JP2015512081A - オンラインオーディエンスを測定するシステム、方法及び製造品 - Google Patents

Abstract

コンテンツ表示サイトにおいてメディアコンテンツをモニタリングする方法及び装置について記載する。例示的な方法は、測定位置でウェブページにアクセスする複数のパネリストに対応するパネリストデータを取得するステップと、パネリストの人口統計学的情報に従ってパネリストデータを分類するステップと、非測定位置におけるウェブページアクセスの推定値に基づいて仮想パネルを生成するステップと、仮想パネルに対応するデータに基づいて非測定位置に関連するページビューデータを分類するステップとを含む。【選択図】 図４

Description

[0002]本開示は、一般に、オーディエンス測定に関し、さらに詳細には、オンラインオーディエンスを測定するシステム、方法及び製造品に関する。

［関連出願］
[0001]本特許は、参照によりその全体を本明細書に組み込む、２０１２年１月２６日出願の米国仮特許出願第６１／５９１２６３号の優先権を主張するものである。

[0003]パネリストデバイス計測に基づくオンラインオーディエンス測定とウェブサイト／ウェブページのタグ付けに基づくオーディエンス測定は、ウェブトラフィックを測定するという共通の目的を有する。それぞれの場合において、その目的は、ある人があるオンラインメディア要素（例えばコンテンツや広告など）を目にする機会を持つ回数をカウント又は推定することである。この目的には、特定のウェブサイトに接触する総個別オーディエンスを推定することが含まれることもある。

オンラインオーディエンスを測定するように本開示の教示に従って構築された開示する例示的なシステムを示すブロック図である。 図１のハイブリッドオンラインオーディエンス測定システムを実装するために使用することができる例示的なシステムを示すブロック図である。 図２の仮想パネル生成器を実装するための例示的な仮想パネル生成器を示すブロック図である。 ウェブサイトのオンラインオーディエンスを測定するための図１及び／又は図２のハイブリッドオンラインオーディエンス測定システムを実装するために実行することができる、例示的なコンピュータ可読命令を表す流れ図である。 実行時にプロセッサに１組のトラフィックデータのセットから人間以外によるトラフィックをフィルタリングさせる、例示的なコンピュータ可読命令を表す流れ図である。 実行時にプロセッサに非測定位置からのウェブサイトへのアクセスを推定させる、例示的なコンピュータ可読命令を表す流れ図である。 実行時にプロセッサに負の２項分布のパラメータを計算させる、例示的なコンピュータ可読命令を表す流れ図である。 実行時にプロセッサに負の２項分布を計算させる、例示的なコンピュータ可読命令を表す流れ図である。 実行時にプロセッサに非測定位置のオーディエンスを表すパネリストを選択させる、例示的なコンピュータ可読命令を表す流れ図である。 実行時にプロセッサに選択したパネリストを用いて非測定位置のオーディエンスを推定させる、例示的なコンピュータ可読命令を表す流れ図の一部である。 実行時にプロセッサに選択したパネリストを用いて非測定位置のオーディエンスを推定させる、例示的なコンピュータ可読命令を表す流れ図の一部である。 実行時にプロセッサに選択したパネリストを用いて非測定位置のオーディエンスを推定させる、例示的なコンピュータ可読命令を表す流れ図の一部である。 実行時にプロセッサに選択したパネリストを用いて非測定位置のオーディエンスを推定させる、例示的なコンピュータ可読命令を表す流れ図の一部である。 実行時にプロセッサにボリュームメトリックを平滑化させる、例示的なコンピュータ可読命令を表す流れ図である。 実行時にプロセッサにオンラインオーディエンスを計算させる、例示的なコンピュータ可読命令を表す流れ図の一部である。 実行時にプロセッサにオンラインオーディエンスを計算させる、例示的なコンピュータ可読命令を表す流れ図の一部である。 ある曜日のある時間帯の人口統計学的グループの間の例示的なパネルストリーム分布の割合を示す図である。 図１４の人口統計学的グループ、時間帯及び曜日のストリームの数の分布を示す図である。 報告期間の図１４の人口統計学的グループのうちの例示的な１つについてのセンサスストリームの数の計算を示す図である。 図１４の例示的な人口統計学的グループのスケーリングされたセンサスセッションの計算を示す図である。 図４から図１３の命令を実行して図１、図２及び／又は図３のシステムを実行することができる例示的なプロセッサプラットフォームを示すブロック図である。

詳細な説明

[0022]本明細書に開示する例示的なシステム、方法、装置及び製造品は、パネルデータ（例えば自身のオンラインブラウズアクティビティをモニタリングされることに同意しているパネリストなど参加者パネルから得られるデータなど）をコアソースデータとして使用する観測的ユーザセントリック手法によってハイブリッドオンラインオーディエンス測定データを生成する。いくつかの例では、パネルデータは、ウェブサイトサーバのウェブページヒット数など、ウェブサイトセントリックなセンサスデータから得られる情報を用いて較正される。本明細書に開示する例示的な観測的ユーザセントリック手法は、既知のオンラインオーディエンス測定システムの弱点を効果的に修正し、任意のウェブサイト上での報告を可能にし、及び／又は以前はセンサスに基づくデータから決定することができなかったパネルデータから入手できる追加の分析論の決定を可能にする。

[0023]本明細書に開示する例示的なシステム、方法、装置及び製造品は、以前は測定されなかった位置（例えば家庭及び仕事環境外の位置など）におけるオーディエンスの接触及び挙動の測定を実現する。このような以前は測定されなかった位置の例としては、複数のユーザが共有するワークコンピュータでの使用、家庭の第２コンピュータ、公共アクセス位置（例えば公共の図書館のコンピュータなど）、モバイルデバイスの使用、及び／又はその他の以前は測定されなかったデバイスなどが挙げられる。非測定位置からのオーディエンスを測定位置からのオーディエンスと結合して、総個別オーディエンスを得る。結合される測定オーディエンス及び非測定オーディエンスは、以前の方法で得られる総個別オンラインオーディエンスより正確である。

[0024]いくつかの例では、参加する発行元及び／又はウェブサイトが、それぞれのコンテンツのソースコード（例えばＨＴＭＬコードなど）にタグを挿入する、又は埋め込む。このタグは、そのタグがブラウザで実行されたときにデータ収集機構にページビューを記録させる、Ｊａｖａ（登録商標）、Ｊａｖａｓｃｒｉｐｔ（登録商標）、及び／又はその他の実行可能命令を含むことができる。

[0025]タグは、参照によりその全体を本明細書に組み込む、Ｂｌｕｍｅｎａｕの米国特許第６１０８６３７号から周知である。ウェブページを規定するＨＴＭＬにタグが埋め込まれること、及び／又はタグがウェブページのＨＴＭＬ中でポインタによって参照されることから、そのタグは、ブラウザが対応するウェブページを描画するときには必ず実行される。通常、タグは、ブラウザに、コンテンツを求める要求をデータ収集機構に送信させる。この要求は、従来のインターネット要求と異なり、通常はコンテンツのダウンロードを求めていないので、「ダミー要求」と考えることもできる。コンテンツのダウンロードを求めるのではなく、このダミー要求は、実際には、オーディエンス測定情報をデータ収集機構に伝達するために使用されている。この目的のために、ダミー要求のペイロードは、データ収集機構が収集、コンパイル及び／又は分析を行う識別情報を搬送する。識別情報は、タグが関連付けられたウェブページ、そのウェブページがアクセスされたユーザデバイス、そのウェブページがアクセスされたブラウザ、ユーザなどを識別することができる。いくつかの例では、データ収集機構は、ダミー要求を受信したのに応答して、要求側ユーザデバイスにクッキーを要求する。いくつかのこのような例では、クッキーが受信されない場合（すなわちデータ収集機構のドメインのクッキーが、現在ユーザデバイスに設定されていない）には、ウェブページの訪問のたびごとにそのデバイスの識別を容易にするようにクッキーを設定する。

[0026]上述のようなタグ付けは、センサスのようなデータの収集を可能にするので有利である。換言すれば、タグ付きのウェブページにアクセスする全てのブラウザは、そのタグに応答してダミー要求を送信するので、そのウェブページへの全てのアクセスが、データ収集機構に知られることになる。さらに、このデータの収集には、特殊なブラウザを使用したり、又はユーザデバイスにおいて特殊な計測ソフトウェアを使用したりする必要がない。逆に、ダミー要求は、従来の市販のブラウザ（例えばＦｉｒｅｆｏｘ（登録商標）、Ｍｉｃｒｏｓｏｆｔ Ｅｘｐｌｏｒｅｒ（登録商標）など）にはインターネットメディアを検索するその他の任意の要求（例えばウェブページの一部として表示するコンテンツ又は広告素材を取得する要求など）のように見えるので、任意のそれらのブラウザが、修正を必要とすることなく、オーディエンス測定プロセスに参加することになる。その結果、タグ付けは、パネリストからも非パネリストからも同じようにこのオーディエンス測定データの収集を可能にする。したがって、上述のようなタグ付け手法によって収集されるデータを、本明細書ではセンサスデータと記す。

[0027]上述のように、パネリストとは、例えばニールセン社（米国）などのオーディエンス測定エンティティによってモニタリングされることに同意している人々である。通常、これらのパネリストは、パネルに参加する登録を行うときに、詳細な人口統計学的情報（例えば、人種、年齢、収入、住所、学齢、性別など）を提供する。さらに、パネリストには、自分のメディア接触を収集するための計測器が与えられる。例えば、参照によりその全体を本明細書に組み込むＣｏｆｆｅｙの米国特許第５６７５５１０号に開示されるような計測器ソフトウェアを、パネリストのコンピュータ、スマートフォン、タブレット、及び／又はその他のブラウザデバイスにダウンロードすることができる。この計測器は、メディアアクセスアクティビティを示すデータ（例えばウェブサイト名、アクセス日時、クリックストリームデータ、及び／又はパネリストが接触するメディア（例えばウェブページコンテンツ、広告など）を識別するその他の情報）を収集する。このデータは、定期的又は不定期に、データ収集機構にアップロードされる。計測器によって収集されるデータを、本明細書では、「パネリストデータ」と呼ぶ。パネリストデータは、詳細な人口統計学的情報と結合するので有利であるが、これは、パネリストが自分の人口統計を登録の一部として提供しており、したがって計測器が収集したアクティビティデータを人口統計学的情報と関連付けることができるからである。パネリストのユーザデバイスがタグ付きのページにアクセスすると、そのアクセスは、上述のタグ付け機構を介して計測器及びデータ収集機構によってロギングされる。このように、タグ付きのウェブページにアクセスするパネリストが、パネリストデータとセンサスデータの間のブリッジを提供する。

[0028]計測器を介して受信したパネリスト情報、及びタグを介して受信したセンサス情報に基づいて、本明細書に開示する例示的なシステム及び方法は、以下の１つ又は複数の技術を用いて、オンラインオーディエンス測定情報（例えば接触統計、人口統計など）を生成する。（１）センサスに基づくデータにフィルタリング技術を適用して、不要なトラフィックを除去する（例えばウェブページの追加ヒット、ロボットトラフィック、市場外の地理学的位置から発生するトラフィックなどを引き起こすウェブページの自動／プログラム式リフレッシュ）、（２）辞書定義を適用して、観察した挙動、ウェブサイト、ブランド、及び／又はチャネルを分類する、（３）非測定位置からウェブページにアクセスする母集団のサイズ及び／又は人口統計を決定する、並びに（４）測定位置の挙動及び非測定位置の挙動に重みづけして、観察したトラフィックを表現する。

[0029]本明細書に開示するいくつかの例示的な方法は、測定位置でウェブページにアクセスする複数のパネリストに対応するパネリストデータを取得するステップと、パネリストの人口統計学的情報に従ってパネリストデータを分類するステップと、非測定位置におけるウェブページアクセスの推定値に基づいて仮想パネルを生成するステップと、仮想パネルに対応するデータに基づいて非測定位置に関連するページビューデータを分類するステップとを含む。

[0030]本明細書に開示するいくつかの例示的な方法は、第１の推定した特徴に基づいて複数のパネリストに重みを割り当てるステップと、重みに基づいてパネリストのサブセットを選択するステップと、第２の推定した特徴に基づいて選択したパネリストに再重み付けするステップと、選択したパネリストを仮想パネリストとして含む仮想パネルを生成するステップとを含み、仮想パネルについての選択したパネリストから収集したデータは、再重み付けに基づいて重みを割り当てられる。

[0031]本明細書に開示する例示的な装置は、測定位置でウェブページにアクセスする複数のパネリストに対応するパネリストデータを収集するパネルデータ収集器と、非測定位置におけるウェブページアクセスの推定値に基づいて仮想パネルを生成する仮想パネル生成器と、パネリストの人口統計学的情報に従ってパネリストデータを分類し、仮想パネルに対応するデータに基づいて非測定位置に関連するページビューデータを分類するオーディエンス分類器とを備える。

[0032]本明細書に開示する例示的な装置は、第１の推定した特徴に基づいて複数のパネリストに重みを割り当てる標本重み付け器と、重みに基づいてパネリストのサブセットを選択する標本選択器と、第２の推定した特徴に基づいて選択したパネリストに再重み付けし、選択したパネリストを仮想パネリストとして含む仮想パネルを生成する標本再重み付け器とを備え、仮想パネルについての選択したパネリストから収集したデータは、再重み付けに基づいて重みを割り当てられる。

[0033]本明細書で使用する語は、次のような意味を有するものと定義される。

[0034]統一資源ロケータ（ＵＲＬ）パターンは、コンテンツ及び／又は目的の類似性によってまとめて分類される、１組の同様のＵＲＬインスタンスのセットである。

[0035]ＵＲＬインスタンスは、一意的なＵＲＬストリングである。ＵＲＬインスタンスは、そのＵＲＬストリングの詳細、そのＵＲＬストリング中の引数、及び／又はそのＵＲＬを一意的にするＵＲＬストリング上のその他の任意の差違に基づいて、ＵＲＬパターンに属する他のＵＲＬインスタンスと異なることもある。

[0036]ページビュー。本明細書では「接触」と交換可能に使用される。消費者又は要求者又はデバイスに提供されている（例えばうまく伝送されている）ウェブページ又はその他のオンラインメディア（例えばコンテンツ、広告、ビデオ、画像、音声など）を指す。提供されているウェブページを消費者又は要求者が実際に見たことを示す何らかの指示がある場合もない場合もある。

[0037]ストリーム。これも「接触」と交換可能に使用される。ストリーミングビデオ及び／又は音声のインスタンスを提供することを指す。様々なタイプのメディアを指すことを除けば、ページビューと同様である。

[0038]セッション。ログオンからログオフまでにインターネット上で費やされる時間、或いは個人による特定の１つ又は複数のウェブサイトの連続的なサーフィン。

[0039]母集合（ｕｎｉｖｅｒｓｅ）／母集団（ｐｏｐｕｌａｔｉｏｎ）。関心のある個人／デバイス／家庭の全体。オンラインの個人／デバイス／家庭のみに限定されることもある。

[0040]センサスに基づくデータ。パネル測定のみに限定されない、タグ又は別の機構に基づいて収集されるデータ。

[0041]パネリスト。自身の行動の１つ又は複数の側面（例えばブラウズアクティビティ、テレビジョンの視聴など）をモニタリングされることに同意している人、又は人の集団。

[0042]パネリストデータ。パネリストに関連付けられた計測器によって収集されるデータ。

[0043]計測器。ユーザの識別及び／又は人（例えばパネリストなど）が接触しているメディアの識別を反映する（又はそうした識別の決定を可能にする）データを収集する任意のタイプ（例えばソフトウェア及び／又はハードウェアなど）のツール。

[0044]メディア。任意のタイプの配信機構を介して配信される任意のタイプのコンテンツ及び／又は広告（例えばウェブページ、テレビジョン、ビデオ、音声など）。

[0045]測定サイト。パネリストデータを収集するために計測器が設置される、ユーザデバイス又は物理的位置（例えば部屋など）。

[0046]非測定サイト。計測器によってモニタリングされないユーザデバイス又は物理的位置。

[0047]測定トラフィック。１又は複数の測定サイトからメディアへの１回又は複数回のアクセス。

[0048]非測定トラフィック。非測定サイトからメディアへの１回又は複数回のアクセス。

[0049]以下のいくつかの例は、簡潔にするためにページビューのみに関連して述べる。しかし、本明細書に開示するいくつかの例は、ビデオストリーム、音声ストリーム、及び／又はその他の任意のタイプの測定可能なオンライントラフィックなど、その他のタイプのメディアにも適用することができる。

