JP2008508618A - 電子メディア露出測定システムの精度および到達率を向上させるための方法および装置 - Google Patents

Abstract

メディア露出をクレジットするための方法および装置が開示されている。例示的な方法は、複数の回答者のそれぞれの者によって通り抜けられた複数の移動経路を導出すること、複数の回答者のそれぞれの者の複数のメディア・サイトに対する露出を、導出した複数の移動経路を基礎として決定すること、および決定した複数のメディア・サイトに対する露出を修正し、修正した決定した露出の統計的精度を向上させることを含む。

Description

関連出願
本件は、『メソッズ・アンド・アパレイタス・フォア・プロセッシング・データ・コレクテッド・バイ・ア・ＧＰＳ‐イネーブルド・メディア・メジャメント・システム（Ｍｅｔｈｏｄｓ ａｎｄ Ａｐｐａｒａｔｕｓ ｆｏｒ Ｐｒｏｃｅｓｓｉｎｇ Ｄａｔａ Ｃｏｌｌｅｃｔｅｄ ｂｙ ａ ＧＰＳ‐ｅｎａｂｌｅｄ Ｍｅｄｉａ Ｍｅａｓｕｒｅｍｅｎｔ Ｓｙｓｔｅｍ）』と題して２００４年７月３０日に出願された米国特許仮出願第６０／５９２，５５４号；『メソッズ・アンド・アパレイタス・フォア・インプルービング・ザ・アキュラシィ・アンド・リーチ・オブ・エレクロトニック・メディア・エクスポージャ・メジャメント・システムズ（Ｍｅｔｈｏｄｓ ａｎｄ Ａｐｐａｒａｔｕｓ ｆｏｒ Ｉｍｐｒｏｖｉｎｇ ｔｈｅ Ａｃｃｕｒａｃｙ ａｎｄ Ｒｅａｃｈ ｏｆ Ｅｌｅｃｔｒｏｎｉｃ Ｍｅｄｉａ Ｅｘｐｏｓｕｒｅ Ｍｅａｓｕｒｅｍｅｎｔ Ｓｙｓｔｅｍｓ）』と題して２００５年５月１７日に出願された米国特許仮出願第６０／６８１，７８５号；および『メソッズ・アンド・アパレイタス・フォア・インプルービング・ザ・アキュラシィ・アンド・リーチ・オブ・エレクロトニック・メディア・エクスポージャ・メジャメント・システムズ（Ｍｅｔｈｏｄｓ ａｎｄ Ａｐｐａｒａｔｕｓ ｆｏｒ Ｉｍｐｒｏｖｉｎｇ ｔｈｅ Ａｃｃｕｒａｃｙ ａｎｄ Ｒｅａｃｈ ｏｆ Ｅｌｅｃｔｒｏｎｉｃ Ｍｅｄｉａ Ｅｘｐｏｓｕｒｅ Ｍｅａｓｕｒｅｍｅｎｔ Ｓｙｓｔｅｍｓ）』と題して２００５年６月８日に出願された米国特許仮出願第６０／６８８，４９４号の恩典を主張する。米国特許仮出願第６０／５９２，５５４号、同第６０／６８１，７８５号、ならびに同第６０／６８８，４９４号；および米国特許出願第１０／６８６，８７２号ならびに同第１０／３１８，４２２号は、参照によりその全体がこれに援用される。

この開示は、概してメディア露出測定システムに関し、より詳細に述べれば、電子メディア露出測定システムの精度および到達率を向上させるための方法および装置に関する。

過去においては、屋外メディアのためのメディア露出測定システムが、たとえば自動車交通量調査（たとえば、所定の日の道路を移動する車両の数の計数）に頼るか、または想起（たとえば、調査を通じて消費者が屋外広告を見たことを思い出す能力）を要求し、達成されたメディア露出の数を決定していた。

より最近では、メディア露出を測定し、クレジット（credit）するための電子システムが開発され、屋外広告主が、科学的かつ検証可能な精度をもって広告主自身の屋外メディア・サイトの到達率を測定し、設置することを可能にしている。図１は、衛星ポジショニング・システム（ＳＰＳ）（たとえば、米国のグローバル・ポジショニング・システム（ＧＰＳ）およびヨーロッパのガリレオ・システム（現在建設中））テクノロジを使用して自動車運転者および／または通行人の屋外メディア・サイトに対する露出を追跡する従来技術の電子メディア露出測定システム１００を例示している。参与者または回答者１０２の露出を追跡するために、回答者１０２がＳＰＳ利用可能モニタリング・デバイス１１０（たとえば、ニールセン（Ｎｉｅｌｓｅｎ（登録商標））パーソナル・アウトドア・デバイス（Ｎｐｏｄ^TM））を携帯（装着）する。デバイス１１０は、周期的（たとえば４〜５秒ごと）に複数のＳＰＳ衛星１０５Ａ〜Ｃによって送信される複数の信号を捕捉して受信し、それらの複数の受信した信号を使用してデバイス１１０についての現在の地理的場所（すなわち位置決定）および現在の時刻を計算する。通常デバイス１１０は、デバイス１１０の、したがって回答者１０２の現在の地理的な場所を決定するために最小数のＳＰＳ衛星１０５Ａ〜Ｃからの信号の受信を必要とする（たとえば、ＧＰＳシステムにおいては、デバイス１１０が、少なくとも３または４のＧＰＳ衛星からの送信信号を必要とする）。デバイス１１０は、各位置決定の結果（たとえば、ジオコード・ロケーション・データおよび時刻、および望ましい場合には日付）を、コンピューティング・デバイス１２５によるその後の処理のために連続的にストアする。

記録された位置決定データのシーケンス（たとえば、対応するジオコード・ロケーション・データおよび時刻および／または日付の値の集合）は、デバイス１１０からダウンロード・サーバ１２０へ随時に、周期的に、またはリアルタイム・ベースでダウンロードされる。ダウンロード・サーバ１２０は、回答者のパーソナル・コンピュータ（ＰＣ）または電子測定システム１００に関連付けされたコンピュータのいずれとすることもできる。ダウンロード・サーバ１２０もまた、ダウンロードされた移動経路データ（すなわち、記録された位置決定データのシーケンス）をコンピューティング・デバイス１２５に提供する。デバイス１１０からダウンロード・サーバ１２０へデータをダウンロードするため、およびダウンロード・サーバ１２０からコンピューティング・デバイス１２５へデータを転送するための種々の周知のテクニックのいずれを使用することも可能である。たとえば、ユニバーサル・シリアル・バス（ＵＳＢ）接続を使用してデバイス１１０をダウンロード・サーバ１２０に取り付け、デバイス１１０およびダウンロード・サーバ１２０上で実行しているリムーバブル・ストレージ・デバイス・ドライバを使用することができる。

メディア・サイト１１５に対する露出を決定するためにコンピューティング・デバイス１２５は、デバイス１１０によって記録された位置決定のそれぞれの場所と、メディア・サイト１１５の場所を比較する。メディア・サイト１１５の場所はデータベース１３０内に用意されており、特にデータまたは情報の中でも複数のメディア・サイトについてのジオコード・ロケーション・データを収めている。図１の例のシステム１００においては、回答者の場所がメディア・サイト１１５に「充分に近い」（たとえば、あらかじめ決定済みの距離内である）とき、メディア・サイト１１５にメディア露出がクレジットされる。

メディア・サイトのためのジオコード・ロケーション・データは、産業市場機構（たとえば、交通監査局（Ｔｒａｆｆｉｃ Ａｕｄｉｔ Ｂｕｒｅａｕ（ＴＡＢ）））によって生成および提供がなされ、コンピューティング・デバイス１２５によって記録された位置決定と既知のメディア・サイトの場所のマッチングの間に使用される。しかしながらデータベース１３０内に提供されるジオコード・ロケーション・データは、不完全なことおよび／またはときとして不正確なことがある。たとえばデータベース１３０が、メディア・サイト１１５の場所のテキスト記述（たとえば、マディソン通りの１番街と２番外の間（ｏｎ Ｍａｄｉｓｏｎ Ｂｌｖｄ． ｂｅｔｗｅｅｎ １ｓｔ Ｓｔｒｅｅｔ ａｎｄ ２ｎｄ Ｓｔｒｅｅｔ））を含み、実際のジオコード・ロケーション・データを含まないことがある。

種々の理由のため、デバイス１１０が位置決定の試行を完成できないこともある。たとえばデバイス１１０が、たとえばＳＰＳ衛星１０５Ａ〜Ｃとデバイス１１０の間の通信路を妨害する人工的もしくは自然に生じた厚い群葉または構造によって引き起こされた信号減衰に起因して必要な数の衛星１０５Ａ〜Ｃからの信号の捕捉および受信ができないことがある。建物、駐車場構造、トンネル、地下鉄システム等の領域は、通信路の妨害が日常的に起こり得るエリアの例である。さらに、成功した位置決定が、近隣の物体（たとえば、繁華街エリアの高い建物）によって引き起こされるマルチパスひずみに起因して、またはクロック（すなわち、タイミング）のずれまたは誤差に起因して精度を欠くこともある。その種の状況においては、デバイス１１０によって記録され、その後に続いてコンピューティング・デバイス１２５によって処理される位置決定のシーケンスが、回答者１０２によって通り抜けられた移動経路内のギャップを含むか、既知の移動コース（たとえば、街路、道路、車線、高速道路、州間高速道路、橋、歩道、歩行者用通路、トレイル、トンネル等）を追随しない、通り抜けられた経路を表すことがある。

ここで述べる例示の装置は、多くのコンポーネントの中でも特にハードウエア上において実行されるソフトウエアを含むが、その種の装置は単に例示に過ぎず、限定と考えるべきではない。たとえば、開示されているいずれかまたはすべてのハードウエアおよびソフトウエア・コンポーネントが、専用ハードウエア内において排他的に、ソフトウエア内において排他的に、ファームウエア内において排他的に、またはハードウエア、ファームウエア、および／またはソフトウエアの何らかの組み合わせにおいて具体化され得ることは企図されている。

それに加えて、以下の開示が例示的なＳＰＳベースの電子メディア測定システムに関してなされているが、開示されている装置は、このほかの多くの電子メディア測定システムに容易に適用できることが理解される必要がある。したがって、以下は例示的な装置、方法、および製品について述べているが、当業者であれば、開示された例がその種のシステムを実装するための唯一の手段でないことを容易に認識することになろう。

概して言えば、ここの例の装置、方法、および製品は、回答者によって通り抜けられた複数の場所を指定するデータの処理に使用することができる。ここで述べている特定の例においては、処理後のデータが既知の移動コース（たとえば、街路、道路、車線、高速道路、州際道、橋、歩道、歩行者用通路、トレイル、トンネル等）に沿った移動経路をより良好に表すようにデータが処理される。ここで述べている追加の例においては、データが、妨害された信号の受信に関連付けされるエリアを通る移動経路を表し、かつデータ内に存在する欠如を解消するように処理される。その種の欠如には、回答者によって通り抜けられた場所の間の大きなギャップ、不正確な場所のデータ等を含めることができる。

さらに、ここに述べられている例示的な装置、方法、および製品を、回答者によって通り抜けられた場所とメディア・サイトの関連付けに使用し、それによってメディア・サイトに対してメディア露出をクレジットすることもできる。ここに述べられている特定の例においては、メディア・サイトに関連付けされた幾何学的影響力ゾーン内を回答者がそのメディア・サイトの観察または消費に好都合な方向に沿って通り抜けた場合に、そのメディア・サイトに対してメディア露出がクレジットされる。ここに述べられている追加の例は、メディア露出のクレジットに先行して満たされるべき制約を適用する。ここに述べられているさらに別の例は、回答者によって通り抜けられた場所と、妨害された信号受信を伴うエリア内に位置するメディア・サイトおよびモバイル・メディア・サイトを関連付ける。

ここに述べられている例示的な装置、方法、および製品は、メディア露出クレジットデータを調和させ、現実のメディア露出特性を示していない統計的異常を除去するために使用することができる。特定の例においては、平均のサイト通行評価を維持しつつ、クレジットがあらかじめ決定済みの量の期待値内となるようにメディア露出クレジットデータが処理される。結果として、ここに述べられている例は、電子メディア測定システムの精度ならびに到達率を向上させるために使用することができる。

不正確な、または欠落した（たとえば、記録された位置決定のシーケンス内、またはメディア・サイトの場所情報内における）データは、メディア露出計算デバイスによって決定されるメディア露出クレジットの精度に有害な影響を与え得る。電子メディア露出測定の精度および信頼性を実質的に向上させるために、記録された移動経路データおよびメディア・サイトの場所のデータを、ここに述べられている例示的な方法および装置を使用して処理し、上記の欠陥を克服することができる。

図２は、図１のモニタリング・デバイス１１０の実装に使用することのできる一例のＳＰＳ利用可能デバイス２００を例示している。複数のＳＰＳ衛星１０５Ａ〜Ｃによって送信された信号（すなわちＳＰＳ信号）を受信し、デコードするためにデバイス２００は、ＳＰＳ信号受信機２０５、ＳＰＳ信号デコーダ２１０、およびアンテナ２１５を含んでいる。種々のテクニックのいずれかを使用し、ＳＰＳ信号受信機２０５は、アンテナ２１５によって受信した無線周波数（ＲＦ）アナログ信号をＳＰＳ信号デコーダ２１０による処理および／またはデコードに適したディジタル・ベースバンド信号（すなわち、受信された信号）に変換する。たとえばＳＰＳ信号受信機２０５は、復調器、ダウン‐コンバータ、フィルタ、および／またはアナログ‐ディジタル（Ａ／Ｄ）コンバータを使用して実装することができる。種々の周知のテクニックのいずれかを使用し、ＳＰＳ信号デコーダ２１０は受信信号を処理し、可能であれば（すなわち、最小数のＳＰＳ衛星１０５Ａ〜Ｃが利用可能であれば（たとえばＧＰＳシステムにおいては、ＳＰＳ信号デコーダ２１０が少なくとも３または４の衛星から受信した信号を使用する））デバイス２００の現在の場所を決定する（すなわち、位置決定を実行する）。ＳＰＳ信号デコーダ２１０は、受信した信号はもとより、決定した場合にはデバイス２００の現在の地理的な場所をプロセッサ２２０に提供する。プロセッサ２２０は、位置決定および受信された信号の両方（すなわち擬似距離データ）をストレージ・メモリ２２５内に記録する。上記の方法を周期的に実行することによって、記録されたデータが回答者１０２（図１）によって通り抜けられた移動経路を表す。

図２の例のデバイス２００は、さらにインターフェース２３０を含み、デバイス２００が図１のダウンロード・サーバ１２０と通信することを可能にする。デバイス２００は、メディア露出計算デバイス（ＭＥＣＤ）３００（図３に関連して後述）に、記録済みの移動経路データ３０５（すなわち、位置決定のシーケンスおよびデバイス２００によって記録された受信信号）をダウンロード・サーバ１２０経由で提供する。

当業者にとっては容易に明らかになろうが、図２のプロセッサ２２０は、デバイス２００の動作、状態等に関する追加のデータを監視し、ストレージ・メモリ２２５内に記録することができる。たとえばプロセッサ２２０は、バッテリの使用、デバイスの電源オンおよび電源オフ時間、ソフトウエア障害等を監視することができる。

ＭＥＣＤ ３００によるメディア露出クレジットの、一貫性があり、かつ信頼できる決定を促進するために、回答者１０２によって通り抜けられた移動経路が好ましくは正確であり（すなわち、回答者１０２によって通り抜けられた実際の場所を反映し）、１ないしは複数の既知の移動コース（たとえば、街路、道路、車線、高速道路、州際道、橋、歩道、歩行者用通路、トレイル、トンネル等）を追従し、かつ互いに充分に近い位置決定を含む。しかしながら、前述したとおり、デバイス２００によって記録される位置決定のシーケンス（すなわち、記録された移動経路データ３０５）は、必ずしも常にこれらの要件を満たさないことがある。

図３は、本発明の教示に従って組み立てられた一例のＭＥＣＤ ３００を例示した概略図であり、図１のコンピューティング・デバイス１２５の実装に使用することができる。記録された移動経路データ３０５およびメディア・サイト情報（データベース１３０内に収められている）の後処理を行うために、図３のＭＥＣＤ ３００はプリプロセッサ３０８を含む。図３の例のプリプロセッサ３０８は、記録された移動経路データ３０５（デバイス２００によって記録され、ダウンロード・サーバ１２０経由で提供される、決定された地理的な場所および受信された信号（すなわち、擬似距離データ）の両方を含む）を操作し、向上された移動経路データ３１５を生成する移動経路プロセッサ３１０を含む。例示されている例においては、記録された移動経路データ３０５および向上された移動経路データ３１５が、ＭＥＣＤ ３００の部品として実装される１ないしは複数のメモリおよび／またはストレージ・デバイス内にストアされる。当業者には容易に明らかになろうが、記録された移動経路データ３０５および向上された移動経路データ３１５は、このほかの態様において実装することもできる。たとえば、ＭＥＣＤ ３００に取り付けられ、それと通信するべく構成されたメモリまたはストレージ・デバイスの使用がある。

移動経路プロセッサ３１０は、記録された移動経路データ３０５を処理し、位置決定の完全性および精度を向上させる。たとえば移動経路プロセッサ３１０には、記録された受信済みＳＰＳ信号を使用して位置決定（たとえば、デバイス２００が地理的な場所を決定できなかった場所において）を導くこと、デバイス２００によって決定された位置決定の精度を向上させることなどが可能である。移動経路プロセッサ３１０は、ほかの既知のＳＰＳの制限、たとえばクロックのドリフトおよびマルチパス信号ひずみ等を補償する追加のアルゴリズムを含むこともできる。

図４Ａは、図３の例の移動経路プロセッサ３１０を実装する一例の態様を例示している。記録された移動経路データ３０５を処理するために、図３の例の移動経路プロセッサ３１０は、記録された移動経路データ３０５を操作する処理エンジン４０５を含む。たとえば処理エンジン４０５は、記録された移動経路データ３０５を連続的に、および／または並列的に操作する１ないしは複数のフィルタとして実装することができる。図４Ａに例示されている例においては、処理エンジン４０５が、データ転送ユニット４１５によってストレージ・メモリ４１０に転送された移動経路の全部または部分を表すデータ・ポイントのセットを処理する（たとえば、フィルタのセットを適用する）。処理エンジン４０５は、データ・ポイントのセットを操作して、中間値（たとえば、いずれかのフィルタの出力として生成され、その後に続くフィルタへの入力として使用される修正された、および／または追加のデータ・ポイント）がある場合にはそれを配置し、ストレージ・メモリ４１０に戻す。最終的な出力データ・ポイントが、処理エンジン４０５によって向上された移動経路データ３１５内に配置される。

