JP2008502963A - オークション結果予想方法及びシステム - Google Patents

Abstract

オークション分析システムは、オークション結果を予想する。分析システムは、品目、売手、又はオークション特性を以前のオークション又は保留中のオークションから決定することができる。又、分析システムは、買手又は売手のいずれかにより結果予想が求められる品目の品目特性も得る。システムの価格予想装置は、オークション及び品目の特性を受け容れて、特性に基づいてオークション結果を予想する。保険システムは、オンラインオークションに保険をかけるための保険パラメータを決定する。保険パラメータは、予想オークション結果に基づくものでよい。保険パラメータを反映する保険証券を、オンラインオークション買手、売手、又は他の市場参加者にオファーすることができる。保険証券は、例えば、販売のための品目が、少なくとも、保険証券により指定された価格を得るという保険をかけることができる。
【選択図】図８

Description

本発明は、保険パラメータを収集し、分析しそして決定するための処理システムに係る。より詳細には、本発明は、オークション品目の価格予想を得、それに応答してオークション保険パラメータを決定し、そしてオークション保険証券を提供するデータ処理システムに係る。

近年の急速な技術の成長は、数百万の個人の家庭への広範囲なインターネットアクセスをもたらした。その結果、これらの個人は、ｅＢａｙ、ｕＢｉｄ及びＹａｈｏｏ等の会社により提供される便利なオンラインオークションサービスにアクセスすることができる。オンラインオークションサービスの高い人気は、新規なフラットパネルモニタから、８０年代初期からのアップライトアーケードビデオゲームに至る全てのものについて、所与の時間に、数百数千のオークションが同時に実行されることで明らかである。ｅＢａｙのようなオンライン市場は、それらの個人に、彼等の商品を販売する独特の機会を与えるが、オークションで販売される所与の品目の価値は、多数の理由から本来予想が困難である。

第１に、品目が互いにどれほど類似しているかに関わらず、品目の条件は、多数の異なる状態で相違し得る。買手は、新品又は新品同様の品目について割り増しを支払ってもよいが、経年磨耗や傷のある品目は、低い価格にしてもよい。第２に、ほとんどのオンラインオークションは、種々の運搬オプションをオファーする。例えば、買手が、全ての運搬コストを支払わねばならないか、売手が全ての運搬コストを引き受けてもよいか、或いは売手と買手が運搬コストを分担してもよい。従って、売手による支払合計は、最終的な購入価格を含むだけでなく、品目を運搬するコストを全額又は若干含むか又は全く含まないことになる。第３に、ほとんどのオンライン市場は、取引フィードバックを与えると共に買手の信頼を高めるために販売格付けシステムを確立している。売手の格付けは、勝利入札の値に影響を及ぼし得る。というのは、例えば、高い格付けの売手は、付加的な入札を集めることができるが、低い格付けの売手は、多くを受けることができないからである。

第４に、実質的に同一の品目に対する品目説明が甚だしく異なることがある。例えば、ある売手は、品目の映像を含むが、他の売手は、それを含まない。勝利入札の値は、映像の有無を含む品目説明の有効性と共に変化し得る。第５に、各オークションは、指定の時刻に開始及び終了する。オークションの１５％が最後の１分に勝利するという事実に結び付けたときには、オークションのタイミングが勝利入札の値についてあるファクタを演じることができる。例えば、同じ品目が、オークション３：００ＡＭではなく３：００ＰＭに終了するオークションにおいて高い割り増しで売れることがある。オークション結果を予想する困難さは、買手と売手の両方がオンライン市場に入ることを思いとどまらせる。他の問題の中でも、売手は、低い勝利付け値のリスクを負いたくなく、そして買手は、品目のコストを益々吊り上げる沈黙入札のリスクを負いたくない。

過去において、オークションを分析するのに利用できるツールは、あっても僅かである。例えば、カリフォルニア州マウンティンビューのアンデール・インクにより形成されたＡｎｄａｌｅ．ｃｏｍウェブサイトは、過去のオークションデータに基づいて平均品目販売価格を決定する。簡単な価格平均化は、おおよその価格近似を与えるが、価格情報のみに基づくので、比較的不正確な推定装置である。

従って、オークション結果を正確に予想することのできる方法及びシステムが要望される。

更に、オークションがオンラインオークションであるか慣習的なオークションであるかに関わらず、売手は、彼等のオークション品目に対して満足な価格を得るという挑戦に直面している。過去において、売手は、オークション品目に対して最終的に到達する価格を受け容れるか、或いは最低競売価格又は開始値を少なくとも満足な価格に一致するようセットするかのいずれかである。最終価格を受け容れることは、しばしば、オークション品目が満足な価格より安く売られる結果となり、一方、最低競売又は開始値をセットすることは、時々、買手を全く引き付けないことがある。

従って、オークション結果の保険を与えることのできる方法及びシステムが長年要望されている。

本発明の１つの態様において、オークション分析システムがオークション結果を予想する。この分析システムは、以前の又は保留中のオークションから品目、売手又はオークションの特性を検索し、入手し又は導出することができる。又、分析システムは、買手又は売手のいずれかにより結果予想が求められるところの品目について品目特性を入手し、検索し又は導出することもできる。分析システムは、オークション及び品目特性を受け容れ且つ１つ以上の特性に基づいて結果を予想する価格予想プログラムを含むことができる。

オークション結果の予想方法は、オークション品目に対する売手入力特性を得るステップと、オークション品目に関係した経歴的オークションデータを得るステップと、売手入力特性及び経歴的オークションデータを結果予想プログラムへ供給するステップとを含むことができる。結果予想プログラムは、オークション終り値、オークション終り値範囲、オークション終り値スレッシュホールド、又は他の結果予想を返送することができる。

結果予想システムは、プロセッサと、メモリと、結果予想装置とを含むことができる。メモリは、所与の品目に対して売手又は買手により直接指定されるようなオークション特性を記憶することができる。又、メモリは、同様のオークション品目に対する経歴的オークション特性を記憶することもできる。結果予想装置は、買手又は売手指定のオークション特性及び経歴的特性を受け容れると共に、１つ以上の予想されるオークション結果を与える回路又はロジックを備えることができる。

本発明の他の態様は、オークション保険パラメータを決定すると共に、保険付きオンラインオークションを行うための方法及びシステムを提供する。オークション保険パラメータを決定する際に、オークション品目に対する予想されるオークション結果を得ることができ、その予想されるオークション結果を保険パラメータ決定プログラムに与えることができ、そして保険パラメータ決定プログラムから受け取ったオークション保険パラメータをメモリに記憶することができる。予想されるオークション結果は、オークション品目に対する予想されるオークション終り値、予想されるオークション結果に対する信頼性尺度、価格の分布、又は他の結果でよい。

保険付きオンラインオークションを行うオークションシステムは、オンラインオークション提示ページデータを記憶するメモリを備えることができる。このページデータは、売手指定のオークション品目特性、例えば、オークション品目タイトル、オークション品目位置、又は他の特性と、保険セレクタ、例えば、セレクト又はデセレクトできるチェックボックスと、オークション保険パラメータ、例えば、保険付きオークション終り値又は保険コストとを含むことができる。

オークションシステムは、ネットワーク接続部と、メモリ及びこのネットワーク接続部に結合されたプロセッサとを備えることができる。プロセッサは、オンラインオークション提示ページデータを売手に送信することができる。売手からのオークション提示命令に応答して、プロセッサは、オークション保険パラメータの受け容れを保険業者に通信することができる。

最初の事柄として、オンライン市場で販売するためにオファーされたパーソナルデジタルアシスタント（ＰＤＡ）に対するオークション結果の予想を参照して以下に説明を進めるが、この価格予想技術は、いかなる形式のオークション市場で売り買いされるいかなる形式の商品又はサービスについてのオークション結果予想にも適用することができる。図中に示す要素は、以下に詳細に述べるように合体される。しかしながら、詳細な説明を行う前に、以下の全ての説明は、ここに述べる特定の実施形態に関わりなく、単なる例示に過ぎず、これに限定されるものではないことに注意されたい。例えば、これら実施形態の選択された態様、特徴又は要素は、プログラム、データ、又は多目的システムメモリに記憶されるものとして示すが、価格予想技術と一貫したシステム及び方法の全部又は一部分を、他のマシン読み取り可能な媒体、例えば、ハードディスク、フロッピーディスク(登録商標)及びＣＤ−ＲＯＭのような二次記憶装置；電磁信号；或いは現在知られているか又はこれ以降に開発される他の形式のマシン読み取り可能な媒体に記憶したり、又はそこから読み取ったりすることができる。

