JP6595072B2 - インプレッションデータの帰属先の誤判定及び／又はデータベース保有者による未カバーを補償する方法及び装置 - Google Patents

Description

[0002]本開示は、一般にはメディアの監視に関し、より詳細には、インプレッションデータの帰属先の誤判定及び／又はデータベース保有者による未カバーを補償する方法及び装置に関する。

関連出願

[0001]本特許は、２０１４年３月１３日に出願された米国仮特許出願第６１／９５２，７２６号、２０１４年４月１４日に出願された米国仮特許出願第６１／９７９，３９１号、２０１４年４月３０日に出願された米国仮特許出願第６１／９８６，７８４号、２０１４年５月９日に出願された米国仮特許出願第６１／９９１，２８６号、２０１４年６月１９日に出願された米国仮特許出願第６２／０１４，６５９号、２０１４年７月１１日に出願された米国仮特許出願第６２／０２３，６７５号、及び２０１４年７月２９日に出願された米国仮特許出願第６２／０３０，５７１号に対する優先権を主張する。米国仮特許出願第６１／９５２，７２６号、米国仮特許出願第６１／９７９，３９１号、米国仮特許出願第６１／９８６，７８４号、米国仮特許出願第６１／９９１，２８６号、米国仮特許出願第６２／０１４，６５９号、米国仮特許出願第６２／０２３，６７５号、及び米国仮特許出願第６２／０３０，５７１号は、それらの全体が参照により本明細書に取り込まれる。

[0003]従来、視聴者測定エンティティは、登録されたパネル構成員に基づいてメディア番組への視聴者の関与の度合いを判定している。すなわち、視聴者測定エンティティは、監視されることに同意する人々をパネルに登録する。そして、視聴者測定エンティティはそのパネル構成員を監視して、そのパネル構成員に露出するメディア（例えば、テレビ番組やラジオ番組、映画、ＤＶＤ、広告等）を決定する。そのようにして、視聴者測定エンティティは、収集されたメディア測定データに基づいて、種々のメディアの露出の方策を決定することができる。

[0004]ウェブページ、広告及び／又は他のメディア等のインターネットリソースへのユーザアクセスを監視する技術は、近年著しく発展している。従来のシステムの中には、これらの監視を主にサーバログを通じて行うものがある。詳細には、インターネット上でメディアを供給するエンティティは、そのような従来のシステムを使用して、自身のサーバにあるメディアに対して受信される要求の数を記録することができる。

モバイル機器で提示されるメディアのインプレッションを収集し、分散したデータベース保有者から、収集されたインプレッションに関連付けるユーザ情報を収集する例示的なシステムの図である。 図１の例示的な視聴者測定サーバで実装して、データベース保有者のインプレッション収集技術から生じる帰属先の誤判定及び未カバーに関係する、インプレッションの不正確さを補償することができる例示的なインプレッションデータ補償器の図である。 図２の例示的なインプレッションデータ補償器で行って、データベース保有者のインプレッション収集技術から生じる帰属先の誤判定及び未カバーに関係する、インプレッションの不正確さを補償することができる例示的なデータフローをまとめて説明する図である。 図２の例示的なインプレッションデータ補償器で行って、データベース保有者のインプレッション収集技術から生じる帰属先の誤判定及び未カバーに関係する、インプレッションの不正確さを補償することができる例示的なデータフローをまとめて説明する図である。 図２の例示的なインプレッションデータ補償器で行って、データベース保有者のインプレッション収集技術から生じる帰属先の誤判定及び未カバーに関係する、インプレッションの不正確さを補償することができる例示的なデータフローをまとめて説明する図である。 図２の例示的なインプレッションデータ補償器を実装して、データベース保有者のインプレッション収集技術から生じる帰属先の誤判定及び未カバーに関係する、インプレッションの不正確さを補償するために実行することができる例示的な機械可読命令を表す流れ図である。 図２の例示的なインプレッションデータ補償器を実装して帰属先誤判定補正行列及び／又は共同視聴行列を計算するために実行することができる例示的な機械可読命令を表す流れ図である。 図２の例示的なインプレッションデータ補償器を実装して、人口統計グループのペアの帰属先誤判定の確率を求めるために実行することができる例示的な機械可読命令を表す流れ図である。 図２の例示的なインプレッションデータ補償器を実装して、帰属先誤判定補正行列及び／又は共同視聴行列を生成するために実行することができる例示的な機械可読命令を表す流れ図である。 図２の例示的なインプレッションデータ補償器を実装して共同視聴行列を生成するために実行することができる例示的な機械可読命令を表す流れ図である。 図２の例示的なインプレッションデータ補償器を実装して、データベース保有者にカバーされていないメディア視聴者に関連するアルファ係数を生成するために実行することができる例示的な機械可読命令を表す流れ図である。 図２の例示的なインプレッションデータ補償器を実装して、帰属先誤判定補正行列に基づいてインプレッションを調整するために実行することができる例示的な機械可読命令を表す流れ図である。 図２の例示的なインプレッションデータ補償器を実装して、データベース保有者のインプレッション収集技術に対応する未カバー係数に基づいてインプレッションを調整するために実行することができる例示的な機械可読命令を表す流れ図である。 図２の例示的なインプレッションデータ補償器を実装して、データベース保有者にカバーされていないメディア視聴者に関連する人口統計学的プロフィール（又は未カバー係数）を計算するために実行することができる例示的な機械可読命令を表す流れ図である。 図２の例示的なインプレッションデータ補償器を実装して、データベース保有者に対応する未カバー係数に基づいてインプレッション及び／又はユニーク視聴者を調整するために実行することができる例示的な機械可読命令を表す流れ図である。 収集されたメディアインプレッションデータのジャンルを判定する、本開示の教示に従って構築された例示的システムを説明する図である。 収集されたメディアインプレッションデータのジャンルを判定する図１４のジャンル予測器の一例を示す図である。 ジャンルを予測するために図１５のジャンル分析器によって使用される収集されたメディアインプレッションデータを分類する図１５のデータ分類器の一例を示す図である。 図１４及び図１５のジャンル予測器に使用される、例示的な一日の時間帯と例示的な日の区分を説明する例示的な図表である。 ジャンルモデルを構築するために使用できる図１４のジャンルモデル化器の一例を示す図である。 図１４及び図１８の例示的なジャンルモデル化器を実装してジャンルモデルを構築するために実行することができる例示的な機械可読命令を表す流れ図である。 図１４及び図１５の例示的なジャンル予測器を実装して、収集されたメディアインプレッションデータにジャンルを割り当てるために実行することができる例示的な機械可読命令を表す流れ図である。 図４〜図１３の例示的な命令を実行して、本明細書に開示される例示的な装置及びシステムを実装するために使用できる例示的なプロセッサプラットフォームの図である。 図１９及び／又は図２０の例示的な命令を実行して、本明細書に開示される例示的な装置及びシステムを実装するために使用できる別の例示的なプロセッサプラットフォームの図である。

[0027]ウェブページ、広告及び／又は他のメディア等のインターネットリソースへのユーザアクセスを監視する技術は、近年著しく発展している。過去のある時点では、そのような監視は主にサーバログを通じて行われていた。詳細には、インターネット上でメディアを供給するエンティティは、自身のサーバにあるメディアに対して受信される要求の数を記録する。インターネットの利用状況をサーバのログに基づいて調査することには、いくつかの理由から問題がある。例えば、サーバログが、直接、又はゾンビ（zombie）プログラムを介して改ざんされることがある。ゾンビプログラムは、サーバに繰り返しメディアを要求して、要求対象のメディアに対応するサーバログ数を増す。第二に、メディアは一度取得され、ローカルにキャッシュされ、その後ローカルキャッシュから繰り返し視聴されることがあるが、繰り返し視聴する際にはサーバは関与しない。ローカルにキャッシュされたメディアを再生する際には、サーバにそのメディアを再度要求する必要がないため、サーバログではこれらのキャッシュされたメディアの視聴を追跡することができない。したがって、サーバログには、要求数を実際より多く計数する誤りと、実際よりも少なく計数する誤りの両方が発生する可能性がある。

[0028]Ｂｌｕｍｅｎａｕの米国特許第６，１０８，６３７号に開示された本発明はインターネットワークの監視を行う方式を根本的に変え、上記のサーバ側のログによる監視技術の制約を克服した。例えば、Ｂｌｕｍｅｎａｕは、追跡するインターネットメディアにビーコン命令をタグ付けする技術を開示した。詳細には、追跡対象のメディアのハイパーテキストマークアップ言語（ＨＴＭＬ）に監視命令が関連付けられる。クライアントがそのメディアを要求すると、メディアとビーコン命令の両方がクライアントにダウンロードされる。したがって、ビーコン命令は、サーバからでも、キャッシュからでも、そのメディアがアクセスされると必ず実行される。

[0029]ビーコン命令は、メディアへのアクセスに関する情報を反映した監視データを、メディアをダウンロードしたクライアントから監視エンティティに送信させる。通例は、監視エンティティは、クライアントにメディアを提供したエンティティではない、視聴者測定エンティティ（ＡＭＥ）（例えば広告、メディア及び／又は他のメディアへの視聴者の露出を測定又は追跡することに関心を持つエンティティ）であり、利用状況の正確な統計データを提供する信頼される第三者である（例えばThe Nielsen Company, LLC）。利点として、ビーコン命令はメディアに関連付けられ、メディアがアクセスされると必ずクライアントブラウザによって実行されるため、クライアントがＡＭＥのパネリストであるかどうかに関係なく監視情報がＡＭＥに提供される。

[0030]しかし、人口統計データ及び／又は他のユーザ情報を監視情報に結びつけると有用である。この問題に対応するために、ＡＭＥは、自分の人口統計学的情報を提供し、自分のインターネット閲覧行動が監視されることに同意したユーザのパネルを設立する。個人がそのパネルに入る時には、自身の身元や人口統計学的データ（例えば性別、人種、収入、在住地、職業等）に関する詳細な情報をＡＭＥに提供する。ＡＭＥは、パネリストのコンピュータにクッキーを設定し、そのことにより、パネリストがタグ付けされたメディアにアクセスし、したがって監視情報をＡＭＥに送信すると、ＡＭＥはパネリストを識別することができる。

[0031]タグ付けされたページから監視情報を提供するクライアントの大半はパネリストではなく、したがってＡＭＥに知られていないため、統計的な手法を使用して、パネリストに関して収集されたデータに基づく人口統計学的情報を、タグ付けされたメディアに関してデータを提供するより大きなユーザの母集団に帰属させる必要がある。しかし、ＡＭＥのパネルの規模は全体的なユーザの母集団に比べると依然として小さい。そのため、パネルの人口統計データが正確であることを保証しながら、パネルの規模を増すという問題が提起される。

[0032]インターネット上で営業している多くのデータベース保有者が存在する。これらのデータベース保有者は、サービス（例えばソーシャルネットワーキングサービス、電子メールサービス、メディアアクセスサービス等）を多数の利用者に提供する。そのようなサービスの提供と引き換えに、利用者は保有者に登録する。その登録の一部として、利用者は詳細な人口統計学的情報を提供する。そのようなデータベース保有者の例には、Ｆａｃｅｂｏｏｋ（登録商標）、Ｍｙｓｐａｃｅ、Ｔｗｉｔｔｅｒ（登録商標）等のソーシャルネットワーク提供者が含まれる。これらのデータベース保有者は、利用者のコンピュータにクッキーを設定して、登録ユーザがデータベース保有者のウェブサイトを訪れた時にデータベース保有者がその登録ユーザを認識できるようにする。

[0033]本明細書に開示される例を使用して、インターネット上の種々のデータベース（例えば種々のウェブサイト所有者やサービス提供者等）に分散しているユーザ情報を使用して、メディアインプレッション、広告のインプレッション、メディアの露出、及び／又は広告の露出を判定することができる。本明細書に開示される例示的な方法、装置、及び製造品は、インターネットメディアの露出をユーザ情報により正確に相関付けられるだけでなく、視聴者測定エンティティ及び／若しくは視聴率調査エンティティのパネルに参加している人を超えて、ワイヤレスサービス事業者、モバイルソフトウェア／サービス提供者、ソーシャルメディアサイト（例えばＦａｃｅｂｏｏｋ、Ｔｗｉｔｔｅｒ、Ｇｏｏｇｌｅ等）、並びに／又はＹａｈｏｏ！、ＭＳＮ、Ａｐｐｌｅ ｉＴｕｎｅｓ、Ｅｘｐｅｒｉａｎ等の他のインターネットサイトのデータベース等、他のインターネットデータベースに登録している人にも、パネルの規模及び構成者を実質的に拡張することができる。この拡張により、ＡＭＥのメディアインプレッション追跡能力と、ソーシャルメディアや他のウェブサイト等ＡＭＥ以外のエンティティのデータベースの使用を有効的に活用して、巨大で人口統計学的に正確なパネルを作り出すことができ、その結果、広告及び／又は番組等のインターネットメディアへの露出を正確、確実に測定することができる。そのようなメディアの例には、ウェブサイト、ウェブサイトで提示される画像、及び／又はコンピューティング機器を介してアクセスできるストリーミングメディア（例えばＡｍａｚｏｎ Ｖｉｄｅｏ、Ｎｅｔｆｌｉｘ、Ｈｕｌｕ等）がある。

[0034]従来、ＡＭＥ（本明細書では「視聴率調査エンティティ」とも呼ぶ）は、登録されたパネル構成員に基づいて、広告やメディア番組のための人口統計学的な対象範囲を決めている。すなわち、ＡＭＥは、監視されることに同意する人々をパネルに登録する。登録時に、ＡＭＥは、登録する人から人口統計学的情報を受け取り、その結果、後にそのパネリストへの広告／メディアの露出と種々の人口統計学的市場との間で相関付けを行うことができる。ＡＭＥが自社のパネル構成員だけのデータに依拠して人口統計学に基づく視聴者測定を収集する従来の技術と異なり、本明細書に開示される例示的な方法、装置、及び／又は製造品は、ＡＭＥが、ユーザ登録モデルに基づいて運営する他のエンティティと人口統計学的情報を共有できるようにする。本明細書で使用される場合、ユーザ登録モデルとは、ユーザがアカウントを作成し、自身についての人口統計に関する情報を提供することによってそれらのエンティティのサービスを利用するモデルである。データベース保有者の登録ユーザに関連する人口統計学的情報を共有することにより、ＡＭＥは、外部ソース（例えばデータベース保有者）から得る十分に信頼できる人口統計学情報で自社のパネルデータを拡張又は補足することができ、したがって、人口統計データに基づく視聴者測定の適用範囲、精度、及び／又は完全性を拡大することができる。そのようなアクセスにより、ＡＭＥは、そうでなければＡＭＥのパネルに参加しなかったであろう人も監視することができる。個人の集合の人口統計データを特定するデータベースを持つエンティティであればどのようなエンティティでも、ＡＭＥと協働することができる。そのようなエンティティを「データベース保有者」と呼ぶことができ、場合によってはサービスと引き換えにユーザの人口統計データを収集する、ワイヤレスサービス事業者、モバイルソフトウェア／サービス提供者、ソーシャルメディアサイト（例えばＦａｃｅｂｏｏｋ、Ｔｗｉｔｔｅｒ、Ｇｏｏｇｌｅ等）、及び／又は、Ｙａｈｏｏ！、ＭＳＮ、Ａｐｐｌｅ ｉＴｕｎｅｓ、Ｅｘｐｅｒｉａｎ等の他のインターネットサイト等のエンティティが含まれる。

[0035]本明細書に開示される例を、オンラインウェブサービス提供者等の任意数のデータベース保有者と協同してＡＭＥ（例えば広告、コンテンツ及び／又は他のメディアへの視聴者の露出を測定又は追跡することに関心があるエンティティ）が実装して、オンラインメディアの露出の測定指標を開発することができる。そのようなデータベース保有者／オンラインウェブサービス提供者は、ワイヤレスサービス事業者、モバイルソフトウェア／サービス提供者、ソーシャルネットワークサイト（例えばＦａｃｅｂｏｏｋ、Ｔｗｉｔｔｅｒ、ＭｙＳｐａｃｅ等）、複合サービスサイト（例えばＹａｈｏｏ！、Ｇｏｏｇｌｅ、Ｅｘｐｅｒｉａｎ等）、オンライン小売業者サイト（例えばＡｍａｚｏｎ．ｃｏｍやＢｕｙ．ｃｏｍ等）、及び／又はユーザの登録記録を保持する（１つ又は複数の）他のウェブサービスサイト等である。

[0036]全く異なるデータソースから得る人口統計学的情報（例えば、視聴者測定エンティティのパネルから得られる高品質の人口統計学的情報、及び／又はウェブサービス提供者の登録ユーザデータ）を使用すると、オンラインとオフライン両方の広告キャンペーンに関して測定指標の報告の有効性が向上する。本明細書に開示される例示的技術では、オンライン登録データを使用してユーザの人口統計データ及び／又は他のユーザ情報を特定し、サーバのインプレッション数及び／又は他の技術を使用して、それらのユーザに属すると判断できるインプレッションの数量を追跡する。ワイヤレスサービス事業者、モバイルソフトウェア／サービス提供者、ソーシャルネットワークサイト（例えばＦａｃｅｂｏｏｋ、Ｔｗｉｔｔｅｒ、ＭｙＳｐａｃｅ等）、複合サービスサイト（例えばＹａｈｏｏ！、Ｇｏｏｇｌｅ、Ｅｘｐｅｒｉａｎ等）、オンライン小売業者サイト（例えばＡｍａｚｏｎ．ｃｏｍやＢｕｙ．ｃｏｍ等）等（本明細書では、総称して、また個々をオンラインデータベース保有者と呼ぶ）等のオンラインのウェブサービス提供者は、ユーザ登録プロセスを介して集められた詳細な人口統計学的情報（例えば年齢、性別、地理的な所在地、人種、収入レベル、教育レベル、宗教等）を保持している。インプレッションは、家庭又は個人が対応するメディア及び／又は広告に露出されたことに相当する。したがって、インプレッションは、家庭又は個人が、広告若しくはメディア、又は広告若しくはメディアの群に露出されたことを表す。インターネット広告では、インプレッションの量又はインプレッション数は、広告や広告キャンペーンがウェブの母集団からアクセスされた合計回数である（例えば、ポップアップブロッカー等で減ったアクセス回数、及び／又は例えばローカルキャッシュメモリからの取り出しで増加したアクセス回数を含む）。

[0037]本明細書に開示される例は、（１つ又は複数の）クライアント機器及び（１つ又は複数の）データベース保有者から取得されたインプレッション情報を調整して、ログで記録されたインプレッションに対応する人口統計データの精度を上げる。データベース保有者のデータを使用してインプレッションに関する人口統計学的情報を得る場合、（１つ又は複数の）クライアント機器及び（１つ又は複数の）データベース保有者から得られる視聴者の人口統計データ及び／又はインプレッション情報は、１）機器を共有した結果生じる帰属先誤判定の誤り、及び／又は２）データベース保有者による未カバーの誤り、を含む誤りが原因で偏りが生じることがある。状況によっては、これらの２つの異なる偏りの原因から似たような誤り要因が生じるように見えるが、実際にはそれぞれ別個の偏りである。本明細書に開示される例では、較正係数を生成し、それを視聴者データに適用して、それらの誤りを補正する。

[0038]帰属先誤判定の誤りとは、実際には第２の人口統計グループに属する第２の人物がメディアインプレッションが発生した人物である時に、第１の人口統計グループに属する第１の人物がある機器におけるメディアインプレッションに関連する人物であると考える場合に発生する測定の偏りを言う。そのような状況の例では、モバイル機器が１つの世帯内の複数の人物の間で共有されることがある。最初に、世帯内の第１の人物がモバイル機器を使用して、（例えば、モバイル機器のウェブブラウザを介して、又はモバイル機器にインストールされたアプリを介して）データベース保有者に関連付けられたウェブサイトにアクセスし、データベース保有者は、その第１の人物のアクセス（例えばログインイベント）に基づいて、第１の人物がそのモバイル機器に関連付けられていると認識することができる。その後、第１の人物は機器の使用をやめるが、機器上でデータベース保有者のシステムからログアウトせず、及び／又は、第２の人物がデータベース保有者のシステムにログインせず、その結果、データベース保有者は第２の人物を第１の人物と異なるユーザとして認識することができない。その結果、第２の人物が同じモバイル機器を使用してメディアへのアクセスを開始した時に、データベース保有者は、（この場合は誤って）モバイル機器の使用（例えばメディアのインプレッション）を、第１の人物に関連するものと認識し続ける。したがって、第２の人物及び第２の人口統計グループに属すると判断すべきインプレッションが、誤って第１の人物及び第１の人口統計グループに属すると判断される。大規模な帰属先誤判定の誤りがあると、その結果、多数の視聴者にわたるメディアインプレッションの人口統計学的配分が不正確に表され、したがって、視聴者測定エンティティによって露出が監視される広告及び／又は他のメディアに関して収集されるインプレッションの視聴者の人口統計データが誤って表現されることになり、測定の偏り誤差が生じる可能性がある。

（開示される例の例示的な技術的利点）
[0039]帰属先誤判定の誤りを補正する従来の技術には、Ａ）クライアントコンピュータにインストールされたパネリスト計測ソフトウェアを使用してコンピューティングセッションに関して収集された人口統計学的情報を、Ｂ）同じコンピューティングセッションについてデータベース保有者から得られる、クッキーを利用したインプレッションを使用して求められた人口統計学的情報と比較することによって、調整係数を求めるものがある。そのような技術の例が、２０１３年１月３１日に出願された米国特許出願第１３／７５６，４９３号に開示される。米国特許出願第１３／７５６，４９３号はその全体が参照により本明細書に取り込まれる。米国特許出願第１３／７５６，４９３号に開示される例は、クライアントコンピュータにローカルにインストールされたパネリスト計測ソフトウェアに依拠して、視聴者測定エンティティのパネルに登録されたパネリストを正確に特定する。米国特許出願第１３／７５６，４９３号に開示される例はまた、クッキー又はクッキーに似たデータに依拠して調整係数を求める。そのような技術は、パネリスト計測ソフトウェアをインストールしていない機器、及び／又は一部のモバイル機器（例えばｉＯＳ機器）等、クライアント機器識別子として使用できるクッキーを提供しない機器で生じる帰属先誤判定の誤りを補正するには適さない。言い換えると、従来技術は、ローカルにインストールされたパネリスト計測ソフトウェア及びクッキーに依拠して帰属先誤判定の調整係数を生成している。そのようなローカルにインストールされたパネリスト計測ソフトウェア及び／又はそのようなクッキーがない場合、この従来技術は帰属先誤判定の調整係数をうまく生成することができない。

[0040]従来のシステム及び方法に対して、本明細書に開示される例は、無作為に選択された人及び／又は世帯に対して行われる調査に対する回答に基づく帰属先誤判定補正行列を使用して帰属先誤判定係数を生成するものであり、クッキーに依拠して、又はクッキーを使用して帰属先誤判定の補正係数及び／又は帰属先誤判定補正行列を生成するのではない。本明細書で使用される場合、人に関して使用される用語「データベース保有者への登録ステータス」は、その者が１つ又は複数の特定のデータベース保有者に登録しているかどうかを意味する。ローカルにインストールされたパネリスト計測ソフトウェアに依拠してデータベース保有者への登録ステータス（例えば個々の世帯員が特定のデータベース保有者に登録しているかどうか）を収集し、世帯員によるメディアアクセスデータを収集する従来技術は、パネリスト計測ソフトウェアで監視されていない機器種類で発生するインプレッションに関する帰属先誤判定による偏り誤差及び／又は未カバーによる偏り誤差に関して、インプレッション情報を正確に補正できない可能性がある。本明細書に開示される例は、クライアントコンピュータにローカルにインストールされたパネリスト計測ソフトウェアに依拠してデータベース保有者への登録ステータスデータを収集することなく、帰属先誤判定の補正係数を生成する。また、本明細書に開示される例は、そのようなローカルにインストールされたパネリスト計測ソフトウェアに依拠して世帯員によるメディアアクセスに関するデータを収集することなく、帰属先誤判定の補正係数を生成する。そのため、本明細書に開示される例は、ローカルにインストールされたパネリスト計測ソフトウェアを使用してデータベース保有者への登録ステータスデータ、データベース保有者へのログインデータ、及び／又は世帯員によるメディアアクセスに関するデータが収集されない（及び／又は収集が不可能な）機器種類を含む、どのような（１つ又は複数の）機器の種類についても帰属先誤判定の補正係数を決定する。そのような機器を本明細書では「非ローカル計測機器」と呼ぶ。

[0041]そのような開示される例の一部では、パネリストデータが従来技術とは異なる形で収集され、異なる形で使用される。そのような例では、パネリストデータを使用して帰属先誤判定の補正係数を調整することにより、人口統計グループ中の人物が共に生活している事例の発生率をより正確に求める。本明細書で使用される場合、「人口統計グループ中の人物が共に生活している事例の発生率」とは、第１の人口統計グループの人物が、第２の人口統計グループの人物と共に生活している事例の相対的な発生頻度を言う（例えば、人口統計グループＡの中で人口統計グループＢにいる者と共に生活している人の割合）。ただし、収集されたインプレッションに対応する、集約された視聴者の配分も、パネリストデータを参照せずに生成される。本明細書に開示される例では、パネリストデータは、生成された集約視聴者の配分の調整だけに使用される。調整した集約された視聴者の配分を使用して、帰属先誤判定の補正係数を生成及び／又は調整する。例えば、人口統計グループの中で共に生活している人々の発生率を調整するために使用できるパネリストデータとしては、第２の人口統計グループ（例えば、第１の人口統計グループと同じ人口統計グループ、又は第１の人口統計グループと異なる人口統計グループ）にいる人物と共に生活している第１の人口統計グループの人のそれぞれの人数がある。例によっては、人口統計グループの中で共に生活している人々の発生率を調整するために使用できるパネリストデータは、パネリストがデータベース保有者の登録ユーザであるかどうかは示さず（例えばクッキーを含まず）、コンピューティング機器を使用したメディアアクセスを示す情報は含まない。

[0042]開示される例では、人口統計グループ（ｉ）にいる人物がデータベース保有者によってメディアの閲覧者として識別された時に、人口統計グループ（ｊ）にいる人物が実際のメディアの閲覧者である確率を求めることによって帰属先誤判定の確率を求める。例によっては、帰属先誤判定の確率は、ある世帯に関連して観察された視聴者及び／又はインプレッションを、調査較正データソースを使用して再配分することによって計算される。そのような例では、複数の世帯についての再配分後の視聴者及び／又はインプレッションを集約し、調査較正データソースを使用して、過剰サンプリング及び／又はサンプリング不足について調整する。そのような例の一部では、得られた確率を正規化して、データベース保有者に観察され、ある人口統計グループに関連付けられたインプレッションそれぞれの帰属先誤判定の確率を反映させる。

[0043]開示される他の例では、機器の共有を原因とする帰属先誤判定の確率を、ａ）同じ家に住んでいる確率、ｂ）その家の中で（任意種類の）モバイル機器を利用できる確率、ｃ）特定のコンテンツ種類に関してモバイル機器を共有する確率、の３つの別々の確率の組み合わせとして求める。本明細書に開示される例は、得られた帰属先誤判定の確率を、収集されたインプレッションデータで表されるユニーク視聴者数の誤りを補償する係数としてインプレッションデータに適用する。例によっては、そのような誤りの補償を提供することは、データベース保有者によって第１の人口統計グループに関連すると認識されたインプレッションが実際には第２の人口統計グループに関連付けられるべき確率を反映する帰属先誤判定補正行列を構築することを伴う。

[0044]本明細書で使用される場合、未カバーの誤りとは、モバイル機器を使用してメディアを視聴する視聴者の一部をデータベース保有者が認識する（例えばその人口統計データを特定する）ことができないために発生する測定の偏りを意味すると定義される。事例によっては、上記で開示した例のように、モバイル機器からデータベース保有者に要求が送信された時に、データベース保有者はその要求中のデータを人物に対応付けることができない。あるインプレッションに関連付けられた人物をデータベース保有者が認識できないことは、次の理由で生じる可能性がある。１）メディアにアクセスしてインプレッションを生じさせている人物が自身の情報をデータベース保有者に提供していない（例えばデータベース保有者（例えばＦａｃｅｂｏｏｋ）に登録していないためにデータベース保有者にその人物の記録がない、人物に対応する登録プロフィールが不完全である、人物に対応する登録プロフィールが不正確な情報を含んでいる可能性が疑われるためにフラグが立てられている等）、２）その人物がデータベース保有者に登録されているが、インプレッションが発生する特定のモバイル機器を使用してデータベース保有者にアクセスしていない（例えば、コンピュータ、及び／又は現在の要求と関連付けられているモバイル機器とは異なる他のモバイル機器からしかデータベース保有者にアクセスしない、及び／又はその人物のユーザ識別子が、インプレッションが発生するモバイル機器で利用することができない）、並びに／又は、３）その人物がデータベース保有者に登録されており、インプレッションが発生するモバイル機器を使用してデータベース保有者にアクセスしている（例えば人物が以前にそのモバイル機器からデータベース保有者にログインしている）が、データベース保有者がそのモバイル機器をその人物に関連付けることを妨げる他の能動的又は受動的な対策（例えばクッキーのブロックや削除）を取っている。例によっては、モバイル機器及び／又はモバイル機器上のアプリケーション／ソフトウェアがクッキーを利用する機器及び／又はアプリケーションではないために、インプレッションが発生するモバイル機器で人物のユーザ識別子が利用できないこともある。

[0045]本明細書に開示される例は、メディアカテゴリ及び／又はモバイル機器種類の種々の組み合わせに対応する機器共有行列及び／又は未カバー係数を生成する。別々の機器共有行列及び／又は未カバー係数を生成することが可能なメディアカテゴリの例には、広告、児童番組、コメディ、ドラマ、長編映画、情報番組及び／若しくはニュース番組、スポーツ、バラエティ（例えばクイズ番組、リアリティショー、トークショー）、並びに／又は他のカテゴリが含まれる。別々の機器共有行列及び／又は未カバー係数を生成することが可能な機器種類の例には、スマートフォン（例えばｉＰｈｏｎｅ（登録商標）、Ａｎｄｒｏｉｄ（登録商標） ＯＳを使用したスマートフォン、Ｂｌａｃｋｂｅｒｒｙ（登録商標）スマートフォン、Ｗｉｎｄｏｗｓ（登録商標） Ｍｏｂｉｌｅを使用したスマートフォン等）、タブレットコンピュータ（例えばｉＰａｄ（登録商標）、Ａｎｄｒｏｉｄ ＯＳを使用したタブレットコンピュータ等）、携帯メディアプレーヤ（例えばｉＰｏｄ（登録商標）等）、及び／又は他の機器種類が含まれる。そのような機器種類は、クッキーを利用する機器（例えば、クッキーを利用するアプリケーション／ソフトウェアを実行する機器）、及び／又は、クッキーを利用しない機器（例えば、クッキーを用いないアプリケーション／ソフトウェアを実行するＡｐｐｌｅ（登録商標） ｉＯＳ機器等の機器）である可能性がある。

[0046]帰属先誤判定及び／又は未カバーの誤りについてインプレッション情報を補償する開示される例示的な方法及び装置は、インターネット等のネットワークを介して配信され監視されるメディアのインプレッションに関連する人口統計データを正確に求めるという技術的問題を解決する。メディアインプレッションは、コンピューティング機器で発生し、そのコンピューティング機器を使用して、メディアインプレッションの発生を示すデータが収集される。そのようなデータの較正は、数十万、数百万、又はそれ以上の数のインプレッションの収集、処理、及び／又は分析を含む可能性がある。そのため、そのような多量のデータの較正及び／又は補正は、極めて大きな技術的課題を呈する。開示される例を、コンピューティング機器を介して収集されるメディアインプレッションの集合に適用して、莫大な量のメディアインプレッション（例えば一週間に１００，０００インプレッション）についての正確な人口統計学的情報を効率的且つ適時に生成することができる。これにより、視聴者測定の技術分野に著しい向上がもたらされる。

[0047]本明細書に開示される例は、Ｔｈｅ Ｎｉｅｌｓｅｎ Ｃｏｍｐａｎｙ（米国），ＬＬＣによって開発されたオンラインキャンペーン視聴率調査（ＯＣＲ（Online Campaign Ratings））システムと共に使用することができる。ＯＣＲシステムは、多量のデータを収集し、分析するための効率的なシステムである。ＯＣＲシステムでは、処理するデータをパネリストソフトウェアで取得する必要がない。本明細書に開示される技術は、パネリストソフトウェアの導入を必要とせずに調整係数を生成できるようにする。その結果、必要とされるソフトウェアの量が減り、エンドユーザコンピュータの必要がなくなる。これらは、コンピューティングリソースのオーバーヘッドと使用を減らす技術的利点である。本明細書に開示される技術は、ＯＣＲの自動化されたシステムを効率的に較正して、システムの運用で生じる可能性のある帰属先誤判定の誤りを補正する働きもする。したがって、開示される技術は、現実世界の条件を正確に反映するようにＯＣＲシステムを較正するという技術的問題を解決し、したがって、較正は、システム全体に分散されたパネリストソフトウェアの必要をなくすことによって実現される。

[0048]開示される例示的な方法は、第１の種類のコンピューティング機器から第１の要求を第１のインターネットドメインで受信するステップを含む。この例示的な方法では、第１の要求は、コンピューティング機器におけるメディアへのアクセスを示す。例示的な方法は、第１の種類のコンピューティング機器から第１のインターネットドメインで受信された要求に対応する人口統計学的情報を求める要求を送信するステップをさらに含む。前記要求は第１の要求を含む。例示的な方法は、第１の種類のコンピューティング機器で発生したメディアインプレッションの数を取得するステップであって、メディアインプレッションの第１の部分は、データベース保有者によって人口統計学的情報を認識することが可能な人物に対応し、メディアインプレッションの第２の部分は、データベース保有者が人口統計学的情報を入手できない人物に対応する、ステップ、及び、メディアインプレッションに対応するメディアが第１の種類のコンピューティング機器でアクセスされる第１の確率と、メディアが第２の種類の機器でアクセスされる第２の確率とに基づいて、メディアインプレッションの第２の部分についての人口統計学的情報を求めるステップをさらに含む。

[0049]一部の例示的な方法では、人口統計学的情報を求めるステップは、第１の確率と第２の確率との比に、第１の人口統計グループに属すると判定されたメディアインプレッションの数を乗算することを含む。一部の例示的な方法では、第１の確率は、第１の人口統計グループの人物が第１の種類のコンピューティング機器でメディアにアクセスする確率であり、第２の確率は、第１の人口統計グループの上記人物が第２の種類のコンピューティング機器でメディアにアクセスする確率である。一部の例示的な方法は、メディアインプレッションを調整して、メディアインプレッションの部分集合が誤って第２の人口統計グループの第２の人物に属すると判定されていることを補償するステップをさらに含み、第１の人口統計グループに属すると判定されたメディアインプレッションの数は、誤った判定を補償するために調整されるメディアインプレッションの部分集合から求められる。

[0050]一部の例示的な方法では、第１の種類のコンピューティング機器はモバイル機器からなり、第２の種類の機器はテレビからなる。一部の例示的な方法では、第１の種類のコンピューティング機器は、スマートフォン、タブレットコンピュータ、又は携帯メディアプレーヤ、の少なくとも１つからなる。一部の例示的な方法では、第１及び第２の確率は、メディアのメディアカテゴリに対応する。一部の例示的な方法では、メディアカテゴリは、コメディ、ドラマ、政治、リアリティ、又は組み合わせのメディアカテゴリ、の少なくとも１つである。

[0051]一部の例示的な方法は、人口統計学的情報を求める前に、メディアインプレッションのうち、発生させていない人物に属すると誤って判定されているメディアインプレッションについてメディアインプレッションを調整するステップをさらに含む。一部の例示的な方法は、人々の調査への調査回答に基づいて第１及び第２の確率を計算するステップをさらに含み、第１の確率を計算するステップは、人口統計グループ、メディアカテゴリ、コンピューティング機器の種類、又は地理的地域、の少なくとも１つに関連付けられた重みを調査回答から求めることを含み、重みは、対象とする機器種類でメディアインプレッションに関連付けられたメディアにアクセスするそれぞれの確率を示す。

