專利名稱：Tic∶利用按保留隱私方式提供針對性內(nèi)容的消費者屬性分級模型,基于在線報告用戶端 ...的制作方法
相關專利申請的交叉引用本專利申請是1999年2月1日申請的發(fā)明名稱為“按保留隱私方式提供針對性內(nèi)容的消費者屬性分級模型(HIERARCHICAL MODELS OF CONSUMER ATTRIBUTESFOR TARGETING CONTENT IN A PRIVACY-PRESERVING MANNER)”的美國專利申請U.S.Ser.No.09/241,546的部分繼續(xù)申請，而在先申請是1999年1月20日申請的發(fā)明名稱為“基于在線報告用戶端解釋的電子內(nèi)容定制(CUSTOMIZATION OFELECTRONIC CONTENT BASED ON USER SIDE INTERPRETATION OF ONLINE REPORTS)”的美國專利申請U.S.Ser.No.09/235,610的部分繼續(xù)申請，其中的在先申請又是1998年7月7日申請的美國臨時專利申請U.S.Ser.No.60/091,979的繼續(xù)申請，所有這些均包含在這里作為參照。
A．背景1．發(fā)明領域本發(fā)明涉及根據(jù)由電子通道接收并為消費者閱覽的從具有結(jié)構的信息當中提取的交易數(shù)據(jù)，建立和維護消費者模型，并利用該模型，以不泄露消費者隱私的方式幫助提供諸如廣告或特惠報價這種具針對性的內(nèi)容。
2．背景當今消費者通過電子系統(tǒng)接收大量的信息。許多消費者訪問互聯(lián)網(wǎng)或私有網(wǎng)絡來閱覽信息，諸如個人銀行帳單，信用卡報告，股票證券，在線對帳，在線交易收據(jù)，商業(yè)網(wǎng)站，個人主頁等。這種結(jié)構信息中的某些反映了消費者“離線”發(fā)生的行為，例如在零售公司完成的信用卡業(yè)務，借貸、支票或其他銀行業(yè)務，而這種結(jié)果信息中的某些則完全表示在線行為(包括商業(yè)行為和非商業(yè)行為這兩者)。在線行為也包括本質(zhì)上不是直接商業(yè)的行為，如使用互聯(lián)網(wǎng)時的點擊進入行為。這類行為被俘獲至用戶計算機上存儲的例如URL(統(tǒng)一資源定位符)歷史文檔這種具有結(jié)構的單據(jù)中。
大多數(shù)業(yè)務的關鍵目標是根據(jù)消費者的興趣、偏好或統(tǒng)計結(jié)果，將消費者有興趣的產(chǎn)品和服務針對性地提供給消費者。因此，做了許多努力來確定消費者的興趣，并針對迎合這種興趣的產(chǎn)品和服務提供內(nèi)容(例如促銷，廣告)。
以往對于消費者許多種類的業(yè)務，例如信用卡或銀行業(yè)務，消費者收到信用卡公司、銀行和其他金融機構打印的帳單。通常紙質(zhì)帳單本身只包含識別每筆交易的有限信息，即交易量、日期等。在消費者查閱他們的打印帳單時，為了提高廣告機會，這些機構常常在帳單上加上附加的促銷插入內(nèi)容，希望消費者看到這些分立內(nèi)容并被鼓勵去購買廣告的產(chǎn)品或服務。過去，只可能提供針對性有限的廣告插入內(nèi)容。此外，傳統(tǒng)的信用卡和銀行帳單并不專門將這些內(nèi)容構成消費者查閱帳單時便于掃視到的樣式。