図３および４Ａに例示されているとおり、また一例の精密エフェメリスフィルタ４４２（図４Ｂ）に関連して後述するとおり、図４Ａの処理エンジン４０５は、インターネット接続３９０を経由して国際地理学会（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｇｅｏｌｏｇｉｃａｌ Ｓｏｃｉｅｔｙ）（ＩＧＳ）によって提供されるデータ３９５にアクセスすることができる。たとえばデータ３９５は、既知の時間的瞬間におけるＳＰＳ衛星１０５Ａ〜Ｃの場所を正確に指定するデータを含む。

図４Ａに例示されている例においては、ストレージ・メモリ４１０が、記録された受信済みＳＰＳ信号、デバイス２００によって決定された位置決定、および移動経路プロセッサ３１０によって導出された位置決定をすべて含む。ストレージ・メモリ４１０内にストアされているデータのストアには、種々の適切なテクニックいずれを使用してもよい。たとえば、オブジェクト指向データ・ストレージ・テクニックの使用、データ構造の配列の使用等がある。

例示の処理エンジン４０５の実装には、種々のテクニックのいずれを使用してもよい。たとえば処理エンジン４０５は、汎用処理デバイスおよび／または専用処理デバイス（たとえばディジタル信号処理デバイス）上で実行するソフトウエアおよび／またはファームウエアとして、ハードウエアを使用して、またはソフトウエア、ファームウエア、および／またはハードウエアの任意の組み合わせを使用して実装することができる。

これも当業者には容易に明らかになろうが、ストレージ・メモリ４１０は、種々のテクニックのいずれを使用して実装してもよい。たとえば、記録された移動経路データ３０５の実装に使用されるメモリまたはストレージ・デバイスの１ないしは複数の部分、または独立のメモリ、ストレージ・デバイス、および／または移動経路プロセッサ３１０と直接関連付けされるハードウエア・レジスタの使用がある。さらに、これも当業者には容易に明らかとなろうが、データ転送ユニット４１５は削除することができる。たとえば処理エンジン４０５は、記録された移動経路データ３０５から初期データ・ポイントを直接読み出すべく構成することができる。

図４Ｂは、図４Ａの例の処理エンジン４０５の実装に使用することのできるフィルタの一例のシーケンスを例示している。図４Ｂに例示されている例においては、フィルタがオブジェクト指向プログラミング・テクニックを使用して実装されており、それによってフィルタの数、型、シーケンス、構成、相互接続等における柔軟性を促進している。

図４Ｂに例示されている例のフィルタ・シーケンスは、デバイス２００によって決定された位置決定のセットを使用し、導出された位置決定の初期セットを作成するＮＡＶ評価フィルタ４４０を伴って開始する。種々の周知のテクニックのいずれかを使用して、精密エフェメリスフィルタ４４２は、インターネット３９０経由でＩＧＳから精密ＳＰＳ衛星ロケーション・データ３９５（つまりエフェメリスデータ３９５）を獲得し、このエフェメリスデータ３９５を使用して、デバイス２００によって記録された擬似距離データ（すなわち受信されたＳＰＳ信号）の精度を向上させる。たとえば、精密エフェメリスフィルタ４４２は、擬似距離データ内の各データ・ポイントにおいてデバイス２００によって記録された各タイムスタンプを使用して既知の時刻におけるＳＰＳ衛星１０５Ａ〜Ｃの既知の位置（すなわちエフェメリスデータ３９５）の間を補間し、記録されたタイムスタンプの瞬時における衛星の精密な場所を決定する。次に高度フィルタ４４４が、衛星のエフェメリスデータ３９５を基礎とし、標準軌道幾何学的原理を使用して、各擬似距離または位置決定データ・ポイントに関連付けされるＳＰＳ衛星１０５Ａ〜Ｃのそれぞれについて水平線からの仰角を計算する。擬似距離データから導出された位置決定の精度を向上させるために高度フィルタ４４４は、ＳＰＳ衛星１０５Ａ〜Ｃのうちの水平線に対して低いものに対応する擬似距離データを破棄する。

次に、非同時擬似距離（ＮＳＰＲ）フィルタ４４６が、欠落している位置決定データ・ポイント（たとえば、デバイス２００が位置決定を決定できなかった場所を表す）を探し出し、追加の位置決定を導出する。一例においてＮＳＰＲフィルタ４４６は、欠落している位置決定データ・ポイント周りに中心を置く擬似距離データ・ポイントのセット、欠落している位置決定データ・ポイントに関連付けされる擬似距離データおよびもっとも近い位置決定データ・ポイントから計算された補間済みクロック・ドリフト値を使用して欠落している位置決定データ・ポイントを導出する。

受信機自律完全性モニタ（ＲＡＩＭ）フィルタ４４８は、移動経路を処理してマルチパスひずみによって引き起こされた誤差を除去する。マルチパスひずみは、１ないしは複数のＳＰＳ衛星１０５Ａ〜Ｃとデバイス２００の間に位置する複数の表面から反射されたＳＰＳ送信信号の受信によって引き起こされる。したがってデバイス２００は、それぞれが異なる時間遅延および位相特性を有する複数バージョンのＳＰＳ送信信号を受信する。擬似距離データ・ポイントが４もしくはそれを超える数のＳＰＳ衛星からの信号を含む例においては、ＲＡＩＭフィルタ４４８が、それらのＳＰＳ衛星のうちの３つの各順列を使用して位置決定を導く。より詳細には、４つの衛星（すなわち、＃１、＃２、＃３、および＃４）が利用可能であるとすると、衛星（＃１ ＃２ ＃３）、（＃１ ＃２ ＃４）、（＃１ ＃３ ＃４）、および（＃２ ＃３ ＃４）の組み合わせについて４つの位置決定が導かれる。擬似距離データ・ポイントが３つのＳＰＳ衛星（たとえば衛星１０５Ａ〜Ｃ）からの信号を含む別の例においては、ＲＡＩＭフィルタ４４８が、３つのＳＰＳ衛星１０５Ａ〜Ｃおよび４番目のＳＰＳ衛星（図示せず）の最後に既知の位置のうちの各順列を使用して位置決定を導く。上記の例のいずれにおいてもＲＡＩＭフィルタ４４８が、導出された位置決定を互いに比較する。導出された位置決定が実質的に一致する場合には、その位置決定が移動経路内に含められる。一致しなければマルチパスひずみが生じていると見なされ、その位置決定が移動経路データから除去される。

追加の位置決定の導出または既存の位置決定の精度の向上を行った後は、街路制約フィルタ４５０（図７Ａ〜Ｃ、８Ａ〜Ｃ、および９Ａ〜Ｇに関連して後述する）が、移動経路内に含まれている各位置決定を整列して既知の移動コースの中心線に対応させる。たとえば街路制約フィルタ４５０は、導出された位置決定を、既知の移動コースに一致するもっとも近いポイント（たとえばもっとも近い道路の中心線、歩道等）に対して修正（すなわち、整列）するが、このもっとも近いポイントは、最短ユークリッド距離を基礎として決定することができる。しかしながらその種の修正が、結果として不規則な、または不合理な態様で方々にスキップまたはジャンプする移動経路（たとえば、通りの両側に位置する２つの歩道の間を往来する移動経路）をもたらすことがある。この問題を緩和するために、街路制約フィルタ４５０による追加の処理を実行することができる。また街路制約フィルタ４５０は、動きの一貫性を確保するべく移動経路データを処理することができる。たとえば街路制約フィルタ４５０は、回答者１０２が乗り物に乗っていることを移動速度が示しているか否かを決定し、それが示されるときには、移動経路が直接的な環境（たとえば、橋、オーバーパス、アンダーパス、一方通行路等）によって許される動きと矛盾しないことを確保する。

ギャップ・フィルタ４５２は、向上された移動経路データ３１５が位置決定のシーケンスから構成され、かつそれにおいて各位置決定が先行および後続の位置決定からあらかじめ決定済みの距離（たとえば５０フィート）を超えないように追加の位置決定を導出する。追加の位置決定は、直線および曲線の移動経路を説明し、かつその追加的に導出された位置決定が既知の移動コースの中心線に整列することを確保する、種々のいずれかの幾何学的または三角法テクニックを使用して導出される。最後に米国海洋電子機器協会（ＮＭＥＡ）フィルタ４５４が、標準データ・フォーマット（たとえば、周知のＮＭＥＡ‐０１８３フォーマット）を使用して向上された移動経路データ３１５を出力する。

当業者には容易に明らかとなろうが、図４Ａの処理エンジン４０５の実装に使用されるフィルタの数、シーケンス、型、構成等は図４Ｂに示されているものと異なることが可能である。たとえば、移動平均フィルタを使用して位置決定のシーケンスの移動平均を計算し、ノイズの多いデータのスムージングを行うことができる。より詳細には、最新のｎ個の緯度および最新のｎ個の経度、すなわち最新のｎ個の位置決定の座標に対応する緯度および経度のそれぞれの移動平均を計算する。別の例においては、クロック・ドリフト補間フィルタが、デバイス２００によって使用されるクロック内のドリフトのモデリングを行い、擬似距離データに対して時間補正を適用する。さらに別の例においては、推測フィルタが、以前の位置決定および評価済みの回答者の移動方向ならびに速度を使用して位置決定を評価する。

さらに別の例においては、フィルタが２つの並列パス内に配置される。たとえば、移動経路データ３０５がデータ並べ替えフィルタによって２つのセットに分割される。第１のセットは、大きな建物を含む地理的領域（たとえば、繁華街エリア）の内側で生じた回答者１０２の場所を表すデータ・ポイントを含み、第２のセットはより郊外のエリア内のデータ・ポイントを含む。続いてそれぞれのデータのセットが１ないしは複数のフィルタに通されるが、それにおいてそれぞれのデータのセットに適用されるフィルタは、異なるとすることも可能であり、同一とすることも可能である。さらに、これら２つのフィルタのセットの間においてデータを交換することも可能である（たとえば、２つのフィルタ・パスを交差結合することができる）。その後、２つのパスの出力の結合に解選択フィルタが適用されて回答者１０２についての全体的な移動経路が作られる。

回答者１０２が、ＳＰＳ信号受信の妨害を伴うエリア内（たとえば、地下鉄、トンネル、駐車ガレージ、建物内等）を通って移動するときには、移動経路プロセッサ３１０が、メディア露出測定システムの精度ならびに到達率をさらに向上させるべく動作できる。一例においては処理エンジン４０５が、記録された位置決定内の大きなギャップを検出し、その大きなギャップが第１の地下鉄入口近傍において開始し、かつ第２の地下鉄入口の近傍において終了することを検出するべく構成されるギャップ検出フィルタを含む（現在のＳＰＳテクノロジは、デバイスが地下に位置するときに機能しないことによる）。その種の大きなギャップが検出された場合にギャップ検出フィルタは、処理エンジン４０５を、その大きなギャップを向上された移動経路データ３１５内に残置するが、そのギャップがおそらくはそのギャップの開始と終了の間に位置する地下鉄システムの経路に対応することを示す情報を記録するべく構成する。ギャップ検出フィルタは、別の形式の信号妨害のある移動、たとえば乗り物用または歩行者用トンネルの通過、駐車ガレージ内等についても類似の検出および記録を行うことができる。上記のテクニックは、このほかの様式の、回答者の場所の決定に使用することのできる信号の潜在的な妨害のために実装することも可能である。

以下に論じるとおり、この例のＭＥＣＤ ３００は、第１および第２の地下鉄入口を使用して、地下鉄システムを通ってそれらの２つの地下鉄入口を接続するもっともらしい経路を決定することができる。そのようにしてＭＥＣＤ ３００は、回答者１０２によって採用されたと見られる地下鉄経路に沿って位置するか、またはその地下鉄経路に沿って回答者１０２を運ぶ地下鉄車内に位置する既知のメディア・サイトに対してメディア露出をクレジットすることが可能である。同様に、回答者１０２が、ほかの信号妨害のある移動経路（たとえば、乗り物用または歩行者用トンネル、建物構造の中等）内のメディア・サイトに露出される場合においてもそれらのメディア・サイトにメディア露出が適正にクレジットされ得る。

図３に戻るが、ジオコード・ロケーション・データがデータベース１３０から欠落しているメディア・サイトを扱うために、またはデータベース１３０内に存在するジオコード・ロケーション・データを検証するために、図３のプリプロセッサ３０８は、さらにメディア・サイト・プロセッサ３２０を含む。

図５は、図３のメディア・サイト・プロセッサ３２０を実装する一例の態様を例示している。図５に例示されているメディア・サイト・プロセッサ３２０は、データベース１３０と通信してメディア・サイト情報（すなわち、ジオコード・ロケーション・データ、メディア・サイトの場所のテキスト記述、メディア・サイトの型等）、および既知の移動コースについてのジオコード・ロケーション・データ、参照ポイント、陸標等を獲得するデータベース・アクセス・エンジン５０５を含む。例示のメディア・サイト・プロセッサ３２０は、さらに、データベース１３０内にストアされているか、インターネット３９０経由で利用できることのあるメディア・サイトのイメージにアクセスするイメージ・リーダ５１０を含む。

一例においてはメディア・サイト・プロセッサ３２０が、メディア・サイトの場所のテキスト記述を、既知の移動コース、陸標、参照ポイント等を指定する情報とともに使用してそのメディア・サイトのためのジオコード・ロケーション・データを導く。一例のメディア・サイトは、そのメディア・サイトが西側３番街のステート・ストリートとメイン・ストリートの中間に位置することを示すテキストによる場所の記述を有する。ジオコード・ロケーションを導出するために、この例のメディア・サイト・プロセッサ３２０は、処理デバイス５１５を含む。３番街とステート、および３番街とメインの交差点についてのジオコード・ロケーションがわかることから、処理デバイス５１５は２つの既知のジオコード・ロケーションの間を補間してその例のメディア・サイトのジオコード・ロケーションを決定する。

別の例においてはメディア・サイト・プロセッサ３２０が、メディア・サイトのためのジオコード・ロケーション・データの精度を、イメージ認識またはマッチング・テクニックを使用してそのジオコード・ロケーション・データとそのメディア・サイトのイメージのディジタル表現（たとえば、衛星イメージ、空撮写真等）を比較することによって検証する。たとえばメディア・サイト・プロセッサ３２０は、都市の部分の空撮写真内においてそのメディア・サイトを探し出し、そのメディア・サイトの場所と、そのメディア・サイトのために利用可能なジオコード・ロケーション・データを比較することができる。

イメージ内においてメディア・サイトおよびそのほかの既知のポイント（たとえば、既知の移動コース、陸標、参照ポイント等）を探し出すために、メディア・サイト・プロセッサ３２０は、イメージ処理エンジン５２０を含む。一例においては、イメージ処理エンジン５２０が、周知の適切なイメージ認識および／またはマッチング・テクニックを使用してイメージ内の２つの交差点およびメディア・サイトを探し出す。続いてこのイメージ処理エンジン５２０は、それらの交差点およびメディア・サイトの相対的な場所を決定する。たとえば、イメージ処理エンジン５２０は、そのメディア・サイトがそれら２つの交差点の間の３分の１のところに位置すると決定できる。

処理デバイス５１５は、イメージ処理エンジン５２０によって決定された相対的な場所情報を使用してそのメディア・サイトのジオコード・ロケーション・データを検証することができる。たとえば、上記の例において処理デバイス５１５は、探し出された２つの交差点についての既知のジオコード・ロケーション・データおよびそのメディア・サイトが２つの交差点の間の３分の１のところにあるという決定を使用してそのメディア・サイトのジオコード・ロケーション・データを導出する。続いて処理デバイス５１５は、そのメディア・サイトについて導出したジオコード・ロケーション・データと、そのメディア・サイトについてすでに用意されている（たとえば、データベース１３０内に含まれているか、またはテキストの場所記述を基礎として処理デバイス５１５によって決定された）ジオコード・ロケーション・データを比較する。それらのジオコード・ロケーション・データが整合すれば、そのメディア・サイトの場所が検証される。整合しなければ、その先の調査および検証のためにそのメディア・サイトの場所にフラグを立てることができる。

処理デバイス５１５およびイメージ処理エンジン５２０は、種々のテクニックのいずれかを使用して実装することができる。たとえば処理デバイス５１５およびイメージ処理エンジン５２０を、汎用処理デバイスおよび／または専用処理デバイス（たとえばディジタル信号処理デバイス）上で実行するソフトウエアおよび／またはファームウエアを使用して、ハードウエアを使用して、またはソフトウエア、ファームウエア、および／またはハードウエアの任意の組み合わせを使用して実装することができる。テキストによる場所の記述からのジオコード・ロケーション・データの決定およびジオコード・ロケーション・データの検証は、マニュアルで実行してもよい。

図３に例示された例に戻るが、処理されたメディア・サイト・ロケーション・データ３２５は、ＭＥＣＤ ３００の部分として実装される１ないしは複数のメモリおよび／またはストレージ・デバイス内にストアされる。しかしながら処理されたメディア・サイト・ロケーション・データ３２５を、このほかの態様において実装することも可能である。たとえば、ＭＥＣＤ ３００に取り付けられ、それと通信するべく構成されたメモリまたはストレージ・デバイスの使用、データベース１３０内等がある。

図６Ａ、６Ｂ、および６Ｃは、図３の例のプリプロセッサ３０８、図３の移動経路プロセッサ３１０、および図３のメディア・サイト・プロセッサ３２０をそれぞれ実装するべくプロセッサ（たとえば、図２３のプロセッサ２３０５Ａ〜Ｃの１つ）によって実行できる例示的な機械可読インストラクションのフローチャート表現を図示している。図６Ａ〜Ｃの機械可読インストラクション、例示的なプリプロセッサ３０８、例示的な移動経路プロセッサ３１０、および／または例示的なメディア・サイト・プロセッサ３２０は、プロセッサ、コントローラ、および／またはそのほかの任意の適切な処理デバイスによって実行することができる。たとえば、図６Ａ〜Ｃの機械可読インストラクション、例示的なプリプロセッサ３０８、例示的な移動経路プロセッサ３１０、および／または例示的なメディア・サイト・プロセッサ３２０は、例示的なプロセッサ・プラットフォーム２３００内に示され、かつ図２３に関連して後述するプロセッサ２３０５Ａ〜Ｃに関連付けされたフラッシュ・メモリ、ランダム・アクセス・メモリ（ＲＡＭ）等の有体メディア上にストアされるコード化されたインストラクションとして具体化できる。それに代えて、図６Ａ‐Ｃの例の機械可読インストラクション、例示的なプリプロセッサ３０８、例示的な移動経路プロセッサ３１０、および／または例示的なメディア・サイト・プロセッサ３２０のいくつかまたは全部を特定用途向け集積回路（ＡＳＩＣ）、プログラマブル・ロジック・デバイス（ＰＬＤ）、現場プログラマブル・ロジック・デバイス（ＦＰＬＤ）、離散的ロジック、ハードウエア、ソフトウエア、および／またはファームウエアを使用して実装することもできる。また、図６Ａ〜Ｃの機械可読インストラクション、例示的なプリプロセッサ３０８、例示的な移動経路プロセッサ３１０、および／または例示的なメディア・サイト・プロセッサ３２０のいくつかまたは全部をマニュアルで、または上記のテクニックの任意の組み合わせとして実装することもできる。さらに、図６Ａ〜Ｃの例の機械可読インストラクションは図６Ａ〜Ｃのフローチャートを参照して説明されているが、当業者であれば容易に認識するとおり、例示的なプリプロセッサ３０８、例示的な移動経路プロセッサ３１０、および／または例示的なメディア・サイト・プロセッサ３２０を実装する多くのほかの方法を採用することができる。たとえば、ブロックの順序の変更、および／または記述されているブロックのいくつかの変更、削除、または結合を行うことができる。

