JP2013526747A - インパクト分析や影響追跡を含むマルチメディアのためのデータ収集、追跡及び分析手法 - Google Patents

Abstract

接点関係管理（ＣＲＭ）データベースは、個人や企業に対するプロファイルを記憶し、分配するために用いられる。ＲＳＳフィードデータベースは、頻繁に更新され、関連のある検索結果を提供することができる。本システムは、収集されたデータと、そのデータの追跡を分析することができる。分析は、関連データを特定するために利用され得る。ユーザや企業のプロファイルは、プロファイルデータを目標とし、生成するために用いられ得る。そのデータは、ユーザまたは企業に対する特定の情報を含むことができる。本システムは、特定のイベント／情報源を考慮して、ユーザの印象またはウェブヒット数に基づいて、イベント／情報源のインパクトの分析を提供することができる。インパクトは、社会的影響値を含むことができる。別の実施形態では、影響を考慮して投資利益率（ＲＯＩ）が与えられる。
【選択図】図３ａ

Description

［優先権］
本願は、米国仮出願第６１／３４５１２７号（発明の名称「インパクト分析や影響追跡を含むマルチメディアのためのデータ収集、追跡及び分析手法（"DATA COLLECTION, TRACKING, AND ANALYSIS FOR MULTIPLE MEDIA INCLUDING IMPACT ANALYSIS AND INFLUENCE TRACKING"）」、２０１０年５月１６日出願）に基づく優先権を主張し、参照することにより本願に組み込まれる。

本発明は、インターネットの動的な性質をとらえ、分析して報告するためのシステムおよび方法に関する。

インターネットを介した思想（考え方）の拡散など、データ、イベント、または個人のインターネットあるいはネットワークトラッキングは、一般的に、インターネットサービスプロバイダ（ＩＳＰ）に限定され、さらに、監視されて追跡（トラッキング）されるべきアイテム（品物、項目）に対してタグを使用することに限定され得る。

画像検索は、検索されるテキストに関連付けられた、関連する図形要素または媒体（メディア）要素を返すテキスト検索に限定されている。アイデア、メディア紹介（メディアリリース）、イベントまたはメディアリリースの普及を追跡することは、インターネットにおけるデータ量のために困難となり得る。また、インターネットのサイズは、関連する資料を特定し、該資料を分析することを困難にする。分析が関連性または影響の判定を含む場合には、一般的に、手作業による確認または主観的な確認に限られる。これは、大企業の複雑性または規模によって、さらに複雑になり得る。多くの従業員からの検索や用語の数は、組織全体において異なる結果をもたらし得る。

潜在的な誤情報を制限するために、より良い態様、用語および全ての従業員が利用可能な情報を特定できることが役立つこともある。より良い手順と検索のための用語を作成して、全体の総和としてそれらを組織化するシステムにより、当該情報を用いたときに、関連データに対する検索を改善することができる。

本システムおよび本方法は、添付の図面および明細書を参照することにより、より理解され得る。限定的でなくかつ包括的でない実施形態が、図面に関連して記載されている。図面における構成要素は、必ずしも正確な縮尺ではなく、むしろ発明の原理を説明するように配置したことを重視したものである。図面において、同様の参照番号は、図面全体を通して対応する部分を指し示すものである。

図１は、トラッキング（追跡）と分析の一般的な全体像を示す。 図２は、模範的なネットワークシステムの簡略化されたブロック図を示す。 図３ａは、特定のイベントに対する影響（効果、インパクト）を収集し、追跡し、分析し、判定するためのシステムを示す。 図３ｂは、特定のイベントに対するインパクトを収集し、追跡し、分析し、判定するためのシステムを示す。 図４は、イベントに対するデータの要求およびリファレンスデータベースの生成を示す。 図５は、メディアやテキストがクローラデータを用いてどのように分析されるかを示す。 図６は、テキスト、ロゴまたは画像の標識（マーカー）は、比較のために用いられ得ることを示す。 図７は、音声パターンを用いた音声分析を示す。 図８は、言語、画像、テキスト、音声間のリファレンス（参照）を示す。 図９は、データの初期セットとデータベースとの比較を図示する。 図１０は、接点関係管理（“ＣＲＭ”）データベースの使われ方を示す。 図１１は、社会の専門知識を検証するために用いられるリソース、および、評価や影響力に対するＣＲＭデータを示す。 図１２は、対象データの収集の他に、接点情報（連絡先）の分析および評価を示す。 図１３は、どのようにして画像が有用なデータに変換され得るかを図示する。 図１４は、投資利益率エンジンを示す。 図１５は、インパクト分析の可視化（ビジュアライゼーション）したものを示す。 図１６は、コンテンツにおけるアイテムがイベントの効果または一連のイベントを追跡するために用いられ得ることを示す。 図１７は、インパクト分析の可視化（ビジュアライゼーション）したものを示す。 図１８は、追加的なデータを収集する手順を示す。 図１９は、模範的な手順を示す。 図２０は、模範的なメディアの型を示す。 図２１は、模範的なデータ分析を示す。 図２２は、企業のための共通用語の開発を示す。

前置きとして、開示された実施形態は、マルチメディアのフォーマットを含む単一または複数の検索可能な要素の普及または効果に関する解析的分析を検索し、追跡し、提供するための組織化された方法で、組織のために多量の検索語を組織化して収集することに関する。検索可能な要素は、特定のイベントを含むことができ、該特定のイベントは、ショー、メディアリリース、記事、ウェブページ、製品、またはその他個別の出来事を含むことができる。また、イベントは、カテゴリーによって分けられ得る。例えば、カテゴリーは、社会的責任、感性訴求（emotional appeal）、将来像やリーダーシップ、財務業績、労働環境、または、製品やサービスを含むことができる。イベントは、写真、ビデオ、ウェブメディア、ブログでの会話、電子メール、ＲＳＳフィード、ウェブオブジェクト、および、その他のネットワーク化された情報源を含み、それらは検索することができる。すなわち、相互につながっている。このことは、イベントの効果を追跡して分析するために、インターネットは、メディアの最も重要なソースとなっていることと関連し得る。効果は、これらのイベントの投資利益率（ＲＯＩ）によって測定され得る。当該投資利益率により、経済的リスクの度合い（エクスポージャー）を最大化すると同時に、支出を最小化して、ドルの売買の適切な投資を可能にすることができる。このインパクト分析は、リサーチ、セールス、人的資源、マーケティング、市場調査、広報、法律、ブランドトラッキング、カスタマリサーチ、顧客調査などに利用され得る。これらの潜在的な目標は、検索するための異なる根本的な理由であり、検索には、それぞれの目標に対する特定の要求に基づいて異なるＲＯＩ分析を利用できる。

データリポジトリ／サーバ、インターネット内のつながり（関係）や利用者の集まりは動的である。コンテンツは追加され、複製され、修正され、そして削除される。インターネットサーチエンジンは、定期的にインターネットを巡回し、巡回時点でのインターネットの静的なスナップショットとなり得るインデックスを作り上げる。本発明の実施形態は、インターネットの動的な性質をとらえ、分析して報告するためのシステムおよび方法に関する。そして、特に、1つ以上の特定のイベントが引き金となる変更について、その変更が削除され、報告されることによって方法を提案する。このように、アイデアやイベント（特に、アイデアやイベントを表現する、または、それらを記述するコンテンツ）は、そのようなコンテンツの最初のイントロダクションから追跡され得る。当該コンテンツは複製され、修正され、または、追加される。また、つながりやデータリポジトリ全体にわたって、それらコンテンツに基づいて派生したコンテンツの増加、複製、修正、または追加などが行なわれる。追跡されて分析されたアイデアやイベントは、インターネット上で発見することができる会社、製品、人々、活動またはその他の概念を含むことができる。

１つの実施形態では、商業ブランドの導入は、例えば、それが最初に公共に表示されたときから追跡され得る。追跡は、インターネットの通信量やブランドへの言及（mention）を監視することを含み得る。ブランド認知度や公衆の印象（インプレッション）の追跡を行なうために、データは動的に収集される。関連するコンテンツの普及、またはブランドの記載は、当該ブランドの商業的なインパクトや有効性を評価するために追跡され得る。さらに、普及の情報源の分析は、インパクトを判定するために用いられ得る。例えば、（企業や個人の）プロファイルは、潜在的に価値のある情報源を判定し、これらの情報源からインパクトを定量化するために利用され得る。

さらに、開示された実施形態では、データの発生および収集（データの追跡を含む）を含むことができる。収集されたデータは、分析され更新され得る。分析には、データ集約、コンテンツマッチング、ユーザ追跡、関連データや収集すべきデータの識別が含まれ得る。更なる分析は、収集されたデータの成果またはインパクトを定量化するために実施され得る。

さらに、開示された実施形態では、テキストの引用文のマッチング、音声バイトの音声確認、図形やビデオその他のグラフィックメディアにおける画像確認を実施するシステムを開示する。このコンテンツマッチングは、参照用メディアと大きな集合のメディアを比較して照合するために用いられる。参照用メディアは、最近のイベントまたは製品の写真についての記事を含み得る。本システムは、写真、図形ファイルやビデオファイルを分析するだけでなく、テキスト検索をすることができる画像分析ソフトウェアと共に、音声認識ソフトウェアを用いることができる。テキスト、引用文、画像、音声およびビデオのリファレンスデータベースを利用して、本システムはリファレンスデータベースからイベントと一致するものを探す。簡単にするために、本システムは、イベントを追跡して分析すると説明されているが、イベントには、ショー、メディアリリース、製品リリース、会社のリストラ、昇進、製品レビュー、記事、ウェブページ、製品、またはその他の個別に起こる出来事をも含むことができる。さらに、それは、特定の傾向、技術、競合他社、ブランドなどを追跡するために用いることもできる。本システムは、リファレンスデータベースによる利用範囲を定めるためにクローラを利用する。そして、収集されたデータは、検索データベース（例えば、検索結果を含むリスト）に格納され得る。これらの検索結果は、種別（例えば、テキスト、図形タイプ、写真、インターネットサービスプロバイダ（ＩＳＰ）、インターネットプロトコル（ＩＰ）アドレスなど）、日付、または、それらの結果に関連するその他のデータによって参照され得る。別の検索データベースは、上に列挙したリファレンス（参照）へのリンクと対応して保持され得る。ひとたび、検索リストが完成すると、別の確認エンジンは、音声、ビデオおよび画像についてもデジタル分析と共に、テキストを処理することができる。そして、それぞれの確認は、最初のリファレンスデータベース内に格納され、検索リファレンスのそれぞれの集合は、イベントに関連付けられる。これらは、検索の最終的な分析および確認に従って追跡され得る。データは、時間をかけて履歴を形成し、進行中の行動、インパクト、インプレッション（印象）、リンク、または、ＲＯＩ分析のためにそれらと関連付けられた影響あるいは評価を有するリンク種別を判定する。

本システムは、多種多様な項目の文脈（コンテクスト）を用いて、特定された関連データのより良い写真を現像することができる。本システムは、その情報を用いてより深く掘り下げることができ、更なる見識を得ることができる。テキスト、画像、ネットワーク構築の詳細、消費者心理、ビデオ、または音声を用いて、本システムは、活動の非常に具体的な足跡を組み立てることができる。消費者心理とは、予測によって促される態度、思考または判断のことも含み得る。例えば、上に列挙したカテゴリーだけでなく、特定の消費者心理辞書も用いることができる。消費者心理辞書は、予め定められた社会における標準的な判断として容易に利用することができる。１つの実施形態では、主観的な計算は、次の計算によってなされる：
関連主観性 = 肯定的リファレンス / 全リファレンス
(Relevance_subjectivity = positive_references / total_references)
トピック主観性 = トピックスコア / 全リファレンス
(Topic_subjectivity = topic score / total references)
目標近似 = 近似スコア / 全リファレンス
(Target_proximity = proximity_score / total references)
関連性 = 関連主観性 + トピック主観性 + 目標近似
(Relevance = Relevance_subjectivity + Topic_subjectivity + Target_proximity)
これは、消費者心理に対する全体的な関連性を作り上げるために、それぞれのリファレンスに対して用いられ得る。また、上で列挙したような更なるカテゴリーは、スコアを付けることができ、追跡または監視の特定のグループまたはカテゴリーにおいて、相対的性能（relative performance）を示す。さらに、印象や影響を与えるもの（インフルーエンサ）の特徴は、それらが一因となり、または／かつ、影響を与えたウェブ入力の値に、より深く到達することによって形成され得る。影響を与えるスコアは、それぞれの追跡によって分析されたものが含まれ得る。任意のイベントのインパクト分析は、測定されて監視され得る。特に、インパクト分析は、最も大きいインパクトを有する情報源に対するデータマイニングも含み得る。