[0052]一部の例示的な方法では、上記調査は、無作為のパネル、又は視聴者測定エンティティによって維持されている視聴者メンバーのパネル、の少なくとも１つに対するものである。一部の例示的な方法では、メディアインプレッションの上記部分についての人口統計学的情報を求めるステップは、人物に対応する異なる人口統計グループに属すると判定できるメディアインプレッションの比率を求めることと、メディアインプレッションの上記部分に合わせて、メディアインプレッションの比率をスケーリングすることとを含む。

[0053]一部の例示的な方法は、パブリッシャに命令を提供するステップをさらに含み、命令はパブリッシャからコンピューティング機器に提供される。パブリッシャから提供された命令は、コンピューティング機器によって実行されると、コンピューティング機器から第１の要求を送信させる。一部の例示的な方法は、メディアインプレッションに対応するメディアが第１の種類のコンピューティング機器でアクセスされる第１の確率を求めるために、又はメディアが第２の種類の機器でアクセスされる第２の確率を求めるためにユーザのオンラインメディアへのアクセス行動に関して個々のオンラインユーザと通信せず、且つ、オンラインユーザに調査回答を要求しないことにより、コンピュータの処理リソースを節減するステップをさらに含む。一部の例示的な方法は、メディアインプレッションに対応するメディアが第１の種類のコンピューティング機器でアクセスされる第１の確率を求めるために、又はメディアが第２の種類の機器でアクセスされる第２の確率を求めるためにユーザのオンラインメディアへのアクセス行動に関して個々のオンラインユーザと通信せず、且つ、オンラインユーザに調査回答を要求しないことにより、ネットワーク通信帯域幅を節減するステップをさらに含む。

[0054]開示される例示的な装置は、第１の種類のコンピューティング機器から第１の要求を第１のインターネットドメインで受信し、第１の種類のコンピューティング機器から第１のインターネットドメインで受信された要求に対応する人口統計学的情報を求める要求を送信するインプレッション収集部を備え、前記要求は第１の要求を含む。開示される例示的な装置では、第１の要求は、コンピューティング機器におけるメディアへのアクセスを示す。開示される例示的な装置は、第１の種類のコンピューティング機器で発生したメディアインプレッションの数を入手するインプレッション情報収集部も備え、メディアインプレッションの第１の部分は、データベース保有者によって人口統計学的情報を認識することが可能な人物に対応し、メディアインプレッションの第２の部分は、データベース保有者が人口統計学的情報を入手できない人物に対応する。開示される例示的な装置は、メディアインプレッションに対応するメディアが第１の種類のコンピューティング機器でアクセスされる第１の確率と、メディアが第２の種類の機器でアクセスされる第２の確率とに基づいて、メディアインプレッションの上記部分についての人口統計学的情報を求める未カバー補正部も備え、インプレッション情報収集部又は未カバー補正部の少なくとも１つが論理回路によって実装される。

[0055]一部の例示的な装置は、第１の確率と第２の確率との比に、第１の人口統計グループに属すると判定されたメディアインプレッションの数を乗算する未カバー計算部をさらに備える。一部の例示的な装置では、第１の確率は、第１の人口統計グループの人物が第１の種類のコンピューティング機器でメディアにアクセスする確率であり、第２の確率は、第１の人口統計グループの上記人物が第２の種類のコンピューティング機器でメディアにアクセスする確率である。

[0056]一部の例示的な装置は、メディアインプレッションを調整して、メディアインプレッションの部分集合が誤って第２の人口統計グループの第２の人物に属すると判定されていることを補償する帰属先誤判定補正部をさらに備え、第１の人口統計グループに属すると判定されたメディアインプレッションの数は、誤った判定を補償するために調整されるメディアインプレッションの部分集合から求められる。一部の例示的な装置では、第１の種類のコンピューティング機器はモバイル機器からなり、第２の種類の機器はテレビからなる。一部の例示的な装置では、第１の種類のコンピューティング機器は、スマートフォン、タブレットコンピュータ、又は携帯メディアプレーヤ、の少なくとも１つからなる。一部の例示的な装置では、未カバー計算部が、人々の調査への調査回答に基づいて第１及び第２の確率を計算し、未カバー計算部は、人口統計グループ、メディアカテゴリ、コンピューティング機器の種類、又は地理的地域、の少なくとも１つに関連付けられた重みを調査回答から求めることによって第１の確率を計算し、重みは、対象とする機器種類でメディアインプレッションに関連付けられたメディアにアクセスするそれぞれの確率を示す。

[0057]一部の例示的な装置では、上記調査は、無作為のパネル、又は視聴者測定エンティティによって維持されている視聴者メンバーのパネル、の少なくとも１つに対するものである。一部の例示的な装置では、第１及び第２の確率は、メディアのメディアカテゴリに対応する。一部の例示的な装置では、メディアカテゴリは、コメディ、ドラマ、政治、リアリティ、又は組み合わせのメディアカテゴリ、の少なくとも１つである。一部の例示的な装置では、未カバー補正部が、人物に対応する異なる人口統計グループに属すると判定できるメディアインプレッションの比率を求め、メディアインプレッションの上記部分に合わせて、メディアインプレッションの比率をスケーリングすることにより、メディアインプレッションの上記部分についての人口統計学的情報を求める。

[0058]さらに他の開示される例示的方法は、第１の種類のコンピューティング機器から第１の要求を第１のインターネットドメインで受信するステップと、第１の種類のコンピューティング機器から第１のインターネットドメインで受信された要求に対応する人口統計学的情報を求める要求を送信するステップであって、前記要求は第１の要求を含む、ステップとを含む。この開示される例示的な方法では、第１の要求は、コンピューティング機器におけるメディアへのアクセスを示す。開示される例示的な方法は、第２の世帯の第２の視聴者配分と集約された第１の世帯の第１の視聴者配分を含む集約された視聴者配分を生成するステップであって、第１の視聴者配分は、第１の世帯の第１の世帯員のうち、データベース保有者に登録している世帯員を、第１の世帯の調査回答に基づく人口統計グループに配分することからなり、第１の視聴者配分は、第１の世帯員による第１のメディアへのアクセスに基づく、ステップと、集約された視聴者配分を正規化して帰属先誤判定補正行列を生成するステップであって、帰属先誤判定補正行列は、データベース保有者がメディアのインプレッションが第２の人口統計グループの人物に対応すると判定する時に、インプレッションが第１の人口統計グループに属すると判定できる確率を含む、ステップと、帰属先誤判定補正行列を使用して第２の人口統計グループから第１の人口統計グループにインプレッションを再割り当てすることにより、インプレッション中の帰属先誤判定の誤りを補償するステップとを含む。

[0059]一部の例示的な方法は、調査較正データソースに関連する過剰サンプリング又はサンプリング不足の少なくとも一方について集約された視聴者配分を補正する補正指標を生成するステップをさらに含み、調査較正データソースは、第１の世帯員によるメディアへのアクセスと、データベース保有者への第１の世帯員の登録ステータスとを示す。一部の例示的な方法では、補正指標は、第１の人口統計グループの第１の人物が第２の人口統計グループの第２の人物と共に生活している第２の確率に基づく。一部の例示的な方法では、補正指標を生成するステップは、第１の人のペアのうち、共に生活している第１の人口統計グループの第１の人物と第２の人口統計グループの第２の人物とを含むペアを表す第１の人のペアの第１の数量を、第１の調査較正データに基づいて求めることと、第２の人のペアのうち、共に生活している第１の人口統計グループの第３の人物と第２の人口統計グループの第４の人物を含むペアを表す第２の人のペアの第２の数量を、第２の調査較正データに基づいて求め、第２の調査較正データは第１の調査較正データよりも精度が高いことと、第１の数量と第２の数量との比を求めることとを含む。

[0060]一部の例示的な方法では、集約された視聴者配分は、第１の人口統計グループそれぞれにつき、第２の人口統計グループの中でその第１の人口統計グループに属すると判定すべき人の数を記述し、集約された視聴者配分を正規化するステップは、第２の人口統計グループの人数の合計が指定された値になるように第２の人口統計グループのそれぞれの人数をスケーリングすることを含む。一部の例示的な方法は、第１の世帯の共有パターンを求めるステップであって、共有パターンは、第１の世帯員のうち、あるメディアカテゴリにアクセスする世帯員と、第１の世帯員のうちそのメディアカテゴリにアクセスしない他の世帯員とを示す、ステップと、メディアカテゴリについての共有パターンに基づいて、第１の世帯の第１の世帯員の機器共有確率の確率密度関数を求めるステップであって、確率密度関数は、第１の世帯員がメディアカテゴリのメディアにアクセスするそれぞれの確率を示し、第１の視聴者配分は機器共有確率に基づく、ステップとをさらに含む。

[0061]一部の例示的な方法は、第１の世帯に、第１の世帯員のうち登録された世帯員であって同じ第２の人口統計グループにいる世帯員が２人以上いる場合に、第１の世帯員についての機器共有確率を集約するステップをさらに含む。一部の例示的な方法は、小数を人口統計グループに配分することにより第１の視聴者配分を生成するステップをさらに含み、小数の合計は、第１の世帯員のうちデータベース保有者に登録している世帯員の数になる。一部の例示的な方法では、第１の視聴者配分を生成するステップがクッキーを使用しない。一部の例示的な方法では、第１の視聴者配分を生成するステップ及び集約された視聴者配分を生成するステップが、データベース保有者への世帯員の登録ステータスを収集するため、又はメディアアクセスデータを収集するために計測ソフトウェアを使用しない。一部の例示的な方法では、インプレッションを再割り当てするステップは、帰属先誤判定補正行列とインプレッション行列との積を求めることを含み、インプレッション行列は、データベース保有者によって人口統計グループそれぞれに対応すると判定されたインプレッションの数を示す。一部の例示的な方法では、インプレッションを再割り当てする結果、インプレッションの合計数が、インプレッション行列にあるインプレッションの数の合計と同じになる。

[0062]一部の例示的な方法は、パブリッシャに命令を提供するステップをさらに含み、命令はパブリッシャからコンピューティング機器に提供され、コンピューティング機器によって実行されるとコンピューティング機器から第１の要求を送信させる。一部の例示的な方法は、集約された視聴者配分を生成するためにユーザのオンラインメディアへのアクセス行動に関して個々のオンラインユーザと通信せず、且つ、オンラインユーザに調査回答を要求しないことにより、コンピュータの処理リソースを節減するステップをさらに含む。一部の例示的な方法は、集約された視聴者配分を生成するためにユーザのオンラインメディアへのアクセス行動に関して個々のオンラインユーザと通信せず、且つ、オンラインユーザに調査回答を要求しないことにより、ネットワーク通信帯域幅を節減するステップをさらに含む。

[0063]さらに他の開示される例示的な装置は、第１の種類のコンピューティング機器から第１の要求を第１のインターネットドメインで受信し、第１の種類のコンピューティング機器から第１のインターネットドメインで受信された要求に対応する人口統計学的情報を求める要求を送信するインプレッション収集部を備え、前記要求は第１の要求を含む。開示される例示的な装置では、第１の要求は、コンピューティング機器におけるメディアへのアクセスを示す。開示される例示的な装置は、第２の世帯の第２の視聴者配分と集約された第１の世帯の第１の視聴者配分を含む集約された視聴者配分を生成する集約配分生成部も備え、第１の視聴者配分は、第１の世帯の第１の世帯員のうち、データベース保有者に登録している第１の世帯員を、第１の世帯の調査回答に基づく人口統計グループに配分することからなり、第１の視聴者配分は、第１の世帯員による第１のメディアへのアクセスに基づく。開示される例示的な装置は、集約された視聴者配分を正規化して帰属先誤判定補正行列を生成する行列正規化部をさらに備え、帰属先誤判定補正行列は、データベース保有者がメディアのインプレッションが第２の人口統計グループの人物に対応すると判定する時に、インプレッションが第１の人口統計グループに属すると判定できる確率を含む。開示される例示的な装置は、帰属先誤判定補正行列を使用して第２の人口統計グループから第１の人口統計グループにインプレッションを再割り当てすることにより、インプレッション中の帰属先誤判定の誤りを補償する帰属先誤判定補正部をさらに備え、集約配分生成部、行列正規化部、又は帰属先誤判定補正部の少なくとも１つが論理回路によって実装される。

[0064]一部の例示的な装置は、調査較正データソースに関連する過剰サンプリング又はサンプリング不足の少なくとも一方について集約された視聴者配分を補正する補正指標を生成する行列補正部をさらに備え、調査較正データソースは、第１の世帯員によるメディアへのアクセスと、データベース保有者への第１の世帯員の登録ステータスとを示す。一部の例示的な装置では、補正指標は、第１の人口統計グループの第１の人物が第２の人口統計グループの第２の人物と共に生活している第２の確率に基づく。一部の例示的な装置では、行列補正部が、第１の調査較正データに基づいて第１の人のペアの第１の数量を求め、第１の人のペアはそれぞれ、共に生活している第１の人口統計グループの第１の人物と第２の人口統計グループの第２の人物とを含み、第２の調査較正データに基づいて第２の人のペアの第２の数量を求め、第２の人のペアはそれぞれ、共に生活している第１の人口統計グループの第３の人物と第２の人口統計グループの第４の人物とを含み、第２の調査較正データは第１の調査較正データよりも精度が高く、第１の数量と第２の数量との比を求めることにより、補正指標を生成する。

[0065]一部の例示的な装置では、集約された視聴者配分は、第１の人口統計グループそれぞれにつき、第２の人口統計グループの中でその第１の人口統計グループに属すると判定すべき人の数を記述し、行列正規化部は、第２の人口統計グループの人数の合計が指定された値になるように第２の人口統計グループのそれぞれの人数をスケーリングすることにより、集約された視聴者配分を正規化する。

[0066]一部の例示的な装置は、世帯配分生成部であって、第１の世帯の共有パターンを求め、共有パターンは、第１の世帯員のうち、あるメディアカテゴリにアクセスする世帯員と、第１の世帯員のうちそのメディアカテゴリにアクセスしない他の世帯員とを示し、メディアカテゴリについての共有パターンに基づいて、第１の世帯の第１の世帯員の機器共有確率の確率密度関数を求める世帯配分生成部をさらに備え、確率密度関数は、第１の世帯員がメディアカテゴリのメディアにアクセスするそれぞれの確率を示し、第１の視聴者配分は機器共有確率に基づく。

[0067]一部の例示的な装置では、集約配分生成部は、第１の世帯に、第１の世帯員のうち登録された世帯員であって同じ第２の人口統計グループにいる世帯員が２人以上いる場合に、第１の世帯員についての機器共有確率を集約する。一部の例示的な装置は、小数を人口統計グループに配分することにより第１の視聴者配分を生成する世帯配分生成部をさらに備え、小数の合計は、第１の世帯員のうちデータベース保有者に登録している世帯員の数になる。一部の例示的な装置では、帰属先誤判定補正部が、帰属先誤判定補正行列とインプレッション行列との積を求めることによってインプレッションを再割り当てし、インプレッション行列は、データベース保有者によって人口統計グループそれぞれに対応すると判定されたインプレッションの数を示す。一部の例示的な装置では、帰属先誤判定補正部は、再割り当て後のインプレッションの合計数が、インプレッション行列にあるインプレッションの数の合計と同じインプレッションの合計数になるようにインプレッションを再割り当てする。

[0068]さらに他の開示される例示的方法は、第１の種類のコンピューティング機器から第１の要求を第１のインターネットドメインで受信するステップと、第１の種類のコンピューティング機器から第１のインターネットドメインで受信された要求に対応する人口統計学的情報を求める要求を送信するステップであって、前記要求は第１の要求を含む、ステップとを含む。開示される例示的な方法では、第１の要求は、コンピューティング機器におけるメディアへのアクセスを示す。開示される例示的な方法は、第２の世帯の第２の視聴者配分と集約された第１の世帯の第１の視聴者配分を含む集約された視聴者配分を生成するステップであって、第１の視聴者配分は、第１の世帯の第１の世帯員のうち、データベース保有者に登録している第１の世帯員を人口統計グループに配分することからなり、第１の視聴者配分は第１の世帯員による第１のメディアへのアクセスに基づき、集約された視聴者配分はクッキーを使用せずに生成される、ステップと、集約された視聴者配分を正規化して帰属先誤判定補正行列を生成するステップであって、帰属先誤判定補正行列は、データベース保有者がメディアのインプレッションが第２の人口統計グループの人物に対応すると判定する時に、インプレッションが第１の人口統計グループに属すると判定できる確率を含む、ステップと、帰属先誤判定補正行列を使用してインプレッションを第１の人口統計グループに再割り当てすることにより、インプレッション中の帰属先誤判定の誤りを補償するステップであって、インプレッションはモバイル機器でアクセスされたメディアを示す、ステップとをさらに含む。

[0069]一部の例示的な方法は、調査較正データソースに関連する過剰サンプリング又はサンプリング不足の少なくとも一方について集約された視聴者配分を補正する補正指標を生成するステップをさらに含み、調査較正データソースは、第１の世帯員によるメディアへのアクセスと、データベース保有者への第１の世帯員の登録ステータスとを示す。一部の例示的な方法では、補正指標は、第１の人口統計グループの第１の人物が第２の人口統計グループの第２の人物と共に生活している第２の確率に基づく。一部の例示的な方法では、補正指標を生成するステップは、第１の人のペアのうち、共に生活している第１の人口統計グループの第１の人物と第２の人口統計グループの第２の人物とを含むペアを表す第１の人のペアの第１の数量を、第１の調査較正データに基づいて求めることと、第２の人のペアのうち、共に生活している第１の人口統計グループの第３の人物と第２の人口統計グループの第４の人物を含むペアを表す第２の人のペアの第２の数量を、第２の調査較正データに基づいて求め、第２の調査較正データは第１の調査較正データよりも精度が高いことと、第１の数量と第２の数量との比を求めることとを含む。

[0070]一部の例示的な方法では、集約された視聴者配分は、第１の人口統計グループそれぞれにつき、第２の人口統計グループの中でその第１の人口統計グループに属すると判定すべき人の数を記述し、集約された視聴者配分を正規化するステップは、第２の人口統計グループの人数の合計が指定された値になるように第２の人口統計グループのそれぞれの人数をスケーリングすることを含む。一部の例示的な方法は、第１の世帯の共有パターンを求めるステップであって、共有パターンは、第１の世帯員のうち、あるメディアカテゴリにアクセスする世帯員と、第１の世帯員のうちそのメディアカテゴリにアクセスしない他の世帯員とを示す、ステップと、そのメディアカテゴリについての共有パターンに基づいて、第１の世帯の第１の世帯員の機器共有確率の確率密度関数を求めるステップであって、確率密度関数は、第１の世帯員がメディアカテゴリのメディアにアクセスするそれぞれの確率を示し、第１の視聴者配分は機器共有確率に基づく、ステップとをさらに含む。

[0071]一部の例示的な方法は、第１の世帯に、第１の世帯員のうち登録された世帯員であって同じ第２の人口統計グループにいる世帯員が２人以上いる場合に、第１の世帯員についての機器共有確率を集約するステップをさらに含む。一部の例示的な方法は、小数を人口統計グループに配分することにより第１の視聴者配分を生成するステップをさらに含み、小数の合計は、第１の世帯員のうちデータベース保有者に登録している世帯員の数になる。一部の例示的な方法では、第１の視聴者配分を生成するステップがクッキーを使用しない。一部の例示的な方法では、第１の視聴者配分を生成するステップ及び集約された視聴者配分を生成するステップが、データベース保有者への世帯員の登録ステータスを収集するため、又はメディアアクセスデータを収集するために計測ソフトウェアを使用しない。一部の例示的な方法では、インプレッションを再割り当てするステップが、帰属先誤判定補正行列とインプレッション行列との積を求めることを含み、インプレッション行列は、データベース保有者によって人口統計グループそれぞれに対応すると判定されたインプレッションの数を示す。一部の例示的な方法では、インプレッションを再割り当てする結果、インプレッションの合計数が、インプレッション行列にあるインプレッションの数の合計と同じになる。

[0072]一部の例示的な方法は、パブリッシャに命令を提供するステップをさらに含み、命令はパブリッシャからコンピューティング機器に提供され、コンピューティング機器によって実行されるとコンピューティング機器から第１の要求を送信させる。一部の例示的な方法は、集約された視聴者配分を生成するためにユーザのオンラインメディアへのアクセス行動に関して個々のオンラインユーザと通信せず、且つ、オンラインユーザに調査回答を要求しないことにより、コンピュータの処理リソースを節減するステップをさらに含む。一部の例示的な方法は、集約された視聴者配分を生成するためにユーザのオンラインメディアへのアクセス行動に関して個々のオンラインユーザと通信せず、且つ、オンラインユーザに調査回答を要求しないことにより、ネットワーク通信帯域幅を節減するステップをさらに含む。

[0073]さらに他の開示される例示的な装置は、インプレッション収集部であって、第１の種類のコンピューティング機器から第１の要求を第１のインターネットドメインで受信し、第１の種類のコンピューティング機器から第１のインターネットドメインで受信された要求に対応する人口統計学的情報を求める要求を送信するインプレッション収集部を備え、前記要求は第１の要求を含む。開示される例示的な装置では、第１の要求は、コンピューティング機器におけるメディアへのアクセスを示す。開示される例示的な装置は、第２の世帯の第２の視聴者配分と集約された第１の世帯の第１の視聴者配分を含む集約された視聴者配分を生成する集約配分生成部をさらに備え、第１の視聴者配分は、第１の世帯の第１の世帯員のうち、データベース保有者に登録している第１の世帯員を人口統計グループに配分することからなり、集約配分生成部はクッキーを使用せずに集約された視聴者配分を生成し、第１の視聴者配分は、第１の世帯員による第１のメディアへのアクセスに基づく。例示的な装置は、集約された視聴者配分を正規化して帰属先誤判定補正行列を生成する行列正規化部も備え、帰属先誤判定補正行列は、データベース保有者がメディアのインプレッションが第２の人口統計グループの人物に対応すると判定する時に、インプレッションが第１の人口統計グループに属すると判定できる確率を含む。例示的な装置は、帰属先誤判定補正行列を使用してインプレッションを第１の人口統計グループに再割り当てすることにより、インプレッション中の帰属先誤判定の誤りを補償する帰属先誤判定補正部も備え、インプレッションは、モバイル機器でアクセスされたメディアを示す。集約配分生成部、行列正規化部、又は帰属先誤判定補正部の少なくとも１つは、論理回路によって実装される。

[0074]一部の例示的な装置は、調査較正データソースに関連する過剰サンプリング又はサンプリング不足の少なくとも一方について集約された視聴者配分を補正する補正指標を生成する行列補正部をさらに備え、調査較正データソースは、第１の世帯員によるメディアへのアクセスと、データベース保有者への第１の世帯員の登録ステータスとを示す。一部の例示的な装置では、補正指標は、第１の人口統計グループの第１の人物が第２の人口統計グループの第２の人物と共に生活している第２の確率に基づく。一部の例示的な装置では、行列補正部が、第１の調査較正データに基づいて第１の人のペアの第１の数量を求め、第１の人のペアはそれぞれ、共に生活している第１の人口統計グループの第１の人物と第２の人口統計グループの第２の人物とを含むことと、第２の調査較正データに基づいて第２の人のペアの第２の数量を求め、第２の人のペアはそれぞれ、共に生活している第１の人口統計グループの第３の人物と第２の人口統計グループの第４の人物とを含み、第２の調査較正データは第１の調査較正データよりも精度が高いことと、第１の数量と第２の数量との比を求めることと、により補正指標を生成する。

[0075]一部の例示的な装置では、集約された視聴者配分は、第１の人口統計グループそれぞれにつき、第２の人口統計グループの中でその第１の人口統計グループに属すると判定すべき人の数を記述し、行列正規化部は、第２の人口統計グループの人数の合計が指定された値になるように第２の人口統計グループのそれぞれの人数をスケーリングすることにより、集約された視聴者配分を正規化する。

[0076]一部の例示的な装置は、世帯配分生成部であって、第１の世帯の共有パターンを求め、共有パターンは、第１の世帯員のうち、あるメディアカテゴリにアクセスする世帯員と、第１の世帯員のうちそのメディアカテゴリにアクセスしない他の世帯員とを示し、メディアカテゴリについての共有パターンに基づいて、第１の世帯の第１の世帯員の機器共有確率の確率密度関数を求め、確率密度関数は、第１の世帯員がメディアカテゴリのメディアにアクセスするそれぞれの確率を示し、第１の視聴者配分は機器共有確率に基づく、世帯配分生成部をさらに備える。

[0077]一部の例示的な装置では、第１の世帯に、世帯員のうち登録された世帯員であって同じ第２の人口統計グループにいる世帯員が２人以上いる場合に、集約配分生成部が、第１の世帯員についての機器共有確率を集約する。一部の例示的な装置は、小数を人口統計グループに配分することにより第１の視聴者配分を生成する世帯配分生成部をさらに備え、小数の合計は、第１の世帯員のうちデータベース保有者に登録している世帯員の数になる。一部の例示的な装置では、帰属先誤判定補正部が、帰属先誤判定補正行列とインプレッション行列との積を求めることによってインプレッションを再割り当てし、インプレッション行列は、データベース保有者によって人口統計グループそれぞれに対応すると判定されたインプレッションの数を示す。一部の例示的な装置では、帰属先誤判定補正部が、再割り当て後のインプレッションの合計数が、インプレッション行列にあるインプレッションの数の合計と同じインプレッションの合計数になるようにインプレッションを再割り当てする。

[0078]さらに他の開示される例示的な方法は、第１の種類のコンピューティング機器からメディアインプレッションを収集するステップと、メディアインプレッションについての人口統計学的情報をデータベース保有者に要求するステップであって、メディアインプレッションの第１の部分は、人口統計学的情報がデータベース保有者によって記憶されている人物に対応し、メディアインプレッションの第２の部分は、データベース保有者が人口統計学的情報を入手することができない人物に対応する、ステップと、メディアインプレッションの第１の部分に対応する人口統計学的情報をデータベース保有者から受け取るステップと、プロセッサを使用して、メディアインプレッションの第２の部分にあるメディアインプレッションの数を求めるステップと、プロセッサを使用して、メディアインプレッションに対応するメディアが第１の種類のコンピューティング機器でアクセスされる第１の確率と、メディアが第２の種類の機器でアクセスされる第２の確率とに基づいて、メディアインプレッションの第２の部分についての人口統計学的情報を求めるステップとを含む。

[0079]さらに他の開示される例示的な方法は、第１の種類のコンピューティング機器から第１の要求を第１のインターネットドメインで受信するステップであって、第１の要求は、コンピューティング機器におけるメディアへのアクセスを示す、ステップと、コンピューティング機器から第２の要求を第１のインターネットドメインで受信するステップであって、第２の要求は、コンピューティング機器におけるある継続時間単位のメディアへのアクセスを示す、ステップとを含む。開示される例示的な方法は、第１の種類のコンピューティング機器から第１のインターネットドメインで受信された要求に対応する人口統計学的情報を求める要求を送信するステップをさらに含み、前記要求は第２の要求を含む。開示される例示的な方法は、第１の種類のコンピューティング機器で発生する継続時間単位の数を取得するステップであって、継続時間単位の第１の部分は、データベース保有者によって人口統計学的情報を認識することが可能な人物に対応し、継続時間単位の第２の部分は、データベース保有者が人口統計学的情報を入手できない人物に対応する、ステップと、継続時間単位に対応するメディアが第１の種類のコンピューティング機器でアクセスされる第１の確率と、メディアが第２の種類の機器でアクセスされる第２の確率とに基づいて、継続時間単位の第２の部分についての人口統計学的情報を求めるステップとをさらに含む。

[0080]さらに他の開示される例示的な装置はインプレッション収集部を備える。開示される例示的な装置では、インプレッション収集部は、第１の種類のコンピューティング機器から第１の要求を第１のインターネットドメインで受信し、第１の要求は、コンピューティング機器におけるメディアへのアクセスを示す。開示される例示的な装置では、インプレッション収集部は、コンピューティング機器から第２の要求を第１のインターネットドメインで受信し、第２の要求は、コンピューティング機器におけるある継続時間単位のメディアへのアクセスを示す。開示される例示的な装置では、インプレッション収集部は、第１の種類のコンピューティング機器から第１のインターネットドメインで受信された要求に対応する人口統計学的情報を求める要求を送信し、前記要求は第２の要求を含む。開示される例示的な装置は、第１の種類のコンピューティング機器で発生する継続時間単位の数を入手するインプレッション情報収集部も備え、継続時間単位の第１の部分は、データベース保有者によって人口統計学的情報を認識することが可能な人物に対応し、継続時間単位の第２の部分は、データベース保有者が人口統計学的情報を入手できない人物に対応する。開示される例示的な装置は、継続時間単位に対応するメディアが第１の種類のコンピューティング機器でアクセスされる第１の確率と、メディアが第２の種類の機器でアクセスされる第２の確率とに基づいて、継続時間単位の上記部分についての人口統計学的情報を求める未カバー補正部も備え、インプレッション情報収集部又は未カバー補正部の少なくとも１つが論理回路によって実装される。

[0081]本明細書に開示される例は、モバイル機器から取得されるインプレッション情報の補償又は調整を参照して説明されるが、それらの例は、デスクトップコンピュータ、テレビ、ビデオゲーム機、セットトップボックス、及び／又は他の機器等の非モバイル機器にも適用することができる。

（インプレッション及び人口統計学的情報の収集）
[0082]図１は、クライアント機器１０６で提示されるメディアのインプレッションに関連付けるために、分散したデータベース保有者１０４ａ、１０４ｂからユーザ情報（例えばユーザ情報１０２ａ、１０２ｂ）を収集する例示的なシステム１００を示す。図の例では、ユーザ情報１０２ａ、１０２ｂ又はユーザデータは、人口統計学的データ、購買データ、並びに／又は、インターネットを介してアクセスされた情報、購買、電子機器でアクセスされたメディア、ユーザが訪れた物理的な場所（例えば、小売施設や商業施設、飲食店、会場等）に関連するユーザの行動、振る舞い、及び／若しくは嗜好を示す他のデータ、の１つ又は複数を含む。本明細書に開示される例はモバイル機器との関連で説明するが、モバイル機器は、携帯電話、モバイル通信機器、タブレット、ゲーム機、携帯メディア提示機器等である。ただし、本明細書に開示される例は、インターネット機器、スマートテレビ、インターネット端末、コンピュータ、又はネットワーク通信を介して受信したメディアを提示することが可能な他の機器等の非モバイル機器との関連で実施することもできる。

[0083]図１に示す例では、クライアント機器１０６におけるメディアインプレッションを追跡するために、視聴者測定エンティティ（ＡＭＥ）１０８が、アプリパブリッシャ１１０と提携又は協働して、データコレクタ１１２をクライアント機器１０６にダウンロードし、インストールする。図の例のアプリパブリッシャ１１０は、アプリを開発してモバイル機器に配布するソフトウェアアプリ開発者、及び／又はソフトウェアアプリ開発者からアプリを受け取り、そのアプリをモバイル機器に配布する配布者である。データコレクタ１１２は、オペレーティングシステム１１４、アプリケーション（又はアプリ）１１６、ウェブブラウザ１１７、及び／又は他のソフトウェア等、クライアント機器１０６にロードされる他のソフトウェアに含めることができる。図１の例示的クライアント機器１０６は非ローカル計測機器である。すなわち、クライアント機器１０６は、計測ソフトウェア（例えばＡＭＥ１０８から提供される計測ソフトウェア）に対応できないか、及び／又は、計測ソフトウェアが提供されていない。

[0084]例示的なソフトウェア１１４〜１１７はいずれも、メディアパブリッシャ１２０から受信したメディア１１８を提示することができる。メディア１１８は、広告、映像、音声、テキスト、グラフィック、ウェブページ、ニュース、教育用メディア、娯楽メディア、又は他の種のメディアである。図の例では、メディア１１８の中にメディアＩＤ１２２が提供されてメディア１１８を識別できるようにし、その結果、メディア１１８が、クライアント機器１０６又はＡＭＥ１０８に監視されている他の機器で提示されると、ＡＭＥ１０８は、メディア１１８でメディアインプレッションが発生したと判断することができる。

[0085]図の例のデータコレクタ１１２は命令（例えば、Ｊａｖａ（登録商標）、ｊａｖａ ｓｃｒｉｐｔ、又は他のコンピュータ言語又はスクリプト）を含んでおり、その命令がクライアント機器１０６で実行されると、アプリプログラム１１６及び／又はクライアント機器１０６によって提示されたメディア１１８のメディアＩＤ１２２をクライアント機器１０６に収集させ、またクライアント機器１０６に記憶されている１つ又は複数の機器／ユーザ識別子１２４を収集させる。図の例の（１つ又は複数の）機器／ユーザ識別子１２４は、クライアント機器１０６の１人又は複数のユーザを識別し、その（１つ又は複数の）ユーザに対応するユーザ情報１０２ａ〜ｂを見つけるために提携先データベース保有者１０４ａ〜ｂのうち対応する保有者が使用できる識別子を含む。例えば、（１つ又は複数の）機器／ユーザ識別子１２４は、ハードウェア識別子（例えば国際モバイル機器識別（ＩＭＥＩ）、モバイル機器識別子（ＭＥＩＤ）、メディアアクセス制御（ＭＡＣ）アドレス等）、アプリストア識別子（例えばＧｏｏｇｌｅ Ａｎｄｒｏｉｄ ＩＤ、Ａｐｐｌｅ ＩＤ、Ａｍａｚｏｎ ＩＤ等）、オープンソースユニークデバイス識別子（ＯｐｅｎＵＤＩＤ）、オープンデバイス識別番号（ＯＤＩＮ）、ログイン識別子（例えばユーザ名）、電子メールアドレス、ユーザエージェントデータ（例えばアプリケーションの種類、オペレーティングシステム、ソフトウェアメーカー、ソフトウェアの改訂等）、第３者サービスの識別子（例えば、広告サービスの識別子、機器使用状況分析サービスの識別子、人口統計データ収集サービスの識別子）、ウェブストレージデータ、ドキュメントオブジェクトモデル（ＤＯＭ）ストレージデータ、ローカルに共有されるオブジェクト（「Ｆｌａｓｈクッキー」とも呼ぶ）等を含む可能性がある。例によっては、図よりも少ない、又は多い（１つ又は複数の）機器／ユーザ識別子１２４が使用される場合もある。また、図１には２つのみのデータベース保有者１０４ａ〜ｂを示すが、ＡＭＥ１０８は、任意数の提携先データベース保有者と提携して、分散しているユーザ情報（例えばユーザ情報１０２ａ〜ｂ）を収集することができる。

[0086]例によっては、クライアント機器１０６は、クライアント機器１０６に記憶されている識別情報へのアクセスを許さない場合がある。そのような事例のために、開示される例は、ＡＭＥ１０８が、ＡＭＥ提供識別子（例えばＡＭＥ１０８に監視及び追跡される識別子）をクライアント機器１０６に記憶して、クライアント機器１０６におけるメディアインプレッションを追跡できるようにする。例えば、ＡＭＥ１０８は、データコレクタ１１２の中に命令を提供して、アプリプログラム１１６からアクセスすることが可能なメモリ空間、及び／又はアプリプログラム１１６に割り当てられているメモリ空間にＡＭＥ提供識別子を設定し、データコレクタ１１２はその識別子を機器／ユーザ識別子１２４として使用する。そのような例では、データコレクタ１１２によって設定されるＡＭＥ提供識別子は、アプリプログラム１１６とデータコレクタ１１２が実行されていない時でもメモリ空間に存続する。このようにして、同じＡＭＥ提供識別子を長時間にわたりクライアント機器１０６に関連付けておくことができる。データコレクタ１１２がクライアント機器１０６に識別子を設定する例では、ＡＭＥ１０８は、クライアント機器１０６のユーザをパネリストとして採用することもでき、パネリスト登録プロセス時にユーザから収集されるユーザ情報、並びに／又は、クライアント機器１０６を介して、及び／若しくは、ユーザに使用され、ＡＭＥ１０８に監視される他の機器を介してユーザの行動／振る舞いを監視することによって収集されるユーザ情報を記憶することができる。このようにして、ＡＭＥ１０８は、ユーザのユーザ情報（ＡＭＥ１０８に記憶されているパネリストデータから得る）を、クライアント機器１０６上でユーザに属すると判断されたメディアインプレッションに関連付けることができる。