更に、価格予想技術の特定の要素を図示して説明するが、価格予想技術と一貫する方法、システム及び製造物品は、付加的な又は異なる要素を含んでもよい。例えば、プロセッサは、マイクロプロセッサ、マイクロコントローラ、特定用途向け集積回路（ＡＳＩＣ）、個別ロジック、或いは上述したように働く他の形式の回路の組み合せとして実施されてもよい。データベース、テーブル及び他のデータ構造体は、個別に記憶されて管理されてもよいし、単一のメモリ又はデータベースに合体されてもよいし、或いは多数の異なるファイル形式、ファイル構造、又はファイル規格に基づいて多数の異なる仕方で一般に論理的及び物理的に編成されてもよい。以下に述べるプログラムは、単一プログラムの部分でもよいし、個別のプログラムでもよいし、或いは多数のメモリ及びプロセッサにわたってローカルに又はリモートに分布されてもよい。例えば、価格予想システムは、ホームパーソナルコンピュータ、オークションウェブサーバー、第３者サーバー、又は１つ以上の他の位置において完全に又は部分的に実施されてもよい。

図１は、価格予想システム１００を示す。この価格予想システム１００は、プロセッサ１０２と、メモリ１０４と、ディスプレイ１０６とを備えることができる。更に、ネットワークインターフェイス１０８が存在してもよい。

メモリ１０４は、価格予想プログラム１１０と、参加者品目特性データ１１２と、経歴的オークションデータ１１４とを記憶することができる。更に、メモリ１０４は、予想オークション結果１１６と、データ収集プログラム１１８と、データ導出プログラム１２０と、最適化プログラム１２２を記憶することもできる。

また、価格予想システム１００には、結果予想ロジック１２４又は回路も存在し得る。この結果予想ロジック１２４は、プロセッサ１０２及びメモリ１０４とは個別の又はそれと一体化されたハードウェア及び／又はソフトウェアで、オークション結果を予想するものである。例えば、結果予想ロジック１２４は、スタンドアローンニューラルネットワークを実施してもよい。価格予想ロジック１２４及び価格予想プログラム１１０は、システム１００が予想オークション結果を発生するために使用できる価格予想装置の例である。換言すれば、価格予想プログラム１１０は、価格予想装置の一形態である（そしてそれ自体がソフトウェアでニューラルネットワーク処理を実施してもよい）が、価格予想システムは、オークション結果予想のためにメモリ１０４のプログラムを使用することに限定されない。

ネットワークインターフェイス１０８は、価格予想システム１００を内部又は外部ネットワーク１２６へ接続するためにネットワークインターフェイスカード又は他のネットワーク接続装置を備えてもよい。ネットワーク１２６は、１つ以上の市場参加者１２８及びオークションシステム１３０に接続することができる。市場参加者１２８は、例えば、オンラインオークションに関与する買手及び売手又は他の関連当事者のパーソナルコンピュータを表わしてもよい。オークションシステム１３０は、Ｅｂａｙ又はＹａｈｏｏのようなオンラインオークションサービスを表わしてもよい。オークションシステム１３０は、過去及び現在のオークションに対するオークションデータ１３２を維持することができる。オークションデータ１３２は、オークションタイトル、販売価格、運搬コスト、売手の識別、及び以下に述べる他の多数のパラメータを含んでもよい。

しばらく図２を参照すれば、データ流れ図２００は、システム１００を通るデータの移動を要約していることがわかるであろう。図２に示された要素は、以下で詳細に説明する。データ収集プログラム１１８は、品目、オークション、又は参加者の特性を決定する。データ収集プログラム１１８は、オークションシステム１３０に記憶され、そこから発生され又はそこからアクセスできるウェブページ又は他の情報から特性データを決定することができる。更に、データ導出プログラム１２０は、データ収集プログラム１１８により得られた特性から、又はオークションシステム１３０から得られた情報から直接的に、付加的な特性を決定することができる。収集及び導出された特性は、経歴的オークションデータ１１４に記憶できる。

ある実施形態では、結果予想装置は、経歴的オークションデータ１１４の幾つか又は全部に基づいてパラメータ推定を行うようにトレーニングすることができる。最適化プログラム１２２は、トレーニングプロセスの役割を演じることができる。例えば、最適化プログラム１２２は、結果予想装置により発生された結果予想を既知の結果に対して評価し、そして精度改善のために結果予想装置においてパラメータを変更することができる。このため、イリノイ州シカゴのＳＰＳＳから入手できるＣｌｅｍｅｎｔｉｎｅ（Ｒ）ソフトウェアのような最適化ツールを使用して、価格予想装置をトレーニングすることができる。

結果予想装置は、オークション結果予想を発生し、そして１つ以上の予想を市場参加者１２８へ配送する。結果予想装置は、参加者指定の特性データ１１２を受け容れ、そしてその特性データ１１２に基づいて予想オークション結果を発生することができる。参加者は、キーボード、マウス又は別の入力装置により、或いは別の仕方で、ネットワークリンクのような通信チャンネルを経てシステム１００へ直接的に特性データ１１２を提示することができる。

参加者指定の特性データ１１２は、オークション結果予想が求められるところの品目について１つ以上の特性を含むことができる。買手、売手、又は他の参加者が、指定の特性データ１１２を与えることができる。指定の特性データ１１２は、オークション品目それ自体、例えば、製造者、モデル番号、特徴情報、例えば、スクリーンサイズ、内部メモリ、又は以下のテーブルに示すような他のオークション品目特性に関係したものでよい。ＰＤＡの品目特性データは、例えば、モデル番号“Ｍ１２５”について“Ｍ１２５”及びメモリ容量について“１６ＭＢ”である。

また、指定の特性データ１１２は、品目のオークション、例えば、オークションタイトル、オークション品目カテゴリー、品目記述、オークション開始日及び／又は時刻、オークション期間、品目映像の有無、或いは以下のテーブルに示すような他の特性に関係してもよい。オークションされるＰＤＡに対するオークション特性データは、例えば、オークションタイトル“新品同様のパルムＭ１２５−１６ＭＢ”である。指定の特性データ１１２は、品目特性又はオークション特性に限定されず、価格予想装置が価格予想を発生するときに使用する他のデータを含んでもよい。

経歴的オークションデータ１１４は、１つ以上の完了したオークションに対する品目、オークション又は他のデータを表わすことができる。経歴的オークションデータ１１４は、成功及び不成功オークションからのデータを含んでもよい。経歴的オークションデータは、例えば、最終価格、運搬コスト、売手のランク、及び以下のテーブルに示す他の特性を含む。

図４を参照すれば、価格予想装置が発生できる予想オークション結果１１６の一例が示されている。価格予想装置が使用する技術は、以下に詳細に説明する。予想オークション結果は、予想されるオークション終り値４０２と、予想されるオークション終り値範囲４０４と、予想されるオークション終り値スレッシュホールド４０６とを含むことができる。

予想されるオークション終り値４０２は、価格予想４０８を含むと共に、価格予想信頼性尺度４１０も含むことができる。価格予想４０８は、オークションに対する予想最終価格である単一の値でよい。信頼性尺度４１０は、価格予想装置が価格予想４０８において有する信頼度を与えることができる。図４に示す例では、最終オークション価格が＄５１．７５となることに価格予想装置が７３％の確信をもつ。

予想されるオークション終り値範囲４０４は、１つ以上の価格ビン(price bin)４１２を含むと共に、それに関連したビン信頼性尺度４１４も含むことができる。価格ビン４１２は、ビンを境界付けする低い値及び高い値を含むことができる。例えば、価格ビン４１２は、低い値が＄５５で、高い値が＄６５である。ビン信頼性尺度４１４は、最終オークション値が＄５５から＄６６となることに価格予想装置が３５％の確信をもつことを指示する。

予想されるオークション終り値スレッシュホールド４０６は、１つ以上の価格スレッシュホールド４１６と、それに関連する結果インジケータ４１８と、それに関連する信頼性尺度４２０とを含むことができる。価格スレッシュホールド４１６は、予想オークション結果に対する下限又は上限を指定することができる。例えば、価格スレッシュホールド４１６は、＄５５の下限を表わす。結果インジケータ４１８は、オークションが品目に対して特定の結果を得ることになるかどうか指定できる。例えば、結果インジケータ４１８は、品目が売れることを指定する。信頼性尺度４２０は、価格予想装置が価格スレッシュホールド４１６及び／又は結果インジケータ４１８において有する信頼度を指定することができる。信頼性尺度４２０は、品目が少なくとも＄４５で売れることに価格予想装置が８０％の確信をもつことを指示する。信頼性尺度４２２は、品目が＄５５より高くては売れない（が、それより安ければ売れる）ことに価格予想装置が８５％の確信をもつことを指示する。

ビン４１２及び／又はスレッシュホールド４１６は、任意の基準に基づいて選択することができる。例えば、ビン及び／又はスレッシュホールド４１２及び４１６は、任意の選択された期間（例えば、１週間、１ヶ月、又は１年）にわたり品目に対する最終オークション価格の範囲をカバーするように選択することができる。或いは又、ビン又はスレッシュホールドの数、並びにそれらの程度は、統計学的メトリックに基づいて選択されてもよい。例えば、ビンの巾は、任意の選択された期間にわたる最終価格の標準偏差に基づいて選択されてもよい。別の例として、ビンの巾は、任意の選択された期間にわたる品目の平均価格の５％、１０％又は別の断片となるように選択されてもよい。ビン及びスレッシュホールドは、経歴的オークションデータ１１４に基づき、システム１００により、任意の間隔で、又は周期的に、或いは他のスケジュール又は指令に基づいて修正されてもよい。

