JP6232495B2 - デジタルレシート経済 - Google Patents

Description

本明細書に開示された複数の特徴は概して、限定はされないが、ユーザおよび／またはクラウドの購入履歴に基づいて、複数のショッピングリストおよび移動ルートを推奨するような、ユーザの関心の決定、ショッピング／購入パターン抽出、およびユーザプレファレンス分析に関連する。

多くの小売業者はペーパレスすなわち、複数の電子レシート（Ｅ-レシート）に移行しつつある。Ｅレシートは、購入者によって購入時点において提供された電子メール（ｅ‐メール）アドレスおよび／またはアカウント、素晴らしいロイヤルティ、若しくは報酬プログラムに関連付けられた電子メールアドレスに送信されてよく、あるいはレシートオンラインサービスにおいて集約されてよい。複数の小売業者にとって、複数のＥ-レシートは、コストを低減し、顧客への距離および顧客の複数のショッピングパターンの知識を改善する可能性がある。それは、顧客に対し複数のアイテムを推奨および顧客による消費をプロファイリングするにあたり有用であり得る。複数のコンシューマによって、複数のＥ-レシートは、後のアクセス、例えば複数の返却および／または交換、またはさらに複数の財務管理アプリケーションのために、中央リポジトリ内で複数のレシートを保持および複数のレシートを維持する容易な方法である。

関心のある複数のアイテム（商品および／またはサービス）に関する現在のショッピングデータにアクセスできると、コンシューマにとって有用であろう。そのようなものとして、様々なソースの製品および／またはサービスの複数のライン（例えば、ストア、ベンダ、配信業者、製造業者、および／または生産者）、製品／サービスの複数のラインにおける複数の季節的バリエーション、現在の在庫、複数のコスト（例えば、定価または基本価格、適用可能な複数のクーポン、複数のディスカウント、および／または複数の顧客褒賞）、および／または複数のストア場所といったものである。単一のコンシューマが、複数のアイテムの複数のカテゴリおよび複数のソースに関するそのようなデータを収集することは、不可能でないにしても非実用的であろう。それは、コンシューマがアイテムに係る特定の複数の特徴に関して、複数の成分またはラべリングのような、興味および／またはプレファレンスを有する場合は、はるかにより困難であろう。

いくつかのソースは、複数の顧客に対し、電子メールおよび／またはテキストメッセージを介して複数のプロモーションに関するアラートを行う。複数のソースは概して、複数の顧客に対し在庫データを提供しない。

ソースが、顧客に対し、複数のアイテムを、ウェブサイトを介して選択し、当該選択された複数のアイテムを当該顧客に関連付けられたショッピングリストに追加することを許可してよい。そのような複数のショッピングリストは、ソースの製品／サービスラインに限定される。また、そのような複数のショッピングリストは他の複数のソースに移植できない。

例示目的のために、本明細書に開示された１または複数の特徴が、例示を介しておよび／または以下に示される１または複数の図面を参照して提示および／または記載されてよい。しかしながら、本明細書に開示された複数の方法およびシステムはそのような複数の例示または図示に限定されない。図面中の、参照番号の左端の数字は、当該参照番号が最初に表示される図面を識別する。

ユーザの複数の購入レコードのソースを含む、１または複数のデータソースから抽出されたデータに基づいて、ユーザにとって関心のある複数のアイテムを識別し、当該関心のある複数のアイテムに基づいて、当該ユーザにとって関心のある領域またはテーマを識別するためのシステムに係るブロック図である。 電子メールを介して提供されるデジタルレシートのような、ユーザに係る複数のコンピュータ可読電子購入レコードのソースを含む、１または複数のデータソースから、コンピュータ可読データを収集するデータ収集システムのブロック図である。 図１に関する上記複数の特徴を含み、また複数のショッピングパターンおよび／またはショッピングプレファレンスのような、当該抽出されたデータからデータを導出する分析モジュールをさらに含む、システムのブロック図である。 図１から３のうち１または複数に関する上記複数の特徴を含み、また当該抽出されたデータおよび／または当該導出されたデータに基づいて、複数ユーザ特有の推奨を提供する推奨モジュールをさらに含む、システムのブロック図である。 図１から４のうち１または複数に関する上記複数の特徴を含み、またクラウドソースシステム、または匿名化されたクラウドソースデータを格納および／または管理するクラウドサーバをさらに含む、システムのブロック図である。 図１から５のうち１または複数に関する上記複数の特徴を含み、また当該抽出されたデータおよび／または導出されたデータに基づいて、１または複数の機能を実行する、および／または１または複数のサービスを提供するアプリケーションモジュールをさらに含む、システムのブロック図である。 図１から６のうち１または複数に関する上記複数の特徴を含み、またショッピングアプリケーションをさらに含む、システムのブロック図である。当該アプリケーションは、ユーザが関心のある複数のアイテムにタグ付けすることを許可し、および／またはショッピング推奨を当該ユーザに提供するよう構成されてよい。 ユーザの複数の購入レコードからデータを抽出し、当該抽出されたデータからユーザの購入動作および複数のユーザの関心を学習し、ユーザ特有の機能を実行し、および／または当該購入動作と複数のユーザの関心とに基づいて、ユーザ特有のサービスを提供するよう構成されたコンピュータシステムのブロック図である。 図８のコンピュータシステムに提供されてよい、例示的な格納媒体のブロック図である。 プロセッサおよびメモリ、ユーザインターフェース、および通信システムを含む、ユーザデバイスの図示である。 ユーザのショッピング履歴を分析する方法に係るフローチャートである。 複数のコンテキスト関係に基づき、クラウドソースショッピング情報を編成および選択的に開示するシステムのブロック図である。

図１は、関心のある複数のアイテムを識別し、当該関心のある複数のアイテムに基づいて、関心のある複数の領域またはテーマを識別すべく、データを抽出するためのシステム１００のブロック図である。システム１００は、関心のある複数のアイテム、およびユーザおよび／またはクラウドにとって関心のある複数の領域またはテーマを識別するよう構成されてよい。

本明細書において使用されるように、用語「ユーザ」は、個人、個人からなるグループまたはクラウド、および／またはエンティティまたは複数のエンティティからなるグループを含んでよい。例示目的のために、本明細書における１または複数の例は、ユーザに恣意的な名前を指定することがある（例えば、アリスまたはボブ）。そのような複数の恣意的な名前から、何ら推測もなされるべきではない。

本明細書において使用されるように、用語「アイテム」は、製品またはサービスを含んでよい。

本明細書において使用されるように、用語「ソース」は、限定はされないが、ベンダまたはストア、ストアの場所、製造業者、生産者、配信業者、および／またはサービスプロバイダを含んでよい。

本明細書において使用されるように、用語「通信ネットワーク」は、限定はされないが、有線ネットワーク、無線ネットワーク、パケットベースネットワーク、電話網、パブリックネットワーク、および／またはプライベートネットワークを含んでよい。

本明細書において使用されるように、用語「入手可能性データ」は、在庫、ソース、場所および／またはコストに関連付けられたデータを含んでよい。

本明細書において使用されるように、用語「コスト」は、定価または基本価格、および／または適用可能なクーポン、ディスカウント、クレジット、およびまたは顧客褒賞または顧客ロイヤルティプログラムのようなプロモーションを含んでよい。

図１において、システム１００は、関心のある複数のアイテム（複数のアイテム）１１０、およびここでアイテム記述子１１２として示される複数のアイテム１１０の複数の記述を識別するためのデータ収集モジュール１０８を含む、データ収集システム１０６を含む。

データ収集モジュール１０８は、複数のアイテム１１０を複数のデータベースエントリ、グラフノード、および／または他のコンピュータ可読表示のような複数のデータオブジェクトとして表示するよう構成されてよい。データ収集モジュール１０８はさらに、アイテム記述子１１２を対応する複数のデータオブジェクト（例えば、メタデータ）にタグ付けまたは添付するよう構成されてよい。アイテム記述子１１２は本明細書において複数の記述タグ、または記述メタデータとしても称されてよい。

システム１０６はさらに、対応するアイテム記述子１１２に基づいて複数のアイテム１１０をクラスタ化し、対応する複数のクラスタ化されたアイテム（複数のクラスタ）１１６を出力するためのクラスタモジュール１１４を含む。

クラスタモジュール１１４は、アイテム記述子１１２の複数の類似点および／または差異点に基づいて複数のアイテム１１０をクラスタ化するよう構成されてよい。アイテム１１０は、１または複数のクラスタ１１６に割り当てられてよい。

クラスタモジュール１１４は、精度、割り当て基準、および／または、バケット数、複数のバケット間の複数の区別／複数の距離、および／または複数のバケットのうち１または複数に係る主題を管理または規制するためのような他の複数の要因に関し、動的に構成可能（例えば、自動的および／またはユーザ構成可能）であってよい。クラスタモジュール１１４は、複数のユーザ間で予め定義され、および交渉された複数のクラスタにマッピングされてよく、またはユーザ特有であってよい。クラスタモジュール１１４は例えば、ユーザが複数のアイテム記述子１２２に加えおよび／またはそれらの代わりに、バケットの１または複数の割り当て基準を選択および／または定義できるよう許可してよい。クラスタモジュール１１４は、ユーザがクラスタ１１６内のアイテムを１または複数の他のクラスタ１１６に関連付ける、および／またはあるクラスタ１１６から別のクラスタ１１６へとアイテムを移動する（すなわち、クラスタリング決定をオーバーライドする）ことを許可してよい。

システム１０６は、１または複数のタグまたはキーワード１２０のセットを各クラスタ１１６に割り当て、関連付け、および／または添付するための自動化キーワード割り当てモジュール１１８を含んでよい。キーワード１２０は、複数の記述キーワードを含んでよい。複数のキーワードは、クラスタに割り当てられた複数のアイテムに係る複数のアイテム記述子１１２に基づいて、クラスタのために決定および／または選択されてよい。あるいは、または追加的に、キーワード割り当てモジュール１１８は、複数のパブリックデータベースおよび／または、複数のユーザ生成タグおよび／または複数のオントロジ割り当てキーワードを収集する複数のアプリケーションプログラミングインタフェース（ＡＰＩ）とインタフェースを取るよう構成されてよい。

複数のアイテム１１０が、ユーザにとって関心のある複数のアイテムを表す場合、各クラスタ１１６は本質的に当該ユーザの関心を表してよい。この例において、クラスタ１１６および対応する複数の記述キーワード１２０は、ユーザによるおよび／またはユーザに関し、より直観的なデータの対話を許可し、それらの複数の例は以下に詳述される。

クラスタ１１６および／または関連付けられた複数の記述キーワード１２０は、アプリケーションにアクセス可能であってよく、それらの複数の例は以下に詳述される。

データ収集モジュール１０８は、図２を参照して後述の通り構成され得る。データソース１０４は図２を参照して後述される１または複数のデータソースを含んでよい。しかしながら、データ収集モジュール１０８およびデータソース１０４は図２の例に限定されない。

図２は、１または複数の通信ネットワークを介して（例えば、ブラウザのようなローカルおよび／またはウェブベースのアプリケーションを介して）アクセス可能な１または複数のデータソース２０４からコンピュータ可読データを収集するデータ収集システム２０８のブロック図である。

データ収集モジュール２０８は、ユーザデータソース２３２から関心のある複数のアイテム（複数のアイテム）２１０を識別するためのデータ抽出／マイニングモジュール２２８を含む。データ抽出／マイニングモジュール２２８はさらに、コンテキストデータソース２３６からコンテキストデータを収集するよう構成されてよい。

データ収集モジュール２０８はさらに、データソース２３６からの複数のアイテム２１０のための記述データを収集するための記述子コレクタ２３０を含む。

図２において、データソース２０４は、複数のユーザデータソース２３２を含む。

ユーザデータソースは、本明細書において複数のデジタルレシート２３２―１としても称される複数のコンピュータ可読購入レコード２３２―１を含んでよい。購入レコード２３２―１は、コンピュータ生成（例えば、購入時点において）であってよく、および／または印刷されたストアのレシートのような、有形の購入レコードの電子的なスキャンイメージであってよい。複数の購入レコード２３２―１は、複数の関心のある複数のアイテムおよび／または複数のアイテムの複数のソースに関するものであってよい。

図２において、複数の購入レコード２３２―１は、通信ネットワークを介して送信される複数のテキストフォーマットの購入レシートを含み得る複数の電子メッセージ（複数のメッセージ）２３２―２を含む。メッセージ２３２―２は、限定はされないが、電子メール（ｅ‐メール）および／またはテキストメッセージを含んでよい。メッセージ２３２―２はソースおよび／または支払プロセッサから、ユーザアカウント、ユーザサービス、および／またはユーザデバイスに対し送信されてよい。しかしながら、複数のメッセージ２３２―２はこれらの例に限定されない。

複数の購入レコード２３２―１はさらに、複数のＥ-コマースレコード２３２―３を含む。複数のＥ-コマースレコード２３２―３は、ベンダ、支払プロセッサ、金融機関、および／または当該ユーザの複数の電子レシートをカタログ化するサービスによって維持されるアイテム化された複数の購入レコードを含んでよい。複数のＥ-コマースレコード２３２―３は、現金／チェックおよび／または複数の電子ファンドでの複数の購入に関するものであってよい。複数の電子ファンドは、財務トランザクションカードの複数の購入（例えば、クレジット、デビット、および／または複数のギフトカード）、電子ファンド送金（例えば、銀行対銀行）、および／またはデジタル通貨（すなわち、コンピュータベースの複数の仮想経済で使用される仮想または代替的な通貨）を含んでよい。

ユーザデータソース２３２は、コンピュータおよび／またはネットワークアクセス可能なユーザアカウント２３２―４を含んでよく、および／または１または複数のユーザデバイス２３２―５を含んでよい。

ユーザデータソース２３２は、電子ショッピングリストおよび／またはウィッシュリストのような、ユーザによりタグ付けされた複数のアイテム２３２―６からなるソースを含んでよい。それらリストは１または複数のデバイスおよび／またはベンダのサーバ上に格納されてよく、コンピュータベースのインタフェース（例えば、ブラウザおよび／またはウェブアプリケーション）を介してアクセス可能であってよい。

ユーザデータソース２３２は、ブラウザの履歴３２３―８を含んでよく、また閲覧された、タグ付けされた複数のアイテムおよび／または複数の購入のような、複数のアイテムソース（例えば、複数のオンラインベンダサイト）に関連付けられたブラウザの履歴を含んでよい。

ユーザデータソース２３２は、複数のスキャンされたアイテムのソース（例えば、アイテム上に印刷されたバーコードおよび／またはアイテムに対し、および／またはアイテム近傍に貼付された無線自動識別（ＲＦＩＤ））を含んでよい。

データソース２０４は、コンテキストデータ２３５を提供するコンテキストデータソース２３４を含んでよい。コンテキストデータソース２３４は、ユーザデバイス、ユーザデバイスのセンサ（例えば、場所位置決めセンサ）、および／または他のセンサ、および／またはネットワークソースを含んでよい。コンテキストデータ２３５は、ユーザ、アイテム、関心、および／またはショッピング外出に対するいくつかの関係を有してよい。コンテキストデータ２３５は、購入のようなイベントの時間窓内、および／またはイベントの地理的範囲内に関連するおよび／または発生するものであってよい。

コンテキストデータ２３５は、限定はされないが、場所データ（例えば、ユーザデバイス内の地球位置決め衛星（ＧＰＳ）システムからの）、購入の時間窓内のイベントのためのユーザ電子カレンダ内のエントリ、ユーザの電子ショッピングリスト、天気データ、ロードマップ、複数の交通状況のデータ、公共イベント、ユーザ通信デバイスと別の通信デバイス（例えば、電子メールまたはテキストメッセージ）との間の通信、および／またはユーザおよび他のプロファイリング情報からの以前の同様の複数の購入を含んでよい。

コンテキストデータ２３５は、本明細書の１または複数の例示に記載される、ユーザベースおよび／または複数のクラウドベースの関心または複数の動作パターンを識別するのに使用されてよい。

