JP2014527668A - ビルボード観衆グループの経路を識別し、経路に基づいて広告コンテンツを提供するシステムおよび方法 - Google Patents

Abstract

それぞれの関心を引く点に対応する複数のマッピングが生成される。各マッピングは、対応する関心を引く点で検出された少なくとも１つのグループおよび対応する関心を引く点で少なくとも１つのグループの中の各それぞれのグループが検出されたそれぞれの時刻を示す。複数のマッピングのうちの選択された１つに現れる１つまたは複数のグループのセットに対応する標準表現が定義される。複数のマッピングに基づいて標準表現に関連する経路が判定され、経路は、標準表現が検出された第２の複数の関心を引く点および第２の複数の関心を引く点内の各それぞれの関心を引く点で標準表現が検出された時を示す時間情報を定義する。関心を引く点は、ビルボードに関連する位置を含むことができる。

Description

本願は、参照によって本明細書に組み込まれている、２０１１年８月９日に出願した米国特許仮出願第６１／５２１，４０７号の利益を主張するものである。

本明細書は、全般的にはマーケティングのためにターゲット・グループを識別し、追跡するシステムおよび方法に関し、より詳細には、ビルボード観衆グループの経路を識別し、経路に基づいて広告コンテンツを提供するシステムおよび方法に関する。

ビルボードは、一般の広告に使用される形態である。ビルボードは、路側で、ショッピング・モール内で、ビルディディングの側面で、および多くの他の環境で使用される。広告技法がより洗練されたものになり、ターゲット観衆の知識が展開され、ますます洗練されるにつれて、広告主は、ますます、ターゲット聴衆に達するためにビルボードを選択的に配置できるようになる。さらに、最近の技術は、１日の第１の時刻に第１の広告を示し、その日の第２の時刻に第２の広告を示すことができるビルボードの配置を可能にする。

ビルボードが、観衆を選択するためにますますターゲティングされるようになり、さらに、観衆が観衆自体の間で対話することを可能にする技術を含むにつれて、ターゲット観衆という概念が、移動し、複数の時点に複数のビルボードの前に存在する、自由に流れる動的エンティティであることが、ますます明白になってきた。効率を達成し、利益を最大にするために、ビルボードまたはビルボードのネットワークがターゲット観衆を識別し、ターゲット観衆の移動に応答することを可能にするシステムおよび方法の必要がある。さらに、個人のプライバシを侵害せずにターゲット・グループを追跡し、監視することのできるシステムおよび方法の必要がある。

さまざまな実施形態では、関心を引く１つまたは複数の点の前またはその付近のターゲット観衆またはグループの存在を検出するシステムおよび方法が提供される。関心を引く点の間でのターゲット観衆の移動または経路が判定される。たとえば、ターゲット観衆を、ビルボードのネットワーク内のさまざまなビルボードの前でそれぞれの瞬間に検出することができ、ビルボードの間でのターゲット観衆の経路を判定することができる。１つまたは複数の時間間隔中に関心を引く特定の点でグループを識別するために、グループの標準表現という概念が定義される。関心を引く複数の点でグループの標準表現を識別するために、標準オカレンス（ｓｔａｎｄａｒｄ ｏｃｃｕｒｒｅｎｃｅ）という概念が定義される。経路は、複数の関心を引く点にまたがって年代順に標準オカレンスを配置することによって識別される。経路は、選択されたグループが、時間にまたがって移動しつつあることと過去の複数の関心を引く点とを示す。

一実施形態によれば、それぞれの関心を引く点に対応する複数のマッピングが生成される。各マッピングは、対応する関心を引く点で検出された少なくとも１つの関心を引くグループおよび対応する関心を引く点で各それぞれのグループが検出されたそれぞれの時刻を示す。複数のマッピングのうちの選択された１つに現れる１つまたは複数のグループのセットに対応する標準表現が定義される。複数のマッピングに基づいて標準表現に関連する経路が判定され、経路は、標準表現が検出された第２の複数の関心を引く点および第２の複数の関心を引く点内の各それぞれの関心を引く点で標準表現が検出された時を示す時間情報を定義する。一実施形態では、少なくとも１つの関心を引く点は、ビルボードに関連する位置を含む。

一実施形態では、複数のマッピングのうちの選択された１つに対応する特定の関心を引く点に関連する区域内で１つまたは複数のグループのセットが検出される。

もう１つの実施形態では、１つまたは複数のグループのセットの共通部分が判定され、共通部分に関する確率的増加が判定され、共通部分および確率的増加に基づいて標準表現が定義される。

もう１つの実施形態では、複数のマッピングに基づいて標準表現に関連する配列が生成される。配列は、それぞれの関心を引く点をそれぞれの時刻に関連付ける座標の１つまたは複数のセットを含み、配列は、複数のマッピング内で、標準表現の複数の標準オカレンスを識別するステップと、識別された複数の標準オカレンスのそれぞれについて、それぞれの標準オカレンスに関連する時刻および関心を引く点を示す座標のセットを生成するステップとによって生成される。

もう１つの実施形態では、標準表現の標準オカレンスは、Ｐ確率緩和センタリング共通部分（Ｐ ｐｒｏｂａｂｉｌｉｓｔｉｃ ｒｅｌａｘｅｄ ｃｅｎｔｅｒｅｄ ｉｎｔｅｒｓｅｃｔｉｏｎ）を識別することによって識別される。

もう１つの実施形態では、判定された経路に基づいて、１つまたは複数の選択された関心を引く点で１つまたは複数の広告が表示される。

本開示の上記および他の利益は、次の詳細な説明および添付図面を参照することによって、当業者には明白になるであろう。

地理的領域内に配置されたビルボードのネットワークを示す図である。 一実施形態による、いくつかの複数のビルボード、および各それぞれの複数内のそれぞれのビルボード中心（ｂｉｌｌｂｏａｒｄ ｅｐｉｃｅｎｔｅｒ）を示す図である。 地理的領域内のビルボードのネットワーク、およびビルボードの間の距離を示す図である。 一実施形態による通信システムを示す図である。 一実施形態による観衆検出器のコンポーネントを示す図である。 一実施形態による観衆分析サービスのコンポーネントを示す図である。 一実施形態によるグループに関連する経路を判定する方法を示す流れ図である。 一実施形態によるマッピングを示す図である。 一実施形態による、グループのたどる経路を示す図である。 一実施形態による２つのヒストグラムの分析を示す図である。 一実施形態による、全順序群にわたるＭモード分布のＮモード分布への換算を示す図である。 本発明のある種の実施形態を実施するのに使用できるコンピュータを示す図である。

ビルボードが、観衆を選択するためにますますターゲティングされ、さらに、観衆が観衆自体の間で対話することを可能にする技術を含むにつれて、ターゲット観衆という概念が、移動し、複数の時点に複数のビルボードの前に存在する、自由に流れる動的エンティティであることが、ますます明白になってきた。効率を達成し、利益を最大にするために、ビルボードまたはビルボードのネットワークがターゲット観衆を識別し、ターゲット観衆の移動に応答することを可能にするシステムおよび方法の必要がある。

一実施形態によれば、ターゲット観衆の移動または経路が、識別され、広告が、経路に基づいて選択的に配置される。

さまざまな統計的パラメータを割り当て、そのノード密度を測定することによって、ターゲット観衆の移動を統計的な形で取り込むことが可能である。ノード密度のこの統計的尺度は、複数のビルボードにまたがる「流れ」または「移動」という概念を生じさせる。その利益を最大にしようとするビルボードは、この統計的尺度によって表される移動に応答しなければならない。

統計的な量およびその「流れる」または「移動する」能力というこの概念は、よりターゲティングされた広告を選択し、表示する際に役立つ。そのような移動を測定するシステムは、どの広告が最高の売上を生成するのかに関してビルボード所有者のために提案するようにも働くことができる。次いで、ビルボード所有者は、広告が示される時刻およびその広告が示されるサイトに基づいてブランドに請求することができる。

たとえば、午後４時１５分にビルボード・サイトＡで示される広告は、６ドルＣＰＭ（１０００人あたりの広告費）で売れるのみである可能性があるが、同一のサイトで午後４時４５分に示される場合に１２ドルＣＰＭで売れる可能性があり、サイトＡから２００ヤード離れたサイトＢでは１５ドルＣＰＭで売れる可能性がある。ビルボード所有者は、本明細書で議論される方法およびシステムの結果として、ビルボード所有者が、どのビルボードがブランド所有者にとって最高の売上をもたらす可能性が高いのかを判定できる可能性があるので、異なるサイトの異なる時刻の同一の広告について、ブランド所有者に異なるレートで請求することをもたらすことができる。

本明細書の議論では、ある種の特性が観察される時、特にその特性が動的である時および特にその特性自体が変化しなければならない時を判定する際に有用である構成が、説明される。