図１に戻ると、一実施形態において、システム１００は、ライセンス、料金、購入プラン、契約、又は他の構成のもとで、オークションシステム１３０から経歴的オークションデータ１１４を得ることができる。次いで、システム１００は、オークションデータ１３２を周期的に又は他の間隔でダウンロードし、そしてその経歴的オークションデータ１１４を更新することができる。

経歴的オークションデータ１１４がオークションシステム１３０から直接的に得られると、システム１００は、データ収集プログラム１１８の実行を省略し、それに代わって、その経歴的オークションデータ１１４を、オークションシステム１３０から得たオークションデータ１３２で更新することができる。それとは別に又はそれに加えて、メモリ１０４のデータ収集プログラム１１８は、周期的に、又は予め選択されたスケジュールで、又は命令されたときに、或いは他の時期に実行することができる。データ収集プログラム１１８は、経歴的オークションデータ１１４の全部又は一部分を得ることができる。経歴的オークションデータ１１４は、オークション品目特性、オークション特性、及び参加者（例えば、買手又は売手）特性、例えば、売手の格付け、売手の市場会員情報（例えば、会員開始又は終了日付）、或いは他の特性を含むことができる。

オペレーション中に、データ収集プログラムは、オークションシステム１３０へデータ要求を送信し、オークションシステム１３０からの応答をパーズ(parse)し、そして特性データを経歴的オークションデータ１１４として記憶することができる。１つの実施形態では、データ収集プログラム１１８は、１つ以上の「プラクティカル・エクストラクション・レポート・ランゲッジ（ＰＥＲＬ）」スクリプトを含むことができる。

これらスクリプトは、データ要求ストリングを構築して、そのデータ要求ストリングをオークションシステム１３０へ通信することにより、データ要求を送信することができる。例えば、ＰＤＡに対するオークションカテゴリーが与えられると、スクリプトは、所与のオークションシステム１３０によりパーズするように構成されたＰＤＡオークションカテゴリーを含む品目カテゴリーサーチに対応するユニフォームリソースロケータ（ＵＲＬ）を構築することができる。或いは又、スクリプトは、他の品目、オークション、又は参加者特性を指定するサーチＵＲＬを構築してもよい。次いで、スクリプトは、ＵＲＬをウェブブラウザ又は他の通信プログラムへ提示して、オークションシステム１３０へ提示することができる。又、スクリプト及びウェブブラウザは、マウス又はキーボード入力をエミュレートするか、或いは他のアクションを行って、オークションシステム１３０が保留又は完了したオークションデータを含むウェブページを発生するようにさせてもよい。

オークションシステム１３０は、データ要求に応答して、その要求から生じたデータをシステム１００へ送信する。このデータは、テキスト、ＨＴＭＬ、イメージ、又は他のファイル形式でよい。例えば、オークションシステム１３０は、サーチ結果を含むＨＴＭＬの１つ以上のページで応答してもよい。

それに応答して、データ収集プログラム１１８は、サーチ結果をパーズして、望ましい特性を抽出することができる。例えば、ＰＥＲＬスクリプトは、オークションタイトル、売手の格付け、品目記述、運搬情報、或いは他の品目、オークション又は参加者特性を規定するタグ又は他のフラグについてＨＴＭＬをサーチすることができる。

図３の流れ図３００は、データ収集プログラム１１８により行うことのできる行動を示す。データ収集プログラム１１８は、サーチすべき品目、オークション又は参加者特性を確立する（行動３０２）。特性は、参加者指定の特性データ１１２に基づくものでよい。例えば、売手がＰＤＡに対する価格予想を要求するときには、データ収集プログラムは、ＰＤＡオークションカテゴリーをサーチ特性として選択することができる。

データ収集プログラム１１８は、データ要求を生成することができる（行動３０４）。データ要求は、サーチ特性を合体したＵＲＬサーチストリングでもよいし（行動３０４）、又は別の形態でもよい。データ収集プログラム１１８は、次いで、データ要求をウェブブラウザ又は他の通信プログラムに提示して、オークションシステム１３０と通信することができる（行動３０６）。

オークションシステム１３０は、以前の及び保留中のオークションに対するサーチ結果データで応答する。データ収集プログラム１１８は、次いで、サーチ結果データをパーズすることができる（行動３０８）。例えば、ＰＥＲＬスクリプトは、品目、オークション又は参加者特性に対してＨＴＭＬデータをサーチすることができる。パーズされた特性は、経歴的オークションデータとして記憶することができる（行動３１０）。

例えば、参加者が予想オークション結果を要求する各品目について、データ収集プログラム１１８は、システム１００がデータベースレコードを生成するようにさせる。データベースレコードは、以下のテーブルに示すパラメータの１つ以上を含むことができる。データ収集プログラム１１８は、サーチ結果をパーズして、１つ以上のパラメータを得ることができる。

更に、データ導出プログラム１２０は、サーチ結果をパーズし、そしてそれらを操作して、サーチ結果から直接的に得られるものから付加的な特性を導出することができる。導出された特性の例が以下のテーブルに示されている。一実施形態では、特性導出プログラム１２０は、サーチ結果におけるテキスト、ｈｔｍｌ、サウンドファイル、イメージ、又は他のデータを分析するように動作できる１つ以上のＰＥＲＬスクリプトを含むことができる。例えば、データ導出プログラム１２０は、データ収集プログラム１１８により得られたオークションタイトルから品目特性を導出することができる。

このために、ＰＥＲＬスクリプトは、キーワード、例えば、「新品(New)」、「新品同様(Like New)」、「破壊(Broken)」、「シール(Sealed)」又は他のキーワードに対してオークションタイトルをスキャンすることができる。例えば、データ収集プログラム１１８がオークションタイトル「新品同様パルムＭ１２５−１６ＭＢ」を得た場合には、データ導出プログラム１２０は、オークションタイトルをサーチし、そしてフレーズ「新品同様」を見つけることができる。データ導出プログラム１２０は、ＰＤＡがオークションタイトルから新品同様の状態であることを導出し、そしてその導出された特性を経歴的オークションデータ１１４に適宜記憶することができる。

データ導出プログラムは、同様の品目に対して保留中又は以前のオークションを分析することができる。同様の品目とは、収集、導出等された１つ以上の特性を、参加者指定の品目特性１１２と共有する品目でよい。例えば、ＰＤＡに対する指定の品目特性は、モデル番号Ｍ１２５でよい。タイトルにキーワード「Ｍ１２５」を含む保留中及び以前のオークションは、同様の品目に対するオークションと考えることができる。

また、データ導出プログラム１２０は、１つ以上の以前のオークションからオークションメトリックを導出してもよい。一例として、データ導出プログラム１２０は、参加者指定品目に対してオークションの開始から５分で終了する同様の品目に対するオークションの数のカウントを決定することができる。別の例として、データ導出プログラム１２０は、参加者指定品目より５分前に終了する同様の品目の終り値の標準偏差を決定することができる。以下のテーブルには、付加的な例が示されている。

しばらく図６を参照すれば、流れ図６００は、データ導出プログラム１２０により行われる行動を示している事が理解できるであろう。データ収集プログラム１１８は、サーチすべき品目、オークション又は参加者キーワード（例えば、「新品同様」）を確立する（行動６０２）。キーワードは、品目、オークション及び参加者特性からいずれかの特性を抽出するように選択することができる（行動６０４）。

また、データ導出プログラム１２０は、上述した同様のオークションに対するオークションメトリックを計算することもできる（行動６０６）。付加的なオークションメトリックを、「標準」オークションに対して計算することができ（行動６０８）、且つ「非終了(No Close)」オークションに対して計算することができる（６１０）。しかしながら、データ導出プログラム１２０は、オークションのサブセット又は全てのオークションに対してオークションメトリックを計算することもできる。データ導出プログラム１２０は、オークションメトリックを含む導出された特性を経歴的オークションデータ１１４に記憶する。

非終了オークションとは、例えば、最低競売価格を満足しないか又は誰も入札しないために売れなかった品目に対するオークションである。標準オークションは、種々の仕方で定義できる。一実施形態では、標準オークションは、予め選択されたオークション特性がセットされるか又はセットされないオークションである。又、非標準オークションとは、予め選択されたオークション特性がセットされるか又はセットされないが、１つ以上の特性が標準オークションとは相違するようなオークションである。例えば、「逆オークション(dutch auction)」特性又は最低競売価格特性が真であるか又は存在するオークションは、非標準オークションであると考えることができる。

「標準」オークション及び「非標準」オークションは、全てのオークションのサブセットの特定例である。標準オークション、非標準オークション、又はオークションの他のサブセットとして適任である多数の形式のオークションが存在してもよい。例えば、非標準オークションの一形式は、逆オークションであり、そして非標準オークションの第２形式は、最低競売価格オークションである。別の例として、標準オークションは、最低競売価格をもたない５日オークション、又は映像を伴う７日オークションである。システム１００は、全てのオークション又は全てのオークションのサブセットに対してオークション特性を収集又は導出することができる。又、システム１００は、全てのオークションに対して行うところの同じ又は異なる特性をオークションのサブセットに対して収集又は導出することができる。