図１は、追跡と分析の一般的な全体像を示す。ブロック１０２では、データは収集され、および／または、生成される。収集されたデータは、追跡データ（トラッキングデータ）を含むことができる。以下で説明するように、本システムは、データベース（例えば、リファレンスデータベース、ソーシャルコンタクトデータベースなど）を生成して、データを収集する。ブロック１０４では、収集データは分析され、監視される。分析は、収集された／追跡したデータ、ユーザ／企業のプロファイリング、企業の持続的モニタリング、および／または、コンテンツ／ソース追跡から関連データを特定することを含む。関連データを特定することは、コンテンツマッチングを含み得る。ブロック１０６では、（追跡データを含む）収集されたデータは分析され、収集されたデータの成果またはインパクトまたは投資利益率（ＲＯＩ）を定める。この分析は、データの特定の情報源の値を定めるために、社会的価値または影響を与える価値を含むことができる。

図２は、模範的なネットワークシステム２００の１つの実施形態を示す簡単化されたブロック図を表わす。ネットワークシステム２００は、以下で論じられるように、データの追跡および／または分析のためのプラットフォームを提供することができる。ネットワークシステム２００は、データを収集したり追跡したりするために、インターネットを巡回するための機能を含むことができる。ネットワークシステム２００では、ユーザ装置２０２は、ネットワーク２０４を介してサーチエンジン２０６に接続される。以下のように、サーチエンジン２０６は、ネットワーク２０４からのデータを分散させるウェブサーバを含むか、ウェブサーバと接続され得る。追跡器／分析器２１２は、ネットワーク２０４および／またはサーチエンジン２０６に接続され得る。ここで、語句「接続する」とは、直接接続されること、あるいは、１つ以上の中間にある構成要素（コンポーネント）を介して間接的に接続されることを意味すると定義される。そのような中間的な構成要素は、ハードウェアとソフトウェアの両方に基づいた構成要素を含むことができる。構成要素の配置や種別は、本願に記載の特許請求の範囲とその精神から逸脱することなく適宜なし得ることができる。さらに、異なったあるいは少数のコンポーネントが与えられ得る。

ユーザ装置２０２は、インターネットのようなネットワーク２０４に接続することユーザに許容するコンピュータ機器である。ユーザ装置の例は、これに限定されないが、パーソナルコンピュータ、携帯情報端末（ＰＤＡ）、携帯電話、または、その他の電子デバイスを含む。ユーザ装置２０２は、サーチエンジン２０６、追跡器／分析器２１２、または、ネットワークシステム２００のその他の構成要素とやり取りすることをユーザに許容する。ユーザ装置２０２は、キーボード、キーパッド、または、マウスなどのカーソル制御装置、または、ジョイスティック、タッチスクリーンディスプレイ、リモート制御、または、ユーザ装置２０２を介してサーチエンジン２０６とやり取りすることをユーザに許容するように機能するその他の装置を含むことができる。ユーザ装置２０２は、インターネットエクスプローラ（INTERNET EXPLORER（登録商標）、マイクロソフトコーポレーション、米国、レッドモンド、ワシントン州）またはファイアフォックス（FIREFOX（登録商標）Mozilla提供）などのインターネットブラウザを用いて、ネットワーク２０４を介してウェブページに加えて、その他のデータ／情報にアクセスするように構成され得る。ブラウザによって表示されたデータは、追跡データ、分析のために与えられるデータ、および／または、データ分析に対する結果を含むことができる。別の実施形態では、ウェブブラウザ以外のソフトウェアプログラムも、ネットワーク２０４を介して、または、異なる情報源からデータを表示することもできる。

サーチエンジン２０６は、ユーザ装置２０２にウェブページを提供することができ、該ウェブページは、ユーザ装置２０２からの検索クエリを受信したことに応答して提供される検索結果ページとすることができる。以下に述べるように、検索クエリはデータ追跡に用いられ得る。１つの実施形態では、サーチエンジン２０６は、ウェブページをユーザ装置２０２に提供するために、ネットワーク２０４を通るインターフェースとして動作するウェブサーバに接続され得る。サーチエンジン２０６は、ユーザ装置２０２のユーザからの追跡要求を含む任意のページを、ユーザ装置２０２に提供する。

追跡器／分析器２１２は、追跡データを検索するために用いられ、有効な追跡データを分析するために用いられ得る。追跡器／分析器２１２は、追跡データまたはその他のメディアを集めて、および／または、そのデータまたはメディアを分析するためのコンピュータ機器である。追跡器／分析器２１２は、プロセッサ２２０、メモリ２１８、ソフトウェア２１６およびインターフェース２１４を含むことができる。図のように、追跡器と分析器は同じ装置とすることができるが、別の実施形態では、追跡器と分析器は異なる装置にすることもでき、インターフェース２１４、ソフトウェア２１６、メモリ２１８および／またはプロセッサ２２０の全てを含むことも含まないこともできる。サーチエンジン２０６は、追跡データを与えるために用いることもできる。

インターフェース２１４は、ユーザ入力装置またはディスプレイとすることができる。インターフェース２１４は、キーボード、キーパッド、または、マウスなどのようなカーソル制御装置、または、ジョイスティック、タッチスクリーンディスプレイ、リモート制御、または、追跡器／分析器２１２とやり取りすることをユーザまたは管理者に許容するように機能するその他の装置を含むことができる。インターフェース２１４は、ユーザ２０２、サーチエンジン２０６、および／または、追跡器／分析器２１２と通信することができる。例えば、管理者および／またはユーザは、追跡データに対する要求、追跡データ自体、そのデータの分析を見直したり、更新したりすることができる。インターフェース２１４は、プロセッサ２２０と接続されるディスプレイを含むことができ、プロセッサ２２０からの出力を表示するように構成される。ディスプレイ（図示せず）は、液晶ディスプレイ（ＬＣＤ）、有機発光ダイオード（ＯＬＥＤ）、平面パネルディスプレイ、ソリッドステートディスプレイ、ブラウン管（ＣＲＴ）、プロジェクタ、プリンタ、または、決められた情報を出力するために既知あるいは後に開発されるその他の表示装置とすることもできる。ディスプレイは、プロセッサ２２０の機能性を確かめるために、ユーザのためのインターフェースとして、または、データを提供するためにソフトウェア２１６とのインターフェースとして動作することができる。

追跡器／分析器２１２におけるプロセッサ２２０は、中央処理装置（ＣＰＵ）、グラフィック処理装置（ＧＰＵ）、デジタル信号プロセッサ（ＤＳＰ）またはその他の種類の処理装置を含むことができる。プロセッサ２２０は、様々なシステムのうちのいずれか１つにおける構成要素とすることができる。例えば、プロセッサ２２０は、標準的なパーソナルコンピュータまたはワークステーションの一部とすることができる。プロセッサ２２０は、１つ以上の汎用プロセッサ、デジタル信号プロセッサ、特定用途向け集積回路、書き換え可能ゲートアレイ（Field Programmable Gate Array; FPGA）、サーバ、ネットワーク、デジタル回路、アナログ回路、それらの組合せ、または、データを分析して処理するために、既知あるは今後開発されるその他の装置とすることができる。プロセッサ２２０は、手作業で作成された（すなわち、プログラムされた）コードなどのソフトウェアプログラムと連動して動作することができる。

プロセッサ２２０は、メモリ２１８と接続され得る。または、メモリ２１８は独立したコンポーネントとすることもできる。ソフトウェア２１６はメモリ２１８に格納され得る。メモリ２１８は、これに限定されるものではないが、コンピュータで読込可能な記憶媒体を含むことができ、例えば、ランダムアクセスメモリ（ＲＡＭ）、リードオンリーメモリ（ＲＯＭ）、プログラマブルＲＯＭ、電気的プログラマブルＲＯＭ、電気的消去可能ＲＯＭ（ＥＥＰＲＯＭ）、フラッシュメモリ、磁気テープあるいはディスク、光媒体など様々な種類の揮発性および不揮発性記憶媒体を含むことができる。メモリ２１８は、プロセッサ２２０のためのランダムアクセスメモリを含むことができる。また、メモリ２１８は、プロセッサのキャッシュメモリ、システムメモリ、またはその他のメモリなどように、プロセッサ２２０から独立させることもできる。メモリ２１８は、記録された追跡データを格納するため、あるいは、データの分析のための外部記憶装置またはデータベースとすることができる。実施例としては、ハードディスクドライブ、コンパクトディスク（ＣＤ）、デジタルビデオディスク（ＤＶＤ）、メモリカード、メモリスティック、フロッピー（登録商標）ディスク、ＵＳＢメモリデバイス、または、データを格納するように機能するその他のデバイスを含む。メモリ２１８は、プロセッサ２２０によって実行可能な命令を格納するように機能することができる。

図に示され、または、明細書に記載される機能、動作またはタスクは、メモリ２１８に格納された命令を実行するプロセッサによって行なわれる。機能、動作またはタスクは、特定のタイプの命令セット、記憶媒体、プロセッサまたは処理戦略から独立し、ソフトウェア、ハードウェア、集積回路、ファームウェア、マイクロコードなど、それら単体またはそれらの組合せによって実施され得る。同様に、処理戦略には、多重処理、マルチタスキング、並列処理、などが含まれ得る。

本開示では、ネットワークに接続された装置は、音声、ビデオ、オーディオ、画像またはネットワーク上のその他のデータと通信できるので、命令を含むコンピュータ読み取り可能な媒体、または、伝搬した信号に応じて命令を受け取って実行するコンピュータ読み取り可能な媒体について考察する。インターフェース２１４は、通信ポートを介してネットワーク全体にわたって命令を提供するために利用され得る。通信ポートはソフトウェアで作成されるか、ハードウェアにおける物理接続とすることができる。通信ポートは、ネットワーク、外部媒体、ディスプレイ、または、システム２００におけるその他の構成要素、あるいは、それらの組合せと接続するように構成され得る。ネットワークとの接続は、有線イーサーネット接続などの物理接続とすることができ、または、以下で述べるように、無線を使って確立することもできる。同様に、システム２００の他の構成要素との接続は、物理接続とすることも、無線を使って確立することもできる。

システム２００におけるどの構成要素も、（これに限定されるものではないが）ネットワーク２０４を含むネットワークを介してお互いに接続され得る。例えば、追跡器／分析器２１２は、ネットワークを通してサーチエンジン２０６および／またはユーザ装置２０２に接続され得る。したがって、システム２００におけるどの構成要素も、ネットワークと接続するように構成された通信ポートを含むことができる。ネットワークあるいは複数のネットワークは、装置間のデータの通信を可能にするために、システム２００における任意の構成要素に接続でき、それらネットワークには、有線ネットワーク、無線ネットワーク、またはそれらの組合せを含むことができる。無線ネットワークは、携帯電話ネットワーク、電気電子技術者協会（ＩＥＥＥ）によって公表されたＩＥＥＥ８０２．１１、８０２．１６、８０２．２０、ネットワークなど標準化されたプロトコルに従って動作するネットワーク、または、ＷｉＭａｘネットワークとすることもできる。さらに、ネットワークは、インターネットなどのような公衆ネットワーク、イントラネットなどのようなプライベートネットワーク、または、それらの組合せとすることができ、これらに限定されるものではないが、ＴＣＰ／ＩＰに基づくネットワークプロトコルを含む、現在利用可能なネットワークプロトコルあるいは今後開発される様々なネットワークプロトコルを利用することができる。ネットワークは１つ以上の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）、例えばユニバーサルシリアルバス（ＵＳＢ）ポートを経由する直接接続などを含むことができ、インターネットを構築する相互接続ネットワークの集合をも含み得る。ネットワークは、任意の通信方法を含むことができ、または、一方の装置から他方の装置に情報を通信するために、任意の形式の機械可読媒体を採用することができる。

図３ａと図３ｂは、特定のイベントに対するインパクトを収集し、追跡し、分析し、判定するためのシステムを示す。以下に述べるように、本システムは、いくつかのデータ収集機構（例えば、クローラによる検索）、データを格納するためのいくつかのデータベース（例えば、リファレンス、比較、メディアプレイスメント（媒体への広告掲載）、メディアバリュー（媒体価値）、ＣＲＭ、および価値／影響データベース）および、更なるデータ分析とインパクト分析のための機構を含む。

