010-04-21 | 2011-11-10 | Tsukasa Nagao | インターネットを介した予測システム |
WO2021124904A1 (ja) * | 2019-12-17 | 2021-06-24 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、及び、プログラム |
WO2024111076A1 (ja) * | 2022-11-24 | 2024-05-30 | 日本電信電話株式会社 | 未来予測支援装置、未来予測支援方法、及びプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230196295A1 (en) | Systems and methods for automatically indexing user data for unknown users | |
Muñoz-Expósito et al. | How to measure engagement in Twitter: advancing a metric | |
Wagner | A comparison of alternative indicators for the risk of nonresponse bias | |
US10474979B1 (en) | Industry review benchmarking | |
Wagner | The fraction of missing information as a tool for monitoring the quality of survey data | |
AU2010254225B2 (en) | Measuring impact of online advertising campaigns | |
Delavande et al. | Eliciting subjective probabilities in Internet surveys | |
US20150106178A1 (en) | Advertising and incentives over a social network | |
US8577716B2 (en) | System and method of ongoing evaluation reporting and analysis | |
US20060106670A1 (en) | System and method for interactively and progressively determining customer satisfaction within a networked community | |
US20130253969A1 (en) | Broadcast Messaging of Incentives Based on Value | |
US20090070197A1 (en) | Method for electronic data collection about products and services and related electronic system | |
US11704705B2 (en) | Systems and methods for an intelligent sourcing engine for study participants | |
Leao et al. | Factors motivating citizen engagement in mobile sensing: Insights from a survey of non-participants | |
EP3806017A1 (en) | Methods, platforms and systems for paying persons for use of their personal intelligence profile data | |
AU2016100270A4 (en) | On-line interactive environment | |
Budiono et al. | Market growth strategy through consumers’ satisfaction, product quality and brand image: Evidence from Jakarta Indonesia | |
Stephan | Public or private job placement services—Are private ones more effective? | |
JP2008123165A (ja) | 各種自然・社会現象における将来の特定事象発生期待値の効率的な決定方法 | |
KR20120098149A (ko) | 온라인 고객만족도조사 및 실시간 고객만족도지수 제공 시스템 | |
KR20220037023A (ko) | 플리마켓의 운영 및 관리 자동화를 수행하는 방법 및 이를 수행하는 서버 | |
Swain et al. | Participation and contribution in crowdsourced surveys | |
KR102130804B1 (ko) | 보상 기제를 통한 제안 평가를 기초로 고객 맞춤형 컨설팅을 제공하는 방법 | |
US20240177204A1 (en) | Systems and methods for attribute characterization of usability testing participants | |
Kraus et al. | The Navy Survey on Reenlistment and Quality of Service: Using Choice-Based Conjoint To Quantify Relative Preferences for Pay and Nonpay Aspects of Naval Service |