[0050]図１は、オンラインオーディエンスを測定するように本開示の教示に従って構築された、開示する例示的なシステム１００を示すブロック図である。図１の例示的なシステム１００は、回答者又はパネリストのパネルに基づいて測定サイトからオンラインオーディエンストラフィックの測定値を取得し、センサスデータに基づいて非測定サイトからのオンラインオーディエンストラフィックを推定し、測定サイトからの測定トラフィック及び非測定トラフィックの推定値に基づいてウェブサイトの総オンラインオーディエンスを推定する。例示的なシステム１００は、さらに、ウェブサイトについての推定総オンラインオーディエンス（例えば測定サイト及び非測定サイトにまたがるものなど）に関する人口統計データを提供することもできる。

[0051]図１の例示的なシステム１００は、ハイブリッドオンラインオーディエンス測定システム１０２と、母集合推定器１０４と、測定ウェブサーバ１０６及び１０８と、ネットワーク１１０と、オンラインオーディエンスパネル１１２とを含む。

[0052]図１の例示的なハイブリッドオンラインオーディエンス測定システム１０２は、パネルに基づくオンラインオーディエンス測定データ、センサスに基づく測定データ、及び調査に基づくオーディエンスデータを取得（例えば受信、検索、収集など）し、特定のメディアのオンラインオーディエンス（サイズ及び／又は人口統計学的組成）を決定する。図１の例示的なハイブリッドオンラインオーディエンス測定システム１０２は、例示的なウェブサーバ１０６及び１０８がサービスするウェブサイトなどの関心のあるウェブサイト、並びに／或いはチャネル、ブランド及び／又は親エンティティに属するウェブサイトの集合体について、指定された報告期間のオンラインオーディエンスを決定することができる。例示的なハイブリッドオンラインオーディエンス測定システム１０２によって生成されたオンラインオーディエンス測定情報は、ウェブサイトトラフィックの改善、広告スペース購入のためのウェブサイトの分析、広告掲載の値付け、及び／又はその他のオンラインオーディエンス測定情報の用途に使用することができる。

[0053]以下に述べるように、図１の例示的なハイブリッドオンラインオーディエンス測定システム１０２は、パネルに基づくオーディエンス測定の利点をセンサスに基づくオーディエンス測定の利点と組み合わせることによって、既知のオーディエンス測定システムより正確なオンラインオーディエンスの測定を実現する。例えば、パネルに基づく測定には、人口統計及びその他の有用な統計に関して測定する母集団又は母集合をより正確に表現できるという利点がある。これに対して、センサスに基づくオーディエンス測定には、オンライントラフィックの総量が正確に測定できるという利点がある。

[0054]図１の例示的な母集合推定器１０４は、オンラインオーディエンスの人口統計、位置及び／又は挙動を含む、オンラインオーディエンスの推定値を生成する。いくつかの例では、母集合推定器１０４は、オンライン母集団の現在の推定値を提供するための独立及び／又は連続的な列挙研究を提供する。図１の例示的な母集合推定器１０４は、継続的な四半期ごとのインターネット母集合列挙調査から推定値を生成する。例示的な調査では、リモートデジタルダイヤル（ＲＤＤ）方式で募集したパネリストの標本を使用して、インターネットユーザのインターネットアクセス情報（例えば訪問したウェブページ、インターネット接続時間など）及び／又は人口統計プロフィル（例えば年齢、性別など）を収集する。図１の例示的な母集合推定器１０４は、パネリストの測定環境（例えば仕事及び／又は家庭など）以外の位置（例えば複数のユーザが共有するコンピュータでの仕事領域の環境での使用、家庭環境の第２コンピュータ、公共アクセス位置、モバイルでの使用、及び以前は測定されなかったデバイスなどの非測定位置など）におけるオンライン挙動の推定値を含む、インターネットアクセス情報を収集する。非測定位置に対応する挙動を推定することにより、全体の応答速度が向上し、非プロプライエタリなオムニバス調査に関連する可能性がある応答バイアスが減少する。

[0055]図１の例示的なウェブサーバ１０６及び１０８は、ネットワーク１１０（例えばインターネットなど）に通信可能に結合されて、ウェブページ、ビデオストリーム及び／又はその他の要求側デバイスへのウェブトラフィックをサービスする。図１の例示的なシステム１００では、ウェブサーバ１０６及び１０８は、上記で説明したＢｌｕｍｅｎａｕの方法に従って測定のためにタグ付けされているウェブページ及び／又はビデオストリームをサービスする。例えば、ウェブサーバ１０６及び１０８は、サービスするウェブページ及び／又はビデオストリームのそれぞれに１つ又は複数のモニタリング命令を含めることによって、サービスするウェブページ及び／又はビデオストリームにタグ付けすることができる。例示的なタグコードは、タグ付けされたウェブページ及び／又はビデオストリームを受信したデバイスに、例示的なハイブリッドオンラインオーディエンス測定システム１０２（例えばブラウザ情報を格納するデーモン１３６）、ウェブサーバ１０６及び／又は１０８、並びに／或いは別のロギングサーバへの情報をブラウズする命令を実行させる、アクティブなコンテンツ（例えばＪａｖａｓｃｒｉｐｔ命令、Ｊａｖａ命令、ＨＴＭＬ５命令など）とすることができる。

[0056]図１の例示的なオンラインオーディエンスパネル１１２は、訪問したウェブページ、ダウンロードしたビデオストリーム、並びに／或いはそれらのウェブページのブラウズ及び／又はビデオストリームの再生に費やした時間の長さなど、パネリスト１１４のオンラインアクティビティの測定値を提供する。例示的なパネリスト１１４は、それぞれのコンピュータ１１６と関連付けられ、それらのコンピュータ１１６はそれぞれ、パネリスト１１４がオンラインオーディエンスパネル１１２のメンバになったときに、オンラインモニタアプリケーション（すなわち計測器１１８）が与えられる。オンラインモニタアプリケーション１１８は、それぞれのユーザデバイス１１６と一意的に関連付けられるので、それらが収集するアクティビティデータは、パネリスト１１４の人口合計学的特徴にマッピングすることができる。したがって、測定したパネリスト１１４のアクティビティは、パネリスト１１４の人口統計学的特徴と相関がある。例示的なオンラインモニタアプリケーション１１８は、コンピュータ１１６で受信されたウェブページ及び／又はビデオストリームの統一資源ロケータ（ＵＲＬ）、入力されたキーストローク、カーソルを介してクリックされたアイテム、並びに／或いはパネリスト１１４がコンピュータ１１６を用いて実行したその他の任意の１つ又は複数の命令を記録する。例示的なコンピュータ１１８は、モニタリングするウェブページに埋め込まれたタグ（例えばモニタリング命令など）も実行する。いくつかの例では、タグは、計測器１１８によって認識される。他の例では、タグはハイブリッドオンラインオーディエンス測定システム１０２でデーモン１３６によってロギングされ、計測器１１８には認識されない。オンラインモニタアプリケーション１１８は、パネリストのオンラインアクティビティのログを、例示的なハイブリッドオンラインオーディエンス測定システム１０２に伝送する。これらのログは、一定間隔（例えば毎日、毎週、隔週、毎月など）で伝送してもよいし、オンデマンドで伝送してもよいし、ある事象又は要求に応答して伝送してもよいし、所定の時間に伝送してもよいし、並びに／或いはその他の任意の１つ又は複数のスケジュール及び／又は１つ又は複数の条件に従って伝送してもよい。

[0057]１つ又は複数の計測器１１８によってモニタリングされるユーザデバイス及び／又は位置を、測定位置と呼ぶ。測定位置は、家庭環境１２０（例えばパネリストの家庭にあるコンピュータなど）、及び仕事環境１２２（例えばパネリストの職場にあるコンピュータなど）を含むことができる。所与のパネリスト１１４のアクティビティは、家庭環境１２０、仕事環境１２２、及び／又は家庭環境と仕事環境の両方で測定することができる。仕事によっては計測器１１８が設置できないので、一部のパネリストは家庭環境のみでモニタリングされ、仕事環境ではモニタリングされない。

[0058]オンラインアクティビティは、家庭環境１２０及び仕事環境１２２の外部でも行われる。図１の例示的なシステム１００は、非測定位置で行われるオンラインアクティビティを直接は測定しないが、これらのアクティビティにより、追加のページビュー及び／又はビデオストリームが例示的なサーバ１０６及び１０８によってサービスされることになる。ウェブトラフィックを生じる可能性があるこのような例示的な非測定位置は、計測器１１８を備えないコンピュータ１２４（例えば非パネリストを含む、パネリストと非パネリストを含むなど、複数のユーザ１２６が共有するコンピュータなど）、家庭環境１２０の第２（例えば非メインの）コンピュータ１２８、公共のアクセス位置（例えば図書館、大学など）のコンピュータ１３２、モバイルデバイス１３２（例えば携帯電話、スマートフォン、タブレットコンピュータなど）、及び／或いはその他の任意の１つ又は複数のタイプの非測定デバイス（例えばスマートテレビジョン、デジタルメディアプレーヤ、ゲームコンソールなどのインターネット接続機器）を介して仕事環境１２２で生成されるトラフィックを含む。非測定位置におけるアクティビティ（例えばメディア接触など）は、パネリスト及び／又は非パネリストによって行われる可能性がある。

[0059]図１の例示的なウェブサーバ１０６及び１０８は、それぞれのウェブサーバ１０６及び１０８によってサービスされるウェブトラフィック（例えばサービスされるウェブページ、サービスされるビデオストリームなど）を測定するサーバモニタ１３４を含む。図１の例示的なサーバモニタ１３４は、サーバ１０６及び１０８にウェブページ及び／又はビデオストリームを要求しているブラウザ又はその他のアプリケーションの詳細、要求側のＩＰアドレス、サーバ１０６及び１０８における人のブラウズセッションの長さ、並びに／或いはサーバ１０６及び１０８が（例えばウェブページを求める要求のロギング及び／又は分析、並びに／或いはクッキーによって）決定することができるその他の任意の情報などの情報を収集する。サーバモニタ１３４によって収集されたデータは、サーバに基づく、サーバセントリックなデータであると考えられる。サーバセントリックなデータは、制限を有すると考えられる。例えば、このようなサーバ側のデータは、操作（例えばサーバの所有権者、及び／或いはサーバに繰返しデータを要求するようにプログラムされたロボット又はその他のデバイスによる操作など）を受ける。したがって、サーバ側のデータは、ページビューをオーバカウントする可能性がある。ウェブページはユーザデバイスにキャッシュされることが多いので、ウェブページへの２回目以降のアクセスは、サーバに対する要求を含まないこともある。サーバに要求する代わりに、ウェブページは、単にユーザデバイスのローカルキャッシュから取り出す、又は介在するプロキシサーバからサービスすることができる。したがって、サーバ側のデータは、ページビューをさらにアンダーカウントする可能性もある。

[0060]サーバ側のデータにはこのようなオーバカウント及びアンダーカウントの問題がある可能性があるのに対して、タグ付けシステムによって収集されるセンサスデータは、タグ付けされたウェブページへの全てのアクセスが（キャッシュからのものであってもそうでなくても）タグを起動して、ダミー要求が発行され、タグ付けされたウェブページへの接触がロギングされることになるので、正確である。

[0061]図２は、図１のハイブリッドオンラインオーディエンス測定システム１０２の例示的な実施態様を示すブロック図である。図２の例示的なハイブリッドオンラインオーディエンス測定システム１０２は、パネルに基づくオンラインアクティビティデータ、オンライン母集団の全体及び／又はサブセットの推定値、並びに／或いは特定の１つ又は複数のウェブサイトのトラフィックのセンサスデータ測定値を含む入力データを取得する。この入力データに基づいて、図２の例示的なハイブリッドオンラインオーディエンス測定システム１０２は、１つ若しくは複数のウェブサイト、１つ若しくは複数のチャネル、１つ若しくは複数のブランド、１つ若しくは複数の親、及び／又はその他の任意の関心のある組織単位のオンラインオーディエンスを反映するデータの分類並びに／或いは出力を行う。いくつかの例では、ハイブリッドオンラインオーディエンス測定システム１０２は、特定の報告期間、１つ又は複数の曜日、或いは１日のうちの１つ又は複数の時間帯のオンラインオーディエンスを反映するデータを分類する。

[0062]図２の例示的なハイブリッドオンラインオーディエンス測定システム１０２は、センサスに基づくデータ収集器２０２、調査に基づくデータ収集器２０４、及びパネルデータ収集器２０６からデータを取得する。例示的なハイブリッドオンラインオーディエンス測定システム１０２は、ネットワーク（例えば図１のネットワーク１１０など）を介して、手作業によるデータ入力（例えば調査の回答の入力など）によって、及び／又はその他のデータ受け取り方法を用いることによって、データを取得することもできる。

[0063]図２の例示的なセンサスに基づくデータ収集器２０２は、センサスに基づくトラフィック情報を受信する。センサスに基づくデータは、例えば、サーバモニタ１３４によって生成されたサーバログ、デーモン１３６によって収集されたタグに基づくデータ、及び／又はその他の任意のセンサスデータソースから取得することができる。センサスに基づくトラフィック情報は、タグ付けされたウェブページのタグが実行されることによって発生するセンサスに基づくデータ収集器２０２に対するダミー要求から収集されるデータ、並びに／或いはウェブページ、セッション測定及び／又はサーバモニタ１３４が収集することができるその他のトラフィック情報を求める要求を反映するサーバログに基づいてサーバモニタ１３４によって収集される統計を含むことができる。いくつかの例では、センサスに基づくデータ収集器２０２は、例示的なデーモン１３６を実施して、タグ命令の実行に応答して図１のデバイス１１６、１２４、１２８、１３０、１３２から受信するデータの収集、構文解析及び／又は格納を行う。

[0064]図２の例示的な調査に基づくデータ収集器２０４は、（例えば図１の例示的な母集合推定器１０４からの）オンラインオーディエンスの全体及び／又はサブセットの「母集合推定値」など、調査に基づく挙動情報を受信する。図１及び図２の例では、母集合推定値は、電話で行うこともできる個人インタビューによって得られる。インタビューにより、仕事及び家庭などの測定位置、並びに仕事及び家庭以外などの非測定位置の推定値など、インターネットユーザのインターネットアクセス情報及び人口統計プロフィルが得られる。調査データは、回答者の自分のアクティビティを正確に思い出す能力、及び正直に報告しようとする意思に基づく。

[0065]図２の例示的なパネルデータ収集器２０６は、（例えば計測器などのモニタリングアプリケーション１１８によって収集される）パネルアクティビティを表すページビューデータなど、パネリストデータを受信する。パネリストデータは、訪問したウェブサイト（例えばＵＲＬなど）、複数のＵＲＬを含むセッション、ウェブサイトの要求及び／又はセッションの発生日時を反映するタイムスタンプ、パネリストの人口統計学的特徴、並びに／或いは図１のオンラインモニタアプリケーションによって収集することができるその他の任意の情報を含むことができる。図示の例の例示的なパネルデータ収集器２０６は、受信したパネリストデータを規則に従ってフィルタリングする。これに加えて、又は別法として、例示的なパネルデータ収集器２０６は、受信したパネリストデータを、人口統計学的カテゴリ、曜日情報、及び／又は時刻情報に従ってソートして、より精密なデータを得ることができる。

[0066]図２の例示的なパネルデータ収集器２０６は、母集合に対して決定したパネリストの表現に基づいて、パネリストのウェブサイト要求及び／又はセッションを重み付けする。例えば、母集合の中で第２のパネリストより大きな部分を表す第１のパネリストの挙動は、第２のパネリストのアクティビティより重く重み付けする（例えばより大きな乗数を掛けるなど）。図２の例示的なパネルデータ収集器２０６は、個々の測定位置についての推定アクティビティと、測定位置全体についての推定アクティビティ（例えば重複している、又は二重になっているオーディエンスエントリを削除することによる）とを決定する。個々のパネリストは、複数の測定位置（例えば家庭と仕事など）でカウントされる可能性があるので、二重になっているように見えるオーディエンスメンバを除去することによって、複数の位置にパネリストが存在することを考慮する。

[0067]図２の例示的なハイブリッドオンラインオーディエンス測定システム１０２は、センサスに基づくトラフィック情報を処理して、データをクリーニング及び分類する。この目的のために、例示的なハイブリッドオンラインオーディエンス測定システム１０２は、トラフィックフィルタ２０８、及びサイト分類器２１０を含む。

