TW569116B - Intelligent performance-based product recommendation system - Google Patents
Intelligent performance-based product recommendation system Download PDFInfo
- Publication number
- TW569116B TW569116B TW090125991A TW90125991A TW569116B TW 569116 B TW569116 B TW 569116B TW 090125991 A TW090125991 A TW 090125991A TW 90125991 A TW90125991 A TW 90125991A TW 569116 B TW569116 B TW 569116B
- Authority
- TW
- Taiwan
- Prior art keywords
- product
- consumer
- information
- scope
- consumers
- Prior art date
Links
- 238000000034 method Methods 0.000 claims abstract description 91
- 238000012545 processing Methods 0.000 claims abstract description 60
- 238000004891 communication Methods 0.000 claims abstract description 20
- 238000013528 artificial neural network Methods 0.000 claims description 72
- 238000011049 filling Methods 0.000 claims description 62
- 239000000758 substrate Substances 0.000 claims description 50
- 230000004044 response Effects 0.000 claims description 49
- 230000002079 cooperative effect Effects 0.000 claims description 33
- 230000000694 effects Effects 0.000 claims description 31
- 230000008859 change Effects 0.000 claims description 24
- 239000000463 material Substances 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 12
- 235000015170 shellfish Nutrition 0.000 claims description 10
- 230000003068 static effect Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 239000011257 shell material Substances 0.000 claims description 3
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 claims 1
- 238000012790 confirmation Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 claims 1
- 238000000491 multivariate analysis Methods 0.000 abstract 1
- 230000004043 responsiveness Effects 0.000 abstract 1
- 239000000047 product Substances 0.000 description 502
- 239000011159 matrix material Substances 0.000 description 35
- 238000012216 screening Methods 0.000 description 30
- 230000006870 function Effects 0.000 description 27
- 238000012549 training Methods 0.000 description 25
- 238000006243 chemical reaction Methods 0.000 description 17
- 238000009826 distribution Methods 0.000 description 16
- 238000001914 filtration Methods 0.000 description 16
- 238000011282 treatment Methods 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 12
- 238000013461 design Methods 0.000 description 10
- 230000003993 interaction Effects 0.000 description 8
- 201000010099 disease Diseases 0.000 description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 7
- 208000002874 Acne Vulgaris Diseases 0.000 description 6
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 6
- 206010000496 acne Diseases 0.000 description 6
- 230000006399 behavior Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 6
- 230000036541 health Effects 0.000 description 5
- 230000010354 integration Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 239000006071 cream Substances 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 239000003205 fragrance Substances 0.000 description 4
- 239000000049 pigment Substances 0.000 description 4
- 239000000902 placebo Substances 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 230000037303 wrinkles Effects 0.000 description 4
- 230000002411 adverse Effects 0.000 description 3
- 230000032683 aging Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 229910052742 iron Inorganic materials 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 229940068196 placebo Drugs 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 239000000344 soap Substances 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000003339 best practice Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000002845 discoloration Methods 0.000 description 2
- 230000003803 hair density Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 230000008832 photodamage Effects 0.000 description 2
- 239000000955 prescription drug Substances 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 238000007665 sagging Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- HRANPRDGABOKNQ-ORGXEYTDSA-N (1r,3r,3as,3br,7ar,8as,8bs,8cs,10as)-1-acetyl-5-chloro-3-hydroxy-8b,10a-dimethyl-7-oxo-1,2,3,3a,3b,7,7a,8,8a,8b,8c,9,10,10a-tetradecahydrocyclopenta[a]cyclopropa[g]phenanthren-1-yl acetate Chemical compound C1=C(Cl)C2=CC(=O)[C@@H]3C[C@@H]3[C@]2(C)[C@@H]2[C@@H]1[C@@H]1[C@H](O)C[C@@](C(C)=O)(OC(=O)C)[C@@]1(C)CC2 HRANPRDGABOKNQ-ORGXEYTDSA-N 0.000 description 1
- 241000894006 Bacteria Species 0.000 description 1
- 206010013786 Dry skin Diseases 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 102000011782 Keratins Human genes 0.000 description 1
- 108010076876 Keratins Proteins 0.000 description 1
- 238000012356 Product development Methods 0.000 description 1
- 208000003251 Pruritus Diseases 0.000 description 1
- 206010039792 Seborrhoea Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- 230000007321 biological mechanism Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 229910052729 chemical element Inorganic materials 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005202 decontamination Methods 0.000 description 1
- 230000003588 decontaminative effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005238 degreasing Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007435 diagnostic evaluation Methods 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000037336 dry skin Effects 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000000839 emulsion Substances 0.000 description 1
- 210000000744 eyelid Anatomy 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 239000000796 flavoring agent Substances 0.000 description 1
- 235000019634 flavors Nutrition 0.000 description 1
- 239000006260 foam Substances 0.000 description 1
- 239000000499 gel Substances 0.000 description 1
- 230000037308 hair color Effects 0.000 description 1
- 230000003779 hair growth Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000036571 hydration Effects 0.000 description 1
- 238000006703 hydration reaction Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000002757 inflammatory effect Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007803 itching Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000006210 lotion Substances 0.000 description 1
- 230000004199 lung function Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003020 moisturizing effect Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 239000000820 nonprescription drug Substances 0.000 description 1
- 230000006911 nucleation Effects 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 230000037312 oily skin Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001579 optical reflectometry Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000000546 pharmaceutical excipient Substances 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 230000009759 skin aging Effects 0.000 description 1
- 230000008591 skin barrier function Effects 0.000 description 1
- 208000017520 skin disease Diseases 0.000 description 1
- 230000007958 sleep Effects 0.000 description 1
- 230000004622 sleep time Effects 0.000 description 1
- 238000002791 soaking Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
- 239000011782 vitamin Substances 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0254—Targeted advertisements based on statistics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0282—Rating or review of business operators or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0641—Shopping interfaces
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Probability & Statistics with Applications (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
569116 經濟部智慧財產局員工消t合作社印製 A7 B7 五、發明說明(1 ) 相關申請案交互參考 上本申請案係主張2000年10月18曰提出申請之美國臨時 申晴案60/241,405之裨益’纟全部β容併入本文參考。 發明背景 Α·發明領域 /一般言之,本發明與產生、傳遞、及處理產品資訊的 系統及方法有關。更明確地說,本發明有關於從消費者處 收集對產品效果的主、客觀資料,並使用這些資料產生產 10品的推薦與補充資訊,周期性地增進推薦的精確度,並將 產品的推薦與補充資訊傳遞給消費者。 Β·相關技術描述 、 很多商業產品只有在長期使用後才能提供有用的結 果。對某些產品而言,它們的效果在經過一 後增加。因此,消費者也許無法完全知曉很多產 用用 而造成的改變。缺乏瞭解的原因主要是消費者無法有意義 地比較產品使用前及使用後的狀況。更確切地說,當狀況 改變,不管效果是因何而增加,都傾向與產品開始使用 後的狀況比較。其結果是,無論產品效果係正面、負面或 20中性者,消費者對產品效果可能會得到錯誤的印象。 進步使消費者無法對很多商業產品之功效做有意義 之評估的原因是無法對市場上的諸多選擇進行測試,且很 多產品的標籤無法將消費者有興趣的客觀性能傳達給消費 者。不過,由於網際網路的出現,以及在推薦系統、神經 本紙張尺度適用中國國豕標準(CNS)A4規格(210 X 297公爱)
(锖先閲讀背面之注意事項再填寫本頁) 91· 3· 2,0〇〇 569116 A7 __B7 五、發明說明(2) 網路、以及合作式篩選(collaborative filtering)方面的發 展,現在提供了解決前述問題的契機。 (請先閲讀背面之注意事項再填寫本頁) 網際網路及其它公用及私有網路 5 ”Internetn是’’Internetwork”的縮寫,一般與網路及閘 道器的集合有關,其使用TCP/IP協定,在電腦網路技術中 為吾人所熟知。TCP/IP 是,Transmission Control PiOtocol/Internet Protocol"的首字母縮略字。網際網路可 以描寫成它是經由執行網路連接協定的電腦將地理分布在 10遠方的電腦網路交互連接在一起的一種系統,並允許使用 者透過網路以便互動及共享資訊。由於此種廣域的資訊共 享,諸如網際網路的遠方網路至今已發展成"開放”的系 統,開發者可以為其設計執行特殊操作或服務的應用軟 體,基本上沒有任何限制。 15 在資料處理的網路間,電子資訊的傳送通常是以超文 經濟部智慧財產局貝工消t合作社印製 件(hypertext)呈現,資訊是以metaphor方式呈現,其中的 文件、影像、聲音及動作鏈結在一起成為一複雜非連續的 網,以允許使用者經由相關的主題"劉覽,,或,,導覽,,,無關 於主題呈現的順序。這些鏈結通常是由超文件的作者與使 20用者建立,視超文件的目的而定。例如,在鏈結間行進到 資料處理系統之圖形使用者介面所顯示之文章中 "iron”(鐵)這個字,可能會將使用者導引到化學元素的週 期表(例如以”鐵π這個字鏈結),或參考到歐洲黑暗時代之 武器中所使用的iron。”超文件,,這個詞是創造於I960年代, -4- 本紙張尺度適用中國國豕標準(CNS)A4規格(21〇 X 297公爱) 91. 2,000 569116 A7 B7 五、發轲說明(3) 用以描述由電腦呈現的文件,它表達非線性結構的構想, 相對於書、影片、演講等線性的格式。 (請先閱讀背面之注意事項再填寫本頁) 使用超文件協定的典型網路系統依循一客戶/伺服器 木構客戶端’’是使用伺服器的一類或一群成員,伺服器 5端則是無關的另一類或一群。因此,在電腦中,客戶端是 一處理(即大致是一組指令或工作),它請求另一程式提供 服務。客戶端的處理是使用它所請求的服務,它不需要” 知道與其它程式或服務本身有關的任何工作細節。在客 戶/伺服器的架構中,特別是網路連接的系統,客戶端通 10常是一電腦,它存取由其它電腦(即伺服器)所提供的共享 網路資源。 客戶與伺服器間相互通信是利用超文件傳送協定 (HTTP)所提供的功能。全球資訊網(www)或(簡稱為 ”Webn)中包括這些遵守此標準(即http)的伺服器,它可 15供客戶經由電腦或資料處理系統網路位址存取,諸如一致 ♦ 經濟部智慧財產局貝工消費合作社印製 資源定址器(Uniofrm Resource Locator,URL)。網路位址 可稱為通用資源定址器(Universal Resource Locat〇r)位 址。例如,通信可由通信媒體提供。特別是,客戶與伺服 β可以經由TCP/IP的連接相互搞合,進行高容量通信。啟 20動(active)是客戶端内的第一項處理(first pr〇cess),例如吾 人所熟知的"瀏覽器”,它建立與伺服器間的連接,並將資 訊呈現給使用者。伺服器本身執行對應的伺服器軟體,它 以HTTP反應(HTTP response)的格式將資訊呈現給客戶產 品端。HTTP反應對應於由超文字標記語言(HTML)架構成 91. 3. 2,000 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公« ) 569116 A7 B7 五、發弭說明(4) 的"網頁π結構,或其它伺服器-產生的資料。每一網頁也 可簡稱為”頁”。 (請先閲讀背面之注意事項再填寫本頁) 典型上,客戶端使用應用軟體(例如吾人所熟知的瀏 覽器)顯示伺服器經由網路提供的資訊。絕大多數的瀏覽 5 器都具有現代化的圖形使用者介面.,可以顯示及操作各種 類型的資料。圖形使用者介面是一種顯示的格式,使用者 只需指向螢幕上的圖示(icons)及選單中的項目,即可選擇 命令、啟動程式、觀看檔案表及其它的選擇。選擇通常可 以使用鍵盤或滑鼠進行。網際網路的服務典型上是經由指 10 定獨一的網路位址(典型上是URL)定址。URL位址包括兩 個基本部分,即所使用的協定及物件的路徑名稱。例如, URL位址:nhttp://www.uspto.govn(即美國專利商標局的首 頁),即是指定HTTP與伺服器的路徑名稱 (’’www.uspto.govn)。伺服器名稱與一或多個相等的TCP/IP 15 位址相關。 神經網路分析 經濟部智慧財產局員工消費合作社印製 神經網路分析是一種將自變數與因變數間之非線性關 係模型化的方法。該分析是經由產生一網路執行,它能將 20 自變數與因變數間的關係精確地模型化。有效的神經網路 一旦產生,即可根據已知的因變數、自變數預測未知的值。 在神經網路分析中,習慣上將自變數稱為輸入,將因變數 稱為輸出。 神經網路的能力在於用來模型化輸入與輸出間關係的 -6- 91. 3. 2,000 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) 569116 A7 B7 五、發明說明(5 ) 經濟部智慧財產局員工消費合作社印製 非線性方程式。方程式是一複函數,它是由一組稱為連接 加權(connection weights)的變數所定義。連接加權的特定 值是由一訓練演算法決定’它檢查一組訓練數據。訓練數 據是一組輸入及相關的輸出,它代表要被模型化的非線性 關係。訓練演算法處理輸入的訓練數據,並找出一組使神 經網路預測的輸出與訓練數據輪出間誤差最小的連接加 權。 σ 神經網路的結構包括一輸入層、一或多層隱藏層以及 一輸出層。輸出及隱藏層是由互連的處理單元構成,它是 神經網路的主要構建方塊。輸入層的主要功能是將輸入= 路由到第一隱藏層的處理單元。每一個處理單元將每一個 輸入乘以一個不同的連接加權值得到一乘積,接著再將各 個乘積加總在一起。將所得到的結果通過_非線性的轉換 函數以產生處理單元的輸出。一層中所有處理單元 被路由到次-層處理單元的輸入,在該處重覆相同的處 理。神經網路中的最後一層是輸出層:它可包含線性及/ 或非線性處理單元。非線性處理單元按上述相同的方法處 理輸入。線性處理單元只是單純地將處理單元的輸入傳送 到處理單元的輸出。輸出層中之處理單元的輪出產生 20 網路的最終輸出。 設計神經網路的其它考量還包括神經網路是否為全連 接(full connected),及/或向前饋送的設計。如果某—層戶 有的輸出都用做為下一層的輪入,則神經網路是::: 如果其中沒有内部的反饋環路(即,沒有某—層的輸出做 10 15 本紙張尺度適用中國國家標準(CNS)A4規格⑽X 297公
91· 3. 2,0〇C (請先閲讀背面之注意事項再填窝本頁) 訂· •線. 569116 A7 B7 五、發明說明(6) 經濟部智慧財產局貝工消费合作社印製 為前一層的輸入),則神經網路是前饋設計。 產生神經網路的第一步是定義要輸出何物。這此 將是神經網路的最終輸出。下一步是確認會實質=二别出 值的所有變數。將這些變數輸入神經網路。網路的^矜出 輸出一旦確認,神經網路的其餘結構,包括展 : 中處理單元的數量都可決定。 層 神經網路的結構-旦決定’即可產生神經網 網路產生後即可使用訓練數據訓練神經網路。 '' 列練數據是 一組數據,包括輸入變數與相關的輸出變數,它 、 神經網路模型化的統計關係。收集及使用的訓二二 愈佳,特別是如果被模型化的關係具有統計的·本^心 訓練可經由神經網路所實施的訓練演算法達成勒參 演算法處理訓練數據並選擇適當的連接加權,成為訓=數 據輸入與訓練數據輸出間之關係最接近的模型。 訓練一旦完成,即可使用測試數據•評估神經網路的性 能。測試神經網路的方法如下。輸入的測試數據個別地輸 入神經網路。執行神經網路並為每一個輪入的測試產生預 測的輸出。預測的輸出與實際的測試數據輸出比較,以決 定神經網路是否能正確地執行。無法正確執行測試數據的 20 神經網路不能使用。 在神經網路完成訓練後,即可用其根據各種輸入預測 輸出。接著,所得到的預測即可用於設計神經網路所欲的 目的。神經網路的例子見於美國專利5,724,258,名稱為 f,Neural Network Analysis For Multifocal Contact Lens 5 10 15 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) 91. 3. 2,000 θδ (請先閲讀背面之注意事項再填寫本頁)
569116 A7 B7 五、發明說明(7)
Design,,,以及美國專利5,839,438,名稱為"Computer-base Neural Network System and Method for Medical Diagnosis and Interpretation’’,兩篇的全文皆併入本文參考。有關於 神經網路的其它細節及原理說明於"Artificial Neural 5 Netowrks”,Robert J· Schalkoff(McGraw-Hill,1997),其全 文内容也併入本文參考。 現有的產品推薦系統 網際網路的興起與它在電子商務中的角色致使發展出 10 若干的產品推薦系統及方法。這些系統中絕大部分都有一 或多個以下的目的及方法。第一,系統嘗試協助每一位消 費者找到小且更易下定決心的產品子集,這些可能是在數 千種產品中挑選出對他或她更有用的產品。在絕大部分的 情況下消費者無法瀏覽整組產品的產品說明,即使可以, 15產品說明也不可能包含足夠的相關資訊以使消費者能評估 拿 經濟部智慧財產局員工消費合作社印製 出某特定產品對他或她所關心及有興趣之事項的價值。第 二’系統企圖經由分析消費者的購買行為與使用產品後的 反應以決定消費者對特定產品的喜好。這類資訊可從經由 檢視所產生之消費者簡單明確的簡介(pr〇file)中延伸獲 20得。第三’產品推薦系統企圖利用來自與某特定消費者在 某些方面相似之其它消費者的資訊。 這些推薦糸統很多是使用合作式篩選(c〇llab〇rative filtering)或基於内容之篩選(c〇ntent-based filtering)的技術 增補資说’藉以獲得有關於消費者的個人行為。使用諸如 -9- 91. 3. 2,000 本紙張尺度適用中國國家標準((JNS)A4規格(21〇 X 297公爱) 569116 A7 經濟部智慧財產局貝工消费合作社印製 發明說明(8) 篩選技術之系統成功的關鍵決定於—假設(在很多情形下 ;算合理),即,系統所服務之眾多消費者之興趣、關心 事項及個性等資訊重疊的程度。 从咖甘/ 1进 不過,要以目前的推薦系 統疋義與某位消費者相似之消費者的適當群體或”同好”,5並接者從追些同好預測某個人的喜好,這在技術上是一大 挑戰。最後’目前某些推薦系統以非常侷限及簡單的方式 周期性地調整推薦,以將進行的消費者經驗與行為結合到 糸統中。 ”目,品推薦系統的-般類型如下。不過,須注意, 很少目則的糸統並非只落於任何單_種類型。此外以下 的幾種類型也非意欲包羅所有。 目前產品推薦系統其中-種類型是非個人化的推薦系 統。非個人化推鷹系統的例子有A臓_及 Moviefmderx⑽。它們對所有搜尋某特定產品資訊的消費 者推薦相同的產品,所推薦的所有產品與任何特定的消費 者完全無關。 · 目前另-種類型的產品推薦系統是使用項對項(item_ to-item)的相關以規劃推薦。此類型系統是根據消費者已 購買之產品間的關係或消費者已表示出的興趣推薦其它產 品給個人的消費者。所使用的關係典型上包括品牌的相同 性、香味、銷售的訴求、市場分布等。在所有例中,這些 關係所根據的資訊都是隱含不明確的。換言之,這些系統 沒有明確徵求關於消費者要尋找何物或喜好為何的輸入。 更明確地說,此種類型是使用諸如資料挖掘(data mining) -10- 10 15 20 91. 3. 2,000 (請先閲讀背面之注意事項再填寫本頁) 裝 --線· 569116 A7 五、發明説明(9) 技術尋找個人消費者已表達喜好之產品與其它可購得之其 它產品間的隱含關係。在以這類型系統設計推薦時,產品 的貫,性能或是該消費者(或其它消費者)最終是否喜歡其 所購貝的產品並未扮演角色。 目前第三種類型的產品推薦系統是基於廣性 (—-based)的系統。基於屬性的推薦系統利用造句法 的特性(syntactic property)或描述可獲得之產品的"内容,,以 規劃它們的推薦。換言之,基於屬性的推薦系統假設產品 的屬性很容易分類,且個體消費者知曉他或她所要講買的 10類別:不須要幫助或推薦系統的輸入。基於屬性之例示性 的推薦系統是Reel.com所提供的M〇vm MAp服務。 MOVIE MAP服務只是根據消費者選擇的電影種類推薦。 基於屬性之推薦系統的主要缺點之一是消費者及/或專業 人員經常會對正確的屬性類別發生混淆致使無法實現成功 的推薦。例如,以老舊車輛的汽車臘為•例,到底是矽底或 臘底的乳膏或乳液能提供最佳效果的意’見不一。 在產品推薦系統的領域中,已證實合作式篩選要比基 於内容的篩選可靠。儘管如此,在本發明討論的特定實施 例中,會利用到一及/或兩種類型的篩選。 5 15 (請先聞讀背面之注意事項再填寫本頁> 訂: 經濟部智慧財產局貝工消費合作社印製 20 基於内容的篩選 圖1說明基於内容之篩選背後所使用的一些原理。矩 陣100顯示單一的使用者。預測對來自其它使用者的資料 是盲目的,且系統假設所有產品的評分(ratings)是二進位 11 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公爱) 91· 3. 2,000 569116 A7 B7 五、發明說明(10) 經濟部智慧財產局貝工消t合作社印製 的(即正或負)。矩陣不是稀疏的。假設種類1〇2是肥皂(s), 基於内谷的師選技術檢查矩陣1 〇〇以識別與產品11 Η 中具有使用者評分101之產品(例如ll〇b-c、11〇e、11()g、 及11 Ok)相關的特色(價格1 〇3、香味1 〇4、黏性1仍等)。接 5 著,使用適當的特色103-105描述像用者。接著,根據與 使用者未5平分之產品近似的有評分產品群,將沒有被使用 者實際評分之產品的預測評分101映射到特色空間。例如, 它可以根據矩陣中有評分之產品的相關資訊推論出該消費 者較喜歡的肥皂是價格103較貴(等級從丨到10,i代表最便 10宜,1〇代表最貴)且無香味104(US)(有香味,野莓香 =WB)。因此,雖然矩陣100所描述的使用者並未實際地評 分產品110a,但使用基於内容的篩選可能預測到產品 110a ’因為產品1 i〇a無香味且價格適中,使用者會贊同對 產品110a的評分。須注意,現有很多種技術可用來決定能 15確貝反應個別使用者的適當產品特色進駐特色空間,當夺 統學習更多特定的使用者或使用者的喜好改變,可隨著時 間增加或刪除特色。 合作式篩選 20 另一方面,合作式篩選(也稱為社交資訊篩選)典型上 是記錄與一合作族群匹配之延伸的產品喜好組。換言之, 合作式篩選推薦M相似使用者"給予高評分的產品。社交資 訊的樣式通常與產品喜好相同。 圖2說明合作式篩選基礎的原理。再次假設二進位的 -12- (請先W讀背面之注意事項再填寫本頁) :裝 訂: --線. 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) 91. 3. 2,000 569116 A7 經濟部智慧財產局貝工消貲合作社印製 B7__五、發明說明(11) 產品評分。網格200是由產品行2〇la-2011及使用者列202a-202p所構成。如果系統具有某特定產品及使用者的任何評 分資料,該資料是輸入到網格200中適當產品行與使用者 列交叉點所構成的小格中。例如,從網格2〇〇中可看出, 5使用者2〇2a對產品201a的評分為正。輸入網格200中的所 有評分資料預期是散居在網格中。合作式篩選的目標是根 據相似使用者繪入網格200的評分,以精確的預測評分填 滿沒有評分資料的格子。考慮目標使用者2〇2i,它給予產 品201a-2011的評分在圖中以圓203圈起。合作式篩選識別 10出使用者2〇2〇對產品202a-p的評分與目標使用者2〇2i相似 (箭頭204所指)。系統即根據此相似性預測,目標使用者 202i也會如同使用者20%給產品2011正的評分,且他或她 實際上會使用它。因此,系統會推薦產品2〇11給目標使用 者202i。熟悉合作式篩選之技術的人員應瞭解,目前,根 15 據多位相似使用者產生預測的可用技術很多,用以選擇最 接近之近鄰構成適當的子集做為預測的基礎,用以在處理 中結合具有貫質意義的評分,並用以產生具有實質意義的 預測。 曾有嘗試在單一系統中結合基於内容之篩選與合作式 20 篩選。結合基於内容之篩選與合作式篩選將可增進合作式 篩選的預測,其中,使用者資料庫按照基於内容的篩選割 切。例示性的結合式系統描述於’’Recommendation as Classification · Using Social and Content-Based Information in Recommendation,n Proceeding of the Fifteenth National -13- <請先閱讀背面之注意事項再填寫本頁) 訂: 線· 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) 91. 3. 2,000 569116 A7 B7 經濟部智慧財產局貝工消费合作社印製 五、發明說明(12) conference on Artificial Intelligence(AAAI-98),(Basu,C.; Hirsh,H.;及Cohen,W,; 1998),其中,以基於内容之屬 性強化合作式篩選,以用來預測電影推薦。在資料庫中有 基於内容的特性,且包括人員(即演員、導演等)、電影的 5 類型、語言、及片長。當按其所服務之某特定使用者所偏 愛的電影類型切割使用者資料庫時,即可增進合作式篩選 的結果。結合基於内容與合作式篩選之推薦系統的另一例 描述於"Combining Content-Based and Collaborative Recommendation,’’ Communications of the ACM, 10 (Balabanovic, M, ; Shoham, Y. ; 1997) (http://citeseer.nj.nec.com/balabanovic97combining.html)。 Balabanovic及Shoham系統使用基於内容與合作式篩選從 網際網路文件的讀取中學習使用者的興趣,並推薦先前讀 取的網頁給使用者。 15 問題概述 因此,從以上的討論可以很明顯看出,目前的若干產 品推薦系統使用很多技術。不過,很明顯,目前的推薦系 統有重大缺點。例如,為某特定消費者考慮的產品中有彼 20 多但不是絕大部分不曾被很多其它消費者使用並評分,這 對很多合作篩選式系統不利。此外,通常消費者很難知道 或決定他或她使用的某特定產品是部分、完全或完全不符 合他們的需要,特別是當產品所滿足的需求是要由增加的 反應描述時更是如此。此外,雖然現有的系統可能對某些 -14- 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) (請先閲讀背面之注意事項再填寫本頁) !裝 1«]·. •線·
569116 A7 _B7_ 五、發明說明(13) (請先閲讀背面之注意事項再填寫本頁) 類型的產品有所助益,但它們不適合推薦性能複雜或甚至 性能不明的產品。過度看重其它消費者的評分樣式(即使 是在社交性的統計上相似)而忽略了表面下消費者希望產 品所能達成的狀況與問題可能迥然不同的可能性,且產品 5 處理狀況或問題的反應可能完全不同。很多類型的產品性 能無法根據其它相似使用者的評分樣式、製造商的保證、 或對產品之成分或構造的調查而可靠地預測。 因此,吾人需要一種個人化的產品推薦系統,它主要 不依靠消費者的選擇樣式,而是依靠產品的性能、最佳化 10 的分割基礎、及/或基於性能的學習以提出高精確度的產 品推薦。 III.發明概述 本發明所構想的系統及方法是利用通信網路,且產品 15 的推薦處理是操作描述消費者及產品之多變化的資料預測 r 經濟部智慧財產局貝工消費合作社印製 產品的使用效果,或從預先定義之商業上可買到之產品的 人口推薦產品。本發明的處理能力是根據包含在處理計算 設計及演算法内及資料輸入的智慧,接收自消費者之主觀 及或客觀的產品資訊,或輸入到系統成為它初始安裝的一 20 部分及消費者的描述,以能夠在眾多消費者中找到具有相 同需求或反應的團體。在本發明的一實施例中,系統的資 料處理部分是經由網際網路接收來自消費者的輸入。系統 的輸出包括預測消費者將會喜歡的產品組,及/或能滿意 地執行消費者所確認之問題或關心事項的產品。性能及喜 - 15- 91. 3. 2,000 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) 經濟部智慧財產局貝工消费合作社印製 569116 A7 —--—----------- 五、發明說明(14) 好的預測是消費者的問題及產品反應之樣式的函數。客觀 的產品資訊通常是以診斷工具得到,它評斷具有人所關心 之目標基體(target substrate)的科學關係及/或與主觀性能 評估相關的參數。以診斷工具所衡量的資料可經由網際網 5路與本發明的資料處理部分通信。診斷工具可以與網際網 路直接介接。系統之資料處理部分的輸出,推薦的產品及 /或補充資訊,也可經由網際網路呈現給消費者 本發明的資料處理部分可包括神經網路。神經網路是 用來模型化輸入變數(包括所服務之消費者的描述變數, 10其它消費者對其曾經使用過之產品的性能及/或喜好反 應,連同這些消費者的特徵描述)與輸出變數(各個產品之 性能及/或喜好預測)之間的關係(典型上為非線性的關 •可以使用相關人口之子集對實際的產品性能及/或直 好資料來訓練神經網路。也可以使用一群或—部分消費者 15 ^口連_群或部分消f者之描述特徵的平均做為產品資 料(稱為產品屬性)的輸入,以有效地降•低神經網路的複雜 度。在本發明的某些實施例中,經由使用預測之性能及直 好相對於收集自本發明之使用者之實際性能及喜好資料^ 比較做詳盡的評估及最佳化處理,用以周期性地重複訓練 20 神經網路。 本發明的實施例也在推薦引擎中使用合作式及/或基 於内容的過濾器。在合作式過濾器中,可根據複數個項^ 所構成的空間形成近鄰(neighb〇rh〇〇d),包括個人關心事 員的參數 '類別目標的狀況、產品性能反應的樣式、產品 -16- 产請先昶讀背面之注意事項再填寫本頁) ·, :裝 -線
經濟部智慧財產局員工消費合作社印製 569116 A7 _____— B7 五、發明說明(15) 吾好樣式、產品喜好問題(issues)等。 經由客觀及/或主觀的反饋輸入,本發明的某些實施 例可得到現實世界的產品性能、經處理之目標基體的狀 況、以及基體對產品之使用的反應等資料。本發明的各實 5施例使用收集自眾多消費者的此些.資訊將產品推薦給具有 相似反應基礎的其它消費者。相似的基礎可包括以個人化 為基礎的關心事項及狀況。本發明可從遍及各處的消費者 為任何製造商的產品獲得此資訊,範圍幾乎無所限制。本 發明意欲對製造商本身或商業意圖不存先入^主的偏見, 10只根據消費者的要求,也就是性能、價格、喜好等推薦產 品給消費者。 本發明可以再訓練它的資料處理部分以便能更精確地 預測產品的性能及消費者的喜好。當本發明的實施例利用 再訓練時,例如累積眾多消費者及多樣的反饋輸入,本發 15明可根據這些消費者的現實經驗達到更高的精確度。此進 一步的精確度通常允許本發明能對某類’型中之多樣產品加 以區別,這對消費者而言,比單一產品、研究小基礎的典 型商業保證及單一產品的臨床試用更具價值。經由收集客 觀資料’本發明可確認與消費者關心事項的關聯或其它關 20 係,以根據客觀的資料產生性能反應模型。 本發明的實施例也可收集消費者的人口統計資料及基 體的需要,包括消費者對產品的喜好,要被處理之基體(例 如消費者的皮膚)目前及歷來的狀況,以及基體對目前及 歷來所使用之產品的反應。基於某些目的,諸如產生可供 -17- 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) 91. 3. 2,000 (請先閲讀背面之注意事項再填寫本頁) 訂· 線· 569116 經濟部智慧財產局員工消費合作社印製 A7 ____B7 _____ 五、發明說明(16) 同行業使用的資訊,本發明也可在預先定義或自然群集而 成稱為”群”或”團體”的消費者子人口中收集產品平均效果 的資料。團體的特徵是他們對產品具有相似的需求或反 應。在本發明的某些實施例中,可以根據與團體特徵及團 5 體對產品之平均反應相似的消費者特徵形成對產品的推 薦。經由再訓練可以動態地定義團體。其它實施例根據合 作式篩選所定義之動態建構而成的消費者近鄰對產品之反 應的反饋產生用來形成推薦的資料。需求。消費者個人可 以存取各種與他們目前及歷來產品性能有關的資訊,及/ 10或得到假設使用可買到之產品之性能及喜好的系統預測。 圖式簡單說明 從所附申請專利範圍及以下對本發明之各種實施例的 描述與圖式將可更明瞭本發明的這些及其它特徵、態樣及 15 優點,其中: “ 圖1顯示的矩陣說明與習用之基於内容篩選技術相關 的數項原理; 圖2顯示的特徵空間說明與習用合作式筛選技術相關 的數項原理; 20 圖3說明本發明可使用的第一例示性網路環境; 圖4說明本發明可使用的第二例示性網路環境; 圖5說明按照本發明之實施例用以從消費者處收集發 明輸入的詢問結構; ^又 圖6說明按照本發明實施例之消費者資料庫的登錄; -18- 本紙5k〜糾;^ τ關家料(CNS〉A4以_.(2_^97公董) (請先閲讀背面之注意事項再填寫本頁) -裝 -線- 91. 3. 2,000 569116 A7 B7_ 五、發明說明(17) 圖7說明當結合診斷資料時,本發明之某些實施例如 何操作的機能結構; (請先閲讀背面之注意事項再填寫本頁) 圖8A及8B例示性說明按預測的產品喜好分數列出前3 名推薦產品的排名順序, 5 圖9A及9B例示性說明按預測的產品性能分數列出前3 名推薦產品的排名順序; 圖10說明按照本發明之實施例,產品推薦引擎如何利 用神經網路操作的機能結構; 圖11說明按照本發明之實施例,在產品推薦引擎中使 10 用串聯的合作式與基於内容的過濾器; 圖12說明在本發明的某些實施例中如何利用反饋的機 能結構; 圖13說明本發明之例示性唯專業實施例如何操作的機 能結構; 15 圖14說明本發明之例示性專業授權存取實施例如何操 作的機能結構; > 圖15說明本發明之第一例示性混合式唯專業實施例如 何操作的機能結構; 經濟部智慧財產局貝工消f合作社印製 圖16說明消費者與本發明之實施例互動的一般程序; 20 圖17A及17B說明與本發明之實施例互動的方法流程 圖; 圖18說明按照本發明之實施例再訓練推薦引擎之方法 的流程圖; 圖19說明的例示性系統結合本發明之實施例及系統中 -19- 91. 3. 2,000 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) 569116
五、發明說明(18) 經濟部智慧財產局貝工消费合作社印製 之複數個收益流產生點。 - 較佳實施例詳細說明 在以下的詳細描述中,所有圖式中相同的單元都賦予 5相同的參考編號。此外,在本文中所討論及描述的發明實 轭例是以皮膚保養及護膚產品為主。不過,此並非將本發 明限制在皮膚保養或護膚產品。更正確地說,本發明可廣 泛地應用到各種目標基體及各種產品。 、 10 例示性系統 圖3及圖4分別說明可供本發明駐在的第一及第二例示 性網路環境。當然,實際的網路環境可以配置成各種結構, 且本發明纟巴非僅限於本文所描繪及描述的實施例。圖3所 說明的環境是一客戶-伺服器系統3〇〇。系統3〇〇包括客戶 15端電腦320、320a,它可以是個人電腦、手持式電腦裝置 及類似裝置。系統300也包括至少一部伺服器電腦322及儲 存單元370,儲存單元370耦合到伺服器電腦322並受其控 制。系統300中的客戶端電腦與伺服器電腦經由通信網路 380相互通信,通信網路38〇可能包括任何的網路連接技 20術,如LAN、WAN、内部網路(intranet)、網際網路及類 似網路。 客戶端電腦320、320a及伺服器電腦322經由通信介面 382連接到通信網路38〇。通信介面382可以是任何一種習 知的通信介面,如Ethernet連接、數據機連接、DSL連接、 -20-