データ抽出／マイニングモジュール２２８は、ユーザデータソース２３２から以下の複数の特徴またはデータタイプのうち１または複数を識別するよう構成されてよい。すなわち、アイテムの名前／タイプ、アイテムの記述、購入ソースの名前、購入ソースの場所、購入日付、購入価格、アイテムが購入された際の購入プロモーション（例えば、クーポン、ディスカウント、クレジット、および／または報酬プログラム）、複数の支払ファンドの形態および／またはソース、および／またはメタデータである。

しかしながら、データ抽出／マイニングモジュール２２８はこれらの例に限定されない。

記述子コレクタ２３０は、複数のアイテム２１０のための記述データにアクセス／取得するための１または複数の他のデータソース２３６を識別するよう構成されてよい。データソース２３６は、限定はされないが、ベンダ、ストアおよび／または他のソースからなるウェブサイト、および／またはパブリックサービスウェブサイトを含んでよい。

記述子コレクタ２３０および／またはデータ抽出／マイニングモジュール２２８は、識別されたソース２３６から記述データを抽出するよう構成されてよい。データ抽出／マイニングモジュール２２８は、記述子コレクタ２３０に関し上記された複数の機能を実行するよう構成されてよい。

データ抽出／マイニングモジュール２２８および／または記述子コレクタ２３０は、複数のアイテム２１０および／または複数の記述子２１２に基づいて追加のデータを識別するよう構成されてよい。そのようなものとして、アイテムの詳細、アイテムの別のソース、売主、製造業者、および複数の顧客によって提供されたアイテムメタデータ、アイテムを購入した、または購入する可能性のある複数のユーザの複数のプロファイル、複数の同様のアイテム（同一および／または他のソースからの）、アイテムの入手可能性データが挙げられる。

アイテムの詳細は、限定はされないが、製造業者、生産者、栽培者、および／または配信業者、登録マーク、一般名称、および／またはラベリングデータを含んでよい。登録マークおよび／またはラベリングは、限定はされないが、有機、認証、グルテンフリー、シュガーフリー、ベジタリアン、完全菜食主義者、ユダヤ教の精進料理、コーシャ、ハラル、およびこれらの組み合わせを含んでよい。

データ抽出／マイニングモジュール２２８および／または記述子コレクタ２３０は、上記のデータ、他のデータおよび／またはメタデータを、複数の購入レコード２３２―１、上記の複数の他のデータソース、および／または限定はされないがクラウドソースデータ２４０および／または予め定義されたＡＰＩを含み得る、アプリケーションプログラミングインタフェース（ＡＰＩ）のような複数の他のデータソースから抽出するよう構成されてよい。

データ抽出／マイニングモジュール２２８および／または記述子コレクタ２３０は、アイテム２１０と同様のおよび／または商業上競合するアイテムに関するデータを収集するよう構成されてよい。

データ抽出／マイニングモジュール２２８および／または記述子コレクタ２３０は、ブラウザ、巡回および／またはスクレイピングアプリケーションを含んでよい。

データ抽出／マイニングモジュール２２８は、ユーザに関連付けられた１または複数のデバイスおよび／またはアカウントからデータをマイニングするよう構成されてよい。ユーザアカウントは、限定はされないが、ウィッシュリスト、閲覧履歴、電子メッセージアカウント（例えば、電子メールおよび／またはテキスト）、電話アカウント、金融アカウント（例えば、銀行口座および／またはベンダとのユーザアカウント）、および／またはインターネットベースのソーシャルネットワーキングサービスおよび／またはプロフェッショナルネットワーキングサービスのような、ネットワークホストサービスとのアカウントを含んでよい。

データ抽出／マイニングモジュール２２８は、マイニングするデータソース２０４を識別し、および／またはターゲットに基づいて、複数のマイニング技術の中から選択するよう構成されてよい。

マイニング技術は、デバイスおよび／またはデバイスタイプ、データタイプ（例えば、複数のテキストベースのドキュメント、複数の写真および／または複数のビデオ）、データフォーマット、アカウントおよび／またはアカウントタイプ、そこを介してデータがアクセス可能なアプリケーション（例えば、ブラウザ、他のローカルアプリケーション、および／またはウェブアプリケーション）、複数のプライバシー制約、複数の他ユーザのデータを共有／集約することを含む複数の使用目的に基づいて選択されてよい。技術は、ユーザ特有の複数のセキュリティ機能、アプリケーション起動手順、および／またはアクセス順序（例えば、ウェブベースの複数のサイト／複数のページの順序および／またはそこでのユーザの複数の選択）に関し構成可能であってよい。

データは、ユーザによって購入されたおよび／またはユーザにとって複数の関心のある複数のアイテムに関連付けられたおよび／または当該ユーザの複数の関心および／またはプレファレンス（例えば、ベジタリアン、完全菜食主義者、有機、コーシャ、ハラル、および／または複数のアレルギー）に関連付けられたデータのためにマイニングされてよい。

図１において、システム１００は、抽出されたデータ１０９および複数のクラスタ化されたアイテム１１６、複数のキーワード１２０、および／または他のデータ１２１（本明細書においてまとめてデータ１１５と称される）を格納するための１または複数のストレージデバイスおよび／または場所を含んでよい。データ１１５はさらに、本明細書において１または複数の例として記載されるようなデータ１１１、複数のキーワード１２０、および／またはデータ１２１から導出されたデータを含んでよい。

抽出されたデータ１０９は、関心のある複数のアイテム１１０に係る複数の指示を含んでよい。抽出されたデータ１０９は、対応する複数のクラスタ化されたアイテム１１６に関連付けられて格納され、および／または複数のクラスタ化されたアイテム１１６の一部として含まれてよい。抽出されたデータ１０９および複数のクラスタ化されたアイテム１１６は、本明細書においてデータ１１１とまとめて称される。

複数のアイテム１１０、複数のクラスタ１１６、複数のキーワード１２０、および／またはデータ１２１がユーザに対し、検証および／または修正（例えば、複数のクラスタの名前変更、複数のクラスタ１１６間での複数のアイテムの移動、複数のクラスタ１１６の縮小または拡張、１または複数のアイテム１１０の削除、および／またはクラスタ１１６内の１または複数のアイテムのためのセキュリティ設定／アクセスレベルのオーバーライド）のために提示されてよい。

抽出されたデータ１０９、複数のクラスタ化されたアイテム１１６、複数のキーワード１２０、および／またはデータ１２１は、様々なオブジェクトまたはデータ構造を含んでよく、それらは従来の予め定義されたデータベース構造で管理および／または保護することは難しいことがある。データ１１５またはその一部分は、よって非構造化データ（すなわち、非構造化データのデータベース）のためのデータベース内に格納されてよく、システム１００は非構造化データを検索および／またはアクセスするための１または複数のインタフェースを含んでよい。そのようなインタフェースは、限定はされないが、ブラウザベースのインタフェースのような、ＨＴＴＰクライアントを含んでよい。

図３は、図１に関し上記した複数の特徴を含み、さらにデータ１１５からデータ３５０を導出する分析モジュール３４０を含む、システム３００のブロック図である。

分析モジュール３４０は、本明細書においてパターン抽出モジュール３４２として示される、データを集約および／またはショッピング形質またはパターンのような、複数のユーザ動作パターン３４６を認識するためのパターン抽出および／または集約モジュールを含んでよい。

パターン抽出モジュール３４２は、抽出されたデータ１０９（コンテキストデータを含む）の複数の特徴または値、複数のクラスタ１１６、および／またはデータ１２１を分析するよう構成されてよく、それらの複数の例は、１または複数の上記例に提供されている。

パターン抽出モジュール３４２は、ユーザの複数のショッピング外出に関し分析１１５するよう構成されてよく、また移動ルート、ドライブパターン、スケジュール／カレンダ、訪問される複数のソース、長期的な接触を持つまたは近接している他の複数の個人、複数のソースが訪問される順序、訪問される複数のソースで購入された複数のアイテム、および／またはユーザＡの電子ショッピングリストに関するデータ１１５を分析するよう構成されてよい。

しかしながら、パターン抽出モジュール３４２は上記の複数の例に限定されない。

分析モジュール２２０はさらに、データ１１５（前のショッピング履歴データを含む）、複数のユーザ動作パターン３４６、および／またはデータ１２１に基づき、複数のユーザプレファレンス３４８を決定（例えば、推測および／または予測）するためのユーザプレファレンスモジュール３４４を含んでよい。ユーザプレファレンスモジュール３４４はさらに、複数のユーザの関心を優先度設定するよう構成されてよい。

複数の検出された動作パターン２３６および複数のユーザの関心３４８は、本明細書において導出されたデータ３５０としてまとめて称されてよい。

複数の例示的なユーザの関心は、例示目的のために以下に提供される。しかしながら、ユーザプレファレンスモジュール３４４は以下の複数の例に限定されない。

ユーザプレファレンスモジュール３４４は、抽出されたデータ１０９の特徴または値、クラスタ１１６、および／またはコンテキストデータ、マイニングされたデータ１２８、ショッピングリスト、および／または動作パターン２３６に基づいて、および／またはそれらに関し、ユーザプレファレンスを決定するよう構成されてよい。コンテキストベースのユーザプレファレンスは、例えば地理的場所または範囲に関連するものであってよい。

ユーザプレファレンスモジュール３４４は例えば、ベンダ／ストア、ブランド、場所、ラベル、複数の成分、品質、および／またはコストの観点からアイテムに対するユーザプレファレンスを決定するよう構成されてよく、その場合、コストは定価および／または、クーポン、ディスカウント、クレジット、および／または顧客褒賞プログラムのような適用可能なプロモーションの観点であってよい。

ユーザプレファレンスモジュール３４４は、移動ルート、時間、場所、予算、および／または訪問する複数のソースの順序に関連してよい、ショッピングプレファレンスを決定するよう構成されてよい。

ユーザプレファレンスモジュール３４４はさらに、アイテムおよびソースのための入手可能性データのような他のデータを推測または予測するよう構成されてよい。

ユーザプレファレンスモジュール３４４は、購入された複数のアイテムおよびショッピング外出で訪問された複数のソース等の複数の特徴の組み合わせに基づいて、複数のユーザの関心を推測するよう構成されてよい。そのようなものとして、次のうち１または複数を含む。すなわち、ショッピング外出中に訪問された複数のソース、ショッピング外出の複数の購入レコード、ショッピング外出中に複数のソースが訪問される順序、ショッピング外出の時間窓のためのコンテキストデータ、ショッピング外出中に購入された複数のアイテムに関して取得された追加のデータ、および／またはユーザＡのショッピングパターンが挙げられる。

一例として、潜在的な後の買い物客に係るショッピングリスト上のアイテムに対する入手可能性データ（例えば、在庫、相対的価格／コスト、複数のプロモーションおよび／または品質）は、ソースへの訪問に係る複数の購入レコードおよび／またはショッピング外出中の他の複数のソースへの複数の訪問に係る複数の購入レコードに基づいて、最近のショッピング外出中に訪問されたソースに関し推測されてよい。

ユーザプレファレンスモジュール３４４は上記の複数の例に限定されない。

データ１１５および／または導出されたデータ３５０は、様々な状況および／またはアプリケーションにおいて、後述の複数の例のように、単独でおよび／または互いに組み合わせて有用であってよい。しかしながら、本明細書で開示された複数のシステムおよび方法は後述の複数の例に限定されない。

図４は、上記の１または複数の例で記載された複数の特徴を含み、データ１１５および／または導出されたデータ３５０に基づいて、複数のユーザ特有の推奨４５４を提供するための推奨モジュール４５２をさらに含む、システム４００のブロック図である。推奨４５４は、限定はされないが、アイテム１１０および／またはクラスタ１１６に関するものであってよい。複数の推奨４５４は、コンテキストおよび／または使用／用途のために構成され、調整され、および／またはそれらに基づいてよい。例えば、限定はされないが、推奨３４４は、ユーザの地理的場所、天気、および／または交通のような最近のコンテキストデータに部分的に基づいてよく、複数のユーザの関心／プレファレンスおよび／または複数の動作パターンと組み合わせてよい。複数の追加の例が以下に詳述される。

システム４００は、機能を実行するおよび／または１または複数の推奨４５４に基づいてサービスを提供する、アプリケーションモジュール４５６を含んでよい。アプリケーションモジュール４５６は、複数の推奨４５４および／または導出されたデータ３５０を受信し、および／または推奨モジュール４５２および／または分析モジュール３４０と対話するための電子的および／またはプロセッサベースのインタフェースを含む、および／または表してよい。

推奨モジュール４５２は、例えばアプリケーションモジュール４５６の機能またはサービスに適切な複数の推奨４５４を提供する等、アプリケーションモジュール４５６に基づいてデータ１１５にアクセスするよう構成されてよい。

アプリケーションモジュール４５６は、１または複数のアプリケーションモジュールを表わしてよく、それらの各々は対応する機能を実行および／または対応するサービスを提供するよう構成されてよい。推奨モジュール４５２は、複数のアプリケーションモジュールの各々に対し、複数の推奨４５４を提供するよう構成されてよい。

あるいは、またはさらに、推奨モジュール４５２および／または別の推奨モジュールは、対応するアプリケーションモジュールの機能および／またはサービスに基づいて、複数の推奨を提供するアプリケーション特有のモジュールとして構成されてよい。アプリケーション特有の推奨モジュールはパッケージ化され、および／または対応するアプリケーションモジュールと統合されてよい。アプリケーション特有の推奨モジュールは、一般的推奨モジュールとのインタフェースを取るよう構成されてよく、および／または導出されたデータ３５０および／またはデータ１１５に基づいて複数の推奨を提供する自立型であってよい。

システム４００はアプリケーションモジュール４５６および／または推奨モジュール４５２に関し、ユーザが複数の推奨の複数のタイプおよび／または複数のアプリケーションモジュールから選択することを許可する等、ユーザ構成可能であってよい。システム４００は、プロセッサベースのユーザデバイス（例えば、コンピュータ、スマートフォン、および／またはタブレットデバイス）のアプリケーションに類似する複数のアプリケーションを追加および／または除去するよう構成可能であってよい。

データ１１５は、当該複数のユーザおよび／または複数の他のエンティティの各々にアクセス可能であってよいクラウドソースデータ（例えば、クラウドソースショッピングデータ）を提供すべく、複数の他のユーザのデータと結合されてよい。データ１１５は、最大限の識別可能情報を除去し、データの複数の集約セットへの複数の質問に対し回答することによって、または複数の個人の名前および複数の支払形態を最小限除去することのみによって、共有前に匿名化されてよい。クラウドソースデータは、より堅牢なグローバルビューを提供してよく、複数のユーザ特有のショッピング推奨のような複数のユーザ推奨に関する複数のグローバル最適化を許可してよい。

図５は、上記の複数の特徴を含み、さらに匿名化されたクラウドソースデータ５５２を格納および／または管理するためのクラウドソースシステム５５０を含む、システム５００のブロック図である。クラウドソースシステム５５０はまた、本明細書においてクラウドサーバ５５０と称されてよい。

クラウドソースデータ５５２は、ユーザ（ここではユーザＡと示される）の匿名化データ５５４、および他の複数のユーザの匿名化データを含んでよい。クラウドソースデータ５５２はさらに、入手可能性データ（例えば、在庫、および／または価格設定／コストデータ）を含んでよい。

クラウドソースデータ５５２は、複数のユーザに対し、いずれのユーザも自身では取得できない複数のアイテムの複数のカテゴリおよび複数のアイテムの複数のソースを包含する複数の最近のデータポイントの比較的広範なセットへのアクセスを提供してよい。クラウドソースデータ５５２は、個々の複数のソースによって提供されるデータよりも、より正確なおよび／または信頼性のあるものであると実証されてよい。

クラウドサーバ５５０は、複数の動作パターンおよび／またはユーザプレファレンスを、グローバルにおよび／または地理的領域および／または他のコンテキストデータといった１または複数の特徴に基づいて識別する、分析モジュール３４０と同様の分析モジュールを含んでよい。