図６Ａの例の機械可読インストラクションは、プリプロセッサ３０８による図６Ｂの例の機械可読インストラクションを使用したデータベース１３０内の各メディア・サイトの処理（ブロック６０２）から開始する。プリプロセッサ３０８が、データベース１３０内のすべてのメディア・サイトを処理するとして記述されているが、プリプロセッサ３０８は、それに代えてデータベース１３０内のメディア・サイトの一部だけを処理することができる。たとえばプリプロセッサ３０８が、特定の人口統計学的、または市場領域（たとえば、都市または首都圏エリア）に関連付けされたメディア・サイトだけを処理してもよい。

図６Ａの例の機械可読インストラクションにおいては、続いてプリプロセッサ３０８が、移動経路プロセッサ３１０によって実装されるべきフィルタおよびフィルタ構成（１ないしは複数）を識別する構成ファイルを読み出す（ブロック６０４）。一例においては、この構成ファイルが、フィルタの型、順序、シーケンス、構成、相互接続、および数を識別するＸＭＬファイルになる。しかしながら、このほかのフィルタの型および／または数を代わりに使用することも可能である。

次にプリプロセッサ３０８は、図６Ｃの例の機械可読インストラクションを使用して各回答者について（ブロック６０６）移動経路データを処理する（ブロック６０８）。すべての回答者について移動経路データの処理が完了すると（ブロック６１０）、プリプロセッサ３０８は、図６Ａの例の機械可読インストラクションの実行を終了する。完了していなければプリプロセッサ３０８はブロック６０６に戻り、次の回答者について移動経路を処理する。

図６Ｂの例の機械可読インストラクションは、メディア・サイト・プロセッサ３２０によるデータベース１３０から選択された各メディア・サイトの処理を伴って開始する（ブロック６３０）。各メディア・サイトについて、プロセッサ３２０は、ジオコード・ロケーション・データが利用可能か否かを決定する（ブロック６３２）。そのメディア・サイトについてジオコード・ロケーション・データが利用可能でなければ（ブロック６３２）メディア・サイト・プロセッサ３２０は、そのメディア・サイトについてテキストによる場所の記述が利用可能か否かを決定する（ブロック６３４）。テキストによる場所の記述が利用可能でない場合に（ブロック６３４）メディア・サイト・プロセッサ３２０は、その先の処理（たとえば、エラー処理）（ブロック６３５）のためにそのメディア・サイトにフラグを立てる。ブロック６３４に戻るが、テキストによる場所の記述が利用できる場合にメディア・サイト・プロセッサ３２０は、そのテキストによる場所の記述を基礎として（前述のとおりに）ジオコード・ロケーション・データを導出する（ブロック６３６）。

ブロック６３２に戻るが、ジオコード・ロケーション・データが利用できる場合にメディア・サイト・プロセッサ３２０は、そのメディア・サイトを含むイメージが利用可能か否かを決定する（ブロック６４０）。図６Ｂの例においては、メディア・サイト・プロセッサ３２０が、データベース１３０内および／またはインターネット・サイト経由でイメージについてチェックを行うことによってイメージが利用可能か否かを決定している。イメージが利用可能である場合（ブロック６４０）にメディア・サイト・プロセッサ３２０は、そのイメージを読み出し（ブロック６４２）；そのメディア・サイト、および近隣の陸標、既知の移動コース、参照ポイント等を既知のジオコード・ロケーション・データとともに探し出し；かつ、そのイメージを基礎としてそのメディア・サイトのためのジオコード・ロケーション・データを決定する（ブロック６４４）。その後メディア・サイト・プロセッサ３２０は、イメージから決定したジオコード・ロケーション・データが、データベース１３０内に存在するか、またはテキストによる場所の記述から導出したジオコード・ロケーション・データと整合するか否かを決定する（ブロック６４６）。それらのジオコード・ロケーション・データが実質的に整合する場合に（ブロック６４６）メディア・サイト・プロセッサ３２０は、そのジオコード・ロケーション・データをメディア・サイト・ロケーション・データ３２５内にストアする（ブロック６５０）。それらのジオコード・ロケーション・データが実質的に整合しなければ（ブロック６４６）メディア・サイト・プロセッサ３２０は、その先の処理（たとえば、エラー処理）（ブロック６３５）のためにそのメディア・サイトにフラグを立てる。

選択されたすべてのメディア・サイトについての処理が完了すると（ブロック６５２）、メディア・サイト・プロセッサ３２０は、図６Ｂの例の機械可読インストラクションの実行を終了する。すべてのサイトの処理が完了していなければ（ブロック６５２）、メディア・サイト・プロセッサ３２０は、次のメディア・サイトの処理のためにブロック６３０に戻る。

図６Ｃの例の機械可読インストラクションは、移動経路プロセッサ３１０によるフィルタ構成ファイル（前述）内に指定されているフィルタのそれぞれの操作を伴って開始する（ブロック６６０）。続いて移動経路プロセッサ３１０は、それらのフィルタの１つを操作する（ブロック６６２）。すべてのフィルタの操作が完了すると（ブロック６６４）、メディア・サイト・プロセッサ３２０は、図６Ｃの例の機械可読インストラクションの実行を終了する。すべてのフィルタの操作が完了していなければ（ブロック６６４）、移動経路プロセッサ３１０はブロック６６０に戻って次のフィルタを操作する。

図４Ｂの街路制約フィルタ４５０に戻るが、結果として得られる向上された移動経路データ３１５が既知の移動コースに沿った一貫性がある合理的な移動経路を表すように、移動経路内のそれぞれの導出された（または決定された）位置決定が既知の移動コースの中心線に対応するべく整列される（すなわち、修正、操作等がなされる）。街路制約フィルタ４５０は、履歴および将来の移動を基礎として適切かつもっとも有望な位置決定の場所を決定する。一例においては、街路制約フィルタ４５０の実装が人工知能（ＡＩ）アルゴリズムおよびテクニック（適切に選択された損失および重みとともに）を使用して種々の移動経路操作を実行する。たとえば、位置決定のそれぞれを近隣の既知の移動コースに対応する複数のポイントにマップし、マップしたそれらの位置決定を接続する複数の可能移動経路を表すベイズ・ツリーを作成することができる。その後、それぞれのポイントに対して（たとえば、実際の位置決定からそのポイントまでのユークリッド距離を基礎として）値を適用することができる。経路を構成するマップ済みのポイントのそれぞれについての値を合計することによって各経路に関連付けされるコストを決定し、最小コストを伴う経路を選択する。

図３および４Ｂの例においては、移動経路プロセッサ３１０が既知の移動コースの場所を指定するジオコード・データにアクセスできる。さらに移動経路プロセッサ３１０は、地理的または人口統計学的領域を定義する街路地図ファイルを使用することができ、その上で街路制約フィルタ４５０が動作することになる。したがって、その領域内またはその領域を通り抜ける移動経路の部分が街路制約フィルタ４５０によって処理されることになる。図３および４Ｂの例においては、街路地図ファイルが、４ペアの緯度および経度によって確定される単純な境界矩形を確定する構成可能なＸＭＬファイルになる。移動経路プロセッサ３１０は、この境界矩形を使用してその領域内に含まれるそれぞれの既知の移動コースのセグメント（たとえば、長さ５０フィート）を決定する。移動経路プロセッサ３１０は、その領域内に含まれるセグメントの１つの中心線と整列するように位置決定を拘束するべく動作する。

図７Ａは、導出された２０の位置決定（円１〜２０として示されている）を含む一例の移動経路の部分を例示している。この例の街路制約フィルタ４５０内においては、移動セグメントが特定の既知の移動コースに関連付けされた連続するデータ・ポイントの順序集合になる。たとえば図７Ａにおいては、パイン通りが、それに関連付けされた３つの移動セグメント：すなわち、（１，２，３，４，５）、（１３，１４，１５，１６）、および（１９，２０）を有する。

各位置決定が、既知の移動コースの１つのセグメントだけに関連付けされるように強制することによって決定論的経路が組み立てられる。図７Ｂは、図７Ａに例示されている例の移動経路から組み立てられた一例の決定論的経路を例示しており、それにおいてはこの例の決定論的経路内の各ノードが１つの移動セグメントに対応する。街路制約フィルタ４５０が決定論的経路の考慮だけを行うとした場合には、あるポイントがもっとも近くに現れた既知の移動コースと、回答者１０２が実際に沿って移動した既知の移動コースと異なる実質的な可能性が存在する。たとえば図７Ａの例においては、位置決定１７を２番街またはパインのいずれにも関連付けすることができる。

決定論的経路に頼ることに代えて、この例の街路制約フィルタ４５０は、可能な既知の移動コースに対する複数の位置決定のマッピングを含む決定ツリーを組み立てる。したがって決定ツリーは、位置決定に対応する可能移動経路からなり、それにおいてツリーの複雑性は位置決定における曖昧性の量（たとえば、曖昧なポイントの数またはパーセンテージ）に依存する。決定ツリー内の各ノードは、候補移動経路の移動セグメントを表す（すなわち候補セグメント）。図７Ｃは、図７Ａに例示されている例の移動経路データから組み立てられた２つの枝を含む決定ツリーを例示している。図７Ｃの例の決定ツリーは、移動経路データが有する曖昧性の量が比較的低いことから比較的小さい。

決定ツリーを組み立てることによって街路制約フィルタ４５０は、決定ツリーを構成する候補移動経路のそれぞれが回答者１０２によって選択された実際の移動経路であった確率を決定する規則のセットを適用することによりファジィ・ロジックを採用することができる。詳細には、各候補移動経路にスコアが割り当てられ、もっとも高いスコアを伴う候補移動経路が回答者１０２によって選択されたもっとも有望な移動経路となる。

この例の街路制約フィルタ４５０においては、現在のポジションが、もっとも近い近隣のポジションによってもっとも重い影響を受けることが認識される。たとえば図７Ａの例において、位置決定１７がパインまたは２番街のいずれの上にあるべきかは、位置決定１６および１８によってもっとも影響を受ける。したがって、この例の街路制約フィルタ４５０は、予測子‐修正子法のアルゴリズムを使用する。たとえば、位置決定をマップする最良の既知の移動コースを決定するためにこの例の街路制約フィルタ４５０は、あらかじめ決定済みの深さ（たとえば４）の決定ツリーが組み立てられるまで移動経路データを通じて反復する。その後この例の街路制約フィルタ４５０は、有限深度のツリー内においてそれぞれの枝についてスコアを決定し、もっとも高いスコアを伴う枝を選択する。１つの位置決定（または候補セグメント）に関する決定が完了すると、この例の街路制約フィルタ４５０は、次の位置決定（または候補セグメント）についてこの処理を反復する。

有限深度の決定ツリーの各枝のスコア付けには、種々の方法（すなわち測定基準）を使用することができる。たとえば、候補セグメントに対する位置決定の近接、候補セグメントに関する位置決定の見かけの整列等がある。図８Ａは、追加の例の位置決定を例示している。一例の測定基準は、たとえば候補セグメントに関して取られるデータのモーメント等のデータ・モーメントを基礎とする。図８Ｂおよび８Ｃは、それぞれ１番街および２番街について取られた図８Ａの例の位置決定の２つのモーメントを例示している。より小さい平均距離またはモーメントを有する候補セグメントは、より大きな平均距離またはモーメントを有する候補セグメントより高く評価される。この例の街路制約フィルタ４５０においては、候補セグメント（すなわち、決定ツリーのノード）に対して割り当てられる初期スコアとしてデータ・モーメントが使用される。

別の例の測定基準は内積であり、候補セグメントが対応する位置決定とどの程度良好に整列するかを測定する。候補セグメントと位置決定の内積は、その位置決定と候補セグメントの間の角度を決定する。この例においては、その角度が０または１８０度に近いときには移動セグメント（すなわち、決定ツリーのノード）がより高く評価され（すなわち、ボーナスを受け取り）、その角度が９０または２７０に近いときには移動セグメントがペナルティを受け取る。

さらに別の例の測定基準は、候補セグメントを基礎とする文脈分析を使用する。たとえばここで、候補セグメントｓ［ｎ］を考える。図９Ａは、候補セグメントｓ［ｎ］に与えられるいくつかの例の文脈分析のボーナスをリストしている。より詳細には、ｓ［ｎ］が５を超える数のポイント（すなわち位置決定）を有している場合に、その候補セグメントｓ［ｎ］に４０％のボーナスが与えられる（すなわち、そのスコアが４０％増加される）。候補セグメントｓ［ｎ‐１］のスコアがあらかじめ決定済みの値（たとえば６０）より大きいときには、その候補セグメントｓ［ｎ］に１０％のボーナスが与えられる。

図９Ｂ‐Ｇは、それぞれの結果として１５％の文脈分析ペナルティがもたらされるいくつかの例の候補セグメント構成を例示している。たとえば図９Ｃに例示されているとおり、候補セグメントｓ［ｎ］とｓ［ｎ＋１］が接続されない場合には、１５％のペナルティが候補セグメントｓ［ｎ］に適用される。

再び図３に戻るが、メディア・サイト１１５に対する回答者１０２の露出が生じたか否かを決定するために図３のＭＥＣＤ ３００は、通行プロセッサ３２８を含む。図３に例示されている例の通行プロセッサ３２８は、向上された移動経路データ３１５、メディア・サイト・ロケーション・データ３２５、および制約のセットを使用して回答者１０２がメディア・サイト１１５（図１）を、回答者１０２がメディア・サイト１１５を見る機会を有するような態様で通過したか否かを決定する。図３に例示されている例においてメディア・サイト１１５にメディア露出がクレジットされるためには、メディア・サイト１１５に関連付けされる幾何学的影響力ゾーン内を回答者１０２がメディア・サイト１１５を見る上で好ましい方向に通り抜けなければならない。

メディア・サイト１１５に関連付けされる一例の影響力ゾーン１０１０が図１０に例示されている。図１０の例においてはメディア・サイト１１５が３１５度の角度で北西に面している。この例の影響力ゾーン１０１０は、回答者１０２にメディア・サイト１１５が可視となる最大距離に等しい半径を有する円１００５の部分として組み立てられる幾何学的領域であり、線１０２０および１０２５は、回答者１０２にメディア・サイト１１５が可視となる最大角度を表す。最大可視距離は、メディア・サイト１１５の型および構成に伴って変化する。図１０に例示されている例においては、最大可視距離がそのサイトの型（たとえばメディア・サイトのサイズ）に直接関係し、かつ依存する。たとえばバス格納庫の側面に位置するメディア・サイトは、一般に約２１０フィートから可視となり、２０フィート×６０フィートの掲示板は、一般に約１４００フィートから可視となる。さらにメディア・サイトに関連付けされる最大可視距離は、そのメディア・サイトの場所に伴って変化することがあり、たとえば地上から２５フィートに位置するメディア・サイトは、より長い距離にわたって可視となる。それに代わり最大可視距離を、そのメディア・サイト内に使用されている特定のフォント、色等を計算に入れるメディア・サイトと関連付けすることができる。この例の影響力ゾーン１０１０は円の部分として図示されているが、影響力ゾーン１０１０を、たとえば矩形等の異なる形状を有する幾何学的領域として組み立てることも可能である。

図１０に例示されている例においては、最大可視角度が、メディア・サイト１１５が面する方向（すなわち３１５度）に沿って延びるベクトル１０１３を中心とする１４０度である。したがって、線１０２０は２５度（すなわち（３１５＋７０）％３６０度）に対応し、線１０２５は２４５度（すなわち（３１５‐７０）％３６０度）に対応し、それにおいて記号％は、モジュロ演算子を表す。しかしながらいくつかのメディア・サイトについては、最大可視角度が１８０度になる。これは、４５度の線に整列する線１０２０、２２５度の線に整列する線１０２５に対応する。メディア・サイト１１５にメディア露出がクレジットされるためには、回答者１０２がメディア・サイト１１５に関連付けされる影響力ゾーン１０１０内を好ましい方向に通過するかまたは通り抜けなければならない。

メディア・サイト１１５を見る、または消費する上で好ましい移動方向は、メディア・サイト１１５が面している方向および最大回答者視角に依存する。最大回答者視角は、回答者１０２が頭を回転させることなくメディア・サイト１１５を見るか、消費できる角度範囲である。たとえば６５度は、回答者が自動車内に座っており、自動車のウインドシールドに拘束されているときにその多くが見ることのできる一般的な角度であり、５０度は、調査によって明なになった、９０％の人が達成する視角である。詳細には、メディア・サイト１１５がＸ度に面しており、最大回答者視角がＹ度であるとき、好ましい移動方向は［（Ｘ‐（Ｙ／２）＋１８０）％３６０］度と［（Ｘ＋（Ｙ／２）＋１８０）％３６０］度の間の移動方向を含み、それにおいて記号％は、モジュロ演算子を表す。したがって１４０度の最大回答者視角を伴う場合には、図１０に例示されている例においては、好ましい移動方向が６５度と２０５度の間になる。

図１１は、図１０の例の影響力ゾーン１０１０内を９０度（真東）の方向に通り抜ける直線移動経路１１０５を例示している。矢印１１１０として示されている直線経路１１０５の部分は、回答者１０２が影響力ゾーン１０１０（ハッチングのエリア）の外になることから、メディア・サイト１１５にメディア露出がクレジットされる結果をもたらさない。複数の太い矢印１１１５〜１１２０として示されている移動経路１１０５の部分は、回答者１０２が影響力ゾーン１０１０内をそのメディア・サイトを見る上で好ましい方向（すなわち、６５度＜９０度＜２０５度）に通り抜けていることからメディア・サイト１１５にメディア露出がクレジットされる結果をもたらす。矢印１１２５によって示されている移動経路１１０５の残りの部分は、回答者１０２が影響力ゾーン１０１０を去ったことからメディア・サイト１１５にメディア露出がクレジットされる結果をもたらさない。

図１２は、図１０の例の影響力ゾーン１０１０内を移動し、通り抜ける曲線移動経路１２０５を例示している。影響力ゾーン１０１０（ハッチングのエリア）内を好ましい移動方向に通り抜ける移動経路１２０５の部分は太い矢印で示されている。