[0087]図の例では、データコレクタ１１２は、メディアＩＤ１２２及び１つ又は複数の機器／ユーザ識別子１２４を、収集データ１２６としてアプリパブリッシャ１１０に送る。或いは、データコレクタ１１２は、ＡＭＥ１０８と契約又はＡＭＥ１０８と提携してメディアＩＤ（例えばメディアＩＤ１２２）及び機器／ユーザ識別子（例えば（１つ又は複数の）機器／ユーザ識別子１２４）をモバイル機器（例えばクライアント機器１０６）から収集する別の収集エンティティ（アプリパブリッシャ１１０以外）に、収集データ１２６を送るように構成される場合もある。図の例では、アプリパブリッシャ１１０（又は収集エンティティ）が、メディアＩＤ１２２及び（１つ又は複数の）機器／ユーザ識別子１２４を、インプレッションデータ１３０として、ＡＭＥ１０８のインプレッションコレクタ１３２に送る。図の例のインプレッションデータ１３０は、メディア１１８の１回のインプレッションを報告する１つのメディアＩＤ１２２及び１つ若しくは複数の機器／ユーザ識別子１２４を含むか、又は、クライアント機器１０６及び／若しくは他のモバイル機器から受信された収集データ（例えば収集データ１２６）の多数のインスタンスに基づく多数のメディアＩＤ１２２及び（１つ又は複数の）機器／ユーザ識別子１２４を含むことにより、メディアの多数回のインプレッションを報告することができる。

[0088]図の例では、インプレッションコレクタ１３２は、インプレッションデータ１３０をＡＭＥメディアインプレッション１３４（例えばデータベース又は他のデータ構造）に記憶する。その後、ＡＭＥ１０８は、対応する提携先データベース保有者（例えば提携先データベース保有者１０４ａ〜ｂ）に（１つ又は複数の）機器／ユーザ識別子１２４を送信して、その（１つ又は複数の）機器／ユーザ識別子１２４に対応するユーザ情報（例えばユーザ情報１０２ａ〜ｂ）を提携先データベース保有者１０４ａ〜ｂから受信し、その結果、ＡＭＥ１０８は、ユーザ情報を、モバイル機器（例えばクライアント機器１０６）で提示された対応するメディア（例えばメディア１１８）のメディアインプレッションに関連付けることができる。

[0089]例によっては、クライアント機器１０６のユーザのプライバシーを保護するために、メディア識別子１２２及び／又は（１つ若しくは複数の）機器／ユーザ識別子１２４は、暗号化してから、ＡＭＥ１０８及び／又は提携先データベース保有者１０４ａ〜ｂに送信される。他の例では、メディア識別子１２２及び／又は（１つ若しくは複数の）機器／ユーザ識別子１２４は暗号化されない。

[0090]ＡＭＥ１０８が（１つ又は複数の）機器／ユーザ識別子１２４を受信した後、ＡＭＥ１０８は、機器／ユーザ識別子ログ１３６ａ〜ｂを、対応する提携先データベース保有者（例えば提携先データベース保有者１０４ａ〜ｂ）に送信する。例によっては、機器／ユーザ識別子ログ１３６ａ〜ｂはそれぞれ１つの機器／ユーザ識別子を含む場合も、又は、１つ若しくは複数のモバイル機器から時間の経過と共に受信された多数の機器／ユーザ識別子の集合体を含む場合もある。機器／ユーザ識別子ログ１３６ａ〜ｂを受信すると、各提携先データベース保有者１０４ａ〜ｂは、各自のログ１３６ａ〜ｂで機器／ユーザ識別子１２４に対応するユーザを調べる。そのようにして、各提携先データベース保有者１０４ａ〜ｂは、機器／ユーザ識別子ログ１３６ａ〜ｂで識別されたユーザに対応するユーザ情報１０２ａ〜ｂを、ＡＭＥ１０８に送信するために収集する。例えば、提携先データベース保有者１０４ａがワイヤレスサービスの提供者で、機器／ユーザ識別子ログ１３６ａがそのワイヤレスサービスの提供者によって認識可能なＩＭＥＩ番号を含む場合、ワイヤレスサービス提供者は、自身の利用者記録にアクセスして、機器／ユーザ識別子ログ１３６ａで受け取られたＩＭＥＩ番号と一致するＩＭＥＩ番号を持つユーザを見つける。ユーザが特定されると、ワイヤレスサービス提供者は、そのユーザのユーザ情報を、ＡＭＥ１０８に送付するためにユーザ情報１０２ａにコピーする。

[0091]他の例では、データコレクタ１１２が、クライアント機器１０６から（１つ又は複数の）機器／ユーザ識別子１２４を収集するように構成される。例示的なデータコレクタ１１２は、（１つ又は複数の）機器／ユーザ識別子１２４を収集データ１２６でアプリパブリッシャ１１０に送信し、（１つ又は複数の）機器／ユーザ識別子１２４をメディアパブリッシャ１２０にも送信する。そのような他の例では、データコレクタ１１２は、図１の例示的システム１００でデータコレクタ１１２が行うようにクライアント機器１０６のメディア１１８からメディアＩＤ１２２を収集することはしない。代わりに、クライアント機器１０６にメディア１１８を発行するメディアパブリッシャ１２０が、自身が発行するメディア１１８からメディアＩＤ１２２を取り出す。そして、メディアパブリッシャ１２０はそのメディアＩＤ１２２を、クライアント機器１０６で実行されているデータコレクタ１１２から受信した（１つ又は複数の）機器／ユーザ識別子１２４に関連付け、メディアＩＤ１２２及びそれに関連付けられたクライアント機器１０６の（１つ又は複数の）機器／ユーザ識別子１２４を含む収集データ１３８をアプリパブリッシャ１１０に送信する。例えば、メディアパブリッシャ１２０がメディア１１８をクライアント機器１０６に送信する時には、クライアント機器１０６から受信した（１つ若しくは複数の）機器／ユーザ識別子１２４の１つ又は複数を使用して、クライアント機器１０６をメディア１１８の宛先機器として識別することによって送信する。このようにして、メディアパブリッシャ１２０は、メディア１１８のメディアＩＤ１２２を、クライアント機器１０６の（１つ又は複数の）機器／ユーザ識別子１２４に関連付けて、メディア１１８が提示のために（例えばメディア１１８のインプレッションを生じさせるために）特定のクライアント機器１０６に送信されたことを示すことができる。

[0092]データコレクタ１１２が（１つ又は複数の）機器／ユーザ識別子１２４をメディアパブリッシャ１２０に送信するように構成される他の例では、データコレクタ１１２は、クライアント機器１０６のメディア１１８からメディアＩＤ１２２を収集しない。代わりに、クライアント機器１０６にメディア１１８を発行するメディアパブリッシャ１２０が、自身が発行するメディア１１８からメディアＩＤ１２２も取り出す。そして、メディアパブリッシャ１２０は、そのメディアＩＤ１２２をクライアント機器１０６の（１つ又は複数の）機器／ユーザ識別子１２４と関連付ける。そして、メディアパブリッシャ１２０は、メディアＩＤ１２２及び（１つ又は複数の）機器／ユーザ識別子１２４を含むメディアインプレッションデータ１３０をＡＭＥ１０８に送信する。例えば、メディアパブリッシャ１２０がクライアント機器１０６にメディア１１８を送信する時には、（１つ又は複数の）機器／ユーザ識別子１２４の１つ又は複数を使用して、クライアント機器１０６をメディア１１８の宛先機器として識別することによって送信する。このようにして、メディアパブリッシャ１２０は、メディア１１８のメディアＩＤ１２２を、クライアント機器１０６の（１つ又は複数の）機器／ユーザ識別子１２４と関連付けて、メディア１１８が提示のために（例えばメディア１１８のインプレッションを生じさせるために）その特定のクライアント機器１０６に送信されたことを示すことができる。図の例では、ＡＭＥ１０８がメディアパブリッシャ１２０からインプレッションデータ１３０を受信すると、ＡＭＥ１０８は次いで機器／ユーザ識別子ログ１３６ａ〜ｂを提携先データベース保有者１０４ａ〜ｂに送信して、上記で図１との関連で説明したようにユーザ情報１０２ａ〜ｂを要求することができる。

[0093]図１ではメディアパブリッシャ１２０をアプリパブリッシャ１１０とは別に示しているが、アプリパブリッシャ１１０は、提示のためにクライアント機器１０６にメディア１１８を送信するメディアパブリッシャ１２０の動作の少なくとも一部を実装することができる。例えば、広告提供者、メディア提供者、又は他の情報提供者は、例えばアプリプログラム１１６がクライアント機器１０６で実行されている時にはアプリプログラム１１６を介して、クライアント機器１０６に発行するためにアプリパブリッシャ１１０にメディア（例えばメディア１１８）を送信することができる。そのような例では、アプリパブリッシャ１１０が、上記でメディアパブリッシャ１２０によって行われると説明した動作を実装する。

[0094]それに加えて、又はそれに代えて、クライアント機器１０６が視聴者測定エンティティ１０８に識別子を送信する（例えばアプリパブリッシャ１１０、メディアパブリッシャ１２０、及び／又は他のエンティティを介して）上記の例に対して、他の例では、クライアント機器１０６（例えばクライアント機器１０６にインストールされたデータコレクタ１１２）が識別子（例えば（１つ又は複数の）ユーザ／機器識別子１２４）を直接（例えばＡＭＥ１０８を介さずに）それぞれのデータベース保有者１０４ａ、１０４ｂに送信する。そのような例では、例示的なクライアント機器１０６は、メディア識別子１２２を視聴者測定エンティティ１０８に送信する（例えば直接、又は、アプリケーションパブリッシャ１１０等の仲介者を介して）が、データベース保有者１０４ａ〜ｂにはメディア識別子１２２を送信しない。

[0095]上記のように、例示的な提携先データベース保有者１０４ａ〜ｂは、メディア識別子１２２と対応付けてメディアインプレッション情報を形成するために、例示的なＡＭＥ１０８にユーザ情報１０２ａ〜ｂを提供する。これも上記で述べたように、データベース保有者１０４ａ〜ｂにはメディア識別子１２２のコピーは提供されない。代わりに、クライアントは、データベース保有者１０４ａ〜ｂにインプレッション識別子１４０を提供する。インプレッション識別子は、クライアント機器１０６の他のインプレッションイベントに対してインプレッションイベントを一意に識別し、そのため、クライアント機器１０６におけるインプレッションの発生を他のインプレッションの発生から区別することができる。ただし、インプレッション識別子１４０は、それ自体では、そのインプレッションイベントに関連付けられたメディアは識別しない。そのような例では、クライアント機器１０６からＡＭＥ１０８へのインプレッションデータ１３０が、インプレッション識別子１４０とそれに対応するメディア識別子１２２も含む。ユーザ情報１０２ａ〜ｂをメディア識別子１２２に対応付けるために、例示的なデータベース保有者１０４ａ〜ｂは、ユーザ情報１０２ａ〜ｂの集まりの元となったインプレッションイベントのインプレッション識別子１４０と関連付けて、ユーザ情報１０２ａ〜ｂをＡＭＥ１０８に提供する。このようにして、ＡＭＥ１０８は、クライアント機器１０６から受信したインプレッション識別子１４０を、提携先データベース保有者１０４ａ〜ｂから受信した対応するインプレッション識別子１４０に対応付けて、クライアント機器１０６から受信したメディア識別子１２２を、データベース保有者１０４ａ〜ｂから受信したユーザ情報１０２ａ〜ｂに含まれる人口統計学的情報に関連付けることができる。インプレッション識別子１４０は、他に、人口統計学的情報の重複を低減及び回避するためにも使用することができる。例えば、例示的な提携先データベース保有者１０４ａ〜ｂは、インプレッション単位で（例えばクライアント機器１０６が暗号化された識別子２０８ａ〜ｂ及びインプレッション識別子１４０を含む要求を提携先データベース保有者１０４ａ〜ｂに送信するたび）、及び／又は集約して（例えば、モバイル機器１０２ａ〜ｂにおける複数回のインプレッションを示すもの（例えば複数のインプレッション識別子１４０）を含むユーザ情報のセット１０２ａ〜ｂを、クライアント機器１０６で提示されるＡＭＥ１０８に送信する）、ユーザ情報１０２ａ〜ｂ及びインプレッション識別子１４０をＡＭＥ１０８に提供することができる。

[0096]ＡＭＥ１０８に提供されるインプレッション識別子１４０により、ＡＭＥ１０８は、ユニークインプレッションを区別することができ、メディアを視聴するユニークユーザ及び／又は機器の数を実際よりも多く計数することを回避する。例えば、クライアント機器１０６に関して、提携先Ａのデータベース保有者１０４ａから得るユーザ情報１０２ａと、提携先Ｂのデータベース保有者１０４ｂから得るユーザ情報１０２ｂとの関係は、ＡＭＥ１０８には容易には明らかにならない。インプレッション識別子１４０（又は同様の識別子）を含めることにより、例示的なＡＭＥ１０８は、ユーザ情報１０２ａ〜ｂの両方に記憶されている一致するインプレッション識別子１４０に基づいて、ユーザ情報１０２ａと１０２ｂの間で同じユーザに対応するユーザ情報を関連付けることができる。例示的なＡＭＥ１０８は、ユーザ情報１０２ａ〜ｂ間で一致するそのようなインプレッション識別子１４０を使用して、モバイル機器及び／又はユーザを実際より多く計数することを回避することができる（例えば、同じユーザを複数回数えるのではなく、ユニークユーザのみを数える）。

[0097]同一のユーザが複数回数えられるのは、例えば、１回のインプレッションで、クライアント機器１０６が複数のユーザ／機器識別子を、インプレッション識別子（例えばインプレッション識別子１４０）を伴わずに、複数の異なるデータベース保有者１０４ａ〜ｂに送信する場合である。例えば、データベース保有者のうち第１の保有者１０４ａが第１のユーザ情報１０２ａをＡＭＥ１０８に送信し、インプレッションが発生したことを知らせる。また、データベース保有者のうち第２の保有者１０４ｂが第２のユーザ情報１０２ｂをＡＭＥ１０８に送信し、インプレッションが発生したことを（別個に）知らせる。また、それと別に、クライアント機器１０６がインプレッションの通知をＡＭＥ１０８に送信する。ユーザ情報１０２ａ〜ｂが同一のインプレッションに由来することを認識していないＡＭＥ１０８は、クライアント機器１０６からの１回のインプレッションの通知と、データベース保有者１０４ａ〜ｂからの複数のインプレッションの通知を得ている。

[0098]インプレッションを実際より多く計数することを回避するために、ＡＭＥ１０８はインプレッション識別子１４０を使用することができる。例えば、ユーザ情報１０２ａ〜ｂを調べた後に、例示的な提携先データベース保有者１０４ａ〜ｂが、対応するユーザ情報１０２ａ〜ｂと共にインプレッション識別子１４０をＡＭＥ１０８に送信する。ＡＭＥ１０８は、クライアント機器１０６から直接得たインプレッション識別子１４０を、データベース保有者１０４ａ〜ｂからユーザ情報１０２ａ〜ｂと共に受信したインプレッション識別子１４０と対応付けることにより、ユーザ情報１０２ａ〜ｂをメディア識別子１２２に関連付け、インプレッション情報を生成する。これが可能であるのは、ＡＭＥ１０８が、クライアント機器１０６から直接、インプレッション識別子１４０と関連付けてメディア識別子１２２を受け取っているためである。したがって、ＡＭＥ１０８は、２つ以上のデータベース保有者１０４ａ〜ｂから得たユーザデータを同じメディア露出イベントに対応付けることができ、したがって二重に数えることを回避する。

[0099]ここで説明する例の一意のインプレッション識別子１４０はそれぞれ、クライアント機器１０６における特定のメディアインプレッションに関連付けられている。提携先データベース保有者１０４ａ〜ｂはそれぞれのユーザ／機器識別子１２４を受け取り、ユーザ情報１０２ａ〜ｂを、独自に（例えば他の提携先データベース保有者１０４ａ〜ｂに関係なく）、且つそのインプレッションに関与したメディア識別子１２２についての知識なしに、生成することができる。ユーザ情報１０２ａ中の特定ユーザの人口統計学的プロフィール（提携先データベース保有者１０４ａから受信される）と、ユーザ情報１０２ｂ（提携先データベース保有者１０４ａから受信されるユーザ情報１０２ａとは別に提携先データベース保有者１０４ｂから受信される）中の特定のユーザの人口統計学的プロフィールとが、クライアント機器１０６における同じインプレッションに関連する（例えばそのインプレッションの結果である）ことを示すものがなく、インプレッション識別子１４０を参照しなければ、ＡＭＥ１０８は、ユーザ情報１０２ａをユーザ情報１０２ｂに関連付けることができず、及び／又は、それら異なるユーザ情報１０２ａ及び１０２ｂが同一のインプレッションに関連することを判断することができず、したがって、ユーザ情報１０２ａとユーザ情報１０２ｂを、２つの異なるユーザ／機器及び／又は２つの異なるインプレッションに対応するものとして数える可能性がある。

[00100]上記の例は、視聴者測定エンティティ（又は他のエンティティ）でインプレッションデータを収集する方法及び方法を説明するものである。上記の例を使用して、静的なメディア（例えば広告画像）、ストリーミングメディア（例えばコンテンツ、広告及び／若しくは他種のメディアを含むストリーミング映像及び／若しくは音声）、並びに／又は他種のメディアを含む、任意の種類のメディアのインプレッション情報を収集することができる。静的なメディア（例えば画像、テキスト、ウェブページ等、時間の成分を持たないメディア）の場合、例示的なＡＭＥ１０８は、クライアント機器１０６へのメディアの提示、配信、又はその他の方法による提供が発生するたびに１回インプレッションを記録する。ストリーミングメディア（例えば映像や音声等）の場合、例示的なＡＭＥ１０８は、ある時間にわたって発生するメディアについて人口統計データを測定する。例えば、メディアがクライアントアプリケーション／ソフトウェア１１４〜１１７でロードされると、ＡＭＥ１０８は、（例えばアプリパブリッシャ１１０及び／又はメディアパブリッシャ１２０を介して）、クライアント機器１０６で実行されているクライアントアプリケーション又はクライアントソフトウェア（例えば、ＯＳ１１４、ウェブブラウザ１１７、アプリ１１６等）にビーコン命令を提供する。例によっては、ビーコン命令により、クライアントアプリケーション／ソフトウェア１１４〜１１７が、規則的な間隔及び／又は不規則な間隔（例えば１分おき、３０秒おき、２分おき等）で、要求（例えばｐｉｎｇｂａｃｋメッセージ）をインプレッションコレクタ１３２に送信する。周期的に発生する要求を監視及び／又は計数することにより、例示的なＡＭＥ１０８は、継続時間方式のメディア（例えば映像や音声等）の個々のインプレッションの継続時間を監視する。例示的なＡＭＥ１０８は、継続時間方式のメディアのインプレッション数（例えば１回目のロード）、継続時間方式のメディアのユニーク視聴者、そのインプレッション数で視聴された継続時間方式のメディアの合計時間（秒又は分等の単位）を求めることができる。本明細書で使用される用語「インプレッション情報」は、インプレッション及び／又は継続時間の単位を含む場合がある。例示的なインプレッションコレクタ１３２は、ウェブブラウザ１１７からの要求を識別し、１つ又は複数のデータベース保有者との関連で、メディアのインプレッション情報を、ウェブブラウザ１１７のユーザの人口統計データと対応付ける。

[00101]例によっては、ユーザが（例えばブラウザ１１７を介して）ウェブサイトパブリッシャからウェブページをロードし、ウェブページは特定の６０分間の映像に相当する。例示的なウェブページの一部として、又はそれに加えて、ウェブサイトパブリッシャは、例えばブラウザ１１７にビーコン命令を提供することにより、データコレクタ１１２からビーコンサーバ１４２にｐｉｎｇｂａｃｋメッセージ（例えばビーコン要求）を送信させる。例えば、ビーコン命令が例示的なブラウザ１１７で実行されると、そのビーコン命令により、データコレクタ１１２がｐｉｎｇｂａｃｋメッセージ（例えばビーコン要求、ＨＴＴＰ要求、ｐｉｎｇ）を、指定された間隔（例えば１分に１回、又は他の適切な間隔）でインプレッションコレクタ１３２に送信する。例示的なビーコン命令（又は例えばインプレッションコレクタ１３２若しくはデータベース保有者１０４ａ〜ｂからのリダイレクトメッセージ）はさらに、データコレクタ１１２から、ｐｉｎｇｂａｃｋメッセージ又はビーコン要求を、ユーザに関する人口統計学的情報を収集及び／又は維持する１つ又は複数のデータベース保有者１０４ａ〜ｂに送信させる。データベース保有者１０４ａ〜ｂは、インプレッションコレクタ１３２によって判定されたインプレッションと組み合わせる、又は関連付けるために、データコレクタ１１２に関連付けられたユーザについての人口統計学的情報を送信する。ユーザが、映像を含んでいるウェブページを映像が終わる前に閉じた場合は、ビーコン命令は停止され、データコレクタ１１２は、インプレッションコレクタ１３２へのｐｉｎｇｂａｃｋメッセージの送信を停止する。例によっては、ｐｉｎｇｂａｃｋメッセージは、タイムスタンプ及び／又は多数のｐｉｎｇｂａｃｋメッセージが対応する映像中の箇所を示す他の情報を含む。クライアント機器１０６からインプレッションコレクタ１３２で受信されるｐｉｎｇｂａｃｋメッセージの数及び／又は内容を判定することにより、例示的なインプレッションコレクタ１３２は、ユーザが映像のうち特定の長さを見たことを判定することができる（例えば、インプレッションコレクタ１３２でｐｉｎｇｂａｃｋメッセージが受信された映像部分）。

[00102]図の例のクライアント機器１０６は、クライアント機器１０６を介して提示するメディア１１８（例えば音声、映像、対話型メディア、ストリーミングメディア等）がそこから取得されるホストウェブサイト（例えばwww.acme.com）に誘導されるクライアントアプリケーション／ソフトウェア１１４〜１１７を実行する。図の例では、メディア１１８（例えば広告及び／又はコンテンツ）には、識別子情報（例えばメディアＩＤ１２２、クリエイティブタイプＩＤ、プレースメントＩＤ、パブリッシャソースのＵＲＬ等）及びビーコン命令がタグ付けされる。例示的なビーコン命令により、クライアントアプリケーション／ソフトウェア１１４〜１１７はさらなるビーコン命令をビーコンサーバ１４２に要求し、その命令が、メディア１１８のインプレッションを報告するビーコン要求を送信する方式と送信先を、クライアントアプリケーション／ソフトウェア１１４〜１１７に指示する。例えば、例示的なクライアントアプリケーション／ソフトウェア１１４〜１１７は、メディア１１８の識別（例えばメディア識別子１２２）を含む要求をビーコンサーバ１４２に送信する。すると、ビーコンサーバ１４２は、ビーコン命令１４４を生成して、例示的なクライアント機器１０６に返す。図ではビーコンサーバ１４２とインプレッションコレクタ１３２は別々に示しているが、例によっては、ビーコンサーバ１４２とインプレッションコレクタ１３２は組み合わせられる。図の例では、ビーコン命令１４４は、１つ又は複数のデータベース保有者（例えば提携先データベース保有者１０４ａ〜ｂの１つ若しくは複数）、又はクライアント機器１０６がビーコン要求（例えばインプレッション要求）を送信すべき他のサーバのＵＲＬを含む。例によっては、ｐｉｎｇｂａｃｋメッセージ又はビーコン要求はＨＴＴＰ要求として実装することができる。ただし、送信されるＨＴＴＰ要求は、ダウンロードすべきウェブページ又は他のリソースを特定するのに対し、ｐｉｎｇｂａｃｋメッセージ又はビーコン要求は、視聴者測定情報（例えば広告キャンペーンの識別、コンテンツ識別子、及び／若しくは機器／ユーザの識別情報）をペイロードとして含む。ｐｉｎｇｂａｃｋメッセージ又はビーコン要求の送信先のサーバは、ｐｉｎｇｂａｃｋメッセージ又はビーコン要求の視聴者測定データをインプレッション（例えばビーコン命令がタグ付けされたメディアの性質に応じて広告及び／又はコンテンツのインプレッション）として記録するようにプログラムされる。例によっては、タグ付けされたメディア１１８と共に受信されるビーコン命令が、ビーコン命令１４４を含む。そのような例では、タグ付けされたメディア１１８ですでにビーコン命令１４４が提供されるので、クライアントアプリケーション／ソフトウェア１１４〜１１７は、ビーコンサーバ１４２にビーコン命令１４４を要求する必要がない。

[00103]ビーコン命令１４４がクライアント機器１０６で実行されると、ビーコン命令１４４は、クライアント機器１０６から、ビーコン命令１４４で指定される遠隔のサーバ（例えばインプレッションコレクタ１３２、メディアパブリッシャ１２０、データベース保有者１０４ａ〜ｂ、又は他のサーバ）に、（例えば指定された間隔で繰り返し）ビーコン要求を送信させる。図の例では、指定されるサーバは、視聴者測定エンティティ１０８、すなわちインプレッションコレクタ１３２のサーバである。ビーコン命令１４４は、Ｊａｖａｓｃｒｉｐｔ（登録商標）、又は、例えばＪａｖａやＨＴＭＬ等のクライアントアプリケーション（例えばウェブブラウザ）を介して実行することができる他の種類の命令又はスクリプトとして実装することができる。

[00104]図１のシステムを実装するために使用できる例が、２０１３年８月２８日に出願された米国特許出願第１４／１２７，４１４号、２０１４年４月２４日に出願された米国特許出願第１４／２６１，０８５号、２０１４年３月１３日に出願された米国仮特許出願第６１／９５２，７２６号、２０１４年４月１４日に出願された米国仮特許出願第６１／９７９，３９１号、２０１４年４月３０日に出願された米国仮特許出願第６１／９８６，７８４号、２０１４年５月９日に出願された米国仮特許出願第６１／９９１，２８６号、及び２０１４年６月１９日に出願された米国仮特許出願第６２／０１４，６５９号に開示される。米国特許出願第１４／１２７，４１４号、米国特許出願第１４／２６１，０８５号、米国仮特許出願第６１／９５２，７２６号、米国仮特許出願第６１／９７９，３９１号、米国仮特許出願第６１／９８６，７８４号、米国仮特許出願第６１／９９１，２８６号、及び米国仮特許出願第６２／０１４，６５９号は、それらの全体が参照により本明細書に取り込まれる。

[00105]図２〜図１１の例を使用して、ユーザがメディアにアクセスするクライアント機器から収集されたインプレッション情報中の帰属先誤判定及び／又は未カバーの誤りを補償することができる。そのようなインプレッション情報は、上記の例示的技術を含む、任意の適切な技術を使用して収集することができる。例えば、データベース保有者１０４ａ〜ｂから収集されるインプレッション情報は、対象とするメディア項目（例えば広告、ストリーミングメディア、ウェブサイト等）のインプレッション数、継続時間方式のメディアが提示される継続時間単位数（例えば分や秒等）、及び／又は、そのインプレッションに対応する視聴者メンバーの数を記述する集約されたインプレッション情報とすることができる。データベース保有者１０４ａ〜ｂから得られる集約されたインプレッション情報には、帰属先誤判定の誤り（例えばインプレッションを第２の人口統計グループの第２の人物にインプレッションを関連付けるべき時に、データベース保有者が、誤って第１の人口統計グループの第１の人物にインプレッションを関連付けた結果生じる誤り）、及び／又は未カバーの誤り（例えばデータベース保有者がインプレッションを人物に関連付けられない結果生じる誤り）が生じる可能性がある。データベース保有者１０４ａ〜ｂによって人口統計学的情報に関連付けることができないインプレッション及び／又は継続時間単位は、集約された人口統計学的情報に含まれない可能性があるため、開示される例の一部では、例えばＡＭＥ１０８でインプレッションを計数し、計数したインプレッションを、データベース保有者１０４ａ〜ｂが人口統計学的情報を認識しているインプレッションの数と比較することを使用して、集約されたインプレッション情報中の未カバーの誤りを検出することができる。他の例では、データベース保有者１０４ａ〜ｂが、データベース保有者１０４ａ〜ｂが人口統計学的情報を判断できなかったインプレッション及び／又は継続時間単位の数を返す。データベース保有者１０４ａ〜ｂが人口統計学的情報を判断できなかったインプレッション及び／又は継続時間単位の数を、カバーされていないインプレッションの数として使用することができる。

[00106]本明細書に開示される例は、調査較正データを使用して、それぞれの誤りを推定し、帰属先誤判定の誤り及び／又は未カバーの誤りを補正するように調整された補償インプレッション情報を生成する。本明細書に開示される例は、クライアント機器（例えばモバイル機器及び／若しくは非モバイル機器）から収集されたインプレッション及び／若しくは継続時間単位に使用することができ、モバイル機器のみから収集されたインプレッション及び／若しくは継続時間単位に適用することができ、非モバイル機器から収集されたインプレッション及び／若しくは継続時間単位に適用するのとは別にモバイル機器から収集されたインプレッション及び／若しくは継続時間単位に適用することができ、並びに／又は、第２の種類のモバイル機器から収集されたインプレッションに適用するのとは別に、第１の種類のモバイル機器から収集されたインプレッション及び／若しくは継続時間単位に適用することができる。補償されたインプレッション情報は、例によっては、モバイル機器と非モバイル機器に分けて提示又は報告され、及び／又は、モバイル機器と非モバイル機器両方に対応する集約データとして報告される。

[00107]本明細書に開示される例は、実時間又はほぼ実時間で受信データに適用することができ（例えばデータの受信から数秒若しくは数分以内）、また所望の時間（例えば１時間、１日、１週間、１か月等）にわたり、及び／又は累積的に（例えば多数の期間にわたって収集されたインプレッション及び／若しくは継続時間単位に適用される）、インプレッション情報（例えばインプレッション、継続時間単位）を補償するために使用することができる。したがって、本明細書に開示される例は、正確な人口統計学的情報を広告者及び／又はメディア配布者に提供して、知られる方法より、測定された人口統計データに合わせてメディアキャンペーンの戦略をより迅速に調整することができる。

[00108]図２は、図１の例示的なインプレッションコレクタ１３２を実装して、インプレッション情報の帰属先誤判定及び／又は未カバーの誤りを補償するために使用できる例示的なインプレッションデータ補償器２００のブロック図である。図２の例示的インプレッションデータ補償器２００は、クライアント機器（例えば図１のクライアント機器１０６）及び／又はデータベース保有者１０４ａ〜１０４ｂから取得したインプレッション情報を補償又は調整して、上記のような誤りを低減（例えば回避）する。

[00109]図２の例示的インプレッションデータ補償器２００は、較正データ収集部２０２、共有行列生成部２０４、帰属先誤判定補正部２０６、インプレッション情報収集部２０８、未カバー計算部２１０、未カバー補正部２１２、及びインプレッション情報調整部２１４を含む。

[00110]図２の例示的インプレッションデータ補償器２００は、視聴者のモバイル機器の使用特性を記述する調査較正データを収集又は取得する。例えば、調査較正データは、無作為に選択された世帯の調査への回答を含むか、及び／又は回答に基づくことができる。例によっては、較正調査で、世帯の人数、世帯の人口統計学的特性（例えば年齢及び性別、人種、民族性、言語特性、世帯収入、地理的な場所等）、世帯にあるモバイル機器の数及び／若しくは種類（例えば、スマートフォン、タブレットコンピュータ、携帯メディアプレーヤ等）、並びに／又は、指定されたデータベース保有者（例えば図１の提携先データベース保有者１０４ａ〜ｂ）への世帯員の登録、を含む情報を得る。例によっては、較正調査で、世帯内の人ごとに、その世帯にある各モバイル機器の使用特性及び／若しくはモバイル機器の種類、その人物が普段視聴するメディアカテゴリ、その人物が世帯にある各モバイル機器及び／若しくは各種類のモバイル機器で普段視聴するメディアカテゴリ、その人物が世帯にある各モバイル機器及び／若しくは各種類のモバイル機器で使用しているアプリ、並びに／又は、世帯にある各モバイル機器及び／若しくは各種類のモバイル機器で行われる指定されたデータベース保有者との対話の特性、を得る。例示的な較正データ収集部２０２は、少なくとも閾値数の世帯から調査較正データを取得し、該当する場合はその結果を重み付けして一般的な母集団や視聴者を反映させる。

[00111]いくつかの他の例では、調査較正データソースは、例えばテレビの視聴率を調べるＮｉｅｌｓｅｎ Ｎａｔｉｏｎａｌ Ｐｅｏｐｌｅ Ｍｅｔｅｒ（ＮＰＭ）のパネル等、設立された（１つ又は複数の）回答者パネルの調査を含む。設立されたパネルの調査ではしばしば、より高い品質の調査較正データが得られる。例によっては、複数の調査で得られたデータを使用して、種々の補償係数を計算する、及び／又は、それらのデータを組み合わせて使用して補償係数を計算する。

[00112]帰属先誤判定の補正

[00113]図２の例示的共有行列生成部２０４は、調査較正データに基づいて機器共有行列を計算する。図２の例では、共有行列生成部２０４は、調査較正データで表される機器種類とメディアカテゴリとの組み合わせごとに、別々の帰属先誤判定補正行列を作成する。

[00114]対象とする機器種類とメディアカテゴリについての帰属先誤判定補正行列を生成するために、例示的な共有行列生成部２０４は、世帯配分生成部２１６、集約配分生成部２１８、行列補正部２２０、及び行列正規化部２２２を含んでいる。

[00115]図２の例示的世帯配分生成部２１６は、調査較正データに基づいて世帯の視聴者の配分を生成する。例えば、世帯配分生成部２１６は、調査較正データに表された人物が、注目する機器種類を使用して注目するメディアカテゴリのメディアを視聴するそれぞれの見込みを求める。説明のために次のような例を考えたい。調査較正データが収集される例示的な世帯が、１）４５〜５４才の男性、２）３５〜４４才の女性、３）１８〜２４才の女性、及び４）１２〜１７才の男性、の４人の世帯員を含むとする。１８〜２４才の女性と１２〜１７才の男性は、図１の例示的データベース保有者１０４ａ（例えばＦａｃｅｂｏｏｋ）に登録しており（例えばデータベース保有者１０４ａにより登録ユーザとして認識可能であり）、タブレットコンピュータ（例えば図１のクライアント機器１０６）を使用してデータベース保有者１０４ａにアクセスする（ただし同時ではない）。４５〜５４才の男性と３５〜４４才の女性は、タブレットコンピュータではデータベース保有者１０４ａに認識されない。下の表１に、メディアカテゴリごとにタブレットコンピュータの例示的な共有パターンを示す。表１で、「Ｘ」と示されたセルは、そのセルの人口統計グループの欄に記された人物が、コンテンツ種類の欄に記されたカテゴリのメディアを視聴することを意味する。逆に、表１の空白のセルは、そのセルの人口統計グループの欄に記された人物が、コンテンツ種類の欄に記されたカテゴリのメディアを視聴しないことを意味する。メディアカテゴリは、例えば調査較正データで使用されるメディアカテゴリ、並びに／又はテレビ及び／若しくは他のメディアの視聴率調査で使用されるメディアカテゴリに基づいて定義することができる。

[00116]表１に示すように、４５〜５４才の男性は、タブレットコンピュータを使用して、政治メディアに分類されたメディア（例えばウェブサイト、ストリーミングメディア等）を視聴し、３５〜４４才の女性は、タブレットコンピュータで、ドラマ、コメディ、及び／又はリアリティに分類されたメディア（例えばウェブサイトやストリーミングメディア等）を視聴し、１８〜２４才の女性は、タブレットコンピュータで、ドラマ及びコメディに分類されたメディア（例えばウェブサイトやストリーミングメディア等）を視聴する。１２〜１７才の男性はタブレットを使用してデータベース保有者１０４ａにログインするが、タブレットコンピュータでは視聴者測定エンティティ１０８によって監視されるメディアは視聴しない。表１の共有パターンに基づき、例示的な世帯配分生成部２１６は、下の表２に示すように、表１のメディアカテゴリごとに機器共有の確率を計算する。その機器共有の確率を、表２では、人口統計グループの欄で識別された人物がその機器でその種類のコンテンツ（例えばメディアカテゴリ）を視聴する確率密度関数（ＰＤＦ）として示す。