システム５００はさらに、クラウドソースデータ５５２および導出されたデータ３５０および／またはデータ１１５の組み合わせに基づいて、複数の推奨５５５を提供する推奨モジュール５５３を含む。推奨モジュール５５５は例えば、ユーザＡにとって関心のあるアイテムのための特定のソースを、当該ソースが通常の場合よりも、当該アイテムをさらに大量に販売している状況において、推奨してよい。そのような推奨は、クラウドソースデータ５５２からの入手可能性、価格、および／またはプロモーションの決定および／または推測に基づいてよい。

推奨モジュール５５３は、推奨モジュール４５２に関し上記したようなデータ１１５をクエリするよう構成されてよい。推奨モジュール５５３はさらに、同様の態様でクラウドソースデータ５５２をクエリするよう構成されてよい。

システム５００はさらに、クラウドサーバ５５０と共有する前に、データ１１５からの識別データを除去するアノニマイザ５４８を含む。アノニマイザ５５８は、ユーザＡ（すなわち、ユーザデバイスおよび／またはユーザアカウント）による使用専用、あるいは複数のユーザ間で共有されてよい。

アノニマイザ５５８は、ユーザＡおよび／または他の複数の個人および／または複数のエンティティに対し客観的に特有なデータを識別および除去するための客観的な部分を含んでよく、そのようなものとしては個人的データまたは人名データ、複数の名前、連絡先データ、複数の誕生日、複数の社会保障番号、複数のアカウント番号、複数のユーザＩＤ、および／または複数のパスワードがある。

アノニマイザ５５８はさらに、コンテキストに応じてユーザを識別すべく使用され得るデータを識別および除去するための主観的またはコンテキスト部分を含んでよく、本明細書において間接的識別としても称される。アノニマイザ５５８は、多かれ少なかれ識別を露出することを許可するよう構成可能、または調整可能であってよく、場所、アプリケーションクエリおよび／または複数の購入のタイプのようなコンテキストデータに基づいて構成可能であってよい。

主観的フィルタは、アプリケーションが複数の動作パターンのために、クラウドソースデータ５５２をクエリすることを許可する場合に有用であってよい。例えば、クエリは、ユーザＡがアイテムを購入したとして知られている何人かの個人のうちの１人である場合、および場合より当該アイテムの唯一可能性のある購入者である際の時間枠または地理的領域を用いて複数の購入を検索すべく構造化されてよい。ユーザＡがそのような方法で間接的に識別される場合、複数の追加のクエリは、ユーザＡに係る複数の関心、プレファレンスおよび／または動作（例えば、ショッピング）パターンを識別することを中心に構造化されてよい。

主観的なフィルタは例えば、複数の消費癖をデータ１１５から除去し、および／またはクエリの複数の結果が、予め定められた数未満の他の複数のユーザからのデータを含む場合、ヌルを返すよう構成されてよい。

図６は、上記の１または複数の例に記載された複数の特徴を含み、さらにアプリケーションモジュール６５６を含む、システム６００のブロック図である。

図６において、アプリケーションモジュール６５６は、ショッピングアプリケーション６６０、販売アプリケーション６６２、および１または複数の他のアプリケーション６６４を含む。アプリケーションモジュール６５６は、示されるより多いアプリケーションモジュール、示されるより少ないアプリケーションモジュール、および／または異なる複数のアプリケーションモジュールを含んでよい。ショッピングアプリケーション６６０は、図７に関する後述の通り、実装されてよい。

図７は、上記の１または複数の例に記載された複数の特徴を含み、さらにショッピングアプリケーション７６０を含む、システム７００のブロック図である。

ショッピングアプリケーション７６０は、導出されたデータ３５０および／またはクラウドソースデータ５５２に基づいて、ユーザＡに複数のショッピング推奨７５４を提供するショッピング推奨モジュール７７４を含む。ショッピング推奨７５４は、限定はされないが、複数のアイテムからなるショッピングリスト、当該複数のアイテムがそこから購入される、推奨される複数のソース（複数のベンダおよびベンダの場所）、当該複数のソースを訪問する推奨される順序、推奨される移動ルート、および／または買い物をする日付および／または時間を含んでよい。

複数の推奨７５４は、ディスプレイおよび／または他のプレゼンテーションシステムを介して提示されてよい。ショッピングアプリケーション７６０は、暗黙的および／または明示的な複数のユーザ設定に基づいて複数の推奨７５４を最適化するよう構成されてよい。当該複数の設定は、限定はされないが、ユーザがすべてのショッピングニーズを満たすべく、費やされる複数のコストおよび／または時間を最小化したいかどうかに関連するものであってよい。当該設定は、ユーザが別の設定に対する１つの設定を優先度設定することを許可してよい。

ショッピングアプリケーション７６０はさらに、ユーザが、当該ユーザにとって関心のある複数のアイテムを識別および／または選択することを許可するタグ付けモジュール７７８を含んでよい。電子的またはプロセッサベースのインタフェースを介してアイテムを識別または選択する動作は、本明細書においてタグ付けと称されてよい。タグ付けモジュールは、ユーザが複数のカテゴリにわたりおよび／または複数のソースから、複数のアイテムをタグ付けすることを許可するよう構成されてよく、また、ユーザが複数の潜在的に様々なソースまたはウェブサイトに関しブラウジングし、それらにタグ付けをすることを許可すべく、インターネットのような通信ネットワークとのインタフェースを取るよう構成されてよい。ユーザタグ付けモジュール７７８はまた、本明細書において電子ショッピングリストモジュールとして称されてよい。タグ付けは、複数のデバイスの集まりにおいて発生し、当該データを保存し、当該複数のデバイスのすべてにわたり当該データを同期し得る。

ショッピングアプリケーション７６０はさらに、タグ付けされた複数のアイテムに関連付けられたメタデータを抽出するためのメタデータエクストラクタ７７０を含んでよい。あるいは、メタデータ抽出は、図２のデータ抽出／マイニングモジュール２２８によって実行されてよい。タグ付けされたアイテムおよび関連付けられたメタデータは、データ１１５に追加されてよい。

ショッピングアプリケーション７６０はさらに、ユーザおよび／またはショッピングアプリケーション７６０の別のモジュールが、複数のショッピングトレンド、複数の動作パターンおよび／または他の複数のユーザの複数の関心を識別する等、クラウドソースデータ５５２をクエリすることを許可するクエリモジュール７７６を含んでよい。クエリは、複数の同様の関心、動作パターン、および／またはコンテキストデータ（例えば、地理的領域）を有する複数のユーザに関連付けられたデータに対し調整されてよい。複数のクエリ結果は、ショッピングまたは移動時間、コスト、および／または他の複数の特徴に関するショッピング外出および／またはショッピングリストを最適化すべく使用されてよい。

ショッピングアプリケーション７６０は、ショッピングデータへのアクセスおよび／またはユーザがソースから複数のアイテムを購入するのを許可する等のショッピングサービス６６８とのインタフェースを取るよう構成されてよい。

図６に戻ると、販売アプリケーション６６２は、ユーザＡの複数の購入および／または他の複数のトランザクションに関するデータをデータ１１５に対し、直接および／または図１のデータ収集モジュール１０６を介して提供するよう構成されてよい。

販売アプリケーション６６２は、クラウドソースデータ５５２への包含のために、ユーザＡおよび／または他の複数のユーザに係る複数の購入および／または他の複数のユーザトランザクションに関する匿名化された集約データをクラウドサーバ５５０に提供するよう構成されてよい。

販売アプリケーション６６２は、ソース（例えば、ベンダ、配信業者、製造業者、生産者、および／またはサービスプロバイダ）、および／またはエンドユーザが、複数のショッピングトレンド、動作パターン、および／またはユーザの関心を識別する等、匿名化されたクラウドソースデータ５５２をクエリすることを許可するよう構成されてよく、それはソースに対する複数の推奨を作成するのに使用されてよい。

販売アプリケーション６６２は、クラウドソースデータ５５２（例えば、製品／サービスライン、在庫、複数の価格、複数のプロモーション、複数の場所、および／または複数の操作時間）への包含のために、ソースがデータをクラウドサーバ５５０に提出することを許可するよう構成されてよい。

販売アプリケーション６６２は、ソースが、技術的経験が殆どないか、または全くない状態で、製品および／またはサービスラインをオンライン上に、および／または複数のコンシューマがそれらラインからこれらのアイテムを購入する限り、財務経費を露出することを許可してよい。販売モジュール６６２はよって、比較的小企業が苦労なく、オンライン世界での存在感を持って市場で競争することを許可してよい。

図６のアプリケーション６６４は、サードパーティがデータ１１５および／または導出されたデータ３５０をクエリすることを許可するよう構成されてよい。アプリケーション６６４は例えば、ファイナンシャルプランナが、ユーザＡの複数の消費癖またはトレンドを識別すべく、データ１１５および／または導出されたデータ３５０をクエリすることを許可するよう構成されてよい。

アプリケーション６６４は、ショッピング動作および／または複数の消費癖を修正するための複数の推奨をユーザＡに提供する、自動化クエリモジュールおよび／または推奨モジュールを含んでよい。

本明細書に開示された複数の方法およびシステムは、様々な機能のうち１または複数を実行および／または様々なサービスのうち１または複数を提供するよう構成されてよく、これらの複数の例は以下に提供される。複数の追加の例は、例示目的のために提供される。本明細書に開示される複数の方法およびシステムは、以下の複数の例のいずれにも限定されない。

本明細書に開示された方法および／またはシステムは、ユーザまたはコンシューマによって受信された電子メールの複数のレシートを自動的に読み取り、カタログ化、およびクラスタ化するよう構成されてよい。抽出された価格設定および使用データは、複数の推奨を提供し、および／または当該コンシューマにとって関心のある複数のアイテムおよび／またはカテゴリ上の複数の更新を取得すべく使用されてよい。

匿名化されたユーザデータは、ショッピングに関して、よりグローバルビューおよび個々の複数の目的に係る複数のグローバル最適化を提供する等、似たような考えを持つ複数のコンシューマ間で共有するため、クラウドにプッシュされてよい。匿名化クラウドデータは例えば、複数のトレンド、および複数のストアの在庫データのためにクエリされてよい。

ユーザデータおよび／または匿名化クラウドデータは、複数のトレンド／複数のパターンおよび／または複数のユーザの関心のために分析されてよく、それは、推奨のようないくつかのサービスを当該ユーザに提供する学習アルゴリズムに対し提供されてよい。

分析および／またはクエリは、他の複数のユーザが購入する特定の時間または複数のアイテムの組み合わせを決定する等、ドメインおよび時間枠に基づいてよい。

分析および／またはクエリは、短期または長期周期で構造化されてよい。長期周期は、複数の市場トレンドおよび／または前のユーザ動作に基づいて、複数の季節的なアイテムを識別すべく、およびユーザにとって関心があるとみなされる複数の季節的なアイテムをマッチングすべく使用されてよい。

推奨は例えば、ショッピング外出中に購入する複数のアイテムおよび／またはショッピング外出をスケジューリングする複数の時間を含んでよい。例えば、パターンモジュールは、ユーザＡが週ベースでヨーグルト、オレンジジュース、およびチーズを必要とすることを決定および推測してよい。推奨モジュールは対応する週ベースのショッピングリストおよび／またはショッピング外出のための移動プランを推奨してよい。別の例は、アイテムの最適価格およびソースが当該アイテムをそのような価格で提供することを予期すべきときに関する確率的推定を含むことができる。

推奨は、ショッピング外出中に訪問する複数のソースおよび／または当該複数のソースを訪問する順序に関連するものであってよい。

推奨は、ユーザによって以前購入されていないアイテムに関連するものであってよい。

推奨は、移動時間、複数のコストおよび／または他の複数の要因に基づいて、ショッピング外出および／またはショッピングリストを最適化することを試行してよい。推奨されるショッピング外出は、移動距離、訪問するソースの数、および／またはコストの最小化といった、ユーザにとって関心があるとみなされる複数の基準を調和および／または最適化してよい。複数のコストは、複数のパブリック販売サイトおよび／または週広告のデータを検索することに、少なくとも部分的に基づいて決定されてよい。

ユーザのためのデータを最適化、共有、および／または回収すべく、データインフラストラクチャ（例えば、ユーザデータおよび／またはクラウドソースデータ）へのアクセスを有する複数のアプリケーションは、データインフラストラクチャを異なるように使用してよい。例えば、訪問するストア数が最小であって最良の取引を求める場合、ショッピングアプリケーションは、ユーザのショッピングリスト上の複数のアイテムを、当該ユーザによって好まれる複数のブランド（例えば、当該ユーザの以前の複数の購入レシートに基づいて）、および複数のオンライン広告にマッチングさせてよい。

アノニマイザは、クレジットカード、複数の消費癖等を含む識別可能データを除去するよう構成されてよい。

クラウドソースデータとともに、ユーザはソースを訪問または接触する必要なく、当該ソースの入手可能性データへのアクセスを有してよい。これは、ユーザおよびソースに利益をもたらす。

複数の追加の推奨の例が以下に提供される。

一例において、ユーザＡは、ショッピングアプリケーションを介して特定のアイテムにタグ付けをする。自身のショッピングリスト上に当該アイテムを有する他の複数のユーザが、特定のソースを訪問するが、当該ソースの購入レシートに当該アイテムがリストされていない状態で去る場合、当該アイテムは在庫切れであるか、または当該ソースにおいて満足のいく状態ではないという比較的高い確率が存在してよい。この例において、ユーザＡのショッピングアプリケーションは、当該アイテムに対し別のソースを推奨してよい。

別の例において、ユーザＡは特定のアイテムを購入することに関心がある。クラウドソースデータの分析は、特定のソースが当該アイテムを、年間のこの時期に例外的に大量に販売していることを示す。この状況において、現在の価格が例外的に低いかどうかを決定すべく、当該ソースの現在の購入価格は（クラウドソースデータで入手可能）、数週間前、数か月前にわたり、または年間の同様の時期の当該アイテムの複数の平均価格と比較されてよい。その通りであれば、ショッピングアプリケーションは、ユーザが当該ソースから当該アイテムを購入することを推奨してよい。

別の例において、ユーザＡは比較的高価格のアイテム（例えば、テレビ、オートバイ、またはベビーカー）に関心があるが、そのようなアイテムに対しいくら支払うことを予期してよいかわからない。この状況において、複数の販売周期にわたり、複数のソースの複数の価格範囲を決定し、当該アイテムを購入するための最適時間およびソースを決定すべく、クラウドソースデータがクエリされてよい。

別の例において、他の複数のユーザよりも、はるかに大きな度合でクーポンを利用するユーザ（すなわち、大変なクーポン利用者）といった、かなり基準外（すなわち、複数の外れ値）である複数のデータポイントを検出すべく、クラウドソースデータが分析される。外れ値データは、クラウドソースデータから除去され、分析前にフィルタリング、および／または複数のクエリ結果からフィルタリングされてよい。外れ値データは、いくつかの状況において有用であってよい。

別の例において、コスト／利益の分析は、商品の比較的広範なラインを店に置く、大規模小売店または大量販売店のメンバーシップのような、メンバーシップまたは加入に関し実行される。コスト‐利益の分析は、メンバーシップが、ユーザの複数の購入癖および／または関心に基づいて、当該ユーザにとって適切かどうかを決定してよい。

別の例において、複数の要因の組み合わせに基づいて、アイテムがユーザのショッピングリストに追加される。季節的なアイテムは例えば、当該ユーザのショッピング履歴および当該アイテムのための最近のローカル広告、および／または当該ユーザと同様のショッピングパターンおよび／または関心を持つ複数の他のユーザによる当該アイテムの最近の複数の購入の組み合わせに基づいて追加されてよい。分析は、ある地理的領域内に限定されてよい。

別の例において、アイテムはデータオブジェクトとともに表されてよく、データオブジェクトには当該アイテムのソースに特有の追加のデータ（例えば、メタデータ）が添付されてよい。当該追加のデータは、現在の入手可能性データ等、当該ソースから入手できないデータを含んでよい。ユーザＡが例えば、ある領域への新参者の場合、ユーザＡは商品の複数のカテゴリ（例えば、ツール、エレクトロニクス、および食料雑貨）が単一のソースから入手可能であることを認識していなくてよい。この例において、ショッピングアプリケーションは、当該ユーザに対し当該ソースを識別してよく、および／または当該ソースをショッピング推奨に含めてよい。

