JP2019534487A - 最適ストラテジーを決定するためのシステムおよび方法 - Google Patents
最適ストラテジーを決定するためのシステムおよび方法 Download PDFInfo
- Publication number
- JP2019534487A JP2019534487A JP2018567142A JP2018567142A JP2019534487A JP 2019534487 A JP2019534487 A JP 2019534487A JP 2018567142 A JP2018567142 A JP 2018567142A JP 2018567142 A JP2018567142 A JP 2018567142A JP 2019534487 A JP2019534487 A JP 2019534487A
- Authority
- JP
- Japan
- Prior art keywords
- user group
- value
- users
- parameter
- user
- 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
Classifications
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0243—Comparative campaigns
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0244—Optimization
Abstract
Description
本出願は、2017年7月25日に出願された中国特許出願第201710613409.4号、および2017年7月26日に出願された中国特許出願第201710618381.3号の優先権を主張する。上記の出願の各々は、その全体が参照により本明細書に明確に組み込まれる。
D1=m2−m1±Δu、 (5)
ここで、D1は第1の差分値を指し、m1は、第1のユーザ・グループ中のサービス・オーダーの平均数を指し、m2は、第2のユーザ・グループ中のサービス・オーダーの平均数を指し、Δuは第2の差分値(すなわち、最適化モデルの系統的誤差)を指す。
P=2・p(z>|t|)、 (10)
ここで、PはP値を指し、p(z>|t|)は、サービス・オーダーの平均数がtよりも大きい範囲における正規分布曲線と横座標とによって囲まれたエリアを指し、tは統計値を指す。
Claims (33)
- 最適ストラテジーを決定するためのシステムであって、前記システムは、
命令のセットを記憶する少なくとも1つのストレージ媒体と、
前記少なくとも1つのストレージ媒体と通信するように構成された少なくとも1つのプロセッサと
を備え、
命令の前記セットを実行するときに、前記少なくとも1つのプロセッサは、
最適化モデルを使用して1人または複数のユーザを第1のユーザ・グループと第2のユーザ・グループとに分類することであって、前記第1のユーザ・グループと前記第2のユーザ・グループとが、それぞれ2つのストラテジーに対応する、分類することと、
前記第1のユーザ・グループおよび前記第2のユーザ・グループ中の前記1人または複数のユーザの端末から挙動データを取得することと、
前記1人または複数のユーザの前記挙動データに基づいて、前記最適化モデルを使用して前記第1のユーザ・グループに関するパラメータの第1の値と、前記第2のユーザ・グループに関する前記パラメータの第2の値とを決定することと、
前記第1の値と前記第2の値とに基づいて最適ストラテジーを決定することと
を行うように指示される、システム。 - 前記少なくとも1つのプロセッサは、前記システムが前記1人または複数のユーザからサービス要求を取得すると、前記1人または複数のユーザを前記第1のユーザ・グループと前記第2のユーザ・グループとに分類するために前記最適化モデルを開始するように指示される、請求項1に記載のシステム。
- 前記1人または複数のユーザを前記第1のユーザ・グループと前記第2のユーザ・グループとに分類するために、前記少なくとも1つのプロセッサは、
前記1人または複数のユーザの各々についてのランダム数を生成することと、
前記1人または複数のユーザの各々についての前記ランダム数が、しきい値よりも大きいかどうかを決定することと、
ユーザについての前記ランダム数が前記しきい値よりも大きいことに応答して、前記ユーザを前記第1のユーザ・グループに分類することと
を行うために前記最適化モデルを動作させるように指示される、請求項1に記載のシステム。 - 前記少なくとも1つのプロセッサは、
ユーザについての前記ランダム数が前記しきい値以下であることに応答して、前記ユーザを前記第2のユーザ・グループに分類する
ようにさらに指示される、請求項3に記載のシステム。 - 前記パラメータが多次元におけるパラメータを含む、請求項1に記載のシステム。
- 多次元における前記パラメータがオンデマンド・サービスのオーダー情報に関する、請求項5に記載のシステム。
- 前記多次元が前記1人または複数のユーザの性別、都市、および/または前記端末の動作システムを含む、請求項6に記載のシステム。
- 前記第1のユーザ・グループおよび前記第2のユーザ・グループ中の前記1人または複数のユーザの前記端末から挙動データを取得するために、前記少なくとも1つのプロセッサが、
