JP2015513331A - ルールベースのコンテンツ最適化のためのシステム及び方法 - Google Patents
ルールベースのコンテンツ最適化のためのシステム及び方法 Download PDFInfo
- Publication number
- JP2015513331A JP2015513331A JP2014553326A JP2014553326A JP2015513331A JP 2015513331 A JP2015513331 A JP 2015513331A JP 2014553326 A JP2014553326 A JP 2014553326A JP 2014553326 A JP2014553326 A JP 2014553326A JP 2015513331 A JP2015513331 A JP 2015513331A
- Authority
- JP
- Japan
- Prior art keywords
- content
- rule
- rules
- elements
- relationships
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/101—Collaborative creation, e.g. joint development of products or services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Information Transfer Between Computers (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
コンテンツ最適化システムは、コンテンツ生成モジュール、コンテンツ評価モジュール、及びルール管理モジュールを含む。コンテンツ生成モジュールは、コンテンツ構成を生成するように適合され、このコンテンツ構成は、複数のコンテンツ要素及び複数のコンテンツ要素間の1つ以上の関係を含み、1つ以上の関係は、コンテンツ生成に関する1組のルールに従う。コンテンツ評価モジュールは、コンテンツ構成から組み立てられた1つのコンテンツ片のコンテンツパフォーマンスを評価するように適合される。ルール管理モジュールは、評価されたコンテンツパフォーマンスに基づいて1組のルールを改正するように適合される。
Description
テキスト、画像、ビデオ、音声、及び他のコンテンツ要素を含む表示コンテンツは、公共の場及び私的な場所で一般的に見られる。大量のコンテンツが作成され、電子メニューボード、電子ビルボード、携帯電話、タブレットコンピュータ、ラップトップなどの電子ディスプレイで提示される。多くの電子ディスプレイは人によって作成されたコンテンツを使用しており、この作成は非常に労働集約型であり得る。
本開示の少なくとも1つの態様は、コンテンツを最適化するための方法を特徴とし、この方法は、プロセッサによって、2つのコンテンツ構成を生成する工程であって、各コンテンツ構成が、複数のコンテンツ要素と、複数のコンテンツ要素間の1つ以上の関係と、を含み、1つ以上の関係が、許容関係を定義する1組のルールに従う、工程と、処理ユニットによって、2つのコンテンツ構成を2つのコンテンツ片に組み立てる工程と、最適化目的の達成時に、2つのコンテンツ片の有効性データを得る実験を行う工程と、有効性データに基づいて2つのコンテンツ構成の相対的有効性を決定する工程とを含む。
本開示の少なくとも1つの態様は、コンテンツ最適化システムを特徴とし、このシステムは、コンテンツ生成モジュールと、コンテンツ評価モジュールと、ルール管理モジュールとを備える。コンテンツ生成モジュールは、コンテンツ構成を生成するように適合され、このコンテンツ構成は、複数のコンテンツ要素と、複数のコンテンツ要素間の1つ以上の関係とを含み、1つ以上の関係は、コンテンツ生成に関する1組のルールに従う。コンテンツ構成は、特定の最適化目的で設計される。コンテンツ評価モジュールは、コンテンツ構成から組み立てられた1つのコンテンツ片が表示されるときに獲得されるデータに基づいて、特定の最適化目的の達成時にコンテンツパフォーマンスを評価するように適合される。ルール管理モジュールは、評価されたコンテンツパフォーマンスに基づいて1組のルールを改正するように適合される。
添付の図面は、本明細書に組み込まれてその一部をなすものであって、説明文と併せて本明細書の利点及び原理を説明するものである。これらの図面では、
ルールベースのコンテンツ生成システムの代表的なブロック図。
位置関係を説明する1組の単純な画像。
位置関係を説明する1組の単純な画像。
位置関係を説明する1組の単純な画像。
ルールベースのコンテンツ最適化システムの代表的なブロック図。
ルールベースのコンテンツ生成システムの代表的な実施形態の系統図。
ルールベースのコンテンツ生成システムの代表的な実施形態の系統図。
ルールベースのコンテンツ最適化システムの代表的な実施形態の系統図。
ルールベースのコンテンツ最適化システムの代表的な実施形態の系統図。
ルールベースのコンテンツ最適化システムの代表的な論理フローチャート。
ルールベースのコンテンツ最適化システムの代表的な実施形態のモジュール図。
ルールベースのコンテンツ最適化システムの代表的なデータフロー図。
ハンバーガーを販売するといった最適化目的を有するルールベースのコンテンツ最適化システムによって作成された2つのコンテンツ片を示す図。
ハンバーガーを販売するといった最適化目的を有するルールベースのコンテンツ最適化システムによって作成された2つのコンテンツ片を示す図。
ユーザインタフェースを介するユーザ入力によって進められるルール開発プロセスを詳述する代表的なフローチャート。
コンテンツパフォーマンスに基づく自動ルール開発を詳述する代表的な論理フローチャート。
コンテンツ要素間の関係を支配するルールに基づくコンテンツ生成の代表的な論理フローチャート。
デジタルサイネージネットワークのルールベースのコンテンツ最適化システムを対象とした代表的な実施形態の論理フローチャート。
電子ディスプレイ上に提示される表示コンテンツは、人によって作成され、その後レンダリングされることが多い。人間の行動に影響を与えることに関する表示コンテンツの有効性を最適化するように設計されたシステムでは通常、多くのコンテンツ片が必要とされる。人にコンテンツを作成させる手法は、各コンテンツ片を開発するために人為的入力を必要とすることが多く、したがってコンテンツ最適化システムで使用するためには非常に労働集約型である。例えば、10個のコンテンツ要素を有し、各コンテンツ要素が100個のコンテンツ要素のプールから選択され得る表示コンテンツを最適化するために、可能なコンテンツ順列の数は非常に大きく、1兆を容易に越え得る。機械で生成されたコンテンツは表示に適していないため、人間の関与が必要とされることが多い。例えば、人物のコンテンツ要素及びサンドイッチのコンテンツ要素を含む1つのコンテンツ片では、機械で生成されたコンテンツでは、サンドイッチが、その人物の手の上ではなくその人物の手の下に配置される場合がある。本開示は、コンテンツ要素間の許容関係のルールに基づく自動コンテンツ生成のためのシステム及び方法を対象とする。本開示はまた、ルールベースのコンテンツ生成手法を利用して特定の行動に影響を与えることに関する表示コンテンツの有効性を最適化するためのシステム及び方法も対象とする。本明細書で使用されるとき、コンテンツとも称される表示コンテンツは、テキスト、画像、ビデオ、音声、及び他のコンテンツ要素を含み得る電子媒体上の多次元提示を指す。例えば、1つのコンテンツ片は、ウェブサイト用のバナー広告を含むことができる。コンテンツは、視覚若しくは聴覚、又は人間の感覚系(例えば、視覚及び聴覚に加えて、触覚、味覚、及び嗅覚を含めた人間の感覚系の五感)に影響を与え得るか又は人間の感覚系によって感知され得る任意の形態を含む、多くの形態を取ることができる。コンテンツは、静的、動的、又はこれらの組み合わせであってもよい。
人間は、その相対的サイズ、位置、配向、及び他の視認特性によって物体を認識及び知覚するが、メトリックシステムでレンダリングされたその実際のサイズ、位置、又は配向は認識及び知覚しないため、コンテンツを作成するためのメトリックシステムは、消費のためのコンテンツを開発及び最適化することにうまく適していない。例えば、人は、物体と家屋の写真を見ることによって、物体と家屋との相対的サイズにより物体が大きいかどうかを知覚することができる。人は、その物体自体の写真を見ることによっては、物体が大きいかどうかを知覚することができない。加えて、メトリックシステムは、人間の知覚に意味のある限界又は境界に欠ける。例えば、テンプレートベースのコンテンツ生成手法は、コンテンツ要素の寸法又は寸法比を制限するが、コンテンツ要素の知識を有せず、コンテンツ要素間の関係に対処することができない。具体的な例として、コンテンツ要素「自動車」及びコンテンツ要素「道路」では、テンプレートベースのコンテンツ生成手法は、コンテンツ要素「自動車」がコンテンツ要素「道路」の上に配置されるべきであるが、コンテンツ要素「道路」の下に配置されるべきではないことに対処することができない。本開示は、コンテンツ要素及び関係を使用して人間の消費のための表示コンテンツの生成及び開発を容易にするために人間の知覚に密接に対応するシステム及び方法を対象とする。具体的には、本発明の実施形態は、コンテンツ要素間の許容されるカテゴリ関係を定義するルールに基づいて、コンテンツ要素を配列することに基づいたコンテンツを生成する手法を利用する。
プリミティブとも称されるコンテンツ要素は、1つのコンテンツ片のサブコンポーネントである。例えば、コンテンツ要素は、より大きい物体及び画像に対する基準である小さな形状であるゲオン(geon)であり得る。コンテンツ要素は、個々のゲオンより複雑であり得る。いくつかの実施形態では、コンテンツ要素は、例えば、画像(即ち、二次元、三次元など)、図形、写真、ビデオ、動画、単語、文章などを含むことができる。いくつかの場合、コンテンツ要素は、1組のゲオンの特定の合成又は1組の画像の特定の合成など、2つ以上のコンポーネントの特定の合成を含むことができる。いくつかの他の場合、コンテンツ要素は、物体の視覚表現、例えば、物体の二次元画像表現を含むことができる。このような構成では、サブプリミティブは、1つのコンテンツ片の全体構成を作成するために他のコンテンツ要素とカテゴリ関係を確立するための1つのコンテンツ要素として共に扱われる。コンテンツ要素はまた、二次元画像に使用されるバックグラウンドなど、コンテンツの他のセット特性を含むことができる。更に他の場合、コンテンツ要素は、同じカテゴリ内にあるコンテンツ要素の群を指すことができる。カテゴリは、例えば、特定のタイプのチキンサンドイッチ、森林のバックグラウンド、鳥の画像、アオカケスの画像などであってもよい。
関係とも称されるカテゴリ関係は、2つ以上のコンテンツ要素がどのように互いに関係して配列されるか記述する。コンテンツをレンダリングするために使用され得るコンテンツ要素の構成は、各関係が2つ以上のコンテンツ要素間の関連性の一態様を支配し得るため、複数の関係を含むことが多い。二次元の視覚空間では、例えば、カテゴリ関係は、コンテンツ要素の相対的位置、サイズ、配向、又は他の関係を含むことができる。
カテゴリ関係の例としては、位置関係、配向関係、色彩関係、深さ関係、コントラスト関係、不透明性関係、層関係、及びサイズ関係が挙げられる。位置関係は、例えば、1つのコンテンツ要素が別のコンテンツ要素の上若しくは下、別のコンテンツ要素の左側若しくは右側、又は別のコンテンツ要素と他の相対的位置にあることが挙げられる。いくつかの実施形態では、位置関係は、「above()」など、位置に関する演算子によって記述されてもよい。配向関係は、例えば、1つのコンテンツ要素が別のコンテンツ要素と鋭角又は鈍角、別のコンテンツ要素に垂直又は平行、及び別のコンテンツ要素と他の相対的配向にあることが挙げられる。いくつかの実施形態では、配向関係は、「parallel()」又は「connected()」など、配向に関する演算子によって記述されてもよい。サイズ関係は、例えば、より大きい、又はより小さいなど、互いに比較されたプリミティブの相対的サイズであってもよい。いくつかの実施形態では、サイズ関係は、「larger()」など、サイズに関する演算子によって記述されてもよい。層関係は、例えば、1つのコンテンツ要素が、他のコンテンツ要素がある層の上の層にあることが挙げられる。いくつかの実施形態では、層関係は、「front()」又は「back()」など、配向に関する演算子によって記述されてもよい。
視覚科学の研究は、ほとんどのタイプの物体認識が位置及び配向に関連するものなど、カテゴリ関係に主に基づいていることを示唆している。カテゴリ関係の差分は典型的に、座標系内だがカテゴリ境界内の差分よりも大きな影響を人間の知覚に与える。図2A〜2Cは、位置関係を説明する1組の単純な画像である。図2Aは、線210Aの右側の矩形220Aであり、矩形220Aの中心は線210Aより上bにある。図2B及び図2Cは、同じ線及び同じ矩形の画像を示しており、この間、矩形が同じ距離移動される。より具体的には、図2Bの矩形220B及び図2Cの矩形220Cは、同じ画素数だけ下がり、ここでは図2Bの線210Bは移動せず、図2Cの線210Cは、同じ画素数だけ移動する。図2Bの矩形220Bの中心は、線210Bより下であるが、図2Cの矩形220Cの中心は、線210Cより上である。線と矩形とのカテゴリ関係は、図2Bでは変化したが、図2Cではカテゴリ関係は変化しなかった。図2Bは、図2Aからのメトリックシステムにおける変更が、図2Bからの図2Cへの変更より小さいが、図2Cは、図2Bより図2Aに類似すると知覚される可能性が高い。
本発明の実施形態の利点のうちの1つは、生成されたコンテンツが認知科学に従っており、人によって見直されることも、又は修正されることもなく容易に提示されるため、コンテンツ生成プロセスが自動化され得ることである。加えて、本発明の実施形態は、柔軟なコンテンツ生成手法を提供するのに役立てることができ、これは、固定されたか又は比較的固定されたコンテンツ要素の位置に限定されない。更に、本発明の実施形態は、コンテンツ生成システムによって定義及び修正されたルールの適合時にコンテンツを生成することによってコンテンツ要素の順列の数を減少させることができる。いくつかの実施形態では、特定の目的で1つのコンテンツ片を生成するために、可能なコンテンツの順列は、例えば、ルール、許容関係、視覚認知、及び許容コンテンツ要素、又は他の制約によってフィルタリングされてもよい。
図1は、ルールベースのコンテンツ生成システム100の代表的なブロック図を示す。ルールベースのコンテンツ生成システム100は、コンテンツ要素リポジトリ110と、ルール管理モジュール120と、コンテンツ生成モジュール130とを含むことができる。コンテンツ要素リポジトリ110は、コンテンツ生成に使用されるコンテンツ要素を提供することができる。いくつかの実装形態では、コンテンツ要素リポジトリ110は、コンテンツ要素のメタデータを提供することができる。コンテンツ要素のメタデータは、例えば、コンテンツ要素識別、コンテンツ要素記述、コンテンツ要素カテゴリ、コンテンツ要素タイトル、コンテンツ要素サイズ情報、及び他の情報を含むことができる。
