JP6772274B2 - データ処理方法及び装置 - Google Patents

Description

本出願は、コンピュータの技術分野に関し、特にデータ処理方法及び装置に関する。

インターネット技術の発展とともに、増加しているユーザ数は、インターネットに情報を掲示している。データ処理のつぎのシナリオは、インターネットに存在する。

データ表示の当事者は、サーバにさまざまなタイプのオブジェクト表示環境を構成する。異なるオブジェクト表示環境は、特定のユーザにより必要とされる情報を表示するため、さらに迅速にこれらのユーザグループに、より高速な情報閲覧チャネルを提供する。データ表示の当事者は、実際には、異なるオブジェクト表示環境について異なる基準をセットアップし、データ提供の当事者は、特定の１つ以上のオブジェクト表示環境にその第一オブジェクトを表示するために適用する。しかしながら、実際の適用において、ユーザは、さまざまな表示環境の基準にクエリを行い、彼／彼女自身についての基準を満たすかどうかを判定するように異なるサーバへクエリ要求を送信する必要がある。多数のクエリ要求を送信するため、大規模なシステムリソース量を消費し、ユーザの操作は、非常に冗長である。さらに、データ表示の当事者が実際の適用においてオブジェクト表示環境を構成するときに、大規模で機微なデータ量は、ユーザへ開示されず、ユーザ情報は、データ表示の当事者に非対称である。ユーザは、無分別に特定のオブジェクト表示環境にその第一オブジェクトを表示するために適用する。データ表示の当事者について、特定のオブジェクト環境の第一オブジェクトは、詰め込まれ、表示用の特定の第一オブジェクトのオブジェクト表示環境を変更する失敗につながる。また、ユーザは、そのオブジェクトがより高い表示効率を有する他のオブジェクト表示環境内に表示されることが可能であることがわからないため、オブジェクト表示環境の表示リソースの浪費につながる。

電子ビジネスプラットフォームの実施例は、データ処理の上記のプロセスを記述するために使用される。

電子ビジネスプラットフォームにおいて、さまざまな販売設定は、売り手へ提供されることができる。これらの販売設定は、たとえば、ｑｉａｎｇ．ｔａｏｂａｏ．ｃｏｍ、ｔｅｉｊａ．ｔａｏｂａｏ．ｃｏｍ、ｗｏｒｌｄ．ｔａｏｂａｏ．ｃｏｍ、ｑ．ｔａｏｂａｏ．ｃｏｍなどのような、Ｔａｏｂａｏモバイルについての一連の販売設定であることができる。異なる販売設定は、対応する元の設計意図を有する。たとえば、ｑｉａｎｇ．ｔａｏｂａｏ．ｃｏｍは、優れた売り手の人気のあるイグジットであり、買い手が対応する人気のある商品を閲覧する、または購入することを促進する。ｔｅｉｊａ．ｔａｏｂａｏ．ｃｏｍは、中間レベルの売り手についての販売設定を支援し、買い手が特別価格で商品を閲覧する、または購入することを援助する。ｗｏｒｌｄ．ｔａｏｂａｏ．ｃｏｍは、海外の購買市場の高級品向けであり、買い手がさまざまな地域から商品を直接購入することを援助する。ｑ．ｔａｏｂａｏ．ｃｏｍは、幅広い工業地帯を有する売り手について肯定的な出力設定を提供し、買い手が中国において製造され、一般価格を有する高品質の商品を閲覧する、または購入することを援助する。したがって、売り手は、その１つの商品についての特定の１つ以上の販売設定のために適用することが可能であり、電子ビジネスプラットフォームは、表示用に対応する販売設定（複数可）のページ（複数可）にこの商品のオブジェクトを配置することが可能である。

しかしながら、電子ビジネスプラットフォームのデータを取得することが不可能であるため、売り手は、彼／彼女が適格とする販売設定を迅速に決定することが不可能である。アプリケーション要求が特定の販売設定について提示される場合に、電子ビジネスプラットフォームは、そのレビューを行う必要がある。相対的に大きなクライアントリソース量は、そのクライアント内のユーザの操作が冗長である場合に占有される。電子ビジネスプラットフォームについて、レビュープロセスは、さらに追加され、相対的に大きなサーバリソース量も占有される。さらに、その商品オブジェクトを配置するどの販売設定がさらに効率的な販売促進を引き起こし、より高い販売数量を有するかを売り手が知ることが不可能であるため、売り手は、ランダムに特定の販売設定を選択する可能性がある。販売設定、及びその販売設定により選択可能である商品オブジェクト数が表示位置数より大きいという点において、商品オブジェクトの低い表示効率により、売り手の商品オブジェクトは、表示されることが不可能である可能性がある。これにより、これは、商品オブジェクトを表示する高い効率を有し、利用可能な位置を有する他の販売設定において商品オブジェクトの欠如につながり、その販売設定の表示リソースを浪費させる。

上記の問題を考慮して、本出願の実施形態は、上記の問題、または上記の問題の少なくとも一部を解決するためのデータ処理方法、及び対応するデータ処理装置を提供するために提案される。

上記の問題を解決するために、本出願は、データ処理方法を開示し、このデータ処理方法は、ユーザにより提示される推奨要求を受信し、この推奨要求が第一オブジェクト及びユーザ識別子を含むことと、ユーザ識別子に対応するプロパティ情報を取得し、プロパティ情報とマッチングするさまざまなオブジェクト表示環境をフィルタリングし、選択することと、フィルタリングされ、選択されたさまざまなオブジェクト表示環境下においてオブジェクト表示環境の、履歴記録、及びそれぞれの表示位置数に基づき第一オブジェクトにマッチングする各オブジェクト表示環境を決定し、これらの履歴記録が対応するオブジェクト表示環境下において、さまざまな第一オブジェクトのトランザクションデータ、及びさまざまな第一オブジェクトのアプリケーションデータを含むことと、表示推奨を生成し、ユーザが表示用に設置するクライアントへこの表示推奨を返すこととを備える。

さらに本出願は、データ処理方法を開示し、このデータ処理方法は、推奨要求をサーバへ送信し、この推奨要求が第一オブジェクト及びユーザ識別子を含むことと、推奨要求に基づきサーバから返される表示推奨を受信し、クライアントに提示を行い、表示推奨が第一オブジェクトとマッチングするオブジェクト表示環境に基づきサーバにより生成され、第一オブジェクトとマッチングするオブジェクト表示環境がさまざまなオブジェクト表示環境の履歴記録に基づき決定され、さまざまなオブジェクト表示環境がユーザ識別子のプロパティ情報に基づき複数のオブジェクト表示環境からフィルタリングされ、選択されることとを備える。

さらに本出願は、データ処理装置を開示し、このデータ処理装置は、ユーザにより提示される推奨要求を受信するために使用され、この推奨要求が第一オブジェクト及びユーザ識別子を含む、推奨要求受信モジュールと、ユーザ識別子に対応するプロパティ情報を取得し、プロパティ情報とマッチングするさまざまなオブジェクト表示環境をフィルタリングして選択するために使用される環境フィルタリング及び選択モジュールと、フィルタリングされ選択されたさまざまなオブジェクト表示環境下においてオブジェクト表示環境の、履歴記録、及びそれぞれの表示位置数に基づき第一オブジェクトにマッチングする各オブジェクト表示環境を決定するために使用され、履歴記録が対応するオブジェクト表示環境下において、さまざまな第一オブジェクトのトランザクションデータ、及びさまざまな第一オブジェクトのアプリケーションデータを含む、環境決定モジュールと、表示推奨を生成するために、及びユーザが表示用に設置するクライアントへ表示推奨を返すために使用される推奨返却モジュールとを備える。

さらに本出願は、データ処理装置を開示し、これらのデータ処理装置は、推奨要求をサーバへ送信するために使用され、推奨要求が第一オブジェクト及びユーザ識別子を含む、要求送信モジュールと、推奨要求に基づきサーバから返される表示推奨を受信するために、及びクライアントに提示を行うために使用され、表示推奨が第一オブジェクトとマッチングするオブジェクト表示環境に基づきサーバにより生成され、第一オブジェクトとマッチングするオブジェクト表示環境がさまざまなオブジェクト表示環境の履歴記録に基づき決定され、さまざまなオブジェクト表示環境がユーザ識別子のプロパティ情報に基づき複数のオブジェクト表示環境からフィルタリングされ、選択される、推奨提示モジュールとを備える。

本出願の実施形態は、以下の利点を有する。

最初に、本出願の実施形態において、所定のアプリケーション基準を有するオブジェクト表示環境について、マッチングは、推奨要求を提示するユーザのプロパティ情報と、すべてのオブジェクト表示環境のアプリケーション基準との間に実行され、ユーザのプロパティ情報を満たすさまざまなオブジェクト表示環境を選択することが可能である。このようなものとして、ユーザが加わることが可能であるオブジェクト表示環境（複数可）は、自動的に識別されることが可能である。ユーザは、単一の要求を作成することのみを必要とし、サーバは、そのためのオブジェクト表示環境（複数可）を自動的に選択することが可能であることにより、ユーザの操作を軽減させ、システムリソースの占有率を低減させる。

ついで、ユーザのプロパティ情報を満たすさまざまなオブジェクト表示環境を選択した後に、本出願の実施形態は、さまざまなオブジェクト表示環境の、第一オブジェクトのトランザクションデータの履歴記録、さまざまな第一オブジェクトのアプリケーションデータの履歴記録、及びそれぞれの表示位置数などの、さまざまなオブジェクト表示環境の履歴記録に基づき要求の第一オブジェクトにマッチングするオブジェクト表示環境（複数可）を自動的に分析することが可能である。つぎに、オブジェクト表示環境（複数可）に基づき生成される表示推奨は、ユーザのクライアントへ提示用に返されることにより、第一オブジェクトを表示のために適用することが可能である販売設定（複数可）についてユーザを導くことが可能である。このようなものとして、本出願の実施形態は、ユーザにより提供される第一オブジェクトについてより良い表示効果を有するオブジェクト表示環境を自動的に分析し、ユーザのアプリケーション方向を導き、第一オブジェクトの表示効率を向上させることにより、オブジェクト表示環境の全体の表示効率を向上させることが可能である。またこれは、さまざまなオブジェクト表示環境の第一オブジェクト数のバランスを取ることが可能であり、さまざまなオブジェクト表示環境の表示リソースの浪費を削減させる。