Hadoop分散ファイル・システムを使用して、前記1人または複数のユーザの端末からの前記挙動データを含むユーザ・ログを取得するように指示される、請求項1に記載のシステム。 - 前記少なくとも1つのプロセッサが、
前記第1のユーザ・グループと前記第2のユーザ・グループとに関する前記パラメータのパラメータ差分を決定することと、
前記パラメータ差分の信頼性レベルを決定することと、
前記パラメータ差分と前記パラメータ差分の前記信頼性レベルとに基づいて前記最適化モデルを調整することと
を行うようにさらに指示される、請求項1に記載のシステム。 - 前記第1のユーザ・グループと前記第2のユーザ・グループとに関する前記パラメータの前記パラメータ差分を決定するために、前記少なくとも1つのプロセッサが、
前記第1のユーザ・グループと前記第2のユーザ・グループとに関する前記パラメータの第1の差分値を決定する
ように指示される、請求項9に記載のシステム。 - 前記第1のユーザ・グループと前記第2のユーザ・グループとに関する前記パラメータの前記第1の差分値を決定するために、前記少なくとも1つのプロセッサが、
第2の差分値を決定することと、
第3の差分値を決定することと、
前記第2の差分値と前記第3の差分値とに基づいて前記第1の差分値を決定することと
を行うように指示される、請求項10に記載のシステム。 - 前記第2の差分値を決定するために、前記少なくとも1つのプロセッサが、
前記2つのストラテジーのうちの一方に関連する前記1人または複数のユーザの挙動データを取得することと、
前記2つのストラテジーのうちの前記一方に関連する前記1人または複数のユーザの前記挙動データに基づいて、補正モデルを使用して、前記第1のユーザ・グループに関する前記パラメータの第3の値と、前記第2のユーザ・グループに関する前記パラメータの第4の値とを決定することと、
前記第3の値と前記第4の値とに基づいて前記第2の差分値を決定することと
を行うように指示される、請求項11に記載のシステム。 - 前記第3の差分値を決定するために、前記少なくとも1つのプロセッサが、
前記第1の値と前記第2の値とに基づいて前記第3の差分値を決定する
ように指示される、請求項11に記載のシステム。 - 前記パラメータ差分の前記信頼性レベルを決定するために、前記少なくとも1つのプロセッサが、
あらかじめ設定された信頼係数において、前記第1の差分値の信頼区間を決定する
ように指示される、請求項10に記載のシステム。 - 前記パラメータ差分の前記信頼性レベルを決定するために、前記少なくとも1つのプロセッサが、
前記第1の差分値に基づいてP値を決定することと、
前記P値を有意値と比較することと、
前記P値と前記有意値との前記比較に基づいて前記パラメータ差分の前記信頼性レベルを決定することと
を行うように指示される、請求項10に記載のシステム。 - 最適ストラテジーを決定するためのシステムであって、前記システムは、
命令のセットを記憶する少なくとも1つのストレージ媒体と、
前記少なくとも1つのストレージ媒体と通信するように構成された少なくとも1つのプロセッサと
を備え、
命令の前記セットを実行するときに、前記少なくとも1つのプロセッサは、
最適化モデルを使用して1人または複数のユーザを第1のユーザ・グループと第2のユーザ・グループとに分類することであって、前記第1のユーザ・グループと前記第2のユーザ・グループとが、それぞれ2つのストラテジーに対応する、分類することと、
前記第1のユーザ・グループおよび前記第2のユーザ・グループ中の前記1人または複数のユーザの端末から挙動データを取得することと、
前記1人または複数のユーザの前記挙動データに基づいて、前記最適化モデルを使用して前記第1のユーザ・グループに関する多次元におけるパラメータの第1の値と、前記第2のユーザ・グループに関する多次元における前記パラメータの第2の値とを決定することと、
前記第1の値と前記第2の値とに基づいて最適ストラテジーを決定することと
を行うように指示される、システム。 - 1つまたは複数のプロセッサと1つまたは複数のストレージ・デバイスとを有するコンピューティング・デバイス上に実装される最適ストラテジーを決定するための方法であって、前記方法は、
最適化モデルを使用して1人または複数のユーザを第1のユーザ・グループと第2のユーザ・グループとに分類するステップであって、前記第1のユーザ・グループと前記第2のユーザ・グループとが、それぞれ2つのストラテジーに対応する、分類するステップと、
前記第1のユーザ・グループおよび前記第2のユーザ・グループ中の前記1人または複数のユーザの端末から挙動データを取得するステップと、
前記1人または複数のユーザの前記挙動データに基づいて、前記最適化モデルを使用して前記第1のユーザ・グループに関するパラメータの第1の値と、前記第2のユーザ・グループに関する前記パラメータの第2の値とを決定するステップと、
前記第1の値と前記第2の値とに基づいて最適ストラテジーを決定するステップと
を含む、方法。 - システムが前記1人または複数のユーザからサービス要求を取得すると、前記1人または複数のユーザを前記第1のユーザ・グループと前記第2のユーザ・グループとに分類するステップ、請求項17に記載の方法。
- 前記1人または複数のユーザを前記第1のユーザ・グループと前記第2のユーザ・グループとに分類するステップは、
前記1人または複数のユーザの各々についてのランダム数を生成するステップと、