ルール管理モジュール120は、コンテンツ生成に対するルールを受信、定義、及び修正する。コンテンツ生成に対するルールとしては、例えば、コンテンツ要素間の関係を定義するルール(即ち、許容関係に関するルール、許容されない関係に関するルールなど)、コンテンツ要素に関するルール(即ち、許容コンテンツ要素に関するルール、いくつかのコンテンツ要素を除外するルール、必要とされるコンテンツ要素に関するルールなど)、及びメトリック調整に関するルールが挙げられ得る。ルールは、例えば、地域性、時間帯区分、在庫データ、販売時点管理データ、トリガデータ(コンテンツの表示が許容される変更を必要とするデータ、即ち、ある特定の品目に関する在庫の減少などの予め決定されたトリガ、又は売店でのクリック若しくはセンサからの信号などの双方向の活動)など、いくつかの因子に基づいて定義又は修正されてもよい。例えば、ルールは、コンテンツ要素の特定のコンテンツ要素又は特定のカテゴリがある特定の位置に対して必要とされるか又は許容されないことを定義又は修正されてもよい。別の例として、ルールは、特定のコンテンツ要素によって表されるある品目に関する在庫が少ないときに、特定のコンテンツ要素が許容されないことを定義又は修正されてよい。いくつかの実施形態では、ルールのうちの少なくともいくつかは視覚科学に基づいている。コンテンツ生成モジュール130は、コンテンツ要素リポジトリ110内のコンテンツ要素を使用してルール管理モジュール120によって提供されたルールに従ってコンテンツを生成することができる。
いくつかの実装形態では、コンテンツ生成モジュール130は、1つのコンテンツ片として組み立てられ得るコンテンツ構成を生成することができる。コンテンツ構成は、コンテンツ要素と、コンテンツ要素間のカテゴリ関係とを含むことができる。本明細書で使用されるとき、コンテンツ要素はまた、コンテンツ要素に関連するコンテンツ要素メタデータとも称され、これは、実際のコンテンツ要素の代わりにリポジトリからコンテンツ要素を取り出すために使用され得る。特定の実施形態では、複数のコンテンツ要素と、複数のコンテンツ要素間の1つ以上の関係とを含むコンテンツ構成に対して、コンテンツ要素のうちの少なくとも1つは、1つ以上のカテゴリ関係に従って2つ以上の許容位置を有する。いくつかの実装形態では、コンテンツ構成はまた、コンテンツ要素のメトリック調整を含むことができ、そこで各メトリック調整は、2つ以上の要素間のカテゴリ関係内であり得る。コンテンツ構成は、カテゴリ関係に従ってコンテンツ要素を配列することによって1つのコンテンツ片に組み立てられてもよく、このコンテンツ片は、ディスプレイ上にレンダリングされる状態にある。ディスプレイは、例えば、フラットパネルディスプレイ、テレビ、ラップトップ、コンピュータ画面、投射型ディスプレイ、タブレットコンピュータ、携帯電話など、コンピュータ又はプロセッサによって制御可能である様々なタイプの電子ディスプレイのいずれかであってもよい。
いくつかの実装形態では、コンテンツ生成に対するルールとしては、視覚認知に関するルール、例えば、1つのコンテンツ片における物体の相対的顕著性に関するルール、1つのコンテンツ片における所望の顕著性マップに関するルール、1つのコンテンツ片における1つ以上の物体に対する所望の顕著性の数に関するルール、視認者が1つのコンテンツ片における物体若しくは領域に注意を向ける可能性が高い特定の順に関するルール、又は視覚認知に関する他のルールが挙げられ得る。いくつかの実施形態では、1つのコンテンツ片の視覚認知は、視覚的注意モデル(VAM)によって評価することができる。視覚的注意モデルは、生物学的視覚系における神経学的プロセス及び心理的効果をシミュレーションする。VAMを1つのコンテンツ片に適用することによって、視覚認知に関するVAM出力が生成され得る。ルールベースのコンテンツ生成システム100は、VAM出力を使用して、組み立てられたコンテンツ片が視覚認知に関するルールを満たすかを決定することができる。いくつかの実施形態では、視覚認知に関するルールが満たされない場合、組み立てられたコンテンツ片は使用されなくてもよい。
ルール管理モジュール120は、コンテンツ生成に対する1組のルールを維持することができ、これは、コンテンツ要素間のカテゴリ関係に関するルール及び/又はコンテンツ要素に関するルールを含む。例えば、ルールは、コンテンツ要素Aはコンテンツ要素Bより大きいことであってもよい。別の例として、ルールは、コンテンツ要素Cは許容されないことであってもよい。いくつかの実装形態では、許容コンテンツ要素は、特定のタイプのコンテンツ要素又はコンテンツ要素群の他の特性として定義されてもよい。いくつかの場合、許容コンテンツ要素を定義するルールは、標的のディスプレイに関連するいくつかの態様が条件とされてもよい。例えば、ルールは、コンテンツタイプTは位置L1で許容されるが、コンテンツタイプTは位置L2で許容されないことであってもよい。コンテンツ生成モジュール130は、選択されたコンテンツ要素と、選択されたコンテンツ要素間の関係とを含むコンテンツ構成を生成することができ、そこで関係は、1組のルールに従い、選択されたコンテンツ要素もまた、1組のルールに従う。1組の選択されたコンテンツ要素、コンテンツ要素A及びコンテンツ要素B、並びにコンテンツ要素Bの左側のコンテンツ要素Aを定義するルールに対して、コンテンツ生成モジュール130によって生成された代表的なコンテンツ構成が表1に説明される。
本開示はまた、許容されるカテゴリ関係を定義する1組のルールに従いコンテンツ要素を配列することによってコンテンツを作成及び最適化することを対象とする。複数のコンテンツ要素と、複数のコンテンツ要素間の関係とを含むコンテンツ構成が生成され得る。コンテンツ構成は、カテゴリ関係に従ってコンテンツ要素を配列することによって1つのコンテンツ片として組み立てられてもよい。このような組み立ては典型的に、プロセッサ、コンピュータ、サーバ、スマートフォン、タブレットコンピュータ、又は他のコンピューティングデバイスを含むがこれらに限定されない処理ユニットによって実行される。いくつかの実施形態では、コンテンツ構成は、コンテンツ要素のメトリック調整を含むことができる。メトリック調整は典型的に、メトリックシステムにおける第2のコンテンツ要素に関連する第1のコンテンツ要素の調整を記述する。例えば、メトリック調整は、第2のコンテンツ要素の右側に50画素である第1のコンテンツ要素であってもよい。別の例として、メトリック調整は、第2のコンテンツ要素よりx次元で5画素大きい第1のコンテンツ要素であってもよい。更に別の例として、メトリック調整は、第2のコンテンツ要素から45°の角度である第1のコンテンツ要素であってもよい。このような実装形態では、第2のコンテンツ要素に関連する第1のコンテンツ要素のメトリック調整は典型的に、第1のコンテンツ要素と第2のコンテンツ要素との関係で整列される。
ルールベースのコンテンツ最適化システムのいくつかの実施形態では、カテゴリ関係で異なる同じ組のコンテンツ要素の2つのコンテンツ構成は、1つのコンテンツ片が他の構成から組み立てられたコンテンツより有効に検査され、カテゴリ関係に関するルールが生成され得る場合、特定の行動に影響を与えるように設計される。例えば、より有効なコンテンツ構成で提示されたカテゴリ関係のみが許容されるルールが生成されてもよい。ルールベースのコンテンツ最適化システムの実施形態は、コンテンツ構成の数が著しく減少され得るように、許容されるカテゴリ関係を定義するルールによって減少された検索空間内のコンテンツを生成及び利用することができる。更に、ルールベースのコンテンツ最適化システムの実施形態は、人間の知覚、例えば、コンテンツ要素間のカテゴリ関係に重要である態様を最適化することができる。このような実施形態は、人間の視認者に対する様々なコンテンツ構成の効果の迅速な意味のある検査及び分析を提供するのに役立てることができ、これは、より迅速な最適化プロセスにつながり得る。加えて、1組のコンテンツ要素及び関係を定義するルールのメタデータとして記録され得るコンテンツ構成で1つのコンテンツ片を表すことは、様々な目的に使用され得る。例えば、コンテンツ構成は、コンテンツ要素の影響の分析、関係の許容性の見直し、消費のためのコンテンツの組み立てに使用することができる。更に、コンテンツ構成は典型的に、それがコンテンツ配信に特に好適であるように、1つのコンテンツ片よりはるかに少ない記憶空間を必要とする。
いくつかの実施形態では、コンテンツ要素は、1つのコンテンツ片を作成するために1組の関係に従って配列される。いくつかの他の実施形態では、コンテンツ要素は、コンテンツ要素を作成するためにカテゴリ関係及びメトリック設定に関する1組のルールに従って配列されてもよい。更に他の実施形態では、1つのコンテンツ片が選択されたコンテンツ要素及びカテゴリ関係に関する第1の組のルールに基づいて最適化された後、このコンテンツ片は、コンテンツ片の有効性を改善するためにメトリックシステムに関する第2の組のルールに従って最適化され得る。いくつかの実装形態では、メトリックシステムに関するコンテンツ要素を最適化することは、確立されたカテゴリに限定されてもよい。例えば、コンテンツ要素「ナシ」及びコンテンツ要素「リンゴ」に関するルールが「ナシ」の左側に「リンゴ」として定義される場合、第2のルールは、「リンゴ」が「ナシ」の左側である間、「リンゴ」と「ナシ」との距離がどのくらいかで作成されてもよい。このような実装形態に従う実施形態は、メトリックシステムにおける微調整が人間の視認者に対する影響に対してコンテンツの最適化の影響をより受けやすいように、検索空間に対する初期のスクリーニング及び制約を可能にする。
いくつかの実施形態では、1つのコンテンツ片のコンテンツ有効性は、ルールベースのコンテンツ最適化システムによって収集されてもよい。ルールベースのコンテンツ最適化システムは典型的に、最適化目的の達成時、例えば、ある特定の目標の達成時、又は特定の行動に影響を与えるときに表示コンテンツを最適化する。システムは、有効性データを使用して、コンテンツ片を最適化して、コンテンツ有効性を改善することができる。いくつかの場合、コンテンツ片に関する実験は、コンテンツの有効性を決定するために行われてもよい。いくつかの場合、ルールベースのコンテンツ最適化システムは、コンテンツ要素及びコンテンツ要素間のカテゴリ関係によってコンテンツを定義することができる。このような場合、コンテンツ要素及びカテゴリ関係など、1つのコンテンツ片の個々の態様の有効性を分析することが可能になる。加えて、コンテンツ最適化システムはまた、1つのコンテンツ片の有効性を、コンテンツ要素又はカテゴリ関係など、コンテンツの個々の態様に関連付けることができる。この関連性は、既存のルールを修正すること、又はルールベースのコンテンツ最適化システムに使用され得る新しいルールを生成することにつながり得る。
いくつかの実施形態では、ルールは、例えば、地域性、在庫データ、販売時点管理データ、視覚認知など、いくつかの因子によって定義又は修正されてもよい。例えば、ルールは、コンテンツAがコンテンツBより顕著であるべきであることを定義されてもよい。別の例として、ルールは、コンテンツAは位置Aで許容されないが、コンテンツBが位置Aで許容されることであってもよい。いくつかの実施形態では、ルールは、在庫データ、トリガデータ、時間帯区分など、いくつかの因子によって動的に変更されてもよい。例えば、ルールに、コンテンツAに表される品目の在庫が少ないときにコンテンツAが許容されないことを追加してもよい。別の例として、コンテンツAが許容されるルールは、時間帯区分が朝から午後に変更されたときにコンテンツAが許容されないルールに変更されてもよい。
いくつかの実施形態では、コンテンツ構成は、コンテンツ要素のカテゴリ関係で整列される別のコンテンツ要素及びコンテンツ構成における他のコンテンツ要素に関連するコンテンツ要素のメトリック調整を含むことができる。このような実施形態では、ルールベースのコンテンツ最適化システムは、コンテンツ片の有効性をメトリック調整に関連付け、新しいルールを生成するか、又は有効性データに基づいてメトリック調整に関する既存のルールを修正することができる。
図3は、ルールベースのコンテンツ最適化システム300の代表的なブロック図を示す。ルールベースのコンテンツ最適化システム300は、コンテンツ要素リポジトリ310と、ルール管理モジュール320と、コンテンツ生成モジュール330と、コンテンツ評価モジュール340とを含むことができる。コンテンツ生成モジュール330は、コンテンツ要素と、コンテンツ要素間のカテゴリ関係とを含むコンテンツ構成を作成することができ、そこでコンテンツ要素は、コンテンツ要素リポジトリ310内に配置されてもよく、カテゴリ関係は、ルール管理モジュール320によって提供された1組のルールによって支配されてもよい。コンテンツ生成モジュール330はまた、コンテンツ構成に従って1つのコンテンツ片を組み立てることができる。いくつかの実施形態では、コンテンツ生成モジュール330は、1つの処理ユニットによって実行されてもよい。いくつかの他の実施形態では、コンテンツ生成モジュール330は、2つ以上の処理ユニットによって実行されてもよい。例えば、コンテンツ生成モジュール330は、コンテンツ構成を生成する1つ以上のプロセッサと、コンテンツ構成をコンテンツ片に組み立てるいくつかの他のプロセッサ(複数可)とを含むことができる。コンテンツ評価モジュール340は、コンテンツ生成モジュール330によって組み立てられたコンテンツ片のコンテンツ有効性を評価することができる。
コンテンツ評価モジュール340によって集められたコンテンツ有効性データに基づいて、ルール管理モジュール320は、有効性を改善してコンテンツを作成するために1組のルールを修正することができる。より具体的には、構成の一態様で異なる2つのコンテンツ構成、例えば、コンテンツ要素又は関係、及び2つのコンテンツ構成がコンテンツ評価モジュール340によって収集されたデータに基づいてコンテンツ有効性で異なる場合、ルール管理モジュール320は、より高い有効性を有するコンテンツ構成の一部である構成の態様を組み込むようにコンテンツ生成を支配する1組のルールを修正することができる。ルール管理モジュール320は、例えば、新しいルールを作成すること、既存のルールを修正すること、パラメータの重み因子を調整すること、又は他の手法など、いくつかの手法でコンテンツ最適化を支配する1組のルールを修正することができる。いくつかの実施形態では、ルール管理モジュール320は、関係に関するルールを追加すること、関係に関するルールを修正すること、コンテンツ要素に関するルールを追加すること、コンテンツ要素に関するルールを修正すること、メトリック調整に関するルールを追加すること、又はメトリック調整に関するルールを修正することによって1組のルールを修正することができる。
本開示におけるシステム及び方法は、実験的設計原理を利用して、1つのコンテンツ片の有効性を決定することができる。いくつかの実施形態では、コンテンツ評価モジュール340は、データを集める実験を行って、1つのコンテンツ片の有効性を決定することができる。コンテンツ評価モジュール340によって行われる実験は、例えば、相関設計、準実験、真の実験などであってもよい。