隨著使用因特網(wǎng)的消費者的增加，廣告商找到了將促銷信息有針對地提供給閱覽網(wǎng)頁等的消費者的途徑，萬維網(wǎng)(WWW)中“旗幟招幌(banner)”廣告常用于向閱覽種種網(wǎng)頁的消費者促銷產(chǎn)品和服務。許多網(wǎng)站試圖根據(jù)用戶輸入的內(nèi)容，例如搜索請求或其他經(jīng)網(wǎng)站處理的消費者輸入，來提供旗幟招幌廣告。但基于單次消費者輸入的針對性提供未必是消費者實際感興趣的旗幟招幌廣告。這是因為消費者經(jīng)常搜索和需要的信息未必與他們的總體興趣，偏愛或統(tǒng)計有關。即便消費者搜索與他們興趣有關的信息，他們在線的行為僅可反映他們興趣的一小部分和某些興趣的相對重要性，但消費者在離線情況下對某些興趣的相對重要性會在很大程度上背離在線行為。因此，在線行為并不能表示在線情況下可能導致交易達成的興趣。
某些網(wǎng)站試圖借助于存儲對每個消費者包含某些類型識別數(shù)據(jù)的數(shù)據(jù)庫來引導消費者。當一消費者訪問一個與該數(shù)據(jù)庫相連的網(wǎng)站時，根據(jù)該消費者數(shù)據(jù)可以選擇具有針對性的廣告。但因為記錄了有關他們某些行為的個人信息(典型地僅是在網(wǎng)站中靠點擊進入的場合)，而這些信息在沒有他們同意或控制的情況下存入數(shù)據(jù)庫，所以此方法使消費者喪失了隱私。此時，網(wǎng)站的擁有者在合適的時候就能免費使用這些消費者信息。另外，此消費者信息通常是基于有關消費者極有限信息的，既不能準確地反映他們的真實興趣和偏愛，也不能隨消費者的在線和離線行為自動改變。而且，此信息一般限于消費者與特定網(wǎng)站的先前交往。另一方面，試圖在許多無關網(wǎng)站之間共享用戶信息的新業(yè)務正不斷出現(xiàn)，但這種機制會破壞消費者隱私，并且很可能破壞全世界各種司法體制中的消費者保護法。
因此，希望提供一種利用關于消費者的歷史行為信息(包括在線或離線行為)，擴充消費者所接收并查閱的結(jié)構單據(jù)，同時確保每個消費者個人隱私的系統(tǒng)、方法、體系以及各種軟件產(chǎn)品。
此外，還希望提供一種利用消費者在審視信用卡、銀行帳單或其他具有結(jié)構的金融單據(jù)時所具有的掃視過程以及認知聯(lián)想優(yōu)點，以確保促銷資料得到閱覽的同時，還確保這種閱覽不是靠消費者的理解而是按開門見山的方式進行的系統(tǒng)、方法、體系以及各種軟件產(chǎn)品。
B．發(fā)明概述本發(fā)明克服向消費者提供符合他們興趣、偏愛、統(tǒng)計或心理(psychographics)的客戶內(nèi)容的傳統(tǒng)模型以及引導方法的局限性?，F(xiàn)有系統(tǒng)利用數(shù)據(jù)倉庫，從各種渠道集合信息，建立具有相關消費者偏愛的統(tǒng)計段，確定消費者占據(jù)哪一統(tǒng)計段或哪些統(tǒng)計段，并將與該統(tǒng)計段的相關信息發(fā)送給消費者。
本發(fā)明對于信息建立在對電子方式送達消費者的具有結(jié)構的單據(jù)進行分析或“解釋”的基礎上，以根據(jù)在線和離線行為以及業(yè)務的廣泛形態(tài)建立該消費者的消費者描述。具體來說，利用由消費者特定交易映射到某些屬性與該消費者之間的相關估值這種數(shù)學函數(shù)，來建立該消費者的具體模型。這些模型可用于將若干條有條件內(nèi)容按它們與該消費者的屬性的匹配程度，進而按它們對該消費者興趣、偏愛、心理或統(tǒng)計的迎合程度進行排序。按啟示處理的顯示方法，擴充按電子方式送達消費者的帶有有條件內(nèi)容的結(jié)構單據(jù)，(通過其排序)允許該消費者首先看到最適當?shù)哪菞l內(nèi)容，若消費者這樣表示，接著便看到其次最適當?shù)哪菞l內(nèi)容，依次類推。消費者可利用一內(nèi)容旋轉(zhuǎn)器有選擇地閱覽一組排序的有條件內(nèi)容。