前記1人または複数のユーザの各々についての前記ランダム数が、しきい値よりも大きいかどうかを決定するステップと、
ユーザについての前記ランダム数が前記しきい値よりも大きいことに応答して、前記ユーザを前記第1のユーザ・グループに分類するステップと
を含む、請求項17に記載の方法。 - ユーザについての前記ランダム数が前記しきい値以下であることに応答して、前記ユーザを前記第2のユーザ・グループに分類する
をさらに含む、請求項19に記載の方法。 - 前記パラメータが多次元におけるパラメータを含む、請求項17に記載の方法。
- 多次元における前記パラメータがオンデマンド・サービスのオーダー情報に関する、請求項21に記載の方法。
- 前記多次元が前記1人または複数のユーザの性別、都市、および/または前記端末の動作システムを含む、請求項22に記載の方法。
- 前記第1のユーザ・グループおよび前記第2のユーザ・グループ中の前記1人または複数のユーザの前記端末から挙動データを取得するステップが、
Hadoop分散ファイル・システムを使用して、前記1人または複数のユーザの端末からの前記挙動データを含むユーザ・ログを取得するステップ
を含む、請求項17に記載の方法。 - 前記第1のユーザ・グループと前記第2のユーザ・グループとに関する前記パラメータのパラメータ差分を決定するステップと、
前記パラメータ差分の信頼性レベルを決定するステップと、
前記パラメータ差分と前記パラメータ差分の前記信頼性レベルとに基づいて前記最適化モデルを調整するステップと
をさらに含む、請求項17に記載の方法。 - 前記第1のユーザ・グループと前記第2のユーザ・グループとに関する前記パラメータの前記パラメータ差分を決定するステップが、
前記第1のユーザ・グループと前記第2のユーザ・グループとに関する前記パラメータの第1の差分値を決定するステップ
を含む、請求項25に記載の方法。 - 前記第1のユーザ・グループと前記第2のユーザ・グループとに関する前記パラメータの前記第1の差分値を決定するステップが、
第2の差分値を決定するステップと、
第3の差分値を決定するステップと、
前記第2の差分値と前記第3の差分値とに基づいて前記第1の差分値を決定するステップと
を含む、請求項26に記載の方法。 - 前記第2の差分値を決定するステップが、
前記2つのストラテジーのうちの一方に関連する前記1人または複数のユーザの挙動データを取得するステップと、
前記2つのストラテジーのうちの前記一方に関連する前記1人または複数のユーザの前記挙動データに基づいて、補正モデルを使用して、前記第1のユーザ・グループに関する前記パラメータの第3の値と、前記第2のユーザ・グループに関する前記パラメータの第4の値とを決定するステップと、
前記第3の値と前記第4の値とに基づいて前記第2の差分値を決定するステップと
を含む、請求項27に記載の方法。 - 前記第3の差分値を決定するステップが、
前記第1の値と前記第2の値とに基づいて前記第3の差分値を決定するステップ
を含む、請求項27に記載の方法。 - 前記パラメータ差分の前記信頼性レベルを決定するステップが、
あらかじめ設定された信頼係数において、前記第1の差分値の信頼区間を決定するステップ
を含む、請求項26に記載の方法。 - 前記パラメータ差分の前記信頼性レベルを決定するステップが、
前記第1の差分値に基づいてP値を決定するステップと、
前記P値を有意値と比較するステップと、
前記P値と前記有意値との前記比較に基づいて前記パラメータ差分の前記信頼性レベルを決定するステップと
を含む、請求項26に記載の方法。 - 1つまたは複数のプロセッサと1つまたは複数のストレージ・デバイスとを有するコンピューティング・デバイス上に実装される最適ストラテジーを決定するための方法であって、前記方法は、
最適化モデルを使用して1人または複数のユーザを第1のユーザ・グループと第2のユーザ・グループとに分類するステップであって、前記第1のユーザ・グループと前記第2のユーザ・グループとが、それぞれ2つのストラテジーに対応する、分類するステップと、
前記第1のユーザ・グループおよび前記第2のユーザ・グループ中の前記1人または複数のユーザの端末から挙動データを取得するステップと、
前記1人または複数のユーザの前記挙動データに基づいて、前記最適化モデルを使用して前記第1のユーザ・グループに関する多次元におけるパラメータの第1の値と、前記第2のユーザ・グループに関する多次元における前記パラメータの第2の値とを決定するステップと、
前記第1の値と前記第2の値とに基づいて最適ストラテジーを決定するステップと
を含む、方法。 - 最適ストラテジーを決定するための命令の少なくとも1つのセットを備える、非一時的コンピュータ可読媒体であって、コンピューティング・デバイスの1つまたは複数のプロセッサによって実行されたとき、命令の前記少なくとも1つのセットが前記コンピューティング・デバイスに方法を実施させ、前記方法は、
最適化モデルを使用して1人または複数のユーザを第1のユーザ・グループと第2のユーザ・グループとに分類するステップであって、前記第1のユーザ・グループと前記第2のユーザ・グループとが、それぞれ2つのストラテジーに対応する、分類するステップと、
前記第1のユーザ・グループおよび前記第2のユーザ・グループ中の前記1人または複数のユーザの端末から挙動データを取得するステップと、