図３を参照すると、メディア・サイト１１５に関連付けされる影響力ゾーン１０１０を計算するために通行プロセッサ３２８は、メディア・サイト・ロケーション・データ３２５内に記録されたメディア・サイト１１５に関連付けされている最大可視距離および最大可視角度を基礎として影響力ゾーン１０１０を計算する影響力ゾーン計算デバイス３３０を含んでいる。回答者１０２が影響力ゾーン計算デバイス３３０によって計算された影響力ゾーン１０１０内を通り抜けたか否かを決定するために、通行プロセッサ３２８は、向上された移動経路データ３１５内の位置決定を比較してそれらが影響力ゾーン１０１０内に含まれるか否かを決定する場所比較デバイス３３５を含んでいる。また影響力ゾーン計算デバイス３３０は、メディア・サイト１１５が面している方向および最大回答者視角を基礎として、メディア・サイト１１５についての好ましい眺め方向の範囲を計算する。メディア・サイト１１５についての好ましい眺め方向の範囲は、すべての回答者に適用可能な最大回答者視角について計算することができる。それに代えてメディア・サイト１１５についての好ましい眺め方向の範囲を各回答者について計算し、それによって各回答者のための最大回答者視角を促進してもよい。

移動方向を決定するために通行プロセッサ３２８は、影響力ゾーン１０１０内に含まれる位置決定について移動の方向を計算する移動方向計算デバイス３４０を含んでいる。影響力ゾーン１０１０内に含まれる位置決定が、場所比較デバイス３３５によって移動方向計算デバイス３４０に提供される。位置決定に関連付けされる移動方向は、少なくとも１つの別の位置決定を使用し、かつ標準幾何学原理を使用して決定される。たとえば、ある位置決定とその次の位置決定を接続するベクトルを組み立てることによって、その組み立てたベクトルに関連付けされる方向を決定する。

さらに通行プロセッサ３２８は、影響力ゾーン１０１０内に含まれる位置決定についての移動の方向と影響力ゾーン計算デバイス３３０によって計算された好ましい移動方向を比較する方向比較器３４５を含む。

各メディア・サイトは、メディア・サイトが互いに近接して位置している場合であっても独立に扱われ、各メディア・サイトは、影響力ゾーンおよび好ましい移動方向と関連付けされる。たとえば２つの掲示板が背合わせで高速道路と垂直に位置決めされている場合には、１つの掲示板は１つの方向に移動する回答者によって見られることのためにクレジットされ、他方は、その逆の方向に移動する回答者によって見られることのためにクレジットされる。

より詳細については後述するが、位置決定が影響力ゾーンおよび好ましい移動方向の制約を満たす場合、すなわち回答者１０２が影響力ゾーン内に位置し、好ましい移動方向に移動および／または面している場合であってもメディア・サイト１１５がその位置決定に位置する回答者１０２についての露出のためにクレジットされなくてもよいような追加の制約（たとえば、サイトの照明、影響力ゾーンを出てからの再入等）を適用することができる。たとえば回答者１０２が、日中でない時間帯にメディア・サイト１１５を通過し、メディア・サイト１１５が照明されていない場合には、メディア・サイト１１５が露出のためにクレジットされないことになる。追加の制約を適用するために通行プロセッサ３２８は、制約プロセッサ３５０を含んでいる。メディア・サイト１１５にクレジットされる各露出は、制約プロセッサ３５０によってデータベース１３０内に記録される。

データベース１３０内に存在するメディア・サイト情報は、メディア・サイト１１５が照明されるか否か、および照明される場合には照明の時間を指定する。たとえば、いくつかのメディア・サイトは照明がなく、したがって日中の時間帯の間におけるメディア露出のためにだけクレジットされる。たとえばイリノイ州シカゴにおいては、冬の月（４月〜９月）の間の日中の時間帯が概略で１２時間（午前６時〜午後８時）を含む。それに代えて自然光状態を測定できるメータを使用し、または日出および日没を示す気象データを使用して日中の時間帯を日々ベースで決定することも可能である。照明付きのメディア・サイト１１５については、日中とメディア・サイト１１５が照明されている時間帯の間においてまったく同じにメディア・サイト１１５にメディア露出をクレジットすることができる。それに加えて、またはそれに代えて、たとえば夜盲症等の視覚の低下を生じる、または結果としてもたらす医学的状態を有する回答者によるメディア・サイト１１５の眺めに与えられるクレジットを、この視覚状態またはそのほかの任意の、距離を置いてメディアを見る回答者の能力に影響を与えることが知られている視覚的状態を説明するべく調整してもよい。

回答者１０２が、影響力ゾーン１０１０内に含まれる複数の連続する位置決定を有する場合に、そのメディア・サイト１１５は、単一の露出のためにだけクレジットされる。詳細には、１５０またはそれを超える連続する位置決定が５０フィート内に位置する場合（最大５の例外を伴う）、その位置決定のシーケンスがクラスタと見なされ、単一の露出だけがクレジットされる。リスト内の５を超えるポイントが５０フィートを超えて離れる場合には複数の露出がクレジットされる。

影響力ゾーン１０１０の縁の近傍にいると見られる回答者１０２が影響力ゾーン１０１０内外へ数回にわたって移動する状況を扱うために、追加の制約が適用される。回答者１０２が影響力ゾーン１０１０を離れ、その後影響力ゾーン１０１０に再入するとき、回答者１０２が最小時間期間にわたって影響力ゾーン１０１０を離れた場合を除き、メディア・サイト１１５に追加の露出がクレジットされない。例示されている例においては、最小時間期間が１０分である。しかしながら、それに代えてそのほかの任意の時間期間を使用することができる。

しばしばメディア・サイト１１５が１つの道路（すなわち一次道路）に沿って位置され、回答者１０２が好ましい方向を第２の道路（すなわち二次道路）に沿って移動してメディア・サイト１１５の影響力ゾーン１０１０に入ることがある。この状況を扱うための制約は、メディア・サイト１１５の場所に応じて変化することがある。例示されている例においては、回答者１０２が一次道路上を移動しているか、あらかじめ決定済みのリストの二次道路上を移動しているときに限ってメディア・サイト１１５にメディア露出がクレジットされ、それにおいてあらかじめ決定済みの二次道路のリストは、メディア・サイト１１５が可視となり、メディア・サイト１１５の所有者によってリスト内に含められることが求められている二次道路を含む。それに代えて、メディア・サイト１１５の眺めに影響を与え得る高い建物（たとえば、繁華街エリア）によってそれが囲まれるか否かを基礎としてメディア・サイト１１５を分類することができる。たとえば、メディア・サイト１１５が高い建物に囲まれているときには、回答者１０２が一次道路上を移動した場合、またはメディア・サイト１１５が屋上に位置し、したがって二次道路から可視となる場合に限り、そのメディア・サイト１１５にメディア露出がクレジットされるようにできる。メディア・サイト１１５が高い建物によって囲まれていないときには、回答者１０２が一次道路または二次道路のいずれの上を移動しているかによらずメディア・サイト１１５にメディア露出がクレジットされる。

上記の例示の方法は、移動性メディア・サイト（たとえば、乗り物の側面上のメディア等）についてメディア露出を決定するために使用することも可能である。たとえば、大半のバスは、それぞれのバスごとに４つの可能メッセージ（すなわちメディア・サイト）‐‐バスの各側面に１つ（すなわち、前面、背面、乗客側、運転手側）‐‐を有している。図１３は、バス１３０５の周囲に作られる４つの影響力ゾーン１３１０、１３１５、１３２０、および１３２５を例示した図表である。このほかのメディア位置決めの取り合わせ（たとえば、バス全体にわたる単一のメッセージ）が使用される場合には、以下に概説する方法を当業者に容易に明らかな態様で修正することが可能である。

図１３に例示されている例においては、回答者１０２が、任意の所定の時点において、４つのメッセージのうちの１つだけを見ることができる。したがってバス１３０５は、それぞれがバス１３０５の側面に対応する４つの象限に分割される。これを例示するためには、バス１３０５の屋根の上に立ち、バス１３０５の移動方向に面していることを想像する。文字「Ｘ」が屋根の上に描かれているとすれば、「Ｘ」によって形成される４つの象限のそれぞれが４つのメッセージの１つに割り当てられる。図１３に例示されている例においては、それらの４つの象限が４つの影響力ゾーン１３１０、１３１５、１３２０、および１３２５のそれぞれに対応する。当業者によって容易に認識されるとおり、このほかの影響力ゾーンの形状を使用することも可能である。たとえばメッセージが１８０度の最大可視角度を有している場合には、影響力ゾーンが重複し、回答者１０２が同時に２つのメッセージまたはメディア表示を見ることができる。バス１３０５のためのメッセージのそれぞれに関する好ましい移動方向は、固定されたメディア・サイトの場合に類似または同一の態様で計算することができる。

固定された場所のメディア・サイトの場合には、メディア・サイト１１５の正確な場所がメディア・サイト・ロケーション・データ３２５内に見つかるジオコード・ロケーション・データによって決定される。しかしながらバス１３０５の場合には、バス１３０５が停車しているか、停留所の間を移動していることからバス１３０５の座標が変化し得る。バスはほとんど絶えず動いているが、各バスの経路は、あらかじめ指定され、スケジュールされた停車の場所および時刻を有している。バス１３０５の移動経路は、あらかじめ指定され、スケジュールされた停車の場所および時刻、およびバス１３０５に割り当てられたバスの経路を使用してシミュレーションできる。それぞれのスケジュールされた停車の場所についてのジオコード・ロケーション・データは、種々の周知のテクニックのいずれかを使用して容易に獲得できる。それらの既知の固定された場所から、停留所に停車しているバス１３０５の影響力ゾーン１３１０、１３１５、１３２０、および１３２５を、特定の時間期間にわたり、４つの静止している屋外メディア・サイト（たとえば、掲示板またはバス格納庫）として扱うことができ、前述したメディア露出の決定のための方法を適用することができる。詳細に述べれば、バス１３０５が停留所に停車している時間の間の、回答者１０２による影響力ゾーン１３１０、１３１５、１３２０、および１３２５のうちの１つの好ましい方向の通行を、メディア露出として記録することができる。

それぞれのスケジュールされたバスの停車の終わりに影響力ゾーン１３１０、１３１５、１３２０、および１３２５がバス１３０５と同一の方向に移動する。バス１３０５が前方に移動すると、シミュレーションされた移動経路に沿って、その停留所に関連付けされた影響力ゾーン１３１０、１３１５、１３２０、および１３２５に隣接する影響力ゾーンを有する静止したメディア・サイトの追加のセットを表す新しい影響力ゾーンが作られる。それらの新しい影響力ゾーンのサイズは、オリジナルのセットの影響力ゾーン１３１０、１３１５、１３２０、および１３２５と同じである。規定された時間ウインドウの間のそれらの新しい影響力ゾーン内における回答者１０２による通り抜けは、関連付けされたメッセージが見られることによるクレジットをもたらすことができ、それにおいて規定された時間ウインドウは、所定の時刻において見積もられるバス１３０５の場所を基礎として決定される。言い換えると、影響力ゾーンは、バスのスケジュールを使用して各停留所において作られることになる。任意の２つの既知の停留所の間において、仮想停留所（および関連する影響力ゾーン）を、既知の停留所の間で影響力ゾーンが隣接し、バス１３０５のシミュレーションされた移動経路に沿って横たわるように作成することができる。それぞれの仮想停車のために使用される開始および終了の時刻は、スケジュールされた停車の間の既知の時刻を補間することによって計算することができる。この方法は、バス１３０５が経路上にあることがスケジュールされている任意の時刻において、およびバスの経路全体にわたる任意の場所においてメディア露出のクレジットの可能性を考慮する。それに代えて、影響力ゾーンをセグメントに量子化せずに、連続的に移動する影響力ゾーンとして扱うこともできる。

図１３に例示されているとおり、ヘッドライト看板（バス１３０５の正面）を見ることができる距離はバス１３０５の前方の約５０フィート、バスの長さは約２５フィートであり、テール・ライト看板は、バスの後方の約７５フィートから見ることができる。したがって図１３の例においては、合計で１５０フィートの通りの距離がセグメントの長さとして使用される。

図１４は、３つの都市ブロックを伴う一例のシナリオを例示しており、この図の１番目と３番目のブロックに停留所を含み（経路上の停留所＃１４および＃１５）、これらの既知の停留所の間に２つの仮想停留所１４０５および１４１０を含み、結果としてバス１３０５の正面の４つの重複しない影響力ゾーン、バス１３０５の運転手側の４つの影響力ゾーン等がもたらされる。

固定されたメディア・サイトについて前述した照明に関連付けされる制約と同じ制約を移動性のメディア・サイトに対しても適用できる。さらに、バス１３０５がＳＰＳデバイスを装備し、関連するバス・スケジュールからバスの場所を導出する代わりに、実際のバスの場所を記録することができる。その場合においては、任意の時点においてバス１３０５が位置する任意のポジションおよび／または任意数のポジション（所望のデータの粒状性に依存）について実際のバスのロケーション・データを使用して影響力ゾーンを導出し、好ましい移動方向を識別することができる。

図１５、１６、および１７は、図３の例の通行プロセッサ３２８を実装するべくプロセッサ（たとえば、図２３のプロセッサ２３０５Ａ〜Ｃの１つ）によって実行され得る例示的な機械可読インストラクションを表したフローチャートを例示している。図１５〜１７の機械可読インストラクションおよび／または図３の例の通行プロセッサ３２８は、プロセッサ、コントローラ、および／またはそのほかの任意の適切な処理デバイスによって実行され得る。たとえば図１５〜１７の機械可読インストラクションおよび／または図３の例の通行プロセッサ３２８は、例示的なプロセッサ・プラットフォーム２３００内に示され、かつ図２３に関連して後述するプロセッサ２３０５Ａ〜Ｃに関連付けされたフラッシュ・メモリ、ランダム・アクセス・メモリ（ＲＡＭ）等の有体メディア上にストアされるコード化されたインストラクションとして具体化できる。それに代えて図１５〜１７の例の機械可読インストラクションおよび／または図３の例の通行プロセッサ３２８のいくつかまたは全部を特定用途向け集積回路（ＡＳＩＣ）、プログラマブル・ロジック・デバイス（ＰＬＤ）、現場プログラマブル・ロジック・デバイス（ＦＰＬＤ）、離散的ロジック、ハードウエア、ソフトウエア、および／またはファームウエアを使用して実装することもできる。また図１５〜１７の機械可読インストラクションおよび／または図３の例の通行プロセッサ３２８のいくつかまたは全部をマニュアルで、または上記のテクニックの任意の組み合わせとして実装することもできる。さらに、図１５〜１７の例の機械可読インストラクションは図１５〜１７のフローチャートを参照して説明されているが、当業者が容易に認識するとおり、図３の例示的な通行プロセッサ３２８を実装する多くのほかの方法を採用することができる。たとえば、ブロックの順序の変更、および／または記述されているブロックのいくつかの変更、削除、または結合を行うことができる。

この例の通行プロセッサ３２８は、すべてのメディア・サイトが処理されるブロック１５０５を伴って図１５の例の機械可読インストラクションの実行を開始する。通行プロセッサ３２８は、メディア・サイト１１５の最大可視距離、面する方向、および最大可視角度を基礎としてメディア・サイト１１５に関連付けされる影響力ゾーン１０１０を計算する（ブロック１５１０）。続いて通行プロセッサ３２８は、好ましい移動方向の範囲を計算する（ブロック１５１５）。前述したとおり、好ましい移動方向の範囲は、共通の最大回答者視角に対応するか、または各回答者についての最大回答者視角に関連付けすることができる。通行プロセッサ３２８はブロック１５２０へと続き、それにおいてすべての回答者に関連付けされたすべての位置決定が処理される。１つの位置決定について通行プロセッサ３２８は、その位置決定と影響力ゾーン１０１０を比較する（ブロック１５２５）。その位置決定が影響力ゾーン１０１０内に含まれるときに（ブロック１５２５）、通行プロセッサ３２８は、その位置決定における回答者１０２の移動方向とメディア・サイト１１５に関連付けされている好ましい移動方向の範囲を比較する（ブロック１５３０）。回答者１０２の移動方向が好ましければ（ブロック１５３０）、通行プロセッサ３２８は、図１７の例の機械可読インストラクションを実行することによって追加の適用可能な制約を適用する（ブロック１５３２）。

ブロック１５２５に戻るが、位置決定が影響力ゾーン１０１０内に含まれないとき、通行プロセッサ３２８はすべての位置決定の処理が完了したか否かを決定する（ブロック１５３５）。すべての位置決定の処理が完了していなければ（ブロック１５３５）、通行プロセッサ３２８はブロック１５２０に戻って次の位置決定を処理する。すべての位置決定の処理の完了であれば（ブロック１５３５）、通行プロセッサ３２８は、すべてのメディア・サイトの処理が完了したか否かを決定する（ブロック１５４０）。すべてのメディア・サイトの処理の完了であれば（ブロック１５４０）、通行プロセッサは、図１５の例の機械可読インストラクションの実行を終了する。すべてのメディア・サイトの処理が完了していなければ（ブロック１５４０）、通行プロセッサ３２８は、ブロック１５０５に戻って次のメディア・サイトを処理する。

移動性メディア・サイト（たとえば、バス１３０５）についてメディア露出を決定するために、図１５のブロック１５０５は、その移動性メディア・サイトに関連付けされる複数の一時的な影響力ゾーンを含む。それに加えて回答者１０２が一時的な影響力ゾーン内にいるか否かの決定（ブロック１５２５）は、それぞれの一時的な影響力ゾーンのための有効な時間期間を計算に入れる。

信号受信の妨害に関連付けされる移動経路の部分について、図１５の例の機械可読インストラクション内のブロック１５２５の手前に追加の判断ブロックを追加することができる。この追加の判断ブロックは、信号受信の妨害に関連付けされる位置決定内の（図３のプリプロセッサ３０８によって向上された移動経路データ３１５内にマークされる）ギャップを検出する。ギャップが検出された場合に通行プロセッサ３２８は、その信号受信の妨害に関連付けされる移動経路の部分についてもっともらしい経路を決定し、そのもっともらしい経路に沿って位置するメディア・サイトにメディア露出をクレジットする。

演算的により効率のよい図１５に例示された例の機械可読インストラクションの実装を、図１６の代替例の機械可読インストラクションに示す。図１６の例の機械可読インストラクションは、回答者の移動経路が既知の移動コースに沿うように整列されること、および既知の移動コースのセグメントが正方形内に含まれるか否かを決定する方が円内についてそれを行うより必要とされる演算が少ないことを利用している。