[0068]多くのウェブサイト（例えばウェブサーバ１０６及び１０８）は、人間以外、及び／又は間接的な人間のアクティビティ（例えばロボット、ウェブクローラ、ウェブスパイダ、自動ページリフレッシュ、及び／又は人間が意識的又は無意識的にウェブサイトを要求することによって生成されるのではないその他のトラフィックなど）によって生成されたトラフィック（例えばページビューなど）を受信する。例示的なトラフィックフィルタ２０８は、無関係なデータ及び／又はその他の人間以外のアクティビティをカウントすることを回避するために、センサスに基づく情報（例えばサーバログ及び／又はタグに基づくカウントなど）をクリーニングする。例えば、図２のトラフィックフィルタ２０８は、既知のユーザエージェント、既知のＩＰアドレス、及び／又はアクティビティ持続時間しきい値のリストをセンサスに基づく情報に適用して、人間以外のトラフィックを識別し、除去する。既知のユーザエージェント及び／又は既知のＩＰアドレスのリストは、Ｉｎｔｅｒａｃｔｉｖｅ Ａｄｖｅｒｔｉｚｉｎｇ Ｂｕｒｅａｕ（ＩＡＢ）／Ａｕｄｉｔ Ｂｕｒｅａｕ ｏｆ Ｃｉｒｃｕｌａｔｉｏｎｓ Ｅｌｅｃｔｒｏｎｉｃ（ＡＢＣｅ） Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｐｉｄｅｒ＆Ｒｏｂｏｔから入手することができる。いくつかの例では、トラフィックフィルタ２０８は、さらにアクティビティに基づくフィルタを適用して、人間以外のトラフィックを検出する。

[0069]図２の例示的なトラフィックフィルタ２０８は、要求側デバイスのＩＰアドレスを用いて、センサスに基づくデータを地理学的領域（例えば州、地域、国、大陸など）によってカテゴライズする。したがって、ウェブサーバ１０６及び１０８への国際トラフィックは、特定の用途で関心がないものである場合には除去することができる。図２の例示的なトラフィックフィルタ２０８は、また、自動ウェブページリフレッシュ（例えば同じウェブページの更新版を求める要求を、通常は最初のウェブページの受信後ある程度の間隔をおいて送信させるウェブページコードなど）も除去する。例示的なモニタアプリケーション１１８はタグを認識するので、例示的なパネルデータ収集器２０６は、人間が要求したページビューを識別することによってページビュー自動リフレッシュアクティビティを推定し、自動リフレッシュによって生じたページビューを区別することができる。例えば、モニタアプリケーション１１８（例えば計測器など）は、ブラウザのアクティビティを追跡し、対応するパネリストのアクション（例えばボタンクリック、キーストロークなど）が起こってウェブページリフレッシュを引き起こしたかどうか、及び／又はウェブページソースコード中の命令のブラウザによる実行がウェブページリフレッシュを引き起こすかどうかを判定することによって、ウェブページリフレッシュ（例えばウェブページ要求など）を識別することができる。

[0070]人間によるページビューと自動リフレッシュページビューは、率又は比率に変換することができ、この率又は比率を、図２の例示的なトラフィックフィルタ２０８がセンサスに基づくトラフィック（例えばページビューなど）に適用して、自動リフレッシュに帰することができるページビューを減少させる、又は除去する。例えば、自動リフレッシュ率は、全ページビューに対する自動リフレッシュによって生成されたページビュー数の比率として、曜日及び時間帯によるＵＲＬパターンのパネルに基づくデータから決定することができる。次いで、自動リフレッシュ率又は比率を、選択したＵＲＬパターンのセンサスに基づくページビュー（ＵＲＬページビュー）（例えば他の人間以外及び／又は非人口統計学的な市場トラフィックはクリーニングされているもの）に適用して、調整又はクリーニングしたセンサスに基づくＵＲＬページビュー数（調整ＵＲＬページビュー）を決定する。計算例は、次の数式で表される。調整ＵＲＬページビュー＝ＵＲＬページビュー×（１−自動リフレッシュ率）

[0071]図２の例示的なサイト分類器２１０は、フィルタリングされたセンサスに基づくトラフィック情報（例えば関心のあるＵＲＬの調整ＵＲＬページビューなど）を受信し、それらのＵＲＬ（例えばウェブページ及び／又はビデオストリームなど）をカテゴリ（例えばスポーツ、小売りなど）に分類する。例えば、図２のサイト分類器２１０は、分類辞書を適用して、カテゴリによるパネリストアクティビティの分類及び／又はモデリングを補助する。例示的なサイト分類器２１０は、ブランド、親エンティティ、チャネル、インターネットドメイン、インターネットサブドメイン、及び／又はその他の任意の方法など、複数の方法で分類を行う。例えば、親は、複数のブランドを含むこともでき、それらのブランドのそれぞれが複数のチャネルを含むこともできる。

[0072]図２の例示的なハイブリッドオンラインオーディエンス測定システム１０２は、は、さらに、仮想パネル生成器２１２を含む。図３は、図２の例示的な仮想パネル生成器２１２の例示的な実施態様を示すブロック図である。例示的なパネリストデータ及び例示的なセンサスデータを使用して、測定位置（例えば図１の仕事環境１２０及び家庭環境１２２など）のオンラインオーディエンスは効果的に推定及び／又は分類することができるが、センサスに基づくトラフィックが、非測定位置から生じるトラフィックの量が増加していることを示すことも多い。例示的な仮想パネル生成器２１２は、仮想パネルを生成して、従来可能であったよりも正確な非測定位置からのトラフィックの推定を可能にする。例示的な非測定位置としては、仕事環境の共有コンピュータ、家庭環境の第２又は第３のコンピュータ、公共のアクセス位置のコンピュータ、モバイルデバイス、並びに／或いはパネルに基づく方法では測定されない、及び／又は測定不能なその他のデバイスなどが挙げられるが、これらに限定されるわけではない。

[0073]図２の例では、負の２項分布（ＮＢＤ）計算機２１４が、非測定位置から１つ又は複数のウェブサイトにアクセスする人数を決定する。負の２項分布は、連続したｎ個の独立したベルヌーイ試行（各ベルヌーイ試行の結果は、成功か失敗かで定義される）における成功数ｒの離散的な確率分布である。例示的なＮＢＤ計算機２１４は、「成功」を、パネリストがＵＲＬを訪問するかどうかの試行における、特定のパネリストによるＵＲＬのページビューと考えることができる。図２の例示的なＮＢＤ計算機２１４は、（例えば測定位置を測定したパネリストデータでは表されない）非測定位置のみからウェブページにアクセスするオーディエンスの特徴（例えばサイズ及び／又は人口統計学的組成など）を決定する。非測定位置のオーディエンスを決定するために、図２の例示的なＮＢＤ計算機２１４は、パネリストデータから決定された複数の人口統計学的グループのそれぞれについての重み付けされたオーディエンス特徴データ、パネリストデータから決定されたそれらの人口統計学的グループのそれぞれについての重み付けされたセッションデータ、トラフィックフィルタ２０８による処理後にセンサスに基づくデータから決定されたそれらの人口統計学的グループのそれぞれのクリーニング済みセッションの数、及び調査データから決定されたオーディエンスのサイズの母集合推定値を受信する。人口統計学的グループは、母集合又は母集団のサブセットを定義することがある。したがって、図示の例の例示的なＮＢＤ計算機２１４は、複数の人口統計学的グループに対応する複数回のＮＢＤ計算を実行する。図２の例示的なＮＢＤ計算機２１４は、ＮＢＤプロセスで使用される変数を決定し、それらの変数に基づいて人口統計学的グループのＮＢＤを計算する。ＮＢＤを計算する例示的なプロセス（例えばコンピュータ可読命令など）及びＮＢＤへの入力変数については、以下に述べる。

[0074]非測定位置からのみウェブサイトにアクセスする人数が（例えばＮＢＤ計算機２１４から）決定されたら、例示的な仮想パネル生成器は、非測定位置のオーディエンスを表現する仮想パネルを生成する。図２の例示的な仮想パネル生成器２１２は、測定位置（例えば家庭環境及び仕事環境など）のパネリストのサブセットを選択し、選択したパネリスト（及び対応するオンライン挙動）を複製して非測定位置標本を形成することによって、この仮想パネル（例えば非測定位置標本）を生成する。図２の例では、パネリストの複製版は、複製したパネリストを実際のパネリストとしてシミュレート又は表現する別個の識別子を備える。例示的な仮想パネル生成器２１２は、非測定位置のオーディエンスの推定人口統計学的分布と同様の人口統計学的組成を有するように、また複製したパネリストのアクティビティが、非測定位置のオーディエンスの調査した挙動を表現するように、このパネリストのサブセットを選択する。例示的な仮想パネル生成器２１２は、ボリュームターゲット（パネリストデータとセンサスに基づくデータの間の差に基づいて計算されるウェブサイトのページビューの数）に適合するように、複製したパネリストのアクティビティの全て又は一部を選択することができる。

[0075]図３の例示的な仮想パネル生成器２１２は、標本重み付け器３０２、標本選択器３０４、及び標本再重み付け器３０６を含む。例示的な仮想パネル生成器２１２は、得られた仮想パネルの選択標本サイズ３０８（例えば１００００メンバなど所望のパネルサイズを反映する動作によって入力される値など）、１つ又は複数の人口統計学的グループの１つ又は複数のオーディエンスターゲット３１０（例えばセンサスに基づくオーディエンスとパネルに基づくオーディエンス及び／又は非測定位置から生じるページビューの推定数との間の差など）、パネル挙動データ３１２（例えばオンラインアクティビティなど）、ＮＢＤ出力３１４（例えば図２のＮＢＤ計算機２１４による計算結果など）、並びに非測定位置の推定母集合サイズ３１６を受信する。

[0076]図３の選択標本サイズ３０８は、仮想パネルを形成するために（例えば標本選択器３０４によって）選択されるパネリストの数を表す。選択標本サイズ３０８は、少なくとも人口統計を表現するために必要なパネリスト及び／又は非測定位置からのみウェブページにアクセスするオーディエンス（例えば家庭環境又は仕事環境などの測定位置ではアクティブオンラインではない人など）のアクティビティの数と同じ大きさにすることができる。

[0077]例示的なパネリスト挙動データ３１２（例えばパネリストデータのサブセットなど）は、仮想パネルについて重み付け及び／又は考慮される各パネリストのアクティビティを表現するデータを含む。図３の例示的な標本重み付け器３０２及び／又は例示的な標本再重み付け器３０６は、パネル挙動データ３１２に反映されるアクティビティを、非測定位置のアクティビティと比較して、それらのパネリストの重みを決定する。

[0078]図３の例示的な１つ又は複数のオーディエンスターゲット３１０（例えばオーディエンスメンバの予想又は推定数など）は、センサスに基づくオーディエンス推定値（例えばクリーニング済みのセンサスに基づくページビューに基づく１つ又は複数のウェブページの総オーディエンスの推定値など）とパネルに基づくオーディエンス推定値（例えば測定位置のオーディエンスの推定値など）の間の差として計算される。図３のオーディエンスターゲット３１０は、非測定位置でのみ発生するオンラインアクティビティを行うオーディエンスメンバの推定数又は予想数である。パネルに基づくオーディエンス推定値は、図２のＮＢＤ計算機２１４によって計算される。センサスに基づくオーディエンス推定値は、センサスに基づくウェブトラフィック（例えばページ要求又はインプレッションの数、ビデオストリームの数など）及びパネルに基づくページビューボリューム計算（例えばウェブページ要求又はインプレッション及びパネリストセッションなど）に基づいて計算される。例えば、クリーニング済みのセンサスに基づくデータからあるＵＲＬパターンについて決定されるページビューの数を、パネリスト（例えばオーディエンスメンバなど）あたりのページビューの平均数で割って、センサスに基づくデータのオーディエンスメンバの推定数を決定することができる。いくつかの例では、１つ又は複数のオーディエンスターゲット３１０は、母集団全体の同オーディエンスターゲット、及び人口統計学的サブグループに対応する母集団の個別のサブセットのオーディエンスターゲットを含む。

[0079]非測定位置の母集合サイズ３１６は、図示の例では、総母集合サイズ（例えば調査から決定される総オンライン母集団など）、及び測定位置の総オーディエンス（例えばパネリストデータから決定される全ての測定位置のオーディエンスなど）に基づいて決定される。図３の例では、非測定位置の母集合サイズ３１６は、総母集合サイズと測定位置の総オーディエンスとの間の差である。

[0080]図２の例示的な調査に基づくデータ収集器２０４は、仮想パネル生成器２１２に、非測定位置からウェブサイトにアクセスする母集団の推定サイズ及び人口統計学的組成を提供する。センサスに基づくデータ収集器２０２は、センサスに基づくページビュー情報を仮想パネル生成器２１２に提供し、パネルデータ収集器２０６は、パネルに基づく情報を仮想パネル生成器２１２に提供する。パネリストデータ及びセンサスデータは、測定位置からのページビューの推定値とセンサスに基づくデータ収集器２０２が（例えばサーバモニタ１３４及び／又はデーモン１３６を介して）測定したページビューとの間のページビューボリュームの不一致など、非測定位置からのページビューについての案内をサイトごとに提供する。

[0081]仮想パネル（例えば非測定位置標本など）を作成するために、例示的な仮想パネル生成器２１２は、（例えば標本重み付け器３０２を介して）各パネリストに重みを適用する、又は割り当てる。標本重み付け器３０２は、非測定位置のオーディエンスを表現するための例示的なパネリストのそれぞれの所望度又は適応性を表現する重みを生成する。例えば、標本重み付け器３０２は、人口統計学的ターゲット（例えば非測定位置の推定人口統計など）及び／又はエンティティターゲット（例えばＮＢＤ計算機２１４によって決定される非測定位置の推定個別オーディエンス３１４、センサスに基づくデータとパネリストデータの間のページビューの推定差など）などのオーディエンスターゲット３１０に基づいて所望度を決定することができる。Ｃａｌｍａｒ重み付けを用いて、図２の例示的な標本重み付け器３０２は、パネリストの個別オンラインアクティビティ並びに／或いは人口統計学的ターゲット及び／又はエンティティターゲットと比較した人工統計学的特徴に基づいて、各パネリストに重みを割り当てる。重みは、Ｃａｌｍａｒ重み付けが収束するときに、各パネリストについて決定される。重みは、パネリストが非測定位置の代表的な人をどの程度厳密に表現しているかを指定する。非測定位置からウェブサイトにアクセスする人の推定人口統計学的プロフィル及び／又は挙動プロフィルと類似しているパネリストには、より大きな重みが与えられる。

[0082]重み付け後、図３の例示的な標本選択器３０４は、無作為選択を用いて、仮想パネルに含めるパネリストの数を選択する。標本重み付け器３０２によって計算される各パネリストの重みを、選択（又は包含）確率として使用する。大きな重みを有するパネリストは、標本選択器３０４によって選択される可能性が高い。例示的な仮想パネル生成器２１２は、例えばＦａｓｔＣｕｂｅ法を用いて、パネリストの数（例えば一定数など）を無作為に選択することができる。選択したパネリスト及び対応する人口統計学的データ、挙動データ及び／又はその他のデータを複製して、パネルの元のパネリストは保持したまま、仮想パネリストを作成する。

[0083]仮想パネリストを選択（例えば生成）した後で、図３の例示的な標本再重み付け器３０６は、人口統計学的ターゲット及び／又はオーディエンスターゲットと突き合わせて、選択した仮想パネリストに再重み付けする。再重み付けに使用される例示的なターゲットは、非測定位置のオーディエンス及び／又は挙動についてどの程度分かっているかに応じて、第１の重み付け中のものと同じであってもよいし、第１の重み付けに使用したものと異なっていてもよい。例示的な仮想パネル生成器２１２は、オーディエンスターゲット及び／又は挙動ターゲットを表すこの１組の選択したパネリスト及び対応する重みのセットを含む仮想パネルを出力する。