前記1人または複数のユーザの前記挙動データに基づいて、前記最適化モデルを使用して前記第1のユーザ・グループに関する多次元におけるパラメータの第1の値と、前記第2のユーザ・グループに関する多次元における前記パラメータの第2の値とを決定するステップと、
前記第1の値と前記第2の値とに基づいて最適ストラテジーを決定するステップと
を含む、非一時的コンピュータ可読媒体。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710613409.4A CN109302301A (zh) | 2017-07-25 | 2017-07-25 | 一种业务策略的评估方法及装置 |
CN201710613409.4 | 2017-07-25 | ||
CN201710618381.3A CN109308552A (zh) | 2017-07-26 | 2017-07-26 | 一种业务策略评估方法、装置及电子设备 |
CN201710618381.3 | 2017-07-26 | ||
PCT/CN2018/096509 WO2019019958A1 (en) | 2017-07-25 | 2018-07-20 | SYSTEMS AND METHODS FOR DETERMINING AN OPTIMAL STRATEGY |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2019534487A true JP2019534487A (ja) | 2019-11-28 |
Family
ID=65039403
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018567142A Pending JP2019534487A (ja) | 2017-07-25 | 2018-07-20 | 最適ストラテジーを決定するためのシステムおよび方法 |
Country Status (8)
Country | Link |
---|---|
US (1) | US10963830B2 (ja) |
EP (1) | EP3459208A4 (ja) |
JP (1) | JP2019534487A (ja) |
CN (1) | CN109565452A (ja) |
AU (1) | AU2018282441A1 (ja) |
CA (1) | CA3028291A1 (ja) |
SG (1) | SG11201811512PA (ja) |
WO (1) | WO2019019958A1 (ja) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11869033B2 (en) * | 2019-12-09 | 2024-01-09 | Yahoo Ad Tech Llc | Content item selection and measurement determination |
CN113742199A (zh) * | 2020-05-28 | 2021-12-03 | 北京达佳互联信息技术有限公司 | 功能测试方法、装置、电子设备和存储介质 |
CN112615921A (zh) * | 2020-07-27 | 2021-04-06 | 周蓉 | 结合大数据和云计算的智能设备数据处理方法及云服务器 |
CN112132606B (zh) * | 2020-09-10 | 2023-01-13 | 上海风秩科技有限公司 | 一种基于图注意力算法的动态调价方法及系统 |
CN112700131B (zh) * | 2020-12-30 | 2023-01-10 | 平安科技(深圳)有限公司 | 基于人工智能的ab测试方法、装置、计算机设备及介质 |
CN114493885A (zh) * | 2022-03-30 | 2022-05-13 | 支付宝(杭州)信息技术有限公司 | 策略组合的优化方法及装置 |
CN114818059B (zh) * | 2022-04-11 | 2023-08-29 | 深圳市微筑科技有限公司 | 建筑节能策略优化控制方法、装置、设备及可读存储介质 |
US11783122B1 (en) * | 2022-05-22 | 2023-10-10 | Klaviyo, Inc. | Automated testing of templates of a mobile message |
CN116028107B (zh) * | 2023-02-28 | 2023-08-11 | 广州市高科通信技术股份有限公司 | 基于定制的设备参数管理方法、装置及存储介质 |
Family Cites Families (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6321206B1 (en) * | 1998-03-05 | 2001-11-20 | American Management Systems, Inc. | Decision management system for creating strategies to control movement of clients across categories |
US7290275B2 (en) | 2002-04-29 | 2007-10-30 | Schlumberger Omnes, Inc. | Security maturity assessment method |