通行プロセッサ３２８は、すべてのメディア・サイトが処理されるブロック１６０５を伴って図１６の代替例の機械可読インストラクションを開始する。通行プロセッサ３２８は、正方形領域の各辺が、メディア・サイト１１５の最大可視距離の約２倍の長さを有するように、メディア・サイト１１５を中心に置く正方形の領域を計算する（ブロック１６１０）。しかしながら、それに代えてほかの長さまたは距離を使用することも可能である。さらに、領域を正方形ではなく、メディア・サイト１１５に関連付けされる影響力ゾーン１０１０の寸法に概略で対応するように矩形またはそのほかの多角形とすることもできる。通行プロセッサ３２８は、また、その正方形領域内に含まれる既知の移動コースに関連付けされるセグメントのリストを決定する（ブロック１６１５）。

続いて通行プロセッサ３２８は、メディア・サイト１１５の最大可視距離、面する方向、および最大可視角度を基礎としてメディア・サイト１１５に関連付けされる影響力ゾーン１０１０を計算する（ブロック１６２０）。次に通行プロセッサ３２８は、好ましい移動方向を計算する（ブロック１６２５）。前述したとおり、好ましい移動方向は、共通の最大回答者視角に対応するか、または各回答者についての最大回答者視角に関連付けすることができる。

通行プロセッサ３２８はブロック１６３０へと続き、それにおいてすべての回答者に関連付けされたすべての位置決定が処理される。１つの位置決定について通行プロセッサ３２８は、位置決定（既知の移動コースのセグメントに整列されている）と正方形領域内に含まれる既知の移動コースのセグメントのリストを比較する（ブロック１６３５）。その位置決定がそれらのセグメントの１つの上にあれば（ブロック１６３５）、通行プロセッサ３２８は、その位置決定と影響力ゾーン１０１０を比較する（ブロック１６４０）。その位置決定が影響力ゾーン１０１０内に含まれるとき（ブロック１６４０）、通行プロセッサ３２８は、その位置決定における回答者１０２の移動方向とメディア・サイト１１５に関連付けされている好ましい移動方向の範囲を比較する（ブロック１６４５）。回答者１０２の移動方向が好ましければ（ブロック１６４５）、通行プロセッサ３２８は、図１７の例の機械可読インストラクションを使用して追加の適用可能な制約を適用する（ブロック１６５０）。回答者１０２の移動方向が好ましくなければ（ブロック１６４５）、通行プロセッサ３２８はブロック１６５５に進む。

すべての位置決定の処理が完了していなければ（ブロック１６５５）、通行プロセッサ３２８はブロック１６３０に戻り、次の位置決定を処理する。すべての位置決定の処理が完了していれば（ブロック１６５５）、通行プロセッサ３２８は、すべてのメディア・サイトの処理が完了したか否かを決定する（ブロック１６６０）。すべてのメディア・サイトの処理が完了していれば（ブロック１６６０）、通行プロセッサは、図１６の例の機械可読インストラクションの実行を終了する。すべてのメディア・サイトの処理が完了していなければ（ブロック１６６０）、通行プロセッサ３２８は、ブロック１６０５に戻って次のメディア・サイトを処理する。

通行プロセッサ３２８は、位置決定に関連付けされる時刻とメディア・サイト１１５に関連付けされている日中の時間帯を比較することによって図１７の例の機械可読インストラクションの実行を開始する（ブロック１７０５）。その時刻がメディア・サイト１１５の日中の時間帯外であれば（ブロック１７０５）、通行プロセッサ３２８は、その時刻がメディア・サイト１１５の照明時間帯（ある場合）に含まれるか否かを決定する（ブロック１７０７）。通行プロセッサ３２８が、その位置決定に関連付けされる時刻にそのサイトが照明されていないと決定すると（ブロック１７０７）、日中の状態ではなく（ブロック１７０５）、またサイトの照明がなければ（ブロック１７０７）、おそらくはメディア・サイト１１５が回答者１０２に見えないことから、通行プロセッサ３２８は図１７の例の機械可読インストラクションの実行を終了する。

その位置決定に関連付けされる時刻に日中の状態が存在するか（１７０５）またはメディア・サイト１１５が人工的に照明されているとき（ブロック１７０７）、通行プロセッサ３２８は、その移動経路が影響力ゾーン１０１０内に位置する複数の位置決定を含むか否かについて決定する（ブロック１７１０）。複数の位置決定が影響力ゾーン１０１０内に位置していれば（ブロック１７１０）、通行プロセッサ３２８は、回答者１０２が最後に影響力ゾーン１０１０内に位置していたときから少なくとも１０分にわたって回答者１０２が影響力ゾーン１０１０の外にいたか否かについて決定する（ブロック１７１５）。回答者１０２が少なくとも１０分にわたって影響力ゾーン１０１０の外に出ていなければ（ブロック１７１５）、通行プロセッサ３２８は図１７の例の機械可読インストラクションの実行を終了する。当業者には容易に明らかになろうが、１０分に代えてほかの時間期間を使用することは可能であり、また好ましくはこの時間期間の長さが、規定の長さの時間にわたって影響力ゾーン１０１０の外に出た者が影響力ゾーン１０１０への再入時にメディア・サイト１１５に視覚的注意を向け、その結果、別々の露出のクレジットが適切となる尤度に関連付けされる。

影響力ゾーン１０１０内に複数の位置決定がないか（ブロック１７１０）、または回答者１０２が１０分を超えて影響力ゾーン１０１０の外に出ていたとき（ブロック１７１５）、通行プロセッサ３２８はその位置決定がメディア・サイト１１５に関連付けされている一次道路に沿っているか否かについて決定する（ブロック１７２０）。その位置決定が一次道路に沿っている場合（ブロック１７２０）、通行プロセッサ３２８は、メディア・サイト１１５に対して露出をクレジットし（ブロック１７２５）、図１７の例の機械可読インストラクションの実行を終了する。

ブロック１７２０に戻るが、その位置決定が一次道路に沿っていなければ、通行プロセッサ３２８は、その位置決定があらかじめ決定された、メディア・サイト１１５が可視となる二次道路に沿っているか否かについて決定する（ブロック１７３０）。その位置決定があらかじめ決定された、メディア・サイト１１５が可視となる二次道路に沿っていれば（ブロック１７３０）、通行プロセッサ３２８は、メディア・サイト１１５に対して露出をクレジットし（ブロック１７２５）、図１７の例の機械可読インストラクションの実行を終了する。その位置決定があらかじめ決定された、メディア・サイト１１５が可視となる二次道路に沿っていなければ（ブロック１７３０）、通行プロセッサ３２８は、メディア・サイト１１５に回答者１０２に対する露出をクレジットすることなく、図１７の例の機械可読インストラクションの実行を終了する。それに代えて図１７の例の機械可読インストラクションは、判断ブロック１７３０をスキップすることによって一次道路上の移動についてだけメディア・サイト１１５に露出をクレジットすることも可能である。

統計的サンプリング誤差は、あらゆるメディア露出評価システムに内在する。たとえば、複数の回答者１０２の統計的人口統計が市場領域の人口統計と完全に一致しないとき；回答者１０２の数がすべてのメディア・サイト１１５が通過される充分な大きさでないとき；特定の回答者１０２がいくつかのメディア・サイト１１５の近くに居住しており、したがってそれらのメディア・サイト１１５について露出クレジットが過剰に高くなるときに誤差が生じ得る。さらに、回答者１０２のプールが人口統計データの完全な集合を提供していなかったということもあり得る。

図３に戻るが、通行プロセッサ３２８によって決定され、データベース１３０内にストアされるメディア露出クレジット（すなわち、通行データ）の統計的精度および／または代表適格を向上させるために、ＭＥＣＤ ３００は、統計処理デバイス３９７を含む。統計処理デバイス３９７は統計的分析アルゴリズムを採用して回答者のより大きなプールをより良好に表すように通行データを調和させ、欠落している人口統計値を負わせ、かつ／またはメディア・サイトの有効性を表す到達率および到達頻度の値を作成する。しかしながら、当業者には容易に明らかになろうが、統計処理デバイス３９７によって実装されるあらゆる統計処理には結果としてもたらされる通行データ（および結果としてもたらされるそれらから導出された到達率および到達頻度の値）がそれぞれの測定される市場または領域内にメディア・サイト露出の不偏の評価を残すという保証がなされることが重要である。

図１８は、図３の統計処理デバイス３９７を実装する一例の態様を例示している。通行データを調和させるために統計処理デバイス３９７は、データ調和プロセッサ１８０５を含む。調和プロセッサ１８０５は、通行データの極端な特性（ゼロまたは異常に高い通行データを伴うサイトを含む）を除去し、通行データをスムージングする一方、各メディア・サイト所有者およびメディア・サイトの型について全体的な平均のメディア・サイト通行の評価を維持する。

屋外メディア市場においては、自動車交通量の調査に基づいた代替メディア・サイト通行評価が利用できる（たとえば、ＴＡＢデイリー・エフェクティブ・サーキュレーション（ＤＥＣ）通行評価）。自動車交通量に頼った調査は、定義、データ方法、およびタイミングにおいて図１に例示されている例の電子メディア・サイト露出システムと異なる。しかしながら結果の統計的分析および比較は、２つのテクニックの結果がほとんどのメディア・サイトについて互いに通常は＋／‐２０％内にあることを示している。

一例において調和プロセッサ１８０５は、反復態様で通行データを修正する。各繰り返しにおいて調和プロセッサ１８０５は、通行データをＴＡＢ ＤＥＣ通行データの＋／‐２０％内に拘束し、平均通行値を復元するべく拘束された通行データに因数を適用する（すなわち、通行データは、平均を維持するべく拘束される）。詳細に述べれば、拘束された通行データに因数を適用するためにデータ調和プロセッサ１８０５は、現在の平均を計算し、現在の平均によって除したオリジナルの平均としてスケール因数を決定し、拘束された通行データにこのスケール因数を乗ずる。この例においては、平均の通行量の維持がもっとも重要であり、したがって２つの制約が同時に満たされることが不可能な場合には、パーセンテージの制約が緩和される。ＤＥＣ ＴＡＢデータのないメディア・サイトについては、統計処理デバイス３９７によって単純な重み付け平均が適用されて、通行データがスムージングされる。統計処理デバイス３９７は、反復が最大数に達するか、収斂が検出されたときに反復を終了する。この例においては、現在の平均通行量とオリジナルの平均通行量の間におけるパーセンテージ誤差を監視することによって収斂が決定される。そのパーセンテージがあらかじめ決定された限界より下になるときは収斂が生じている。通行データの調和のためのこのほかのテクニックを、上記に代えてまたはそれに加えて使用することも可能である。たとえばほかのメディア・サイト露出調査データとの調和を使用すること、異なる目標パーセンテージを使用すること、異なる収斂評価基準を使用することなどがそれぞれ可能である。さらに、統計処理デバイス３９７によって、任意数の制約（単一の制約を含む）を満たすべく通行データを修正することもできる。

図１９は、調和プロセッサ１８０５による調和の前、その間、およびその後の通行データの例を示している。図１９の例は、あるメディア・サイト・グループ（たとえば、同一メディア・サイト所有者、同一メディア・サイト型、等）内の３つのサイトについての通行データを例示している。２番目の列は、これらのサイトに関するＴＡＢ ＤＥＣ通行データであり、３番目の列は、たとえば図３の例の通行プロセッサ３２８およびこの例のデバイス２００によって決定された通行データを示す。４番目の列は、ＴＡＢ ＤＥＣ通行データの＋／‐２０％内にデータを拘束した後の通行データを示す。５番目の列は、平均の通行が維持されるという制約に適合するべく因数が適用された後の通行データを示す。６番目および７番目の列は、２回目の反復の後に結果として得られる通行データを示す。最後の列は、最終的に完全に収斂した調和後の通行データを示しており、これらは特性においてＴＡＢ ＤＥＣ通行データに近いが、オリジナルの全体的な平均の通行を維持している。

図１８に戻るが、欠落している人口統計データまたは情報（たとえば、回答者は人種、言語、雇用状態、職業、収入等を示していないこともある）を負わせるために、統計処理デバイス３９７は、データ融合プロセッサ１８１０を含む。データ融合プロセッサ１８１０は、種々の周知のデータ融合テクニックのいずれかを使用して欠落している人口統計データを負わせるか、または決定を行う。図１８の例のデータ融合プロセッサ１８１０は、性別の人口統計が完全かつ正確であり、各回答者に利用可能であることを前提とし、データ融合の目的のための連結変量または『フック』として使用される。このほかの連結変量を年齢、居住国等とすることができ、同様に各回答者に利用可能であると仮定される。

データ融合テクニックは、回答者の欠落データは、類似の特性を有する回答者から負わせることが可能であるという原理の上に動作する。たとえば、共通する年齢、性別、場所および職業を共有する２人の回答者は、回答者のランダムなすりあわせより類似する収入を有することがより統計的にありがちとなる。したがって、類似の特性および共有する共通の連結変量を伴う回答者を捜し出すことによって、最初の回答者の収入等の欠落している人口統計を２番目の回答者の収入から信頼性をもって（統計的な見方から）負わせることが可能になる。

一例においては、回答者がそれぞれの性別の中で２つのグループ：すなわち、少なくとも１つの欠落している人口統計を有するレシピエント、および完全な人口統計レコードを有するドナーに分けられる。したがって、４つのグループ：＃１（男性、ドナー）、＃２（男性、レシピエント）、＃３（女性、ドナー）、および＃４（女性、レシピエント）が作られる。次に各性別内において、各レシピエントと各ドナーの間の統計的な差が計算される。最後に各レシピエントがもっとも小さい統計的な差を有するドナーと整合され、そのドナーからの人口統計情報がそのレシピエントのために使用される。当業者には容易に明らかとなろうが、任意の適切な統計的な差を採用することが可能である。この例においては、統計的な差が周知の修正マハラノビス距離として計算される。この修正マハラノビス距離は、２つのＮ次元ポイントの間における、そのポイントの各成分の統計的な変動、相関、および重要度によって評価される距離である。図１８の例においては、２つのＮ次元ポイントがメディア・サイトごとにレシピエントおよびドナーについての収入を表し、それにおいてＮはメディア・サイトの数である。

メディア・サイト（またはメディア・サイトの型、所有者等）の露出または消費の有効性（すなわち、到達率および到達頻度）の特徴記述に適したモデルを生成するために統計処理デバイス３９７は、到達頻度および到達率プロセッサ１８１５を含む。一例において到達頻度および到達率プロセッサ１８１５は、周知のガンマ・ポアソン分布（すなわち、負の二項分布（ＮＢＤ））のパラメータを決定する。その例においては、到達頻度および到達率プロセッサ１８１５が、通行データを基礎としてあるスケジュール（すなわち、１ないしは複数の評価基準に基づいて選択されたメディア・サイトのセット）についての９日分の述べ到達率（Ｇｒｏｓｓ Ｒａｔｉｎｇ Ｐｏｉｎｔ：ＧＲＰ）を計算する。到達頻度および到達率プロセッサ１８１５は、続いて種々の周知のテクニックの１つを使用してＧＲＰおよび到達率からモデル・パラメータを評価する。次に到達頻度および到達率プロセッサ１８１５は、評価したモデル・パラメータを使用して、あらかじめ決定済みの持続時間にわたるメディアの有効性（すなわち、到達率および到達頻度の値）を評価する。当業者には容易に明らかになろうが、このほかの適切なモデルを使用することも可能であり；かつ、通行データからモデル・パラメータ、および到達率ならびに到達頻度の値を決定するために有用なこのほかの適切な方法を使用することも可能である。

図２０、２１、および２２は、データ調和プロセッサ１８０５、データ融合プロセッサ１８１０、および到達頻度および到達率プロセッサ１８１５をそれぞれ実装するべくプロセッサ（たとえば、図２３のプロセッサ２３０５Ａ〜Ｃの１つ）によって実行され得る例示的な機械可読インストラクションを表したフローチャートを例示している。図２０〜２２の機械可読インストラクション、データ調和プロセッサ１８０５、データ融合プロセッサ１８１０、および／または到達頻度および到達率プロセッサ１８１５は、プロセッサ、コントローラ、および／またはそのほかの任意の適切な処理デバイスによって実行され得る。たとえば図２０〜２２の機械可読インストラクション、データ調和プロセッサ１８０５、データ融合プロセッサ１８１０、および／または到達頻度および到達率プロセッサ１８１５は、例示的なプロセッサ・プラットフォーム２３００内に示され、かつ図２３に関連して後述するプロセッサ２３０５Ａ〜Ｃに関連付けされたフラッシュ・メモリ、ランダム・アクセス・メモリ（ＲＡＭ）等の有体メディア上にストアされるコード化されたインストラクションとして具体化できる。それに代えて図２０〜２２の機械可読インストラクション、データ調和プロセッサ１８０５、データ融合プロセッサ１８１０、および／または到達頻度および到達率プロセッサ１８１５のいくつかまたは全部を特定用途向け集積回路（ＡＳＩＣ）、プログラマブル・ロジック・デバイス（ＰＬＤ）、現場プログラマブル・ロジック・デバイス（ＦＰＬＤ）、離散的ロジック、ハードウエア、ソフトウエア、および／またはファームウエアを使用して実装することもできる。また図２０〜２２の機械可読インストラクション、データ調和プロセッサ１８０５、データ融合プロセッサ１８１０、および／または到達頻度および到達率プロセッサ１８１５のいくつかまたは全部をマニュアルで、または上記のテクニックの任意の組み合わせとして実装することもできる。さらに、図２０〜２２の機械可読インストラクションは図２０〜２２のフローチャートを参照して説明されているが、当業者が容易に認識するとおり、図１８のデータ調和プロセッサ１８０５、データ融合プロセッサ１８１０、および／または到達頻度および到達率プロセッサ１８１５を実装する多くのほかの方法を採用することができる。たとえば、ブロックの順序の変更、および／または記述されているブロックのいくつかの変更、削除、または結合を行うことができる。

図２０の例の機械可読インストラクションは、データ調和プロセッサ１８０５による各メディア・サイト・グループ（たとえば、メディア・サイトの所有者、メディア・サイトの型等）の処理を伴って開始する（ブロック２００５）。１つのメディア・サイト・グループについて、データ調和プロセッサ１８０５は、そのメディア・サイト・グループに属するすべてのメディア・サイトを識別する（ブロック２０１０）。続いてデータ調和プロセッサ１８０５は、それぞれのメディア・サイトごとにすべての回答者の通行データを合計することによって通行データを結合する（ブロック２０１５）。その後データ調和プロセッサ１８０５は、その識別されたメディア・サイトについて通行データの平均（ＡＰ）を計算する（ブロック２０２０）。データ調和の各繰り返しの間（ブロック２０３０）、データ調和プロセッサ１８０５は、メディア・グループ内の各メディア・サイトを処理する（ブロック２０３５）。データ調和プロセッサ１８０５は、それぞれのメディア・サイト（ブロック２０３５）ごとにそのサイトについての通行データをＴＡＢ ＤＥＣ通行データの＋／‐２０％内に拘束する（ブロック２０４０）。そのメディア・サイト・グループ内のすべてのメディア・サイトの処理が完了していなければ（ブロック２０４５）、データ調和プロセッサ１８０５はブロック２０３５に戻り、そのメディア・サイト・グループ内の次のメディア・サイトを処理する。そのメディア・サイト・グループ内のすべてのメディア・サイトの処理が完了していれば（ブロック２０４５）、データ調和プロセッサ１８０５は、そのメディア・サイト・グループ内のメディア・サイトについて通行データに因数を適用する（前述）（ブロック２０５０）。