先の例において、ユーザＡのプレファレンスがショッピングに費やす時間を最小化するものである場合、ショッピングアプリケーションは当該ソースを推奨してよく、またはユーザＡが、コストとショッピング／移動時間を互いに比較して優先度設定することを許可してよい。後者は、ユーザＡがお金を節約するために、可能性としてもっと時間を費やすかどうかを決定することを許可する。

ショッピングアプリケーションは、様々なショッピングルートおよび対応するコストを示す等、ユーザモバイルデバイス上で地図アプリケーションとのインタフェースを取るよう構成されてよい。最短移動時間および／または最小コストのオプションが強調表示されてよく、それにより、交通状況、ガソリン価格、および／または車両メンテナンスコストの説明をなす。

別の例において、同様の複数の関心を持つ複数の他（匿名）のユーザを識別すべく、クラウドソースデータがクエリされてよい。クエリは、ユーザＡおよび他の複数のユーザによる特定のカテゴリ内の複数のアイテムの複数の購入に基づいてよい。当該他の複数のユーザが識別された後、当該アイテムがユーザＡではなく、当該他の複数のユーザによって以前に購入された場合、当該カテゴリ内および／または隣接カテゴリ内の別のアイテムがユーザＡに推奨されてよい。

別の例において、当該ソースにとって特に重要であり得る複数のユーザを識別すべく、ソースは自身のデータおよび／またはクラウドソースデータをクエリしてよい。クエリは、当該ソースから頻繁に購入する顧客を識別、および／または複数の購入パターンに基づいて、影響力のある、または流行を作り出している複数のユーザを識別すべく、構成されてよい。この例において、購入パターンは、当該ソースの製品／サービスライン、および／または他の複数の製品／サービスラインに関連するものであってよい。ソースは、識別された複数のユーザを、複数のディスカウント／プロモーションおよび／または当該ソースと複数の新しい方法で対話するための他の複数の申し入れ等をもって、ターゲットとしてよい。

別の例において、ソース（例えば、製造業者）は自身の製品／サービスの複数のラインまたは複数のブランドに関連付けられた複数のカテゴリ内、および／または複数の他のカテゴリ内の複数のトレンドを識別すべく、クラウドソースデータをクエリしてよい。そのような複数のトレンドは、複数の製品／複数のサービスおよび／または他の市場洞察力における複数の潜在的変更を識別することに寄与してよい。

別の例において、アイテムの複数の販売および／または販売量は、ソースに関し推測されてよい。別の例において、ソースの複数の販売および／または販売量は推測されてよい。

別の例において、複数のユーザにとって関心のある複数のアイテムを識別すべく、第１のソースはクラウドソースデータをクエリしてよい。クラウドソースデータはさらに、複数のユーザが第１のソースを去った後、関心のある複数のアイテムを購入する第２のソースを識別すべくクエリされてよい。

別の例において、クラウドソースデータは、複数のユーザがある地理的範囲内で１または複数のアイテムを購入する様々なソースを識別する等、負荷分散の目的でクエリされる。

本明細書で開示される１または複数の特徴は、回路、マシン、コンピュータシステム、プロセッサおよびメモリ、コンピュータ可読媒体内にエンコードされたコンピュータプログラム、および／またはこれらの組み合わせとして、またはそれらともに構成または実装されてよい。回路は、個別のおよび／または集積された回路、特定用途向け集積回路（ＡＳＩＣ）、システムオンチップ（ＳｏＣ）、およびこれらの組み合わせを含んでよい。

ソフトウェアによる情報処理は、具体的に複数のハードウェアリソースを使用することによって実現されてよい。

本明細書に開示された１または複数の特徴は、ユーザプラットフォームまたはユーザデバイス、クラウドサーバ５５０のようなサーバシステム、他のプラットフォーム／デバイス、およびこれらの組み合わせ内で提供されてよい。

図８は、ユーザの複数の購入レコードからデータを抽出し、当該抽出されたデータからユーザの購入動作および複数のユーザの関心を学習し、ユーザ特有の機能を実行し、および／または当該購入動作と複数のユーザの関心とに基づいて、ユーザ特有のサービスを提供するよう構成されたコンピュータシステム８００のブロック図である。

コンピュータシステム８００、またはそれらの部分は、図１から７のうち１または複数に示されるシステムの一例示的な実施形態または実装を表してよい。しかしながら、コンピュータシステム８００は図１から７のいずれの例にも限定されない。

コンピュータシステム８００は、ここではプロセッサ８０２として示される、コンピュータプログラム８０６の複数の命令を実行する１または複数のプロセッサを含む。コンピュータシステム８００はさらに、コンピュータ可読媒体８０４を含む。

プロセッサ８０２は、１または複数の命令プロセッサおよび／またはプロセッサコアを含んでよく、さらに命令プロセッサ／コアと媒体８０４との間でインタフェースを取る制御ユニットを含んでよい。プロセッサ８０２は、限定はされないが、マイクロプロセッサ、グラフィックスプロセッサ、物理プロセッサ、デジタルシグナルプロセッサ、ネットワークプロセッサ、フロントエンド通信プロセッサ、コプロセッサ、管理エンジン（ＭＥ）、コントローラまたはマイクロコントローラ、中央処理装置（ＣＰＵ）、汎用命令プロセッサ、アプリケーション特有のプロセッサのうち１または複数を含んでよい。

媒体８０４は、非一時的コンピュータ可読媒体を含んでよく、図９に関し後述される媒体のうち１または複数のタイプを含んでよい。しかしながら、コンピュータ可読媒体８０４は図９の複数の例に限定されない。

図９は、プロセッサ９０２およびコンピュータ可読媒体９０４のブロック図である。図９において、媒体９０４は、一次記憶装置９０６、二次記憶装置９０８、およびオフライン記憶装置９１０を含む。

一次記憶装置９０６は、複数のレジスタ９１２、プロセッサキャッシュ９１４、およびメインメモリまたはシステムメモリ９１６を含む。複数のレジスタ９１２およびキャッシュ９１４は、プロセッサ９０２によって直接的にアクセス可能であってよい。メインメモリ９１６は、メモリバスを介して、直接的および／または間接的にプロセッサ９０２にアクセス可能であってよい。一次記憶装置９０６は、ランダムアクセスメモリ（ＲＡＭ）、および限定はされないが、スタティックＲＡＭ（ＳＲＡＭ）および／またはダイナミックＲＡＭ（ＤＲＡＭ）を含む、これらの変形のような揮発性メモリを含んでよい。

二次記憶装置９０８は、入出力（Ｉ／Ｏ）チャネルを介してプロセッサ９０２に間接的にアクセス可能であってよく、リードオンリメモリ（ＲＯＭ）、および限定はされないが、プログラマブルＲＯＭ（ＰＲＯＭ）、消去可能ＰＲＯＭ（ＥＰＲＯＭ）、および電気的消去可能ＰＲＯＭ（ＥＥＰＲＯＭ）を含む、これらの変形のような不揮発性メモリを含んでよい。不揮発性メモリはまた、フラッシュメモリのような不揮発性ＲＡＭ（ＮＶＲＡＭ）を含んでよい。二次記憶装置９０８は、ハードディスクまたはハードドライブ、フラッシュメモリドライブ、スティック、またはキー、フロッピー（登録商標）ディスク、および／またはジップドライブのような大容量記憶装置として構成されてよい。

オフライン記憶装置９１０は、物理デバイスドライバおよび、光学ディスクのような関連付けられたリムーバブルストレージ媒体を含んでよい。

図８において、媒体８０４は、プロセッサ８０２によって実行される複数の命令を含む、そこにエンコードされたコンピュータプログラム８０６を含む。コンピュータ可読媒体８０４はさらに、コンピュータプログラム８０６の実行中にプロセッサ８０２によって使用されてよく、および／またはコンピュータプログラム８０６の実行中にプロセッサ８０２によって生成されてよいデータ８０８を含む。

図１および／または図２のデータ収集モジュール１０８に関し上記されたように、コンピュータプログラム８０６は、プロセッサ８０２に対し、１または複数のデータソースからデータを抽出すること、当該抽出されたデータから関心のある複数のアイテム１１０を識別すること、および当該複数のアイテム１１０の複数のアイテム記述子１１２を取得すること（本明細書において抽出されたデータ１０９としてまとめて称される）をさせる、複数のデータ収集命令８１０を含む。

図１のクラスタモジュール１１４に関し上記されたように、コンピュータプログラム８０６はさらに、プロセッサ８０２に対し、複数のアイテムからなる複数のクラスタ（複数のクラスタ）１１６を提供すべく、対応する複数のアイテム記述子１１２に基づいて、複数のアイテム１１０をクラスタ化させる、複数のクラスタ命令８１２を含む。

図１のキーワード割り当てモジュール１１８に関し上記されたように、コンピュータプログラム８０６はさらに、プロセッサ８０２に対し、各クラスタ１１６に１または複数のタグまたはキーワード１２０のセットを割り当て、関連付け、および／または添付させる、複数のキーワード命令８１４を含む。

図２の分析モジュール３４０に関し上記されたように、コンピュータプログラム８０６はさらに、プロセッサ８０２に対し、抽出されたデータ１０９、および／または複数のクラスタ１１６（本明細書においてまとめてデータ１１１と称される）、および／または複数のキーワード１２０からデータ３５０を導出させる、複数の分析命令８１６を含む。

上記の１または複数の例で記載されるように、コンピュータプログラム８０６はさらに、プロセッサ８０２に対し、データ１１１から個人識別データを除去し、対応する匿名データ５５４をクラウドサーバ５５０に提供させる、複数のアノニマイザ命令８１８を含む。

上記の１または複数の例で記載されるように、コンピュータプログラム８０６は、プロセッサ８０２に対し、データ１１１、導出されたデータ３５０、および／または匿名化されたクラウドソースデータ５５２に基づいて、１または複数の機能および／またはサービスを実行および／または提供させる、ユーザアプリケーションおよび／または複数の推奨命令８２０を含む。

コンピュータシステム８００は、コンピュータシステム８００の複数のデバイスおよび／またはリソース間で通信するための通信インフラストラクチャ８４０を含んでよい。

上記の１または複数の例で記載されるように、コンピュータシステム８００は、クラウドサーバ５５０、データソース１０２および／または２０４、および／またはショッピングサービス６６８のような１または複数の他のシステムとのインタフェースを取る１または複数の入出力（Ｉ／Ｏ）デバイスおよび／またはコントローラ８４２を含んでよい。

本明細書に開示される複数の方法およびシステムは、様々なシステムおよび／またはデバイスのうち１または複数に関し実装されてよく、図１０を参照してそれらの一例が以下に提供される。しかしながら、本明細書に開示される複数の方法およびシステムは図１０の複数の例に限定されない。

図１０は、プロセッサ１００２、およびここではメモリ１００４として示される関連付けられたメモリ、キャッシュ、および／または他のコンピュータ可読媒体を含む、ユーザデバイス１０００の図示である。

デバイス１０００はさらに、ここでディスプレイ、キーボード、スピーカ、およびマイクを含むものとして示されるユーザインターフェースを含む。デバイス１０００は、限定はされないが、カーソルデバイス、タッチセンサー式デバイス、モーションおよび／またはイメージセンサ、および／またはディスプレイ上の仮想キーボードのような他の複数のインタフェースデバイスを含んでよい。

デバイス１０００はさらに、パケットベースネットワーク（例えば、固有ネットワークおよび／またはインターネット）、および／または音声ネットワーク（例えば、無線電話網）を含み得る外部通信ネットワークと通信する無線通信システムを含む。

デバイス１０００は、携帯電話またはスマートフォンおよび／またはラップトップ、ノートブック、ネットブック、ノートパッド、および／またはタブレットシステムのようなコンピュータシステム、および／または他の従来および／または将来開発されるデバイスといった、ポータブル／ハンドヘルドデバイスとして構成されてよい。システム１０００はまた、デスクトップコンピュータ、セットトップボックス、および／またはゲーム機のような非モバイルデバイスとして構成されてよい。しかしながら、システム１０００はこれらの例に限定されない。

図１１はユーザのショッピング履歴を分析する方法１１００のフローチャートである。

１１０２において、データは、ユーザと関連付けられたデータのソースを含む、１または複数のデータソースから抽出される。当該ユーザと関連付けられたデータは、複数の購入ソースおよび複数の当該ユーザにとっての主題に関する、複数のコンピュータ可読購入レコードのようなショッピングデータを含んでよい。抽出は、データ収集モジュール１０８（図１）および／またはデータ収集モジュール２０８（図２）に関する上記の通り実行されてよい。

１１０４において、第１のユーザにとって関心のある複数のアイテムが当該抽出されたデータに基づいて識別される。

１１０６において、関心のある当該複数のアイテムに関する記述データが収集される。

１１０８において、当該ユーザにとって関心のある複数のアイテムが、対応する記述データに基づいて複数のアイテムからなる複数のグループにクラスタ化され、この場合、当該複数のクラスタに係る複数の差別化特徴は、当該複数のユーザの複数の関心を示す。

方法１１００はさらに、後述される１または複数の例に記載される１または複数の特徴を含んでよい。

図１２は、複数のコンテキスト関係に基づき、クラウドソースショッピング情報を編成および選択的に開示するシステム１２００のブロック図である。

クラウドサーバ５５０に関する上記の１または複数の例に記載されるように、システム１２００、またはその部分はクラウドソースシステムまたはクラウドサーバに対応してよい。本明細書における１または複数の例に記載されるように、システム１２００の部分は、ユーザアプリケーションに対応してよい。

システム１２００は、コンシューマショッピング情報１２０２を受信および匿名化するアノニマイザ１２０４を含む。コンシューマショッピング情報１２０２は、当該複数のコンシューマによって購入された複数のアイテム１２０６の複数の指示、および対応するメタデータ、または複数のアイテム記述子１２０８を含む、購入情報を含む。

本明細書における１または複数の例に記載されるように、複数のアイテム記述子１２０８は、複数のコンシューマデバイスおよび／または複数のコンシューマアプリケーションによって提供されてよく、および／または１または複数のデータソースから取得されてよい。

システム１２００はさらに、当該複数のコンシューマの少なくともサブセットのショッピング情報からデータ１２１２を導出する分析モジュール１２１０を含む。本明細書における１または複数の例に記載されるように、導出されたデータ１２１２は、クラウドベースショッピングメトリックを含んでよい。

システム１２００はさらに、匿名化されたコンシューマショッピング情報１２１６、およびクラウドソースショッピング情報１２１８として導出されたデータ１２１２を保持するためのストレージ１２１４を含む。ストレージ１２１４は、一元化および／または分散されたストレージシステムを含んでよく、データベースおよび／またはデータベースサーバを含んでよい。

システム１２００はさらに、当該複数のコンシューマによって購入された複数のアイテム１２０６を、当該アイテムの関連性に基づいて複数のクラスタ１２２２にグループ化するクラスタモジュール１２２０を含む。複数のアイテム１２０６の関連性は、複数のアイテム記述子１２０８から決定されてよい。

システム１２００はさらに、クラウドベースのキーワード１２２６を複数のアイテムからなる各グループまたはクラスタ１２２２に割り当てるキーワード割り当てモジュール１２２４を含む。各グループまたはクラスタ１２２２および関連付けられたキーワードは、クラウドベースの関心を表わす。

システム１２００はさらに、各ユーザのための１または複数の共通キーワードのセットを識別すべく、複数のクラウドベースのキーワード１２２６を、複数のユーザの各々に関連付けられた１または複数のキーワードのセットと比較するためのキーワード比較モジュール１２２８を含む。図１２において、ユーザＡに関連付けられた１または複数のキーワード１２３０のセットに基づいて、１または複数の共通キーワード１２３２のセットがユーザＡに対し識別される。