US7975000B2 (en) * | 2005-01-27 | 2011-07-05 | Fmr Llc | A/B testing of a webpage |
US9135290B2 (en) * | 2005-03-18 | 2015-09-15 | Beyondcore, Inc. | Analyzing time variations in a data set |
US9098810B1 (en) * | 2005-03-18 | 2015-08-04 | Beyondcore, Inc. | Recommending changes to variables of a data set to impact a desired outcome of the data set |
US9135286B2 (en) * | 2005-03-18 | 2015-09-15 | Beyondcore, Inc. | Identifying contributors that explain differences between subsets of a data set |
US7991800B2 (en) * | 2006-07-28 | 2011-08-02 | Aprimo Incorporated | Object oriented system and method for optimizing the execution of marketing segmentations |
US8019049B2 (en) * | 2007-03-27 | 2011-09-13 | Avaya Inc. | Method for generating reliability tests based on orthogonal arrays and field data |
US8346516B2 (en) | 2008-11-05 | 2013-01-01 | Accenture Global Services Limited | Predictive modeling |
US20110295722A1 (en) * | 2010-06-09 | 2011-12-01 | Reisman Richard R | Methods, Apparatus, and Systems for Enabling Feedback-Dependent Transactions |
CN102194164A (zh) | 2011-04-18 | 2011-09-21 | 上海实时数据软件有限公司 | 基于指标体系模型的敏捷商业智能数据构建方法 |
CN102149119A (zh) | 2011-04-27 | 2011-08-10 | 浪潮通信信息系统有限公司 | 一种语音业务质量端到端的分析方法 |
US8745217B2 (en) * | 2011-07-20 | 2014-06-03 | Social Yantra Inc. | System and method for brand management using social networks |
US9916538B2 (en) * | 2012-09-15 | 2018-03-13 | Z Advanced Computing, Inc. | Method and system for feature detection |
CN102307205B (zh) * | 2011-09-29 | 2014-04-23 | 北京理工大学 | 由信誉评估上升到信任管理的跨域访问控制策略生成方法 |
US9497082B2 (en) | 2011-10-03 | 2016-11-15 | Alcatel Lucent | Rules engine evaluation for policy decisions |
CN103246597B (zh) * | 2012-02-07 | 2017-03-15 | 腾讯科技(深圳)有限公司 | 一种参数的测试方法和设备 |
EP2895970B1 (en) | 2012-09-14 | 2018-11-07 | InteraXon Inc. | Systems and methods for collecting, analyzing, and sharing bio-signal and non-bio-signal data |
US10290012B2 (en) | 2012-11-28 | 2019-05-14 | Home Depot Product Authority, Llc | System and method for price testing and optimization |
CN103095712A (zh) * | 2013-01-24 | 2013-05-08 | 无锡南理工科技发展有限公司 | 一种基于CORAS-Petri的安全策略层次联合建模方法 |
US8744890B1 (en) * | 2013-02-14 | 2014-06-03 | Aktana, Inc. | System and method for managing system-level workflow strategy and individual workflow activity |
JP5753226B2 (ja) | 2013-06-19 | 2015-07-22 | ヤフー株式会社 | 広告配信管理装置、広告配信システム、広告配信管理方法および広告配信管理プログラム |