本出願の実施形態に従うデータ処理方法のフローチャートである。 本出願の別の実施形態に従うデータ処理方法のフローチャートである。 本出願の別の実施形態に従うデータ処理方法のフローチャートである。 本出願の実施形態に従うデータ処理装置の構造ブロック図である。 本出願の別の実施形態に従うデータ処理装置の構造ブロック図である。

より明確に理解されるように本出願の上記の目標、特徴、及び利点を達成するために、本出願は、添付の図面、及び特定の実施態様と併せてさらに詳細に記述される。

本出願の実施形態の中心となる概念のうちの１つは、推奨要求を提示するユーザのプロパティ情報と、オブジェクト表示環境の所定のアプリケーション基準との間でマッチングを実行し、このアプリケーション基準によりすべてのオブジェクト表示環境についてユーザのプロパティ情報を満たすさまざまなオブジェクト表示環境を選択することである。分析は、さまざまなオブジェクト表示環境の、第一オブジェクトのトランザクションデータの履歴記録、さまざまな第一オブジェクトのアプリケーションデータの履歴記録、及びそれぞれの表示位置数のような、さまざまなオブジェクト表示環境の履歴記録に基づき要求の第一オブジェクトにマッチングするオブジェクト表示環境（複数可）について自動的に行われる。つぎに、オブジェクト表示環境（複数可）に基づき生成される表示推奨は、ユーザのクライアントへの提示用に返されることが可能であることにより、第一オブジェクトを表示のために適用することが可能である販売設定（複数可）についてユーザを導く。このようなものとして、ユーザは、彼／彼女のために適切であるオブジェクト表示環境を決定する、サーバへのクエリ要求を頻繁に送信する必要がないため、ユーザの操作を軽減させ、ユーザのクライアントのリソースの占有率を低減させる。さらに、ユーザのプロパティ情報とマッチングするさまざまなオブジェクト表示環境の中で、ユーザにより必要とされる第一オブジェクトとマッチングするオブジェクト表示環境（複数可）は、さまざまなオブジェクト表示環境下において履歴記録に基づき第一オブジェクトについて自動的に決定されることが可能であることにより、さらに最適化されたオブジェクト表示環境をユーザへ推奨するために、ユーザについての表示推奨を生成する。このようなものとして、ユーザは、オブジェクト表示環境のために適用するように導かれることが可能であり、したがって、第一オブジェクトの表示効率、及びオブジェクト表示環境の全体の表示効率は、向上することにより、オブジェクト表示環境の表示リソースの浪費を削減させる。

電子ビジネスプラットフォームは、実施例として使用される。さまざまな販売設定をオブジェクト表示環境として設定し、これらの販売設定がアプリケーション基準を有する場合に、電子ビジネスプラットフォームは、マーチャントから提示される特定の商品オブジェクトについて推奨要求を受信した後に、基本的なプロパティ、及び信頼性プロパティなどとしてこのようなプロパティ情報を含むことができる、プロパティ情報に基づきマーチャントのプロパティ情報とマッチングするアプリケーション基準を有する販売設定（複数可）を最初に選択する。つぎに商品オブジェクトとマッチングする販売設定は、その履歴記録に基づき選択された販売設定（複数可）から決定されるので、ユーザに販売設定のために適用するように推奨する。マーチャントについて、彼／彼女が適用することが可能である１つ以上の販売設定を知り、より良い方式において商品オブジェクトを販売促進することが可能である１つ以上の販売設定をも知るために、そのクライアントに提示される単一の推奨要求のみを必要とするので、マーチャントの操作を軽減させる。さらに、これは、販売設定のために適用するように、さまざまなオブジェクト表示環境についてのそれぞれのアプリケーション数のバランスを取るように、及びさまざまな販売設定の表示リソースのぞれぞれの利用率を向上させるように、ユーザを導くことが可能である。

第一実施形態
図１は、本出願の実施形態に従うデータ処理方法のフローチャートを示し、つぎのステップを含むことができる。

ステップ１１０は、ユーザにより提示される推奨要求を受信し、この推奨要求は、第一オブジェクト及びユーザ識別子を含む。

本出願の実施形態において、ユーザは、電子ビジネスプラットフォームのマーチャントであることができる。ユーザは、そのクライアントからビジネスプラットフォームのサーバへ推奨要求を提示することが可能である。電子ビジネスプラットフォームのサーバは、推奨要求を受信する。

推奨要求がユーザにより送信されるときに、推奨要求は、第一オブジェクト及びユーザ識別子を含むことができる。

第一オブジェクトは、商品オブジェクトであることができ、ユーザ識別子は、マーチャントＩＤであることができる。

説明のために、つぎの説明において、マーチャント、商品オブジェクト、及び販売設定は、説明のために、ユーザ、第一オブジェクト、及びオブジェクト表示環境としてそれぞれ使用される。本出願の実施形態は、そのアプリケーション環境の詳細についていかなる制限も有さない。

明らかに、オブジェクト表示環境は、実際には、特定のトピック（複数可）についての１つ以上のウェブページとして解釈されることができる。

ステップ１２０は、ユーザ識別子に対応するプロパティ情報を取得し、このプロパティ情報とマッチングするさまざまなオブジェクト表示環境をフィルタリングし、選択する。

本出願の実施形態において、販売設定が電子ビジネスプラットフォームに設定されるときに、販売設定のアプリケーション基準は、データベース内に記録される。このアプリケーション基準は、マーチャントの１つ以上のプロパティに従い設定される。たとえば、電子ビジネスプラットフォームに設定されるマーチャントの信頼性プロパティのレベルが４つのレベル（低から高へ、ハートレベル、ダイヤモンドレベル、ブルークラウンレベル、及びゴールデンクラウンレベル）を含み、各大きなレベルは、小さなレベル（複数可）を含むことができる場合に、アプリケーション基準は、ダイヤモンドレベルに達するためにマーチャントの信頼性プロパティを要求するように設定されることができる。信頼性プロパティのレベルは、実際の必要性に従い設定されることが可能であり、本出願は、それについて、いかなる制限も有さない。

異なる販売設定が実際の必要性に従い異なるアプリケーション基準により設定されることができることを理解することが可能である。１つのプロパティの情報について１つの基準を設定することが可能である、または複数のプロパティの情報について複数の基準を設定することが可能である。本出願は、それについて、いかなる制限も有さない。

その結果、推奨要求からマーチャントＩＤを取得した後に、マーチャントのプロパティ情報は、マーチャントＩＤに基づき取得されることが可能であり、マッチングは、これらのプロパティ情報と、さまざまな販売設定のそれぞれのアプリケーション基準との間で実行されることが可能である。特定の販売設定のアプリケーション基準がマーチャントのプロパティ情報とマッチングする場合に、販売設定を保持する。本来であれば、販売設定は、フィルタリングされ取り除かれる。

マーチャントのプロパティ情報は、限定されないが、マーチャントの基本的なプロパティ（複数可）、マーチャントの信頼性プロパティ（複数可）、マーチャントのトランザクションプロパティ（複数可）、商品（複数可）のトランザクションプロパティ（複数可）、商品（複数可）の季節プロパティ（複数可）などを含むことに留意すべきである。

実際の適用において、サーバは、マーチャントＩＤに基づきプラットフォームマーチャントデータベースからマーチャントのプロパティ情報を抽出することが可能である。プラットフォームマーチャントデータベースは、電子ビジネスプラットフォーム上のさまざまなマーチャントのさまざまなプロパティ情報、及び商品のタイプ、商品と関連するキーワード、商品の価格などのような、さまざまなマーチャントの商品オブジェクトの商品の特徴を記録する。

本出願の実施形態において、評価されるマーチャントのデータベースは、セットアップされることが可能である。そのデータセットは、インタラクティブに生成されるデータセットである。特定のマーチャントが特定の商品オブジェクトについて推奨要求を送信するときに、関連したマーチャントのプロパティ情報などの、商品オブジェクトのＩＤ及び特徴データは、プラットフォームマーチャントデータベースから取得され、評価されるマーチャントのデータベースに入力される。つぎにステップ１２０は、要件（複数可）を満たす販売設定（複数可）を決定するために、さまざまな販売設定のアプリケーション基準と比較される、評価されるマーチャントのデータベースから商品オブジェクトのデータを取得する。

ステップ１３０は、フィルタリングされ選択されたオブジェクト表示環境の履歴記録、及びこれらのオブジェクト表示環境の対応する表示位置数に基づき第一オブジェクトとマッチングするオブジェクト表示環境を決定し、これらの履歴記録は、対応するオブジェクト表示環境下において、さまざまな第一オブジェクトのトランザクションデータ、及びさまざまなオブジェクトのアプリケーションデータを含む。

マーチャントのプロパティ情報とマッチングするアプリケーション基準を有する販売設定を選択した後に、より良い方式において商品オブジェクトを表示する１つ以上の販売設定は、販売設定の履歴記録、及び販売設定の対応する表示位置数に基づき決定されることが可能である。

履歴記録は、対応する販売設定下において、さまざまな商品オブジェクトのトランザクションデータ、及びさまざまな商品オブジェクトのアプリケーションデータを含む。

実際の適用において、電子ビジネスプラットフォームがさまざまなタイプの販売設定をセットアップするときに、対応する１つ以上のウェブページを設定することが可能である。しかしながら、閲覧効率を考慮して、１つ以上のウェブページの表示位置は、任意に展開されることが不可能であり、その所定の数は、設定される。

本出願の実施形態において、販売設定に関するデータがプラットフォーム販売データベースに格納されることが可能であることに留意すべきである。このアプリケーションは、処理するためにプラットフォーム販売データベースから対応する履歴データを取得することが可能である。

明らかに、実際の適用において、さまざまな販売設定の履歴記録は、事前に処理されることが可能である。つぎに本出願の実施形態は、処理されたデータ、及び販売設定のそれぞれの位置数を使用してより良い方式において商品オブジェクトを表示する１つ以上の販売設定を決定する。

好ましくは、ステップ１２０またはステップ１１０の前に、方法は、つぎのステップをさらに備える。

ステップ１０１は、各オブジェクト表示環境について、それぞれのオブジェクト表示環境のトランザクションデータの履歴記録に基づきトランザクション値の予測モデルを構築する。

本出願の実施形態において、トランザクション値の予測モデルは、プラットフォーム販売データベース内に記録されるさまざまな販売設定下において、さまざまな商品オブジェクトのトランザクションデータを使用してトレーニングされる。トランザクション値の予測データベースを構築した後に、商品オブジェクトの特徴データは、入力として扱われることが可能であり、トランザクション値は、出力データとして扱われることが可能である。トランザクションデータは、トランザクション量として理解されることが可能である。