隨著從電子方式送達的具有結(jié)構的單據(jù)和諸如內(nèi)容選擇這種消費者行為當中提取的信息，連續(xù)更新消費者描述，從而反映對該消費者興趣、偏愛和統(tǒng)計的準確和及時的估價。該消費者描述也可隨著就商家、產(chǎn)品接收到的信息或從遠端源經(jīng)網(wǎng)絡接收到的消費者模型參數(shù)而更新。如同通過商業(yè)和非商業(yè)交易所反映的那樣，假定消費者興趣、偏愛和統(tǒng)計的改變，將由他們行為的改變所反映。
消費者屬性可以按分級模型定義，所集合的屬性具有從低級屬性(是所集合的本身或基礎級屬性)得出的數(shù)值。按此方式，可相對該模型評估任意復雜的查詢，以針對非常特定的消費者。分級模型進一步允許對有條件內(nèi)容的遞歸選擇，初始的內(nèi)容選擇利用較高級集合屬性，后續(xù)選擇則利用為該較高級基礎的較低級屬性和每一級所選定內(nèi)容中消費者興趣表達式這兩者的組合。
消費者屬性由個人交易的相關性更新。還可以利用相對最新的交易和交易發(fā)生或不發(fā)生的可能性來更新屬性。
如在此說明的那樣，本發(fā)明一實施例是一個支持下列功能，由軟件、知識庫和進程組成的集成系統(tǒng)·建立一由數(shù)據(jù)值向量組成的模型，使得每個數(shù)據(jù)值利用該消費者的消費者數(shù)據(jù)庫中的事實，來表示該消費者的某些屬性心理學質(zhì)量、特定興趣屬性、收入水平等，加上解釋此數(shù)據(jù)值向量的數(shù)學框架。
·將該模型各元素組合到分級框架中，幫助逐步提煉消費者屬性。
·在不需要具有消費者、其交易或模型結(jié)果任何知識的內(nèi)容創(chuàng)作器情況下，利用該數(shù)據(jù)庫和模型，使電子方式送達消費者、并包括根據(jù)消費者模型選定和排序的有條件內(nèi)容在內(nèi)的總體內(nèi)容具有針對性，要么具有個性。
·提供支持消費者實現(xiàn)有選擇地按照其次序閱覽有條件內(nèi)容的機制。
另一方面，本發(fā)明克服傳統(tǒng)機制的局限性，通過將具有結(jié)構的單據(jù)中具有針對性的內(nèi)容安排使得消費者執(zhí)行他們的銀行、信用卡或其他具結(jié)構帳單或單據(jù)的閱覽任務時需要消費者眼光落在此內(nèi)容上，來確保消費者閱覽符合他們興趣、偏愛或統(tǒng)計的針對性內(nèi)容。該具結(jié)構的單據(jù)組織為一組交易；每筆交易分配給一交易行，并按將針對性內(nèi)容定位于交易行中的安排方式在顯示器上提供該交易行。
一實施例中，交易行包括針對性內(nèi)容的位置布局，該內(nèi)容位于視覺上該交易的兩個重要信息字段之間的空檔，該信息字段對消費者而言，需要在認知上聯(lián)系在一起，以理解該交易或處置該交易。信用卡帳單(或類似的金融帳單)這種示例性布局將針對性內(nèi)容置于該交易商家名字和交易量之間。這種布局確保消費者在例行掃視核對該帳單時勢必會看到該針對性內(nèi)容。在銀行帳單中，類似的布局將針對性內(nèi)容置于交易描述(例如支票號、交易類型等)和交易量之間。其他類型的單據(jù)中，交易可以是面向信息的，而且所完成的視覺掃視過程是為了使涉及該交易的信息定位。這里該交易的信息字段可以利用促銷內(nèi)容分隔，該促銷內(nèi)容在兩個重要的信息字段之間顯示。