現在のビルボード・システムは、あるサイトから別のサイトへ移動しつつあるターゲット観衆を識別することができない。現在のシステムは、時間の変化、季節などに関係する変化を超えてビルボードの前の移動に関する情報を収集することができない。現在のシステムは、ターゲット観衆の変化または移動に関する情報を収集しない。用語ビルボード・システムは、本明細書で使用される時に、１つまたは複数のターゲティングされたグループで選択された広告を表示するのに調整された形で使用できるビルボードのネットワークまたは複数のビルボードを意味する。

広告は、ビルボード・システムが、複数の時点で複数の場所にある移動するターゲットまたはグループを識別できる場合に、性質においてよりターゲティングされるものとすることができる。一実施形態によれば、ある種の観衆プロファイルが、複数の地理的位置にまたがって監視され、追跡され、そのターゲット観衆を対象とする選択された広告が、識別された移動に基づいて表示され得る。一例では、ビルボード・システムは、あるブランドを単純に強化することができ、別の例では、ビルボード・システムは、広告のあるテーマに従うことができ、もう１つの例では、ビルボード・システムは、ターゲット観衆がこれまでに従った経路に沿ってターゲット観衆がまだ見ていない広告を表示することができる。

したがって、ビルボード・システム内の広告は、今や、個人のプライバシを侵害せずに、地理的位置にまたがり、ビルボードにまたがり、表示媒体にさえまたがって、観衆に従うことができる。これは、グループ・メトリックだけに従い、個人が問題ではないので、可能である。

一実施形態によれば、特定のビルボードの前のターゲット観衆またはグループが、検出され、定義される。グループは、グループが地理に沿って（広域）移動する時に監視され、そのようなグループのたどる経路が、判定される。さまざまな時に、同一のビルボードの前に複数のグループがある場合があり、各グループは、他のグループとは独立に、あるビルボードから別のビルボードへ（地理内の）移動することができる。本明細書で説明されるシステムおよび方法は、さまざまなグループによって従われるさまざまな経路を判定することができ、これらのグループが何であるのかを判定することもできる。

グループの人数およびグループの人のタイプが変化する可能性があるので、グループが、個人の静的なセットではないことに留意されたい。さらに、個人は、一日中同一のグループで移動するのではない。本明細書で説明されるシステムおよび方法は、グループの確率的なビューを有利にとり、ここで、グループは、個人自体ではなくグループを構成するさまざまな個人の属性によって定義される。個人のゆるいセットを、彼らの共通の属性が共通部分のある確率を超える場合に、事前定義のグループに属するものとして分類することができる。

グループがそのような形で定義された後に、所与のサイト（たとえば、ビルボード・サイト）でそのようなグループを見つける確率を測定することができる。時間および空間のバリアントとしてのさまざまなグループの確率密度関数を定義することができる。所与のサイトで所与の時刻の確率が、複数の異なる時刻にまたがって複数のサイトで、すべてのそのようなグループにまたがる正規化されたしきい値より大きい場合には、そのようなグループが、時間のその間隔内にあるサイトから別のサイトに移動したかどうかを判定することができる。

これらのそれぞれのグループの経路が判定された後に、広告を、前の広告キャンペーンを支持するか異なる広告キャンペーンを表示するかのいずれかのために、経路に関連する特定のビルボードに表示することができる。グループ定義が、平均可処分所得、年齢グループ、性別、その他などの変数または属性を含む場合には、特定のビルボードの広告を、そのようなグループが存在する時間中の表示に最も適する選択されたキーワードに基づいて選択することができる。これは、地理的に拡散された複数のビルボードにまたがる対話の可能性を自動的に拡張する。

いくつかのビルボードは、あるレベルのインテリジェンスを提供する、コンピュータまたは他のタイプのプロセッサを含むことができる。そのようなインテリジェント・ビルボードは、個人、グループの移動に関する情報を収集し、使用し、事前定義の静的な量によるのではなく各広告キャンペーンによって規定される形で協力することができる。そのような広告は、より高いコンバージョンのレート（ブランドに関するより高い売上）を有すると期待される。

一実施形態によれば、１つまたは複数のグループを識別し、グループの経路を判定する、改善された方法およびシステムが提供される。これらの方法を実行するのに使用される数学的概念およびアルゴリズムを、下で説明する。

システムおよび方法が、本明細書ではビルボード・システムの文脈で説明されるが、本明細書で説明されるシステムおよび方法を、他の環境で実施することもできる。たとえば、本明細書で説明されるシステムおよび方法を、タンパク構造の研究および識別、社会的グループまたは社会経済的グループの研究、癌細胞の研究、ならびにパターン認識、イメージ認識、およびコンピュータ・ビジョンなどの他の分野で使用することができる。

グループまたはターゲット観衆の定義
一実施形態によれば、グループは、関心を引く点の前に存在する複数の人の中、または関心を引く点の近くまたは前を通過する複数の人の中で検出される。一実施形態では、関心を引く点は、ビルボードに関連する位置である。グループの確率的概念を使用する。本明細書で使用される時に、用語グループは、ある空間的関係または時間的関係を有する特性の同一のセットを有する個人の集合を意味する。一実施形態では、ビルボードに取り付けられたグループ検出器は、個人および／または特性を検出するように構成されたセンサを含み、人の所望のグループまたはセットを検出し、識別するためにセンサによって入手されたデータを分析するように構成されたハードウェアまたはソフトウェアを含むことができる。このタイプのセットが、さまざまな時間間隔にわたって（グループの標準表現を使用して）、空間内のさまざまな位置にわたって（対応する標準オカレンスを使用して）存在すると判定される場合に、グループは、これらのさまざまな時間間隔にわたってさまざまな位置に存在すると考えられる。

特性の一例は、おそらくは同一の所得階層内の、ゲーミング・システムおよびエレクトロニクスに向かう親近感を示す、ある年齢層の人である。特定の時にあるビルボードで観察される特性が、その後すぐに、別の瞬間に近くのビルボードの前で観察される時に、両方のビルボードでの観察された特性に関連する個人が、ある信頼の尺度（または確率）で交差する場合に、その特性を有するグループが識別される。

流れまたは経路の定義
グループが、ある関心を引くポイント（たとえば、ビルボード位置）から別の関心を引くポイントに移動する時に、そのグループは、経路をトレースする。用語経路は、本明細書では用語流れと交換可能に使用される。本明細書で説明されるシステムおよび方法は、地理的領域内で観察されるさまざまなグループのさまざまな流れを判定するのに使用される。

図１に、地理的領域内に配置されたビルボード１、２、…、７のネットワーク１００と、さまざまな観察されるグループに関して領域内に存在するさまざまな経路とを示す。本明細書で使用される時に、用語「ビルボードのネットワーク」は、そのうちのいくつかまたはすべてが選択されたグループに広告を表示するのに使用される複数のビルボードを意味する。

一実施形態では、地理的領域が、複数のビルボードを含むことができるので、ビルボードの近接セットが、単一の仮想ビルボードまたはおそらくは代表的ビルボードによって表される。たとえば、大きいモールの１セクション内のすべてのビルボードを、１つの代表的ビルボードを用いて表すことができる。そのような代表的ビルボードを、本明細書ではビルボード中心と称する。図２に、さまざまな複数のビルボード２１−Ａ、２１−Ｂなどと、各それぞれの複数内のそれぞれのビルボード中心とを示す。したがって、ビルボード１は、複数２１−Ａのビルボード中心であり、ビルボード２は、複数２１−Ｅのビルボード中心である、などである。ビルボード中心１、２、…、７は、図１のビルボード１、２、…、７に対応する。

一般に、任意の１つのグループは、十分な長さの時間を与えられれば、あるビルボードから別のビルボードに移動することができる。したがって、ビルボードは、お互いに関するアクセシビリティに関して制約されない。しかし、個人は、通常、別のビルボードの前に現れる前に、１つまたは複数の中間ビルボードを通過する。

ある領域内のビルボードのセットを、完全に接続されたグラフを形成すると考えることができる。しかし、実際には、グラフは、完全には接続されない。一実施形態によれば、ビルボードのセットは、完全に接続されたグラフとみなされ、ある距離（たとえば、ｘ ｋｍ）を超えるグラフの選択された辺は、枝刈りされる。したがって、ビルボードの完全に接続されたグラフ（または地理的領域内のビルボードの任意のセット）を、それによってグラフが枝刈りされる距離（たとえば、ｘ ｋｍ）の任意の選択によって、完全には接続されないグラフと見なすことができる。

図３に、地理的領域内のビルボードのネットワーク１００と、ビルボードの間の距離とを示す。図３は、いくつかの場合に、ある中間ビルボードを通過せずに、ネットワーク内の第１のビルボードからある他のビルボードに移動することが不可能であるという事実を示す。

一実施形態によれば、１つまたは複数のグループは、ネットワーク１００内のビルボードのうちの１つまたは複数の近くまたはこれに近接して（たとえば、その前またはそれから事前定義の半径以内など）検出され、グループの経路が判定される。さまざまな実施形態では、ネットワーク１００内のビルボードのうちの１つまたは複数を、モール、バス停、近くの地下鉄の駅、オフィス複合体、住居などに配置することができる。