[00117]この例では、１２〜１７才の男性がタブレットコンピュータで（例えばブラウザ及び／又はアプリを介して）データベース保有者にログインし、そのデータベース保有者からログアウトせず、その後３５〜４４才の女性が同じタブレットコンピュータを使用し（まだ１２〜１７才の男性がデータベース保有者１０４ａにログインした状態になっている）、自分の資格証明情報を使用してデータベース保有者１０４ａにログインしない場合、データベース保有者１０４ａは、３５〜４４才の女性がタブレットコンピュータでメディアを視聴している間、本来は３５〜４４才の女性に属すると判断すべきインプレッション及び／又は継続時間単位を１２〜１７才の男性に属すると誤って判断する。そのため、そのような例では、データベース保有者情報を使用してインプレッション及び／又は継続時間単位を人口統計学的情報に関連付けると、４５〜５４才の男性と３５〜４４才の女性に属すると判断されるインプレッション及び／又は継続時間単位がなくなり（又は実際よりも少なくなり）、１８〜２４才の女性及び／又は１２〜１７才の男性に属すると判断されるインプレッション及び／又は継続時間単位が実際よりも多くなる。

[00118]この世帯のタブレットコンピュータと「コメディ」カテゴリについての帰属先誤判定補正行列を求めるために、例示的な世帯配分生成部２１６は、上記表２の「コメディ」の確率を、下の表３に示す例示的な再配分後の視聴者行列に変換する。表３で、列（認識された人口統計グループｉ）は、インプレッションに関連するものとデータベース保有者１０４ａに識別された人口統計グループを表し、行（実際の閲覧者人口統計グループｊ）は、そのインプレッションに対応するメディアを実際に視聴する人口統計グループ（例えば実際の閲覧者）を表す。したがって、表３は、ある人物が、認識された人口統計グループｉの人物としてデータベース保有者に識別された場合に、実際の閲覧者又は真の閲覧者が実際の閲覧者人口統計グループｊの人物であるＰＤＦを含む。各セルの値は、データベース保有者１０４ａがメディアのインプレッションをその列の認識された人口統計グループｉに関連付ける時に、その行の実際の閲覧者人口統計グループｊが当該メディアを視聴している確率γ_ｉｊである。

[00119]この世帯の表３の再配分後の視聴者行列からインプレッションを求める例として、認識された人口統計グループｉの１２〜１７才の男性に視聴されているとデータベース保有者１０４ａに認識された「コメディ」のメディアカテゴリのインプレッションが１０回あった場合、そのインプレッションのうち５回は、実際の閲覧者人口統計グループｊの３５〜４４才の女性が生じさせたと考えられ（例えば１０回のインプレッションに表３の０．５の確率を乗算する）、インプレッションのうち５回は、実際の閲覧者人口統計グループｊの１８〜２４才の女性が生じさせたと考えられ（例えば１０回のインプレッションに表３の０．５の確率を乗算する）、インプレッションのうち、実際の閲覧者人口統計グループｊの１２〜１７才の男性又は４５〜５４才の男性が生じさせたと考えるインプレッションはない（例えば１０回のインプレッションに表３の０の確率を乗算する）。

[00120]例示的な世帯配分生成部２１６は、表２及び／又は表３のＰＤＦを使用することができ、２つの表のＰＤＦは、異なる人口統計グループの欄の確率が異なっており（表２）、及び／又は、異なる実際の閲覧者人口統計グループの確率が異なっている（表３）。例えば、１つのＰＤＦ内の異なる確率は、世帯の世帯員の１人が、その世帯の世帯員の他の１人よりも大幅に高い頻度で対象メディアカテゴリを視聴する場合に、調査較正データから求められる可能性がある。例えば、表２の３５〜４４才の女性が「コメディ」のカテゴリのメディアを「頻繁に」視聴すると報告し、表２の１８〜２４才の女性が「コメディ」のカテゴリのメディアを「めったに視聴しない」と報告した場合、表２の「コメディ」カテゴリのＰＤＦは、その視聴頻度の違いを反映して（０， ０．７５， ０， ０．２５）となる可能性がある。それに加えて、又はそれに代えて、例示的な世帯配分生成部２１６は、同じ人口統計グループに複数の人が存在することに基づいて、表２の例示的共有行列に異なる確率を持つＰＤＦを使用する場合もある。例えば、１２〜１７才の女性が２人と３５〜４４才の女性が１人いる世帯のＰＤＦは、Ｆ１２〜１７の人口統計グループの確率がＦ３５〜４４の人口統計グループの確率の２倍になる可能性がある。

[00121]図２の例示的な集約配分生成部２１８は、例示的な調査較正データに含まれるすべての世帯に基づいて、機器種類とメディアカテゴリの組み合わせごとに、集約された再配分後の視聴者行列を生成する。

[00122]例によっては、世帯配分生成部２１６が、個々の世帯の調査回答から個別の機器共有行列を生成し、集約配分生成部２１８が、個々の再配分後の視聴者行列を集約して、集約された再配分視聴者行列にする。例えば、世帯配分生成部２１６は、１つの世帯内でデータベース保有者１０４ａによって識別できる、認識された人口統計グループｉにいる人物を再配分することができる。そのため、世帯配分生成部２１６は、それらの者に関連するインプレッションも、調査較正データに基づいて、実際の閲覧者人口統計グループｊに再配分することができる。

[00123]再配分後の視聴者行列の別の例では、下の表４に、１８〜２４才の女性（Ｆ１８〜２４）として示される、同じ認識された人口統計グループｉにある２人の女性（例えばインプレッションに対応するメディアの閲覧者としてデータベース保有者１０４ａに認識される）がいる世帯のメディアカテゴリごとの例示的機器共有確率を示す。この例では、Ｆ１８〜２４の人口統計グループにいるその２人の女性は、Ｆ１８〜２４の人口統計グループに属するデータベース保有者１０４ａの登録ユーザとして識別することができる。

[00124]上記表４のセルは、指定されたメディアカテゴリ（例えば「すべて」、政治、ドラマ、コメディ、リアリティ）に関して、指定された認識された人口統計グループｉに属する者（例えばＭ４５〜５４の人口統計グループの１人、Ｆ３５〜４４の人口統計グループの１人、及びＦ１８〜２４の人口統計グループの２人）の間でメディア機器が共有される確率を示す確率密度関数（ＰＤＦ）を示している。例えば、「すべて」のメディアカテゴリのメディアが視聴されるＰＤＦは、Ｍ４５〜５４の認識された人口統計グループｉの人物、Ｆ３５〜４４の認識された人口統計グループｉの人物、及びＦ１８〜２４の認識された人口統計グループｉの人物のうちの１人それぞれに、０．３３となる。この例では、Ｆ１８〜２４の認識された人口統計グループｉにいるもう一方の者については、ＰＤＦは０になる。表４のデータは、世帯内の人のメディア視聴に関する情報を提供する調査較正データソース（例えば無作為に選択された人及び／又は世帯の調査）に基づく。

[00125]この例では、上記表４で表される例示的世帯のＦ１８〜２４の認識された人口統計グループｉにいる２人の女性は、データベース保有者１０４ａ（例えばソーシャルネットワークサービス）の登録ユーザである。上記表４のデータに基づき、世帯配分生成部２１６は、例示的な調査較正データソースで世帯から収集された機器共有パターン及び視聴パターンに基づいて、登録されたデータベース保有者ユーザそれぞれ（例えばＦ１８〜２４の人口統計グループの閲覧者）の視聴者（及び、したがってそれらの者に関連付けられたインプレッション）を、当該カテゴリのメディアを視聴する世帯の実際の閲覧者人口統計グループｊ、Ｍ４５〜５４、Ｆ３５〜４４、及びＦ１８〜２４に再配分する。表４の「すべて」のメディアカテゴリと、第２の例示的な世帯についての例示的な再配分後の視聴者を下の表５に示す。

[00126]上の表５で、世帯配分生成部２１６は、同じ認識された人口統計グループｉ（例えば人口統計グループＦ１８〜２４の２人の世帯員）にいるすべての登録されたデータベース保有者ユーザに、同じＰＤＦ（例えば０．３３）を適用する。表５の例では、セル値は、この世帯の人物が、データベース保有者に、認識された人口統計グループｉにいる人物（すなわちその列に示される人物及び／又は人口統計グループ）として認識された場合に、実際の閲覧者又は真の閲覧者が、真又は実際の閲覧者人口統計グループｊの人物（すなわちその行に示される人物及び／又は人口統計グループ）であるそれぞれの確率を示す。例えば、データベース保有者が、Ｆ１８〜２４の認識された人口統計グループｉの第１の人物を認識する場合に、「すべて」のカテゴリの真のメディア閲覧者がＭ４５〜５４の実際の閲覧者人口統計グループｊの人物である確率は、０．３３である。この例では、データベース保有者がＦ１８〜２４の認識された人口統計グループｉの第２の人物を認識した場合に、「すべて」のカテゴリの真のメディア閲覧者又は実際の閲覧者が、Ｍ４５〜５４の実際の閲覧者人口統計グループｊの人物である確率は、同じである（例えば０．３３）。

[00127]この例では、Ｆ１８〜２４の認識された人口統計グループｉの女性の閲覧者が、表５の例示的な再配分後の視聴者行列で表される特定の機器で特定のメディアカテゴリを視聴することを示すかどうかは重要でない。データベース保有者１０４ａがその特定の機器に関連するインプレッション及び／又は継続時間単位を把握する限り、世帯配分生成部２１６は、インプレッション及び／又は継続時間単位を、この世帯の実際の閲覧者人口統計グループｊ、Ｍ４５〜５４、Ｆ３５〜４４、及びＦ１８〜２４すべてに均等に再配分することができる。したがって、Ｆ１８〜２４と示される両方の列（例えばこの世帯の２人の娘に相当する）に、０．３３（Ｍ４５〜５４の実際の閲覧者人口統計グループｊ）、０．３３（Ｆ３５〜４４の実際の閲覧者人口統計グループｊ）、及び０．３３（Ｆ１８〜２４の実際の閲覧者人口統計グループｊ）の等しい再配分が与えられる。そして、Ｆ１８〜２４の実際の閲覧者人口統計グループｊに対応する同じ行の確率値をＦ１８〜２４の列にわたって合計する。これは、それらの値が、同じ認識された人口統計グループｉ、Ｆ１８〜２４に対応するからである。「合計」の行にあるセルは、データベース保有者１０４ａの登録ユーザである、対応する認識された人口統計グループｉ（Ｍ４５〜５４、Ｆ３５〜４４、Ｆ１８〜２４）にいる視聴者メンバーの数を示す。

[00128]下の表６は、Ｆ１８〜２４の認識された人口統計グループｉについての合計値が示された、「すべて」のジャンルにわたる例示的な再配分後の視聴者行列を示す。

[00129]上の表６で、それぞれの列（認識された人口統計グループｉ、Ｍ４５〜５４、Ｆ３５〜４４、及びＦ１８〜２４）は、この世帯の認識された人口統計グループｉにいるデータベース保有者１０４ａの登録ユーザの合計数に相当する。「合計」の行にあるセルは、データベース保有者１０４ａの登録ユーザである、対応する認識された人口統計グループｉ（例えばＭ５４〜５４、Ｆ３５〜４４、Ｆ１８〜２４）にいる視聴者メンバーの数を示す。例によっては、表６の再配分後の視聴者行列の実際の閲覧者人口統計グループｊ（例えば行）を拡大して、視聴者測定エンティティ１０８及び／又はデータベース保有者１０４ａに使用されるすべての認識された人口統計グループｉを含むようにして、行列を集約できるようにする。したがって、上の表６で表される世帯には、実際の閲覧者人口統計グループＭ１２〜１７にあたる世帯員はいないが、上の表６の例は、Ｍ１２〜１７の行を含むことにより、表６のＰＤＦを下の表７のＰＤＦと集約できるようにしている。

[00130]表４に示す機器共有確率を使用して上記で表５及び表６との関係で説明したように第２の世帯の再配分後の視聴者行列を生成した後、表６及び表７の再配分後の視聴者行列を世帯にまたがって集約（例えば合計）して、認識された人口統計グループｉにいるデータベース保有者１０４ａの登録ユーザを組み合わせ、実際の閲覧者人口統計グループｊの再配分後の視聴者を合計する。例えば、上の表６と下の表７の再配分後の視聴者を集約して、下の表８に示す世帯間で集約された再配分後の視聴者を生成する。ここで説明する例では、表６と表７は２つの異なる世帯に対応する。

[00131]上の表８の確率は、表６及び表７のうち対応する表に表される２つの世帯にまたがったデータベース保有者１０４ａの登録ユーザについての再配分後の視聴者を反映している。Ｍ１２〜１７とＦ１８〜２４の認識された人口統計グループｉの列の合計は、認識された人口統計グループｉにいるデータベース保有者１０４登録ユーザの合計数を反映している。「合計」の行にあるセルは、データベース保有者１０４ａの登録ユーザである、対応する認識された人口統計グループｉ（Ｍ４５〜５４、Ｆ３５〜４４、Ｍ１２〜１７、Ｆ１８〜２４）にいる視聴者メンバーの数を示す。

[00132]例によっては、行列補正部２２０は、人口統計学的ペアｉ、ｊ（例えば認識された人口統計グループｉの１人と、実際の閲覧者人口統計グループｊの１人）が同じ世帯で共に生活している確率を是正するためのＮｉｅｌｓｅｎのＮＰＭ（national people meter）指標を生成する。例えば、Ｐ（Ｌ）_ｉｊは、認識された人口統計グループｉにいる第１の人物が、実際の閲覧者人口統計グループｊにいる人物と同じ世帯で生活している確率である。ここで説明する例では、ＮＰＭ指標は、較正データの他のソースである。本明細書に開示される例では、世帯員がその世帯に関連付けられたメディア機器を介してメディアを視聴した時にＡＭＥ１０８（図１）によって設置された計測器が世帯員の識別を収集する世帯から、ＮＰＭデータが収集される。ＮＰＭデータは、世帯員に自身を識別するように促す（又は、メディアを視聴する世帯員の識別をその他の形で正確に収集する）、ローカルにインストールされた計測器を使用して世帯で収集されるので、ＮＰＭデータは、メディア機器によって提示されるメディアをどの世帯員が実際に視聴しているか（例えば真の閲覧者である）を特定することに関して高い精度を有する。

[00133]下記のＮＰＭ指標を使用してＰ（Ｌ）_ｉｊの確率を是正することができる。そのような例では、行列補正部２２０が、再配分したデータベース保有者の登録ユーザの表（例えば上記の表５に示した「すべて」のカテゴリについての例示的な再配分後の視聴者行）の対応するｉ，ｊセルに、ＮＰＭ指標を適用する。下の表９は、世帯から収集された調査回答に基づく、共に生活している人口統計グループｉ，ｊの人のペアの推定数を示す（これは、これらの例では、再配分後の視聴者の表を求める元になる調査較正データソースとしても使用される）。下の表１０は、収集されたＮＰＭデータに基づく、共に生活している人口統計グループｉ，ｊペアの推定数を示す。下の表１１は、表９及び表１０の推定数に基づいて行列補正部２２０によって生成されたＮＰＭ指標を示す。

[00134]上記表１１の例示的なＮＰＭ指標は、表１０の値（パネル構成員データに基づく、共に生活している人口統計学的グループＩ，Ｊの人のペアの推定数）を、表９の対応する値（調査回答に基づく、共に生活している人口統計グループｉ，ｊの人のペアの推定数）で除算することによって計算される。ここで説明する例では、表１１を使用して、同じ世帯で共に生活している異なる人口統計グループｉ，ｊにいる閲覧者の過剰サンプリング／サンプリング不足を是正する。例えば、表９では、調査回答に基づいて、Ｍ４５〜５４の人口統計グループｉ，ｊにまたがる１００人が共に生活していると推定している。より正確なＮＰＭデータに基づき、表１０は、それと同じＭ４５〜５４の人口統計グループｉ、ｊにまたがる１０５人が共に生活していると推定している。したがって、表１１のその人口統計グループＭ４５〜５４の例示的なＮＰＭ指標は１．０５となり、これは、表１０の対応する１０５の値に対して、表９でＭ４５〜５４の人口統計グループｉ、ｊの中で共に生活している人々の数がサンプリング不足になっている（例えば１００）ことを補償するＮＰＭ指標よりも大きい。表９の推定数が表１０の対応する数量と比べてサンプリングが過剰になる事例の場合、対応する表１１のＮＰＭ指標は、１より小さくなる（例えば、表１１のＦ１８〜２４の実際の閲覧者人口統計グループｊと、Ｆ３５〜４４の認識された人口統計グループｉのＮＰＭ指標＝０．７５）。

[00135]例によっては、表９の共に生活しているいくつかの人口統計グループペアｉ，ｊからの推定（例えば調査回答に基づいて求められる）を、ＮＰＭデータに基づく表１０の推定と整合させる。その理由は、ＮＰＭデータは、データベース保有者１０４ａから得る人口統計学的データよりも高品質のデータソースであるからである。表１２及び表１３は、共に生活する人口統計グループｉ，ｊの人のペアの推定が、ＮＰＭデータに近くなるように整合される例示的データを示す。表１２で、行列補正部２２０は、認識された人口統計グループｉの第１の人物が、実際の閲覧者人口統計グループｊの人物と同じ世帯で生活している確率Ｐ（Ｌ）_ｉｊに関して、上記表８の再配分後の視聴者値を調整する。ここで説明する例では、行列補正部２２０は、上記表８のｉ，ｊ セルの再配分後の視聴者値に、上記表１１のｉ，ｊセルの値にある対応するＮＰＭ指標を乗算することにより、表１２の各ｉ，ｊセルの値を求める。このようにして、共有行列補正部２２０は、異なる世帯にまたがってデータベース保有者１０４ａによって収集された再配分後のインプレッションにＮＰＭ指標を適用して、認識された人口統計グループｉの第１の人物が実際の閲覧者人口統計グループｊの人物と同じ世帯で生活している確率Ｐ（Ｌ）_ｉｊを是正する。

[00136]上の表１３で、行列正規化部２２２は、上記表１２の調整後のインプレッションの再配分を正規化して、認識された人口統計グループｉ（例えばＭ１２〜１７及びＦ１８〜２４の認識された人口統計グループｉ）の列の合計が１になるようにする。このようにすると、各列（例えば認識された人口統計グループｉのＭ１２〜１７及びＦ１８〜２４）は、データベース保有者１０４ａが特定の認識された人口統計グループｉを検出した時に、ＡＭＥ１０８が、メディアの真の閲覧者の実際の閲覧者人口統計グループｊとして判定する内容の確率分布関数（ＰＤＦ）を表す。ここで説明する例では、表１３の再配分後に正規化した視聴者は、帰属先誤判定の補正係数、すなわち、認識された人口統計グループｉの人物がデータベース保有者１０４ａによってメディアの閲覧者として識別された場合に、実際の閲覧者人口統計グループｊの人物が実際の閲覧者である、人口統計グループｉ，ｊのペアごとの確率γ_ｉｊになる（例えばγ_ｉｊ＝０．４１７、０．２９５、０．３３３、０．３３８、０．２５０、及び０．３６８）。

[00137]例によっては、データベース保有者に検出された認識された人口統計グループｉと、真又は実際の閲覧者として割り当てられた実際の閲覧者人口統計グループｊとの各ペアの確率γ_ｉｊを、重み付けするか、及び／又は個々の世帯行列すべてにわたって平均して、集約された確率を求めることができる。ここで説明する例では、真の閲覧者又は実際の閲覧者とは、機器上でメディアに露出された（例えばメディアを視聴、消費等する）実際の視聴者メンバーと考えられる、特定の人口統計グループにある人物を指す。例えば、実際の閲覧者は、監視対象のメディアを実際に視聴する、又はそのメディアに露出される人物としてＡＭＥ１０８に判定される閲覧者である。人物を実際の閲覧者と判定することは、上記の無作為に選択された人及び／又は世帯の調査への回答に基づいて実際の閲覧者である見込みを示す統計確率に基づくことができる。ＡＭＥ１０８に認識される実際の閲覧者の判定は、観察や、世帯内の実際の閲覧者を示す他の収集データ（例えばＮＰＭデータ）に基づくこともできる。いずれの場合も、実際の閲覧者は、誰が実際の閲覧者であるかのＡＭＥ１０８による強い推測であるが、本明細書で使用される「実際の閲覧者」は、必ずしも実際の閲覧者の識別の絶対的な確信ではない。しかし、本明細書に開示される例との関連で使用される「実際の閲覧者」の推測の強さは、本明細書に開示される例との関連で使用して、高い精度を持つ補正されたインプレッション及び／又は継続時間単位を得るのに十分に正確である。例によっては、共有行列生成部２０４は、異なる地理的市場、異なる局、及び／又は一日のうち異なる時間帯等の追加的な区別及び／又は代替の区別に基づいて、機器共有行列を生成する。

[00138]上記のように再配分した視聴者を使用してγ_ｉｊを計算する例示的手法の代替として、例によっては、集約配分生成部２１８は、式１に示すように複合確率を計算することによって集約された再配分後の視聴者行列を計算する。

γ_ｉｊ＝Ｐ（Ｌ）_ｉｊ×Ｐ（Ｄ｜Ｌ）_ｉｊ×Ｐ（Ｓ_ｘ｜Ｄ）_ｉｊ （式１）

[00139]上記式１中、Ｐ（Ｌ）_ｉｊは、認識された人口統計グループｉの第１の人物が、実際の閲覧者人口統計グループｊの人物と同じ世帯で生活している確率であり、Ｐ（Ｄ｜Ｌ）_ｉｊは、認識された人口統計グループｉの第１の人物が、実際の閲覧者人口統計グループｊの人物と同じ世帯で生活していると仮定して、両方の人物がその世帯でモバイル機器（任意の種類）を利用できる確率であり、Ｐ（Ｓ_ｘ｜Ｄ）_ｉｊは、認識された人口統計グループｉの第１の人物が、実際の閲覧者人口統計グループｊの人物と選択された種類の同じモバイル機器を利用できると仮定して、両方の人物が選択されたカテゴリのメディアに関してそのモバイル機器を共有する確率である。本明細書で使用される「選択されたカテゴリ」は、分析の対象となる注目カテゴリを意味する。そのため、「選択された」は、この文脈で使用される場合は「分析のために選択された」ことを意味する。同じ意味が「選択された機器種類」、「選択された人口統計グループ」、及び「選択された人口統計グループのペア」にも該当する。

[00140]例によっては、集約配分生成部２１８は、１つ又は複数の較正データソースから得るデータ（例えば調査較正データ）を使用して、上記確率の１つ又は複数を求める。例えば、例によっては、共有行列計算部が、上記のＮＰＭ指標データを求めるために使用されるパネル等、設立されたパネルの調査から確率Ｐ（Ｌ）_ｉｊ及びＰ（Ｄ｜Ｌ）_ｉｊを求め、無作為の世帯に対する別の調査からＰ（Ｓ_ｘ｜Ｄ）_ｉｊを求める。

[00141]上記で表１〜１３を参照して説明した例を参照すると、例示的な集約配分生成部２１８は、再配分後の集約視聴者行列を使用して、人口統計グループｉ，ｊのペアごとに、（１）認識された人口統計グループｉの人物がデータベース保有者１０４ａによってメディアの閲覧者として識別され、且つ（２）実際の閲覧者人口統計グループｊの人物が実際の閲覧者である確率γ_ｉｊを求める。例示的な集約配分生成部２１８は、計算された各確率γ_ｉｊを含む帰属先誤判定補正行列を生成する。例示的な集約配分生成部２１８は、上記の例示的な式（１）を使用するか、及び／又は上記のＮＰＭ指標法を使用して、帰属先誤判定補正行列の確率γ_ｉｊを計算することができる。選択されたタブレットコンピュータの機器種類及び選択された「コメディ」のメディアカテゴリに対応する例示的な集約された再配分後視聴者行列を、例示的な帰属先誤判定補正行列として下の表１４に示す。例示的な表１４の続きの欄は、表の行の数と列の数が等しくなるように右に拡大していく。

[00142]上の表１４の例示的な帰属先誤判定補正行列に示すように、各列の値の合計は１００％になる。したがって、上の表１４の例示的な帰属先誤判定補正行列に基づいてインプレッション、継続時間単位、及び／又は視聴者を再配分する際には、認識された人口統計グループｉに属すると判断されるすべてのインプレッション、継続時間単位、及び／又は視聴者が是正される。下記で詳細に説明するように、図２の帰属先誤判定補正部２０６は、上記表１４の例示的な帰属先誤判定補正行列を適用して、インプレッション情報の帰属先誤判定の誤りを補償する。

[00143]共同視聴行列

[00144]例によっては、共有行列生成部２０４はさらに、上記表１４の例示的な帰属先誤判定補正行列に加えて、（例えばメディアカテゴリと機器種類の組み合わせごとに）共同視聴行列を生成する共同視聴行列生成部２２４を含む。共同視聴行列は、２つの人口統計グループ間で同時に視聴している確率のＰＤＦを提供する行列である。例えば、共同視聴の確率κ_ｉｊは、データベース保有者が、認識された人口統計グループｉの人物をメディアインプレッションとの関連で認識した時に、実際の閲覧者人口統計グループｊの人物も、その認識された人物と共にそのメディアを見ている（例えば共同視聴している）確率である。したがって、共同視聴行列の確率κ_ｉｊを使用して、インプレッションを複数の人物に関連付けることが適正である状況に関して、インプレッション情報を補償することができる。

[00145]上の表１４の例示的な帰属先誤判定補正行列と同様に、共同視聴行列生成部２２４により生成することができる共同視聴行列も行と列の数が等しい。ただし、上の表１４の例示的な帰属先誤判定補正行列と異なり、共同視聴行列の列の合計は必ずしも特定の数（例えば１００％）にはならない。ここで説明する例では、例示的な共同視聴行列生成部２２４は、上記の確率Ｐ（Ｌ）_ｉｊ及びＰ（Ｄ｜Ｌ）_ｉｊを使用して、さらに、同じ世帯に生活していて、選択された機器種類のモバイル機器を利用することができる、認識された人口統計グループｉの人物と実際の閲覧者人口統計グループｊの人物が機器種類ｘの同じモバイル機器を使用して選択されたメディアカテゴリのメディアを同時に見る確率を記述する確率Ｐ（Ｃ_ｘ｜Ｄ）_ｉｊを使用して、共同視聴の確率κ_ｉｊを計算する。例によっては、共同視聴行列生成部２２４は、上記式１のＰ（Ｓ_ｘ｜Ｄ）_ｉｊの項を、Ｐ（Ｃ_ｘ｜Ｄ）_ｉｊに入れ替えて、共同視聴の確率κ_ｉｊを計算する。

[00146]例によっては、帰属先誤判定補正部２０６は、機器共有による帰属先誤判定を調整したインプレッション及び／又は継続時間単位に、共同視聴行列を適用する。他の例では、共同視聴は、データの集まりの中で是正されない追加的なインプレッション及び／又は継続時間単位に相当すると考えることができるため、帰属先誤判定補正部２０６は、機器共有による帰属先誤判定が調整され、データベース保有者１０４ａによる未カバーが調整されたインプレッション及び／又は継続時間単位に共同視聴行列の確率κ_ｉｊを適用することにより、補償された（例えば補正された）インプレッション及び／又は継続時間単位に基づく共同視聴を求める。

[00147]帰属先誤判定の補正例１

[00148]上の表１４の帰属先誤判定補正行列を生成した後、例示的な帰属先誤判定補正部２０６は、図２のインプレッション情報収集部２０８から取得されるインプレッションの集合に帰属先誤判定補正行列を適用する。帰属先誤判定補正の第１の例では、帰属先誤判定補正行列を適用して、人口統計グループへのインプレッション帰属の判定を補正し、これは視聴者の計数には影響しない。そのような例を適用して、例えば、インターネットを利用するストリーミングメディア（例えばストリーミング映像及び／又はストリーミング音声）のインプレッションを補正することができる。例えば、インターネットを利用するストリーミングメディアの補正後のインプレッション情報を、そのメディアを追加的に、又は代替的に利用できる他種の機器のインプレッション情報と組み合わせることができる。例えば、テレビ番組の放送回がテレビで公開（例えば放送）された後に、視聴者メンバーが時間を遅らせて、又は時間をずらしてストリーミング再生するために、コンピューティング機器を介してその放送回を利用することがある。コンピューティング機器を介して利用されるストリーミングメディアのインプレッションは、Ｌｉｖｅ＋７のテレビ視聴率調査基準に追加することができる。Ｌｉｖｅ＋７は、初回の公開の視聴インプレッション（又は対応する視聴者数）と、初回の予定された放送による公開の日と、初回の予定された放送による公開後の７日間に発生するインプレッション（又は対応する視聴者数）との合計を測定する。

[00149]図２の例示的インプレッション情報収集部２０８は、データベース保有者１０４ａからインプレッション情報を収集し、またクライアント機器（例えば図１の例示的クライアント機器１０６）から取得されるインプレッション量情報を収集する。データベース保有者１０４ａから取得される例示的なインプレッション情報には、人口統計グループそれぞれからデータベース保有者１０４ａによって人口統計グループに関連付けられたインプレッションの集約数が含まれる。

[00150]例示的なデータベース保有者１０４ａは、対象とするメディア項目（例えば視聴者測定エンティティ１０８によって監視されるメディア項目）ごとに、インプレッション情報（例えばデータベース保有者１０４ａにより認識された人物に関連すると特定されたインプレッションの数）を提供することができる。それに加えて、又はそれに代えて、例示的なデータベース保有者１０４ａは、機器の種類ごとのインプレッション情報をインプレッション情報収集部２０８に提供する。下の表１５は、例示的なデータベース保有者１０４ａからインプレッション情報収集部２０８によって取得されたタブレットコンピュータ機器の例示的なインプレッション情報を示す。例示的なインプレッション情報収集部２０８は、他の種類のモバイル機器（例えばスマートフォンや携帯メディアプレーヤ等）についての同様のデータを収集することもできる。

[00151]例によっては、決定木でインプレッションを処理してから、インプレッション情報収集部２０８にインプレッションを提供する。例によっては、決定木を使用して、認識された人口統計グループｉ及び／又は実際の閲覧者人口統計グループｊの間の区分を決定する。インプレッションの処理の例が、２０１１年８月１２日に出願された米国特許出願第１３／２０９，２９２号、及び２０１４年１月６日に出願された米国仮特許出願第６１／９２３，９５９号に開示される。米国特許出願第１３／２０９，２９２号及び米国仮特許出願第６１／９２３，９５９号は、その全体が参照により本明細書に取り込まれる。

[00152]図２の例示的な帰属先誤判定補正部２０６は、データベース保有者１０４ａから取得されたインプレッション情報を帰属先誤判定の誤りについて調整又は補償する。図３Ａは、インプレッション情報を調整するために帰属先誤判定補正部２０６によって行われる例示的な計算を説明する図である。図２及び図３Ａの例では、帰属先誤判定補正部２０６が、例示的な共有行列生成部２０４によって生成された機器共有行列を使用して、データベース保有者１０４ａから提供される人口統計学的情報（例えば機器種類及び／又はメディアカテゴリごとの人口統計グループ別のインプレッション数等）を調整する。

[00153]インプレッション情報収集部２０８によって取得されたデータベース保有者データ（例えば図１のインプレッション情報１０２ａ、１０２ｂ）を使用して、図２の帰属先誤判定補正部２０６が、当該機器種類及び／又はメディアカテゴリのｎ×ｎの帰属先誤判定補正行列３０２と、当該機器種類及び／又はメディアカテゴリのｎ×１のデータベース保有者データ３０４（例えばインプレッション数行列）とのドット積を計算する。ドット積の結果は、当該機器種類及び／又はメディアカテゴリに対応する調整された数のインプレッションを持つ、帰属先誤判定が調整されたｎ×１のデータ行列３０６になる。

[00154]下の表１６は、表１４の例示的な帰属先誤判定補正行列と表１５のインプレッション情報を使用して帰属先誤判定補正部２０６によって計算された、帰属先の誤判定を調整した例示的なインプレッションを示す。表１６は、上記で図３Ａを参照して説明したドット積に基づいて計算された、調整後のインプレッションを含む。比較しやすいように、上記表１５の調整前のインプレッションも表１６に示している。

[00155]したがって、上の表１６に示すように、調整後のインプレッションは、例示的なデータベース保有者１０４ａから受け取られたインプレッション情報１０２ａ、１０２ｂの帰属先誤判定の誤りが補償されている。

[00156]帰属先誤判定の補正例２

[00157]帰属先誤判定を補正する第２の例では、上の表１４の帰属先誤判定補正行列を適用して、人口統計グループへのインプレッションと視聴者の帰属先誤判定を補正する。上記で説明したように、正しくない人口統計グループへのインプレッションの帰属先誤判定は、実際には第２の人口統計グループの第２の人物にインプレッションが属することを正しく判断できる時に、データベース保有者１０４ａが第１の人口統計グループの人物にインプレッションが属すると判断する場合に発生する可能性がある（例えば、第２の人口統計グループの第２の人物がメディアを視聴してインプレッションを生じさせている時に、第１の人口統計グループの人物が機器でデータベース保有者にログインすることが原因となる）。インプレッションと視聴者の帰属先誤判定の例示的な補正は、例えば、異なる種類のコンピューティング機器からメディアにアクセスすることができ、それらのコンピューティング機器に関してログに記録又は測定された視聴者の重複を解消することができる場合に使用することができる。例えば、ログに記録された視聴者メンバーの重複は、その視聴者メンバーが、同じ機器及び／又は異なる機器から同じメディアに複数回アクセスする場合に発生する。同じ視聴者メンバーが同じメディアに複数回アクセスすると、その視聴者メンバーによる同じメディアへの複数回のアクセスに関して記録された複数回のインプレッションに基づいて、視聴者数の計数で同じ視聴者メンバーが２回又はそれ以上数えられるため、視聴者が重複する。そのような視聴者の重複があると、特定のメディアに露出された、又は特定のメディアにアクセスした真の視聴者数の表現が過大になる。したがって、重複の解消を使用して、メディアのインプレッションが属することを判定できる視聴者数をより正確に数えることができる。

[00158]図２の例示的なインプレッション情報収集部２０８は、データベース保有者１０４ａからインプレッション情報を収集し、クライアント機器１０６で発生するインプレッションの数量情報を収集する。データベース保有者１０４ａから取得されるインプレッション情報の例には、データベース保有者１０４ａで生成される人口統計グループごとのインプレッションの集約数、及び／又は各人口統計グループの視聴者数が含まれる。

[00159]例示的なデータベース保有者１０４ａは、対象のメディア項目（例えば視聴者測定エンティティ１０８によって監視されるメディア項目）ごとに、インプレッション情報（例えばインプレッション数、人口統計グループごとのインプレッション数等）、及び／又は視聴者情報（例えば視聴者数、人口統計グループごとの視聴者数等）を提供することができる。それに加えて、又はそれに代えて、例示的なデータベース保有者１０４ａは、機器の種類ごとのインプレッション及び／又は視聴者情報をインプレッション情報収集部２０８に提供する。例によっては、インプレッション情報収集部２０８はさらに、コンピュータプラットフォーム（例えばデスクトップコンピュータ及び／又はラップトップ等の非モバイル機器プラットフォーム）で発生するメディアインプレッションに関するインプレッション及び／又は視聴者情報を収集する。下の表１７は、例示的なデータベース保有者１０４ａからインプレッション情報収集部２０８によって取得された、タブレットコンピュータ機器についての例示的なインプレッション及び視聴者情報（例えば未補正のインプレッション数及び視聴者数）を示す。例示的なインプレッション情報収集部２０８は、他の種類のモバイル機器（例えばスマートフォン、携帯メディアプレーヤ等）、及び／又はコンピュータプラットフォームについても同様のデータを収集することができる。下の例示的な表１７は、下の表１７は視聴者数及び回数の情報（例えばデータベース保有者１０４ａから得る）も含む点を除いては上の例示的な表１５と同様である。