商品オブジェクトの特徴データは、商品オブジェクトが属するマーチャントのプロパティ情報、現在のアプリケーション内の商品オブジェクトの商品特徴などを含むことが可能である。

本出願の別の好ましい実施形態において、ステップ１０２は、サブステップＡ１１からＡ１３を含む。

サブステップＡ１１は、プラットフォーム販売データベースからさまざまなトランザクションデータを取得し、このトランザクションデータが属するそれぞれのオブジェクト表示環境に従いカテゴリ化を実行する。

本出願の実施形態において、プラットフォーム販売データベースは、商品オブジェクトの特徴データ、たとえば、前述のような、商品特徴、商品オブジェクトが属するマーチャントのマーチャントプロパティなどを記録するために、及び電子ビジネスプラットフォーム上の商品オブジェクトの販売数量またはトランザクション量をも記録するために、プライマリキーとして商品オブジェクトのＩＤを使用する。明らかに、対応する販売設定の識別子をも記録する。

その結果、本出願の実施形態は、プラットフォーム販売データベースからさまざまなトランザクションデータを取得し、これらのトランザクションデータを販売設定に従いさまざまなカテゴリにカテゴリ化することが可能である。１つのカテゴリは、データセットであり、各データセットは、１つの販売設定に対応する。

サブステップＡ１２は、各カテゴリ下においてトランザクションデータを使用して、１つの対応するオブジェクト表示環境の１つのトレーニングサンプルセットを構築する。

実際の適用において、単一の商品オブジェクトは、複数のトランザクション記録を有することができる。このようなものとして、本出願の実施形態は、同一の商品オブジェクトについてコンソリデーションを実行し、上述されるデータセット内のこの商品についてのトランザクション量を計算することが可能である。

つぎに商品オブジェクトの特徴データ内のさまざまな次元は、入力パラメータサンプル（ｘ１，ｘ２，．．．，ｘｎ）として使用され、商品オブジェクトのトランザクション量は、出力パラメータサンプルｙとして使用される。このようなものとして、｛（ｘ１，ｘ２，．．．，ｘｎ），ｙ｝の複数のパラメータ組は、各販売設定のデータセットについて上記の方法を使用して取得され、トレーニングサンプルセットを取得することが可能である。

サブセットＡ１３は、各オブジェクト表示環境のそれぞれのトレーニングサンプルセットについて回帰モデルを使用して、標的として推定トランザクション値を有するトランザクション値の予測モデルをトレーニングする。

トランザクション値の予測モデルの初期関数、ｙ＝ｆ（ｘ１，ｘ２，．．．，ｘｎ）関数について、この関数の回帰的なトレーニングは、上記のトレーニングサンプルセットに、回帰モデル及び｛（ｘ１,ｘ２，．．．，ｘｎ），ｙ｝パラメータ組を使用して実行され、ｆ（ｘ１，ｘ２，．．．，ｘｎ）関数を取得し、標的として推定トランザクション値を有するトランザクション値の予測モデルを最終的に取得することが可能である。推定トランザクション値は、推定トランザクション量として理解されることが可能である。

本出願の実施形態において、入力パラメータが多次元であるために、重回帰モデルを使用することが可能である。本出願の実施形態は、回帰モデルのトレーニングプロセスの詳細について、いかなる制限も有さない。

ステップ１０２は、各オブジェクト表示環境についてそれぞれのオブジェクト表示環境下においてアプリケーションデータの履歴記録に基づきアプリケーション数の予測モデルを構築する。

本出願の実施形態において、アプリケーション数の予測モデルは、プラットフォーム販売データベース内に記録されるさまざまな販売設定下において、さまざまな商品オブジェクトのアプリケーションデータを使用してトレーニングされる。アプリケーション数の予測モデルを構築した後に、販売設定の完了において推定アプリケーション数は、推奨要求を基準として受信する時間に対応する、対応するアプリケーション数を使用して予測される。

本出願の別の好ましい実施形態において、ステップ１０２は、サブステップＡ２１からＡ２４を含む。

サブステップＡ２１は、プラットフォーム販売データベースからアプリケーションデータを取得し、アプリケーションデータが属するオブジェクト表示環境をカテゴリ化する。

本出願の実施形態において、プラットフォーム販売データベースに、どのマーチャントＩＤがどの１つまたは複数の商品オブジェクトＩＤについてのどの販売設定（複数可）のために適用するかなどの、商品オブジェクトのアプリケーションデータをも記録することが可能である。

明らかに、第一粒度レベル下における履歴アプリケーションデータ、たとえば、過去１ヶ月内のアプリケーションデータは、実際のアプリケーションにおいて取得される。

サブステップＡ２２は、アプリケーションセクションに従い関連したカテゴリ下において、アプリケーションデータを使用して、所定のアプリケーションセクションにおいて指定された期間内のアプリケーション数を計算する。

本出願の実施形態において、期間後にアプリケーションデータを取得し、その販売設定に従いカテゴリにアプリケーションデータを割り当てることに応答して、さらに分界は、カテゴリ内で実行される。

たとえば、過去１か月の履歴データは、上述されるように取得される。本出願は、週ごとの複数のセットに分界するように、第二粒度レベルに従い複数のセットにその分界をすることが可能である。第二粒度レベルは、上述されるようなアプリケーションセクションである。第三粒度レベル下において、アプリケーション数をつぎの粒度レベルにおいて計算する、たとえば、時間ごとに各時間にアプリケーション数を計数する。第三粒度レベルは、上述されるような指定された期間である。

第一粒度レベル、第二粒度レベル、及び第三粒度レベルがサイズにおいて徐々に小さくなることを理解することが可能である。

実際のアプリケーションにおいて、第二粒度レベルは、販売設定のアプリケーションの実際の時間長に従い決定されることが可能である。たとえば、アプリケーションの実際の時間長が１週間である場合に、第二粒度レベルは、１週間であることが可能である。明らかに、本出願は、それについて、いかなる制限も有さない。

実際のアプリケーションにおいて、つぎの期間内のアプリケーション数は、先の期間内のアプリケーション数を含む。たとえば、１００人の人は、第一の１時間内にアプリケーションを提示した。このようなものとして、第一時間内のアプリケーション数は、１００個である。これらのアプリケーション数は、第二時間内に２００人増加する。このようなものとして、第二時間内のアプリケーション数は、１００＋２００＝３００人などである。

サブステップＡ２３は、すべてのアプリケーションセクションの各指定された時間長についてカウンターポイントスムージングを実行し、適合させることにより各指定された時間長の適合したアプリケーション数を取得する。

上記の実施例は、１つの実施例として使用される。複数のアプリケーションがサブステップＡ２２において分界を介して各時間内に存在するため、カウンターポイントスムージングは、それぞれの時間の適合したアプリケーション数を取得するために、複数のアプリケーションを介して各時間のそれぞれの時間内のアプリケーション数について実行されることができる。ｍの指定された期間が存在する場合に、各期間の適合したアプリケーション数は、シーケンスに従い、｛Ｎ＿１，Ｎ＿２，．．．，Ｎ＿ｍ｝である。

カウンターポイントスムージングは、たとえば、同一の期間に、期間内の異なるアプリケーションセクション内のアプリケーション数の重み付き平均である。たとえば、アプリケーションセクションは、ｍ時間を含み、４つのアプリケーションセクションが存在する。第一時間に、４つのアプリケーション数、Ｌ１、Ｌ２、Ｌ３及びＬ４は、存在し、第一時間の適合したアプリケーション数は、つぎに（Ｌ１＋Ｌ２＋Ｌ３＋Ｌ４）／４である。明らかに、カウンターポイントスムージングは、実際のアプリケーションにおいて他のアプローチをも使用することが可能であり、本出願の実施形態は、それについて、いかなる制限も有さない。

サブステップＡ２４は、さまざまな指定された期間、及びそれぞれの適合したアプリケーション数に基づきオブジェクト表示環境に対応するアプリケーション数の予測モデルを構築する。

さまざまな指定された期間の適合したアプリケーション数がサブステップＡ２３において取得されるため、アプリケーション数の予測モデルは、構築されることが可能である。実際のアプリケーションにおいて、アプリケーション数の予測モデルは、各最後の１時間の適合したアプリケーション数と、個々の１時間の適合したアプリケーション数との間の割合に基づき構築されることが可能である。各アプリケーションセクションにｍ時間の実施例を使用する。アプリケーション数の予測モデルは、
Ｂｓｕｍ＝ｑ^*Ｎ＿ｍ／Ｎ＿ｋ
である。

Ｎ＿ｍは、最後の１時間の適合したアプリケーション数であり、Ｎ＿ｋは、ｋ番目の時間の適合したアプリケーション数である。ｑは、販売設定をアプリケーション用に開いた後のｋ番目の時間に実際に提示されるアプリケーション数である。

本出願の実施形態において、ｋ＞１である。

さらに、ステップ１３０は、ステップ１３１からステップ１３３を含む。

ステップ１３１は、各オブジェクト表示環境のそれぞれのトランザクション値の予測モデルを使用してさまざまなオブジェクト表示環境下において、第一オブジェクトのそれぞれの推定トランザクション値を別々に計算する。

本出願の実施形態において、ユーザにより提示される商品オブジェクトについて、商品オブジェクトの特徴データ（たとえば、商品のＩＤ、及び商品のキーワード（複数可）などのようなその商品特徴）、及び商品オブジェクトが属するマーチャントのプロパティ情報（たとえば、マーチャントの信頼性プロパティ（複数可）、マーチャントのトランザクションプロパティ（複数可）など）は、プラットフォームマーチャントデータベースから取得されることが可能である。入力パラメータ（ｘ１，ｘ２，．．．，ｘｎ）は、構築され、入力パラメータは、商品オブジェクトの推定トランザクション値を取得するために構築される、トランザクション量の予測モデル、ｙ−ｆ（ｘ１，ｘ２，．．．，ｘｎ）に入れられる。

ステップ１３２は、推奨要求を受信するときに、さまざまなオブジェクト表示環境の対応するアプリケーション数に基づきさまざまなオブジェクト表示環境のそれぞれのアプリケーション数の予測モデルを使用して、さまざまなオブジェクト表示環境下においてそれぞれ推定アプリケーション数を別々に計算する。