次にデータ調和プロセッサ１８０５は、通行データのデータ調和が収斂（前述）したか否かを決定する（ブロック２０５５）。収斂が生じていれば（ブロック２０５５）、データ調和プロセッサ１８０５はブロック２０６５に進み、すべてのメディア・サイト・グループが処理されたか否かを決定する。収斂が生じていなければ（ブロック２０５５）、データ調和プロセッサ１８０５は、ブロック２０３０に戻って次の繰り返しを処理する。

すべてのメディア・サイト・グループが処理されていれば（ブロック２０６５）、データ調和プロセッサ１８０５は、図２０の例の機械可読インストラクションの実行を終了する。すべてのメディア・サイト・グループが処理されていなければ（ブロック２０６５）、データ調和プロセッサ１８０５は、ブロック２００５に戻って次のメディア・サイト・グループを処理する。

図２１の例の機械可読インストラクションは、データ融合プロセッサ１８１０による各性別の処理（ブロック２１０５）を伴って開始する。それぞれの性別内において（ブロック２１０５）データ融合プロセッサ１８１０は、各回答者１０２を、各人が完全な人口統計情報を有しているか否かを基礎としてドナーまたはレシピエントとして分類する（ブロック２１１０）。識別されたレシピエントのそれぞれについて（ブロック２１１５）データ融合プロセッサ１８１０は、現在の最小値をゼロにセットし（ブロック２１１７）、同一の性別のすべてのドナーを処理する（ブロック２１２０）。１人のドナーについて（ブロック２１２０）データ融合プロセッサ１８１０は、そのレシピエントとそのドナーの間の統計的な差（前述したとおり）を計算する（ブロック２１２５）。この統計的な差が現在の最小値より小さければ（ブロック２１３０）、データ融合プロセッサ１８１０はそのドナーを書き留め（すなわち、そのドナーを識別する情報を記録し）、その統計的な差に等しく最小値を更新する（ブロック２１３５）。

データ融合プロセッサ１８１０が、同一の性別のすべてのドナーについて統計的な差の計算を完了していなければ（ブロック２１４０）、データ融合プロセッサ１８１０はブロック２１２０に戻り、次のドナーについて処理する。すべてのドナーの処理が完了している場合（ブロック２１４０）、データ融合プロセッサ１８１０は、そのレシピエントについて欠落している人口統計情報を書き留めたドナーから埋める（ブロック２１４５）。データ融合プロセッサ１８１０がすべてのレシピエントの処理を完了していなければ（ブロック２１５０）、データ融合プロセッサ１８１０は、ブロック２１１５に戻って次のレシピエントを処理する。すべてのレシピエントの処理は完了したが（ブロック２１５０）すべての性別の処理が完了していなければ（ブロック２１５５）、データ融合プロセッサ１８１０は、ブロック２１０５に戻って次の性別を処理する。すべての性別の処理が完了していれば（ブロック２１５５）、データ融合プロセッサ１８１０は、図２１の例の機械可読インストラクションの実行を終了する。

図２２の例の機械可読インストラクションは、到達率および到達頻度プロセッサ１８１５があらかじめ決定済みのメディア・サイトの集合（すなわち、スケジュール）について、調和後の通行データを使用し、９日分のあらかじめ決定済みの集合に関する９日分のＧＲＰを計算することから開始する（ブロック２２０５）。続いて到達率および到達頻度プロセッサ１８１５は、９日分のあらかじめ決定済みの集合の１日をレポートしている回答者についての通行データを使用して重み付け到達率および到達頻度分析を行う（ブロック２２１０）。この分析の出力は、ガンマ・ポアソン・モデルのための初期パラメータの生成に使用される。次に到達率および到達頻度プロセッサ１８１５が、これらの初期モデル・パラメータのスケーリングを行って、そのモデルが調和後の９日分のＧＲＰと矛盾のない結果をもたらすことを確実にし（ブロック２２１５）、スケーリング後のパラメータが所望の到達率および到達頻度データの計算に使用される（ブロック２２２０）。

図２３は、ここに開示されている方法および装置を実装できる一例のプロセッサ・システム２３００を例示している。このプロセッサ・システム２３００は、関連システム・メモリを有する１ないしは複数のプロセッサ２３０５Ａ〜Ｃを含む。システム・メモリは、１ないしは複数のランダム・アクセス・メモリ（ＲＡＭ）２３１５および読み出し専用メモリ（ＲＯＭ）２３１７を含むことができる。

図２３の例において複数のプロセッサ２３０５Ａ〜Ｃは、入力／出力コントローラ・ハブ（ＩＣＨ）２３２５に結合されており、そこにほかの周辺装置およびデバイスがインターフェースされている。例示されている例においては、ＩＣＨ ２３２５にインターフェースされている周辺装置に入力デバイス２３２７、大容量ストレージ・デバイス２３４０（たとえばハードディスク・ドライブ）、ユニバーサル・シリアル・バス（ＵＳＢ）２３４５、ＵＳＢデバイス２３５０、さらにネットワーク２３６０に結合されるネットワーク・ポート２３５５、および／またはリムーバブル・ストレージ・デバイス・ドライブ２３５７が含まれる。リムーバブル・ストレージ・デバイス・ドライブ２３５７は、磁気または光学メディア等の関連リムーバブル・ストレージ・メディア２３５８を含むことができる。１ないしは複数の周辺装置は、ダウンロード・サーバ１２０によって記録された位置決定データ３０５の提供を実装できる。大容量ストレージ・デバイス２３４０は、図６Ａ‐Ｃ、１５‐１７、および２０‐２２に示されている例示的な機械可読インストラクションのストアに使用できる。

また図２３の例のプロセッサ・システム２３００は、メモリ・コントローラ・ハブ（ＭＣＨ）２３１０に結合された周辺装置であるビデオ・グラフィック・アダプタ・カード２３２０を含み、さらにそれが表示デバイス２３２２に結合される。

この例のプロセッサ・システム２３００は、たとえば従来的なデスクトップ・パーソナル・コンピュータ、ノートブック・コンピュータ、ワークステーション、ネットワーク・サーバ、またはそのほかの任意のコンピューティング・デバイスとすることができる。プロセッサ２３０５Ａ〜Ｃは、任意の型の処理ユニット、たとえばインテル（Ｉｎｔｅｌ（登録商標））ペンティアム（Ｐｅｎｔｉｕｍ（登録商標））ファミリのマイクロプロセッサ、インテル（Ｉｎｔｅｌ（登録商標））アイタニウム（Ｉｔａｎｉｕｍ（登録商標））ファミリのマイクロプロセッサ、インテル（Ｉｎｔｅｌ）エックススケール（ＸＳｃａｌｅ（登録商標））ファミリのプロセッサ、ＡＭＤ（登録商標）アスロン（Ａｔｈｌｏｎ^TM）ファミリのプロセッサ、および／またはＡＭＤ（登録商標）オプテロン（Ｏｐｔｅｒｏｎ^TM）ファミリまたはプロセッサ等からのマイクロプロセッサとすることができる。プロセッサ２３０５Ａ〜Ｃは、図６Ａ‐Ｃ、１５‐１７、および２０‐２２の例示的な機械可読インストラクションを実行してＭＥＣＤ ３００、プリプロセッサ３０８、移動経路プロセッサ３１０、メディア・サイト・プロセッサ３２０、通行プロセッサ３２８、統計処理デバイス３９７、データ調和プロセッサ１８０５、データ融合プロセッサ１８１０、および／または到達率および到達頻度プロセッサ１８１５を実装することができる。

システム・メモリのいくつかまたは全部を構成するメモリ２３１５および２３１７は、任意の適切なメモリまたはメモリ・デバイスとすることができ、システム２３００のストレージ需要に適合するべくサイズ設定することができる。それに加えて大容量ストレージ・デバイス２３４０を、たとえばプロセッサ２３０５Ａ〜Ｃによって読み取ることの可能な任意の磁気または光学メディアとすることができる。システム・メモリは、記録された移動経路データ３０５、向上された移動経路データ３１５、メディア・サイト・ロケーション・データ３２５、および／またはデータベース１３０のストアに使用することができる。またシステム・メモリは、図６Ａ‐Ｃ、１５‐１７、および２０‐２２に例示されている例の機械可読インストラクションのストアに使用することもできる。

入力デバイス２３２７は、キーボード、マウス、タッチ・スクリーン、トラック・パッド、またはそのほかの任意の、ユーザによるプロセッサ２３０５Ａ〜Ｃへの情報の提供を可能にするデバイスによって実装することができる。

表示デバイス２３２２は、たとえば液晶ディスプレイ（ＬＣＤ）モニタ、陰極線管（ＣＲＴ）モニタ、またはそのほかの任意の、プロセッサ２３０５Ａ〜Ｃとユーザの間のビデオ・グラフィック・アダプタ２３２０を介したインターフェースとして作用する適切なデバイスとすることができる。ビデオ・グラフィック・アダプタ２３２０は、表示デバイス２３２２とＭＣＨ ２３１０をインターフェースするために使用される任意のデバイスである。その種のカードは、現在たとえばクリエーティブ・ラブズ（Ｃｒｅａｔｉｖｅ Ｌａｂｓ）およびそのほかの類似のベンダーから市販されている。

リムーバブル・ストレージ・デバイス・ドライブ２３５７は、たとえばコンパクト・ディスク‐レコーダブル（ＣＤ‐Ｒ）ドライブ、コンパクト・ディスク‐リライタブル（ＣＤ‐ＲＷ）ドライブ、ディジタル多用途ディスク（ＤＶＤ）ドライブ等の光学ドライブまたはそのほかの光学ドライブとすることができる。それに代えて、磁気メディア・ドライブとしてもよい。リムーバブル・ストレージ・メディア２３５８は、メディア２３５８がドライブ２３５７を伴って機能するべく選択されることからリムーバブル・ストレージ・デバイス・ドライブ２３５７と相補的である。たとえばリムーバブル・ストレージ・デバイス・ドライブ２３５７が光学ドライブであれば、リムーバブル・ストレージ・メディア２３５８をＣＤ‐Ｒディスク、ＣＤ‐ＲＷディスク、ＤＶＤディスク、またはそのほかの任意の適切な光学ディスクとすることができる。これに対してリムーバブル・ストレージ・デバイス・ドライブ２３５７が磁気メディア・デバイスであれば、リムーバブル・ストレージ・メディア２３５８を、たとえばディスケットまたはそのほかの任意の適切な磁気ストレージ・メディアとすることができる。リムーバブル・ストレージ・メディア２３５８は、ダウンロード・サーバ１２０によって記録される位置決定の提供のため、またはデータベース１３０のストアのために使用することもできる。

この例のプロセッサ・システム２３００は、たとえばイーサネット（登録商標）・カードまたはそのほかの有線または無線とすることのできるカード等のネットワーク・ポート２３５５（たとえば、プロセッサ周辺装置）も含む。ネットワーク・ポート２３５５は、プロセッサ２３０５Ａ〜Ｃとネットワーク２３６０の間のネットワーク接続性を提供し、それをローカル・エリア・ネットワーク（ＬＡＮ）、ワイド・エリア・ネットワーク（ＷＡＮ）、インターネット、またはそのほかの任意の適切なネットワークとすることができる。またネットワーク・ポート２３５５およびネットワーク２３６０は、ダウンロード・サーバ１２０によって記録される位置決定の提供のために使用することもできる。

当然のことながら、当業者は認識することになろうが、この例のシステムに例示されているメモリの順序、サイズ、および比率は変化し得る。それに加えて、この特許は、特にコンポーネント、ハードウエア上において実行されるソフトウエアまたはファームウエアを含む例示的なシステムを開示しているが、その種のシステムが単なる例示に過ぎず、限定と考えるべきでないことに注意する必要がある。たとえば、これらのハードウエアおよびソフトウエア・コンポーネントのいずれかまたは全部がハードウエア内において排他的に、ソフトウエア内において排他的に、ファームウエア内において排他的に、またはハードウエア、ファームウエア、および／またはソフトウエアの何らかの組み合わせにおいて具体化され得ることは企図されている。したがって当業者は、上記の例がこの種のシステムを実装する唯一の方法でないことを容易に認識することになろう。

上記の例の方法、機械可読インストラクション、および／または装置のうちの少なくともいくつかは、コンピュータ・プロセッサ上で実行する１ないしは複数のソフトウエアおよび／またはファームウエア・プログラムによって実装される。しかしながら、限定の意図ではないが特定用途向け集積回路、プログラマブル・ロジック・アレイ、およびそのほかのハードウエア・デバイスを含む専用ハードウエア実装も同様に、ここに述べられている例の方法および／または装置のいくつかまたは全部を、全体としてまたは部分的に実装するべく構成可能である。さらに、限定の意図ではないが分散処理またはコンポーネント／オブジェクト分散処理、並列処理、仮想マシン処理を含む代替ソフトウエア実装もまた、ここに述べられている例の方法および／または装置を実装するべく構成可能である。

また、ここに述べられている例のソフトウエアおよび／またはファームウエア実装がオプションとして：磁気メディア（たとえば、ディスクまたはテープ）；ディスク等の光磁気または光学メディア；またはメモリ・カードまたはそのほかの、１ないしは複数の読み出し専用（不揮発性）メモリ、ランダム・アクセス・メモリ、またはそのほかの再書き込み可能（揮発性）メモリを収容しているパッケージ等のソリッド・ステート・メディアといった有体ストレージ・メディア上；またはコンピュータ・インストラクションを含む信号にストアされることにも注意が必要である。電子メールに対するディジタル・ファイルの添付またはそのほかの自己内蔵情報アーカイブまたはアーカイブのセットは、有体ストレージ・メディアに均等の配信メディアと考えられる。したがって、ここに述べられている例のソフトウエアおよび／またはファームウエアは、上記の有体ストレージ・メディアまたは配布メディアまたはそれらの均等物およびそれに代わるメディア上にストアすることが可能である。

上記の明細が特定の標準およびプロトコルを参照して例示的なコンポーネントおよび機能を記述している点では、この開示の教示がその種の標準およびプロトコルに限定されないことが理解される。たとえば、インターネットおよびそのほかのパケット交換ネットワーク伝送（たとえば、伝送制御プロトコル（ＴＣＰ）／ＩＰ、ユーザ・データグラム・プロトコル（ＵＤＰ）／ＩＰ、ハイパーテキスト・マークアップ言語（ＨＴＭＬ）、ハイパーテキスト・トランスファ・プロトコル（ＨＴＴＰ））；およびコンピュータ間およびデバイス間通信（たとえばＵＳＢ）のための標準のそれぞれは、現在の最先端技術の例を代表している。その種の標準は、定期的に、同一の汎用機能を有するより高速またはより効率的な均等物に取って代わられる。したがって同じ機能を有する置換標準およびプロトコルは、この開示の教示によって企図される均等物であり、付随する特許請求の範囲内に含まれることが意図されている。

この開示の教示は、インストラクションが収められている１ないしは複数の機械可読メディア、または伝播される信号からのインストラクションの受信および実行を企図しており、その結果、たとえばネットワーク環境に接続されたデバイスは、ネットワークを介し、そのインストラクションを使用して音声、ビデオまたはデータを送信または受信し、かつ通信することができる。その種のデバイスは、音声、ビデオまたはデータ通信を提供する電話、コードレス電話、移動電話、携帯電話、携帯情報端末（ＰＤＡ）、セットトップ・ボックス、コンピュータ、および／またはサーバ等の任意の電子デバイスによって実装可能である。

ここには特定の例の方法、装置、および製品が述べられているが、この特許の適用範囲はそれらに限定されない。その逆にこの特許は、付随する特許請求の範囲内に含まれるあらゆる方法、装置、および製品を字義どおりに、または均等論の下に保護する。

周知の電子メディア露出測定システムの例を示した説明図である。 ＳＰＳ利用可能デバイスの実装の一例の態様を略図的に例示した説明図である。 本発明の教示に従って組み立てられた一例のメディア露出計算デバイスを略図的に例示した説明図である。 図３の移動経路プロセッサを実装する一例の態様を例示した説明図である。 図４Ａの例の処理エンジンの実装に使用される一例のフィルタ構成を例示した説明図である。 図３のメディア・サイト・プロセッサを実装する一例の態様を略図的に例示した説明図である。 図３の例のプリプロセッサを実装するべく実行できる例示的な機械可読インストラクションを表したフローチャートである。 図３の例のメディア・サイト・プロセッサを実装するべく実行できる例示的な機械可読インストラクションを表したフローチャートである。 図３の例の移動経路プロセッサを実装するべく実行できる例示的な機械可読インストラクションを表したフローチャートである。 一例の移動経路の部分を例示した説明図である。 図７Ａの例の移動経路から組み立てられる一例の決定論的経路を例示した説明図である。 図７Ａの例の移動経路から組み立てられる一例の決定ツリーを例示した説明図である。 一例の記録される移動経路データを例示した説明図である。 図８Ａの例の移動経路データを使用する２つのデータ・モーメントの計算を例示した説明図である。 図８Ａの例の移動経路データを使用する２つのデータ・モーメントの計算を例示した説明図である。 図４Ｂの例の街路制約フィルタ内において使用できるいくつかの例の文脈分析のボーナスを例示した説明図である。 図４Ｂの例の街路制約フィルタ内において使用できるいくつかの例の文脈分析のペナルティを例示した説明図である。 図４Ｂの例の街路制約フィルタ内において使用できるいくつかの例の文脈分析のペナルティを例示した説明図である。 図４Ｂの例の街路制約フィルタ内において使用できるいくつかの例の文脈分析のペナルティを例示した説明図である。 図４Ｂの例の街路制約フィルタ内において使用できるいくつかの例の文脈分析のペナルティを例示した説明図である。 図４Ｂの例の街路制約フィルタ内において使用できるいくつかの例の文脈分析のペナルティを例示した説明図である。 図４Ｂの例の街路制約フィルタ内において使用できるいくつかの例の文脈分析のペナルティを例示した説明図である。 メディア・サイトに関連付けされる一例の影響力ゾーンを例示した図表である。 図１０の例の影響力ゾーン内を通り抜ける直線移動経路を例示した図表である。 図１０の例の影響力ゾーン内を通り抜ける曲線移動経路を例示した図表である。 移動するバスに関連付けされる影響力ゾーンを例示した図表である。 バスに関連付けされる影響力ゾーンを扱うことができる一例の態様を例示した説明図である。 図３の例の通行プロセッサを実装するべく実行できる例示的な機械可読インストラクションを表したフローチャートである。 図３の例の通行プロセッサを実装するべく実行できる例示的な機械可読インストラクションを表したフローチャートである。 図３の例の通行プロセッサを実装するべく実行できる例示的な機械可読インストラクションを表したフローチャートである。 図３の統計処理デバイスを実装する一例の態様を例示した概略図である。 一例のデータ調和の前およびその後の通行データの例を示した説明図である。 図３の例の統計処理デバイスを実装するべく実行できる例示的な機械可読インストラクションを表したフローチャートである。 図１８の例のデータ融合プロセッサを実装するべく実行できる例示的な機械可読インストラクションを表したフローチャートである。 図１８の例の到達頻度および到達率プロセッサを実装するべく実行できる例示的な機械可読インストラクションを表したフローチャートである。 図６Ａ‐Ｃ、１５‐１７、および２０‐２２によって表される例示的な機械可読インストラクションを実行することのできる一例のプロセッサ・プラットフォームを例示した概略図である。