図４に、一実施形態による通信システム４００を示す。通信システム４００は、ネットワーク４０５、観衆分析サービス４３０、および複数の観衆検出器４５２−１、４５２−２、４５２−３、…、４５２−７を含む。各観衆検出器４５２は、それぞれのビルボードに関連し、これに接続され得る。したがって、図示の実施形態では、観衆検出器４５２−１は、ビルボード１に関連し、これに接続され、観衆検出器４５２−２は、ビルボード２に関連し、これに接続されるなどである。

図４の例示的実施形態では、ネットワーク４０５は、インターネットである。他の実施形態では、ネットワーク４０５は、たとえば、イントラネット、ローカル・エリア・ネットワーク（ＬＡＮ）、広域ネットワーク（ＷＡＮ）、無線ネットワーク、ファイバ・チャネルベースのストレージ・エリア・ネットワーク（ＳＡＮ）、またはイーサネットなど、複数の異なるタイプのネットワークのうちの１つまたは複数を含むことができる。他のネットワークを使用することができる。代替案では、ネットワーク４０５は、異なるタイプのネットワークの組合せを含むことができる。

便宜のために、下の議論では、用語「観衆検出器４５２」が、観衆検出器４５２−１、４５２−２、…、４５２−７のうちの任意の１つを指すのに使用される。したがって、本明細書の「観衆検出器４５２」に関するすべての議論は、観衆検出器４５２−１、４５２−２、…、４５２−７のうちの任意の１つに同等にあてはまる。

特定のビルボードに関連する観衆検出器４５２は、そのビルボードの近くに存在しもしくは近くを通過しまたはこれに近接する（たとえば、その前またはそれから所定の半径以内など）個人に関する観衆情報を入手できるデバイスを含む。たとえば、観衆検出器４５２−１は、ビルボード１に取り付けられたコンピュータまたは他のプロセッサを含むことができ、観衆検出器４５２−２は、ビルボード２に取り付けられたコンピュータまたは他のプロセッサを含むことができるなどである。図５Ａに、一実施形態による観衆検出器４５２のコンポーネントを示す。観衆検出器４５２は、グループ分析５６１、ネットワーク・インターフェース５６３、メモリ５６５、サービス５６９、および観衆インターフェース５６７を含む。

観衆インターフェース５６７は、ビルボードの前に存在する個人に関する情報を入手できるデバイスまたは機構を含む。たとえば、観衆インターフェース５６７は、イメージを取り込むことができるイメージング・システムを含むことができる。もう１つの実施形態では、観衆インターフェース５６７は、ビルボードの前を通過する個人の会話を検出するマイクロホンを含むことができる。もう１つの実施形態では、観衆インターフェース５６７は、ビルボードの前を通過する個人のセル電話機からデータを受信するように構成されたアンテナを含むことができる。観衆インターフェース５６７は、観衆データをグループ分析５６１に送る。

グループ分析５６１は、ビルボードの前に存在する個人に関する観衆データを観衆インターフェース５６７から受け取り、ビルボードの前に存在した個人および／またはグループを識別するために観衆データを分析する。グループ分析５６１は、結果の観衆情報をネットワーク４０５を介して観衆分析サービス４３０に送信する。

サービス５６９は、ビルボードの前を通過する個人に提供できるサービスを含む。たとえば、サービス５６９は、個人がセル電話機を介して電子クーポンを受信することを可能にする電子クーポン・アプリケーション、および個人がオンライン・ゲームをプレイすることを可能にするゲーム・アプリケーションなどを含むことができる。

グループ分析５６１およびサービス５６９は、たとえば、ソフトウェアおよび／またはハードウェアを含むことができる。

ネットワーク・インターフェース５６３は、観衆検出器４５２がネットワーク４０５を介して通信することを可能にするデバイスまたは機構を含む。メモリ５６５は、データを格納するのに、観衆検出器４５２のさまざまなコンポーネントによって使用される。

一実施形態では、特定のビルボードに関連する観衆検出器４５２は、そのビルボードの前に存在する個人と対話することができる。たとえば、観衆検出器４５２は、個人のセル電話機に、クーポンの提供を表示させ、またはゲームをプレイする申出を表示させることができる。個人がオプションを選択する時に、観衆検出器４５２は、セル電話機に電子クーポンを送信するか、個人が所望のゲームをプレイすることを可能にすることができる。そのような対話では、観衆検出器は、セル電話機から追加情報を入手することができ、これによって、個人の名前、電話番号、性別、年齢、住所その他など、個人に関する追加情報を収集することができる。観衆検出器４５２は、無料ＷｉＦｉまたはＢｌｕｅｔｏｏｔｈなど、それが提供するサービスを介して観衆情報を入手し、個人との対話中にサービスを使用するグループを検出することができる。

時々、各観衆検出器４５２は、関連するビルボードの前を通過した１つまたは複数の個人に関するデータを含む観衆情報を観衆分析サービス４３０に送る。

異なる実施形態では、観衆検出器４５２は、変化する度合のインテリジェンスおよび分析能力を有することができる。たとえば、観衆検出器４５２は、イメージ分析機能性、音声認識機能性などを含むことができる。一実施形態では、観衆検出器４５２は、何人の人がビルボードの前で検出されたか、どのグループが特定のビルボードの前に存在したか、などを判定し、分析の結果（どのグループが検出されたのかと、グループが検出された時刻とを示す）を観衆分析サービス４３０に送信するために、観衆インターフェース５６７によって取り込まれた観衆データの分析を実行することができる。たとえば、観衆検出器４５２は、第１の特性（たとえば、年齢２５〜３０）を有する何人の個人がビルボードの前で検出されたのかおよび彼らが検出された時刻、第２の特性（たとえば、女性）を有する何人の個人がビルボードの前で検出されたのかおよび彼らが検出された時刻、その他を示すために観衆データの分析を生成することができる。もう１つの実施形態では、観衆検出器４５２は、分析能力をほとんどまたは全く有しておらず、観衆インターフェース５６７によって取り込まれた観衆データを観衆分析サービス４３０に直接に送ることができ、観衆分析サービス４３０は、どのグループが特定のビルボードに存在したのかを判定するためにデータを分析する。

図５Ｂに、一実施形態による観衆分析サービス４３０のコンポーネントを示す。観衆分析サービス４３０は、観衆情報分析５２５、ネットワーク・インターフェース５２７、およびメモリ５３５を含む。

観衆情報分析５２５は、観衆情報を含むことができるデータを観衆検出器４５２から受信し、この情報を観衆情報データベース５８０（メモリ５３５内）に格納する。観衆情報分析５２５は、観衆情報を分析し、必要な場合には、どのグループがいつネットワーク１００内の各ビルボードに存在したのかを判定する。たとえば、観衆情報分析５２５は、特定のグループが、午前１１：００にビルボード３の前に存在し、特定の日の午後３：００にビルボード５の前で検出されたと判定することができる。

ネットワーク・インターフェース５２７は、観衆分析サービス４３０がネットワーク４０５を介して通信することを可能にするデバイスまたは機構を含む。

一実施形態によれば、観衆分析サービス４３０は、観衆検出器４５２から情報を受け取り、本明細書で説明される原理および方法を適用して、１つまたは複数のグループがたどる経路を判定する。観衆分析サービス４３０は、さらに、判定された経路に基づいて、図１に示されたビルボード、１、２、３、…、７に表示される広告を制御する。図６は、一実施形態による標準表現に関連する経路を判定する方法の流れ図である。

ステップ６１０では、関心を引くそれぞれの点に対応する複数のマッピングを生成する。各マッピングは、関心を引く対応する点で検出された少なくとも１つのグループと、グループの中の各それぞれのグループが対応する関心を引く点で検出されたそれぞれの時とを示す。上で議論したように、観衆分析サービス４３０は、観衆検出器４５２から観衆データを受信し、観衆データをデータベース５８０に格納する。一実施形態では、観衆データは、それぞれの２４時間期間について格納され、かつ／または分析される。

観衆情報分析５２５は、各ビルボードの前に存在したグループを識別するために、データベース５８０内のデータを分析する。このデータに基づいて、観衆情報分析５２５は、複数の行列またはマッピングを生成する。

ステップ６２０では、複数のマッピングのうちの選択された１つに現れる１つまたは複数のグループのセットに対応する標準表現を定義する。観衆情報分析５２５は、各マッピングを調べ、選択されたマッピングに関連する標準表現を定義する。

ステップ６３０では、複数のマッピングに基づいて、標準表現に関連する経路を判定する。経路は、標準表現が検出された第２の複数の関心を引く点と、第２の複数の関心を引く点内のそれぞれの関心を引く点で標準表現が検出された時を示す時間情報とを定義する。観衆情報分析５２５は、複数のマッピングに基づいて、ステップ６２０で定義された標準表現に関連する経路を判定する。

標準表現の経路が判定された後に、経路に基づいて、広告を選択し、選択されたビルボードに表示することができる。たとえば、特定の広告を、グループが経路に沿った第１ビルボードの前にいると期待される時に第１ビルボードに表示し、グループが経路に沿った第２ビルボードの前にいると期待される時に第２ビルボードに表示することができる。代替案では、第１広告を、グループが経路に沿った第１ビルボードの前にいると期待される時に第１ビルボードに表示し、第２広告を、グループが経路に沿った第２ビルボードの前にいると期待される時に第２ビルボードに表示することができる。他のマーケティング戦略を、経路に基づいて実施することができる。