[0084]例示的なパネリストデータ（例えばパネリストの挙動情報など）、センサスに基づくデータ、及び仮想パネル（例えば仮想パネル用に選択及び／又は複製されたパネリストのパネリストデータなど）は、アクティビティ遂行器２１６に提供される。図２の例示的なアクティビティ遂行器２１６は、測定及び非測定のパネルボリュームと測定したセンサスに基づくボリュームとの間の任意の残りのアクティビティを遂行する（任意の残りのアクティビティの起点を推定する）。仮想パネルアクティビティを遂行するために、例示的なアクティビティ遂行器２１６は、各時間帯の各人口統計学的グループの、センサスに基づくデータ収集器２０２によって収集されるがパネリストデータ及び仮想パネルでは考慮されないアクティビティを遂行（例えば推定、マッチング）するためのアクティビティ量を決定する。アクティビティの不一致は、測定環境の非測定アクティビティ（例えば家庭環境及び／又は仕事環境内に位置するが計測されないデバイスにおけるアクティビティなど）から生じることもある。その場合、例示的なアクティビティ遂行器２１６は、パネリストアクティビティのインスタンス（例えばパネリストについてロギングされたページビュー及び／又はビデオストリームのセット、パネリストのオンラインセッションなど）を無作為及び／又は確率的に複製して、アクティビティの差を補償する。

[0085]図２の例示的なアクティビティ遂行器２１６は、オーディエンス、オーディエンスの人口統計、並びに／或いは測定したＵＲＬ、測定した同様のＵＲＬのセット、測定したブランド、測定したチャネル、測定した親エンティティ、及び／又はその他の任意の測定したエンティティ若しくはサブエンティティについて決定したオーディエンスのアクティビティの報告を生成及び／又は出力する。

[0086]図２の例示的なハイブリッドオンラインオーディエンス測定システム１０２は、は、さらに、オーディエンス分類器２１８を含む。例示的なオーディエンス分類器２１８は、（例えばパネルデータ収集器２０６からの）測定位置の決定したオーディエンス、及び（例えば仮想パネル生成器２１２からの）非測定位置の決定したオーディエンス、並びに（例えばアクティビティ遂行器２１６からの）パネルで表現されていない追加のアクティビティを受信する。例示的なオーディエンス分類器２１８は、さらに、例示的なセンサスに基づくデータ収集器２０２からのページビューデータ及び／又はサイト分類器２１０からのクリーニング済みページビューデータを受信する。図２のオーディエンス分類器２１８は、（例えば測定位置の）パネリストデータに基づいてページビューデータの第１の部分を分類し、（例えば非測定位置の）仮想パネルに基づいてページビューデータの第２の部分を分類する。ページビューデータの分類は、ＵＲＬ及び／又はエンティティ、時間帯、曜日、並びに／或いはその他の任意の分類の組合せについてオーディエンス及び／又はトラフィックを分類するための統計及び／又は報告を生成することを含むこともある。図２の例示的なオーディエンス分類器２１８は、報告期間中の１つ又は複数のウェブサイトのオーディエンスを推定する。例えば、図示の例のオーディエンス分類器２１８は、ウェブサイトの個別オーディエンスメンバの数及びウェブサイトオーディエンスの人口統計を推定する。

[0087]図１のハイブリッドオンラインオーディエンス測定システム１０２を実施する例示的な様式を図２に示し、図２の仮想パネル生成器２１２を実施する例示的な様式を図３に示したが、図１から図３に示す要素、プロセス及び／又はデバイスは、そのうちの１つ又は複数を、他の任意の方法で結合、分割、再配列、省略、削除及び／又は実施することができる。さらに、図１、図２及び／又は図３の例示的なハイブリッドオンラインオーディエンス測定システム１０２、例示的な母集合推定器１０４、例示的なウェブサーバ１０６及び１０８、例示的なモニタリングアプリケーション１１８、例示的なサーバモニタ１３４、例示的なセンサスに基づくデータ収集器２０２、例示的な調査に基づくデータ収集器２０４、例示的なパネルデータ収集器２０６、例示的なトラフィックフィルタ２０８、例示的なサイト分類器２１０、例示的な仮想パネル生成器２１２、例示的なＮＢＤ計算機２１４、例示的なアクティビティ遂行器２１６、例示的なオーディエンス分類器２１８、例示的な標本重み付け器３０２、例示的な標本選択器３０４、例示的な標本再重み付け器３０６、並びに／或いはさらに一般的に、例示的なシステム１００、例示的なオンラインオーディエンス測定システム１０２、及び／又は例示的な仮想パネル生成器２１２は、ハードウェア、ソフトウェア、ファームウェア並びに／或いはハードウェア、ソフトウェア及び／又はファームウェアの任意の組合せによって実装することができる。したがって、例えば、例示的なハイブリッドオンラインオーディエンス測定システム１０２、例示的な母集合推定器１０４、例示的なウェブサーバ１０６及び１０８、例示的なモニタリングアプリケーション１１８、例示的なサーバモニタ１３４、例示的なセンサスに基づくデータ収集器２０２、例示的な調査に基づくデータ収集器２０４、例示的なパネルデータ収集器２０６、例示的なトラフィックフィルタ２０８、例示的なサイト分類器２１０、例示的な仮想パネル生成器２１２、例示的なＮＢＤ計算機２１４、例示的なアクティビティ遂行器２１６、例示的なオーディエンス分類器２１８、例示的な標本重み付け器３０２、例示的な標本選択器３０４、例示的な標本再重み付け器３０６、並びに／或いはさらに一般的に、例示的なシステム１００、例示的なオンラインオーディエンス測定システム１０２、及び／又は例示的な仮想パネル生成器２１２はいずれも、１つ又は複数の回路、１つ又は複数のプログラマブルプロセッサ、１つ又は複数の特定用途向け集積回路（ＡＳＩＣ）、１つ又は複数のプログラマブル論理デバイス（ＰＬＤ）及び／或いは１つ又は複数のフィールドプログラマブル論理デバイス（ＦＰＬＤ）などで実装することもできる。純粋にソフトウェア及び／又はファームウェアの実施態様をカバーする本特許の装置クレーム及び／又はシステムクレームのいずれかを読むときには、例示的なハイブリッドオンラインオーディエンス測定システム１０２、例示的な母集合推定器１０４、例示的なウェブサーバ１０６及び１０８、例示的なモニタリングアプリケーション１１８、例示的なサーバモニタ１３４、例示的なセンサスに基づくデータ収集器２０２、例示的な調査に基づくデータ収集器２０４、例示的なパネルデータ収集器２０６、例示的なトラフィックフィルタ２０８、例示的なサイト分類器２１０、例示的な仮想パネル生成器２１２、例示的なＮＢＤ計算機２１４、例示的なアクティビティ遂行器２１６、例示的なオーディエンス分類器２１８、例示的な標本重み付け器３０２、例示的な標本選択器３０４、並びに／又は例示的な標本再重み付け器３０６のうちの少なくとも１つは、この記述により、そのソフトウェア及び／又はファームウェアを格納するメモリ、ＤＶＤ、ＣＤ、Ｂｌｕ−ｒａｙ（登録商標）などの有形のコンピュータ可読記憶媒体を含むように明白に定義される。さらに、図１、図２及び／又は図３の例示的なシステム１００、例示的なハイブリッドオンラインオーディエンス測定システム１０２、及び／又は例示的な仮想パネル生成器２１２は、図１、図２及び／又は図３に示す要素、プロセス及び／又はデバイスに加えて、又はそれらの代わりに、１つ又は複数の要素、プロセス及び／又はデバイスを含むことができ、並びに／或いは図示の要素、プロセス及びデバイスのうちのいずれか又は全てを複数含むこともできる。

[0088]図１から図３のハイブリッドオンラインオーディエンス測定システム１０２を実施する例示的なマシン可読命令を表す流れ図が、図４から図１３Ｂに示してある。これらの例では、マシン可読命令は、図１８に関連して以下で述べる例示的な処理プラットフォーム１８００に示すプロセッサ１８１２などのプロセッサによって実行される１つ又は複数のプログラムを含む。プログラムは、ＣＤ−ＲＯＭ、フロッピー（登録商標）ディスク、ハードドライブ、デジタル汎用ディスク（ＤＶＤ）、Ｂｌｕ−ｒａｙディスク、又はプロセッサ１８１２に関連付けられたメモリなどの有形のコンピュータ可読記憶媒体に格納されるソフトウェアで実施することができるが、別法として、プログラム全体及び／又はその一部を、プロセッサ１８１２以外のデバイスによって実行し、及び／或いはファームウェア又は専用ハードウェアで実施することもできる。さらに、図４から図１３Ｂに示す流れ図を参照して例示的なプログラムについて述べるが、例示的なハイブリッドオンラインオーディエンス測定システム１０２及び／又は例示的な仮想パネル生成器２１２を実施するその他の多くの方法を使用することもできる。例えば、ブロックの実行順序の変更、及び／或いは記載するブロックの一部の変更、削除又は結合を行うことができる。

[0089]上述のように、図４から図１３Ｂの例示的なプロセスは、記憶ドライブ、記憶ディスク、ハードディスクドライブ、フラッシュメモリ、読取り専用メモリ（ＲＯＭ）、コンパクトディスク（ＣＤ）、デジタル汎用ディスク（ＤＶＤ）、Ｂｌｕ−ｒａｙディスク、キャッシュ、ランダムアクセスメモリ（ＲＡＭ）及び／或いは情報が任意の期間（例えば長期間、永久、短期間、一時バッファリング、及び／又は情報のキャッシュなど）格納されるその他の任意の記憶デバイス又は記憶ディスクなどの有形のコンピュータ可読記憶媒体に格納された符号化命令（例えばコンピュータ可読命令など）を用いて実施することができる。本明細書で使用する「有形のコンピュータ可読記憶媒体」という用語は、任意のタイプのコンピュータ可読記憶デバイス及び／又は記憶ディスクを含み、伝搬信号を排除するものとして明白に定義される。これに加えて、又は別法として、図４から図１３Ｂの例示的なプロセスは、ハードディスクドライブ、フラッシュメモリ、読取り専用メモリ、コンパクトディスク、デジタル汎用ディスク、キャッシュ、ランダムアクセスメモリ及び／或いは情報が任意の期間（例えば長期間、永久、短期間、一時バッファリング、及び／又は情報のキャッシュなど）格納されるその他の任意の記憶デバイス又は記憶ディスクなどの非一時的なコンピュータ可読媒体に格納された符号化命令（例えばコンピュータ可読命令など）を用いて実施することができる。本明細書で使用する「非一時的なコンピュータ可読媒体」という用語は、格納期間にかかわらず任意のタイプのコンピュータ可読記憶デバイス及び／又は記憶ディスクを含み、伝搬信号を排除するものとして明白に定義される。本明細書で使用する「少なくとも」という表現を特許請求の範囲のプリアンブルで移行語として使用するときには、「含む」という用語が非限定であるのと同様に、非限定である。

[0090]図４は、ウェブサイトのオンラインオーディエンスを測定するために図１及び／又は図２のハイブリッドオンラインオーディエンス測定システム１０２を実施するために実行することができる、例示的なコンピュータ可読命令４００を表す流れ図である。

[0091]図４の例示的な命令４００は、（例えば図２の調査に基づくデータ収集器２０４を介して）母集合推定値を取得（例えば受信、収集）するステップを含む（ブロック４０２）。例示的な母集合推定値は、オンライン母集団の推定値（例えばウェブサイトにアクセスすることができる人の数、又はオンライン母集団の別の定義など）を含む。母集合推定値は、さらに、オンライン母集団の調査した挙動を含むこともできる。

[0092]例示的なハイブリッドオンラインオーディエンス測定システム１０２は、（例えばセンサスに基づくデータ収集器２０２を介して）ウェブサイトのサーバセントリックな、又はセンサスに基づくデータを取得する（ブロック４０４）。センサスに基づくデータは、タグに基づくデータ、及び／又は図１の例示的なサーバモニタ１３４によって実行されるウェブサイトトラフィックの測定値を含むことができる。例示的なハイブリッドオンラインオーディエンス測定システム１０２は、（例えばトラフィックフィルタ２０８を介して）センサスに基づくデータをフィルタリングして、不要なトラフィックを除去する（ブロック４０６）。不要な（又は非代表的な）トラフィックの例としては、ロボット又はスパイダなどの人間以外によるトラフィック、非代表的な地理学的位置からのトラフィック、及び／又は自動ページリフレッシュによって生じるトラフィックなどが挙げられる。ブロック４０６を実施するための例示的なコンピュータ可読命令については、図５を参照して後述する。例示的なハイブリッドオンラインオーディエンス測定システム１０２は、（例えば図２のパネルデータ収集器２０６を介して）測定位置のパネリストデータを取得する（ブロック４０８）。例示的なパネリストデータとしては、個別のパネリストについての人口統計学的情報及びオンライン挙動情報などが挙げられる。

[0093]例示的なハイブリッドオンラインオーディエンス測定システム１０２は、（例えば図２のサイト分類器２１０を介して）パネリストデータ、センサスに基づくデータ、及び／又は調査に基づくデータ中の１つ又は複数のウェブサイトを分類する（ブロック４１０）。例えば、サイト分類器２１０は、分類辞書（例えばスポーツ、小売りなど）を使用して、ＵＲＬ、複数組の同様のＵＲＬのセット、チャネル、ブランド、親エンティティ、及び／又はその他の任意のウェブサイトの組織を分類することができる。

[0094]例示的なハイブリッドオンラインオーディエンス測定システム１０２は、（例えば図２のＮＢＤ計算機２１４を介して）非測定位置からのトラフィック及び／又はオーディエンスを推定する（ブロック４１２）。例示的なＮＢＤ計算機２１４は、センサスに基づくデータ、パネリストデータ、及び調査に基づくデータに基づいて、非測定位置からのトラフィック及び／又はオーディエンスを推定する。ブロック４１２を実施するための例示的なコンピュータ可読命令については、図６から図８を参照して後述する。

[0095]例示的なハイブリッドオンラインオーディエンス測定システム１０２は、（例えば図２の仮想パネル生成器２１２を介して）非測定位置のオーディエンスの推定値に基づいて仮想パネルを生成する（ブロック４１４）。例えば、図２の仮想パネル生成器２１２は、人口統計学的ターゲット、オーディエンスターゲット、及び／又はアクティビティターゲット、並びにパネリストの人口統計学的特徴及び／又はオンライン挙動に基づいて、パネリストデータに含まれるパネリストに重み付けすることができる。例示的な仮想パネル生成器２１２は、それらの重みに基づいて、仮想パネルに含めるパネリストの数を選択する。ブロック４１４を実施するための例示的なコンピュータ命令については、図９を参照して後述する。

[0096]例示的なハイブリッドオンラインオーディエンス測定システム１０２は、（例えば図２の仮想パネル生成器２１２を介して）選択したパネリストを用いて非測定位置のオーディエンスを推定する（ブロック４１６）。例えば、仮想パネル生成器２１２は、ブロック４１４で選択したパネリストに再重み付けして、人口統計学的ターゲット、オーディエンスターゲット、及び／又はアクティビティターゲットを表現することができる。仮想パネルの再重み付けされたパネリストの組合せが、推定オーディエンスの人口統計学的特徴を含む非測定位置の推定オーディエンスを与えることができる。

[0097]例示的なハイブリッドオンラインオーディエンス測定システム１０２は、（例えば図２のアクティビティ遂行器２１６を介して）パネル測定値では表現されていない追加のアクティビティを決定する（ブロック４１８）。例えば、アクティビティ遂行器２１６は、ウェブサイトトラフィックのセンサスに基づく測定値とウェブサイトトラフィックのパネルに基づく推定値（例えば測定パネルと仮想パネル）の間の差を決定することができる。例示的なアクティビティ遂行器２１６は、実際のパネリストアクティビティに基づいて追加のオーディエンスアクティビティを生成及び／又は分類して、この差を表現する。アクティビティの差は、測定位置（例えば家庭環境、仕事環境など）では実行されるがパネルでは測定又は表現されないアクティビティを含むことができる。ブロック４１８を実施するための例示的なコンピュータ可読命令については、図１０Ａ及び図１０Ｂ並びに／又は図１１Ａ及び図１１Ｂを参照して後述する。

[0098]例示的なハイブリッドオンラインオーディエンス測定システム１０２は、測定位置のオーディエンス、非測定位置のオーディエンス、及び追加のアクティビティを用いて、ウェブサイトの１つ又は複数のオンラインオーディエンスを決定する（ブロック４２０）。いくつかの例では、ハイブリッドオンラインオーディエンス測定システム１０２は、オンラインオーディエンスの分類、並びに／或いは人口統計学的グループ、地理学的位置、時間帯、曜日、及び／又はその他の基準など、特定の基準に対応するオンラインオーディエンスの一部分の決定を行う。いくつかの例では、ハイブリッドオンラインオーディエンス測定システム１０２は、仮想パネルに対応するデータに基づいて、非測定位置に関連するページビューデータを分類する。図４の例示的な命令４００は、これで終了することもできるし、及び／又は追加のオンラインオーディエンスを決定するために反復してもよい。