図５には、価格予想入力５０２、価格予想装置５０４、及び結果予想５０６の一例が示されている。以前の及び保留中のオークションに対する品目、オークション及び参加者特性を記述する入力５０２は、結果予想装置５０４へ与えられ、この装置は、選択されたオークションに対するオークション終了結果出力５０６を生成する。価格予想入力５０２は、オークション特性５０８、品目特性５１０、経歴的オークションデータ５１２、参加者特性５１４、又は他の特性を含むことができる。収集、導出等された特性の１つ以上を価格予想装置５０４へ供給することができる。

結果予想装置５０４は、３つの形式の予想ロジック、回路又はアルゴリズム、即ち価格ロジック５１６、範囲ロジック５１８、及びスレッシュホールドロジック５２０を含むことができる。各形式の結果予想装置５０４は、結果予想を実行するのと一致して信頼性尺度を発生することができる。価格ロジック５１６は、オークション終り値及び／又は信頼性尺度を予想オークション結果として発生することができる。範囲ロジック５１８は、オークション終り値ビン及び／又は信頼性尺度を予想オークション結果として発生することができる。スレッシュホールドロジック５２０は、オークション終了スレッシュホールド又は２進分類、信頼性尺度、及び／又は結果インジケータを予想オークション結果として発生することができる。価格予想装置は、１つ以上の予想オークション結果、例えば、単一の合成された結果予想出力を発生するために、多数の異なる形式の予想ロジック５１６、５１８及び５２０を含むことができる。

予想ロジック５１６、５１８及び５２０は、結果予想５０６を決定するための１つ以上のマシン言語アルゴリズムを含むことができる。いずれの形式の予想ロジック５１６、５１８及び５２０も、ニューラルネットワーク５２２、回帰ロジック５２４、及び判断ツリーロジック５２６を使用することができる。一実施形態では、１つのマシン言語アルゴリズムがオークション結果予想５０６を決定することができる。或いは又、多数のマシン言語アルゴリズムを使用して、オークション結果予想５０６の１つ以上を発生してもよい。価格予想装置５０４に含まれる各アルゴリズムの出力が含まれてもよい。或いは又、１つ以上の結果予想５０６を統計学的に合成して、より少数の結果予想を発生してもよい。

予想ロジック５１６、５１８及び５２０は、その実施が広範囲に異なってもよい。例えば、ニューラルネットワーク５２２は、過去のパターンに適応し且つそこから学習する相互接続された処理要素を使用する実際の装置又は仮想装置でよい。実際に、ニューラルネットワークは、種々の強度の接続に沿って互いにデータを送信する多数の相互接続された処理要素を備えている。接続の強度は、重みにより表わされる。処理要素は、システム１００への入力から直接的に、又は他の処理要素から入力を受け取る。各入力は、次いで、対応する重みで乗算され、その結果を一緒に加算して、重み付けされた和を形成する。この重み付けされた和に伝達関数を適用して、要素の状態として知られた値を得ることができる。この状態は、次いで、重み付けされた接続に沿って別の要素へパスされるか、又は出力信号として与えられる。集合的に、これら状態を使用して、情報を短期的に表わす一方、重みが長期的情報又は学習を表わす。ネットワークは、経歴的オークションデータ１１４のような既知の出力を有する入力を繰り返し与え、ネットワーク５２２の出力を既知の結果と比較し、そしてエラーを減少又は最小にするように重みを修正することにより、トレーニングすることができる。

予想入力５０２は、トレーニングされるニューラルネットワーク５２２への入力である。ニューラルネットワーク５２２は、多数の価格スレッシュホールド出力を与えることができる。価格スレッシュホールド出力を駆動する処理要素の重み付けされた和又は状態情報は、予想結果における信頼性尺度を表わしてもよいし、又はそれを決定するように使用されてもよい。

回帰ロジック５２４は、リニア回帰アルゴリズム、ロジスティック回帰アルゴリズム、多項式回帰アルゴリズム、又はカーネル回帰アルゴリズムのような任意の形式の回帰アルゴリズムも実施できる。リニア回帰アルゴリズムは、ある適合度(goodness-of-fit)メトリックを使用して１組のポイントを通る直線を適合させることができる。１組のポイントは、経歴的オークション結果の特性に対応することができる。一実施形態では、Ｎ個の入力特性の１つ以上が、１組のポイントに適合するリニア回帰方程式に貢献することができる。次いで、リニア回帰方程式における各変数に対する係数をその後のオークションに適用して、結果予想を生じさせることができる。

判断ツリーロジック５２６は、判断実行プロセスにおける代替物の表示を発生することができる。例えば、判断ツリーロジック５２６は、一連のノードを定義するように経歴的データ１１４を使用して構成することができる。ノードは、依存性に基づいて互いに相互接続され、各経路は、それに対応する発生確率を有する。各入力５０２の特性の値を使用して、ツリーを横断し、オークション結果を予想することができる。遭遇する各ノードの確率を合成して、予想結果における信頼性を決定することができる。

結果予想５０６は、オークション終り値５２８、オークション終り値範囲又はビン５３０、及び／又はオークション終り値スレッシュホールド５３２を含むことができる。各予想５０６は、信頼性尺度に関連付けることができる。図４は、結果予想５０６を更に詳細に示す。

図７には、ニューラルネットワーク７００の形態の結果予想装置が示されている。ニューラルネットワーク７００は、ハードウェア、ソフトウェア又はその両方で実施することができ、そして経歴的オークションデータ１１４の全部又は一部分（例えば、経歴的オークションデータの４０％）、或いは他のデータでトレーニングすることができる。ニューラルネットワーク７００は、パラメータ入力７０２及び結果予想出力７０４を含むことができる。

モーメント項(momentum term)、学習率、パラメータ減衰及び他のパラメータのようなニューラルネットワークパラメータは、実施ごとに広く変化し得る。Ｃｌｅｍｅｎｔｉｎｅ（Ｒ）ツールでの実施について以下に例を示す。一例として、ニューラルネットワーク５０２は、アルファが約０．７の学習率、Ｅｔａの初期値約０．４、Ｅｔａの高い値約０．１、Ｅｔａの低い値約０．０１、及びＥｔａの減衰値約２０を使用することができる。

アルファパラメータは、モーメント項であり、トレーニング中に重みを更新するのに使用することができる。モーメント項は、一貫した方向に移動する重みの変化を保持することができる。モーメント項の高い値は、ニューラルネットワークがローカル最小値を逃れる上で助けとなり得る。Ｅｔａパラメータは、学習率でよい。学習率は、重みが各更新においてどれほど調整されるかを制御することができる。学習率は、トレーニングが進むにつれて、変化してもよいし、一定のままでもよい。

Ｅｔａの初期値は、Ｅｔａパラメータのスタート値を与えることができる。トレーニング中に、Ｅｔａパラメータは、Ｅｔａの初期値でスタートし、Ｅｔａの低い値へと減少する。Ｅｔａパラメータは、次いで、Ｅｔａの高い値にリセットされ、トレーニング中に一回以上Ｅｔａの低い値へと減少する。Ｅｔａ減衰値は、Ｅｔａパラメータが減少する率を指定することができる。Ｅｔａ減衰は、ＥｔａパラメータがＥｔａの高い値からＥｔａの低い値へと変化するところのサイクルの数として表わされてもよい。

ニューラルネットワーク７００は、約２０の処理要素及び約２００の持続性を伴う１つ以上の隠れた層を含むことができる。各結果予想出力７０４は、２進分類又はオークション終了スレッシュホールドを表わすことができる。各予想出力７０４における状態の値又は重み付けされた和は、予想出力７０４に割り当てられる価格スレッシュホールドに対する信頼性尺度を反映することができる。

一実施形態では、結果セレクタ７０６をニューラルネットワーク７００に結合することができる。結果セレクタ７０６は、１つ以上の予想出力７０４を受け容れ、そして市場参加者１２８へ配送するための１つ以上の結果予想７０８を決定することができる。例えば、結果セレクタ７０６は、参加者１２８により与えられるコンフィギュレーション設定に応答して、価格予想のうちの最も有望なもの、価格予想の全部、結果インジケータが「販売」から「非販売」へ遷移するところの価格予想、又は他のいずれかの価格予想を配送することができる。図４を参照すれば、結果セレクタ７０６は、「＞＄４５より高く売る、８５％の信頼性」の価格予想を最も有望な結果として配送することができる。或いは又、結果セレクタ７０６は、予想価格スレッシュホールド、信頼性尺度、及び結果インジケータの全部又はサブセットを参加者１２８へ配送することができる。多数の結果予想がほぼ等しく有望であるときには、結果セレクタ７０６は、最初の結果予想を選択し、結果予想を平均化し、結果予想をランダムに選択し、全ての結果予想を参加者へ配送し、或いは別の仕方で配送すべき結果予想を決定することができる。