一実施形態では、最適広告および広告を表示するための最適時刻を、経路情報に基づいて特定のビルボードに関して判定することができる。もう１つの実施形態では、特定の広告キャンペーンに関連して、１つまたは複数の最適広告および各広告を表示する最適時刻を、経路情報に基づいて、ビルボードのネットワーク内の複数のビルボードについて判定することができる。もう１つの実施形態では、特定のターゲット・グループを対象とする調整された広告のセットを、経路情報に基づいて、ビルボードのネットワーク内の選択されたビルボードに選択された時刻に表示することができる。

方法６１０、６２０、および６３０を実行する方法およびシステムを、下でさらに説明する。

本明細書で使用される時に、用語グループは、特定の特性を共有する個人の確率的グループを意味する。この実施形態では、特性およびグループは、先験的に定義される。たとえば、クライアントは、次のグループの個人すなわち、（１）１８歳と３０歳との間の年齢の女性、（２）２０００００ドルを超える所得を有する個人、および（３）オンライン・コンピュータ・ゲームをプレイする個人の移動に関する情報を要求することができる。これらの特性およびグループは、例示にすぎず、いかなる形でも限定的と解釈してはならない。任意の特性（１つまたは複数）および任意のグループ（１つまたは複数）を定義することができる。

第１グループが、第１時刻に第１ビルボードの前に存在し、第２グループが、別の時刻に第２ビルボードの前に存在したと判定されると仮定する。各ビルボードの前に存在するグループが、同一であるのか、異なるのか、わずかに異なるのみであるのかを判定することが、有用である。この問題に対する１つの手法は、２つのグループに対する「セット（集合）共通部分」集合の標準概念を実行することであり、この２つのグループの両方が、グループ特性において完全に一致するものである場合には、これらのグループの両方が、実際には同一であると判定することができる。しかし、ほとんどの実世界のシナリオは、完全には一致しない。また、グループの確率的概念の使用は、本明細書で議論するように、完全な共通部分の判定を除外する。

そうではなく、グループのうちの１つの「本質」の概念を形成し、この「本質」が他のグループに存在するかどうかを判定することが有用である。そうである場合には、各グループの同一の本質が、各ビルボードの前に存在すると判定することができる。また、そのような判定は、すべての監視および追跡が、グループ全体ではなくこのグループの本質に対してのみ必要であるという結論につながる。

グループの「本質」を判定するのに使用される技法は、本明細書でグループの「標準表現」と称するが、新しい新規の構成である。標準表現は、本質的に、特性のあるセットを満足する２つのグループの共通部分に関する確率的増加である。共通部分が小さい場合には、その共通部分を、各グループのメンバを取り込むことによって、望ましく増加させることができる。各グループから取り込まれるメンバは、明らかに、ある数学的要件に従う。さらに、各グループから等しい要素を取り込むことにおける制約がないことに留意されたい。これが実行された後に、入手される結果のセットまたはグループは、標準表現であり、したがって、標準表現は、問題のグループの本質を形成するメンバの非常にありそうなセットである。

たとえば、グループＡ、Ｂ、およびＣがあり、標準表現がＲである場合に、Ｒは、明確に定義された確率でＡ、Ｂ、およびＣの本質を取り込むグループである。

そのような定義および構成が有用であるのは、Ａ、Ｂ、およびＣなどのグループが、構成メンバが後刻にまたは別の場所で別のグループの特性を簡単に示すことができるという意味で、すべて動的であるからである。言い替えると、Ａなどのグループのメンバ、特に、Ａの分類に対してかろうじてＡのメンバになるメンバは、別の時または別の場所でグループＢの特性を非常に簡単に示すことができる。したがって、標準表現は、２つのグループを１つに置換する必要がある場合に、その置換の性質は何であり、そのグループはどのように見えるのかという質問に答えるのに使用される構成である。

標準表現の詳細な数学的説明を、本明細書の「数学的説明」という題名のセクションで提供する。

本明細書で使用されるもう１つの構成は、標準オカレンスと称し、標準表現の定義の制約のうちのいくつかを緩和することによって入手される。標準オカレンスは、所与のグループ内で高い確率で特性の定義されたセットを観察することは可能であるか、あるいは、言い替えると、グループの本質が、ある確率で別のグループ内で観察されたかという質問に答えるのに必要な構成である。

標準オカレンスの詳細な数学的説明を、本明細書の「数学的説明」という題名のセクションで提供する。

本方法の概念的議論
次の議論では、概念レベルで、一実施形態による、グループを識別するステップ、グループの標準表現を識別するステップ、およびグループのたどる経路を判定するステップを説明する。

すべてのビルボードで、ある特性が顕著であるかどうかの判定を行い、そうである場合には、それらが複数の時間間隔中に現れるのか、測定の１つのインスタンスだけの間に現れるのかを判定する。

標準表現の使用は、グループ自体をそのグループの標準表現によって置換できるので、ここで有用である。標準表現は、複数の時間間隔中に顕著であると考えることができる。

ある事前定義の個数、たとえばＫ個のグループまたは特性を調べることが望ましいと仮定する。イベントのリアル・タイム測定があるので、イベントが１時間の時間間閣で分類され、したがって、１日分の測定に関する２４個のそのような時間間隔があることにも留意されたい。

ビルボードのＫ個の顕著なグループが判定された後に、標準オカレンスの概念を使用して、これらのグループが他所（すなわち、他のビルボードの前）で観察されたかどうかを判定する。そうである場合には、ビルボード・サイトを、あるグループが観察された時刻の順で配置する。したがって、関心を引くグループごとに、ビルボードの順序付き集合または順序付きセットが入手される。全体で、Ｋ個のそのようなグループがあるので、ビルボードのＫ個のそのような順序付きセットが入手される。

ビルボードの各順序付きセット内では、セットが時間に対して順序付けられるので、同一の時刻値を有するいくつかのビルボードがある可能性がある。同一の時刻値を有するセットは、お互いに対する距離によって再ソートされる。今や、地理的区域内のビルボードの集合にわたるグループの経路または流れが入手されている。Ｋ個のそのような経路があることに留意されたい。

ステップ１：さまざまな時間間隔「ｔ」のビルボード中心での分布を判定する。ｔのよい値は、１時間以上である。分布は、ビルボードとの個々の対話の回数をカウントすることによって判定される。このカウントは、対話の時にビルボードからある半径以内に存在する人の数をも含むことができる。

Ａ（ｔ１）およびＡ（ｔ２）などが、間隔ｔ１、ｔ２などでの分布を表すものとする。

ここで、Ａ（ｔ１），Ａ（ｔ２），…，Ａ（ｔＮ）を、最大限Ｋ個の単峰形分布の和集合として分解する。これは、十分に大きいＫについて、多すぎるデータの消失を伴わずに可能である。値Ｋは、調べられつつある「ターゲット・グループ」の特色または種類を表す。

Ａ（ｔ１）＝_{ｉ＝１…Ｋ}Ｕ（Ａ_ｉ ^ｔ１）

Ａ（ｔ２）＝_{ｉ＝１…Ｋ}Ｕ（Ａ_ｉ ^ｔ２）……Ａ（ｔＮ）＝_{ｉ＝１…Ｋ}Ｕ（Ａ_ｉ ^ｔＮ）

ステップ２：（再組合せステップ）：ここで、次のように定義される、「再組合せ」と呼ばれる方法を実行する。

Ａ（ｔ１）およびＡ（ｔ２）のさまざまなモードの和集合であるＡから開始する、すなわち、Ａは、成分（Ａ_１ ^ｔ１，Ａ_２ ^ｔ１，…，Ａ_Ｋ ^ｔ１，Ａ_１ ^ｔ２，Ａ_２ ^ｔ２，…，Ａ_Ｋ ^ｔ２）を有する。ここで、Ａの成分を横座標に沿って順序付ける。すなわち、

Ａ＝（Ａ_１ ^ｔ１，Ａ_１ ^ｔ２，Ａ_２ ^ｔ１，Ａ_２ ^ｔ２，…，Ａ_Ｋ ^ｔ１，Ａ_Ｋ ^ｔ２）

すべての隣接する対Ａ_ｉ ^ｔ１およびＡ_ｉ ^ｔ２を、その「標準表現」すなわちΨ（ｐ，Ａ_ｉ ^ｔ１，Ａ_ｉ ^ｔ２）が存在する場合に、その「標準表現」に置換する。そうでない場合には、そのままにする。Ψ（ｐ）は、下で定義される。

このプロセスの終りに、最大限で２Ｋ個のモードを有する分布Ａが入手される。ここで、この分布ＡをＫ枝刈りし、「２つの分布の再組合せ」である分布Ａ’を残す。このステップは、定理３（本明細書の「数学的説明」という題名のセクションで説明する）を適用することによって実行することができる。