{請先閱讀背面之注意事項再填寫本頁) -裝 ιδι· * 線· 569116 A7 ________________ B7 五、發明說明(20) NAS)407中,它是存在於私有網路區内。NAS的優點是該 儲存裝置具有它自已的網路位址,且因此磁碟可很有效率 地供多部電腦共享,且高度地可規劃(scalable)。靜態資 料可以包括但不限於消費者有興趣的服務内容、資訊及指 5令、可以插入資訊、圖表及個人化資料的標準頁袼式及類 似物。 動怨内谷(例如使用者特有的資訊)也可以儲存在Nas 407中。不過,由於動態内容多半是使用諸如〇rade4SQL Server的資料庫管理系統(DBMS)管理,因此系統4〇〇的動 10態内容使用一獨立的DBMS伺服器408。由於處理的需求 包括操作糸統400中的資料並進一步支援資料庫的可規劃 性,動態内容也許有必要使用獨立的DBMS伺服器。 系統400也使用一網站更新子系統409。網站更新子系 統可以用來更新網站的靜態内容以及儲存在資料庫中的内 15 容。雖然系統400所描繪的是專用於單電腦的功能,但此 標準的網站更新功能與特定的更新程序及位置是設計選擇 的問題。 實施防火牆404及406可以使用硬體或軟硬兼施。現今 很多經由軟體實施的防火牆是在較小的伺服器上執行。 20 Sun Microsystems為此功能提供了很多類型的適用小型伺 服器’以及 ’ Check Point Software Technologies,Inc·提 供一很大眾化的套裝軟體,其中具有合適的防火牆功能。 實施系統400的另一結構可以是在具有防火牆軟體的小型 伺服器上也執行DMZ功能,藉以避免需要額外的DMZ硬 -22- 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) (請先閲讀背面之注意事項再填寫本頁) 訂: 線· 經濟部智慧財產局員工消費合作社印製 91· 3. 2,000 >69116 A7 五'發明說明(21) Β?4Ι> 體。 . (請先閲讀背面之注意事項再填寫本頁> DMZ 402中使用網開關41〇的目的是提供舰術内 多台網舰器4G5間的負荷平衡。網開關物在系統彻中 可有可無。網開關及網伺服器4〇5的選擇是設計選擇的 問題’有很多的供應商提供適用的平台及套裝軟體 引擎處理器411執行產生個人化產品推薦所需之處理器-密 集的離線計异。推薦引擎處理器的選擇也是設計選擇的問 題。 在系統中,消費者使用客戶端電腦320、320a將主 〇觀及/、或客觀資料31〇傳送給伺服器322。接著,伺服器322 處理消費者的資料或將資料儲存到資料儲存單元37〇内。 伺服器322使用消費者資料及儲存在儲存單元37〇中的其它 資Λ產生產推薦314(在下文中將做更完整的描述)。典 型上,產品推薦314透過通信網路38〇傳送以呈現給在客戶 15端電腦32〇、320a提出請求的消費者。 經濟部智慧財產局貝工消費合作社印製 另一方面’在系統400中,消費者經由公共網路4〇1將 主觀及/或客觀資料310傳送給DMZ 402内的網伺服器 405 °接著,網伺服器405將消費者資料傳送給私有網路403 内適合的不同單元。推薦引擎處理器411利用消費者資料 及儲存在私有網路之單元(如NAS 407及DBMS 408)中的其 它資料產生產品推薦。接著,經由DMZ 402及公共網路401 將產品推薦傳送給消費者。 典型上’產品推薦包括為某特定消費者預測之複數個 產品的產品性能及產品喜好分數。在本發明的某些實施例 -23- 91. 3. 2,000 本紙張尺度適用中國國家標準(CNS)A4規格(21〇 x 297公釐) 569116 A7 B7 五、發明說明(22) 中,是以消費者所架構之HTML文件的格式推薦,消費者 所架構的本文、資料圖形或圖表等插入到靜態HTML文件 中。HTML文件也可包括全套相關產品的說明及所推薦之 產品的資訊,以及位在每一項推薦產品旁邊供選擇的無線 5 電按鈕(radio button),如"加入我的千推車”、”試用樣品”、 ”加入我的備望錄,,等。也可在HTML文件中加入,,給此項產 品評分"的無線電按鈕,以允許消費者根據他們過去使用 產品的經驗輸入他或她對推薦之產品的意見。如果消費者 先前對任何推薦之產品的評分不佳,系統可以被規劃成將 10這些產品排除於未來對該消費者的推薦之外。在某些情 況,產品推薦引擎決定先前的產品反應是否有拒絕該產品 之可能的指示,或將其它在某些方面與其相關的產品降 級0 15 經濟部智慧財產局貝工消费合作社印製 20 (請先«讀背面之注意事項再填寫本頁) 消費者也許會請求及/或系統3〇〇或4〇〇會傳送除了純 產品推薦以外的資訊。此補充資訊也許涵蓋與產品推薦相 關的任何主題,如消費者的需要及類似資訊。在下文中, 每當系統的輸出結合產品推薦與補充資訊時,都會更詳细 討論。 ^本的產品推薦可包括但不限於:幻對存在於與本發 明之貝料處理或推薦引擎部分通信之儲存單元内之產品屬 性的描述,儲存單元例如是儲存單元3G7、nas術、〇麵 4=及類似的儲存單元);b)有關於某特定消費者有興趣之 詳細資訊’包括但不限於他或她的需求、預 #審美吾好、健康需要、及/或需求的重要性;c)其它 -24-
91. 3. 2,000 569116 A7 B7 五、發明說明(23) (請先閲讀背面之注意事項再填寫本頁) 所儲存之與消費者之購買樣式及過去對產品之反應相關的 歷史產品資料;d)與使用過本發明之某些或全部其它消費 者的相似資訊;及/或e)產品推薦引擎(它可能利用神經網 路、合作式過濾器、結合以上兩者或類似物)根據以上描 5 述的資料及處理單元為消費者個人推論產品的預測性能及 /或喜好。 增進本發明之輸入及輸出的精確度有若干種方法。方 法之一是將與消費者關心事項相關之基體參數的客觀衡量 包括於内。這些客觀的實體衡量可用來加強主觀的輸入(例 10如,需要的輸入變數及產品性能評分),或甚至完全取代 某些主觀的消費者輸入。 經濟部智慧財產局貝工消費合作社印製 第二種增進本發明之輸出精確度的方法是經由消費者 的反饋周期性地重複訓練推薦引擎,以使它的輸出與系統 所收集的資料更密切相關。例如,推薦引擎利用神經網路, 15使用消費者使用產品的預測反應與實際反應重複訓練位在 隱藏層中的演算法,以使其未來的輸出(例如產品推薦)與 消費者的反饋更密切相關。同樣地,推薦引擎利用合作式 篩選使用消費者的實際反饋重複訓練以使常式最佳化,以 使所使用的合作近鄰規模(如果此為固定參數)更精確,調 20整用於規劃合作空間之每一維度的係數,以及,評估次^ 的合作式篩選分類(如性能或喜好樣式)是否能增進輸出的 精確度。 輸入 -25- 本紙張尺度適用中關家標準(CNS)A4規格(210 X 297公釐) 91. • 2,〇〇〇 569116 A7 B7 五、發明說明(24) (請先閱讀背面之注意事項再填寫本頁) 現在考慮本發明的輸入。可以使用詢問的形式徵求消 費者將各種資料輸入系統。圖5說明例示性的初始詢問結 構。圖6說明可以包括在使用本發明之系統中之消費者個 人資料庫登錄中的某些資料。 5 在與新消費者的初始或早期互動中,本發明向消費者 徵求個人的簡介資訊(例如年齡、性別、睡眠模式、健康 狀況、使用的處方藥、已知的過敏症、地理位置、在戶外 的時間、慣吃的維它命、飲食等)以及所關心事項。在本 發明某些實施例中,由於個人簡介資訊的收集是根據產品 10 研究之目標類別之領域的最佳知識,因此這類資訊對產生 個人化的產品推薦會有貢獻。 經濟部智慧財產局貝工消费合作社印製 一般言之,當某位消費者與本發明互動時,可能會提 供他或她選擇以更新他或她目前的需要,輸入/對產品的反 應,得到與涵蓋範圍相關的資訊内容或補充資訊,得到一 15 段時間内他們對產品之反應的資訊,及/或得到本發明所 涵蓋之某一類別中之產品的推薦。後3項選擇是本發明的 輸出,將在下文中討論。消費者的需求資料是本發明的輸 入,可包括與目標基體之狀況有關的主觀資料。主觀的消 費者需求資料可以被診斷工具所收集的客觀衡量予以加強 20 及/或取代。對產品的反應也是系統的輸入,且可包括有 關於基體對消費者正在使用之各種產品之反應的主觀及/ 或客觀資料,無論是否為先前所推薦的產品。 在接收到消費者對產品的反應之後,推薦引擎或與其 相關的處理即對資料執行任何次數的運算。例如,可以更 -26- 91. 3. 2,000 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) 569116 A7 B7 五、發明說明(25) 經濟部智慧財產局貝工消費合作社印製 新消費者的個人簡介以將客觀及/或主觀資料包括於内, 修,多種處理輸入,諸如所要計算及實施的消費者需求資 料等。本發明也使用產品反應或反饋以執行:約將基體條 件相似的消費者群組在一起;b)將基體對相同產品組之反 5應較佳的消費者群組在一起;c)將暴體對相同產品組之反 應強度相似的消費者群組在一起;d)衡量產品對基體特性 的效果,e)對單一消費者之基體的效果與對所有消費者之 平均效果的比較;及/或〇顯示消費者在使用者某特定產 品或多項產品一段時間後發生的任何改變。在下文中將更 10 詳細討論反饋的使用。 消費者選擇產品通常有根據審美觀選擇的偏見,如香 味的特徵或程度,產品的形態(例如乳霜或乳液、噴霧或 滚抹等),遊藝的類型,精裝或平裝等。本發明的某些實 施例從消費者處收集審美選擇的資訊,因為這類資訊可S 15挺供使用本發明之系統的操作者查核取決於這些偏見之產 品喜好散布的基礎。在消費者中有根據這些變數決定喜好 者,在計算產品喜好的預測及產品推薦之前,本發明的某 些實施例會以適當的個體分類來群組個別的消費者。 在本發明的某些實施例中,關於某類別之產品(本文 20也將其稱為目標類別(a category target))所要處理的目標戈 基體,消費者每次所關心的事項及問題可能不只一項。對 某特定目標基體的每一關心事項,可以用消費者對關心事 項之嚴重性(severity)及/或重要性(importance)的評估來描 述。典型上,嚴重性代表對問題之主觀自我評估的層次。 -27- ί锖先閱讀背面之注意事項再填窝本頁) 訂· --線· 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公爱) 91 · 3. 2,000 569116 A7 B7 經濟部智慧財產局員工消費合作社印製 五、發明說明(2〜6) 不過,在某些情況,嚴重性是由他人評估, · 相關之物理特性或徵象(例如診斷資料)的衡量及/或拫據對 型上是消費者被關心事項煩擾或受挫的程度% 想像成是消費者為使產品符合他們的期望對驊兴。也可 做的取捨。假設重要性較低的好處,比重要性&=之程度所 被犧牲。對系統而言,嚴重性及重要性的大d ^的好處先 費者描述輸入。重要性的排名順序是其次有用疋較佳的消 述輸入。在本發明的較佳實施例中,县眩壬Λ的/肖費者插 當成相互獨立的因素處理。 將重要性與嚴重性 有時也會徵詢消費者對產品的經驗。在本發 實施例中’消費者的經驗是以喜好及/紐能 产ς 記錄。較佳的做法是喜好與性能兩者加以徵詢。直^準 ,成對"您對所使用的產品有多喜愛?,,之_二 喜好將可反應使用者的整體經驗,相_素也包㈣ 費者所關心之事項在各方面有任何可察覺之改善, f觀的審美因素(如芬香),使用的容易性,香味,包裝^ 力等。對性能的評分是某—類別中何產品能使— 心事項相關的跡象或其它狀況或_降低_/。、料 料,可包括客觀及/或主觀的部分、包括客資 枓車父佳。至於某一位消費者將多項產。口纟士人 貝 $广月的某些實施例並不區分:::產品間:: 。好或性能評分,而是對整套的所有部分做 診斷資料是描述被某類別之產# 客觀資料。基體可以是有生命^ 土體之狀態的 令Π無生命的,包括消費者的 10 15 20 28 X 297公茇) (锖先閱讀背面之注意事項再填寫本頁) 訂: -線· 91· 3. 2,000 569116 A7 B7 五、發明說明(27) 5 10 15 經濟部智慧財產局貝工消t合作社印製 20 容貌。除了診斷資料外,當事人及/或他們的專章 供者也可提供基體狀況以及基體使用產品後之改1服務提 主觀描述。診斷資料是得自衡量工具,它衡量與反應的 心之事相關的特質。所謂特質包括基體的任何物理費J關 例如尺寸、質量、機械的、電氣的、光學的等。=貝’ 別中,大部分的特質例如是長度、重量、n,些類 透明等。其它與基體或基體内之特徵相關的 且紅不 置、速度、加速度、振動、轉速、方向等。基體=面= 質可包括粗鏠度、摩擦、反射係數、乾燥度、變色 斷資料也可根據化學分析L具所衡量的具質: 所要考慮的基體而變1衡量之㈣隨時_任何改變β 與關心事項或消費者相關的重要態樣。 尺 當所考慮基體的特質是空間不均質時,可經由隨機定 位々重複衡量(取樣)或特定位置衡量(映射或映像)獲得特性 的耗圍或分布。視所關心的基闕性而定,分布資料的不 同功能與關心事項的主觀或察覺_屬•性相關。以基體是 皮膚為例’外表的老化是㈣者關心之事,可以從臉部的 影像衡量驗的長度。本發關用影像,卫具可以包括攝 影機,包括但不限於數位攝影機。本發明所使用的診斷資 料也可以是多維度的,意指集合目標基體之一或多方面的 衡1。收集多維度資料是使用多個裝置、具有多個感測器 的裝置或它們的組合。 在心理測量及客觀衡量的領域中有大量的文獻,且可 在規劃與消費者關心事項之各種特徵以及所想要某類別產 -29 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) 91. 3. 2,000 ί锖先閱讀背面之注意事項再填寫本頁) --裳 ιδτ· 線· 569116 A7 B7_ 五、發明說明(28) 品之效果相關的單或多樣診斷衡量的新功能時做為參考。 然而在某些情況,衡量對消費者的客觀效果要比衡量基體 的特質容易些。例如,消費者關心的是"一張舒適的床”, 需要以表面的最佳柔軟度與支撐的剛度等複雜的函數來模 5 型化其間的關係。或者,可以直接量測消費者入睡的時間 或REM睡眠的小時,並發展出一套與評斷"床的舒適性"有 關的模型。 診斷工具為某特定基體衡量的參數及/或參數組必須 與消費者有興趣的議題相關。多個參數可以個別地或結合 10 在一起傳送給本發明的資料處理單元。或者,診斷工具所 衡量的多個參數可以在客戶端先線性地及/或非線性地結 合形成一整體的功能參數,再傳送給位在系統之伺服器側 的貧料處理早元。 經濟部智慧財產局員工消費合作社印製 所需衡量的變數數量,只需能明確地設計出能合理預 15 測消費者關心事項的模型即可。在很多情況,只需從複數 個選項中選擇一個變數。例如,目標基體為皮膚時可被衡 量的特定參數及參數的組合包括如下。消費者所關心的皮 膚乾燥可包括反射比、紅色、皮膚含水量(電容、電導)、 皮膚屏障功能(TEWL或浸濕後水分的改變)、摩擦、表皮 20 的增殖、皮膚薄片影像分析等。皮膚病害的監測包括特定 病害任何大小的組合、顏色或特定病害、以及特定病害的 身體位置。皮膚的曰曬監測包括基本皮膚顏色的任意組 合、色素沈殿點的顏色、反差等。衡量反射比或螢光性的 改變可使用可見光或紫外光。皮膚老化的監測可包括皮膚 -30- 91. 3. 2,000 <請先閱讀背面之注意事項再填寫本頁) --線一 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) 569116 A7 _—- —_ B7______ 五、發明說明(29) 顏色的任意組合、皮膚顏色的均勻度、皮膚皺紋的長度或 深度、皮膚下垂、皮膚僵硬度、以及皮膚的水合作用。 (請先閱讀背面之注意事項再填寫本頁) 當目標基體為皮膚時,可被衡量的其它特定參數及參 數的組合包括:毛髮的顏色、毛髮的濃密、毛髮的密度、 5 毛髮的生長、粉刺的數量、粉刺的顏色、粉刺的變率、過 ?辰色素的大小及區域、過濃色素的計數、過濃色素的顏色、 表面細胞角質的細胞學(大小、形狀、及/或成核現象)、 導電率、電容、表面平面及/或垂直於表面的機械剛性、 摩擦、皮膚之螢光性特徵、以顏色為函數的光反射率、微 10 生物偵測、以光學方式決定色素或光害(photodamage)的 分布、表面能量乘接觸角(surface energy by contact angle)、以3-D輪廓決定眼皮下垂或眼袋、紅色、變色、 及/或皺紋的深度及/或長度。 --線· 經濟部智慧財產局貝工消费合作社印製 典型上,本發明的實施如結合以上所討論的客觀資料 15 需要使用診斷工具。本發明的這些實施例使用診斷工具得 到客觀的衡量’有助於規範消費者的需求水準(系統的輸 入)及/或追蹤基體對特定產品的反應(性能反饋)。前者的 例子是以客觀資料調整消費者對一或多個關心領域之關心 事項嚴重性所做的主觀評估。典型上,診斷工具是位於通 20 信網路之客戶側的消費者家中,服務中心可進入到消費 者、醫師的辦公室等。利用診斷工具增進系統對產品之效 果的靈敏度,並提供要被產品處理之目標之狀況的客觀資 料。以診斷工具得到的診斷資料經由通信網路380(系統 300)傳送到推薦引擎,公共網路及DMZ(系統4〇〇) ’或其 -31 - 91. 1. 3,000 本紙張尺度適用中國國家標準(CNS)A4規格(21〇 X 297公釐) 569116 A7
5 10 15 經濟部智慧財產局貝工消费合作社印製 20 二:通Γ裝置。診斷工具及/或其内使用的感測器所 :^斷貧料也許需要周期性地校正以確保持續的正確 X正可以在裝置的内部,包括當使用校正基體時可以 自動調整,或以人工執行。 β圖7說明本發明之某些實施例7〇〇結合診斷資料時如何 操作的機能結構。方塊7()1代表本發明漏之系統所收集的 產品屬性資料(或者是系統初始啟動的情況,輸入基本資 料方塊702代表系統向使用系統7〇〇之消費者收集或徵 询消費者需求的資料、客觀及/或主觀的反饋(諸如診斷資 料)、個人簡介資訊等。箭頭703代表系統之產品推薦引擎 (在本文中也稱為正向智慧型引擎(forward intelligence engine))對系統輸入(即方塊7〇1及7〇2的 資訊)的操作。方 塊704代表在箭頭7〇3中之產品推薦引擎所產生的產品推薦 以及提供給使用系統7〇〇之消費者的輸出709。方塊705代 表選擇、購買、以及使用處理消費者關心事項的產品。須 ♦ 注意’一般來說,消費者所選擇及使用的產品並不需要是 系統700所推薦的產品,甚至也可以不是目前在系統7〇〇之 知識庫(knowledge base)中的產品。消費者可以選擇及使 用任何產品來處理他們已向系統700確認的關心事項(例如 方塊702) ’並提供關於該產品的反饋(例如706、707、708)。 方塊706代表向消費者徵詢710來的診斷衡量。方塊707及 708代表系統700從消費者處接收到的反饋(例如新的診斷 衡量及主觀的反應),並結合712到系統700的知識庫内。 方塊705也代表收到及考量系統700從消費者處產生及傳送 32 (請先閲讀背面之注意事項再填寫本頁) 訂: •線· 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) 91. 1. 3,000 569116 A7 經濟部笮慈財產局貝工消费合作社印製 五、發明說明(31) 711的補充賓Λ輪出(例如診斷的水準及趨勢)。 雖然在習知技術中曾經描述過以網路連接的診斷裝 置,但這類裝置所收集的資料並未使用到產品推薦系統。 在系統的正向或推薦方面,例如,以裝置衡量的基體狀態 或狀況錢任何歷史上的診斷反應都可用來產生產品推 薦。在系統的反向或再訓練方面,基體反應產品的客觀衡 量可用來再訓練產品推薦引擎,其中包括使產品的屬性更 精確’及/或更新消費者的簡介。與某些主觀的評估相較, 以診斷工具得到的衡量通常可事先提供更精確的產品使用 效果、。以診斷工具收集的客觀資料也可透露出消費者不由 此無法獲知的重要物理現象的改變(例如基體上或内部之 細菌密度的改變,基體之?11位準的改變等)。 以個人身體或保健類而言,診斷衡量或多樣衡量可監 肖費者或%4内部或外部的各種性質。對其它類別的產 °口而吕’診斷卫具可以衡量無生命物體•的狀況錄能。理 想情況是在客戶位置的診斷1具全時間可用。卫具輸出的 值:供/肖費者以電子郵件、網站的資料輸入部分或電話等 傳运給本發明。所使用的診斷工具與客戶電腦或位在遠端 的其它電子裝置介接,例如客戶位置、公用資訊亭(ki〇sk)、 專業服務提供者的辦公室、消費者服務中心等,以便能將 4費者的貝料自動地下載到本發明。在本發明的某些實施 J:山9斷裝置的位置遠離本發明的資料處理部分,為降 低退端裝置的成本,系統的資料處理部分可以執行裝置之 輸出的所有或最高階的處理。診斷工具也經常地結合一標 -33- 5 10 15 20 (請先閲讀背面之注意事項再填寫本頁) ••裝 -線· 297公釐) 91. 1. 3,000 569116 Α7 Β7 五、發明說明(32) 準化的程序。 輸出 現將注意力放在本發明之系統的輸出。本發明的主要 5 輸出包括與某特定基體相關之某特定類別的個人化產品推 薦。在本發明的絕大部分實施例中,產品推薦嘗試滿足所 有特定消費者目前的關心事項,並考慮每一關心事項的嚴 重性與重要性。典型上,產品的推薦是根據產品所有已知 的效果,以及是否能滿足消費者所關注之範圍的問題,及 10 對產品之負面效果的耐受性或敏感性,這正是關心事項矩 陣中的附加列。 經濟部智慧財產局貝工消t合作社印製 雖然本發明的某些實施例明確地推薦產品組,且產品 組中的每一項產品都是針對特定的關心事項,但本發明絕 大部分實施例所產生的產品推薦包括某一類中最能滿足某 15 特定消費者所有關心事項的產品,他們的嚴重性與重要性 也列入考慮較佳。後者的方法是可行的,因為個別的產品 會被設計成或非故意地影響到很多描述目標特性的情況 (例如粉刺及油性皮膚),且產品通常可滿足基本的性質或 處理,對所有關心事項都有廣泛的效果。當某項產品是" 20 全套組π產品中之一部分且意欲結合在一起使用時,本發 明的某些實施例在推薦此種π全套組π產品時將其當成該全 套組所涵蓋之所有種類的一部分。 某位消費者沒有提供他或她的關心事項、喜好及/或 所使用之產品之性能的客觀資料時,結合客觀資料的本發 -34- 91. 1. 3,000 (請先閲讀背面之注意事項再填寫本頁) •線 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) 569116 Α7 _—_-__Β7 五、發明說明(33) 明實施例也能根據他或她的關心事項及主觀的喜好及性能 資料得到產品推薦。此種推薦仍得益於本發明從其它消費 者處收集到的資料。根據或需要客觀資料,在這些實施例· 中的這類使用者可以或不可以存取本發明的其它特徵。 5 構成個人化產品推薦的基礎是由產品推薦引擎為某特 定消費者所產生的複數個個人公用程式(personal utilities)。個人公用程式是獨一的,例如包括產品性能預 測 口平刀么用矛王式(scored predicted product performance utilities)及產品喜好預測評分公用程式(sc〇re(i predicted 10 product preference utilities) ° 預測评分公用程式可以使用任何有意義數量的刻度來 評分。不過,在本發明的某些實施例中的評分刻度是使用 1到10 ,其中,10代表喜好或性能的最高分代表喜好或 性能的最低分。喜好或性能的最高分是由系統的管理人員 15在每次評估喜好或性能種類時設定,且.可能是目前市面上 產品無法達到的分數。例如,以對護膚產品的性能為例, 在滋潤方面,1〇可能代表濕潤程度在一天内有最大改變, 經濟部智慧財產局貝工消费合作社印製 (請先閱讀背面之注意事項再填寫本頁) -•線· 同時,在皺紋修補方面,10也可能代表在4週内的改善達 50%。或者,報告的分數具有一值,它與消費者所習慣的 20產品性能或喜好主觀評估的等級相關。本發明的某些實施 例利用整體的性能預測公用程式,將在下文中的資料處理 及產品推薦引擎中詳述。 做預測的個人公用程式在系統中的用處很多,包括但 不限於:以產品選擇公用程式產生排名順序表;以公用程 -35 - 本紙張尺度適* Τ Η國家標準(CNS)A4規格(21() χ撕公爱) ---- 91. 1. 3,000 569116 A7 B7 五、發明說明(34) 式產生前N名產品組的排名順序表;以公用程式產生消費 者感興趣之任意項產品的排名順序表;為有興趣之產品產 生條形圖的公用程式;個人公用程式在一顯示消費者有興 趣之若干產品之規格的比較晝面中評分等。任何所選擇或 5 推薦的產品組的性能屬性都能相對於產品價格繪製成曲 線,包括產品的整體性能。 圖8A及8B是以喜好預測評分例示性表列前3名產品組 的排名順序輸出畫面。圖9A及9B是以性能預測評分例示 性表列前3名產品組的排名順序輸出畫面。須注意,雖然 10 圖8及圖9所說明的畫面分別是以喜好及性能的預測排列順 序,但在每一個畫面中,也分別呈現所顯示之產品的性能 及喜好預測。在同一畫中不需要將兩個公用程式都呈現給 消費者。須注意,在圖8及9所描繪的晝面中也包括每一項 產品已知的最低價格。此項資訊並非必須呈現。 15 本發明可提供的其它輸出包括補充資料或資訊。根據 診斷所顯示的消費者狀況及/或系統收集的主觀資料可傳 送給消費者,消費者的需求與相關人口的比較為何,系統 對他們之特定需求的察覺,在一段時間中他們對特定產品 的反應為何等。可用圖形顯示某位消費者在不同時間曾使 20 用過那些產品以及趨勢的資料。 補充資訊輸出的另一種型式包括解釋為何某項產品被 推薦。例如解釋性能預測的衡量標準,可經由無線電按鈕 或其它適當的介面詢問本發明,本發明的反應是提供一關 心事項範圍的表,並按消費者對為每一個關心事項範圍考 -36- 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) 先 闐 讀 背 面 之 注 項 再 填 寫 本 頁 經濟部智慧財產局貝工消费合作社印製 91. 1. 3,000 569116 A7 ____ _____ B7 五、發明說明(35) 5 10 15 品 經濟部智慧財產局貝工消费合作社印製 20 慮的特定產品的重要性及/或性能的評分排列順序。 本發明的所產生的產品推薦傳送給與網際網路連接的 消費者,消費者可按照推薦經由網際網路訂購或採購一或 多樣推薦的產品。例如,鏈結到與本發明結合的訂購功能, 或鏈結到其它可能的加盟銷售公司,這些都包括在本發明 輸出的補充資訊中。 輸出的補充資訊也包括:鏈結到具有相似基體需求之 消費者的產品評論;根據消費者之問題區分的指導内容; 關於消費者之基體狀況在歷史框架中的資訊,以顯示基體 對使用本發明或使用某特定產品或多類產品或在一段時間 内任何特定潛在行為的反應;關於消費者之基體狀況相對 於同儕或相關人口的資訊(人口統計報告的位置應在本地 的地理區域内,或有限的種族或有年齡限制);經由有戍 /又有使敏感度較一般感覺增強之影像得到關於因使用新產 品或養生法所造成之改變的資訊;關於結果視使用練習而 定的資訊,諸如經常使用或相關產品之使用或練習丨可幫 助消費者主觀地評估產品性能的比較資訊(例如關心的基 體在使用前及使用後的影像);等等。其它的補充資訊〇 包括互動式及/或多媒體應用軟體及/或晝面。例如,互 錢/或多媒體應用軟體可以:指導消費者正確地 爲或選擇的產品;幫助料者評估產品的性能 動式及/或多媒體應用軟體及/或畫面可以包 丄: 2天室,以影像為主的聊天室,流動的媒體 實 的幫助,代理商,互動裝置等等。 |擬〇兄 37
----丨丨丨丨丨丨丨I丨| (請先閲讀背面之注意事項再填寫本頁) A^· --線- 91· 1. 3,000 569116 經濟部智慧財產局貝工消费合作社印製 A7 五、發明說明(36) 很多目標,例如以健康為主的基體(特別是皮膚),其 改變與老化的速率都很緩慢。其它目標基體對產品反應的 時間表也可能很長。因此,所想要的產品效果在短期内可 能難以捉摸且很難察覺。因此,在本發明的某些實施例中 5也提供另一形式的補充輸出是進展指示(progress indications)。進展指示使消費者能對產品性能做較佳的判 斷、幫助回憶、能及早對產品的適用性做決定、鼓勵改用 有效的產品、及/或及早勸阻繼續使用無效的產品。 有了進展指示,當一消費者使用某一產品時,他或她 10可以看到產品對目標的效果(例如皮膚特性、肺功能等)。 也可提供對各別狀況或整體狀況的追蹤,類似下文中討认 的整體性能。經由計算資料得來的狀況可在家中或在專^ 服務提供者的幫助下追蹤。在某些情況下,狀·況可能是粑 據主觀的反饋。例如,資料可能包括對某類別每一關心事 15項之目前嚴重性的主觀反饋,它可能是•根據與目標之可評 估屬性相關的一組問題,及/或利用客·觀的診斷衡量。本 發明的資料處理架構是為i個關心事項中的每一個產生— 個目前的狀況i。狀況〗可以是由本發明所得到與關心事項 相關的任何資料模型。 '1 2〇 本發明的較佳實施例提供進展指示器,因為狀況的任 何改變連同典型或預期的改變一同傳送將有助於建構消費 者對產品性能及效果的實際期待。可能的顯示包括從某位 消費者狀況水準為開始點之代表多位消費者狀況平均改變 的曲線,以及該位消費者的資料點或與資料匹配的曲線。 -38 - 本紙張尺度適用中國國規格⑽X 297 ί锖先閱讀背面之注意事項再填寫本頁} tl: 3,0〇〇 569116 A7 B7 五、發明說明(37) (請先W讀背面之注意事項再填寫本頁) 以圖示說明,消費者的典型改變曲線在該狀況的正常範圍 内是平坦的,然而,消費者的典型改變曲線偏離正常一個 sigma時,顯示在某一段時間(t1/2)有所改善。 5 資料處理 以下將說明正向智慧或產品推薦引擎的細節。如前文 中的討論,本發明的可能輸出之一包括產品推薦。本發明 使用它的產品推薦引擎產生它的推薦,產品推薦引擎執行 多變量的模型化及接收自消費者之獨立變數輸入的分析。 10 視本發明之實施例的實施而定,產品推薦引擎利用前文中 所討論之各種輸入的任意組合以產生前文中所討論之各種 輸出的任意組合。在本發明的某些實施例中,產品推薦引 擎利用一或多個神經網路從輸入產生輸出。在本發明的其 它實施例中,產品推薦引擎利用合作式過濾器或結合多個 15 合作式篩選模型產生它的輸出。在本發明的另一些實施例 中,產品推薦引擎結合神經網路與合作式篩選處理系統的 輸入。 資料處理:合作式筛選 經濟部智慧財產局貝工消费合作社印製 20 任何一種合作式過濾器至少具有3個主要單元,包括 資料表述、近鄰形成功能及推薦產生功能。以下將分別討 論每一功能,從資料表述開始。 某些輸入及輸出是以數字表示給產品推薦引擎使用。 如前文中的討論,產品滿足消費者的需求,且通常具有某 -39- 91. 1. 3,000 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) 569116 A7 B7 五、發明說明(38) -------------— (請先閲讀背面之注意事項再填寫本頁) 一聖式範圍的效果。消費者以他們需求的嚴重性(或對不 良效果的敏感度)以及他們所考慮之關心事項的重要性傳 達對某產品領域的關心事項,藉以做出購買產品的決定: 視目標基體而定,複數個關心事項可能相關。在本發明的 5某些實施例中,會將關心事項提給.消費者供其選擇。此乃 簡化了消費者與本發明互動的維度,消費者只能選擇這此 能被滿足的關心事項。 i線· 經濟部智慧財產局貝工消费合作社印製 類別為;^春劑、目彳示基體為皮膚的例示性關心事項可 包括去污、去油、殺菌、刺激皮膚、使皮膚乾燥、給予緊 10繃感、留給皮膚柔軟的感覺、易起泡、便宜、聞起來令人 愉快等。一般言之,在某指定類別中通常會有i項關心事 項。雖然可以只考慮某類別之一種目標基體的關心事項, 但也可包括多樣的基體。例如,在此類別中,主基體是皮 膚,但產品如何在浴缸上留下一層膜以滿足副基體。與i 15 個關心事項中每一項相關的是重要性。一位新消費者(咬 是現有消費者希望修改他或她的個人資料)與本發明的典 型互動是確認關心事項、每一關心事項的水準、以及每一 關心事項在下定產品選擇決心時有多重要。新的消費者也 會被詢問以確認對產品之反效果的敏感度。在資料收集過 20 程中可以使用輔助的分劃刻度,某些輸入值是以文字及/ 或圖片描述。其它可想像到的輸入裝置如滑桿或刻度盤或 合成影像及類似物。 使用者的關心事項以Nx2的矩陣ucik表示;其中,u是 代表消費者索引(在下文中為方便計予以省略N是本發 -40- 91. 1. 3,000 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) 569116 A7 _ B7 五、發明說明(39) (請先閲讀背面之注意事項再填寫本頁) 明所確認之關心事項的數量;卜UN; k=1,2; 〇11=第丨項關 心事項的嚴重性,O^Cido ; (^二第丨項關心事項的重要 丨生OSuC^lO。典型上,經由文字名稱(例如皺紋、乾燥、 面皰等)的描述,使用者都可知道每一關心事項Ci為何。 5當然,關心事項矩陣中每一元素使用0到10的刻度是隨意 的。 經濟部智慧財產局貝工消费合作社印製 雖然關心事項的嚴重性與重要性一般來說是主觀的評 估,但在某些關心事項的領域(例如主觀資訊的品質是眾 所皆知的),可以客觀資料予以加強及/或取代。在本發明 10的某些實施例中,成為刻度的客觀資料(例如經過衡量的 變數)可以加到關心事項中,或者,可藉由客觀資料限制 或修改關心事項的輪人。例如,目標基體是皮膚,皮膚粗 糙、光害指數、及/或彈性(腫脹),都與消費者所提供之 某問題的嚴重性刻度相關。可以使用客觀資料及/或刻度 15,伸關心事項的範圍’以便將新的關心事項加入類別目 榇的關心事項中,或者修改目前的關心事項嚴重性值(例 如’使用與某特定’事項相關的主觀及衡量值的線性組 合)。例如,某位消費者評估皺紋的嚴重性,而本發明可 能以敵紋總長度的機器值加權消費者的主觀評估。來自消 20費者個人簡介的貝料(例如年齡及在戶外的時間)也可提供 相關資訊,並用來調整關心事項的參數。 選擇-數值代表每-個衡量參數,俾便以方便的方式 反映衡量的方法。每-個嚴重性分數c"是在預先定義範 圍内的一個實數,例如〇到10。架構與^相關之衡量或有 -41 - 91· 1. 3,000 本紙張尺度適用中國國家標準(CNS)A4規格(21〇 X 297公釐) 569116 A7 P/ _ 五、發明說明(40) (請先Μ讀背面之注意事項再填寫本頁) 關徵象或其它素材特性的計算,以使關心事項Q中最嚴重 者得到f高分(例如10),同時,最低分(例如0)對應於該關 〜事項/又有任何可報告或可觀察到的徵象或實際的指示。 關心事項Ci的重要性稱為Ci2,以一有限範圍的整數 5表不之,如0到10等。須注意,在本鼙明的較佳實施例中, 沒有將重要性的值正常化,這是因為相關的資訊通常包含 在他們的絕對大小中,且應被保留。 現將注意力轉到喜好資料的表示,當消費者使用產品 時,他們提供對這些產品之喜好的反饋。此外,新加入的 ίο消費者也可提供他們過去曾使用過之產品的喜好值,例如 在開始使用本發明的初期互動期間。如前文中的討論,喜 好是對愛用該項產品之程度的衡量。可以提供各種辅助二 刻度。表1顯示例示性的喜好輔助刻度。 表 1 15 20 經濟部智慧財產局貝工消t合作社印製 8 9 1〇 較佳 最佳 比大多數多 1 2 3 4 5 6 非常差 較差 平均 較差的 比大多數多 典型上’產品的各方面都會影響某位消費者對該項產 品的吾好,包括消費者認為該產品的操作能有多好。換言 之,喜好值會受產品的美觀、感覺上的性能、及/或行: 資訊所左右。消費者也會受系統參與的影響,本發明可能 提供給消費者的輸出諸如根據預測喜好、預測性能、及^ 或性能追蹤資訊所做的產品推薦。基於此一理由,在本發 42 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) — -------- 569116 經濟部智慧財產局員工消费合作社印製 A7 B7 五、發明說明(41) 明的較佳實施例中,一旦某位新消費者已評估5或6個本發 明所推薦的產品後,他或她的初始或在本發明前的使用喜 好值將從消費者的喜好樣式資料中刪除。 在系統中,消費者對某項產品的喜好分數upPREF(u= 5 使用者索引,p=產品索引)是以在一有限範圍内的整數表 示,如範圍(M0或0-100等。某指定產品的消費者喜好分 數也應與喜好描述符號(descriptor)組的排列順序對應。 合作式篩選的基礎是找到產品喜好模型相似的近鄰, 亦即,該喜好模型涵蓋消費者們所使用之某一範圍的相同 10 產品,它決定消費者間的相似之處。為增進產品喜好的預 測,在本發明的某些實施例中,先對那些具有相同目標問 題的人口子集使用以關心事項為基礎的合作式過濾器之 後,再使用以喜好為基礎的合作式過濾器。 現在考慮目標或基體狀況的表示方法。以得自於資料 15 的性能預測及反饋為某指定類別追蹤目標基體的個別狀 況。在本發明的較佳實施例中,每一狀況是目標基體目前 特性的客觀指數,它與每一關心事項的領域相關。理想上, 狀況值計算自原始的衡量變數組。不過,在某些情況,計 算狀況值可以根據對該類別之關心事項之目前嚴重性的一 20 或多樣主觀反饋(如果目標基體是皮膚則例如發癢)、對關 於目標基體之特定可評估屬性之問題組的主觀反饋(如果 目標基體是皮膚,則例如手上裂縫的數量,皮膚感覺緊繃 的分鐘數等)以及客觀診斷衡量的組合。資料處理為i項關 心事項的每一項產生一目前的狀況i。狀況i可由任何反映 -43- 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) {請先閱讀背面之注意事項再填寫本頁)
> ϋ —ϋ 1 n ϋ n 一 δ’ I an n n ϋ n n I 569116 A7 10 15 經濟部智慧財產局員工消費合作社印製 20 發明說明(43) 狀況的改變是平均某固定時間間隔期間所得到之_ 之狀况值的差。例示性的時間間隔可以是產品使用前之 與產品開始使用後的8到12週。不過,確切的取樣時間間 =初始產品效果評估的選擇,需視產品的類別與相關的 目k而定。在本糾的較佳實_巾,狀絲的改變是〜 開始使用後-段預先定義的時間周期後開始取樣_ 的平均狀況值減去初始狀况(初始狀況可以是也可以不b 某初始時段期間的平均,或是在開始使用產品前的2 間)的差。狀況的變率是與某定義之時間間隔期間之狀: 率’,:如使用產品的頭兩個月。目標基體的改變 將狀況之改變轉換成有用的性能分數時:: π適當的時間間隔—旦選定’即可選擇適當的轉 t到性能分數。轉換函數可包括任何數量的函數,、例如 =經由公式的線性轉換、經由公式的非線性轉換、】如 或查閱表等。選擇轉換函數的程序可從 有 之狀況改變及大量消費者的分布開始,以便將改變= 轉換成性此分數。例秘的轉_如是當平均盘: 之性能刻度中的5關聯時’前1〇%的改變對二 於執行上料U是狀狀_分布是初^況之^助 2維圖。根據狀況的改變量及初 常是較佳的。 月匕刀数模型通 對某位消費者而言的產σ卜 的產口口性月匕,較佳的做法是使用所 -45 - 本紙張尺度適用中國國家標準(CNS)A4規格C210了^^ — — — — — — — — — — — — 1 ·1111111 t — — — — —— — — —Αν— 1ΙΙΙΙΙΙΙΙΙΙ— — — — — —— — — — — — Γ 请先閱讀背面之注意事項再填寫本頁) 569116 經濟部智慧財產局員工消費合作社印製 A7 -----B7 五、發明說明(44) 觀察到的狀況改變及消費者之初始關心事項的位準 upPREFi(其中"u”及"p”分別是消費者及產品的索引,丨是狀 況的索引)計算每一關心事項Ci。該產品的整體性能分數 upPREF ’典型上是以重要性加權在使用中所觀察到的狀況 5改變及消費者之初始關心事項的位準upPREFi(其中”u,,及 "P"分別是消費者及產品的索引,i是狀況的索引)計算的每 一關心事項Ci的和,以重要性的和正常化。 在生物目標基體的情況,對目標基體的某特性而言, 可衡量或可評估的徵象是一交替的用語。在此情況,狀況 1〇的改變是由徵象的改變決定。本發明也可利用徵象的位準 做為性能衡量標準,但並非必要。 對某位特定的消費者而言,整體性能預測可以做為產 品推薦輸出的一部分呈現。可將整體性能預測描述成前N 名性能預測”之性能推薦表輸出,也可以其它的推薦輸出 15格式報告。整體性能預測使用為每一關心事項預測的性 能,其得自於與消費者相似之消費者群“察所見的性能(在 本發明的某些實施例中,諸如在消費者合作近鄰中的消費 者)。整體的性能預測是以消費者關心事項的重要性(c、) 加權產品性能預測的平均(以重要性的和正常化)。 12 20 ,纟本發明的某些實施例中,性能反應樣式包括消費 曾使用過並提供反饋給本發明之所有產品之單一或全部 關心事項領域所致使的產品性能排名順序。此排名财 許將具有相對於不同反應樣式之相似反應樣式的客戶群电 在-起。在本發明的某些實施例中,將消費者群的人口分 -46- --------------Φ--------^---------線 —Φ----------------------- (請先閱讀背面之注意事項再填寫本頁)
本紙張尺度適用中國國家標準(CNSM4規格(21G x撕公爱了 569116 A7 經濟部智慧財產局員工消费合作社印製 五、發明說明(45) 別歸入不同類的反應樣式,當按此做時,子人口之關心事 項的性能標準差相對於整個人口要降低許多。如果性能反 應樣式是有效的性能預測器,即可在性能反應樣式的基礎 上,為相關的產品組將消費者群集在一起,或定義次合作 5 近鄰。做此可將具有共同反應技巧(mechanics)的目標與具 有不同反應技巧的目標分開。 個人簡介資訊也可以數值表示。如前文中的討論,在 某特定的產品類別中,個人簡介資訊可與目標基體的狀況 與關心事項相關。消費者個人簡介向量uPI可架構成他的 10分量與個人簡介資料對應,使UPI可用來計算或筛選出相 似的族群。 性格分析(psychographic)或個性標識(marker)也可被 評估並以數值表示,通常它們是在做產品購買決定時的決 疋因素,且對產品喜好有表明的效果。在本發明使用神經 15網路分析的實施例中,性格分析標識比使用合作式筛選更 有用處。 · 在合作式筛選中的第二主要元素是近鄰結構。定義一 消費者子群的技術與現在所要定義的某特定消費者相似。 用來建立消費者近鄰的任何資料組構成一空間,亦即消費 20者人口的多維表示。在相關空間中任何兩位消費者(消費 者j及肖費者k)間的廣義距離與普通空間中兩點間的距離 相似,可定義成: (請先聞讀背面之注意事項再填寫本頁) έ -47-
— — — — — — — — — — — — Ι1ΙΙΙ1Ι1Ι —— — — — — — — — 569116 A7
=41^在_者空間中消費者渺之第湖參數之僅 經濟部智慧財產局員工消費合作社印製 不同的夂:Ή巨離經過正常化。當消費者空間中有 定,在圓球开被調整㈣叫時正常化能使距離穩 ^、近鄰(所有消費者都在與某特定消費者一 的二T:)中'不同的方式伸展空間以測試範圍較狹小 沾触刀。此標準相當於增進預測的 的距離限制近鄰的大小可使預測分布較緊凑。另-= 巨離較j用於某特定產品之值的數量也較少,藉以管理 損及準確性的危險。係數a顧過轉,歧所有維度(經 過調整的參數)對_分布的散布都具有相同效果。、 理想上,”相似”意指對產品之使用具有相似之喜好及 性能結果的消費者。在本發明的某些實施例中該定義可以 直接實施,以使方程式1中的參數P包括產品的性能及喜 =分數,且距離部分是根據這些參數的•相似性,無論在^ 处,這是共同產品慣用的資料。在此設•計中,任何兩消費 者間的距離涉及不同數量的維度。正常化方程Si中的分 母即可說明此點。不過,被共用之產品的數量應予記錄, 且當所使用的產品沒有足夠的重疊以便以相似性建立可俨 20賴的決斷時,該另一消費者應從某指定消費者的近鄰中^ 除。在合作式近鄰中的消費者愈多愈有利,以便能以較大 的可信度推薦更多的產品。基於此一理由,本發明的較佳 實施例使用關心事項的相似性及其它消費者的特性建立一 相當大的相關近鄰或推薦者。 5 10 15 48
本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公茇)
--------^---------—II (請先«讀背面之注意事項再填寫本頁) 569116 A7 B7 五、發明說明(47) (請先閱讀背面之注意事項再填寫本頁) 在此模型中,所有消費者都是近鄰中的成員,因為所 使用的產品不需要具有共同性。用來將每一位消費者定位 在空間中的參數是由關心事項的嚴重性、關心事項的重要 性、目標的狀況、個人簡介資訊、及美學上的選擇等任何 5 或所有結合而形成。空間的維度也可從這些消費者描述的 各種比率或產品構建。接著,某特定消費使用者的相似族 群可定義成在按照方程式1的適合空間内,在該消費者有 限距離内的一伙其它消費者。該有限的距離適合每一位消 費者,且考慮產品的性能與喜好預測,因此,得以獲得在 10 統計上數量適當的’’相似π產品使用者。例如,當系統使用 者的人數成長時門檻可降低,同時可保持相同平均數量的 相似使用者。當可架構出基於喜好或性能相似的維度時, 可與本文所描述之基於空間的消費者特性結合。 經濟部智慧財產局員工消费合作社印製 以上所討論對美觀的選擇是個人簡介資訊中與對一類 15 別中特定形式產品之喜好有關的子集。通常,喜好模型受 一或多樣美觀選擇很強的影響。因此,在本發明的某些實 施例中,至少部分來自消費者近鄰的消費者喜好預測另外 又被具有相同或相似的美觀選擇篩選。例如,產品的類別 是清潔劑,目標是皮膚,喜歡肥皂塊甚於沐浴乳的消費者, 20 他將不會對以沐浴乳為喜好基礎的推薦感興趣。僅管如 此,本發明仍可能會在前N名的性能表中呈現沐浴乳,這 是因為即使不是消費者所喜歡的形式,他可能仍希望知道 性能預測高的產品出現在何處,。 近鄰要被定義的夠大以便能產生某特定消費者所需的 -49- 本紙張尺度適用中國國家標準(CNS)A4規格C210 X 297公釐) 經濟部智慧財產局員工消費合作社印製 569116 A7 _____ B7 五、發明說明(48) 所有推薦值(預測的性能及喜好)。在本發明的某些實施例 中’近鄰與任何特定消費者間的有限距離是一常數。然而, 在本發明的較佳實施例中,可根據某特定消費者所在之消 費者空間之範圍中之消費者的密度為每一位消費者選擇一 5有限的距離。當某位消費者是位在人口稀疏的消費者空間 内時’後者的實施例允許選擇較大的有限距離。如果能為 每一位消費者以及所考慮的每一項產品調整有限距離,以 使每一項預測都能使用可能的最小有限距離,也許可實現 更精確的預測。本實施例會出現與前述相關的計算成本, 10且對比較的精確性有難以捉摸的影響,這是因為在為每一 項產品做預測時都包括了不同族群的消費者。沒有足夠統 計數字支持的產品(變異太大或使用的實例太少)可予以剔 除。 有數種方法可用來架構消費者空間,本發明的一個實 15施例使用一種類型的空間為某位消費者產生產品推薦,以 及其它類型的空間(例如使用不同的參為其它消費者產 生推薦。一般吕之,喜好預測之空間所使用的維度要比性 能預測使用的空間多。須注意,儘管如此,每一種情況的 空間都須滿足系統中的每一位客戶。雖然本發明所使用的 20空間定義的較乍,包括但不限於:基於需要的空間、反應 空間、喜好空間等。在每一情況中,空間所包括的維度可 超越本文題目的限制。此外,增加兩或多樣簡單空間之特 徵的複合空間也在本發明的範圍内。 在基於需要的空間中,關心事項的嚴重性可能佔用最 -5〇 - 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公 --------------m--------^---------— (請先閲讀背面之注意事項再填寫本頁) _ 569116 A7 B7 五、發明說明(49) 多的維度。其它的空間可以使用產品的重要性及嚴重性資 料構成,它們可稱為需求間隙空間。當與反饋比較時,每 一空間中可加入個人簡介的維度或任何其它可增進預測品 質的參數。 5 反應空間主要是根據為標準產品或各類產品所記錄的 狀況或狀況的改變。反應空間可用於本質上是醫療的目標 基體,且它有助於將消費者群組在一起。前文中已描述過 反應樣式。在以醫療為目標的情況中,反應樣式根據基本 的生物機制識別消費者。 10 對有較大量產品可供取樣且消費者能提供最可靠喜好 資料的產品類別而言,喜好空間可能特別有用。消費者也 可對某些特定的性能因素提供客觀的反饋,詳細的性能預 測可強化消費者購買的選擇。汽車類的產品最適合使用喜 好空間。喜好過濾器可讓喜歡某類型汽車的某位消費者看 15 到與其品位近似的其它消費者所喜歡但他並不熟悉的幾款 車型,所顯示的車型以符合此等級為佳。現實世界的消費 者所產生汽車性能方面的資料將有助於消費者在一或多種 推薦的汽車間做選擇,這些也在本發明的某些實施例中提 供。 經濟部智慧財產局員工消費合作社印製 (請先閱讀背面之注意事項再填寫本頁) 20 合作式過濾器的第三主要元素包括產生推薦的功能。 已知某位消費者及與其相似的一伙消費者(即近鄰),即可 做到對該使用者的產品推薦。合作式消費者空間的維度或 座標一旦選定,且合作近鄰的大小也經定義,即可為已知 的消費者計算某類別中每一樣產品的喜好及/或性能分 -51 - 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) 569116 A7 五、發明說明(50) 斤得到的分數,並接著使用它來定義喜好預測排 產品的表,其中,叹呈現給㈣者之推薦產 ,常,整體的性能制分數如喜好分數複雜,因為 匕們疋產生自性能矩陣,為每—位消費者做每一項產品的 預測都需要一個一維的矩陣。每-關心事項的主題需要一 個性能分量。對某一類別中的每—項產品而言,平均性能 矩陣是計算合作式近鄰中的所有消費者。典型上,並不對 吳觀的選擇做篩選。不過,可對喜好預測中所使用的发它 個人簡介資訊因素進行篩選。在本發明的較佳實施例/中, 某單-產品對某消費者k(〇PPk)的整體性能是性能矩陣元 素之消費者重要性(Ii)的加權平均。或者,方程式的形式 為·· oppk = ΣΜ/ΣΑ (方程式 2) 儲存整體性能分數,並接著用來定義性能預測肋名之產 品的表。在本發明的較佳實施例中,^前^^名喜好表中也 報告產品的OPP分數。 10 15 經濟部智慧財產局員工消費合作社印製 20 資料處理··神經網路分析 本發明的某些實施例利用神經網路產生它的推薦產 品。神經網路是用來模型化各種輸入(諸如消費者的特性 及消費者的反饋)與各種輸出(諸如產品性能及喜好預測) 間的關係。典型上每一位消費者都有一或多個範圍的需求 要被滿足。 52 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) (請先閲讀背面之注意事項再填寫本頁)