結果予想技術は、種々のアプリケーションに適している。オークションがスタートする前に終り値を予想することは、第三者が売手に価格保険をオファーする機会を与える。保険業者は、システム１００から予想終り値を得て、オークション品目が少なくとも保険付き価格で売れるという保険を売手又は他の個人又はエンティティにオファーすることができる。保険付き価格とは、最も有望に予想される終り値であるが、最も有望な終り値に限定されない。見返りに、保険業者は、保険割り増しを収集することができる。保険という用語は、例えば、オークション品目が予想終り値より安く売れた場合に、保険業者が、保険付き価格と販売価格との間の差額を売手に賠償することを指定することができる。

結果予想技術の別のアプリケーションは、リスティング最適化装置(listing optimizer)である。このリスティング最適化装置は、より高い終り値を達成するように特性が仕立てられたオークションを生成する上で売手の助けとなることができる。例えば、売手は、売ろうとする品目に対する品目特性、売手について記述する参加者特性、又は他の特性を入力することができる。リスティング最適化装置は、次いで、予想と予想との間に１つ以上の特性が変化するような終り値予想を実行することができる。リスティング最適化装置は、各々の最終価格を追跡し、そして入力特性を変更して、最終価格に対するその影響を決定することができる。１つ以上の予想の後に、リスティング最適化装置は、最終価格を増額できる品目、オークション又は売手特性への変更を識別することができる。従って、リスティング最適化装置は、品目、オークション又は売手特性、例えば、スタート時間、スタート付け値、写真の使用、最低競売価格、品目を記述するワード、又は最終価格を増額できる他の特性を設定するために売手に示唆を通信することができる。

結果予想技術は、正確なオークション結果予想を与えることができる。価格予想技術は、オークション、販売品目及び／又は売手に関する１組の特性が分かっている状態に特に良く適応される。限定された１組の経歴的オークションデータしか手できないか又はデータが散漫に構成されているときでも、実質的に精度を失うことなく価格予想を進めることができる。有意義なオークション結果予想では、オークションで販売する品目をオファーするリスクをある程度緩和し、より多くの買手及び売手を市場に引き付け、そして市場価値を高めることもできる。有望な終り値のオークション品目にアクセスできることで、オンラインオークションにおいて買手、売手及び第三者へオファーできる広範囲なサービスを開拓することができる。

一実施形態では、経歴的オークションデータ１１４は、経歴的データの３つの主たるカテゴリー、即ち同様のオークション、同様の標準オークション、及び「非終了」オークションを包含することができる。同様のオークションのデータ及び同様の標準オークションのデータは、各々、４つのサブカテゴリー、即ち経歴的カウント、経歴的始め値情報、経歴的終り値情報、及び経歴的運搬金額情報を含むことができる。以下のテーブルは、各形式の経歴的オークションデータ１１４の例を示す。

収集され且つ導出される品目、オークション及び参加者特性のテーブルを以下に示す。テーブル１は、収集されるオークション特性を例示する。テーブル２は、ＰＤＡに対する導出されるオークション特性を例示する。テーブル３、４、５及び６は、導出される同様のオークションの経歴的データを例示する。テーブル７、８、９及び１０は、導出される同様の標準オークションの経歴的データを例示する。テーブル１１は、１組の導出される「非終了」オークションの経歴的データを例示する。

オークション保険は、上述した価格予想技術の１つのアプリケーションである。図８は、例えば、価格予想システム１００と協働してオークション保険を与える保険データ処理システム８００（「保険装置８００」）を示す。この保険装置８００は、メモリ８０４に接続されたプロセッサ８０２、ネットワークインターフェイス８０６、及びディスプレイ８０８を備えている。

メモリ８０４は、１つ以上の予想オークション結果８１０、保険パラメータ決定プログラム８１２、及びオークション保険パラメータ８１４を保持することができる。オークション保険パラメータ８１４は、保険コストパラメータ８１６及び保険付きオークション結果８１８を含むことができる。また、保険証券の期間及び条件のような付加的な保険パラメータ８２０を決定又は確立することもできる。

保険装置８００は、価格予想システム１００、市場参加者、又は他の第三者システムからいずれかの予想オークション結果８１０を得ることができる。この予想オークション結果８１０は、１つ以上のオークション終了価格４０２、オークション終了価格範囲４０４、及び／又はオークション終了価格スレッシュホールドを、それに関連した信頼性尺度と共に含むことができる。しかしながら、予想オークション結果８１０は、他の形態をとってもよい。

保険コストパラメータ８１６は、保険に関連したコスト、価格、又は他の事柄を表わすことができる。コストは、買手、売手又は他の第三者がオークション保険を買うために支払うドル金額でよい。オークション保険は、オークション品目が売れる又は売れない、指定価格に到達する又はしない、或いは保険付きオークション結果パラメータ８１８により指定された別の最終結果に到達する又はしないことを保証できる。例えば、ＰＤＡオークションは、「少なくとも＄５０．００」の保険付きオークション結果パラメータ８１８に関連付けることができる。従って、保険コストパラメータは、保険のための売手に対するコスト、例えば、＄１．００を表わしてもよい。この例では、買手は、ＰＤＡが少なくとも＄５０．００で売れるという保険を購入するために＄１．００を支払ってもよい。

保険付きオークション結果は、１つ以上のオークション特性を指定することができる。例えば、保険付きオークション結果は、品目が売れるか売れないか指定することができ、最終的な売り値、最大の付け値、オークション期間、又は他のオークション特性を指定することができる。上述した例では、保険付きオークション結果は、ＰＤＡが少なくとも＄５０．００で売れるというものであった。別の例として、保険付きオークション結果は、ＰＤＡが指定の「今買う(buy-it-now)」価格でオークション開始の２日以内に売れることでもよい。

保険装置８００は、ネットワーク１２６を経て価格予想システム１００と通信することができる。例えば、価格予想システム１００がオンラインオークションに対して予想オークション結果１１６を得たときに、価格予想システム１００は、予想オークション結果１１６の幾つか又は全部を分析のために保険装置８００へ通信することができる。保険装置８００へ通信される特定のオークション結果１１６は、保険装置８００と価格予想システム１００との間の転送の前に、予め構成又は交渉することができる。保険装置８００は、オークション保険パラメータ８１４を決定すると共に、そのパラメータ８１４を価格予想システム１００へ又は市場参加者１２８のような第三者へ通信して戻すことができる。

他の実施形態では、保険装置８００は、多数の価格予想システム１００から予想オークション結果を受け取ることができる。価格予想システム１００の各々は、独立して動作できると共に、オークション結果として任意の形式の独自に決定された予想を与えることができる。同様に、１つ以上の価格予想システム１００は、それらの予想オークション結果を１つ以上の保険装置８００へ通信することができる。各保険装置８００は、独立して動作できると共に、独自に決定されたオークション保険パラメータを、価格予想システム１００又は他の第三者による再検討のために与えることができる。

図９は、保険パラメータ決定プログラム８１２がオークション保険パラメータ８１４を決定するために行うことのできる行動９００を概略的に示す。プログラム８１２は、予想オークション結果、例えば、価格予想、価格ビン、価格スレッシュホールド、及びオークション品目に対する関連信頼性尺度を受け取ることができる（行動９０２）。

一実施形態において、プログラム８１２は、１つ以上の保険付きオークション結果を決定することができる（行動９０４）。例えば、プログラム８１２は、予想オークション結果から、最も高い信頼性尺度４１０をもつ価格予想４０８を選択することができる（行動９０６）。それとは別に又はそれに加えて、プログラム８１２は、最も高い信頼性尺度４１４をもつ価格ビン４１２を選択することができる（行動９０８）。別の例として、プログラム８１２は、関連結果インジケータ４１８が遷移する（例えば、「販売」から「非販売」へ）ところの価格スレッシュホールド４０６、最も高い信頼性尺度をもつ価格スレッシュホールド４０６、又は少なくとも所定の信頼性尺度（例えば、少なくとも９０％）をもつ価格スレッシュホールド４０６を選択することができる（行動９１０）。

プログラム８１２は、価格予想システム１００から受け取った予想オークション結果から保証付きオークション結果を直接的に選択することができる。しかしながら、他の実施形態では、プログラム８１２は、選択すべき付加的なオークション結果を発生することができる。例えば、プログラム８１２は、平均化され、補間され又は曲線適合され、或いは他の統計学的に導出されるオークション結果を、１つ以上の形式の予想オークション結果から導出することができる。プログラム８１２は、任意の仕方で得られた付加的なオークション結果から保険付きオークション結果を選択することができる。

ある実施形態では、プログラム８１２は、単一の保険付きオークション結果（例えば、ＰＤＡが少なくとも＄５０．００で売れる）を決定することができる。しかしながら、プログラム８１２は、多数の保険付きオークション結果を決定することもできる。従って、プログラム８１２は、希望の、要求された又は構成された数の付加的な保険付きオークション結果を決定することができる（行動９１２）。例えば、ローカルコンフィギュレーションファイル又は第三者保険要求（例えば、ネットワーク１２６を経て受け取られる）が、選択された数の保険付きオークション結果を返送するようにプログラム８１２に命令することができる。第三者は、保険付きオークション結果を受け取り、そしてそれらから、オークション品目の販売に保険をかけるように選択することができる。