IN2013CH05996A (ja) * | 2013-12-20 | 2015-06-26 | Infosys Ltd | |
US10169779B2 (en) * | 2014-02-11 | 2019-01-01 | Adobe Systems Incorporated | Methods and apparatus for displaying in-product messages based on an individual's past message interaction |
US20170103194A1 (en) * | 2014-05-30 | 2017-04-13 | Pcms Holdings, Inc. | Systems and methods for active authentication |
JP6346537B2 (ja) | 2014-09-29 | 2018-06-20 | 株式会社Nttドコモ | 旅行プラン出力システム |
US20160125456A1 (en) * | 2014-11-03 | 2016-05-05 | Ds-Iq, Inc. | Advertising campaign targeting using contextual data |
CN105763476A (zh) | 2014-12-19 | 2016-07-13 | 电信科学技术研究院 | 一种订制数据业务服务策略的方法及设备 |
US20160253683A1 (en) | 2015-02-26 | 2016-09-01 | Linkedin Corporation | Sampling of users in network a/b testing |
US20170011418A1 (en) * | 2015-05-29 | 2017-01-12 | Claude Denton | System and method for account ingestion |
GB2556485A (en) | 2015-07-29 | 2018-05-30 | Beijing Didi Infinity Technology & Dev Co Ltd | Method and system for determining traffic service fees |
CN106570008B (zh) | 2015-10-09 | 2020-03-27 | 阿里巴巴集团控股有限公司 | 推荐方法及装置 |
CN105354725A (zh) * | 2015-11-20 | 2016-02-24 | 珠海多玩信息技术有限公司 | 一种应用推广效果的预测方法及系统 |
US11055303B2 (en) * | 2016-06-29 | 2021-07-06 | EMC IP Holding Company LLC | Ingestion manager for analytics platform |
CN106339897B (zh) * | 2016-08-18 | 2020-02-21 | 腾讯科技(深圳)有限公司 | 确定投放策略的方法及装置 |
CN106779318A (zh) | 2016-11-28 | 2017-05-31 | 黄羽菲 | 一种货运打车方法及系统 |
US10725888B2 (en) * | 2017-05-01 | 2020-07-28 | Apptimize Llc | Segmented customization |
-
2018
- 2018-07-20 AU AU2018282441A patent/AU2018282441A1/en not_active Abandoned
- 2018-07-20 CN CN201880002583.8A patent/CN109565452A/zh active Pending
- 2018-07-20 WO PCT/CN2018/096509 patent/WO2019019958A1/en unknown
- 2018-07-20 SG SG11201811512PA patent/SG11201811512PA/en unknown
- 2018-07-20 JP JP2018567142A patent/JP2019534487A/ja active Pending
- 2018-07-20 EP EP18815494.2A patent/EP3459208A4/en not_active Withdrawn
- 2018-07-20 CA CA3028291A patent/CA3028291A1/en not_active Abandoned
- 2018-12-25 US US16/232,042 patent/US10963830B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
AU2018282441A1 (en) | 2019-02-14 |
US20190130333A1 (en) | 2019-05-02 |
SG11201811512PA (en) | 2019-02-27 |
US10963830B2 (en) | 2021-03-30 |
EP3459208A1 (en) | 2019-03-27 |
CN109565452A (zh) | 2019-04-02 |
EP3459208A4 (en) | 2019-07-24 |
WO2019019958A1 (en) | 2019-01-31 |