569116 A7 B7 五、發明說明(51) (請先閲讀背面之注意事項再填寫本頁) 輸入變數可包括客戶的個人簡介資訊、對先前所使用 之產品的喜好及性能值、關心事項的矩陣(典型上包括嚴 重性及重要性)、以及各種狀況,它們是評估或衡量目標 屬性的精神測定模型,且與關心事項的領域有關。當消費 5 者使用由本發明所推薦的產品時,他們每個人對所使用之 產品的喜好資料及性能矩陣累積成額外的資料。 如前文中所討論,某位消費者的輸入參數組,來自其 它曾使用過且提供性能及/或喜好資料之消費者的輸入, 以及經過訓練的神經網路,產品推薦引擎使用神經網路為 10 其它使用者曾經使用過但此位消費者不一定使用過的產品 產生性能及/或喜好預測。從經過分類整理的預測中很容 易為某位消費者產生產品推薦輸出表格,典型上,性能及 喜好預測的形式包含在專為個人架構的推薦表中。 經濟部智慧財產局員工消費合作社印製 在本發明的較佳實施例中,預測的性能分數包括從推 15 薦給消費者之每一項產品之性能陣列所導出的整體性能分 數。典型上,這是為消費者所確認的每一關心事項所做的 性能預測。對某一類別中的每一樣產品而言,性能矩陣根 據神經網路的模型為每一性能參數輸出。為消費者所做的 某單一產品整體性能預測(OPPk),其計算方法與前文中所 20 討論的合作式過濾器相同。儲存整體性能分數,並接著用 來定義性能預測前N名之產品的表。在本發明的較佳實施 例中,在前N名喜好表中也報告產品的OPP分數(當可獲得 時)。 圖10說明在本發明實施例中的產品推薦引擎1000利用 本紙張尺度適用中國國家標準(CNS)A4規格C210 X 297公釐) 569116 經濟部智慧財產局員工消費合作社印製 A7 B7 五、發明說明(52) 神經網路操作的機能結構,神經網路利用產品的屬性做為 輸入。產品推薦引擎接收產品屬性1001(來自關於消費者 所使用之產品的所有系統知識或在系統的啟動、初始資料 之後)以及消費者個人的特性記錄或簡介1002。處理或隱 5藏層1003運算輸入1001、1002以產生產品推薦輸出1004。 資料處理··混合式 如前所述’本發明利用合作式篩選的推薦引擎可以使 用神經網路分析增進產品推薦引擎的功能/性能。例如, 10 來自合作族群的輸出(例如預測)可以由神經網路處理,或 者,可以用神經網路產生產品的先期預測,無論對產品是 否有幫助。 如前文中的討論,以審美觀及/或其它個人簡介資訊 為基礎篩選合作式近鄰,此種合作式近鄰中的平均直好分 15布的標準差會收緊,以提供消費者正確的預測。在合作式 篩選過客戶空間中的消費者近鄰之後神經網路即被訓練, 以選擇與其所服務之消費者之反應最有可能匹配的那些消 費者。在本發明的實施例中周期性地檢驗預測的品質,神 經網路運算所有可用的輸入可以為每一個輸出參數找到較 20佳的預測模型。本發明的實施例可使用合作式_選技術產 生性能預測以及使用神經網路法產生喜好預測。在本發明 的此衍生型中,預測的性能資料可做為產生喜好預測之神 經網路的附加輸入。 還有另一種混合式資料處理模型可以結合合作式與基 -54- 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) (請先閱讀背面之注意事項再填寫本頁)
^569116 經濟部智慧財產局員工消費合作社印製 A7 五、發明說明(53) 於内容的篩選併用。圖11說明本發明某些實施例所使用的 合作式與基於内容之過濾器的串級1100。串級1100代表一 種利用社交與内容資訊的新方法,特別適合本發明。有了 此串級架構1100,合作式過濾器11〇2被調整以根據目前消 5費者的特性簡介1107以及包含在資料庫丨101中之所有消費 者及產品的知識,為很多產品輸出其所預測的評分11〇3。 接著,評分1103形成基於内容之過濾器11〇4的輸入,基於 内容的過濾器1104從這些輸入中選擇儲存在產品特徵資料 庫1105中之產品特徵與包含在個人簡介資訊中之使用者審 1〇美觀極為匹配的產品。基於内容的過濾器1104所選擇的產 品包括最終推薦1106由產品推薦引擎輸出。 資料處理··資料庫整備(databaSepriming) 將新產品加入系統的方法很多。消費者可以經由輸入 15適當的產品識別資訊以輸入尚不存在气系統中之產品的反 饋資料。雖然系統在有足夠的反饋資料•可供使用前不會產 生推薦,但匕可持績地接受使用者的反饋。系統利用各種 方法使其能更快速推薦新產品,其方法吾人稱為整備 (pHming)。可以使用人造的及/或實際的歷史輸入及反饋 20以整備產品資料庫。在使用產品屬性的系統中,易言之,貝 性能資料代表每一消費者團體(segment)的平均性能, =的資料可結合㈣領域之專家減的產品輕。整備的 處料會被新產品的實際反饋迅速地稀釋掉。或者,。 的性能及/或喜好資料可以從所招募之特性描述完整的^ -55- 本^^適用中國國規格⑽ X 297公爱) ---------------- (請先閱讀背面之注意事項再填寫本頁) '•線-
-I I n I 569116 經濟部智慧財產局員工消费合作社印製 A7 B7 五、發明說明(54) 用者組獲得。經過一段時間,當消費者使用新產品,收集 到現時的資料,整備的產品屬性及/或產品性能及喜好資 料即被職或被稀釋成與收集到的資料一致。當系統式的 產品使用記錄累積到足夠時,可將整備的資料刪除,有可 5能疋置於系統資料之下。下文中將更詳細討論再訓練。 再訓練與反饋 現在考慮產品推薦或正向智慧型引擎的再訓練。在本 發明的某些實施例中,它們根據消費者的反饋不斷地周期 Η)性地再訓練產品推薦引擎以增進推薦的品質。特別是,本 發明的較佳實施例利用接收自消費者使用過產品後的直好 及性能評分,周期性地評估本發明所產生之產品推薦的精 確性及/或正確性。本發明的資料處理演算法被再訓練以 降低實際之反饋與先期預測間的差異。當f料的密度增 15加,最理想的加權函數及空間結構會改變。按此方二二當 反饋性能及喜好資料的人σ成長時,本•發明較佳實施例的 輸^也持續地增進。因此,本發明某些實施例所輸出的補 充資料中也包括推薦反饋的時間間隔。 正確性是每一位消費者的預測性能及/或喜好值與消 20費者使用過產品後關於這些參數之反饋間是否一致的某些 衡量。增進一致性相當於是使差異(預測小於反饋)的和最 小化,或是使差異的平方最小化,等等。所做的調整可包 括改變合作式篩選空間中的空間維度或他們的數量加權 (scalar weighting)、以額外的個人簡介資訊變數篩選近鄰、 -56- 本紙張尺度適用中國國家標準(CNS)A4規格C210 X 297公釐) --------^--------- (請先閱讀背面之注意事項再填寫本頁) 569116 A7 B7 五、發明說明(55) 再郇練神經網路、對來自合作式篩選模型的預測應用較佳 的神經網路模型、等等。 圖12說明在本發明的某些實施例12〇〇中如何利用反饋 的機能結構。方塊1201代表本發明之系統12〇〇所收集的產 5品屬性資料(或是在系統啟動初期輸入的整備資料)。方塊 12〇2代表消費者的需求資料、客觀及/或主觀的反饋(例如 诊斷資料)、個人簡介資訊、以及系統從使用系統12〇〇的 /肖費者徵詢或收集來的相似資料。箭頭12〇3代表系統的產 品推薦引擎(在本中也稱為正向智慧型引擎)運算系統的輸 10入(即方塊1201與1202的資訊)。方塊丨2〇4代表在箭頭1203 中之產品推薦引擎所產生的產品推薦,並輸出1209給系統 12〇〇的消費使用者。方塊1205代表消費者選擇、購買、及 使用產品以處理關心事項。須注意,即如一般所理解,消 費者所選擇及使用的產品不一定需要是系統1200所推薦的 15 其中一項產品,或甚至是出現在系統1200之知識庫内的產 r 品。消費者可以選擇及使用他們所挑選的任何產品來處理 他們向系統1200確認的關心事項(例如方塊1202),並提供 有關於產品的反饋(例如1208、1212、1216)。方塊1208代 表系統1200從消費者處接收到的反饋(例如新的診斷衡量 20 及主觀反應),並合併1212到系統1200的知識庫内。箭頭 1215及1214,連同方塊1213,代表系統1200之產品推薦引 擎(在本文中有時將其稱為逆向智慧型引擎)的再訓練(產 品推薦1204與實際的消費者反饋1208比較以便調整產品屬 性1201) 〇 -57- ------------- (靖先閱讀背面之注意事項再填寫本頁)
訂---------線J 經濟部智慧財產局員工消費合作社印製 本紙張尺度適用中國國家標準(CNS)A4規格C210 X 297公爱) 569116 A7 B7 五 10 15 經濟部智慧財產局員工消費合作社印製 20 、發明說明(56) 就關於某一範圍之產品的性能反饋而論,無論本質上 是客觀的及/或主觀的,都可用來定義個人消費者的性能 反應側寫(performance response profiles)。當潛在有各種 根本的機制對消費者的關心事項所有貢獻,他或她的性能 反應側寫樣式就有助於產品推薦引擎將具有共同根本問題 機制的其它消費者與他或她的目標基體匹配在一起。不同 的根本問題可由不同的產品滿足。例如,造成粉刺的原因 有多種(細菌性的、脫皮性的、炎症性的等),典型上,消 費者無法只經由他們的感覺就能識別,但借由診斷裝置的 量測及/或偵測對不同類型產品及活動的性能反應樣式之 助即可加以區別。 在使用神經網路的系統中,消費者的反饋被用來擴大 及更新訓練組。新的反饋提供額外的訓練實例以用來重建 神經網路。例如,消費者的反饋可用來調整神經網路之隱 藏層中之演算法的連接加權。在神經網路的某些實施中: 經過更新的訓練組被用來為本發明某些•實施例中所使用的 每/肖費者團體(consumer segment)調整產品屬性評分。 當本發明收集的消費者反應數量增加,產品屬性的精確度 與穩定度也獲改善。此種再訓練模式的操作見於圖12中的 ,•逆向智慧型引擎,,’神、_路使料費者的錢及本發明 之ί向智慧型引擎或產品推薦引擎的輸出做為輸入,並在 反覆的過程中最佳化產品屬性以增進推薦的準確性。 麟的目的很多,包括增進未來推薦的準確性,產 品性能的洞察力以達產品發展箄曰 展寺目的。當學習到更多消費 -58- — — — — — — — — — — — — — — — — — — I— II----- <請先閱讀背面之注意事項再填寫本頁) $紙張尺度適用中國國家標準(CNS)A4規格(21Q χ 297公^· 569116 A7 B7 五、發明說明(57) 10 15 經濟部智慧財產局員工消費合作社印製 20 位、:ί去的主觀及’或客觀反應時,本發明也可增進為每 位湞費者預測的準確性。 =所述的學習功能部分可包括周期性地決定反饋是 能使任何客戶近鄰内之喜好及/或性能分布的 群組消費者之方法的基礎。如果找到這些基 楚i基礎即被併入到產品推薦引擎的演算法中,當要 產生預測的性能及/或喜好_分 ' 0計汁刀時,用其來分組適當的近 很重要的-闕注意,_當平均的鮮誤差降低時 =效果的知識可以更精確,但預測個人的反應得視衡量 自相似使用者之人Π之效果分布的寬度而定。此乃假定真 正反映反應變化的主要是分布㈣衡量的準確性。標準差 需要儘量窄明加關的準雜。目此,削、合作組的有 限距離牽涉到在預測的標準差降低(精確度增進)與估計的 標準誤差增加(準確性降低,因為對樣本f訊有貢獻之消 費者的數量變少)間權衡取捨。 摯 專業的整合(professional integration) 專業的整合涉及專業的服務提供者使用本發明。典型 上’專業的整合包括專業介面的架構,它可能包括一連串 的軟體及/或專業化的診斷工具,它允許專業人員存取消 費者的資料及特性描述(個人及/或族群)。專業的整合也 提及當本發明偵測到狀況偏離到正常值範圍以外,或當系 統得到的主觀或客觀反饋資料顯示專業服務的評分高到滿 足消費者的關心事項時,指示接受本發明服務的消費者向 -59- 本紙張尺度適用中國國家標準(CNS)A4規格(21〇 X 297公釐) (請先閲讀背面之注意事項再填寫本頁) t 訂---------線. 5的116 A7 ^^ -- B7 ___、發明說明(58) 專業服務提供者(如為醫療目標之情況時的醫師)諮詢的方 法。當獲得有關需要開藥方治療所產生的專業評估資料及 /或來自專業推薦之產品的反饋時,本發明的產品推薦引 擎會被再訓練,且本發明本身也會在醫師所需的評估、治 5療建義等方面幫助他們。特別是,·當醫療的目標涉及本發 明某些可偵測反應樣式之實施例所執行的資料分析時,將 有利於預測用以治療疾病及相似狀況的最佳治療選擇。反 之亦然。 ο 11
5 1X 經濟部智慧財產局員工消費合作社印製 ο 2 在本發明某些實施例的實施中,其中的產品推薦(例 如預測的性能、預測的吾好等)及/或得自專業的特定產品 及服務(例如處方藥等)的補充資訊是報告給醫師而非直接 給消費者。圖13是說明本發明可操作之某些唯專業實施例 1300的機能結構。方塊13〇1代表一資料庫,其中的產品及 消費者資訊包括至少部分本發明的知識庫。方塊13〇2代表 產。口推萬引擎之資料處理的部分,它運算得自資料庫13〇1 的資料及來自消費者個人及/或服務該消費者之專家的請 求以產生產品推薦1303。方塊1304代表專業服務提供者, 它是唯一能接收系統1300所產生之產品推薦丨303的人。專 豕1304只將他或她認為適當的資訊傳送給消費者個人/客 戶1306。專家1304經由專業介面1305將有關消費者個人/ 客戶1306的反饋提供給系統1300。消費者/客戶1306也提 供客觀的反饋1307(如診斷資料)給系統1300。 在本發明另一實施例的實施中,其中的消費者授權一 專業服務提供者可存取他或她的資料。圖14是說明本發明 -60- (請先閱讀背面之注意事項再填寫本頁) 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) 569116 A7 B7 五、發明說明(59) 5 10 15 經濟部智慧財產局員工消費合作社印製 20 如何操作此種實施例14〇〇的機能結構。有了來自消費者/ 客戶1403的許可,他或她的專業服務提供者14〇2(例如醫 療目標中的醫師)經由專業介面14〇4存取本發明以觀看消 費者歷史的、目前的進展,及/或提出治療建議、客戶特 徵描述顯示、產品推薦(”rec〇s")及相似物14〇2給消費者。 本發明還可實施的另一實施例是消費者及專家都可存 取其内的資料及本發明所產生的推薦。在這些實施例中, 消費者對本發明的直接存取可能只限於觀看進展指標(如 果提供),瞭解他們雜科。實施此種實_的潛在基 礎例如包括當治療成果的診斷評估只能由專家執行時,當 大部分的治療需要專業管理時,或類似狀況。以醫療目標 的情況為例,本發明以病害類型、分布、階段、及病人之 狀況及歷史等參數描述痤瘡的病人。在此情況,本發明可 根據預測功能的連續訓練預測其它治療的效果。輸二及存 取主要是提供給醫師。 圖15描繪本發明34類實施例15⑻如何操作的機能結 構。方塊㈣代表-資料庫,其中儲存的產品與消費者資 訊(收集自消費者及專業服務提供者)包括至少部分本發明 的知識庫。方塊1502代表產品推薦引擎的資料處理部分, 它運算獲取自資料庫1501及個人消費者及/或服務該消費 者/客^之專家的請求以產生輸出15〇3(例如產品推薦及/或 補充貢訊)。方塊1504代表專業服務提供者,方塊15〇6代 表消費者/客戶,輸出15G3即是為其產生。輸幻5〇3可提 供給消費者/客戶1506及專業人員15〇4使用。或者,所有 ------I-------------訂---------線 i^w. (請先閲讀背面之注意事項再填寫本頁) 61 569116
5 10 15 經濟部智慧財產局員工消費合作社印製 20 提人員及消費者/客戶的輸出巧 消費:的輸_供_:客=6= m # . 八貝504也經由專業介面15〇5提供有 關If客戶测的反饋(未顯示)給系統ι_。 因擁有二本發明相關的知識,他或她可能 業人貝經常存取以診斷特徵(無論 費者二: =得到新_(即新客戶或新使用=)基= 並輸入本發明。之後,視奋 可以經由本發明監視客戶/繼的二〜,該專業人員 包括影像能力,皮膚醫師可經 :如名=明 段時間的進展。本發明也縱病人經過-指出影像上重要的特徵或區意見註解影像’ 處理,本發明的某些實施例可自動地登型 收集來的影像並將改變μ量化。這叫間 專業的、消費者、其它來源,或它_::的::可:: ==:?診或_增加監視的頻率專 ^人貝了在時間方便時經由本發明再檢查客 育料(例如基體影像)’並與客戶/消費者連繫就資料淮^ 本七月的某二貫施例也可收集及儲存專業人員評估客
-----— II--I - — — mil ^------ -- . (請先閱讀背面之注意事項再填寫本頁} 62 本紙張尺度適用中國國家標準(CNS)A?i^7〗1〇 χ 297公釐5 569116 A7 B7 經濟部智慧財產局員工消费合作社印製 五、發明說明(61) 戶/消費者關於潛在狀況及/或肇因的資料(例如影像、物理 特徵等)。這些實施例可利用任何數量預先決定的診斷精 確度標準(以醫療的目標為例,當疾病存在被誤診的百分 比,當疾病被診斷而診斷錯誤的百分比等)再訓練本發明 5 的產品推薦引擎(例如合作式過濾器、神經網路等)。按此 方式,本發明可以幫助專業人員比其他人提早對需求、肇 因、狀況、治療等進行評估。反之,本發明的其它實施例 可以偵測所授權之專業治療的需要/狀況,並建議消費者 尋求相同的治療。例如,本發明可以被規劃成監視與某特 10 定產品相關之已知可能的不利狀況,並偵測之,建議消費 者與適當的專業人員連絡。以與本發明相關之醫療的目標 為例,可將此類資訊編輯及送往適當的該管單位,如食品 及藥物管理單位(FDA)。 本發明的各實施例都允許消費者及/或專業人員存取 15 補充輸出,如相關產品類別(例如皮膚護理)中與特定狀 況、治療等相關的原文内容。專業内容、大部分的科學文 獻也可與非專業的内容區隔開。也提供内容搜尋工具。 本發明的較佳實施例包括某些專業整合的形式中具有 識別產品是否是用於專業服務之一部分的某些裝置。在這 20 些實施例中,有關病人(相對於消費者)的資料對非專業產 品(例如在醫療目標例中的非處方藥)之效力的非專業瞭解 不會有貢獻。構成此資料分割的基礎在於兩個方面,即報 告方面與安慰劑效果差異方面。第一方面包括提供輸入本 發明之資料的人。消費者系統的資料是自我報告及自我評 -63- (請先閱讀背面之注意事項再填寫本頁) 鼋 訂-· --線· 本紙張尺度適用中國國家標準(CNS)A4規格C210 X 297公釐) 經濟部智慧財產局員工消費合作社印製 569116 A7 B7 五、發明說明(62) 分。專業系統的資料是由專業人員評估及報告,因此,多 半比消費者的報告與評分資料更定量且更客觀。關於第二 方面,產品的功效可能受使用者之態度的影響。專業的處 理會使客戶的行為有些改變而實質上影響目標基體的狀 5 況。在每一個臨床研究環境中,幾乎都有安慰劑效果差異 的比對操作。因此,吾人可預期,在專業環境中的操作也 有類似的現象,特別是醫療的目標與產品都包括在内。 本發明的某些實施例可協助新產品之臨床試驗的資訊 收集。典型的臨床試驗包括賦形藥或安慰劑及有效用的產 10 品,分別施用於兩組試驗對象。有效用的產品及安慰劑是 任意地分發給試驗對象。本發明確保所有試驗對象都符合 入門的必要條件,且任何影像資料的分級完全無視於場戶^ 及時間點。有效用之產品所得到的功效可與其它可採用的 治療比車父’並指不以確認消費者對新療法的最佳反應(即 15 有效用的產品)。本發明也能用來比較坪床試驗的結果與 臨床範例以外使用新產品之消費者實際使用的狀況。 本發明的另一用途與專業人員的訓練有關。以醫師為 例,如皮膚科醫生,目前的訓練方法典型上是觀察各個病 人,且受限於很小隨機的樣本規模。本發明的資料部分包 20 含大量關於目標基體之現實世界的資料,以及目標基體對 各種治療隨時間的反應。例如,在本發明的某些實施例中, 資料庫中有許多正常及有病皮膚的影像以及與老化相關的 資料,暴露於太陽及環境的影響,以及各種護膚產品的效 果。資料庫中也包含有關治療的資料,以及經過一段時間 -64- 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) — — — — — — — — — — — -HI — — — — ^ ·11111111 (請先閱讀背面之注意事項再填寫本頁) 569116 A7 B7 五、發明說明(63) ΓΓ療這些料如何改變。此資料對料職訓練極 值 具價 方法學 5 10 15 經濟部智慧財產局員工消費合作社印製 20 圖16及17分別描繪消費者與 典型功能及流程圖。圖_繪的過程=:= Γ,如本圖發法17G叫驟__,在步驟⑽ 中’本,明接收來自消費者對產品推薦的請求。在 1710,本發明徵詢來自消費者 ^ 视—丄 月買百扪輸入,在步驟1715接收到 徵珣。如刖文中的討論,輸入可由各 人簡介資訊、關心事項的範圍、每-關心事項範圍u 性及重要性、最近使用產品的喜好等類似事項。在ί驟 1720,ί發明在它的消費者資料庫或其㈣存裝置中產生 消費者簡介’接著以它的產品推薦引擎產生產品推薦。在 步驟1725,本發明將它的推薦呈現給消費者。須注意,在 該方法的此點,本發明也可能呈現及/或消費者可能請求 及接收補充資訊輪出。在步驟173〇,本發明接收消費者所 選擇之產品的通知。在步驟1735,本發·推薦的反饋時 間間隔呈現給消費者。在步驟174〇(圖17Β),本發明等待 接收來自消費者的反饋。 在步驟1745 ’本發明接收來自消費者的請求提供先前 選擇且隨後要使用之產品的反饋。在步驟175〇,本發明接 收來自消費者的反饋資料。如前文中的討論,反饋可包括 關於消費者所使用之產品之實際性能及喜好的主觀及/或 -65- 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公爱) i — — — — — — — — — — (請先閱讀背面之注意事項再填寫本頁} 訂---------: 569116 Α7
五、發明說明(64) 5
ο IX 經濟部智慧財產局員工消费合作社印製 20 客觀資料。在步驟1755,本發明更新消費者的簡介,在步 驟1760,本發明產生進展指示器並傳送給消費者。在步驟 1765,本發明詢問消費者他或她是否繼續使用該產%。如 果是,方法回到步驟1740,並等待來自消費者進一步的反 饋。如果否,方法在步驟1770詢問消費者他或她是^想要 選擇新的或不同的產品使用。如果是,方法回到步驟17^。 如果否,方法在步驟1775結束。 圖18說明方法1800的流程圖,用以再訓練按照本發明 之某些實施例的推薦引擎。方法從步驟18〇1開始,在步驟 1805,本發明接收個人的輸入,產生個人的簡介,並為相 關的消費者人口產生個人化的產品推薦。在步驟,本 發明被告知個人消費者選擇那些要使用的產品。在步驟 1815,本發明接收個人消費者關於他們使用先前所選產品 的反饋。在步驟1820,本發明決定在步驟1815接收到的反 饋是否授權產品推薦引擎的再訓練。如•果是,本發明在步 驟1830根據在步驟1815所接收到的反饋再訓練產品推薦引 擎’並接者回到等待步驟1825。如果否,本發明先在步驟 1825等待一段預先決定的時間、預先決定的反饋互動次 數、手操作的命令或類似的動作再回到步驟182〇。 圖19說明以本發明之各種實施例可以實現的某些觀念 及潛在的營收流(revenue streams)。本發明可以是產品分 配系統的一部分。作業是在網際網路上(或透過電子郵件 或電活§丁單)提供的服務,本發明根據消費者的訓練選擇 過程使交易更容易。本發明收集並產生先前無法獲得的高 -66- --------------------訂---------線 (請先閲讀背面之注意事項再填寫本頁) 本紙張尺度適用中國國家標準(CNS)A4規格(21〇 x 297公釐) 569116 經濟部智慧財產局員工消費合作社印製 A7 五、發明說明(65) 品質產品性能及喜好資訊,藉以在結合了本發明的系統内 的多點處產生新的營收流。圖19中以錢的符號("$,,)識別 這些點。此外,無論是否與一很大的系統結合,本發明所 累積及產生的知識對共用的各族群都具有價值,包括但不 5限於消費者、醫療或非醫療的專業人員、銷售鏈中的實體 (例如零售商店、批發商等),產品研發人員、銷售員、市 場分析師等。 本發明所產生的收益流之一是它本身是以消費者付費 1901 =形式存在。消f者支付服務f才能進人存取本發明 10的推薦服務,因為本發明儲存關於每一位訂戶個人歷史之 獨-的歷史資料。歷史中可包括很多項目,例如消費者或 他們的目標基體對某特定產品、天氣、或其它相關狀況的 實體及主觀反應。經過一段時間,經由對消費者_訂戶較 佳的特徵描述以及消費者-訂戶與其它相關人口團體間更 15精確的合作,本發明得到預測每一位消費者未來反應的專 門知識。 在某些實施例中,消費者可支付額外的費用以得到優 質的服務。例如某位消費者選擇標準的服務,他可能是經 由選單與本發明互動。某位消費者選擇優質的服務,他可 20以經由選單及/或真人與本發明互動。還有另一等級的服 務可此包括經由虛擬人物與本發明互動。 在本發明的其它實施例中,消費者可以從許多費率方 案中選擇最有利的方案,每一種費率都有複數個計算因 素,例如互動的方法(在家、spa、電腦等)、互動時間的 -67- 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) -----I I I I--- — 111 — — — ^ — — — — — — (請先聞讀背面之注意事項再填寫本頁) 569116
五、發明說明(66 ) 10 15 經濟部智慧財產局員工消費合作社印製 20 ^童數、儲存空間(影像、敎等)、專業時間的分鐘數、 ’因素。對標準等級之訂戶的服務是按性能或喜好提 。月】Ν名的產品。對較高等級的訂戶則提供任何數量或產 =及任意缺之產品的資訊。區分訂戶等級的其它基礎 1追蹤{戶的診斷變數。基本的等級不包括物理參數, ^高等級包括些許參數,最高等級包括影像式的參數。服 ,的專級可從消費者在—連串的選擇中所做的選擇定義, 2但不限於存取的解、評分產品的數量、每年儲存之 衫像的數量、對特定參數之監視的選擇等。 土本I明所產生的另一營收流是在公用資訊亭及其它的 =!!網點存取本發明。公用f解(提供㈣薦、補充 貝;;:出、各類別產品之資訊等的存取),以提供消費者 在產品銷售場所或沒有私人的網際網路存取點時存取本發 明的方法。理想場所包括無論何相1產品的地方或是在 有專家協助_近。公用資訊亭所提供•的服務可以是介紹 的層級’且對新的消費者免f 1有的訂戶可以存取所有 貧訊,包括會在他們帳戶中扣款的資訊。預付卡及信 都為銷售服務所接受。 公用貧訊亭式的系統可能會要求消費者的登入資訊, 或提供新使用者登人的資訊以允許未來使用較容易。、登入 可以是生物測定式。對新消費者而言,可能會向新消費者 提出-些問取⑽消費者的―般需求。本發明會以該商 店或該公用資訊亭附近所有商店中可購得的產品筛選以提 供前N名的推薦產品。消費者也可看到可經由郵構(未筛 ___I I ! I----------I--I----I--^ (請先閲讀背面之注意事項再填寫本頁) _ 68 569116 A7 10 15 經濟部智慧財產局員工消費合作社印製 20 選)獲得的推薦產品。在這 如性能及喜好分數及價應被標準化 的產品,消費者可以、琴摆 △用貝汛爭附近無法購得 消費者可收到在當地V二可進行各種 ==ί當地綱,本發明的作 皆八^ yJ_ 人車站、機場、購物中心、百 閒度假中…健身房、健康sPas、髮廊、消費 ΰ以專待接收服務的任何場所、及及類似場所。 由於本發明某些實施的範圍是國際性的,本發明所累 積的知識可能包括目前在全世界所有地區都無法購得的品 牌及/或類別之產品的資訊。因此,本發明所累積的知識 有助於用來確認在新市場中會成功的新品牌、 產品、及/ 或成分。本發明的實施也涵蓋在付費後可獲得產品效用的 資訊,及/或在推薦產品的靜態資料庫中獲得各類別中最 有效的產品。本發明的實施也可為國内或國外的產品整合 銷售設施及/或功能。 本發明可實現的另一潛在營收流是它的資料寶藏。對 感興趣之產品類別的工業組件而言,產品之喜好及性能的 集體Η料庫是有價值的資訊寶庫。本發明之資料庫中的資 料寶庫例如包括任何市場區段中的產品性能及/或喜好、 對任何產品之每一類關心事項的客觀性能及/或感覺上的 性能、產品間的比較性能等。可從本發明之資料庫中挖到 對工業界有價值的寶藏包括那些消費者使用以及喜歡那些 產品’品牌的變更及忠誠度資料,產品相互影響及控制的 ____________--------^--------- <請先閲讀背面之注意事項再填寫本頁) _ 69 本紙張尺度適用中國國家標準(CNS)A4規格(21〇 χ 297公釐) 569116 A8 B8 C8 D8 10 15 經濟部智慧財產局員工消費合作社印製 20 發明說明(68)· 政果,人口統計及需求的趨勢,及類似資料。寶庫的資料 可售予規劃新產品的實體、想要為產品用文件證明、測試 及/或確認新主張(claims)的實體、或者,探索產品之競爭 評估的實體。 本發明可貝現的另一營收流包括做掮客的服務。本發 明可此識別出消費者所使用的產品符合有興趣併講該目標 類別之新產品或技術之公司的標準。本發明的作業員可向 併購者收取確認符合其標準之產品的費用。以此^法確認 適合的產品要優於僅只監視對新產品的採購,因為本發明 的資料可搶先獲得,且可以很容易地將性能從喜好及市場 因素中分離出。 本發明可實現的另一營收流是支付購買產品及/或消 費者查詢的佣金。例如,當某位消費者直接向本發明的作 業員訂購產品時(在實施例中,此種採購類型是一選項), 產品可由加盟的配銷公司以郵寄的方式•送達。在此次交易 中’加盟的配銷公司支付銷售的佣金給本發明的作業員。 折價券銷售是另一例。當某位消費者想要在傳統的商店購 買推薦的產品時,經由發出一折價券或收據給消費者時, 產品的推薦與購買間即建立起鏈結。製造商及/或零售商 店提供折價券做為選擇某特定推薦產品及/或向某特定零 商睛貝某特疋推薦產品的誘因。當以折價券構買推薦的 產品時’消費者得到折扣,本發明的作業員獲得佣金。 也可經由指導某位消費者進入與本發明之實施例結合 的新產品專區以實現營收。製造商或其它同行支付費用給 -70- IX 297公釐) (請先閱讀背面之注意事項再填寫本頁) 訂---------線- 569116 A8 B8 C8 D8 五、發明說明(69) 本發明的作業員,以將新產品放入本發明的專區,或將新 產品與本發明結合等。存取本發明所產生及/或累積之與 新產品相關的資料要收取額外的費用。 本發明還可實現的另一種營收流包括專業諮詢費。本 5 發明的實施例有能力授權偵測嚴重不正常狀況的專業服 務,專業服務提供者可以支付費用給本發明的作業員將其 列為可能的專業服務提供者及/或實際從本發明得到諮 詢。 結論 10 雖然已配合各圖式中描繪的實施例描述了本發明,但 須瞭解,也可以使用其它的實施例,也可對文中所描述的 實施例做修改與添加以執行與本發明相同的功能,不會偏 離本發明的精神。因此,不應將本發明限制於任何單一種 實施例,無論是否在本文中明確地描述與描繪。更明確地 15 說,本發明應被解釋成完整的廣度與範圍是由以下所附申 請專利範圍提供。 --------------------訂--------- (請先閱讀背面之注意事項再填寫本頁) 經濟部智慧財產局員工消費合作社印製 -71 - 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐)
Claims (1)
- 569116 A8 B8 C8 D8 5 10 15 經濟部智慧財產局員工消費合作社印製 20 、申請專利範圍 ^ 一種設計個人化產品推薦的方法,包括·· 從消費者接收關於目標基體的第一組資料,·以及 從產品類別内的複數個產品中為消費者產生個人化的 產品推薦組,該產生包括將第一組資料當成輸入饋入 基於性旎之智慧型產品推薦引擎,以產品推薦引擎的 資料處理部分運算輸入,以及從產品推薦引擎的資料 處理部分產生-組輸出,該輸出包括個人化的產品推 薦組。 2.如申請專利範圍第旧的方法,其中接收第—組資料的 步驟包括接收關於基體的關心事項。 •如申w專利|&圍第2項的方法,進—步包括接收關心事 項的嚴重性。 4. 如申請專利範圍第2項的方法,進一步包括接收關心事 項的重要性。 5. 如申請專利第丨項的方法,進—步包括從消費者接 2第二組資料’第二組資料包括歷史的產品資料,且 其中的第-及第二組資料包括產品推薦引擎的輸入。 .如申請專職圍第5項的方法,其巾接收第二組之歷史 產品資料的步驟包括接收消費者過去曾使用之產品的 性能資料。 7.=申請專利範圍第5項的方法,其中接收第二組之歷史 f品貧料的步驟包括接收消費者過去曾使用之產品的 吾好資料。 申明專利feu第1項的方法,進_步包括從消費者接 --------tr---------$· (請先閱讀背面之注意事項再填寫本頁) -73 規格⑵〇- 297公釐) 90. 11. 2,000 569116 Α8 Β8 C8 D8 5 10 15 經濟部智慧財產局員工消費合作社印製 20 申請專利範圍 收第三組資料,第三組資料包括關於消費者的個人簡 介資訊,且其中的第一及第三組資料包括產品推薦引 擎的輪入。 " 9·如申請專利範圍第1項的方法,其中以產品推薦引擎之 資料處理部分運算輸入的步驟包括以產品推薦引擎的 神經網路部分運算輸入。 1〇·如申請專利範圍第丨項的方法,其中以產品推薦引擎之 =貝料處理部分運算輸入的步驟包括以產推 合作式過渡器部分運算輸入。 4引擎的 申請專利範圍第丨項的方法,其中以產品推薦引擎之 資料處理部分運算輸入的步驟包括以產品推薦引擎的 内容式過濾器部分運算輸入。 2·如申凊專利範圍第1項的方法,其中以產品推薦引擎之 貧料處理部分運算輸入的步驟包括以產品推薦引擎的 内容式過濾器與合作式過濾器串級钓部分運算輸入。 13·如申請專利範圍第!項的方法,其中產生輸出組的步驟 ,括產生產品的第一表單,以及表列每一項產品的性 月匕預測評分公用程式(sc〇red predicted perf〇r^⑶ utility) 〇 14·如申請專利範圍第1項的方法,其中產生輸出組的步驟 包括產生别Ν名之產品的第一表單,以及表列每一項 產品的性能預測評分公用程式。 、 15·如申請專利範圍第w的方法,其中產生輸出組的步驟 包括產生產品的第-表單,以及表列每一項產品的喜 74- --------訂---------線· (請先閱讀背面之注意事項再填寫本頁) ^紙張尺度適用中國國家標準(CNS)A4規格(210 x 297公釐) 90. 11. 2,000 569116 09888 ABCD 5 10 15 經濟部智慧財產局員工消費合作社印製 20 申請專利範圍 好預測評分公用程式(scored predicted preference utility) 〇 16.如申請專利範圍第1項的方法,其中產生輸出組的步驟 包括產生前N名之產品的第_表單,以及表列每一項 產品的產品喜好預測評分公用程式。 、 如申請專利範圍第丨項的方法,其中產生第—輸出的步 驟包括產生產品的第—表單及表列每一項產品的售價 〇 W如申請專利·第丨項的方法,進—步包括從產品推薦 引擎的輸入產生補充資訊的輸出。 19. 如申請專㈣圍第18項的方法,其中產生補充資訊輸 出的步驟包括產生關於至少其中一項產品之效果的資 訊。 、 20. 如申請專利範圍第18項的方法,其中產生補充資訊輸 出的步驟包括產生關於目標基體之狀況相對於指定之 消費者人口的資訊。 21·如申請專利範圍第1項的方法,進一步包括: 將個人化的產品推薦組傳遞給消費者。 22·如申凊專利範圍第21項的方法,其中傳遞的步驟包括 產生及傳送包括推薦的網頁給消費者。 23.如申請專利範圍第1項的方法,進一步包括: 從消費者處接收關於使用產品處理目標基體的反饋。 24·如申明專利範圍苐23項的方法,其中接收反饋的步驟 包括接收來自消費者關於使用先前推薦之產品的反饋 -75- (210 x 297 公釐) 90. 11. 2,000 — I— I --------^ --------- (請先閱讀背面之注意事項再填寫本頁) 569116經濟部智慧財產局員工消費合作社印製 25·如申請專利範圍第23項的方法,其中接收反饋的步驟 包括接收關於產品的喜好資料。 26·如申凊專利範圍第23項的方法,其中接收反饋的步驟 5 包括接收關於產品的性能資料。 27·如申請專利範圍第23項的方法,進一步包括: 根據反饋再訓練產品推薦引擎。 28·如申請專利範圍第丨項的方法,其中接收來自消費者之 第一組資料的步驟包括接收關於消費者之皮膚的第一 1〇 組資料,以及,為消費者產生個人化產品推薦組的步 驟包括從複數項護膚產品中產生個人化的產品推薦組 29· —種增進產品推薦品質的方法,包括: 以基於性能的智慧型產品推薦引擎為某特定的關心事 15 項產生複數個個人化的產品推薦; 接收複數位使用產品處理關心事項之消費者的反饋; 根據所接收的反饋再訓練產品推薦引擎。 3〇·如申請專利範圍第29項的方法,其中接收反饋的步驟 包括接收產品的喜好資料。 2〇 31·如申請專利範圍第29項的方法,其中接收反饋的步驟 包括接收產品的性能資料。 32·如申請專利範圍第31項的方法,其中接收產品性能資 料的步驟進一步包括接收目標基體狀況的資料。 33·如申請專利範圍第31項的方法,其中接收反饋的步驟 -76- 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公k ) 90. 11. 2,000 --------------------^---------^ (請先閱讀背面之注意事項再填寫本頁) 湖116 六 申凊專利範圍 5 10 15 20 進一步包括接收主觀的產品性能資料。 34.如申請專利範圍第31項的方法,其令接收反饋的步驟 進一步包括接收客觀的產品性能資料。 35·如申請專利範圍第34項的方法,其中接收客觀產品性 能資料的步驟包括接收診斷資料。 36·如申請專利_第29項的方法,其中的再訓練步驟包 括在神經網路中調整複數項產品屬性的值,神經網路 構成產品推薦引擎的一部分。 37. 如申請專利範圍第29項的方法,其中的再訓練步驟包 括在神經網路中調整複數個連接加權的值,神經網路 構成產品推薦引擎的一部分。 38. 如申請專利範圍第29項的方法,其中的再訓練步驟包 括根據反饋確認相關的消費者區段,並將該些消費者 群組到區段中。 、 39·如申請專利範圍第29項的方法,其中的再訓練步驟包 括修訂合作式過濾器中合作近鄰組的結構,合作式過 濾器構成產品推薦引擎的一部分。 ° 4〇·如申請專利範圍第29項的方法,其中的再訓練步驟包 括將個人簡介資訊過濾器加到合作式過濾器中之合作 近鄰組的結構中,合作式過濾器構成產品推薦引擎的 一部分。 41· 一種產生個人化產品推薦的系統,包括·· 一資料庫,包含產品資訊與消費者資訊;以及 基於性能的智慧型產品推薦引擎,與資料庫連通, -77- 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) 9〇· 11. 2,〇〇〇 569116 六 申請專利範圍 5 10 15 經濟部智慧財產局員工消費合作社印製 20 反應接收自消費者的請求為消費 生產时推薦,產品推薦引擎利用包含在請 的貧料及資料庫中的資訊產生產品推薦。42. ==:Γ項的系統,其中的產品推薦引擎 匕枯基於内容的過濾器。43. 如申請專利範圍第41項的系統,其中的產品推篇 包括一神經網路。 44·^申請專利範圍第43項的系統,其中的神經網路包含 複數個產品類別之複數項產品每一項的複數個屬性。 45·如申請專利範圍第綱的系統,其中的神經網路接收複數個消費者描述的變數以及消費者人口的產品性能 資料做為輸入。 如申明專利範圍第43項的系統,其中的神經網路接收 複數個消費者描述的變數以及消費者人口的產品喜好 資料做為輸入。 ϋ 7·如申研專利範圍第41項的系統,其中的產品推薦引擎 包括一合作式過濾器,該合作式過濾器定義一組與產 生請求之消費者相似的其它消費者。 48·如申請專利範圍第41項的系統,其中的產品推薦引擎 包括一串級的合作式與基於内容的過濾器。 49·如申晴專利範圍第41項的系統,進一步包括一消費者 介面,與產品推薦引擎可傳遞地連接。 50·如申請專利範圍第49項的系統,其中的可傳遞連接包 括電腦網路。 線 78 本,’氏張尺度適用中國國家標準(CNS)A4規格(21G X 297公爱〉 經濟部智慧財產局員工消費合作社印製 569116 A8 B8 C8 D8 51·如申請專利範圍第49項的系統,其中的可傳遞連接包 括電信網路。 52·如申請專利範圍第49項的系統,其中的可傳遞連接包 括網際網路。 5 53·如申請專利範圍第49項的系統,其中的消費者介面包 括個人電腦。 54·如申請專利範圍第49項的系統,其中的消費者介面包 括診斷裝置。 55·如申請專利範圍第仰項的系統,其中的消費者介面包 括攝影機。 56. 如申請專利範圍第的項的系統,其中的消費者介面包 括公用資訊亭。 57. 如申請專利範圍第56項的系統,其中的產品推薦限於 公用資訊亭附近可購得的產品。 15 58·如申請專利範圍第49項的系統,其中的消費者介面位 於專業服務提供者的辦公室。 59. 如申請專利範圍第49項的系統,其中的消費者介面位 於消費者的家中。 60. :申請專利範圍第41項的系統’其中的請求包括目標 基體與特定消費者的確認,消費者的資訊儲存在資料 庫中’包括為某特定消費者記錄的特徵。 61·如申請專利範圍第6G項㈣統,其中的記錄進一步包 括關心事項的重要性。 62·如申請專利範圍第6〇項的系統,其中的記錄進一步包 -79- 本紙張尺度適用中國標準(CN_S)A4規格⑵Q x 29790. 11. 2,000 569116 經濟部智慧財產局員工消費合作社印製 A8 B8 C8 D8 六、申請專利範圍 括關心事項的嚴重性。 63·如申請專利範圍第6〇項的系統,其中的記錄進一步包 括產品喜好資訊。 64·如申請專利範圍第6〇項的系統,其中的記錄進一步包 5 括歷史的產品喜好資訊。 65·如申請專利範圍第6〇項的系統,其中的記錄進一步包 括產品性能資訊。 66·如申請專利範圍第60項的系統,其中的記錄進一步包 括個人簡介資訊。 1〇 67·如申請專利範圍第41項的系統,其中的產品推薦包括 產品的第一表單及表列每一項產品的性能預測評分公 用程式。 68·如申請專利範圍第41項的系統,其中的產品推薦包括 則N名產品的第一表單及表列每一項產品的性能預測 5 評分公用程式。 69.如申請專利範圍第41項的系統,其’中的產品推薦包括 產品的第一表單及表列每一項產品的喜好預測評分公 用程式。 20 7〇·^申請專利範圍第41項的系統,其中的產品推薦包括 刖N名產品的第一表單及表列每一項產品的喜好預測 評分公用程式。 71·如申請專利範圍第41項的系統,其中的產品推薦包括 產品的第一表單及表列每一項產品的售價。 2·如申凊專利_第41項的系統,進—步包括以產品推 -80 - —------------------訂---------線 (請先閱讀背面之注意事項再填寫本頁)90. 11. 2,000 569116經濟部智慧財產局員工消費合作社印製 薦引擎反應請求產生補充資訊輸出。 73·如申請專利範圍第41項的系統,其中複數位消費者提 供關於產品之使用的不間斷反饋,部分的反饋被儲存 在產品資訊與消費者資訊資料庫中。 5 74·如申請專利範圍第73項的系統,其中的反饋包括產品 性能資料。 75.如申請專利範圍第73項的系統,其中的反饋包括產品 喜好資料。 76·如申請專利範圍第乃項的系統,其中的反饋包括主觀 10 的反饋。 77·如申請專利範圍第73項的系統,其中的反饋包括客觀 的反饋。 78·如申請專利範圍第73項的系統,其中的產品推薦引擎 根據反饋周期性地再訓練。 15 79·如申請專利範圍第78項的系統,其中的再訓練增進產 品推薦的品質。 8〇·如申請專利範圍第78項的系統,其中的產品推薦引擎 包括具有複數個合作近鄰的合作式過濾器,以及,再 訓練包括根據消費者的性能反應樣式修訂合作近鄰。 20 81· 一種以基於性能之智慧型產品推薦系統產生營收的方 法,包括: 接收來自消費者的推薦請求; 以產品推薦引擎反應請求產生複數個產品推薦;以及 將產品推薦傳送給消費者以做為消費者付費的交換。 -81 - 本紙張尺度適用中國國家標準(CNS)A4規格(210 x 297公釐) 90. 11. 2,000 ---------------------訂---------線 (請先閱讀背面之注意事項再填寫本頁) 569116 經濟部智慧財產局員工消費合作社印製 五、發明說明(19· A7中文說明書修正頁(第21,44, 72頁) Amended oases of Specification in Chinese - Enc. I (民國91年12月日送呈) (Submitted on December , 2002) R7 專利申請案第90125991號 T?nr* p〇tA«i» Appin xyn ολι ο< OSLL· vT 15 20 25 纜線數據機連接及類似的連接。通信介面382也包括中 間通信網路,如LAN。 圖4說明可供本發明駐在的第二例示性網路環境。 系統400是由3個基本部分組成,形成用作為網頁的一般 實施架構(或一般所謂的網際網路連線):公共網路401、 非武裝區(demilitarized zone ; DMZ)402及私有網路 403。私有網路與公共網路隔離開的目的是為上提供預 先決定等級的資訊安全性。 在本發明絕大部分的實施例中,公共網路401包括 網際網路。典型上,由於公共網路中存在有對安全性的 威脅,因此,沿著網際網路與私有網路間的連接點配置 有稱為防火牆404的軟體及/或硬體裝置。除了預先定義 類型的訊息交通外,防火牆404阻擋所有從公共網路到 私有網路的交通,諸如網路存取經過定義的網伺服器 405組。系統400包括防火牆的部分典型上稱為dmz,因 為它所包含的資源僅部分受到保護不被外界存取。 在本發明的某些實施例中,還有另一防火牆406配 置在DMZ 402與私有(嚴格地說是内部)網路4〇3之間。此 第二防火牆只允許DMZ中的機器利用預先定義之特定 類型的訊息交通存取内部網路。 系統所服務的靜態資料可以放在内部網路或DMZ 中。典型上,靜態資料是放置在DMZ中,因為它通常是 直接附屬於網伺服器。不過,在系統4〇〇中,靜態資料 是儲存在網路附屬儲存裝置(Netw〇rk Attached St〇rage ;-21 -297公釐) 91. 3. 2,000 (請先閲讀背面之注意事項再填寫本頁) I! ! I 訂 ί I-----一 569116 A7 B7發明說明( 10 15 經濟部智慧財產局貝工消费合作社印製 20 …年Π D丨).八〜 型與所感覺到的嚴重性是否 =關未必有關。為進-步說明此觀念,吾人考‘ 下的敎n::l磨耗相關的關心事項是總里數與剩 方=成==的測量與里程錶的里程數可按如下的 、事項相關的輪胎狀況:輪胎的總里數狀 況气里程錶之英里數的 i里數狀 户安+ ~總數(聽胎崎度·胎紋深胎紋較)。狀況是讀料者關心事項 ^目關的方式描述目標的狀態。 、當以本發明的較佳實施例描述產品的性能時,只 仍在使用產品,所得到的所有狀況資料都予以儲存, 6到產品使用完畢且消費者對該產品的性能反饋也告決 $在本發明的較佳實施例中,所餘存的狀況資料初始盘 最終值也是消費者資料庫的—部分。 ^ 現在考慮本發明如何表示性能、整體性能、以及性能 模型資料。如前文巾的討論,狀況是目標或基體在某個時 間點的特徵。產品從„開始使用,其狀況i的改變或改變速 率就疋可衡量的性能。表示此種資料所使用之數值的精確 刻度通常視所考慮之特定資料的特徵而定。不過,在本發 明的車乂佳貫施例中,性能刻度是使用正或負的0_10。在本 發明的某些實施例中,改變的預先決定值是指定在性能刻 度上的特定值。例如,在0-10的性能刻度上,改變所使用 的預先決定值可能是指定在性能刻度上的0、-5、-10、5、 及10 25 -44 -297 公《 )91. 3. 2,000 569116 Α7 -----^ 五、發明說明(7〇t: /獨无 經濟部智慧財產局員工消費合作社印製 iV::、 圖式之代號說明: 代表 符號 名 稱 300 用戶-伺服器系統 310 主客觀資料 314 產品推篇 320 用戶端電腦 322 伺朋^器電腦 370 儲存單元 380 通信網路 382 通信介面 400 系統 401 公共網路 403 私有網路 404 防火牆 405 網伺月艮器 406 防火牆 407 網路附屬儲存裝置 408 DBMS 409 網站更新子系統 410 網開關 411 推薦引擎處理器 402 非武裝區 1000 產品推薦引擎 1100 串級架構 1101 消費者及產品資料庫 1102 合作式過濾器 1104 内容式過濾、器 1105 產品特徵資料庫 1106 最終推薦 1107 目前的消費者簡介 -72- (請先閱讀背面之注意事項再填寫本頁) •裝 I I I I I I I 訂·!------· 本紙張尺度適用中國國家標準(CNS)A4規格(210 X 297公釐) 91. 3. 2,000