また、プログラム８１２は、１つ以上の保険コストパラメータも決定できる（行動９１４）。例えば、プログラム８１２は、メモリ８０４に記憶された料金テーブルを調べることができる（行動９１６）。この料金テーブルは、予め定義されたコスト、関連信頼性尺度、保険付きオークション結果、又は他のパラメータを含むことができる。例えば、この料金テーブルは、低い信頼性尺度及び／又は高い保険付きオークション結果を伴う増加する保険コストを確立することができる。

別の実施形態では、プログラム８１２は、保険コストを、保険付きオークション結果の関数として決定することができる（行動９１８）。一実施形態では、この関数は、保証付きオークション結果の最大値の１から１０パーセント（１−１０％）でよい。例えば、価格ビン４１２が保険付きオークション結果として決定されると、保険コストは、そのビンを境界定めする高い値の１パーセント（１％）として決定されてもよい。別の例として、保険コストは、価格スレッシュホールド４０６の上限の２パーセント（２％）として決定されてもよい。

また、プログラム８１２は、マッピング関数を評価することにより保険コストパラメータを決定することもできる（行動９２０）。マッピング関数は、保険コストパラメータに対してリスクをマッピングしてもよいし、保険コストパラメータに対して希望の利益をマッピングしてもよいし、或いは他のマッピング関数を実施してもよい。例えば、マッピング関数は、保険装置が直面するリスクが高くなるにつれて、より高い保険コストを確立してもよい。保険装置は、保険リスクモデルを使用して、保険コストパラメータを確立してもよい。或いは又、マッピング関数は、時間と共に、又は他の基準に基づいて、保険証券当たりの希望の利益を満足するように保険コストを設定してもよい。

プログラム８１２は、他の仕方で保険コストパラメータを決定してもよい。例えば、プログラム８１２は、オークション保険として固定料金（例えば、＄１．５０）を課してもよい。別の例として、プログラム８１２は、固定料金に修正値を加えたものとして保険コストパラメータを決定してもよく、この修正値は、売手又は買手のフィードバック、オークション、価格予想のようなファクタ、又は市場参加者への保険オプションを決定して与えるための保険システム追加料金、或いは他のファクタに基づくものである。例えば、プログラム８１２は、買手及び／又は売手のフィードバックが所定のスレッシュホールドを越える場合に、より低い保険コストパラメータを確立してもよい。

図１０は、オークション保険を決定し、提示しそして購入するために対話することのできるデータ処理システムを示す。図１０は、オークションシステム１０００、市場参加者１００２、価格予想システム１００４、及び保険パラメータ決定システム１００６を示している。これらシステム１０００−１００６は、１つ以上のネットワーク１２６を経て互いに通信することができる。

オークションシステム１０００は、オンラインオークションシステムを実施する１つ以上のデータ処理システムを表わすことができる。オークションシステム１０００は、それ自体、価格予想を遂行し、オークション保険をオファーすることができる。このため、オークションシステム１０００は、価格予想プログラム１１０及び保険パラメータ決定プログラム８１２を保持するメモリ１００８を備えることができる。

オークションシステム１０００は、メモリ１００８にオークションウェブページデータ１０１０を確立することができる。オークションウェブページデータ１０１０は、オークション品目提示データ１０１２及び保険選択データ１０１４を含むことができる。オークション品目提示データ１０１２は、市場参加者１００２が所与のオークション品目に対してオンラインオークションを確立するために対話するところのテキスト、グラフィック、ｈｔｍｌコード及び／又はユーザインターフェイス要素を表わすことができる。保険選択データ１０１４は、市場参加者１００２（又は他の第三者）がオンラインオークションの保険を購入するために対話するところのテキスト、グラフィック、ｈｔｍｌコード及び／又はユーザインターフェイス要素を表わすことができる。保険選択データ１０１４は、１つ以上のオークション保険パラメータ８１４を含み又は表わすことができる。

価格予想、保険、又はウェブページ生成及び提示機能のいずれも、システム１０００−１００６のいずれかにおいて、完全に又は一部分行うことができる。例えば、オークションシステム１０００は、オークション特性データを１つ以上の価格予想システム１００４に通信することができる。価格予想システム１００４は、予想オークション結果１１６及び／又はオークション保険パラメータ８１４を決定することができる。或いは又、市場参加者１００２が、予想オークション結果及びそれに関連したオークション保険パラメータを決定するプログラムを含んでもよい。これらプログラムは、オークションシステム、保険業者又は他の第三者により与えられてもよい。

同様に、オークションシステム１０００は、オークション特性データを１つ以上の保険パラメータ決定システム１００６に通信することができる。保険パラメータ決定システム１００６は、予想オークション結果１１６及び／又はオークション保険パラメータ８１４を決定することができる。いずれのシステム１０００−１００６も、全体的又は部分的な価格予想及び／又は保険パラメータ決定結果又はウェブページデータを他のいずれのシステム１０００−１００６に通信することができる。

例えば、市場参加者１００２は、上述したようにオークション特性データを入力することができる。オークションシステム１０００は、オークション特性データを価格予想システム１００４に通信することができる。価格予想システム１００４は、次いで、予想オークション結果を保険パラメータ決定システム１００６に通信することができる。保険パラメータ決定システム１００６は、オークション保険パラメータをオークションシステム１０００に通信することができる。オークションシステム１０００は、次いで、オークションウェブページデータ１０１０を、市場参加者１００２のための保険選択データ１０１４と共に準備することができる。

市場参加者１００２は、オークション品目の売手、買手、又は他の第三者を表わすことができる。市場参加者１００２は、ウェブブラウザプログラム１０１６のような通信プログラムを実行することができる。ウェブブラウザプログラム１０１６は、オークション提示ページ１０１８及び／又は保険購入ページ１０２０を表示することができる。保険購入ページ１０２０は、独立したウェブページでもよいし、保険購入データ１０２２としてオークション提示ページ１０１８と一体化されてもよいし、又は他のウェブページと一体化されてもよい。

オークション提示ページ１０１８は、オークション品目提示データ１０１２により確立されたテキスト、グラフィック、ｈｔｍｌコード及び／又はユーザインターフェイス要素を含むが、他のデータを含んでもよい。市場参加者１００２は、オークション提示ページ１０１８と対話して、オークションデータ（例えば、オークション品目特性）を提示し、オンラインオークションを開始し、さもなければ、オークションシステム１０００と対話することができる。

保険購入ページ１０２０及び／又は保険購入データ１０２２は、保険選択データ１０１４を表わすことができる。市場参加者１００２は、保険購入ページ１０２０及び／又は保険購入データと対話して、１つ以上の保険業者からの保険オファーを再検討して選択し、オークション品目の販売、購入又は他のトランザクションに対して保険を選択し、そしてオークション保険を購入することができる。市場参加者１００２は、クレジットカード、銀行口座、デビット口座、ＰａｙＰａｌ（登録商標）口座データ、又は他の支払情報をシステム１０００−１００６へ供給して、オークション保険の支払を行うことができる。

図１１において、ブラウザウインドウは、オークション提示ページ１０１８を示している。オークション提示ページ１０１８は、オークション品目特性１１０２、例えば、オークションタイトル、期間、場所、及び映像を含むことができる。又、オークション提示ページ１０１８は、保険購入データ１０２２を含むこともできる。

保険購入データ１０２２は、１人以上の第三者から得られるオークション保険パラメータに基づいてもよい。図１１に示す例では、保険購入データ１０２２は、３つの保険証券１１０４、１１０６及び１１０８の選択肢を市場参加者１００２に与える。第１証券１１０４のもとでは、市場参加者１００２は、オークション品目が＄８５０．００で売れるという保険を＄２．００で購入することができる。第２証券１１０６のもとでは、市場参加者１００２は、オークション品目が＄８００．００ないし＄８５０．００で売れるという保険を＄１８．５５で購入することができる。第３証券１１０８のもとでは、市場参加者１００２は、オークション品目が少なくとも＄７００．００で売れるという保険を＄２３．００で購入することができる。

保険業者は、購入者が、購入した保険に基づいて、どんな条件のもとで、どれほど収集できるかを、保険パラメータ又はその他として指定することができる。例えば、保険証券１１０８を購入した場合に、保険業者は、最終的な価格が＄７００．００より安かったときに、オークション品目の最終価格と＄７００．００との間の差額を購入者に支払うことができる。別の例として、保険証券１１０４又は１１０６のもとでは、保険業者は、オークション品目の最終価格が各々＄８５０．００でないか又は＄８００．００未満である場合に、予め選択されたドル額を購入者に支払うことができる。

上述したように、市場参加者１００２は、オークションがスタートする前に、オークション提示ページ１０１８を経て保険を購入することができる。又、それに代わって、市場参加者１００２は、オークションがスタートした後を含む別の時期に、オークション保険を購入することもできる。より一般的には、市場参加者１００２は、保険購入インターフェイスと対話して、オークションに対する保険を選択し、購入することができる。保険購入インターフェイスは、オークション提示ページ１０１８のようなユーザインターフェイス要素を伴うウェブブラウザページでもよいし、オークション提示プロセスとは独立したウェブブラウザページでもよいし、電子的形態、非電子的形態、即ち市場参加者１００２と保険業者との間のｅメール交換、市場参加者１００２と保険業者との間の電話交換でもよいし、或いは他のインターフェイスでもよい。