上述されるような指定された期間に従い分界されるアプリケーションセクションに関してトレーニングすることにより取得されるアプリケーション数の予測モデルの実施例を使用する。推奨要求を受信する時間がアプリケーション用の販売設定を開いた後のｋ番目に指定された期間内に入る場合に、ｋ−１番目の期間内に提示されるアプリケーション数を取得し、このアプリケーション数をアプリケーション数の予測モデルに入れ、販売設定の最終推定アプリケーション数を計算し、取得することが可能である。明らかに、このタイプの状況において、推定アプリケーション数は、第一期間内に推奨要求を受信する場合に計算される必要がないことができる。

本出願の実施形態が各時間に提示されるアプリケーション数を記録することを理解することが可能である。

上述されるような最小の分界粒度として複数の時間に関してトレーニングすることにより取得される販売設定Ａのアプリケーション数の予測モデルは、実施例として使用される。アプリケーションについての販売設定を開き、ユーザがｋ＋１番目の期間内に推奨要求を提示する場合に、ｋ番目の時間（ｋは１より大きい整数である）のアプリケーション数（ｑ）を取得することが可能である。推定アプリケーション数は、つぎのようなアプリケーション数の予測モデルに従い計算されることが可能である。
Ｂｓｕｍ＝ｑ^*Ｎ＿Ｍ／Ｎ＿ｋ

ｋ＝１のときに、推定アプリケーション数は、このモデルに従わずに計算されることが可能である。明らかに、Ｎ＿ｍは、ｋ＝１であるときに推定アプリケーション数であるために、直接に扱われることが可能である。本出願の実施形態は、それについて、いかなる制限も有さない。

ステップ１３３は、第一オブジェクトが各オブジェクト表示環境についての、推定トランザクション値、推定アプリケーション数、及び表示位置数に基づきそれぞれのオブジェクト表示環境にマッチングするかどうかを判定する。

各販売設定について、ユーザにより提示される商品オブジェクトの推定トランザクション値、及びそれぞれの販売設定の推定アプリケーション数を取得した後に、それぞれの販売設定の表示位置数をも取得することが可能である。つぎに決定は、商品オブジェクトが第三者に従いそれぞれの販売設定にマッチングするかどうかについて行われる。

本出願の別の好ましい実施形態において、ステップ１３３は、サブステップＡ３１からＡ３２を含む。

サブステップＡ３１は、推定トランザクション値に基づき商品オブジェクトの初期推定ランキングを決定する。

本出願の実施形態において、アプリケーションプールは、各オブジェクト表示環境についてセットアップされることができる。アプリケーションプールは、アプリケーションが提示された第一オブジェクトを含み、第一オブジェクト（複数可）は、他の推奨要求を提示した後にそれぞれのオブジェクト表示環境のアプリケーション基準を満たす。推定トランザクション値は、上述されるようにトランザクション量の予測モデルに従いアプリケーションプール内で個々に各第一オブジェクトについて予測されることが可能である。

たとえば、上述されるような販売設定について、アプリケーションプールは、各販売設定についてセットアップされることができる。アプリケーションプールは、アプリケーションが提示された商品オブジェクト、及び他の推奨要求を提示した後にそれぞれの販売設定のアプリケーション基準を満たす商品オブジェクト（複数可）を含む。推定トランザクション量は、上述されるようにトランザクション量の予測モデルに従いアプリケーションプール内で個々に各商品オブジェクトについて予測されることが可能である。上述されるようなユーザの商品オブジェクトの推定トランザクション量について、販売設定のアプリケーションプール内のすべての商品オブジェクトの複数の推定トランザクション量の中の１つの推定トランザクション量の初期推定ランキングを計算することが可能である。

サブステップＡ３２は、第一オブジェクトがそれぞれのオブジェクト表示環境下において、第一オブジェクトの初期推定ランキング、推定アプリケーション数、及び表示位置数に基づきそれぞれのオブジェクト表示環境にマッチングするかどうかを判定する。

商品オブジェクトの初期推定ランキングを取得した後に、判定は、商品オブジェクトが販売設定下において推定アプリケーション数、及び表示位置数の使用と併せて、それぞれのオブジェクト表示環境内で表示のために適切であるかどうかについて行われる。

本出願の別の好ましい実施形態において、サブステップＡ３２は、サブステップＡ３２１からＡ３２３を含む。

サブステップＡ３２１は、第一オブジェクトの初期推定ランキング、及び推定アプリケーション数に基づきオブジェクト表示環境下において第一オブジェクトの最終推定ランキングを計算する。

本出願の実施形態において、商品オブジェクトの初期推定ランキングを取得した後に、商品オブジェクトが占めるアプリケーションプール内のすべての商品オブジェクトの割合は、初期推定ランキングに基づき取得される。たとえば、合計２００個の商品オブジェクトがあり、ステップ１１０に提示される推奨要求に対応する商品オブジェクトの初期推定ランキングは、１００番目であり、そのランキングパラメータは、１００／２００である。

ランキングパラメータ、及び推定アプリケーション数の積に基づき、販売設定内の商品オブジェクトの最終推定ランキングを取得する。

サブステップＡ３２２は、最終推定ランキングがオブジェクト表示環境の表示位置数より少ないかどうかを判定し、最終推定ランキングが表示位置数より少ない場合にステップ１４０に進行する。

最終推定ランキングを取得した後に、販売設定の、最終推定ランキングと、表示位置数との間の比較を行うことが可能である。最終推定ランキングが表示位置数より少ない場合に、これは、販売設定内に商品オブジェクトを表示することが可能であることを示す。ステップ１４０に進行することが可能である。

好ましくは、方法はつぎのサブステップを更に含む。

サブステップＡ３２３は、第一オブジェクトについて、各オブジェクト表示環境のそれぞれの最終推定ランキングがそれぞれの表示位置数より少なくない場合に、第一オブジェクトのオブジェクト表示環境であるために最小である、対応する表示位置数と、最終推定ランキングとの間の差を有するオブジェクト表示環境を選択する。ステップ１４０に進行する。

商品オブジェクトについて、各販売設定下において最終推定ランキングがそれぞれの販売設定の対応する表示位置数より少なくない場合に、最小である、最終推定ランキングと、対応する表示位置数との間の差を有する販売設定は、商品オブジェクトにマッチングする販売設定であるように選択される。たとえば、計算は、「（最終推定ランキング−表示位置数）／表示位置数」に基づき実行され、取得される値の中で最小である値に対応する販売設定は、商品オブジェクトに対応する販売設定である。つぎにステップ１４０に進行することが可能である。

本出願の別の好ましい実施形態において、サブステップＡ３２１の前に、方法は、さらにつぎのサブステップを含む。

サブステップＡ３２０は、各オブジェクト表示環境下において第一オブジェクトの推定トランザクション値に従い降順にオブジェクト表示環境をランク付けする。サブステップＡ３２１に進行する。

本出願の実施形態において、ステップ１２０において商品オブジェクトについて複数の販売設定を選択し、各販売設定の推定トランザクション量を先のステップを介して計算するため、販売設定は、推定販売数量に従いランク付けされることが可能である。つぎに、計算のために、上位ランクに位置する販売設定から開始するステップＡ３２１を実行する。

本出願の実施形態において、販売設定の表示位置数より大きい最終推定ランキング数を設定することが可能であり、たとえば、１として設定する。最終推定ランキングが表示位置数より少なかった後に、サブステップＡ３２１の計算は、販売設定後にランク付けされる販売設定（複数可）について実行されない。たとえば、２が設定される場合に、ステップＡ３２１からＡ３２２のプロシージャは、２つの販売設定が要件を満たすまで実行され、計算は、そのつぎの販売設定について実行されない。明らかに、このタイプの状況において、１つの販売設定のみを最後に計算から取得する場合に、この販売設定のみをステップ１４０に入れる。他の状況は、同様に取り扱われることが可能である。

対応するインタフェースが本出願の実施形態においてさまざまなデータベースのデータを取得するときに取得されたデータと称されることが可能であることを理解することが可能である。本出願の実施形態は、取得方法の詳細について、いかなる制限も有さない。

ステップ１４０は、第一オブジェクトとマッチングするオブジェクト表示環境（複数可）に基づき表示推奨を生成し、提示用にユーザのクライアントへ表示推奨を返す。

本出願の実施形態において、表示推奨は、販売設定（複数可）の名前（複数可）、推定トランザクション量（複数可）、最終推定ランキング（複数可）などのような、データを含むことができる。

アプリケーション基準により構成されるオブジェクト表示環境について、及びユーザにより提示される推奨要求について、本出願の実施形態は、すべてのオブジェクト表示環境のアプリケーション基準とユーザのプロパティ情報をマッチングさせ、ユーザのプロパティ情報を満たすさまざまなオブジェクト表示環境を選択し、つぎにさまざまな第一オブジェクトのトランザクションデータの履歴記録、及びさまざまな第一オブジェクトのアプリケーションデータの履歴記録などの、さまざまなオブジェクト表示環境の履歴記録に基づき要求が提示される第一オブジェクトにマッチングするオブジェクト表示環境（複数可）を自動的に分析することが可能である。つぎに表示推奨は、オブジェクト表示環境（複数可）に基づき生成され、ユーザが提示用に設置するクライアントへ返され、第一オブジェクトを表示するためにオブジェクト表示環境を適用するようにユーザを導く。このようなものとして、ユーザは、彼／彼女が適切であるオブジェクト表示環境のタイプ（複数可）を決定する、サーバへのクエリ要求を頻繁に送信する必要がないので、ユーザの操作を軽減させ、クライアントのリソースの占有率を低減させる。さらに、ユーザにより必要とされる第一オブジェクトについて、第一オブジェクトにマッチングするオブジェクト表示環境（複数可）は、ユーザのプロパティ情報を満たすさまざまなオブジェクト表示環境の中の各オブジェクト表示環境下において、履歴記録に基づき自動的に決定されることが可能である。これにより表示推奨は、ユーザのために生成され、ユーザへより良いオブジェクト表示環境を推奨することが可能である。さらに、オブジェクト表示環境のために適用するようにユーザを導くため、第一オブジェクトの表示効率、及びオブジェクト表示環境の全体的な表示効率を向上させ、各オブジェクト表示環境の表示リソースの浪費を削減させる。