トピックおよびクライアント３０２は、イベントなどの興味深いトピックを含む。顧客情報は、検索者および該検索者に関連する情報を含む。当該情報は、検索を絞り込むために利用され得る。特定のトピックについて検索するために、リファレンスデータベース３０６を生成するのに利用される第１クローラ３０４がある。リファレンスデータベース３０６におけるデータは、さらに精錬され得る初回通過データとみなすことができる。第１クローラ検索３０４は、一般的なウェブ検索（例えば、グーグル、ヤフー、ビーイングなど）とすることができる。リファレンスデータベースにおける情報として、テキスト、引用文および文脈３１４、そして、比較データベース３１０で利用される画像および標識３１２が存在し得る。テキスト、引用文および文脈３１４や、その他のメディアおよび標識３１２は、リファレンスデータベース３０６を絞り込むために利用可能なデータの例を含むことができ、そしてトピックおよびクライアント３０２に関連付けられ得る。比較データベース３１０は、関連データベース３１６を生成するために、データおよびメディア分析３０８を通過する。

１つの例では、ドメイン、ユーザ、および、その他の関連データは、興味（関心）の履歴に基づいて特定され得る。第２クローラは、興味の補足情報を引き寄せるのに、特定の情報源に戻るために、（場合によっては自動的に）システムのコマンドで実行され得る。興味の補足情報は、情報源からの詳細なテキストを含むことができ、すなわち、それは、サイトの文脈を参照するのに類似するドメインからの補足的な記事、または、情報源からの最初の収集に関するサイトからの画像を含む可能性がある。

別の例では、第１クローラは、ブランドの周囲にあるネガティブな議論を含む記事を特定する。第２クローラは、記事に戻って、最初の記事の妥当性を確認するために、サイトから補足的な記事を収集する。関連性は、関連して用いられるいくつかの単語を相互参照から文脈の検証である。例えば、「近ごろ、驚異のｅＣｏｕｐｌｅｄは、ワイヤレス電源をＣＥＳ（国際家電見本市）に持ってくる。」という文において、「ワイヤレス電源」、「ｅＣｏｕｐｌｅｄ」、「近ごろ、驚異の」、「ＣＥＳ」は、監視されたアイテムの集合に対する関連性を定義し得る。［イベント］は監視されたアイテムの特定の集合に対する関連性を定義し始める。監視された用語の集合用の辞書は、分類、すわなち、可能な分類と定めることができる。用語が特定のパラグラフで用いられるほど、ますます関連性は特定のパラグラフに適する。同様に、特定の記述中の単語の頻度も、関連性を増加し得る。さらに、上に列挙されたカテゴリーは、この関連性の判断に用いられ得る。パートナー（相手）リストとその他の特定の辞書は、代わりとなる分類、すなわち、相対的な比較またはスコアに対する分類スコアを定めることができる。別の例では、第２クローラは最初に取得された記事を、完全に収集することを始める。この収集は、特定のグループおよび興味による辞書内の組織化されたデータに対する知識または文脈によって支援され得る。多くのグループのために収集されたデータは、上記で列挙されたような特定のフィルタによって削減され、特定の興味に応じて提示され、または、可視化されるように構成され得る。法的な調査に比べると消費者調査は、類似データを収集するために異なる事情を有し、辞書において異なるキーワードを有することができる。

トピックおよびクライアント３０２に関連しているいくつかのメディアリリースがある可能性がある。メディアリリースに加えて、顧客（クライアント）に関連しているその他のアイテムは、比較データベース３１０のために収集し得る。トピックまたは顧客は、（トピックまたは顧客の表示を含む）項目、企業、または個人を含むことができ、比較データベース２１０を生成するために利用される関連メディアを特定するために用いられ得る。例えば、特定の顧客からのメディアリリースは引用文を含む場合もあり、当該引用文は、顧客に関係するので関連性のあるものとして自動的に認識される（例えば、当該引用文は顧客向けの広告であり、当該引用文は比較データベース３１０に追加されるものである）。データおよびメディア分析３０８は、比較データベース３１０を、インターネットから離れたリファレンスデータベース３０６と比較することができる。検索トピック３０２は、第１クローラ検索３０４を用いて、リファレンスデータベース３０６を生成するために用いられる。検索トピック３０２は、特定の分類の単語を含む可能性がある、検索のテキスト（全文）を含むことができる。また、それは引用文を含むことができ、その用法は監視される。データおよびメディア分析３０８は、検索資料の用法、文脈および興味を分類するために、その検索資料と比較される一連の辞書である場合がある。リファレンスデータベース３０６は、所望の検索に関連する第２の情報群（比較データベース３１０）と比較され得る。この一連のイベントは、関連データを更に定めるために、分類、スコアおよびリンクを洗練することができる。

リファレンスデータベース３０６は、トピック３０２に関連する粗い（洗練されていない）リストである。粗いリストは、比較データベース３１０からの比較リストと比較される。当該比較データベース３１０は、データおよびメディア３０８からの補足的なデータおよび画像を含む。例えば、古いアップルコンピュータの写真を探しているユーザは、あらゆる種類のりんごの画像を含む粗いリストを得ることになる。粗いリストの洗練は、比較データベース３１０の一部分を、アップル社のロゴだと見当をつけることを含んでいる。さらに、テキストは、リファレンスデータベース３０６における粗いリストの範囲を限定するのに役立つ。さらに、リファレンスデータベース３０６の母集団や使用のされ方は、図４−５に説明される。

リファレンスデータベース３０６は、非常に多くの検索結果すなわちヒットを得る可能性があり、それらの多くは関係のないものかもしれない。分析された比較データベース３１０に従ってリファレンスデータベース３０６の洗練は、結果的に関連データベース３１６をもたらす。洗練はデータおよびメディア分析３０８によって実施され得る。データおよびメディア分析３０８は、図７から図８で更に説明する。とりわけ、この洗練は、関連データを識別するために、検索項目の絞込みまたは洗練と似ているが、当該洗練は、手作業というよりはむしろ自動化したやり方で実施される。リファレンスデータベース３０６は、第１クローラ検索３０４からの結果を含む過度に包括的なデータベースである。当該第１クローラは、多くの検索結果を提供するように作られている。したがって、多くの情報がトピックおよびクライアント３０２に無関係であるかもしれないので、レファレンスデータベース３０６は過度の情報を備えている。また、比較データベース３１０は、リファレンスデータベースでもあり、画像および標識３１２またはテキスト、引用文および文脈３１４の例に基づいて結果を絞り込むことに用いられる。

一般に、リファレンスデータベース３０６からのデータは、比較データベース３１０からのデータと比較される。その後、そのデータは、データおよびメディア３０８によって後に続くデータマイニングを簡単化するために、無関係のデータを除去するのに分析される。後に続くデータマイニングは、社会的つながり（ソーシャルリンク）、消費者心理、社会的影響、影響の専門知識、（メディアプレイスメントデータベース３２０からの）メディアプレイスメントなどを見つけるための補足的なクローラステップ（第２クローラ検索３１８）を含むことができる。ある実施形態では、インターネットの大きさのために、複数のクローラ検索が、より多くの関連データを求めてウェブを検索するために必要とされる場合がある。検索は、関連データ、用語、カテゴリー、および関連辞書を用いてより深く掘り下げることができる。これらのクローラ検索システムは、この工程を自動化することができる。そして、そのデータに従って、別のクローラ（第３クローラ検索３２２）は、メディアプレイスメントの価値を調べて、種別、比較コスト、メディアコスト、メディアタイミング、および、関連のある影響を与えることに基づいて、メディア価値データベース３２４をまとめる。第３クローラ検索３２２において、異なる一連の情報が取得され得る。例えば、サイト（Ａ 対 Ｂ 対 Ｃ）のヒット数が計算され得る。また、フォロワーの数、ブログ上の記載の数もまた算出され得る。このデータを記録して、相対的または実際の形式において該データを比較することで、この影響を与えるデータに従って関連性はよりいっそう顕著になる。別の実施形態では、複数のクローラ検索は、検索数を減らすように組み合わされ、あるいは自動化され得る。

関連データは、関連データベース３１６を形成するために抽出される。さらに、関連データベース３１６は、図９で説明される。関連データが特定されると、第２クローラ検索３１８は実行される。第２クローラ検索３１８は関連データについて検索する。例えば、判定は、関連データの著者／所有者についてなされることもある。これは接点関係管理（contact relationship management; CRM）データベースとの調整を含むことができる。ＣＲＭデータベース３１９は、個人、企業、または、その他のサイト、それらが通信する先、メディアプレイスメントのタイプ、および／または社会的価値／影響について、様々なデータを含むことができる。ＣＲＭデータベース３１９は、図１０を基準にして以下で説明される。高い影響力を有する情報源は非常に大きい衝撃（インパクト）を備える場合があるので、この情報は関連性がある。例えば、スティーブジョブスの記事は、肯定的か、否定的のいずれにおいても強いインパクトを有しているだろう。取るに足らないブロガーは、かなり小さいインパクトしか有していないだろう。情報源は、検索結果の著者または所有者を参照することができ、または、特定のイベントを参照することもできる。ＣＲＭデータベース３１９は、例えば、同定されたインパクトまたは影響など、すべての接点（コンタクト）についてデータを記録することができる。当該同定されたインパクトまたは影響は、その接点に対して定量化され得る。

メディアプレイスメントデータベース３２０は、特定のイベントの場所すなわち位置を特定して記録するのに適している。メディアプレイスメント基づいて、インパクトは変動し得る。例えば、情報源すなわちＡＢＣニュースにおけるインタビューは、多数の視聴者を含み、大きな影響を与える情報源となり得る。反対に、一般人のブログ用のインタビューは、小さな影響しかない。ＡＢＣのプレイスメントを得るために、在宅勤務中の一般人に対する、一定量のプレイスメントおよび一定量の通信量は、価値があるだろう。彼は、それほど重要ではないメディアプレイスメント、または彼のブログと関連するメディアバリュー（媒体価値）を有することになるだろう。したがって、メディアプレイスメントデータベース３２０は、メディアのリスト、および、特定のメディアに対する印象の推定数を含むことができる。この定量化した影響は、印象の数に直接的に関連し得る。メディアプレイスメントデータベース３２０は、接点関係管理データベース３１９がメディアプレイスメント情報を含むように、接点関係管理データベース３１９と結合され得る。

メディアプレイスメント３２０を用いて、第３クローラ検索３２２は、メディア価値データベース３２４に対して用いられ得る。第３クローラ検索３２２は、データの情報源を対象とする検索を含むことができる。メディア価値は、同様の工程で洗練され、財務の追跡または導かれる追跡を参照せずに、メディア追跡とは独立して更新され得る。第３クローラ検索３２２は、図１３で説明される模範的な画像検索に関連し得る。情報源は、第３クローラ検索３２２からの検索結果に基づいて分析され得る。この分析は、データ集約および第２段階の関連データ３２８を含み、それは、価値／影響データベース３２６に格納される集約スコアを出すのに用いられ得る。データ集約３２８は、図１４において説明される。価値／影響データベース３２６は、社会的価値または消費者心理を含むことができる。これは、より深い分析と、特定の情報源についての情報のデータ収集を象徴する。この情報は既に巡回され、この情報源についての参照リストは既に構築された。第３クローラ検索３２２は、メディアの情報源、または、そこからもたらされた検索結果を評価するために用いられる。第２クローラ検索３１８は、情報源を探して、多数の情報源からの情報を含むＣＲＭデータベース３１９を構築するために用いられる。メディアプレイスメントデータベース３２０は、第２クローラ検索３１８から生成されて構築される。この情報は誰の情報源かメディアか、どこの情報源かメディアかを提供する。

また、メディア価値データベース３２４は、特定の情報源で出てくるコストを記憶することができる。例えば、主要なテレビジョンネットワーク上のコマーシャルは、ブログ上のオンライン広告よりも非常にコストがかかることになり得る。さらに、これは、一定のプレイスメントを含むメディアプレイスメントデータベース３２０にも関連している。広告のコストは、特定の情報源の“普及”または“印象”と比較するに値する可能性が高い。１つの実施形態では、誰かが広告したいとき、その広告のコストおよびそのような広告の成果は、メディア価値のための係数（要因）となり得る。広告に対して決定される結論は、ＲＯＩである。また、成果は、評判格付けも含むことができる。評判を覆すか、変えるか、または、評判を改善するのに積極的なメッセージを送るために、いくらの費用をかけるべきか問題になる。１つの実施形態では、企業に対する全体的な評判は、次式を用いて計算することができる：
評判格付け = 視覚スコア + 消費者心理スコア + 製品スコア +
サービススコア + 職場スコア + 性能スコア + 社会的スコア
（Reputation_rating = Vision_score + Emotional_score + Products_Score +
Service_score + Workplace_score + Performance_score + Social_score）
個々のスコアは、相対的な正確さを定めるために消費者心理要素および関連性要素を有している。監視されたグループ分けまたは用語の辞書は、返された情報を評価することで更新することができる。付加的またはその他のエンティティは、別々の下位のグループ分けを含むことに注意しなければならない。