[00160]例によっては、データベース保有者の合計インプレッション数及び視聴者数を決定木で処理してから、データベース保有者の合計インプレッション数及び視聴者数をインプレッション情報収集部２０８に提供する。インプレッションとユニーク視聴者の処理の例が、２０１１年８月１２日に出願された米国正規特許出願第１３／２０９，２９２号、及び２０１４年１月６日に出願された米国仮特許出願第６１／９２３，９５９号に開示される。米国正規特許出願第１３／２０９，２９２号及び米国仮特許出願第６１／９２３，９５９号は、その全体が参照により本明細書に取り込まれる。

[00161]図２の例示的帰属先誤判定補正部２０６は、データベース保有者１０４ａから取得されたインプレッション情報の帰属先誤判定の誤りを調整又は補償する。上記の図３Ａは、インプレッション及び／又は視聴者情報を調整するために帰属先誤判定補正部２０６によって行われる例示的な計算も示している。この例では、帰属先誤判定補正部２０６は、例示的な共有行列生成部２０４によって生成された機器共有行列を使用して、データベース保有者１０４ａから提供された人口統計学的情報（例えば、機器種類及び／又はメディアカテゴリごとの人口統計グループ別のインプレッション数、機器種類及び／又はメディアカテゴリごとの人口統計グループ別の視聴者数等）を調整する。

[00162]インプレッション情報収集部２０８によって取得されたデータベース保有者データ（例えばインプレッション数及び／又は視聴者数情報）を使用して、図２の帰属先誤判定補正部２０６は、当該機器種類及び／又はメディアカテゴリのｎ×ｎの帰属先誤判定補正行列３０２と、ｎ×１のデータベース保有者データ３０４（例えば、インプレッション数行列、視聴者数行列）とのドット積を計算する。ドット積の結果は、調整されたインプレッション数又は調整された視聴者数を持つ、帰属先誤判定が調整されたｎ×１のデータ行列３０６になる。

[00163]下の表１８は、上記表１４の帰属先誤判定補正行列と、上記表１７の例示的なインプレッション数及び／又は視聴者数データを使用して、帰属先誤判定補正部２０６によって計算された帰属先誤判定調整後の例示的なデータ行列を示す。下の表１８は、上記のドット積に基づいて計算された視聴者と、調整後の視聴者数を使用して帰属先誤判定補正部２０６によって計算されたインプレッション数情報とを含む。この例では、帰属先誤判定補正部２０６は、帰属先誤判定調整後の視聴者数（例えばＦ４５〜４９の人口統計グループの１２，２１６）を、その人口統計グループに対応する上記表１７の回数（例えばＦ４５〜４９の人口統計グループの９．７）で除算することにより、帰属先誤判定が調整されたインプレッション数（例えばＦ４５〜４９の人口統計グループでは１１８，４９２）を求める。比較しやすいように、下の表１８には調整前の視聴者数と調整前のインプレッション数も示す。

[00164]したがって、上の表１８に示すように、帰属先誤判定を調整したインプレッション数と帰属先誤判定を調整した視聴者数は、例示的なデータベース保有者１０４ａから受け取られたインプレッション数と視聴者数情報にある帰属先誤判定の誤りが補償されている。帰属先誤判定を調整した合計視聴者数は、データベース保有者１０４ａから報告された調整前の合計視聴者数とほぼ等しい（例えば丸め誤差を除いて等しい）。この例の例示的な帰属先誤判定調整後の視聴者数及び／又は帰属先誤判定調整後のインプレッション数は、下記の例で説明するように未カバーの誤りが補正される。

[00165]未カバーのアルファ係数

[00166]テレビの視聴率（例えばストリーミングで視聴できるテレビ番組の放送回）に関連するメディアに対応するインプレッション数情報の誤りを補償する等、例によっては、図２の未カバー計算部２１０は、「アルファ係数」を使用して視聴者の未カバー係数を計算する。本明細書で使用する場合、用語「アルファ係数」はＢ／Ａの比を意味し、Ｂは、ある人物（例えば注目する人口統計グループの人物）が、データベース保有者によってカバーされない対象機器種類（例えば、モバイル機器、及び／若しくはタブレットコンピュータ、スマートフォン、又は、携帯メディアプレーヤ等の特定種類のモバイル機器）を使用して、対象メディア項目（例えばストリーミング映像を介したテレビ番組の放送回）にアクセスする確率と定義される。例えば、データベース保有者がある機器種類をカバーできないのは、登録ユーザ情報（例えば人口統計データ）に関連付けるためにデータベース保有者が使用できる、その機器種類についての識別子又は情報（例えば図１の（１つ又は複数の）機器／ユーザ識別子１２４）をデータベース保有者が入手できない場合である。本明細書で使用される場合、アルファ係数比Ｂ／ＡのＡは、その人物が、対象メディア項目にアクセスするための標準的な機器（例えばテレビ番組の場合はテレビ）等、モバイル機器以外の種類の機器で対象メディア項目にアクセスする確率と定義される。例えば、特定のメディアカテゴリのテレビ番組の放送回の場合、指定される種類はテレビであり、第１の機器種類は、ストリーミング映像を介してそのテレビ番組のその放送回にアクセスできるコンピューティング機器（例えば、モバイル機器、並びに／又は、スマートフォン、タブレットコンピュータ、及び／若しくは携帯メディアプレーヤ等のより特化した種類のモバイル機器）となる。そのようなテレビ番組はしばしば、テレビで初回又は最初に公開された後、ストリーミング映像で利用できるようにされる。そのため、人は、テレビ及び／又はコンピューティング機器でストリーミングメディアを介して、そのテレビ番組のその放送回を視聴することができる。

[00167]図２の例示的な未カバー計算部２１０は、異なる人口統計グループ、異なるメディアカテゴリ、異なるモバイル機器種類、モバイル機器と非モバイル機器、異なる地理的地域、異なる局、一日のうち異なる時間帯、並びに／又は調査較正データソースに基づいて特定される他の要因ごとに、異なるアルファ係数を生成することができる。

[00168]図２の例では、例示的な未カバー計算部２１０は、確率Ｂ（例えばある人物が対象機器種類を使用して対象メディア項目を見る確率）を、選択された人口統計グループの合計人数（例えば調査の回答や他の較正データソースに基づく）のうち、選択された機器種類で対象メディア項目にアクセスする、選択された人口統計グループの人（例えば同じ調査の回答や他の較正データソースに基づく）の比率として計算する。例えば、調査で示されたＭ１８〜２４の人口統計グループの１００人のうち、Ｍ１８〜２４の人口統計グループの４０人が、調査に対して、タブレットコンピュータで「コメディ」のメディアカテゴリのメディアにアクセスすると回答した場合には、確率Ｂは４０％すなわち０．４０となる。同様に、例示的な未カバー計算部２１０は、確率Ａ（例えば、人物が対象のメディア項目を、選択された他の機器種類を使用して見る確率）を、選択された人口統計グループの合計人数（例えば調査や他の較正データソースに基づく）のうち、選択された人口統計グループの中で当該他の機器種類で対象メディア項目にアクセスする（例えば同じ調査への回答や他の較正データソースに基づく）人の比率として計算する。例えば、調査で示されたＭ１８〜２４の人口統計グループの１００人のうち、Ｍ１８〜２４の人口統計グループの２０人が、調査に対して、テレビで「コメディ」のメディアカテゴリのメディアを利用すると回答した場合、確率Ａは２０％すなわち０．２０になる。下の式２及び式３は、それぞれ確率Ａ及びＢを計算する例示的モデルを示す。その結果、タブレットコンピュータでのＭ１８〜２４の人口統計グループ、「コメディ」のメディアカテゴリに求められるアルファ係数は、０．４０／０．２０＝２になる。

式２ Ａ＝（年齢及び性別グループＸの中で、メディアカテゴリＹをテレビで見る人の数）／（年齢及び性別グループＸの合計人数）

式３ Ｂ＝年齢及び性別グループＸの中で、メディアカテゴリＹを対象機器種類で見る人の数）／（年齢及び性別グループＸの合計人数）

[00169]未カバー計算部２１０がデータベース保有者１０４ａによる未カバーを判定するためのアルファ係数を求める例では、例示的な未カバー補正部２１２は、人口統計グループに対応するアルファ係数に、対象のメディア項目に対応するその人口統計グループの配分の割合を乗算することにより、インプレッション情報を補正する。例えば、３５〜３９才の女性グループ（例えば下の表１９のＦ３５〜３９）があるテレビ番組の特定の放送回のインプレッションの２．９％に相当し、そのテレビ番組が分類されるメディアカテゴリについて３５〜３９才の女性グループのアルファ係数が３．８０である場合には、新しく計算される割合は約１１．２％になる。ただし、この求められた割合（すなわち１１．２％）は、そのテレビ番組のその放送回について、すべての人口統計グループに対応する割合の合計が１００％になるように正規化される。例示的な未カバー補正部２１２は、正規化された割合に、データベース保有者１０４ａによってユーザに関連付けられていないインプレッションの数を乗算して、３５〜３９才の女性グループ（Ｆ３５〜３９）に属すると判断できるインプレッションの数を求める。例によっては、データベース保有者１０４ａによってユーザに関連付けられていないインプレッションの数は、１）ＡＭＥ１０８によって識別されたインプレッションの数と、２）データベース保有者１０４ａによってユーザに関連付けられたインプレッションの数と、の差から求められる。それに加えて、又はそれに代えて、データベース保有者１０４ａは、データベース保有者１０４ａがユーザに関連付けることができないインプレッションの数も監視及び報告し、同時に、各人口統計グループに対応するインプレッションの数（例えばデータベース保有者がユーザに関連付けることができるインプレッション）も監視する。

[00170]下の表１９は、アルファ係数を使用してインプレッション情報を補正するために未カバー補正部２１２によって生成された例示的データを示す。表１９の例では、ＡＭＥ１０８は、データベース保有者１０４ａが人口統計グループ（例えば下の表１９の１番目の列の「人口統計グループ」）に関連付けることができないメディアインプレッションを２，０００件と数えている。

[00171]上の表１９の例に示すように、未カバー補正部２１２は、調整後の割合（「調整後」％）を、アルファ係数（α＝Ｂ／Ａ）と、各人口統計グループの測定された割合（「人口統計グループ」）との積として計算する。未カバー補正部２１２は、調整後の割合（「調整後」％）を、合計が１００％になるように正規化して（例えば、調整後の割合（「調整後」％）を調整後の合計割合（例えば１６０．９％）で除算して正規化された割合（「正規化後」％）を得る。未カバー補正部２１２は、正規化された割合（「正規化後」％）に、データベース保有者１０４ａによって人口統計グループ（「人口統計グループ」）に関連付けられていないインプレッションの数を乗算して、各人口統計グループ（「人口統計グループ」）に属すると判断できるカバーされていないインプレッションの数（「未カバーインプレッション」）を得る。未カバー補正部２１２によって求められた例示的なインプレッション（「未カバーインプレッション」）を、帰属先の誤判定が調整されたインプレッションに加算して、帰属先の誤判定と未カバーが調整されたインプレッションを求めることができる。

[00172]未カバーを補正するための未カバー係数

[00173]上記で開示した例示的なアルファ係数（α＝Ｂ／Ａ）を使用してインプレッション情報の未カバーの誤りを補償する代わりに、図２の例示的な未カバー計算部２１０は、例示的な人口統計グループそれぞれに未カバー係数を計算することもできる。未カバー係数は、インプレッションのうち、データベース保有者１０４ａによって属する人物を判断できない部分を反映する。

[00174]ある人口統計グループ及び特定の機器種類の未カバー係数を計算するには、例示的な未カバー計算部２１０は、調査較正データソースから、その人口統計グループの中で、その特定の機器種類を使用した時にデータベース保有者１０４ａに認識されないであろうと示している人（例えば調査の回答者）の数又は割合を、その人口統計グループの中でその特定の機器種類を所有しており利用できる人の比率として求める。例えば、回答者が、回答者の家庭でその特定種類の機器を使用してデータベース保有者１０４ａにアクセスする者がいないと示している場合や、回答者がデータベース保有者１０４ａに登録していないことを示している場合、及び／又は、その人物がその特定の機器種類でメディアにアクセスした時にデータベース保有者１０４ａがその者を認識することを妨げる何らかの他の処置若しくは処置の不実行を取っていると示した場合に、未カバー計算部２１０は、その特定の機器種類を使用した時に回答者がデータベース保有者１０４ａに認識されないと判断する。

[00175]図２の例示的な未カバー計算部２１０は、人口統計グループ及び機器種類それぞれに未カバー係数の表を作成し、未カバー係数は、未カバー係数＝（機器種類について人口統計グループの回答者のうちカバーされない回答者）／（人口統計グループの中でその機器種類の機器を利用できる回答者の合計数）、として計算される。タブレットコンピュータについての例示的な未カバー係数の表を下の表２０に示す。例によっては、例示的な未カバー計算部２１０は、他の機器種類についても同様の表を作成する。表２０に示すように、２１〜２４才の女性の人口統計グループの２０％は、タブレット機器ではデータベース保有者１０４ａにカバーされない（例えば認識されることができない）。言い換えると、タブレットコンピュータを利用することができる２１〜２４才の女性のうち１０％が、データベース保有者１０４ａによって認識されない。同様に、１８〜２０才の男性の人口統計グループの１０％が、タブレット機器ではデータベース保有者１０４ａにカバーされない。

[00176]上の表２０の未カバー係数をアルファ係数（α＝Ｂ／Ａ）の代わりに使用して、インプレッション情報の未カバーの調整を行うことができる。例えば、データベース保有者１０４ａに観察された回数（例えばある期間中の視聴者メンバーごとの平均インプレッション数）を使用して、データベース保有者１０４ａに観察されたインプレッションに対応する視聴者数を計算することができる。そして、例示的な未カバー計算部２１０は、未カバー係数で視聴者数を調整し（例えば、調整後の視聴者数＝視聴者数／（１−未カバー係数））、調整後の視聴者数を、回数を使用して、未カバーが調整されたインプレッションに変換する。

[00177]上記の例は、１つのデータベース保有者の場合の未カバー係数を説明したが、例示的な未カバー計算部２１０は、それに加えて、又はそれに代えて、複数のデータベース保有者に未カバー係数を計算することもできる。例えば、２つのデータベース保有者が使用される場合、例示的な調査較正データソースは、回答者が１つ又は複数の機器種類を介してデータベース保有者１０４ａ〜ｂのどちらかにアクセスするかどうかを判定するように設計されたデータを含むことができる。そして、図２の例示的な未カバー計算部２１０は、データベース保有者１０４ａ〜ｂのどちらもが認識できない人及び／又はインプレッションに、未カバーの誤りが限定されると判断する。図２の例では、データベース保有者１０４ａ〜ｂの少なくとも一方がモバイル機器で人物を認識することができる場合、その例示的な人物はカバーされると解釈される。

[00178]未カバーの誤りの補償とスケーリングの例１

[00179]未カバーの誤りを補償する第１の例は、ある人口統計グループのアルファ係数（α＝Ｂ／Ａ）に、それと同じ人口統計グループに対応する、帰属先誤判定を調整したインプレッション数を乗算することを含む。例えば、アルファ係数を使用して、上記で１６及び／又は表１８を参照して説明した第１の帰属先誤判定の補償の例の帰属先誤判定を調整したインプレッション数に基づいて、カバーされていないインプレッション数を計算することができる。

[00180]図３Ｂは、未カバーの誤りを補償するために図２の未カバー補正部２１２によって行うことができる例示的な計算を説明する図である。図３Ｂの例では、未カバー補正部２１２は、図３Ａの例で帰属先誤判定補正部２０６によって計算された、帰属先誤判定調整後データ３０６を取得する。未カバー補正部２１２は、同じ機器種類（及び／又はメディアカテゴリ）に対応する未カバー係数３０８（例えばアルファ係数の組やスカラー量の組）を、その機器種類（及び／又はメディアカテゴリ）の帰属先誤判定調整後データ３０６に適用して、その機器種類（及び／又はメディアカテゴリ）に対応する、帰属先誤判定及び未カバーを調整したデータ３１０を求める。

[00181]例えば、下の表２１に、対応する上の表１８の帰属先誤判定を調整したインプレッションの合計数を使用して、人口統計グループごとにカバーされていないインプレッションの数量を求める例示的な計算を示す。未カバー補正部２１２は、Ｍ２５〜２９の人口統計グループのアルファ係数（α＝Ｂ／Ａ）（例えば上の表１９の１．６８）を使用して、帰属先誤判定を調整したインプレッション数（例えば上の表１８のＭ２５〜２９の人口統計グループの２１０，９４５）を調整する。下の表２１は、帰属先誤判定と未カバーを調整したデータ３１０（例えば帰属先誤判定と未カバーを調整したインプレッション数）の例を示す。以下の例では、ＡＭＥ１０８が、データベース保有者１０４が人口統計グループに関連付けていないインプレッションを合計１，１２６，４６２件特定している。

[00182]上の表２１では、帰属先誤判定を調整した例示的なインプレッション（「帰属先誤判定調整後のインプレッション数」）は、上記で表１８を参照して説明した帰属先誤判定の補正の例から得られる。表２１の例示的な測定された割合（「測定値」％）は、その帰属先誤判定を調整したインプレッション数（「帰属先誤判定調整後のインプレッション数」）に基づいて、帰属先の誤判定を調整した合計インプレッション数（例えば３，０３４，５５１）に対する、帰属先の誤判定を調整したインプレッション数の割合（例えばＦ３０〜３４の人口統計グループでは１８２，０２６）を求めることにより、人口統計グループごとに求められる。

[00183]表２１は、例示的な人口統計グループそれぞれの例示的なアルファ係数（α＝Ｂ／Ａ）のセットを含んでおり、これは上記で例示的な表１９を参照して説明したように計算することができる。アルファ係数は、例えば、較正調査（例えば上記の調査）の結果と、上記で開示した式２及び式３を介して求められる。そのアルファ係数を使用して、例示的な未カバー補正部２１２は、測定された割合（「測定値」％）に、それに対応する表２１の例示的な人口統計グループそれぞれのアルファ係数を乗算することにより、調整後の割合（「調整後」％）を計算する。例示的な未カバー補正部２１２はさらに、調整後の割合（「調整後」％）を正規化して、表２１の例示的な人口統計グループそれぞれに正規化された割合（「正規化後」％）を得る。

[00184]例示的な未カバー補正部２１２は、表２１の例示的な人口統計グループそれぞれの正規化された割合（「正規化後」％）に、カバーされていない合計インプレッション数（例えば１，１２６，４２６）を乗算することにより、カバーされていないインプレッション数（「未カバーインプレッション数」）を求める。例えば、Ｆ３０〜３４の人口統計グループのカバーされていないインプレッション数（「未カバーインプレッション数」）は、３．８５％ ＊ １，１２６，４２６＝４３，３８８と計算される。そして、例示的な未カバー補正部２１２は、カバーされていないインプレッション数（「未カバーインプレッション数」）を、表２１の例示的な人口統計グループそれぞれの帰属先誤判定を調整したインプレッション数（「帰属先誤判定調整後のインプレッション数」）に加算して、帰属先誤判定と未カバーが調整されたインプレッション数（「帰属先誤判定と未カバーを調整したインプレッション数」）を求める。

[00185]未カバーの誤りの補償とスケーリングの例２

[00186]未カバーの誤りを補償する第２の例は、上記表２０の未カバー係数を使用することを含む。例えば、特定種類のメディア及び／又は特定の機器種類にアルファ係数を利用することができない場合（例えば、そのメディアを視聴する確率、及び／又はその機器種類で視聴する確率が入手できない場合）に、上記でアルファ係数との関連で開示した未カバーの誤りの補償例のアルファ係数の代わりに、上記で未カバー係数との関連で開示した例示的な未カバー方式を使用することができる。

[00187]この例では、図２の未カバー補正部２１２が、データベース保有者１０４ａから取得したインプレッション情報を、未カバー係数を使用して補正する。例えば、未カバー補正部２１２は、調整後のインプレッション数を、（報告されたインプレッション数）／（１−（人口統計グループの未カバー係数））として求めることができる。

[00188]図３Ｂの例を使用すると、未カバー補正部２１２は、図３Ａの例で帰属先誤判定補正部２０６によって計算された帰属先誤判定調整後データ３０６を取得する。未カバー補正部２１２は、同じ機器種類に対応する未カバー係数３０８（例えばアルファ係数の代わりにスカラー量の組）を、その機器種類の帰属先誤判定調整後データ３０６に適用して、その機器種類の帰属先誤判定と未カバーを調整したデータ３１０を求める。例えば、未カバー補正部２１２は、表２０のＭ２５〜２９の人口統計グループの１０．０％の未カバー係数を使用して、帰属先誤判定が調整されたインプレッション数（例えば上記表１８のＭ２５〜２９の人口統計グループの２１０，９４５）を調整することにより、帰属先誤判定及び未カバーを調整したインプレッション数を１９，０４６と求める。例示的な未カバー補正部２１２はさらに、帰属先誤判定と未カバーを調整したインプレッション数を、データベース保有者のデータから計算又は取得された回数（例えば上記表１７の「回数」）で割った商として、帰属先誤判定と未カバーを調整した視聴者数を求める。表２２は、タブレットコンピュータの機器種類についての帰属先誤判定と未カバーを調整したデータ３１０（例えば、帰属先誤判定と未カバーを調整したインプレッション数及び視聴者数）の例を示す。

[00189]上の表２２の例では、例示的な未カバー補正部２１２が、対応する帰属先誤判定と未カバーを調整したインプレッション数を、それに対応する表１７の回数（例えばデータベース保有者１０４ａから得る）で除算することにより、各人口統計グループの帰属先誤判定と未カバーを調整した視聴者数を求める。

[00190]図２の例示的なインプレッション情報調整部２１４は、視聴者測定エンティティ１０８に観察されたインプレッション数と整合するように、補償後のインプレッション数及び視聴者数を調整する。図３Ｃは、観察されたセンサスデータ（例えばインプレッション量の計数）に基づいて、補償後の（例えば帰属先誤判定と未カバーが調整された）インプレッション数及び／又は視聴者数３１０を調整する例示的プロセスを説明する図である。

[00191]上記で表１５〜２２を参照して説明した帰属先誤判定及び／又は未カバーを補償する例では、インプレッション及びユニーク視聴者数の補償を説明したが、図２の例示的な帰属先誤判定補正部２０６及び／又は例示的な未カバー補正部２１２は、それに加えて、又はそれに代えて、同じ技術を使用して継続時間単位の帰属先誤判定及び／又は未カバーを補償することができる。下の表２３は、上の表１４の帰属先誤判定行列を、上の表１８の例のインプレッション及びユニーク視聴者数に関連する継続時間単位に適用する例を示している。

[00192]上の表２３に示すように、表１４の帰属先誤判定補正行列を、表２３の調整していない継続時間単位（「調整前の継続時間単位」）に適用すると、継続時間単位が人口統計グループ（「人口統計グループ」）間で再配分される。帰属先の誤判定及びユニーク視聴者数の調整は、上記で表１８を参照して説明した例と同じである。そして、例示的な未カバー補正部２１２は、上記で表１９〜２１のインプレッションを参照して説明した未カバーの補正技術を使用して、帰属先誤判定を調整した継続時間単位を補正する。

[00193]インプレッションのスケーリング、継続時間単位のスケーリング、及び／又は視聴者数スケーリングの例

[00194]図２の例示的なインプレッション情報調整部２１４は、視聴者測定エンティティ１０８に観察されたインプレッション数と整合するように補償後のインプレッションを調整する。図３Ｃは、観察されたセンサスデータ（例えばインプレッション量の計数）に基づいて、補償後の（例えば帰属先誤判定と未カバーを調整した）インプレッションを調整する例示的プロセスを説明する図である。

[00195]上の表２１の例の例示的な帰属先誤判定と未カバーを調整したインプレッション数を使用して、インプレッション情報調整部２１４は、帰属先の誤判定と未カバーが調整されたインプレッション数３１０をスケーリングして３１２、この例では６，３８５，６８６回のインプレッションである、観察された（例えば図１のＡＭＥ１０８に観察された）タブレットコンピュータからのインプレッション数と一致させる（例えば等しくする）。例示的なインプレッション情報調整部２１４は、ホストウェブサイト（例えば広告や他のメディアがホストされるウェブサイト）に関してインプレッション数をスケーリングするか、及び／又は、ホストサイトに置かれたメディア（例えば広告や他のメディア）に関してインプレッションをスケーリングすることができる。

[00196]ある人口統計グループに対応する例示的な補償後のインプレッション情報をスケーリングする３１２ために、例示的なインプレッション情報調整部２１４は、データベース保有者から得られる観察された合計インプレッション数（例えば認識されたものと認識されていないもの）（例えばこの例では６，３８５，６８６）と、補償後の合計インプレッション数（例えば上の表２１では４，１６１，０１１）に対する比率（又は百分率）としてのＭ２１〜２４の人口統計グループに属すると判断される補償後のインプレッション数（例えば上の表２１の１５８，０６７）とを乗算する。例えば、インプレッション情報調整部２１４は、２１〜２４才の男性の人口統計グループのスケーリングされた補償後のインプレッションを、（６，３８５，６８６）＊（１２３，７５０／４，１６１，０１１）＝１８９，９１３と求める。下の表２４は、タブレットコンピュータについてのスケーリングされた補償後の例示的なインプレッション数を示す。

[00197]他の例では、インプレッション情報調整部２１４は、インプレッション情報を計算する対象メディアをホストしているサイトのＰＤＦに基づいて、インプレッションをスケーリングする。例えば、あるホストウェブサイトに置かれているメディアのインプレッションをスケーリングする場合、例示的なインプレッション情報調整部２１４は、対象とする人口統計グループ及び対象とする機器（又はすべての機器）について、ａ）視聴者測定エンティティ１０８によってその機器種類及びそのホストサイトに識別されたインプレッション数（例えばセンサスによるインプレッション数）と、ｂ）その機器種類に対応する帰属先誤判定及び未カバーを調整したインプレッション数との差を求める。この差が、スケーリングで是正すべきインプレッションの数である。例示的なインプレッション情報調整部２１４は、その差と、インプレッションのうち、対象の機器種類について対象の人口統計グループに属すると判断できるインプレッションとの積を求める。言い換えると、インプレッション情報調整部２１４は、そのホストサイトに対応するその人口統計グループの確率分布関数を、加算する必要があるインプレッション数に適用して、帰属先誤判定と未カバーを調整したインプレッションをスケーリングする。その積（例えばインプレッションのうち当該人口統計グループに対応するインプレッション）を、その人口統計グループの帰属先誤判定と未カバーを調整したインプレッションに加算する。したがって、この例では、インプレッション情報調整部２１４は、スケーリングされたインプレッションを、スケーリングされたインプレッション=（選択された人口統計グループ及び選択された機器種類についての帰属先誤判定と未カバーを調整したインプレッション）＋（センサスで得られた、選択された機器種類についてホストサイトのメディアに生じたインプレッション数−選択された機器種類についてのすべての人口統計グループの帰属先誤判定及び未カバー調整後の合計メディアインプレッション数）＊（選択された人口統計グループ及び選択された機器種類についてのスケーリング後のホストサイトのインプレッション数／すべての人口統計グループ及び選択された機器種類についてのスケーリング後のホストサイトの合計インプレッション数）として求める。

[00198]下の表２５は、上記の確率分布関数による方法を使用し、（ホストサイトのインプレッションではなく）スケーリング対象のメディアインプレッションの調整後のインプレッションとして、上の表１９の例示的な帰属先誤判定及び未カバーを調整したインプレッションを使用した、例示的なスケーリングを示す。表２５は、例示的なメディアについて、ホストサイトでタブレットコンピュータに関して調査で得られた計６，３８５，６８７回のインプレッションに基づく。

[00199]上の表２５の例では、例示的なインプレッション情報調整部２１４は、Ｆ２１〜２４の人口統計グループ及びタブレットコンピュータの機器種類に対応するインプレッション数を次のようにスケーリングする。スケーリング後のインプレッション＝（当該機器種類及び人口統計学グループに対応する帰属先誤判定及び未カバーを調整したインプレッション数）＋（すべての人口統計グループに観察されたタブレットからの合計インプレッション数−すべての人口統計学グループについての帰属先の誤判定及び未カバーを調整したタブレットからの合計インプレッション数）＊（当該人口統計グループについてのスケーリング後のホストサイトでのインプレッション数／すべての人口統計グループについてのスケーリング後のホストサイトでの合計インプレッション数）＝１２３，７５０＋（６，３８５，６８６−４，１６１，０１５）＊（１，１３２，３０１／３７，８７３，０７４）＝１９０，２６２。上記の例の例示的なスケーリングを行って、ホストサイトでのインプレッション数等、他のセンサスによるインプレッション数に合わせて種々の人口統計グループのインプレッションをスケーリングすることができる（例えばホストサイトがそのメディアを独占的に公開する場合等）。

[00200]本明細書に開示される例は、映像メディア及び／又は音声と映像を組み合わせたメディアの視聴に関連して説明するが、本明細書に開示される例は、音声のみのメディアの聴取者の測定にも使用することができる。例えば、アルファ係数の計算に使用されるメディアカテゴリ、調査較正データ、及び／又は第２の機器種類は、音声メディアに合わせたものにすることができる。例えば、「Ａ」の項（例えば上記式２）の計算に使用される第２の機器種類は、（ラジオでメディアカテゴリＹを聴く年齢及び性別グループＸの人の数）／（年齢及び性別グループＸの合計人数）を指すように変更を加えることができる。

[00201]上記で表２４及び表２５を参照して説明した例示的なスケーリング技術を使用して、ホストサイトに観察された継続時間単位数（例えばセンサスによる継続時間数）に合わせて、帰属先誤判定及び／又は未カバー調整後の継続時間単位をスケーリングすることができる。

[00202]上記の例では、帰属先誤判定の補正と未カバーの補正の両方を行うことを開示したが、未カバーの補正を行わずに、帰属先誤判定の補正をインプレッション数及び／又は視聴者数に行うことも可能である。或いは、帰属先誤判定の補正を行わずに、未カバーの補正をインプレッション数及び／又は視聴者数に行うことも可能である。

[00203]例示的なインプレッションデータ補償器２００を実装する例示的な方式を図２に示したが、図２に示す要素、プロセス、及び／又は機器の１つ又は複数は、組み合わせる、分割する、配置を変える、省略する、削除する、及び／又は他の方式で実装することができる。さらに、例示的な較正データ収集部２０２、例示的な共有行列生成部２０４、例示的な帰属先誤判定補正部２０６、例示的なインプレッション情報収集部２０８、例示的な未カバー計算部２１０、例示的な未カバー補正部２１２、例示的なインプレッション情報調整部２１４、例示的な世帯配分生成部２１６、例示的な集約配分生成部２１８、例示的な行列補正部２２０、例示的な行列正規化部２２２、例示的な共同視聴行列生成部２２４、及び／又は、より包括的には例示的なインプレッションデータ補償器２００は、ハードウェア、ソフトウェア、ファームウェア、並びに／又は、ハードウェア、ソフトウェア、及び／若しくはファームウェアの任意の組み合わせを使用して実装することができる。したがって、例えば、例示的な較正データ収集部２０２、例示的な共有行列生成部２０４、例示的な帰属先誤判定補正部２０６、例示的なインプレッション情報収集部２０８、例示的な未カバー計算部２１０、例示的な未カバー補正部２１２、例示的なインプレッション情報調整部２１４、例示的な世帯配分生成部２１６、例示的な集約配分生成部２１８、例示的な行列補正部２２０、例示的な行列正規化部２２２、例示的な共同視聴行列生成部２２４、及び／又は、より包括的には例示的なインプレッションデータ補償器２００はいずれも、１つ若しくは複数のアナログ若しくはデジタル回路、（１つ若しくは複数の）論理回路、（１つ若しくは複数の）プログラム可能プロセッサ、（１つ若しくは複数の）特定用途集積回路（ＡＳＩＣ）、（１つ若しくは複数の）プログラム可能論理デバイス（ＰＬＤ）、及び／又は（１つ若しくは複数の）利用者書き換え可能論理デバイス（ＦＰＬＤ）等を使用して実装することができる。本特許の装置クレーム又はシステムクレームが純粋にソフトウェア及び／又はファームウェアによる実装を包含すると解釈する場合、例示的な較正データ収集部２０２、例示的な共有行列生成部２０４、例示的な帰属先誤判定補正部２０６、例示的なインプレッション情報収集部２０８、例示的な未カバー計算部２１０、例示的な未カバー補正部２１２、例示的なインプレッション情報調整部２１４、例示的な世帯配分生成部２１６、例示的な集約配分生成部２１８、例示的な行列補正部２２０、例示的な行列正規化部２２２、及び／又は例示的な共同視聴行列生成部２２４の少なくとも１つは、ソフトウェア及び／又はファームウェアを記憶した、メモリ、デジタル多用途ディスク（ＤＶＤ）、コンパクトディスク（ＣＤ）、Ｂｌｕ−ｒａｙ（登録商標）ディスク等の有形のコンピュータ可読記憶装置又は記憶ディスクを含むものと明示的に定義する。さらに、図２の例示的なインプレッションデータ補償器２００は、図２に示すものに加えて、又はそれらに代えて、１つ又は複数の要素、プロセス、及び／若しくは機器を含むことができ、並びに／又は図示される要素、プロセス、及び機器のいずれか若しくはすべてのうち２つ以上を含むことができる。

[00204]図２のインプレッションデータ補償器２００を実装する例示的な機械可読命令を表すフローチャートを図４〜図１３に示す。この例では、機械可読命令は、下記で図１４との関連で説明する例示的なプロセッサプラットフォーム１４００に示されるプロセッサ１４１２等のプロセッサで実行されるプログラムからなる。このプログラムは、プロセッサ１４１２に関連付けられた、ＣＤ−ＲＯＭ、フロッピーディスク（登録商標）、ハードドライブ、デジタル多用途ディスク（ＤＶＤ）、Ｂｌｕ−ｒａｙ（登録商標）ディスク、又はメモリ等の有形のコンピュータ可読記憶媒体に記憶されたソフトウェアとして実現することができるが、プログラム全体及び／又はその一部分は、代わりに、プロセッサ１４１２以外のデバイスで実行する、及び／又は、ファームウェアや専用ハードウェアとして実現することもできる。さらに、例示的なプログラムについては図４〜図１３に示すフローチャートを参照して説明するが、例示的なインプレッションデータ補償器２００を実装する多くの他の方法を代わりに使用することができる。例えば、ブロックの実行順序を変える、及び／又は記載されるブロックの一部を変更、削除、若しくは組み合わせることができる。

[00205]上記のように、図４〜図１３の例示的プロセスは、ハードディスクドライブ、フラッシュメモリ、読出し専用メモリ（ＲＯＭ）、コンパクトディスク（ＣＤ）、デジタル多用途ディスク（ＤＶＤ）、キャッシュ、ランダムアクセスメモリ（ＲＡＭ）等の有形のコンピュータ可読記憶媒体、並びに／又は、情報が任意の時間にわたり記憶される（例えば長期間の記憶、恒久的な記憶、瞬時の記憶、一時的な緩衝のための記憶、及び／若しくは情報をキャッシュするための記憶）他の記憶装置若しくは記憶ディスクに記憶された、符号化命令（例えばコンピュータ可読命令及び／又は機械可読命令）を使用して実装することができる。本明細書で使用される場合、用語「有形のコンピュータ可読記憶媒体」は、任意種類のコンピュータ可読記憶装置並びに／又は記憶ディスクを含み、伝搬信号及び伝送媒体を除外するものと明示的に定義する。本明細書で使用する場合、「有形のコンピュータ可読記憶媒体」及び「有形の機械可読記憶媒体」は同義で使用される。それに加えて、又はそれに代えて、図４〜図１３の例示的プロセスは、ハードディスクドライブ、フラッシュメモリ、読出し専用メモリ、コンパクトディスク、デジタル多用途ディスク、キャッシュ、ランダムアクセスメモリ等の非一時的なコンピュータ可読及び／又は機械可読媒体、並びに／又は、情報が任意の時間にわたり記憶される（例えば長期間の記憶、恒久的な記憶、瞬時の記憶、一時的な緩衝のための記憶、及び／若しくは情報をキャッシュするための記憶）他の記憶装置若しくは記憶ディスクに記憶された、符号化命令（例えばコンピュータ可読命令及び／又は機械可読命令）を使用して実装することができる。本明細書で使用される場合、用語「非一時的なコンピュータ可読媒体」は、任意種類のコンピュータ可読記憶装置並びに／又は記憶ディスクを含み、伝搬信号及び伝送媒体を除外するものと明示的に定義する。本明細書のクレームのプリアンブルで「少なくとも」という表現が移行語として使用される場合は、用語「を含む（comprising）」がオープンエンドであるのと同様にオープンエンドである。