ステップ３：（マーキング・ステップ）：Ａ’を最大限Ｋ個の成分の和集合とみなし（Ｋモーダルなので）、さまざまな成分の時間間隔をマークする。時間間隔によってインデクシングされ、その値が成分である配列を作る。たとえば、４つの特性（Ｋ＝４）に従うために、Ａ（ｔ１）およびＡ（ｔ２）が、次として与えられるものとする。

Ａ（ｔ１）＝Ａ_１ ^ｔ１，Ａ_２ ^ｔ１，Ａ_３ ^ｔ１，Ａ_４ ^ｔ１、かつ

Ａ（ｔ２）＝Ａ_１ ^ｔ２，Ａ_２ ^ｔ２，Ａ_３ ^ｔ２，Ａ_４ ^ｔ２

ステップ３の完了時に、次が得られる。

Ａ’＝Ａ_１ ^ｔ１，Ａ’_２ ^{ｔ１，ｔ２}，Ａ_３ ^ｔ２，Ａ_４ ^ｔ１

図７に示されたものなど、本明細書でマッピングまたは行列としても表される、配列が入手される。マッピング７００は、それぞれ時間間隔ｔ１、ｔ２、…ｔＮに対応する列７３０−１、７３０−２、…、７３０−Ｎを含む。

この例で、成分Ａ２’（Ａ_２ ^ｔ１とＡ_２ ^ｔ２との両方の「標準表現」である）が発生するので、これが両方の時間間隔に対してマークされることに留意されたい。

ステップ４（伝搬ステップ）：Ａ（ｔ２）とＡ（ｔ３）との間でステップ３を繰り返し、時間間隔に対して成分を同様に２次元配列にマークする（ステップ３）。特定のセルが、「標準表現」によって以前にマークされている場合には、マークされる新しい値は、同一の値、新しい「標準表現」、または空白のいずれかである。新しい値が空白であるか同一の値と等しい場合には、マークしない。そうではなく、新しい値が別の「標準表現」である場合には、間隔ｔ１からその特定の間隔までずっと、セルをマークし、その行のすべての要素をもマークする。

たとえば、Ａ（ｔ２）およびＡ（ｔ３）の再組合せの後に、列ｔ２のＡ２’は、空白によってマークされたと言われ、その後、省略される。しかし、Ａ２’が、新しい「標準表現」Ａ２”によってマークされる場合には、列ｔ１のＡ２’をもＡ２”に置換する。

次に、Ａ（３）とＡ（４）との間など、Ａ（ｔｎ−１）およびＡ（ｔｎ）との間まで、この手順を繰り返す。最後に、Ａ（ｔｎ）とＡ（ｔ１）との間でこの手順を繰り返す。プログラム的には次の通りである。
Ａ（ｔｎ＋１）＝Ａ（ｔ１）；
ｆｏｒ （ｉ＝２…Ｎ＋１） ｛
Ａ’＝Ａ（ｔｉ）とＡ（ｔｉ＋１）との再組合せ
列ｔｉおよびｔｉ＋１のＡ’内で時間間隔をマークする。
｝

本質的に、ある特性が、少なくとも２つの連続する時間間隔に発生する場合に限って、その特性がマークされることに留意されたい。

ステップ４の終りに、成分の行列（各時間間隔に対する）が、ビルボード中心ごとに入手される。言い替えると、各ビルボード中心は、１つの成分行列を有する。

ステップ５：焦点「ｆ」と呼ばれる、任意のまたは所定のビルボード中心を選択する。Ｋ個の任意の一意のセルを、それに対応する行列から選択する。たとえば、よい選択は、それらがＫ個の最大のサイズになるように選択することである。Ｍ＜Ｋ個の一意の成分がある場合には、Ｋ−Ｍが、ｆの次に近い隣接物として選択され、以下同様である。このＫ個のセルは、Ｋ個の焦点成分または単に焦点成分と呼ばれる。本質的に、これらの焦点成分の経路が、たどられまたはトレースされる。というのは、これらが、それに関して経路が入手されるべき特性であるからである。

Ｋ個の所定の成分を選択することもできる。それでも、ステップ５の終りに、従うべきターゲット・グループまたは特性と呼ばれる、Ｋ個の成分が入手される。

ステップ６：所与のグラフ内にＶ個のビルボード中心があると仮定し、Ｋ個の焦点成分のそれぞれについて、成分行列の任意のセルに伴う標準オカレンスがあるかどうかを判定する。そうである場合には、時間間隔（または列番号）をマークし、中心ｉｄをもマークする。プログラム的には次の通りである。
Ｆｏｒ （ｉ＝ １ ｔｈｒｏｕｇｈ 焦点成分のＫ） ｛
Ｆｏｒ （ｊ ＝ １ ｔｈｒｏｕｇｈ 成分行列のＶ） ｛
Ｉｆ 行列ｊの任意のセルに伴う成分ｉの「標準オカレンス」がある； ｔｈｅｎ
タプル（行列ｊ内のそのセルの列番号、中心ｊ）を配列Ｐ［ｉ］に挿入する。
｝
｝

ステップ６の終りには、配列Ｐ［１］からＰ［Ｋ］が入手される。たとえば、
Ｐ［３］＝（ｔ１，４），（ｔ１１，３），（ｔ５，６），（ｔ４，１），（ｔ４，７），（ｔ５，５），（ｔ５，２）

これらの配列のそれぞれが、従われつつある特性（焦点成分）のそれぞれによってたどられる経路の表現であることに留意されたい。

ステップ７：タプルの最初の要素すなわち時間間隔に対してすべてのＰ［ｉ］をソートする。上の例を使用すると、次の経路が入手される。
Ｐ［３］＝（ｔ１，４），（ｔ４，１），（ｔ４，７），（ｔ５，６），（ｔ５，５），（ｔ５，２），（ｔ１１，３）

ステップ８：ステップ７の後に、同一の値を有し、インデックスｊ＋１からｊ＋Ｎを占めるＰ［ｉ］のＮ個の項目がある場合には、このＮ個の項目の最初がｊ＋１でインデックシングされる項目に最も近く、このＮ個の項目の最後がｊ＋Ｎ＋１でインデックシングされる項目に最も近くなるように、Ｎ個の項目を再配置しまたは順序付ける（「近い」の定義は、ビルボードの間の距離を指す）。

ここで、ｊによってインデクシングされる項目に最も近い、ｊ＋１によってインデクシングされる項目が入手され、ｊ＋Ｎ＋１によってインデクシングされる項目に最も近い、ｊ＋Ｎによってインデクシングされる項目が入手される。

これを、インデックスｊ＋２およびＪ＋Ｎ−１など、Ｎ個すべての項目がこの形で順序付けられるまで、同様に繰り返す。

ステップ８の終りには、上の例を使用すると、次の経路が入手される。
Ｐ［３］＝（ｔ１，４），（ｔ４，７），（ｔ４，１），（ｔ５，２），（ｔ５，６），（ｔ５，５），（ｔ１１，３）

ビルボード７が、ビルボード４に最も近く、ビルボード１が、ビルボード２に最も近いことに留意されたい。

これは、経時的に第３焦点要素のたどる経路を表す。

図８に、一実施形態による、上の例で定義された経路Ｐ［３］（８００）を示す。グループは、同一の時間間隔にビルボード７およびビルボード１で検出され（箱８９１によって示される）、同一の時間間隔にビルボード２およびビルボード６で検出される（箱８９２によって示される）。

上の例では、地理的区域内のビルボードの集合にわたるグループの経路または流れが示される。Ｋ個のそのような経路が入手され、各経路は、上で説明した形で計算される。

したがって、図示の例では、特定のグループは、上で示した経路に従って、ビルボード４からビルボード３に移動する。この特定のグループは、ある特性を有する、すなわち、広告を、１日が進行する際に経路に沿って選択された時刻に表示することができる。また、ビルボードを、ビルボード４に表示し、ビルボード７およびビルボード１で繰り返し、ある他の関連する広告を、ビルボード２、６、５、および３に表示することができる。したがって、１つまたは複数の広告を、上で説明した形で判定された経路に基づいて、ビルボードのネットワーク内の１つまたは複数の選択されたビルボードで表示することができる。

さらに、表示される広告の最良のコンバージョン・レートをもたらすキーワードを、経路に沿って指定することができる。たとえば、ビルボード４では、「靴」、および「飲み物」などのキーワードが、よいコンバージョン・レートを示す場合があり、ビルボード５では、最良のキーワードが、「靴下」、「テニス」、および「サッカー」である場合がある。

数学的説明
次の議論では、標準表現および標準オカレンスを含むある種の概念の数学的説明を示す。

２つのセット（集合）ＡおよびＢの「Ｐ確率的共通部分」は、Ψ（ｐ，Ａ．Ｂ）によって表され、Ａ．Ｂは、ＡおよびＢの共通部分を表す。セット（集合）ＡおよびＢが暗黙である時には、表記Ψ（ｐ）を使用する。