[0099]図５は、実行時にプロセッサに１組のトラフィックデータのセット（例えばページビューデータなど）からトラフィック（例えばページビューなど）をフィルタリングさせる、例示的なコンピュータ可読命令５００を表す流れ図である。図５の例示的な命令５００は、図２の例示的なトラフィックフィルタ２０８によって実行して、図４のブロック４０６を実行することができる。例示的な命令５００は、測定ウェブサイトのセンサスに基づくデータ（例えば図１のウェブサーバ１０６及び１０８のサーバモニタ１３４によって生成されるトラフィックログなど）を取得した後で実行される。

[00100]例示的なトラフィックフィルタ２０８は、人間以外のトラフィックを表す既知のユーザエージェント及び／又はＩＰアドレスのリストを取得する（ブロック５０２）。例えば、トラフィックフィルタ２０８は、ＩＡＢ／ＡＢＣｅ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｐｉｄｅｒ＆Ｒｏｂｏｔ Ｌｉｓｔを取得することができる。例示的なトラフィックフィルタ２０８は、センサスに基づくデータ中のＵＲＬを選択する（ブロック５０４）。センサスに基づくデータは、ＵＲＬについての複数のエントリ（例えばページビュー、ビデオストリームなど）、及び／或いは同じＵＲＬパターンに対応するＵＲＬの１つ又は複数のバリエーションを有することがある。例示的なトラフィックフィルタ２０８は、選択したＵＲＬについてのセンサスに基づくデータ中のエントリを選択する（ブロック５０６）。それぞれの例示的なエントリは、要求側デバイスのＩＰアドレス、デバイスに要求するために使用されたユーザエージェント、ページビューが要求された時間、及び／又はその他の情報など、ページビュー又はビデオストリームについての情報を含む。

[00101]例示的なトラフィックフィルタ２０８は、選択したエントリのＩＰアドレス及び／又はユーザエージェントがユーザエージェント及び／又はＩＰアドレスのリストと一致するかどうかを判定する（ブロック５０８）。一致がない場合には、例示的なトラフィックフィルタ２０８は、ＩＰアドレスがオンラインオーディエンス測定値から排除すべき地理学的領域に対応するかどうか（例えば別の国からのトラフィックかどうか）を判定する（ブロック５１０）。例えば、トラフィックフィルタ２０８は、選択したエントリのＩＰアドレスを、ＩＰアドレスから地理学的領域へのマッピングと比較することができる。選択したエントリのＩＰアドレス及び／又はユーザエージェントが人間以外のＩＰアドレス及び／又はユーザエージェントのリストと一致する場合（ブロック５０８）、或いは選択したエントリのＩＰアドレスが排除された地理学的領域に対応する場合（ブロック５１０）には、例示的なトラフィックフィルタ２０８は、その選択したエントリを、センサスに基づくデータから削除する（ブロック５１２）。いくつかの例では、トラフィックフィルタ２０８は、選択したエントリがオンラインオーディエンスの決定に使用されないように、アーカイブする、又はその他の方法でマークする。

[00102]選択したエントリを削除した（ブロック５１２）後で、或いは選択したエントリがＩＰアドレス及び／又はユーザエージェントのリストと一致せず（ブロック５０８）、排除された地理学的領域に対応しない（ブロック５１０）場合には、例示的なトラフィックフィルタは、選択したＵＲＬ（又はＵＲＬパターン）について追加のエントリがあるかどうかを判定する（ブロック５１４）。追加のエントリがある場合（ブロック５１４）には、制御がブロック５０６に戻り、センサスに基づくデータ中の別のエントリを選択する。選択したＵＲＬについて追加のエントリがない場合（例えば人間以外によるエントリ及び／又は排除された地理学的領域のエントリが削除されている場合）（ブロック５１４）には、例示的なトラフィックフィルタ２０８は、そのＵＲＬ（又はＵＲＬパターン）について利用可能な自動リフレッシュ率があるかどうかを判定する（ブロック５１６）。例えば、自動リフレッシュ率は、そのＵＲＬについて、ＵＲＬの自動リフレッシュの平均数のパネルに基づく観察に基づいて決定することができる。

[00103]利用可能なリフレッシュ率がある場合（ブロック５１６）には、例示的なトラフィックフィルタ２０８は、その自動リフレッシュ率に基づいて、選択したＵＲＬについてのいくつかのエントリを削除する（ブロック５１８）。例えば、トラフィックフィルタ２０８は、人間による要求１つあたりの自動リフレッシュの平均数に比例する数のそのＵＲＬのエントリを削除することができる。エントリを削除した（ブロック５１８）で、又はそのＵＲＬについて利用可能な自動リフレッシュ率データがない場合（ブロック５１６）には、例示的なトラフィックフィルタ２０８は、センサスに基づくデータ中に追加のＵＲＬがあるかどうかを判定する（ブロック５２０）。追加のＵＲＬ（又はＵＲＬパターン）がある場合（ブロック５２０）には、制御がブロック５０４に戻り、センサスに基づくデータから別のＵＲＬを選択する。それ以上ＵＲＬがない場合（ブロック５２０）には、図５の例示的な命令５００は終了し、制御は図４のブロック４０８に戻る。

[00104]図６は、実行時にプロセッサに非測定位置からウェブサイトへのアクセスを推定させる、例示的なコンピュータ可読命令６００を表す流れ図である。図６の例示的な命令６００は、図２の例示的なＮＢＤ計算機２１４によって実行して、図４のブロック４１２を実施することができる。いくつかの例では、命令６００は、ＮＢＤ計算機２１４に、非測定位置からのみアクセスする人のオーディエンスを推定させる。

[00105]図２の例示的なＮＢＤ計算機２１４は、ＮＢＤパラメータを計算する（ブロック６０２）。例えば、ＮＢＤ計算機２１４は、ポアッソンの条件が存在するかどうかの判定、及び／又は測定する人口統計学的グループのそれぞれについてのＮＢＤプロセスで使用される変数の計算を行うことができる。ＮＢＤパラメータを計算するための例示的な命令については、図７を参照して後述する。計算したパラメータを用いて、例示的なＮＢＤ計算機２１４は、それらの人口統計学的グループのＮＢＤを計算する（ブロック６０４）。ＮＢＤを計算するための例示的な命令については、図８を参照して後述する。

[00106]図６の例示的な命令６００は、これで終了し、非測定位置からのオーディエンスを含む総オーディエンス推定値を、図２の仮想パネル生成器２１２及び／又はアクティビティ遂行器２１６に戻すことができる。制御は、図４のブロック４１４に戻る。

[00107]図７は、実行時にプロセッサに負の２項分布のパラメータを計算させる例示的なコンピュータ可読命令７００を表す流れ図である。図７の例示的な命令７００は、図２の例示的なＮＢＤ計算機２１４によって実行して、図６のブロック６０２を実施することができる。

[00108]例示的なＮＢＤ計算機２１４は、ＮＢＤパラメータを決定するための入力を取得する（ブロック７０２）。ＮＢＤ計算機２１４への例示的な入力としては、人口統計学的グループの重み付けされたパネルオーディエンス（Ｕｉ）、人口統計学的グループの重み付けされたパネルセッション（Ｖｉ）、人口統計学的グループのクリーニング済みサーバセッション（Ｘｉ）、及び人口統計学的グループの推定母集合（Ｙｉ）などが挙げられる。

[00109]人口統計学的グループの重み付けされたパネルオーディエンスＵｉは、関心のあるＵＲＬについて少なくとも１つのページビューを有する選択された人口統計学的グループ中の人の推定数であり、測定位置の母集合を表すようにスケーリングされている。人口統計学的グループの重み付けされたオーディエンスの例示的な決定については、後述する。人口統計学的グループの重み付けされたパネルセッションＶｉは、パネリストのセッションの推定数であり、測定位置の母集合を表すようにスケーリングされている。人口統計学的グループのクリーニング済みサーバセッションＸｉの決定については、図１３Ａ及び図１３Ｂを参照して後述する。人口統計学的グループの推定母集合Ｙｉは、調査データから決定することができ、関心のある総母集団のうち人口統計学的グループに含まれる人の数を表す。

[00110]これらの入力に基づいて、例示的なＮＢＤ計算機２１４は、人口統計学的グループの母集合中の人１人あたりのパネルセッション（例えばＧｒ＝１００×Ｖｉ／Ｙｉ）、人口統計学的グループの母集合中の人１人あたりの調整されたパネルセッション（例えばＧｐ＝１００×Ｘｉ／Ｙｉ）、及びページビューがゼロの人の重み付けされた母集団（例えばｆｒ（０）＝１−Ｕｉ／Ｙｉ）を含む、追加情報を計算することができる。

[00111]次いで、例示的なＮＢＤ計算機２１４は、人口統計学的グループの到達率１００％（例えば人口統計学的グループの母集合の全てのメンバが報告期間中にウェブサイトを訪れている）及び／又は人口統計学的グループの到達率０％（例えば人口統計学的グループの母集合のメンバが全くウェブサイトを訪れていない）を示している状態から、（必要に応じて）変数を修正する（ブロック７０４）。例えば、ｆｒ（０）＝１である場合には、ｆｒ（０）を、１よりわずかに小さい数（多生えば０．９９９など）に変更する。逆に、ｆｒ（０）＝０である場合には、ｆｒ（０）を、０よりわずかに大きい数（例えば０．００１など）に変更する。

[00112]例示的なＮＢＤ計算機２１４は、さらに、ＮＢＤパラメータの計算に使用する定数「ｃ」の値を決定する（ブロック７０６）。図７の例では、定数「ｃ」は、ｃ＝Ｇｒ／（１００×ｌｎ（ｆｒ（０）））となるように計算される。例示的なＮＢＤ計算機２１４は、定数「ｃ」の値が−１以上であるかどうかを判定して、ポアッソン条件が存在するかどうかを判定する（ブロック７０８）。ポアッソン条件は、人口統計学的グループのメンバがあるウェブサイト又はあるウェブサイトのジャンルを訪れる可能性がしきい値未満であるシナリオを表す。

[00113]ポアッソン条件が存在しない（例えば定数「ｃ」が−１未満である）場合には、例示的なＮＢＤ計算機２１４は、ＮＢＤパラメータ「Ａ」を推定する。パラメータ「Ａ」を推定するために、例示的なＮＢＤ計算機２１４は、Ａ＝−２×（１＋ｃ）と設定する（ブロック７１０）。例示的なＮＢＤ計算機２１４は、「Ａ」に等しいプレースホルダ変数「Ｂ」を設定する（ブロック７１２）。ＮＢＤ計算機２１４は、「Ａ」の以前の値及び定数「Ｃ」に基づいてＡの更新値を計算する（例えばＡ＝Ｃ×（Ａ−（１＋Ａ）×ＬＮ（１＋Ａ））／（１＋Ａ＋Ｃ））（ブロック７１４）。

[00114]例示的なＮＢＤ計算機２１４は、「Ａ」の値が収束しているかどうか（例えばＡの更新値がＢのしきい値量以内、又はＡの以前の値以内であるかどうか）を判定する（ブロック７１６）。「Ａ」の値が収束していない場合（ブロック７１６）には、制御がブロック７１２に戻り、計算を繰り返す。「Ａ」の値が収束している場合に（ブロック７１６）には、例示的なＮＢＤ計算機２１４は、第２のＮＢＤパラメータ「ｋ」を設定する（ブロック７１８）。図７の例では、ＮＢＤ計算機２１４は、ＮＢＤパラメータｋ＝Ｇｒ／（１００×Ａ）を設定する。

[00115]例示的なＮＢＤ計算機２１４は、パラメータＡ’＝Ａ×（Ｘｉ／Ｖｉ）を計算し（ブロック７２０）、調節したＮＢＤパラメータα＝１／Ａ’を計算する（ブロック７２２）ことにより、クリーニング済みのページビュー及び／又はビデオストリームと整合するようにＮＢＤパラメータＡをスケーリングする。

[00116]ポアッソン条件が存在する場合（ブロック７０８）には、ＮＢＤは、１つのパラメータ（λ）を有するポアッソン分布として扱われる。したがって、例示的なＮＢＤ計算機２１４は、ＮＢＤパラメータα及びｋを計算せず、その代わりに、ポアッソンパラメータλ＝Ｇｒ／１００を計算する（ブロック７２４）。ＮＢＤパラメータα及びｋを計算したら（ブロック７２２）、又はポアッソンパラメータを計算したら（ブロック７２４）、図７の例示的な命令７００は終了し、制御は図６のブロック６０４に戻る。

[00117]図８は、実行時にプロセッサに負の２項分布を計算させる例示的なコンピュータ可読命令８００を表す流れ図である。図８の例示的な命令８００は、図２の例示的なＮＢＤ計算機２１４によって実行して、図６のブロック６０４を実施することができる。図８の例示的なＮＢＤ計算は、人口統計について実行される。したがって、例示的なＮＢＤ計算機２１４は、報告期間の間、異なる人口統計学的グループについて命令８００を繰り返すことができる。

[00118]図２の例示的なＮＢＤ計算機２１４は、ポアッソン条件が存在するかどうかを判定する（ブロック８０２）。例えば、ＮＢＤ計算機２１４は、ＮＢＤ計算のためにどの１つ又は複数のパラメータ（例えばポアッソン条件が存在する場合にはλ、ポアッソン条件が存在しない場合にはα及びｋ）が計算されたかを決定することができる。ポアッソン条件が存在しない場合（ブロック８０２）には、例示的なＮＢＤ計算機２１４は、人口統計学的グループのスケーリングされた到達率を計算する（ブロック８０４）。例えば、図２のＮＢＤ計算機２１４は、スケーリングされた到達率１００×（１−（α／α＋ｔ））^ｋ）を計算する。ここで、時間変数「ｔ」は、報告期間などの時間単位である（例えばｔ日など）。時間変数「ｔ」を１に設定すると、個別オーディエンスメンバを、図示の例のクリーニング済みのページビュー及び／又はビデオストリーム（例えば１日のページビュー、１日の報告など）に一致するようにスケーリングすることができる。

[00119]図２の例示的なＮＢＤ計算機２１４は、ゼロ接触（例えばページビュー）の確率を計算する（ブロック８０６）。例えば、ゼロページビューの確率ｆｐ（０）は、ｆｐ（０）＝（α／（α＋ｔ））^ｋに従って決定することができる。ここで、時間変数「ｔ」は、１に設定して、個別オーディエンスメンバを、クリーニング済みのページビュー及び／又はビデオストリームに一致するようにスケーリングする。図２の例示的なＮＢＤ計算機２１４は、ｎ≧１についてのページビューの数ｎの確率を計算する（ブロック８０８）。例えば、ｎページビューの確率ｆｐ（ｎ）は、ｆｐ（ｎ）＝（（ｋ＋ｎ−１）／ｎ）×（（ｔ／（α＋ｔ））×ｆｐ（ｎ−１）に従って決定することができる。ここで、時間変数「ｔ」は、１に設定して、個別オーディエンスメンバを、クリーニング済みのページビュー及び／又はビデオストリームに一致するようにスケーリングする。したがって、ページビューの数の確率ｆｐ（ｎ）は、それより少ないページビューの数の確率（ｆｐ（ｎ−１），ｆｐ（ｎ−ｘ））に基づいている。

[00120]図２の例示的なＮＢＤ計算機２１４は、ページビューの平均数（又は平均頻度）ＡｖｅＦを計算する（ブロック８１０）。ページビューの平均数は、ＡｖｅＦ＝ｋｔ／αによって決定することができる。ここで、時間変数「ｔ」は、１に設定して、個別オーディエンスメンバを、クリーニング済みのページビュー及び／又はビデオストリームに一致するようにスケーリングする。

[00121]例示的なＮＢＤ計算機２１４は、人口統計学的グループの母集合について、時間「ｔ」の延べ視聴率（ＧＲＰ（ｔ））を表す人１人あたりのパネルセッションの数を計算する（ブロック８１２）。人１人あたりのパネルセッションの数は、ＧＲＰ（ｔ）＝ｔ×Ｇｒによって決定することができる。ここで、時間変数「ｔ」は、１に設定して、個別オーディエンスメンバを、クリーニング済みのページビュー及び／又はビデオストリームに一致するようにスケーリングする。