本発明の実施形態は、コンテンツを生成し、及び/又はインターネット上のコンテンツを最適化するために使用することができる。本発明の実施形態はまた、コンテンツを生成し、及び/又はデジタルサイネージネットワーク上のコンテンツを最適化するために使用することができる。多くのディスプレイを典型的に含むデジタルサイネージネットワークは、1つ以上のコンピュータ又はプロセッサによって電子的に制御されてもよい。実験的設計の様々な態様は、「Systems and Methods for Designing Experiments」と題する、本願と同一譲受人に譲渡された米国特許出願公開第2010/0017288号、「System and Method for Generating Time−slot Samples to Which Content May be Assigned for Measuring Effects of the Assigned Content」と題する、米国特許出願公開第2009/0012848号、及び「System and Method for Assigning Pieces of Content to Time−slots Samples for Measuring Effects of the Assigned Content」と題する、米国特許出願公開第2009/0012927号、「System and Method for Assessing Effectiveness of Communication Content」と題する、米国特許出願公開第2009/0012847号に詳細に開示され、これらは、その全体が参照により本明細書に組み込まれる。
図4Aは、ルールベースのコンテンツ生成システム400の代表的な実施形態の系統図を示す。ルールベースのコンテンツ生成システム400は、コンテンツ生成モジュール410と、ルール管理モジュール420と、1つ以上の組立ユニット430と、任意の1つ以上のディスプレイ440とを含む。ルールベースのコンテンツ生成システム400の様々なコンポーネントは、回路、コンピュータ、プロセッサ、処理ユニット、マイクロプロセッサ、及び/又はタブレットコンピュータを含むがこれらに限定されない1つ以上のコンピューティングデバイスによって実行されてもよい。いくつかの場合、ルールベースのコンテンツ生成システム400の様々なコンポーネントは、共用コンピューティングデバイス上に実装されてもよい。あるいは、システム400のコンポーネントは、複数のコンピューティングデバイス上に実装されてもよい。いくつかの実装形態では、ルールベースのコンテンツ生成システム400の様々なモジュール及びコンポーネントは、ソフトウェア、ハードウェア、ファームウェア、又はこれらの組み合わせとして実装されてもよい。いくつかの場合、ルールベースのコンテンツ生成システム400の様々なコンポーネントは、コンピューティングデバイスによって実行されるソフトウェア又はファームウェアで実装されてもよい。ルール管理モジュール420は、コンテンツ作成を支配するルールを管理する。コンテンツ作成に対するルールとしては、例えば、コンテンツ要素間の関係に関するルール(即ち、許容関係を定義するルール、許容されない関係を定義するルールなど)、コンテンツ要素に関するルール(即ち、許容コンテンツ要素を定義するルール、必要とされるコンテンツ要素を定義するルール、いくつかのコンテンツ要素を除外するルールなど)、及びメトリック調整に関するルールが挙げられ得る。コンテンツ生成モジュール410は、1つ以上の処理ユニット上に実装されてもよい。ルール管理モジュール420及びコンテンツ生成モジュール410は、同じコンピュータ又は異なるコンピュータ上に存在することができる。いくつかの実施形態では、コンテンツ生成モジュール410は、ルール管理モジュール420によって提供されたルールに従って、構成するコンテンツ要素及び構成するコンテンツ要素間の関係を指定するコンテンツ構成を生成することができる。
いくつかの実施形態では、コンテンツ構成は、コンテンツ生成モジュール410から1つ以上の組立ユニット430に送信される。組立ユニット430は、コンテンツ要素間の関係に従ってコンテンツ要素を配列することによってコンテンツ片を作成することができ、そこでコンテンツ要素及び関係の両方はコンテンツ構成によって指定される。いくつかの実装形態では、組立ユニット430は、標的のディスプレイに好適なコンテンツ片を作成することができる。例えば、組立ユニット430は、例えば、アスペクト比、解像度など、標的のディスプレイの特性に基づいてコンテンツ片を作成することができる。いくつかの実装形態では、組立ユニット430は、中央のコンテンツ要素リポジトリ又はローカルのコンテンツ要素リポジトリ(両方とも図4に図示せず)からコンテンツ要素を取り出すことができる。組立ユニット430は、ディスプレイ440に作成されたコンテンツを更に提供することができる。いくつかの実装形態では、組立ユニット430は、2つ以上のディスプレイ440にコンテンツを提供することができる。
いくつかの実装形態では、コンテンツ生成モジュール410は、組立ユニット430と共同設置されるコンピューティングデバイス上に実装されてもよい。いくつかの場合、コンテンツ生成モジュール410は、ある位置で組立ユニット430と同じコンピューティングデバイス上にあってもよい。他のいくつかの場合、ルール管理モジュール420は、組立ユニット430と共同設置されるコンピューティングデバイス上に実装されてもよい。いくつかの場合、ルール管理モジュール420は、ある位置で組立ユニット430と同じコンピューティングデバイス上にあってもよい。
図4Bは、ルールベースのコンテンツ生成システム400Bの別の代表的な実施形態の系統図を示す。コンテンツ生成システム400Bは、ディスプレイ440から離れているセントラルサーバ又はローカルサーバで1つ以上の組立ユニット430を含むことができる。この実装形態は、インターネットベースのアプリケーションに好適であってもよく、そこでコンテンツ片は、インターネットサーバで組立ユニット430によって組み立てられ得る。
図5Aは、ルールベースのコンテンツ最適化システム500の代表的な実施形態の系統図を示す。ルールベースのコンテンツ最適化システム500は、コンテンツ生成モジュール510と、ルール管理モジュール520と、任意の1つ以上の組立ユニット530と、任意の1つ以上のディスプレイ540と、コンテンツ評価モジュール550と、任意のルール入力ユニット555とを含む。ルール管理モジュール520は、コンテンツ作成を支配するルールを管理する。コンテンツ作成に対するルールとしては、例えば、コンテンツ要素間の関係に関するルール、コンテンツ要素に関するルール、及びメトリック調整に関するルールが挙げられる。コンテンツ生成モジュール510は、1つ以上の処理ユニット上に実装されてもよい。ルール管理モジュール520及びコンテンツ生成モジュール510は、同じコンピュータ又は異なるコンピュータ上に存在することができる。いくつかの実施形態では、コンテンツ生成モジュール510は、ルール管理モジュール520によって提供されたルールに従って、構成するコンテンツ要素及び構成するコンテンツ要素間の関係を指定するコンテンツ構成を生成することができる。ルールベースのコンテンツ最適化システム500の様々なコンポーネントは、回路、コンピュータ、プロセッサ、処理ユニット、マイクロプロセッサ、及び/又はタブレットコンピュータを含むがこれらに限定されない1つ以上のコンピューティングデバイスによって実行されてもよい。いくつかの場合、ルールベースのコンテンツ最適化システム500の様々なコンポーネントは、共用コンピューティングデバイス上に実装されてもよい。あるいは、システム500のコンポーネントは、複数のコンピューティングデバイス上に実装されてもよい。いくつかの実装形態では、ルールベースのコンテンツ最適化システム500の様々なモジュール及びコンポーネントは、ソフトウェア、ハードウェア、ファームウェア、又はこれらの組み合わせとして実装されてもよい。いくつかの場合、ルールベースのコンテンツ最適化システム500の様々なコンポーネントは、コンピューティングデバイスによって実行されるソフトウェア又はファームウェアで実装されてもよい。
いくつかの実施形態では、コンテンツ構成は、コンテンツ生成モジュール510から1つ以上の組立ユニット530に送信される。組立ユニット530は、コンテンツ要素間の関係に従ってコンテンツ要素を配列することによって1つのコンテンツ片を作成することができ、そこでコンテンツ要素及び関係の両方はコンテンツ構成によって指定される。組立ユニット530は、ディスプレイ540に作成されたコンテンツを更に提供することができる。いくつかの実装形態では、組立ユニット530は、1つ以上のディスプレイ540にコンテンツを提供することができる。いくつかの実施形態では、組立ユニット530は、ディスプレイ540と共同設置されるコンピューティングデバイス上に実装されてもよい。このような実装形態では、ネットワークトラフィックは、実際の組み立てられたコンテンツ片ではなく、コンテンツ構成のみがネットワークを介して転送されるときに著しく減少され得る。
いくつかの実装形態では、コンテンツ生成モジュール510は、ディスプレイ540と共同設置されるコンピューティングデバイス上に実装されてもよい。いくつかの場合、コンテンツ生成モジュール510及び組立ユニット530は、同じコンピューティングデバイス上に実装されてもよい。いくつかの他の実装形態では、ルール管理モジュール520はまた、ディスプレイ540と共同設置されるコンピューティングデバイス上に実装されてもよい。いくつかの場合、ルール管理モジュール520及び組立ユニット530は、同じコンピューティングデバイス上に実装されてもよい。
コンテンツ評価モジュール550は、コンテンツ片の有効性を評価することができる。1つのコンテンツ片に対応するコンテンツ構成は、特定の行動に影響を与えるように設計されてもよい。例えば、広告は、製品の販売を促進するように設計され得る。コンテンツ評価モジュール550は、コンテンツがコンテンツ片の有効性を評価するように表示されるときに活動を示すデータを収集することができる。上記の例を使用して、コンテンツ評価モジュール550は、製品についての販売時点管理データを収集して、販売促進における広告の有効性を評価することができる。
いくつかの実施形態では、ルール管理モジュール520は、特定の行動に影響を与えるように設計されるコンテンツの生成を支配する1組のルールを維持することができる。第1のコンテンツ構成及び第2のコンテンツ構成は、この1組のルールに従って生成される。コンテンツ評価モジュール550は、2つのコンテンツ構成とこの2つのコンテンツ構成から組み立てられた2つのコンテンツ片の有効性を比較することができる。コンテンツ評価モジュール550は、コンテンツ構成の1つ以上の態様に対応する有効性の評価を生成し、この評価をルール管理モジュール520に提供することができる。ルール管理モジュール520は、特定の行動に影響を与えるように設計されるコンテンツの生成を支配する1組のルールを修正することができる。任意のルール入力ユニット555は、ルール関連の因子(即ち、在庫データ、地域性、顕著性など)をルール管理モジュール520に提供して、1組のルールを修正することができる。
図5Bは、ルールベースのコンテンツ最適化システム500Bの別の代表的な実施形態の系統図を示す。いくつかの実装形態では、組立ユニット530は、ディスプレイから離れている1つ以上のセントラルサーバ又はローカルサーバ上に実装されてもよい。この実装形態は、インターネットベースのアプリケーションに好適であり得、コンテンツ片は、インターネットサーバで組立ユニット530によって組み立てられ得る。
図6は、ルールベースのコンテンツ最適化システムの代表的な論理フローチャートを示す。ルールベースのコンテンツ最適化システムは典型的に、最適化目的の達成時に、例えば、ある特定の目標の達成時に、又は特定の行動に影響を与えるときに表示コンテンツを最適化する。最初に、コンテンツ要素が受信される(工程610)。コンテンツ要素は、特定のゲオン、個々の画像、画像の群、又は1つのコンテンツ片への組み立ての影響を受けやすい他の特定の片を含むことができる。いくつかの実施形態では、コンテンツ要素は、データリポジトリから取り出されるか、又は、例えば、ユーザ入力、ネットワーク入力、若しくは他のソースから受信されてもよい。これらのコンテンツ要素は、最適化目的の達成時に好適なコンテンツを生成するのに好適な1組の選択されたコンテンツ要素であってもよい。コンテンツ生成を支配する1組のルールが受信される(工程615)。これらのルールとしては、コンテンツ要素間の許容されるカテゴリ関係を定義するルール、コンテンツ要素に関するルールが挙げられ、任意に、これらのカテゴリ関係内のメトリック調整に関するルールが更に挙げられる。いくつかの実施形態では、これらのルールは、許容されるコンテンツ要素からなるルールを含んでもよい。これらのルールは、データリポジトリから取り出されるか、又は、例えば、ユーザ入力、コンピューティングデバイス、若しくは他のソースから受信されてもよい。1組のルールは、最適化目的を達成することに向かって定義されてもよい。コンテンツ要素及びルールが受信されると、コンテンツ構成は、ルールと一致する様式でコンテンツ要素のうちのいくつか又は全てを配列することによって生成され得る(工程620)。生成されたコンテンツ構成は、コンテンツ構成に指定されるように関係及び任意の他の調整に従って、コンテンツ要素を組み立てることによって表示のためのコンテンツ片に組み立てられ得る(工程625)。いくつかの実装形態では、コンテンツ構成は、標的のディスプレイに好適である異なるコンテンツ片に組み立てられ得る。いくつかの実施形態では、任意に、組み立てられたコンテンツ片は、視覚的注意モデル(VAM)によって評価され(工程627)、評価の結果を使用して、組み立てられたコンテンツ片が視覚認知に関連するルールを満たすかどうかを決定することができる(工程628)。例えば、コンテンツで表された品目の相対的顕著性がルールを満たすかどうかである。特定の例として、ルールは、品目Aが品目Bより高い顕著性を有すること(即ち、注意が向けられる可能性がより高い)というものであってもよい。組み立てられたコンテンツ片が視覚認知に関連するルールを満たす場合、このコンテンツ片は、表示のためにレンダリングされてもよい。そうでなければ、システムは経路を戻って、コンテンツ構成を生成する(工程620)。
最適化目的の達成時のコンテンツ有効性は、コンテンツ片が表示のためにレンダリングされるときに評価することができる(工程630)。コンテンツ評価は、例えば、表示されるコンテンツのプレイリストを設計する工程、異なるコンテンツ片のための再生の割合を定義する工程、又は視認者が経時的にさらされるコンテンツを調節する他の手段を含むことができる。実験の結果は、コンテンツの有効性を評価するために使用することができる。いくつかの実施形態では、コンテンツ有効性は、実験設計原理に従って設計された実験におけるこれらのコンテンツ片を再生するときに評価することができる。実験は、例えば、相関設計、準実験、又は真の実験であってもよい。いくつかの実施形態では、実験は、持ち越し効果を減少させる様式で行われてもよい。
有効性データは、有効性を1つ以上のコンテンツ要素に関連付け(工程635)、及び/又は要素間の関係に関連付ける(工程640)ために使用することができる。これらの関連性は、コンテンツパフォーマンスを比較し、かつどの差分がコンテンツ要素の選択又はこれらの要素間の関係の変化に起因し得るか決定することによってなされてもよい。その有効性情報によって、ルールベースのコンテンツ最適化システムは任意に、ルールを修正する工程(工程650)を更に含む。ルールの修正により、例えば、成績の悪いコンテンツ要素を取り除き、許容関係を築くか若しくはそれを修正するルールを作成又は更新することができる。ルールの修正は、最適化目的を達成することに向かう後の反復で生成されたコンテンツを最適化するのに役立てることができる。