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US24140500P | 2000-10-18 | 2000-10-18 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW569116B true TW569116B (en) | 2004-01-01 |
Family
ID=22910565
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW090125991A TW569116B (en) | 2000-10-18 | 2001-10-18 | Intelligent performance-based product recommendation system |
Country Status (8)
Country | Link |
---|---|
US (3) | US7809601B2 (zh) |
EP (1) | EP1346299A1 (zh) |
JP (1) | JP2004533660A (zh) |
AU (2) | AU2438602A (zh) |
CA (2) | CA2424588A1 (zh) |
SG (1) | SG135048A1 (zh) |
TW (1) | TW569116B (zh) |
WO (1) | WO2002033628A2 (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7909241B2 (en) | 2004-03-09 | 2011-03-22 | Lowe's Companies, Inc. | Systems, methods and computer program products for implementing processes relating to retail sales |
TWI393047B (zh) * | 2009-06-30 | 2013-04-11 | Accton Technology Corp | 一種智慧型顯示裝置 |
TWI470449B (zh) * | 2009-02-10 | 2015-01-21 | Alibaba Group Holding Ltd | A method and apparatus for statistical data |
TWI480748B (zh) * | 2010-12-13 | 2015-04-11 | Bridgestone Corp | 推薦輪胎選擇系統 |
TWI615787B (zh) * | 2013-11-07 | 2018-02-21 | 財團法人資訊工業策進會 | 群體對象商品推薦系統、方法及其非揮發性電腦可讀取紀錄媒體 |
WO2018210029A1 (zh) * | 2017-05-18 | 2018-11-22 | 广东乐源数字技术有限公司 | 一种可通过图像识别进行手表对时的系统及对时方法 |
TWI658420B (zh) * | 2016-11-15 | 2019-05-01 | 平安科技(深圳)有限公司 | 融合時間因素之協同過濾方法、裝置、伺服器及電腦可讀存儲介質 |
TWI706358B (zh) * | 2018-10-08 | 2020-10-01 | 合隆毛廠股份有限公司 | 資訊推薦系統及方法 |
TWI746527B (zh) * | 2016-05-30 | 2021-11-21 | 香港商阿里巴巴集團服務有限公司 | 資料推薦的處理互動方法、裝置及系統 |
TWI812883B (zh) * | 2020-09-22 | 2023-08-21 | 中華電信股份有限公司 | 在行動支付平台上推薦商品的方法及伺服器 |
Families Citing this family (558)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7370006B2 (en) | 1999-10-27 | 2008-05-06 | Ebay, Inc. | Method and apparatus for listing goods for sale |
US8533094B1 (en) | 2000-01-26 | 2013-09-10 | Ebay Inc. | On-line auction sales leads |
JP3967876B2 (ja) * | 2000-10-18 | 2007-08-29 | 富士通株式会社 | 性能対価決定システム及び方法 |
US8868448B2 (en) | 2000-10-26 | 2014-10-21 | Liveperson, Inc. | Systems and methods to facilitate selling of products and services |
US9819561B2 (en) | 2000-10-26 | 2017-11-14 | Liveperson, Inc. | System and methods for facilitating object assignments |
AU2002235232B2 (en) | 2000-12-18 | 2006-01-12 | Ack Ventures Holdings, Llc | A system and method for delivering content to mobile devices |
US7418447B2 (en) * | 2001-01-16 | 2008-08-26 | Cogentex, Inc. | Natural language product comparison guide synthesizer |
US8185487B2 (en) * | 2001-02-12 | 2012-05-22 | Facebook, Inc. | System, process and software arrangement for providing multidimensional recommendations/suggestions |
US7516103B1 (en) * | 2001-03-09 | 2009-04-07 | Whitefence, Inc. | Method and apparatus for facilitating electronic acquisition and maintenance of goods and services via the internet |
US8301503B2 (en) * | 2001-07-17 | 2012-10-30 | Incucomm, Inc. | System and method for providing requested information to thin clients |
US8560666B2 (en) | 2001-07-23 | 2013-10-15 | Hitwise Pty Ltd. | Link usage |
US20030064350A1 (en) * | 2001-10-01 | 2003-04-03 | Gilles Rubinstenn | Beauty advisory system and method |
US20030093297A1 (en) * | 2001-11-08 | 2003-05-15 | Schilling Kurt Matthew | Method for providing feedback as to product efficacy |
US20040146290A1 (en) * | 2001-11-08 | 2004-07-29 | Nikiforos Kollias | Method of taking images of the skin using blue light and the use thereof |
US7738032B2 (en) * | 2001-11-08 | 2010-06-15 | Johnson & Johnson Consumer Companies, Inc. | Apparatus for and method of taking and viewing images of the skin |
US6922523B2 (en) * | 2001-11-08 | 2005-07-26 | Johnson & Johnson Consumer Companies, Inc. | Method of promoting skin care products |
US8275673B1 (en) | 2002-04-17 | 2012-09-25 | Ebay Inc. | Method and system to recommend further items to a user of a network-based transaction facility upon unsuccessful transacting with respect to an item |
US7881944B2 (en) * | 2002-05-20 | 2011-02-01 | Microsoft Corporation | Automatic feedback and player denial |
US7051037B1 (en) * | 2002-05-29 | 2006-05-23 | Oracle International Corporation | SQL-based Naïve Bayes model building and scoring |
US9710852B1 (en) | 2002-05-30 | 2017-07-18 | Consumerinfo.Com, Inc. | Credit report timeline user interface |
US9400589B1 (en) | 2002-05-30 | 2016-07-26 | Consumerinfo.Com, Inc. | Circular rotational interface for display of consumer credit information |
US8155577B1 (en) * | 2002-06-19 | 2012-04-10 | Saad Ihab L | Expert systems recommendations matching consumer profiles to product evaluations |
US7568004B2 (en) * | 2002-06-20 | 2009-07-28 | Linda Gottfried | Method and system for sharing brand information |
WO2004003705A2 (en) | 2002-06-27 | 2004-01-08 | Small World Productions, Inc. | System and method for locating and notifying a user of a person, place or thing having attributes matching the user's stated prefernces |
US8427303B1 (en) | 2002-06-27 | 2013-04-23 | Geomass Limited Liability Company | System and method for providing media content having attributes matching a user's stated preference |
KR20050043917A (ko) * | 2002-08-19 | 2005-05-11 | 초이스스트림 | 통계적 개인화된 추천 시스템 |
AU2003279992A1 (en) | 2002-10-21 | 2004-05-13 | Ebay Inc. | Listing recommendation in a network-based commerce system |
US8793127B2 (en) * | 2002-10-31 | 2014-07-29 | Promptu Systems Corporation | Method and apparatus for automatically determining speaker characteristics for speech-directed advertising or other enhancement of speech-controlled devices or services |
US7104800B2 (en) | 2003-01-07 | 2006-09-12 | Unilever Home & Personal Care Usa, Division Of Conopco, Inc. | Article and method for selection of individualized personal care products |
GB2397400A (en) * | 2003-01-14 | 2004-07-21 | Adam Raff | Matching information over a network by comparing profile data between different terminals |
US7475027B2 (en) * | 2003-02-06 | 2009-01-06 | Mitsubishi Electric Research Laboratories, Inc. | On-line recommender system |
US7133813B2 (en) * | 2003-02-24 | 2006-11-07 | Daimlerchrysler Corporation | Knowledge-based system and method for automated vehicle packaging design |
US7451113B1 (en) | 2003-03-21 | 2008-11-11 | Mighty Net, Inc. | Card management system and method |
US7664670B1 (en) * | 2003-04-14 | 2010-02-16 | LD Weiss, Inc. | Product development and assessment system |
US7840448B2 (en) * | 2003-05-07 | 2010-11-23 | Cbs Interactive Inc. | System and method for automatically generating a narrative product summary |
US8019656B2 (en) | 2003-05-07 | 2011-09-13 | Cbs Interactive Inc. | System and method for generating an alternative product recommendation |
KR100540399B1 (ko) * | 2003-05-23 | 2006-01-10 | 주식회사 옵투스 | 중복추천 문제를 고려한 다중 캠페인 할당 장치 |
US20090143902A1 (en) * | 2004-06-11 | 2009-06-04 | Donald Blust | Automated business system and method of vending and returning a consumer product |
US7246106B2 (en) * | 2003-07-02 | 2007-07-17 | Red Paper Llc | System and method for distributing electronic information |
US7529693B2 (en) | 2003-07-31 | 2009-05-05 | International Business Machines Corporation | Method and system for designing a catalog with optimized product placement |
US8458033B2 (en) * | 2003-08-11 | 2013-06-04 | Dropbox, Inc. | Determining the relevance of offers |
US20120150888A1 (en) * | 2003-09-10 | 2012-06-14 | Geoffrey Hyatt | Method and system for relationship management and intelligent agent |
CA2504810A1 (en) * | 2003-09-10 | 2005-03-17 | Swiss Reinsurance Company | System and method for the automated establishment of experience ratings and/or risk reserves |
US20050108749A1 (en) * | 2003-11-17 | 2005-05-19 | Sony Corporation, A Japanese Corporation | Automatic content display apparatus and method |
US8024755B2 (en) | 2003-11-17 | 2011-09-20 | Sony Corporation | Interactive program guide with preferred items list apparatus and method |
US20050108750A1 (en) * | 2003-11-17 | 2005-05-19 | Sony Corporation, A Japanese Corporation | Candidate data selection and display apparatus and method |
US20050108755A1 (en) * | 2003-11-17 | 2005-05-19 | Sony Corporation, A Japanese Corporation | Multi-source programming guide apparatus and method |
US8600920B2 (en) | 2003-11-28 | 2013-12-03 | World Assets Consulting Ag, Llc | Affinity propagation in adaptive network-based systems |
US7606772B2 (en) | 2003-11-28 | 2009-10-20 | Manyworlds, Inc. | Adaptive social computing methods |
US20090018918A1 (en) | 2004-11-04 | 2009-01-15 | Manyworlds Inc. | Influence-based Social Network Advertising |
US7539652B2 (en) | 2003-11-28 | 2009-05-26 | Manyworlds, Inc. | Adaptive self-modifying and recombinant systems |
US7526458B2 (en) | 2003-11-28 | 2009-04-28 | Manyworlds, Inc. | Adaptive recommendations systems |
US7526459B2 (en) | 2003-11-28 | 2009-04-28 | Manyworlds, Inc. | Adaptive social and process network systems |
US8566263B2 (en) | 2003-11-28 | 2013-10-22 | World Assets Consulting Ag, Llc | Adaptive computer-based personalities |
USRE45770E1 (en) | 2003-11-28 | 2015-10-20 | World Assets Consulting Ag, Llc | Adaptive recommendation explanations |
KR100594747B1 (ko) * | 2003-12-05 | 2006-06-30 | 삼성전자주식회사 | 모듈관리장치, 이를 이용한 모듈관리시스템 및 그의모듈관리방법 |
US20050131837A1 (en) | 2003-12-15 | 2005-06-16 | Sanctis Jeanne D. | Method, system and program product for communicating e-commerce content over-the-air to mobile devices |
US20050256945A1 (en) * | 2003-12-24 | 2005-11-17 | Martin Michael A | Method and system for optimization of controls |
US20060282288A1 (en) * | 2003-12-31 | 2006-12-14 | Klinger Advanced Aesthetics, Inc. | Methods of providing a patient with aesthetic improvement procedures |
US20080270175A1 (en) * | 2003-12-31 | 2008-10-30 | Klinger Advanced Aesthetics, Inc. | Systems and methods using a dynamic expert system to provide patients with aesthetic improvement procedures |
US20050144029A1 (en) * | 2003-12-31 | 2005-06-30 | Rakowski Richard R. | Systems and methods for aesthetic improvement |
US7778898B2 (en) * | 2004-01-15 | 2010-08-17 | Ram Consulting | Knowledge portal for evaluating product attractiveness and risk |
US20050177424A1 (en) * | 2004-02-11 | 2005-08-11 | Irwin Charles F. | System and method for efficiently effectuating gainshare collaboration between buyers, sellers and third party service providers in supply communities |
US20050187802A1 (en) * | 2004-02-13 | 2005-08-25 | Koeppel Harvey R. | Method and system for conducting customer needs, staff development, and persona-based customer routing analysis |
US20070192170A1 (en) * | 2004-02-14 | 2007-08-16 | Cristol Steven M | System and method for optimizing product development portfolios and integrating product strategy with brand strategy |
US20090254399A1 (en) * | 2004-02-14 | 2009-10-08 | Cristol Steven M | System and method for optimizing product development portfolios and aligning product, brand, and information technology strategies |
WO2005079368A2 (en) * | 2004-02-14 | 2005-09-01 | Cristol Steven M | A business method for integrating and aligning product development and brand strategy |
US20050187828A1 (en) * | 2004-02-23 | 2005-08-25 | Hisayuki Ban | Referral system for handling information on order entry and sales |
US20070203589A1 (en) * | 2005-04-08 | 2007-08-30 | Manyworlds, Inc. | Adaptive Recombinant Process Methods |
US8346593B2 (en) | 2004-06-30 | 2013-01-01 | Experian Marketing Solutions, Inc. | System, method, and software for prediction of attitudinal and message responsiveness |
US8392228B2 (en) * | 2010-03-24 | 2013-03-05 | One Network Enterprises, Inc. | Computer program product and method for sales forecasting and adjusting a sales forecast |
US8352300B2 (en) | 2004-07-08 | 2013-01-08 | One Network Enterprises, Inc. | System, computer program and method for implementing and managing a value chain network |
US10311455B2 (en) | 2004-07-08 | 2019-06-04 | One Network Enterprises, Inc. | Computer program product and method for sales forecasting and adjusting a sales forecast |
US20060010010A1 (en) * | 2004-07-12 | 2006-01-12 | Benjamin Wiegand | Method for recommending an acne treatment/prevention program |
US20060008484A1 (en) * | 2004-07-12 | 2006-01-12 | Benjamin Wiegand | Acne profile |
US8732004B1 (en) | 2004-09-22 | 2014-05-20 | Experian Information Solutions, Inc. | Automated analysis of data to generate prospect notifications based on trigger events |
US7966219B1 (en) * | 2004-09-24 | 2011-06-21 | Versata Development Group, Inc. | System and method for integrated recommendations |
US20070150240A1 (en) * | 2004-10-07 | 2007-06-28 | Bridson William D | Automated selection of optical systems |
US7149662B2 (en) * | 2004-10-07 | 2006-12-12 | Navitar, Inc. | Automated selection of optical systems |
US8026942B2 (en) | 2004-10-29 | 2011-09-27 | Johnson & Johnson Consumer Companies, Inc. | Skin imaging system with probe |
JP2006154889A (ja) * | 2004-11-25 | 2006-06-15 | It Co Ltd | 薬局支援装置及び薬局のレシート発行方法 |
US9177320B2 (en) * | 2004-12-03 | 2015-11-03 | Internet Crimes Group, Inc. | System and method for intelligent information gathering and analysis |
US10803126B1 (en) * | 2005-01-13 | 2020-10-13 | Robert T. and Virginia T. Jenkins | Method and/or system for sorting digital signal information |
US20060190225A1 (en) * | 2005-02-18 | 2006-08-24 | Brand Matthew E | Collaborative filtering using random walks of Markov chains |
US20100241459A1 (en) * | 2005-03-30 | 2010-09-23 | Rao Y Ramprasad | System and method for tracking consumer healthcare behavior |
US20060229932A1 (en) * | 2005-04-06 | 2006-10-12 | Johnson & Johnson Services, Inc. | Intelligent sales and marketing recommendation system |
US8214264B2 (en) * | 2005-05-02 | 2012-07-03 | Cbs Interactive, Inc. | System and method for an electronic product advisor |
US7676400B1 (en) * | 2005-06-03 | 2010-03-09 | Versata Development Group, Inc. | Scoring recommendations and explanations with a probabilistic user model |
US8826136B2 (en) * | 2005-06-27 | 2014-09-02 | Core Wireless Licensing S.A.R.L. | System and method for enabling collaborative media stream editing |
EP1896958A4 (en) * | 2005-06-28 | 2010-08-18 | Choicestream Inc | METHODS AND APPARATUS FOR STATISTICAL ADVERTISING ADVERTISEMENT TARGETING SYSTEM |
US7590562B2 (en) * | 2005-06-29 | 2009-09-15 | Google Inc. | Product recommendations based on collaborative filtering of user data |
US8099674B2 (en) | 2005-09-09 | 2012-01-17 | Tableau Software Llc | Computer systems and methods for automatically viewing multidimensional databases |
US9432468B2 (en) * | 2005-09-14 | 2016-08-30 | Liveperson, Inc. | System and method for design and dynamic generation of a web page |
US8738732B2 (en) | 2005-09-14 | 2014-05-27 | Liveperson, Inc. | System and method for performing follow up based on user interactions |
US20070067181A1 (en) * | 2005-09-22 | 2007-03-22 | International Business Machines Corporation | System and method for intelligence building in an expert system |
US7590768B2 (en) * | 2005-09-23 | 2009-09-15 | Joseph Gormley | Control and interconnection system |
US20070136115A1 (en) * | 2005-12-13 | 2007-06-14 | Deniz Senturk Doganaksoy | Statistical pattern recognition and analysis |
US7702543B2 (en) * | 2005-12-13 | 2010-04-20 | At&T Intellectual Property I, L.P. | Methods and systems for providing a consumer shopping experience whereby the availability of services is indicated |
US20070143257A1 (en) | 2005-12-15 | 2007-06-21 | Kimberly-Clark Worldwide, Inc. | Methods for assisting a person in transitioning from one disposable absorbent product to another |
US20070156504A1 (en) * | 2005-12-30 | 2007-07-05 | Kimberly-Clark Worldwide, Inc. | Providing feminine care product recommendations tailored to the composition and rheological properties of vaginal discharge |
US20080016441A1 (en) * | 2006-01-06 | 2008-01-17 | Tabin Joshua Z | Method and Apparatus to Facilitate Altering a Presentation Order for Search Results |
US7457772B2 (en) * | 2006-01-06 | 2008-11-25 | Tabin Joshua Z | Method and apparatus for interactive criteria-based commodity comparisons |
US20080059395A1 (en) * | 2006-01-10 | 2008-03-06 | Manyworlds, Inc. | Adaptive Online Experimentation |
US7685259B2 (en) * | 2006-02-24 | 2010-03-23 | Michael J. Strand | Locally responsive kiosk signage from on-line source |
US20070255589A1 (en) * | 2006-04-27 | 2007-11-01 | Klinger Advanced Aesthetics, Inc. | Systems and methods using a dynamic database to provide aesthetic improvement procedures |
US8326681B2 (en) * | 2006-03-24 | 2012-12-04 | Di Mario Peter E | Determining performance proficiency within an organization |
US7999809B2 (en) | 2006-04-19 | 2011-08-16 | Tableau Software, Inc. | Computer systems and methods for automatic generation of models for a dataset |
US20070265926A1 (en) * | 2006-05-12 | 2007-11-15 | 3M Innovative Properties Company | Automated product selection and management system |
US7814112B2 (en) | 2006-06-09 | 2010-10-12 | Ebay Inc. | Determining relevancy and desirability of terms |
US8468155B2 (en) * | 2006-06-22 | 2013-06-18 | Infosys Limited | Collaborative filtering-based recommendations |
US8133057B2 (en) * | 2006-06-30 | 2012-03-13 | Oracle America, Inc. | Method and system for providing training media to a mobile device |
US8744057B2 (en) * | 2006-07-14 | 2014-06-03 | At&T Intellectual Property I, Lp | Method and apparatus for sharing end user feedback |
US8121873B1 (en) * | 2006-08-01 | 2012-02-21 | Oracle America, Inc. | Rapid categorization of data center serviceability characteristics |
WO2008021409A2 (en) * | 2006-08-14 | 2008-02-21 | Backchannelmedia Inc. | Systems and methods for accountable media planning |
EP2074572A4 (en) | 2006-08-17 | 2011-02-23 | Experian Inf Solutions Inc | SYSTEM AND METHOD FOR PROVIDING A BRAND FOR A USED VEHICLE |
US7739231B2 (en) | 2006-08-28 | 2010-06-15 | Manyworlds, Inc. | Mutual commit people matching process |
US8655916B2 (en) * | 2006-09-22 | 2014-02-18 | Yahoo! Inc. | System and method for creating user profiles |
US20080082183A1 (en) * | 2006-09-29 | 2008-04-03 | Johnson Controls Technology Company | Building automation system with automated component selection for minimum energy consumption |
US7764303B2 (en) * | 2006-10-02 | 2010-07-27 | Johnson & Johnson Consumer Companies, Inc. | Imaging apparatus and methods for capturing and analyzing digital images of the skin |
US8036979B1 (en) | 2006-10-05 | 2011-10-11 | Experian Information Solutions, Inc. | System and method for generating a finance attribute from tradeline data |
US20160203212A1 (en) * | 2006-10-20 | 2016-07-14 | Mcafee, Inc. | System, method and computer program product for determining preferences of an entity |
US8001008B2 (en) * | 2006-10-24 | 2011-08-16 | Garett Engle | System and method of collaborative filtering based on attribute profiling |
US7899977B2 (en) * | 2006-12-08 | 2011-03-01 | Pandya Ashish A | Programmable intelligent search memory |
US9141557B2 (en) | 2006-12-08 | 2015-09-22 | Ashish A. Pandya | Dynamic random access memory (DRAM) that comprises a programmable intelligent search memory (PRISM) and a cryptography processing engine |
WO2008073824A1 (en) * | 2006-12-08 | 2008-06-19 | Pandya Ashish A | Dynamic programmable intelligent search memory |
US7890692B2 (en) * | 2007-08-17 | 2011-02-15 | Pandya Ashish A | FSA context switch architecture for programmable intelligent search memory |