Ψ（ｐ）は、Ψ（ｐ）がＡまたはＢの要素からなり、以下を満足するように定義される。
１． Ａ．Ｂ⊆Ψ（ｐ）⊆（ＡＵＢ）………（１）
２．Ψ（ｐ）は凸である………（２）
３．Δが、面積関数または体積関数を表すものとすると、
Δ（Ψ（ｐ））＝（２−ｐ）Δ（Ａ．Ｂ）………（３）
４．Ａ．Ｂの重心とΨ（ｐ）の重心との間のマハラノビス距離は、不確実性によって境界を定められる、すなわち、
Ｄ_ｍ＝（Ｃ_Ａ．Ｂ−Ｃ_Ψ）^ＴＳ^−１（Ｃ_Ａ．Ｂ−Ｃ_Ψ）≦（１−ｐ）………（４）
ここで、Ｃ_Ａ．Ｂは、Ａ．Ｂの重心を表すベクトルであり、Ｃ_Ψは、Ψ（ｐ）の重心を表すベクトルであり、Ｓ^−１は、共分散行列である。

ｐ＝１の時には、Ψ（ｐ）＝Ａ．Ｂである。

したがって、２つのヒストグラムの１００％確率すなわち「１確率共通部分」は、共通部分の伝統的な概念である。

また、一般に、
ａ）ＡおよびＢを、２つの分布すなわち「確率空間」とすることができ、
ｂ）ＡおよびＢの概念を、Ｘ_１，Ｘ_２，…Ｘ_Ｎによって表される分布の有限のセット（集合）に拡張することができる。Ψ（ｐ，^ｉ＝ＮΠ_ｉ＝１（Ｘ_ｉ））は、これらＮ個の分布の「Ｐ確率共通部分」である。
ｃ）ＡおよびＢは、多次元空間を占めることができる。

図９に、一実施形態による２つのヒストグラムの分析を示す。具体的には、図９は、第１ヒストグラムＡおよび第２ヒストグラムＢ、この２つのヒストグラムの完全な共通部分９１０の形状、ならびにこの２つのヒストグラムの「Ｐ確率共通部分」９２５の形状を示す。

変形形態
１）上の定義の条件４が、ユークリッド距離（マハラノビス距離ではなく）だけを意味するように緩和される場合に、次の共通部分を、「Ｐ確率緩和センタリング共通部分（Ｐ ｐｒｏｂａｂｉｌｉｓｔｉｃ ｒｅｌａｘｅｄ ｃｅｎｔｅｒｅｄ Ｉｎｔｅｒｓｅｃｔｉｏｎ）」と称する。したがって、条件４は、
Ｄ_Ｅ＝［（Ｃ_Ａ．Ｂ−Ｃ_Ψ）．（Ｃ_Ａ．Ｂ−Ｃ_Ψ）］^１／２≦（１−ｐ）……（４ａ）
に置換される。

２）条件４が完全に除去される時には、Ψ（ｐ）を、「Ｐ確率非センタリング共通部分（Ｐ ｐｒｏｂａｂｉｌｉｓｔｉｃ ｕｎｃｅｎｔｅｒｅｄ Ｉｎｔｅｒｓｅｃｔｉｏｎ）」と称する。

任意の「Ｐ確率非センタリング共通部分」において、
ＡΠ（Ψ（ｐ）−Ａ．Ｂ）＝Ｍａｘ^{ｉ＝１…ｎ}［Ａ_ｉΠ（Ψ（ｐ）−Ａ．Ｂ）］……（４ｂ）である場合には、

Ψ（ｐ）は、「Ｐ確率Ａバイアス共通部分（Ｐ ｐｒｏｂａｂｉｌｉｓｔｉｃ Ａ−ｂｉａｓｅｄ Ｉｎｔｅｒｓｅｃｔｉｏｎ）」と呼ばれ、「バイアスの度合」は、比
θ＝Δ（ＡΠΨ（ｐ））／Δ（Ψ（ｐ））………（４ｃ）
として表される。

式（４ｂ）および４（ｃ）を偏導関数および／またはガウス積分として表すことが有利である。というのは、その形で、極大性およびバイアスの度合が、より効果的に取り込まれるからである。

すべての「Ｐ確率非センタリング共通部分」が、分布Ｘの所与のバイアスの度合θに関する「Ｐ確率Ｘバイアス共通部分（Ｐ ｐｒｏｂａｂｉｌｉｓｔｉｃ Ｘ−ｂｉａｓｅｄ Ｉｎｔｅｒｓｅｃｔｉｏｎ）」であることに留意されたい。

４）任意の「Ｐ確率非センタリング共通部分」において、
Δｍ＝Ｍａｘ（Δ（Ａ），Δ（Ｂ），…．）………（４ｄ）
であるものとする。

（０＜Φ≦１）であるある任意のΦについて、
Δ（Ψ（ｐ））／Δｍ≧Φ
である場合に、Ψ（ｐ）は、「Ｐ確率代表的共通部分（Ｐ Ｐｒｏｂａｂｉｌｉｓｔｉｃ ｒｅｐｒｅｓｅｎｔａｔｉｖｅ Ｉｎｔｅｒｓｅｃｔｉｏｎ）」であると言われる。

比Φは、「表現の度合（ｄｅｇｒｅｅ ｏｆ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ）」と呼ばれる。

Φの特定の値を与えられて、「Ｐ確率代表的共通部分」を見つけることは、保証されていない。逆に、すべてのΨ（ｐ）について、Ψ（ｐ）が度合Φの「Ｐ確率代表的共通部分」である、値Φがあるが、その値は小さい。

特殊事例１
「Ｐ確率非センタリング共通部分」Ψ（ｐ）が存在し、ｐ＝０．７５かつΦ＝０．５になる場合に、Ψ（ｐ）を、２つの分布の「標準表現」と呼ぶ。

特殊事例２
「Ｐ確率共通部分」Ψ（ｐ）が存在し、ｐ＝０．７５かつΦ＝０．３３になる場合に、Ψ（ｐ）を、「標準オカレンス」と称する。

直観的説明
「Ｐ確率共通部分」は、確率係数Ｐ以内のＡ．Ｂの最大尤度が見つかる区域である。多くの実世界シナリオでは、グループは動的であり、あるグループの末端の要素は、別のグループの特性を獲得する可能性がある。そのようなダイナミズムの例は、次の通りである。
１）ある年齢グループのいくつかの人（特に、境界付近の人）は、別の年齢グループのように振る舞い、またはその特性を獲得する可能性が高い。
２）ウィルスは、ある条件の下で変化する可能性があるタンパク構造であることが知られている。構造内のこのダイナミズムを考慮すると、特性のある種のセットを示す所与のタンパク構造は、ある確率で特性の別のセットで振る舞いまたはこれを示し始める可能性もある。
３）ある社会的グループまたは社会経済的グループのメンバ、特にその周辺部にいるメンバは、別の社会経済的グループの特性を示し始める可能性がある。
４）細胞が、制御不能に再生し始める時に、その細胞は、癌になる。癌が、悪性になる時に、ある区域内または特定の組織の、ある既知の特性を示す普通の健全な細胞さえ、癌になる可能性がある。
５）パターン認識、イメージ認識、およびコンピュータ・ビジョンにおいて、特性、イメージ、または項目全体としての確率分布がある。ある分布に含まれるいくつかの項目が、別の分布内で発生する非０確率をも有する。ほとんどの認識アルゴリズムは、「ガウス加重ヒストグラム共通部分（Ｇａｕｓｓｉａｎ Ｗｅｉｇｈｔｅｄ Ｈｉｓｔｏｇｒａｍ Ｉｎｔｅｒｓｅｃｔｉｏｎ）」または「ヒストグラム共通部分（Ｈｉｓｔｏｇｒａｍ Ｉｎｔｅｒｓｅｃｔｉｏｎ）」ベースのアルゴリズムを使用する。「Ｐ確率共通部分」は、すべての可能な認識のリストをより効率的に取り込む。

実世界シナリオは動的なので、特性の特定のセットの効果的な監視、追跡、またはターゲティングは、正確さと全体性との両方を効果的に処理するために、これらの特性の「Ｐ確率共通部分」の概念を必要とする。

したがって、「Ｐ確率共通部分」は、その境界を超える特性のセットの拡散の尺度である。代替案では、Ψ（ｐ）を、複数の事前定義の特性を示すグループの傾向の尺度と見なすことができる。

その変形形態が共通部分のさまざまな特色を決定する、条件４のより詳細な議論を、下で示す。

条件４が、「Ｐ確率共通部分」を共通部分の伝統的な概念を中心とするものにしなければならないという事実を指すことに留意されたい。しかし、中心は、必ずしも一致する必要があるのではなく、「Ｐ確率共通部分」が要求される確率係数によって限界を定められなければならないという意味で、自由範囲を与えられる。したがって、問題の２つの中心の間の距離は、確率Ｐを示すものでなければならない。デカルト座標系では、距離の概念は、通常はユークリッド距離であるが、ユークリッド距離は、２つの分布の確率分布を考慮に入れるものではない。標準偏差または問題の２つの分布の分散によってこの距離を正規化するために、「マハラノビス距離」という概念が使用される。