[00206]図４は、図２の例示的なインプレッションデータ補償器２００を実装してインプレッションデータを補償するために実行できる例示的な機械可読命令４００を表す流れ図である。

[00207]図２の例示的な共有行列生成部２０４が、帰属先誤判定補正行列及び／又は共同視聴行列を生成する（ブロック４０２）。例えば、共有行列生成部２０４は、データベース保有者１０４ａ（図１）から較正データ収集部２０２（図２）によって取得されたインプレッション情報（例えばインプレッション）に示された機器種類ごとに機器共有行列を計算する。例示的な共有行列生成部２０４は、上記の式１の確率を計算するか、及び／又は世帯共有行列を計算して集約することにより、ある機器種類に対する帰属先誤判定補正行列を計算する。それに加えて、又はそれに代えて、例示的な共有行列生成部２０４は、機器種類及び／又はメディアカテゴリそれぞれに、共同視聴の確率κ_ｉｊを含んでいる共同視聴行列を計算することもできる。共同視聴の確率κ_ｉｊは、例示的な調査較正データソース（例えば無作為に選択された人及び／又は世帯の調査）を使用して、例えば代表世帯における共同視聴の発生率を求めることによって計算することもできる。ブロック４０２を実装するために使用できる例示的な命令については下記で図５を参照して説明する。

[00208]図２の例示的な未カバー計算部２１０は、カバーされていない視聴者が対象機器種類でメディアにアクセスする確率を求める（ブロック４０４）。例示的な未カバー計算部２１０は未カバー係数も求める（ブロック４０５）。例えば、未カバー計算部２１０は、データベース保有者１０４ａによって人口統計学的情報に関連付けられていないインプレッションの人口統計学的配分を計算するためのアルファ係数（例えば上記で表１７を参照して説明した例示的なアルファ係数α＝Ｂ／Ａ）を求めることができる。ブロック４０４及び４０５を実装するために実行できる例示的な命令については、下記で図９を参照して説明する。

[00209]図２の例示的なインプレッション情報収集部２０８は、インプレッションの量的な測定（例えばセンサス）で得られたインプレッション数を取得する（ブロック４０６）。例えば、インプレッション情報収集部２０８は、対象とする各メディア項目（例えば監視対象のメディア）及び／又は各機器種類に対して、視聴者測定エンティティ１０８（図１）で識別されたインプレッションの数を求める。例示的な数量データを上の表１６に示している。例示的なインプレッション情報収集部２０８は、そのインプレッション（及び／又はインプレッションの部分集合）に対応する人口統計学的情報も取得する（ブロック４０８）。例えば、インプレッション情報収集部２０８は、各機器種類及び／又はすべての機器種類について、データベース保有者１０４ａで各人口統計グループに関連付けられたインプレッションの数を受け取る。

[00210]図２の例示的な帰属先誤判定補正部２０６は、メディアカテゴリ（例えばコメディ、ドラマ、長編映画等）を選択する（ブロック４１０）。例示的な帰属先誤判定補正部２０６は、機器種類（例えばスマートフォン、タブレットコンピュータ、携帯メディアプレーヤ等）も選択する（ブロック４１２）。例示的な帰属先誤判定補正部２０６は、選択されたメディアカテゴリ及び選択された機器種類に対応する帰属先誤判定補正行列に基づいて、インプレッション、継続時間単位、及び／又はユニーク視聴者数（データベース保有者１０４ａから取得される）を調整する（ブロック４１４）。例えば、帰属先誤判定補正部２０６は、図３Ａに示すように、帰属先誤判定補正行列３０２とデータベース保有者のインプレッションデータ３０４とのドット積を求めることができる。例によっては、帰属先誤判定補正部２０６は、帰属先誤判定を補正したインプレッションと、データベース保有者１０４ａで求められた回数とに基づいて、帰属先の誤判定が補正されたユニーク視聴者数を計算する。ブロック４１４を実装するために実行できる例示的命令については、下記で図７を参照して説明する。

[00211]図２の例示的な未カバー補正部２１２はさらに、選択されたメディアカテゴリ及び選択された機器種類の未カバー係数に基づいて、インプレッション、継続時間単位、及び／又はユニーク視聴者数を調整する（ブロック４１６）。例えば、未カバー補正部２１２は、図３Ｂの帰属先誤判定を調整したインプレッション３０６を、カバーされている割合（例えば、１−カバーされていない割合）で除算して、帰属先の誤判定及び未カバーを調整したインプレッション情報３１０を得ることができる。例によっては、帰属先誤判定補正部２０６は、帰属先誤判定と未カバーを補正したインプレッションと、データベース保有者１０４ａで求められた回数とに基づいて、帰属先誤判定及び未カバーを補正した視聴者数を計算する。ブロック４１６を実装するために実行できる例示的な命令については下記で図８を参照して説明する。

[00212]例示的な帰属先誤判定補正部２０６は、インプレッション情報を補償すべき機器種類がさらにあるかどうかを判定する（ブロック４１８）。インプレッション情報を補償すべき機器種類がさらにある場合（ブロック４１８）、制御はブロック４１２に戻って別の機器種類を選択する。インプレッション情報を補償すべき機器種類がそれ以上ない場合（ブロック４１８）、例示的な帰属先誤判定補正部２０６は、インプレッション情報を補償すべきメディアカテゴリがさらにあるかどうかを判定する（ブロック４２０）。インプレッション情報を補償すべき機器メディアカテゴリがさらにある場合（ブロック４２０）、制御はブロック４１０に戻って別のメディアカテゴリを選択する。

[00213]インプレッション情報を補償すべきメディアカテゴリがそれ以上ない場合（ブロック４２０）、図２の例示的なインプレッション情報調整部２１４は、調整後のインプレッション情報に基づいてメディアの視聴率を計算する（ブロック４２２）。例えば、インプレッション情報調整部２１４は、帰属先の誤判定及び未カバーが調整されたインプレッションをスケーリングして、視聴者測定エンティティ１０８によって識別されたインプレッションと一致させることができる。それに加えて、又はそれに代えて、例示的なインプレッション情報調整部２１４は、機器種類を組み合わせて、複数又はすべてのモバイル機器種類のインプレッション情報を求めることもできる。その後、図４の例示的な命令４００は終了する。

[00214]図５は、図２の例示的なインプレッションデータ補償器２００を実装して、帰属先誤判定補正行列及び／又は共同視聴行列を計算するために実行できる例示的な機械可読命令５００を表す流れ図である。例示的な命令５００は、図２の例示的な共有行列生成部２０４が実行して図４のブロック４０２を実装することができる。

[00215]図２の例示的な共有行列生成部２０４は、調査較正データソースからの調査較正データを取得する（例えば図２の較正データ収集部２０２から）（ブロック５０２）。例えば、共有行列生成部２０４は、回答世帯にいる人が利用できる機器、及び／又は、回答者が種々の機器種類で見るメディアカテゴリを示す情報を取得することができる。例示的な集約配分生成部２１８はメディアカテゴリを選択する（ブロック５０４）。例示的な集約配分生成部２１８は機器種類を選択する（ブロック５０６）。図５の例では、メディアカテゴリ及び／又は機器種類は、調査較正データに示されるメディアカテゴリ及び／又は機器種類から選択される。すべての人口統計グループｉ及びｊについて、例示的な集約配分生成部２１８は、（１）認識された人口統計グループｉの人物がデータベース保有者（例えば図１のデータベース保有者１０４ａ）によってメディアの閲覧者として識別され、且つ（２）実際の閲覧者人口統計グループｊにいる人物が実際の閲覧者である確率γ_ｉｊを求める（ブロック５０８）。例えば、集約配分生成部２１８は上記の例示的な表１〜表１３を使用して、上記の表１４に示すような帰属先誤判定補正行列を生成する。ブロック５０８を実装するために実行できる例示的な命令については、下記で図６を参照して説明する。

[00216]例示的な集約配分生成部２１８は、人口統計グループｉ及びｊのすべてのペアについて、（１）認識された人口統計グループｉの人物がデータベース保有者によってメディアの閲覧者として識別され、且つ（２）実際の閲覧者人口統計グループｊの人物についてもインプレッションがある確率κ_ｉｊを求める（ブロック５１０）。人口統計グループｉ及びｊの各ペアの確率κ_ｉｊの集まりを、共同視聴行列として集約することができる。ブロック５１０を実装する例示的な命令については、下記で図８を参照して説明する。

[00217]例示的な集約配分生成部２１８は、調査較正データソースから得た調査較正データを処理すべき機器種類がさらにあるかどうかを判定する（ブロック５１２）。機器種類がさらにある場合（ブロック５１２）、制御はブロック５０６に戻る。機器種類がそれ以上ない場合（ブロック５１２）は、例示的な集約配分生成部２１８が、調査較正データソースから得た調査較正データを処理すべきメディアカテゴリがさらにあるかどうかを判定する（ブロック５１４）。メディアカテゴリさらにある場合は、制御がブロック５０４に戻る。そうでなく、それ以上メディアカテゴリがない場合は（ブロック５１４）、例示的な命令５００は終了し、制御が図４のブロック４０４に戻る。

[00218]図６は、帰属先誤判定の確率γ_ｉｊを求めるために実行できる例示的な機械可読命令６００を表す流れ図である。例示的な命令６００を実行して図５のブロック５０８を実装することにより、（１）認識された人口統計グループｉの人物がデータベース保有者（例えば図１のデータベース保有者１０４ａ）によってメディアの閲覧者として識別され、且つ（２）実際の閲覧者人口統計グループｊの人物が実際の閲覧者である確率γ_ｉｊを求めることができる。例示的な命令６００では、最初に、例示的な世帯配分生成部２１６が、データベース保有者１０４ａの登録ユーザである世帯員の視聴者を再配分する（ブロック６０２）。例えば、例示的な世帯配分生成部２１６は、上記で表５及び／又は表６との関連で説明した、選択されたメディアカテゴリの例示的な再配分後視聴者行列を生成することができる。例示的な集約配分生成部２１８は、認識された人口統計グループｉ及び実際の閲覧者人口統計グループｊに従い、世帯にまたがって再配分後の視聴者を集約する（ブロック６０４）。例えば、集約配分生成部２１８は、上記で表８との関連で説明したように、複数の世帯に対応する選択されたメディアカテゴリの例示的な再配分後の視聴者行列を生成することができる。

[00219]例示的な行列補正部２２０は、認識された人口統計グループｉの第１の人物が実際の閲覧者人口統計グループｊの人物と同じ世帯で生活している確率Ｐ（Ｌ）_ｉｊを是正するＮＰＭ指標を生成する（ブロック６０６）。例えば、例示的な行列補正部２２０は、上記で表９〜表１１との関連で説明したように、調査の回答データにＮＰＭデータを適用してＮＰＭ指標を生成することができる。例示的な行列補正部２２０は、世帯にまたがる再配分後のデータベース保有者のインプレッションにＮＰＭ指標を適用して、認識された人口統計グループｉの第１の人物が実際の閲覧者人口統計グループｊの人物と同じ世帯で生活している確率Ｐ（Ｌ）_ｉｊを是正する（ブロック６０８）。例えば、上記で表１２との関連で説明したように、行列補正部２２０は、上記表８のｉ，ｊセルの再配分後の視聴者値に、それに対応する上記表１１のｉ，ｊセルの値にあるＮＰＭ指標を乗算することにより、表１２の各ｉ，ｊセルの値を求めることができる。このようにして、行列補正部２２０は、異なる世帯にまたがってデータベース保有者１０４ａによって収集された再配分後のインプレッションにＮＰＭ指標を適用して、認識された人口統計グループｉの第１の人物が実際の閲覧者人口統計グループｊの人物と同じ世帯で生活している確率Ｐ（Ｌ）_ｉｊを是正する。

[00220]例示的な行列正規化部２２２が、認識された人口統計グループｉそれぞれの確率を正規化する（ブロック６１０）。例えば、行列正規化部２２２は、表１４の帰属先誤判定行列の各列（例えば、データベース保有者１０４ａに認識された各人口統計グループ）を正規化して、各列の合計が同じ数（例えば１．００、すなわち１００％）に等しくなるようにする。各列を正規化することによって、帰属先誤判定を補正した後のインプレッション数を、データベース保有者１０４ａによって検出された合計インプレッション数と等しくし、データベース保有者１０４ａによってそれぞれの認識された人口統計グループｉに関連付けられたインプレッションの比率を維持する。図６の例示的な命令６００は、例えば図５のブロック５１０に制御が戻る。

[00221]図７は、図２の例示的なインプレッションデータ補償器２００を実装して、帰属先誤判定補正行列及び／又は共同視聴行列を計算するために実行できる例示的な機械可読命令７００を表す流れ図である。例示的な命令７００は、上記で図５を参照して説明した図４のブロック４０２を実装する例示的命令の代替例である。

[00222]図２の例示的な共有行列生成部２０４は、調査較正データソース（例えば図２の較正データ収集部２０２）から調査較正データを取得する（ブロック７０２）。例えば、共有行列生成部２０４は、回答世帯の人が利用できる機器、及び／又は、回答者が種々の機器種類で見るメディアカテゴリを示す情報を取得することができる。例示的な集約配分生成部２１８がメディアカテゴリを選択する（ブロック７０４）。例示的な集約配分生成部２１８が機器種類を選択する（ブロック７０６）。図７の例では、メディアカテゴリ及び／又は機器種類は、調査較正データに示されるメディアカテゴリ及び／又は機器種類から選択される。人口統計グループｉ及びｊのすべてのペアについて、例示的な集約配分生成部２１８は、認識された人口統計グループｉの人物と、実際の閲覧者人口統計グループｊの人物とが同じ世帯で生活している確率Ｐ（Ｌ）_ｉｊを計算する（例えば調査較正データソースに基づく）（ブロック７０８）。例えば、集約配分生成部２１８は、同じ世帯で生活している、人口統計グループｉ及びｊの人物が共同視聴する発生率を求めることができる。

[00223]人口統計グループｉ及びｊのすべてのペアについて、例示的な集約配分生成部２１８は、認識された人口統計グループｉの人物と、その人物と同じ世帯で生活している実際の閲覧者人口統計グループｊの人物の両方が選択された機器種類のモバイル機器を利用できる確率Ｐ（Ｄ｜Ｌ）_ｉｊを求める（ブロック７１０）。

[00224]人口統計グループｉ及びｊのすべてのペアについて、例示的な集約配分生成部２１８は、認識された人口統計グループｉの人物（データベース保有者のユーザ）と、その人物と同じ世帯に生活しており、選択された機器種類のモバイル機器を利用することができる実際の閲覧者人口統計グループｊの人物とが、選択されたメディアカテゴリのメディアを視聴するために同じモバイル機器を共有する確率Ｐ（Ｓ_ｘ｜Ｄ）_ｉｊを求める（ブロック７１２）。例えば、集約配分生成部２１８は、人口統計グループｉ及びｊの人物の両方が、調査較正データから選択された機器種類で選択されたメディアカテゴリのメディアにアクセスする発生率を求めることができる。

[00225]人口統計グループｉ及びｊのすべてのペアについて、例示的な集約配分生成部２１８は、選択された機器種類及び選択されたメディアカテゴリに関連付けられた帰属先誤判定補正行列について、選択された人口統計グループｉ，ｊのペアの共有の確率γ_ｉｊを求める（ブロック７１４）。例えば、集約配分生成部２１８は、上記の例示的な式１を使用して共有の確率γ_ｉｊを計算することができる。

[00226]例示的な共同視聴行列生成部２２４は、人口統計グループｉ及びｊのすべてのペアについて、１）認識された人口統計グループｉの人物がデータベース保有者によってメディアの閲覧者として識別され、且つ（２）実際の閲覧者人口統計グループｊの人物についてもインプレッションがある確率κ_ｉｊを求める（ブロック７１６）。人口統計グループｉ及びｊのペアに対応する確率κ_ｉｊの集まりを集約して共同視聴行列にすることができる。ブロック７１６を実装する例示的な命令については下記で図８を参照して説明する。

[00227]例示的な集約配分生成部２１８は、調査較正データソースから得た調査較正データを処理すべき機器種類がさらにあるかどうかを判定する（ブロック７１８）。機器種類がさらにある場合（ブロック７１８）、制御はブロック７０６に戻る。機器種類がそれ以上ない場合（ブロック７１８）、例示的な集約配分生成部２１８は、調査較正データソースから得た調査較正データを処理すべきメディアカテゴリがさらにあるかどうかを判定する（ブロック７２０）。さらにメディアカテゴリがある場合は、制御がブロック７０４に戻る。そうでなく、それ以上メディアカテゴリがない場合は（ブロック７２０）、例示的な命令７００は終了し、例えば制御が図４のブロック４０４に戻る。

[00228]図８は、共同視聴行列を計算するために実行することができる例示的な機械可読命令８００の流れ図である。例えば、命令８００は、図２の例示的な共同視聴行列生成部２２４が実行して、図５のブロック５１０及び／又は図７のブロック７１６を実装することができる。

[00229]人口統計グループｉ及びｊのすべてのペアについて、例示的な共同視聴行列生成部２２４は、認識された人口統計グループｉの人物と、その人物と同じ世帯で生活しており、選択された機器種類のモバイル機器を利用することができる実際の閲覧者人口統計グループｊの人物とが、同じモバイル機器を使用して、選択されたメディアカテゴリのメディアを同時に利用する（例えば視聴する）確率Ｐ（Ｃ_ｘ｜Ｄ）_ｉｊを求める（ブロック８０２）。言い換えると、例示的な共同視聴行列生成部２２４は、それらの人物が同じ世帯で生活しており、同じモバイル機器を利用できると仮定して、選択された機器種類、メディアカテゴリ、及び人口統計グループｉ及びｊについて、共同視聴の確率又は発生率を求める。例示的な共同視聴行列生成部２２４は、選択された機器種類及び選択されたメディアカテゴリに対応する共同視聴行列の確率κ_ｉｊを求める（ブロック８０４）。例えば、例示的な共同視聴行列生成部２２４は、確率κ_ｉｊを、κ_ｉｊ＝Ｐ（Ｌ）_ｉｊ×Ｐ（Ｄ｜Ｌ）_ｉｊ×Ｐ（Ｃ_ｘ｜Ｄ）_ｉｊと計算することができる。例示的な確率κ_ｉｊは、選択された人口統計グループｉ及びｊのペア、選択された機器種類、並びに選択されたメディアカテゴリについての共同視聴の確率を表す。

[00230]例示的な命令８００は終了し、例えば制御が図５のブロック５１２及び／又は図７のブロック７１８に戻る。

[00231]図９は、図２の例示的なインプレッションデータ補償器２００を実装して、データベース保有者にカバーされていないメディア視聴者に関連する人口統計学的プロフィール（又は未カバー係数）を計算するために実行できる例示的な機械可読命令９００を表す流れ図である。例示的な命令９００は、図２の例示的な未カバー計算部２１０が実行して、図４のブロック４０４及び４０５を実装することができる。

[00232]図２の例示的な未カバー計算部２１０は、調査較正データソースから調査較正データを取得する（ブロック９０２）。例えば、未カバー計算部２１０は、データベース保有者１０４ａに登録していない人の数、及び／又はデータベース保有者１０４ａに登録しているが、特定種類の機器ではデータベース保有者１０４ａにログインしない人の数を示す調査較正データを（例えば図２の較正データ収集部２０２から）取得することができる。

[00233]例示的な未カバー計算部２１０が機器種類を選択する（ブロック９０４）。例示的な未カバー計算部２１０が人口統計グループを選択する（ブロック９０６）。例示的な未カバー計算部２１０がメディアカテゴリを選択する（ブロック９０８）。図９の例では、メディアカテゴリ、人口統計グループ、及び／又は機器種類は、調査較正データに示されるメディアカテゴリ、人口統計グループ、及び／又は機器種類から選択される。例えば、未カバー計算部２１０は、調査較正データソースから取得された調査較正データに基づいて、人口統計グループ、メディアカテゴリ、及び機器種類の異なる組み合わせごとに異なるアルファ係数（例えば表１７の例示的なアルファ係数α＝Ｂ／Ａ）を生成することができる。

[00234]例示的な未カバー計算部２１０は、調査較正データ（例えば調査較正データソースからのデータ）に基づいて確率Ｂを求め、Ｂは、選択された人口統計グループの人物が、選択された機器種類で選択されたメディアカテゴリのメディアを見る確率である（ブロック９１０）。図９の例では、未カバー計算部２１０は、調査較正データから決定された、選択された機器種類、選択された人口統計グループ、及び／又は選択されたメディアカテゴリに関連付けられた重みに基づいて確率Ｂを求める。

[00235]例示的な未カバー計算部２１０は、調査較正データに基づいて確率Ａも求め、Ａは、選択された人口統計グループの人物が、選択された機器種類と異なる別の機器種類（例えば当該メディアに関連する標準的な機器種類）で、選択されたメディアカテゴリのメディアを見る確率である（ブロック９１２）。図９の例では、未カバー計算部２１０は、調査較正データから決定された、その別の機器種類、選択された人口統計グループ、及び／又は選択されたメディアカテゴリに関連付けられた重みに基づいて確率Ａを求める。図９の例では、確率Ｂ及びＡは、選択された機器種類と別の機器種類の両方を介してアクセスできるメディアに関して求められる。

[00236]例えば、特定のメディアカテゴリのテレビ番組のある放送回の場合、別の機器種類はテレビであり、選択された機器種類は、ストリーミング映像を介してそのテレビ番組のその放送回を視聴できるコンピューティング機器（例えば、モバイル機器、並びに／又は、スマートフォン、タブレットコンピュータ、及び／若しくは携帯メディアプレーヤ等のより特化した種類のモバイル機器）となる。そのようなテレビ番組はしばしば、テレビで初回又は最初に公開された後、ストリーミング映像で利用できるようにされる。そのため、人は、テレビ（例えば別の機器種類）及び／又はコンピューティング機器（例えば選択された機器種類）でストリーミングメディアを介して、そのテレビ番組のその放送回を視聴する可能性がある。

[00237]例示的な未カバー計算部２１０は、選択された人口統計グループ、選択されたメディアカテゴリ、及び選択された機器種類についてのアルファ係数（例えば上記表１７のα＝Ｂ／Ａ）を求める（ブロック９１４）。したがって、図９の例では、人口統計グループ、メディアカテゴリ、及び機器種類の組み合わせごとに、別個のアルファ係数がある。ただし、他の例では、アルファ係数は、あらゆる人口統計グループ、あらゆるメディアカテゴリ、及び／又はあらゆる機器種類に同一である場合もある。それに加えて、又はそれに代えて、例示的な未カバー計算部２１０は、地理的地域、局、時間帯、及び／又は他の要素を含む組み合わせを使用してアルファ係数を求める。

[00238]例示的な未カバー計算部２１０は、メディアカテゴリがさらにあるかどうかを判定する（ブロック９１６）。メディアカテゴリさらにある場合は（ブロック９１６）、制御がブロック９０８に戻って別のメディアカテゴリを選択する。それ以上メディアカテゴリがない場合は（ブロック９１６）、例示的な未カバー計算部２１０が、さらに人口統計グループがあるかどうかを判定する（ブロック９１８）。さらに人口統計グループがある場合（ブロック９１８）は、制御がブロック９０６に戻って別の人口統計グループを選択する。選択された機器種類にそれ以上人口統計グループがない場合（ブロック９１８）は、例示的な未カバー計算部２１０が、さらに機器種類があるかどうかを判定する（ブロック９２０）。さらに機器種類がある場合（ブロック９２０）は、制御がブロック９０４に戻って別の機器種類を選択する。選択されたメディアカテゴリにそれ以上機器種類がない場合（ブロック９２０）、図９の例示的な命令９００は終了し、例えば、制御が図４のブロック４０６に戻る。

[00239]図１０は、図２の例示的なインプレッションデータ補償器２００を実装して、帰属先誤判定補正行列に基づいてインプレッション及び／又は継続時間単位を調整するために実行できる例示的な機械可読命令１０００を表す流れ図である。例示的な命令１０００は、図２の例示的な帰属先誤判定補正部２０６が実行して、図４のブロック４１４を実装することができる。

[00240]図２の例示的な帰属先誤判定補正部２０６は、ａ）選択されたメディアカテゴリ及び選択された機器種類に対応する帰属先誤判定補正行列と、ｂ）認識された人口統計グループｉごとにデータベース保有者によって認識されたインプレッション数とのドット積を計算することにより、帰属先誤判定が調整されたインプレッション数を求める（ブロック１００２）。ドット積の結果は、人口統計グループごとの、帰属先誤判定が調整されたインプレッション数になる。例えば、帰属先誤判定補正部２０６は、表１４の帰属先誤判定補正行列と、表１５のインプレッション情報とのドット積を計算して、帰属先の誤判定が調整されたインプレッション数を得る。

[00241]図２の例示的な帰属先誤判定補正部２０６は、ａ）選択されたメディアカテゴリ及び選択された機器種類に対応する帰属先誤判定補正行列と、ｂ）認識された人口統計グループｉごとにデータベース保有者によって認識された継続時間単位とのドット積を計算することにより、帰属先誤判定が調整された継続時間単位を求める（ブロック１００４）。例示的な命令１０００は終了し、例えば制御が図４のブロック４１６に戻る。

[00242]図１１は、図２の例示的なインプレッションデータ補償器２００を実装して、データベース保有者に対応する未カバー係数に基づいてインプレッションを調整するために実行できる例示的な機械可読命令１１００を表す流れ図である。例示的な命令１１００は、図２の例示的な未カバー補正部２１２が実行して、図４のブロック４１６を実装することができる。

[00243]図２の例示的な未カバー補正部２１２は、人口統計グループを選択する（ブロック１１０２）。選択される人口統計グループは、例えば、上記で表１〜１４を参照して説明した、認識された人口統計グループｉ及び／又は実際の閲覧者人口統計グループｊである。未カバー補正部２１２は、帰属先誤判定が調整されたインプレッションに、選択された人口統計グループ、選択された機器種類、及び／又は選択されたメディアカテゴリに関連付けられたアルファ係数（例えば上記表１７のα＝Ｂ／Ａ）を乗算することにより、カバーされていないインプレッション数を求める（ブロック１１０４）。例えば、未カバー補正部２１２は、選択された人口統計グループ（例えばブロック１１０２で選択される）、選択された機器種類（例えば図４のブロック４１２で選択される）、及び／又は選択されたメディアカテゴリ（例えば図４のブロック４１０で選択される）に、適用可能なアルファ係数（例えば図４のブロック４０４及び／又は図６の例示的な命令９００で求められる）を求めることができる。例示的な未カバー補正部２１２は、ブロック１１０４で、求めたアルファ係数に、帰属先誤判定が調整されたインプレッションを乗算して、カバーされていないインプレッション数を求める。

[00244]例示的な未カバー補正部２１２は、さらに人口統計グループがあるかどうかを判定する（ブロック１１０６）。人口統計グループがさらにある場合（ブロック１１０６）、制御がブロック１１０２に戻って別の人口統計グループを選択する。調整する人口統計グループがそれ以上ない場合（ブロック１１０６）、例示的な未カバー補正部２１２は、人口統計グループ（例えば同じ計算のセットにあるすべての人口統計グループ）についてカバーされていないインプレッションをスケーリングして、すべての人口統計グループに対応するカバーされていないインプレッションの合計が、観察されたカバーされていないインプレッション数と等しくなるようにする（ブロック１１０８）。例えば、上記で表１７を参照して説明したように、例示的な未カバー補正部２１２は、１）アルファ係数（α＝Ｂ／Ａ）と、各人口統計グループ（「人口統計グループ」）の測定された割合（表１７の「測定値」％）との積として、調整された割合（表１７の「調整後」％）を計算し、２）調整された割合（表１７の「調整後」％）を正規化して、合計が１００％になるようにし、３）正規化された割合（表１７の「正規化後」％）に、カバーされていないインプレッション（例えばデータベース保有者１０４ａによって人口統計グループ（表１７の「人口統計グループ」）に関連付けられていないインプレッションの数）を乗算して、各人口統計グループ（表１７の「人口統計グループ」）に属すると判断できる、カバーされていないインプレッション（表１７の「未カバーインプレッション」）のスケーリング後の数を得ることができる。

[00245]図２の例示的な未カバー補正部２１２は、人口統計グループを選択する（ブロック１１１０）。ブロック１１１０で選択される人口統計グループは、ブロック１１０２の反復で前に選択された人口統計グループである。図の例では、ブロック１１１０、１１１２、及び１１１４を実行して、ブロック１１０２、１１０４、１１０６、及び１１０８で求められたすべての人口統計グループについてのスケーリング後のカバーされていないインプレッションを処理する。未カバー補正部２１２は、スケーリング後のカバーされていないインプレッション（例えばブロック１１０８で求められる）を、その人口統計グループに対応する帰属先誤判定が調整されたインプレッションに加算することにより、選択された人口統計グループの帰属先誤判定と未カバーが調整されたインプレッションを求める（ブロック１１１２）。

[00246]例示的な未カバー補正部２１２は、人口統計グループがさらにあるかどうかを判定する（ブロック１１１４）。人口統計グループがさらにある場合（ブロック１１１４）、制御がブロック１１１０に戻って別の人口統計グループを選択する。調整する人口統計グループがそれ以上ない場合（ブロック１１１４）、例示的な命令１１００が終了し、例えば制御が図４のブロック４１８に戻る。

[00247]上記の例はインプレッションを参照して説明したが、それらの例は、それに加えて、又はそれに代えて、ユニーク視聴者及び／又は継続時間単位にも適用することができる。例えば、再配分後の視聴者行列を、上記のようにインプレッションに適用する代わりに、対象とするメディアの視聴者に適用することができる。例によっては、メディアの視聴者の中の１人の人物を数えるには１回のみのインプレッションが必要とされ、人物にインプレッションがない場合には、メディアの視聴者の中で人物は計数されない。したがって、例えば表３の例では、１２〜１７才の男性の視聴者は、インプレッションの再配分後には１人減ることになる。その理由は、この１２〜１７才の男性は、メディアにアクセスしたことがデータベース保有者１０４により報告されるが、再配分後には、タブレットコンピュータでコメディカテゴリのメディアにはインプレッションがないと判断され、以て１２〜１７才の男性の視聴者が１人減るからである。逆に、３５〜４４才の女性の視聴者は１人増えることになる。その理由は、その３５〜４４才の女性の視聴者はデータベース保有者１０４ａではインプレッションに関連付けられておらず、結果として視聴者の中に入っていないが、視聴者の再配分後には、その女性が実際にはタブレットコンピュータで当該カテゴリのメディアにアクセスしていると判断できるからである。

[00248]図１２は、図２の例示的なインプレッションデータ補償器２００を実装して、データベース保有者にカバーされていないメディア視聴者に関連する人口統計学的プロフィール（又は未カバー係数）を計算するために実行できる例示的な機械可読命令１２００を表す流れ図である。例示的な命令１２００は、図２の例示的な未カバー計算部２１０が実行して、図４のブロック４０４及び４０５を実装することができる。

[00249]例示的な未カバー計算部２１０が、較正調査からデータを取得する（ブロック１２０２）。例えば、未カバー計算部２１０は、データベース保有者１０４ａに登録していない回答者、及び／又はデータベース保有者１０４ａに登録しているが、特定種類の機器ではデータベース保有者１０４ａにログインしない回答者の数を示す較正調査データを取得することができる。

[00250]例示的な未カバー計算部２１０は、機器種類を選択し（ブロック１２０４）、人口統計グループを選択する（ブロック１２０６）。例示的な未カバー計算部２１０は、選択された人口統計グループの較正調査への回答者のうち、選択された機器種類でメディアを視聴する時にデータベース保有者１０４ａに認識されないと思われる回答者の割合として、選択された人口統計グループ及び選択された機器種類についての未カバー係数を計算する。
（ブロック１２０８）。

[00251]例示的な未カバー計算部２１０は、人口統計グループがさらにあるかどうかを判定する（ブロック１２１０）。人口統計グループがさらにある場合（ブロック１２１０）、制御がブロック１２０６に戻って別の人口統計グループを選択する。選択された機器種類にそれ以上人口統計グループがない場合（ブロック１２１０）、例示的な未カバー計算部２１０は、さらに機器種類があるかどうかを判定する（ブロック１２１２）。機器種類がさらにある場合（ブロック１２１２）、制御がブロック１２０４に戻って別の機器種類を選択する。機器種類がそれ以上ない場合（ブロック１２１２）、図１２の例示的な命令１２００が終了し、例えば制御が、図４の例示的な命令４００等の呼び出し関数又はプロセスに戻って、ブロック４０６の実行に進む。

[00252]図１３は、図２の例示的なインプレッションデータ補償器２００を実装して、データベース保有者に対応する未カバー係数に基づいてインプレッション数及び／又はユニーク視聴者を調整するために実行できる例示的な機械可読命令１３００を表す流れ図である。例示的な命令１３００は、図２の例示的な未カバー補正部２１２が実行して、図４のブロック４１６を実装することができる。

[00253]図２の例示的な未カバー補正部２１２は、人口統計グループを選択する（ブロック１３０２）。例示的な未カバー補正部２１２は、帰属先の誤判定を調整したユニーク視聴者数（図１０の命令を使用して求められる）を、１−（選択された人口統計グループ及び選択された機器種類の未カバー係数）で除算することにより、帰属先の誤判定と未カバーの誤りを調整したユニーク視聴者数を求める（ブロック１３０４）。

[00254]例示的な未カバー補正部２１２は、帰属先誤判定及び未カバーを調整したユニーク視聴者数に、インプレッション情報から求められた、選択された人口統計グループ及び選択された機器種類の回数を乗算することにより、帰属先の誤判定と未カバーを調整したインプレッション数を求める（ブロック１３０６）。

[00255]例示的な未カバー補正部２１２は、帰属先誤判定を調整した継続時間単位（図１０の命令を使用して求められる）を、１−（選択された人口統計グループ及び選択された機器種類の未カバー係数）で除算することにより、帰属先の誤判定と未カバーの誤りを調整した継続時間単位を求める（ブロック１３０８）。

[00256]例示的な未カバー補正部２１２は、人口統計グループがさらにあるかどうかを判定する（ブロック１３１０）。人口統計グループがさらにある場合（ブロック１３１０）、制御がブロック１３０２に戻って別の人口統計グループを選択する。調整する人口統計グループがそれ以上ない場合（ブロック１３０８）、例示的な命令１３００は終了し、例えば制御が図４の例示的な命令４００等の呼び出し関数又はプロセスに戻って、ブロック４１８の実行に進む。

[00257]事例によっては、データの選択は、ジャンルに基づいて行う場合がある。例によっては、ジャンルがメディアパブリッシャ１２０（例えばテレビネットワーク提供者、メディア提供者等）から提供される場合がある。他の例では、メディアの提供者からジャンルを入手できない場合がある。そのような他の例では、ジャンルを容易に入手できない場合、例えば、下記で図１４〜図２０との関連で開示する技術を使用してジャンルを予測することができる。

[00258]プラットフォームを越えた視聴者測定で、ＡＭＥ（例えば図１のＡＭＥ１０８）が、テレビ（及び／又はラジオ）番組がテレビ（及び／又はラジオ）局（例えばローカルテレビ局、ローカルラジオ局）を介して放送される時と、放送後の特定の時間（例えば７日）内に時間を遅らせたメディアサービスを介して提供される時に、その番組の視聴者を監視する。例示的な時間を遅らせたメディアサービスは、モバイル機器又は固定コンピューティング機器で、オンデマンドサービス、ストリーミングサービスのアプリケーション、アプリ、ウェブページ等を介して利用することができる。例示的な時間を遅らせたメディアサービスは、デジタルビデオレコーダ（ＤＶＲ）、ケーブルボックス、インターネットメディア配信用セットトゥボックス、スマートテレビ等で提供される場合もある。このようにして、ＡＭＥは、テレビ（及び／又はラジオ）の視聴者と、時間が遅れた視聴者両方のインプレッションを収集することにより、プラットフォーム間の視聴者測定を行う。例によっては、そのインプレッションを分析してメディアの視聴率を生成する。例によっては、ジャンルを使用して、モバイルセンサスデータを較正するための調整係数を求める。そのような例では、較正したモバイルセンサスデータを使用して視聴率を生成する。ジャンルは、例えば形態、スタイル、及び／又は主題等の類似性に基づくメディアのカテゴリである。例示的なジャンルには、コメディ、ドラマ、スポーツ、ニュース、児童番組等がある。