US7996348B2 (en) | 2006-12-08 | 2011-08-09 | Pandya Ashish A | 100GBPS security and search architecture using programmable intelligent search memory (PRISM) that comprises one or more bit interval counters |
US20110029549A1 (en) * | 2006-12-08 | 2011-02-03 | Pandya Ashish A | Signature search architecture for programmable intelligent search memory |
US8694328B1 (en) | 2006-12-14 | 2014-04-08 | Joseph Gormley | Vehicle customization and personalization activities |
US8010403B2 (en) * | 2006-12-29 | 2011-08-30 | American Express Travel Related Services Company, Inc. | System and method for targeting transaction account product holders to receive upgraded transaction account products |
US8175989B1 (en) | 2007-01-04 | 2012-05-08 | Choicestream, Inc. | Music recommendation system using a personalized choice set |
SG177951A1 (en) * | 2007-01-05 | 2012-02-28 | Myskin Inc | System, device and method for dermal imaging |
US20090245603A1 (en) * | 2007-01-05 | 2009-10-01 | Djuro Koruga | System and method for analysis of light-matter interaction based on spectral convolution |
US8606666B1 (en) | 2007-01-31 | 2013-12-10 | Experian Information Solutions, Inc. | System and method for providing an aggregation tool |
US8606626B1 (en) | 2007-01-31 | 2013-12-10 | Experian Information Solutions, Inc. | Systems and methods for providing a direct marketing campaign planning environment |
JP5097134B2 (ja) * | 2007-02-07 | 2012-12-12 | 東京エレクトロン株式会社 | サーバ装置、情報処理方法、及びプログラム |
US20080208705A1 (en) * | 2007-02-23 | 2008-08-28 | Interactive Luxury Solutions Llc | Personalized shopping assistant |
US9483791B2 (en) | 2007-03-02 | 2016-11-01 | Spiceworks, Inc. | Network software and hardware monitoring and marketplace |
US7844609B2 (en) | 2007-03-16 | 2010-11-30 | Expanse Networks, Inc. | Attribute combination discovery |
US8560398B1 (en) * | 2007-03-29 | 2013-10-15 | Amazon Technologies, Inc. | Method and system for providing item recommendations |
US8285656B1 (en) | 2007-03-30 | 2012-10-09 | Consumerinfo.Com, Inc. | Systems and methods for data verification |
US8112720B2 (en) * | 2007-04-05 | 2012-02-07 | Napo Enterprises, Llc | System and method for automatically and graphically associating programmatically-generated media item recommendations related to a user's socially recommended media items |
US7742982B2 (en) | 2007-04-12 | 2010-06-22 | Experian Marketing Solutions, Inc. | Systems and methods for determining thin-file records and determining thin-file risk levels |
US8050998B2 (en) * | 2007-04-26 | 2011-11-01 | Ebay Inc. | Flexible asset and search recommendation engines |
WO2009042254A2 (en) * | 2007-05-18 | 2009-04-02 | Brand Informatics, Inc. | System and method for analysis and visual representation of brand performance information |
US20080294540A1 (en) | 2007-05-25 | 2008-11-27 | Celka Christopher J | System and method for automated detection of never-pay data sets |
US8051040B2 (en) | 2007-06-08 | 2011-11-01 | Ebay Inc. | Electronic publication system |
US20080312985A1 (en) * | 2007-06-18 | 2008-12-18 | Microsoft Corporation | Computerized evaluation of user impressions of product artifacts |
SG148891A1 (en) * | 2007-06-21 | 2009-01-29 | Novartis Ag | Engineering expert system |
US8090621B1 (en) * | 2007-06-27 | 2012-01-03 | Amazon Technologies, Inc. | Method and system for associating feedback with recommendation rules |
US20090015417A1 (en) * | 2007-07-13 | 2009-01-15 | Tellabs Vienna, Inc. | Method and apparatus for managing battery log information and method of generating revenue through sales thereof |
US8234261B2 (en) * | 2007-07-17 | 2012-07-31 | Ebay Inc. | Digital content hub |
US8313828B2 (en) | 2008-08-20 | 2012-11-20 | Johnson & Johnson Vision Care, Inc. | Ophthalmic lens precursor and lens |
US8318055B2 (en) | 2007-08-21 | 2012-11-27 | Johnson & Johnson Vision Care, Inc. | Methods for formation of an ophthalmic lens precursor and lens |
US8317505B2 (en) | 2007-08-21 | 2012-11-27 | Johnson & Johnson Vision Care, Inc. | Apparatus for formation of an ophthalmic lens precursor and lens |
US7905594B2 (en) | 2007-08-21 | 2011-03-15 | Johnson & Johnson Vision Care, Inc. | Free form ophthalmic lens |
US8275764B2 (en) * | 2007-08-24 | 2012-09-25 | Google Inc. | Recommending media programs based on media program popularity |
US7996521B2 (en) | 2007-11-19 | 2011-08-09 | Experian Marketing Solutions, Inc. | Service for mapping IP addresses to user segments |
JP4538756B2 (ja) * | 2007-12-03 | 2010-09-08 | ソニー株式会社 | 情報処理装置、情報処理端末、情報処理方法、およびプログラム |
US9990674B1 (en) | 2007-12-14 | 2018-06-05 | Consumerinfo.Com, Inc. | Card registry systems and methods |
US8127986B1 (en) | 2007-12-14 | 2012-03-06 | Consumerinfo.Com, Inc. | Card registry systems and methods |
US20090164334A1 (en) * | 2007-12-21 | 2009-06-25 | Heart Of America E-Commerce, L.L.C | System and method for recommending personalized gift |
US8751492B1 (en) * | 2008-01-17 | 2014-06-10 | Amdocs Software Systems Limited | System, method, and computer program product for selecting an event category based on a category score for use in providing content |
US20090187467A1 (en) * | 2008-01-23 | 2009-07-23 | Palo Alto Research Center Incorporated | Linguistic extraction of temporal and location information for a recommender system |
US7949588B2 (en) * | 2008-02-29 | 2011-05-24 | Ethan Willis | Marketing and delivering financial coaching services |
US20090222281A1 (en) * | 2008-03-03 | 2009-09-03 | Vibhuti Uppal | Formulation for multi-step acne treatment |
US20110145056A1 (en) * | 2008-03-03 | 2011-06-16 | Spiceworks, Inc. | Interactive online closed loop marketing system and method |
US8931030B2 (en) | 2008-03-07 | 2015-01-06 | At&T Intellectual Property I, Lp | System and method for appraising portable media content |
US20090248492A1 (en) * | 2008-03-29 | 2009-10-01 | Saleztrack Llc | Internet lead manager and optimizer |
US8606623B1 (en) * | 2008-03-31 | 2013-12-10 | Knowledgepoint 360 Group, LLC | Organization and peer set metric for generating and displaying benchmarking information |
US8566256B2 (en) * | 2008-04-01 | 2013-10-22 | Certona Corporation | Universal system and method for representing and predicting human behavior |
US20090271246A1 (en) * | 2008-04-28 | 2009-10-29 | American Express Travel Related Services Company, Inc. | Merchant recommendation system and method |
US20090271293A1 (en) * | 2008-04-28 | 2009-10-29 | Interactive Luxury Solutions Llc | Methods and systems for dynamically generating personalized shopping suggestions |
US8583524B2 (en) * | 2008-05-06 | 2013-11-12 | Richrelevance, Inc. | System and process for improving recommendations for use in providing personalized advertisements to retail customers |
US8364528B2 (en) * | 2008-05-06 | 2013-01-29 | Richrelevance, Inc. | System and process for improving product recommendations for use in providing personalized advertisements to retail customers |
US8108329B2 (en) * | 2008-05-06 | 2012-01-31 | Richrelevance, Inc. | System and process for boosting recommendations for use in providing personalized advertisements to retail customers |
US8019642B2 (en) * | 2008-05-06 | 2011-09-13 | Richrelevance, Inc. | System and process for receiving boosting recommendations for use in providing personalized advertisements to retail customers |
US7685232B2 (en) * | 2008-06-04 | 2010-03-23 | Samsung Electronics Co., Ltd. | Method for anonymous collaborative filtering using matrix factorization |
US20090319330A1 (en) * | 2008-06-18 | 2009-12-24 | Microsoft Corporation | Techniques for evaluating recommendation systems |
US8326661B2 (en) * | 2008-06-26 | 2012-12-04 | Alibaba Group Holding Limited | Method and apparatus for providing data statistics |
US8312033B1 (en) | 2008-06-26 | 2012-11-13 | Experian Marketing Solutions, Inc. | Systems and methods for providing an integrated identifier |
US9724534B2 (en) * | 2008-08-25 | 2017-08-08 | Applied Magnetics, Llc | Systems and methods for providing a magnetic resonance treatment to a subject |
US20100011020A1 (en) * | 2008-07-11 | 2010-01-14 | Motorola, Inc. | Recommender system |
US8762313B2 (en) | 2008-07-25 | 2014-06-24 | Liveperson, Inc. | Method and system for creating a predictive model for targeting web-page to a surfer |
US8260846B2 (en) | 2008-07-25 | 2012-09-04 | Liveperson, Inc. | Method and system for providing targeted content to a surfer |
US8189052B1 (en) * | 2008-07-29 | 2012-05-29 | Sprint Communications Company L.P. | Method and system for evaluating video processing technology |
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 |
US8805844B2 (en) | 2008-08-04 | 2014-08-12 | Liveperson, Inc. | Expert search |
US9256904B1 (en) | 2008-08-14 | 2016-02-09 | Experian Information Solutions, Inc. | Multi-bureau credit file freeze and unfreeze |
US9417464B2 (en) | 2008-08-20 | 2016-08-16 | Johnson & Johnson Vision Care, Inc. | Method and apparatus of forming a translating multifocal contact lens having a lower-lid contact surface |
US8086480B2 (en) * | 2008-09-25 | 2011-12-27 | Ebay Inc. | Methods and systems for activity-based recommendations |
US8732104B2 (en) * | 2008-10-03 | 2014-05-20 | Sift, Llc | Method, system, and apparatus for determining a predicted rating |
US20100094758A1 (en) * | 2008-10-13 | 2010-04-15 | Experian Marketing Solutions, Inc. | Systems and methods for providing real time anonymized marketing information |
US9892417B2 (en) | 2008-10-29 | 2018-02-13 | Liveperson, Inc. | System and method for applying tracing tools for network locations |
US8775230B2 (en) | 2008-11-03 | 2014-07-08 | Oracle International Corporation | Hybrid prediction model for a sales prospector |
US8060424B2 (en) | 2008-11-05 | 2011-11-15 | Consumerinfo.Com, Inc. | On-line method and system for monitoring and reporting unused available credit |
US20100125484A1 (en) * | 2008-11-14 | 2010-05-20 | Microsoft Corporation | Review summaries for the most relevant features |
KR20100056738A (ko) * | 2008-11-20 | 2010-05-28 | 삼성전자주식회사 | 단말기에서 공급 망 관리의 운영을 위한 장치 및 방법 |
US8180715B2 (en) * | 2008-12-11 | 2012-05-15 | Hewlett-Packard Development Company, L.P. | Systems and methods for collaborative filtering using collaborative inductive transfer |
US8108406B2 (en) * | 2008-12-30 | 2012-01-31 | Expanse Networks, Inc. | Pangenetic web user behavior prediction system |
US8650081B2 (en) * | 2008-12-31 | 2014-02-11 | Sap Ag | Optimization technology |
US20100169239A1 (en) * | 2008-12-31 | 2010-07-01 | Lead Digi Corp. | Method for products re-pricing |
WO2010077336A1 (en) | 2008-12-31 | 2010-07-08 | 23Andme, Inc. | Finding relatives in a database |
CN101482888A (zh) * | 2009-02-23 | 2009-07-15 | 阿里巴巴集团控股有限公司 | 一种网站访客价值的计算方法及系统 |
US20100299178A1 (en) * | 2009-03-06 | 2010-11-25 | Ilya Abezgauz Druzhnikov | Method and system for contacting a prospect or requestor immediately after a request for product information |
US8244564B2 (en) * | 2009-03-31 | 2012-08-14 | Richrelevance, Inc. | Multi-strategy generation of product recommendations |
US8240849B2 (en) | 2009-03-31 | 2012-08-14 | Johnson & Johnson Vision Care, Inc. | Free form lens with refractive index variations |
US8321263B2 (en) * | 2009-04-17 | 2012-11-27 | Hartford Fire Insurance Company | Processing and display of service provider performance data |
US8209217B1 (en) | 2009-04-17 | 2012-06-26 | Amazon Technologies, Inc. | Author-focused tools for scheduling an event associated with an author or with a work of the author |
US8639920B2 (en) | 2009-05-11 | 2014-01-28 | Experian Marketing Solutions, Inc. | Systems and methods for providing anonymized user profile data |
US8346585B1 (en) | 2009-05-11 | 2013-01-01 | Amazon Technologies, Inc. | Data mining for targeted republishing |
US8234147B2 (en) * | 2009-05-15 | 2012-07-31 | Microsoft Corporation | Multi-variable product rank |
CN101604435A (zh) * | 2009-07-14 | 2009-12-16 | 阿里巴巴集团控股有限公司 | 一种监测网站访客价值的方法及装置 |
US8078691B2 (en) | 2009-08-26 | 2011-12-13 | Microsoft Corporation | Web page load time prediction and simulation |
US20110066497A1 (en) * | 2009-09-14 | 2011-03-17 | Choicestream, Inc. | Personalized advertising and recommendation |
US20110112981A1 (en) * | 2009-11-09 | 2011-05-12 | Seung-Taek Park | Feature-Based Method and System for Cold-Start Recommendation of Online Ads |
US20110178848A1 (en) * | 2010-01-20 | 2011-07-21 | American Express Travel Related Services Company, Inc. | System and method for matching consumers based on spend behavior |
CA2791624A1 (en) | 2010-02-26 | 2011-09-01 | Myskin, Inc. | Analytic methods of tissue evaluation |
US20110213661A1 (en) * | 2010-03-01 | 2011-09-01 | Joseph Milana | Computer-Implemented Method For Enhancing Product Sales |
US20110213651A1 (en) * | 2010-03-01 | 2011-09-01 | Opera Solutions, Llc | Computer-Implemented Method For Enhancing Targeted Product Sales |
US8807076B2 (en) | 2010-03-12 | 2014-08-19 | Johnson & Johnson Vision Care, Inc. | Apparatus for vapor phase processing ophthalmic devices |
US9652802B1 (en) | 2010-03-24 | 2017-05-16 | Consumerinfo.Com, Inc. | Indirect monitoring and reporting of a user's credit data |
WO2011122575A1 (ja) * | 2010-03-30 | 2011-10-06 | 楽天株式会社 | 商品推奨装置、商品推奨方法、プログラム、ならびに記録媒体 |
WO2011127049A1 (en) | 2010-04-07 | 2011-10-13 | Liveperson, Inc. | System and method for dynamically enabling customized web content and applications |
US20110276394A1 (en) * | 2010-05-05 | 2011-11-10 | Positioniq, Inc. | Automated Targeted Information System |
US20120101855A1 (en) * | 2010-05-17 | 2012-04-26 | The Travelers Indemnity Company | Monitoring client-selected vehicle parameters in accordance with client preferences |
US9355414B2 (en) * | 2010-05-30 | 2016-05-31 | Hewlett Packard Enterprise Development Lp | Collaborative filtering model having improved predictive performance |
US9152727B1 (en) | 2010-08-23 | 2015-10-06 | Experian Marketing Solutions, Inc. | Systems and methods for processing consumer information for targeted marketing applications |
US8639616B1 (en) | 2010-10-01 | 2014-01-28 | Experian Information Solutions, Inc. | Business to contact linkage system |
US20120095862A1 (en) * | 2010-10-15 | 2012-04-19 | Ness Computing, Inc. (a Delaware Corportaion) | Computer system and method for analyzing data sets and generating personalized recommendations |
WO2012051583A1 (en) * | 2010-10-15 | 2012-04-19 | Ness Computing, Inc. | A computer system and method for analyzing data sets and providing personalized recommendations |
US8930262B1 (en) | 2010-11-02 | 2015-01-06 | Experian Technology Ltd. | Systems and methods of assisted strategy design |
US8484186B1 (en) | 2010-11-12 | 2013-07-09 | Consumerinfo.Com, Inc. | Personalized people finder |
CN102467709B (zh) | 2010-11-17 | 2017-03-01 | 阿里巴巴集团控股有限公司 | 一种发送商品信息的方法和装置 |
US20120130769A1 (en) * | 2010-11-19 | 2012-05-24 | Gm Global Technology Operations, Inc. | Methods for conducting market research utilizing a telematics service system |
US9147042B1 (en) | 2010-11-22 | 2015-09-29 | Experian Information Solutions, Inc. | Systems and methods for data verification |
US20120143718A1 (en) * | 2010-12-03 | 2012-06-07 | Choicestream, Inc. | Optimization of a web-based recommendation system |
US9350598B2 (en) | 2010-12-14 | 2016-05-24 | Liveperson, Inc. | Authentication of service requests using a communications initiation feature |
US8918465B2 (en) | 2010-12-14 | 2014-12-23 | Liveperson, Inc. | Authentication of service requests initiated from a social networking site |
US8489418B2 (en) | 2010-12-30 | 2013-07-16 | General Electric Company | System and methods for referring physicians based on hierarchical disease profile matching |
US20120203723A1 (en) * | 2011-02-04 | 2012-08-09 | Telefonaktiebolaget Lm Ericsson (Publ) | Server System and Method for Network-Based Service Recommendation Enhancement |
EP2676197B1 (en) | 2011-02-18 | 2018-11-28 | CSidentity Corporation | System and methods for identifying compromised personally identifiable information on the internet |
US9208132B2 (en) | 2011-03-08 | 2015-12-08 | The Nielsen Company (Us), Llc | System and method for concept development with content aware text editor |
CN102681999A (zh) * | 2011-03-08 | 2012-09-19 | 阿里巴巴集团控股有限公司 | 一种用户行为信息收集及信息发送方法及装置 |
US8868446B2 (en) | 2011-03-08 | 2014-10-21 | Affinnova, Inc. | System and method for concept development |
US8468164B1 (en) * | 2011-03-09 | 2013-06-18 | Amazon Technologies, Inc. | Personalized recommendations based on related users |
US8452797B1 (en) * | 2011-03-09 | 2013-05-28 | Amazon Technologies, Inc. | Personalized recommendations based on item usage |
US20120259676A1 (en) | 2011-04-07 | 2012-10-11 | Wagner John G | Methods and apparatus to model consumer choice sourcing |
US8738698B2 (en) * | 2011-04-07 | 2014-05-27 | Facebook, Inc. | Using polling results as discrete metrics for content quality prediction model |
US20120265612A1 (en) * | 2011-04-14 | 2012-10-18 | Katherine Marie Moeggenberg | Systems And Methods For Facilitating Electronic Purchase Of A Product |
US20120278127A1 (en) * | 2011-04-28 | 2012-11-01 | Rawllin International Inc. | Generating product recommendations based on dynamic product context data and/or social activity data related to a product |
US9558519B1 (en) | 2011-04-29 | 2017-01-31 | Consumerinfo.Com, Inc. | Exposing reporting cycle information |
US8762226B2 (en) * | 2011-05-04 | 2014-06-24 | Etsy, Inc. | Item discovery tools and methods for shopping in an electronic commerce environment |
US20120284069A1 (en) * | 2011-05-04 | 2012-11-08 | Sony Corporation | Method for optimizing parameters in a recommendation system |
US20120284037A1 (en) * | 2011-05-06 | 2012-11-08 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | Computer program product for receiving a notification of a benefit after queuing the result of an evaluation of a sample for transmission |
WO2012154488A1 (en) * | 2011-05-06 | 2012-11-15 | Searete Llc | Sample evaluation result reporting after queuing the result for transmission |
US10719834B2 (en) | 2011-05-20 | 2020-07-21 | Mastercard International Incorporated | Systems and methods for recommending merchants |
US9665854B1 (en) | 2011-06-16 | 2017-05-30 | Consumerinfo.Com, Inc. | Authentication alerts |
US9483606B1 (en) | 2011-07-08 | 2016-11-01 | Consumerinfo.Com, Inc. | Lifescore |
US20130018957A1 (en) * | 2011-07-14 | 2013-01-17 | Parnaby Tracey J | System and Method for Facilitating Management of Structured Sentiment Content |
US9195769B2 (en) | 2011-07-20 | 2015-11-24 | Opentable, Inc. | Method and apparatus for quickly evaluating entities |
CN103717442B (zh) * | 2011-08-08 | 2016-03-23 | 松下电器产业株式会社 | 电动车辆及其控制方法 |
US9106691B1 (en) | 2011-09-16 | 2015-08-11 | Consumerinfo.Com, Inc. | Systems and methods of identity protection and management |
US20130080968A1 (en) * | 2011-09-27 | 2013-03-28 | Amazon Technologies Inc. | User interface with media content prediction |
AU2012315879A1 (en) * | 2011-09-27 | 2014-05-15 | Adam Gyles Southam | Recommending consumer products using product-ingredient efficacy and/or user-profile data |
US11151617B2 (en) | 2012-03-09 | 2021-10-19 | Nara Logics, Inc. | Systems and methods for providing recommendations based on collaborative and/or content-based nodal interrelationships |
US10467677B2 (en) | 2011-09-28 | 2019-11-05 | Nara Logics, Inc. | Systems and methods for providing recommendations based on collaborative and/or content-based nodal interrelationships |
US8170971B1 (en) | 2011-09-28 | 2012-05-01 | Ava, Inc. | Systems and methods for providing recommendations based on collaborative and/or content-based nodal interrelationships |
US11727249B2 (en) | 2011-09-28 | 2023-08-15 | Nara Logics, Inc. | Methods for constructing and applying synaptic networks |
US8732101B1 (en) | 2013-03-15 | 2014-05-20 | Nara Logics, Inc. | Apparatus and method for providing harmonized recommendations based on an integrated user profile |
US10789526B2 (en) | 2012-03-09 | 2020-09-29 | Nara Logics, Inc. | Method, system, and non-transitory computer-readable medium for constructing and applying synaptic networks |
US8738516B1 (en) | 2011-10-13 | 2014-05-27 | Consumerinfo.Com, Inc. | Debt services candidate locator |
US20130117037A1 (en) * | 2011-10-24 | 2013-05-09 | Rivermark LLC | Goal Tracking and Segmented Marketing Systems and Methods with Network Analysis and Visualization |
US11030562B1 (en) | 2011-10-31 | 2021-06-08 | Consumerinfo.Com, Inc. | Pre-data breach monitoring |
US20130117147A1 (en) * | 2011-11-07 | 2013-05-09 | Nathan J. Ackerman | Similarity and Relatedness of Content |
JP5601725B2 (ja) * | 2011-11-30 | 2014-10-08 | 楽天株式会社 | 情報処理装置、情報処理方法、情報処理プログラム及び記録媒体 |
TWI493484B (zh) * | 2011-12-15 | 2015-07-21 | Ibm | 自動化判斷消費者偏好程度的方法與電腦裝置 |
US10540430B2 (en) | 2011-12-28 | 2020-01-21 | Cbs Interactive Inc. | Techniques for providing a natural language narrative |