中心性
判断基準が、「Ｐ確率共通部分」の「中心性」に対して配置されない場合には、Ψ（ｐ）を、１つの所与の分布からのより多くの要素があるようなものにすることができるという事実を酌量することができる。したがって、「センタリングされない」Ψ（ｐ）は、別の分布よりもある分布に向かってより強くバイアスされる。このバイアスは、ある種の特性がある種の他の特性より大きい重要性を与えられる可能性があるので、実世界シナリオを示す。

特殊事例
確率分布を扱う時に、多くの時に、ある信頼のレベルで個々の分布のすべての特性を取り込む領域を見つける必要がある。そのような領域が見つかる時には、この特殊な領域が、個々の分布にまたがって現れると主張することができる。言い替えると、この特殊な領域は、すべての分布の神髄であり、すべての実用的目的について、この領域（「標準表現」と命名される）は、これらの複数の分布を置換することができる。この標準表現の特性の監視、追跡、およびこれに従うことは、個々の分布の追跡より簡単になり、より効率的でもある。

追跡する間に、厳密なルールが、Ψ（ｐ），の中心性で使用されるが、Φ値は、緩和される。これは、正常サブグループという概念から生じる。正常サブグループのうちの少なくとも１つが存在する場合に、イベントが発生した。

定理１（区間マージ）
デカルト座標系でのマルチモード分布を考慮すると、横座標の要素が、ある関係「Ｒ」上で「全順序群」Ｇを形成する場合に、ＧとＧ’との間に主観的準同型（Ｓｕｂｊｅｃｔｉｖｅ Ｈｏｍｏｍｏｒｐｈｉｓｍ）が存在するように、新しい横座標Ｇ’（やはり全順序群である）にある分布のモードの個数を減らすことが可能である。

証明：全順序群にわたる任意のＭモード分布を、ある１≦Ｎ＜Ｍについて、Ｎモード分布に換算できることが要求される。

短い構成的な証明を提供して、これが真であることを示す。このプロセスを、モーダル・マージ（ｍｏｄａｌ ｍｅｒｇｉｎｇ）または区間マージ（Ｉｎｔｅｒｖａｌ ｍｅｒｇｉｎｇ）と称する。
１）数Ｊ＞１（通常は１．５または２から始める）を選択する。
２）新しい横座標間隔がＪ＊元の間隔サイズになるように分布を引きなおす。
３）新しい分布がモーダルに換算されない場合には、Ｊのより大きい値を用いて（通常は０．５の増分で）ステップ２を繰り返す。
証明の残りは、当業者に明白であるように、簡単に続く。

図１０に、一実施形態による、全順序群にわたるＭモード分布１０１０のＮモード分布１０３０への換算を示す。

定義：分散枝刈り：
Ｍモード分布Ａと、（１≦Ｋ＜Ｍ）になる整数Ｋとを与えられて、Ａの「Ｋ枝刈りされた分布」は、Ａ’⊆Ａであり、Ａ’がＫモーダルであるＡ’によって与えられる。

定義は、両方の分布が同一の横座標にわたるものであり、したがって、区間マージを使用できないことを必要とする。

定理２：すべてのＭモード分布を、ある（１≦Ｋ＜Ｍ）について枝刈りすることができる。

証明：分布ＡがＭモーダルであるものとする。これは、Ａを、Ｍ単峰形分布（成分）の和集合として表せることを表す。ある成分を、任意に捨て、Ｍ個未満の成分の和集合、または言い替えるとＫモーダルであるＡのサブセットを残すことができる。

「Ｐ確率代表的共通部分」の定義から、少なくとも１つの任意の分布Ａ’が存在し、Ａ’がＫ枝刈りされ、度合Φの「Ｐ確率代表的共通部分」であり、（Φ＞０）になることは明白である。

定理３：Ｋ枝刈りされた分布が「標準表現」になる（Φ≧０．５）、２Ｋモード分布のＫ枝刈りされた分布を見つけることが可能である。

Ｘを２Ｋ単峰形分布（成分）の和集合と考えると、成分を、面積（またはサイズ）の昇順で配置することができる。最大のサイズから始めて、各成分を分布Ｙに加える。このステップを、最大のＫ成分が加えられるまで繰り返す。その結果は、Ｙ⊆Ｘであり、Ｋモーダルであり、その（Φ≧０．５）である分布Ｙである。Ｙはサブセットなので、「Ｐ確率代表的共通部分」であり、したがって「標準表現」である。

さまざまな実施形態では、図６で説明される方法ステップを含む、本明細書で説明される方法ステップを、説明されまたは図示される特定の順序とは異なる順序で実行することができる。他の実施形態では、説明される方法から、他のステップを提供することができ、あるいは、ステップを除去することができる。

本明細書で説明されるシステム、装置、および方法を、ディジタル回路網を使用して、または周知のコンピュータ・プロセッサ、メモリ・ユニット、ストレージ・デバイス、コンピュータ・ソフトウェア、および他のコンポーネントを使用する１つまたは複数のコンピュータを使用して、実施することができる。通常、コンピュータは、命令を実行するプロセッサと、命令およびデータを格納する１つまたは複数のメモリとを含む。また、コンピュータは、１つまたは複数の磁気ディスク、内蔵ハード・ディスク、取り外し可能ディスク、光磁気ディスク、光ディスク、その他など、１つまたは複数のマス・ストレージ・デバイスを含み、またはこれに結合され得る。

本明細書で説明されるシステム、装置、および方法を、クライアント−サーバ関係で動作するコンピュータを使用して実施することができる。通常、そのようなシステムでは、クライアント・コンピュータは、サーバ・コンピュータからリモートに配置され、ネットワークを介して相互作用する。クライアント−サーバ関係を、それぞれのクライアント・コンピュータおよびサーバ・コンピュータ上で走行するコンピュータ・プログラムによって定義し、制御することができる。

本明細書で説明されるシステム、装置、および方法を、ネットワークベースのクラウド・コンピューティング・システム内で使用することができる。そのようなネットワークベースのクラウド・コンピューティング・システムでは、ネットワークに接続されたサーバまたは別のプロセッサが、ネットワークを介して１つまたは複数のクライアント・コンピュータと通信する。クライアント・コンピュータは、たとえばクライアント・コンピュータに常駐し、動作するネットワーク・ブラウザ・アプリケーションを介してサーバと通信することができる。クライアント・コンピュータは、サーバ上にデータを格納し、ネットワークを介してデータにアクセスする。クライアント・コンピュータは、ネットワークを介してサーバに、データの要求またはオンライン・サービスの要求を送信することができる。サーバは、要求されたサービスを実行し、データをクライアント・コンピュータ（１つまたは複数）に提供することができる。サーバは、クライアント・コンピュータに指定された機能を実行させる、たとえば、計算を実行させる、指定されたデータをスクリーンに表示させるなどを行わせるように適合されたデータを送信することもできる。たとえば、サーバは、クライアント・コンピュータに、図６のステップのうちの１つまたは複数を含む本明細書で説明される方法ステップのうちの１つまたは複数を実行させるように適合された要求を送信することができる。図６のステップのうちの１つまたは複数を含む、本明細書で説明される方法のあるステップを、ネットワークベースのクラウド−コンピューティング・システム内で、サーバまたは別のプロセッサによって実行することができる。図６のステップのうちの１つまたは複数を含む、本明細書で説明される方法のあるステップを、ネットワークベースのクラウド−コンピューティング・システム内で、クライアント・コンピュータによって実行することができる。図６のステップのうちの１つまたは複数を含む、本明細書で説明される方法のあるステップを、任意の組合せで、ネットワークベースのクラウド・コンピューティング・システム内のサーバおよび／またはクライアント・コンピュータによって実行することができる。

本明細書で説明されるシステム、装置、および方法を、プログラム可能プロセッサによる実行のために、情報担体内、たとえば、固定機械可読ストレージ・デバイス内で、有形に実施されるコンピュータ・プログラム製品を使用して実施することができ、図６のステップのうちの１つまたは複数を含む本明細書で説明される方法ステップを、そのようなプロセッサによって実行可能な１つまたは複数のコンピュータ・プログラムを使用して実施することができる。コンピュータ・プログラムは、あるアクティビティを実行するかある結果をもたらすためにコンピュータ内で直接にまたは間接に使用できるコンピュータ・プログラム命令のセットである。コンピュータ・プログラムを、コンパイルされる言語および解釈される言語を含む任意の形のプログラミング言語で記述することができ、独立型プログラム、モジュール、コンポーネント、サブルーチン、またはコンピューティング環境内での使用に適する他の単位としてを含む任意の形で展開することができる。