分析の結論および結果３３０は、いくつかの要因を含む。例えば、地域別のＲＯＩ値３３４、地区またはイベント別の主な影響３３６、メディア別のインパクト３３８、および衝撃を与えるイベントは、すべて分析の結論および結果３３０のための係数となり得る。そのデータをすべて集めて要約することは、分析するために価値のあることであり、報告３３２に結果を提供し、地域別のＲＯＩ３３４、イベント別の主な影響、メディア別のインパクト３３８、イベント別のインパクト３４０を逐次更新する。価値／影響データベース３２６に格納された価値／影響係数は、肯定的な情報源を特定するためや否定的なものを特定するために、社会的価値、消費者心理、および／またはメディア価値とともに用いられ得る。例えば、サイト、人々、メディアおよびブログは、明らかに次の事項を有する場合がある。影響は多くの人々がどのようにしてイベントを見たり聞いたり従ったりするのかを示す。この基数は、影響を与える価値として推定され、さらに、メディア価値が追加される場合に増加する。これは、特定のメディアがテレビ、ラジオ、またはその他の放送系列を備えているときに用いることができる。したがって、これは、追跡や入力された場合にスコアを増やすことができる。さらに、分析は影響の判定を含む。主な影響３３６は、最大のインパクトを有する可能性がある情報源またはイベントを特定するために役立つ場合がある。例えば、影響を与える主なものは、あるブログ、または、特定のトピックについて多くの興味を引き起こすその他のサイトであるかもしれない。これらの影響を与える主なものは、収益が高いので堅牢なＲＯＩをもたらしている。例えば、メディアリリースが出され、デンマークにおいて多くの口コミやヒット品がある。口コミの情報源を特定することは重要である。口コミが始まったたった１つの拠点（例えば、デンマークの技術サイト）があるかもしれない。このサイトは、潜在的に高いＲＯＩを有する影響を与える主なものである。

ある広告のインパクトまたは影響は、膨大な費用をかけたのにもかかわらず低い場合がある。例えば、活字メディアやワールドシリーズのプレイオフ進出は、高い費用のせいで、支出に見合う最高の価値がないかもしれない。それはブランドプレイスメントにとって良いことかもしれないが、消費者意識は存在し得ない。メディア別のインパクトは、監視され、追跡される必要がある。ホームプレートの後ろの反転ボードを用いて、ワールドシリーズでの広告は、たった３２秒の投資となる可能性がある。全体の作用や口コミにわたる理解力（uptake）は、その後評価されて、最小となる可能性がある。インパクト分析は、報告３３２の一部となり得る。マーケティングおよび宣伝活動の分析は、画像をモニタリングして追跡することに関連する。もし否定的な記事や批評が自社の製品について見つかった場合、影響が十分に大きければ対応が必要となるかもしれない。これは高度なターゲットマーケティングの一例である。

インパクト分析は、情報源とトピックに依存している。例えば、スティーブジョブスは、テクノロジーの話題に高い影響力を有しており、マイケルジョーダンは、バスケットボールの話題に高い影響力を有している。しかしながら、その役割が逆だった場合には、影響力は非常に小さい。特定の情報源に対する起源を理解し、それらを特徴付けて定義することによって、異なる情報源、トピック、およびプレイスメントに値が割り当てられて、追跡することができる。既知のサイトに対するインパクトを測定することは、それらの露出度、読み出し数、会話をしている人の影響力、動作を行なうものによって定義することができ、影響はネットワークを通る。情報源および影響係数を追跡および監視できることは、肯定的な認識を維持するのに役立つ可能性がある。クローラは、人、企業、ブランドまたは消費者心理が含まれる製品を公表するテキスト、画像、音声、またはビデオを監視するためにネットを徹底的に捜索することができる。インパクトの定量的測定は、インターネットのようなネットワーク内の評判（例えば、検索結果、記載、ページなど）に基づくことができる。インフルーエンサモジュールは、多くの人々がどのようにして、被監視トピックを見たり、再度公開したり、ブログに書いたりするのかを追跡するので、相対的な評判を特定することができる。影響を与える主なものが、非常に評判が良いので、評判は影響の部分要素となり得る。

図４は、イベントに対する要求側のデータ４０２とリファレンスデータベース３０６の生成を示す。リファレンスデータベース３０６は、カテゴリー、ブランド、メディア発信局、ブログ、および検索されたイベントカレンダーのために、特定の監視要素を含むように設計されている。イベントカレンダーは、特定のイベントと、それぞれのイベントに追随する特定のメディアとのリンクを含むことができる。このデータベースは、フレーズ、用語、画像、およびキャンペーンに対して対象となる監視項目と結び付けられ得る。これは、要求データを比較するために、マッチングエンジン４２０を含む。テキストベースのリファレンス項目と画像ベースのリファレンス項目は、第１クローラ検索３０４に用いられる。また、検索はその他のメディアタイプ（例えば、音声、ビデオまたはその他のメディアなど）を含むことができる。図に示すように、要求データ４０２は、テキストベースの要求データ４０４と画像ベースの要求データ４０６を含む。テキストベースの要求データ４０４は、ブランド名、イベントまたは相手、引用文、あるいはその他の形式のテキストを含むことができる。分析部は、要求データ４０２に対するコンテンツを考慮する。例えば、名前の近くにある“話す”は、たいてい引用文（句）とみなすことができる。

画像ベースの要求データ４０６は、画像中のロゴ、ビデオ中のロゴ、画像中の標識、ビデオ中の標識、またはその他の形式の画像を含むことができる。要求されたデータは、テキストベースの検索４０８のために用いられ得る。テキストベースの検索４０８は、テキストポインタおよびデータ４１０を提供する。テキストベースの画像検索４１２は、タイプ別画像ポインタ４１４を生成する。要求データ４０２、テキストポインタおよびデータ４１０の結果、タイプ別画像ポインタ４１４は、データおよび画像の分析と比較４２０に与えられる。さらに、データおよび画像の分析と比較４２０は、テキスト検索と連携した、画像および標識の識別を含み、関連データベースに対する検索レポートおよび統計データを生成する（４２２）。テキストポインタおよびデータ４１０とタイプ別画像ポインタ４１４は、リファレンスデータベース３０６に与えられる。

画像ベースの要求データ４０６は、ウェブ上を検索されるベースラインオブジェクトである場合もある。分析部はコンテンツを探す。例えば、会話において、それは文脈を調べることができ、会話のより顕著な翻案を与えることができる。また、引用文の文脈を探すこともできる。要求データ４０２は、データの異なる情報源を特定するために追跡され得る。また、データの有効性は、影響を与えるものと消費者心理を分析することによって測定され得る。１つの実施形態において、テキストベースの画像検索は、テキストポインタとデータを与えることができる。画像ポインタは、種類によって識別され、リファレンスデータベース３０６に対するリンクポインタを含むことができる。データおよび画像の分析と比較は、テキスト検索と連携した、画像および標識の識別を含む。テキスト検索は、それが見つかった箇所、それらが生じた箇所、ウェブを介した伝播を含む検索報告統計データを作るために利用される。別の実施形態において、図５および６に示されるように、画像は画像検索によってリファレンスデータベース３０６に追加され得る。

図５は、メディアやテキストがクローラデータを用いてどのように分析されるかを示す。画像検索リクエスト４０６は、全体検索リスト５０４と検索に関連するテキストおよび画像５０８に与えられる。全体検索リスト５０４は、リファレンスデータベース３０６にデータを追加するウェブクローラ５０６に与えられる。全体検索リスト５０４は、相対的なスコアを提供するために、履歴やインパクトを監視するために、長い時間をかけて監視されるブランドのリスト、用語および／またはフレーズを含むことができる。リファレンスデータベース３０６は、分析シーケンサ５１０に与えられる。分析シーケンサ５１０は、画像５１２と、テキストベースの引用文５１４と、ビデオイメージ分析５１６と、標識に対するビデオおよび画像標識検索５１８を分析する。標識は、図６に示されるように、ロゴまたはその他の識別子とすることもできる。分析シーケンサ５１０からの分析は、マッチングデータおよび画像オーガナイザーの画像、ビデオ、統計データ、リンク、ＩＳＰ、ＩＳＰリンク、地域、標識追跡、引用文追跡と使用頻度、および画像使用頻度の統計データ５２０として通過する。統計データ５２０は、画像およびテキスト使用レポート５２２のために用いられる。このレポート５２２は、さらに、要求データまたは統計的精度のために参照辞書を構築するのに用いられる。

標識は、画像を識別することを支援するために、画像に印が付けられたものである。図６に示されるように、標識は、ロゴと共に用いられるモトローラＱ携帯電話かもしれない。異なる製品の試作品は、異なる背景状況に従って段階的に行われる。同様に、異なる画像は、特定のメディアリリース、一連の通信またはメッセージにために展開され得る。

ロゴ画像認識は、異なる標識を識別するために用いられ得る。その他の標識は、ぼんやりとかすんだボタン、またはページの色あせた部分のような透かしを含み、それらのピクセルは標識を表わす。赤色、緑色、青色、黄色、橙色、黄緑色を作り出す、隅にあるたった１０ピクセルが標識である場合がある。図５に戻って参照すると、認識されたデータは、分析５２０によって洗練され、新しいデータベースのコンテンツは、より関連するデータを用いて生成され得る。画像またはデータタイプに基づいて、適切な分析エンジンは、ビデオ、ｇｉｆ、ｐｄｆ、ｊｐｅｇなどに対して用いられる。また、突き合わせは、補足的な情報（ＩＳＰデータ、適合度％すなわち正確さ、顧客データ、参照画像および標識リンケージ、参照テキスト、コンテンツおよび引用文データ、消費者心理データ、範囲およびリンク、ビューデータ、利用統計など）も用いる。

図６は、リファレンスデータベースに格納された特定の製品または特徴のテキスト、ロゴまたは画像標識が、どのようにして個別の比較のために用いることができることを示す。上記のように、図６は、識別表示に対する画像認識の活用を図示する。ブロック６０２では、画像が公表または公開のために選ばれる。ブロック６０４では、標識が追跡のために、画像に付加される。ブロック６０６では、画像が公開される。図に示されるように、ロゴは画像認識に利用することができる。モトローラＱフォンは、ロゴと共に標識として作用する。標識は、メタデータ、透かし、隠された画像、または追跡のために用いられる特定の画像を含むことができる。

画像マッチングアルゴリズムは、インターネット上の画像の大きな（すなわち、おそらく上限のない）集合において、ユーザから提供された既知の画像を探すのに用いることができる。特に、ユーザの画像は、会社所有の素材またはマーケティング素材（写真、図面、ロゴ）とすることもでき、会社は様々な関連ウェブサイトにおける、それらの用途、普及または分布に興味がある場合がある。本アルゴリズムは、重要な画像の変更が起こり得る状況下で動作することでき、画像が異なる文脈に再利用された場合にしばしば適用される。例えば、変更は、画像のサイズ変更／倍率変更、トリミング、圧縮、他の画像への（全部または一部の）挿入（逆もまた同じ）だけでなく、色／コントラスト編集をも含み得る。上記要因の不変性に加えて、理論上、それらのホストサイトからクエリ画像をダウンロードする速度に対応する。これは、比較のためのユーザ画像数から独立して、典型的な処理時間が画像当たり（実質的に）１秒未満のオーダーであることを意味する。

フレームワークは、各画像からのシグニチャ（例えば、特徴の集合）を抽出することを含み、それはカバーされるタイプの画像変換に対しても変えることはできない。それぞれの特徴は、一様な方法で抽出することができ、インデックス／検索構造で記憶される（または、それらに対して問い合わせを行う）不変の記述子（ディスクリプタ）に割り当てられる。類似画像は、類似の場所で（類似の記述子と共に）、類似の特徴を有しているに違いない。２つの画像がマッピングと矛盾しない一致する、かなりの数の特徴を有する場合、それら２つの画像は一致し、それらの間のマッピングが見つかる。

