JP6681464B2 - オンラインマーケットプレイスにおいてアイテムを提示し評価するためのシステム及び技術 - Google Patents

オンラインマーケットプレイスにおいてアイテムを提示し評価するためのシステム及び技術 Download PDF

Info

Publication number
JP6681464B2
JP6681464B2 JP2018510316A JP2018510316A JP6681464B2 JP 6681464 B2 JP6681464 B2 JP 6681464B2 JP 2018510316 A JP2018510316 A JP 2018510316A JP 2018510316 A JP2018510316 A JP 2018510316A JP 6681464 B2 JP6681464 B2 JP 6681464B2
Authority
JP
Japan
Prior art keywords
items
item
user
order
individual
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2018510316A
Other languages
English (en)
Other versions
JP2018519613A (ja
JP2018519613A5 (ja
Inventor
ピョートル スルツェウスキ,
ピョートル スルツェウスキ,
ダニー シェン チャン,
ダニー シェン チャン,
タレク ファフミー,
タレク ファフミー,
ジャック ジェンクン シェ,
ジャック ジェンクン シェ,
ユリ イェ,
ユリ イェ,
Original Assignee
コンテクストロジック インコーポレイテッド
コンテクストロジック インコーポレイテッド
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by コンテクストロジック インコーポレイテッド, コンテクストロジック インコーポレイテッド filed Critical コンテクストロジック インコーポレイテッド
Publication of JP2018519613A publication Critical patent/JP2018519613A/ja
Publication of JP2018519613A5 publication Critical patent/JP2018519613A5/ja
Application granted granted Critical
Publication of JP6681464B2 publication Critical patent/JP6681464B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • G06Q30/0203Market surveys; Market polls
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/248Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2457Query processing with adaptation to user needs
    • G06F16/24578Query processing with adaptation to user needs using ranking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25Integrating or interfacing systems involving database management systems
    • G06F16/252Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/951Indexing; Web crawling techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • G06Q30/0206Price or cost determination based on market factors
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0631Item recommendations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0641Shopping interfaces
    • G06Q30/0643Graphical representation of items or shoppers

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Computational Linguistics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

(関連出願の相互参照)
本願は、米国仮特許出願第62/156,584号、発明の名称“Presentation and Recommendation of Products in an Online Marketplace”、出願日2015年5月4日、代理人管理番号CTL−001PRに対する優先権を主張するものであり、該米国仮特許出願の内容は、適用法によって許可される最大の範囲まで参照により本明細書中に援用される。
(著作権声明)
本開示は、図面を含め、著作権保護の対象となる資料を含有する。著作権者は、特許商標局の特許ファイルまたは記録に記載されているような特許文書もしくは特許開示の任意の個人による複製に異論を唱えないが、それ以外については、全てのいかなる著作権も留保する。
(発明の分野)
本開示は、概して、アイテムをランク付けおよび評価するためのシステムならびに技法に関する。いくつかの実施形態は、具体的には、電子商取引におけるアイテムのランク付けに関し、より具体的には、少なくとも部分的に、商品およびサービスのランキングに基づいて、商品およびサービスのためのオンラインマーケットプレイスにおけるユーザ特有カタログの生成に関する。いくつかの実施形態は、具体的には、電子商取引におけるアイテムの評価に関し、より具体的には、オンラインマーケットプレイスにおけるアイテムに関する予測される評価の生成に関する。
(背景)
通信ネットワーク(例えば、インターネット)を通して相互に通信することが可能なコンピュータデバイスの広範囲の可用性は、オンラインショッピングおよび電子商取引(「eコマース」)を促進する。例えば、消費者は、オンラインマーケットプレイスにおいてアイテム(例えば、製品および/またはサービス)の買物をすることができる。購入された製品は、消費者に直接出荷されることができる。多くの消費者にとって、オンラインショッピングは、直接実店舗を訪れるよりも便利かつ効率的であり得る。
ネットワーク化コンピュータデバイスの可用性もまた、消費者による評価の共有およびアイテムのレビューを促進する。例えば、多くのオンラインマーケットプレイスは、ユーザがアイテムの評価およびレビューを提出することを可能にし、他のユーザは、そのアイテムを購入するかどうかを決定するとき、これらを閲覧することができる。
(発明の概要)
オンラインマーケットプレイスにおけるショッピングは、実店舗を訪れるよりも便利であり得るが、多くのオンラインマーケットプレイスは、非効率的なオンラインショッピング体験を提供し、それによって、消費者の時間ならびにオンラインマーケットプレイスへのアクセスを実装および提供するコンピュータシステムのリソースの使用を非効率的にしている。そのような非効率性は、特に、消費者が特定のタイプのアイテムの買物をしているが、どのアイテムを購入するかをまだ決定していないときに重大であり得る。本発明者らは、ユーザのオンラインショッピング体験の効率が、アイテムの「購入可能性スコア」に基づいて、規定されたタイプのアイテムをユーザに特定の順序で提示することによって向上され得ると認識および理解している。このように、ユーザが購入する(または購入することに関心がある)可能性が最も高いアイテムは、ユーザが購入する可能性がより低い他のアイテムを提示する前に(またはその代わりに)ユーザに提示され得る。その結果、ユーザは、ショッピング体験をより迅速に正常に完了し、それによって、ユーザの時間を節約し、オンラインマーケットプレイスへのアクセスを実装および提供するコンピュータシステムのリソースを節約し得る。
本開示のある側面によると、ユーザのデバイスから、あるタイプのアイテムの選択を示すデータを受信するステップと、複数のそのタイプのアイテム毎に、少なくとも部分的に、(1)ある時間期間中に複数のユーザに提供された個別のアイテムのインプレッションの数、(2)複数のユーザによって購入された個別のアイテムの数量、および(3)複数のユーザのショッピングカートに追加された個別のアイテムの数量に基づいて、個別のアイテムに関する購入可能性スコアを判定するステップと、少なくとも部分的に、複数のアイテム内に含まれる個別のアイテムの購入可能性スコアに基づいて、複数のアイテム内に含まれるアイテムのランキングを判定するステップと、複数のアイテムを含むアイテムのセットの順序を示すアイテムフィードデータを生成するステップであって、アイテムのセット内に含まれるアイテムの順序は、少なくとも部分的に、複数のアイテム内に含まれるアイテムのランキングに基づいて判定される、ステップと、アイテムフィードデータをユーザのデバイスに提供するステップであって、ユーザのデバイスは、アイテムのセット内に含まれるアイテムに対応するアイテムパネルのスクロール可能フィードを表示するように構成され、スクロール可能フィード内のアイテムパネルは、アイテムフィードデータ内の対応するアイテムの順序に従って順序付けられる、ステップとを含む、コンピュータ実装方法が、提供される。
いくつかの実施形態では、個別のアイテムに関する購入可能性スコアはさらに、少なくとも部分的に、アイテムの購入価格に基づく。いくつかの実施形態では、個別のアイテムに関する購入可能性スコアはさらに、少なくとも部分的に、複数のユーザのウィッシュリストに追加された個別のアイテムの数量に基づく。
いくつかの実施形態では、個別のアイテムに関する購入可能性スコアは、少なくとも部分的に、以下の式に基づき、
Figure 0006681464
式中、W、W、およびWは、それぞれ、第1、第2、および第3の重みであり、「impressions」は、その時間期間中に複数のユーザに提供された個別のアイテムのインプレッションの数であり、「quant_purchases」は、複数のユーザによって購入されたアイテムの数量であり、「quant_cart」は、複数のユーザのショッピングカートに追加されたアイテムの数量であり、「quant_wish_list」は、複数のユーザのウィッシュリストに追加されたアイテムの数量であり、「price」は、アイテムの購入価格である。
いくつかの実施形態では、本方法はさらに、少なくとも部分的に、ユーザと複数のユーザとの間の1つまたはそれを上回る類似性に基づいて、複数のユーザ内への包含に関してユーザを選択するステップを含む。いくつかの実施形態では、複数のアイテムは、第1の複数のアイテムであり、本方法はさらに、少なくとも部分的に、(1)ユーザと複数のユーザとの間の1つまたはそれを上回る類似性および(2)ユーザが複数のアイテム内に含まれる個別のアイテムを購入したかどうかを示すデータに基づいて、第2の複数のアイテムのランキングを判定するステップを含み、アイテムのセットはさらに、第2の複数のアイテムを含む。いくつかの実施形態では、アイテムのセットの順序はさらに、少なくとも部分的に、第2の複数のアイテムのランキングに基づいて判定される。
いくつかの実施形態では、アイテムのセット内の第1の複数のアイテム間の順序は、第1の複数のアイテムのランキング内の第1の複数のアイテム間の順序と合致し、アイテムのセット内の第2の複数のアイテム間の順序は、第2の複数のアイテムのランキング内の第2の複数のアイテム間の順序と合致し、第1の複数のアイテム内に含まれるアイテムと第2の複数のアイテム内に含まれるアイテムとの間のアイテムのセット内の順序は、確率的に判定される。
いくつかの実施形態では、本方法はさらに、アイテムのセットの順序を判定するステップを含み、(a)第1の複数のアイテムと第2の複数のアイテムとの間を確率的に選択するステップであって、第1の複数のアイテムを選択する第1の確率は、Pであり、第2の複数のアイテムを選択する第2の確率は、1−Pである、ステップと、(b)選択された複数のアイテムから、アイテムのセットの順序における順位をまだ割り当てられていない最も高いランクのアイテムを識別し、識別されたアイテムをアイテムのセットの順序における次の順位に割り当てるステップと、規定された数のアイテムがアイテムのセットの順序における順位を割り当てられるまで、または第1および第2の複数のアイテム内の全てのアイテムがアイテムのセットの順序における順位を割り当てられるまで、ステップ(a)および(b)を繰り返すステップとを含む。
いくつかの実施形態では、本方法はさらに、規定された時間期間の経過に応答して、および/またはアイテムのセットの順序を変更する要求に応答して、第1および第2の確率を変更するステップを含む。いくつかの実施形態では、本方法はさらに、複数のアイテム内に含まれるアイテムの購入可能性スコアの重み付けランダムシャッフリングを実施することによって、複数のアイテム内に含まれるアイテムのランキングを変更するステップを含む。
本開示の別の側面によると、ユーザのデバイスから、あるタイプのアイテムの選択を示すデータを受信するステップと、複数のそのタイプのアイテム毎に、少なくとも部分的に、(1)ある時間期間中に複数のユーザに提供された個別のアイテムのインプレッションの数、(2)複数のユーザによって購入された個別のアイテムの数量、および(3)複数のユーザのショッピングカートに追加された個別のアイテムの数量に基づいて、個別のアイテムに関する購入可能性スコアを判定するステップと、少なくとも部分的に、複数のアイテム内に含まれる個別のアイテムの購入可能性スコアに基づいて、複数のアイテム内に含まれるアイテムのランキングを判定するステップと、複数のアイテムを含むアイテムのセットの順序を示すアイテムフィードデータを生成するステップであって、アイテムのセット内に含まれるアイテムの順序は、少なくとも部分的に、複数のアイテム内に含まれるアイテムのランキングに基づいて判定される、ステップと、アイテムフィードデータをユーザのデバイスに提供するステップであって、ユーザのデバイスは、アイテムのセット内に含まれるアイテムに対応するアイテムパネルのスクロール可能フィードを表示するように構成され、スクロール可能フィード内のアイテムパネルは、アイテムフィードデータ内の対応するアイテムの順序に従って順序付けられる、ステップとを含む、動作を実施するようにプログラムされる、1つまたはそれを上回るコンピュータを含むシステムが、提供される。
いくつかの実施形態では、個別のアイテムに関する購入可能性スコアはさらに、少なくとも部分的に、アイテムの購入価格に基づく。いくつかの実施形態では、個別のアイテムに関する購入可能性スコアはさらに、少なくとも部分的に、複数のユーザのウィッシュリストに追加された個別のアイテムの数量に基づく。
いくつかの実施形態では、個別のアイテムに関する購入可能性スコアは、少なくとも部分的に、以下の式に基づき、
Figure 0006681464
式中、W、W、およびWは、それぞれ、第1、第2、および第3の重みであり、「impressions」は、その時間期間中に複数のユーザに提供された個別のアイテムのインプレッションの数であり、「quant_purchases」は、複数のユーザによって購入されたアイテムの数量であり、「quant_cart」は、複数のユーザのショッピングカートに追加されたアイテムの数量であり、「quant_wish_list」は、複数のユーザのウィッシュリストに追加されたアイテムの数量であり、「price」は、アイテムの購入価格である。
いくつかの実施形態では、動作はさらに、少なくとも部分的に、ユーザと複数のユーザとの間の1つまたはそれを上回る類似性に基づいて、複数のユーザ内への包含に関してユーザを選択するステップを含む。いくつかの実施形態では、複数のアイテムは、第1の複数のアイテムであり、動作はさらに、少なくとも部分的に、(1)ユーザと複数のユーザとの間の1つまたはそれを上回る類似性および(2)ユーザが複数のアイテム内に含まれる個別のアイテムを購入したかどうかを示すデータに基づいて、第2の複数のアイテムのランキングを判定するステップを含み、アイテムのセットはさらに、第2の複数のアイテムを含む。いくつかの実施形態では、アイテムのセットの順序はさらに、少なくとも部分的に、第2の複数のアイテムのランキングに基づいて判定される。
いくつかの実施形態では、アイテムのセット内の第1の複数のアイテム間の順序は、第1の複数のアイテムのランキング内の第1の複数のアイテム間の順序と合致し、アイテムのセット内の第2の複数のアイテム間の順序は、第2の複数のアイテムのランキング内の第2の複数のアイテム間の順序と合致し、第1の複数のアイテム内に含まれるアイテムと第2の複数のアイテム内に含まれるアイテムとの間のアイテムのセット内の順序は、確率的に判定される。
いくつかの実施形態では、動作はさらに、アイテムのセットの順序を判定するステップを含み、(a)第1の複数のアイテムと第2の複数のアイテムとの間を確率的に選択するステップであって、第1の複数のアイテムを選択する第1の確率は、Pであり、第2の複数のアイテムを選択する第2の確率は、1−Pである、ステップと、(b)選択された複数のアイテムから、アイテムのセットの順序における順位をまだ割り当てられていない最も高いランクのアイテムを識別し、識別されたアイテムをアイテムのセットの順序における次の順位に割り当てるステップと、規定された数のアイテムがアイテムのセットの順序における順位を割り当てられるまで、または第1および第2の複数のアイテム内の全てのアイテムがアイテムのセットの順序における順位を割り当てられるまで、ステップ(a)および(b)を繰り返すステップとを含む。
いくつかの実施形態では、動作はさらに、規定された時間期間の経過に応答して、および/またはアイテムのセットの順序を変更する要求に応答して、第1および第2の確率を変更するステップを含む。いくつかの実施形態では、動作はさらに、複数のアイテム内に含まれるアイテムの購入可能性スコアの重み付けランダムシャッフリングを実施することによって、複数のアイテム内に含まれるアイテムのランキングを変更するステップを含む。
本開示の別の側面によると、コンピュータ記憶媒体が、提供され、コンピュータ記憶媒体は、データ処理装置によって実行されると、データ処理装置に、ユーザのデバイスから、あるタイプのアイテムの選択を示すデータを受信するステップと、複数のそのタイプのアイテム毎に、少なくとも部分的に、(1)ある時間期間中に複数のユーザに提供された個別のアイテムのインプレッションの数、(2)複数のユーザによって購入された個別のアイテムの数量、および(3)複数のユーザのショッピングカートに追加された個別のアイテムの数量に基づいて、個別のアイテムに関する購入可能性スコアを判定するステップと、少なくとも部分的に、複数のアイテム内に含まれる個別のアイテムの購入可能性スコアに基づいて、複数のアイテム内に含まれるアイテムのランキングを判定するステップと、複数のアイテムを含むアイテムのセットの順序を示すアイテムフィードデータを生成するステップであって、アイテムのセット内に含まれるアイテムの順序は、少なくとも部分的に、複数のアイテム内に含まれるアイテムのランキングに基づいて判定される、ステップと、アイテムフィードデータをユーザのデバイスに提供するステップであって、ユーザのデバイスは、アイテムのセット内に含まれるアイテムに対応するアイテムパネルのスクロール可能フィードを表示するように構成され、スクロール可能フィード内のアイテムパネルは、アイテムフィードデータ内の対応するアイテムの順序に従って順序付けられる、ステップとを含む、動作を実施させる、その上に記憶される命令を有する。
オンラインマーケットプレイスにおけるアイテムのユーザ提供評価は、消費者がアイテムを購入する前にアイテムの他の消費者の意見を判断することを補助し得るが、ユーザ提供評価は、誤解を招き得る。誤解を招く評価データに基づいて購入決定を行う消費者は、その自身の不利益になる、次善の購入決定を行い得る。例えば、いくつかのアイテム(例えば、最近になって販売されたアイテム)に関するユーザ提供評価の数は、非常に少なくあり得、そのようなアイテムに関する評価の分布は、そのアイテムに精通する消費者の意見の実際の分布を表さない場合がある。したがって、あるアイテムに関するユーザ提供評価の数が少ないときであっても、そのアイテムに精通する消費者の意見の実際の分布をより正確に表す評価システムおよび技法の必要性がある。本発明者らは、ユーザ提供評価の数が少ないアイテムに関する評価の分布の正確度が、ユーザ提供評価を1つまたはそれを上回る予測される評価で補足することによって向上され得ると認識および理解している。多くのアイテムに関して、アイテム評価の実際の分布は、(例えば、アイテムのタイプ、価格、製造者等に基づいて)正確に予測されることができる。あるアイテムに関するユーザ提供評価の数が増加するにつれて、そのアイテムに関するユーザ提供評価のみが表示されるまで、予測される評価の数は、削減されることができる。
本開示の別の側面によると、あるアイテムに関する1つまたはそれを上回るユーザ提供評価を取得するステップであって、1つまたはそれを上回るユーザ提供評価は、コンピュータシステムのユーザによって提供される、ステップと、アイテムに関するユーザ提供評価の数が、アイテムに関する評価の閾値数を超えているかどうかを判定するステップと、アイテムに関するユーザ提供評価の数が評価の閾値数を超えていないという判定に基づいて、アイテムに関する複数の予測される評価を取得し、アイテムに関する評価のセットをユーザのデバイスに提供するステップであって、アイテムに関する評価のセットは、1つまたはそれを上回るユーザ提供評価と、複数の予測される評価とを含む、ステップとを含む方法が、提供される。
いくつかの実施形態では、アイテムに関する予測される評価の分布は、アイテムに関する評価の予測される分布と実質的に合致する。いくつかの実施形態では、本方法はさらに、少なくとも部分的に、アイテムのカテゴリ化、アイテムの製造者、アイテムの販売者、および/またはアイテムの価格に基づいて、アイテムに関する評価の予測される分布を判定するステップを含む。いくつかの実施形態では、本方法はさらに、少なくとも部分的に、1つまたはそれを上回る他のアイテムに関する評価の実際の分布に基づいて、アイテムに関する評価の予測される分布を判定するステップを含む。いくつかの実施形態では、アイテムおよび1つまたはそれを上回る他のアイテムは、同一のアイテムカテゴリ(または集合)内にあり、同一の製造者によって製造され、同一の販売者によって販売され、および/または同一の価格範囲内の価格を有する。
いくつかの実施形態では、1つまたはそれを上回るユーザ提供評価は、1つもしくはそれを上回る第1のユーザ提供評価であり、本方法はさらに、アイテムに関する1つまたはそれを上回る第2のユーザ提供評価を取得するステップと、アイテムに関する第1および第2のユーザ提供評価の組み合わせられた数が、アイテムに関する評価の閾値数を超えているかどうかを判定するステップと、アイテムに関するユーザ提供評価の組み合わせられた数が評価の閾値数を超えているという判定に基づいて、アイテムに関する評価のセットをユーザのデバイスに提供するステップであって、アイテムに関する評価のセットは、1つまたはそれを上回る第1のユーザ提供評価と、1つもしくはそれを上回る第2のユーザ提供評価とから成る、ステップとを含む。
本開示の別の側面によると、あるアイテムに関する1つまたはそれを上回るユーザ提供評価を取得するステップであって、1つまたはそれを上回るユーザ提供評価は、コンピュータシステムのユーザによって提供される、ステップと、アイテムに関するユーザ提供評価の数が、アイテムに関する評価の閾値数を超えているかどうかを判定するステップと、アイテムに関するユーザ提供評価の数が評価の閾値数を超えていないという判定に基づいて、アイテムに関する複数の予測される評価を取得し、アイテムに関する評価のセットをユーザのデバイスに提供するステップであって、アイテムに関する評価のセットは、1つまたはそれを上回るユーザ提供評価と、複数の予測される評価とを含む、ステップとを含む、動作を実施するようにプログラムされる、1つまたはそれを上回るコンピュータを含むシステムが、提供される。
いくつかの実施形態では、アイテムに関する予測される評価の分布は、アイテムに関する評価の予測される分布と実質的に合致する。いくつかの実施形態では、動作はさらに、少なくとも部分的に、アイテムのカテゴリ化、アイテムの製造者、アイテムの販売者、および/またはアイテムの価格に基づいて、アイテムに関する評価の予測される分布を判定するステップを含む。いくつかの実施形態では、動作はさらに、少なくとも部分的に、1つまたはそれを上回る他のアイテムに関する評価の実際の分布に基づいて、アイテムに関する評価の予測される分布を判定するステップを含む。いくつかの実施形態では、アイテムおよび1つまたはそれを上回る他のアイテムは、同一のアイテムカテゴリ(または集合)内にあり、同一の製造者によって製造され、同一の販売者によって販売され、および/または同一の価格範囲内の価格を有する。
いくつかの実施形態では、1つまたはそれを上回るユーザ提供評価は、1つまたはそれを上回る第1のユーザ提供評価であり、動作はさらに、アイテムに関する1つまたはそれを上回る第2のユーザ提供評価を取得するステップと、アイテムに関する第1および第2のユーザ提供評価の組み合わせられた数が、アイテムに関する評価の閾値数を超えているかどうかを判定するステップと、アイテムに関するユーザ提供評価の組み合わせられた数が評価の閾値数を超えているという判定に基づいて、アイテムに関する評価のセットをユーザのデバイスに提供するステップであって、アイテムに関する評価のセットは、1つまたはそれを上回る第1のユーザ提供評価と、1つまたはそれを上回る第2のユーザ提供評価とから成る、ステップとを含む。
本開示の別の側面によると、コンピュータ記憶媒体が、提供され、コンピュータ記憶媒体は、データ処理装置によって実行されると、データ処理装置に、あるアイテムに関する1つまたはそれを上回るユーザ提供評価を取得するステップであって、1つまたはそれを上回るユーザ提供評価は、コンピュータシステムのユーザによって提供される、ステップと、アイテムに関するユーザ提供評価の数が、アイテムに関する評価の閾値数を超えているかどうかを判定するステップと、アイテムに関するユーザ提供評価の数が評価の閾値数を超えていないという判定に基づいて、アイテムに関する複数の予測される評価を取得し、アイテムに関する評価のセットをユーザのデバイスに提供するステップであって、アイテムに関する評価のセットは、1つまたはそれを上回るユーザ提供評価と、複数の予測される評価とを含む、ステップとを含む、動作を実施させる、その上に記憶される命令を有する。
いくつかの実施形態では、アイテムに関する予測される評価の分布は、アイテムに関する評価の予測される分布と実質的に合致する。いくつかの実施形態では、動作はさらに、少なくとも部分的に、アイテムのカテゴリ化、アイテムの製造者、アイテムの販売者、および/またはアイテムの価格に基づいて、アイテムに関する評価の予測される分布を判定するステップを含む。いくつかの実施形態では、動作はさらに、少なくとも部分的に、1つまたはそれを上回る他のアイテムに関する評価の実際の分布に基づいて、アイテムに関する評価の予測される分布を判定するステップを含む。いくつかの実施形態では、アイテムおよび1つまたはそれを上回る他のアイテムは、同一のアイテムカテゴリ(または集合)内にあり、同一の製造者によって製造され、同一の販売者によって販売され、および/または同一の価格範囲内の価格を有する。
いくつかの実施形態では、1つまたはそれを上回るユーザ提供評価は、1つまたはそれを上回る第1のユーザ提供評価であり、動作はさらに、アイテムに関する1つまたはそれを上回る第2のユーザ提供評価を取得するステップと、アイテムに関する第1および第2のユーザ提供評価の組み合わせられた数が、アイテムに関する評価の閾値数を超えているかどうかを判定するステップと、アイテムに関するユーザ提供評価の組み合わせられた数が評価の閾値数を超えているという判定に基づいて、アイテムに関する評価のセットをユーザのデバイスに提供するステップであって、アイテムに関する評価のセットは、1つまたはそれを上回る第1のユーザ提供評価と、1つまたはそれを上回る第2のユーザ提供評価とから成る、ステップとを含む。
本発明のいくつかの実施形態の他の側面および利点が、実施例としてのみ本発明の原理を例証する、以下の図面ならびに発明を実施するための形態から明白となるであろう。
いくつかの実施形態に関する動機および/またはいくつかの実施形態の利点の説明を含む、前述の発明の概要は、読者が本開示を理解することを補助するように意図され、請求項のいずれの範囲もいかようにも限定しない。
本発明は、例えば、以下を提供する。
(項目1)
コンピュータ実装方法であって、
ユーザのデバイスから、あるタイプのアイテムの選択を示すデータを受信するステップと、
複数の前記タイプのアイテム毎に、少なくとも部分的に、(1)ある時間期間中に複数のユーザに提供された個別のアイテムのインプレッションの数、(2)前記複数のユーザによって購入された個別のアイテムの数量、および(3)前記複数のユーザのショッピングカートに追加された個別のアイテムの数量に基づいて、個別のアイテムに関する購入可能性スコアを判定するステップと、
少なくとも部分的に、前記複数のアイテム内に含まれる個別のアイテムの購入可能性スコアに基づいて、前記複数のアイテム内に含まれるアイテムのランキングを判定するステップと、
前記複数のアイテムを含むアイテムのセットの順序を示すアイテムフィードデータを生成するステップであって、前記アイテムのセット内に含まれるアイテムの順序は、少なくとも部分的に、前記複数のアイテム内に含まれるアイテムのランキングに基づいて判定される、ステップと、
前記アイテムフィードデータを前記ユーザのデバイスに提供するステップであって、前記ユーザのデバイスは、前記アイテムのセット内に含まれるアイテムに対応するアイテムパネルのスクロール可能フィードを表示するように構成され、前記スクロール可能フィード内のアイテムパネルは、前記アイテムフィードデータ内の対応するアイテムの順序に従って順序付けられる、ステップと、
を含む、方法。
(項目2)
前記個別のアイテムに関する購入可能性スコアはさらに、少なくとも部分的に、前記アイテムの購入価格に基づく、項目1に記載の方法。
(項目3)
前記個別のアイテムに関する購入可能性スコアはさらに、少なくとも部分的に、前記複数のユーザのウィッシュリストに追加された個別のアイテムの数量に基づく、項目2に記載の方法。
(項目4)
前記個別のアイテムに関する購入可能性スコアは、少なくとも部分的に、以下の式に基づき、
Figure 0006681464