Claims (141)

1. メディア露出をクレジットする方法であって：
   複数の回答者のそれぞれの者によって通り抜けられた複数の移動経路を導出すること；
   前記複数の回答者の前記それぞれの者の複数のメディア・サイトに対する露出を、前記導出した複数の移動経路を基礎として決定すること；および、
   前記複数のメディア・サイトに対する前記決定した露出を修正し、前記修正した決定した露出の統計的精度を向上させること；
   を包含する方法。
2. さらに：
   メディア・サイトにジオコード・ロケーション・データが利用可能であるか否かを決定すること、および
   ジオコード・ロケーション・データが利用できない場合には、前記メディア・サイトのテキストによる場所の記述を基礎として前記メディア・サイトのためのジオコード・ロケーション・データを導出すること、
   を包含する請求項１に記載の方法。
3. 前記複数の回答者の前記それぞれの者によって通り抜けられた複数の移動経路を導出することは：
   電子デバイスによって記録された回答者の場所を表すデータを処理し、前記記録されたデータの完全性または精度のうちの少なくとも１つを向上させること；
   前記処理したデータから位置決定のシーケンスを導出すること；および、
   前記導出した位置決定を修正して既知の移動コースに整列させること；
   を包含する請求項１に記載の方法。
4. 前記複数の回答者の前記それぞれの者の前記複数のメディア・サイトに対する露出を、前記導出した複数の移動経路を基礎として決定することは：
   メディア・サイトに関連付けされる影響力ゾーンおよび好ましい移動方向を決定すること；および、
   回答者が前記影響力ゾーン内を前記好ましい方向のうちの少なくとも１つの方向に通り抜けたとき、前記メディア・サイトに対してメディア露出をクレジットすること；
   を包含する請求項１に記載の方法。
5. 前記複数のメディア・サイトに対する前記決定した露出を修正し、前記修正した決定した露出の前記統計的精度を向上させることは、少なくとも１つの制約を満たすべくメディア・サイト露出データを反復的に修正することを包含する、請求項１に記載の方法。
6. メモリに結合されたプロセッサを包含する装置であって、前記プロセッサが：
   複数の回答者のそれぞれの者によって通り抜けられた複数の移動経路を導出し；
   前記複数の回答者の前記それぞれの者の複数のメディア・サイトに対する露出を、前記導出した複数の移動経路を基礎として決定し；かつ、
   前記複数のメディア・サイトに対する前記決定した露出を修正し、前記修正した決定した露出の統計的精度を向上させるべくプログラムされる装置。
7. 前記プロセッサは：
   メディア・サイトにジオコード・ロケーション・データが利用可能であるか否かを決定し、かつ
   ジオコード・ロケーション・データが利用可能でない場合には、前記メディア・サイトのテキストによる場所の記述を基礎として前記メディア・サイトのためのジオコード・ロケーション・データを導出するべくプログラムされる、請求項６に記載の装置。
8. 前記プロセッサは、前記複数の回答者の前記それぞれの者によって通り抜けられた複数の移動経路を：
   電子デバイスによって記録された回答者の場所を表すデータを処理し、前記記録されたデータの完全性または精度のうちの少なくとも１つを向上させること；
   前記処理したデータから位置決定のシーケンスを導出すること；および、
   前記導出した位置決定を修正して既知の移動コースに整列させること；
   によって導出するべくプログラムされる、請求項６に記載の装置。
9. 前記プロセッサは、前記複数の回答者の前記それぞれの者の前記複数のメディア・サイトに対する露出を、前記導出した複数の移動経路を基礎とし：
   メディア・サイトに関連付けされる影響力ゾーンおよび好ましい移動方向を決定すること；および、
   回答者が前記影響力ゾーン内を前記好ましい方向のうちの少なくとも１つの方向に通り抜けたとき、前記メディア・サイトに対してメディア露出をクレジットすること；
   によって決定するべくプログラムされる、請求項６に記載の装置。
10. 前記プロセッサは、少なくとも１つの制約を満たすべくメディア・サイト露出データを反復的に修正することによって前記複数のメディア・サイトに対する前記決定した露出を修正し、前記修正した決定した露出の前記統計的精度を向上させるべくプログラムされる、請求項６に記載の装置。
11. インストラクションがストアされた機械可読メディアであって、実行時に機械に：
    複数の回答者のそれぞれの者によって通り抜けられた複数の移動経路を導出させ；
    前記複数の回答者の前記それぞれの者の複数のメディア・サイトに対する露出を、前記導出した複数の移動経路を基礎として決定させ；かつ、
    前記複数のメディア・サイトに対する前記決定した露出を修正させ、前記修正した決定した露出の統計的精度を向上させるインストラクションがストアされた機械可読メディア。
12. 前記インストラクションは、実行時に前記機械に：
    ジオコード・ロケーション・データがメディア・サイトに利用可能であるか否かを決定させ、かつ
    ジオコード・ロケーション・データが利用可能でない場合には、前記メディア・サイトのテキストによる場所の記述を基礎として前記メディア・サイトのためのジオコード・ロケーション・データを導出させる、請求項１１に記載の機械可読メディア。
13. 前記インストラクションは、実行時に前記機械に、前記複数の回答者の前記それぞれの者によって通り抜けられた複数の移動経路を：
    電子デバイスによって記録された回答者の場所を表すデータを処理し、前記記録されたデータの完全性または精度のうちの少なくとも１つを向上させること；
    前記処理したデータから位置決定のシーケンスを導出すること；および、
    前記導出した位置決定を修正して既知の移動コースに整列させること；
    によって導出させる、請求項１１に記載の機械可読メディア。
14. 前記インストラクションは、実行時に前記機械に、前記複数の回答者の前記それぞれの者の前記複数のメディア・サイトに対する露出を、前記導出した複数の移動経路を基礎とし：
    メディア・サイトに関連付けされる影響力ゾーンおよび好ましい移動方向を決定すること；および、
    回答者が前記影響力ゾーン内を前記好ましい方向のうちの少なくとも１つの方向に通り抜けたとき、前記メディア・サイトに対してメディア露出をクレジットすること；
    によって決定させる、請求項１１に記載の機械可読メディア。
15. 前記インストラクションは、実行時に前記機械に、少なくとも１つの制約を満たすべくメディア・サイト露出データを反復的に修正することによって前記複数のメディア・サイトに対する前記決定した露出を修正させ、前記修正した決定した露出の前記統計的精度を向上させる、請求項１１に記載の機械可読メディア。
16. メディア露出をクレジットする方法であって：
    メディア・サイトに関連付けされる影響力ゾーンおよび好ましい移動方向を決定すること；および、
    回答者が前記影響力ゾーン内を前記好ましい方向のうちの少なくとも１つの方向に通り抜けたとき、前記メディア・サイトに対してメディア露出をクレジットすること；
    を包含する方法。
17. 前記メディア・サイトに関連付けされる前記影響力ゾーンは、半径および可視角度によって定義される幾何学的領域を包含する、請求項１６に記載の方法。
18. 前記半径は、前記メディア・サイトおよびメディアの型に関連付けされる、請求項１７に記載の方法。
19. 前記可視角度は、前記メディア・サイトおよび前記メディア・サイトが面する方向に関連付けされる、請求項１７に記載の方法。
20. 前記メディア・サイトに関連付けされる前記好ましい移動方向は、最大回答者視角および前記メディア・サイトが面する方向に関連付けされる、請求項１７に記載の方法。
21. 前記メディア・サイトに関連付けされる前記好ましい移動方向は、最大回答者視角および前記メディア・サイトが面する方向を基礎とする、請求項１６に記載の方法。
22. さらに、前記回答者によって通り抜けられた複数の場所を指定するデータ内に存在するギャップを埋めることを包含する、請求項１６に記載の方法。
23. さらに、前記回答者によって通り抜けられた場所を指定するデータを修正することを包含する、請求項１６に記載の方法。
24. 前記回答者が前記影響力ゾーン内を前記好ましい方向のうちの前記少なくとも１つの方向に通り抜けたときに前記メディア・サイトに対して前記メディア露出をクレジットすることは、日中の時間帯または前記メディア・サイトが照明されている時間期間の間の前記影響力ゾーン内の通り抜けを包含する、請求項１６に記載の方法。
25. 前記日中の時間帯は、複数の月についての平均、気象データ、または自然光測定デバイスのうちの１つを基礎とする、請求項２４に記載の方法。
26. さらに、前記回答者が前記影響力ゾーンを最小時間期間にわたって離れ、その後前記影響力ゾーン内を前記好ましい方向のうちの前記少なくとも１つの方向に通り抜けたとき、前記メディア・サイトに対して追加の回数のメディア露出をクレジットすることを包含する、請求項１６に記載の方法。
27. 前記回答者は、前記影響力ゾーン内を前記好ましい方向のうちの前記少なくとも１つの方向に、前記メディア・サイトに関連付けされる一次道路を、または前記メディア・サイトが屋上に位置する場合には前記メディア・サイトに関連付けされる二次道路を通り抜けることによって通り抜ける、請求項１６に記載の方法。
28. 前記メディア・サイトは可動であり、前記メディア・サイトに関連付けされる前記影響力ゾーンは前記メディア・サイトとともに移動する、請求項１６に記載の方法。
29. 前記メディア・サイトの場所は、前記メディア・サイトのスケジュールされた移動を基礎として決定される、請求項２８に記載の方法。
30. 前記メディア・サイトの場所は、衛星ポジショニング・システムを使用して決定される、請求項２８に記載の方法。
31. 前記メディア・サイトの場所は、衛星ポジショニング・システムを使用して決定される、請求項１６に記載の方法。
32. メディア露出をクレジットするための装置であって、メモリに結合されたプロセッサを包含し、前記プロセッサが：
    メディア・サイトに関連付けされる影響力ゾーンおよび好ましい移動方向を決定し；かつ、
    回答者が前記影響力ゾーン内を前記好ましい方向のうちの少なくとも１つの方向に通り抜けたとき、前記メディア・サイトに対してメディア露出をクレジットするべくプログラムされる装置。
33. 前記メディア・サイトに関連付けされる前記影響力ゾーンは、半径および可視角度によって定義される幾何学的領域を包含する、請求項３２に記載の装置。
34. 前記半径は前記メディア・サイトおよびメディアの型に関連付けされ、前記可視角度は前記メディア・サイトおよび前記メディア・サイトが面する方向に関連付けされ、前記メディア・サイトに関連付けされる前記好ましい移動方向は、最大回答者視角および前記メディア・サイトが面する方向を基礎とする、請求項３３に記載の装置。
35. 前記プロセッサは、前記回答者によって通り抜けられた複数の場所を指定するデータ内に存在するギャップを埋めるべくプログラムされる、請求項３２に記載の装置。
36. 前記プロセッサは、前記回答者が前記影響力ゾーン内を前記好ましい方向のうちの前記少なくとも１つの方向に、日中の時間帯または前記メディア・サイトが照明されている時間期間の間に通り抜けたときに前記メディア・サイトに対して前記メディア露出をクレジットするべくプログラムされる、請求項３２に記載の装置。
37. 前記プロセッサは、前記回答者が前記影響力ゾーンを最小時間期間にわたって離れ、その後前記影響力ゾーン内を前記好ましい方向のうちの前記少なくとも１つの方向に通り抜けたとき、前記メディア・サイトに対して追加の回数のメディア露出をクレジットするべくプログラムされる、請求項３２に記載の装置。
38. 前記プロセッサは、前記回答者が前記影響力ゾーン内を前記好ましい方向のうちの前記少なくとも１つの方向に、前記メディア・サイトに関連付けされる一次道路を、または前記メディア・サイトが屋上に位置する場合には前記メディア・サイトに関連付けされる二次道路を通り抜けることによって通り抜けたとき、前記メディア・サイトの場所に対してメディア露出をクレジットするべくプログラムされる、請求項３２に記載の装置。
39. 前記メディア・サイトは可動であり、前記メディア・サイトに関連付けされる前記影響力ゾーンは前記メディア・サイトとともに移動する、請求項３２に記載の装置。
40. 前記メディア・サイトの場所は、前記メディア・サイトのスケジュールされた移動を基礎として決定される、請求項３９に記載の装置。
41. 前記メディア・サイトの場所は、衛星ポジショニング・システムを使用して決定される、請求項３９に記載の装置。
42. インストラクションがストアされた機械可読メディアであって、実行時に機械に：
    メディア・サイトに関連付けされる影響力ゾーンおよび好ましい移動方向を決定させ；かつ、
    回答者が前記影響力ゾーン内を前記好ましい方向のうちの少なくとも１つの方向に通り抜けたとき、前記メディア・サイトに対してメディア露出をクレジットさせるインストラクションがストアされた機械可読メディア。
43. 前記メディア・サイトに関連付けされる前記影響力ゾーンは、半径および可視角度によって定義される幾何学的領域を包含する、請求項４２に記載の機械可読メディア。
44. 前記半径は前記メディア・サイトおよびメディアの型に関連付けされ、前記可視角度は前記メディア・サイトおよび前記メディア・サイトが面する方向に関連付けされ、前記メディア・サイトに関連付けされる前記好ましい移動方向は、最大回答者視角および前記メディア・サイトが面する方向を基礎とする、請求項４２に記載の機械可読メディア。
45. 前記プロセッサは、前記回答者によって通り抜けられた複数の場所を指定するデータ内に存在するギャップを埋めるべくプログラムされる、請求項４２に記載の機械可読メディア。
46. 前記インストラクションは、実行時に前記機械に、前記回答者が前記影響力ゾーン内を前記好ましい方向のうちの前記少なくとも１つの方向に、日中の時間帯または前記メディア・サイトが照明されている時間期間の間に通り抜けたときに前記メディア・サイトに対して前記メディア露出をクレジットさせる、請求項４２に記載の機械可読メディア。
47. 前記インストラクションは、実行時に前記機械に、前記回答者が前記影響力ゾーンを最小時間期間にわたって離れ、その後前記影響力ゾーン内を前記好ましい方向のうちの前記少なくとも１つの方向に通り抜けたとき、前記メディア・サイトに対して追加の回数のメディア露出をクレジットさせる、請求項４２に記載の機械可読メディア。
48. 前記インストラクションは、実行時に前記機械に、前記回答者が前記影響力ゾーン内を前記好ましい方向のうちの前記少なくとも１つの方向に、前記メディア・サイトに関連付けされる一次道路を、または前記メディア・サイトが屋上に位置する場合には前記メディア・サイトに関連付けされる二次道路を通り抜けることによって通り抜けたとき、前記メディア・サイトの場所に対してメディア露出をクレジットさせる、請求項４２に記載の機械可読メディア。
49. 前記メディア・サイトは可動であり、前記メディア・サイトに関連付けされる前記影響力ゾーンは前記メディア・サイトとともに移動する、請求項４２に記載の機械可読メディア。
50. 前記メディア・サイトの場所は、前記メディア・サイトのスケジュールされた移動を基礎として決定される、請求項４９に記載の機械可読メディア。
51. 前記メディア・サイトの場所は、衛星ポジショニング・システムを使用して決定される、請求項４９に記載の機械可読メディア。
52. メディア露出をクレジットする方法であって：
    回答者によって通り抜けられた経路の、前記回答者の場所を指定するデータが用意されていない部分を検出すること；
    前記経路の前記部分に帰することのできる有望な移動経路を決定すること；および、
    前記有望な移動経路に沿って位置するメディア・サイトに対してメディア露出をクレジットすること；
    を包含する方法。
53. 前記回答者によって通り抜けられた前記経路の前記回答者の場所を指定するデータが用意されていない前記部分を検出することは、前記回答者によって通り抜けられた前記場所を指定する前記データ内のギャップを検出することを包含する、請求項５２に記載の方法。
54. 前記ギャップは地下鉄システムの部分に関連付けされる、請求項５３に記載の方法。
55. 前記回答者によって通り抜けられた前記場所を指定する前記データ内の前記ギャップを検出することは、前記回答者によって地下の移動経路に入るために使用された第１の入口を決定すること、および前記回答者によって前記地下の移動経路を離れるために使用された第２の入口を決定することを包含する、請求項５３に記載の方法。
56. 前記経路の前記部分に帰することのできる前記有望な移動経路を決定することは、地下鉄システムのデータベースを使用して１ないしは複数の地下鉄駅および前記回答者によってとられた１ないしは複数の地下鉄経路を決定することを包含する、請求項５２に記載の方法。
57. 前記有望な移動経路に沿って位置する前記メディア・サイトは、地下鉄システムの車両に関連付けされるメディア・サイトを含む、請求項５２に記載の方法。
58. 前記回答者によって通り抜けられた前記経路の前記部分は、トンネル、駐車ガレージ、または建物構造のうちの少なくとも１つを包含する、請求項５２に記載の方法。
59. メディア露出をクレジットするための装置であって、メモリに結合されたプロセッサを包含し、前記プロセッサが：
    回答者によって通り抜けられた経路の、前記回答者の場所を指定するデータが用意されていない部分を検出し；
    前記経路の前記部分に帰することのできる有望な移動経路を決定し；かつ、
    前記有望な移動経路に沿って位置するメディア・サイトに対してメディア露出をクレジットするべくプログラムされる装置。
60. 前記プロセッサは、前記回答者によって通り抜けられた前記経路の前記回答者の場所を指定するデータが用意されていない前記部分を、前記回答者によって通り抜けられた前記場所を指定する前記データ内のギャップを検出することによって検出するべくプログラムされる、請求項５９に記載の装置。
61. 前記ギャップは地下鉄システムの部分に関連付けされる、請求項６０に記載の装置。
62. 前記プロセッサは、前記回答者によって通り抜けられた前記場所を指定する前記データ内の前記ギャップを、前記回答者によって地下の移動経路に入るために使用された第１の入口を決定すること、および前記回答者によって前記地下の移動経路を離れるために使用された第２の入口を決定することによって検出するべくプログラムされる、請求項６０に記載の装置。
63. 前記プロセッサは、前記経路の前記部分に帰することのできる前記有望な移動経路を、地下鉄システムのデータベースを使用して１ないしは複数の地下鉄駅および前記回答者によってとられた１ないしは複数の地下鉄経路を決定することによって決定するべくプログラムされる、請求項５９に記載の装置。
64. 前記有望な移動経路に沿って位置する前記メディア・サイトは、地下鉄システムの車両に関連付けされるメディア・サイトを含む、請求項５９に記載の装置。
65. 前記回答者によって通り抜けられた前記経路の前記部分は、トンネル、駐車ガレージ、または建物構造のうちの少なくとも１つを包含する、請求項５９に記載の装置。
66. インストラクションがストアされた機械可読メディアであって、実行時に機械に：
    回答者によって通り抜けられた経路の、前記回答者の場所を指定するデータが用意されていない部分を検出させ；
    前記経路の前記部分に帰することのできる有望な移動経路を決定させ；かつ、