認識技術は、インデクシングとクエリを用いて実装することができる。インデクシングモードでは、画像のユーザセットは、検索の効率のために最適化されたインデックス構造に加工処理されて変換される。この手続きは、一度、オフラインで（かなりの計算コストで）実行されるかもしれないが、結果として生成したインデックスは、クエリモードの高速オンライン処理を可能にする。クエリモードでは、クエリ画像の特徴シグニチャが抽出され、インデックスに対して検証される。これは、インデックス画像の集合からすべての候補を特定する。当該画像は、クエリ画像と一致する多数の特徴を有している。それら候補画像のそれぞれは、２つの画像間のマッピング（倍率変更、シフト、トリミング）を見つけるために、頑強な投票方式の手続きを用いて、クエリ画像と突き合わされる。その画像は一致した特徴ペアの数が最も多いものに対応する。もしその数が十分に多いのならば、その候補は有効であるとみなせる。すなわち、クエリ画像（または、その断片）は、対応するインデックス画像において、発見されたものとみなせる。

画像処理（特徴）シグニチャ抽出器は、インデクシングとクエリの両モードで全く同様に適用され得る。それは、３つの主なサブブロックを含むことができる：画像のスケール空間表現を生成すること；異なるスケールで関心のある点（すなわち、特徴点）検出すること；それぞれ検出された特徴点で、特徴記述子（局所的な画像パターンを記述する多次元ベクトル）を生成すること。スケール空間表現は、オリジナルの画像のフィルタリングおよび部分抽出されたバージョンのピラミッド型構造であり、入力画像のサイズを変更した場合において、ある程度同じ結果を生じるように設計され得る。特徴検出器は、再現性を最大化するように（すなわち、入力画像の様々な変更版がある場合には、ある程度同じ関心のある点を見つけるように）設計され得る。最終的に、特徴記述子は、不変性と独自性の間のトレードオフを最適化するように設計され得る。記述子ベクトルは、関連のない点に対して異なるものとなるが、画像の様々な隠された変更のもとで、対応する点に対しては類似するものとなり得る。１つの実施形態では、アルゴリズムは、ハリス−ラプラス（Harris-Laplace）特徴検出器およびＳＩＦＴ記述子に基づいている。この実装は、再現率−適合率性能に対して最小コストで、より高速な速度とより小さな所要メモリ量を実現するアルゴリズム的な削減を利用できる。

特徴インデックスは、メトリックツリー構造で表現することができ、比較的多い分岐因子（〜８−１６）および浅い深さ（〜５−６）を有するトップダウンの枠組みで構築される。インデックス画像の全ての特徴を保持するルートノードから開始して、それぞれのノードは、その特徴記述子におけるｋ平均（k-means）クラスタリングアルゴリズムを用いて、一定数の枝に分割され得る。それぞれの特徴は、（そのクラスタに相当する）最近接ノードおよび該最近接ノードに比べてそれほど離れていないその他の分岐ノードに割り当てられる。クラスタリングと分岐の処理は、各ノードにおける特徴の数がある一定のしきい値未満となるまで繰り返すことができる。完成したインデックスにおいて、それぞれの特徴は、複数の葉ノードの中に含まれることとなり得る。このアーキテクチャは、より大きなインデックスであるがより高速な問合せを実現することを意味し、クエリ画像からの各特徴は、それと一致する可能性のあるすべてのインデックス特徴を含み得る、単一の葉ノードまでツリーを真っすぐ伝播される。

一致した特徴が十分な数の候補は、画像マッチングモジュールで評価され得る。最良のマッピングを見つけるために、標準二段階法（two-stage process）の変形（ランダムサンプルコンセンサス（ＲＡＮＳＡＣ）の後に非線形最適化が続くもの）が利用され得る。一組の一致した特徴はランダムに選択され、２つの画像間のマッピングパラメータ（スケールとシフト）を推定するために利用され得る。残りの特徴間で最も高いサポート（支持度）を有するマッピングが選択され、その後、非線形サポート最大化によって微調整される。結果として生じたサポートが十分に高いならば、検出と報告することができる。十分なレベルのサポートを達成するためには、幾何学的に無矛盾な方法で、かなりの割合の特徴が画像間で一致する可能性がある。

画像／ロゴマッチングに加えて、さらに、本システムは音声も照合することができる。図７は、音声パターンを用いた音声分析を示す。画像を探し出して識別するために用いられる画像認識と同様に、さらに音声認識は、知られている音声を特定するために用いられる。既に述べたように、画像または音声のいずれか一方の認識は、その画像／音声の分布および／またはインパクトを割り出すために用いられ得る。例えば、画像または音声認識は、その画像または音声を使用するサイト数を割り出すために利用され得る。図７に示すように、単語の辞書に対する音声パターンは、ファイル（例えば、ビデオ、音楽、ｅブックなど）をスキャンして、それらの単語が音声の文脈（可聴文脈）に用いられている位置を見つけ出すために用いられる。用語「アップル」を用いて、アップルの全ての用途（例えば、映画）を人々の単語「アップル」の使用の一般的心理を監視することができる。理論的には、単語「アップル」のすべての可能な活用（例えば、映画におけるその語の使用）は記録することができ、インデックスを付すことができる。

図７に示した音声分析器は、図３ａで説明したデータおよびメディア分析３０８の一部となり得る。また、これはインデックス付けされたテキストにおいて、すべてのリファレンスを備えることを含むことができる。本システムを用いると、引用文入力は、映画または本において、その引用文のそれぞれの用途を結果としてもたらす。分析はビデオ中を検索して、用語を捜してそれら用語にインデックスを付与する機能を提供する。辞書は、これらの様々な単語を用いて構築される。認識に基づいて、種々の文脈に対して音声セグメントのインデックスが存在し得る。例えば、ニュース番組（Ｔｏｄａｙ Ｓｈｏｗ）の分析は、望ましい用語（例えば、製品名など）の言及に対する確認（レビュー）も含むことができる。ニュース番組は、ブランド認知度としても機能する、関心のある製品に言及した時を判別するために監視される。追跡は、最も影響力の大きいそれらの情報源または接点を割り出すために用いることも可能である。

図８は、言語、画像、テキストおよび音声の間のリファレンスを示す。図８に示すように、特定のトピック／概念（辞書アイテムとも呼ぶ）に対するウェブ検索は、複数の形式と言語をカバーすることができる。例えば、「アップル」は、音声、テキストまたは画像によって検索することができ、または異なる言語を用いて検索することができる。要求データ３０４は、予めリンク付けされ、キャンペーンの性質、タイミングやカテゴリーに分けられる。一連の通信と相手と用語は、画像やその他のものにリンク付けされ得る。その後、システムは、これら辞書アイテムが使用される場所へのポインタのリストを構築することができる。画像の辞書、言語の辞書、テキストの辞書、および画像の辞書も存在し得る。ユーザは、インターネットを介して「アップル」を検索し、あらゆる言語で用いられるテキスト版のすべての「アップル」を引き寄せることが可能である。図８における辞書は、実質的には、３Ｄデータベースである。一方、個別のデータベースは、言語、音声、テキスト、または画像のために用いられる。テキストを用いて、人は全ての異なる言語を検索することができる。テキストが知られている場合には、全ての異なる言語がアクセスされ得る。１つの例において、テキストは、２０の言語および２０の異なる音声パターンに埋もれてしまう場合があり、画像は「アップル」の複数の画像に埋もれてしまう可能性がある。これは、あなたがウェブを介して移動する場合に、１つの場所に単に常駐することとは対照的に、メディア自体もウェブを介して移動する次世代のウェブの一部分となり得る。

図９は、データの初期セットとデータベースとの比較を示す。図９に示された処理は、データおよびメディア分析３０８および／または比較データベース３１０の内部で起こり得る。データの初期セットは、ウェブデータ９０２（例えば、ビデオ９０４、画像９０６、および／またはテキスト９０８など）となり得る。ビデオデータ９０４は、透かし、標識、埋込みＵＲＬ、またはテキストアルゴリズムタグ９１０との関連を含み得る。画像データ９０６は、透かし、ロゴ、標識、テキストアルゴリズムタグ、またはメタデータ９１２との関連を含み得る。テキストデータ９０８は、キーコピー（key copy）、ＵＲＬまたはテキストアルゴリズムタグ９１４との関連を含み得る。標識はそれらのユニークさをチェックするために検証される（９１６）。もしそれらがユニークなものでなければ、当該データは関連文書を特定することができないので、もう一度、当該処理が実行される。もしユニークであれば、ベンチマークまたはオリジナルデータ９１８が記憶されて照合される。当該データは比較され、その比較に基づいて、オリジナルコンテンツ、コンテンツデータ、アウトレットリンク（outlet link）、照合データが記憶され得る。追跡する時間の長さ９２０が利用される。追跡は連続的であり、より良い結果のために期間は、データ比較のために同じにする必要がある。例えば、ＣＥＳ（国際家電見本市）は、時間が決められて追跡される一定の期間とみなされ得る。その一定の期間は、ＲＳＳフィードによってユーザ定義または初期設定され得る。

補足的なデータは、ＲＳＳフィード９２２およびその他の既知の情報源９２４から収集される。それらは、記憶および比較９１８のために戻って提供される。これは、リファレンスデータベース３０６およびレポート基準日付範囲９３０を生じ、ダッシュボード可視化９３２を生じる。ダッシュボード可視化は、図１６に示されるように、ヒットと印象に関する統計データを提供することができる。ダッシュボード可視化は、過去および現在のトラフィックおよび／または評判を表示する株式相場表示器（ストックチッカー）に似ているかもしれない。さらに、それは、評判に影響を与えるかもしれない最近のイベントを含んでいる場合がある。当該データは、イベントの成果またはＲＯＩの指標をさらに生成するために、関連データベース３３０に記録することができる。関連データベース３３０は、分析９２８から構築され、既知の情報源９２４のためにオーディエンスサーチ（対象となる消費者の検索（audience search））のユーザ名も提供する。オーディエンスサーチ９２６は、人口統計情報のために用いられる、対象となる消費者のユーザ名を記録し、ユーザ名に対してその他の発信手段（アウトレット）を検索することができる。さらに、ＣＲＭデータベースは、名前、アドレス、会社、タイトル、およびその他のデータを提供することができ、このデータを用いて関連性のための更なる比較を可能にする。ＣＲＭに関して対象の顧客（得意先）は、地域情報や優先地域を与え得る。

図１０は、接点関係管理（“ＣＲＭ”）の使われ方を示す。特に、ＣＲＭはＣＲＭデータベース３１９を用いることで、ユーザまたは企業との接点（コンタクト）を目標にすることで補足的な値を提供し、接点に関する情報を記録する。リルーティングは、インターネットプロトコル（“ＩＰ”）アドレスによって、または、ユーザプロファイルデータを用いて実施され得る。特定ユーザの追跡は、ＣＲＭデータベース３１９のコンテンツに基づいて、関連する資料を対象（ターゲット）にするために用いられ得る。対象とすること（ターゲティング）は、そのユーザに対して、ＣＲＭデータベース中のデータに基づいてウェブサイトのバージョンを表示することを含むことができる。例えば、もしユーザが、環境に優しくかつ環境保護に関して好意的なブログを行っているならば、表示されたサイトは、その持ち主の環境に対する献身ぶりを強調した資料を表示することができる。さらに、ビジネスの各参加者は、そのビジネスの特定のルールにとらわれ得る。例えば、ＣＲＭツールにおけるそれぞれのユーザは、フェイスブックアカウント、ツイッター、ウェブサイト、ブログ、ユーザＩＤ、および／または、不満または関心（興味）を追跡するのに有用なものとなるその他のデータと関連付けられ得る。

ブロック１００２ではユーザがサイトを訪れる。そして、ブロック１００４において、ＣＲＭクッキーがあるか否かの判別がなされる。もしクッキーがなければ、ブロック１００６においてＩＰアドレスが得られる。ブロック１００８では、当該ＩＰアドレスがＣＲＭデータベースにあるかを調べる。もし当該ＩＰアドレスがＣＲＭデータベースに存在しなければ、それはクッキーを含むシステムに追加される。その後、変数１０１０がユーザに対して評価され、もし特定のユーザに対して利用可能な特定のコンテンツがあれば、ブロックにおいて、対象となるサイトを当該ユーザに対して表示する。もしＣＲＭデータベースに一致するＩＰがなければ、ブロック１０１４において、ユーザは標準的なサイトに誘導される。そして、ブロック１０１６では、サイトの統計データ、接点情報（連絡先）、および／または変数が追跡される。このユーザの情報は、ブロック１００８においてＣＲＭデータベースに格納される。ブロック１００４において、もしクッキーがあるならば、そのクッキーはユーザに表示すべき対象となるサイトを割り出すでしょう。

１つの実施形態では、このターゲティングは、ＣＲＭに含まれる会社に対して利用され得る。これは、競合分析のために、または、会社からリクルーティング／ターゲティング事業のために用いることができる。例えば、もし会社の社員が特定の製品を調査するならば、それらの製品はその会社のすべての従業員を対象としている。