式中、W 、W 、およびW は、それぞれ、第1、第2、および第3の重みであり、「impressions」は、前記時間期間中に前記複数のユーザに提供された個別のアイテムのインプレッションの数であり、「quant_purchases」は、前記複数のユーザによって購入された前記アイテムの数量であり、「quant_cart」は、前記複数のユーザのショッピングカートに追加された前記アイテムの数量であり、「quant_wish_list」は、前記複数のユーザのウィッシュリストに追加された前記アイテムの数量であり、「price」は、前記アイテムの購入価格である、項目3に記載の方法。
(項目5)
少なくとも部分的に、前記ユーザと前記複数のユーザとの間の1つまたはそれを上回る類似性に基づいて、前記複数のユーザ内への包含に関してユーザを選択するステップをさらに含む、項目1に記載の方法。
(項目6)
前記複数のアイテムは、第1の複数のアイテムであり、前記方法はさらに、少なくとも部分的に、(1)前記ユーザと前記複数のユーザとの間の1つまたはそれを上回る類似性、および(2)前記ユーザが前記複数のアイテム内に含まれる個別のアイテムを購入したかどうかを示すデータに基づいて、第2の複数のアイテムのランキングを判定するステップを含み、前記アイテムのセットはさらに、前記第2の複数のアイテムを含む、項目5に記載の方法。
(項目7)
前記アイテムのセットの順序はさらに、少なくとも部分的に、前記第2の複数のアイテムのランキングに基づいて判定される、項目6に記載の方法。
(項目8)
前記アイテムのセット内の第1の複数のアイテム間の順序は、前記第1の複数のアイテムのランキング内の第1の複数のアイテム間の順序と合致し、前記アイテムのセット内の第2の複数のアイテム間の順序は、前記第2の複数のアイテムのランキング内の第2の複数のアイテム間の順序と合致し、前記第1の複数のアイテム内に含まれるアイテムと前記第2の複数のアイテム内に含まれるアイテムとの間のアイテムのセット内の順序は、確率的に判定される、項目7に記載の方法。
(項目9)
前記アイテムのセットの順序を判定するステップをさらに含み、
(a)前記第1の複数のアイテムと前記第2の複数のアイテムとの間を確率的に選択するステップであって、前記第1の複数のアイテムを選択する第1の確率は、P であり、前記第2の複数のアイテムを選択する第2の確率は、1−P である、ステップと、
(b)前記選択された複数のアイテムから、前記アイテムのセットの順序における順位をまだ割り当てられていない最も高いランクのアイテムを識別し、前記識別されたアイテムを前記アイテムのセットの順序における次の順位に割り当てるステップと、
規定された数のアイテムが前記アイテムのセットの順序における順位を割り当てられるまで、または前記第1および第2の複数のアイテム内の全てのアイテムが前記アイテムのセットの順序における順位を割り当てられるまで、ステップ(a)および(b)を繰り返すステップと、
を含む、項目8に記載の方法。
(項目10)
規定された時間期間の経過に応答して、および/または前記アイテムのセットの順序を変更する要求に応答して、前記第1および第2の確率を変更するステップをさらに含む、項目9に記載の方法。
(項目11)
前記複数のアイテム内に含まれるアイテムの購入可能性スコアの重み付けランダムシャッフリングを実施することによって、前記複数のアイテム内に含まれるアイテムのランキングを変更するステップをさらに含む、項目1に記載の方法。
(項目12)
システムであって、
ユーザのデバイスから、あるタイプのアイテムの選択を示すデータを受信するステップと、
複数の前記タイプのアイテム毎に、少なくとも部分的に、(1)ある時間期間中に複数のユーザに提供された個別のアイテムのインプレッションの数、(2)前記複数のユーザによって購入された個別のアイテムの数量、および(3)前記複数のユーザのショッピングカートに追加された個別のアイテムの数量に基づいて、個別のアイテムに関する購入可能性スコアを判定するステップと、
少なくとも部分的に、前記複数のアイテム内に含まれる個別のアイテムの購入可能性スコアに基づいて、前記複数のアイテム内に含まれるアイテムのランキングを判定するステップと、
前記複数のアイテムを含むアイテムのセットの順序を示すアイテムフィードデータを生成するステップであって、前記アイテムのセット内に含まれるアイテムの順序は、少なくとも部分的に、前記複数のアイテム内に含まれるアイテムのランキングに基づいて判定される、ステップと、
前記アイテムフィードデータを前記ユーザのデバイスに提供するステップであって、前記ユーザのデバイスは、前記アイテムのセット内に含まれるアイテムに対応するアイテムパネルのスクロール可能フィードを表示するように構成され、前記スクロール可能フィード内のアイテムパネルは、前記アイテムフィードデータ内の対応するアイテムの順序に従って順序付けられる、ステップと、
を含む、動作を実施するようにプログラムされる、1つまたはそれを上回るコンピュータを備える、システム。
(項目13)
前記個別のアイテムに関する購入可能性スコアはさらに、少なくとも部分的に、前記アイテムの購入価格に基づく、項目12に記載のシステム。
(項目14)
前記個別のアイテムに関する購入可能性スコアはさらに、少なくとも部分的に、前記複数のユーザのウィッシュリストに追加された個別のアイテムの数量に基づく、項目13に記載のシステム。
(項目15)
前記個別のアイテムに関する購入可能性スコアは、少なくとも部分的に、以下の式に基づき、
Figure 0006681464