システム１２００はさらに、クラウドソースショッピング情報１２１８の部分が当該ユーザＡに関連付けられた共通キーワード１２３２に関連する場合、当該部分をユーザＡに対し開示するためのクエリハンドラ１２３４を含む。

クエリハンドラ１２３４は、複数の共通キーワード１２３２に基づいて、ユーザＡからの複数のクエリに応答するよう構成されてよい。クエリは、ユーザデバイス、サーバシステム（例えば、ウェブアプリケーション）、およびこれらの組み合わせ上で実行されてよいユーザアプリケーションを介して提出および応答されてよい。クエリは、ユーザおよび／またはユーザアプリケーションによって構成されてよい。クエリハンドラ１２３４は、クエリに応答する際、コンテキスト情報１２３６を考慮するよう構成されてよい。

以下の複数の例は、さらなる複数の実施形態に関する。

例１は、クラウドソースショッピング情報とユーザとの間のコンテキスト関係に基づいて、上記クラウドソースショッピング情報を編成および選択的に開示する方法であって、複数のコンシューマの複数のコンピュータ可読購入レコードから抽出された情報を含む、上記複数のコンシューマのショッピング情報を受信する段階と、上記複数のコンシューマの少なくともサブセットの上記ショッピング情報からメトリックを導出する段階と、上記複数のコンシューマによって購入された複数のアイテムを識別し、上記複数のアイテムの関連性に基づいて上記複数のアイテムをグループ化する段階と、クラウドベースのキーワードを複数のアイテムの各グループに割り当てる段階と、各ユーザのための１または複数の共通キーワードのセットを識別すべく、複数の上記クラウドベースのキーワードを、複数のユーザの各々に関連付けられた複数のキーワードと比較する段階と、ユーザの共通キーワードに関連するクラウドソースショッピング情報を識別する段階と、識別された上記クラウドソースショッピング情報を上記ユーザに開示する段階と、を備え、導出する段階はクラウドベースショッピング動作パターンを導出する段階と、クラウドベースショッピングプレファレンスを導出する段階と、ショッピングトレンドを導出する段階と、アイテムのための入手可能性情報を推測する段階と、販売プロモーションを推測する段階と、のうち１または複数を含み、各キーワードは、クラウドベースの関心を表わし、上記クラウドソースショッピング情報は、上記複数のコンシューマの上記ショッピング情報および上記メトリックを含む、方法である。

例２では、上記メトリックは、アイテム、アイテム記述子、購入ソース、購入場所、購入日付、購入時間、購入価格、支払形態、複数の支払ファンドのソース、アイテムが購入された場合の購入プロモーション、アイテムメタデータ、アイテムラベルデータ、アイテムブランディングデータ、複数のアイテム成分、およびアイテム認証のうち１または複数に関し導出される。

上例３において、例１または例２は、複数のコンシューマのコンテキストショッピング情報に関する上記メトリックを導出する段階を備え、上記コンテキストショッピング情報は、アイテムが購入される間のショッピング外出、上記ショッピング外出中に購入される他の複数のアイテム、複数のコンシューマショッピングリスト、複数のショッピング外出中に訪問される複数のソース、複数のショッピング外出の複数の移動ルート、複数のショッピング外出中に複数のソースが訪問される順序、複数のショッピング外出中に訪問される各ソースで購入される複数のアイテム、アイテムの複数の購入の頻度、複数のショッピング外出中に購入される複数のアイテムの複数の組み合わせ、ソースにおいて購入される複数のアイテムの複数の組み合わせ、複数のショッピング外出の複数の時間、購入の地理的領域、上記地理的領域および上記購入の時間窓内の交通情報、上記時間窓内の上記地理的領域のための天気情報、上記時間窓内のコンシューマカレンダ設定イベント、および時間窓内の公共イベントのうち１または複数を含む。

例４において、上記の複数の例のいずれかに係るメトリックを上記導出する段階は、ベンダに関する入手可能性情報を導出する段階を含み、上記入手可能性情報は、上記ベンダからの入手可能な複数のアイテムの複数のタイプ、上記ベンダからの入手可能なアイテムの在庫数、および上記ソースからの入手可能なアイテムのコストのうち１または複数を含み、アイテムの上記コストは、上記アイテムの価格および上記アイテムに適用可能な購入インセンティブのうち１または複数を含み、上記購入インセンティブは、クーポン、ディスカウント、クレジット、および顧客褒賞のうち１または複数を含む。

例５において、上記複数の例のいずれかに係るメトリックを上記導出する段階は、複数のコンシューマの複数の電子購入レコードに基づいてベンダからの入手可能な複数のアイテムの複数のタイプを決定する段階を含む。

例６において、上記複数の例のいずれかに係るメトリックを上記導出する段階は、第１のアイテムを含む複数の電子コンシューマショッピングリスト、第１のベンダの複数のそれぞれの上記コンシューマによって購入された複数のアイテムの複数の電子レコード、および上記第１のベンダへの複数の訪問の後、１または複数の他のベンダの複数のそれぞれの上記コンシューマによって購入された複数のアイテムの複数の電子レコードに基づいて、上記第１のベンダに関する上記第１のアイテムの入手可能性情報を推測する段階を含む。

例７において、例６に係るメトリックを上記導出する段階は、上記複数の電子コンシューマショッピングリスト、および上記第１のベンダおよび上記１または複数の他のベンダの複数のそれぞれの上記コンシューマによって購入された複数のアイテムの上記複数の電子レコードに基づいて、第２のアイテムが上記第１のアイテムの代替であることを推測する段階をさらに含む。

例８において、上記複数の例のいずれかに係るメトリックを上記導出する段階は、アイテムの購入価格、上記アイテムに対する購入インセンティブ、および上記アイテムの在庫のうち１または複数に関する周期的傾向を導出する段階を含む。

例８において、上記複数の例のいずれかに係るメトリックを導出する段階は、上記複数の購入の量の変化を識別すべく、経時的にベンダからの複数のコンシューマ購入を評価する段階と、複数の購入の上記量の上記変化の程度に基づいて、販売プロモーションを推測する段階と、を含む。

例１０において、上記複数の例のいずれかは、上記クラウドソースショッピング情報を匿名化する段階と、個人識別情報およびアカウント情報を、上記複数のコンシューマの上記ショッピング情報から除去する段階と、上記ユーザに開示される上記クラウドソースショッピング情報から、コンシューマの識別を除外すべく、上記ユーザに開示される上記クラウドソースショッピング情報をフィルタリングする段階と、をさらに備える。

例１１において、上記いずれかの例において上記ユーザはコンシューマであり、上記ユーザに関連付けられた１または複数のキーワードのセットは、上記コンシューマの複数の関心のある複数のアイテムの複数のタイプを表わす。

例１２において、例１１は、上記コンシューマの複数のコンピュータ可読購入レコードのソースを含む１または複数のデータソースから、上記コンシューマに関連付けられた情報を抽出する段階と、上記抽出された情報に基づいて、上記コンシューマにとって関心のある複数のアイテムを識別する段階と、上記複数のアイテムの関連性に基づいて、上記コンシューマにとって関心のある識別された上記複数のアイテムをグループ化する段階と、キーワードを、上記コンシューマにとって関心のある複数のアイテムの各グループに関連付ける段階と、をさらに備え、上記コンシューマの複数の上記キーワードは、上記コンシューマの関心のある複数のアイテムの複数のそれぞれのタイプを表わす。

例１３において、例１２は、上記コンシューマにとって関心のある上記複数のアイテム、並びに上記コンシューマに関連付けられた上記抽出された情報から導出された上記コンシューマの動作パターン、上記コンシューマおよび上記コンシューマ動作パターンに関連付けられた抽出された情報、上記コンシューマによる複数の購入に関連付けられたコンテキスト情報、および上記コンシューマに開示されるクラウドソースショッピング情報のうち１または複数から導出された上記コンシューマのショッピングプレファレンスのうち１または複数に基づいて、上記コンシューマのためのショッピング推奨を生成する段階をさらに備える。

例１４において、ショッピング推奨を上記生成する段階は、購入する複数のアイテムのショッピングリストを生成する段階と、上記ショッピングリストの複数のアイテムを購入するショッピング外出のための道程を生成する段階と、を含み、上記道程は、上記ショッピングリストの複数のアイテムを購入するにおける複数のソースと、上記ショッピング外出中の上記複数のソースを訪問する順序と、上記ショッピング外出のための移動ルートと、上記ショッピング外出ためのスケジューリングされた時間と、のうち１または複数を含む。

例１５において、上記道程を上記生成する段階は、ドライブ時間を最小化すること、上記ショッピング外出中に訪問するソース数を最小化すること、移動距離を最小化すること、および複数のコストを最小化すること、のうち１または複数を含む上記コンシューマの複数のユーザショッピングプレファレンスに基づいて、上記道程を生成する段階を含む。

例１６において、例１１から１５のいずれかの例はさらに、上記アイテムが上記コンシューマの共通キーワードに関連する場合、１または複数の他のコンシューマによって購入されたアイテムを、上記コンシューマにとって関心のあるアイテムとして識別する段階と、識別された上記アイテムを上記コンシューマに、上記コンシューマにとって関心のあるアイテムとして推奨する段階と、を備える。

例１７において、例１から１０のいずれかの例に係る上記ユーザはベンダであり、上記ユーザに関連付けられた１または複数のキーワードのセットは、上記ベンダから入手可能な複数のアイテムの複数のタイプに対応し、メトリックを上記導出する段階は、上記ベンダから入手可能なアイテムの複数のコンシューマ購入に基づいて、上記メトリックを導出する段階を含み、上記開示する段階は、上記メトリックを上記ベンダに開示する段階を含む。

例１８において、例１７のメトリックを上記導出する段階は、上記ベンダから第１のアイテムの複数の購入に基づいて上記メトリックを導出する段階と、１または複数の他のベンダからの上記第１のアイテムの複数の購入に基づいて上記メトリックを導出する段階と、上記第１のアイテムを購入した複数のコンシューマによる他の複数のアイテムの複数の購入に基づいて上記メトリックを導出する段階と、のうち１または複数をさらに含む。

例１９は、複数のコンテキスト関係に基づいてユーザ情報を編成および提示する方法であって、
ユーザデバイス、ユーザアカウント、上記ユーザの複数のコンピュータ可読購入レコードのうち１または複数から情報を抽出する段階と、上記抽出された情報から上記ユーザにとって関心のある複数のアイテムを識別する段階と、上記複数のアイテムの複数の記述子を取得する段階と、上記複数の記述子の関連性に基づいて上記複数のアイテムをグループ化する段階と、複数のキーワードを複数のアイテムの複数のグループに関連付ける段階と、上記複数のキーワードの各々のためのタブ付けされたページでブラウザインタフェースを構成する段階と、上記ブラウザインタフェースの対応するタブ付けされたページを介して、上記ユーザの複数の関心の各々に関連付けられた抽出された情報へのアクセスを提供する段階と、を含み、複数のアイテムの各グループおよび対応するキーワードは、上記ユーザの対応する関心を表わす。

例２０は、例１から１８のいずれかの例に係る方法を実行するよう構成された装置である。

例２１は、例１から１８のいずれかの例に係る方法を実行するための手段を備える装置である。

例２２は、例１から１８のいずれかの例に係る方法を実行するコンピュータシステムである。

例２３は、例１から１８のいずれかの例に係る方法を実行するように構成された通信デバイスである。

例２４は、例１から１８のいずれかの例に係る方法によるチップセットを含む、コンピューティングデバイスである。

例２５は、例１から１８のいずれかの例に係る方法を実行するよう構成されたプロセッサおよびメモリである。例２６において、例２５はさらに、ユーザインターフェースおよび、通信ネットワークおよびプロセッサおよびユーザインターフェースのうち１または複数とインタフェースを取る通信システムを含む。

例２６は、クラウドソースショッピング情報とユーザとの間のコンテキスト関係に基づいてクラウドソースショッピング情報を編成および選択的に開示するシステムであって、複数のコンシューマの複数のコンピュータ可読購入レコードから抽出された情報を含む、複数のコンシューマのショッピング情報を受信するクラウドソースサーバと、複数のコンシューマの少なくともサブセットのショッピング情報からメトリックを導出する分析モジュールと、複数のアイテムの関連性に基づいて、複数のコンシューマにより購入された複数のアイエムをグループ化するクラスタモジュールと、複数のアイテムの各グループにクラウドベースのキーワードを割り当てるキーワード割り当てモジュールと、各ユーザのための１または複数の共通キーワードのセットを識別すべく、複数のクラウドベースのキーワードを複数のユーザの各々に関連付けられた複数のキーワードと比較するキーワード比較モジュールと、ユーザの共通キーワードに関連するクラウドソースショッピング情報を識別し、識別されたクラウドソースショッピング情報をユーザに開示するクエリモジュールと、を備え、上記メトリックは、クラウドベースショッピング動作パターン、クラウドベースショッピングプレファレンス、ショッピングトレンド、アイテムのための入手可能性情報、および販売プロモーションのうち１または複数を含み、各キーワードはクラウドベースの関心を表わし、クラウドソースショッピング情報は、複数のコンシューマのショッピング情報およびメトリックを含む。

例２７において、分析モジュールは、アイテム、アイテム記述子、購入ソース、購入場所、購入日付、購入時間、購入価格、支払形態、複数の支払ファンドのソース、アイテムが購入された場合の購入プロモーション、アイテムメタデータ、アイテムラベルデータ、アイテムブランディングデータ、複数おアイテム成分、およびアイテム認証のうち１または複数に関する上記メトリックを導出するよう構成されている。

例２８において、例２６または２７の分析モジュールは、複数のコンシューマのコンテキストショッピング情報に関する上記メトリックを導出するよう構成され、上記コンテキストショッピング情報は、アイテムが購入される間のショッピング外出、上記ショッピング外出中に購入される他の複数のアイテム、複数のコンシューマショッピングリスト、複数のショッピング外出中に訪問される複数のソース、複数のショッピング外出の複数の移動ルート、複数のショッピング外出中に複数のソースが訪問される順序、複数のショッピング外出中に訪問される各ソースで購入される複数のアイテム、アイテムの複数の購入の頻度、複数のショッピング外出中に購入される複数のアイテムの複数の組み合わせ、ソースにおいて購入される複数のアイテムの複数の組み合わせ、複数のショッピング外出の複数の時間、購入の地理的領域、上記地理的領域および上記購入の時間窓内の交通情報、上記時間窓内の上記地理的領域のための天気情報、上記時間窓内のコンシューマカレンダ設定イベント、および時間窓内の公共イベントのうち１または複数を含む。

例２９において、例２６から２８のいずれかの例に係る分析モジュールは、ベンダに関する入手可能性情報を導出するよう構成され、上記入手可能性情報は、上記ベンダからの入手可能な複数のアイテムの複数のタイプ、上記ベンダからの入手可能なアイテムの在庫数、および上記ソースからの入手可能なアイテムのコストのうち１または複数を含み、アイテムの上記コストは、上記アイテムの価格および上記アイテムに適用可能な購入インセンティブのうち１または複数を含み、上記購入インセンティブは、クーポン、ディスカウント、クレジット、および顧客褒賞のうち１または複数を含む。

例３０において、例２６から２９のいずれかの例に係る分析モジュールは、複数のコンシューマの複数の電子購入レコードに基づいて、ベンダからの入手可能な複数のアイテムの複数のタイプを決定するよう構成されている。

例３１において、例３０の分析モジュールは、第１のアイテムを含む複数の電子コンシューマショッピングリスト、第１のベンダの複数のそれぞれの上記コンシューマによって購入された複数のアイテムの複数の電子レコード、および上記第１のベンダへの複数の訪問の後、１または複数の他のベンダの複数のそれぞれの上記コンシューマによって購入された複数のアイテムの複数の電子レコードに基づいて、上記第１のベンダに関する上記第１のアイテムの入手可能性情報を推測するよう構成されている。