US10592596B2 (en) | 2011-12-28 | 2020-03-17 | Cbs Interactive Inc. | Techniques for providing a narrative summary for fantasy games |
SG191557A1 (en) * | 2011-12-28 | 2013-07-31 | Agency Science Tech & Res | Methods and systems for service discovery and selection |
US10402879B2 (en) | 2011-12-30 | 2019-09-03 | Adidas Ag | Offering a customized collection of products |
US9690368B2 (en) | 2011-12-30 | 2017-06-27 | Adidas Ag | Customization based on physiological data |
US20130173389A1 (en) * | 2011-12-30 | 2013-07-04 | Alison Page | Retail system with location-based customization |
US9311383B1 (en) * | 2012-01-13 | 2016-04-12 | The Nielsen Company (Us), Llc | Optimal solution identification system and method |
US9026544B2 (en) | 2012-01-24 | 2015-05-05 | Arrabon Management Services, LLC | Method and system for identifying and accessing multimedia content |
US9098510B2 (en) * | 2012-01-24 | 2015-08-04 | Arrabon Management Services, LLC | Methods and systems for identifying and accessing multimedia content |
US8965908B1 (en) | 2012-01-24 | 2015-02-24 | Arrabon Management Services Llc | Methods and systems for identifying and accessing multimedia content |
US8996543B2 (en) | 2012-01-24 | 2015-03-31 | Arrabon Management Services, LLC | Method and system for identifying and accessing multimedia content |
US10929881B1 (en) * | 2012-01-31 | 2021-02-23 | Groupon, Inc. | Pre-feature promotion system |
US10438268B2 (en) * | 2012-02-09 | 2019-10-08 | Microsoft Technology Licensing, Llc | Recommender system |
US8943002B2 (en) | 2012-02-10 | 2015-01-27 | Liveperson, Inc. | Analytics driven engagement |
US20130269537A1 (en) | 2012-04-16 | 2013-10-17 | Eugenio Minvielle | Conditioning system for nutritional substances |
US20140067596A1 (en) * | 2012-02-22 | 2014-03-06 | Cobrain Company | Methods and apparatus for recommending products and services |
EP2634707A1 (en) | 2012-02-29 | 2013-09-04 | British Telecommunications Public Limited Company | Recommender control system, apparatus and method |
CN104903917A (zh) * | 2012-03-06 | 2015-09-09 | 克德比有限公司 | 预测处理系统和使用方法以及执行业务的方法 |
US8805941B2 (en) | 2012-03-06 | 2014-08-12 | Liveperson, Inc. | Occasionally-connected computing interface |
US20130269538A1 (en) | 2012-04-16 | 2013-10-17 | Eugenio Minvielle | Transformation system for nutritional substances |
US9659310B1 (en) * | 2012-03-14 | 2017-05-23 | Amazon Technologies, Inc. | Consumption based subscription frequency recommendations |
US10219531B2 (en) | 2012-04-16 | 2019-03-05 | Iceberg Luxembourg S.A.R.L. | Preservation system for nutritional substances |
US9541536B2 (en) | 2012-04-16 | 2017-01-10 | Eugenio Minvielle | Preservation system for nutritional substances |
US20130268395A1 (en) * | 2012-04-10 | 2013-10-10 | Adam I. Sandow | Automated product selection and distribution system |
US9171061B2 (en) | 2012-04-16 | 2015-10-27 | Eugenio Minvielle | Local storage and conditioning systems for nutritional substances |
US9528972B2 (en) | 2012-04-16 | 2016-12-27 | Eugenio Minvielle | Dynamic recipe control |
US9702858B1 (en) | 2012-04-16 | 2017-07-11 | Iceberg Luxembourg S.A.R.L. | Dynamic recipe control |
US20140069838A1 (en) | 2012-04-16 | 2014-03-13 | Eugenio Minvielle | Nutritional Substance Label System For Adaptive Conditioning |
US9460633B2 (en) | 2012-04-16 | 2016-10-04 | Eugenio Minvielle | Conditioner with sensors for nutritional substances |
US9564064B2 (en) | 2012-04-16 | 2017-02-07 | Eugenio Minvielle | Conditioner with weight sensors for nutritional substances |
US9414623B2 (en) | 2012-04-16 | 2016-08-16 | Eugenio Minvielle | Transformation and dynamic identification system for nutritional substances |
US9429920B2 (en) | 2012-04-16 | 2016-08-30 | Eugenio Minvielle | Instructions for conditioning nutritional substances |
US9436170B2 (en) | 2012-04-16 | 2016-09-06 | Eugenio Minvielle | Appliances with weight sensors for nutritional substances |
US20130309637A1 (en) * | 2012-04-16 | 2013-11-21 | Eugenio Minvielle | Consumer Information and Sensing System for Consumables and Cosmetic Substances |
US8733631B2 (en) | 2012-04-16 | 2014-05-27 | Eugenio Minvielle | Local storage and conditioning systems for nutritional substances |
US20130290214A1 (en) * | 2012-04-25 | 2013-10-31 | Robert James Clavin | Method and apparatus for providing reviews and feedback for professional service providers |
US9563336B2 (en) | 2012-04-26 | 2017-02-07 | Liveperson, Inc. | Dynamic user interface customization |
US9853959B1 (en) | 2012-05-07 | 2017-12-26 | Consumerinfo.Com, Inc. | Storage and maintenance of personal data |
US9672196B2 (en) | 2012-05-15 | 2017-06-06 | Liveperson, Inc. | Methods and systems for presenting specialized content using campaign metrics |
US9842358B1 (en) | 2012-06-19 | 2017-12-12 | Brightex Bio-Photonics Llc | Method for providing personalized recommendations |
US11127041B1 (en) * | 2012-06-29 | 2021-09-21 | Groupon, Inc. | Customization of message delivery time based on consumer behavior |
US9002769B2 (en) * | 2012-07-03 | 2015-04-07 | Siemens Aktiengesellschaft | Method and system for supporting a clinical diagnosis |
US20140025428A1 (en) * | 2012-07-20 | 2014-01-23 | International Business Machines Corporation | Deriving Marketing Strategies from Product Utility Value |
US20180047071A1 (en) * | 2012-07-24 | 2018-02-15 | Ebay Inc. | System and methods for aggregating past and predicting future product ratings |
US8821271B2 (en) | 2012-07-30 | 2014-09-02 | Cbs Interactive, Inc. | Techniques for providing narrative content for competitive gaming events |
US10943253B1 (en) * | 2012-09-18 | 2021-03-09 | Groupon, Inc. | Consumer cross-category deal diversity |
US10535076B1 (en) * | 2012-09-28 | 2020-01-14 | Groupon, Inc. | Deal program life cycle |
US20150278880A1 (en) * | 2012-10-26 | 2015-10-01 | David A. Hotchkiss | Generating sponsored content items |
US9111232B2 (en) * | 2012-10-31 | 2015-08-18 | Nec Laboratories America, Inc. | Portable workload performance prediction for the cloud |
US8527306B1 (en) * | 2012-11-12 | 2013-09-03 | State Farm Mutual Automobile Insurance Company | Automation and security application store suggestions based on claims data |
US9654541B1 (en) | 2012-11-12 | 2017-05-16 | Consumerinfo.Com, Inc. | Aggregating user web browsing data |
US8533144B1 (en) | 2012-11-12 | 2013-09-10 | State Farm Mutual Automobile Insurance Company | Automation and security application store suggestions based on usage data |
US9436947B2 (en) * | 2012-11-13 | 2016-09-06 | Cox Media Group Digital Development, Inc. | Systems and methods for conducting surveys |
CN103841122B (zh) | 2012-11-20 | 2017-07-28 | 阿里巴巴集团控股有限公司 | 目标对象信息推荐方法、服务器及客户端 |
US20140149513A1 (en) * | 2012-11-23 | 2014-05-29 | The Extraordinaries, Inc. | System and method for matching a profile to a sparsely defined request |
US8856894B1 (en) | 2012-11-28 | 2014-10-07 | Consumerinfo.Com, Inc. | Always on authentication |
US9454581B1 (en) * | 2012-11-28 | 2016-09-27 | BloomReach Inc. | Search with more like this refinements |
US9916621B1 (en) | 2012-11-30 | 2018-03-13 | Consumerinfo.Com, Inc. | Presentation of credit score factors |
US10255598B1 (en) | 2012-12-06 | 2019-04-09 | Consumerinfo.Com, Inc. | Credit card account data extraction |
US9483730B2 (en) * | 2012-12-07 | 2016-11-01 | At&T Intellectual Property I, L.P. | Hybrid review synthesis |
US9767498B2 (en) | 2013-01-31 | 2017-09-19 | Lf Technology Development Corporation Ltd. | Virtual purchasing assistant |
US10437889B2 (en) | 2013-01-31 | 2019-10-08 | Lf Technology Development Corporation Limited | Systems and methods of providing outcomes based on collective intelligence experience |
US10185917B2 (en) | 2013-01-31 | 2019-01-22 | Lf Technology Development Corporation Limited | Computer-aided decision systems |
US20140244423A1 (en) * | 2013-02-28 | 2014-08-28 | Linkedin Corporation | Dynamic ranking of products for presentation to users |
US9697263B1 (en) | 2013-03-04 | 2017-07-04 | Experian Information Solutions, Inc. | Consumer data request fulfillment system |
US8972400B1 (en) | 2013-03-11 | 2015-03-03 | Consumerinfo.Com, Inc. | Profile data management |
US10438269B2 (en) | 2013-03-12 | 2019-10-08 | Mastercard International Incorporated | Systems and methods for recommending merchants |
US20140278738A1 (en) * | 2013-03-13 | 2014-09-18 | Honda Motor Co., Ltd | Systems and methods for unified scoring |
US9406085B1 (en) | 2013-03-14 | 2016-08-02 | Consumerinfo.Com, Inc. | System and methods for credit dispute processing, resolution, and reporting |
US9330413B2 (en) * | 2013-03-14 | 2016-05-03 | Sears Brands, L.L.C. | Checkout and/or ordering systems and methods |
US10102570B1 (en) | 2013-03-14 | 2018-10-16 | Consumerinfo.Com, Inc. | Account vulnerability alerts |
US9870589B1 (en) | 2013-03-14 | 2018-01-16 | Consumerinfo.Com, Inc. | Credit utilization tracking and reporting |
US8812387B1 (en) | 2013-03-14 | 2014-08-19 | Csidentity Corporation | System and method for identifying related credit inquiries |
US11023947B1 (en) * | 2013-03-15 | 2021-06-01 | Overstock.Com, Inc. | Generating product recommendations using a blend of collaborative and content-based data |
US9785995B2 (en) | 2013-03-15 | 2017-10-10 | The Nielsen Company (Us), Llc | Method and apparatus for interactive evolutionary algorithms with respondent directed breeding |
WO2014143729A1 (en) | 2013-03-15 | 2014-09-18 | Affinnova, Inc. | Method and apparatus for interactive evolutionary optimization of concepts |
EP2973437A1 (en) * | 2013-03-15 | 2016-01-20 | Crown Equipment Corporation | Normalizing performance data across industrial vehicles |
US10685398B1 (en) | 2013-04-23 | 2020-06-16 | Consumerinfo.Com, Inc. | Presenting credit score information |
US10810654B1 (en) | 2013-05-06 | 2020-10-20 | Overstock.Com, Inc. | System and method of mapping product attributes between different schemas |
US9251275B2 (en) | 2013-05-16 | 2016-02-02 | International Business Machines Corporation | Data clustering and user modeling for next-best-action decisions |
CN104239338A (zh) * | 2013-06-19 | 2014-12-24 | 阿里巴巴集团控股有限公司 | 信息推荐方法及装置 |
US10929890B2 (en) | 2013-08-15 | 2021-02-23 | Overstock.Com, Inc. | System and method of personalizing online marketing campaigns |
US9443268B1 (en) | 2013-08-16 | 2016-09-13 | Consumerinfo.Com, Inc. | Bill payment and reporting |
CN104424230B (zh) | 2013-08-26 | 2019-10-29 | 阿里巴巴集团控股有限公司 | 一种网络商品推荐方法及装置 |
US11120491B2 (en) * | 2013-09-24 | 2021-09-14 | Ebay Inc. | Method, medium, and system for social media based recommendations |
US10325314B1 (en) | 2013-11-15 | 2019-06-18 | Consumerinfo.Com, Inc. | Payment reporting systems |
US10102536B1 (en) | 2013-11-15 | 2018-10-16 | Experian Information Solutions, Inc. | Micro-geographic aggregation system |
US9916362B2 (en) * | 2013-11-20 | 2018-03-13 | Toyota Jidosha Kabushiki Kaisha | Content recommendation based on efficacy models |
US9477737B1 (en) | 2013-11-20 | 2016-10-25 | Consumerinfo.Com, Inc. | Systems and user interfaces for dynamic access of multiple remote databases and synchronization of data based on user rules |
US9529851B1 (en) | 2013-12-02 | 2016-12-27 | Experian Information Solutions, Inc. | Server architecture for electronic data quality processing |
US10872350B1 (en) | 2013-12-06 | 2020-12-22 | Overstock.Com, Inc. | System and method for optimizing online marketing based upon relative advertisement placement |
US20150170038A1 (en) * | 2013-12-17 | 2015-06-18 | Industrial Technology Research Institute | Method And System For Generating Item Recommendation |
US20150188956A1 (en) * | 2013-12-27 | 2015-07-02 | T-Mobile Usa, Inc. | Unified Communication Device |
US20150220950A1 (en) * | 2014-02-06 | 2015-08-06 | Yahoo! Inc. | Active preference learning method and system |
US10262362B1 (en) | 2014-02-14 | 2019-04-16 | Experian Information Solutions, Inc. | Automatic generation of code for attributes |
CN104850370B (zh) | 2014-02-17 | 2019-01-15 | 阿里巴巴集团控股有限公司 | 在背景显示区域显示订单信息的方法及装置 |
JP6474782B2 (ja) * | 2014-03-07 | 2019-02-27 | 株式会社日立製作所 | データ分析システム及び方法 |
US20150269865A1 (en) * | 2014-03-19 | 2015-09-24 | Dotan Volach | Systems and methods for personalized nutrimers |
IL231686A (en) * | 2014-03-24 | 2016-04-21 | Shmuel Ur | Automatic odor selector |
USD759689S1 (en) | 2014-03-25 | 2016-06-21 | Consumerinfo.Com, Inc. | Display screen or portion thereof with graphical user interface |
US9886710B2 (en) | 2014-03-25 | 2018-02-06 | Ebay Inc. | Data mesh visualization |
USD759690S1 (en) | 2014-03-25 | 2016-06-21 | Consumerinfo.Com, Inc. | Display screen or portion thereof with graphical user interface |
USD760256S1 (en) | 2014-03-25 | 2016-06-28 | Consumerinfo.Com, Inc. | Display screen or portion thereof with graphical user interface |
US11386442B2 (en) | 2014-03-31 | 2022-07-12 | Liveperson, Inc. | Online behavioral predictor |
US9892457B1 (en) | 2014-04-16 | 2018-02-13 | Consumerinfo.Com, Inc. | Providing credit data in search results |
US9576030B1 (en) | 2014-05-07 | 2017-02-21 | Consumerinfo.Com, Inc. | Keeping up with the joneses |
US10614724B2 (en) | 2014-06-17 | 2020-04-07 | Johnson & Johnson Consumer Inc. | Systems and methods for wellness, health, and lifestyle planning, tracking, and maintenance |
US10354184B1 (en) * | 2014-06-24 | 2019-07-16 | Amazon Technologies, Inc. | Joint modeling of user behavior |
US11257117B1 (en) | 2014-06-25 | 2022-02-22 | Experian Information Solutions, Inc. | Mobile device sighting location analytics and profiling system |
US20160012456A1 (en) * | 2014-07-08 | 2016-01-14 | Timothy Scott Mahaffey | Product Qualification Engine© [PQE] is a system and computer-implemented method to evaluate and score consumer product readiness, practicality, pricing and viability of the company, or individual, presenting the product, for placement considerations in a retail outlet |
US9817559B2 (en) * | 2014-07-11 | 2017-11-14 | Noom, Inc. | Predictive food logging |
US10217170B2 (en) * | 2014-09-05 | 2019-02-26 | Hartford Fire Insurance Company | System for claim load balancing |
US10339527B1 (en) | 2014-10-31 | 2019-07-02 | Experian Information Solutions, Inc. | System and architecture for electronic fraud detection |
US9645412B2 (en) | 2014-11-05 | 2017-05-09 | Johnson & Johnson Vision Care Inc. | Customized lens device and method |
JP6558765B2 (ja) * | 2014-12-18 | 2019-08-14 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 処理装置、処理方法、推測装置、推測方法、およびプログラム |
US10445152B1 (en) | 2014-12-19 | 2019-10-15 | Experian Information Solutions, Inc. | Systems and methods for dynamic report generation based on automatic modeling of complex data structures |
US10110688B2 (en) | 2015-03-20 | 2018-10-23 | Sony Interactive Entertainment LLC | System and method for remote monitoring of API performance and user behavior associated with user interface |
US10147108B2 (en) | 2015-04-02 | 2018-12-04 | The Nielsen Company (Us), Llc | Methods and apparatus to identify affinity between segment attributes and product characteristics |
US10438215B2 (en) * | 2015-04-10 | 2019-10-08 | International Business Machines Corporation | System for observing and analyzing customer opinion |
EP3284053A4 (en) * | 2015-04-13 | 2018-08-29 | The Coca-Cola Company | System and method for producing a customized beverage or beverage concentrate |
WO2016196806A1 (en) | 2015-06-02 | 2016-12-08 | Liveperson, Inc. | Dynamic communication routing based on consistency weighting and routing rules |
US10474954B2 (en) * | 2015-06-29 | 2019-11-12 | Ca, Inc. | Feedback and customization in expert systems for anomaly prediction |
US10980957B2 (en) | 2015-06-30 | 2021-04-20 | ResMed Pty Ltd | Mask sizing tool using a mobile application |
US11151468B1 (en) | 2015-07-02 | 2021-10-19 | Experian Information Solutions, Inc. | Behavior analysis using distributed representations of event data |
US10114824B2 (en) * | 2015-07-14 | 2018-10-30 | Verizon Patent And Licensing Inc. | Techniques for providing a user with content recommendations |
JP6520510B2 (ja) * | 2015-07-15 | 2019-05-29 | 富士ゼロックス株式会社 | 情報処理装置及び情報処理プログラム |
US10546320B2 (en) | 2015-08-14 | 2020-01-28 | International Business Machines Corporation | Determining feature importance and target population in the context of promotion recommendation |
JP6855451B2 (ja) | 2015-08-27 | 2021-04-07 | ユニリーバー・ナームローゼ・ベンノートシヤープ | 製品の推奨を行うための方法及びシステム |
KR102469758B1 (ko) | 2015-09-02 | 2022-11-22 | 삼성전자주식회사 | 서버 장치, 사용자 단말 장치, 그 제어 방법 및 전자 시스템 |
US9767309B1 (en) | 2015-11-23 | 2017-09-19 | Experian Information Solutions, Inc. | Access control system for implementing access restrictions of regulated database records while identifying and providing indicators of regulated database records matching validation criteria |
US10757154B1 (en) | 2015-11-24 | 2020-08-25 | Experian Information Solutions, Inc. | Real-time event-based notification system |
US10220172B2 (en) | 2015-11-25 | 2019-03-05 | Resmed Limited | Methods and systems for providing interface components for respiratory therapy |
KR102416914B1 (ko) * | 2015-12-01 | 2022-07-06 | 삼성디스플레이 주식회사 | 플렉서블 표시장치 |
US20170161798A1 (en) * | 2015-12-08 | 2017-06-08 | Strathspey Crown Holdings, LLC | System and method for assessing data for a specified product/service |
US10359643B2 (en) | 2015-12-18 | 2019-07-23 | Johnson & Johnson Vision Care, Inc. | Methods for incorporating lens features and lenses having such features |
WO2017181052A1 (en) | 2016-04-15 | 2017-10-19 | Wal-Mart Stores, Inc. | Systems and methods for providing content-based product recommendations |
CA3020450A1 (en) | 2016-04-15 | 2017-10-19 | Walmart Apollo, Llc | Systems and methods for facilitating shopping in a physical retail facility |
US10430817B2 (en) | 2016-04-15 | 2019-10-01 | Walmart Apollo, Llc | Partiality vector refinement systems and methods through sample probing |
CN107341162B (zh) * | 2016-05-03 | 2022-11-25 | 北京搜狗科技发展有限公司 | 网页处理方法和装置、用于网页处理的装置 |
US11488043B2 (en) * | 2016-05-05 | 2022-11-01 | Meta Platforms, Inc. | Systems and methods for providing data analysis based on applying regression |
US11288573B2 (en) * | 2016-05-05 | 2022-03-29 | Baidu Usa Llc | Method and system for training and neural network models for large number of discrete features for information rertieval |
US10534845B2 (en) | 2016-05-11 | 2020-01-14 | Overstock.Com, Inc. | System and method for optimizing electronic document layouts |
WO2017218651A1 (en) | 2016-06-15 | 2017-12-21 | Wal-Mart Stores, Inc. | Vector-based characterizations of products and individuals with respect to customer service agent assistance |
US10902341B1 (en) * | 2016-06-22 | 2021-01-26 | Amazon Technologies, Inc. | Machine learning based list recommendations |
US10373464B2 (en) | 2016-07-07 | 2019-08-06 | Walmart Apollo, Llc | Apparatus and method for updating partiality vectors based on monitoring of person and his or her home |
EP4130998A1 (en) | 2016-08-14 | 2023-02-08 | Liveperson Inc. | Systems and methods for real-time remote control of mobile applications |
US20180060954A1 (en) | 2016-08-24 | 2018-03-01 | Experian Information Solutions, Inc. | Sensors and system for detection of device movement and authentication of device user based on messaging service data from service provider |
US11226831B2 (en) * | 2016-12-05 | 2022-01-18 | Facebook, Inc. | Customizing content based on predicted user preferences |
CN106650937B (zh) * | 2016-12-30 | 2019-09-27 | 山东大学 | 一种基于反馈的自适应主客观权重上下文感知系统及其工作方法 |
US10657580B2 (en) * | 2017-01-27 | 2020-05-19 | Walmart Apollo, Llc | System for improving in-store picking performance and experience by optimizing tote-fill and order batching of items in retail store and method of using same |
WO2018144612A1 (en) | 2017-01-31 | 2018-08-09 | Experian Information Solutions, Inc. | Massive scale heterogeneous data ingestion and user resolution |
US20180247363A1 (en) * | 2017-02-24 | 2018-08-30 | Home Depot Product Authority, Llc | Feature-based product recommendations |
US10699328B2 (en) | 2017-04-17 | 2020-06-30 | Walmart Apollo, Llc | Systems to fulfill a picked sales order and related methods therefor |
US11126953B2 (en) | 2017-06-14 | 2021-09-21 | Walmart Apollo, Llc | Systems and methods for automatically invoking a delivery request for an in-progress order |
US10762423B2 (en) | 2017-06-27 | 2020-09-01 | Asapp, Inc. | Using a neural network to optimize processing of user requests |
US11126954B2 (en) | 2017-06-28 | 2021-09-21 | Walmart Apollo, Llc | Systems and methods for automatically requesting delivery drivers for online orders |
US10956816B2 (en) | 2017-06-28 | 2021-03-23 | International Business Machines Corporation | Enhancing rating prediction using reviews |