電子ビジネスプラットフォームは、実施例として特に使用される。さまざまな販売設定がそこにオブジェクト表示環境として設定され、販売設定がアプリケーション基準を有する場合に、電子ビジネスプラットフォームは、マーチャントにより提示される１つの特定の商品オブジェクトについて１つの推奨要求を受信した後に、マーチャントのプロパティ情報（基本的なプロパティ、信頼性プロパティなどのようなプロパティ情報である）に基づき特定のマーチャントのプロパティ情報にマッチングする、それぞれのアプリケーション基準を有する販売設定を最初に選択する。これらの選択された販売設定の中から、つぎに電子ビジネスプラットフォームは、その履歴記録に基づき商品オブジェクトにマッチングする販売設定（複数可）を決定するので、ユーザが適用することが可能である販売設定（複数可）を推奨する。マーチャントについて、彼／彼女が適用することが可能である１つ以上の販売設定を知り、より良い方式において商品オブジェクトを販売促進することが可能である１つ以上の販売設定をも知るために、そのクライアントに提示される単一の推奨要求のみを必要とするので、マーチャントの操作を軽減させる。さらに、これは、販売設定のために適用し、さまざまなオブジェクト表示環境についてそれぞれのアプリケーション数のバランスを取り、さまざまな販売設定の表示リソースのそれぞれの利用率を向上させるようにユーザを導くことが可能である。

本出願をさらに明確に記述するために、本出願は、第一実施形態に基づき第二実施形態を使用して記述される。

第二実施形態
図２は、本出願の実施形態に従うデータ処理方法のフローチャートを示す。つぎのステップを含むことが可能である。

ステップ２１０は、事前に、トランザクション値の予測モデル、及びアプリケーション数の予測モデルを構築する。

トランザクション値の予測モデル、及びアプリケーション数の予測モデルは、第一実施形態のこれらに類似した原理を使用して構築されることが可能である。

ステップ２１２は、ユーザにより提示される推奨要求を受信し、この推奨要求が第一オブジェクト及びユーザ識別子を含む。

たとえば、マーチャントｘｘｘは、推奨要求を提示し、推奨要求は、商品オブジェクト（ｙｙｙ）及びマーチャントＩＤ（ｘｘｘ）を含む。この事例において、ｙｙｙ及び特徴データは、評価されるマーチャントのデータベースに入力されることが可能である。

ステップ２１４は、ユーザ識別子に対応するプロパティ情報を取得し、このプロパティ情報にマッチングするさまざまなオブジェクト表示環境を選択する。

マーチャントｙｙｙのプロパティ情報は、評価されるマーチャントのデータベースから取得され、各販売設定のアプリケーション基準とマッチングされ、それぞれの基準が満たされる販売設定（複数可）を決定する。たとえば、ｐ個の販売設定数を確認する。

ステップ２１６は、各オブジェクト表示環境のそれぞれのトランザクション値の予測モデルを使用してさまざまなオブジェクト表示環境下において第一オブジェクトの推定トランザクション値を別々に計算する。

第一実施形態の同様の原理に従い、さまざまなオブジェクト表示環境内のｙｙｙの推定トランザクション量を計算し、ｐ個の販売設定数の推定トランザクション量｛Ｇ＿１，Ｇ＿２，．．．，Ｇ＿ｐ｝を取得する。

ステップ２１８は、推奨要求を受信するときに、さまざまなオブジェクト表示環境の対応するアプリケーション数に基づきさまざまなオブジェクト表示環境のそれぞれのアプリケーション数の予測モデルを使用してさまざまなオブジェクト表示環境下において、推定アプリケーション数を別々に計算する。

第一実施形態の同様の原理に従い、ｋ番目の時間内のｐ個の販売設定数の、推定アプリケーション数、｛Ｂｓｕｍ＿１，Ｂｓｕｍ＿２，．．．，Ｂｓｕｍ＿ｐ｝を計算する。

ステップ２２０は、さまざまなオブジェクト表示環境下において第一オブジェクトの推定トランザクション値のシーケンスの降順にオブジェクト表示環境を配列し、対応する｛Ｇ＿１，Ｇ＿２，．．．，Ｇ＿ｐ｝に従いシーケンスの降順に販売設定を配列する。

ステップ２２２は、推定トランザクション値に基づき各オブジェクト表示環境について商品オブジェクトの初期推定ランキングを順次に決定する。

販売設定内のｙｙｙの初期推定ランキング、Ｒ＿１＿ｋは、先のステップに基づきシーケンスの先頭に位置する。アプリケーションプール内の合計の商品オブジェクト数は、Ｕである。

ステップ２２４は、第一オブジェクトの初期推定ランキング、及び推定アプリケーション数に基づきオブジェクト表示環境下において第一オブジェクトの最終推定ランキングを計算する。

ｉ番目の設定の最終推定ランキングＲ＿ｉは、Ｒ＿ｉ＝（Ｒ＿ｉ＿ｋ／Ｕ）^*Ｂｓｕｍ＿ｉに従い計算され、そこでＲ＿ｉ＿ｋは、ｉ番目の販売設定内のｙｙｙの初期推定ランキングを表現し、Ｂｓｕｍ＿ｉは、ｉ番目のクライアントの推定アプリケーション数を表現する。

ステップ２２６は、最終推定ランキングがオブジェクト表示環境の表示位置数より小さいかどうかを判定する。最終推定ランキングがオブジェクト表示環境の表示位置数より小さい場合に、オブジェクト表示環境は、第一オブジェクトにマッチングするオブジェクト表示環境として扱われ、ステップ２３０に進行する。最終推定ランキングがオブジェクト表示環境の表示位置数より小さくない場合に、ステップ２２８に進行する。

ｉ番目の販売設定の、Ｒ＿ｉと、表示位置数Ｗ＿ｉとの間の比較を実行し、決定する。

ステップ２２８は、最小である、それぞれの最終推定ランキングと、対応する表示位置数との間の差を有するオブジェクト表示環境を選択し、ステップ２３０に進行する。

ｐ個の販売設定数下のＲ＿ｉが対応するＷ＿ｉよりすべて大きい場合に、Ｒ＿ｉとｉ番目の販売設定との間のそれぞれの差は、式、（Ｒ＿ｉ−Ｗ＿ｉ）／Ｗ＿ｉ）に従い計算され、最小の（Ｒ＿ｉ−Ｗ＿ｉ）／Ｗ＿ｉ）を有する販売設定は、ステップ２３０に入れるために選択される。

ステップ２３０は、第一オブジェクトにマッチングするオブジェクト表示環境に基づき表示推奨を生成し、この表示推奨をユーザが提示用に配置するクライアントへ返す。

本出願の実施形態において、さまざまな販売設定は、電子ビジネスプラットフォーム内のオブジェクト表示環境として設定され、販売設定は、アプリケーション基準を有する。電子ビジネスプラットフォームは、マーチャントにより提示される特定の商品オブジェクトについて推奨要求を受信した後に、マーチャントのプロパティ情報（基本的なプロパティ、信頼性プロパティなどのようなプロパティ情報である）に基づき特定のマーチャントのプロパティ情報にマッチングする、それぞれアプリケーション基準を有する販売設定を最初に選択する。これらの選択された販売設定の中から、つぎに電子ビジネスプラットフォームは、その履歴記録に基づき商品オブジェクトにマッチングする販売設定（複数可）を決定することにより、ユーザが適用することが可能である販売設定（複数可）を推奨する。マーチャントについて、彼／彼女が適用することが可能である１つ以上の販売設定を知るために、及びより良い方式において商品オブジェクトを販売促進することが可能である１つ以上の販売設定をも知るために、そのクライアント内に提示される、単一の推奨要求のみを必要とするので、マーチャントの操作を軽減させる。さらに、これは、販売設定のために適用するように、さまざまなオブジェクト表示環境についてそれぞれのアプリケーション数のバランスを取るように、及びさまざまな販売設定の表示リソースのそれぞれの利用率を向上させるように、ユーザを導くことが可能である。

第三実施形態
図３は、本出願の実施形態に従うデータ処理方法のフローチャートを示す。つぎのステップを含むことができる。

ステップ３１０は、サーバへ推奨要求を送信し、この推奨要求が第一オブジェクト及びユーザ識別子を含む。

本出願の実施形態において、マーチャントは、そのクライアントから電子ビジネスプラットフォームのサーバへ推奨要求を送信することが可能である。

ステップ３２０は、推奨要求に従いサーバにより返される表示推奨を受信し、クライアントに表示推奨を表示する。表示推奨は、第一オブジェクトとマッチングするオブジェクト表示環境（複数可）に基づきサーバにより生成される。第一オブジェクトとマッチングするオブジェクト表示環境（複数可）は、さまざまなオブジェクト表示環境の履歴記録に基づき決定される。さまざまなオブジェクト表示環境は、ユーザ識別子に対応するプロパティ情報に基づき複数のオブジェクト表示環境の中から選択され、取得される。

本出願の実施形態において、推奨要求を受信することに応答して、電子ビジネスプラットフォームのサーバは、第一実施形態または第二実施形態の関連した原理に従い第一オブジェクトに対応する表示推奨を生成し、表示推奨をクライアントへ返す。サーバにより表示推奨を生成するプロセスの詳細は、第一実施形態及び第二実施形態の説明を参照することが可能であり、本明細書に繰り返し記述されない。

表示推奨を受信した後に、クライアントは、表示インタフェースを生成し、提示用に表示インタフェース上に表示推奨をレンダリングする。

その後、ユーザは、特定のオブジェクト表示環境内に表示される第一オブジェクトを含む、アプリケーションを電子ビジネスプラットフォームへ意図的に提示することが可能である。

アプリケーション基準により構成されるオブジェクト表示環境について、及びユーザにより提示される推奨要求について、本出願の実施形態は、ユーザのプロパティ情報をすべてのオブジェクト表示環境のアプリケーション基準とマッチングさせ、ユーザのプロパティ情報を満たすさまざまなオブジェクト表示環境を選択し、つぎにさまざまな第一オブジェクトのトランザクションデータの履歴記録、及びさまざまな第一オブジェクトのアプリケーションデータの履歴記録のような、さまざまなオブジェクト表示環境の履歴記録に基づきこの要求が提示される、第一オブジェクトにマッチングするオブジェクト表示環境（複数可）を自動的に分析することが可能である。つぎに表示推奨は、オブジェクト表示環境（複数可）に基づき生成され、ユーザが提示用に設置するクライアントへ返され、第一オブジェクトを表示するためにオブジェクト表示環境を適用するようにユーザを導く。このようなものとして、ユーザは、彼／彼女が適切であるオブジェクト表示環境のタイプ（複数可）を決定するためにクエリ要求をサーバへ頻繁に送信する必要がないので、ユーザの操作を軽減させ、クライアントのリソースの占有率を低減させる。さらに、ユーザにより必要とされる第一オブジェクトについて、第一オブジェクトにマッチングするオブジェクト表示環境（複数可）は、ユーザのプロパティ情報を満たすさまざまなオブジェクト表示環境の中の各オブジェクト表示環境下において、履歴記録に基づき自動的に決定されることが可能である。これにより表示推奨は、ユーザについて生成され、より良いオブジェクト表示環境をユーザへ推奨することが可能である。さらに、ユーザは、オブジェクト表示環境のために適用するように導かれるので、第一オブジェクトの表示効率、及びオブジェクト表示環境の全体的な表示効率を向上させ、各オブジェクト表示環境の表示リソースの浪費を削減させる。