市場参加者１００２が保険を購入するときに、市場参加者１００２は、選択された保険パラメータ、支払情報、及び購入者識別情報を、保険装置８００のような第三者へ通信することができる。保険装置８００は、購入した保険証券、それに関連するオークションを記録及び追跡し、そしてオークション結果を決定及び追跡することができる。

図１２は、オンラインオークション保険を与えるために行うことのできる行動を示す。品目特性を含むオークションパラメータを価格予想システム１００４に通信することができる（行動１２０２）。価格予想システム１００４は、予想オークション結果を発生し、そしてその予想オークション結果を保険パラメータ決定システム１００６へ通信することができる（行動１２０４）。保険パラメータ決定システム１００６は、１つ以上のオークション保険パラメータを決定することができる（行動１２０６）。

保険装置、オークションシステム、市場参加者又は他のシステムは、オークション保険パラメータ及びオークション保険セレクタ（例えば、選択ボタン）をオークション提示ウェブページ、スタンドアローンウェブページ又は他のウェブページに追加することができる（行動１２０８）。ウェブページデータは、市場参加者へ通信することができる（行動１２１０）。オークションを開始するために、市場参加者は、オークション提示命令をオークションシステム又は他の第三者に通信することができる（行動１２１２）。オークション提示命令は、市場参加者により与えられる入力、例えば、「提示」ユーザ入力要素におけるマウスクリック、キーストローク、又は他の入力から発生することができる。

オークション保険が選択された場合に、市場参加者は、１つ以上のオークション保険パラメータの受け容れを保険装置に通信することができる（行動１２１４）。又、市場参加者は、識別及び支払情報を保険装置へ通信することができる（行動１２１６）。保険装置は、保険受け容れデータを、例えば、受け容れメッセージ、期間及び条件を伴うウェブページ、並びに他の情報の形態で発生することができる（行動１２１８）。次いで、保険装置は、受け容れページデータを市場参加者へ通信することができる（行動１２２０）。保険が選択されるかどうかに関わらず、オークションシステムは、オークション受け容れページを市場参加者へ通信して（行動１２２２）、オンラインオークションを開始することができる。

以上の詳細な説明は、本発明を例示するもので、限定するものではなく、本発明の精神及び範囲は、特許請求の範囲及びその等効物により限定されることを理解されたい。

オークション結果予想システムを示す。 オークション結果予想システムにおけるデータの流れを示す。 データ収集プログラムにより行うことのできる行動を示す。 予想されるオークション結果を示す。 結果予想入力、結果予想装置、及び結果予想を示す。 特性導出プログラムにより行うことのできる行動を示す。 ニューラルネットワークオークション結果予想装置を示す。 保険装置において実施されるオークション保険パラメータ決定システムと通信する価格予想システムを示す。 オークション保険パラメータを決定するために行われる行動を示す。 保険付きオンラインオークションを提供するために対話できるエンティティを示す。 オークション提示ページを示す。 オンラインオークションの保険を提供するために行われる行動を示す。

Claims (78)