[00122]ポアッソン条件が存在する場合（ブロック８０２）には、例示的なＮＢＤ計算機２１４は、時間ｔの間の頻度分布ｆｐ（ｉ）を決定する（ブロック８１４）。ここで、「ｉ」は、ページビューの数である。例えば、ＮＢＤ計算機２１４は、時間ｔの間の頻度分布ｆｐ（ｉ）（例えばページビューの数の分布など）を、ｆｐ（ｉ）＝（λｔ）^ｉ×ｅ^−λｔ／ｉ！に従って決定することができる（！は、階乗演算子を示す）。

[00123]図２の例示的なＮＢＤ計算機２１４は、ｔ日にわたるスケジュール到達率（百分率で表される）を決定する（ブロック８１６）。スケーリングされた到達率は、到達率＝１００×（１−ｅ^−λｔ）に従って決定することができる。図２の例示的なＮＢＤ計算機２１４は、人１人あたりのパネルセッションの数（Ｇｐ（ｔ））を決定する（ブロック８１８）。人１人あたりのパネルセッションの数（Ｇｐ（ｔ））は、Ｇｐ（ｔ）＝ｔ×Ｇｒによって決定することができる。

[00124]ポアッソン条件のＮＢＤを実行した（ブロック８１４から８１８）後で、又は非ポアッソン条件のＮＢＤを実行した（ブロック８０４から８１２）後で、例示的な命令８００は終了し、制御は図４のブロック４１４に戻る。例示的な命令８００は、入力変数（例えばＸｉ、Ｖｉ、Ｙｉ、Ｕｉなど）、１つ又は複数の人口統計学的グループのスケーリングされた到達率、１つ又は複数の人口統計学的グループのｎ回のページビュー（ｎ≧０）の確率、１つ又は複数の人口統計学的グループのページビューの１つ又は複数の平均数、１つ又は複数の人口統計学的グループの人１人あたりのパネルセッション、及び／或いは１つ又は複数の人口統計学的グループの１つ又は複数の期間についての１つ又は複数の頻度分布など、ＮＢＤから決定される計算に戻ることもできる。

[00125]図９は、実行時にプロセッサに非測定位置のオーディエンスを表すパネリストを選択させる例示的なコンピュータ可読命令９００を表す流れ図である。例示的な命令９００は、図２の例示的な仮想パネル生成器２１２によって実行して、図４のブロック４１４を実施することができる。

[00126]図２の例示的な仮想パネル生成器２１２は、非測定位置に対応するオーディエンスの人口統計学的ターゲットを取得する（ブロック９０２）。人口統計学的ターゲットは、調査に基づくデータ収集器２０２から受信することができ、非測定位置の推定人口統計を提供することができる。例示的な標本重み付け器３０２は、オーディエンスターゲット及びボリュームターゲットを取得する（ブロック９０４）。例示的なオーディエンスターゲットは、測定位置（例えば家庭環境及び仕事環境など）について報告された個別オーディエンスとＮＢＤ計算機２１４によって決定された推定個別オーディエンス（例えば家庭、仕事、及び非測定環境又は位置など）の間の差である。例示的なボリュームターゲットは、ページビュー（例えばセンサスに基づくデータ収集器２０２から受信したものなど）及び／又はビデオストリームの報告されたボリュームと、ページビュー及び／又はビデオストリームの平滑化されたボリュームとの間の差であり、非測定位置からのトラフィックによって減量されている。図２の仮想パネル生成器２１２は、ページビュー及びビデオストリームなどのボリュームメトリックがパレート分布に従うものと仮定する。平滑化されたボリュームを生成するための例示的な命令については、図１２を参照して後述する。特定のエンティティのオーディエンスターゲット及びボリュームターゲットが与えられれば、パレート分布の選択した百分位数を計算することによって標本選択のためのボリュームターゲットを生成することができる。いくつかの例では、百分位数を計算する前に、ボリュームメトリックを有限レベルにカテゴライズする。

[00127]例示的な標本重み付け器３０２は、１つ又は複数の測定位置のパネリストのセットからパネリストを選択する（ブロック９０６）。パネリストのセットは、例示的なパネルデータ収集器２０６から取得することができる。例示的な標本重み付け器３０２は、選択したパネリストの人口統計学的情報及び／又は測定したアクティビティの、非測定位置の母集団のターゲット人口統計及び／又はターゲット挙動への一致度に基づいて、選択したパネリストに重みを割り当てる（ブロック９０８）。例示的な標本重み付け器３０２は、重み付けすべき追加のパネリストがあるかどうかを判定する（ブロック９１０）。追加のパネリストがある場合（ブロック９０６）には、制御がブロック９０６に戻り、別のパネリストを選択する。

[00128]重み付けすべき追加のパネリストがない場合（ブロック９１０）には、例示的な標本選択器３０４は、パネリストの重みを選択確率に変換する（ブロック９１２）。例えば、パネリストの重みが大きければ、対応するパネリストの選択確率は高くなる。選択確率に基づいて、例示的な標本選択器３０４は、パネリストの数を選択する（ブロック９１４）。いくつかの例では、標本選択器３０４は、選択確率を用いて無作為にパネリストを選択して、任意の所与のパネリストを無作為に選択する確率を決定する。選択されるパネリストの数は、非測定位置のオーディエンスを表すパネリストの数に基づいて予め決定しておいてもよいし（例えば図３の選択された標本サイズ３０８など）、及び／又は動的に決定してもよい。

[00129]標本再重み付け器３０６は、選択したパネリストに再重み付けする（ブロック９１６）。再重み付けは、ブロック９０８で行う重み付けと同様又は同じであってもよいし、及び／或いは同様又は同じ要因に基づいていてもよい。再重み付けにより、選択したパネリストは、非測定位置のオーディエンスの人口統計、オーディエンスターゲット及び／又はボリュームターゲットを、より厳密に表すようになる。例示的な命令９００は、これで終了することができ、制御は図４のブロック４１６に戻る。

[00130]図１０Ａ及び図１０Ｂは、実行時にプロセッサに確率に基づく方法を用いて追加のアクティビティを遂行させる例示的なコンピュータ可読命令１０００を表す流れ図である。例示的な命令１０００を実行して、図２の例示的なアクティビティ遂行器２１６を実施して、図４のブロック４１８を実行することができる。

[00131]図２の例示的なアクティビティ遂行器２１６は、パネルに基づくボリューム（例えばウェブページビュー、ビデオストリームなど）を、センサスに基づくボリュームと比較して、センサスに基づくデータとパネルに基づくデータの間のボリュームのギャップを埋めるためにどのくらいのアクティビティが必要かを決定する（ブロック１００２）。例示的なパネルに基づくボリュームは、測定位置及び非測定位置からのパネルのアクティビティ（例えば実際のパネリストデータ及び仮想パネルデータ）に基づく。例示的なアクティビティ遂行器２１６は、ＵＲＬパターンのリストから（例えばサーバ１０６及び１０８に要求され、並びに／又はサーバ１０６及び１０８から提供されるＵＲＬ及び／又はＵＲＬパターンのセンサスに基づくリストから）ＵＲＬパターンを選択する。いくつかの例では、図１及び／又は図２のアクティビティ遂行器２１６及び／又はサーバモニタ１３４は、ＵＲＬの複数のインスタンスをＵＲＬパターンに集約する。

[00132]例示的なアクティビティ遂行器２１６は、時間帯と人口統計学的グループの組合せを選択する（ブロック１００６）。例示的な時間帯のカテゴリを、以下の表１に示す。例示的な人口統計学的グループ（例えば性別／年齢カテゴリなど）を、以下の表２に示す。人口統計学的グループは、追加及び／又は代替の区別を含むこともできる。図２の例示的なアクティビティ遂行器２１６は、例示的な時間帯カテゴリのうちの１つ、及び例示的な人口統計学的グループのうちの１つを選択する。

[00133]図２の例示的なアクティビティ遂行器２１６は、選択したグループの（例えば測定位置の）重み付けした測定パネルボリュームを、変数Ａとして計算する（ブロック１００８）。例示的な変数Ａは、時間帯中のトラフィックを推定することによって、並びにパネリストデータから選択した性別及び年齢のグループによって決定することができる。このデータは、測定位置のオーディエンスを表すように、仮想パネルデータと突き合わせて重み付けされ、測定位置から選択したグループからのページビューのボリュームを予測することができる。アクティビティ遂行器２１６は、選択したグループの（例えば測定位置の）重み付けされた仮想パネルボリュームを、変数Ｂとして計算する（ブロック１０１０）。例示的な変数Ｂは、仮想パネルデータから選択した性別グループによる時間帯中のトラフィックを推定することによって決定することができる。例示的な仮想パネルデータは、非測定位置のオーディエンスを表すように、パネリストデータと突き合わせて重み付けされ、非測定位置からの選択したグループからのページビューのボリュームを予測することができる。アクティビティ遂行器２１６は、選択したグループの総サーバページビューボリュームを、変数Ｃとして計算する（ブロック１０１２）。例示的な変数Ｃは、選択した時間帯中のセンサスに基づくページビューボリューム全体のうち、選択した人口統計学的グループに帰することができる推定部分とすることができる。

[00134]図２の例示的なアクティビティ遂行器２１６は、選択した時間帯、人口統計学的グループ、及びＵＲＬパターンについてのアクティビティ複製確率を計算する（ブロック１０１４）。例示的なアクティビティ複製確率は、（例えばブロック１００８から１０１２で得られる）変数Ａ、Ｂ及びＣから、（Ｃ−Ａ−Ｂ）／Ａ×１００％として決定することができる。

[00135]例示的なアクティビティ遂行器２１６は、処理すべき追加のカテゴリがあるかどうかを判定する（ブロック１０１６）。追加のカテゴリがある場合には、制御はブロック１００６に戻って、別の時間帯及び人口統計学的グループを選択する。選択したＵＲＬパターンについて追加のカテゴリがない場合（ブロック１０１６）には、例示的なアクティビティ遂行器２１６は、処理すべき追加のＵＲＬパターンがあるかどうかを判定する（ブロック１０１８）。追加のＵＲＬパターンがある場合（ブロック１０１８）には、制御はブロック１００４に戻って、別のＵＲＬパターンを選択する。

[00136]追加のＵＲＬパターンがない場合（ブロック１０１８）には、例示的なオーディエンス分類器は、ＵＲＬパターン、時間帯カテゴリ及び人口統計学的グループの各組合せについての複製確率を指定する確率参照テーブルを生成する（ブロック１０２０）。

[00137]図１０Ｂを参照すると、図２の例示的なアクティビティ遂行器２１６は、ＵＲＬインスタンス（例えばページビューＵＲＬ、ビデオストリームＵＲＬなど）を選択する（ブロック１０２２）。ＵＲＬインスタンスは、パネルのアクティビティ及び／又は仮想パネルのアクティビティの表から選択することができる。アクティビティ遂行器２１６は、選択したＵＲＬインスタンスの時間帯及び人口統計学的グループに基づいて、そのＵＲＬインスタンスが属するＵＲＬパターンの参照テーブルから複製確率を取り出す（ブロック１０２４）。アクティビティ遂行器２１６は、複製確率が１（例えば１００％）未満であるかどうかを判定する（ブロック１０２６）。例えば、パネルのアクティビティがその時間帯及び人口統計学的グループの総サーバボリュームの大きな部分を構成している場合には、複製確率は１未満である可能性がある。

[00138]複製確率が１以上である場合（ブロック１０２６）には、例示的なアクティビティ遂行器２１６は、選択したインスタンスを複製し、表中のそのＵＲＬパターンの複製確率を１だけ減少させる（ブロック１０２８）。選択したインスタンスを複製することにより、同じインスタンスが生成される。複製確率が１未満である場合（ブロック１０２６）には、例示的なアクティビティ遂行器２１６は、０から１の間の一様分布を有する乱数を生成する（ブロック１０３０）。生成された乱数が複製確率以下である場合（ブロック１０３２）には、例示的なアクティビティ遂行器２１６は、選択したインスタンスを複製する（ブロック１０３４）。

[00139]アクティビティ遂行器２１６がインスタンスを複製する場合（ブロック１０２８又はブロック１０３４）には、例示的なオーディエンス分類器は、そのインスタンスが含まれるセッション全体を複製する（ブロック１０３６）。セッションの複製により、そのセッション中の全てのインスタンスが複製される（選択したインスタンスが２回複製されることはない）。セッションを複製した（ブロック１０３６）後、又はインスタンスが複製されない場合（ブロック１０３２）には、例示的なオーディエンス分類器は、パネルのアクティビティ及び／又は仮想パネルのアクティビティの表中に追加のインスタンスがあるかどうかを判定する（ブロック１０３８）。追加のインスタンスがある場合（ブロック１０３８）には、制御はブロック１０２２に戻って、別のインスタンスを選択する。

[00140]追加のインスタンスがない場合（ブロック１０３８）には、図１０Ａから図１０Ｂの例示的な命令は終了することができ、制御は、図４のブロック４２０に戻る。例示的なアクティビティ遂行器２１６は、命令１０００によって生成された追加のアクティビティのリスト、並びに／或いはパネルに基づくアクティビティ、仮想パネルに基づくアクティビティ、及び命令１０００によって生成された追加のアクティビティを含む更新されたアクティビティのリストを戻すことができる。

[00141]図１１は、実行時にプロセッサにスケーリングに基づく方法を用いて追加のアクティビティを遂行させる、例示的なコンピュータ可読命令１１００を表す流れ図である。図１１の例示的なスケーリングに基づく方法は、パネルセッションを複製することによって表に行を追加するのではなく、「ミッシング（ｍｉｓｓｉｎｇ）」アクティビティのスケーリングファクタを計算することにより、図１０Ａから図１０Ｂの確率に基づく方法とは異なる。例示的な命令１１００を実行して、図２の例示的なアクティビティ遂行器２１６を実施して、図４のブロック４１８を実行することができる。

[00142]図２の例示的なアクティビティ遂行器２１６は、パネルに基づくボリューム（例えばウェブページビュー、ビデオストリームなど）を、センサスに基づくボリュームと比較して、センサスに基づくデータとパネルに基づくデータの間のボリュームのギャップを埋めるためにはどの程度のアクティビティが必要かを決定する（ブロック１１０２）。例示的なパネルに基づくボリュームは、測定位置及び非測定位置からのパネルのアクティビティ（例えば実際のパネリストデータ及び仮想パネルデータ）に基づく。例示的なアクティビティ遂行器２１６は、ＵＲＬパターンのリストから（例えばサーバ１０６及び１０８に要求され、並びに／又はサーバ１０６及び１０８から提供されるＵＲＬ及び／又はＵＲＬパターンのセンサスに基づくリストから）ＵＲＬパターンを選択する（ブロック１１０４）。いくつかの例では、図１及び／又は図２のアクティビティ遂行器２１６及び／又はサーバモニタ１３４は、ＵＲＬの複数のインスタンスをＵＲＬパターンに集約する。

[00143]例示的なアクティビティ遂行器２１６は、時間帯と人口統計学的グループの組合せを選択する（ブロック１１０６）。例示的な時間帯のカテゴリは、上記の表１に示す。例示的な人口統計学的グループ（例えば性別／年齢カテゴリなど）は、上記の図２に示す。図２の例示的なアクティビティ遂行器２１６は、例示的な時間帯カテゴリのうちの１つ、及び例示的な人口統計学的グループのうちの１つを選択する。

[00144]図２の例示的なアクティビティ遂行器２１６は、選択したグループの（例えば測定位置の）重み付けした測定パネルボリュームを、変数Ａとして計算する（ブロック１１０８）。例示的な変数Ａは、パネリストデータから選択した性別及び年齢のグループによる時間帯中のトラフィックを推定することによって決定することができる。このデータは、測定位置のオーディエンスを表すように、仮想パネルデータと突き合わせて重み付けされ、測定位置からの選択したグループからのページビューのボリュームを予測することができる。アクティビティ遂行器２１６は、選択したグループの（例えば測定位置の）重み付けされた仮想パネルボリュームを、変数Ｂとして計算する（ブロック１１１０）。例示的な変数Ｂは、仮想パネルデータから選択した性別グループによる時間帯中のトラフィックを推定することによって決定することができる。例示的な仮想パネルデータは、非測定位置のオーディエンスを表すように、パネリストと突き合わせて重み付けされ、非測定位置からの選択したグループからのページビューのボリュームを予測することができる。アクティビティ遂行器２１６は、選択したグループの総センサスページビューボリュームを、変数Ｃとして計算する（ブロック１１１２）。例示的な変数Ｃは、選択した時間帯中のセンサスに基づくページビューボリューム全体のうち、選択した人口統計学的グループに帰することができる推定部分とすることができる。