式中、W 、W 、およびW は、それぞれ、第1、第2、および第3の重みであり、「impressions」は、前記時間期間中に前記複数のユーザに提供された個別のアイテムのインプレッションの数であり、「quant_purchases」は、前記複数のユーザによって購入された前記アイテムの数量であり、「quant_cart」は、前記複数のユーザのショッピングカートに追加された前記アイテムの数量であり、「quant_wish_list」は、前記複数のユーザのウィッシュリストに追加された前記アイテムの数量であり、「price」は、前記アイテムの購入価格である、項目14に記載のシステム。
(項目16)
前記動作はさらに、少なくとも部分的に、前記ユーザと前記複数のユーザとの間の1つまたはそれを上回る類似性に基づいて、前記複数のユーザ内への包含に関してユーザを選択するステップを含む、項目12に記載のシステム。
(項目17)
前記複数のアイテムは、第1の複数のアイテムであり、前記動作はさらに、少なくとも部分的に、(1)前記ユーザと前記複数のユーザとの間の1つまたはそれを上回る類似性および(2)前記ユーザが前記複数のアイテム内に含まれる個別のアイテムを購入したかどうかを示すデータに基づいて、第2の複数のアイテムのランキングを判定するステップを含み、前記アイテムのセットはさらに、前記第2の複数のアイテムを含む、項目16に記載のシステム。
(項目18)
前記アイテムのセットの順序はさらに、少なくとも部分的に、前記第2の複数のアイテムのランキングに基づいて判定される、項目17に記載のシステム。
(項目19)
前記アイテムのセット内の第1の複数のアイテム間の順序は、前記第1の複数のアイテムのランキング内の第1の複数のアイテム間の順序と合致し、前記アイテムのセット内の第2の複数のアイテム間の順序は、前記第2の複数のアイテムのランキング内の第2の複数のアイテム間の順序と合致し、前記第1の複数のアイテム内に含まれるアイテムと前記第2の複数のアイテム内に含まれるアイテムとの間のアイテムのセット内の順序は、確率的に判定される、項目18に記載のシステム。
(項目20)
前記動作はさらに、前記アイテムのセットの順序を判定するステップを含み、
(a)前記第1の複数のアイテムと前記第2の複数のアイテムとの間を確率的に選択するステップであって、前記第1の複数のアイテムを選択する第1の確率は、P であり、前記第2の複数のアイテムを選択する第2の確率は、1−P である、ステップと、
(b)前記選択された複数のアイテムから、前記アイテムのセットの順序における順位をまだ割り当てられていない最も高いランクのアイテムを識別し、前記識別されたアイテムを前記アイテムのセットの順序における次の順位に割り当てるステップと、
規定された数のアイテムが、前記アイテムのセットの順序における順位を割り当てられるまで、または前記第1および第2の複数のアイテム内の全てのアイテムが前記アイテムのセットの順序における順位を割り当てられるまで、ステップ(a)および(b)を繰り返すステップと、
を含む、項目19に記載のシステム。
(項目21)
前記動作はさらに、規定された時間期間の経過に応答して、および/または前記アイテムのセットの順序を変更する要求に応答して、前記第1および第2の確率を変更するステップを含む、項目20に記載のシステム。
(項目22)
前記動作はさらに、前記複数のアイテム内に含まれるアイテムの購入可能性スコアの重み付けランダムシャッフリングを実施することによって、前記複数のアイテム内に含まれるアイテムのランキングを変更するステップを含む、項目12に記載のシステム。
(項目23)
コンピュータ記憶媒体であって、データ処理装置によって実行されると、前記データ処理装置に、
ユーザのデバイスから、あるタイプのアイテムの選択を示すデータを受信するステップと、
複数の前記タイプのアイテム毎に、少なくとも部分的に、(1)ある時間期間中に複数のユーザに提供された個別のアイテムのインプレッションの数、(2)前記複数のユーザによって購入された個別のアイテムの数量、および(3)前記複数のユーザのショッピングカートに追加された個別のアイテムの数量に基づいて、個別のアイテムに関する購入可能性スコアを判定するステップと、
少なくとも部分的に、前記複数のアイテム内に含まれる個別のアイテムの購入可能性スコアに基づいて、前記複数のアイテム内に含まれるアイテムのランキングを判定するステップと、
前記複数のアイテムを含むアイテムのセットの順序を示すアイテムフィードデータを生成するステップであって、前記アイテムのセット内に含まれるアイテムの順序は、少なくとも部分的に、前記複数のアイテム内に含まれるアイテムのランキングに基づいて判定される、ステップと、
前記アイテムフィードデータを前記ユーザのデバイスに提供するステップであって、前記ユーザのデバイスは、前記アイテムのセット内に含まれるアイテムに対応するアイテムパネルのスクロール可能フィードを表示するように構成され、前記スクロール可能フィード内のアイテムパネルは、前記アイテムフィードデータ内の対応するアイテムの順序に従って順序付けられる、ステップと、
を含む、動作を実施させる、その上に記憶される命令を有する、コンピュータ記憶媒体。
(項目24)
方法であって、
あるアイテムに関する1つまたはそれを上回るユーザ提供評価を取得するステップであって、前記1つまたはそれを上回るユーザ提供評価は、コンピュータシステムのユーザによって提供される、ステップと、
前記アイテムに関するユーザ提供評価の数が、前記アイテムに関する評価の閾値数を超えているかどうかを判定するステップと、
前記アイテムに関するユーザ提供評価の数が前記評価の閾値数を超えていないという判定に基づいて、前記アイテムに関する複数の予測される評価を取得し、前記アイテムに関する評価のセットをユーザのデバイスに提供するステップであって、前記アイテムに関する評価のセットは、前記1つまたはそれを上回るユーザ提供評価と、前記複数の予測される評価とを含む、ステップと、
を含む、方法。
(項目25)
前記アイテムに関する予測される評価の分布は、前記アイテムに関する評価の予測される分布と実質的に合致する、項目24に記載の方法。
(項目26)
少なくとも部分的に、前記アイテムのカテゴリ化、前記アイテムの製造者、前記アイテムの販売者、および/または前記アイテムの価格に基づいて、前記アイテムに関する評価の予測される分布を判定するステップをさらに含む、項目25に記載の方法。
(項目27)
少なくとも部分的に、1つまたはそれを上回る他のアイテムに関する評価の実際の分布に基づいて、前記アイテムに関する評価の予測される分布を判定するステップをさらに含む、項目25に記載の方法。
(項目28)
前記アイテムおよび前記1つまたはそれを上回る他のアイテムは、同一のアイテムカテゴリまたは集合内にあり、同一の製造者によって製造され、同一の販売者によって販売され、および/または同一の価格範囲内の価格を有する、項目27に記載の方法。
(項目29)
前記1つまたはそれを上回るユーザ提供評価は、1つまたはそれを上回る第1のユーザ提供評価であり、前記方法はさらに、
前記アイテムに関する1つまたはそれを上回る第2のユーザ提供評価を取得するステップと、
前記アイテムに関する第1および第2のユーザ提供評価の組み合わせられた数が、前記アイテムに関する評価の閾値数を超えているかどうかを判定するステップと、
前記アイテムに関するユーザ提供評価の組み合わせられた数が前記評価の閾値数を超えているという判定に基づいて、前記アイテムに関する評価のセットをユーザのデバイスに提供するステップであって、前記アイテムに関する評価のセットは、前記1つまたはそれを上回る第1のユーザ提供評価と、前記1つまたはそれを上回る第2のユーザ提供評価とから成る、ステップと、
を含む、項目24に記載の方法。
(項目30)
システムであって、
あるアイテムに関する1つまたはそれを上回るユーザ提供評価を取得するステップであって、前記1つまたはそれを上回るユーザ提供評価は、コンピュータシステムのユーザによって提供される、ステップと、
前記アイテムに関するユーザ提供評価の数が、前記アイテムに関する評価の閾値数を超えているかどうかを判定するステップと、
前記アイテムに関するユーザ提供評価の数が前記評価の閾値数を超えていないという判定に基づいて、前記アイテムに関する複数の予測される評価を取得し、前記アイテムに関する評価のセットをユーザのデバイスに提供するステップであって、前記アイテムに関する評価のセットは、前記1つまたはそれを上回るユーザ提供評価と、前記複数の予測される評価とを含む、ステップと、
を含む、動作を実施するようにプログラムされる、1つまたはそれを上回るコンピュータを備える、システム。
(項目31)
前記アイテムに関する予測される評価の分布は、前記アイテムに関する評価の予測される分布と実質的に合致する、項目30に記載のシステム。
(項目32)
前記動作はさらに、少なくとも部分的に、前記アイテムのカテゴリ化、前記アイテムの製造者、前記アイテムの販売者、および/または前記アイテムの価格に基づいて、前記アイテムに関する評価の予測される分布を判定するステップを含む、項目31に記載のシステム。
(項目33)
前記動作はさらに、少なくとも部分的に、1つまたはそれを上回る他のアイテムに関する評価の実際の分布に基づいて、前記アイテムに関する評価の予測される分布を判定するステップを含む、項目31に記載のシステム。
(項目34)
前記アイテムおよび前記1つまたはそれを上回る他のアイテムは、同一のアイテムカテゴリまたは集合内にあり、同一の製造者によって製造され、同一の販売者によって販売され、および/または同一の価格範囲内の価格を有する、項目33に記載のシステム。
(項目35)
前記1つまたはそれを上回るユーザ提供評価は、1つまたはそれを上回る第1のユーザ提供評価であり、前記動作はさらに、
前記アイテムに関する1つまたはそれを上回る第2のユーザ提供評価を取得するステップと、
前記アイテムに関する第1および第2のユーザ提供評価の組み合わせられた数が、前記アイテムに関する評価の閾値数を超えているかどうかを判定するステップと、
前記アイテムに関するユーザ提供評価の組み合わせられた数が前記評価の閾値数を超えているという判定に基づいて、前記アイテムに関する評価のセットをユーザのデバイスに提供するステップであって、前記アイテムに関する評価のセットは、前記1つまたはそれを上回る第1のユーザ提供評価と、前記1つまたはそれを上回る第2のユーザ提供評価とから成る、ステップと、
を含む、項目30に記載のシステム。
(項目36)
コンピュータ記憶媒体であって、データ処理装置によって実行されると、前記データ処理装置に、
あるアイテムに関する1つまたはそれを上回るユーザ提供評価を取得するステップであって、前記1つまたはそれを上回るユーザ提供評価は、コンピュータシステムのユーザによって提供される、ステップと、
前記アイテムに関するユーザ提供評価の数が、前記アイテムに関する評価の閾値数を超えているかどうかを判定するステップと、
前記アイテムに関するユーザ提供評価の数が前記評価の閾値数を超えていないという判定に基づいて、前記アイテムに関する複数の予測される評価を取得し、前記アイテムに関する評価のセットをユーザのデバイスに提供するステップであって、前記アイテムに関する評価のセットは、前記1つまたはそれを上回るユーザ提供評価と、前記複数の予測される評価とを含む、ステップと、
を含む、動作を実施させる、その上に記憶される命令を有する、コンピュータ記憶媒体。
いくつかの実施形態の利点が、付随の図面と併せて検討される、以下の説明を参照することによって理解され得る。図面では、同様の参照文字は、概して、異なる図全体を通して同一の部分を指す。また、図面は、必ずしも、縮尺通りではなく、代わりに、概して、本発明のいくつかの実施形態の原理を例証することに重点が置かれている。
図1は、いくつかの実施形態による、コンピュータシステムを示す。 図2は、いくつかの実施形態による、オンラインマーケットプレイスにアクセスするためのユーザインターフェースを示す。 図3A、3B、および3Cは、いくつかの実施形態による、ユーザがアイテムを仮想ショッピングカートの中に入れるように促すための、それぞれ、第1、第2、および第3のユーザインターフェースを示す。 図3A、3B、および3Cは、いくつかの実施形態による、ユーザがアイテムを仮想ショッピングカートの中に入れるように促すための、それぞれ、第1、第2、および第3のユーザインターフェースを示す。 図3A、3B、および3Cは、いくつかの実施形態による、ユーザがアイテムを仮想ショッピングカートの中に入れるように促すための、それぞれ、第1、第2、および第3のユーザインターフェースを示す。 図4Aおよび4Bは、いくつかの実施形態による、ユーザがオンラインマーケットプレイスにおいて精算プロセスを開始するように促すための、それぞれ、第1および第2のユーザインターフェースを示す。 図4Aおよび4Bは、いくつかの実施形態による、ユーザがオンラインマーケットプレイスにおいて精算プロセスを開始するように促すための、それぞれ、第1および第2のユーザインターフェースを示す。 図5は、いくつかの実施形態による、アイテムフィードを閲覧するためのユーザインターフェースを示す。 図6A、6B、および6Cは、いくつかの実施形態による、ユーザがアイテムを仮想ウィッシュリストに保存するように促すための、それぞれ、第1、第2、および第3のユーザインターフェースを示す。 図6A、6B、および6Cは、いくつかの実施形態による、ユーザがアイテムを仮想ウィッシュリストに保存するように促すための、それぞれ、第1、第2、および第3のユーザインターフェースを示す。 図6A、6B、および6Cは、いくつかの実施形態による、ユーザがアイテムを仮想ウィッシュリストに保存するように促すための、それぞれ、第1、第2、および第3のユーザインターフェースを示す。 図7A、7B、7C、および7Dは、いくつかの実施形態による、アイテムの評価を提出するための、それぞれ、第1、第2、第3、および第4のユーザインターフェースを示す。 図7A、7B、7C、および7Dは、いくつかの実施形態による、アイテムの評価を提出するための、それぞれ、第1、第2、第3、および第4のユーザインターフェースを示す。 図7A、7B、7C、および7Dは、いくつかの実施形態による、アイテムの評価を提出するための、それぞれ、第1、第2、第3、および第4のユーザインターフェースを示す。 図7A、7B、7C、および7Dは、いくつかの実施形態による、アイテムの評価を提出するための、それぞれ、第1、第2、第3、および第4のユーザインターフェースを示す。 図8A、8B、および8Cは、いくつかの実施形態による、オンラインマーケットプレイスに登録するための、それぞれ、第1、第2、および第3のユーザインターフェースを示す。 図8A、8B、および8Cは、いくつかの実施形態による、オンラインマーケットプレイスに登録するための、それぞれ、第1、第2、および第3のユーザインターフェースを示す。 図8A、8B、および8Cは、いくつかの実施形態による、オンラインマーケットプレイスに登録するための、それぞれ、第1、第2、および第3のユーザインターフェースを示す。
図1は、オンラインマーケットプレイスへのアクセスを実装および提供するために好適な例示的コンピュータシステム100を図示する。サーバシステム122が、オンラインマーケットプレイスを実装するための機能性を提供する。サーバシステム122は、例えば、1つまたはそれを上回る地理的場所における1つもしくはそれを上回るデータセンタ121において展開され得る、ソフトウェアコンポーネントおよびデータベースを備える。サーバシステム122のソフトウェアコンポーネントは、フロントエンドサーバ112と、カタログジェネレータ114と、評価モジュール116とを含む。サーバシステム122はまた、在庫管理および負荷分散のための1つまたはそれを上回るソフトウェアコンポーネントを含むことができる。ソフトウェアコンポーネントは、同一または異なる個々のデータ処理装置上で実行し得るサブコンポーネントを含むことができる。サーバシステム122のデータベースは、ユーザデータデータベース132と、トランザクションデータデータベース134と、製品データデータベース136とを含む。データベースは、1つまたはそれを上回る物理的記憶システム内に常駐することができる。ソフトウェアコンポーネントおよびデータベースは、以下にさらに説明されるであろう。
フロントエンドサーバ112は、カタログコンテンツをオンラインマーケットプレイスのユーザに提供し、ユーザによるトランザクションを促進し、オンラインマーケットプレイスへのユーザアクセスを管理する。カタログジェネレータ114は、オンラインマーケットプレイスのユーザのためのカタログコンテンツ(または「フィード」)を生成する。評価モジュール116は、オンラインマーケットプレイスにおけるアイテム(例えば、製品および/またはサービス)に関する評価データを生成する。フロントエンドサーバ112、カタログジェネレータ114、および評価モジュール116は、以下にさらに説明されるであろう。
オンラインマーケットプレイスのユーザ(例えば、ユーザ151)は、クライアントデバイス(例えば、クライアントデバイス150)を使用し、例えば、インターネット等の1つまたはそれを上回るデータ通信ネットワーク113を通して、サーバシステム122によって実装されるオンラインマーケットプレイスにアクセスする。クライアントデバイスは、データ処理装置(例えば、スマートフォン、タブレットコンピュータ、スマートウォッチ、パーソナルコンピュータ、ゲームコンソール、または車載メディアシステム)である。クライアントデバイスの他の実施例も、可能である。ユーザは、クライアントデバイス150上で起動するクライアントアプリケーション152のユーザインターフェース154からオンラインマーケットプレイスにアクセスすることができる。クライアントアプリケーション152は、例えば、ウェブブラウザまたは専用ソフトウェアアプリケーション(例えば、「モバイルアプリ」)であり得る。ユーザインターフェース154は、ユーザが、例えば、オンラインストアの1つまたはそれを上回るカタログと相互作用し、購入を行い、ウィッシュリストを作成し、および/またはオンラインストアにログオンすることを可能にする、グラフィカルユーザインターフェースである。ユーザインターフェース154は、以下にさらに説明されるであろう。
例証として、ユーザがクライアントアプリケーション152を使用し、オンラインマーケットプレイスにアクセスすると、クライアントアプリケーション152は、フロントエンドサーバ112からユーザに特有のカタログコンテンツを読み出し、ユーザインターフェース154内にカタログコンテンツを提示する。カタログコンテンツは、カタログジェネレータ114によって作成され、フロントエンドサーバ112に提供されることができる。カタログコンテンツの作成は、以下にさらに説明されるであろう。
ユーザがユーザインターフェース154内に提示される1つまたはそれを上回るカタログから購入するためにアイテム(例えば、製品またはサービス)を選択すると、クライアントアプリケーション152は、ユーザインターフェース154内に、選択された製品および/またはサービスを含有する「ショッピングカート」もしくはリストを提示する。一方、クライアントアプリケーション152は、フロントエンドサーバ112に、トランザクションデータデータベース134内に記憶されるユーザのショッピングカートのコピーを作成または更新するための要求を送信することができる。
ユーザが購入を行う(例えば、クライアントデバイス152によって提示されるユーザのショッピングカート内のアイテムに関する精算を開始する)と、クライアントデバイス152は、フロントエンドサーバ112に、購入を完了するための要求を送信する。フロントエンドサーバ112は、購入を完了し、トランザクションデータデータベース134内に購入に関するトランザクション記録を記憶する。