電子ビジネスプラットフォームは、実施例として特に使用される。さまざまな販売設定がそのオブジェクト表示環境として設定され、これらの販売設定がアプリケーション基準を有する場合に、電子ビジネスプラットフォームは、マーチャントにより提示される特定の商品オブジェクトについての推奨要求を受信した後に、マーチャントのプロパティ情報（基本的なプロパティ、信頼性プロパティなどのようなプロパティ情報である）に基づき特定のマーチャントのプロパティ情報にマッチングするそれぞれのアプリケーション基準を有する販売設定を最初に選択する。これらの選択された販売設定の中から、つぎに電子ビジネスプラットフォームは、その履歴記録に基づき商品オブジェクトにマッチングする販売設定（複数可）を決定するので、ユーザが適用することが可能である販売設定（複数可）を推奨する。マーチャントについて、彼／彼女が適用することが可能である１つ以上の販売設定を知るために、及びより良い方式において商品オブジェクトを販売促進することが可能である１つ以上の販売設定をも知るために、そのクライアントに提示される単一の推奨要求のみを必要とするので、マーチャントの操作を軽減させる。さらに、これは、販売設定のために適用し、さまざまなオブジェクト表示環境についてのそれぞれのアプリケーション数のバランスを取り、さまざまな販売設定の表示リソースのそれぞれの利用率を向上させるようにユーザを導くことが可能である。

説明のために方法の実施形態を一連のアクションの組み合わせとして表現することに留意するべきである。しかしながら、当業者は、本出願の実施形態に従い他の順序で、または並列して、特定のステップを実行することが可能であるために、本出願の実施形態がアクションの説明された順序に制限されないことを理解することが可能である。さらに、当業者は、本明細書に記述される実施形態が好ましい実施形態であり、その中に含まれるアクションが本出願の実施形態に必ずしも不可欠ではない可能性があることも理解するであろう。

第四実施形態
図４は、本出願の実施形態に従うデータ処理装置の構造ブロック図を示す。つぎのモジュールを含むことができる。

推奨要求受信モジュール４１０は、ユーザにより提示される推奨要求を受信するために使用され、この推奨要求は、第一オブジェクト、及びユーザ識別子を含む。

環境フィルタリング及び選択モジュール４２０は、ユーザ識別子に対応するプロパティ情報を取得するために、及びこのプロパティ情報とマッチングするさまざまなオブジェクト表示環境をフィルタリングし、選択するために使用される。

環境決定モジュール４３０は、フィルタリングされ選択されたさまざまなオブジェクト表示環境下においてオブジェクト表示環境の、履歴記録、及びそれぞれの表示位置数に基づき第一オブジェクトにマッチングする各オブジェクト表示環境を決定するために使用され、これらの履歴記録は、対応するオブジェクト表示環境下において、さまざまな第一オブジェクトのトランザクションデータ、及びさまざまな第一オブジェクトのアプリケーションデータを含む。

推奨返却モジュール４４０は、表示推奨を生成するために、及びユーザが表示用に設置するクライアントへ表示推奨を返すために使用される。

本出願の別の好ましい実施形態において、環境決定モジュールは、オブジェクト表示環境のそれぞれのトランザクション値の予測モデルを使用してさまざまなオブジェクト表示環境下において、第一オブジェクトの推定トランザクション値を別々に計算するために使用され、そこでそれぞれのトランザクション値の予測モデルが対応するオブジェクト表示環境下においてトランザクションデータの履歴記録に基づき構築される、推定トランザクション値の決定サブモジュールと、推奨要求を受信するときにさまざまなオブジェクト表示環境の対応するアプリケーション数に基づきオブジェクト表示環境のそれぞれのアプリケーション数の予測モデルを使用してさまざまなオブジェクト表示環境下において第一オブジェクトの推定アプリケーション数を別々に計算するために使用され、そこでそれぞれのアプリケーション数の予測モデルが対応するオブジェクト表示環境下においてアプリケーションデータの履歴記録に基づき構築される、推定アプリケーション数決定サブモジュールと、第一オブジェクトがそれぞれのオブジェクト表示環境下において、推定トランザクション値、推定アプリケーション数、及び表示位置数に基づき各オブジェクト表示環境についてそれぞれのオブジェクト表示環境のために適切であるかどうかを判定するために使用される、環境決定サブモジュールとを備える。

本出願の別の好ましい実施形態において、環境決定サブモジュールは、推定トランザクション値に基づき第一オブジェクトの初期推定ランキングを決定するために使用される第一取得サブモジュールと、第一オブジェクトがそれぞれのオブジェクト表示環境下において、第一オブジェクトの初期推定ランキング、推定アプリケーション数、及び表示位置数に基づきそれぞれのオブジェクト表示環境のために適切であるかどうかを判定するために使用される環境決定サブモジュールとを備える。

本出願の別の好ましい実施形態において、第一環境決定サブモジュールは、第一オブジェクトの初期推定ランキング、及び推定アプリケーション数に基づきそれぞれのオブジェクト表示環境下において第一オブジェクトの最終推定ランキングを計算するために使用される最終ランキング決定サブモジュールと、最終推定ランキングがそれぞれのオブジェクト表示環境の表示位置数より小さいかどうかを判定するために、および、前記最終推定ランキングが前記表示位置数より小さい場合に、前記それぞれのオブジェクト表示環境を前記表示推奨に追加するよう前記推奨返却モジュールに命令するために使用される位置決定サブモジュールとを備える。

本出願の別の好ましい実施形態において、失敗したマッチングへの補償サブモジュールをさらに備え、この失敗したマッチングへの補償サブモジュールは、さまざまなオブジェクト表示環境の最終推定ランキングがそれぞれの表示位置数より小さくない場合に、第一オブジェクトにマッチングするオブジェクト表示環境として最小である、第一オブジェクトについての最終推定ランキングと、対応する表示位置数との間の差を有するオブジェクト表示環境を選択するために、及び表示推奨を生成し、ユーザが表示用に設置するクライアントへ表示推奨を返すステップに進行するために使用される。

本出願の別の好ましい実施形態において、最終ランキング決定サブモジュール前に、順序付けサブモジュールをさらに備え、この順序付けサブモジュールは、さまざまなオブジェクト表示環境下において第一オブジェクトの推定トランザクション値の降順にオブジェクト表示環境を順序付けするために、及び順序の先頭に位置するオブジェクト表示環境から開始し、その最終ランキング決定サブモジュールに入るために使用される。

本出願の別の好ましい実施形態において、またトランザクション値予測モデル構築モジュールを備え、このトランザクション値予測モデル構築モジュールは、プラットフォーム販売データベースからさまざまなトランザクションデータを取得し、トランザクションデータが属するそれぞれのオブジェクト表示環境をカテゴリ化するために使用される、トランザクションデータ取得サブモジュールと、各カテゴリ下においてトランザクションデータを使用してオブジェクト表示環境の対応するトレーニングサンプルセットを構築するために使用されるトレーニングサンプルセット構築サブモジュールと、回帰モデルトレーニングを使用して、標的として推定されるトランザクション値を含むそれぞれのトランザクション値の予測モデルを、各オブジェクト表示環境のトレーニングサンプルセットによりトレーニングするために使用されるトランザクション値予測モデルトレーニングサブモジュールとを備える。

本出願の別の好ましい実施形態において、アプリケーション数の予測モデル構築モジュールをも備え、このアプリケーション数の予測モデル構築モジュールは、プラットフォーム販売データベースからさまざまなアプリケーションデータを取得し、これらのアプリケーションデータが属するそれぞれのオブジェクト表示環境をカテゴリ化するために使用される、アプリケーション数の取得サブモジュールと、アプリケーションセクション（複数可）に従いそれぞれのカテゴリ下においてアプリケーションデータを使用して所定のアプリケーションセクション（複数可）に指定された期間内のそれぞれのアプリケーション数を計数するために使用される分界サブモジュールと、すべてのアプリケーションセクション（複数可）のさまざまな指定された時間長についてカウンターポイントスムージングを実行し、適合させることによりさまざまな指定された期間の適合したアプリケーション数を取得するために使用される適合サブモジュールと、さまざまな指定された期間、及び適合したアプリケーション数に基づきオブジェクト表示環境の対応するアプリケーション数の予測モデルを構築するために使用される、アプリケーション数の予測モデル構築サブモジュールとを備える。

本出願の別の好ましい実施形態において、第一オブジェクトは、商品オブジェクトであり、オブジェクト表示環境は、販売設定であり、推定トランザクション値は、推定トランザクション量である。

第五実施形態
図５は、クライアントに適用され、つぎのモジュールを含むことができる、本出願の実施形態に従うデータ処理装置の構造ブロック図を示す。

要求送信モジュール５１０は、推奨要求をサーバへ送信するために使用され、この推奨要求は、第一オブジェクト、及びユーザ識別子を含む。

推奨提示モジュール５２０は、推奨要求に基づきサーバから返される表示推奨を受信し、クライアントに提示を行うために使用され、この表示推奨は、第一オブジェクトとマッチングするオブジェクト表示環境に基づきサーバにより生成され、第一オブジェクトとマッチングするオブジェクト表示環境は、さまざまなオブジェクト表示環境の履歴記録に基づき決定され、さまざまなオブジェクト表示環境は、ユーザ識別子のプロパティ情報に基づき複数のオブジェクト表示環境からフィルタリングされ、選択される。

装置の実施形態が方法の実施形態と基本的に類似するために、その説明は、比較的に簡潔であり、関連する部分は、方法の実施形態の対応する部分に参照されることが可能である。

本明細書のこれらの実施形態は、漸進的な方式において説明される。各実施形態は、これらの他の実施形態と異なる焦点を有する。さまざまな実施形態の、同一の、及び同様の部分は、相互に参照されることが可能である。