1. 第１オークション品目に対する参加者指定特性を得るステップと、
   経歴的オークションデータを得るステップと、
   前記参加者指定特性及び経歴的オークションデータを結果予想プログラムに与えるステップと、
   前記結果予想プログラムから予想オークション結果を受け取るステップと、
   を備えたオークション結果予想方法。
2. 前記価格予想プログラムは、ニューラルネットワークを含む、請求項１に記載の方法。
3. 前記得られた経歴的オークションデータから特性を導出するステップと、
   前記導出された特性を前記参加者指定特性と比較するステップと、
   前記比較に基づき、前記第１オークション品目と同様の品目に対する同様の経歴的オークションデータを識別するステップと、
   前記同様の経歴的オークションデータを前記結果予想プログラムに与えるステップと、
   を更に備えた請求項１に記載の方法。
4. 前記第１オークション品目に対する複数の参加者指定特性を受け取り、その複数の参加者指定特性を前記結果予想プログラムに与えるステップと、
   前記結果予想プログラムからの予想オークション結果をオークション品目最適化プログラムに与えるステップであって、このオークション品目最適化プログラムは、
   前記第１オークション品目に対する前記参加者指定特性の少なくとも１つを変更し、
   前記少なくとも１つの変更された特性を含む前記参加者指定特性を前記結果予想プログラムに与え、
   前記結果予想プログラムから新たな予想オークション結果を受け取り、そして
   前記予想オークション結果と前記新たな予想オークション結果との比較に基づいて、更に好都合な予想オークション結果を生じさせる特定の特性を識別する、
   ことを含む最適化ルーチンを実行するようにプログラムされたものであるステップと、
   を更に備えた請求項１に記載の方法。
5. 前記オークション品目最適化プログラムは、前記最適化ルーチンの複数の繰り返しを実行するようにプログラムされた、請求項４に記載の方法。
6. 予想オークション結果を受け取る前記ステップは、オークション終り値スレッシュホールド及びそれに関連した価格スレッシュホールド信頼性尺度を受け取ることを含む、請求項１に記載の方法。
7. 予想オークション結果を受け取る前記ステップは、複数のオークション終り値スレッシュホールド及び価格スレッシュホールド信頼性尺度を受け取ることを含む、請求項６に記載の方法。
8. 前記価格予想プログラムは、前記価格スレッシュホールド信頼性尺度の各々に対するネットワーク出力を含むニューラルネットワークを備えた、請求項７に記載の方法。
9. 経歴的オークションデータを得る前記ステップは、前記第１オークション品目と同様の付加的なオークション品目に対する経歴的オークションデータを得ることを含む、請求項１に記載の方法。
10. 参加者指定特性を得る前記ステップは、オークション品目の映像、タイトル、又は運搬特性を得ることを含む、請求項１に記載の方法。
11. 経歴的オークションデータを得る前記ステップは、以前のオークション価格、以前のオークションタイトル、又は以前のオークション期間特性を得ることを含む、請求項１に記載の方法。
12. 予想オークション結果を受け取る前記ステップは、前記オークション品目に対するオークション終り値を受け取ることを含む、請求項１に記載の方法。
13. 予想オークション結果を受け取る前記ステップは、前記オークション品目に対するオークション終り値範囲を受け取ることを含む、請求項１に記載の方法。
14. 参加者指定特性を得る前記ステップは、売手指定のオークション品目特性を得ることを含むと共に、売手指定のオークション特性及び参加者指定の売手特性を更に含む、請求項１に記載の方法。
15. 参加者指定特性を得る前記ステップは、オークション品目の新品さ特性、オークション品目のカテゴリー特性、又はオークション品目の識別子を得ることを含む、請求項１に記載の方法。
16. 参加者指定特性を得る前記ステップは、オークション品目のタイトルから得ることを更に含む、請求項１５に記載の方法。
17. オークション品目に対する参加者指定特性及び経歴的オークションデータを含むメモリと、
    前記メモリに結合され、そして前記指定特性及び経歴的オークションデータを受け容れて、予想オークション結果を発生するように動作できる結果予想装置と、
    を備えたオークション結果予想システム。
18. 前記結果予想装置は、前記経歴的オークションデータの少なくとも一部分でトレーニングされるニューラルネットワークを備えた、請求項１７に記載のオークション結果予想システム。
19. 前記得られた経歴的オークションデータから特性を導出し、
    前記導出された特性を前記参加者指定特性と比較し、
    前記比較に基づいて、前記オークション品目と同様の品目に対する同様の経歴的オークションデータを識別し、そして
    前記同様の経歴的オークションデータを前記結果予想プログラムに与える、
    ように動作できるデータ導出プログラムを更に備えた、請求項１７に記載のオークション結果予想システム。
20. 前記結果予想装置から予想オークション結果を受け取り、
    前記オークション品目に対する前記参加者指定特性の少なくとも１つを変更し、
    前記少なくとも１つの変更された特性を含む前記参加者指定特性を前記結果予想プログラムに与え、
    前記結果予想プログラムから新たな予想オークション結果を受け取り、そして
    前記予想オークション結果と前記新たな予想オークション結果との比較に基づき、更に好都合な予想オークション結果を生じさせる特定の特性を識別する、
    ことを含む最適化ルーチンを実行するように動作できるオークション品目最適化プログラムを更に備えた、請求項１７に記載のオークション結果予想システム。
21. 前記オークション品目最適化プログラムは、前記最適化ルーチンの複数の繰り返しを実行するように動作できる、請求項２０に記載のオークション結果予想システム。
22. 前記結果予想装置は、前記経歴的オークションデータの少なくとも一部分でトレーニングされる回帰ロジックを備えた、請求項１７に記載のオークション結果予想システム。
23. 前記結果予想装置は、前記経歴的オークションデータの少なくとも一部分でトレーニングされる判断ツリーロジックを備えた、請求項１７に記載のオークション結果予想システム。
24. 前記予想オークション結果は、価格スレッシュホールド及び信頼性尺度を含む、請求項１７に記載のオークション結果予想システム。
25. 前記予想オークション結果は、複数の価格スレッシュホールド及び信頼性尺度を含む、請求項１７に記載のオークション結果予想システム。
26. 前記予想オークション結果は、予想価格を含む、請求項１７に記載のオークション結果予想システム。
27. 前記予想オークション結果は、信頼性尺度を更に含む、請求項２６に記載のオークション結果予想システム。
28. 前記メモリは、データ収集プログラムを更に含む、請求項１７に記載のオークション結果予想システム。
29. 前記データ収集プログラムは、オークション品目サーチ結果を第１特性について分析するように動作できる、請求項２８に記載のオークション結果予想システム。
30. 前記メモリは、特性導出プログラムを更に備えた、請求項２９に記載のオークション結果予想システム。
31. 前記特性導出プログラムは、前記第１特性から第２特性を導出するように動作できる、請求項３０に記載のオークション結果予想システム。
32. 前記参加者指定特性は、売手指定のオークション品目特性を含む、請求項１７に記載のオークション結果予想システム。
33. 前記売手指定のオークション品目特性は、品目名、記述、タイトル、又は映像特性を含む、請求項３２に記載のオークション結果予想システム。
34. 前記メモリは、売手指定のオークション特性を更に含み、そして前記結果予想装置は、前記売手指定のオークション特性を受け容れると共に、予想オークション結果を発生するように更に動作できる、請求項１７に記載のオークション結果予想システム。
35. 前記売手指定のオークション特性は、開始時刻、開始日、始め値、又は運搬特性を含む、請求項３４に記載のオークション結果予想システム。
36. 前記メモリは、参加者指定の売手特性を更に含み、そして前記結果予想装置は、参加者指定の売手特性を受け容れると共に、予想オークション結果を発生するように更に動作できる、請求項１７に記載のオークション結果予想システム。
37. 前記参加者指定の売手特性は、売手フィードバック、販売量、又は会員期間特性を含む、請求項３６に記載のオークション結果予想システム。
38. メモリを備え、該メモリは、
    オークション品目に対する予想オークション結果、及び
    保険パラメータ決定プログラムを含み、該プログラムは、
    予想オークション結果を受け取る命令、
    保険付きオークション結果を決定する命令、及び
    前記予想オークション結果に基づいて前記保険付きオークション結果に対する保険コストを決定する命令、
    を含むものであり、更に、
    前記メモリに結合され、前記保険パラメータ決定プログラムを実行するプロセッサを備えたデータ処理システム。
39. 前記予想オークション結果は、前記オークション品目に対する予想価格と、該予想価格に対する価格信頼性尺度とを含む、請求項３８に記載のデータ処理システム。
40. 前記予想オークション結果は、オークション結果インジケータを含む、請求項３８に記載のデータ処理システム。
41. 前記予想オークション結果は、前記オークション品目に対する予想オークション終り値を含む、請求項３８に記載のデータ処理システム。
42. 前記予想オークション結果は、前記オークション品目に対する予想オークション終り値範囲を含む、請求項３８に記載のデータ処理システム。
43. 前記予想オークション結果は、オークション終り値スレッシュホールドを含む、請求項３９に記載のデータ処理システム。
44. 前記予想オークション結果は、オークション結果インジケータを更に含む、請求項４３に記載のデータ処理システム。
45. 前記オークション結果インジケータは、「販売」又は「非販売」インジケータの１つである、請求項４４に記載のデータ処理システム。
46. 前記保険パラメータ決定プログラムは、オークション結果インジケータに基づいて遷移オークション終り値スレッシュホールドを決定するように動作できる、請求項４４に記載のデータ処理システム。
47. 前記保険付きオークション結果は、前記遷移オークション終り値スレッシュホールドに基づく、請求項４６に記載のデータ処理システム。
48. 前記保険コストは、前記遷移オークション終り値スレッシュホールド及び少なくとも１つの価格信頼性尺度に基づく、請求項４６に記載のデータ処理システム。
49. オークション保険パラメータを決定する方法において、
    オークション品目に対する予想オークション結果を得るステップと、
    前記予想オークション結果を保険パラメータ決定プログラムに与えるステップと、
    前記保険パラメータ決定プログラムにより決定されたオークション保険パラメータをメモリに記憶するステップと、
    を備えた方法。
50. 予想オークション結果を得る前記ステップは、オークション品目に対する予想オークション終り値及びそれに関連した信頼性尺度を得ることを含む、請求項４９に記載の方法。
51. 予想オークション結果を得る前記ステップは、オークション品目に対する複数の予想価格スレッシュホールド及び価格信頼性尺度を得ることを含む、請求項４９に記載の方法。
52. 予想オークション結果を得る前記ステップは、複数のオークション結果インジケータを得ることを含む、請求項４９に記載の方法。
53. 前記オークション結果インジケータに基づいて遷移オークション終り値スレッシュホールドを決定するステップを更に備えた、請求項５２に記載の方法。
54. 前記保険パラメータ決定プログラムの実行を開始して、保険付きオークション結果及び保険コストを決定するステップを更に備えた、請求項５２に記載の方法。
55. 前記記憶するステップは、保険付きオークション結果を記憶することを含む請求項４９に記載の方法。
56. 前記記憶するステップは、保険コストを記憶することを含む請求項４９に記載の方法。
57. 保険付きオンラインオークション方法において、
    オークション品目に対するオークション保険パラメータを得るステップと、
    保険セレクタ及びオークション保険パラメータを表示するステップと、
    オンラインオークションがアクチベートされ且つ保険セレクタが選択されたときに前記オークション保険パラメータの受け容れを保険業者へ通信するステップと、
    を備えた方法。
58. 前記オークション保険パラメータは、保険付きオークション結果及び保険コストを含む、請求項５７に記載の方法。
59. 前記オークション保険パラメータは、複数の保険付きオークション結果及び保険コストを備え、更に、前記受け容れは、複数の保険付きオークション結果及び保険コストの少なくとも１つの受け容れである、請求項５７に記載の方法。
60. オークション品目に対する予想オークション結果を得るステップを更に備えた、請求項５７に記載の方法。
61. オークション保険パラメータを得る前記ステップは、前記予想オークション結果に基づいてオークション保険パラメータを得ることを含む、請求項６０に記載の方法。
62. 前記表示ステップは、前記保険セレクタ及びオークション保険パラメータをオンラインオークション提示ページに表示することを含む、請求項５７に記載の方法。
63. 売手指定のオークション品目特性、保険セレクタ、及びオークション保険パラメータを含むオークション保険購入ページデータを備えたメモリと、
    ネットワークインターフェイスと、
    前記メモリ及びネットワーク接続部に結合されたプロセッサであって、前記オークション保険購入ページデータを市場参加者に通信するように動作できるプロセッサと、
    を備えたオークションシステム。
64. 前記プロセッサは、前記市場参加者から提示命令を受け取り、それに応答して、前記保険セレクタが選択されたときに前記オークション保険パラメータの受け容れを保険業者へ通信するように動作できる、請求項６３に記載のオークションシステム。
65. 前記オークション保険パラメータは、価格スレッシュホールドと、「販売」又は「非販売」オークション結果インジケータを含む、請求項６３に記載のオークションシステム。
66. 前記保険購入ページデータは、オークション提示ページデータを含む、請求項６３に記載のオークションシステム。
67. 前記ネットワークインターフェイスは、第三者から前記オークション保険パラメータを受け取るように動作できる、請求項６３に記載のオークションシステム。
68. 前記メモリは、前記オークション保険パラメータを決定する保険パラメータ決定プログラムを更に備えた、請求項６３に記載のオークションシステム。
69. 前記オークション保険パラメータは、複数の選択可能な保険証券を含む、請求項６３に記載のオークションシステム。
70. 前記オークション保険パラメータは、保険付きオークション結果及び保険コストを含む、請求項６３に記載のオークションシステム。
71. マシン読み取り可能な媒体と、
    予想オークション結果を得るための、前記媒体に記憶された予想オークション結果命令と、
    前記予想オークション結果に基づいてオークション保険パラメータを決定するための、前記媒体に記憶された保険パラメータ命令と、
    前記オークション保険パラメータを第三者に通信するための、前記媒体に記憶された通信命令と、
    を備えた製品。
72. 前記予想オークション結果は、予想オークション終り値、予想オークション終り値範囲、又は予想オークション終り値スレッシュホールドである、請求項７１に記載の製品。
73. 前記オークション保険パラメータは、保険付きオークション結果及び保険コストを含む、請求項７１に記載の製品。
74. 予想オークション結果を決定するための、前記媒体に記憶された価格予想命令を更に備えた、請求項７１に記載の製品。
75. 前記第三者は市場参加者である、請求項７１に記載の製品。
76. 前記第三者は保険業者である、請求項７１に記載の製品。
77. 前記第三者はオンラインオークションシステムである、請求項７１に記載の製品。
78. コンピュータで実行されたときに、コンピュータが請求項１から１６又は４９から６２のいずれかに記載の方法を実行するようにさせるコンピュータプログラム。

Images