[00259]例によっては、メディアの中に符号化されたデータに基づいてインプレッションが収集される。しかし、例によっては、符号化されたデータがジャンル情報を含んでいない。例えば、ローカル放送局によって放送される番組はジャンル情報を持たず、ローカル放送の符号化データは番組名や識別子を含んでいない。また、ジャンル情報や番組名は、即日（overnight）視聴率を生成するのに間に合うようには、放送局又はメディア所有者から提供されない。即日視聴率はしばしば、インプレッション数と視聴者数に基づいて放送番組の成績を手早く見積もるために使用される。事例によっては、即日視聴率に反映される放送番組の成績を、メディアネットワーク（例えばテレビネットワーク）が使用して、例えば、メディアネットワーク（例えばＡＢＣテレビ放送会社）や、時間を遅らせた視聴サービスを介してそのメディアを提供する権利を所有する第３者（例えばＨｕｌｕ．ｃｏｍ）のアプリやウェブページを介して利用できる、同じメディアの時間を遅らせた視聴アクセスに対応する広告空間を販売することがある。本明細書に開示される例を使用して、ローカルテレビ（及び／又はラジオ）のインプレッションのジャンルを予測するモデルを生成することができる。下記の例はテレビに関して説明するが、下記の例は、それに代えて、ラジオや他のメディア種類を使用して実装することもできる。

[00260]ジャンル予測のモデル化

[00261]上記の帰属先誤判定及び／又は未カバー補正の例は、複数の帰属先誤判定補正表（例えば上の表１４等）を生成することを含む場合がある。例によっては、異なる機器種類、及び／又は異なるメディアジャンルごとに、帰属先誤判定補正行列が生成される。下記で説明する例を使用して、インプレッションからジャンル情報を得られないインプレッションのメディアジャンルを予測することができる。インプレッションにジャンルを割り当てることにより、本明細書に開示される例は、上記で開示したようにインプレッション数及び／又は視聴者数の帰属先誤判定の誤り及び／又は未カバーの誤りを補償するのに適した帰属先誤判定補正行列及び／又は未カバー係数（例えば上の表１９及び／又は表２１のアルファ係数）を選択する。

[00262]下記で開示するジャンル予測モデルを生成する例では、クライアントコンピュータ又はテレビにローカルに設置された宅内のメディア計測器を使用して、アクセスされたメディアや、テレビで視聴されたメディアについての情報を収集して、ジャンル予測モデルの生成を助ける。ただし、上記で開示した例は、クライアントコンピュータにローカルにインストールされたパネリスト測定ソフトウェアに依拠してデータベース保有者への登録ステータスデータを収集することなく、及び／又は世帯員からアクセスされたメディアについてのデータを収集することなく、帰属先誤判定の補正係数を生成する。クライアントコンピュータ又はテレビにローカルに設置された宅内のメディア計測器をジャンル予測モデル化とジャンルの割り当てで使用することは、インプレッションの収集及び／又はインプレッションへのジャンルの割り当てに限定される。そのようにローカルに設置された宅内計測器は、本明細書に開示される帰属先誤判定補正行列や未カバー係数の生成には使用されない。下記で開示するジャンル予測モデル化とジャンルの割り当てを使用して、上記で開示したようにインプレッションの帰属先誤判定及び／又は未カバーを補正することができる。

[00263]図１４は、ジャンル予測モデルを生成し、無ジャンルのインプレッションデータ１４０２（例えばジャンル情報を含まないインプレッションデータ）のジャンルを予測するか、及び／又はジャンルを割り当てる例示的なシステム１４００を示す。図の例では、宅内メディア計測器１４０４（例えばセットトップメータ、個人ピープルメータ等）が、ローカルのテレビインプレッションデータ１４０２を視聴者測定エンティティ（ＡＭＥ）１０８に送信する。図１４の例示的なＡＭＥ１０８は、例えば図１のＡＭＥ１０８である。

[00264]図の例では、ローカルテレビ放送局は放送の時点ではメディアをまだ符号化していないので、ローカル放送テレビから生成されるインプレッションデータ１４０２は、ジャンル情報が符号化されていない。図の例では、テレビ視聴者についてのローカルテレビのインプレッションデータ１４０２を収集するのに加えてプラットフォームを越えて視聴者を監視するために、例示的なコレクタ１４０６がインターネット対応メディア機器１４１０の中に提供され、インターネット対応メディア機器１４１０を介したストリーミングサービスを使用してアクセスされるメディアのインプレッションを収集する。図の例では、コレクタ１４０６は、インターネット対応メディアアクセス機器１４１０（例えば、コンピュータ、テレビ、タブレット、スマートフォン、電子書籍リーダー等）によって実行される、ウェブページ、アプリケーション、又はアプリ（例えば、オンデマンドアプリケーション、ストリーミングアプリケーション、ＤＶＲアクセスアプリケーション等）の中に組み込まれた命令を使用して実装される。

[00265]例示的なコレクタ１４０６を使用してインプレッションを収集する例が、２０１３年２月５日に発行された米国特許第８，３７０，４８９号、２０１３年１２月１８日に出願された米国特許出願第１４／１２７，４１４号、２０１４年７月１１日に出願された米国特許出願第１４／３２９，７７９号、２０１４年３月１３日に出願された米国仮出願第６１／９５２，７２６号、２０１４年６月１９日に出願された米国仮出願第６２／０１４，６５９号、２０１４年７月１１日に出願された米国仮出願第６２／０２３，６７５号に開示され、これらはすべて全体が参照により本明細書に組み込まれる。例示的なメディア計測器１４０４及び／又は例示的なコレクタ１４０６は、有線接続及び／又は無線接続（例えばケーブル／ＤＳＬ／衛星モデム、携帯電話基地局等）を介して、例示的なネットワーク１４１２（例えば、インターネット、ローカルエリアネットワーク、ワイドエリアネットワーク、セルラデータネットワーク等）を通じて例示的なＡＭＥ１０８と通信する。

[00266]図１４の例では、ＡＭＥ１０８は、無ジャンルインプレッションデータ１４０２を処理して、無ジャンルインプレッションデータ１４０２に基づいて、ＡＭＥ１０８のログに記録されたインプレッションのジャンルを判定する。図の例では、ＡＭＥ１０８は、収集データベース１４１４、ジャンル予測モデル化器１４１６、ジャンル予測器１４１８、履歴ジャンルデータベース１４２０、及び予測データベース１４２２を含む。例示的な収集データベース１４１４は、例示的なメディア計測器１４０４及び／又は例示的なコレクタ１４０６から受信及び／又は取得される例示的な無ジャンルインプレッションデータ１４０２に基づいてログに記録されたインプレッションを記憶するために設けられる。

[00267]例示的なジャンル予測モデル化器１４１６は、例示的な履歴ジャンルデータベース１４２０に記憶された履歴ジャンルデータに基づいて（１つ又は複数の）ジャンル予測モデル１４２８を生成する。図の例では、履歴ジャンルデータは、履歴番組レコード１４３０を含み、これは例えば、番組のジャンル、番組の時間帯、番組の日の区分、番組の継続時間を識別する。例示的な履歴番組レコード１４３０は、番組が放送された後にローカル放送局１４３２から提供される情報（例えば番組識別子、（１つ又は複数の）タイムスタンプ、局識別子、系列局識別子等）に基づく。例えば、ローカル放送局１４３２は、ローカル放送から１週間後に、ローカル放送番組の１５分ごとのレコード１４３０を提供する場合がある。

[00268]例示的なジャンル予測器１４１は、例示的なジャンル予測モデル化器１４１６によって生成された（１つ又は複数の）ジャンル予測モデル１４２８を使用してジャンル情報を予測し、予測したジャンルを、無ジャンルインプレッションデータ１４０２に基づいて、収集データベース１４１４に記録されたインプレッションに割り当てる。このようにして、例示的なジャンル予測器１４１８は、予測ジャンルインプレッションレコード１４２４を生成する（例えば収集データベース１４１４に記録された無ジャンルインプレッションを予測されたジャンル情報と組み合わせる）。図１４の例では、予測ジャンルインプレッションレコード１４２４は、予測データベース１４２２に記憶される。例によっては、予測ジャンルインプレッションレコード１４２４は未補正のインプレッションとして使用され、上記のように、この未補正のインプレッションの帰属先誤判定及び／又は未カバーを補償して、予測ジャンルインプレッションの帰属先として判定できる人口統計グループを求めることができる。

[00269]図１５は、図１４の無ジャンルインプレッションデータ１４０２に基づいて収集データベース１４１４に記録された無ジャンルインプレッションレコード１５０１のジャンル情報を判定する、図１４のジャンル予測器１４１８の例示的な実装を示す。図の例では、ジャンル予測器１４１８は、収集データベース１４１４から無ジャンルインプレッションレコード１５０１を受信及び／又は取得し、予測データベース１４２２に記憶されるか、及び／又は予測リポート１４２６で報告される、予測ジャンルインプレッションレコード１４２４を生成する。図１５の例では、ジャンル予測器１４１８は、データ分類器１５００及びジャンル分析器１５０２を含む。例示的なデータ分類器１５００は、例示的な無ジャンルインプレッションレコード１５０１を、分類済みインプレッションデータ１５０４に変換するように構成される。分類済みインプレッションデータ１５０４については、下記で図１６を参照して詳細に説明する。

[00270]例示的なジャンル分析器１５０２は、例示的なジャンル予測モデル化器１４１６によって生成された（１つ又は複数の）ジャンル予測モデル１４２８を、例示的な分類済みインプレッションデータ１５０４に適用するように構成される。例示的なジャンル分析器１５０２は、（１つ又は複数の）ジャンル予測モデル１４２８を、分類済みインプレッションデータ１５０４に適用する。そして、例示的なジャンル分析器１５０２は、予測したジャンルを分類済みインプレッションデータ１５０４に割り当てて、例示的な予測ジャンルインプレッションレコード１４２４を生成する。例示的なジャンル分析器１５０２は、例示的な予測ジャンルインプレッションデータ１４２４を例示的な予測データベース１４２２に記憶するか、及び／又は例示的な予測ジャンルインプレッションデータ１４２４を例示的な予測リポート１４２６に含める。

[00271]図１６は、図１５のデータ分類器１５００が図１５のジャンル分析器１５０２がジャンルを予測するために使用する無ジャンルインプレッションデータレコード１５０１を分類する例示的な方式を説明する図である。図の例では、無ジャンルインプレッションデータレコード１５０１は、例示的なマーケット識別子（ＩＤ）１６００、例示的な局ＩＤ１６０２、例示的な系列局ＩＤ１６０４、例示的な開始タイムスタンプ１６０６、例示的な終了タイムスタンプ１６０８、例示的な番組ＩＤ１６１０、及び例示的な供給元ＩＤ１６１２を含む。これらのフィールドの１つ若しくは複数が省略されるか、又は、１つ若しくは複数の追加的なフィールドが存在する場合もある。例えば、全国放送の番組に対応する無ジャンルインプレッションデータレコード１５０１は、番組ＩＤ１６１０及び供給元ＩＤ１６１２を含む場合がある。また、ローカル放送番組に対応する無ジャンルインプレッションデータレコード１５０１は、番組ＩＤ１６１０及び供給元ＩＤ１６１２を省略する場合がある。例示的なマーケットＩＤ１６００は、対応するテレビ番組が放映される市場を識別する（例えば地理的な場所や自治体等）。例によっては、マーケットＩＤ１６００は、ＡＭＥ１０８（図１４）又は他の適切なエンティティによって割り当てられる。局ＩＤ１６０２は、そのテレビ番組を放送するローカル局を識別する。例によっては、局ＩＤ１６０２は、ＡＭＥ１０８（図１４）又は他の適切なエンティティによって割り当てられる英数字である。例によっては、局ＩＤ１６０２は、ローカルテレビ局が自局を識別するために使用するコールサイン（例えばＷＸＴＶ、ＫＶＥＡ、ＷＳＮＳ等）である。

[00272]例示的な系列局ＩＤ１６０４は、ローカルテレビ局のネット系列局（例えばＡｍｅｒｉｃａｎ Ｂｒｏａｄｃａｓｔｉｎｇ Ｃｏｍｐａｎｙ、Ｔｅｌｅｍｕｎｄｏ、ＦＯＸ Ｂｒｏａｄｃａｓｔｉｎｇ Ｃｏｍｐａｎｙ等）を識別する。例によっては、系列局ＩＤ１６０４は、ネット系列局を表すようにＡＭＥ１０８によって割り当てられた番号（例えばＡＢＣは１００、ＮＢＣは１０１等）である。例によっては、系列局ＩＤ１６０４は、ネット系列局の名称のアルファベット表現である（例えばＡｍｅｒｉｃａｎ Ｂｒｏａｄｃａｓｔｉｎｇ Ｃｏｍｐａｎｙの「ＡＢＣ」、Ｔｅｌｅｍｕｎｄｏの「ＴＭＤ」等）。例示的な開始タイムスタンプ１６０６は、無ジャンルインプレッションレコード１５０１に関連付けられた番組の開始日及び開始時刻を含む。例示的な終了タイムスタンプ１６０８は、無ジャンルインプレッションレコード１５０１に関連付けられた番組の終了日及び終了時刻を含む。無ジャンルインプレッションレコード１５０１に含まれる場合、例示的な番組ＩＤ１６１０は、無ジャンルインプレッションレコード１５０１関連付けられたテレビ番組（例えば「Ａｒｒｅｓｔｅｄ Ｄｅｖｅｌｏｐｍｅｎｔ」、「Ｎｅｗｓ Ｒａｄｉｏ」、「Ｓａｂａｄｏ Ｇｉｇａｎｔｅ」等）を識別する。例によっては、番組ＩＤ１６１０は、参照データベース内で対応するテレビ番組の題名及び／又は他の情報に一意に関連付けられた数字又は英文字の識別子である。例示的な供給元ＩＤ１６１２は、そのテレビ番組の供給元（例えば制作会社等）を識別する。

[00273]図１６の例では、分類済みインプレッションデータ１５０４は、例示的なマーケット識別子１６００、例示的な局ＩＤ１６０２、例示的な系列局ＩＤ１６０４、例示的な日の区分１６１４、例示的な時間帯１６１６、及び例示的な継続時間１６１８を含んでいる。例示的なデータ分類器１５００は、無ジャンルインプレッションレコード１５０１の開始タイムスタンプ１６０６と終了タイムスタンプ１６０８を使用して、分類済みインプレッションデータ１５０４の例示的な日の区分１６１４、例示的な時間帯１６１６、及び例示的な継続時間１６１８を判定する。図の例では、分類済みインプレッションデータ１５０４の継続時間１６１８は、開始タイムスタンプ１６０６に示される開始時刻と終了タイムスタンプ１６０８に示される終了時刻との間の時間差として、データ分類器１５００によって計算される。

[00274]図の例では、データ分類器１５００は、例示的な開始タイムスタンプ１６０６の開始日と、例示的な終了タイムスタンプ１６０８の終了日を使用することにより、例示的な日の区分１６１４を判定する。例によっては、日の区分１６１４は、曜日（例えば月曜日、火曜日、水曜日等）の値を持つ場合がある。例によっては、日の区分１６１４は、全曜日のうち縮小された集合である場合もある。例えば、縮小された集合は、「平日」、「土曜日」、又は「日曜日」に対応する値を含む可能性がある。例によっては、例示的な開始タイムスタンプ１６０６に示される開始日と例示的な終了タイムスタンプ１６０８に示される終了日とが異なる場合、データ分類器１５００は、その日にその番組が放送された時間量に基づいて、日の区分１６１４に日を割り当てることができる。例えば、開始タイムスタンプ１６０６が「７／２５／２０１４ ２３：３０」（例えば金曜日に３０分）で、終了タイムスタンプ１６０８が「７／２６／２０１４ １：００」（例えば土曜日に６０分）である場合には、「土曜日」が日の区分１６１４に割り当てられることになる。そのような例では、データ分類器１５００は、その番組のより多くの部分が放送された日を日の区分１６１４に割り当てる。

[00275]例示的なデータ分類器１５００は、例示的な開始タイムスタンプ１６０６に示される開始時刻と、例示的な終了タイムスタンプ１６０８に示される終了時刻を使用して、例示的な分類済みインプレッションデータ１５０４の例示的な時間帯１６１６を判定する。下記で図１７との関連でさらに述べるように、時間帯は、種々のテレビ番組が放映され、広告枠が購入され、及び／又は視聴者の視聴率が測定される、一日のうちの時間枠又は区分（例えば深夜帯（late fringe）、平日の午前、平日の昼間、夕方〜夜（early fringe）、ゴールデンタイム、週末の昼間等）である。例によっては、図１６の時間帯１６１６は、開始タイムスタンプ１６０６に示される開始時刻と終了タイムスタンプ１６０８に示される終了時刻を含む時間帯である場合がある。

[00276]図１４のジャンル予測器１４１８を実装する例示的な方式を図１５に示すが、図１５に示す要素、プロセス及び／又は機器の１つ又は複数は、組み合わせる、分割する、配置を変える、省略する、削除する、及び／又は他の方式で実装することができる。さらに、例示的なデータ分類器１５００、例示的なジャンル分析器１５０２、及び／又はより包括的には図１４の例示的なジャンル予測器１４１８は、ハードウェア、ソフトウェア、ファームウェア、並びに／又は、ハードウェア、ソフトウェア、及び／若しくはファームウェアの組み合わせによって実装することができる。したがって、例えば、例示的なデータ分類器１５００、例示的なジャンル分析器１５０２、及び／又は、より包括的には例示的なジャンル予測器１４１８はいずれも、１つ若しくは複数のアナログ若しくはデジタル回路、論理回路、（１つ若しくは複数の）プログラム可能プロセッサ、（１つ若しくは複数の）特定用途集積回路（ＡＳＩＣ）、（１つ若しくは複数の）プログラム可能論理デバイス（ＰＬＤ）、及び／又は（１つ若しくは複数の）利用者書き換え可能論理デバイス（ＦＰＬＤ）によって実装することができる。本特許の装置クレーム又はシステムクレームが純粋にソフトウェア及び／又はファームウェアによる実装を包含すると解釈する場合、例示的なデータ分類器１５００、例示的なジャンル分析器１５０２、及び／又は例示的なジャンル予測器１４１８の少なくとも１つは、ソフトウェア及び／又はファームウェアを記憶した、メモリ、デジタル多用途ディスク（ＤＶＤ）、コンパクトディスク（ＣＤ）、Ｂｌｕ−ｒａｙディスク等の有形のコンピュータ可読記憶装置又は記憶ディスクを含むものと明示的に定義する。さらに、例示的なジャンル予測器１４１８は、図１５に示すものに加えて、又はそれに代えて、１つ又は複数の要素、プロセス、及び／若しくは機器を含むことができ、並びに／又は、図示される要素、プロセス、及び機器のいずれか若しくはすべてのうち２つ以上を含むことができる。

[00277]図１７は、図１４及び図１５のジャンル予測器１４１８に使用される時間帯（例えば図１６の例示的な時間帯１６１６に示される時間帯）及び日の区分（例えば図１６の例示的な日の区分１６１４に示される日の区分）を示す例示的な図表である。図の例では、１週間１７００のそれぞれの日が複数の時間帯１７０２に分割される。図の例では、月曜日から金曜日は、同じ時間帯枠又は区分に分割される（例えば、同じ継続時間を持ち、同じ時間帯開始時刻及び時間帯終了時刻で区切られる時間帯）。或いは、１週間１７００の各曜日、又は曜日の組み合わせを、異なる時間帯に分割することもできる。図の例では、日の区分１７０４は、「平日」、「土曜日」、及び「日曜日」の３つの区分に区分されている。或いは、日の区分１７０４は、週の曜日ごとに独立した区分を含むこともできる（例えば「月曜日」の区分、「火曜日」の区分等）。例によっては、日の区分は、共にグループにする異なる曜日間の類似する特性（例えば時間的な近さや、視聴者の視聴習慣等）に基づいて、種々の曜日のグループ化を有することができる。例えば、日の区分１７０４は、「週の前半」の区分（例えば月曜日と火曜日を含む）、「週の半ば」の区分（例えば水曜日と木曜日を含む）、「週の後半」の区分（例えば金曜日を含む）、及び「週末」の区分（例えば土曜日と日曜日を含む）を含むことができる。

[00278]図１８は、図１４のジャンル予測器１４１８に使用される（１つ又は複数の）ジャンル予測モデル１４２８を構築する、図１４のジャンル予測モデル化器１４１６の例を示す。図の例では、ジャンル予測モデル化器１４１６は、例示的なジャンル予測モデル構築器１８０２、例示的なジャンル予測モデル評価器１８０４、及び例示的なジャンル予測モデル比較器１８０６を含む。例示的なジャンル予測モデル構築器１８０２は、履歴ジャンルデータベース１４２０のデータセットを使用して、種々のモデル化技術を使用して、１つ又は複数の候補モデルを生成する。ジャンル予測モデル化器１４１６を実装するために使用できる例示的なモデル化技術には、ロジスティック回帰、線形識別解析、二次識別解析、ｋ最近傍等がある。例示的なモデル構築器１８０２は、履歴ジャンルデータベース１４２０から例示的なトレーニングデータセット１８０８を取り出す。図の例では、トレーニングデータセット１８０８を使用して、（１つ又は複数の）ジャンル予測モデル１４２８への入力（例えば図１５の分類済みインプレッションデータ１５０４に含まれる変数）と、（１つ又は複数の）ジャンル予測モデル１４２８の出力（例えば予測ジャンル）との間の予測関係を構築する。例示的なトレーニングデータセット１８０８は、分類済みインプレッションデータ（例えば例示的なマーケット識別子１６００、例示的な局ＩＤ１６０２、例示的な系列局ＩＤ１６０４、例示的な日の区分１６１４、例示的な時間帯１６１６、及び例示的な継続時間１６１８）、並びに割り当てられたジャンルを含む。トレーニングデータセット１８０８を使用して、例示的なジャンル予測モデル構築器１８０２は、１つ又は複数の候補モデル１８００を生成する。候補モデル１８００は、ジャンル分析器１５０２（図１５）が無ジャンルインプレッションレコード１５０１（図１４）にジャンルを割り当てるために使用するのに適するかどうか（例えば精度）が評価されるジャンル予測モデルである。例によっては、ジャンル予測モデル構築器１８０２は、例示的な候補モデル１８００を生成した後、トレーニングデータセット１８０８を使用して正分類率（ＣＣＲ（correct classification rate））を計算する。例によっては、ＣＣＲは、トレーニングデータセット１８０８の中で、候補モデルによって正確に予測されたインプレッションの割合である。

[00279]図１８に示す例では、ジャンル予測モデル評価器１８０４は、ジャンル予測モデル構築器１８０２によって生成された候補モデル１８００を受信及び／又は取得する。ジャンル予測モデル評価器１８０４は、履歴ジャンルデータベース１４２０から検査データセット１８１０も取得する。例示的なジャンル予測モデル評価器１８０４は、検査データセット１８１０を使用して候補モデル１８００を検証する。例によっては、ジャンル予測モデル評価器１８０４は、検査データセット１８１０を使用して候補モデルのＣＣＲを計算する。そのような例では、ジャンル予測モデル評価器１８０４は、検査データセット１８１０に含まれる注目するジャンルのＣＣＲを計算する場合もある。

[00280]図１８に示す例では、ジャンル予測モデル比較器１８０６が、ＡＭＥ１０８（図１４）によって定義された選択基準を使用して、（１つ又は複数の）ジャンル予測モデル１４２８とする候補モデル１８００の１つ又は複数を選択する。例によっては、選択基準には、最も高いＣＣＲ、最も短い処理時間、最も少ないリソース要件等が含まれる。例によっては、ジャンル予測モデル比較器１８０６は、ＣＣＲが最も高い候補モデル１８００を選択する。

[00281]図１４のジャンル予測モデル化器１４１６を実装する例示的な方式を図１８に示すが、図１８に示す要素、プロセス、及び／又は機器の１つ又は複数は、組み合わせる、分割する、配置を変える、省略する、削除する、及び／又は他の方式で実装することができる。さらに、例示的なジャンル予測モデル構築器１８０２、例示的なジャンル予測モデル評価器１８０４、例示的なジャンル予測モデル比較器１８０６、及び／又は、より包括的には図１４の例示的なジャンル予測モデル化器１４１６は、ハードウェア、ソフトウェア、ファームウェア、並びに／又は、ハードウェア、ソフトウェア、及び／若しくはファームウェアの任意の組み合わせを使用して実装することができる。したがって、例えば、例示的なジャンル予測モデル構築器１８０２、例示的なジャンル予測モデル評価器１８０４、例示的なジャンル予測モデル比較器１８０６、及び／又は、より包括的には例示的なジャンル予測モデル化器１４１６はいずれも、１つ若しくは複数のアナログ若しくはデジタル回路、（１つ若しくは複数の）論理回路、（１つ若しくは複数の）プログラム可能プロセッサ、（１つ若しくは複数の）特定用途集積回路（ＡＳＩＣ）、（１つ若しくは複数の）プログラム可能論理デバイス（ＰＬＤ）、及び／又は（１つ若しくは複数の）利用者書き換え可能論理デバイス（ＦＰＬＤ）等で実装することができる。本特許の装置クレーム又はシステムクレームが純粋にソフトウェア及び／又はファームウェアによる実装を包含すると解釈する場合、例示的なジャンル予測モデル構築器１８０２、例示的なジャンル予測モデル評価器１８０４、例示的なジャンル予測モデル比較器１８０６、及び／又は例示的なジャンル予測モデル化器１４１６の少なくとも１つは、ソフトウェア及び／又はファームウェアを記憶した、メモリ、デジタル多用途ディスク（ＤＶＤ）、コンパクトディスク（ＣＤ）、Ｂｌｕ−ｒａｙディスク等の有形のコンピュータ可読記憶装置又は記憶ディスクを含むものと明示的に定義する。さらに、例示的なジャンル予測モデル化器１４１６は、図１８に示すものに加えて、又はそれらに代えて、１つ又は複数の要素、プロセス、及び／若しくは機器を含むことができ、並びに／又は図示される要素、プロセス、及び機器のいずれか若しくはすべてのうち２つ以上を含むことができる。

[00282]図１４及び図１８の例示的なジャンル予測モデル化器１４１６を実装する例示的な機械可読命令を表すフローチャートを図１９に示す。図１４及び図１５の例示的なジャンル予測器１４１８を実装する例示的な機械可読命令を表すフローチャートを図２０に示す。これらの例では、機械可読命令は、下記で図２１との関連で説明する例示的なプロセッサプラットフォーム２１００に示されるプロセッサ２１１２等のプロセッサで実行される１つ又は複数のプログラムからなる。（１つ又は複数の）プログラムは、プロセッサ２１１２に関連付けられた、ＣＤ−ＲＯＭ、フロッピーディスク、ハードドライブ、デジタル多用途ディスク（ＤＶＤ）、Ｂｌｕ−ｒａｙディスク、又はメモリ等の有形のコンピュータ可読記憶媒体に記憶されたソフトウェアとして実現することができるが、（１つ又は複数の）プログラム全体及び／又はその一部分は、代わりに、プロセッサ２１１２以外のデバイスで実行するか、及び／又は、ファームウェアや専用ハードウェアとして実現することもできる。さらに、（１つ又は複数の）例示的なプログラムについては、図１９及び図２０に示すフローチャートを参照して説明するが、例示的なジャンル予測器１４１８及び／又は例示的なジャンル予測モデル化器１４１６を実装する多くの他の方法を代わりに使用することができる。例えば、ブロックの実行順序を変える、及び／又は記載されるブロックの一部を変更、削除、若しくは組み合わせることができる。

[00283]上記のように、図１９及び／又は２０の例示的なプロセスは、ハードディスクドライブ、フラッシュメモリ、読出し専用メモリ（ＲＯＭ）、コンパクトディスク（ＣＤ）、デジタル多用途ディスク（ＤＶＤ）、キャッシュ、ランダムアクセスメモリ（ＲＡＭ）等の有形のコンピュータ可読記憶媒体、並びに／又は、情報が任意の時間にわたり記憶される（例えば長期間の記憶、恒久的な記憶、瞬時の記憶、一時的な緩衝のための記憶、及び／若しくは情報をキャッシュするための記憶）他の記憶装置若しくは記憶ディスクに記憶された、符号化命令（例えばコンピュータ可読命令及び／又は機械可読命令）を使用して実装することができる。それに加えて、又はそれに代えて、図１９及び／又は２０の例示的なプロセスは、ハードディスクドライブ、フラッシュメモリ、読出し専用メモリ、コンパクトディスク、デジタル多用途ディスク、キャッシュ、ランダムアクセスメモリ等の非一時的なコンピュータ可読及び／又は機械可読媒体、並びに／又は、情報が任意の時間にわたり記憶される（例えば長期間の記憶、恒久的な記憶、瞬時の記憶、一時的な緩衝のための記憶、及び／若しくは情報をキャッシュするための記憶）他の記憶装置若しくは記憶ディスクに記憶された、符号化命令（例えばコンピュータ可読命令及び／又は機械可読命令）を使用して実装することもできる。

[00284]図１９は、図１４及び図１８の例示的なジャンル予測モデル化器１４１６を実装して、無ジャンルインプレッションデータ１４０２（図１４）に基づいて、ログに記録された無ジャンルインプレッションのジャンルを予測するために使用される（１つ又は複数の）ジャンル予測モデル（例えば図１８の（１つ又は複数の）ジャンル予測モデル１４２８）を構築するために実行できる例示的な機械可読命令１９００を表す流れ図である。最初に、ブロック１９０２で、ジャンル予測モデル構築器１８０２（図１８）が、トレーニングデータセット（例えば図１８のトレーニングデータセット１８０８）のインプレッションに含まれる変数又はパラメータ（例えばマーケット識別子、局ＩＤ、系列局ＩＤ、日の区分、時間帯、及び継続時間）を選択する。例によっては、ジャンル予測モデル構築器１８０２は、変数に対して統計的な有意性検定（例えばｐ値の計算や、カイ二乗検定の実行等）を行うことによって変数を選択する。ブロック１９０３で、例示的なジャンル予測モデル構築器１８０２は、選択基準（例えば対象としないジャンルに関連付けられたインプレッションを除外する、露出やアクセスの継続時間が閾値未満のインプレッションを除外する等）に基づいて、トレーニングデータセット１８０８からインプレッションを除外する。例えば、履歴ジャンルデータベース１４２０（図１４）のレコード１４３０（図１４）の一部が、「未分類」のジャンルに分類される可能性がある。事例によっては、ジャンル予測モデル１４２８がジャンルに「未分類」のジャンルを予測することは望ましくない場合がある。そのような例では、ジャンル予測モデル１４２８が無ジャンルのインプレッション１４０２（図１４）を「未分類」のジャンルに割り当てないようにするために、「未分類」のジャンルに分類された履歴ジャンルデータベース１４２０のレコード１４３０を、トレーニングデータセット１８０８から除外する。

[00285]ブロック１９０４で、例示的なジャンル予測モデル構築器１８０２が、トレーニングデータセット１８０８に基づいてブロック１９０２で選択された変数又はパラメータを使用して、候補モデル１８００（図１８）を構築する。候補モデル１８００を生成するために使用できる例示的なモデル化技術には、ロジスティック回帰、線形識別解析、二次識別解析、ｋ最近傍等がある。例えば、ジャンル予測モデル構築器１８０２は、ｋが９に等しいｋ最近傍アルゴリズムを使用してモデルを構築することができる。例によっては、ジャンル予測モデル構築器１８０２は、トレーニングデータセット１８０８を使用して候補モデル１８００のＣＣＲを計算する。ブロック１９０６で、ジャンル予測モデル評価器１８０４（図１８）が、ブロック１９０４で生成された候補モデル１８００を評価する。例によっては、ジャンル予測モデル評価器１８０４は、履歴ジャンルデータベース１４２０（図１４）から（１つ又は複数の）検査データセット１８１０（図１８）を取得し、（１つ又は複数の）検査データセット１８１０を使用して候補モデル１８００の（１つ又は複数の）ＣＣＲを計算する。そのような例では、ジャンル予測モデル評価器１８０４は、（１つ又は複数の）検査データセット１８１０に示されるジャンルごとに別々の（１つ又は複数の）ＣＣＲを計算することもある。

[00286]ブロック１９０８で、ジャンル予測モデル評価器１８０４が、ブロック１９０６で生成された（１つ又は複数の）ＣＣＲが許容できるかどうかを判定する。（１つ又は複数の）ＣＣＲが許容できる場合、プログラムの制御はブロック１９１２に進む。そうではなく、（１つ又は複数の）ＣＣＲが許容できない場合、プログラムの制御はブロック１９１０に進む。ブロック１９１０で、ジャンル予測モデル構築器１８０２が、ブロック１９０４で生成された候補モデル１８００を精緻化又は調整する。例によっては、ジャンル予測モデル構築器１８０２は、モデルパラメータを調整し（例えばｋに異なる値を選択する等）、入力変数を調整し（例えば、異なる日の区分を使用する、変数を追加及び／若しくは削除する等）、並びに／又は、トレーニングデータセット１８０８を調整する（例えばトレーニングデータセット１８０８のサイズを増す、又はトレーニングデータセット１８０８の構成を変更して、以前には例えばジャンルの種類に基づいて除外されていたインプレッションを含むようにする等）。

[00287]ブロック１９１２で、ジャンル予測モデル評価器１８０４が、別の候補モデル１８００を生成するかどうかを判定する。例によっては、ジャンル予測モデル評価器１８０４はＣＣＲの閾値を使用して、別の候補モデル１８００を構築すべきかどうかを判定する。例によっては、ジャンル予測モデル評価器１８０４は、処理速度及び／又は演算リソースの要件に基づいて候補モデル１８００を評価する。別の候補モデル１８００を構築する場合は、プログラムの制御がブロック１９０２に戻る。そうでなく、別の候補モデル１８００を構築しない場合は、プログラムの制御がブロック１９１４に進む。ブロック１９１４で、ジャンル予測モデル比較器１８０６（図１８）が、ジャンル予測モデル構築器１８０２によって生成された候補モデル１８００を比較する。例によっては、ジャンル予測モデル比較器１８０６が、候補モデル１８００のＣＣＲを比較する。そのような例では、対象とするジャンルについて、ジャンル予測モデル比較器１８０６は、候補モデル１８００に対応する別々のＣＣＲを比較することができる。例えば、第１の候補モデルの総合ＣＣＲ（例えば対象ジャンルのＣＣＲの平均等）が７０％であるが、「家族向け」ジャンルのＣＣＲが３０％であるとする。第２の候補モデルは、総合ＣＣＲが６５％であるが、「家族向け」ジャンルのＣＣＲが５７％であるとする。

[00288]ブロック１９１６で、ジャンル予測モデル比較器１８０６は、ジャンル予測モデル予測器１４１８で使用されるジャンル予測モデル１４２８とする候補ジャンル予測モデル１８００を選択する。例によっては、ジャンル予測モデル比較器１８０６は、総合ＣＣＲが最も高い候補モデル１８００を選択する。例えば、上記の例では、ジャンル予測モデル比較器１８０６は第１の候補モデルを選択することになる。例によっては、ジャンル予測モデル比較器１８０６は、対象とする特定のジャンルのＣＣＲが最も高いＣＣＲ候補モデル１８００を選択する。例えば、上記の例では、「家族向け」のジャンルを特に対象とした場合、ジャンル予測モデル比較器１８０６は、第２の候補モデルの「家族向け」ジャンルのＣＣＲが、第１の候補モデルの「家族向け」ジャンルのＣＣＲよりも高いので、第２の候補モデルを選択することになる。例によっては、ジャンル予測モデル比較器１８０６は、性能要因（例えばジャンルを予測するために必要な処理力、ジャンルを予測するために必要な処理速度等）に基づいて候補モデル１８００を選択する。その後、図１９の例示的なプログラム１９００は終了する。