当業者は、本出願の実施形態が方法、装置、またはコンピュータプログラム製品として提供されることが可能であることを理解するであろう。その結果、本出願の実施形態は、完全なハードウェア実施形態、完全なソフトウェア実施形態、またはソフトウェア及びハードウェアの組み合わせの実施形態の形態に採用されることが可能である。さらに、本出願の実施形態は、コンピュータ使用可能プログラムコードを含む１つ以上のコンピュータ使用可能記憶媒体（限定されないが、磁気ストレージデバイス、ＣＤ−ＲＯＭ、光学ストレージデバイスなどを含む）の形態において実装されるコンピュータプログラム製品に採用されることが可能である。

典型的な構成において、コンピュータデバイスは、１つ以上のプロセッサ（ＣＰＵ）、入出力インタフェース、ネットワークインタフェース、及びメモリを含む。メモリは、揮発性メモリ、ランダムアクセスメモリ（ＲＡＭ）、及び／または不揮発性メモリなどの、たとえば、読み出し専用メモリ（ＲＯＭ）またはフラッシュＲＡＭなどのコンピュータ可読媒体の形態を含むことができる。メモリは、コンピュータ可読媒体の実施例である。コンピュータ可読媒体は、いずれかの方法または技術を使用して情報の格納を達成することができる、揮発性または不揮発性タイプ、リムーバブルまたは非リムーバブル媒体を含むことができる。情報は、コンピュータ可読インストラクション、データ構造、プログラムモジュール、または他のデータを含むことができる。コンピュータ記憶媒体の実施例は、限定されないが、コンピューティングデバイスによりアクセスされることができる情報を格納するために使用されることができる、相変化メモリ（ＰＲＡＭ）、スタティックランダムアクセスメモリ（ＳＲＡＭ）、ダイナミックランダムアクセスメモリ（ＤＲＡＭ）、他のタイプのランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、電気的に消去可能でプログラム可能な読み出し専用メモリ（ＥＥＰＲＯＭ）、クイックフラッシュメモリもしくは他の内部ストレージ技術、コンパクトディスク読み出し専用メモリ（ＣＤ−ＲＯＭ）、デジタル多目的ディスク（ＤＶＤ）もしくは他の光学ストレージ、磁気カセットテープ、磁気ディスクストレージもしくは他の磁気ストレージデバイス、または任意の他の非伝送媒体を含む。本明細書に定義されるように、コンピュータ可読媒体は、変調されたデータ信号及び搬送波などの、一時的な媒体を含まない。

本出願は、本出願の実施形態に従い、方法、端末装置（システム）、及びコンピュータプログラム製品のフローチャート及び／またはブロック図を参照して記述される。コンピュータプログラムインストラクションを使用して、フローチャート及び／またはブロック図内の各プロセス及び／またはブロック、及びフローチャート及び／またはブロック図内のプロセス（複数可）及び／またはブロック（複数可）の組み合わせを実装することができることを理解するであろう。これらのコンピュータプログラムインストラクションは、マシンを生成するために、汎用コンピュータ、専用コンピュータ、埋め込み型プロセッサ、または別のプログラム可能なデータ処理端末装置のプロセッサへ提供されることができるため、別のプログラム可能なデータ処理端末装置のコンピュータまたはプロセッサにより実行されるインストラクションは、フローチャート内の１つ以上のプロセスにおいて、及び／またはブロック図内の１つ以上のブロックにおいて、指定される機能（複数可）を実装するための装置を生成する。

これらのコンピュータプログラムインストラクションは、コンピュータ可読ストレージデバイス内に格納されるインストラクションがインストラクション装置を含む製品を生成するように、特定の方式において操作を実行するようにコンピュータまたは別のプログラム可能なデータ処理端末装置に命令することが可能であるコンピュータ可読ストレージデバイス内に格納されることもできる。インストラクション装置は、フローチャート内の１つ以上のプロセスにおいて、及び／またはブロック図内の１つ以上のブロックにおいて指定される機能（複数可）を実施する。

これらのコンピュータプログラムインストラクションは、コンピュータ、または他のプログラム可能な端末装置上で一連の操作を実行するように、コンピュータ、または別のプログラム可能なデータ処理端末装置上にロードされることもできることにより、コンピュータに実装された処理を生成する。したがって、コンピュータ、または他のプログラム可能な端末装置上で実行されるインストラクションは、フローチャート内の１つ以上のプロセスにおいて、及び／またはブロック図内の１つ以上のブロックにおいて、指定される機能（複数可）を実装するためのプロシージャを提供する。

本出願の実施形態において例示的な実施形態を説明したが、当業者は、基本的な発明概念を知った後にこれらの実施形態へ他の変更及び修正を実行することができる。したがって、添付の特許請求の範囲は、本出願の実施形態の範囲に入る、発明を実施するための形態、ならびにすべての変更及び修正を有するように解釈されることを意図される。

最後に、「第一」及び「第二」などの関係語が一方のエンティティまたは操作を他方のエンティティまたは操作から区別するためにのみ使用され、必ずしもこれら現実のエンティティまたは操作間のこれらの関係または順序付けのうちのいずれかを必要としない、または黙示しないことにさらに留意すべきである。さらに、「ｉｎｃｌｕｄｅ（含む）」、「ｃｏｍｐｒｉｓｅ（含む）」、または他のその変形形態のような用語は、非排他的な包含を網羅することを意図されるため、一連の要素を含む、プロセス、方法、物品、または端末装置は、これらの要素を含むだけではなく、明示的に列挙されない他の要素をも含む、またはプロセス、方法、物品、もしくは端末装置の固有の要素をもさらに含む。さらなる制限なしで、語句「ｉｎｃｌｕｄｅ ａ／ａｎ．．．（１つの．．．を含む）」により定義される要素は、この要素を含む、プロセス、方法、物品、または端末装置に存在する、他の同一の要素を排除しない。

本出願に提供されるデータ処理方法、及びデータ処理装置は、上記に詳細に記述される。特定の実施例は、本出願の原理及び実施態様を図示するために本明細書に使用されるが、上記の発明を実施するための形態は、本出願の方法、及びその中核となるアイディアを理解することを援助するためにのみ使用される。さらに、当業者は、本出願のアイディアに基づき適用の例示的な実施態様及び範囲を変更することができる。簡潔に言えば、本明細書の内容は、本出願を限定するものとして解釈されるべきではない。

Claims (18)