[00145]図２の例示的なアクティビティ遂行器２１６は、選択した時間帯、人口統計学的グループ、及びＵＲＬパターンについてのスケーリングファクタを計算する（ブロック１１１４）。例示的なアクティビティ複製確率は、（例えばブロック１１０８から１１１２で得られる）変数Ａ、Ｂ及びＣから、（Ｃ−Ａ−Ｂ）／Ａ×１００％として決定することができる。

[00146]例示的なアクティビティ遂行器２１６は、処理すべき追加のカテゴリがあるかどうかを判定する（ブロック１１１６）。追加のカテゴリがある場合には、制御はブロック１１０６に戻って、別の時間帯及び人口統計学的グループを選択する。選択したＵＲＬパターンについて追加のカテゴリがない場合（ブロック１１１６）には、例示的なアクティビティ遂行器２１６は、処理すべき追加のＵＲＬパターンがあるかどうかを判定する（ブロック１１１８）。追加のＵＲＬパターンがある場合（ブロック１１１８）には、制御はブロック１００４に戻って、別のＵＲＬパターンを選択する。

[00147]追加のＵＲＬパターンがない場合（ブロック１１１８）には、例示的なオーディエンス分類器は、ＵＲＬパターン、時間帯カテゴリ及び人口統計学的グループの各組合せについての複製確率を指定する確率参照テーブルを生成する（ブロック１１２０）。

[00148]図１１Ｂを参照すると、図２の例示的なアクティビティ遂行器２１６は、ＵＲＬパターン、時間帯カテゴリ及び人口統計学的グループの各組合せのスケーリングファクタを含むスケーリングファクタ参照テーブルを生成する（ブロック１１２２）。図２の例示的なアクティビティ遂行器２１６は、ＵＲＬインスタンス（例えばページビューＵＲＬ、ビデオストリームＵＲＬなど）を選択する（ブロック１１２４）。選択したインスタンスが属するＵＲＬパターンに基づいて、例示的なアクティビティ遂行器２１６は、その時間帯及びそのＵＲＬインスタンスの人口統計学的グループについて参照テーブルからスケーリングファクタを取り出す（ブロック１１２６）。

[00149]アクティビティ遂行器２１６は、このスケーリングファクタをインスタンスに適用する（ブロック１１２８）。例えば、アクティビティ遂行器２１６は、インスタンスにスケーリング値を適用して、そのインスタンスに対応するページビュー又はストリームの数をスケーリングすることができる。選択したインスタンスのスケーリングされた値は、必ずしも整数であるとは限らない。例示的なアクティビティ遂行器２１６は、追加のインスタンスがあるかどうかを判定する（ブロック１１３０）。追加のインスタンスがある場合には（ブロック１１３０）、制御はブロック１１２４に戻って、別のインスタンスを選択する。

[00150]追加のインスタンスがない場合（ブロック１１３０）には、命令１１００は終了することができ、制御は、図４のブロック４２０に戻る。例示的なアクティビティ遂行器２１６は、命令１１００によって生成された追加のアクティビティのリスト、並びに／或いはパネルに基づくアクティビティ、仮想パネルに基づくアクティビティ、及び命令１１００によって生成された追加のアクティビティを含む更新されたアクティビティのリストを戻すことができる。

[00151]図１２は、実行時にプロセッサに平滑化されたボリュームメトリックを計算させる、例示的なコンピュータ可読命令を表す流れ図である。図１２の例示的な命令は、ボリュームターゲットの決定（例えば図９のブロック９０４）の一部として実行することができる。

[00152]図３の例示的な標本重み付け器３０２は、ＵＲＬパターン、時間帯、及び曜日の各組合せについていくつかのセンサスで測定されたページビューを決定する（ブロック１２０２）。例えば、サーバモニタ１３４及び／又はデーモン１３６が、あるＵＲＬパターンが月曜日の午後１時２３分４５秒に１２０万のページビューを有していたことを示すデータを提供することがある。例示的な標本重み付け器３０２は、ＵＲＬパターン、時間帯、曜日及び人口統計学的グループの各組合せについて、センサスで測定されたページビューの平均を計算する（ブロック１２０４）。例えば、標本重み付け器３０２は、（例えばセンサスに基づくデータ収集器２０２を介して）センサスデータから、直前の４週間の月曜日の午後１時２３分４５秒を含む時間帯のＵＲＬパターンのセンサスページビューの平均が８００，０００ページビューであると決定する。

[00153]標本重み付け器３０２は、ＵＲＬパターン、時間帯、曜日及び人口統計学的グループの各組合せについて、パネルに基づくページビューの平均を決定する（ブロック１２０６）。例えば、パネルに基づくデータから、人口統計学的グループ「男性１８〜２４才」が、直前の４週間の月曜日の午後１時２３分４５秒を含む時間帯について、６０，０００ページビューであると決定されることがある。標本重み付け器３０２は、その選択した人口統計学的グループの非測定位置ファクタを決定する（ブロック１２０８）。例えば、ＵＲＬパターンに関係する例示的なジャンルの「男性１８〜２４才」の非測定位置ファクタは、１．１である。

[00154]例示的な標本重み付け器３０２は、人口統計学的グループ、時間帯、及び曜日の各組合せについて、平滑化されたボリュームメトリックを計算する（ブロック１２１０）。標本重み付け器３０２は、平滑化されたボリュームメトリック＝Ｆｉ×Ｐｉ×Ｓ／Ｔに従って、平滑化されたボリュームメトリックを決定する。午後１時２３分４５秒を含む月曜日の時間帯についての「男性１８〜２４才」の例示的な平滑化されたページビューは、（１．１×６００００×１２０００００）／８０００００である。例示的な命令１２００は、これで終了することができ、制御は図９のブロック９０６に戻る。

[00155]図１３は、実行時にプロセッサにＮＢＤ計算のための入力を計算させる、例示的なコンピュータ可読命令１３００を表す流れ図である。例示的な命令１３００は、図２の例示的なＮＢＤ計算機２１４によって実行して、図７のブロック７０２を実行することができる。命令１３００を実行するために、ＮＢＤ計算機２１４は、入力として、（例えば図２のパネルデータ収集器２０６からの）重み付けされたパネルアクティビティ、（例えば図２のセンサスに基づくデータ収集器２０２からの）センサスページビュー及び／又はビデオストリームの測定値、並びにＵＲＬパターン、チャネル、ブランド及び／又は親のリストを受信する。

[00156]ＮＢＤ計算機２１４は、（例えば測定対象のＵＲＬパターンのリストから）ＵＲＬパターンを選択する（ブロック１３０２）。ＮＢＤ計算機２１４は、曜日及び／又は時間帯による選択したＵＲＬパターンのページビューの人口統計学的分布を計算する（ブロック１３０４）。ページビューの人口統計学的分布は、その曜日及び／又は時間帯の間の人口統計学的グループあたりの選択したＵＲＬパターンのページビューの割合を決定する。ページビューの人口統計学的分布は、以下の数式を用いて決定することができる。すなわち、パネルストリーム分布％＝（時間帯及び／又は曜日の人口統計学的グループの重み付けしたパネル測定ページビュー）／（同じ時間帯及び／又は曜日の全ての人口統計学的グループの重み付けされたパネル測定ページビュー）。

[00157]図１４は、例示的な選択したＵＲＬパターン、曜日１４０２、及び時間帯１４０４についての例示的な人口統計学的分布１４００を示す図である。この例示的な人口統計学的分布は、このＵＲＬパターンについて、残りの時間帯と曜日の組合せについても生成することができる。この例示的な人口統計学的分布は、１組の人口統計学的グループ１４０８のそれぞれについて、ＵＲＬパターン、曜日１４０２及び時間帯１４０４の選択した組合せについてのページビュー１４０６を示している。ページビュー１４０６は、（例えばパネルデータ収集器２０６によって収集される）重み付けされたパネルの測定によって決定される。人口統計学的分布、又はパネルページビュー分布１４１０（％）は、対応する曜日１４０２及び時間帯１４０４の対応する人口統計学的グループ１４０８からのページビューの割合を表す。

[00158]図１３Ａに戻って、ＮＢＤ計算機２１４は、調節されたセンサスページビューに各曜日及び時間帯の人口統計分布を掛けることによって、調節された（例えばクリーニング済みの）センサスページビューを人口統計グループに分散させる（ブロック１３０６）。調節されたセンサスページビューは、図２のセンサスに基づくデータ収集器２０２から得られる。人口統計学的分布は、ブロック１３０４で決定したパネルストリーム分布１４１０から得られる。図１５は、図１４の人口統計学的グループ、時間帯及び曜日についてのストリームの数の分布１５００を示す図である。図１５の例示的な分布１５００は、図１４の曜日１４０２、時間帯１４０４、人口統計学的グループ１４０８、及びパネルページビュー分布１４１０を含む。分布１５００は、さらに、曜日１４０２及び時間帯１４０４についてのいくつかの調節されたセンサスページビューの数１５０２を含む。例示的なＮＢＤ計算機２１４は、対応する調節されたセンサスページビュー１５０２に対応するパネルページビュー分布１４１０を掛けることによって、曜日１４０２及び時間帯１４０４についての各人口統計グループ１４０８についてのセンサスで測定されたページビューの算出数１５０４を決定する。

[00159]図１３Ａに戻って、例示的なＮＢＤ計算機２１４は、追加のＵＲＬパターンがあるかどうかを判定する（ブロック１３０８）。追加のパターンがある場合（ブロック１３０８）には、制御はブロック１３０２に戻り、別のＵＲＬパターンを選択する。調整されたセンサスで測定されたページビューを決定する追加のＵＲＬパターンがない場合（ブロック１３０８）には、例示的なＮＢＤ計算機２１４は、チャネル、ブランド又は親を選択する（ブロック１３１０）。チャネル、ブランド又は親の選択は、測定を行おうとするエンティティに基づいていてもよい。例示的なＮＢＤ計算機２１４は、人口統計学的グループ（例えば図１４及び／又は図１５の人口統計学的グループ１４０８のうちの１つなど）を選択する（ブロック１３１２）。

[00160]例示的なＮＢＤ計算機２１４は、ＵＲＬパターンを、選択した人口統計学的グループの選択したチャネル、ブランド及び／又は親に集約する（ブロック１３１４）。例えば、ＮＢＤ計算機２１４は、選択したエンティティに属する複数のＵＲＬパターンからのセンサスで測定されたページビューを合計することもできる。ＮＢＤ計算機２１４は、報告期間全体からのページビューを、選択したグループの時間帯及び／又は曜日に集約する（ブロック１３１６）。報告期間は、選択した時刻、日、週、月又はその他の任意の報告期間のページビューなど、指定又は要求された報告期間とすることができる。図１６は、報告期間の間の図１４の人口統計学的グループ１４０８のうちの例示的な１つについての集約されたセンサスで測定されたページビューの数を示している。集約されたセンサスで測定されたページビューの例示的な数は、図１３Ａのブロック１３１４及び１３１６で実行される集約を表すことができる。

[00161]集約されたページビューの例示的な数１６０２が、図１４及び／又は図１５の例示的な曜日１４０２及び時間帯１４０４、並びに図１４及び／又は図１５には示していない曜日及び時間帯のそれぞれについて示してある。図１６の例では、第１の人口統計学的グループ（例えば図１４及び／又は図１５の１４個の例示的なグループのうちのグループ１）は、指定された報告期間中の第３の曜日の第１の時間帯の間に、選択したチャネル、ブランド及び／又は親について、ページビュー（例えば選択したチャネル、ブランド及び／又は親に属するＵＲＬパターンなど）が２１，３０５回であるとされている。

[00162]図１３Ａに戻って、例示的なＮＢＤ計算機２１４は、選択したグループ並びに選択したチャネル、ブランド及び／又は親についての重み付けされたパネルセッションを集約する（ブロック１３１８）。例示的な重み付けされたパネルセッションは、図２のパネルデータ収集器２０６から得られる。これらのセッションを集約して、選択した人口統計学的グループについて、全ての時間帯及び曜日を含む選択した報告期間中に起こるセッションを表すこともできる。

[00163]図１３Ｂを参照すると、例示的なＮＢＤ計算機２１４は、スケーリングされたセンサスセッションの数を計算する（ブロック１３２０）。例えば、ＮＢＤ計算機２１４は、計算したセンサスページビューと重み付けされたパネルページビューの比、及び重み付けされたパネルセッションの集約数を用いて、スケーリングされたセンサスセッションの数を計算することができる。以下の数式を使用して、選択した人口統計学的グループ並びにチャネル、ブランド及び／又は親についてのスケーリングされたセンサスセッションを計算することができる。

[00164]スケーリングされたセンサスセッションを決定するその他の方法を使用することもできる。例示的な数式では、センサスに基づくページビューに対するパネルに基づくページビューの比を使用して、パネルに基づくセッション数からセンサスセッションの数を決定する。図１７は、図１４から図１６の例示的な人口統計学的グループ１４０８の例示的な計算したスケーリングされたセンサスセッション１７０２を示す図である。例示的なスケーリングされたセンサスセッション１７０２は、（例えばパネルに基づくデータ収集器２０６から得られる）重み付けされたパネルページビューの数１７０４、（例えば図１３Ａのブロック１３１６で計算する、図１６の計算したページビュー１６０２から得られる）計算したセンサスページビューの数１７０６、及び（例えばパネルに基づくデータ収集器２０６から得られる）重み付けされたパネルセッションの数１７０８に基づいて、例示的な人口統計学的グループについて計算される。なお、図１６に示す計算したセンサスページビュー１６０２の例示的な総数が、例示のために人口統計学的グループ１について図１７に示す計算したセンサスページビュー１７０６と異なっているが、例示的な計算したセンサスページビュー１７０６は、ブロック１３１６で決定される計算したセンサスページビュー１６０２の総数として得ることもできることに留意されたい。図１７に示すように、人口統計学的グループ２のスケーリングされたセンサスセッションは、１８１３０６２７＝６９８９８２６×（７２７３２４３０／２８０４０２３３）として計算される（例、端数は切り捨てる）。

[00165]図１３Ｂに戻って、例示的なＮＢＤ計算機２１４は、選択したチャネル、ブランド及び／又は親に属し、センサスに基づくデータとパネルに基づくデータの間で一致するパネル結合オーディエンス（例えば測定位置のオーディエンス）を取り出す（ブロック１３２２）。ＵＲＬパターンは、図１３Ａから図１３Ｂの例では、そのＵＲＬパターンがセンサスで測定され（例えばサーバモニタ１３４及び／又はデーモン１３６）、且つパネルのメンバが訪れた場合に、一致すると考えられる。オーディエンスの重複を含む全ての測定位置（例えば図１の家庭環境１２０及び仕事環境１２２など）の総オーディエンスである、例示的なパネル結合オーディエンスは、例示的なパネルに基づくデータ収集器２０６から取り出すことができる。パネルに基づくデータ収集器２０６は、例えばパネルが表す母集団を表すようにパネリストデータに重み付けし、その母集団からオーディエンスの推定値を特定するようにパネルオーディエンスを補外することによって、パネル結合オーディエンスを決定する。

[00166]例示的なＮＢＤ計算機２１４は、選択したブランド、チャネル及び／又は親の複製ファクタがあるがどうかを判定する（ブロック１３２４）。複製ファクタは、異なる測定位置の間のオーディエンスの重複（例えば百分率、比率など）（例えば、家庭環境及び仕事環境の両方で測定され、複数の個別オーディエンスメンバとしてカウントされるオーディエンスメンバなど）を表す。複製ファクタは、例示的なパネルに基づくデータ収集器２０６から得ることができる。利用できる複製ファクタがない場合（ブロック１３２４）には、例示的なＮＢＤ計算機２１４は、人口統計学的グループのパネル結合オーディエンスとして、取り出したパネル結合オーディエンスを使用する（ブロック１３２６）。