図7は、ルールベースのコンテンツ最適化システム700の代表的な実施形態のモジュール図を示す。図7に説明される実施形態では、ルールベースのコンテンツ最適化システム700は、コンテンツ生成モジュール702と、実験設計モジュール704と、ルール管理モジュール706と、組立モジュール708と、表示モジュール710と、データリポジトリ712と、データ獲得モジュール714と、分析モジュール716と、通信インタフェース718とを含むことができる。コンテンツ生成モジュール702は、コンテンツ要素及びコンテンツ要素間の関係の構成を作成するように構成される。コンテンツ生成モジュール702は、ルール管理モジュール706によって提供されたルールに従ってコンテンツ構成を生成することができる。実験設計モジュール704は、コンテンツパフォーマンスを評価する実験を設計するように構成される。実験設計モジュール704は、コンテンツパフォーマンスが相関設計、準実験、又は真の実験を通じて測定され得るように、コンテンツ表示を制御する予定表及びプレイリストを作成することができる。
組立モジュール708は、コンテンツ要素及び関係のコンテンツ構成を受信し、これらの構成を処理して、ディスプレイ上での再生に好適な形式で1つのコンテンツ片を作成することができる。これは、.jpeg若しくは他の画像形式などの既知の形式での画像ファイルへのコンテンツ要素及び関係からのコンテンツの組み立て、又は基準点を組み立てて、かつ基準点間のフレームを埋めるために基準点間に経時的にコンテンツ要素及び関係の許容される変更を支配する遷移を適用することによって、.swf若しくは.mpeg形式などの適切な既知の形式でのビデオの作成を含み得る。
表示モジュール710は、レンダリングされたコンテンツを視認者に提示されることを可能にする。いくつかの実施形態では、表示モジュール710は、複数のデジタルディスプレイを含む。いくつかの場合、表示モジュール710は、複数の場所に分散されたディスプレイを含むことができる。
いくつかの実施形態では、データ獲得モジュール714は、実験中の活動を示すデータを測定又は収集するように構成される。データ獲得モジュール714は、任意の方法によってデータの獲得を行うか又は容易にすることができる。例えば、データ獲得モジュール714は、製品の動向、製品販売、顧客の行為若しくは反応、及び/又は他の情報を含む情報を集める様々なセンサ又はデータ獲得デバイスに連結されてもよい。センサは、例えば、顧客が製品を選び取るか、又はコンテンツが表示されているときに顧客がディスプレイの付近にいるかを検知するために使用されてもよい。販売は、販売時点管理(POS)システムによって獲得された情報に基づいて決定されてもよい。コンテンツの表示を確認する1つ以上のデバイスもまた、使用され得る。製品の在庫水準の変化は、在庫管理システムを通じて入手可能とすることができる。顧客の反応は、質問を通じて得ることができる。データ獲得モジュール714によって収集された1つ以上のタイプのデータを、コンテンツパフォーマンスを評価するために使用することができる。
コンテンツパフォーマンスデータは、特定の関係又はコンテンツ要素に対するコンテンツ有効性の属性を可能にするように分析モジュール716によって評価することができる。コンテンツパフォーマンスデータは、例えば、あるサイトでの活動を示すデータ、視聴行動を示すデータ、視覚的注意モデルからの結果(即ち、顕著性マップ、コンテンツを通じた経時的な注意の進行など)であってもよい。コンテンツパフォーマンスデータは、唯一の差分が1つのコンテンツ要素の選択である2つのタイプのコンテンツ間のものを示すことができ、最適化システムは、これらの2つの要素間のパフォーマンスの差分を選択された異なるコンテンツ要素によるものとすることができる。いくつかの実施形態では、最適化システムは、複数のコンテンツ片からのデータを使用し、複数のコンテンツ片間の差分のマトリクスを分析することによってパフォーマンスの差分をコンテンツ片の特定の要素によるものとすることができる。
ルール管理モジュール706は、コンテンツ作成に対するルールを受信、作成、及び修正することができる。例えば、ルール管理モジュール706は、使用され得るコンテンツ要素を制限することによって、又は特定の要素間若しくは要素のタイプ間の1組の許容関係を制限することによって、特定のコンテンツの有効ではないバリアントを除外するためにルールを修正することができる。ルール管理モジュール706はまた、ルール、例えば、ユーザインタフェースを通じて定義されるルールを受信又は作成することができる。ルール管理モジュール706は、以下に更に記載される。
ルールベースのコンテンツ最適化システム700の1つ以上のモジュールは、同じコンピューティングデバイス又はいくつかのコンピューティングデバイス上に実装されてもよい。ルールベースのコンテンツ最適化システム700の各モジュールは、一連のコンピューティングデバイス上に実装されてもよい。例えば、組立モジュール708は、ディスプレイが設置される複数の場所に分散された複数のコンピュータを含むことができる。別の例として、組立モジュール708は、1つの場所又は複数の場所で複数のディスプレイを制御するコンピューティングデバイスを含むことができる。ルールベースのコンテンツ最適化システム700の1つ以上のモジュールは、共同設置されるか又は離して設置され得る。例えば、組立モジュール708、表示モジュール710、及びデータ獲得モジュール714は共同設置されてもよい。いくつかの実施形態では、コンテンツ生成モジュール、分析ユニット、及び実験設計モジュールは共同設置されてもよい。いくつかの実施形態では、組立モジュール708は、コンテンツ生成モジュール702と共に設置されてもよいが、好ましくは表示モジュール710の1つ以上のディスプレイと共に設置される。
通信インタフェース718は、ルールベースのコンテンツ最適化システム700のコンポーネント間に電子通信を提供することができる。通信インタフェース718は、短距離及び長距離の通信インタフェースの両方を含むことができる。短距離の通信インタフェースは、例えば、ローカルエリアネットワーク(LAN)であってもよく、インタフェースは、Bluetooth規格などの既知の通信規格、IEEE 802規格(例えば、IEEE 802.11)、IEEE 802.15.4規格に基づくものなど、ZigBee若しくは類似の仕様、又は他のパブリック若しくはプロプライエタリ無線プロトコルに適合する。長距離の通信インタフェースは、例えば、広域ネットワーク(WAN)、セルラーネットワークインタフェース、衛星通信インタフェースなどであってもよい。通信インタフェース718は、イントラネットなどのプライベートコンピュータネットワーク内、又はインターネットなどのパブリックコンピュータネットワーク上のいずれかであってもよい。
データリポジトリ712は、ルールベースのコンテンツ最適化システム700にデータストレージを提供する。データリポジトリ712は、ルールベースのコンテンツ最適化システム700内の1つ以上のモジュールにデータストレージを提供することができる。いくつかの場合、データリポジトリ712は、単一のコンピュータ又はストレージデバイス上で動作することができる。いくつかの他の場合、データリポジトリ712は、一連のネットワーク化されたコンピュータ、サーバ、又はデバイス上で動作することができる。いくつかの実装形態では、データリポジトリ712は、ローカル、局地的、及び中心的など、階層状のデータストレージデバイスを含む。いくつかの実施形態では、データリポジトリ712は、コンテンツ生成モジュール702及び/又はルール管理モジュール706にデータストレージを提供して、例えば、コンテンツ要素、コンテンツ要素のメタデータ、コンテンツ生成を支配するルール、コンテンツ要素間の関係などのデータを記憶することができる。いくつかの実施形態では、データリポジトリ712は、データ獲得モジュール714及び/又は分析モジュール716にデータストレージを提供して、例えば、例としてデータ獲得モジュール714などによって収集されたデータ、コンテンツパフォーマンスデータなどのデータを記憶する。
データリポジトリ712は、非一時的なコンピュータ可読媒体であってもよい。例えば、それは、ランダムアクセスメモリ、単層ファイル、XMLファイル、又は1つ以上のデータベースサーバ若しくはデータセンタ上で実行する1つ以上のデータベース管理システム(DBMS)であってもよい。データベース管理システムは、リレーショナルデータベース管理システム(RDBMS)、階層型データベース管理システム(HDBMS)、多次元データベース管理システム(MDBMS)、オブジェクト指向データベース管理システム(ODBMS若しくはOODBMS)、又はオブジェクトリレーショナルデータベース管理システム(ORDBMS)などであってもよい。データリポジトリ712は、例えば、Microsoft CorporationからのSQLサーバなど、単一のリレーショナルデータベースであってもよい。いくつかの場合、データリポジトリ712は、データ統合プロセス又はソフトウェアアプリケーションによってデータを交換及び集約し得る複数のデータベースを含むことができる。代表的な実施形態では、データリポジトリ712の一部は、クラウドデータセンタ内でホストされてもよい。
図8は、ルールベースのコンテンツ最適化システム800の代表的なデータフロー図を示す。この実施形態では、ルールベースのコンテンツ最適化システムは、コンテンツ要素リポジトリ840と、コンテンツ生成モジュール850と、組立モジュール852と、表示モジュール854と、データ獲得ユニット858と、分析ユニット860と、評価モジュール862と、ルール管理モジュール864とを含む。ルール管理モジュール864によって提供された1組のルール801に基づくコンテンツ生成モジュール(850)は、コンテンツ構成802を生成し、これは、コンテンツ要素の選択、これらの選択されたコンテンツ要素間のカテゴリ関係、及び任意にカテゴリ関係に対するメトリック調整を含む。このコンテンツ構成802は、組立モジュール852によって受信され、これは、コンテンツ構成に従って選択されたコンテンツ要素を配列し、表示のために適切な形式で組み立てられたコンテンツ片804を作成する。評価モジュール862は、コンテンツ片の1組の再生命令806を生成して、コンテンツ片のパフォーマンスが測定されることを可能にする。いくつかの実施形態では、この1組の再生命令806は、表示モジュール854に転送されて、相関設計、準実験、真の実験、又は他のパフォーマンス測定方式を実施する様式で視認者856に対する表示コンテンツ808を支配する。組み立てられたコンテンツ804は、表示モジュール854内の1つ以上のディスプレイ上に提示され、再生命令806に従って視認者に提示される。購入決定、区域間の移動、視覚効果、又はコンテンツによって潜在的に動かされる他のデータなど、視認者の行動及び/又はコンテンツ効果810が、データ獲得ユニット858によって捕捉又は収集される。この獲得されたデータ812は、コンテンツの有効性を評価するために、分析ユニット860に送信される。分析ユニット860は、コンテンツ構成の差分を調査すること(例えば、異なるコンテンツ要素の使用又はこれらのコンテンツ要素間の関係の差分)によって獲得されたデータ812を有効性データ814に変換することができる。有効性データ814は、ルール管理モジュール864によって受信されて、コンテンツを作成及び検査する更なる反復時に1組のルール801を修正する。任意に、他のルール因子816(即ち、在庫データ、地域性、視覚認知など)は、ルール管理モジュール864に入力されて、1組のルール801を修正することができる。
図9A及び図9Bは、表示装置上に表示され、ハンバーガーを販売するといった最適化目的を有するルールベースのコンテンツ生成/最適化システムによって作成された2つのコンテンツ片を示す。コンテンツ生成を説明する一例として、ハンバーガーを販売するといった目的を有するコンテンツを生成するための1組のルールが表2に列挙される。
表2のルールに基づいて、ルールベースのコンテンツ生成システムは、表3の3つの代表的なコンテンツ構成を作成することができる。コンテンツ構成は、ベクトルとして表され得る。ベクトルは、1組のコンテンツ要素の識別子及び一連の演算子で表されるコンテンツ要素間のカテゴリ関係を含むことができる。代表的な実施形態では、各演算子は、順次的に関係を記述することができる。例えば、BELOW(要素x、要素y)は、要素xの下に要素yを配置し、RIGHT(要素x、要素y、要素z)は、要素xの右側に要素yを、要素yの右側に要素zを配置する。相対的サイズの演算子が同様に機能し得る。例えば、LARGER(要素x、要素y)は、要素yが要素xより大きいことを意味することができる。演算子はまた、コンテンツ要素の相対的配向を記述することができる。例えば、PARALLEL(要素x、要素y)は、要素xが要素yに平行であることを意味することができる。メトリック調整はまた、ベクトルに含まれてもよい。例えば、(x、y)は、(x、y)メトリック空間における単位として画素で調整を記述することができる。表3のコンテンツ3に対するベクトルで説明されるように、飲料の視覚表現は、ハンバーガーの視覚表現の位置に対して100画素右側及び50画素上方に移される。
更なる例として、表3のコンテンツ1は、図9Aに示されるコンテンツに組み立てられ、表3のコンテンツ3は、図9Bに示されるコンテンツに組み立てられる。ルールベースのコンテンツ最適化システムは、これらの2つのコンテンツ片のパフォーマンスを更に評価し、コンテンツパフォーマンスデータに基づくコンテンツ生成に対する1組のルールを潜在的に更新することができる。図9Aと図9Bとの間で、視覚的に重要な差分は、コンテンツ要素902の、他のコンテンツ要素904及び906/908に対する位置であり、コンテンツ要素906の交換は、飲料の視覚表現を説明し、コンテンツ要素908は、フライドポテトの視覚表現を示す。この例では、各コンテンツ片に関連付けられたコンテンツパフォーマンスを識別する実験が行われると、最適化システムは、パフォーマンスの差分のいくつかの可能なソースを識別することができる。図9A及び図9Bの例では、2つのコンテンツ片の間にいくつかの潜在的な視覚的に重要な差分がある。コンテンツパフォーマンスの差分は、コンテンツ要素908に対する906の置換又はコンテンツ要素902の位置の変化による可能性が高い。902の位置並びに906及び908の相対的有効性を含む他の順列による実験は、異なるコンテンツ構成の影響に関するより広範なデータを供給することによって、かつコンテンツ要素の統計的隔離又は多様なコンテンツ構成の組の間の関係を可能にすることによって、コンテンツパフォーマンスの差分のソースを更に識別することができる。追加のコンテンツパフォーマンスデータはまた、関係の組の相乗効果(即ち、他のコンテンツ要素の下のコンテンツ要素902の位置の影響)などの高次効果、コンテンツ要素の選択(即ち、コンテンツ要素908ではなくコンテンツ要素906を選択すること)、関係及び/若しくはコンテンツ要素の組み合わせ、又は他の効果を識別するために使用することができる。例えば、コンテンツパフォーマンスデータに基づいて、コンテンツ最適化システムは、コンテンツ要素タイプC(フライドポテトの視覚表現)が除外されるべきであるルールを追加し、又はコンテンツ要素タイプD(販売促進文句)がコンテンツ要素タイプA(ハンバーガーの視覚表現)の左側にあるべきであるルールを追加することができる。