1. サーバによって実行されるデータ処理方法であって、
   前記サーバが、ユーザにより提示される推奨要求をクライアントから受信することであって、前記推奨要求が第一オブジェクト及びユーザ識別子を含む、ことと、
   前記サーバが、前記ユーザ識別子に対応するプロパティ情報をプラットフォームマーチャントデータベースから取得し、取得した前記プロパティ情報とマッチングするさまざまなオブジェクト表示環境をプラットフォーム販売データベースから選択し、前記マッチングは、前記プロパティ情報と、前記オブジェクト表示環境に関連付けられるアプリケーション基準とに基づいて実行され、
   前記サーバが、前記選択されたさまざまなオブジェクト表示環境下において、前記オブジェクト表示環境の履歴記録及び対応する表示位置数に基づいて前記第一オブジェクトにマッチングする各オブジェクト表示環境を決定することであって、前記履歴記録が、対応するオブジェクト表示環境下で、さまざまな第一オブジェクトのトランザクションデータ、及び前記さまざまな第一オブジェクトのアプリケーションデータを含む、ことと、
   前記サーバが、決定された前記第一オブジェクトにマッチングする前記オブジェクト表示環境に基づいて表示推奨を生成し、前記ユーザが表示用に設置する前記クライアントへ前記表示推奨を返すことと、
   を備える、データ処理方法。
2. 前記選択されたさまざまなオブジェクト表示環境下において、前記オブジェクト表示環境の前記履歴記録及び前記対応する表示位置数に基づいて前記第一オブジェクトにマッチングする各オブジェクト表示環境を決定することは、
   前記オブジェクト表示環境のそれぞれのトランザクション値の予測モデルを使用して前記さまざまなオブジェクト表示環境下において前記第一オブジェクトの推定トランザクション値を別々に計算し、前記それぞれのトランザクション値の予測モデルは、対応するオブジェクト表示環境下においてトランザクションデータの履歴記録に基づき構築され、
   前記推奨要求が受信されるときに、前記さまざまなオブジェクト表示環境の対応するアプリケーション数に基づき前記オブジェクト表示環境のそれぞれのアプリケーション数の予測モデルを使用して前記さまざまなオブジェクト表示環境下において前記第一オブジェクトの推定アプリケーション数を別々に計算し、前記それぞれのアプリケーション数の予測モデルは、対応するオブジェクト表示環境下においてアプリケーションデータの履歴記録に基づき構築され、
   前記第一オブジェクトがそれぞれのオブジェクト表示環境下において、推定トランザクション値、推定アプリケーション数、及び表示位置数に基づき各オブジェクト表示環境についての前記それぞれのオブジェクト表示環境のために適切であるかどうかを判定する、
   ことを備える、請求項１に記載の方法。
3. 前記第一オブジェクトが前記それぞれのオブジェクト表示環境下において、前記推定トランザクション値、前記推定アプリケーション数、及び前記表示位置数に基づき各オブジェクト表示環境について前記それぞれのオブジェクト表示環境のために適切であるかどうかを判定することは、
   前記推定トランザクション値に基づき前記第一オブジェクトの初期推定ランキングを決定し、
   前記第一オブジェクトが前記それぞれのオブジェクト表示環境下において、前記第一オブジェクトの前記初期推定ランキング、前記推定アプリケーション数、及び前記表示位置数に基づき前記それぞれのオブジェクト表示環境のために適切であるかどうかを判定する、
   ことを備える、請求項２に記載の方法。
4. 前記第一オブジェクトが前記それぞれのオブジェクト表示環境下において、前記第一オブジェクトの前記初期推定ランキング、前記推定アプリケーション数、及び前記表示位置数に基づき前記それぞれのオブジェクト表示環境のために適切であるかどうかを判定することは、
   前記第一オブジェクトの前記初期推定ランキング、及び前記推定アプリケーション数に基づき前記それぞれのオブジェクト表示環境下において前記第一オブジェクトの最終推定ランキングを計算し、
   前記最終推定ランキングが前記それぞれのオブジェクト表示環境の前記表示位置数より小さいかどうかを判定し、
   前記最終推定ランキングが前記表示位置数より小さい場合に、前記表示推奨を生成し、前記ユーザが表示用に位置する前記クライアントへ前記表示推奨を返す、
   ことを備える、請求項３に記載の方法。
5. 前記さまざまなオブジェクト表示環境の最終推定ランキングが対応する表示位置数より小さくない場合に、前記第一オブジェクトにマッチングするオブジェクト表示環境として最小である、前記第一オブジェクトについての最終推定ランキングと、対応する表示位置数との間の差を有するオブジェクト表示環境を選択すること、及び前記表示推奨の前記生成に進行し、前記ユーザが表示用に位置する前記クライアントへ前記表示推奨を返すことをさらに備える、請求項４に記載の方法。
6. 前記第一オブジェクトの前記初期推定ランキング、及び前記推定アプリケーション数に基づき前記それぞれのオブジェクト表示環境下において前記第一オブジェクトの前記最終推定ランキングを計算する前に、前記方法は、
   前記さまざまなオブジェクト表示環境下において前記第一オブジェクトの前記推定トランザクション値の降順に前記オブジェクト表示環境を順序付けし、
   前記順序の先頭に位置するオブジェクト表示環境から開始し、前記第一オブジェクトの前記初期推定ランキング、及び前記推定アプリケーション数に基づき前記それぞれのオブジェクト表示環境下において前記第一オブジェクトの前記最終推定ランキングの前記計算に進行する、
   ことをさらに備える、請求項４に記載の方法。
7. 前記それぞれのトランザクション値の予測モデルは、
   プラットフォーム販売データベースからさまざまなトランザクションデータを取得し、前記トランザクションデータが属するそれぞれのオブジェクト表示環境をカテゴリ化し、
   各カテゴリ下においてトランザクションデータを使用して前記オブジェクト表示環境の対応するトレーニングサンプルセットを構築し、
   回帰モデルトレーニングを使用して、標的として推定トランザクション値を含むそれぞれのトランザクション値の予測モデルを、各オブジェクト表示環境のトレーニングサンプルセットによりトレーニングする、
   ことにより構築される、請求項２に記載の方法。
8. 前記それぞれのアプリケーション数の予測モデルは、
   プラットフォーム販売データベースからさまざまなアプリケーションデータを取得し、前記アプリケーションデータが属するそれぞれのオブジェクト表示環境をカテゴリ化し、
   所定のアプリケーションセクション（複数可）に従いそれぞれのカテゴリ下においてアプリケーションデータを使用して前記アプリケーションセクション（複数可）に指定された期間内のそれぞれのアプリケーション数を計数し、
   すべての前記アプリケーションセクション（複数可）のさまざまな指定された時間長についてカウンターポイントスムージングを実行し、適合させることにより前記さまざまな指定された期間の適合したアプリケーション数を取得し、
   前記さまざまな指定された期間、及び前記適合したアプリケーション数に基づき前記オブジェクト表示環境の対応するアプリケーション数の予測モデルを構築する、
   ことにより構築される、請求項２に記載の方法。
9. 前記第一オブジェクトは、商品オブジェクトであり、前記オブジェクト表示環境は、販売設定であり、前記推定トランザクション値は、推定トランザクション量である、請求項２から請求項８のうちのいずれか１項に記載の方法。
10. ユーザにより提示される推奨要求をクライアントから受信するために使用される推奨要求受信モジュールであって、前記推奨要求は第一オブジェクト及びユーザ識別子を含む、推奨要求受信モジュールと、
    前記ユーザ識別子に対応するプロパティ情報をプラットフォームマーチャントデータベースから取得するために、及び取得した前記プロパティ情報とマッチングするさまざまなオブジェクト表示環境をプラットフォーム販売データベースからフィルタリングし、選択するために使用される環境フィルタリング及び選択モジュールであって、前記マッチングは、前記プロパティ情報と、前記オブジェクト表示環境に関連付けられるアプリケーション基準とに基づいて実行される、環境フィルタリング及び選択モジュールと、
    前記フィルタリングされ、選択されたさまざまなオブジェクト表示環境下において、前記オブジェクト表示環境の履歴記録及び対応する表示位置数に基づいて前記第一オブジェクトにマッチングする各オブジェクト表示環境を決定するために使用される環境決定モジュールであって、前記履歴記録が、対応するオブジェクト表示環境下において、さまざまな第一オブジェクトのトランザクションデータ、及び前記さまざまな第一オブジェクトのアプリケーションデータを含む、環境決定モジュールと、
    決定された前記第一オブジェクトにマッチングする前記オブジェクト表示環境に基づいて表示推奨を生成し、前記ユーザが表示用に設置する前記クライアントへ前記表示推奨を返すために使用される推奨返却モジュールと、
    を備える、データ処理装置。
11. 前記環境決定モジュールは、
    前記オブジェクト表示環境のそれぞれのトランザクション値の予測モデルを使用して前記さまざまなオブジェクト表示環境下において前記第一オブジェクトの推定トランザクション値を別々に計算するために使用される推定トランザクション値決定サブモジュールであって、前記それぞれのトランザクション値の予測モデルは対応するオブジェクト表示環境下においてトランザクションデータの履歴記録に基づき構築される、推定トランザクション値決定サブモジュールと、
    前記推奨要求が受信されるときに、前記さまざまなオブジェクト表示環境の対応するアプリケーション数に基づき前記オブジェクト表示環境のそれぞれのアプリケーション数の予測モデルを使用して前記さまざまなオブジェクト表示環境下において、前記第一オブジェクトの推定アプリケーション数を別々に計算するために使用される推定アプリケーション数決定サブモジュールであって、前記それぞれのアプリケーション数の予測モデルは対応するオブジェクト表示環境下においてアプリケーションデータの履歴記録に基づき構築される、推定アプリケーション数決定サブモジュールと、
    前記第一オブジェクトがそれぞれのオブジェクト表示環境下において、推定トランザクション値、推定アプリケーション数、及び前記表示位置数に基づき各オブジェクト表示環境についての前記それぞれのオブジェクト表示環境のために適切であるかどうかを判定するために使用される環境決定サブモジュールと、
    を備える、請求項１０に記載の装置。
12. 前記環境決定サブモジュールは、
    前記推定トランザクション値に基づき前記第一オブジェクトの初期推定ランキングを決定するために使用される第一取得サブモジュールと、
    前記第一オブジェクトが前記それぞれのオブジェクト表示環境下において、前記第一オブジェクトの前記初期推定ランキング、前記推定アプリケーション数、及び表示位置数に基づき前記それぞれのオブジェクト表示環境のために適切であるかどうかを判定するために使用される環境決定サブモジュールと、
    を備える、請求項１１に記載の装置。
13. 第一環境決定サブモジュールは、
    前記第一オブジェクトの前記初期推定ランキング、及び前記推定アプリケーション数に基づき前記それぞれのオブジェクト表示環境下において前記第一オブジェクトの最終推定ランキングを計算するために使用される最終ランキング決定サブモジュールと、
    前記最終推定ランキングが前記それぞれのオブジェクト表示環境の前記表示位置数より小さいかどうかを判定するために、および、前記最終推定ランキングが前記表示位置数より小さい場合に、前記それぞれのオブジェクト表示環境を前記表示推奨に追加するよう前記推奨返却モジュールに命令するために使用される位置決定サブモジュールと、
    を備える、請求項１２に記載の装置。
14. 前記さまざまなオブジェクト表示環境の最終推定ランキングが対応する表示位置数より小さくない場合に、前記第一オブジェクトにマッチングするオブジェクト表示環境として最小である、前記第一オブジェクトについての最終推定ランキングと、対応する表示位置数との間の差を有するオブジェクト表示環境を選択するために、前記表示推奨を生成し、前記ユーザが表示用に位置する前記クライアントへ前記表示推奨を返すことへ進行するために使用される、失敗したマッチングへの補償サブモジュールをさらに備える、請求項１３に記載の装置。
15. 前記最終ランキング決定サブモジュール前に、前記装置は、前記さまざまなオブジェクト表示環境下において前記第一オブジェクトの前記推定トランザクション値の降順に前記オブジェクト表示環境を順序付けするために、及び前記順序の先頭に位置するオブジェクト表示環境から開始し、そこから前記最終ランキング決定サブモジュールに入るために使用される順序付けサブモジュールをさらに備える、請求項１３に記載の装置。
16. プラットフォーム販売データベースからさまざまなトランザクションデータを取得するために、及び前記トランザクションデータが属するそれぞれのオブジェクト表示環境をカテゴリ化するために使用されるトランザクションデータ取得サブモジュールと、
    各カテゴリ下においてトランザクションデータを使用して前記オブジェクト表示環境の対応するトレーニングサンプルセットを構築するために使用されるトレーニングサンプルセット構築サブモジュールと、
    回帰モデルトレーニングを使用して、標的として推定トランザクション値を含むそれぞれのトランザクション値の予測モデルを、各オブジェクト表示環境のトレーニングサンプルセットによりトレーニングするために使用されるトランザクション値予測モデルトレーニングサブモジュールと、
    を備える、トランザクション値予測モデル構築モジュールをさらに含む、請求項１１に記載の装置。
17. プラットフォーム販売データベースからさまざまなアプリケーションデータを取得するために、及び前記アプリケーションデータが属するそれぞれのオブジェクト表示環境をカテゴリ化するために使用されるアプリケーション数取得サブモジュールと、
    所定のアプリケーションセクション（複数可）に従い、それぞれのカテゴリ下においてアプリケーションデータを使用して前記アプリケーションセクション（複数可）における指定された期間内のそれぞれのアプリケーション数を計数するために使用される分界サブモジュールと、
    すべての前記アプリケーションセクション（複数可）のさまざまな指定された時間長についてカウンターポイントスムージングを実行し、適合させることにより前記さまざまな指定された期間の適合したアプリケーション数を取得するために使用される適合サブモジュールと、
    前記さまざまな指定された期間、及び前記適合したアプリケーション数に基づき前記オブジェクト表示環境の対応するアプリケーション数の予測モデルを構築するために使用されるアプリケーション数予測モデル構築サブモジュールと、
    を備える、アプリケーション数予測モデル構築モジュールをさらに含む、請求項１１に記載の装置。
18. 前記第一オブジェクトは、商品オブジェクトであり、前記オブジェクト表示環境は、販売設定であり、前記推定トランザクション値は、推定トランザクション量である、請求項１１から請求項１７のいずれか１項に記載の装置。

Images