[00289]図２０は、図１４及び図１５の例示的なジャンル予測器１４１８を実装して、ジャンル情報が符号化されていないローカルテレビ番組に対して収集されたインプレッション（例えば図１４の無ジャンルインプレッションデータ１４０２）のジャンルを予測するために実行できる例示的な機械可読命令２０００を表す流れ図である。ブロック２００２で、例示的なデータ分類器１５００（図１５及び図１６）が、収集データベース１４１４（図１４及び図１５）から、無ジャンルインプレッションデータ（例えば図１４及び図１５の無ジャンルインプレッションデータ１４０２に基づいてログに記録された無ジャンルインプレッションレコード１５０１）を取得する。ブロック２００４で、データ分類器１５００が、無ジャンルインプレッションレコード１５０１を分類済みインプレッションデータ１５０４（図１５）に変換する。例によっては、データ分類器１５００は、無ジャンルインプレッションレコード１５０１に含まれるタイムスタンプ値（例えば図１６の開始タイムスタンプ１６０６及び終了タイムスタンプ１６０８）を使用して、ジャンル予測モデル１４２８に入力される無ジャンルインプレッションレコード１５０１を分類するためにジャンル予測モデル（例えば図１４及び図１８のジャンル予測モデル１４２８）で使用される変数を生成する。例えば、データ分類器１５００は、日の区分値１６１４（図１６）、時間帯値１６１６（図１６）、及び／又は継続時間値１６１８（図１６）を生成することができる。

[00290]ブロック２００６で、ジャンル分析器１５０２（図１５）は、ジャンル予測モデル化器１４１６（図１４及び図１８）によって生成されたジャンル予測モデル１４２８を、分類済みインプレッションデータ１５０４に適用してジャンル情報を予測する。例によっては、ジャンルの予測は精度レベルを含む場合がある。そのような例では、精度レベルは、ジャンル予測モデル化器１４１６によって計算されたジャンル予測モデル１４２８の（１つ又は複数の）ＣＣＲに基づく場合がある。ブロック２００８で、ジャンル分析器１５０２は、無ジャンルインプレッションデータ１４０２にジャンル予測を関連付けて、予測ジャンルインプレッション１４２４（図１４及び図１５）を作成する。例によっては、ジャンル分析器１５０２は、予測ジャンルインプレッション１４２４を、予測データベース１４２２（図１４及び図１５）に記憶する。それに代えて、又はそれに加えて、ジャンル分析器１５０２は、予測ジャンルインプレッション１４２４を予測リポート１４２６（図１４及び図１５）に含める。その後、図２０の例示的なプログラム２０００は終了する。

[00291]図２１は、図４、５、６、７、８、９、１０、１１、１２、及び／又は１３の命令を実行して、例示的な較正データ収集部２０２、例示的な共有行列生成部２０４、例示的な帰属先誤判定補正部２０６、例示的なインプレッション情報収集部２０８、例示的な未カバー計算部２１０、例示的な未カバー補正部２１２、例示的なインプレッション情報調整部２１４、例示的な世帯配分生成部２１６、例示的な集約配分生成部２１８、例示的な行列補正部２２０、例示的な行列正規化部２２２、例示的な共同視聴行列生成部２２４、及び／又は、より包括的には図２の例示的なインプレッションデータ補償器２００を実装することができる例示的なプロセッサプラットフォーム１２００のブロック図である。プロセッサプラットフォーム２１００は、例えば、パーソナルコンピュータ、モバイル機器（例えば携帯電話、スマートフォン、アイパッド（ｉＰａｄ）（登録商標）等のタブレット）、インターネット機器、又は他の種類のコンピューティング機器等である。

[00292]図の例のプロセッサプラットフォーム２１００は、プロセッサ２１１２を含む。図の例のプロセッサ２１１２はハードウェアである。例えば、プロセッサ２１１２は、任意の所望のファミリー又は製造者による、１つ又は複数の集積回路、論理回路、マイクロプロセッサ、又はコントローラによって実装することができる。図２１の例示的なプロセッサ２１００は、例示的な較正データ収集部２０２、例示的な共有行列生成部２０４、例示的な帰属先誤判定補正部２０６、例示的なインプレッション情報収集部２０８、例示的な未カバー計算部２１０、例示的な未カバー補正部２１２、例示的なインプレッション情報調整部２１４、例示的な世帯配分生成部２１６、例示的な集約配分生成部２１８、例示的な行列補正部２２０、例示的な行列正規化部２２２、及び／又は例示的な共同視聴行列生成部２２４を実装することができる。

[00293]図の例のプロセッサ２１１２は、ローカルメモリ２１１３（例えばキャッシュ）を含む。図の例のプロセッサ２１１２は、バス２１１８を介して、揮発性メモリ２１１４及び不揮発性メモリ２１１６を含むメインメモリと通信状態にある。揮発性メモリ２１１４は、同期ダイナミックランダムアクセスメモリ（ＳＤＲＡＭ）、ダイナミックランダムアクセスメモリ（ＤＲＡＭ）、ＲＡＭＢＵＳダイナミックランダムアクセスメモリ（ＲＤＲＡＭ）、及び／又は任意の他の種類のランダムアクセスメモリデバイスによって実装することができる。不揮発性メモリ２１１６は、フラッシュメモリ及び／又は任意の他の所望の種類のメモリデバイスによって実装することができる。メインメモリ２１１４、２１１６へのアクセスは、メモリコントローラで制御される。

[00294]図の例のプロセッサプラットフォーム２１００は、インターフェース回路２１２０も含む。インターフェース回路２１２０は、Ｅｔｈｅｒｎｅｔ（登録商標）インターフェース、ユニバーサルシリアルバス（ＵＳＢ）、及び／又はＰＣＩエクスプレスインターフェース等、任意種類のインターフェース規格によって実装することができる。

[00295]図の例では、１つ又は複数の入力装置２１２２がインターフェース回路２１２０に接続される。（１つ又は複数の）入力装置２１２２で、ユーザはプロセッサ２１１２にデータ及びコマンドを入力することができる。（１つ又は複数の）入力装置は、例えば、オーディオセンサ、マイクロフォン、カメラ（静止画又は動画）、キーボード、ボタン、マウス、タッチ画面、トラックパッド、トラックボール、アイソポイント（isopoint）、及び／又は音声認識システムによって実装することができる。

[00296]１つ又は複数の出力装置２１２４も図の例のインターフェース回路２１２０に接続される。出力装置２１２４は、例えば、表示装置（例えば発光ダイオード（ＬＥＤ）、有機発光ダイオード（ＯＬＥＤ）、液晶ディスプレイ、陰極管ディスプレイ（ＣＲＴ）、タッチ画面、触覚出力装置、発光ダイオード（ＬＥＤ）、プリンタ、及び／又はスピーカ）によって実装することができる。したがって、図の例のインターフェース回路２１２０は、通例、グラフィックドライバカード、グラフィックドライバチップ、又はグラフィックドライバプロセッサを含む。

[00297]図の例のインターフェース回路２１２０は、ネットワーク２１２６（例えばＥｔｈｅｒｎｅｔ接続、デジタル加入者回線（ＤＳＬ）、電話線、同軸ケーブル、携帯電話システム等）を介して外部の機械（例えば任意種のコンピューティング機器）とのデータ交換を助ける、送信器、受信器、トランシーバ、モデム、及び／又はネットワークインターフェースカード等の通信装置も含む。

[00298]図の例のプロセッサプラットフォーム２１００は、ソフトウェア及び／又はデータを記憶する１つ又は複数の大容量記憶装置２１２８も含む。図２１の例示的な大容量記憶装置２１２８は、図１のＡＭＥメディアインプレッションストア１３４を実装することができる。そのような大容量記憶装置２１２８の例には、フロッピーディスクドライブ、ハードドライブディスク、コンパクトディスクドライブ、Ｂｌｕ−ｒａｙディスクドライブ、ＲＡＩＤシステム、及びデジタル多用途ディスク（ＤＶＤ）ドライブが含まれる。

[00299]図４、５、６、７、８、９、１０、１１、１２、及び／又は１３の符号化命令２１３２は、大容量記憶装置２１２８、揮発性メモリ２１１４、不揮発性メモリ２１１６、及び／又はＣＤやＤＶＤ等の取り外し可能な有形のコンピュータ可読記憶媒体に記憶することができる。

[00300]図２２は、図１９及び／又は図２０の命令を実行して、例示的な収集データベース１４１４、例示的なジャンル予測モデル化器１４１６、例示的なジャンル予測器１４１８、例示的な履歴ジャンルデータベース１４２０、例示的な予測データベース１４２２、例示的なデータ分類器１５００、例示的なジャンル分析器１５０２、例示的なジャンル予測モデル構築器１８０２、例示的なジャンル予測モデル評価器１８０４、例示的なジャンル予測モデル比較器１８０６、及び／又はより包括的には図１の例示的な視聴者測定エンティティ１０８を実装することができる例示的なプロセッサプラットフォーム１２００のブロック図である。プロセッサプラットフォーム２２００は、サーバ、パーソナルコンピュータ、モバイル機器（例えば携帯電話、スマートフォン、アイパッド（商標）等のタブレット）、インターネット機器、又は任意の他の種類のコンピューティング機器等である。

[00301]図の例のプロセッサプラットフォーム２２００は、プロセッサ２２１２を含む。図の例のプロセッサ２２１２はハードウェアである。例えば、プロセッサ２２１２は、任意の所望のファミリー又は製造者による、１つ又は複数の集積回路、論理回路、マイクロプロセッサ、又はコントローラによって実装することができる。図２２の例示的なプロセッサ２２１２は、例示的なジャンル予測モデル化器１４１６、例示的なジャンル予測器１４１８、例示的なデータ分類器１５００、例示的なジャンル分析器１５０２、例示的なジャンル予測モデル構築器１８０２、例示的なジャンル予測モデル評価器１８０４、及び／又は例示的なジャンル予測モデル比較器１８０６を実装することができる。

[00302]図の例のプロセッサ２２１２は、ローカルメモリ２２１３（例えばキャッシュ）を含む。図の例のプロセッサ２２１２は、バス２２１８を介して、揮発性メモリ２２１４及び不揮発性メモリ２２１６を含むメインメモリと通信状態にある。揮発性メモリ２２１４は、同期ダイナミックランダムアクセスメモリ（ＳＤＲＡＭ）、ダイナミックランダムアクセスメモリ（ＤＲＡＭ）、ＲＡＭＢＵＳダイナミックランダムアクセスメモリ（ＲＤＲＡＭ）、及び／又は任意の他の種類のランダムアクセスメモリデバイスによって実装することができる。不揮発性メモリ２２１６は、フラッシュメモリ及び／又は任意の他の所望の種類のメモリデバイスによって実装することができる。メインメモリ２２１４、２２１６へのアクセスは、メモリコントローラで制御される。

[00303]図の例のプロセッサプラットフォーム２２００は、インターフェース回路２２２０も含む。インターフェース回路２２２０は、Ｅｔｈｅｒｎｅｔインターフェース、ユニバーサルシリアルバス（ＵＳＢ）、及び／又はＰＣＩエクスプレスインターフェース等、任意種類のインターフェース規格によって実装することができる。

[00304]図の例では、１つ又は複数の入力装置２２２２が、インターフェース回路２２２０に接続される。（１つ又は複数の）入力装置２２２２で、ユーザはプロセッサ２２１２にデータ及びコマンドを入力することができる。（１つ又は複数の）入力装置は、例えば、オーディオセンサ、マイクロフォン、カメラ（静止画又は動画）、キーボード、ボタン、マウス、タッチ画面、トラックパッド、トラックボール、アイソポイント、及び／又は音声認識システムによって実装することができる。

[00305]１つ又は複数の出力装置２２２４も、図の例のインターフェース回路２２２０に接続される。出力装置２２２４は、例えば、表示装置（例えば発光ダイオード（ＬＥＤ）、有機発光ダイオード（ＯＬＥＤ）、液晶ディスプレイ、陰極管ディスプレイ（ＣＲＴ）、タッチ画面、触覚出力装置、発光ダイオード（ＬＥＤ）、プリンタ、及び／又はスピーカ）によって実装することができる。したがって、図の例のインターフェース回路２２２０は、通例、グラフィックドライバカード、グラフィックドライバチップ、又はグラフィックドライバプロセッサを含む。

[00306]図の例のインターフェース回路２２２０は、ネットワーク２２２６（例えばＥｔｈｅｒｎｅｔ接続、デジタル加入者回線（ＤＳＬ）、電話線、同軸ケーブル、携帯電話システム等）を介して外部の機械（例えば任意種のコンピューティング機器）とのデータ交換を助ける、送信器、受信器、トランシーバ、モデム、及び／又はネットワークインターフェースカード等の通信装置も含む。

[00307]図の例のプロセッサプラットフォーム２２００は、ソフトウェア及び／又はデータを記憶する１つ又は複数の大容量記憶装置２２２８も含む。図２２の例示的な大容量記憶装置２２２８は、ＡＭＥメディアインプレッションストア１３４、例示的な収集データベース１４１４、例示的な履歴ジャンルデータベース１４２０、及び／又は例示的な予測データベース１４２２を実装することができる。そのような大容量記憶装置２２２８の例には、フロッピーディスクドライブ、ハードドライブディスク、コンパクトディスクドライブ、Ｂｌｕ−ｒａｙディスクドライブ、ＲＡＩＤシステム、及びデジタル多用途ディスク（ＤＶＤ）ドライブが含まれる。

[00308]図１９及び／又は２０の符号化命令２２３２は、大容量記憶装置２２２８、揮発性メモリ２２１４、不揮発性メモリ２２１６、及び／又はＣＤやＤＶＤ等の取り外し可能な有形のコンピュータ可読記憶媒体に記憶することができる。

[00309]前述の内容から、コンピュータの動作を強化して、ユニーク視聴者、インプレッション数、継続時間単位等のインプレッションに基づくデータの精度を向上させることにより、コンピュータとその内部の処理システムに依拠してより高い精度の視聴者分析情報を生成することができる、方法、装置、及び製造品が開示されたことが理解されよう。例によっては、帰属先の誤判定及び／若しくは未カバーが補正されたユニーク視聴者数、帰属先の誤判定及び／若しくは未カバーが補正されたインプレッション数、並びに／又は、帰属先の誤判定及び／若しくは未カバーが補正された継続時間単位を求めるための上記の数式及び技術に基づいて、コンピュータの動作を効率化することができる。すなわち、それらのプロセスの使用を通じて、コンピュータは、比較的迅速にパラメータを決定し、そのパラメータを、上記で開示される技術を通じて適用して、帰属先の誤判定及び／又は未カバーが補正されたデータを求めることにより、より効率的に動作することができる。例えば、本明細書に開示される例示的なプロセスを使用して、コンピュータは、ＡＭＥ１０８やデータベース保有者１０４ａ〜ｂのログに記録された開発データや検査データ中の帰属先誤判定の誤りをより効率的且つ効果的に補正することができ（例えば上記表１４の帰属先誤判定補正行列を、インプレッション、ユニーク視聴者数、及び／若しくは継続時間単位に適用する）、並びに／又は未カバーの誤りを補正することができ（例えば未カバー係数又はアルファ係数をインプレッション、ユニーク視聴者数、及び／若しくは継続時間単位に適用する）、その際、個々のオンラインユーザと継続的に通信してユーザのオンラインメディアへのアクセスの習慣に関する調査の回答を要求するために多量のネットワーク通信帯域幅を使用することはなく（例えばネットワーク通信帯域幅を節減し）、また多量のコンピュータ処理リソースを使用することはなく（例えば処理リソースを節減し）、そのようなオンラインユーザからの継続的な調査回答に依拠する必要がない。オンラインユーザからの調査回答は、ユーザがオンラインメディアへのアクセスを思い出すことができなかったり、思い出すことを厭うために不正確である可能性がある。また、調査回答は不完全である場合もあり、不完全な調査回答を特定し、補足するために追加的なプロセッサリソースが必要になることもある。そのため、本明細書に開示される例は、帰属先の誤判定が補正されたデータを、より効率的且つ効果的に求めることができる。そのような帰属先の誤判定が補正されたデータは、その後行われる種々のメディアの露出の成果を特定する処理で有用であり、その結果メディア提供者、広告者、製品製造者、及び／又はサービス提供者は、広告費並びに／又はメディアの制作及び配布費をどのように使うかについて、より多くの情報に基づいて決定することができる。

[00310]特定の例示的な方法、装置、及び製造品を本明細書に開示したが、本特許の包含の範囲はそれらに限定されない。逆に、本特許は、本特許の特許請求の範囲に正当に該当するすべての方法、装置、及び製造品を包含する。

Claims (36)

1. メディアのインプレッションの帰属先誤判定の誤りを補償する方法であって、
   第１の種類のコンピューティング機器から第１の要求を第１のインターネットドメインで受信するステップであって、前記第１の要求は、前記コンピューティング機器におけるメディアへのアクセスを示す、ステップと、
   前記第１の種類のコンピューティング機器から前記第１のインターネットドメインで受信された要求に対応する人口統計学的情報を求める要求を送信するステップであって、前記要求は前記第１の要求を含む、ステップと、
   第２の世帯の第２の視聴者配分と集約された第１の世帯の第１の視聴者配分を含む集約された視聴者配分を、プロセッサを使用して生成するステップであって、前記第１の視聴者配分は、前記第１の世帯の第１の世帯員のうち、データベース保有者に登録している第１の世帯員を人口統計グループに配分することからなり、前記第１の視聴者配分は、前記第１の世帯員による第１のメディアへのアクセスに基づき、前記集約された視聴者配分はクッキーを使用せずに生成される、ステップと、
   前記集約された視聴者配分を前記プロセッサを使用して正規化して帰属先誤判定補正行列を生成するステップであって、前記帰属先誤判定補正行列は、前記データベース保有者が前記メディアのインプレッションが第２の人口統計グループの人物に対応すると判定する時に、前記インプレッションが第１の人口統計グループに属すると判定できる確率を含む、ステップと、
   前記帰属先誤判定補正行列を使用して前記インプレッションを前記第１の人口統計グループに再割り当てすることにより、前記インプレッション中の帰属先誤判定の誤りを補償するステップであって、前記インプレッションは、モバイル機器でアクセスされたメディアを示す、ステップと
   を含む方法。
2. 調査較正データソースに関連する過剰サンプリング又はサンプリング不足の少なくとも一方について前記集約された視聴者配分を補正する補正指標を生成するステップをさらに含み、前記調査較正データソースは、前記第１の世帯員による前記メディアへのアクセスと、前記データベース保有者への前記第１の世帯員の登録ステータスとを示す請求項１に記載の方法。
3. 前記補正指標は、前記第１の人口統計グループの第１の人物が前記第２の人口統計グループの第２の人物と共に生活している第２の確率に基づく請求項２に記載の方法。
4. 前記補正指標を生成するステップが、
   第１の調査較正データに基づいて第１の人のペアの第１の数量を求めることであって、前記第１の人のペアはそれぞれ、共に生活している前記第１の人口統計グループの第１の人物と前記第２の人口統計グループの第２の人物とを含む、ことと、
   第２の調査較正データに基づいて第２の人のペアの第２の数量を求めることであって、前記第２の人のペアはそれぞれ、共に生活している前記第１の人口統計グループの第３の人物と前記第２の人口統計グループの第４の人物とを含み、前記第２の調査較正データは前記第１の調査較正データよりも精度が高い、ことと、
   前記第１の数量と前記第２の数量との比を求めることと
   を含む請求項２に記載の方法。
5. 前記集約された視聴者配分が、第１の人口統計グループそれぞれにつき、前記第２の人口統計グループの中でその第１の人口統計グループに属すると判定すべき人の数を記述し、前記集約された視聴者配分を正規化するステップが、前記第２の人口統計グループの人数の合計が指定された値になるように前記第２の人口統計グループのそれぞれの人数をスケーリングすることを含む請求項１に記載の方法。
6. 前記第１の世帯の共有パターンを求めるステップであって、前記共有パターンは、前記第１の世帯員のうち、あるメディアカテゴリにアクセスする世帯員と、前記第１の世帯員のうち前記メディアカテゴリにアクセスしない他の世帯員とを示す、ステップと、
   前記メディアカテゴリについての前記共有パターンに基づいて、前記第１の世帯の前記第１の世帯員の機器共有確率の確率密度関数を求めるステップであって、前記確率密度関数は、前記第１の世帯員が前記メディアカテゴリのメディアにアクセスするそれぞれの確率を示し、前記第１の視聴者配分は前記機器共有確率に基づく、ステップと
   をさらに含む請求項１に記載の方法。
7. 前記第１の世帯に、前記第１の世帯員のうち登録された世帯員であって同じ第２の人口統計グループにいる世帯員が２人以上いる場合に、前記第１の世帯員についての前記機器共有確率を集約するステップをさらに含む請求項６に記載の方法。
8. 小数を前記人口統計グループに配分することにより前記第１の視聴者配分を生成するステップをさらに含み、前記小数の合計は、前記第１の世帯員のうちデータベース保有者に登録している世帯員の数になる請求項１に記載の方法。
9. 前記第１の視聴者配分を生成するステップがクッキーを使用することを含まない請求項８に記載の方法。
10. 前記第１の視聴者配分を生成するステップ及び前記集約された視聴者配分を生成するステップが視聴者のパネルを使用しない請求項８に記載の方法。
11. パブリッシャに命令を提供するステップをさらに含み、前記命令は前記パブリッシャから前記コンピューティング機器に提供され、前記コンピューティング機器によって実行されると前記コンピューティング機器から前記第１の要求を送信させる請求項１に記載の方法。
12. 集約された視聴者配分を生成するためにユーザのオンラインメディアへのアクセス行動に関して個々のオンラインユーザと通信せず、且つ、前記オンラインユーザに調査回答を要求しないことにより、コンピュータの処理リソースを節減するステップをさらに含む請求項１に記載の方法。
13. 集約された視聴者配分を生成するためにユーザのオンラインメディアへのアクセス行動に関して個々のオンラインユーザと通信せず、且つ、前記オンラインユーザに調査回答を要求しないことにより、ネットワーク通信帯域幅を節減するステップをさらに含む請求項１に記載の方法。
14. メディアのインプレッションの帰属先誤判定の誤りを補償する装置であって、
    インプレッション収集部であり、
    第１の種類のコンピューティング機器から第１の要求を第１のインターネットドメインで受信し、前記第１の要求は、前記コンピューティング機器におけるメディアへのアクセスを示し、
    前記第１の種類のコンピューティング機器から前記第１のインターネットドメインで受信された要求に対応する人口統計学的情報を求める要求を送信し、前記要求は前記第１の要求を含む、インプレッション収集部と、
    第２の世帯の第２の視聴者配分と集約された第１の世帯の第１の視聴者配分を含む集約された視聴者配分を生成する集約配分生成部であって、前記第１の視聴者配分は、前記第１の世帯の第１の世帯員のうち、データベース保有者に登録している第１の世帯員を人口統計グループに配分することからなり、前記第１の視聴者配分は、前記第１の世帯員による第１のメディアへのアクセスに基づき、前記集約配分生成部はクッキーを使用せずに前記集約された視聴者配分を生成する、集約配分生成部と、
    前記集約された視聴者配分を正規化して帰属先誤判定補正行列を生成する行列正規化部であって、前記帰属先誤判定補正行列は、前記データベース保有者が前記メディアのインプレッションが第２の人口統計グループの人物に対応すると判定する時に、前記インプレッションが第１の人口統計グループに属すると判定できる確率を含む、行列正規化部と、
    前記帰属先誤判定補正行列を使用して前記インプレッションを前記第１の人口統計グループに再割り当てすることにより、前記インプレッション中の帰属先誤判定の誤りを補償する帰属先誤判定補正部であって、前記インプレッションは、モバイル機器でアクセスされたメディアを示す、帰属先誤判定補正部とを備え、前記集約配分生成部、前記行列正規化部、又は前記帰属先誤判定補正部の少なくとも１つが論理回路によって実装される装置。
15. 調査較正データソースに関連する過剰サンプリング又はサンプリング不足の少なくとも一方について前記集約された視聴者配分を補正する補正指標を生成する行列補正部をさらに備え、前記調査較正データソースは、前記第１の世帯員による前記メディアへのアクセスと、前記データベース保有者への前記第１の世帯員の登録ステータスとを示す請求項１４に記載の装置。
16. 前記補正指標は、前記第１の人口統計グループの第１の人物が前記第２の人口統計グループの第２の人物と共に生活している第２の確率に基づく請求項１５に記載の装置。
17. 前記行列補正部が、
    第１の調査較正データに基づいて第１の人のペアの第１の数量を求め、前記第１の人のペアはそれぞれ、共に生活している前記第１の人口統計グループの第１の人物と前記第２の人口統計グループの第２の人物とを含み、
    第２の調査較正データに基づいて第２の人のペアの第２の数量を求め、前記第２の人のペアはそれぞれ、共に生活している前記第１の人口統計グループの第３の人物と前記第２の人口統計グループの第４の人物とを含み、前記第２の調査較正データは前記第１の調査較正データよりも精度が高く、
    前記第１の数量と前記第２の数量との比を求める
    ことにより補正指標を生成する請求項１５に記載の装置。
18. 前記集約された視聴者配分が、第１の人口統計グループそれぞれにつき、前記第２の人口統計グループの中でその第１の人口統計グループに属すると判定すべき人の数を記述し、前記行列正規化部が、前記第２の人口統計グループの人数の合計が指定された値になるように前記第２の人口統計グループのそれぞれの人数をスケーリングすることにより、前記集約された視聴者配分を正規化する請求項１４に記載の装置。
19. 世帯配分生成部であって、
    前記第１の世帯の共有パターンを求め、前記共有パターンは、前記第１の世帯員のうち、あるメディアカテゴリにアクセスする世帯員と、前記第１の世帯員のうち前記メディアカテゴリにアクセスしない他の世帯員とを示し、
    前記メディアカテゴリについての前記共有パターンに基づいて、前記第１の世帯の前記第１の世帯員の機器共有確率の確率密度関数を求め、前記確率密度関数は、前記第１の世帯員が前記メディアカテゴリのメディアにアクセスするそれぞれの確率を示し、前記第１の視聴者配分は前記機器共有確率に基づく、世帯配分生成部をさらに備える請求項１４に記載の装置。
20. 前記第１の世帯に、前記世帯員のうち登録された世帯員であって同じ第２の人口統計グループにいる世帯員が２人以上いる場合に、前記集約配分生成部が、前記第１の世帯員についての前記機器共有確率を集約する請求項１９に記載の装置。
21. 小数を前記人口統計グループに配分することにより前記第１の視聴者配分を生成する世帯配分生成部をさらに備え、前記小数の合計は、前記第１の世帯員のうちデータベース保有者に登録している世帯員の数になる請求項１４に記載の装置。
22. 前記帰属先誤判定補正部が、前記帰属先誤判定補正行列とインプレッション行列との積を求めることによって前記インプレッションを再割り当てし、前記インプレッション行列は、前記データベース保有者によって前記人口統計グループそれぞれに対応すると判定されたインプレッションの数を示す請求項１４に記載の装置。
23. 前記帰属先誤判定補正部が、再割り当て後のインプレッションの合計数が、前記インプレッション行列にあるインプレッションの数の合計と同じインプレッションの合計数になるように前記インプレッションを再割り当てする請求項２２に記載の装置。
24. 実行されると、プロセッサに、少なくとも、
    第１の種類のコンピューティング機器から第１の要求を第１のインターネットドメインで入手させ、前記第１の要求は、前記コンピューティング機器におけるメディアへのアクセスを示し、
    前記第１の種類のコンピューティング機器から前記第１のインターネットドメインで受信された要求に対応する人口統計学的情報を求める要求を送信させ、前記要求は前記第１の要求を含み、
    第２の世帯の第２の視聴者配分と集約された第１の世帯の第１の視聴者配分を含む集約された視聴者配分を生成させ、前記第１の視聴者配分は、前記第１の世帯の第１世帯員のうち、データベース保有者に登録している第１の世帯員を人口統計グループに配分することからなり、前記第１の視聴者配分は、前記第１の世帯員による第１のメディアへのアクセスに基づき、前記集約された視聴者配分はクッキーを使用せずに生成され、
    前記集約された視聴者配分を正規化して帰属先誤判定補正行列を生成させ、前記帰属先誤判定補正行列は、前記データベース保有者が前記メディアのインプレッションが第２の人口統計グループの人物に対応すると判定する時に、前記インプレッションが第１の人口統計グループに属すると判定できる確率を含み、
    前記帰属先誤判定補正行列を使用して前記インプレッションを前記第１の人口統計グループに再割り当てすることにより、前記インプレッション中の帰属先誤判定の誤りを補償させ、前記インプレッションは、モバイル機器でアクセスされたメディアを示す
    コンピュータ可読命令を備えたコンピュータ可読記憶媒体。
25. 前記命令がさらに前記プロセッサに、調査較正データソースに関連する過剰サンプリング又はサンプリング不足の少なくとも一方について前記集約された視聴者配分を補正する補正指標を生成させ、前記調査較正データソースは、前記第１の世帯員による前記メディアへのアクセスと、前記データベース保有者への前記第１の世帯員の登録ステータスとを示す請求項２４に記載の記憶媒体。
26. 前記補正指標は、前記第１の人口統計グループの第１の人物が前記第２の人口統計グループの第２の人物と共に生活している第２の確率に基づく請求項２５に記載の記憶媒体。
27. 前記命令が前記プロセッサに、
    第１の調査較正データに基づいて第１の人のペアの第１の数量を求め、前記第１の人のペアはそれぞれ、共に生活している前記第１の人口統計グループの第１の人物と前記第２の人口統計グループの第２の人物とを含み、
    第２の調査較正データに基づいて第２の人のペアの第２の数量を求め、前記第２の人のペアはそれぞれ、共に生活している前記第１の人口統計グループの第３の人物と前記第２の人口統計グループの第４の人物とを含み、前記第２の調査較正データは前記第１の調査較正データよりも精度が高く、
    前記第１の数量と前記第２の数量との比を求める
    ことにより、前記補正指標を生成させる請求項２５に記載の記憶媒体。
28. 前記集約された視聴者配分が、第１の人口統計グループそれぞれにつき、前記第２の人口統計グループの中でその第１の人口統計グループに属すると判定すべき人の数を記述し、前記命令が前記プロセッサに、前記第２の人口統計グループの人数の合計が指定された値になるように前記第２の人口統計グループのそれぞれの人数をスケーリングすることにより、前記集約された視聴者配分を正規化させる請求項２４に記載の記憶媒体。
29. 前記命令がさらに前記プロセッサに、
    前記第１の世帯の共有パターンを求めさせ、前記共有パターンは、前記第１の世帯員のうち、あるメディアカテゴリにアクセスする世帯員と、前記第１の世帯員のうち前記メディアカテゴリにアクセスしない他の世帯員とを示し、
    前記メディアカテゴリについての前記共有パターンに基づいて、前記第１の世帯の前記第１の世帯員の機器共有確率の確率密度関数を求めさせ、前記確率密度関数は、前記第１の世帯員が前記メディアカテゴリのメディアにアクセスするそれぞれの確率を示し、前記第１の視聴者配分は前記機器共有確率に基づく、請求項２４に記載の記憶媒体。
30. 前記第１の世帯に、前記第１の世帯員のうち登録された世帯員であって同じ第２の人口統計グループにいる世帯員が２人以上いる場合に、前記命令がさらに前記プロセッサに、前記第１の世帯員についての前記機器共有確率を集約させる請求項２９に記載の記憶媒体。
31. 前記命令が前記プロセッサに、小数を前記人口統計グループに配分することにより前記第１の視聴者配分を生成させ、前記小数の合計は、前記第１の世帯員のうちデータベース保有者に登録している世帯員の数になる請求項２４に記載の記憶媒体。
32. 前記命令が前記プロセッサに、前記帰属先誤判定補正行列とインプレッション行列との積を求めることによって前記インプレッションを再割り当てさせ、前記インプレッション行列は、前記データベース保有者によって前記人口統計グループそれぞれに対応すると判定されたインプレッションの数を示す請求項２４に記載の記憶媒体。
33. 前記命令が前記プロセッサに、再割り当て後のインプレッションの合計数が、前記インプレッション行列にあるインプレッションの数の合計と同じインプレッションの合計数になるように前記インプレッションを再割り当てさせる請求項３２に記載の記憶媒体。
34. プロセッサを使用して、第１の種類のコンピューティング機器からメディアインプレッションを収集するステップと、
    前記プロセッサを使用して、前記メディアインプレッションについての人口統計学的情報をデータベース保有者に要求するステップであって、前記メディアインプレッションの第１の部分は、人口統計学的情報がデータベース保有者によって記憶されている人物に対応し、前記メディアインプレッションの第２の部分は、前記データベース保有者が人口統計学的情報を入手することができない人物に対応する、ステップと、
    前記メディアインプレッションの前記第１の部分に対応する前記人口統計学的情報を前記データベース保有者から受け取るステップと、
    前記プロセッサを使用して、前記メディアインプレッションの前記第２の部分にあるメディアインプレッションの数を求めるステップと、
    前記プロセッサを使用して、前記メディアインプレッションに対応するメディアが前記第１の種類のコンピューティング機器でアクセスされる第１の確率と、メディアが第２の種類の機器でアクセスされる第２の確率とに基づいて、前記メディアインプレッションの前記第２の部分についての前記人口統計学的情報を求めるステップと
    を含む方法。
35. 第１の種類のコンピューティング機器から第１の要求を第１のインターネットドメインで受信するステップであって、前記第１の要求は、前記コンピューティング機器におけるメディアへのアクセスを示す、ステップと、
    前記コンピューティング機器から第２の要求を前記第１のインターネットドメインで受信するステップであって、前記第２の要求は、前記コンピューティング機器におけるある継続時間単位の前記メディアへのアクセスを示す、ステップと、
    前記第１の種類のコンピューティング機器から前記第１のインターネットドメインで受信された要求に対応する人口統計学的情報を求める要求を送信するステップであって、前記要求は前記第２の要求を含む、ステップと、
    前記第１の種類のコンピューティング機器で発生する継続時間単位の数を取得するステップであって、前記継続時間単位の第１の部分は、データベース保有者によって人口統計学的情報を認識することが可能な人物に対応し、前記継続時間単位の第２の部分は、前記データベース保有者が人口統計学的情報を入手できない人物に対応する、ステップと、
    プロセッサを使用して、前記継続時間単位に対応するメディアが前記第１の種類のコンピューティング機器でアクセスされる第１の確率と、メディアが第２の種類の機器でアクセスされる第２の確率とに基づいて、前記継続時間単位の前記第２の部分についての前記人口統計学的情報を求めるステップと
    を含む方法。
36. インプレッション収集部であって、
    第１の種類のコンピューティング機器から第１の要求を第１のインターネットドメインで受信し、前記第１の要求は、前記コンピューティング機器におけるメディアへのアクセスを示し、
    前記コンピューティング機器から第２の要求を前記第１のインターネットドメインで受信し、前記第２の要求は、前記コンピューティング機器におけるある継続時間単位の前記メディアへのアクセスを示し、
    前記第１の種類のコンピューティング機器から前記第１のインターネットドメインで受信された要求に対応する人口統計学的情報を求める要求を送信し、前記要求は前記第２の要求を含む、インプレッション収集部と、
    第１の種類のコンピューティング機器で発生する継続時間単位の数を入手するインプレッション情報収集部であって、前記継続時間単位の第１の部分は、データベース保有者によって人口統計学的情報を認識することが可能な人物に対応し、前記継続時間単位の第２の部分は、前記データベース保有者が人口統計学的情報を入手できない人物に対応する、インプレッション情報収集部と、
    前記継続時間単位に対応するメディアが前記第１の種類のコンピューティング機器でアクセスされる第１の確率と、メディアが第２の種類の機器でアクセスされる第２の確率とに基づいて、前記継続時間単位の前記部分についての前記人口統計学的情報を求める未カバー補正部とを備え、前記インプレッション情報収集部又は前記未カバー補正部の少なくとも１つが論理回路によって実装される装置。