    前記有望な移動経路に沿って位置するメディア・サイトに対してメディア露出をクレジットさせる、インストラクションがストアされた機械可読メディア。
67. 前記インストラクションは、実行時に前記機械に、前記回答者によって通り抜けられた前記経路の前記回答者の場所を指定するデータが用意されていない前記部分を、前記回答者によって通り抜けられた前記場所を指定する前記データ内のギャップを検出することによって検出させる、請求項６６に記載の機械可読メディア。
68. 前記ギャップは、地下鉄システムの部分を指定するデータに関連付けされる、請求項６７に記載の機械可読メディア。
69. 前記インストラクションは、実行時に前記機械に、前記回答者によって通り抜けられた前記場所を指定する前記データ内の前記ギャップを、前記回答者によって地下の移動経路に入るために使用された第１の入口を決定すること、および前記回答者によって前記地下の移動経路を離れるために使用された第２の入口を決定することによって検出させる、請求項６７に記載の機械可読メディア。
70. 前記インストラクションは、実行時に前記機械に、前記経路の前記部分に帰することのできる前記有望な移動経路を、地下鉄システムのデータベースを使用して１ないしは複数の地下鉄駅および前記回答者によってとられた１ないしは複数の地下鉄経路を決定することによって決定させる、請求項６６に記載の機械可読メディア。
71. 前記有望な移動経路に沿って位置する前記メディア・サイトは、地下鉄システムの車両に関連付けされるメディア・サイトを含む、請求項６６に記載の機械可読メディア。
72. 前記回答者によって通り抜けられた前記経路の前記部分は、トンネル、駐車ガレージ、または建物構造のうちの少なくとも１つを包含する、請求項６６に記載の機械可読メディア。
73. メディア露出をクレジットするための装置であって：
    メディア・サイトの場所に関連付けされる影響力ゾーンおよび好ましい移動方向を決定するべく構成された影響力ゾーン計算デバイス；および、
    回答者が前記影響力ゾーン内を前記好ましい移動方向の少なくとも１つの方向に通り抜けたときに前記メディア・サイトの場所に対してメディア露出をクレジットするべく構成されたメディア露出クレジット・デバイス；
    を包含する装置。
74. メディア・サイト露出データの統計的精度を修正するための方法であって：
    前記メディア・サイト露出データを獲得すること；および、
    制約を満たすべく前記メディア・サイト露出データを修正すること；
    を包含する方法。
75. さらに、１ないしは複数の追加の制約を満たすべく前記メディア・サイト露出データを修正することを包含する、請求項７４に記載の方法。
76. さらに、前記制約および前記１ないしは複数の追加の制約を満たすべく前記メディア・サイト露出データの前記修正を反復することを包含する、請求項７５に記載の方法。
77. さらに、前記制約を満たすべく前記メディア・サイト露出データの前記修正を反復することを包含する、請求項７４に記載の方法。
78. さらに、最大数の反復が生じたときに前記メディア・サイト露出データの修正の前記反復を終了することを包含する、請求項７７に記載の方法。
79. さらに、あらかじめ決定済みの収斂評価基準が満たされたときに前記メディア・サイト露出データの修正の前記反復を終了することを包含する、請求項７７に記載の方法。
80. 制約を満たすべく前記メディア・サイト露出データを修正することは、前記メディア・サイト露出データを、あらかじめ決定済みの露出データのあらかじめ決定済みの範囲内に制限することを包含する、請求項７４に記載の方法。
81. 前記あらかじめ決定済みの露出データは、交通監査局（Ｔｒａｆｆｉｃ Ａｕｄｉｔ Ｂｕｒｅａｕ）の交通量調査データである、請求項８０に記載の方法。
82. 制約を満たすべく前記メディア・サイト露出データを修正することは、前記メディア・サイト露出データの平均が維持されるべく前記メディア・サイト露出データに因数を適用する、請求項７４に記載の方法。
83. さらに、欠落している人口統計データを負わせるべく前記メディア・サイト露出データを修正することを包含する、請求項７４に記載の方法。
84. 欠落している人口統計データを負わせるべくデータ融合が使用される、請求項８３に記載の方法。
85. さらに、前記修正されたメディア・サイト露出データから到達頻度および到達率を生成することを包含する、請求項７４に記載の方法。
86. メモリに結合されたプロセッサを包含する装置であって、前記プロセッサが：
    メディア・サイト露出データを獲得し；かつ、
    制約を満たすように前記メディア・サイト露出データを修正するべくプログラムされる装置。
87. 前記プロセッサは、１ないしは複数の追加の制約を満たすように前記メディア・サイト露出データを修正するべくプログラムされる、請求項８６に記載の装置。
88. 前記プロセッサは、前記制約を満たすように前記メディア・サイト露出データの前記修正を反復するべくプログラムされる、請求項８６に記載の装置。
89. 前記プロセッサは、最大数の反復が生じたときに前記メディア・サイト露出データの修正の前記反復を終了するべくプログラムされる、請求項８８に記載の装置。
90. 前記プロセッサは、あらかじめ決定済みの収斂評価基準が満たされたときに前記メディア・サイト露出データの修正の前記反復を終了するべくプログラムされる、請求項８８に記載の装置。
91. 前記プロセッサは、あらかじめ決定済みの露出データのあらかじめ決定済みの範囲内となるように前記メディア・サイト露出データを修正するべくプログラムされる、請求項８６に記載の装置。
92. 前記あらかじめ決定済みの露出データは、交通監査局（Ｔｒａｆｆｉｃ Ａｕｄｉｔ Ｂｕｒｅａｕ）の交通量調査データである、請求項９１に記載の装置。
93. 前記プロセッサは、前記メディア・サイト露出データの平均が維持されるように前記メディア・サイト露出データを修正するべくプログラムされる、請求項８６に記載の装置。
94. 前記プロセッサは、欠落している人口統計データを負わせるように前記メディア・サイト露出データを修正するべくプログラムされる、請求項８６に記載の装置。
95. 欠落している人口統計データを負わせるべくデータ融合が使用される、請求項９４に記載の装置。
96. 前記プロセッサは、前記修正されたメディア・サイト露出データから到達頻度および到達率を生成するべくプログラムされる、請求項８６に記載の装置。
97. インストラクションがストアされた機械可読メディアであって、実行時に機械に、メディア・サイト露出データの統計的精度を：
    前記メディア・サイト露出データを獲得すること；および、
    制約を満たすべく前記メディア・サイト露出データを修正すること；
    によって修正させる機械可読メディア。
98. 前記インストラクションは、実行時に前記機械に、１ないしは複数の追加の制約を満たすべく前記メディア・サイト露出データを修正させる、請求項９７に記載の機械可読メディア。
99. 前記インストラクションは、実行時に前記機械に、前記制約を満たすべく前記メディア・サイト露出データの前記修正を反復させる、請求項９７に記載の機械可読メディア。
100. 前記プロセッサは、最大数の反復が生じたときに前記メディア・サイト露出データの修正の前記反復を終了するべくプログラムされる、請求項９９に記載の機械可読メディア。
101. 前記プロセッサは、あらかじめ決定済みの収斂評価基準が満たされたときに前記メディア・サイト露出データの修正の前記反復を終了するべくプログラムされる、請求項９９に記載の機械可読メディア。
102. 前記インストラクションは、実行時に前記機械に、あらかじめ決定済みの露出データのあらかじめ決定済みの範囲内となるべく前記メディア・サイト露出データを修正させる、請求項９７に記載の機械可読メディア。
103. 前記あらかじめ決定済みの露出データは、交通監査局（Ｔｒａｆｆｉｃ Ａｕｄｉｔ Ｂｕｒｅａｕ）の交通量調査データである、請求項１０２に記載の機械可読メディア。
104. 前記インストラクションは、実行時に前記機械に、前記メディア・サイト露出データの平均が維持されるべく前記メディア・サイト露出データを修正させる、請求項９７に記載の機械可読メディア。
105. 前記インストラクションは、実行時に前記機械に、欠落している人口統計データを負わせるべく前記メディア・サイト露出データを修正させる、請求項９７に記載の機械可読メディア。
106. 欠落している人口統計データを負わせるべくデータ融合が使用される、請求項１０５に記載の機械可読メディア。
107. 前記インストラクションは、実行時に前記機械に、前記修正されたメディア・サイト露出データから到達頻度および到達率を生成させる、請求項９７に記載の機械可読メディア。
108. 第１の制約を適用してメディア・サイト露出データを修正し、かつ第２の制約を適用して前記メディア・サイト露出データをさらに修正するべく構成されたデータ調和プロセッサ；
     欠落している人口統計データを負わせるべく構成されたデータ融合プロセッサ；および、
     前記修正されたメディア・サイト露出データから到達頻度および到達率を生成するべく構成された到達率および到達頻度プロセッサ；
     を包含する装置。
109. メディア・サイトにジオコード・ロケーション・データが利用可能であるか否かを決定すること、および
     ジオコード・ロケーション・データが利用できない場合には、前記メディア・サイトのテキストによる場所の記述を基礎として前記メディア・サイトのためのジオコード・ロケーション・データを導出すること、
     を包含する方法。
110. 前記メディア・サイトのためのジオコード・ロケーション・データを導出することは、既知の移動コース、既知の場所、または前記テキストによる場所の記述の中に含まれている参照ポイントのうちの少なくとも１つのための既知のジオコード・ロケーション・データを使用することを包含する、請求項１０９に記載の方法。
111. 前記メディア・サイトのためのジオコード・ロケーション・データは、前記既知の移動コース、前記既知の場所、または前記テキストによる場所の記述の中に含まれている前記参照ポイントのうちの前記少なくとも１つのための前記既知のジオコード・ロケーション・データを補間することによって決定される、請求項１１０に記載の方法。
112. 前記メディア・サイトのためのジオコード・ロケーション・データを導出することはマニュアルで実行される、請求項１０９に記載の方法。
113. 前記メディア・サイトのためのジオコード・ロケーション・データを導出することは処理デバイスによって実行される、請求項１０９に記載の方法。
114. メモリに結合されたプロセッサを包含する装置であって、前記プロセッサが：
     メディア・サイトにジオコード・ロケーション・データが利用可能であるか否かを決定し、かつ
     ジオコード・ロケーション・データが利用可能でない場合には、前記メディア・サイトのテキストによる場所の記述を基礎として前記メディア・サイトのためのジオコード・ロケーション・データを導出するべくプログラムされる装置。
115. 前記プロセッサは、前記メディア・サイトのためのジオコード・ロケーション・データを、既知の移動コース、既知の場所、または前記テキストによる場所の記述の中に含まれている参照ポイントのうちの少なくとも１つのための既知のジオコード・ロケーション・データを使用することによって導出するべくプログラムされる、請求項１１４に記載の装置。
116. 前記プロセッサは、前記メディア・サイトのためのジオコード・ロケーション・データを、前記既知の移動コース、前記既知の場所、または前記テキストによる場所の記述の中に含まれている前記参照ポイントのうちの前記少なくとも１つのための前記既知のジオコード・ロケーション・データを補間することによって決定するべくプログラムされる、請求項１１４に記載の装置。
117. インストラクションがストアされた機械可読メディアであって、実行時に機械に：
     ジオコード・ロケーション・データがメディア・サイトに利用可能であるか否かを決定させ、かつ
     ジオコード・ロケーション・データが利用可能でない場合には、前記メディア・サイトのテキストによる場所の記述を基礎として前記メディア・サイトのためのジオコード・ロケーション・データを導出させる、インストラクションがストアされた機械可読メディア。
118. 前記インストラクションは、実行時に前記機械に、前記メディア・サイトのためのジオコード・ロケーション・データを、既知の移動コース、既知の場所、または前記テキストによる場所の記述の中に含まれている参照ポイントのうちの少なくとも１つのための既知のジオコード・ロケーション・データを使用することによって導出させる、請求項１１７に記載の機械可読メディア。
119. 前記インストラクションは、実行時に前記機械に、前記メディア・サイトのためのジオコード・ロケーション・データを、前記既知の移動コース、前記既知の場所、または前記テキストによる場所の記述の中に含まれている前記参照ポイントのうちの前記少なくとも１つのための前記既知のジオコード・ロケーション・データを補間することによって決定させる、請求項１１７に記載の機械可読メディア。
120. イメージを獲得すること；
     前記イメージ上においてメディア・サイトを探し出すこと；および、
     前記探し出したメディア・サイトを前記メディア・サイトに利用可能なジオコード・ロケーション・データと比較すること；
     を包含する方法。
121. 前記イメージ上において前記メディア・サイトを探し出すことはマニュアルで実行される、請求項１２０に記載の方法。
122. 前記イメージ上において前記メディア・サイトを探し出すことは処理デバイスによって実行される、請求項１２０に記載の方法。
123. 前記イメージ上において前記メディア・サイトを探し出すことは、イメージ認識テクニックまたはイメージ・マッチング・テクニックのうちの少なくとも１つを使用することを包含する、請求項１２２に記載の方法。
124. 前記イメージ上において前記メディア・サイトを探し出すことは、既知の移動コース、既知の場所、または前記テキストによる場所の記述の中に含まれている参照ポイントのうちの少なくとも１つのための既知のジオコード・ロケーション・データを使用することを包含する、請求項１２０に記載の方法。
125. さらに、前記メディア・サイトのためのジオコード・ロケーション・データを、前記既知の移動コース、前記既知の場所、または前記テキストによる場所の記述の中に含まれている前記参照ポイントのうちの前記少なくとも１つのための前記既知のジオコード・ロケーション・データを補間することによって決定することを包含する、請求項１２４に記載の方法。
126. 前記探し出したメディア・サイトを前記利用可能なジオコード・ロケーション・データと比較することはマニュアルで実行される、請求項１２０に記載の方法。
127. 前記イメージは、ディジタル表現、ディジタル・スキャン、ディジタル・イメージ、空撮写真の紙プリント、衛星写真、衛星イメージ、または写真のうちの少なくとも１つを含む、請求項１２０に記載の方法。
128. さらに、前記探し出したメディア・サイトを前記メディア・サイトに利用可能なジオコード・ロケーション・データと比較することによって前記メディア・サイトに利用可能な前記ジオコード・ロケーション・データを補正することを包含する、請求項１２０に記載の方法。
129. メモリに結合されたプロセッサを包含する装置であって、前記プロセッサが：
     イメージを獲得し；
     前記イメージ上においてメディア・サイトを探し出し；かつ、
     前記探し出したメディア・サイトを前記メディア・サイトに利用可能なジオコード・ロケーション・データと比較するべくプログラムされる装置。
130. 前記プロセッサは、前記イメージ上においてメディア・サイトを、イメージ認識テクニックまたはイメージ・マッチング・テクニックのうちの少なくとも１つを使用することによって探し出すべくプログラムされる、請求項１２９に記載の装置。
131. 前記プロセッサは、前記イメージ上においてメディア・サイトを、既知の移動コース、既知の場所、または前記テキストによる場所の記述の中に含まれている参照ポイントのうちの少なくとも１つのための既知のジオコード・ロケーション・データを使用することによって探し出すべくプログラムされる、請求項１２９に記載の装置。
132. 前記プロセッサは、前記メディア・サイトのためのジオコード・ロケーション・データを、前記既知の移動コース、前記既知の場所、または前記テキストによる場所の記述の中に含まれている前記参照ポイントのうちの前記少なくとも１つのための前記既知のジオコード・ロケーション・データを補間することによって決定するべくプログラムされる、請求項１３１に記載の装置。
133. 前記イメージは、ディジタル表現、ディジタル・スキャン、ディジタル・イメージ、空撮写真の紙プリント、衛星写真、衛星イメージ、または写真のうちの少なくとも１つを含む、請求項１２９に記載の装置。
134. 前記プロセッサは、前記探し出したメディア・サイトを前記メディア・サイトに利用可能なジオコード・ロケーション・データと比較することによって前記メディア・サイトに利用可能な前記ジオコード・ロケーション・データを補正するべくプログラムされる、請求項１２９に記載の装置。
135. インストラクションがストアされた機械可読メディアであって、実行時に機械に：
     イメージを獲得させ；
     前記イメージ上においてメディア・サイトを探し出させ；かつ、
     前記探し出したメディア・サイトを前記メディア・サイトに利用可能なジオコード・ロケーション・データと比較させる、インストラクションがストアされた機械可読メディア。
136. 前記インストラクションは、実行時に前記機械に、前記イメージ上においてメディア・サイトを、イメージ認識テクニックまたはイメージ・マッチング・テクニックのうちの少なくとも１つを使用することによって探し出させる、請求項１３５に記載の機械可読メディア。
137. 前記インストラクションは、実行時に前記機械に、前記イメージ上においてメディア・サイトを、既知の移動コース、既知の場所、または前記テキストによる場所の記述の中に含まれている参照ポイントのうちの少なくとも１つのための既知のジオコード・ロケーション・データを使用することによって探し出させる、請求項１３５に記載の機械可読メディア。
138. 前記インストラクションは、実行時に前記機械に、前記メディア・サイトのためのジオコード・ロケーション・データを、前記既知の移動コース、前記既知の場所、または前記テキストによる場所の記述の中に含まれている前記参照ポイントのうちの前記少なくとも１つのための前記既知のジオコード・ロケーション・データを補間することによって決定させる、請求項１３７に記載の機械可読メディア。
139. 前記イメージは、ディジタル表現、ディジタル・スキャン、ディジタル・イメージ、空撮写真の紙プリント、衛星写真、衛星イメージ、または写真のうちの少なくとも１つを含む、請求項１３５に記載の機械可読メディア。
140. 前記インストラクションは、実行時に前記機械に、前記探し出したメディア・サイトを前記メディア・サイトに利用可能なジオコード・ロケーション・データと比較することによって前記メディア・サイトに利用可能な前記ジオコード・ロケーション・データを補正させる、請求項１３５に記載の機械可読メディア。
141. イメージを読み取るべく構成されたイメージ・リーダ；
     前記イメージ内においてメディア・サイトを探し出すべく構成されたイメージ処理エンジン；および、
     前記探し出したメディア・サイトを利用可能なジオコード・ロケーション・データと比較するべく構成された処理デバイス；
     を包含する装置。

Images