例３２において、例３１の分析モジュールはさらに、上記複数の電子コンシューマショッピングリスト、および上記第１のベンダおよび上記１または複数の他のベンダの複数のそれぞれの上記コンシューマによって購入された複数のアイテムの上記複数の電子レコードに基づいて、第２のアイテムが上記第１のアイテムの代替であることを推測するよう構成されている。

例３３において、例２６から３２のいずれかの例に係る分析モジュールは、アイテムの購入価格、上記アイテムに対する購入インセンティブ、および上記アイテムの在庫のうち１または複数に関する周期的傾向を導出するよう構成されている。

例３４において、例２６から３３のいずれかの例に係る分析モジュールは、上記複数の購入の量の変化を識別すべく、経時的にベンダからの複数のコンシューマ購入を評価し、複数の購入の上記量の上記変化の程度に基づいて、販売プロモーションを推測するよう構成されている。

例３５において、例２６から３４のいずれかの例に係るシステムはさらに、上記クラウドソースショッピング情報を匿名化し、個人識別情報およびアカウント情報を、上記複数のコンシューマの上記ショッピング情報から除去し、上記ユーザに開示される上記クラウドソースショッピング情報から、コンシューマの識別を除外すべく、上記ユーザに開示される上記クラウドソースショッピング情報をフィルタリングするアノニマイザモジュールを含む。

例３６において、例２６から３５のいずれかの例に係るユーザはコンシューマであり、上記ユーザに関連付けられた１または複数のキーワードのセットは、上記コンシューマの複数の関心のある複数のアイテムの複数のタイプを表わす。

例３７において、例３６のシステムは、上記コンシューマの複数のコンピュータ可読購入レコードのソースを含む１または複数のデータソースから、上記コンシューマに関連付けられた情報を抽出し、上記抽出された情報に基づいて、上記コンシューマにとって関心のある複数のアイテムを識別するデータ収集モジュールと、上記複数のアイテムの関連性に基づいて、上記コンシューマにとって関心のある識別された上記複数のアイテムをグループ化するクラスタモジュールと、キーワードを、上記コンシューマにとって関心のある複数のアイテムの各グループに関連付けるキーワード割り当てモジュールと、をさらに含み、上記コンシューマの複数の上記キーワードは、上記コンシューマの関心のある複数のアイテムの複数のそれぞれのタイプを表わす。

例３８において、例３７のシステムはさらに、上記コンシューマにとって関心のある上記複数のアイテム、並びに上記コンシューマに関連付けられた上記抽出された情報から導出された上記コンシューマの動作パターン、上記コンシューマおよび上記コンシューマ動作パターンに関連付けられた抽出された情報、上記コンシューマによる複数の購入に関連付けられたコンテキスト情報、および上記コンシューマに開示されるクラウドソースショッピング情報のうち１または複数から導出された上記コンシューマのショッピングプレファレンスのうち１または複数に基づいて、上記コンシューマのためのショッピング推奨を生成するショッピングモジュールを含む。

例３９において、ショッピングモジュールは、購入する複数のアイテムのショッピングリストと、上記ショッピングリストの複数のアイテムを購入するショッピング外出のための道程とを含むショッピング推奨を生成するよう構成され、上記道程は、上記ショッピングリストの複数のアイテムを購入するにおける複数のソースと、上記ショッピング外出中の上記複数のソースを訪問する順序と、上記ショッピング外出のための移動ルートと、上記ショッピング外出ためのスケジューリングされた時間と、のうち１または複数を含む。

例４０において、上記ショッピングモジュールは、ドライブ時間を最小化すること、上記ショッピング外出中に訪問するソース数を最小化すること、移動距離を最小化すること、および複数のコストを最小化すること、のうち１または複数を含む、上記コンシューマの複数のショッピングプレファレンスに基づいて、上記道程を生成するよう構成されている。

例４１において、例３６から４０のいずれかの例に係る分析モジュールは、上記アイテムが上記コンシューマの共通キーワードに関連する場合、１または複数の他のコンシューマによって購入されたアイテムを、上記コンシューマにとって関心のあるアイテムとして識別し、識別された上記アイテムを上記コンシューマに、上記コンシューマにとって関心のあるアイテムとして推奨するよう構成されている。

例４２において、例２６から３５のいずれかの例に係るユーザはベンダであり、上記ユーザに関連付けられた１または複数のキーワードのセットは、上記ベンダから入手可能な複数のアイテムの複数のタイプに対応し、上記分析モジュールは、上記ベンダから入手可能なアイテムの複数のコンシューマ購入に基づいて、上記メトリックを導出するよう構成され、上記クエリモジュールは、上記メトリックを上記ベンダに開示するよう構成されている。

例４３において、例４２の分析モジュールは、上記ベンダからの第１のアイテムの複数の購入、１または複数の他のベンダからの上記第１のアイテムの複数の購入、および上記第１のアイテムを購入した複数のコンシューマによる他の複数のアイテムの複数の購入のうち１または複数に基づいて、上記メトリックを導出するよう構成されている。

例４４は、コンピュータプログラムでエンコードされた、非一時的コンピュータ可読媒体であり、プロセッサに対し、次のことを実行させる複数の命令を含む。すなわち、複数のコンシューマの複数のコンピュータ可読購入レコードから抽出された情報を含む、複数のコンシューマのショッピング情報を受信させ、複数のコンシューマの少なくともサブセットのショッピング情報からメトリックを導出させ、複数のコンシューマのショッピング情報に基づいて複数のコンシューマによって購入された複数のアイテムを識別させ、複数のアイテムの関連性に基づいて複数のコンシューマによって購入された複数のアイテムをグループ化させ、クラウドベースキーワードを複数のアイテムの各グループに割り当てさせ、各ユーザのための１または複数の共通キーワードのセットを識別すべく、複数のクラウドベースキーワードを複数のユーザの各々に関連付けられた複数のキーワードと比較させ、ユーザの共通キーワードに関連するクラウドソースショッピング情報を識別させ、識別されたクラウドソースショッピング情報をユーザに開示させ、上記メトリックは、クラウドベースショッピング動作パターン、クラウドベースショッピングプレファレンス、ショッピングトレンド、アイテムのための入手可能性情報、および販売プロモーションのうち１または複数を含み、各キーワードはクラウドベースの関心を表わし、クラウドソースショッピング情報は、複数のコンシューマのショッピング情報およびメトリックを含む。

例４５において、複数の命令はさらに、プロセッサに対し、アイテム、アイテム記述子、購入ソース、購入場所、購入日付、購入時間、購入価格、支払形態、複数の支払ファンドのソース、アイテムが購入された場合の購入プロモーション、アイテムメタデータ、アイテムラベルデータ、アイテムブランディングデータ、複数のアイテム成分、およびアイテム認証のうち１または複数に関する上記メトリックを導出させる複数の命令を含む。

例４６において、例４４または４５に係る複数の命令はさらに、プロセッサに対し、複数のコンシューマのコンテキストショッピング情報に関する上記メトリックを導出させる命令を含み、上記コンテキストショッピング情報は、アイテムが購入される間のショッピング外出、上記ショッピング外出中に購入される他の複数のアイテム、複数のコンシューマショッピングリスト、複数のショッピング外出中に訪問される複数のソース、複数のショッピング外出の複数の移動ルート、複数のショッピング外出中に複数のソースが訪問される順序、複数のショッピング外出中に訪問される各ソースで購入される複数のアイテム、アイテムの複数の購入の頻度、複数のショッピング外出中に購入される複数のアイテムの複数の組み合わせ、ソースにおいて購入される複数のアイテムの複数の組み合わせ、複数のショッピング外出の複数の時間、購入の地理的領域、上記地理的領域および上記購入の時間窓内の交通情報、上記時間窓内の上記地理的領域のための天気情報、上記時間窓内のコンシューマカレンダ設定イベント、および時間窓内の公共イベントのうち１または複数を含む。

例４７において、例４４から４６のいずれかの例に係る複数の命令はさらに、プロセッサに対し、ベンダに関する入手可能性情報を導出させる複数の命令を含み、上記入手可能性情報は、上記ベンダからの入手可能な複数のアイテムの複数のタイプ、上記ベンダからの入手可能なアイテムの在庫数、および上記ソースからの入手可能なアイテムのコストのうち１または複数を含み、アイテムの上記コストは、上記アイテムの価格および上記アイテムに適用可能な購入インセンティブのうち１または複数を含み、上記購入インセンティブは、クーポン、ディスカウント、クレジット、および顧客褒賞のうち１または複数を含む。

例４８において、例４４から４７のいずれかの例に係る複数の命令はさらに、プロセッサに対し、複数のコンシューマの複数の電子購入レコードに基づいてベンダから入手可能な複数のアイテムの複数のタイプを決定させる命令を含む。

例４９において、例４４から４８のいずれかの例に係る複数の命令はさらに、プロセッサに対し、第１のアイテムを含む複数の電子コンシューマショッピングリスト、第１のベンダの複数のそれぞれの上記コンシューマによって購入された複数のアイテムの複数の電子レコード、および上記第１のベンダへの複数の訪問の後、１または複数の他のベンダの複数のそれぞれの上記コンシューマによって購入された複数のアイテムの複数の電子レコードに基づいて、上記第１のベンダに関する上記第１のアイテムの入手可能性情報を推測させる複数の命令を含む。

例５０において、例４９の例に係る複数の命令はさらに、プロセッサに対し、上記複数の電子コンシューマショッピングリスト、および上記第１のベンダおよび上記１または複数の他のベンダの複数のそれぞれの前記コンシューマによって購入された複数のアイテムの上記複数の電子レコードに基づいて、第２のアイテムが上記第１のアイテムの代替であることを推測させる複数の命令を含む。

例５１において、例４４から５０のいずれかの例に係る複数の命令はさらに、プロセッサに対し、アイテムの購入価格、アイテムに対する購入インセンティブ、およびアイテムの在庫のうち１または複数に関する周期的傾向を導出させる複数の命令を含む。

例５２において、例４４から５１のいずれかの例に係る複数の命令はさらに、プロセッサに対し、上記複数の購入の量の変化を識別すべく、経時的にベンダからの複数のコンシューマ購入を評価させ、複数の購入の上記量の上記変化の程度に基づいて、販売プロモーションを推測させる複数の命令を含む。

例５３において、例４４から５２のいずれかの例に係る複数の命令はさらに、プロセッサに対し、上記クラウドソースショッピング情報を匿名化させ、個人識別情報およびアカウント情報を、上記複数のコンシューマの上記ショッピング情報から除去させ、上記ユーザに開示される上記クラウドソースショッピング情報から、コンシューマの識別を除外すべく、上記ユーザに開示される上記クラウドソースショッピング情報をフィルタリングさせる複数の命令を含む。

例５４において、例４４から５３のいずれかの例に係るユーザはコンシューマであり、上記ユーザに関連付けられた１または複数のキーワードのセットは、上記コンシューマの複数の関心のある複数のアイテムの複数のタイプを表わす。

例５５において、例５４の複数の命令は、プロセッサに対し、上記コンシューマの複数のコンピュータ可読購入レコードのソースを含む１または複数のデータソースから、上記コンシューマに関連付けられた情報を抽出させ、上記抽出された情報に基づいて、上記コンシューマにとって関心のある複数のアイテムを識別させ、上記複数のアイテムの関連性に基づいて、上記コンシューマにとって関心のある上記複数のアイテムをグループ化させ、キーワードを、上記コンシューマにとって関心のある複数のアイテムの各グループに関連付けさせる複数の命令を含み、上記コンシューマの複数の上記キーワードは、上記コンシューマの関心のある複数のアイテムの複数のそれぞれのタイプを表わす。

例５６において、例５４または５５に係る複数の命令はさらに、プロセッサに対し、上記コンシューマにとって関心のある上記複数のアイテム、並びに上記コンシューマに関連付けられた上記抽出された情報から導出された上記コンシューマの動作パターン、上記コンシューマおよび上記コンシューマ動作パターンに関連付けられた抽出された情報、上記コンシューマによる複数の購入に関連付けられたコンテキスト情報、および上記コンシューマに開示されるクラウドソースショッピング情報のうち１または複数から導出された上記コンシューマのショッピングプレファレンスのうち１または複数に基づいて、上記コンシューマのためのショッピング推奨を生成させる複数の命令を含む。

例５７において、例５６の複数の命令はさらに、プロセッサに対し、購入する複数のアイテムのショッピングリストと、上記ショッピングリストの複数のアイテムを購入するショッピング外出のための道程とを含むショッピング推奨を生成させる複数の命令を含み、上記道程は、上記ショッピングリストの複数のアイテムを購入するにおける複数のソースと、上記ショッピング外出中の上記複数のソースを訪問する順序と、上記ショッピング外出のための移動ルートと、上記ショッピング外出ためのスケジューリングされた時間と、のうち１または複数を含む。

例５８において、例５７の複数の命令はさらに、プロセッサに対し、ドライブ時間を最小化すること、上記ショッピング外出中に訪問するソース数を最小化すること、移動距離を最小化すること、および複数のコストを最小化すること、のうち１または複数を含む、上記コンシューマの複数のユーザショッピングプレファレンスに基づいて、上記道程を生成させる複数の命令を含む。

例５９において、例５４または５８のいずれかの例に係る複数の命令はさらに、プロセッサに対し、上記アイテムが上記コンシューマの共通キーワードに関連する場合、１または複数の他のコンシューマによって購入されたアイテムを、上記コンシューマにとって関心のあるアイテムとして識別させ、識別された上記アイテムを上記コンシューマに、上記コンシューマにとって関心のあるアイテムとして推奨させる複数の命令を含む。

例６０において、例４４から５３のいずれかの例に係るユーザはベンダであり、上記ユーザに関連付けられた１または複数のキーワードのセットは、上記ベンダから入手可能な複数のアイテムの複数のタイプに対応し、上記複数の命令は、プロセッサに対し、上記ベンダから入手可能なアイテムの複数のコンシューマ購入に基づいて、上記メトリックを導出させ、上記メトリックを上記ベンダに開示させる複数の命令を含む。

例６１において、例６０の複数の命令はさらに、プロセッサに対し、上記ベンダからの第１のアイテムの複数の購入、１または複数の他のベンダからの上記第１のアイテムの複数の購入、および上記第１のアイテムを購入した複数のコンシューマによる他の複数のアイテムの複数の購入のうち１または複数に基づいて、上記メトリックを導出させる複数の命令を含む。

例６２は、複数のコンテキスト関係に基づいて、クラウドソースショッピング情報を編成および選択的に開示する方法であって、複数のコンシューマの複数のコンピュータ可読購入レコードから抽出された情報を含む、複数のコンシューマのショッピング情報を受信する段階と、複数のコンシューマの少なくともサブセットのショッピング情報からクラウドベースショッピングメトリックを導出する段階と、ショッピング情報とショッピングメトリックとをクラウドソースショッピング情報として結合する段階と、複数のアイテムの関連性に基づいて、複数のコンシューマによって購入された複数のアイテムをグループ化する段階と、クラウドベースキーワードを複数のアイテムの各グループに割り当てる段階と、各ユーザのための１または複数の共通キーワードのセットを識別すべく、複数のクラウドベースキーワードを複数のユーザの各々に関連付けられた複数のキーワードと比較する段階と、クラウドソースショーピング情報の部分がユーザの共通キーワードに関連する場合、クラウドソースショーピング情報の上記部分を上記ユーザに開示する段階と、を備え、複数のアイテムの各グループおよび関連付けられたキーワードは、クラウドベースの関心を表わす。

例６３は、複数のコンテキスト関係に基づいて、クラウドソースショッピング情報を編成および選択的に開示するシステムであって、複数のコンシューマのショッピング情報を受信するクラウドソースデータベースと、複数のコンシューマの少なくともサブセットのショッピング情報からクラウドベースショッピングメトリックを導出する分析モジュールと、複数のアイテムの関連性に基づいて、複数のコンシューマによって購入された複数のアイテムをグループ化するクラスタモジュールと、クラウドベースキーワードを複数のアイテムの各グループに割り当てるキーワード割り当てモジュールと、各ユーザのための１または複数の共通キーワードのセットを識別すべく、複数のクラウドベースキーワードを複数のユーザの各々に関連付けられた複数のキーワードと比較するキーワード比較モジュールと、クラウドソースショーピング情報の部分がユーザの共通キーワードに関連する場合、クラウドソースショーピング情報の上記部分を上記ユーザに開示するクエリハンドラと、を備え、クラウドソースデータベースは、ショッピング情報とショッピングメトリックとをクラウドソースショッピング情報として格納するよう構成されており、複数のアイテムの各グループと関連付けられたキーワードは、クラウドベースの関心を表わす。