ユーザはまた、クライアントアプリケーション152によって提示される1つまたはそれを上回るカタログ内の製品もしくはサービスを選択し、ユーザが将来の閲覧または購入のために後で戻り得る「ウィッシュリスト」にアイテムを追加することができる。ユーザの選択に応答して、クライアントアプリケーション152は、ユーザインターフェース152内に、任意の以前に追加された製品およびサービスとともに、選択された製品ならびに/またはサービスを含有するウィッシュリストを提示する。クライアントアプリケーション152は、フロントエンドサーバ112に、トランザクションデータデータベース134内に記憶されるユーザのウィッシュリストのコピーを作成または更新するための要求を送信する。
ハイブリッドユーザインターフェース
図2は、サーバシステム122によって実装されるオンラインマーケットプレイスにアクセスするためのクライアントアプリケーション152の例示的ユーザインターフェース201を図示する。ユーザインターフェース201は、オンラインマーケットプレイスのための製品カタログ(または「フィード」)を提示する。いくつかの実装では、ユーザインターフェース201は、カテゴリパネル210と、集合パネル220と、アイテムパネル(例えば、製品パネル)230とを備える。カテゴリパネル210は、オンラインマーケットプレイスにおける個別のアイテムカテゴリに対応する1つまたはそれを上回る選択可能アイコンを提示する。例示的カテゴリは、ファッション、腕時計、靴、パンツ、シャツ、ジーンズ、サングラス、ジャケット、ポロシャツ、ベルト、ズボン、小物、パーカー、スーツ、指輪、財布および鞄、サービス、ならびに小物を含む。他のカテゴリも、可能である。カテゴリパネル210は、利用可能なアイコン(カテゴリ)を表示するために水平に(左または右に向かって)スクロールされることができる。ユーザは、カテゴリアイコンを選択し、クライアントアプリケーション152に、対応するカテゴリの個々の製品のリスト(製品フィード)を表示する別のユーザインターフェースを提示させることができる。
集合パネル220は、アイテムの1つまたはそれを上回る集合(「アイテム集合」、例えば、製品集合またはサービス集合)を提示する。製品集合は、類似する製品のリストである。各選択可能フレーム(例えば、221)は、対応する集合のサンプル製品画像を表示する。集合パネル220は、利用可能な集合を表示するために水平にスクロールされることができる。ユーザは、集合フレームを選択し、クライアントアプリケーション152に、集合の個々の製品のリスト(製品フィード)を表示する別のユーザインターフェースを提示させることができる。
製品パネル230は、個々の製品のリストまたはフィードを提示する。各選択可能フレーム(例えば、231)は、対応する製品のサンプル画像を表示する。製品パネル230は、利用可能な製品を表示するために垂直に(上または下に)スクロールされることができる。製品パネル230は、上向きに拡張し、集合パネル220およびカテゴリパネル210にオーバーレイすることができる。ユーザは、製品フレームを選択し、クライアントアプリケーション152に、対応する製品のさらなる情報を表示する別のユーザインターフェース(詳細製品ページ)を提示させることができる。
上記に説明される集合および製品フィードは、サーバシステム122のカタログジェネレータ114によって特定のユーザに対して(すなわち、ユーザ特有に)作成される。クライアントアプリケーション152は、ユーザの閲覧履歴を記録し、閲覧履歴をフロントエンドサーバ112に送信することができ、これは、順に、閲覧履歴をユーザデータデータベース132内に記憶することができる。カタログジェネレータ114は、ユーザの閲覧履歴にアクセスし、ユーザの閲覧履歴に基づいて、ユーザのためのユーザインターフェース201のレイアウトを含むカタログコンテンツを作成し、カタログコンテンツをクライアントデバイス152に(例えば、フロントエンドサーバ112を介して)提供することができる。例えば、ユーザが特定のカテゴリに関連する製品または集合をより頻繁に閲覧している場合、特定のカテゴリが、カテゴリパネル210内で他のカテゴリの前に配置されることができる。特定のカテゴリに関連する集合もまた、集合パネル220内で他の集合の前に配置されることができる。特定のカテゴリに関連する製品もまた、製品パネル230内で他のカテゴリに関連する製品の前に配置されることができる。種々の実装では、集合パネル220および製品パネル230内の集合または製品配置の順序は、ユーザが「新しい」製品を発見し得るように再配列(シャッフル)されることができる。例えば、製品パネル230内に列挙される最初の10個の製品に関して、カタログジェネレータ114は、ユーザによって最も頻繁に閲覧されるカテゴリからの4つの製品と、ユーザによって次に頻繁に閲覧されるカテゴリからの2つの製品と、ユーザによって次に頻繁に閲覧されるカテゴリからの2つの製品と、1つまたはそれを上回る他のカテゴリ(例えば、無作為に選定されるカテゴリ)からの2つの製品とを含むレイアウトを作成することができる。閲覧履歴は、比較的に短い移動時間ウィンドウ(例えば、過去2週間)にわたって収集されることができる。このように、製品フィードのコンテンツは、オンラインマーケットプレイスにおけるユーザのより最近のアクティビティを反映することができる。製品フィードの作成は、後でさらに説明されるであろう。
カートへの追加オファー
サーバシステム122によって実装されるオンラインマーケットプレイスを通して購入を行うようにユーザを促すために、カタログジェネレータ114によって作成され、クライアントアプリケーション152によって提示される製品フィードが、ユーザに対する種々のインセンティブまたはオファーを含むことができる。
図3A−3Cは、ユーザが閲覧された製品をショッピングカートの中に入れるように促すためのユーザインターフェースを図示する。いくつかの実施形態では、図3A−3Cに図示されるユーザインターフェースは、ユーザが閲覧された製品をショッピングカート内に入れるように促すための方法の一部としてユーザに提示され得る。図3Aでは、ユーザは、アイテムフィード(例えば、製品フィード)301内の特定のアイテム(例えば、製品)302を選択することができる。ユーザの選択に応答して、クライアントアプリケーション152は、図3Bに図示されるように、アイテム詳細ページ(例えば、製品詳細ページ)310を提示する。製品詳細ページ310は、ユーザに対するオファー312を含む。オファー312は、ユーザが特定の製品をショッピングカート内に入れ、特定の製品の表示価格(14ドル)への割引を取得する(「引き出す」)ように促す。実際の割引は、ユーザが特定の製品をショッピングカート内に入れるまでユーザに把握されない。オファー312はまた、オファーが終了するまでに残された時間を示すタイマ(「03:58」)を含み、ユーザが特定の製品をショッピングカート内にすぐ入れるように促す。ユーザが「買う」アイコン314を選択した後、クライアントアプリケーション152は、図3Cに図示されるように、オーバーレイするフレーム322を含むショッピングカートページ320を提示する。オーバーレイするフレーム322は、割引された価格(13ドル)を示す。オーバーレイするフレーム322はまた、オファーが終了するまでに残された時間を示すタイマ(「00:59:58」)を含み、ユーザがショッピングカートからの特定の製品の精算を完了することによって、特定の製品を購入するように促す。
製品フィード301では、製品のサブセットが、(例えば、カタログジェネレータ114によって)選択され、ユーザが製品をショッピングカート内に入れるように促すオファーを提供することができる。より具体的には、製品のサブセットは、無作為に選択されることができる。提供毎の割引額もまた、無作為に判定されることができる。このように、各ユーザは、各ユーザが製品をショッピングカート内に入れるように促す、異なる割引を提供する異なる製品が目に入り得る。加えて、特定のユーザへの特定の製品の提供が終了する場合、同一の特定の製品に関する提供は、規定された時間期間(例えば、1週間)にわたってそのユーザに利用不可能にされることができる。
精算オファー
図4Aおよび4Bは、ユーザがショッピングカート内の製品の精算を開始するように促すためのユーザインターフェースを図示する。いくつかの実施形態では、図4Aおよび4Bに図示されるユーザインターフェースは、ユーザがショッピングカート内の製品の精算を開始するように促すための方法の一部としてユーザに提示され得る。図4Aは、例示的製品詳細ページ401を図示する。製品詳細ページ401内の「買う」アイコン402のユーザの選択に応答して、クライアントアプリケーション152は、図4Bに図示されるように、ショッピングカートページ420を提示する。ショッピングカートページは、タイマ(「10:34」)によって示されるように、規定された時間期間以内にユーザが(ショッピングカートからの)製品を精算するように促す、オファー422(「次回注文時に5%をギフトカードとして還元」)を含む。ユーザは、ショッピングカートページ420内の「精算」アイコン425を選択することによって購入を完了することができる。オファーは、ユーザに自動的に提供されることができる。例えば、クライアントアプリケーション152から、ユーザによる購入の開始を示すメッセージを受信した後、フロントエンドサーバ152は、購入を完了し、購入情報をトランザクションデータデータベース134内に取り込むことができる。フロントエンドサーバ152はまた、トランザクションデータデータベース134内に、ユーザによって後で使用され得るクレジットの記録(12.00ドルの5%=0.60ドル)を記憶することができる。
ユーザがユーザのショッピングカート内の製品を精算するように促すためのオファーは、規定された時間期間(例えば、過去2週間)にわたって精算していない(購入を行っていない)ユーザに提供されることができる。オファーは、そのようなユーザに無作為に提供されることができ、したがって、ユーザは、いつオファーが利用可能になるであろうかを予期することができない。オファーが特定のユーザに示され、特定のユーザが購入を行う前に終了する場合、オファーは、規定された時間期間(例えば、3日間)にわたって特定のユーザに利用不可能にされることができる。
時間単位の取引
図5は、時間限定オファーを伴う例示的アイテムフィードページ(例えば、製品フィードページ)501を図示する。図5では、製品フィードページ501の製品フィードからの1つまたはそれを上回る製品502は、時間限定オファー(「時間単位の取引」)を有する。各割引された製品502は、オファーが終了するまでの残り時間を示すタイマ(例えば、「58:32」)を有する。割引された製品502は、製品フィードの上位に配置され、製品フィードページ501のリフレッシュ後に(タイマが終了するまで)製品フィードの上位に留まることができる。
割引された製品502は、製品フィードから無作為に(例えば、カタログジェネレータ114によって)選択されることができる。特定の製品が本オファーのために選択されると、特定の製品は、規定された時間期間(例えば、5日間)にわたって本オファーのための選択に関して利用不可能にされることができる。
価格を確認するための保存
図6A−6Cは、ユーザが製品をウィッシュリストに保存するように促すためのユーザインターフェースを図示する。いくつかの実施形態では、図6A−6Cに図示されるユーザインターフェースは、ユーザが製品をウィッシュリストに保存するように促すための方法の一部としてユーザに提示され得る。図6Aは、アイテムフィードページ(例えば、製品フィードページ)601を図示する。製品フィードページ601では、割引(−38%)が、製品602に関して示されるが、製品602に関する価格は、示されない。代わりに、メッセージ「保存して本日の価格を確認する!」が、ユーザが製品602をウィッシュリストに保存するように促す。ユーザが(製品602をウィッシュリストに保存するために)「保存」アイコン605を選択することなく、製品フィードページ601内の製品602を選択した後であっても、詳細アイテムページ(例えば、詳細製品ページ)611は、図6Bに図示されるように、製品602に関する価格を依然として示さないことに留意されたい。代わりに、詳細製品ページ611は、ユーザが製品602をウィッシュリストに保存するように促す、メッセージ「保存して本日の価格を確認する!」を示す。図6Bの実施例では、詳細製品ページ611はまた、オファーに関する残り時間を示し、ユーザが製品612をショッピングカートに追加するように促す、タイマ615(「04:32」)を含む。
ユーザが、図6Aに図示される製品フィードページ601内の保存アイコン605を選択する、または図6Bに図示される詳細製品ページ611内の保存アイコン614を選択する場合、クライアントアプリケーション152は、図6Cに図示されるように、割引された価格621(31ドル)とともに詳細製品ページ611を更新する。図6Cの実施例では、更新された詳細製品ページ611はまた、ユーザが残り時間以内にショッピングカート内に製品612を入れるように促すタイマ615を含む。
種々の実装では、1つの製品が、製品フィードページのビュー内に「保存して価格を確認」オファーとともに一度に示される。図6Aを参照すると、約4〜6つの製品が製品フィードページ601のビューポート内に一度に示されるため、例えば、製品フィードページ601内の4〜6つの製品のうち1つが、「保存して価格を確認」オファーとともに示されることができる。4つの製品の群内で、最大割引(例えば、製造者希望小売価格と実際の小売価格との間の最大差)を伴う製品が、その小売価格を隠すように選択され、「保存して価格を確認」オファーとともに示されることができる。
ユーザ提出評価写真および推測される評価
図7A−7Dは、それを通してユーザが、サーバシステム122によって実装されるオンラインマーケットプレイスを通してユーザが購入したアイテム(例えば、製品)の評価を提出または閲覧し得るユーザインターフェースを図示する。いくつかの実施形態では、図7A−7Dに図示されるユーザインターフェースは、アイテムの評価を提出または閲覧するための方法の一部としてユーザに提示され得る。図7Aは、クライアントアプリケーション152によって提示される例示的アイテム注文履歴ページ(例えば、製品注文履歴ページ)701を図示する。「評価を編集」アイコン705のユーザ選択に応答して、クライアントアプリケーション152は、図7Bに図示されるように、評価ページ711を提示する。評価ページ711では、ユーザは、ユーザが受け取った実際の製品の写真をアップロードする選択肢(715)を有する。例えば、ユーザは、評価ページ711を通して(例えば、クライアントデバイス150から)製品の写真をアップロードすることができる。ユーザから写真についてのインジケーションを受信した後、クライアントアプリケーション152は、写真ならびにユーザおよび購入に関する情報(例えば、ユーザが購入した製品の特定のサイズ、トランザクションデータデータベース134内に記憶される購入記録に関する識別子等)をフロントエンドサーバ112に伝送する。フロントエンドサーバ112は、ユーザによって提供された写真を製品データデータベース136内に取り込むことができる。加えて、写真は、コンピュータまたは人によって(例えば、画質に関して)精査されることができる。カタログジェネレータ114は、本特定の製品に関する製品詳細ページを生成し、製品詳細ページ内に特定の製品の他の画像とともにユーザ提供写真を含むことができる。
図7Cでは、別のユーザが本特定の製品に関する詳細製品ページ750を閲覧するとき、ユーザは、製品の画像751上で左または右にスライドし、特定の製品のユーザ供給写真を含む他の画像を見ることができる。ユーザはまた、「全て表示」アイコン752を選択し、特定の製品の他の画像を見ることができる。図7Dは、特定の製品に関するユーザ供給写真を含む、詳細製品ページ750を図示する。詳細製品ページ750はまた、ユーザ供給写真に関連する情報761、例えば、写真を供給したユーザ、本写真に関する製品のサイズ等を含むことができる。
ユーザはまた、1つ星、2つ星、3つ星、4つ星、および5つ星等のスコアにおける評価を提供することができる。5つ星評価は、最良の評価であり得る一方、1つ星評価は、最悪の評価であり得る。例えば、ユーザは、クライアントアプリケーション152のユーザインターフェース(例えば、701)を通して特定のアイテム(例えば、製品)の評価(スコア)を提出することができる。クライアントアプリケーション152は、ユーザの評価をフロントエンドサーバ112に伝送し、これは、順に、製品データデータベース136内に(特定の製品に関する)評価を記憶する。カタログジェネレータ114が特定の製品に関する詳細製品ページを作成すると、評価モジュール116は、特定の製品に関する評価データのために製品データデータベース136にアクセスし、詳細製品ページ内に含まれるようにカタログジェネレータ114に総合評価データ(例えば、1つの5つ星、4つの3つ星、1つの2つ星、1つの1つ星)を提供する。
特定の製品に関してユーザによって提出された評価(スコア)の数が少ない(例えば、10個を下回る)とき、特定のデータに関する総合評価データは、評価スケールの一方の端部(例えば、殆どは1つ星スコア)に向かってスキューし得る。スキューを防止するために、評価モジュールは、提出された評価の数が少ないとき、事前定義された分布を総合評価データに適用することができる。より多くの評価スコアが提出されると、総合評価データは、自動的に調節され、最終的に、ユーザによって提出された実際の総合評価データを反映する。例えば、事前定義された分布は、20%の5つ星、20%の4つ星、10%の3つ星、20%の2つ星、30%の1つ星であり得る。評価モジュールは、特定の製品を購入したが、特定の製品に関する評価を提出していない場合がある、ある数のユーザ(例えば、100人)を仮定して、初期総合評価データを計算することができる。したがって、総合評価データは、20人の5つ星、20人の4つ星、10人の3つ星、20人の2つ星、および30人の1つ星であり得る。ユーザによって提出された付加的スコアが存在するとき、評価モジュールは、提出されたスコア(カウント)を総合評価データのために初期総合評価データに追加する。
いくつかの実施形態では、システム100は、アイテムに関する評価のスキューを低減または防止するために、方法M1を実施し得る。方法M1の第1のステップでは、サーバシステム122は、アイテムに関する1つまたはそれを上回るユーザ提供評価を取得し得る。ユーザは、クライアントデバイス150上で実行するクライアントアプリケーション152のユーザインターフェース154に評価を入力し得る。ユーザインターフェース154は、図7A−7Dに図示されるユーザインターフェースのうちの1つもしくはそれを上回るものまたはアイテムの評価(例えば、1つ星〜5つ星のスケール上の星ベースの評価)を提供するために好適な任意の他のユーザインターフェースを含み得る。クライアントデバイス150は、ユーザ提供評価をサーバシステム122に送信し得る。
方法M1の第2のステップでは、サーバシステム122は、アイテムに関するユーザ提供評価の数が、アイテムに関する評価の閾値数を超えているかどうかを判定し得る。評価の閾値数は、5個、10個、20個、50個、または任意の他の好適な数の評価であり得る。
方法M1の第3のステップでは、アイテムに関するユーザ提供評価の数が評価の閾値数を超えていないという判定に基づいて、サーバシステム122は、アイテムに関する予測される評価(例えば、上記に説明される「初期総合評価データ」)を取得し、アイテムに関する評価のセット(例えば、上記に説明される「総合評価データ」)をユーザのクライアントデバイス150に提供する。クライアントデバイス150のクライアントアプリケーション152は、ユーザインターフェース154内にアイテムに関する評価のセットを表示し得る。ユーザに提供される評価のセットは、アイテムに関する任意のユーザ提供評価と、アイテムに関する予測される評価とを含み得る。