US10735183B1 (en) | 2017-06-30 | 2020-08-04 | Experian Information Solutions, Inc. | Symmetric encryption for private smart contracts among multiple parties in a private peer-to-peer network |
US10909612B2 (en) | 2017-07-13 | 2021-02-02 | Walmart Apollo Llc | Systems and methods for determining an order collection start time |
US11100424B2 (en) | 2017-08-23 | 2021-08-24 | Microsoft Technology Licensing, Llc | Control system for learning and surfacing feature correlations |
US11367117B1 (en) * | 2017-08-28 | 2022-06-21 | Amazon Technologies, Inc. | Artificial intelligence system for generating network-accessible recommendations with explanatory metadata |
US10699028B1 (en) | 2017-09-28 | 2020-06-30 | Csidentity Corporation | Identity security architecture systems and methods |
US11100570B2 (en) * | 2017-10-05 | 2021-08-24 | International Business Machines Corporation | Product configuration recommendation and optimization |
US20200349631A1 (en) * | 2017-10-19 | 2020-11-05 | NWO Group Pty Ltd | System and Method for Eyewear Recommendation |
US10896472B1 (en) | 2017-11-14 | 2021-01-19 | Csidentity Corporation | Security and identity verification system and architecture |
CN107909439A (zh) * | 2017-11-16 | 2018-04-13 | 阿里巴巴集团控股有限公司 | 共享产品的推荐方法、装置以及电子设备 |
US11392751B1 (en) | 2017-12-04 | 2022-07-19 | Amazon Technologies, Inc. | Artificial intelligence system for optimizing informational content presentation |
US11144987B2 (en) * | 2017-12-07 | 2021-10-12 | International Business Machines Corporation | Dynamically normalizing product reviews |
US11599927B1 (en) * | 2018-01-17 | 2023-03-07 | Amazon Technologies, Inc. | Artificial intelligence system using deep neural networks for pairwise character-level text analysis and recommendations |
WO2019148116A1 (en) * | 2018-01-29 | 2019-08-01 | Atolla Skin Health, Inc. | Systems and methods for formulating personalized skincare products |
US10909604B1 (en) | 2018-03-07 | 2021-02-02 | Amazon Technologies, Inc. | Artificial intelligence system for automated selection and presentation of informational content |
WO2019231802A1 (en) | 2018-05-30 | 2019-12-05 | Walmart Apollo, Llc | Systems and methods for product recommendation |
WO2019231806A1 (en) * | 2018-05-30 | 2019-12-05 | Walmart Apollo, Llc | Systems and methods for product recommendation |
US20190392498A1 (en) * | 2018-06-25 | 2019-12-26 | Sap Se | Recommendation engine and system |
US11188930B2 (en) * | 2018-07-26 | 2021-11-30 | EMC IP Holding Company LLC | Dynamically determining customer intent and related recommendations using deep learning techniques |
US20200074541A1 (en) | 2018-09-05 | 2020-03-05 | Consumerinfo.Com, Inc. | Generation of data structures based on categories of matched data items |
US10963434B1 (en) | 2018-09-07 | 2021-03-30 | Experian Information Solutions, Inc. | Data architecture for supporting multiple search models |
JP7230416B2 (ja) * | 2018-10-12 | 2023-03-01 | 日本電気株式会社 | 要望推薦システム、要望推薦方法および要望推薦プログラム |
FR3087921A1 (fr) * | 2018-10-31 | 2020-05-01 | Amadeus S.A.S. | Systèmes et méthodes de recommandation utilisant des modèles d'apprentissage automatique en cascade |
JP2020074864A (ja) * | 2018-11-06 | 2020-05-21 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | 判定装置、判定方法及びコンピュータープログラム |
US11315179B1 (en) | 2018-11-16 | 2022-04-26 | Consumerinfo.Com, Inc. | Methods and apparatuses for customized card recommendations |
US10896420B2 (en) | 2018-11-28 | 2021-01-19 | Capital One Services, Llc | Product analysis platform to perform a facial recognition analysis to provide information associated with a product to a user |
WO2020146667A1 (en) | 2019-01-11 | 2020-07-16 | Experian Information Solutions, Inc. | Systems and methods for secure data aggregation and computation |
US11373228B2 (en) | 2019-01-31 | 2022-06-28 | Walmart Apollo, Llc | System and method for determining substitutes for a requested product |
US11373231B2 (en) | 2019-01-31 | 2022-06-28 | Walmart Apollo, Llc | System and method for determining substitutes for a requested product and the order to provide the substitutes |
US20200258094A1 (en) * | 2019-02-09 | 2020-08-13 | MindClick Group, Inc. | Rating Of An Environmental Health Impact Of A Product |
US11238656B1 (en) | 2019-02-22 | 2022-02-01 | Consumerinfo.Com, Inc. | System and method for an augmented reality experience via an artificial intelligence bot |
US11544629B2 (en) * | 2019-02-28 | 2023-01-03 | DoorDash, Inc. | Personalized merchant scoring based on vectorization of merchant and customer data |
US20200279629A1 (en) * | 2019-03-01 | 2020-09-03 | Medicine Differentiation Analytics, Llc. | System and method for gathering and analyzing human experience reports |
US11541274B2 (en) | 2019-03-11 | 2023-01-03 | Rom Technologies, Inc. | System, method and apparatus for electrically actuated pedal for an exercise or rehabilitation machine |
US11904202B2 (en) | 2019-03-11 | 2024-02-20 | Rom Technolgies, Inc. | Monitoring joint extension and flexion using a sensor device securable to an upper and lower limb |
US11232492B2 (en) * | 2019-04-25 | 2022-01-25 | Sap Se | Computer graphical user interface for option planning |
US11205179B1 (en) | 2019-04-26 | 2021-12-21 | Overstock.Com, Inc. | System, method, and program product for recognizing and rejecting fraudulent purchase attempts in e-commerce |
US11433276B2 (en) | 2019-05-10 | 2022-09-06 | Rehab2Fit Technologies, Inc. | Method and system for using artificial intelligence to independently adjust resistance of pedals based on leg strength |
US11801423B2 (en) | 2019-05-10 | 2023-10-31 | Rehab2Fit Technologies, Inc. | Method and system for using artificial intelligence to interact with a user of an exercise device during an exercise session |
US11904207B2 (en) | 2019-05-10 | 2024-02-20 | Rehab2Fit Technologies, Inc. | Method and system for using artificial intelligence to present a user interface representing a user's progress in various domains |
US11957960B2 (en) | 2019-05-10 | 2024-04-16 | Rehab2Fit Technologies Inc. | Method and system for using artificial intelligence to adjust pedal resistance |
JP7120148B2 (ja) * | 2019-05-13 | 2022-08-17 | トヨタ自動車株式会社 | 製品情報提供システム |
US11423434B2 (en) | 2019-05-31 | 2022-08-23 | Mastercard International Incorporated | Methods and systems for optimizing configuration of a recommendation platform |
US20200387950A1 (en) * | 2019-06-07 | 2020-12-10 | Elc Management Llc | Method And Apparatus For Cosmetic Product Recommendation |
CN110347940A (zh) * | 2019-07-17 | 2019-10-18 | 北京百度网讯科技有限公司 | 用于优化兴趣点标签的方法和装置 |
US11475357B2 (en) | 2019-07-29 | 2022-10-18 | Apmplitude, Inc. | Machine learning system to predict causal treatment effects of actions performed on websites or applications |
US11544534B2 (en) | 2019-08-23 | 2023-01-03 | Walmart Apollo, Llc | Systems and methods for generating recommendations using neural network and machine learning techniques |
US11915811B2 (en) * | 2019-09-03 | 2024-02-27 | Kaival Labs, Inc. | System and method for determining an appropriate dose of a product |
US11386301B2 (en) | 2019-09-06 | 2022-07-12 | The Yes Platform | Cluster and image-based feedback system |
US11748800B1 (en) | 2019-09-11 | 2023-09-05 | Life Spectacular, Inc. | Generating skin care recommendations for a user based on skin product attributes and user location and demographic data |
US11941065B1 (en) | 2019-09-13 | 2024-03-26 | Experian Information Solutions, Inc. | Single identifier platform for storing entity data |
US11071597B2 (en) | 2019-10-03 | 2021-07-27 | Rom Technologies, Inc. | Telemedicine for orthopedic treatment |
US11701548B2 (en) | 2019-10-07 | 2023-07-18 | Rom Technologies, Inc. | Computer-implemented questionnaire for orthopedic treatment |
US12020800B2 (en) | 2019-10-03 | 2024-06-25 | Rom Technologies, Inc. | System and method for using AI/ML and telemedicine to integrate rehabilitation for a plurality of comorbid conditions |
US11923065B2 (en) | 2019-10-03 | 2024-03-05 | Rom Technologies, Inc. | Systems and methods for using artificial intelligence and machine learning to detect abnormal heart rhythms of a user performing a treatment plan with an electromechanical machine |
US20210134425A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | System and method for using artificial intelligence in telemedicine-enabled hardware to optimize rehabilitative routines capable of enabling remote rehabilitative compliance |
US11515021B2 (en) | 2019-10-03 | 2022-11-29 | Rom Technologies, Inc. | Method and system to analytically optimize telehealth practice-based billing processes and revenue while enabling regulatory compliance |
US11978559B2 (en) | 2019-10-03 | 2024-05-07 | Rom Technologies, Inc. | Systems and methods for remotely-enabled identification of a user infection |
US11069436B2 (en) | 2019-10-03 | 2021-07-20 | Rom Technologies, Inc. | System and method for use of telemedicine-enabled rehabilitative hardware and for encouraging rehabilitative compliance through patient-based virtual shared sessions with patient-enabled mutual encouragement across simulated social networks |
US20210134412A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | System and method for processing medical claims using biometric signatures |
US11915815B2 (en) | 2019-10-03 | 2024-02-27 | Rom Technologies, Inc. | System and method for using artificial intelligence and machine learning and generic risk factors to improve cardiovascular health such that the need for additional cardiac interventions is mitigated |
US20210134458A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | System and method to enable remote adjustment of a device during a telemedicine session |
US11955223B2 (en) | 2019-10-03 | 2024-04-09 | Rom Technologies, Inc. | System and method for using artificial intelligence and machine learning to provide an enhanced user interface presenting data pertaining to cardiac health, bariatric health, pulmonary health, and/or cardio-oncologic health for the purpose of performing preventative actions |
US11282608B2 (en) | 2019-10-03 | 2022-03-22 | Rom Technologies, Inc. | Method and system for using artificial intelligence and machine learning to provide recommendations to a healthcare provider in or near real-time during a telemedicine session |
US11337648B2 (en) | 2020-05-18 | 2022-05-24 | Rom Technologies, Inc. | Method and system for using artificial intelligence to assign patients to cohorts and dynamically controlling a treatment apparatus based on the assignment during an adaptive telemedical session |
US11961603B2 (en) | 2019-10-03 | 2024-04-16 | Rom Technologies, Inc. | System and method for using AI ML and telemedicine to perform bariatric rehabilitation via an electromechanical machine |
US11317975B2 (en) | 2019-10-03 | 2022-05-03 | Rom Technologies, Inc. | Method and system for treating patients via telemedicine using sensor data from rehabilitation or exercise equipment |
US11282599B2 (en) | 2019-10-03 | 2022-03-22 | Rom Technologies, Inc. | System and method for use of telemedicine-enabled rehabilitative hardware and for encouragement of rehabilitative compliance through patient-based virtual shared sessions |
US11915816B2 (en) | 2019-10-03 | 2024-02-27 | Rom Technologies, Inc. | Systems and methods of using artificial intelligence and machine learning in a telemedical environment to predict user disease states |
US20210142893A1 (en) | 2019-10-03 | 2021-05-13 | Rom Technologies, Inc. | System and method for processing medical claims |
US11756666B2 (en) | 2019-10-03 | 2023-09-12 | Rom Technologies, Inc. | Systems and methods to enable communication detection between devices and performance of a preventative action |
US11955222B2 (en) | 2019-10-03 | 2024-04-09 | Rom Technologies, Inc. | System and method for determining, based on advanced metrics of actual performance of an electromechanical machine, medical procedure eligibility in order to ascertain survivability rates and measures of quality-of-life criteria |
US11955220B2 (en) | 2019-10-03 | 2024-04-09 | Rom Technologies, Inc. | System and method for using AI/ML and telemedicine for invasive surgical treatment to determine a cardiac treatment plan that uses an electromechanical machine |
US11139060B2 (en) | 2019-10-03 | 2021-10-05 | Rom Technologies, Inc. | Method and system for creating an immersive enhanced reality-driven exercise experience for a user |
US11325005B2 (en) | 2019-10-03 | 2022-05-10 | Rom Technologies, Inc. | Systems and methods for using machine learning to control an electromechanical device used for prehabilitation, rehabilitation, and/or exercise |
US20210127974A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | Remote examination through augmented reality |
US12020799B2 (en) | 2019-10-03 | 2024-06-25 | Rom Technologies, Inc. | Rowing machines, systems including rowing machines, and methods for using rowing machines to perform treatment plans for rehabilitation |
US20210128080A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | Augmented reality placement of goniometer or other sensors |
US11270795B2 (en) | 2019-10-03 | 2022-03-08 | Rom Technologies, Inc. | Method and system for enabling physician-smart virtual conference rooms for use in a telehealth context |
US11887717B2 (en) | 2019-10-03 | 2024-01-30 | Rom Technologies, Inc. | System and method for using AI, machine learning and telemedicine to perform pulmonary rehabilitation via an electromechanical machine |
US20210134432A1 (en) | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | Method and system for implementing dynamic treatment environments based on patient information |
US11515028B2 (en) | 2019-10-03 | 2022-11-29 | Rom Technologies, Inc. | Method and system for using artificial intelligence and machine learning to create optimal treatment plans based on monetary value amount generated and/or patient outcome |
US11101028B2 (en) | 2019-10-03 | 2021-08-24 | Rom Technologies, Inc. | Method and system using artificial intelligence to monitor user characteristics during a telemedicine session |
US11075000B2 (en) | 2019-10-03 | 2021-07-27 | Rom Technologies, Inc. | Method and system for using virtual avatars associated with medical professionals during exercise sessions |
US11282604B2 (en) | 2019-10-03 | 2022-03-22 | Rom Technologies, Inc. | Method and system for use of telemedicine-enabled rehabilitative equipment for prediction of secondary disease |
US11830601B2 (en) | 2019-10-03 | 2023-11-28 | Rom Technologies, Inc. | System and method for facilitating cardiac rehabilitation among eligible users |
US11955221B2 (en) | 2019-10-03 | 2024-04-09 | Rom Technologies, Inc. | System and method for using AI/ML to generate treatment plans to stimulate preferred angiogenesis |
US11826613B2 (en) | 2019-10-21 | 2023-11-28 | Rom Technologies, Inc. | Persuasive motivation for orthopedic treatment |
US10734096B1 (en) * | 2019-11-29 | 2020-08-04 | Kpn Innovations, Llc | Methods and systems for optimizing supplement decisions |
US11593679B2 (en) * | 2019-11-29 | 2023-02-28 | Kpn Innovations, Llc. | Method of and system for generating a longevity element and an instruction set for a longevity element plan |
US11880751B2 (en) * | 2019-11-29 | 2024-01-23 | Kpn Innovations, Llc. | Methods and systems for optimizing supplement decisions |
US11682041B1 (en) | 2020-01-13 | 2023-06-20 | Experian Marketing Solutions, Llc | Systems and methods of a tracking analytics platform |
US11868958B2 (en) | 2020-01-31 | 2024-01-09 | Walmart Apollo, Llc | Systems and methods for optimization of pick walks |
US11657347B2 (en) | 2020-01-31 | 2023-05-23 | Walmart Apollo, Llc | Systems and methods for optimization of pick walks |
US11645521B2 (en) | 2020-01-31 | 2023-05-09 | Kpn Innovations, Llc | Methods and systems for biologically determined artificial intelligence selection guidance |
US11328796B1 (en) | 2020-02-25 | 2022-05-10 | Vignet Incorporated | Techniques for selecting cohorts for decentralized clinical trials for pharmaceutical research |
CN113378033A (zh) * | 2020-03-09 | 2021-09-10 | 北京沃东天骏信息技术有限公司 | 一种推荐模型的训练方法和装置 |
CN111444226B (zh) * | 2020-03-25 | 2023-02-03 | 深圳平安医疗健康科技服务有限公司 | 业务预约网点数据的推送方法和系统 |
CN111429183A (zh) * | 2020-03-26 | 2020-07-17 | 中国联合网络通信集团有限公司 | 一种商品分析方法及装置 |
CN111489203A (zh) * | 2020-04-15 | 2020-08-04 | 中国工商银行股份有限公司 | 理财产品推荐方法及系统 |
US11461216B1 (en) | 2020-05-18 | 2022-10-04 | Vignet Incorporated | Monitoring and improving data collection using digital health technology |
US11605038B1 (en) | 2020-05-18 | 2023-03-14 | Vignet Incorporated | Selecting digital health technology to achieve data collection compliance in clinical trials |
US11257106B2 (en) * | 2020-06-10 | 2022-02-22 | Capital One Services, Llc | Utilizing machine learning models to recommend travel offer packages relating to a travel experience |
JP2022011751A (ja) * | 2020-06-30 | 2022-01-17 | 株式会社アノマリー | 受発注システム、受発注方法、受注装置及び受注プログラム |
US20220107880A1 (en) * | 2020-10-05 | 2022-04-07 | Kpn Innovations, Llc. | System and method for presenting a monitoring device identification |
US20220172258A1 (en) * | 2020-11-27 | 2022-06-02 | Accenture Global Solutions Limited | Artificial intelligence-based product design |
CN112488786A (zh) * | 2020-11-30 | 2021-03-12 | 广东电网有限责任公司 | 一种基于用户协同过滤的供应商推荐方法及装置 |
US11521714B1 (en) | 2021-02-03 | 2022-12-06 | Vignet Incorporated | Increasing diversity of participants in health research using adaptive methods |
US11361846B1 (en) | 2021-02-03 | 2022-06-14 | Vignet Incorporated | Systems and methods for customizing monitoring programs involving remote devices |
US11196656B1 (en) | 2021-02-03 | 2021-12-07 | Vignet Incorporated | Improving diversity in cohorts for health research |
US11789837B1 (en) | 2021-02-03 | 2023-10-17 | Vignet Incorporated | Adaptive data collection in clinical trials to increase the likelihood of on-time completion of a trial |
US11296971B1 (en) | 2021-02-03 | 2022-04-05 | Vignet Incorporated | Managing and adapting monitoring programs |
US11316941B1 (en) | 2021-02-03 | 2022-04-26 | Vignet Incorporated | Remotely managing and adapting monitoring programs using machine learning predictions |
US20220284486A1 (en) * | 2021-03-02 | 2022-09-08 | International Business Machines Corporation | Commerce driven feedback mechanism for consumer products |
US11880377B1 (en) | 2021-03-26 | 2024-01-23 | Experian Information Solutions, Inc. | Systems and methods for entity resolution |
US11922476B2 (en) | 2021-07-01 | 2024-03-05 | Capital One Services, Llc | Generating recommendations based on descriptors in a multi-dimensional search space |
US11869063B2 (en) * | 2021-07-01 | 2024-01-09 | Capital One Services, Llc | Optimize shopping route using purchase embeddings |
CN113689266A (zh) * | 2021-08-27 | 2021-11-23 | 重庆锐云科技有限公司 | 手机选购推荐方法、装置、服务器及计算机可读存储介质 |
US20230110127A1 (en) * | 2021-10-12 | 2023-04-13 | Vmware, Inc. | Intelligent creation of customized responses to customer feedback |
US20230196551A1 (en) * | 2021-12-16 | 2023-06-22 | The Gillette Company Llc | Digital imaging systems and methods of analyzing pixel data of an image of a skin area of a user for determining skin roughness |
US20230252554A1 (en) * | 2022-02-10 | 2023-08-10 | Maplebear Inc. (Dba Instacart) | Removing semantic duplicates from results based on similarity between embeddings for different results |
CN114595380B (zh) * | 2022-02-14 | 2024-03-26 | 北京三快在线科技有限公司 | 药品推荐方法、装置、电子设备及存储介质 |
WO2023196722A2 (en) * | 2022-04-04 | 2023-10-12 | Adrenalineip | Real time action of interest notification system |
WO2023242618A1 (en) * | 2022-06-16 | 2023-12-21 | Coupang Corp. | Dynamic product recommendations on affiliate website |
CN116823407B (zh) * | 2023-08-29 | 2024-01-12 | 北京国电通网络技术有限公司 | 产品信息推送方法、装置、电子设备和计算机可读介质 |
Family Cites Families (103)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5041972A (en) * | 1988-04-15 | 1991-08-20 | Frost W Alan | Method of measuring and evaluating consumer response for the development of consumer products |
US5999908A (en) | 1992-08-06 | 1999-12-07 | Abelow; Daniel H. | Customer-based product design module |
US5794207A (en) * | 1996-09-04 | 1998-08-11 | Walker Asset Management Limited Partnership | Method and apparatus for a cryptographically assisted commercial network system designed to facilitate buyer-driven conditional purchase offers |
US5583763A (en) * | 1993-09-09 | 1996-12-10 | Mni Interactive | Method and apparatus for recommending selections based on preferences in a multi-user system |
US5660176A (en) * | 1993-12-29 | 1997-08-26 | First Opinion Corporation | Computerized medical diagnostic and treatment advice system |
GB9407548D0 (en) | 1994-04-15 | 1994-06-08 | Harris David | Diagnostic method and apparatus |