例６４は、コンピュータプログラムにエンコードされた非一時的コンピュータ可読媒体であって、プロセッサに対し、次のことを実行させる複数の命令を含む。すなわち、複数のコンシューマのショッピング情報を受信させ、複数のコンシューマの少なくともサブセットのショッピング情報からクラウドベースショッピングメトリックを導出させ、ショッピング情報とショッピングメトリックとをクラウドソースショッピング情報として結合させ、複数のアイテムの関連性に基づいて、複数のコンシューマによって購入された複数のアイテムをグループ化させ、クラウドベースキーワードを複数のアイテムの各グループに割り当てさせ、各ユーザのための１または複数の共通キーワードのセットを識別すべく、複数のクラウドベースキーワードを複数のユーザの各々に関連付けられた複数のキーワードと比較させ、クラウドソースショーピング情報の部分がユーザの共通キーワードに関連する場合、クラウドソースショーピング情報の上記部分を上記ユーザに開示させ、複数のアイテムの各グループおよび関連付けられたキーワードは、クラウドベースの関心を表わす。

例６５は、複数のコンテキスト関係に基づいて、ユーザ情報を編成および提示するシステムであって、ユーザデバイス、ユーザアカウント、および上記ユーザの複数のコンピュータ可読購入レコードのうち１または複数から情報を抽出し、上記抽出された情報から上記ユーザにとって関心のある複数のアイテムを識別し、および上記複数のアイテムの複数の記述子を取得するデータ収集システムと、上記複数の記述子の関連性に基づいて複数のアイテムをグループ化するクラスタモジュールと、複数のキーワードを複数のアイテムの複数のグループに関連付けるキーワード割り当てモジュールと、ブラウザの対応するタブ付けされた複数のページを介して、複数のユーザの関心の各々に関連付けられた抽出された情報へのアクセスを提供するタブ付けされたブラウザインタフェースと、を含み、複数のアイテムの各グループおよび対応するキーワードは上記ユーザの複数の関心のうち対応する１つを表わす。

例６６は、コンピュータプログラムでエンコードされた、非一時的コンピュータ可読媒体であり、プロセッサに対し、次のことを実行させる複数の命令を含む。すなわち、ユーザデバイス、ユーザアカウント、および上記ユーザの複数のコンピュータ可読購入レコードのうち１または複数から情報を抽出させ、上記抽出された情報から上記ユーザにとって関心のある複数のアイテムを識別させ、上記複数のアイテムの複数の記述子を取得させ、上記複数の記述子の関連性に基づいて上記複数のアイテムをグループ化させ、複数のキーワードを複数のアイテムの複数のグループに関連付けさせ、複数のキーワードの各々のために、タブ付けされたページでブラウザインタフェースを構成させ、上記ブラウザインタフェースの対応する上記タブ付けされたページを介して上記複数のユーザの関心の各々に関連付けられた抽出された情報へのアクセスを提供させ、複数のアイテムの各グループおよび対応するキーワードは、上記ユーザの対応する関心を表わす。

複数の方法およびシステムは、複数の機能、特徴、およびそれらの関係を示す、複数の機能的構築ブロック図の補助を用いて本明細書に開示される。これらの機能的構築ブロック図の境界のうち少なくともいくつかは、本明細書において説明の便宜のため恣意的に定義されている。特定の複数の機能およびそれらの関係が適切に実行される限り、代替的な複数の境界が定義されてよい。本明細書において様々な実施形態が開示される一方で、それらは複数の例示として提示されていることを理解されたい。特許請求の範囲は、本明細書に開示された複数の例示的な実施形態のいずれによっても、限定されるべきではない。なお、本明細書に記載の発明は、以下の項目に記載の形態によっても実施され得る。
［項目１］
クラウドソースショッピング情報とユーザとの間のコンテキスト関係に基づいて、前記クラウドソースショッピング情報を編成および選択的に開示する方法であって、
複数のコンシューマの複数のコンピュータ可読購入レコードから抽出された情報を含む、前記複数のコンシューマのショッピング情報を受信する段階と、
前記複数のコンシューマの少なくともサブセットの前記ショッピング情報からメトリックを導出する段階と、
前記複数のコンシューマによって購入された複数のアイテムを識別し、前記複数のアイテムの関連性に基づいて前記複数のアイテムをグループ化する段階と、
クラウドベースのキーワードを複数のアイテムの各グループに割り当てる段階と、
各ユーザのための１または複数の共通キーワードのセットを識別すべく、複数の前記クラウドベースのキーワードを、複数のユーザの各々に関連付けられた複数のキーワードと比較する段階と、
ユーザの共通キーワードに関連するクラウドソースショッピング情報を識別する段階と、
識別された前記クラウドソースショッピング情報を前記ユーザに開示する段階と、を備え、
前記導出する段階は、クラウドベースショッピング動作パターンを導出する段階と、クラウドベースショッピングプレファレンスを導出する段階と、ショッピングトレンドを導出する段階と、アイテムのための入手可能性情報を推測する段階と、販売プロモーションを推測する段階と、のうち１または複数を含み、
各キーワードは、クラウドベースの関心を表わし、
前記クラウドソースショッピング情報は、前記複数のコンシューマの前記ショッピング情報および前記メトリックを含む、方法。
［項目２］
アイテム、アイテム記述子、購入ソース、購入場所、購入日付、購入時間、購入価格、支払形態、複数の支払ファンドのソース、アイテムが購入された場合の購入プロモーション、アイテムメタデータ、アイテムラベルデータ、アイテムブランディングデータ、複数のアイテム成分、およびアイテム認証のうち１または複数に関する前記メトリックを導出する段階をさらに備える、項目１に記載の方法。
［項目３］
前記複数のコンシューマのコンテキストショッピング情報に関する前記メトリックを導出する段階をさらに備え、
前記コンテキストショッピング情報は、アイテムが購入される間のショッピング外出、前記ショッピング外出中に購入される他の複数のアイテム、複数のコンシューマショッピングリスト、複数のショッピング外出中に訪問される複数のソース、複数のショッピング外出の複数の移動ルート、複数のショッピング外出中に複数のソースが訪問される順序、複数のショッピング外出中に訪問される各ソースで購入される複数のアイテム、アイテムの複数の購入の頻度、複数のショッピング外出中に購入される複数のアイテムの複数の組み合わせ、ソースにおいて購入される複数のアイテムの複数の組み合わせ、複数のショッピング外出の複数の時間、購入の地理的領域、前記地理的領域および前記購入の時間窓内の交通情報、前記時間窓内の前記地理的領域のための天気情報、前記時間窓内のコンシューマカレンダ設定イベント、および時間窓内の公共イベントのうち１または複数を含む、項目１に記載の方法。
［項目４］
メトリックを前記導出する段階は、ベンダに関する入手可能性情報を導出する段階を含み、
前記入手可能性情報は、前記ベンダからの入手可能な複数のアイテムの複数のタイプ、前記ベンダからの入手可能なアイテムの在庫数、および前記ソースからの入手可能なアイテムのコストのうち１または複数を含み、
アイテムの前記コストは、前記アイテムの価格および前記アイテムに適用可能な購入インセンティブのうち１または複数を含み、
前記購入インセンティブは、クーポン、ディスカウント、クレジット、および顧客褒賞のうち１または複数を含む、項目１に記載の方法。
［項目５］
メトリックを前記導出する段階は、複数のコンシューマの複数の電子購入レコードに基づいてベンダからの入手可能な複数のアイテムの複数のタイプを決定する段階を含む、項目１に記載の方法。
［項目６］
メトリックを前記導出する段階は、第１のアイテムを含む複数の電子コンシューマショッピングリスト、第１のベンダの複数のそれぞれの前記コンシューマによって購入された複数のアイテムの複数の電子レコード、および前記第１のベンダへの複数の訪問の後、１または複数の他のベンダの複数のそれぞれの前記コンシューマによって購入された複数のアイテムの複数の電子レコードに基づいて、前記第１のベンダに関する前記第１のアイテムの入手可能性情報を推測する段階を含む、項目１に記載の方法。
［項目７］
メトリックを前記導出する段階は、
前記複数の電子コンシューマショッピングリスト、および前記第１のベンダおよび前記１または複数の他のベンダの複数のそれぞれの前記コンシューマによって購入された複数のアイテムの前記複数の電子レコードに基づいて、第２のアイテムが前記第１のアイテムの代替であることを推測する段階をさらに含む、項目６に記載の方法。
［項目８］
メトリックを前記導出する段階は、アイテムの購入価格、前記アイテムに対する購入インセンティブ、および前記アイテムの在庫のうち１または複数に関する周期的傾向を導出する段階を含む、項目１に記載の方法。
［項目９］
メトリックを前記導出する段階は、複数の購入の量の変化を識別すべく、経時的にベンダからの複数のコンシューマ購入を評価する段階と、複数の購入の前記量の前記変化の程度に基づいて、販売プロモーションを推測する段階と、を含む、項目１に記載の方法。
［項目１０］
前記クラウドソースショッピング情報を匿名化する段階と、
個人識別情報およびアカウント情報を、前記複数のコンシューマの前記ショッピング情報から除去する段階と、
前記ユーザに開示される前記クラウドソースショッピング情報から、コンシューマの識別を除外すべく、前記ユーザに開示される前記クラウドソースショッピング情報をフィルタリングする段階と、をさらに備える、項目１に記載の方法。
［項目１１］
前記ユーザはコンシューマであり、前記ユーザに関連付けられた１または複数のキーワードのセットは、前記コンシューマの複数の関心のある複数のアイテムの複数のタイプを表わす、項目１から１０のいずれか一項に記載の方法。
［項目１２］
前記コンシューマの複数のコンピュータ可読購入レコードのソースを含む１または複数のデータソースから、前記コンシューマに関連付けられた情報を抽出する段階と、
前記抽出された情報に基づいて、前記コンシューマにとって関心のある複数のアイテムを識別する段階と、
前記複数のアイテムの関連性に基づいて、前記コンシューマにとって関心のある識別された前記複数のアイテムをグループ化する段階と、
キーワードを、前記コンシューマにとって関心のある複数のアイテムの各グループに関連付ける段階と、をさらに備え、
前記コンシューマの複数の前記キーワードは、前記コンシューマの関心のある複数のアイテムの複数のそれぞれのタイプを表わす、項目１１に記載の方法。
［項目１３］
前記コンシューマにとって関心のある前記複数のアイテム、並びに前記コンシューマに関連付けられた前記抽出された情報から導出された前記コンシューマの動作パターン、前記抽出された情報および前記コンシューマの動作パターン、前記コンシューマによる複数の購入に関連付けられたコンテキスト情報、および前記コンシューマに開示されるクラウドソースショッピング情報のうち１または複数から導出された前記コンシューマのショッピングプレファレンスのうち１または複数に基づいて、前記コンシューマのためのショッピング推奨を生成する段階をさらに備える、項目１２に記載の方法。
［項目１４］
ショッピング推奨を前記生成する段階は、
購入する複数のアイテムのショッピングリストを生成する段階と、
前記ショッピングリストの複数のアイテムを購入するショッピング外出のための道程を生成する段階と、を含み、
前記道程は、前記ショッピングリストの複数のアイテムを購入する複数のソースと、前記ショッピング外出中の前記複数のソースを訪問する順序と、前記ショッピング外出のための移動ルートと、前記ショッピング外出のためのスケジューリングされた時間と、のうち１または複数を含む、項目１３に記載の方法。
［項目１５］
前記道程を前記生成する段階は、ドライブ時間を最小化すること、前記ショッピング外出中に訪問するソース数を最小化すること、移動距離を最小化すること、および複数のコストを最小化すること、のうち１または複数を含む複数のユーザショッピングプレファレンスに基づいて、前記道程を生成する段階を含む、項目１４に記載の方法。
［項目１６］
前記アイテムが前記コンシューマの共通キーワードに関連する場合、１または複数の他のコンシューマによって購入されたアイテムを、前記コンシューマにとって関心のあるアイテムとして識別する段階と、
識別された前記アイテムを前記コンシューマに、前記コンシューマにとって関心のあるアイテムとして推奨する段階と、をさらに備える、項目１１に記載の方法。
［項目１７］
前記ユーザはベンダであり、
前記ユーザに関連付けられた１または複数のキーワードのセットは、前記ベンダから入手可能な複数のアイテムの複数のタイプに対応し、
メトリックを前記導出する段階は、前記ベンダから入手可能なアイテムの複数のコンシューマ購入に基づいて、前記メトリックを導出する段階を含み、
前記開示する段階は、前記メトリックを前記ベンダに開示する段階を含む、項目１から１０のいずれか一項に記載の方法。
［項目１８］
メトリックを前記導出する段階は、
前記ベンダから第１のアイテムの複数の購入に基づいて前記メトリックを導出する段階と、
１または複数の他のベンダからの前記第１のアイテムの複数の購入に基づいて前記メトリックを導出する段階と、
前記第１のアイテムを購入した複数のコンシューマによる他の複数のアイテムの複数の購入に基づいて前記メトリックを導出する段階と、のうち１または複数をさらに含む、項目１７に記載の方法。
［項目１９］
項目１から１０のいずれか一項に記載の方法を実行する、装置。
［項目２０］
項目１から１０のいずれか一項に記載の方法を実行するための手段を備える、装置。
［項目２１］
項目１から１０のいずれか一項に記載の方法を実行するためのコンピュータシステム。
［項目２２］
項目１から１０のいずれか一項に記載の方法を実行する、通信デバイス。
［項目２３］
項目１から１０のいずれか一項に記載の方法によるチップセットを備える、コンピューティングデバイス。

Claims (25)