いくつかの実施形態では、アイテムに関する予測される評価の確率分布は、アイテムに関する評価の予測される分布と実質的に合致する。本明細書に使用されるように、第1の分布の平均、中央値、分散、および標準偏差が、それぞれ、第2の分布の平均、中央値、分散、および標準偏差の±20%以内である場合、2つの確率分布は、「実質的に合致する」。いくつかの実施形態では、アイテムに関する評価の予測される分布は、アイテムのカテゴリ、製造者、販売者、および/または価格に基づいて判定され得る。例えば、アイテムに関する評価の予測される分布は、着目アイテムとほぼ同一の価格を有する同一のカテゴリ内の他のアイテムに関する評価の実際の分布を組み合わせる(例えば、平均化する)ことによって取得され得る。
方法M1の第4のステップでは、サーバシステム122は、アイテムに関する1つまたはそれを上回る付加的ユーザ提供評価を取得し得、アイテムに関するユーザ提供評価の合計数が評価の閾値数を超えていることを判定し得る。本判定に基づいて、サーバシステム122は、アイテムに関する評価のセットをユーザのクライアントデバイス150に提供し得る。提供される評価のセットは、アイテムに関するユーザ提供評価を含み得るが、アイテムに関する予測される評価を含まない。言い換えると、アイテムに関するユーザ提供評価の数が閾値を超えると、サーバシステム122は、アイテムに関する予測される評価を使用することを中止し得る。
サインアップフロー
図8A−8Cは、クライアントアプリケーション152を使用して、サーバシステム122によって実装されるオンラインマーケットプレイスに登録(例えば、「サインアップ」)するためのユーザインターフェースを図示する。いくつかの実施形態では、図8A−8Cに図示されるユーザインターフェースは、オンラインマーケットプレイスに登録するための方法の一部としてユーザに提示され得る。図8Aは、クライアントアプリケーション152によって提示される例示的導入ページ(「スプラッシュページ」)を図示する。ユーザは、オンラインマーケットプレイスに登録するために「アカウントを作成」を選択することができる。ユーザの選択に応答して、クライアントアプリケーション152は、図8Bに図示されるサインアップフォームページを提示する。ユーザは、オンラインマーケットプレイスにアカウントを作成するために、氏名、電子メールアドレス、およびパスワードを提供することができる。加えて、ユーザは、年齢、性別、および所在地をオンラインマーケットプレイスに提供することができる。クライアントアプリケーション152は、図8Cに図示される集合ページを提示する。ユーザは、集合ページから特定の集合を選択することができる。クライアントアプリケーション152は、フロントエンドサーバ112にユーザによって提供されるユーザ情報を伝送する。フロントエンドサーバ112は、ユーザ情報をユーザデータデータベース132内に記憶する。
いくつかの実装では、サインアップ中にユーザによって選択された特定のカテゴリは、最初に、ユーザの閲覧履歴における最初の(かつ唯一の)記録である。カタログコンテンツおよびレイアウトに関するクライアントアプリケーション152からの要求に応答して、例えば、図8Cの集合ページにおいて特定のカテゴリを選択した後、ユーザが図2を参照して説明されるユーザインターフェース201を入力すると、カタログジェネレータ114は、特定の集合が集合パネル220内で他の集合の前に配置されるように、ユーザインターフェース201に関するレイアウトを作成することができる。特定の集合に関連するカテゴリもまた、カテゴリパネル210内で他のカテゴリの前に配置されることができる。
ユーザ類似性および製品フィード
カタログジェネレータ114は、製品および/またはサービスの人気に基づいて、(例えば、カテゴリまたは集合に関する)アイテムフィード(例えば、製品フィード)を作成することができる。例えば、より高い売上高(より高い人気)を伴う製品は、より低い売上高(より低い人気)を伴う別の製品よりも製品フィード内で高くランク付けられることができる。より高いランクの製品は、所与のフィード内でより低いランクの製品の前に現れることができる。製品は、(以下に説明される)「購入可能性スコア」によってランク付けられることができ、これは、特定のユーザが所与の製品を購入するであろう可能性であり得る。別の実施例として、ユーザのウィッシュリスト内に入れられているインスタンスの数が多い(より人気の高い)製品は、ユーザのウィッシュリスト内に入れられているインスタンスの数が少ない(より人気の低い)別の製品よりも製品フィード内で高くランク付けられることができる。
種々の実装では、製品の購入可能性スコアは、例えば、製品に関する購入量を異なるユーザアクションの個別の和の重み付け和で除算したものであり得る。ユーザアクションは、ユーザが製品(例えば、製品の詳細製品ページ)を閲覧すること、ユーザが製品をウィッシュリスト内に入れること、ユーザが製品をショッピングカート内に入れること、および/またはユーザが製品を購入することであり得る。他のタイプのユーザアクションも、可能である。
別の実施例として、製品の購入可能性スコアは、製品に関する特定のユーザアクションのインスタンスの数の重み付け和であり、製品のインプレッションの数に正規化されることができる。インプレッションの数は、規定された時間期間中(例えば、過去3日間)に製品フィードページ内でユーザによって閲覧された製品の数であり得る。他の実装では、インプレッションの数は、規定された時間期間中にユーザによって閲覧された製品の詳細製品ページの数であり得る。いくつかの実施形態では、アイテムの「インプレッション」は、それによってアイテムについての情報(例えば、アイテムに関する広告、アイテムの画像、アイテムに関する詳細アイテムページ等)がクライアントデバイス150のユーザインターフェースを介して提示される(例えば、表示される)任意の好適なイベントまたは行為を含む。アイテムに関する購入可能性スコアを判定することを目的として、アイテムのインプレッションの数は、規定された時間期間中に生成されたインプレッションに限定され得る。
例えば、製品の購入可能性スコアは、以下のようになり得、
Figure 0006681464
式中、「purchases」は、製品を購入したユーザの数または規定されたグループのユーザ(例えば、全てのユーザ)によって購入された製品の合計数量を指し得、「added to shopping carts」は、そのショッピングカートに製品を追加したユーザの数または規定されたグループのユーザのショッピングカートに追加された製品の合計数量を指し得、「saved to wish list」は、そのウィッシュリストに製品を追加したユーザの数または規定されたグループのユーザのウィッシュリストに追加された製品の合計数量を指し得る。
加えて、または代替として、特定のユーザに対する製品フィードは、特定のユーザの別のグループのユーザとの類似性に基づいて作成されることができる。ユーザセグメント(例えば、年齢、性別、所在地)に加えて、ユーザ間の類似性もまた、ユーザアクションによって判定されることができる。例えば、類似するユーザは、規定された時間期間中(例えば、過去1週間)に類似する購入量を有し得る。類似するユーザは、その個別のウィッシュリスト内に入れられた類似するアイテムを有し得る。カタログジェネレータ114は、特定のユーザと類似する年齢、性別、所在地、またはユーザアクションを有するユーザのグループの1つもしくはそれを上回る製品フィードをコピーまたは集約することによって、特定のユーザに対する製品フィードを作成することができる。別の実施例として、上記に説明される購入可能性スコアにおける重みは、類似するユーザの購入可能性スコア公式における対応する重みに基づいて調節されることができる。
特定の実装では、Aが疎行列であり、したがって、ユーザiが製品jに関与するとき、Ai,j=1であり、そうでなければ、Ai,j=0であると仮定する。製品のインプレッションがクライアントデバイス150を介してユーザに(例えば、規定された時間期間以内に)提示(例えば、表示)された場合、ユーザが製品をユーザのショッピングカートに追加した場合、ユーザが製品をユーザのウィッシュリストに追加した場合、および/またはユーザが製品を購入した場合、ユーザiは、製品jに関与し得る。ユーザuとvとの間の類似性スコアは、以下となり得る。
Figure 0006681464
所与のユーザuに関して、カタログジェネレータ114は、個別の類似性スコアによって上位の類似するユーザ(例えば、上位10,000人の類似するユーザ)を見出すことができる。カタログジェネレータ114は、上位の類似するユーザに関して所与の製品に関する類似性重み付け関与スコアを以下のように計算することができる。
Figure 0006681464
上記の方程式では、上位の類似するユーザkが所与の製品を購入した場合、SWu,k=Su,kであり、そうでなければ、SWu,k=0である。カタログジェネレータ114は、上記の方程式に従って、上位ランクの製品のセット(例えば、1,000個)を判定し、上位ランクの製品のセットをユーザuに推奨することができる。
カタログジェネレータ114は、特定のユーザに対して、購入可能性に基づいてアイテム(例えば、製品)の第1のセットと、上記に説明されるような類似性スコアに基づいてアイテム(例えば、製品)の第2のセットとを生成することができる。カタログジェネレータ114は、製品の第1および第2のセットをインタリーブすることによって特定のユーザに対する製品フィードを生成することができる。例えば、製品フィードが特定のユーザに初めて表示されるとき、第1のセットからの製品は、第1のセットが使い切られ、第2のセットからの全ての製品が次いで表示されるまで、製品フィードの所与の配置において70%が表示される機会を有することができる。製品フィードが(例えば、特定のユーザによるリフレッシュに起因して)特定のユーザに2回目に表示されるとき、第1のセットからの製品は、製品フィードの所与の配置において50%が表示される機会を有することができる。比率は、製品フィードが特定のユーザに表示される3回目には30%まで、製品フィードが特定のユーザに表示される4回目には10%まで低減されることができる。続けて、第1のセットからの製品は、製品フィード内で第2のセットからの製品間に無作為に配置されることができる。
ユーザがアイテムフィード(例えば、製品フィード)を要求またはリフレッシュすると、カタログジェネレータ114またはクライアントアプリケーション152は、製品フィード内の製品の順序を再配列(シャッフル)することができる。このように、ユーザは、ユーザが製品フィードをロードまたはリフレッシュする度に、新しいものを見ることができる。種々の実装では、製品フィード内の製品の順序は、例えば、以下の重み付けランダムシャッフリングまたは順序付けによって再配列されることができる。
Figure 0006681464
いくつかの実施形態では、システム100は、アイテムフィード内のアイテムの順序を判定するための方法M2を実施し得る。方法M2の第1のステップでは、サーバシステム122は、あるタイプのアイテム(例えば、あるカテゴリのアイテムおよび/またはある集合のアイテム)の選択を示すデータを受信し得る。選択データは、例えば、ユーザのクライアントデバイス150から受信され得る。例えば、ユーザは、図2に示されるユーザインターフェースのカテゴリパネル210を介して、または任意の他の好適なユーザインターフェースを介してカテゴリを選択し得る。別の実施例として、ユーザは、図2に示されるユーザインターフェースの集合パネル220を介して、または任意の他の好適なユーザインターフェースを介して集合を選択し得る。クライアントデバイス150は、次いで、選択されたアイテムタイプを示すデータをサーバシステム122に送信し得る。
方法M2の第2のステップでは、サーバシステム122は、規定されたタイプのアイテムのセットに関する(例えば、規定されたカテゴリまたは集合内のアイテムのセットに関する)購入可能性スコアを判定し得る。サーバシステム122は、少なくとも部分的に、(1)規定された時間期間中に規定されたグループのユーザ(例えば、全てのユーザ)に提供されたアイテムのインプレッションの数、(2)規定されたグループのユーザによって購入されたアイテムの数量、および(3)規定されたグループのユーザのショッピングカートに追加されたアイテムの数量に基づいて、アイテムの購入可能性スコアを判定し得る。いくつかの実施形態では、サーバシステムのアイテムに関する購入可能性スコアの判定はまた、アイテムの購入価格および/または規定されたグループのユーザのウィッシュリストに追加されたアイテムの合計数量に基づく。いくつかの実施形態では、サーバシステム122は、少なくとも部分的に、以下の式に基づいてアイテムに関する購入可能性スコアを判定し、
Figure 0006681464
式中、W、W、およびWは、それぞれ、第1、第2、および第3の重みであり、「impressions」は、規定された時間期間中に規定されたグループのユーザに提供された個別のアイテムのインプレッションの数(またはその時間期間中にアイテムのインプレッションが提示されたユーザの数)であり、「quant_purchases」は、規定されたグループのユーザによって購入されたアイテムの数量(またはアイテムを購入したグループ内のユーザの数)であり、「quant_cart」は、規定されたグループのユーザのショッピングカートに追加されたアイテムの数量(またはアイテムのうちの少なくとも1つをそのショッピングカートに追加したグループ内のユーザの数)であり、「quant_wish_list」は、規定されたグループのユーザのウィッシュリストに追加されたアイテムの数量(またはアイテムのうちの少なくとも1つをそのウィッシュリストに追加したユーザの数)であり、「price」は、アイテムの購入価格(例えば、アイテムの平均購入価格)である。規定されたグループのユーザは、少なくとも部分的に、購入可能性スコアが計算されているユーザのグループとユーザとの間の類似性に基づいて、サーバシステム122によって選択され得る。
方法M2の第3のステップでは、サーバシステム122は、少なくとも部分的に、複数のアイテム内に含まれる個別のアイテムの購入可能性スコアに基づいて、規定されたタイプのアイテムのセットのランキングを判定し得る。ランキングは、例えば、合計ランキングまたは部分的ランキングであり得る。
方法M2の第4のステップでは、サーバシステム122は、アイテムの第2のセットのランキングを判定し得る。アイテムの第2のセットは、アイテムがランク付けられているユーザと類似するユーザのグループのアイテムフィード内に含有されるアイテムを含み得る。いくつかの実施形態では、サーバシステムは、少なくとも部分的に、そのアイテムフィードがアイテムを提供したユーザとユーザのグループとの間の類似性に基づいて、ユーザに対するアイテムの第2のセットをランク付ける。いくつかの実施形態では、ユーザとユーザのグループとの間の類似性は、上記に提供される公式を使用して判定され得る。いくつかの実施形態では、ユーザ間の類似性は、人口統計(例えば、上記に説明される「ユーザセグメント」)における類似性を含み得る。いくつかの実施形態では、ユーザ間の類似性は、ショッピングアクティビティ(例えば、あるアイテムを閲覧すること、あるアイテムをショッピングカートおよび/またはウィッシュリストに追加すること、あるアイテムを購入すること等)における類似性を含み得る。
いくつかの実施形態では、アイテムの第2のセットは、アイテムの第1のセット内に含有されていないアイテムから完全に成り得る。いくつかの実施形態では、アイテムの第2のセットおよびアイテムの第1のセットは、部分的に重複し得る(例えば、1つまたはそれを上回るアイテムが、アイテムの両方のセット内に含有され得る)。アイテムのセットが重複する実施形態では、両方のセット内に含有される任意のアイテムが、セットのいずれかから除去され、アイテムフィード内のアイテムの重複を回避し得る。
方法M2の第5のステップでは、サーバシステム122は、アイテムの第1のセット(および随意に、アイテムの第2のセット)を使用し、ユーザによって選択されるアイテムのタイプに関するアイテムフィードを投入し得る。アイテムフィードがアイテムの第1のセットからのアイテムのみを含有する場合、アイテムフィード内のアイテムの順序は、アイテムの第1のセット内のアイテムのランキングと合致し得る。アイテムフィードがアイテムの第1および第2のセットからのアイテムを含有する場合、アイテムフィード内のアイテムの順序は、アイテムの第1および第2のセットのランキングに依存し得る。
サーバシステム122は、任意の好適な技法を使用して、アイテムの第1および第2のセットを順序付けられたアイテムフィードに併合し得る。いくつかの実施形態では、アイテムの第1および第2のセットは、アイテムの第1のセット内に含まれるアイテム間の相対的ランキングを乱すことなく、かつアイテムの第2のセット内に含まれるアイテム間の相対的ランキングを乱すことなく、順序付けられたアイテムフィードに併合され得る。したがって、アイテムの第1のセット内に含有されるアイテムのアイテムフィード内の部分的順序は、第1のセット内の同一のアイテムのランキングと合致し得、アイテムの第2のセット内に含有されるアイテムのアイテムフィード内の部分的順序は、第2のセット内の同一のアイテムのランキングと合致し得る。いくつかの実施形態では、サーバシステム122は、第1のセットからのアイテムと第2のセットからのアイテムとの間のアイテムフィード内の相対的順序を確率的に判定し得る。
いくつかの実施形態では、サーバシステム122は、(a)アイテムの第1のセットとアイテムの第2のセットとの間を確率的に選択するステップであって、アイテムの第1のセットを選択する第1の確率は、Pであり、アイテムの第2のセットを選択する第2の確率は、1−Pである、ステップと、(b)選択されたアイテムのセットから、アイテムフィードの順序における順位をまだ割り当てられていない最も高いランクのアイテムを識別するステップと、(c)識別されたアイテムをアイテムフィードの順序における次の順位に割り当てるステップと、(d)規定された数のアイテムがアイテムフィードの順序における順位を割り当てられるまで、またはアイテムの第1および第2のセット内の全てのアイテムがアイテムフィードの順序における順位を割り当てられるまで、ステップ(a)−(c)を繰り返すステップとによって、アイテムフィード内のアイテムの順序を判定する。上記に説明されるように、サーバシステムは、規定された時間期間の経過に応答して、および/またはアイテムのセットの順序を変更する要求に応答して、第1および第2の確率を変更し得る。上記にさらに説明されるように、サーバシステム122は、それらのアイテムの購入可能性スコアの重み付けランダムシャッフリングを実施することによって、アイテムの第1のセット内のアイテムのランキングを変更し得る。
方法M2の第6のステップでは、サーバシステム122は、アイテムフィードデータをユーザのクライアントデバイス150に提供し得る。クライアントデバイス150は、アイテムフィードデータ内に識別されるアイテムに対応するアイテムパネル(例えば、フレーム)のスクロール可能フィードを表示するように構成され得る。スクロール可能フィード内のアイテムパネルは、アイテムフィードデータ内の対応するアイテムの順序に従って順序付けられ得る。
新製品
サーバシステム122によって実装されるオンラインマーケットプレイスに追加される新製品に関して、カタログジェネレータ114は、ユーザが「物色する」ために、新製品を既存の製品フィード内に挿入することができる。カタログジェネレータ114は、最初に、新製品の説明からの文脈情報に基づいて、新製品に対してユーザセグメントを割り当てる。例えば、カタログジェネレータ114は、製品の説明が、語句「ハンドバッグ」または概して男性よりも女性が関心があるアイテムと概して関連付けられる別の語句を含む場合、新製品を女性ユーザセグメントに割り当てることができる。カタログジェネレータ114は、製品の説明が、語句「オックスフォードドレスシューズ」または概して女性よりも男性が関心があるアイテムと概して関連付けられる別の語句を含む場合、新製品を男性ユーザセグメントに割り当てることができる。カタログジェネレータ114は、製品の説明が、「ビデオゲーム」または概して41歳もしくはそれを上回る人物よりも41歳未満の人物が関心があるアイテムと概して関連付けられる別の語句を含む場合、新製品を41歳未満の年齢セグメントに割り当てることができる。カタログジェネレータ114は、次いで、新製品を割り当てられたユーザセグメントに関連する1つまたはそれを上回る製品フィードの中に挿入する。ユーザが新製品を閲覧し、種々のユーザアクション(例えば、閲覧すること、ウィッシュリスト内に入れること、ショッピングカート内に入れること、購入すること)を実施するにつれて、カタログジェネレータ114は、先に説明されるようなユーザアクションに基づいて、新製品を異なる製品フィード内に配置することができる。