いくつかの実施形態では、コンテンツ生成に関する1組のルールは、システムによって更新されて、コンテンツ検査中に収集されたデータを反映することができる。表4は、ルール修正及び改善の代表的な実施形態に擬似コードを提供する。検索空間は最初に、ユーザ入力並びにコンテンツ要素及びカテゴリ関係構造の性質の両方によって狭められ、コンテンツの全て最初に許容される構成が検査されることを可能にする。次に、成果のあるいくつかの構成が選択されてよく、コンテンツ生成を支配する1組のルールが選択に基づいて修正されてよい。更に、成果のある構成は、追加の検査を受けることができる。任意に、追加の検査は、これらの成果のある構成のカテゴリ関係内で異なるメトリック調整を含むことができる。メトリック調整は、許可された組のコンテンツ要素及び関係から開始し、検査する調整を決定することによってなされる。調整はまた、確立されたカテゴリ関係内にとどまることを確実にするために監査されてもよく、あるいは、メトリック調整は、これらのカテゴリ関係を維持し、どの要素も表示の境界の外側に移動させない既知の範囲から選択されてもよい。次に、メトリック調整は、選択されたコンテンツ構成の各々に対して、及びそのプールから検査される。実験データは、調整されたコンテンツ片のために得られてもよい。更に、メトリック調整を含む成果のある構成が選択され、コンテンツ生成を支配するルールは、あまり成果のない構成及びメトリック調整を除外するように調整される。メトリック調整は任意に、既知の予測及び改善アルゴリズムのうちの1つ以上を使用して更に改善されてもよく、これは、異なるメトリック調整に関する実験からデータを取り出し、そのデータを使用して、検査する異なるメトリック調整を識別することができる。
初期のルール及び/又はルールに対する手動修正を作成することは、電子ディスプレイデバイス上のユーザインタフェースによって始められてもよく、そこでユーザは、コンテンツを提示され、その後コンテンツが許容されるか否かに関して決定を下す。ルールはまた、コンテンツの様々な構成の検査からのデータに基づいて自動的に更新されてもよい。いくつかの実施形態では、コンテンツ最適化システムは、ユーザインタフェースを含むことができ、これは、ユーザがコンテンツ要素間の許容関係を支配するルールを提供又は選択すること、及びプロセッサがコンテンツを生成することを可能にし、そこでプロセッサは、ルールに従ってコンテンツ要素を配列する。図10Aは、ユーザインタフェースを介するユーザ入力によって進められるルール開発プロセスを詳述する代表的なフローチャートを提供する。最初に、潜在的コンテンツ片が初期の組のルールに従って生成される(工程1002)。初期の組のルールは、コンテンツのタイプ、コンテンツの目的など、ユーザ入力の有無にかかわらず生成され得る。次いで、潜在的コンテンツ片は、ユーザインタフェースを介してユーザに提示される(工程1004)。次に、ユーザ入力は、入力デバイスを介して提供されてもよい(工程1006)。ユーザ入力は、提示されたコンテンツ片の許可又は拒絶のいずれかの形態であってもよい。ユーザ入力が受け取られた後、システムは、潜在的コンテンツの属性を現在の組のルールと比較する(工程1008)。これらの比較に基づいて、システムは、潜在的コンテンツ片のどの属性が決定に寄与したかを分析することができる(工程1010)。ルールは、分析に基づいて更新される(工程1012)。例えば、システムは、ルールを生成又は修正して、拒絶につながることが十分に確実である属性を除外することができる。任意に、システムは、更なる見直しを必要とするコンテンツ属性を識別し、後続の潜在的コンテンツ構成におけるこれらの属性の順列の包含を確実にすることができる。
図10Bは、コンテンツパフォーマンスに基づく自動ルール開発を詳述する代表的なフローチャートである。コンテンツ最適化システムは、特定の目的に対するコンテンツを最適化することができる。コンテンツ最適化システムは、検査コンテンツのコンテンツパフォーマンスを受信する(工程1022)。検査コンテンツは、コンテンツ要素及びコンテンツ要素間の関係を含むコンテンツ構成として示されてもよい。システムは、コンテンツ属性とも称される、コンテンツ要素及び関係に起因するコンテンツパフォーマンスを決定する(工程1024)。任意に、システムは、比較可能なコンテンツ要素及び関係にわたってコンテンツパフォーマンスを比較することができる(工程1026)。比較可能なコンテンツ要素は、コンテンツ要素の性質若しくは目的に関するメタデータを通じて定義されるか、コンテンツ要素間の関係の類似性から得られるか、又は別の方法でユーザ入力などによって決定されてもよい。次に、この比較は、比較に応じて、情報がルールセット改正を正当化するのに十分であるかを決定するルール生成アルゴリズムにかけられる(工程1028)。それが正当化される場合、システムは、ルールセット改正を実行することができる(工程1030)。ルールの改正は、他の比較可能な要素及び関係より劣っていると認められるコンテンツ要素及び関係の除外を含み得るが、ある特定のコンテンツ要素若しくは関係が使用される頻度に対する調整、又は生成されるコンテンツの典型的な形態に影響を与える他の変更であってもよい。改正が正当化されるかどうかの決定は、比較された有効性メトリック並びにルールの更新を識別及び実行するために使用されるシステム、例えば、パレート改善の識別、予測エンジンの使用、既知の最適化アルゴリズム、又は個々の漸進的な改善に関する確実性に基づいている。
図10Cは、コンテンツ要素間の関係を支配するルールに基づくコンテンツ生成の代表的なフローチャートを示す。このフローチャートの工程は、1つのサイトにおける単一のコンピュータ上で実行されてもよく、又は一連のネットワーク化されたコンピュータにわたって分布させられてもよい。例えば、第1の3つの工程は、セントラルサーバ上で実行されてもよいが、コンテンツ要素の組み立て及びレンダリングは、別個の位置におけるコンピュータ(複数可)上で実行される。最初に、ルールセットが受信される(工程1042)。提供されるルールセットは任意に、コンテンツが対象とする特定の目的に基づいて選択又は生成されてもよい。次に、コンテンツに使用される1組のコンテンツ要素は、ルールに従って選択される(工程1044)。ルールは、1つのコンテンツ片に存在しなければならない必須のコンテンツ要素、並びに任意であるコンテンツ要素、及び1つのコンテンツ片から除外されるコンテンツ要素の両方を含むことができる。いくつかの場合、ルールはまた、どの任意のコンテンツ要素が共に現れ得るか、又は必要とされるコンテンツ要素からの特定の選択に基づいて含まれるか又は除外されなければならない特定の任意のコンテンツ要素を支配することができる。いくつかの実施形態では、コンテンツ要素は、コンテンツ要素又はその目的を記述するメタデータを通じて分類されてもよく、ルール又はコンテンツ構成は、このメタデータを参照することができる。コンテンツ要素が選択された後、システムは、1組のルールに基づいてコンテンツ要素間の1組のカテゴリ関係を含むコンテンツ構成を生成する(工程1046)。任意に、コンテンツ構成は、メトリック調整を更に含むことができる。コンテンツ生成システムは、コンテンツ構成に従ってコンテンツ要素を配置することによって1つのコンテンツ片を生成することができる(工程1048)。これは、いくつかの方法によって行われ得る。いくつかの実装形態では、各コンテンツ要素の重心が計算され、各コンテンツ要素をその様々なカテゴリ関係の中心に配置するための(即ち、対角配列が水平配列から45度の角度であり得る)基準点として使用される。いくつかの他の実装形態では、カテゴリ関係に従ってコンテンツ要素を配置するためにロジスティック関数が使用されてもよい。いくつかの場合、コンテンツの生成はまた、コンテンツ構成に指定されるメトリック調整に従ってコンテンツ要素を配置する工程を含む。任意に、コンテンツ要素がカテゴリ関係に従って配列されると、コンテンツ生成システムは、配列されたコンテンツを監査して、コンテンツが特定の表示寸法又はカテゴリに適合することを確実にすることができる。コンテンツ生成及び任意の表示検査が完了すると、コンテンツは、表示のためにレンダリングされる(工程1050)。
図11は、デジタルサイネージネットワークのルールベースのコンテンツ最適化システムを対象とした代表的な実施形態の論理フローチャートを示す。最初に、ある特定の最適化目的のためのコンテンツ生成を支配する1組のルールが取り出される(工程1110)。ルールは、データリポジトリから取り出されるか、又はユーザ入力若しくはネットワークコマンド及びこれらの組み合わせから受信されてもよい。処理ユニットは、1組のコンテンツ要素を選択すること、1組の選択されたコンテンツ要素間のカテゴリ関係を定義すること、任意に、1組のルールに従ってカテゴリ関係内の1組の選択されたコンテンツ要素間のメトリック調整を定義することよって、2つのコンテンツ構成を作成する(工程1120)。2つのコンテンツ構成は、ある特定の最適化目的を達成するように、例えば、特定の行動(複数可)に影響を与えるように設計される。システムは、2つのコンテンツ構成に基づく2つのコンテンツ片を更に組み立てた(工程1125)。デジタルサイネージネットワークに対して、レンダリング工程は、組み立てられたコンテンツがネットワーク上のディスプレイに転送される、ディスプレイから離れたリモート位置、又は1つのコンテンツ片がコンテンツ構成に従ってローカルのコンテンツ要素リポジトリを有するコンピューティングデバイスによって組み立てられる、ディスプレイのローカル位置のいずれかで完了されてもよい。任意に、レンダリング工程は、コンテンツ要素の位置にメトリック調整を行う追加の工程を含むことができ、そこでメトリック調整は典型的に、コンテンツ構成によって指定されるカテゴリ関係(複数可)の境界内である。
次に、最適化目的の達成時の2つのコンテンツ片のパフォーマンスが評価され得る(工程1130)。いくつかの実施形態では、実験は典型的に、持ち越し効果及び関連した交絡がコンテンツパフォーマンスの測定において減少する様式で特定の期間にコンテンツを割り当てることによって行われる。いくつかの実装形態では、実験は典型的に、統計的に有効なサンプルを生成するのに適切な表示持続時間量を確保するように行われる。コンテンツパフォーマンスは、コンテンツが視聴される可能性が高い期間中に収集されたデータに基づいて評価することができる。いくつかの場合、収集されたデータは、コンテンツ評価に使用される前に交絡を減少させるために前処理されてもよい。
更に、コンテンツパフォーマンスの差分は、関係に関連付けられ(工程1135)、及び/又はコンテンツ要素選択に関連付けられてもよい(工程1140)。いくつかの場合、最適化目的の達成時のコンテンツパフォーマンスに関する追加のデータは任意に、2つのコンテンツ構成の分析を補うために使用されてもよく、例えば、コンテンツの有効性を特定のコンテンツ要素又はコンテンツ要素間の関係に関連付けるのに役立つ。最適化目的を達成するためのコンテンツ生成に対する1組のルールは、関連付け工程(複数可)に基づいて修正されてもよい(工程1145)。例えば、システムは、いくつかのコンテンツ要素を除外するルール、いくつかのコンテンツ要素及び関係の組み合わせを除外するルール、又は2つ以上のコンテンツ要素間の関係のルールを追加することによって1組のルールを修正することができる。別の例では、システムは、コンテンツ要素間の許容されるカテゴリ関係の既存ルール、コンテンツ要素に対する許容されるメトリック位置の既存ルールなどを修正することによって1組のルールを修正することができる。このような実施形態は、潜在的検索空間から有効ではない選択肢を除外し、かつより有効な潜在的構成に焦点を合わせるためにルールを改正することによってコンテンツを改善及び最適化することができる。
代表的な実施形態では、1つのコンテンツ要素が別のコンテンツ要素(図9A及び図9Bのコンテンツの例から408に対して優れた応答を常に生成するコンテンツ要素906など)よりも良いパフォーマンスを有することを分析が示す場合、最適化システムは、より良いパフォーマンスを有するコンテンツ要素だが劣ったパフォーマンスを有するコンテンツ要素ではないものを含むためにルールを改正することができる。いくつかの場合、ルールの改正はまた、識別される特定のカテゴリ境界内のコンテンツ要素の位置に対するメトリック調整を含むことができる。いくつかの実施形態では、コンテンツ要素間の許容されるカテゴリ関係を支配するルールは、コンテンツ要素の許容されるメトリック位置を支配するルールが調整される前に最適化される。いくつかの他の場合、ルールはまた、収集されたデータに基づいて成果がある可能性が最も高いコンテンツ要素及び関係の区域を識別し、次いでこれらの区域に焦点を合わせるルールを作成又は調整する予測エンジンによって開発されてもよい。予測エンジンは、様々な予測の既知の統計的手段又は既知の最適化方法、例えば、強化学習ルーチン、ロジスティック回帰ルーチン、ニュートラルネットワーク、監視された学習ルーチン又は監視されていない学習ルーチン、伝達、遺伝的アルゴリズム、サポートベクトルルーチン、学習する学習ルーチンなどに基づくアルゴリズムを使用することができる。検索空間内の成果のある区域に焦点を合わせることによって、システムは、コンテンツの最適化時にコンテンツ構成を有効に調査することができる。
インターネットアプリケーションにおけるコンテンツを生成及び最適化することを対象とした代表的な実施形態では、コンテンツ生成及びレンダリング工程は、デジタルサイネージネットワークの最適化システムに類似してもよい。コンテンツパフォーマンスは、コンテンツが表示されるときに収集されたデータに基づいて評価することができる。収集されたデータは、例えば、コンテンツの視認者の行動を示すデータ、クリック行動に関連するデータなどであってもよい。いくつかの実装形態では、データは、コンテンツが実験設計によって表示されるときに収集されてもよい。いくつかの場合、実験は、ページレイアウト全体、ウェブサイトへの訪問者のプロファイル、及び他の変数などの様々な次元で類似であり得る、ウェブサイト上に現れる類似の広告機会に組み立てられたコンテンツ片を分配することによって行われてもよい。いくつかの実装形態では、相対的コンテンツ有効性は、広告機会の母集団の差分を説明するために調整されてもよい。コンテンツパフォーマンスが評価されると、関連付け工程及び修正工程は、上述されるようにデジタルサイネージネットワークのルールベースのコンテンツ最適化システムの実施形態に対するこれらの工程に類似してもよい。
代表的な実施形態
1.システムであって、
コンテンツ生成に関する複数のルールを受信するように適合されたルール管理モジュールと、
ルール管理モジュールに連結され、かつコンテンツ構成を生成するように適合されたコンテンツ生成モジュールであって、コンテンツ構成が、複数のコンテンツ要素と、複数のコンテンツ要素間の1つ以上の関係と、を含み、複数のルールが、関係に関するルールを含み、1つ以上の関係が、複数のルールに従い、コンテンツ構成が、1つのコンテンツ片に組み立てられるように機能する、コンテンツ生成モジュールと、を備え、
複数のコンテンツ要素のうちの少なくとも1つが、組み立てられたコンテンツ片内に2つ以上の許容位置を有する、システム。
2.1つ以上の関係に従って複数のコンテンツ要素を配列することによってコンテンツ構成を1つのコンテンツ片に組み立てるように適合された組立モジュールを更に備える、実施形態1に記載のシステム。
3.接続部を介してコンテンツ構成を送信するように適合された送信装置を更に備える、実施形態1に記載のシステム。
4.コンテンツ構成を受信するように適合された受信装置を更に備える、実施形態1に記載のシステム。
5.1つ以上の関係に従って複数のコンテンツ要素を配列することによってコンテンツ構成を1つのコンテンツ片として組み立てるように適合された組立モジュールを更に備える、実施形態4に記載のシステム。
6.複数のルールが、コンテンツ要素に関するルールを更に含む、実施形態1に記載のシステム。
7.複数のルールが、メトリック調整に関するルールを更に含む、実施形態1に記載のシステム。
8.複数のルールが、視覚認知に関するルールを更に含む、実施形態1に記載のシステム。