図１１は、社会の専門知識を検証するために用いられるリソース、および、評価や影響力に対するＣＲＭデータを示す。カテゴリー（上で述べたようなもの）と部分要素を用いるスコアは、事業または事業分野別の重要度に基づいて評価され得る。製品概念対製品は、例えば、ＳＫＵおよびＦＣＣリストを参照することによって検証され得る。このデータにアクセスすると、有用なフラグやトリガーを生じる組合せを提供することができ、それらは手動で追跡される必要がある。公開の情報源１１０２、金融データ１１０４、および業界出版物１１０６は、クローラ／監視装置１１０８に提供される。公開情報は、ＥＣＤ、ＦＣＣ、ＵＳＰＴＯ、ＣＧＰ、ＮＣＪＲＳ、およびＣＲＳＰなどの政府機関およびその他の組織を含むことができる。当該クローラの特徴は、ユーザ、連絡先、ブロガー、メディア連絡先、または会社に関連するすべてのデータを取得して、統計データを集める。このデータおよび関連する統計データは、それぞれの連絡先、会社、ブロガーまたは関連する感想に対する見解や評価を形成する。例えば、特許出願は、会社の現在の技術研究を表わすことができる。ＦＣＣ（連邦通信協会（Federal Communications Commission））は、製品に関する最近の開示についての情報を保有し得る。さらに、金融文書１１０４および業界出版物１１０６は、ＣＲＭデータベース３１０に格納される、人または会社の追求対象に関して手がかりを与える。個人に対して、犯罪データベースも調査され得る。ソーシャルネットワークを含むウェブは、プロファイルと共にまとめるために補足的な公開データを提供することができる。同じ名前をもつ人々のために、マッチングは、正しい個人を識別するために用いられ得る。

この巡回は関連データベース３０６を実装するために用いられる。加えて、キーとなる従業員名１１１０、政府ＩＤ１１１２、製品名１１１４、および会社名１１１６も、関連データを識別するために用いられ得る。特許、製品および技術における関与（インボルブメント）を追跡することは、ＣＤＡ（通信品質法）法令遵守および契約の潜在的違反の兆候であるかもしれない。関連データベース３０６は、メディアデータベース１１２４、ＣＲＭデータベース３１０、ユーザプロファイル１１２０、およびグローバルカレンダー１１２２によって相関関係１１１８を定めるために用いられ得る。当該相関関係はユーザ１１２６に報告される。報告された調査結果は、潜在的行動にフラグを立てるために追跡され得る（１１２８）。

図１２は、対象データの収集の他に、接点情報（連絡先）の分析および評価を図示する。評価エンジン１２３８は、それぞれの接点（連絡先）／事業に対する価値を自動的に求めることができる。１つの例では、それぞれ接点（連絡先）／事業は、ＣＲＭデータベース３１０に格納される。オンラインウェブプレゼンス（web presence）１２０２は特定され、それはソーシャルネットワーク１２０４、個人情報１２０６、記事／発表１２０８、トーン／リファレンス１２１０、ブランド言及１２１２、公開データベースリファレンス１２１４、影響１２１６、価値１２１８、およびウェブ統計値１２２０を含む。このデータは、タグユーザタイプ１２２２に用いられ、ＣＲＭ１２２４、ＩＰクッキーシステム１２２６、価値計算エンジン１２３０、およびメディアデータベース１２３２によって、相互参照される（１２３４）。相互参照１２３４は、評価エンジン１２３８において用いられるデータ点を記録する（１２３６）。ソーシャルネットワーク１２０４は、フェイスブック、マイスペース、ツイッター、および／またはその他のソーシャルネットワークを含み得る。個人情報１２０６は、名前、住所、ユーザ名、およびその他の関連情報を含むことができる。記事および発表１２０８は、トピックや用途に関連し、発表者または個人の情報に関連するコンテンツを含むことできる。トーンおよびリファレンス１２１０は、消費者心理スコアおよびコンテンツ、または文脈に関連し得る。ブランド言及１２１２は、ブランドに関連するリファレンスのリストであるかもしれない。公開データベース１２１４は、公開の記録、特許、前科、納税様式、人口調査データ、およびユーザに関連するその他のデータを含む。影響１２１６は、相対的なリストまたは影響テーブルであるかもしれない。それらは、その相対的な影響に対して、それぞれのユーザまたはサイトにスコアを付ける副次的な検索である。ＩＰクッキー１２２６は、ウェブサイト上で追跡され得る個人データへの別のリンクであるかもしれない。価値計算エンジン１２３０は、一連のアルゴリズムおよびリンクであり、異なるデータとスコアを関係付けることに基づいて意思決定とスコアを形成する。メディアデータベース１２３２は、データの個々の断片（例えば、リンク、報告者、またはブロガー）を含むことができる。次に、それは、それぞれのために影響およびメディア価値を含み得る。メディアデータベース１２３２は、全てのメディアリンクまたは実データの履歴を保持することができ、より長い期間の将来の見通しおよび履歴を明確に表す。それぞれの接点（連絡先）は、オンラインウェブプレゼンス１２０２におけるすべての情報に基づいて評価され得る。経済、コンタクトをとる作業は、価値に影響を与えるかもしれない。評価エンジン１２３８からのレポートは、影響についても詳細をもたらす。例えば、フェイスブック上での数千人の友達を有する者は、社会的接触による重大な影響力を有するだろう。経済の要因はその価値に有効かもしれない。

評価エンジン１２３８は、検索で用いられるそれぞれのキーワードを統計的に評価することができる。例えば、キーワードは、図２２で説明されるように、関心（興味）にかかわるので、それは評価され得る。評価は、システムを監視するために開始リファレンスデータを用いることができる。そして、そのデータは、言及、消費者心理、影響数、および／またはメディア価値を用いて価値を計算するために利用され得る。これは、価値の初期段階であるかもしれないが、ビジネスニーズに基づいてより複雑化することができる。この評価は、履歴追跡のために関係のあるデータの基底集合を提供し、さらに、事業機会別に必要とされる（上述の）カテゴリーと付加的な（みなし）修飾子を含むことができる。評価は、用語や返されたデータに統計的関連性を表すことを許容することができる。価値の金額を定めるユーザよりはむしろ、本システムは、各キーワードの関連性と、これらキーワードの使われ方の文脈を示すことができる。例えば、評価エンジン１２３８は、データを統計的に分析する一連の検索設定を分析することができ、本システムが検索しようとする情報に、用語が統計的に関連していることを示す。返された統計的な情報に基づいて、それぞれの検索用語は統計値に関連しているので、それぞれ真値（true value）が割り当てられ得る。

図１３は、どのようにして画像が有用なデータに変換されるかを示す。例えば、購入した家財道具（家内の品物）の写真は、強力なウェブツールを用いてその品物（アイテム）に関して価値のある有用なデータに変換され、その写真に基づいてユーザのために情報を収集する。重要なアイテムの写真は、関連のあるアイテム、またはユーザと関係がありそうな商品を特定するために用いることができる。画像データベース１３０２は、関連のあるアイテムを記憶し、リファレンスデータベース３０６または比較データベース３１０の一部分となり得る。その後、画像データベース１３０２は、写真にうつる製品に対する交換部品を特定するために用いられ得る。

その格納された画像について、関連データまたは情報を割り出すために、画像比較および認識クローラ１３０４は、ブロック１３０６において別のデータベースに従って検索を行なうことができる。第２クローラは、画像およびテキストとの比較を含む連想リスト（association list）を生成する。第３クローラは、ブロック１３０８のように製品やサービスに対する会社情報を収集する。別の実施形態では、第２および第３クローラを組み合わせることもできる。第２クローラは、データセットを組織的に成長させる次の段階において、動的コンテンツが検索されるようにするために用いられ得る。これは、コンテンツの精度を最適化するために用いられ得る。最初の巡回は、リンクを明らかにすることができ、検索用語を変えることができる。さらに、動的なユニークワード（固有語）またはフレーズ（句）は、人々がどんな話をするのかを識別し、最初の検索のいくつかの部分要素を用いて新たな動的検索集合として、それを追跡するのに用いられ得る。また、それは、人々、メディア、カテゴリーおよび特定の関係に対するその他の関連するデータ、関心および分析別に、異なるデータ集合とすることもできる。最後の巡回の結果は、関連性のあるパーソナライズドデータ（個別化データ）である。関連性のあるパーソナライズドデータは、個人のウェブページまたは個人のサーチエンジンを含むことができる。それは、ユーザに対して、関連する個人情報を含むことができる。提示された当該情報は、関連性のあるパーソナライズドデータに基づいている。１つの例では、そのデータは、以前購入した製品を含むことができ、その製品に対する交換部品を特定するために用いることができる。別の例では、本システムは、交換部品を売っている販売元を特定する機能を提供することができる。このパーソナライズは、クライアント側に常駐するローカルバージョンのサーチエンジンとしての役割を果たす。

図１４は、広告などのような特定の情報源に対する投資利益率（「ＲＯＩ」）を計算するための投資利益率（ＲＯＩ）エンジンを示す。このシステムは、ブロック１４０２における基準時間枠およびコンテンツプロファイルによって規定された日間または年間のマーケティング活動を調べることができる。データアグリゲータ（集約器）１４０４は、ユーザプロファイル１４０６、グローバルカレンダー１１２２、メディアデータベース１４１０、コンテンツプロファイル１４１２、ソーシャルモニタリング１４１４、およびＣＲＭデータベース３１０からデータを受信する。その後、本システムはデータ１４１８を分類して、グループを算出する。そのグループは、広告１４２０、有機的１４２２、ソーシャル１４２４、イベント１４２６および誘導（leads）１４２８を含むことができる。データアグリゲータは、時間、スコア、カウントでデータリンクを利用することができ、もしアルゴリズムが変更されれば、再分析可能なデータの履歴一覧を記憶する。これは、更なる分析を許すために再計算された、未加工の形式のデータであるかもしれない。さらに、辞書、アルゴリズム、および用語は、関連性を考慮するため、および、検索されたデータをより良く理解するのに特定の変更を追跡するために保存する必要がある。実データは、削除されるかもしれない見込みリンク（フィーチャーリンク、future link）として記憶され得る。このデータセットは、ＲＯＩを計算するため、および、時間とイベントについて複雑なマーケティングまたは消費者調査意思決定を理解するために用いることができる。広告グループ１４２０は、関連性またはユーザの評判を定めるために、“コスト・パー・サウザンド”モデルを用いて計算されるような広告の価値を含むことができる。関連性／評判は、広告メディアに対する価格を決めることができる。有機的グループ１４２２は、１つの例において、ウェブを横切って他のサイトに有機的（組織的）に広がる記事（ストーリー）を含むことができる。ソーシャルグループ１４２４は、社会的な影響を明らかにするために、ソーシャルネットワークサイトのファン層やフォロワーの総数などのソーシャルデータを含むことができる。イベントグループ１４２６は、“コンシューマー・エレクトロニクス・トレードショー”などのイベントを含むことができ、具体的なインプレッション（印象、感想）は、そのイベントに関係するメディアに起因し得る。誘導グループ１４２８は、ＣＲＭの取り組みによって生じた誘導を含むことができ、ある期間に基づいた自己選択または自己決定に誘導するイベントに起因するかもしれない。言い換えれば、トレードショーのように同じ期間に起こった誘導について、ユーザによりその“トレードショー”が、つながりの情報源だったと認識される。カテゴリーは、カテゴリー別計算１４３０を含む。これらの計算に基づいて、ＲＯＩおよび成果１４３２は、それぞれのカテゴリー毎に求められ、報告される（１４３４）。レポート１４３４は、それぞれのメディアタイプ、発信手段（アウトレット）、時間またはビデオまたは記事の大きさ、プレイスメント（広告宣伝）、また、合計の値を含むことができる。ＲＯＩレポートを計算するために用いられる値は、影響とメディアバリュー（媒体価値）を乗じた数で、特定のイベントについて累積されたカウントを図１７において見ることができる。

図１５は、どのようにして、テキストおよび画像のリファレンス情報が、メディア紹介（メディアリリース）の中に種をまくのか、そして、コンテンツに対してリファレンスデータベース３０６を用いてどのように追跡されるのかを示す。ブロック１５０２では、マーケティング、または周知の関係（public relation）、または活動（activity）がある。ブロック１５０４では、追跡可能なテキストおよび画像は、製品リリースのようなイベントまたは活動のために生成される。追跡可能性（トレーサビリティ）は、図１７で見ることができ、メディアと関係しているイベントを示す。この例はメディアを説明しているけれども、他の実施形態では、連邦通信委員会（ＦＣＣ）の声明、特許などのようなその他のイベントとつながりがあるかもしれない。ブロック１５０６では、ウェブおよびメディア情報は公開される。ブロック１５０８では、公開情報およびメディアは、活動またはイベントに至るまで追跡可能である。