所与のアイテム(例えば、製品)に関して、カタログジェネレータ114は、エンゲージメントスコア(例えば、製品に関するユーザアクションの数とインプレッションの数との比率)を維持することができる。新製品のインプレッション数が規定された閾値(例えば、10,000個)を超えると、カタログジェネレータ114は、新製品のエンゲージメントスコアをユーザセグメント(例えば、男性ユーザセグメント)内の他の既存の製品のエンゲージメントスコアと比較する。新製品のエンゲージメントスコアが、ユーザセグメント内の他の既存の製品のエンゲージメントスコアに匹敵する、またはそれよりも高い(例えば、新製品のエンゲージメントスコアが他の製品の中央エンゲージメントスコアに等しい、またはそれよりも高い)場合、新製品は、ユーザによる物色のために保たれることができる。そうでなければ、新製品は、ユーザにとって関心がないと見なされることができ、カタログジェネレータ114は、新製品を製品フィード内に示すことを停止することができる。新製品(例えば、高品質新製品)は、先に説明されるような類似性または購入可能性スコアに基づいて、製品フィード推奨内に最終的に含まれることができる。
代表的実装
本明細書に説明される主題および動作(限定ではないが、クライアントデバイス150、サーバシステム122、フロントエンドサーバ112、カタログジェネレータ114、および/または評価モジュール116によって実施される方法M1およびM2ならびに動作を含む)の実装は、本明細書に開示される構造およびその構造的均等物を含む、デジタル電子回路において、またはコンピュータソフトウェア、ファームウェア、もしくはハードウェアにおいて、またはそれらうちの1つもしくはそれを上回るものの組み合わせにおいて実装されることができる。本明細書に説明される主題の実装は、1つまたはそれを上回るコンピュータプログラム、すなわち、データ処理装置による実行のために、またはその動作を制御するためにコンピュータ記憶媒体上でエンコードされる、コンピュータプログラム命令の1つまたはそれを上回るモジュールとして実装されることができる。代替として、または加えて、プログラム命令は、データ処理装置による実行のための好適な受信機装置への伝送のための情報をエンコードするために生成される、人為的に生成された伝搬信号、例えば、マシンが生成した電気、光学、または電磁信号上でエンコードされることができる。コンピュータ記憶媒体は、コンピュータ可読記憶デバイス、コンピュータ可読記憶基板、ランダムもしくはシリアルアクセスメモリアレイもしくはデバイス、またはそれらのうちの1つもしくはそれを上回るものの組み合わせである、またはその中に含まれることができる。さらに、コンピュータ記憶媒体は伝搬信号ではないが、コンピュータ記憶媒体は、人為的に生成された伝搬信号内でエンコードされる、コンピュータプログラム命令のソースまたは宛先であり得る。コンピュータ記憶媒体はまた、1つまたはそれを上回る別個の物理的コンポーネントもしくは媒体(例えば、複数のCD、ディスク、または他の記憶デバイス)である、またはその中に含まれることができる。
本明細書に説明される動作は、1つまたはそれを上回るコンピュータ可読記憶デバイス上に記憶される、または他のソースから受信されるデータに対して、データ処理装置によって実施される動作として実装されることができる。
用語「データ処理装置」は、実施例として、プログラマブルプロセッサ、コンピュータ、チップ上のシステム、または前述のものの複数のものもしくは組み合わせを含む、データを処理するための全ての種類の装置、デバイス、およびマシンを包含する。本装置は、専用論理回路、例えば、FPGA(フィールドプログラマブルゲートアレイ)またはASIC(特定用途向け集積回路)を含むことができる。本装置はまた、ハードウェアに加えて、当該コンピュータプログラムのための実行環境を作成するコード、例えば、プロセッサファームウェア、プロトコルスタック、データベース管理システム、オペレーティングシステム、クロスプラットフォームランタイム環境、仮想マシン、またはそれらの1つもしくはそれを上回るものの組み合わせを構成するコードを含むことができる。本装置および実行環境は、ウェブサービス、分散コンピューティング、およびグリッドコンピューティングインフラストラクチャ等、種々の異なるコンピューティングモデルインフラストラクチャを実現することができる。
コンピュータプログラム(プログラム、ソフトウェア、ソフトウェアアプリケーション、スクリプト、またはコードとしても公知である)が、コンパイルもしくは解釈される言語、宣言型または手続型言語を含む、任意の形態のプログラミング言語において書き込まれることができ、これは、スタンドアローンのプログラムとして、またはモジュール、コンポーネント、サブルーチン、オブジェクト、もしくはコンピューティング環境における使用のために好適な他のユニットとして含まれる、任意の形態において展開されることができる。コンピュータプログラムは、必要ではないが、ファイルシステム内のファイルに対応し得る。プログラムは、当該プログラムの専用である単一ファイル内に、または複数の連携ファイル(例えば、1つまたはそれを上回るモジュール、サブプログラム、もしくはコードの一部を記憶するファイル)内に、他のプログラムまたはデータ(例えば、マークアップ言語リソース内に記憶される1つまたはそれを上回るスクリプト)を保持するファイルの一部内に記憶されることができる。コンピュータプログラムは、1つのコンピュータ上で、または1つの場所に位置する、もしくは複数の場所を横断して分散され、通信ネットワークによって相互接続される、複数のコンピュータ上で実行されるように展開されることができる。
本明細書に説明されるプロセスおよび論理フローは、入力データ上で動作し、出力を生成することによってアクションを実施する1つまたはそれを上回るコンピュータプログラムを実行する、1つまたはそれを上回るプログラマブルプロセッサによって実施されることができる。本プロセスおよび論理フローはまた、専用論理回路、例えば、FPGA(フィールドプログラマブルゲートアレイ)またはASIC(特定用途向け集積回路)によって実施されることができ、装置はまた、そのようなものとして実装されることができる。
コンピュータプログラムの実行のために好適なプロセッサは、実施例として、汎用マイクロプロセッサおよび専用マイクロプロセッサの両方と、任意の種類のデジタルコンピュータの任意の1つまたはそれを上回るプロセッサとを含む。概して、プロセッサは、読取専用メモリまたはランダムアクセスメモリまたは両方から、命令およびデータを受信するであろう。コンピュータの不可欠な要素は、命令に従ってアクションを実施するためのプロセッサならびに命令およびデータを記憶するための1つまたはそれを上回るメモリデバイスである。概して、コンピュータはまた、データを記憶するための1つまたはそれを上回る大容量記憶デバイス、例えば、磁気、光磁気ディスク、もしくは光ディスクを含む、またはそれらからデータを受信する、もしくはそれらにデータを伝達する、もしくはその両方を行うように動作可能に結合されるであろう。しかしながら、コンピュータは、そのようなデバイスを有する必要はない。さらに、コンピュータは、別のデバイス、例えば、いくつか例を挙げると、モバイル電話、携帯情報端末(PDA)、モバイルオーディオもしくはビデオプレーヤ、ゲームコンソール、全地球測位システム(GPS)受信機、またはポータブル記憶デバイス(例えば、ユニバーサルシリアルバス(USB)フラッシュドライブ)内に内蔵されることができる。コンピュータプログラム命令およびデータを記憶するために好適なデバイスは、実施例として、半導体メモリデバイス、例えば、EPROM、EEPROM、およびフラッシュメモリデバイス、磁気ディスク、例えば、内蔵ハードディスクもしくは可撤性ディスク、光磁気ディスク、ならびにCD−ROMおよびDVD−ROMを含む、全ての形態の不揮発性メモリ、媒体、およびメモリデバイスを含む。プロセッサおよびメモリは、専用論理回路によって補完される、またはその中に組み込まれることができる。
ユーザとの相互作用を提供するために、本明細書に説明される主題の実装は、情報をユーザに表示するためのディスプレイデバイス、例えば、CRT(ブラウン管)またはLCD(液晶ディスプレイ)モニタと、それによってユーザが入力をコンピュータに提供し得る、キーボードおよびポインティングデバイス、例えば、マウスまたはトラックボールとを有するコンピュータ上に実装されることができる。他の種類のデバイスもまた同様に、ユーザとの相互作用を提供するために使用されることができ、例えば、ユーザに提供されるフィードバックは、任意の形態の感覚フィードバック、例えば、視覚フィードバック、聴覚フィードバック、または触覚フィードバックであり得、ユーザからの入力は、音響、音声、または触覚入力を含む任意の形態において受信されることができる。加えて、コンピュータは、ユーザによって使用されるデバイスにリソースを送信し、それからリソースを受信することによって、例えば、ウェブブラウザから受信された要求に応答して、ウェブページをユーザのクライアントデバイス上のウェブブラウザに送信することによって、ユーザと相互作用することができる。
本明細書に説明される主題の実装は、バックエンドコンポーネント(例えば、データサーバとして)を含む、またはミドルウェアコンポーネント、例えば、アプリケーションサーバを含む、またはフロントエンドコンポーネント、例えば、それを通してユーザが本明細書に説明される主題の実装と相互作用し得る、グラフィカルユーザインターフェースまたはウェブブラウザを有するクライアントコンピュータを含む、または1つもしくはそれを上回るそのようなバックエンド、ミドルウェア、もしくはフロントエンドコンポーネントの任意の組み合わせを含む、コンピューティングシステム内に実装されることができる。本システムのコンポーネントは、デジタルデータ通信、例えば、通信ネットワークの任意の形態または媒体によって、相互接続されることができる。通信ネットワークの実施例は、ローカルエリアネットワーク(「LAN」)、広域ネットワーク(「WAN」)、インターネットワーク(例えば、インターネット)、およびピアツーピアネットワーク(例えば、アドホックピアツーピアネットワーク)を含む。
コンピューティングシステムは、クライアントと、サーバとを含むことができる。クライアントおよびサーバは、概して、相互に遠隔にあり、典型的には、通信ネットワークを通して相互作用する。クライアントおよびサーバの関係は、個別のコンピュータ上で起動し、相互にクライアント−サーバ関係を有するコンピュータプログラムによって生じる。いくつかの実装では、サーバは、データ(例えば、HTMLページ)をクライアントデバイスに(例えば、クライアントデバイスと相互作用するユーザにデータを表示し、それからユーザ入力を受信することを目的として)伝送する。クライアントデバイスにおいて(例えば、ユーザの相互作用の結果)生成されたデータは、サーバにおけるクライアントデバイスから受信されることができる。
1つまたはそれを上回るコンピュータのシステムは、動作時に本システムにアクションを実施させる、本システム上にインストールされる、ソフトウェア、ファームウェア、ハードウェア、またはそれらの組み合わせを有することによって、特定の動作またはアクションを実施するように構成されることができる。1つまたはそれを上回るコンピュータプログラムは、データ処理装置によって実行されると、本装置にアクションを実施させる命令を含むことによって、特定の動作またはアクションを実施するように構成されることができる。
本明細書は多くの具体的実装詳細を含有するが、これらは、任意の発明または請求され得るものの範囲に対する限定として解釈されるべきではなく、むしろ、特定の発明の特定の実装に特有の特徴の説明として解釈されるべきである。別個の実装の文脈において本明細書に説明されるある特徴はまた、単一の実装における組み合わせにおいて実装されることもできる。逆に、単一の実装の文脈において説明される種々の特徴もまた、複数の実装において別個に、または任意の好適な副次的組み合わせにおいて実装されることができる。さらに、特徴がある組み合わせにおいて作用するものとして上記に説明され、さらに、そのようなものとして最初に請求され得るが、請求される組み合わせからの1つまたはそれを上回る特徴は、いくつかの場合では、組み合わせから削除されることができ、請求される組み合わせは、副次的組み合わせまたは副次的組み合わせの変形例も対象とし得る。
同様に、動作が特定の順序において図面に描写されているが、これは、望ましい結果を達成するために、そのような動作が示される特定の順序において、もしくは連続的順序において実施される、または全ての例証される動作が実施されることを要求するものとして理解されるべきではない。ある状況では、マルチタスクおよび並列処理が、有利となり得る。さらに、上記に説明される実装における種々のシステムコンポーネントの分離は、全ての実装におけるそのような分離を要求するものとして理解されるべきではなく、説明されるプログラムコンポーネントおよびシステムは、概して、単一のソフトウェア製品においてともに統合される、または複数のソフトウェア製品にパッケージ化され得ることを理解されたい。
本発明の少なくとも一実施形態のいくつかの側面をこのように説明したが、種々の改変、修正、および改良が、当業者に容易に想起されるであろうことを理解されたい。そのような改変、修正、および改良は、本開示の一部であることが意図され、本発明の精神および範囲内であることが意図される。故に、前述の説明および図面は、実施例にすぎない。
本開示の種々の側面は、単独で、組み合わせにおいて、または前述に具体的に説明されていない種々の配列において使用されることができ、本発明は、したがって、その適用において、前述の説明に記載される、または図面に図示されるコンポーネントの詳細および配列に限定されない。例えば、一実施形態において説明される側面は、他の実施形態において説明される側面と好適な様式で組み合わせられることができる。
専門用語
本明細書に使用される語句および専門用語は、説明を目的としており、限定として見なされるべきではない。
本明細書および請求項に使用されるような用語「約」、語句「〜にほぼ等しい」、および他の類似する語句(例えば、「Xは約Yの値を有する」または「XはYにほぼ等しい」)は、1つの値(X)が別の値(Y)の事前判定された範囲内であることを意味するように理解されるべきである。事前判定された範囲は、別様に示されない限り、±20%、±10%、±5%、±3%、±1%、±0.1%、または±0.1%未満であり得る。
本明細書および請求項に使用されるような不定冠詞「a」ならびに「an」は、そうでないことが明確に示されない限り、「少なくとも1つ」を意味するように理解されるべきである。本明細書および請求項に使用されるような語句「および/または」は、そのように結合された要素、すなわち、いくつかの場合には結合的に存在し、他の場合には離接的に存在する要素の「一方または両方」を意味するように理解されるべきである。「および/または」を用いて列挙された複数の要素は、同一の方式で、すなわち、そのように結合された要素のうちの「1つまたはそれを上回るもの」として解釈されるべきである。具体的に識別されるそれらの要素に関連するかどうかにかかわらず、「および/または」節によって具体的に識別される要素以外の他の要素も、随意に存在し得る。したがって、非限定的実施例として、「〜を備える」等の非限定的言語と併用されるとき、「Aおよび/またはB」の言及は、一実施形態では、Aのみ(随意に、B以外の要素を含む)を指し、別の実施形態では、Bのみ(随意に、A以外の要素を含む)を指し、また別の実施形態では、AおよびBの両方(随意に、他の要素を含む)等を指し得る。
本明細書および請求項に使用されるように、「または」は、上記に定義されるような「および/または」と同一の意味を有するように理解されるべきである。例えば、リスト内の項目を分離するとき、「または」もしくは「および/または」は、包括的であるとして、すなわち、いくつかの要素またはそのリストのうちの少なくとも1つ(但し、1つを上回るものも含む)および随意に付加的な列挙されていない項目の包含として解釈されるものとする。「〜のうちの1つのみ」もしくは「〜のうちの厳密に1つ」または請求項において使用されるとき、「〜から成る」等のそうでないことが明確に示される用語のみが、いくつかの要素またはそのリストの厳密に1つの要素の包含を指すであろう。概して、使用されるような用語「または」は、「いずれか」、「〜のうちの1つ」、「〜のうちの1つのみ」、または「〜のうちの厳密に1つ」等の排他性の用語によって先行されると、排他的代替(すなわち、「両方ではないが、一方または他方」)を示すようにのみ解釈されるものとする。請求項において使用されるとき、「〜から本質的に成る」は、特許法の分野において使用されるようなその通常の意味を有するものとする。
本明細書および請求項に使用されるように、1つまたはそれを上回る要素のリストに関する語句「少なくとも1つ」は、要素のリスト内の要素のうちの1つまたはそれを上回るものから選択される少なくとも1つの要素を意味するように理解されるべきであるが、必ずしも、要素のリスト内に具体的に列挙されるあらゆる要素のうちの少なくとも1つを含むわけではなく、要素のリスト内の要素の任意の組み合わせを除外するわけではない。本定義はまた、具体的に識別されるそれらの要素に関連するかどうかにかかわらず、語句「少なくとも1つ」が指す要素のリスト内の具体的に識別される要素以外の要素が随意に存在し得ることを可能にする。したがって、非限定的実施例として、「AおよびBのうちの少なくとも1つ」(または同じく、「AまたはBのうちの少なくとも1つ」もしくは同じく、「Aおよび/またはBのうちの少なくとも1つ」)は、一実施形態では、いかなるBも存在しない、随意に、1つを上回るAを含む少なくとも1つのA(および随意に、B以外の要素を含む)を指し、別の実施形態では、いかなるAも存在しない、随意に、1つを上回るBを含む少なくとも1つのB(および随意に、A以外の要素を含む)を指し、また別の実施形態では、随意に、1つを上回るAを含む少なくとも1つのAおよび、随意に、1つを上回るBを含む少なくとも1つのB(および随意に、他の要素を含む)等を指し得る。
「〜を含む」、「〜を備える」、「〜を有する」、「〜を含有する」、「〜を伴う」、およびそれらの変形例の使用は、その後に列挙される項目および付加的項目を包含することを意味する。
請求項要素を修飾するための請求項における「第1」、「第2」、「第3」等の序数用語の使用は、それ自体では、1つの請求項要素の別のものに対する任意の優先順位、優先度、もしくは順序、または方法の行為が実施される時間的順序を含意しない。序数用語は、単に、ある名称を有する1つの請求項要素を(序数用語の使用がなければ)同一の名称を有する別の要素から区別し、請求項要素を区別するための標識として使用される。
均等物
本発明は、その精神または不可欠な特性から逸脱することなく、他の具体的形態において具現化されることができる。前述の実施形態は、したがって、本明細書に説明される発明に対する限定ではなく、あらゆる点で例証的であると見なされるべきである。本発明の範囲は、したがって、前述の説明ではなく、添付される請求項によって示され、請求項の均等性の意味および範囲内に該当する全ての変更は、したがって、その中に包含されるように意図される。