9.組み立てられたコンテンツ片にVAMを適用してVAM出力を生成し、かつVAM出力に基づいて組み立てられたコンテンツ片が複数のルールを満たすかを決定するように適合された視覚的注意モデル(VAM)評価装置を更に備える、実施形態2に記載のシステム。
10.複数のルールのうちの少なくとも1つが、
在庫データ、販売時点管理データ、地域性、及び時間帯区分を含む因子のうちの少なくとも1つに基づいている、実施形態1〜9のいずれか1つの実施形態に記載のシステム。
11.コンテンツ構成が、複数のコンテンツ要素のうちの1つのメトリック調整を更に含む、実施形態1〜9のいずれか1つの実施形態に記載のシステム。
12.システムであって、
コンテンツ要素を記憶するように適合されたコンテンツ要素リポジトリと、
複数のコンテンツ要素と、複数のコンテンツ要素間の1つ以上の関係とを含むコンテンツ構成を受信するように適合された組立モジュールであって、1つ以上の関係が、コンテンツ生成に関する複数のルールに従う、組立モジュールと、を備え、
組立モジュールが、1つ以上の関係に従って複数のコンテンツ要素を配列することによってコンテンツ構成に基づく1つのコンテンツ片を組み立てるように更に適合される、システム。
13.コンテンツ構成が、複数のコンテンツ要素のうちの1つのメトリック調整を更に含み、組立ユニットが、メトリック調整に従って複数のコンテンツ要素のうちの1つを配列することによってコンテンツ片を組み立てるように更に適合される、実施形態12に記載のシステム。
14.組立モジュールが、標的のディスプレイの特性に従ってコンテンツ片を組み立てるように更に構成される、実施形態12に記載のシステム。
15.複数のルールが、関係に関するルールを含む、実施形態12に記載のシステム。
16.複数のルールが、コンテンツ要素に関するルールを含む、実施形態12に記載のシステム。
17.複数のルールが、メトリック調整に関するルールを更に含む、実施形態13に記載のシステム。
18.複数のルールが、視覚認知に関するルールを更に含む、実施形態12に記載のシステム。
19.組み立てられたコンテンツ片にVAMを適用してVAM出力を生成し、かつVAM出力に基づいて組み立てられたコンテンツ片が複数のルールを満たすかを決定するように適合された視覚的注意モデル(VAM)評価装置を更に備える、実施形態12に記載のシステム。
20.複数のルールのうちの少なくとも1つが、在庫データ、販売時点管理データ、地域性、時間帯区分、及びトリガデータを含む因子のうちの少なくとも1つに基づいている、実施形態12〜19のいずれか1つの実施形態に記載のシステム。
21.コンテンツ生成のための方法であって、
コンテンツ生成に関する複数のルールを受信する工程と、
プロセッサによって、複数のコンテンツ要素と、複数のコンテンツ要素間の1つ以上の関係とを含むコンテンツ構成を生成する工程であって、コンテンツ構成が、1つのコンテンツ片に組み立てられるように機能し、複数のルールが、コンテンツ要素間の関係に関するルールを含み、1つ以上の関係が、複数のルールに従う、工程と、を含み、
複数のコンテンツ要素のうちの少なくとも1つが、組み立てられたコンテンツ片内に2つ以上の許容位置を有する、方法。
22.プロセッサによって、1つ以上の関係に従って複数のコンテンツ要素を配列することによってコンテンツ構成を1つのコンテンツ片に組み立てる工程を更に含む、実施形態21に記載の方法。
23.複数のルールが、コンテンツ要素に関するルールを更に含む、実施形態21に記載の方法。
24.複数のルールが、メトリック調整に関するルールを更に含む、実施形態21に記載の方法。
25.複数のルールが、視覚認知に関するルールを更に含む、実施形態21に記載の方法。
26.プロセッサによって、組み立てられたコンテンツ片に視覚的注意モデル(VAM)を適用してVAM出力を生成し、VAM出力に基づいて、組み立てられたコンテンツ片が複数のルールを満たすかを決定する工程を更に含む、実施形態22に記載の方法。
27.複数のルールのうちの少なくとも1つが、在庫データ、販売時点管理データ、地域性、及び時間帯区分を含む因子のうちの少なくとも1つに基づいている、実施形態21〜26のいずれか1つの実施形態に記載の方法。
28.コンテンツ構成が、複数のコンテンツ要素のうちの1つのメトリック調整を更に含み、組み立てる工程が、メトリック調整に従って複数のコンテンツ要素のうちの1つを配列する工程を含む、実施形態21〜26のいずれか1つの実施形態に記載の方法。
29.方法であって、
複数のコンテンツ要素と、複数のコンテンツ要素間の1つ以上の関係とを含むコンテンツ構成を受信する工程であって、1つ以上の関係が、コンテンツ生成に関する複数のルールに従う、工程と、
プロセッサによって、1つ以上の関係に従って複数のコンテンツ要素を配列することによってコンテンツ構成に基づく1つのコンテンツ片を組み立てる工程と、を含む、方法。
30.コンテンツ構成が、複数のコンテンツ要素のうちの1つのメトリック調整を更に含み、組み立てる工程が、メトリック調整に従って複数のコンテンツ要素のうちの1つを配列することによってコンテンツ片を組み立てる工程を含む、実施形態29に記載の方法。
31.組み立てる工程が、標的のディスプレイの特性に従ってコンテンツ片を組み立てる工程を含む、実施形態29又は30に記載の方法。
32.複数のルールが、関係に関するルールを含む、実施形態29に記載の方法。
33.複数のルールが、コンテンツ要素に関するルールを含む、実施形態29に記載の方法。
34.複数のルールが、メトリック調整に関するルールを更に含む、実施形態29又は30に記載の方法。
35.複数のルールが、視覚認知に関するルールを更に含む、実施形態29に記載の方法。
36.プロセスによって、組み立てられたコンテンツ片に視覚的注意モデル(VAM)を適用してVAM出力を生成し、VAM出力に基づいて組み立てられたコンテンツ片が複数のルールを満たすかを決定する工程を更に含む、実施形態29に記載の方法。
37.複数のルールのうちの少なくとも1つが、在庫データ、販売時点管理データ、地域性、時間帯区分、及びトリガデータを含む因子のうちの少なくとも1つに基づいている、実施形態29に記載の方法。
38.コンテンツを最適化するための方法であって、
プロセッサによって、2つのコンテンツ構成を生成する工程であって、各コンテンツ構成が、複数のコンテンツ要素と、複数のコンテンツ要素間の1つ以上の関係と、を含み、1つ以上の関係が、許容関係を定義する1組のルールに従う、工程と、
処理ユニットによって、2つのコンテンツ構成を2つのコンテンツ片に組み立てる工程と、
最適化目的の達成時に、2つのコンテンツ片の有効性データを得る実験を行う工程と、
有効性データに基づいて2つのコンテンツ構成の相対的有効性を決定する工程と、を含む、方法。
39.1つのコンテンツ構成のより高い相対的有効性を2つのコンテンツ構成で異なる関係に関連付ける工程を更に含む、実施形態38に記載の方法。
40.より高い相対的有効性を有する1つのコンテンツ構成に基づいて関係に関するルールを生成する工程を更に含む、実施形態39に記載の方法。
41.1組のルールからルールを選択する工程であって、ルールが、関係に関連する、工程と、
より高い相対的有効性を有する1つのコンテンツ構成に基づいてルールを修正する工程と、を更に含む、実施形態39に記載の方法。
42.1つのコンテンツ構成のより高い相対的有効性を2つのコンテンツ構成で異なるコンテンツ要素に関連付ける工程を更に含む、実施形態38に記載の方法。
43.より高い相対的有効性を有する複数のコンテンツ要素の1つの構成に基づいてコンテンツ要素に関するルールを生成する工程を更に含む、実施形態42に記載の方法。
44.1組のルールからルールを選択する工程であって、ルールが、コンテンツ要素に関連する、工程と、
より高い相対的有効性を有するコンテンツ要素の1つの構成に基づいてルールを修正する工程と、を更に含む、実施形態42に記載の方法。
45.2つのコンテンツ構成のうちの少なくとも1つが、複数のコンテンツ要素のうちの1つのメトリック調整を含む、実施形態38に記載の方法。
46.1つのコンテンツ構成のより高い相対的有効性をメトリック調整に関連付ける工程を更に含む、実施形態45に記載の方法。
47.より高い相対的有効性を有する複数のコンテンツ要素の1つの構成に基づいてメトリック調整に関するルールを生成する工程を更に含む、実施形態46に記載の方法。
48.1組のルールからルールを選択する工程であって、ルールが、メトリック調整に関連する、工程と、
より高い相対的有効性を有するコンテンツ要素の1つの構成に基づいてルールを修正する工程と、を更に含む、実施形態46に記載の方法。
49.最適化目的に基づいて視覚認知に関するルールを生成する工程を更に含む、実施形態38〜48のいずれか1つの実施形態に記載の方法。
50.処理ユニットによって、VAMを2つのコンテンツ片のうちの少なくとも1つに適用して、VAM出力を生成する工程と、
VAM出力に基づいて、2つのコンテンツ片のうちの少なくとも1つが視覚認知に関するルールを満たすかを決定する工程と、を更に含む、実施形態49に記載の方法。
51.在庫データ、販売時点管理データ、地域性、時間帯区分、及びトリガデータを含む因子のうちの少なくとも1つに基づいてルールを生成する工程を更に含む、実施形態38〜48のいずれか1つの実施形態に記載の方法。
52.在庫データ、販売時点管理データ、地域性、時間帯区分、及びトリガデータを含む因子のうちの少なくとも1つに基づいてルールを修正する工程を更に含む、実施形態38〜48のいずれか1つの実施形態に記載の方法。
53.コンテンツ最適化システムであって、
コンテンツ構成を生成するように適合されたコンテンツ生成モジュールであって、コンテンツ構成が、複数のコンテンツ要素と、複数のコンテンツ要素間の1つ以上の関係と、を含み、1つ以上の関係が、コンテンツ生成に関する1組のルールに従い、コンテンツ構成が、特定の最適化目的で設計される、コンテンツ生成モジュールと、
コンテンツ構成から組み立てられた1つのコンテンツ片が表示されるときに獲得されるデータに基づいて、特定の最適化目的の達成時にコンテンツパフォーマンスを評価するように適合されたコンテンツ評価モジュールと、
評価されたコンテンツパフォーマンスに基づいて1組のルールを改正するように適合されたルール管理モジュールと、を備える、コンテンツ最適化システム。
54.ルール管理モジュールが、関係に関するルールを追加する工程及び関係に関するルールを修正する工程のうちの少なくとも1つによって1組のルールを改正するように適合される、実施形態53に記載のコンテンツ最適化システム。
55.1組のルールが、関係に関するルール、コンテンツ要素に関するルール、メトリック調整に関するルール、及び視覚認知に関するルールのうちの少なくとも1つを含む、実施形態53に記載のコンテンツ最適化システム。
56.ルール管理モジュールが、コンテンツ要素に関するルールを追加する工程及びコンテンツ要素に関するルールを修正する工程のうちの少なくとも1つによって1組のルールを改正するように適合される、実施形態53に記載のコンテンツ最適化システム。
57.コンテンツ構成が、コンテンツ要素のメトリック調整を更に含む、実施形態53に記載のコンテンツ最適化システム。
58.ルール管理モジュールが、コンテンツ要素のメトリック調整に関するルールを追加する工程及びコンテンツ要素のメトリック調整に関するルールを修正する工程のうちの少なくとも1つによって1組のルールを改正するように適合される、実施形態57に記載のコンテンツ最適化システム。
59.評価されたコンテンツパフォーマンスが、コンテンツ片が表示される位置での活動を示すデータ、視聴行動を示すデータ、及び視覚的注意モデルからの結果のうちの少なくとも1つを含む、実施形態53に記載のコンテンツ最適化システム。
60.ルール管理モジュールが、特定の最適化目的に基づいて視覚認知に関するルールを追加する工程及び特定の最適化目的に基づいて視覚認知に関するルールを修正する工程のうちの少なくとも1つによって1組のルールを改正するように適合される、実施形態53に記載のコンテンツ最適化システム。
61.組み立てられたコンテンツ片にVAMを適用してVAM出力を生成し、かつVAM出力に基づいて組み立てられたコンテンツ片が1組のルールを満たすかを決定するように適合された視覚的注意モデル(VAM)評価装置を更に備える、実施形態53に記載のコンテンツ最適化システム。
62.ルール管理モジュールが、在庫データ、販売時点管理データ、地域性、時間帯区分、及びトリガデータを含む因子のうちの少なくとも1つに基づいて、ルールを追加する工程によって、又はルールを修正する工程によって、1組のルールを改正するように適合される、実施形態53〜61のいずれか1つの実施形態に記載のコンテンツ最適化システム。
1.システムであって、
コンテンツ生成に関する複数のルールを受信するように適合されたルール管理モジュールと、
ルール管理モジュールに連結され、かつコンテンツ構成を生成するように適合されたコンテンツ生成モジュールであって、コンテンツ構成が、複数のコンテンツ要素と、複数のコンテンツ要素間の1つ以上の関係と、を含み、複数のルールが、関係に関するルールを含み、1つ以上の関係が、複数のルールに従い、コンテンツ構成が、1つのコンテンツ片に組み立てられるように機能する、コンテンツ生成モジュールと、を備え、
複数のコンテンツ要素のうちの少なくとも1つが、組み立てられたコンテンツ片内に2つ以上の許容位置を有する、システム。
2.1つ以上の関係に従って複数のコンテンツ要素を配列することによってコンテンツ構成を1つのコンテンツ片に組み立てるように適合された組立モジュールを更に備える、実施形態1に記載のシステム。
3.接続部を介してコンテンツ構成を送信するように適合された送信装置を更に備える、実施形態1に記載のシステム。
4.コンテンツ構成を受信するように適合された受信装置を更に備える、実施形態1に記載のシステム。
5.1つ以上の関係に従って複数のコンテンツ要素を配列することによってコンテンツ構成を1つのコンテンツ片として組み立てるように適合された組立モジュールを更に備える、実施形態4に記載のシステム。
6.複数のルールが、コンテンツ要素に関するルールを更に含む、実施形態1に記載のシステム。
7.複数のルールが、メトリック調整に関するルールを更に含む、実施形態1に記載のシステム。
8.複数のルールが、視覚認知に関するルールを更に含む、実施形態1に記載のシステム。
9.組み立てられたコンテンツ片にVAMを適用してVAM出力を生成し、かつVAM出力に基づいて組み立てられたコンテンツ片が複数のルールを満たすかを決定するように適合された視覚的注意モデル(VAM)評価装置を更に備える、実施形態2に記載のシステム。
10.複数のルールのうちの少なくとも1つが、
在庫データ、販売時点管理データ、地域性、及び時間帯区分を含む因子のうちの少なくとも1つに基づいている、実施形態1〜9のいずれか1つの実施形態に記載のシステム。
11.コンテンツ構成が、複数のコンテンツ要素のうちの1つのメトリック調整を更に含む、実施形態1〜9のいずれか1つの実施形態に記載のシステム。
12.システムであって、
コンテンツ要素を記憶するように適合されたコンテンツ要素リポジトリと、
複数のコンテンツ要素と、複数のコンテンツ要素間の1つ以上の関係とを含むコンテンツ構成を受信するように適合された組立モジュールであって、1つ以上の関係が、コンテンツ生成に関する複数のルールに従う、組立モジュールと、を備え、
組立モジュールが、1つ以上の関係に従って複数のコンテンツ要素を配列することによってコンテンツ構成に基づく1つのコンテンツ片を組み立てるように更に適合される、システム。