本明細書で説明されるシステム、装置、および方法を実施するのに使用できる例示的なコンピュータの高水準ブロック図を、図１１に示す。コンピュータ１１００は、データ・ストレージ・デバイス１１０２およびメモリ１１０３に動作可能に結合されたプロセッサ１１０１を含む。プロセッサ１１０１は、コンピュータ１１００の全体的な動作を定義するコンピュータ・プログラム命令を実行することによって、そのような動作を制御する。コンピュータ・プログラム命令を、データ・ストレージ・デバイス１１０２または他のコンピュータ可読媒体に格納することができ、コンピュータ・プログラム命令の実行が望まれる時にメモリ１１０３にロードすることができる。したがって、図６の方法ステップを、メモリ１１０３および／またはデータ・ストレージ・デバイス１１０２に格納されたコンピュータ・プログラム命令によって定義し、プロセッサ１１０１がコンピュータ・プログラム命令を実行することによって制御することができる。たとえば、コンピュータ・プログラム命令を、図６の方法ステップによって定義されるアルゴリズムを実行するために当業者によってプログラムされたコンピュータ実行可能コードとして実施することができる。したがって、コンピュータ・プログラム命令を実行することによって、プロセッサ１１０１は、図６の方法ステップによって定義されるアルゴリズムを実行する。コンピュータ１１００は、ネットワークを介して他のデバイスと通信する１つまたは複数のネットワーク・インターフェース１１０４をも含む。コンピュータ１１００は、ユーザがコンピュータ１１００と相互作用することを可能にする１つまたは複数の入出力デバイス１１０５（たとえば、ディスプレイ、キーボード、マウス、スピーカ、ボタンなど）をも含む。

プロセッサ１１０１は、汎用マイクロプロセッサと特殊目的マイクロプロセッサとの両方を含むことができ、コンピュータ１１００の唯一のプロセッサまたは複数のプロセッサのうちの１つとすることができる。プロセッサ１１０１は、たとえば、１つまたは複数の中央処理装置（ＣＰＵ）を含むことができる。プロセッサ１１０１、データ・ストレージ・デバイス１１０２、および／またはメモリ１１０３は、１つもしくは複数の特定用途向け集積回路（ＡＳＩＣ）および／または１つもしくは複数のフィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）を含み、これによって補足され、またはこれに組み込まれるものとすることができる。

データ・ストレージ・デバイス１１０２およびメモリ１１０３は、それぞれ、有形の固定コンピュータ可読記憶媒体を含む。データ・ストレージ・デバイス１１０２およびメモリ１１０３は、それぞれ、ダイナミック・ランダム・アクセス・メモリ（ＤＲＡＭ）、スタティック・ランダム・アクセス・メモリ（ＳＲＡＭ）、ダブル・データ・レート・シンクロナス・ダイナミック・ラム（ＤＤＲ ＲＡＭ）、または他のランダム・アクセス・ソリッド・ステート・デバイスなどの高速ランダム・アクセス・メモリを含むことができ、内蔵ハード・ディスクおよびリムーバブル・ディスクなどの１つまたは複数の磁気ディスク・ストレージ・デバイス、光磁気ディスク・ストレージ・デバイス、光ディスク・ストレージ・デバイス、フラッシュ・メモリ・デバイス、消去可能プログラム可能読取り専用メモリ（ＥＰＲＯＭ）、電気的消去可能プログラム可能読取り専用メモリ（ＥＥＰＲＯＭ）などの半導体メモリ・デバイス、コンパクト・ディスク読取り専用メモリ（ＣＤ−ＲＯＭ）、ディジタル多用途ディスク読取り専用メモリ（ＤＶＤ−ＲＯＭ）ディスク、半導体メモリ・デバイス、または他の不揮発性ソリッド・ステート・ストレージ・デバイスなどの不揮発性メモリを含むことができる。

入出力デバイス１１０５は、プリンタ、スキャナ、ディスプレイ・スクリーン、その他などの周辺機器を含むことができる。たとえば、入出力デバイス１１０５は、情報をユーザに表示する陰極線管（ＣＲＴ）または液晶ディスプレイ（ＬＣＤ）モニタなどのディスプレイ・デバイス、ユーザがそれによってコンピュータ１１００に入力を提供できるキーボード、マウスまたはトラックボールなどのポインティング・デバイスを含むことができる。

観衆分析サービス４３０、観衆検出器４５２ならびにグループ分析５６１、メモリ５６５、観衆インターフェース５６７、サービス５６９、ネットワーク・インターフェース５６３、観衆情報分析５２５、ネットワーク・インターフェース５２７、およびメモリ５３５を含むそのコンポーネントを含む、本明細書で議論されるシステムおよび装置のいずれかまたはすべてを、コンピュータ１１００などのコンピュータを使用して実施することができる。

当業者は、実際のコンピュータまたはコンピュータ・システムの実施態様が、他の構造を有することができ、他のコンポーネントを含むこともでき、図１１が、例示のためにそのようなコンピュータのコンポーネントの一部の高水準表現を含むことを認めるであろう。

前述の発明を実施するための形態は、限定的ではなく、すべてにおいて実例を示す例示的なものであると理解されなければならず、本明細書で開示される発明の範囲は、発明を実施するための形態から決定されてはならず、特許法によって許される完全な広がりに従って解釈される特許請求の範囲から決定されなければならない。図示され本明細書で説明された実施形態が、本発明の原理を例示するのみであり、さまざまな変更を、本発明の趣旨および範囲から逸脱せずに当業者が実施できることを理解されたい。当業者は、本発明の趣旨および範囲から逸脱せずにさまざまな他の特徴の組合せを実施することができる。

Claims (10)

1. それぞれの関心を引く点に対応する複数のマッピングを生成するステップであって、各マッピングは、前記対応する関心を引く点で検出された少なくとも１つのグループおよび前記対応する関心を引く点で各それぞれのグループが検出されたそれぞれの時刻を示す、ステップと、
   前記複数のマッピングのうちの選択された１つに現れる１つまたは複数のグループのセットに対応する標準表現を定義するステップと、
   前記複数のマッピングに基づいて前記標準表現に関連する経路を判定するステップであって、前記経路は、前記標準表現が検出された第２の複数の関心を引く点および前記第２の複数の関心を引く点内の各それぞれの関心を引く点で前記標準表現が検出された時を示す時間情報を定義する、ステップと
   を含む方法。
2. 少なくとも１つの関心を引く点は、ビルボードに関連する位置を含む、請求項１に記載の方法。
3. 前記複数のマッピングのうちの前記選択された１つに対応する特定の関心を引く点に関連する区域内で１つまたは複数のグループの前記セットを検出するステップ
   をさらに含む、請求項１に記載の方法。
4. 前記複数のマッピングのうちの前記選択された１つに現れる１つまたは複数のグループの前記セットに対応する標準表現を定義する前記ステップは、
   １つまたは複数のグループの前記セットの共通部分を判定するステップと、
   前記共通部分に関する確率的増加を判定するステップと、
   前記共通部分および前記確率的増加に基づいて前記標準表現を定義するステップと
   をさらに含む、請求項３に記載の方法。
5. 前記標準表現に関連する経路を判定する前記ステップは、
   前記複数のマッピングに基づいて前記標準表現に関連する配列を生成するステップであって、前記配列は、それぞれの関心を引く点をそれぞれの時刻に関連付ける座標の１つまたは複数のセットを含み、前記配列は、
   前記複数のマッピング内で、前記標準表現の複数の標準オカレンスを識別するステップと、
   識別された前記複数の標準オカレンスのそれぞれについて、前記それぞれの標準オカレンスに関連する時刻および関心を引く点を示す座標のセットを生成するステップと
   によって生成される、ステップ
   をさらに含む、請求項４に記載の方法。
6. 前記標準表現の標準オカレンスは、複数の関心を引く点で検出された１つまたは複数のグループの前記セットの表現を含む、請求項５に記載の方法。
7. 前記標準表現の標準オカレンスを識別する前記ステップは、
   Ｐ確率緩和センタリング共通部分を識別するステップ
   をさらに含む、請求項５に記載の方法。
8. 関心を引く点の間の距離に基づいて前記第２の複数の関心を引く点を順序付けるステップ
   をさらに含む、請求項７に記載の方法。
9. 前記判定された経路に基づいて、１つまたは複数の選択された関心を引く点で１つまたは複数の広告を表示するステップ
   をさらに含む、請求項１に記載の方法。
10. それぞれの関心を引く点に関連する複数のグループ検出器であって、各グループ検出器は、
    前記関連する関心を引く点の付近でグループの存在を検出し、
    １つまたは複数のグループの前記存在に関係する情報を送信する
    ように構成される、複数のグループ検出器と、
    前記複数のグループ検出器から前記情報を受信し、
    前記情報に基づいて、それぞれの関心を引く点に対応する複数のマッピングを生成し、各マッピングは、前記対応する関心を引く点で検出された少なくとも１つのグループおよび前記少なくとも１つのグループの中の各それぞれのグループが前記対応する関心を引く点で検出されたそれぞれの時刻を示し、
    前記複数のマッピングのうちの選択された１つに現れる１つまたは複数のグループのセットに対応する標準表現を定義し、
    前記複数のマッピングに基づいて前記標準表現に関連する経路を判定し、前記経路は、前記標準表現が検出された第２の複数の関心を引く点および前記第２の複数の関心を引く点内の各それぞれの関心を引く点で前記標準表現が検出された時を示す時間情報を定義する
    ように構成される、プロセッサと
    を含むシステム。

Images