Claims (23)

  1. コンピュータ実装方法であって、前記方法は、
    ユーザのデバイスから、あるタイプのアイテムの選択を示すデータを受信することと、
    複数の前記タイプのアイテム毎に、(1)ある時間期間中に複数のユーザに提供された個別のアイテムのインプレッションの数、(2)前記複数のユーザによって購入された個別のアイテムの数量、および(3)前記複数のユーザのショッピングカートに追加された個別のアイテムの数量と前記時間期間中に前記複数のユーザに提供された個別のアイテムのインプレッションの数との間の比率に少なくとも部分的に基づいて、個別のアイテムに関する購入可能性スコアを判定することと、
    数のアイテム含まれる個別のアイテムの購入可能性スコアに少なくとも部分的に基づいて、前記複数のアイテム含まれるアイテムのランキングを判定することと、
    前記複数のアイテムを含むアイテムのセットの順序を示すアイテムフィードデータを生成することであって、前記アイテムのセット含まれるアイテムの順序は、前記複数のアイテム含まれるアイテムのランキングに少なくとも部分的に基づいて判定される、ことと、
    前記アイテムフィードデータを前記ユーザのデバイスに提供することであって、前記ユーザのデバイスは、前記アイテムのセット含まれるアイテムに対応するアイテムパネルのスクロール可能フィードを表示するように構成され、前記スクロール可能フィード内のアイテムパネルは、前記アイテムフィードデータ内の対応するアイテムの順序に従って順序付けられる、ことと
    を含む、方法。
  2. 前記個別のアイテムに関する購入可能性スコアは、前記アイテムの購入価格に少なくとも部分的にさらに基づく、請求項1に記載の方法。
  3. 前記個別のアイテムに関する購入可能性スコアは、前記複数のユーザのウィッシュリストに追加された個別のアイテムの数量に少なくとも部分的にさらに基づく、請求項2に記載の方法。
  4. 前記個別のアイテムに関する購入可能性スコアは、以下の式に少なくとも部分的に基づき、
    Figure 0006681464
    式中、W、W、およびWは、それぞれ、第1の重み、第2の重み、および第3の重みであり、「impressions」は、前記時間期間中に前記複数のユーザに提供された個別のアイテムのインプレッションの数であり、「quant_purchases」は、前記複数のユーザによって購入された前記アイテムの数量であり、「quant_cart」は、前記複数のユーザのショッピングカートに追加された前記アイテムの数量であり、「quant_wish_list」は、前記複数のユーザのウィッシュリストに追加された前記アイテムの数量であり、「price」は、前記アイテムの購入価格である、請求項3に記載の方法。
  5. 前記複数のユーザのそれぞれは、前記ユーザとの1つまたは複数の類似性を有する、請求項1に記載の方法。
  6. 前記複数のアイテムは、第1の複数のアイテムであり、前記アイテムフィードデータを生成することは前記ユーザと前記複数のユーザのそれぞれとの間の前記1つまたは複数の類似性基づいて、第2の複数のアイテムに含まれるアイテムのランキングを判定することをさらに含み、前記アイテムのセットは、前記第2の複数のアイテムをさらに含み、前記第2の複数のアイテムは、前記複数のユーザのデバイスに提供されるアイテムフィードデータに含まれるアイテムを含む、請求項5に記載の方法。
  7. 前記アイテムのセットの順序は、前記第2の複数のアイテムのランキングに少なくとも部分的に基づいてさらに判定される、請求項6に記載の方法。
  8. 前記アイテムのセット内の第1の複数のアイテム間の順序は、前記第1の複数のアイテムのランキング内の第1の複数のアイテム間の順序と合致し、前記アイテムのセット内の第2の複数のアイテム間の順序は、前記第2の複数のアイテムのランキング内の第2の複数のアイテム間の順序と合致し、前記第1の複数のアイテム含まれるアイテムと前記第2の複数のアイテム含まれるアイテムとの間のアイテムのセット内の順序は、前記第1の複数のアイテムからアイテムを選択する第1の確率と前記第2の複数のアイテムからアイテムを選択する第2の確率とに基づいて判定される、請求項7に記載の方法。
  9. 前記アイテムフィードデータを生成することは、前記アイテムのセットの順序を判定することをさらに含み、
    (a)前記第1の確率と前記第2の確率とに基づいて、前記第1の複数のアイテムおよび前記第2の複数のアイテムから複数のアイテムを選択することであって、前記第1の確率は、Pであり、前記第2の確率は、1−Pである、ことと、
    (b)前記選択された複数のアイテムから、前記アイテムのセットの順序における順位をまだ割り当てられていない最も高いランクのアイテムを識別し、前記識別されたアイテムを前記アイテムのセットの順序における次の順位に割り当てることと、
    規定された数のアイテムが前記アイテムのセットの順序における順位を割り当てられるまで、または、前記第1の複数のアイテム内および前記第2の複数のアイテム内の全てのアイテムが前記アイテムのセットの順序における順位を割り当てられるまで、ステップ(a)およびステップ(b)を繰り返すことと
    を含む、請求項8に記載の方法。
  10. 規定された時間期間の経過に応答して、および/または、前記アイテムのセットの順序を変更する要求に応答して、前記第1の確率および前記第2の確率を変更することをさらに含む、請求項9に記載の方法。
  11. 前記アイテムフィードデータを生成することは、前記複数のアイテム含まれるアイテムの購入可能性スコアの重み付けランダムシャッフリングを実行することによって、前記複数のアイテム含まれるアイテムのランキングを変更することをさらに含む、請求項1に記載の方法。
  12. システムであって、前記システムは、1つまたは複数のコンピュータを備え、前記1つまたは複数のコンピュータは、
    ユーザのデバイスから、あるタイプのアイテムの選択を示すデータを受信することと、
    複数の前記タイプのアイテム毎に、(1)ある時間期間中に複数のユーザに提供された個別のアイテムのインプレッションの数、(2)前記複数のユーザによって購入された個別のアイテムの数量、および(3)前記複数のユーザのショッピングカートに追加された個別のアイテムの数量と前記時間期間中に前記複数のユーザに提供された個別のアイテムのインプレッションの数との間の比率に少なくとも部分的に基づいて、個別のアイテムに関する購入可能性スコアを判定することと、
    数のアイテム含まれる個別のアイテムの購入可能性スコアに少なくとも部分的に基づいて、前記複数のアイテム含まれるアイテムのランキングを判定することと、
    前記複数のアイテムを含むアイテムのセットの順序を示すアイテムフィードデータを生成することであって、前記アイテムのセット含まれるアイテムの順序は、前記複数のアイテム含まれるアイテムのランキングに少なくとも部分的に基づいて判定される、ことと、
    前記アイテムフィードデータを前記ユーザのデバイスに提供することであって、前記ユーザのデバイスは、前記アイテムのセット含まれるアイテムに対応するアイテムパネルのスクロール可能フィードを表示するように構成され、前記スクロール可能フィード内のアイテムパネルは、前記アイテムフィードデータ内の対応するアイテムの順序に従って順序付けられる、ことと
    を含む動作を実行するようにプログラムされている、システム。
  13. 前記個別のアイテムに関する購入可能性スコアは、前記アイテムの購入価格に少なくとも部分的にさらに基づく、請求項12に記載のシステム。
  14. 前記個別のアイテムに関する購入可能性スコアは、前記複数のユーザのウィッシュリストに追加された個別のアイテムの数量に少なくとも部分的にさらに基づく、請求項13に記載のシステム。
  15. 前記個別のアイテムに関する購入可能性スコアは、以下の式に少なくとも部分的に基づき、
    Figure 0006681464
    式中、W、W、およびWは、それぞれ、第1の重み、第2の重み、および第3の重みであり、「impressions」は、前記時間期間中に前記複数のユーザに提供された個別のアイテムのインプレッションの数であり、「quant_purchases」は、前記複数のユーザによって購入された前記アイテムの数量であり、「quant_cart」は、前記複数のユーザのショッピングカートに追加された前記アイテムの数量であり、「quant_wish_list」は、前記複数のユーザのウィッシュリストに追加された前記アイテムの数量であり、「price」は、前記アイテムの購入価格である、請求項14に記載のシステム。
  16. 前記複数のユーザのそれぞれは、前記ユーザとの1つまたは複数の類似性を有する、請求項12に記載のシステム。
  17. 前記複数のアイテムは、第1の複数のアイテムであり、前記アイテムフィードデータを生成することは前記ユーザと前記複数のユーザのそれぞれとの間の前記1つまたは複数の類似性基づいて、第2の複数のアイテムに含まれるアイテムのランキングを判定することをさらに含み、前記アイテムのセットは、前記第2の複数のアイテムをさらに含み、前記第2の複数のアイテムは、前記複数のユーザのデバイスに提供されるアイテムフィードデータに含まれるアイテムを含む、請求項16に記載のシステム。
  18. 前記アイテムのセットの順序は、前記第2の複数のアイテムのランキングに少なくとも部分的に基づいてさらに判定される、請求項17に記載のシステム。
  19. 前記アイテムのセット内の第1の複数のアイテム間の順序は、前記第1の複数のアイテムのランキング内の第1の複数のアイテム間の順序と合致し、前記アイテムのセット内の第2の複数のアイテム間の順序は、前記第2の複数のアイテムのランキング内の第2の複数のアイテム間の順序と合致し、前記第1の複数のアイテム含まれるアイテムと前記第2の複数のアイテム含まれるアイテムとの間のアイテムのセット内の順序は、前記第1の複数のアイテムからアイテムを選択する第1の確率と前記第2の複数のアイテムからアイテムを選択する第2の確率とに基づいて判定される、請求項18に記載のシステム。
  20. 前記アイテムフィードデータを生成することは、前記アイテムのセットの順序を判定することをさらに含み、
    (a)前記第1の確率と前記第2の確率とに基づいて、前記第1の複数のアイテムおよび前記第2の複数のアイテムから複数のアイテムを選択することであって、前記第1の確率は、Pであり、前記第2の確率は、1−Pである、ことと、
    (b)前記選択された複数のアイテムから、前記アイテムのセットの順序における順位をまだ割り当てられていない最も高いランクのアイテムを識別し、前記識別されたアイテムを前記アイテムのセットの順序における次の順位に割り当てることと、
    規定された数のアイテムが、前記アイテムのセットの順序における順位を割り当てられるまで、または、前記第1の複数のアイテム内および前記第2の複数のアイテム内の全てのアイテムが前記アイテムのセットの順序における順位を割り当てられるまで、ステップ(a)およびステップ(b)を繰り返すことと
    を含む、請求項19に記載のシステム。
  21. 前記動作は、規定された時間期間の経過に応答して、および/または、前記アイテムのセットの順序を変更する要求に応答して、前記第1の確率および前記第2の確率を変更することをさらに含む、請求項20に記載のシステム。
  22. 前記アイテムフィードデータを生成することは、前記複数のアイテム含まれるアイテムの購入可能性スコアの重み付けランダムシャッフリングを実行することによって、前記複数のアイテム含まれるアイテムのランキングを変更することをさらに含む、請求項12に記載のシステム。
  23. コンピュータ記憶媒体であって、前記コンピュータ記憶媒体は、命令が記憶されており、前記命令は、データ処理装置によって実行されると
    ユーザのデバイスから、あるタイプのアイテムの選択を示すデータを受信することと、
    複数の前記タイプのアイテム毎に、(1)ある時間期間中に複数のユーザに提供された個別のアイテムのインプレッションの数、(2)前記複数のユーザによって購入された個別のアイテムの数量、および(3)前記複数のユーザのショッピングカートに追加された個別のアイテムの数量と前記時間期間中に前記複数のユーザに提供された個別のアイテムのインプレッションの数との間の比率に少なくとも部分的に基づいて、個別のアイテムに関する購入可能性スコアを判定することと、
    数のアイテム含まれる個別のアイテムの購入可能性スコアに少なくとも部分的に基づいて、前記複数のアイテム含まれるアイテムのランキングを判定することと、
    前記複数のアイテムを含むアイテムのセットの順序を示すアイテムフィードデータを生成することであって、前記アイテムのセット含まれるアイテムの順序は、前記複数のアイテム含まれるアイテムのランキングに少なくとも部分的に基づいて判定される、ことと、
    前記アイテムフィードデータを前記ユーザのデバイスに提供することであって、前記ユーザのデバイスは、前記アイテムのセット含まれるアイテムに対応するアイテムパネルのスクロール可能フィードを表示するように構成され、前記スクロール可能フィード内のアイテムパネルは、前記アイテムフィードデータ内の対応するアイテムの順序に従って順序付けられる、ことと
    を含む動作を実行することを前記データ処理装置に行わせる、コンピュータ記憶媒体。
JP2018510316A 2015-05-04 2016-05-04 オンラインマーケットプレイスにおいてアイテムを提示し評価するためのシステム及び技術 Active JP6681464B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201562156584P 2015-05-04 2015-05-04
US62/156,584 2015-05-04
PCT/US2016/030839 WO2016179323A1 (en) 2015-05-04 2016-05-04 Systems and techniques for presenting and rating items in an online marketplace