1. 装置によって実行され、クラウドソースショッピング情報とユーザとの間のコンテキスト関係に基づいて、前記クラウドソースショッピング情報を編成および選択的に開示する方法であって、
   複数のコンシューマの複数のコンピュータ可読購入レコードから抽出された情報を含む、前記複数のコンシューマのショッピング情報を受信する段階と、
   前記複数のコンシューマの少なくともサブセットの前記ショッピング情報からメトリックを導出する段階と、
   前記複数のコンシューマによって購入された複数のアイテムを識別し、前記複数のアイテムの関連性に基づいて前記複数のアイテムをグループ化する段階と、
   クラウドベースのキーワードを複数のアイテムの各グループに割り当てる段階と、
   ユーザの複数の共通キーワードのセットとしての１または複数のそれぞれのクラウドベースのキーワードとマッチングする前記ユーザの１または複数のキーワードのセットを識別すべく、複数の前記クラウドベースのキーワードを、前記ユーザに関連付けられた複数のキーワードと比較する段階と、
   前記ユーザの共通キーワードに関連するクラウドソースショッピング情報を識別する段階と、
   識別された前記クラウドソースショッピング情報を前記ユーザに開示する段階と、
   前記ユーザのためのショッピング推奨を生成する段階と、を備え、
   前記導出する段階は、クラウドベースショッピング動作パターンを導出する段階と、クラウドベースショッピングプレファレンスを導出する段階と、ショッピングトレンドを導出する段階と、アイテムのための入手可能性情報を推測する段階と、販売プロモーションを推測する段階と、のうち１または複数を含み、
   各キーワードは、クラウドベースの関心を表わし、
   前記ユーザに関連付けられた各キーワードは、前記ユーザにとって関心のある複数のアイテムのタイプおよび前記ユーザから入手可能な複数のアイテムの複数のタイプのうち１または複数を表わし、
   前記クラウドソースショッピング情報は、前記複数のコンシューマの前記ショッピング情報および前記メトリックを含み、
   ショッピング推奨を前記生成する段階は、第１のユーザのショッピングリストに含まれる少なくとも１つのアイテムが、そこから購入される、推奨されるソースを含むショッピング推奨を、複数のユーザのショッピングリスト及び前記複数のユーザの購入レコードに基づいて生成する段階を含む、方法。
2. ショッピング推奨を前記生成する段階は、自身のショッピングリスト上に第１のアイテムを有する前記複数のユーザが、第１のソースを訪問するが、当該第１のソースの購入レコードに当該第１のアイテムがリストされていない状態で去る場合、当該第１のアイテムに対して当該第１のソース以外のソースを推奨するショッピング推奨を生成する段階を含む、請求項１に記載の方法。
3. アイテム、アイテム記述子、購入ソース、購入場所、購入日付、購入時間、購入価格、支払形態、複数の支払ファンドのソース、アイテムが購入された場合の購入プロモーション、アイテムメタデータ、アイテムラベルデータ、アイテムブランディングデータ、複数のアイテム成分、およびアイテム認証のうち１または複数に関する前記メトリックを導出する段階をさらに備える、請求項１または２に記載の方法。
4. 前記複数のコンシューマのコンテキストショッピング情報に関する前記メトリックを導出する段階をさらに備え、
   前記コンテキストショッピング情報は、アイテムが購入される間のショッピング外出、前記ショッピング外出中に購入される他の複数のアイテム、複数のコンシューマショッピングリスト、複数のショッピング外出中に訪問される複数のソース、複数のショッピング外出の複数の移動ルート、複数のショッピング外出中に複数のソースが訪問される順序、複数のショッピング外出中に訪問される各ソースで購入される複数のアイテム、アイテムの複数の購入の頻度、複数のショッピング外出中に購入される複数のアイテムの複数の組み合わせ、ソースにおいて購入される複数のアイテムの複数の組み合わせ、複数のショッピング外出の複数の時間、購入の地理的領域、前記地理的領域および前記購入の時間窓内の交通情報、前記時間窓内の前記地理的領域のための天気情報、前記時間窓内のコンシューマカレンダ設定イベント、および時間窓内の公共イベントのうち１または複数を含む、請求項１から３のいずれか一項に記載の方法。
5. メトリックを前記導出する段階は、ベンダに関する入手可能性情報を導出する段階を含み、
   前記入手可能性情報は、前記ベンダからの入手可能な複数のアイテムの複数のタイプ、前記ベンダからの入手可能なアイテムの在庫数、およびソースからの入手可能なアイテムのコストのうち１または複数を含み、
   アイテムの前記コストは、前記アイテムの価格および前記アイテムに適用可能な購入インセンティブのうち１または複数を含み、
   前記購入インセンティブは、クーポン、ディスカウント、クレジット、および顧客褒賞のうち１または複数を含む、請求項１から４のいずれか一項に記載の方法。
6. メトリックを前記導出する段階は、
   第１のアイテムを含む複数の電子コンシューマショッピングリスト、第１のベンダの複数のそれぞれの前記コンシューマによって購入された複数のアイテムの複数の電子レコード、および前記第１のベンダへの複数の訪問の後、１または複数の他のベンダの複数のそれぞれの前記コンシューマによって購入された複数のアイテムの複数の電子レコードに基づいて、前記第１のベンダに関する前記第１のアイテムの入手可能性情報を推測する段階と、
   前記複数の電子コンシューマショッピングリストおよび前記第１のベンダおよび前記１または複数の他のベンダの複数のそれぞれの前記コンシューマによって購入された複数のアイテムの前記複数の電子レコードに基づいて、第２のアイテムが前記第１のアイテムの代替であることを推測する段階と、のうち１または複数を含む、請求項１から５のいずれか一項に記載の方法。
7. メトリックを前記導出する段階は、アイテムの購入価格、前記アイテムに対する購入インセンティブ、および前記アイテムの在庫のうち１または複数に関する周期的傾向を導出する段階を含む、請求項１から６のいずれか一項に記載の方法。
8. メトリックを前記導出する段階は、複数の購入の量の変化を識別すべく、経時的にベンダからの複数のコンシューマ購入を評価する段階と、複数の購入の前記量の前記変化の程度に基づいて、販売プロモーションを推測する段階と、を含む、請求項１から７のいずれか一項に記載の方法。
9. 前記ユーザはコンシューマであり、前記方法はさらに、
   前記ユーザの複数のコンピュータ可読購入レコードのソースを含む１または複数のデータソースから、前記ユーザに関連付けられた情報を抽出する段階と、
   前記抽出された情報に基づいて、前記ユーザにとって関心のある複数のアイテムを識別する段階と、
   前記複数のアイテムの関連性に基づいて、前記ユーザにとって関心のある識別された前記複数のアイテムをグループ化する段階と、
   前記ユーザに関連付けられた前記１または複数のキーワードを提供すべく、キーワードを、前記ユーザにとって関心のある複数のアイテムの各グループに関連付ける段階と、を備え、
   前記ユーザに関連付けられた各キーワードは、前記ユーザの関心のある複数のアイテムのタイプを表わす、請求項１から８のいずれか一項に記載の方法。
10. ショッピング推奨を前記生成する段階は、前記ユーザにとって関心のある前記複数のアイテム、並びに前記ユーザに関連付けられた前記抽出された情報から導出された前記ユーザの動作パターン、前記抽出された情報および前記動作パターン、前記ユーザによる複数の購入に関連付けられたコンテキスト情報、および前記ユーザに開示されるクラウドソースショッピング情報のうち１または複数から導出された前記ユーザのショッピングプレファレンスのうち１または複数に基づいて、前記ユーザのためのショッピング推奨を生成する段階を含む、請求項９に記載の方法。
11. ショッピング推奨を前記生成する段階は、
    購入する複数のアイテムのショッピングリストを生成する段階と、
    前記ショッピングリストの複数のアイテムを購入するショッピング外出のための道程を生成する段階と、を含み、
    前記道程は、前記ショッピングリストの複数のアイテムを購入する複数のソースと、前記ショッピング外出中の前記複数のソースを訪問する順序と、前記ショッピング外出のための移動ルートと、前記ショッピング外出のためのスケジューリングされた時間と、のうち１または複数を含む、請求項１０に記載の方法。
12. 前記アイテムが前記ユーザの共通キーワードに関連する場合、１または複数の他のコンシューマによって購入されたアイテムを、前記ユーザにとって関心のあるアイテムとして識別する段階と、
    識別された前記アイテムを前記ユーザに、前記ユーザにとって関心のあるアイテムとして推奨する段階と、をさらに備える、請求項９に記載の方法。
13. 前記ユーザはベンダであり、
    前記ユーザに関連付けられた１または複数のキーワードのセットは、前記ベンダから入手可能な複数のアイテムの複数のタイプに対応し、
    メトリックを前記導出する段階は、前記ベンダから入手可能なアイテムの複数のコンシューマ購入、前記ベンダの前記アイテムの複数の購入、１または複数の他のベンダの前記アイテムの複数の購入、および前記アイテムを購入した複数のコンシューマによる複数の他のアイテムの複数の購入のうち１または複数に基づいて、前記メトリックを導出する段階を含み、
    前記開示する段階は、前記メトリックを前記ベンダに開示する段階を含む、請求項１に記載の方法。
14. クラウドソースショッピング情報とユーザとの間のコンテキスト関係に基づいて、前記クラウドソースショッピング情報を編成および選択的に開示する装置であって、前記装置はプロセッサおよびメモリを備え、
    前記プロセッサおよびメモリは、
    複数のコンシューマの複数のコンピュータ可読購入レコードから抽出された情報を含む、前記複数のコンシューマのショッピング情報を受信し、
    前記複数のコンシューマの少なくともサブセットの前記ショッピング情報からメトリックを導出し、前記導出は、クラウドベースショッピング動作パターンを導出すること、クラウドベースショッピングプレファレンスを導出すること、ショッピングトレンドを導出すること、アイテムのための入手可能性情報を推測すること、販売プロモーションを推測することのうち１または複数を実行することを含み、
    前記複数のコンシューマによって購入された複数のアイテムを識別し、
    前記複数のアイテムの関連性に基づいて識別された前記複数のアイテムをグループ化し、
    クラウドベースのキーワードを複数のアイテムの各グループに割り当て、
    ユーザの複数の共通キーワードのセットとしての１または複数のそれぞれのクラウドベースのキーワードとマッチングする前記ユーザの１または複数のキーワードのセットを識別すべく、複数の前記クラウドベースのキーワードを、前記ユーザに関連付けられた複数のキーワードと比較し、
    前記ユーザの共通キーワードに関連するクラウドソースショッピング情報を識別し、
    識別された前記クラウドソースショッピング情報を前記ユーザに開示し、
    各キーワードは、クラウドベースの関心を表わし、
    前記ユーザに関連付けられた前記複数のキーワードは、前記ユーザにとって関心のある複数のアイテムの複数のタイプまたは前記ユーザから入手可能な複数のアイテムの複数のタイプを表わし、
    前記クラウドソースショッピング情報は、前記複数のコンシューマの前記ショッピング情報および前記メトリックを含み、
    前記プロセッサおよびメモリはさらに、ユーザのためのショッピング推奨を生成し、
    前記プロセッサおよびメモリは、第１のユーザのショッピングリストに含まれる少なくとも１つのアイテムが、そこから購入される、推奨されるソースを含むショッピング推奨を、複数のユーザのショッピングリスト及び前記複数のユーザの購入レコードに基づいて生成する、装置。
15. 前記プロセッサおよびメモリはさらに、アイテム、アイテム記述子、購入ソース、購入場所、購入日付、購入時間、購入価格、支払形態、複数の支払ファンドのソース、アイテムが購入された場合の購入プロモーション、アイテムメタデータ、アイテムラベルデータ、アイテムブランディングデータ、複数のアイテム成分、およびアイテム認証のうち１または複数に関する前記メトリックを導出する、請求項１４に記載の装置。
16. 前記プロセッサおよびメモリはさらに、前記複数のコンシューマのコンテキストショッピング情報に関する前記メトリックを導出し、
    前記コンテキストショッピング情報は、アイテムが購入される間のショッピング外出、前記ショッピング外出中に購入される他の複数のアイテム、複数のコンシューマショッピングリスト、複数のショッピング外出中に訪問される複数のソース、複数のショッピング外出の複数の移動ルート、複数のショッピング外出中に複数のソースが訪問される順序、複数のショッピング外出中に訪問される各ソースで購入される複数のアイテム、アイテムの複数の購入の頻度、複数のショッピング外出中に購入される複数のアイテムの複数の組み合わせ、ソースにおいて購入される複数のアイテムの複数の組み合わせ、複数のショッピング外出の複数の時間、購入の地理的領域、前記地理的領域および前記購入の時間窓内の交通情報、前記時間窓内の前記地理的領域のための天気情報、前記時間窓内のコンシューマカレンダ設定イベント、および時間窓内の公共イベントのうち１または複数を含む、請求項１４または１５に記載の装置。
17. 前記プロセッサおよびメモリはさらに、ベンダに関する入手可能性情報を含むべく、前記メトリックを導出し、
    前記入手可能性情報は、前記ベンダからの入手可能な複数のアイテムの複数のタイプ、前記ベンダからの入手可能なアイテムの在庫数、およびソースからの入手可能なアイテムのコストのうち１または複数を含み、
    アイテムの前記コストは、前記アイテムの価格および前記アイテムに適用可能な購入インセンティブのうち１または複数を含み、
    前記購入インセンティブは、クーポン、ディスカウント、クレジット、および顧客褒賞のうち１または複数を含む、請求項１４から１６のいずれか一項に記載の装置。
18. 前記プロセッサおよびメモリはさらに、
    第１のアイテムを含む複数の電子コンシューマショッピングリスト、第１のベンダの複数のそれぞれの前記コンシューマによって購入された複数のアイテムの複数の電子レコード、および前記第１のベンダへの複数の訪問の後、１または複数の他のベンダの複数のそれぞれの前記コンシューマによって購入された複数のアイテムの複数の電子レコードに基づいて、前記第１のベンダに関する前記第１のアイテムの入手可能性情報を推測し、
    前記複数の電子コンシューマショッピングリストおよび前記第１のベンダおよび前記１または複数の他のベンダの複数のそれぞれの前記コンシューマによって購入された複数のアイテムの前記複数の電子レコードに基づいて、第２のアイテムが前記第１のアイテムの代替であることを推測することのうち１または複数を実行する、請求項１４から１７のいずれか一項に記載の装置。
19. 前記プロセッサおよびメモリはさらに、アイテムの購入価格、前記アイテムに対する購入インセンティブ、および前記アイテムの在庫のうち１または複数に関する周期的傾向を含むべく、前記メトリックを導出する、請求項１４から１８のいずれか一項に記載の装置。
20. 前記プロセッサおよびメモリはさらに、複数の購入の量の変化を識別すべく、経時的にベンダからの複数のコンシューマ購入を評価し、および複数の購入の前記量の前記変化の程度に基づいて、販売プロモーションを推測する、請求項１４から１９のいずれか一項に記載の装置。
21. 前記ユーザはコンシューマであり、前記プロセッサおよびメモリはさらに、
    前記ユーザの複数のコンピュータ可読購入レコードのソースを含む１または複数のデータソースから、前記ユーザに関連付けられた情報を抽出し、
    前記抽出された情報に基づいて、前記ユーザにとって関心のある複数のアイテムを識別し、
    前記複数のアイテムの関連性に基づいて、前記ユーザにとって関心のある識別された前記複数のアイテムをグループ化し、
    前記ユーザに関連付けられた前記１または複数のキーワードを提供すべく、キーワードを、前記ユーザにとって関心のある複数のアイテムの各グループに関連付け、
    前記ユーザに関連付けられた各キーワードは、前記ユーザの関心のある複数のアイテムのタイプを表わす、請求項１４から２０のいずれか一項に記載の装置。
22. 前記プロセッサおよびメモリはさらに、前記ユーザにとって関心のある前記複数のアイテム、並びに前記ユーザに関連付けられた前記抽出された情報から導出された前記ユーザの動作パターン、前記抽出された情報および前記動作パターン、前記ユーザによる複数の購入に関連付けられたコンテキスト情報、および前記ユーザに開示されるクラウドソースショッピング情報のうち１または複数から導出された前記ユーザのショッピングプレファレンスのうち１または複数に基づいて、前記ユーザのためのショッピング推奨を生成する、請求項２１に記載の装置。
23. 前記プロセッサおよびメモリはさらに、
    購入する複数のアイテムのショッピングリストおよび前記ショッピングリストの複数のアイテムを購入するショッピング外出のための道程を含むべく、前記ショッピング推奨を生成し、
    前記道程は、前記ショッピングリストの複数のアイテムを購入する複数のソースと、前記ショッピング外出中の前記複数のソースを訪問する順序と、前記ショッピング外出のための移動ルートと、前記ショッピング外出のためのスケジューリングされた時間と、のうち１または複数を含む、請求項２２に記載の装置。
24. 前記プロセッサおよびメモリはさらに、前記アイテムが前記ユーザの共通キーワードに関連する場合、１または複数の他のコンシューマによって購入されたアイテムを、前記ユーザにとって関心のあるアイテムとして識別し、
    識別された前記アイテムを前記ユーザに、前記ユーザにとって関心のあるアイテムとして推奨する、請求項２１に記載の装置。
25. 前記ユーザはベンダであり、前記ユーザに関連付けられた１または複数のキーワードのセットは、前記ベンダから入手可能な複数のアイテムの複数のタイプに対応し、
    前記プロセッサおよびメモリはさらに、前記ベンダから入手可能なアイテムの複数のコンシューマ購入、前記ベンダの前記アイテムの複数の購入、１または複数の他のベンダの前記アイテムの複数の購入、および前記アイテムを購入した複数のコンシューマによる複数の他のアイテムの複数の購入のうち１または複数に基づいて、前記メトリックを導出し、
    前記メトリックを前記ベンダに開示する、請求項１４に記載の装置。

Images