図１６は、コンテンツにおけるアイテムが、イベントの成果または一連のイベントを追跡するために用いることができる。１６０２において、テキストが照合される。１６０４において、画像が照合される。１６０６において、画像およびビデオ標識（マーカー）が照合される。イベントまたは活動追跡器１６０８は、一致を確認するためにテキスト、画像、および画像標識を含む。成果追跡１６１０は、統計データ、リンク、インターネットサービスプロバイダ（ＩＳＰ）、使用頻度、カウント、ＩＤ別の参照（リファレンス）、印象を追跡する。成果を追跡する例は、図１７で見ることができる。

図１７は、インパクト分析の可視化を示す。累積インプレッション曲線は、瞬間的な数というよりはむしろ現在進行中の活動を追跡する。累積曲線は、進行中のインプレッション（印象）の数であり、一方、その他の曲線は、インプレッション、ウェブトラフィックおよびソーシャルメディアでの言及の瞬間的な値である。消費者心理は、否定的な心理や肯定的な心理の経済指標を含むことができる。印象における否定的な影響は、それら印象の届く範囲の影響係数（要因）を乗じた累積数に対して、否定的なインパクトを生じる。もし影響がより大きければ、インパクトも大きくなる。もし影響がより小さければ、インパクトも小さくなる。つまり、非常に高いインパクトを生じさせるために発見された情報源は、より高い影響要因を有しているだろう。この影響とデータの測定は、特定の情報源の影響を測定するために用いることができる。評判の問題は、コストまたはインパクトに関して追跡され得る。これは、あるマーケティングコストに対するＲＯＩを求めるために用いられ得る。

チャートは、イベントが最も成功するかを判断する方法を提供することができる。成果は、ウェブヒット数、印象、または、ソーシャルメディアでの言及に基づいて測定され得る。別の実施形態では、別の分析論が分析され得る。このデータは、頂点、谷間、またはその他の離散的なイベントを比較することによって、相互に関連付けられ得る。１つの例では、小規模なブログは、記事を公表することができるが、印象を大きく変動させることはできない。なぜなら、当該小規模なブログは小さな影響要因しか有していないからである。逆に、大規模なブログは肯定的な記事を掲載することができ、今後数日間は、印象を大きく急増させることができる。この肯定的な影響は非常に大きいものとなり得る。なぜなら、大規模なブログは、高い影響要因を有しているからである。肯定的なメッセージが伝達されるように、既述のインパクト分析は、積極的にできるだけ多くの人々への露出を最大化するのに役立つことができる。最も影響力が大きく肯定的な情報源／イベントは、マーケティングのお金を使って標的とすることができる。一方、何の影響力もない、あるいは否定的な情報源／イベントは回避することもできる。

図１８は、付加的なデータを収集するための工程を示す。当該データはＲＳＳフィード１８０２によって識別され得る。例えば、付加的なデータは１つ以上のＲＳＳフィードであり、それらはその他の予め定められた関連フィードを生成するために自動的に構文解析される。当該関連フィードは確認された情報源からイベントによって生成される。ＲＳＳフィードを用いることは、情報が変更されたかを判別するための簡単なメカニズムをもたらす。クライアントおよびイベントに関連するテーブル１８０４は、ＲＳＳフィードからのキーワード１８０２に基づいて生成される。それぞれのＲＳＳフィードは、ソート１８０６、グレード(等級)１８０８、スコア１８１０、フィルタ１８１２によって処理され、ＲＳＳフィードデータベース１８１４を生成する。データは、ユーザの報告されたニーズに基づいて、複数の側面を生成するといった方法で構文解析され得る。１つの例では、このデータは、図２２に関連するように構造化されることにより、構造のそれぞれの側面が、検索の特徴に関する関連データを含む。ＭＤＸピボット点１８１６は、別の方法でデータを評価するために生成される。当該ピボット点１８１６は、第２アウトレットＲＳＳフィードデータベース１８１８を供給する。データディメンション１８２０を構築し、ＭＤＸピボット点１８１６に戻ることができる。データディメンション１８２０から、関連データベース３１６にデータが読み込まれ、レポートエンジン１８２２が簡潔な報告書を生成できる。

ＲＳＳフィードデータベース１８１４，１８１８は、リファレンスデータベース３０６の一部とすることもできる。ＲＳＳフィードによって、ユーザがある特定のトピックを探すことができるが、そのデータはランダムに受信される。イベントに変化が起こったとき、またはイベントが生じたときすぐに、ＲＳＳフィードが生じする。その一方で、クローラは予め定められた時間枠で出て行き、ちょうどその情報だけを取得する。ＲＳＳフィードデータベースは、異なる間隔で処理される。データは、多次元でスタックして、それらの管理において外部に出力するように構成され得る。１つの例では、図２２に示されるように、それぞれの興味は、検索を行うものの周囲の特定の興味を組織化することから始めることができる。例えば、競争空間における製品の検索は、研究開発のために重要なデータを返し得る。合法的な関連検索は、付加的な検索語を含むことができ、それら検索語は、興味のある特定の公表を引き起こすことができる。これは、言語、追加の画像や追加の音声パターン別に、それぞれ別の辞書を再生成させることによって拡張され得る。

図１９は、模範的なプロセスを示す。当該模範的なプロセスは、データ収集のために、より直接的かつ具体的な情報源であると考えられ得る。ブロック１９０２では、関心のあるイベントまたはアイテムが特定される。ブロック１９０４では、リファレンスデータベースが構築され、イベントまたはアイテムと関連したメディアを格納する。ブロック１９０６では、関連メディアの広がりが、監視または追跡される。関連メディアのインパクトは、ブロック１９０８で分析される。

図２０は、追跡および／または分析され得る、模範的なメディアタイプを示す。メディアタイプ２００２は、テキスト２００４、写真または画像２００６、ビデオ２００８、および音声２０１０を含む。メディアタイプ２００２は、特定されるアイテムまたはイベントを表す。１つの例では、デジタルタグは、メディアを追跡するために用いられる。

図２１は、模範的なデータ分析を示す。データ分析２１０２は、ユーザプロファイリング２１０４、ビジネスプロファイリング２１０６、デジタルタグ２１０８、グローバルカレンダー２１１０、および成果エンジン２１１２を含む。これは、コンテンツ、タイミングおよび潜在的な情報源を修正して、そしてイベントやコンテンツの拡散の成果を追跡するように設計される。

図２２は、企業のための共通用語の開発を示す。１つの実施形態では、図２２は、リファレンスデータベース３０６の母集団を示す。組織２２０２は、検索や関心に照らして、関連情報を収集するために、製品、研究、ブランド、企業の関心、人的資源の関心、財務の追跡、および、その他の関連情報を簡単にすることができる。組織２２０２は、特許企業２２０４、企業２２０６、競合企業２２０８、ブランド２２１０、競合ブランド２２１２、製品２２１４、競合製品２２１６、または、その組織の人々あるいは組織の競争相手を含むことができる。組織２２０２は、カテゴリー化されて文脈的に組織化されたキーワードまたは画像２２１８を生成することができる。これらのキーワード２２１８は、言葉のテキスト辞書２２２０と画像辞書２２２２とから生成され得る。テキスト辞書２２２０は、ＡＰＩ検索コール２２２６だけでなくデータ分類、統計分析およびアルゴリズム２２３０からも付加的な必要データ２２２４を受け取ることができる。ＡＰＩ検索コール２２２６は、インデックス付きのウェブデータおよびサービス２２２８を含むことができ、データ分類、統計分析およびアルゴリズム２２３０は、キーワード２２１８に関連するビジュアライゼーション２２３２を含むことができる。

１つの実施形態では、方法は、
ウェブサイトにアクセスするための要求（リクエスト）を受け取り、
クッキーから関連コンテンツを取得して、前記クッキーが存在する場合に、前記関連コンテンツに基づいて前記ウェブサイトの目標とされたバージョンを提供し、
ＩＰアドレスを検査して、クッキーが有効でない場合に、コンタクトデータベースと比較し、
クッキーが有効でない場合に前記コンタクトデータベース中で前記ＩＰアドレスが見つけられたときに、前記コンタクトデータから前記関連コンテンツを受け取り、
クッキーが以前より有効ではなく、前記コンタクトデータベースに何のプロファイルもない場合に、ウェブサイトクッキーに記憶されるユーザプロファイルを生成するために、ユーザとクリックを監視し、
さらに、前記ユーザプロファイルからの情報は、前記ウェブクッキーに記憶され、前記ウェブクッキーを更新するために前記クッキーを利用することによって、ユーザプロファイルを生成して活用する。

別の実施形態では、関連データベースは、
トピックを受け取り、
リファレンスデータベースを生成するために、前記トピックを用いて第１クローラ検索を行い、
前記リファレンスデータベースと、より多くの関連コンテンツを含む比較データベースとを比較することによって生成され、
前記比較データベースは、前記トピック、顧客、イベントに関連するコンテンツを含み、
前記リファレンスデータベースと前記比較データベースとの比較から前記関連データベースを生成し、
前記関連データベースの生成は、前記比較データベースとの比較に基づいて、前記リファレンスデータベースの洗練を含むことを特徴とする。

別の実施形態では、メディアに対するインパクトは、
追跡すべきメディアを特定し、
前記特定されたメディアをリファレンスデータベースに記憶し、
公開の情報源と前記記憶されたメディアとを比較し、
前記比較に基づいて前記記憶されたメディアを含む位置を特定し、
前記位置と前記記憶されたメディアの成果を判別するために、前記位置を分析するよって求められる。

別の実施形態では、情報源に対する社会的なインパクトは、
第１クローラを用いて、ウェブからリファレンスデータベースを生成し、
画像、標識、テキスト、引用文、または文脈を有する比較リファレンスデータベースを生成し、前記比較リファレンスデータベースと一般の前記リファレンスデータベースを分析し、
前記分析に基づいて関連データを特定し、
第２クローラを用いて、ソーシャルコンタクトデータベースのために、前記関連データの情報源を特定し、
第３クローラを用いて、前記ソーシャルコンタクトデータベースから前記情報源のそれぞれにおける情報を検索し、
前記第３クローラを用いた検索に基づいて、前記情報源のそれぞれに対する社会的価値または影響を求め、
前記情報源のそれぞれに対する前記社会的価値または影響を、メディアプレイスメントデータベースに追加することによって求められる。

上述したシステムやプロセスは、信号を含む媒体やメモリなどのようなコンピュータ読み取り可能媒体にコード化され、１つ以上の集積回路や１つ以上のプロセッサなどのようなデバイスにおいてプログラムされ、または、制御装置またはコンピュータによって処理され得る。そのデータは、コンピュータシステムにおいて分析することができ、スペクトルを生成するために用いられ得る。もし本方法がソフトウェアによって実施されたならば、前記ソフトウェアは、メモリに常駐することができ、送信器とやりとりして、記憶装置、同期装置（シンクロナイザ）、通信インターフェース、または不揮発性あるいは揮発性メモリとインターフェースで接続される。電気回路または電子回路装置は、データを別の場所に送信するために設計される。メモリは、論理機能を実装するための実行命令の順序付きリストを含む。論理機能または上述のシステム要素は、光学的回路、デジタル回路、ソースコード、アナログ回路、アナログの電気信号、アナログの音声信号、アナログのビデオ信号またはそれらの組み合わせなどのアナログソースによって実装され得る。ソフトウェアは、コンピュータ読み取り可能媒体または信号を含む媒体に組み入れられ、命令実行可能システム、装置またはデバイスと連結して使用される。そのようなシステムは、コンピュータに基づくシステム、プロセッサを含有するシステム、または別のシステムを含むことができ、それらシステムは、命令実行可能システム、装置またデバイスからの命令を選択的に取得することができ、さらに命令を実行することもできる。

“コンピュータ読み取り可能媒体”、“機械可読媒体”、“伝播信号媒体”および／または“信号を含む媒体”は、ソフトウェアを記憶し、通信し、伝播し、または輸送することを含み、命令実行可能システム、装置またはデバイスと連結して使用することを含むあらゆる装置を含むことができる。機械可読媒体は、これに限定されるものではないが、選択的に、電気媒体、磁気媒体、光学媒体、電磁気媒体、赤外線媒体、半導体システム、装置、デバイス、または伝搬媒体とすることができる。機械可読媒体の例について完全に網羅されていないリストには、１つ以上の線を“電気的”に備える電気接続、携帯型の磁気ディスクまたは光ディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリーメモリ（ＲＯＭ）などの揮発性メモリ、消去可能ＰＲＯＭ（ＥＰＲＯＭ、または、フラッシュメモリ）または光ファイバなどが含まれる。さらに、機械可読媒体には、表面にソフトウェア名が印刷された有体媒体も含まれ、ソフトウェアはイメージとして、または別のフォーマット（例えば、光学的スキャン）で電気的に記憶され、そして、コンパイルおよび／または解釈実行され、さもなければ処理され得る。その後、処理された媒体は、コンピュータおよび／または機械メモリ中に記憶することができる。