US6064979A (en) * | 1996-10-25 | 2000-05-16 | Ipf, Inc. | Method of and system for finding and serving consumer product related information over the internet using manufacturer identification numbers |
US5644686A (en) * | 1994-04-29 | 1997-07-01 | International Business Machines Corporation | Expert system and method employing hierarchical knowledge base, and interactive multimedia/hypermedia applications |
US5796611A (en) * | 1994-10-04 | 1998-08-18 | Nippon Telegraph And Telephone Corporation | Weather forecast apparatus and method based on recognition of echo patterns of radar images |
US5659666A (en) * | 1994-10-13 | 1997-08-19 | Thaler; Stephen L. | Device for the autonomous generation of useful information |
US6029195A (en) * | 1994-11-29 | 2000-02-22 | Herz; Frederick S. M. | System for customized electronic identification of desirable objects |
US5550746A (en) * | 1994-12-05 | 1996-08-27 | American Greetings Corporation | Method and apparatus for storing and selectively retrieving product data by correlating customer selection criteria with optimum product designs based on embedded expert judgments |
US5825907A (en) * | 1994-12-28 | 1998-10-20 | Lucent Technologies Inc. | Neural network system for classifying fingerprints |
US5758095A (en) * | 1995-02-24 | 1998-05-26 | Albaum; David | Interactive medication ordering system |
US5715399A (en) * | 1995-03-30 | 1998-02-03 | Amazon.Com, Inc. | Secure method and system for communicating a list of credit card numbers over a non-secure network |
US5749081A (en) * | 1995-04-06 | 1998-05-05 | Firefly Network, Inc. | System and method for recommending items to a user |
US5875110A (en) * | 1995-06-07 | 1999-02-23 | American Greetings Corporation | Method and system for vending products |
US6041311A (en) * | 1995-06-30 | 2000-03-21 | Microsoft Corporation | Method and apparatus for item recommendation using automated collaborative filtering |
IL118580A0 (en) | 1995-06-30 | 1996-10-16 | Massachusetts Inst Technology | Method and apparatus for item recommendation using automated collaborative filtering |
US6092049A (en) * | 1995-06-30 | 2000-07-18 | Microsoft Corporation | Method and apparatus for efficiently recommending items using automated collaborative filtering and feature-guided automated collaborative filtering |
WO1997026729A2 (en) * | 1995-12-27 | 1997-07-24 | Robinson Gary B | Automated collaborative filtering in world wide web advertising |
US5845271A (en) * | 1996-01-26 | 1998-12-01 | Thaler; Stephen L. | Non-algorithmically implemented artificial neural networks and components thereof |
US5790935A (en) * | 1996-01-30 | 1998-08-04 | Hughes Aircraft Company | Virtual on-demand digital information delivery system and method |
US6678669B2 (en) * | 1996-02-09 | 2004-01-13 | Adeza Biomedical Corporation | Method for selecting medical and biochemical diagnostic tests using neural network-related applications |
US5704017A (en) * | 1996-02-16 | 1997-12-30 | Microsoft Corporation | Collaborative filtering utilizing a belief network |
US5790426A (en) * | 1996-04-30 | 1998-08-04 | Athenium L.L.C. | Automated collaborative filtering system |
US5765028A (en) * | 1996-05-07 | 1998-06-09 | Ncr Corporation | Method and apparatus for providing neural intelligence to a mail query agent in an online analytical processing system |
US5724258A (en) * | 1996-05-09 | 1998-03-03 | Johnson & Johnson Vision Products, Inc. | Neural network analysis for multifocal contact lens design |
US6093027A (en) * | 1996-05-30 | 2000-07-25 | The Procter & Gamble Company | Method for the selection of a feminine hygiene product system |
US6128607A (en) * | 1996-07-12 | 2000-10-03 | Nordin; Peter | Computer implemented machine learning method and system |
EP0912955A2 (en) | 1996-07-12 | 1999-05-06 | Edwin C. Iliff | Computerized medical diagnostic system utilizing list-based processing |
US5839438A (en) | 1996-09-10 | 1998-11-24 | Neuralmed, Inc. | Computer-based neural network system and method for medical diagnosis and interpretation |
US6016475A (en) * | 1996-10-08 | 2000-01-18 | The Regents Of The University Of Minnesota | System, method, and article of manufacture for generating implicit ratings based on receiver operating curves |
US5842199A (en) * | 1996-10-18 | 1998-11-24 | Regents Of The University Of Minnesota | System, method and article of manufacture for using receiver operating curves to evaluate predictive utility |
US6151581A (en) * | 1996-12-17 | 2000-11-21 | Pulsegroup Inc. | System for and method of collecting and populating a database with physician/patient data for processing to improve practice quality and healthcare delivery |
US5790977A (en) * | 1997-02-06 | 1998-08-04 | Hewlett-Packard Company | Data acquisition from a remote instrument via the internet |
NZ337954A (en) * | 1997-03-13 | 2001-09-28 | First Opinion Corp | Computerized disease management method adjusts a disease therapy for a patient based on obtained health data |
US6112192A (en) * | 1997-05-09 | 2000-08-29 | International Business Machines Corp. | Method for providing individually customized content in a network |
US20010013009A1 (en) | 1997-05-20 | 2001-08-09 | Daniel R. Greening | System and method for computer-based marketing |
WO1998058334A1 (en) | 1997-06-16 | 1998-12-23 | Doubleclick Inc. | Method and apparatus for automatic placement of advertising |
JPH117472A (ja) | 1997-06-17 | 1999-01-12 | Fuji Xerox Co Ltd | 商品情報提供装置及び方法 |
US6029141A (en) * | 1997-06-27 | 2000-02-22 | Amazon.Com, Inc. | Internet-based customer referral system |
US6119093A (en) * | 1997-07-01 | 2000-09-12 | Walker Asset Management Limited Partnership | System for syndication of insurance |
US5999924A (en) * | 1997-07-25 | 1999-12-07 | Amazon.Com, Inc. | Method and apparatus for producing sequenced queries |
US6782370B1 (en) * | 1997-09-04 | 2004-08-24 | Cendant Publishing, Inc. | System and method for providing recommendation of goods or services based on recorded purchasing history |
US5960411A (en) * | 1997-09-12 | 1999-09-28 | Amazon.Com, Inc. | Method and system for placing a purchase order via a communications network |
US6128599A (en) * | 1997-10-09 | 2000-10-03 | Walker Asset Management Limited Partnership | Method and apparatus for processing customized group reward offers |
US6131087A (en) * | 1997-11-05 | 2000-10-10 | The Planning Solutions Group, Inc. | Method for automatically identifying, matching, and near-matching buyers and sellers in electronic market transactions |
US6014639A (en) * | 1997-11-05 | 2000-01-11 | International Business Machines Corporation | Electronic catalog system for exploring a multitude of hierarchies, using attribute relevance and forwarding-checking |
US6134532A (en) * | 1997-11-14 | 2000-10-17 | Aptex Software, Inc. | System and method for optimal adaptive matching of users to most relevant entity and information in real-time |
US20010014868A1 (en) * | 1997-12-05 | 2001-08-16 | Frederick Herz | System for the automatic determination of customized prices and promotions |
US6090044A (en) * | 1997-12-10 | 2000-07-18 | Bishop; Jeffrey B. | System for diagnosing medical conditions using a neural network |
US5963949A (en) * | 1997-12-22 | 1999-10-05 | Amazon.Com, Inc. | Method for data gathering around forms and search barriers |
US6144964A (en) * | 1998-01-22 | 2000-11-07 | Microsoft Corporation | Methods and apparatus for tuning a match between entities having attributes |
US6018738A (en) * | 1998-01-22 | 2000-01-25 | Microsft Corporation | Methods and apparatus for matching entities and for predicting an attribute of an entity based on an attribute frequency value |
US6064980A (en) * | 1998-03-17 | 2000-05-16 | Amazon.Com, Inc. | System and methods for collaborative recommendations |
JPH11282875A (ja) | 1998-03-27 | 1999-10-15 | Oki Electric Ind Co Ltd | 情報フィルタリング装置 |
US6006197A (en) | 1998-04-20 | 1999-12-21 | Straightup Software, Inc. | System and method for assessing effectiveness of internet marketing campaign |
US6101486A (en) | 1998-04-20 | 2000-08-08 | Nortel Networks Corporation | System and method for retrieving customer information at a transaction center |
US6101496A (en) * | 1998-06-08 | 2000-08-08 | Mapinfo Corporation | Ordered information geocoding method and apparatus |
US6006225A (en) * | 1998-06-15 | 1999-12-21 | Amazon.Com | Refining search queries by the suggestion of correlated terms from prior searches |
US6321221B1 (en) * | 1998-07-17 | 2001-11-20 | Net Perceptions, Inc. | System, method and article of manufacture for increasing the user value of recommendations |
US6266649B1 (en) * | 1998-09-18 | 2001-07-24 | Amazon.Com, Inc. | Collaborative recommendations using item-to-item similarity mappings |
US6167383A (en) * | 1998-09-22 | 2000-12-26 | Dell Usa, Lp | Method and apparatus for providing customer configured machines at an internet site |
US6236975B1 (en) * | 1998-09-29 | 2001-05-22 | Ignite Sales, Inc. | System and method for profiling customers for targeted marketing |
US6356879B2 (en) * | 1998-10-09 | 2002-03-12 | International Business Machines Corporation | Content based method for product-peer filtering |
US6412012B1 (en) * | 1998-12-23 | 2002-06-25 | Net Perceptions, Inc. | System, method, and article of manufacture for making a compatibility-aware recommendations to a user |
AU2372600A (en) * | 1998-12-23 | 2000-07-31 | Net Perceptions, Inc. | System, method and article of manufacture for producing item compatible recommendations |
AU2613300A (en) | 1999-01-15 | 2000-08-01 | Cybuy Llc | System and method for transaction enabled advertising |
US6487541B1 (en) * | 1999-01-22 | 2002-11-26 | International Business Machines Corporation | System and method for collaborative filtering with applications to e-commerce |
WO2000045302A1 (en) | 1999-02-01 | 2000-08-03 | Barpoint.Com, Inc. | Interactive system for investing products on a network |
TW515971B (en) | 1999-02-10 | 2003-01-01 | Ibm | Network-based product information server |
US6223165B1 (en) * | 1999-03-22 | 2001-04-24 | Keen.Com, Incorporated | Method and apparatus to connect consumer to expert |
JP4457429B2 (ja) | 1999-03-31 | 2010-04-28 | パナソニック株式会社 | 非水電解質二次電池とその負極 |
AU4185600A (en) | 1999-04-01 | 2000-10-23 | Acist Medical Systems, Inc. | An integrated medical information management and medical device control system and method |
US6304864B1 (en) | 1999-04-20 | 2001-10-16 | Textwise Llc | System for retrieving multimedia information from the internet using multiple evolving intelligent agents |
US6321179B1 (en) * | 1999-06-29 | 2001-11-20 | Xerox Corporation | System and method for using noisy collaborative filtering to rank and present items |
US6389372B1 (en) * | 1999-06-29 | 2002-05-14 | Xerox Corporation | System and method for bootstrapping a collaborative filtering system |
WO2001006398A2 (en) * | 1999-07-16 | 2001-01-25 | Agentarts, Inc. | Methods and system for generating automated alternative content recommendations |
AU6374800A (en) | 1999-08-03 | 2001-02-19 | Amr Mohsen | Network-based information management system for the creation, production, fulfillment, and delivery of prescription medications and other complex products and services |
US6487539B1 (en) * | 1999-08-06 | 2002-11-26 | International Business Machines Corporation | Semantic based collaborative filtering |
US6976002B1 (en) * | 1999-08-24 | 2005-12-13 | Steelcase Development Corporation | System and method of determining a knowledge management solution |
EP1177519A1 (en) | 1999-09-30 | 2002-02-06 | Ims Health Incorporated | A promotional impact assessment methodology |
US6658396B1 (en) * | 1999-11-29 | 2003-12-02 | Tang Sharon S | Neural network drug dosage estimation |
MXPA02007415A (es) * | 2000-01-31 | 2004-09-10 | Collaborative Technologies Inc | Composiciones topicas libres de tensioctivo y metodos para su preparacion rapida. |
US7058616B1 (en) * | 2000-06-08 | 2006-06-06 | Virco Bvba | Method and system for predicting resistance of a disease to a therapeutic agent using a neural network |
EP1299064A2 (en) | 2000-07-06 | 2003-04-09 | The Procter & Gamble Company | A system for the selection of feminine hygiene products |
US6801909B2 (en) * | 2000-07-21 | 2004-10-05 | Triplehop Technologies, Inc. | System and method for obtaining user preferences and providing user recommendations for unseen physical and information goods and services |
EP1314119A4 (en) * | 2000-07-28 | 2004-01-28 | Lathian Systems Inc | SYSTEM AND METHOD FOR PROVIDING PHARMACEUTICAL PRODUCT INFORMATION |
US6655963B1 (en) * | 2000-07-31 | 2003-12-02 | Microsoft Corporation | Methods and apparatus for predicting and selectively collecting preferences based on personality diagnosis |
WO2002025528A1 (en) * | 2000-09-21 | 2002-03-28 | Theradoc.Com, Inc. | Systems and methods for manipulating medical data via a decision support system |
US20040215500A1 (en) * | 2001-03-14 | 2004-10-28 | Monahan Brian F. | Rapid response marketing |
DE10154656A1 (de) * | 2001-05-10 | 2002-11-21 | Ibm | System und Verfahren für Empfehlungen von Artikeln |
US20030050825A1 (en) * | 2001-09-05 | 2003-03-13 | Impactrx, Inc. | Computerized pharmaceutical sales representative performance analysis system and method of use |
US20030061096A1 (en) * | 2001-09-05 | 2003-03-27 | Gallivan Gerald J. | System and method for use for linking primary market research data with secondary research data |
CN1264616C (zh) * | 2001-09-07 | 2006-07-19 | 株式会社神户制钢所 | 废弃化学武器中固体残渣的中和处理方法 |
DE10247928A1 (de) * | 2001-10-31 | 2003-05-28 | Ibm | Auslegen von Empfehlungssystemen, so dass sie allgemeine Eigenschaften im Empfehlungsprozess behandeln |
DE10247929A1 (de) * | 2001-10-31 | 2003-05-28 | Ibm | Auslegen eines Empfehlungssystems zum Vorsehen von Anwender-zu-Anwender-Empfehlungen |
DE10247927A1 (de) * | 2001-10-31 | 2003-07-31 | Ibm | Verbessertes Verfahren zum Bewerten von Einheiten innerhalb eines Empfehlungssystems auf der Grundlage zusätzlicher Kenntnisse über die Verknüpfung der Einheiten untereinander |
CA2470239C (en) * | 2002-03-20 | 2020-06-16 | Catalina Marketing International, Inc. | Targeted incentives based upon predicted behavior |
US8255263B2 (en) * | 2002-09-23 | 2012-08-28 | General Motors Llc | Bayesian product recommendation engine |
US8015054B2 (en) * | 2003-03-05 | 2011-09-06 | Hewlett-Packard Development Company, L.P. | Method and system for generating recommendations |
US20050154627A1 (en) * | 2003-12-31 | 2005-07-14 | Bojan Zuzek | Transactional data collection, compression, and processing information management system |
-
2001
- 2001-10-17 CA CA002424588A patent/CA2424588A1/en not_active Abandoned
- 2001-10-17 CA CA2798508A patent/CA2798508A1/en not_active Abandoned
- 2001-10-17 US US09/981,516 patent/US7809601B2/en active Active
- 2001-10-17 AU AU2438602A patent/AU2438602A/xx active Pending
- 2001-10-17 WO PCT/US2001/032294 patent/WO2002033628A2/en active Application Filing
- 2001-10-17 JP JP2002536938A patent/JP2004533660A/ja active Pending
- 2001-10-17 AU AU2002224386A patent/AU2002224386B2/en not_active Ceased
- 2001-10-17 EP EP01987928A patent/EP1346299A1/en not_active Ceased
- 2001-10-17 SG SG200502348-6A patent/SG135048A1/en unknown
- 2001-10-18 TW TW090125991A patent/TW569116B/zh not_active IP Right Cessation
-
2010
- 2010-06-22 US US12/820,844 patent/US8666844B2/en not_active Expired - Lifetime
-
2014
- 2014-01-16 US US14/156,679 patent/US20140136362A1/en not_active Abandoned
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7909241B2 (en) | 2004-03-09 | 2011-03-22 | Lowe's Companies, Inc. | Systems, methods and computer program products for implementing processes relating to retail sales |
US8517256B2 (en) | 2004-03-09 | 2013-08-27 | Lowe's Companies, Inc. | Systems, methods and computer program products for implementing processes relating to retail sales |
US8523066B2 (en) | 2004-03-09 | 2013-09-03 | Lowe's Companies, Inc. | Systems, methods and computer program products for implementing processes relating to retail sales |
US8523067B2 (en) | 2004-03-09 | 2013-09-03 | Lowe's Companies, Inc. | Systems, methods and computer program products for implementing processes relating to retail sales |
US8528816B2 (en) | 2004-03-09 | 2013-09-10 | Lowe's Companies, Inc. | Systems, methods and computer program products for implementing processes relating to retail sales |
US8540153B2 (en) | 2004-03-09 | 2013-09-24 | Lowe's Companies, Inc. | Systems, methods and computer program products for implementing processes relating to retail sales |
TWI470449B (zh) * | 2009-02-10 | 2015-01-21 | Alibaba Group Holding Ltd | A method and apparatus for statistical data |
TWI393047B (zh) * | 2009-06-30 | 2013-04-11 | Accton Technology Corp | 一種智慧型顯示裝置 |
TWI480748B (zh) * | 2010-12-13 | 2015-04-11 | Bridgestone Corp | 推薦輪胎選擇系統 |
US9186940B2 (en) | 2010-12-13 | 2015-11-17 | Bridgestone Corporation | Recommended tire selection system |
TWI615787B (zh) * | 2013-11-07 | 2018-02-21 | 財團法人資訊工業策進會 | 群體對象商品推薦系統、方法及其非揮發性電腦可讀取紀錄媒體 |
TWI746527B (zh) * | 2016-05-30 | 2021-11-21 | 香港商阿里巴巴集團服務有限公司 | 資料推薦的處理互動方法、裝置及系統 |
TWI658420B (zh) * | 2016-11-15 | 2019-05-01 | 平安科技(深圳)有限公司 | 融合時間因素之協同過濾方法、裝置、伺服器及電腦可讀存儲介質 |
WO2018210029A1 (zh) * | 2017-05-18 | 2018-11-22 | 广东乐源数字技术有限公司 | 一种可通过图像识别进行手表对时的系统及对时方法 |
TWI706358B (zh) * | 2018-10-08 | 2020-10-01 | 合隆毛廠股份有限公司 | 資訊推薦系統及方法 |
TWI812883B (zh) * | 2020-09-22 | 2023-08-21 | 中華電信股份有限公司 | 在行動支付平台上推薦商品的方法及伺服器 |
Also Published As
Publication number | Publication date |
---|---|
US20100262556A1 (en) | 2010-10-14 |
US8666844B2 (en) | 2014-03-04 |
US7809601B2 (en) | 2010-10-05 |
AU2002224386B2 (en) | 2007-12-13 |
SG135048A1 (en) | 2007-09-28 |
US20140136362A1 (en) | 2014-05-15 |
US20020161664A1 (en) | 2002-10-31 |
CA2424588A1 (en) | 2002-04-25 |
EP1346299A1 (en) | 2003-09-24 |
WO2002033628A2 (en) | 2002-04-25 |
JP2004533660A (ja) | 2004-11-04 |
AU2438602A (en) | 2002-04-29 |
CA2798508A1 (en) | 2002-04-25 |
WO2002033628A9 (en) | 2003-08-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW569116B (en) | Intelligent performance-based product recommendation system | |
Asadi et al. | An integrated SEM‐neural network approach for predicting determinants of adoption of wearable healthcare devices | |
US6904408B1 (en) | Bionet method, system and personalized web content manager responsive to browser viewers' psychological preferences, behavioral responses and physiological stress indicators | |
Lekakos et al. | Improving the prediction accuracy of recommendation algorithms: Approaches anchored on human factors | |
AU2002224386A1 (en) | Intelligent performance-based product recommendation system | |
Jai et al. | Seeing it is like touching it: Unraveling the effective product presentations on online apparel purchase decisions and brain activity (An fMRI Study) | |
Yu et al. | Exploring multidimensions of product performance risk in the online apparel shopping context: Visual, tactile, and trial risks | |
Lattin et al. | Reference effects of price and promotion on brand choice behavior | |
Bucklin et al. | A model of web site browsing behavior estimated on clickstream data | |
Ou et al. | Consumer trust and distrust: An issue of website design | |
US20110016001A1 (en) | Method and apparatus for recommending beauty-related products | |
US20140365240A1 (en) | System and method for cross-platform sentiment and geographic-based transactional service selection | |
US20090248496A1 (en) | System and method for automating market analysis from anonymous behavior profiles | |
US20120296701A1 (en) | System and method for generating recommendations | |
Huang et al. | Predictive and prescriptive analytics for location selection of add‐on retail products | |
US20230177587A1 (en) | Diverse Cosmetic and Skin Care Product Matching System | |
Renigier-Biłozor et al. | Human emotion recognition in the significance assessment of property attributes | |
Liu | Modeling consumer adoption of the Internet as a shopping medium: An integrated perspective | |
Winter | Laboratory measurement of response to consumer information | |
Koch et al. | Importance of the perceived quality of touchpoints for customer journey analysis–evidence from the B2B sector | |
WO2006043925A1 (en) | Bionet system for personalizing web content manager | |
CN115862806A (zh) | 一种基于隐私保护的健康画像构建方法 | |
Schweidel et al. | A feature-based approach to assessing advertisement similarity | |
KR20230071269A (ko) | 빅데이터 기반 인공지능 기계학습을 이용한 맞춤형 화장품을 제공하는 시스템 및 방법 | |
Reisenwitz | Exploring senior living alternatives to institutional care: differences between residents and non-residents |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GD4A | Issue of patent certificate for granted invention patent | ||
MM4A | Annulment or lapse of patent due to non-payment of fees |