本發(fā)明另一方面，按有利于在各個交易的前后文中顯示附加的促銷內(nèi)容而不使金融帳單過分擁擠的方式顯示金融帳單。此方面一實施例中，每筆交易涉及具體的交易信息，例如商家的聯(lián)絡信息(例如地址、電話號碼，網(wǎng)站)和顯示交易細節(jié)的交易收據(jù)(例如購買的貨品、提供的服務、旅行計劃等)。首先，金融帳單顯示有足夠的信息字段以識別該交易，例如商家的名字、日期以及交易量。這些顯示的字段其中之一超鏈接到具體的交易信息。當用戶點擊此超鏈接時，便替代原先所顯示的信息字段(或附加)顯示具體信息。此外，與原先所顯示的信息字段一起顯示的是與特定交易相關聯(lián)的促銷內(nèi)容。因為只在有請求時才顯示具體的交易信息，所以顯示器上有足夠的顯示空間來顯示促銷信息。
本發(fā)明該方面另一實施例中，當顯示金融帳單時，它會包含涉及多種類別的交易，例如航空旅行、飯店、汽車花費等。與這些交易在一起顯示的有多個類別選項，每個與一特定類別相關。這些類別最好根據(jù)消費者本身的特定消費習慣，以便每個消費者閱覽對他們有用、且與他們的購買行為有關的類別的類別選項。當消費者選擇一類別選項，便只顯示該類別當中的交易。對于上述當前顯示的類別當中所選定的某些類別，顯示促銷內(nèi)容，最好與個別的某些交易相關。通過提供自動顯示對消費者有用類別交易的類別選項，消費者就很想看到這些類別以估量他們的購買行為。這樣便能有第二次顯示機會，以顯示附加的促銷內(nèi)容。
C．附圖簡述

圖1是按本發(fā)明的系統(tǒng)的圖示。
圖2是示例性結(jié)構單據(jù)的圖示。
圖3A和圖3B是啟示信用卡帳單的圖示。
圖4圖示了4個樣板單據(jù)的示例性啟示。
圖5A和5B圖示了一個經(jīng)啟示的網(wǎng)頁的例子。
圖6是應用萬維網(wǎng)客戶機端和服務器端的結(jié)構的圖示。
圖7是客戶端過程的流程圖，用于解釋和啟示基于web網(wǎng)的結(jié)構單據(jù)。
圖8是對啟示單據(jù)使用層次消費者模型的系統(tǒng)的圖示。
圖9是一個層次屬性向量的圖示。
圖10啟示分類過程的流程圖。
圖11a和11b是說明屬性向量更新的表。
圖12a和12b是說明屬性向量更新的表，表中較老的交易逐漸消失。
圖13a和13b是說明包括組合屬性的屬性向量更新的表。
圖14是帶有內(nèi)容旋轉(zhuǎn)器的一個經(jīng)啟示的信用卡帳單的圖示。
圖15是激活內(nèi)容旋轉(zhuǎn)器以后的一個經(jīng)啟示的信用卡帳單的另一個圖示。
圖16是激活內(nèi)容旋轉(zhuǎn)器以后的一個經(jīng)啟示的信用卡帳單的另一個圖示。
圖17是內(nèi)容的分層辨別的效果的圖示。
圖18是內(nèi)容的分層辨別的效果的另一圖示。
圖19是經(jīng)啟示的信用卡帳單的圖示。
圖20圖示了一個交易信息細目窗。
圖21圖示了一個包括垂直入口引導的信用卡帳單。
圖22圖示了一個用于就餐的垂直入口。
圖23圖示了用于就餐的垂直入口的另一種配置。
圖24圖示了用于旅行的垂直入口。
圖25圖示了用于旅行的垂直入口的另一種配置。
1．詳細說明A．術語使用下列術語可以理解本發(fā)明·“消費者”是使用商品或服務的個人或組織。在這里它可以是一個人或如消費單位(如一個家庭，一個公司)那樣活動的一組人；·“內(nèi)容”是以包括文字、圖形、視頻和/或音頻的任何一種形式提供的信息；·“觀察者”是消費單位的代表(們)，內(nèi)容是提示給他(們)；·“交易”是一個事件，在某特定時刻或某特定時間段內(nèi)，一定數(shù)量的資源或信息在消費者和供應商(或內(nèi)容提供者)之間進行交換；·“交易報告”是某一組消費者交易的報告，它包括識別消費者和消費者交易的描述信息；·“模型”是一個數(shù)學函數(shù)，它試圖根據(jù)從過去的交易中導出的興趣與行為預測對未來交易