13.コンテンツ構成が、複数のコンテンツ要素のうちの1つのメトリック調整を更に含み、組立ユニットが、メトリック調整に従って複数のコンテンツ要素のうちの1つを配列することによってコンテンツ片を組み立てるように更に適合される、実施形態12に記載のシステム。
14.組立モジュールが、標的のディスプレイの特性に従ってコンテンツ片を組み立てるように更に構成される、実施形態12に記載のシステム。
15.複数のルールが、関係に関するルールを含む、実施形態12に記載のシステム。
16.複数のルールが、コンテンツ要素に関するルールを含む、実施形態12に記載のシステム。
17.複数のルールが、メトリック調整に関するルールを更に含む、実施形態13に記載のシステム。
18.複数のルールが、視覚認知に関するルールを更に含む、実施形態12に記載のシステム。
19.組み立てられたコンテンツ片にVAMを適用してVAM出力を生成し、かつVAM出力に基づいて組み立てられたコンテンツ片が複数のルールを満たすかを決定するように適合された視覚的注意モデル(VAM)評価装置を更に備える、実施形態12に記載のシステム。
20.複数のルールのうちの少なくとも1つが、在庫データ、販売時点管理データ、地域性、時間帯区分、及びトリガデータを含む因子のうちの少なくとも1つに基づいている、実施形態12〜19のいずれか1つの実施形態に記載のシステム。
21.コンテンツ生成のための方法であって、
コンテンツ生成に関する複数のルールを受信する工程と、
プロセッサによって、複数のコンテンツ要素と、複数のコンテンツ要素間の1つ以上の関係とを含むコンテンツ構成を生成する工程であって、コンテンツ構成が、1つのコンテンツ片に組み立てられるように機能し、複数のルールが、コンテンツ要素間の関係に関するルールを含み、1つ以上の関係が、複数のルールに従う、工程と、を含み、
複数のコンテンツ要素のうちの少なくとも1つが、組み立てられたコンテンツ片内に2つ以上の許容位置を有する、方法。
22.プロセッサによって、1つ以上の関係に従って複数のコンテンツ要素を配列することによってコンテンツ構成を1つのコンテンツ片に組み立てる工程を更に含む、実施形態21に記載の方法。
23.複数のルールが、コンテンツ要素に関するルールを更に含む、実施形態21に記載の方法。
24.複数のルールが、メトリック調整に関するルールを更に含む、実施形態21に記載の方法。
25.複数のルールが、視覚認知に関するルールを更に含む、実施形態21に記載の方法。
26.プロセッサによって、組み立てられたコンテンツ片に視覚的注意モデル(VAM)を適用してVAM出力を生成し、VAM出力に基づいて、組み立てられたコンテンツ片が複数のルールを満たすかを決定する工程を更に含む、実施形態22に記載の方法。
27.複数のルールのうちの少なくとも1つが、在庫データ、販売時点管理データ、地域性、及び時間帯区分を含む因子のうちの少なくとも1つに基づいている、実施形態21〜26のいずれか1つの実施形態に記載の方法。
28.コンテンツ構成が、複数のコンテンツ要素のうちの1つのメトリック調整を更に含み、組み立てる工程が、メトリック調整に従って複数のコンテンツ要素のうちの1つを配列する工程を含む、実施形態21〜26のいずれか1つの実施形態に記載の方法。
29.方法であって、
複数のコンテンツ要素と、複数のコンテンツ要素間の1つ以上の関係とを含むコンテンツ構成を受信する工程であって、1つ以上の関係が、コンテンツ生成に関する複数のルールに従う、工程と、
プロセッサによって、1つ以上の関係に従って複数のコンテンツ要素を配列することによってコンテンツ構成に基づく1つのコンテンツ片を組み立てる工程と、を含む、方法。
30.コンテンツ構成が、複数のコンテンツ要素のうちの1つのメトリック調整を更に含み、組み立てる工程が、メトリック調整に従って複数のコンテンツ要素のうちの1つを配列することによってコンテンツ片を組み立てる工程を含む、実施形態29に記載の方法。
31.組み立てる工程が、標的のディスプレイの特性に従ってコンテンツ片を組み立てる工程を含む、実施形態29又は30に記載の方法。
32.複数のルールが、関係に関するルールを含む、実施形態29に記載の方法。
33.複数のルールが、コンテンツ要素に関するルールを含む、実施形態29に記載の方法。
34.複数のルールが、メトリック調整に関するルールを更に含む、実施形態29又は30に記載の方法。
35.複数のルールが、視覚認知に関するルールを更に含む、実施形態29に記載の方法。
36.プロセスによって、組み立てられたコンテンツ片に視覚的注意モデル(VAM)を適用してVAM出力を生成し、VAM出力に基づいて組み立てられたコンテンツ片が複数のルールを満たすかを決定する工程を更に含む、実施形態29に記載の方法。
37.複数のルールのうちの少なくとも1つが、在庫データ、販売時点管理データ、地域性、時間帯区分、及びトリガデータを含む因子のうちの少なくとも1つに基づいている、実施形態29に記載の方法。
38.コンテンツを最適化するための方法であって、
プロセッサによって、2つのコンテンツ構成を生成する工程であって、各コンテンツ構成が、複数のコンテンツ要素と、複数のコンテンツ要素間の1つ以上の関係と、を含み、1つ以上の関係が、許容関係を定義する1組のルールに従う、工程と、
処理ユニットによって、2つのコンテンツ構成を2つのコンテンツ片に組み立てる工程と、
最適化目的の達成時に、2つのコンテンツ片の有効性データを得る実験を行う工程と、
有効性データに基づいて2つのコンテンツ構成の相対的有効性を決定する工程と、を含む、方法。
39.1つのコンテンツ構成のより高い相対的有効性を2つのコンテンツ構成で異なる関係に関連付ける工程を更に含む、実施形態38に記載の方法。
40.より高い相対的有効性を有する1つのコンテンツ構成に基づいて関係に関するルールを生成する工程を更に含む、実施形態39に記載の方法。
41.1組のルールからルールを選択する工程であって、ルールが、関係に関連する、工程と、
より高い相対的有効性を有する1つのコンテンツ構成に基づいてルールを修正する工程と、を更に含む、実施形態39に記載の方法。
42.1つのコンテンツ構成のより高い相対的有効性を2つのコンテンツ構成で異なるコンテンツ要素に関連付ける工程を更に含む、実施形態38に記載の方法。
43.より高い相対的有効性を有する複数のコンテンツ要素の1つの構成に基づいてコンテンツ要素に関するルールを生成する工程を更に含む、実施形態42に記載の方法。
44.1組のルールからルールを選択する工程であって、ルールが、コンテンツ要素に関連する、工程と、
より高い相対的有効性を有するコンテンツ要素の1つの構成に基づいてルールを修正する工程と、を更に含む、実施形態42に記載の方法。
45.2つのコンテンツ構成のうちの少なくとも1つが、複数のコンテンツ要素のうちの1つのメトリック調整を含む、実施形態38に記載の方法。
46.1つのコンテンツ構成のより高い相対的有効性をメトリック調整に関連付ける工程を更に含む、実施形態45に記載の方法。
47.より高い相対的有効性を有する複数のコンテンツ要素の1つの構成に基づいてメトリック調整に関するルールを生成する工程を更に含む、実施形態46に記載の方法。
48.1組のルールからルールを選択する工程であって、ルールが、メトリック調整に関連する、工程と、
より高い相対的有効性を有するコンテンツ要素の1つの構成に基づいてルールを修正する工程と、を更に含む、実施形態46に記載の方法。
49.最適化目的に基づいて視覚認知に関するルールを生成する工程を更に含む、実施形態38〜48のいずれか1つの実施形態に記載の方法。
50.処理ユニットによって、VAMを2つのコンテンツ片のうちの少なくとも1つに適用して、VAM出力を生成する工程と、
VAM出力に基づいて、2つのコンテンツ片のうちの少なくとも1つが視覚認知に関するルールを満たすかを決定する工程と、を更に含む、実施形態49に記載の方法。
51.在庫データ、販売時点管理データ、地域性、時間帯区分、及びトリガデータを含む因子のうちの少なくとも1つに基づいてルールを生成する工程を更に含む、実施形態38〜48のいずれか1つの実施形態に記載の方法。
52.在庫データ、販売時点管理データ、地域性、時間帯区分、及びトリガデータを含む因子のうちの少なくとも1つに基づいてルールを修正する工程を更に含む、実施形態38〜48のいずれか1つの実施形態に記載の方法。
53.コンテンツ最適化システムであって、
コンテンツ構成を生成するように適合されたコンテンツ生成モジュールであって、コンテンツ構成が、複数のコンテンツ要素と、複数のコンテンツ要素間の1つ以上の関係と、を含み、1つ以上の関係が、コンテンツ生成に関する1組のルールに従い、コンテンツ構成が、特定の最適化目的で設計される、コンテンツ生成モジュールと、
コンテンツ構成から組み立てられた1つのコンテンツ片が表示されるときに獲得されるデータに基づいて、特定の最適化目的の達成時にコンテンツパフォーマンスを評価するように適合されたコンテンツ評価モジュールと、
評価されたコンテンツパフォーマンスに基づいて1組のルールを改正するように適合されたルール管理モジュールと、を備える、コンテンツ最適化システム。
54.ルール管理モジュールが、関係に関するルールを追加する工程及び関係に関するルールを修正する工程のうちの少なくとも1つによって1組のルールを改正するように適合される、実施形態53に記載のコンテンツ最適化システム。
55.1組のルールが、関係に関するルール、コンテンツ要素に関するルール、メトリック調整に関するルール、及び視覚認知に関するルールのうちの少なくとも1つを含む、実施形態53に記載のコンテンツ最適化システム。
56.ルール管理モジュールが、コンテンツ要素に関するルールを追加する工程及びコンテンツ要素に関するルールを修正する工程のうちの少なくとも1つによって1組のルールを改正するように適合される、実施形態53に記載のコンテンツ最適化システム。
57.コンテンツ構成が、コンテンツ要素のメトリック調整を更に含む、実施形態53に記載のコンテンツ最適化システム。
58.ルール管理モジュールが、コンテンツ要素のメトリック調整に関するルールを追加する工程及びコンテンツ要素のメトリック調整に関するルールを修正する工程のうちの少なくとも1つによって1組のルールを改正するように適合される、実施形態57に記載のコンテンツ最適化システム。
59.評価されたコンテンツパフォーマンスが、コンテンツ片が表示される位置での活動を示すデータ、視聴行動を示すデータ、及び視覚的注意モデルからの結果のうちの少なくとも1つを含む、実施形態53に記載のコンテンツ最適化システム。
60.ルール管理モジュールが、特定の最適化目的に基づいて視覚認知に関するルールを追加する工程及び特定の最適化目的に基づいて視覚認知に関するルールを修正する工程のうちの少なくとも1つによって1組のルールを改正するように適合される、実施形態53に記載のコンテンツ最適化システム。
61.組み立てられたコンテンツ片にVAMを適用してVAM出力を生成し、かつVAM出力に基づいて組み立てられたコンテンツ片が1組のルールを満たすかを決定するように適合された視覚的注意モデル(VAM)評価装置を更に備える、実施形態53に記載のコンテンツ最適化システム。
62.ルール管理モジュールが、在庫データ、販売時点管理データ、地域性、時間帯区分、及びトリガデータを含む因子のうちの少なくとも1つに基づいて、ルールを追加する工程によって、又はルールを修正する工程によって、1組のルールを改正するように適合される、実施形態53〜61のいずれか1つの実施形態に記載のコンテンツ最適化システム。
本発明は、上記の特定の実施例及び実施形態に限定されるものと見なされるべきではなく、そのような実施形態は、本発明の様々な態様の説明を容易にするように詳細に記載されている。むしろ本発明は、添付される特許請求の範囲及びその等価物によって定義されるように本発明の趣旨及び範囲内に含まれる様々な修正、等価プロセス、及び代替的デバイスを含む、本発明の全ての態様を包含するものと理解されたい。
Claims (15)
- コンテンツを最適化するための方法であって、
プロセッサによって、2つのコンテンツ構成を生成する工程であって、各コンテンツ構成が、複数のコンテンツ要素と、前記複数のコンテンツ要素間の1つ以上の関係と、を含み、前記1つ以上の関係が、許容関係を定義する1組のルールに従う、工程と、
処理ユニットによって、前記2つのコンテンツ構成を2つのコンテンツ片に組み立てる工程と、
最適化目的の達成時に、前記2つのコンテンツ片の有効性データを得る実験を行う工程と、
前記有効性データに基づいて前記2つのコンテンツ構成の相対的有効性を決定する工程と、を含む、方法。 - 1つのコンテンツ構成のより高い前記相対的有効性を前記2つのコンテンツ構成で異なる関係に関連付ける工程と、
より高い相対的有効性を有する前記1つのコンテンツ構成に基づいて前記関係に関するルールを生成する工程と、を更に含む、請求項1に記載の方法。 - 1つのコンテンツ構成のより高い前記相対的有効性を前記2つのコンテンツ構成で異なる関係に関連付ける工程と、
前記1組のルールからルールを選択する工程であって、前記ルールが、前記関係に関連する、工程と、
より高い相対的有効性を有する前記1つのコンテンツ構成に基づいて前記ルールを修正する工程と、を更に含む、請求項1に記載の方法。 - 1つのコンテンツ構成のより高い前記相対的有効性を前記2つのコンテンツ構成で異なるコンテンツ要素に関連付ける工程と、
より高い相対的有効性を有する前記複数のコンテンツ要素の前記1つの構成に基づいて前記コンテンツ要素に関するルールを生成する工程と、を更に含む、請求項1に記載の方法。 - 1つのコンテンツ構成のより高い前記相対的有効性を前記2つのコンテンツ構成で異なるコンテンツ要素に関連付ける工程と、
前記1組のルールからルールを選択する工程であって、前記ルールが、前記コンテンツ要素に関連する、工程と、
より高い相対的有効性を有するコンテンツ要素の前記1つの構成に基づいて前記ルールを修正する工程と、を更に含む、請求項1に記載の方法。 - 前記最適化目的に基づいて視覚認知に関するルールを生成する工程と、
処理ユニットによって、VAMを前記2つのコンテンツ片のうちの少なくとも1つに適用して、VAM出力を生成する工程と、
前記VAM出力に基づいて、前記2つのコンテンツ片のうちの前記少なくとも1つが視覚認知に関する前記ルールを満たすかを決定する工程と、を更に含む、請求項1に記載の方法。 - 在庫データ、販売時点管理データ、地域性、時間帯区分、及びトリガデータを含む因子のうちの少なくとも1つに基づいてルールを生成する工程を更に含む、請求項1に記載の方法。
- コンテンツ最適化システムであって、
コンテンツ構成を生成するように適合されたコンテンツ生成モジュールであって、前記コンテンツ構成が、複数のコンテンツ要素と、前記複数のコンテンツ要素間の1つ以上の関係と、を含み、前記1つ以上の関係が、コンテンツ生成に関する1組のルールに従い、前記コンテンツ構成が、特定の最適化目的で設計される、コンテンツ生成モジュールと、
前記コンテンツ構成から組み立てられた1つのコンテンツ片が表示されるときに獲得されるデータに基づいて、前記特定の最適化目的の達成時にコンテンツパフォーマンスを評価するように適合されたコンテンツ評価モジュールと、
前記評価されたコンテンツパフォーマンスに基づいて前記1組のルールを改正するように適合されたルール管理モジュールと、を備える、コンテンツ最適化システム。 - 前記ルール管理モジュールが、関係に関するルールを追加する工程及び関係に関するルールを修正する工程のうちの少なくとも1つによって前記1組のルールを改正するように適合される、請求項8に記載のコンテンツ最適化システム。