[00167]複製ファクタがある場合（ブロック１３２４）には、例示的なＮＢＤ計算機は、選択したブランド、チャネル及び／又は親の複製ファクタを取り出し（ブロック１３２８）、測定位置及び選択したグループについての重み付けされたオーディエンスを計算する（ブロック１３３０）。ブロック１３３０で計算する重み付けされたオーディエンスは、それらのＵＲＬがセンサスに基づくデータと一致するかどうかにかかわらず、選択したチャネル、ブランド及び／又は親の任意のＵＲＬのオーディエンスを使用する。ＮＢＤ計算機は、選択したチャネル、ブランド及び／又は親、並びに選択したグループについての調節された結合オーディエンスを計算する（ブロック１３３２）。調節された結合オーディエンスを計算するための例示的な数式は、以下の通りである。

ここで、測定位置のオーディエンスは、各測定位置（例えば家庭環境及び仕事環境など）のパネルを介して決定されたオーディエンスを含む。この率を、複製ファクタによって調節して（例えば（１−複製ファクタ）を掛けて）、測定位置の間で重複しているオーディエンスメンバを除去する。調節された結合オーディエンスは、選択した人口統計学的グループにおける、選択したチャネル、ブランド及び／又は親のＵＲＬについて少なくとも１つのページビューを有する人の推定数であり、ＮＢＤパラメータの計算においてパラメータＵｉとして使用される。

[00168]例示的なＮＢＤ計算機２１４は、追加の人口統計学的グループがあるかどうかを判定する（ブロック１３３４）。追加の人口統計学的グループがある場合（ブロック１３３４）には、制御は、図１３Ａのブロック１３１２に戻る。選択したチャネル、ブランド及び／又は親についての計算のための追加の人口統計学的グループがない場合（ブロック１３３４）には、例示的なＮＢＤ計算機２１４は、ＮＢＤを計算する追加のチャネル、ブランド及び／又は親があるかどうかを判定する（ブロック１３３６）。追加のチャネル、ブランド及び／又は親がある場合（ブロック１３３６）には、制御は、図１３Ａのブロック１３１０に戻る。追加のチャネル、ブランド及び／又は親がない場合（ブロック１３３６）には、例示的な命令１３００は終了し、制御は図７のブロック７０４に戻る。例示的な命令１３００は、スケーリングされたセンサスセッション（Ｘｉ）及び調節された結合オーディエンス（Ｕｉ）のＮＢＤ入力を、ＮＢＤ計算に戻す。命令１３００は、重み付けされたパネルセッションが独立して与えられない場合には、重み付けされたパネルセッション（Ｖｉ）をさらに戻すこともできる。

[00169]図１８は、図４から図１３の命令を実行して、図１から図３のハイブリッドオンラインオーディエンス測定システム１０２及び／又は仮想パネル生成器２１２を実装することができる、例示的な処理プラットフォーム１８００を示すブロック図である。処理プラットフォーム１８００は、例えば、サーバ、パーソナルコンピュータ、及び／又はその他の任意のタイプのコンピューティングデバイスとすることができる。

[00170]本例のシステム１８００は、プロセッサ１８１２を含む。例えば、プロセッサ１８１２は、任意の所望のファミリ又は製造業者の１つ又は複数のマイクロプロセッサ又は制御装置で実装することができる。

[00171]プロセッサ１８１２は、ローカルメモリ（例えばキャッシュなど）１８１３を含み、揮発性メモリ１８１４及び不揮発性メモリ１８１６を含むメインメモリとバス１８１８を介して通信している。揮発性メモリ１８１４は、シンクロナスダイナミックランダムアクセスメモリ（ＳＤＲＡＭ）、ダイナミックランダムアクセスメモリ（ＤＲＡＭ）、ＲＡＭＢＵＳダイナミックランダムアクセスメモリ（ＲＤＲＡＭ）、及び／又はその他の任意のタイプのランダムアクセスメモリデバイスによって実装することができる。不揮発性メモリ１８１６は、フラッシュメモリ及び／又はその他の任意の所望のタイプのメモリデバイスによって実装することができる。メインメモリ１８１４及び１８１６へのアクセスは、メモリ制御装置によって制御される。

[00172]処理プラットフォーム１８００は、インタフェース回路１８２０も含む。インタフェース回路１８２０は、イーサネット（登録商標）インタフェース、ユニバーサルシリアルバス（ＵＳＢ）、及び／又はＰＣＩ Ｅｘｐｒｅｓｓインタフェースなど、任意のタイプのインタフェース標準によって実装することができる。

[00173]１つ又は複数の入力デバイス１８２２が、インタフェース回路１８２０に接続される。１つ又は複数の入力デバイス１８２２により、ユーザは、データ及びコマンドをプロセッサ１８１２に入力することができる。１つ又は複数の入力デバイス１８２２は、例えば、キーボード、マウス、タッチスクリーン、トラックパッド、トラックボール、アイソポイント、及び／又は音声認識システムによって実装することができる。

[00174]１つ又は複数の出力デバイス１８２４も、インタフェース回路１８２０に接続される。出力デバイス１８２４は、例えば、表示デバイス（例えば液晶ディスプレイ、陰極線管ディスプレイ（ＣＲＴ）、プリンタ及び／又はスピーカなど）によって実装することができる。したがって、インタフェース回路１８２０は、通常はグラフィックドライバカードを含む。

[00175]インタフェース回路１８２０は、モデム又はネットワークインタフェースなど、ネットワーク１８２６（例えばイーサネット接続、デジタル加入者回線（ＤＳＬ）、電話回線、同軸ケーブル、携帯電話システムなど）を介した外部コンピュータとのデータ交換を容易にする通信デバイスも含む。

[00176]処理プラットフォーム１８００は、ソフトウェア及びデータを格納するための１つ又は複数の大容量記憶デバイス１８２８も含む。このような大容量記憶デバイス１８２８の例としては、フロッピーディスクドライブ、ハードディスクドライブ、コンパクトディスクドライブ、及びデジタル汎用ディスク（ＤＶＤ）ドライブなどが挙げられる。

[00177]図４から図１３Ｂのコード化された命令１８３２は、大容量記憶デバイス１８２８、揮発性メモリ１８１４、不揮発性メモリ１８１６、及び／或いはＣＤ又はＤＶＤなどの取外し可能な記憶媒体に格納することができる。

[00178]本明細書では、特定の例示的なシステム、方法、装置及び製造品について述べたが、本特許の範囲は、これらに限定されない。限定されるのではなく、本特許は、本特許の特許請求の範囲内に含まれる全てのシステム、方法、装置及び製造品をカバーするものである。

Claims (41)

1. 測定位置でウェブページにアクセスする複数のパネリストに対応するパネリストデータを取得するステップと、
   前記パネリストの人口統計学的情報に従って前記パネリストデータを分類するステップと、
   非測定位置におけるウェブページアクセスの推定値に基づいて仮想パネルを生成するステップと、
   前記仮想パネルに対応するデータに基づいて前記非測定位置に関連するページビューデータを分類するステップとを含む、オーディエンスデータを分類する方法。
2. 前記仮想パネルが、前記複数のパネリストのサブセットを含む、請求項１に記載の方法。
3. 前記仮想パネルを生成するステップが、総オーディエンスを推定するステップを含む、請求項１に記載の方法。
4. 前記仮想パネルを生成するステップが、センサスに基づくページビューのカウント、前記パネリストデータ、及び推定母集合に基づく、請求項１に記載の方法。
5. 前記仮想パネルを生成するステップが、負の２項分布を用いて前記非測定位置のオーディエンスを推定するステップを含む、請求項４に記載の方法。
6. 前記仮想パネルを生成するステップが、人口統計学的ターゲット又はアクティビティターゲットのうちの少なくとも１つに基づく、請求項１に記載の方法。
7. 前記パネリストデータを分類するステップが、前記パネリストデータに基づいてオンラインオーディエンスの第１の部分を推定するステップを含む、請求項１に記載の方法。
8. 前記ページビューデータを分類するステップが、前記オンラインオーディエンスの第２の部分を推定するステップを含み、前記第１の部分及び前記第２の部分が、個別オーディエンスメンバの数を含む、請求項７に記載の方法。
9. センサスに基づくページビューのカウントと前記ページビューデータの第１の部分及び第２の部分に関連するページビューの数の間の差を決定するステップと、
   前記差に基づいて、前記複数のパネリスト及び前記仮想パネルによって表されない追加のオーディエンスアクティビティを推定するステップとをさらに含む、請求項１に記載の方法。
10. 第１の推定した特徴に基づいて複数のパネリストに重みを割り当てるステップと、
    前記重みに基づいて前記パネリストのサブセットを選択するステップと、
    第２の推定した特徴に基づいて前記選択したパネリストに再重み付けするステップと、
    仮想パネリストとして前記選択したパネリストを含む仮想パネルを生成するステップとを含み、前記仮想パネルについての前記選択したパネリストから収集したデータが、前記再重み付けに基づいて重みを割り当てられる、仮想パネルを生成する方法。
11. オーディエンスを推定するステップをさらに含み、前記パネリストの前記第１の推定した特徴が、前記推定したオーディエンスに基づく、請求項１０に記載の方法。
12. 前記第１の推定した特徴が、前記推定したオーディエンスと測定したオーディエンスの間の差に基づく、請求項１１に記載の方法。
13. 前記パネリストの前記サブセットを選択するステップが、対応するパネリストに割り当てられた前記重みを前記対応するパネリストの選択確率として用いて前記パネリストを無作為に選択するステップを含む、請求項１０に記載の方法。
14. 人口統計学的ターゲット又はアクティビティターゲットのうちの少なくとも１つに基づいて前記第１の推定した特徴を計算するステップをさらに含む、請求項１０に記載の方法。
15. 前記第１の推定した特徴を計算するステップが、前記パネリストのオンラインアクティビティをセンサスに基づくページビューデータと比較するステップを含む、請求項１４に記載の方法。
16. 測定位置でウェブページにアクセスする複数のパネリストに対応するパネリストデータを収集するパネルデータ収集器と、
    非測定位置におけるウェブページアクセスの推定値に基づいて仮想パネルを生成する仮想パネル生成器と、
    前記パネリストの人口統計学的情報に従って前記パネリストデータを分類し、前記仮想パネルに対応するデータに基づいて前記非測定位置に関連するページビューデータを分類するオーディエンス分類器とを備える、装置。
17. 前記複数のパネリスト及び母集合推定値に基づいて非測定位置のオーディエンスを推定する、負の２項分布計算機をさらに備える、請求項１６に記載の装置。
18. 前記複数のパネリストに基づいてオンラインアクティビティを決定するアクティビティ遂行器をさらに備え、前記オーディエンス分類器が、前記オンラインアクティビティに基づいて前記ページビューデータの第３の部分を分類する、請求項１６に記載の装置。
19. 測定位置及び非測定位置からのウェブページのページビューの数を表す前記ページビューデータを受信するセンサスに基づくデータ収集器をさらに備える、請求項１６に記載の装置。
20. 母集合推定値を収集する調査に基づくデータ収集器をさらに備え、前記仮想パネル生成器が、前記母集合推定値に基づいて前記仮想パネルを生成する、請求項１６に記載の装置。
21. 第１の推定した特徴に基づいて複数のパネリストに重みを割り当てる標本重み付け器と、
    前記重みに基づいて前記パネリストのサブセットを選択する標本選択器と、
    第２の推定した特徴に基づいて前記選択したパネリストに再重み付けし、仮想パネリストとして前記選択したパネリストを含む仮想パネルを生成する標本再重み付け器とを備え、前記仮想パネルについての前記選択したパネリストから収集したデータが、前記再重み付けに基づいて重みを割り当てられる、装置。
22. 前記標本重み付け器が、
    推定したオーディエンスを取得し、
    前記推定したオーディエンスに基づいて前記パネリストの前記第１の推定した特徴を計算する、請求項２１に記載の装置。
23. 前記標本重み付け器が、前記推定したオーディエンスと測定したオーディエンスの間の差に基づいて前記第１の推定した特徴を計算する、請求項２２に記載の装置。
24. 前記標本選択器が、対応するパネリストに割り当てられた前記重みを前記対応するパネリストの選択確率として用いて前記パネリストを無作為に選択することによって、前記サブセットの前記パネリストを選択する、請求項２１に記載の装置。
25. 前記標本重み付け器が、人口統計学的ターゲット又はアクティビティターゲットのうちの少なくとも１つに基づいて前記第１の推定した特徴を計算する、請求項２１に記載の装置。
26. 前記標本重み付け器が、前記パネリストのオンラインアクティビティを測定されたページビューデータと比較することによって前記第１の推定した特徴を計算する、請求項２５に記載の装置。
27. 実行されたときに、プロセッサに、少なくとも
    測定位置でウェブページにアクセスする複数のパネリストに対応するパネリストデータを取得させ、
    前記パネリストの人口統計学的情報に従って前記パネリストデータを分類させ、
    非測定位置におけるウェブページアクセスの推定値に基づいて仮想パネルを生成させ、
    前記仮想パネルに対応するデータに基づいて前記非測定位置に関連するページビューデータを分類させる
    マシン可読命令を含む、有形のコンピュータ可読記憶媒体。
28. 前記仮想パネルが、前記複数のパネリストのサブセットを含む、請求項２７に記載の記憶媒体。
29. 前記命令が、前記プロセッサに、総オーディエンスを推定することによって前記仮想パネルを生成させる、請求項２７に記載の記憶媒体。
30. 前記命令が、前記プロセッサに、センサスに基づくページビューのカウント、前記パネリストデータ、及び推定母集合に基づいて前記仮想パネルを生成させる、請求項２７に記載の記憶媒体。
31. 前記命令が、前記プロセッサに、負の２項分布を用いて前記非測定位置のオーディエンスを推定することによって前記仮想パネルを生成させる、請求項２７に記載の記憶媒体。
32. 前記命令が、前記プロセッサに、人口統計学的ターゲット又はアクティビティターゲットのうちの少なくとも１つに基づいて前記仮想パネルを生成させる、請求項２７に記載の記憶媒体。
33. 前記命令が、前記プロセッサに、前記パネリストデータに基づいてオンラインオーディエンスの第１の部分を推定することによって前記パネリストデータを分類させる、請求項２７に記載の記憶媒体。
34. 前記命令が、前記プロセッサに、前記オンラインオーディエンスの第２の部分を推定することによって前記ページビューデータを分類させ、前記第１の部分及び前記第２の部分が、何人かの個別オーディエンスメンバを含む、請求項３３に記載の記憶媒体。
35. 前記命令が、前記プロセッサにさらに、
    センサスに基づくページビューのカウントと前記ページビューデータの第１の部分及び第２の部分に関連するページビューの数の間の差を決定させ、
    前記差に基づいて、前記複数のパネリスト及び前記仮想パネルによって表されない追加のオーディエンスアクティビティを推定させる、請求項２７に記載の記憶媒体。
36. 実行されたときに、プロセッサに、
    第１の推定した特徴に基づいて複数のパネリストに重みを割り当てさせ、
    前記重みに基づいて前記パネリストのサブセットを選択させ、
    第２の推定した特徴に基づいて前記選択したパネリストに再重み付けさせ、
    仮想パネリストとして前記選択したパネリストを含む仮想パネルを生成させ、前記仮想パネルについての前記選択したパネリストから収集したデータが、前記再重み付けに基づいて重みを割り当てられるマシン可読命令を含む、コンピュータ可読記憶媒体。
37. 前記命令が、前記プロセッサにさらに、オーディエンスを推定させ、前記パネリストの前記第１の推定した特徴が、前記推定したオーディエンスに基づく、請求項３６に記載のコンピュータ可読記憶媒体。
38. 前記第１の推定した特徴が、前記推定したオーディエンスと測定したオーディエンスの間の差に基づく、請求項３７に記載のコンピュータ可読記憶媒体。
39. 前記命令が、前記プロセッサに、対応するパネリストに割り当てられた重みを前記対応するパネリストの選択確率として用いて前記パネリストを無作為に選択することによって、前記パネリストの前記サブセットを選択させる、請求項３６に記載のコンピュータ可読記憶媒体。
40. 前記命令が、前記プロセッサにさらに、人口統計学的ターゲット又はアクティビティターゲットのうちの少なくとも１つに基づいて前記第１の推定した特徴を計算させる、請求項３６に記載のコンピュータ可読記憶媒体。
41. 前記命令が、前記プロセッサに、前記パネリストのオンラインアクティビティをセンサスに基づくページビューデータと比較することによって、前記第１の推定した特徴を計算させる、請求項４０に記載のコンピュータ可読記憶媒体。

Images