的消費者的吸引，它由一個屬性向量和一組映射函數(shù)組成；·“屬性向量”是一個數(shù)據(jù)值的向量，向量的每個元素表示消費者的一個屬性；·“映射函數(shù)”是一個數(shù)學函數(shù)，用于在其實信息例如有關交易的數(shù)據(jù)或一個人是否懷孕)和屬性向量的元素之間進行轉(zhuǎn)換；·“針對性”是根據(jù)消費者和/或觀察者的興趣、需求、能力及其他屬性選擇將什么材料提供給觀察者；·“啟示”是一段選擇的內(nèi)容，加上查詢信息用于確定內(nèi)容與消費者模型的屬性匹配的程度；·“個性化”意味著內(nèi)容的細節(jié)以及將內(nèi)容提供觀察者的方式包裝成適合于消費者和/或觀察者；以及·“供應商”是銷售或提供一個產(chǎn)品或服務給消費者的一個實體。
B．系統(tǒng)概況參照圖1，示出了按照本發(fā)明的系統(tǒng)的一個實施例，系統(tǒng)100包括一個本地訪問設備102，具有本機內(nèi)存，計算能力，永久存儲器，顯示器，和網(wǎng)絡連結(jié)(如帶有連結(jié)到因特網(wǎng)服務提供者的調(diào)制解調(diào)器-mode的一臺個人計算機或一個連到電纜起端的智能電視機頂盒)。
在網(wǎng)絡上一個或多個支持TIC的數(shù)據(jù)服務器104，它下載軟件并提供能用于將交易或行為信息分析成構成的單據(jù)來構造個人數(shù)據(jù)庫的一般信息(即不專門對任何特定消費者的信息)，它還開發(fā)消費者模型并提交內(nèi)容選項的指針(或其他參照)，該內(nèi)容選項的選擇是根據(jù)消費者模型或?qū)€人數(shù)據(jù)庫的查詢的基礎上。
一個或多個服務器106a，它分配系統(tǒng)已知格式的在線交易報告。
一個或多個服務器106b，它分配包括嵌入標簽和查詢的內(nèi)容108。如圖1所示，報告服務器和內(nèi)容服務器可以是同一個服務器。
用于因特網(wǎng)的本發(fā)明的一個實施例在下面根據(jù)圖6作進一步描述。
C．啟示和解釋本發(fā)明包括兩個主要的獨立過程解釋和啟示。
解釋涉及對報告和由TIC使用的構成文檔進行語法分析及其他分析的過程，來構造個人數(shù)據(jù)庫和消費者模型。該模型基于的數(shù)據(jù)源包括任何消費者交易報告，它可以直接或通過網(wǎng)絡存放到他的本地計算機設備中。那樣的報告可以包括信用卡帳單，銀行帳單，用電子方式提供的帳單，證券投資報告(investmentportfolio)，醫(yī)療報告，購買收據(jù)，稅單，由瀏覽器產(chǎn)生的URL歷史文檔，由觀察者填寫的表格和任何其他可以電子方式得到的有關消費者的可分析和可解釋的數(shù)據(jù)。因為那樣的報告通常在個人在線和離線活動的廣泛范圍內(nèi)提供精確和非常詳細的數(shù)據(jù)，由TIC開發(fā)的模型可以是極其精確和完整的。
報告格式，包括為分析報告數(shù)據(jù)和使用數(shù)據(jù)更新用戶模型所必須的信息，可以自描述，即可以作為中間數(shù)據(jù)嵌入報告本身內(nèi)的注釋標簽的格式內(nèi)，或者可由在TIC操作者管理的某些整體可訪問數(shù)據(jù)庫中的報告源檢索。實際上，任何對用戶設備可用的足夠的結(jié)構單據(jù)能用作為TIC的數(shù)據(jù)源。它們能包括數(shù)據(jù)庫，日志，以及直接由用戶本身或由在用戶計算機上運行的軟件維護和產(chǎn)生的報告。例子包括數(shù)據(jù)庫和由個人金融軟件、稅務準備軟件、借支應用軟件、日程表、由網(wǎng)絡瀏覽器產(chǎn)生的URL歷史文檔、駐留在用戶計算機中的軟件表產(chǎn)生的報告，和當前活動處理的報告以及用戶計算機的窗口。