CA3028291A1 (en) | 2019-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2019534487A (ja) | 最適ストラテジーを決定するためのシステムおよび方法 | |
US20210042628A1 (en) | Building a federated learning framework | |
US9280593B1 (en) | Centroid detection for clustering | |
US20210110294A1 (en) | Systems and methods for key feature detection in machine learning model applications using logistic models | |
US20190334979A1 (en) | System and method for providing more appropriate question/answer responses based upon profiles | |
US20220253647A1 (en) | Automatic machine learning model evaluation | |
US11443647B2 (en) | Systems and methods for assessment item credit assignment based on predictive modelling | |
CN110909222B (zh) | 基于聚类的用户画像建立方法、装置、介质及电子设备 | |
US11960493B2 (en) | Scoring system for digital assessment quality with harmonic averaging | |
CN110070076B (zh) | 用于选取训练用样本的方法和装置 | |
CN111368973A (zh) | 用于训练超网络的方法和装置 | |
US9904744B2 (en) | Probabilistic simulation scenario design by using multiple conditional and nested probability distribution input functions | |
CN112632380A (zh) | 兴趣点推荐模型的训练方法和推荐兴趣点的方法 | |
US20230237787A1 (en) | Techniques for dynamic time-based custom model generation | |
US20180308057A1 (en) | Joint optimization and assignment of member profiles | |
US11854433B2 (en) | Systems and methods for item response modelling of digital assessments | |
US20220207284A1 (en) | Content targeting using content context and user propensity | |
CN113934894A (zh) | 基于指标树的数据显示方法、终端设备 | |
US20170324799A1 (en) | Augmented news feed in an on-line social network | |
US11422989B2 (en) | Scoring system for digital assessment quality | |
EP4089592A1 (en) | Method for determining annotation capability information, related apparatus and computer program product | |
CN114969543B (zh) | 推广方法、系统、电子设备和存储介质 | |
CN113010784B (zh) | 用于生成预测信息的方法、装置、电子设备和介质 | |
US20140324569A1 (en) | Method and system to mediate selection of choice presentation models | |
US20190188325A1 (en) | Determining connection suggestions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190318 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190318 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200318 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200421 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200717 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20210106 |