本願明細書に記載された実施形態の説明は、様々な実施形態の構造の一般的な理解を与えるものに過ぎない。その説明は、本願明細書において記載された構成または方法を利用する装置やシステムの構成要素や特徴の全てを完全に記載するものとして扱われることを意図していない。その他の多くの実施形態は、本願明細書の開示に触れた当業者にとって明らかのものとなり得る。構造的な代替物や論理的な代替物が、本開示の範囲を逸脱することなく作ることができるように、その他の実施形態は利用され、本開示から導き出すことができる。さらに、説明のための図は、ただ単に写実的なものであり、正確な縮尺に従って描かれていない。説明図内のある割合は、誇張されているかもしれない。一方、他の割合は縮小されているかもしない。したがって、開示内容と図面は、限定的なものというよりはむしろ例示的なものとしてみなされるべきである。

本開示の１つ以上の実施形態は、別々に、および／または、一括して、単に便宜上、用語“発明”として本願明細書で言及され、本願特許請求の範囲を特定の発明または発明概念に自発的に限定することを意図していない。さらに、特定の実施形態は、本願明細書に示されて説明されているが、当然のことながら、同じもしくは類似の目的を達成するために設計される、後発の装置は、本願明細書において示されたある実施形態で置き換えることが可能である。本願の開示内容は、様々な実施形態を後に改造または変形したものは、すべてカバーすることを意図するものである。上述の実施形態の組み合わせ、その他の実施形態は、本願明細書において具体的に説明していないが、本願明細書を目にした当業者にとって明らかであろう。

上述の開示された構成要素は、例示的なものみなすべきであり、限定的に解釈すべきではない。特許請求の範囲は、そのような改良されたもの、高度化したもの、その他の実施形態をすべて範囲に含むことを意図し、それらは、本願発明の真の精神と範囲に含まれる。したがって、法によって許される最大限の範囲において、本願発明の範囲は、請求項の最も広い許される解釈およびそれらの均等物によって判断されるべきであり、発明の詳細な説明に記載された内容に制限または限定されるべきものではない。本発明の様々な実施形態は述べられているが、より多くの実施形態や実装が特許請求の範囲内において実現可能であることは、当業者にとって明らかであろう。したがって、本発明は、請求項およびそれらの均等物を考慮することを排除して、限定されるものではない。

２００ ネットワークシステム
２０２ ユーザ装置
２０４ ネットワーク
２０６ サーチエンジン
２１０ 比較データベース
２１２ 分析器
２１４ インターフェース
２１６ ソフトウェア
２１８ メモリ
２２０ プロセッサ
３０２ トピックおよびクライアント
３０４ 第１クローラ検索
３０６ リファレンスデータベース
３０８ データおよびメディア分析
３１０ 比較データベース
３１２ メディアおよび標識
３１４ テキスト、引用文および文脈
３１６ 関連データベース
３１８ 第２クローラ検索
３１９ ＣＲＭデータベース
３１９ 接点関係管理データベース
３２０ メディアプレイスメントデータベース
３２２ 第３クローラ検索
３２４ メディア価値データベース
３２６ 価値／影響データベース
３２８ データ集約および第２段階の関連データ
３３０ 分析の結論および結果
３３２ 報告
３３４ 地域別のＲＯＩ値
３３６ 地区またはイベント別の主な影響
３３８ メディア別のインパクト
３４０ イベント別のインパクト
４０２ 要求データ
４０４ テキストベースの要求データ
４０６ 画像ベースの要求データ
４０８ テキストベースの検索
４１０ テキストポインタおよびデータ
４１２ テキストベースの画像検索
４１４ タイプ別画像ポインタ
４２０ データおよび画像の分析と比較
４２２ 検索レポートおよび統計データ
５０４ 全体検索リスト
５０６ ウェブクローラ
５０８ 検索に関連するテキストおよび画像
５１０ 分析シーケンサ
５１２ 更なる画像分析
５１４ テキストベースの引用文検索
５１６ ビデオイメージ分析
５１８ ビデオおよび画像標識検索
５２０ 統計データ
５２２ 画像およびテキスト使用レポート

Claims (27)

1. 情報源の社会的なインパクトを判断するための方法であって、
   第１クローラを用いて、ウェブからリファレンスデータベースを生成するステップと、
   画像、標識、テキスト、引用文、または文脈を有する比較リファレンスデータベースと生成するステップと、
   前記比較リファレンスデータベースと前記比較データベースを分析するステップと、
   分析に基づいて関連データを特定するステップと、
   第２クローラを用いて、ソーシャルコンタクトデータベースのために、前記関連データの情報源を特定するステップと、
   第３クローラを用いて、前記ソーシャルコンタクトデータベースから、前記情報源のそれぞれにおける情報を検索するステップと、
   前記第３クローラを用いた検索に基づいて、前記情報源のそれぞれに対する社会的価値を求めるステップと、
   前記情報源のそれぞれに対する前記社会的価値をメディアプレイスメントデータベースに追加するステップと
   を含むことを特徴とする方法。
2. より高いインパクトを有するサイトを追跡するために、前記メディアプレイスメントデータベースを利用するステップ
   をさらに含むことを特徴とする請求項１に記載の方法。
3. 前記インパクトは、前記情報源の評判によって定められること
   を特徴とする請求項２に記載の方法。
4. 前記評判は、複数の検索結果、複数の言及、または検索結果として得られた複数のページのうち少なくとも１つを含むこと
   を特徴とする請求項３に記載の方法。
5. 前記関連データは、テキスト、画像、ビデオ、または音声のうち少なくとも１つを含むこと
   を特徴とする請求項１に記載の方法。
6. 前記社会的価値は、投資利益率（ＲＯＩ）を含むこと
   を特徴とする請求項１に記載の方法。
7. 前記ＲＯＩは、影響係数を乗じた複数の印象を用いて計算されること
   を特徴とする請求項６に記載の方法。
8. 前記社会的価値は、肯定的な印象を全体の印象で割る消費者心理計算を含むこと
   を特徴とする請求項１に記載の方法。
9. 前記情報源は、分析されるイベントを含み、
   前記イベントは、製品、展示会、プレスリリース、記事、またはウェブページのうち少なくとも１つを含むこと
   を特徴とする請求項１に記載の方法。
10. 前記リファレンスデータベースは、監視される要素を含み、さらに、
    前記要素は、用語、フレーズ、画像、音声、または、その他キャンペーンの一部として対象となる監視項目のうち少なくとも１つを含むこと
    を特徴とする請求項１に記載の方法。
11. 関連データベースを生成するために、プロセッサによって実行可能なデータ表現の命令を記憶する持続性コンピュータ可読記憶媒体であって、前記命令は、
    トピックを受け取ることと、
    リファレンスデータベースを生成するために、前記トピックを用いて第１クローラ検索を行なうことと、
    前記リファレンスデータベースと、より多くの関連コンテンツを含む比較データベースとを比較することであって、前記比較データベースは、前記トピック、クライアント、イベントに関連するコンテンツを含むことと、
    前記リファレンスデータベースと前記比較データベースとの比較から前記関連データベースを生成することであって、前記関連データベースの生成は、前記比較データベースとの比較に基づいて、前記リファレンスデータベースの洗練を含むことと
    を含むことを特徴とする持続性コンピュータ可読記憶媒体。
12. 前記リファレンスデータベースを生成するために、ＲＳＳフィードによってデータを収集すること
    をさらに含むことを特徴とする請求項１１に記載の持続性コンピュータ可読記憶媒体。
13. 接点関係管理データベースを生成すること
    をさらに含むことを特徴とする請求項１１に記載の持続性コンピュータ可読記憶媒体。
14. メディアからのインパクトを判断するための方法であって、
    追跡されるメディアを特定するステップと、
    前記特定されたメディアをリファレンスデータベースに記憶するステップと、
    公開されている情報源と前記記憶されたメディアとを比較するステップと、
    比較に基づいて前記記憶されたメディアを含む位置を特定するステップと、
    前記位置と前記記憶されたメディアの成果を判別するために、前記位置を分析するステップと
    を含むことを特徴とする方法。
15. 前記追跡されるメディアは、イベントまたは製品に関連するメディアを含むこと
    を特徴とする請求項１４に記載の方法。
16. 前記公開されている情報源および前記位置は、インターネットにおいて利用可能なデータまたはページを含むこと
    を特徴とする請求項１４に記載の方法。
17. 前記成果にＲＯＩが含まれ、ビューの分析に基づいていること
    を特徴とする請求項１４に記載の方法。
18. 前記成果は、前記位置がウェブページであるときに、ページビューを含むこと
    を特徴とする請求項１４に記載の方法。
19. 印象またはウェブトラフィックの視覚的な表示を提供するダッシュボードビジュアライゼーションを生成するステップをさらに含むこと
    を特徴とする請求項１４に記載の方法。
20. 接点関係管理データベースを生成するステップをさらに含むこと
    を特徴とする請求項１４に記載の方法。
21. 標的とするデータベースを生成するために、プロセッサによって実行可能なデータ表現の命令を記憶する持続性コンピュータ可読記憶媒体であって、前記命令は、
    ウェブサイトにアクセスするための要求を受け取ることと、
    前記アクセスするための要求の情報源を特定することと、
    前記情報源に関する変数を得るために、前記情報源からの要求および振る舞いを監視して追跡することと、
    前記情報源に対する前記変数を前記標的とするデータベースに追加することと、
    特定のサイトに対して、前記情報源からの将来の要求に応じて、標的とされたサイトを提供するために、前記標的とするデータベースに記憶された前記情報源に対する前記変数を利用することとを含み、
    前記標的とされたサイトは、前記情報源に対する前記変数に基づいて適応させた、前記特定のサイトの修正バージョンであること
    を特徴とする持続性コンピュータ可読記憶媒体。
22. 前記情報源は、クッキーまたはＩＰアドレスに基づいて特定されること
    を特徴とする請求項２１に記載の持続性コンピュータ可読記憶媒体。
23. 前記情報源に対する前記変数は、前記情報源が作用するビジネスの種類を含み、さらに、
    前記標的とされたサイトは、前記特定のサイトとビジネスのその種類との比較に基づいてカスタマイズされること
    を特徴とする請求項２１に記載の持続性コンピュータ可読記憶媒体。
24. 前記情報源に対する前記変数は、ブログまたはソーシャルネットワーキングサイトを含む公開されているウェブサイトからの情報を含むこと
    を特徴とする請求項２１に記載の持続性コンピュータ可読記憶媒体。
25. ユーザプロファイルを生成して利用するための方法であって、
    ウェブサイトにアクセスするための要求を受け取るステップと、
    前記ウェブサイトからのクッキーをチェックするステップと、
    クッキーから関連コンテンツを取得して、前記クッキーが存在する場合に、前記関連コンテンツに基づいて前記ウェブサイトの目標とされたバージョンを提供するステップと、
    ＩＰアドレスをチェックして、クッキーが有効でない場合に、コンタクトデータベースと比較するステップと、
    クッキーが有効ではなく、前記コンタクトデータベース中に前記ＩＰアドレスがある場合に、前記コンタクトデータから前記関連コンテンツを受け取るステップと、
    クッキーが以前より有効ではなく、前記コンタクトデータベースに何のプロファイルもない場合に、ウェブサイトクッキーに記憶されるユーザプロファイルを生成するために、ユーザとクリックを監視するステップであって、前記ユーザプロファイルからの情報は、前記ウェブクッキーに記憶される、ステップと、
    前記ウェブクッキーを更新するために前記クッキーを利用するステップと
    を含むことを特徴とする方法。
26. 前記ＩＰアドレスが前記コンタクトデータベースになく、クッキーが有効ではない場合に、関連データを特定するために、ユーザーデータとリファレンスデータベースとを比較するステップをさらに含むこと
    を特徴とする請求項２５に記載の方法。
27. 前記ユーザプロファイルは、少なくとも１つの画像を含み、
    前記画像は、それが一致して関連があるかどうかを判別するために、記憶された画像と比較されること
    を特徴とする請求項２５に記載の方法。

Images