- 前記1組のルールが、関係に関するルール、コンテンツ要素に関するルール、メトリック調整に関するルール、及び視覚認知に関するルールのうちの少なくとも1つを含む、請求項8に記載のコンテンツ最適化システム。
- 前記ルール管理モジュールが、コンテンツ要素に関するルールを追加する工程及びコンテンツ要素に関するルールを修正する工程のうちの少なくとも1つによって前記1組のルールを改正するように適合される、請求項8に記載のコンテンツ最適化システム。
- 前記コンテンツ構成が、コンテンツ要素のメトリック調整を更に含み、前記ルール管理モジュールが、前記コンテンツ要素のメトリック調整に関するルールを追加する工程及び前記コンテンツ要素のメトリック調整に関するルールを修正する工程のうちの少なくとも1つによって前記1組のルールを改正するように適合される、請求項8に記載のコンテンツ最適化システム。
- 前記評価されたコンテンツパフォーマンスが、前記コンテンツ片が表示される位置での活動を示すデータ、視聴行動を示すデータ、及び視覚的注意モデルからの結果のうちの少なくとも1つを含む、請求項8に記載のコンテンツ最適化システム。
- 前記ルール管理モジュールが、前記特定の最適化目的に基づいて視覚認知に関するルールを追加する工程及び前記特定の最適化目的に基づいて視覚認知に関するルールを修正する工程のうちの少なくとも1つによって前記1組のルールを改正するように適合される、請求項8に記載のコンテンツ最適化システム。
- 前記組み立てられたコンテンツ片にVAMを適用してVAM出力を生成し、かつ前記VAM出力に基づいて前記組み立てられたコンテンツ片が前記1組のルールを満たすかを決定するように適合された視覚的注意モデル(VAM)評価装置を更に備える、請求項8に記載のコンテンツ最適化システム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261586877P | 2012-01-16 | 2012-01-16 | |
US61/586,877 | 2012-01-16 | ||
PCT/US2013/020990 WO2013109457A2 (en) | 2012-01-16 | 2013-01-10 | Systems and methods for rule-based content optimization |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2015513331A true JP2015513331A (ja) | 2015-05-07 |
Family
ID=48799801
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014553326A Pending JP2015513331A (ja) | 2012-01-16 | 2013-01-10 | ルールベースのコンテンツ最適化のためのシステム及び方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US10043131B2 (ja) |
EP (1) | EP2805472A2 (ja) |
JP (1) | JP2015513331A (ja) |
AU (1) | AU2013209986A1 (ja) |
CA (1) | CA2861269A1 (ja) |
IL (1) | IL233597A0 (ja) |
WO (1) | WO2013109457A2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018156471A (ja) * | 2017-03-17 | 2018-10-04 | ヤフー株式会社 | 解析装置、解析方法、およびプログラム |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2013209987A1 (en) | 2012-01-16 | 2014-07-24 | 3M Innovative Properties Company | Systems and methods for rule-based content generation |
US9858526B2 (en) * | 2013-03-01 | 2018-01-02 | Exelate, Inc. | Method and system using association rules to form custom lists of cookies |
GB2512359A (en) * | 2013-03-27 | 2014-10-01 | Thunderhead Ltd | Self adapting multi variant testing |
JP2014229166A (ja) * | 2013-05-24 | 2014-12-08 | 富士通株式会社 | 通信システム、通信方法、事業管理システム、管理装置、プログラム、中継装置、データ位置管理装置 |
US20150127668A1 (en) * | 2013-11-04 | 2015-05-07 | Denise TROTTIER | Document generation system |
EP3101615A1 (en) * | 2015-06-01 | 2016-12-07 | Airbus Operations GmbH | Topology and ontology generation system |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8006261B1 (en) * | 2000-04-07 | 2011-08-23 | Visible World, Inc. | System and method for personalized message creation and delivery |
US20070156382A1 (en) * | 2005-12-29 | 2007-07-05 | Graham James L Ii | Systems and methods for designing experiments |
EP2179394A4 (en) * | 2007-07-03 | 2012-05-30 | 3M Innovative Properties Co | SYSTEM AND METHOD FOR GIVING CONTENT CONTENT TO SCHEDULE SAMPLES FOR MEASURING EFFECTS OF THE CONTENTS PRESENTED |
US20090012847A1 (en) | 2007-07-03 | 2009-01-08 | 3M Innovative Properties Company | System and method for assessing effectiveness of communication content |
AU2008272900B9 (en) | 2007-07-03 | 2012-07-26 | 3M Innovative Properties Company | System and method for generating time-slot samples to which content may be assigned for measuring effects of the assigned content |
US8478111B2 (en) * | 2008-10-03 | 2013-07-02 | 3M Innovative Properties Company | Systems and methods for optimizing a scene |
EP2359336A1 (en) * | 2008-10-03 | 2011-08-24 | 3M Innovative Properties Company | Systems and methods for optimizing a scene |
AU2010203781B9 (en) * | 2009-01-07 | 2013-12-05 | 3M Innovative Properties Company | System and method for concurrently conducting cause-and-effect experiments on content effectiveness and adjusting content distribution to optimize business objectives |
WO2012160499A1 (en) * | 2011-05-23 | 2012-11-29 | Strangeloop Networks, Inc. | Optimized rendering of dynamic content |
AU2013209987A1 (en) | 2012-01-16 | 2014-07-24 | 3M Innovative Properties Company | Systems and methods for rule-based content generation |
US9285947B1 (en) * | 2013-02-19 | 2016-03-15 | Audible, Inc. | Rule-based presentation of related content items |
-
2013
- 2013-01-10 AU AU2013209986A patent/AU2013209986A1/en not_active Abandoned
- 2013-01-10 WO PCT/US2013/020990 patent/WO2013109457A2/en active Application Filing
- 2013-01-10 EP EP13738975.5A patent/EP2805472A2/en not_active Withdrawn
- 2013-01-10 US US14/371,460 patent/US10043131B2/en active Active
- 2013-01-10 JP JP2014553326A patent/JP2015513331A/ja active Pending
- 2013-01-10 CA CA2861269A patent/CA2861269A1/en not_active Abandoned
-
2014
- 2014-07-10 IL IL233597A patent/IL233597A0/en unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018156471A (ja) * | 2017-03-17 | 2018-10-04 | ヤフー株式会社 | 解析装置、解析方法、およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
WO2013109457A2 (en) | 2013-07-25 |
AU2013209986A1 (en) | 2014-07-31 |
US10043131B2 (en) | 2018-08-07 |
CA2861269A1 (en) | 2013-07-25 |
US20140379622A1 (en) | 2014-12-25 |
WO2013109457A3 (en) | 2014-12-04 |
IL233597A0 (en) | 2014-08-31 |
EP2805472A2 (en) | 2014-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108009871B (zh) | 基于增强现实视点的产品推荐 | |
US10937089B2 (en) | Machine learning classification and prediction system | |
JP2015513331A (ja) | ルールベースのコンテンツ最適化のためのシステム及び方法 | |
US20140081768A1 (en) | Recommendation machine | |
US20170032481A1 (en) | Method and system for identifying a property for purchase and related products and services using image processing | |
US10642902B2 (en) | Systems and methods for rule-based content generation | |
US20130158963A1 (en) | Systems and methods for improving visual attention models | |
Saiz et al. | Crowdsourcing architectural beauty: Online photo frequency predicts building aesthetic ratings | |
TW201310986A (zh) | 虛擬廣告平台 | |
KR102421615B1 (ko) | 알림정보를 제공하는 유통기한 관리시스템 | |
CN110415009A (zh) | 用于视频内修改的计算机化系统和方法 | |
Buisine et al. | Stopping criterion during rendering of computer-generated images based on SVD-entropy | |
CN102004985A (zh) | 对象定制及管理系统 | |
KR101574541B1 (ko) | Si 이미지 반응 조사 시스템 및 그 조사 방법 | |
WO2020058856A2 (en) | Image-based property condition determination systems, methods, and devices | |
US20230267410A1 (en) | Method, apparatus and device for data processing, and computer readable storage medium | |
US20240013277A1 (en) | Virtual recommendation system | |
WO2023182437A1 (ja) | 商品評価システム、管理サーバ、ユーザ端末およびプログラム | |
US20190213614A1 (en) | Information integration displaying platform and displaying method thereof | |
JP2008217283A (ja) | 評価情報収集方法及びサーバ | |
WO2019119747A1 (en) | Behavior prediction systems and methods | |
US10148883B2 (en) | Method and program for image-based status resolution services | |
WO2014193585A1 (en) | Recommendation machine | |
Madushanka et al. | Smart Shopping: Building a Tool Based on Augmented Reality | |
JP2020149315A (ja) | 情報処理装置、方法、およびプログラム |