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2020024179A Division JP2020098636A (ja) 2015-05-04 2020-02-17 オンラインマーケットプレイスにおいてアイテムを提示し評価するためのシステム及び技術

Publications (3)

Publication Number Publication Date
JP2018519613A JP2018519613A (ja) 2018-07-19
JP2018519613A5 JP2018519613A5 (ja) 2019-05-16
JP6681464B2 true JP6681464B2 (ja) 2020-04-15

Family

ID=56098333

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2018510316A Active JP6681464B2 (ja) 2015-05-04 2016-05-04 オンラインマーケットプレイスにおいてアイテムを提示し評価するためのシステム及び技術
JP2020024179A Pending JP2020098636A (ja) 2015-05-04 2020-02-17 オンラインマーケットプレイスにおいてアイテムを提示し評価するためのシステム及び技術

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2020024179A Pending JP2020098636A (ja) 2015-05-04 2020-02-17 オンラインマーケットプレイスにおいてアイテムを提示し評価するためのシステム及び技術

Country Status (7)

Country Link
US (4) US10204352B2 (ja)
EP (1) EP3292532A1 (ja)
JP (2) JP6681464B2 (ja)
CN (1) CN107960127A (ja)
AU (1) AU2016257463A1 (ja)
CA (1) CA2986384A1 (ja)
WO (1) WO2016179323A1 (ja)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9785956B2 (en) 2013-09-26 2017-10-10 Revimedia, Inc. System and method of enhancing a lead exchange process
JP6681464B2 (ja) 2015-05-04 2020-04-15 コンテクストロジック インコーポレイテッド オンラインマーケットプレイスにおいてアイテムを提示し評価するためのシステム及び技術
US10785310B1 (en) * 2015-09-30 2020-09-22 Open Text Corporation Method and system implementing dynamic and/or adaptive user interfaces
JP6370342B2 (ja) * 2016-07-27 2018-08-08 三菱電機株式会社 電子機器、表示方法、およびプログラム
US10643142B2 (en) * 2016-08-02 2020-05-05 Target Brands Inc. Search term prediction
AU2017316544A1 (en) * 2016-08-21 2019-01-31 Etoro Group Ltd. Broker chat bot
US10795938B2 (en) 2017-03-13 2020-10-06 Target Brands, Inc. Spell checker
WO2019113377A1 (en) * 2017-12-06 2019-06-13 The Board Of Trustees Of The Leland Stanford Junior University Processes to correct for biases and inaccuracies
EP3818488A2 (en) * 2018-07-05 2021-05-12 Optimalq Technologies Ltd. Availability ranking system and method
US11816686B2 (en) * 2018-10-02 2023-11-14 Mercari, Inc. Determining sellability score and cancellability score
US11210730B1 (en) 2018-10-31 2021-12-28 Square, Inc. Computer-implemented methods and system for customized interactive image collection based on customer data
US11244382B1 (en) 2018-10-31 2022-02-08 Square, Inc. Computer-implemented method and system for auto-generation of multi-merchant interactive image collection
US11645613B1 (en) 2018-11-29 2023-05-09 Block, Inc. Intelligent image recommendations
US20220207545A1 (en) * 2020-09-03 2022-06-30 Mass Minority Inc. Methods and systems for monitoring brand performance based on combining disparate consumer behavior metric data and expenditure data related to a competitive brand set over time
US11321724B1 (en) * 2020-10-15 2022-05-03 Pattern Inc. Product evaluation system and method of use
US11468494B2 (en) * 2020-11-12 2022-10-11 Walmart Apollo, Llc System, non-transitory computer readable medium, and method for personalized complementary recommendations
USD1020792S1 (en) * 2020-11-20 2024-04-02 Google Llc Display screen or portion thereof with transitional graphical user interface
US11308543B1 (en) 2020-12-21 2022-04-19 Walmart Apollo, Llc Methods and apparatus for automatically providing personalized carousels
JP2022162331A (ja) * 2021-04-12 2022-10-24 株式会社Nttドコモ 情報処理装置
US11663279B2 (en) * 2021-05-05 2023-05-30 Capital One Services, Llc Filter list generation system
US12079855B2 (en) 2021-12-20 2024-09-03 Walmart Apollo, Llc Seasonality score systems and methods
KR102713497B1 (ko) * 2023-08-18 2024-10-07 쿠팡 주식회사 전자 장치 및 그의 정보 제공 방법

Family Cites Families (62)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6112186A (en) 1995-06-30 2000-08-29 Microsoft Corporation Distributed system for facilitating exchange of user information and opinion using automated collaborative filtering
US6317722B1 (en) * 1998-09-18 2001-11-13 Amazon.Com, Inc. Use of electronic shopping carts to generate personal recommendations
US6487541B1 (en) * 1999-01-22 2002-11-26 International Business Machines Corporation System and method for collaborative filtering with applications to e-commerce
US6321179B1 (en) 1999-06-29 2001-11-20 Xerox Corporation System and method for using noisy collaborative filtering to rank and present items
US6963867B2 (en) * 1999-12-08 2005-11-08 A9.Com, Inc. Search query processing to provide category-ranked presentation of search results
US7840986B2 (en) * 1999-12-21 2010-11-23 Tivo Inc. Intelligent system and methods of recommending media content items based on user preferences
KR20030015217A (ko) * 2000-03-22 2003-02-20 웹매써드즈 인코포레이티드 하향식 비즈니스 프로세스의 정의 및 실행을 위한 방법 및시스템
US7403910B1 (en) * 2000-04-28 2008-07-22 Netflix, Inc. Approach for estimating user ratings of items
CA2496278A1 (en) 2002-08-19 2004-02-26 Jayendu Patel Statistical personalized recommendation system
US7475027B2 (en) 2003-02-06 2009-01-06 Mitsubishi Electric Research Laboratories, Inc. On-line recommender system
CA2512945A1 (en) 2004-07-23 2006-01-23 Genesis Group Inc. System and method for estimating user ratings from user behavior and providing recommendations
US8566144B2 (en) * 2005-03-31 2013-10-22 Amazon Technologies, Inc. Closed loop voting feedback
US7433741B2 (en) * 2005-09-30 2008-10-07 Rockwell Automation Technologies, Inc. Hybrid user interface having base presentation information with variably prominent supplemental information
US8510298B2 (en) 2006-08-04 2013-08-13 Thefind, Inc. Method for relevancy ranking of products in online shopping
US20080103887A1 (en) 2006-10-31 2008-05-01 Google Inc. Selecting advertisements based on consumer transactions
US8301623B2 (en) 2007-05-22 2012-10-30 Amazon Technologies, Inc. Probabilistic recommendation system
US8001132B2 (en) * 2007-09-26 2011-08-16 At&T Intellectual Property I, L.P. Methods and apparatus for improved neighborhood based analysis in ratings estimation
US7870083B2 (en) * 2007-10-10 2011-01-11 Nec Laboratories America, Inc. Systems and methods for generating predictive matrix-variate T models
US7778247B2 (en) * 2007-10-26 2010-08-17 Nokia Siemens Networks Oy Cross layer network optimization for OFDMA systems using message passing algorithm
US20090144272A1 (en) 2007-12-04 2009-06-04 Google Inc. Rating raters
US8380691B1 (en) 2008-01-04 2013-02-19 Google Inc. Social network user data advertising
US8224698B2 (en) 2008-07-03 2012-07-17 The Search Agency, Inc. System and method for determining weighted average success probabilities of internet advertisements
US8037080B2 (en) * 2008-07-30 2011-10-11 At&T Intellectual Property Ii, Lp Recommender system utilizing collaborative filtering combining explicit and implicit feedback with both neighborhood and latent factor models
US8311885B2 (en) 2008-09-30 2012-11-13 Yahoo! Inc. System for display advertising optimization using click or conversion performance
US8732104B2 (en) * 2008-10-03 2014-05-20 Sift, Llc Method, system, and apparatus for determining a predicted rating
US8103675B2 (en) 2008-10-20 2012-01-24 Hewlett-Packard Development Company, L.P. Predicting user-item ratings
US8301624B2 (en) * 2009-03-31 2012-10-30 Yahoo! Inc. Determining user preference of items based on user ratings and user features
US8903816B2 (en) * 2009-04-08 2014-12-02 Ebay Inc. Methods and systems for deriving a score with which item listings are ordered when presented in search results
US20100268661A1 (en) * 2009-04-20 2010-10-21 4-Tell, Inc Recommendation Systems
FR2945882A1 (fr) * 2009-05-19 2010-11-26 France Telecom Dispositif et procede de prediction de commentaires associes a un produit.
US20110066497A1 (en) 2009-09-14 2011-03-17 Choicestream, Inc. Personalized advertising and recommendation
CA2680602C (en) * 2009-10-19 2011-07-26 Ibm Canada Limited - Ibm Canada Limitee System and method for generating and displaying hybrid context menus
US8266014B1 (en) 2010-01-07 2012-09-11 Amazon Technologies, Inc. Method and medium for creating a ranked list of products
US8346689B2 (en) * 2010-01-21 2013-01-01 National Cheng Kung University Recommendation system using rough-set and multiple features mining integrally and method thereof
US8595089B1 (en) 2010-02-15 2013-11-26 William John James Roberts System and method for predicting missing product ratings utilizing covariance matrix, mean vector and stochastic gradient descent
JP5454357B2 (ja) * 2010-05-31 2014-03-26 ソニー株式会社 情報処理装置および方法、並びに、プログラム
JP5440394B2 (ja) * 2010-05-31 2014-03-12 ソニー株式会社 評価予測装置、評価予測方法、及びプログラム
US8375035B2 (en) 2010-08-17 2013-02-12 Oracle International Corporation Visual aid to assist making purchase by tracking key product characteristics
JP2012058972A (ja) * 2010-09-08 2012-03-22 Sony Corp 評価予測装置、評価予測方法、及びプログラム
JP5629890B2 (ja) * 2011-03-30 2014-11-26 日立マクセル株式会社 ネットスーパーシステムにおける画面表示方法
US8751332B2 (en) 2011-05-20 2014-06-10 Ebay Inc. Method and system for facilitating product shopping
US20150127576A1 (en) * 2011-09-06 2015-05-07 Google Inc. Recommendations as an incentive to rate
US20130080319A1 (en) * 2011-09-28 2013-03-28 Permission Interactive, Inc. Systems and methods for embedded virtual shopping carts
US9104771B2 (en) * 2011-11-03 2015-08-11 International Business Machines Corporation Providing relevant product reviews to the user to aid in purchasing decision
CN104205148A (zh) * 2011-11-16 2014-12-10 鲍萨默公司 消费者驱动社交购物
US9477391B2 (en) 2011-12-13 2016-10-25 Facebook, Inc. Tactile interface for social networking system
US20130254025A1 (en) 2012-03-21 2013-09-26 Ebay Inc. Item ranking modeling for internet marketing display advertising
US20130317891A1 (en) 2012-05-24 2013-11-28 Rawllin International Inc. Content rating and weighting system
US9495645B2 (en) * 2012-10-21 2016-11-15 Concept.Io, Inc. Method and system of iteratively autotuning prediction parameters in a media content recommender
CN102956017A (zh) * 2012-11-19 2013-03-06 江苏乐买到网络科技有限公司 一种可为买家提供有针对性商品信息的网络团购方法
US20140172622A1 (en) 2012-12-14 2014-06-19 Rawllin International Inc. Selecting and scrolling media content associated with media content items
EP2770472A1 (en) * 2013-02-25 2014-08-27 Thomson Licensing Method and system for item recommendation
US20150012381A1 (en) 2013-03-07 2015-01-08 Sergio Lazaro Systems, methods and computer readable media for online shopping
US10475085B2 (en) * 2013-06-11 2019-11-12 Facebook, Inc. View-based placement of advertisements in scrollable advertisement units
US9928533B2 (en) 2013-07-18 2018-03-27 Bao Tran Aggregation of group of products content and providing ways to display, view, access, share and consume content
CN103426102A (zh) * 2013-08-02 2013-12-04 苏州两江科技有限公司 基于本体分类的商品特征推荐方法
US20150088700A1 (en) * 2013-09-20 2015-03-26 Ebay Inc. Recommendations for selling past purchases
JP5785339B1 (ja) * 2013-10-25 2015-09-30 楽天株式会社 情報処理システム、情報処理システムの制御方法、情報処理装置、情報処理装置の制御方法、プログラム、及び情報記憶媒体
US9881332B2 (en) 2014-05-22 2018-01-30 LogoMix, Inc. Systems and methods for customizing search results and recommendations
JP6681464B2 (ja) 2015-05-04 2020-04-15 コンテクストロジック インコーポレイテッド オンラインマーケットプレイスにおいてアイテムを提示し評価するためのシステム及び技術
US20170200207A1 (en) * 2016-01-06 2017-07-13 Klevu Oy Systems Methods Circuits and Associated Computer Executable Code for Digital Catalog Augmentation
US10475090B2 (en) * 2016-07-11 2019-11-12 Micro Focus Llc Calculating user experience scores

Also Published As

Publication number Publication date
EP3292532A1 (en) 2018-03-14
AU2016257463A1 (en) 2017-12-07
US10909614B2 (en) 2021-02-02
US20190244229A1 (en) 2019-08-08
US20210118042A1 (en) 2021-04-22
US10204352B2 (en) 2019-02-12
CN107960127A (zh) 2018-04-24
WO2016179323A1 (en) 2016-11-10
JP2020098636A (ja) 2020-06-25
JP2018519613A (ja) 2018-07-19
CA2986384A1 (en) 2016-11-10
US20160328787A1 (en) 2016-11-10
US20160328727A1 (en) 2016-11-10

Similar Documents

Publication Publication Date Title
JP6681464B2 (ja) オンラインマーケットプレイスにおいてアイテムを提示し評価するためのシステム及び技術
US20140214570A1 (en) Method and system for content submission continuation
US20130254025A1 (en) Item ranking modeling for internet marketing display advertising
US11645559B2 (en) Methods and apparatus for generating item recommendations based on real-time inference of machine learning models
US12093979B2 (en) Systems and methods for generating real-time recommendations
US20220108374A1 (en) Smart Basket for Online Shopping
US20220351239A1 (en) Machine learning based methods and apparatus for automatically generating item rankings
WO2013173790A1 (en) Trust graphs
JP7145823B2 (ja) 提供装置、提供方法および提供プログラム
JP6702628B1 (ja) 提供装置、提供方法および提供プログラム
JP2019164772A (ja) 提供装置、提供方法および提供プログラム
JP6486530B1 (ja) 提供装置、提供方法および提供プログラム
US11776016B2 (en) Systems and methods for determining user personas for a user
US20220198488A1 (en) Method and system for programmatic generation of survey queries
US20220398643A1 (en) Methods and apparatus for automatically ranking items based on machine learning processes
US20220374942A1 (en) Method, system, and apparatus for programmatically determining and adjusting electronic bid values for a digital content object based on conversion rates
US20130254019A1 (en) User level incremental revenue and conversion prediction for internet marketing display advertising
JP6679706B1 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
US11928723B2 (en) Systems and methods for facilitating online search based on offline transactions
US20220230226A1 (en) Similar item recommendation framework using wide-and-deep-architecture
US12100020B2 (en) Method, apparatus, and computer program product for ascertaining a demand of promotions
US20220342940A1 (en) Method, apparatus, and computer program product for inferring device rendered object interaction behavior
US20240257212A1 (en) System and method for improving diversification in online item recommendations
JP6679705B1 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
US20220222732A1 (en) Themed Smart Basket For Online Shopping

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190404

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190404

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20191115

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20191122

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200217

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20200303

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200323

R150 Certificate of patent or registration of utility model

Ref document number: 6681464

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250