由于在TIC模型中可用信息的細節(jié)的本質(zhì)和等級，TIC的用戶需要高度的保密。TIC提供的保密是，由TIC收集，產(chǎn)生和推導出的信息均不會離開用戶的控制。數(shù)據(jù)和推斷完全在用戶計算機中用于為用戶定制內(nèi)容并使其個性化的目的。對于TIC而言，有關的用戶信息僅從外面的來源流入用戶計算機(以及本地控制的存儲設備)。用戶可以使用由TIC提供的信息返回到內(nèi)容提供者，但是這是直接由用戶完成而與TIC無關。
參照圖2，示出了一個示例性的構成的單據(jù)的圖例，此處是一個信用卡帳單和在解釋過程中被有用地提取，以便更新一個描述的信息類型。對于一個如信用卡報告200那樣的結(jié)構單據(jù)，解釋抽取有關每筆交易202的信息，如容易的日期/時間204，發(fā)生交易的實體206，交易的位置206，由消費者達成交易的資源量210(此處以美元計)。此處提取的信息既能用于更新消費者模型，又能用于將有關消費者的交易、偏愛或興趣的新事實加到數(shù)據(jù)庫中。
啟示是一個過程，用(可能)有關的多媒體內(nèi)容注釋或替代單據(jù)或其他媒體的段。典型的是在原先內(nèi)容上擴展新內(nèi)容和/或提供此信息的更有興趣的表示。例如，一個公司或產(chǎn)品的名字可以用圖形徽標或到主頁的超鏈接，用視頻表示或?qū)δ承┩耆煌漠a(chǎn)品或公司的表示來啟示；一個格式中的輸入字段可以借助于用請求信息替代它來啟示；一個視頻廣播中的空點可以用一個商業(yè)廣告來替代。對一個給定的段的啟示的選擇可以取決于該段的內(nèi)容，該單據(jù)的整個內(nèi)容，用于啟示其他段作出的選擇，該內(nèi)容被看到的時間和位置等上下關系和觀察者的屬性和描述。啟示可以發(fā)生在媒體制作和提交過程中任何一點。在啟示選擇中的靈活程度和上下依賴關系取決于此啟示發(fā)生的早晚，取決于對此啟示有多少有關上下關系的信息可以使用。靈活程度從靜態(tài)內(nèi)容(即對所有觀察者和上下關系內(nèi)容是相同的)跨越到觀察者特定的內(nèi)容(即隨每個觀察者改變的內(nèi)容)。
圖3A和3B示出了一個信用卡帳單的示例性啟示。在圖3A上顯示了一張出現(xiàn)在消費者的計算機的信用卡帳單300，其中沒有得益于按照本發(fā)明的啟示。那樣的帳單300通過電子方式從信用卡公司(或類似的金融機構)發(fā)送到消費者的個人計算機用于查閱，還可能用于支付未付的帳單。此帳單300簡單地將每筆交易列入一行文字，通常描述日期，商家名字，交易識別符，位置和交易量。根據(jù)這些個人交易，選擇廣告的機會被浪費了。
現(xiàn)在考慮圖3B，示出了在按照本發(fā)明啟示以后的信用卡帳單。首先，許多簡單文字的商家名字被圖標307所替代，后者示出了商家的特定商號或標記。正是在消費者查看與商家的特定交易時增強了對商標的識別。第二，借助于在某個交易中包括商家的第二個商品/服務的圖標308，協(xié)同商標是方便的。例如，在Chevron_費用的交易行中包括奔馳汽車的圖標308。選擇哪個第二商家的圖標308包括在該交易中是根據(jù)消費者的描述，使用此描述選擇一系列可變內(nèi)容中的一個，當信用卡帳單按電子方式收到時將其編碼到其中。
第三，啟示提供了用到商家網(wǎng)站(或者任何其他由可選的內(nèi)容數(shù)據(jù)確定的網(wǎng)站)的超鏈接310來替代如商家名字那樣的靜態(tài)文字。因此，這里的將靜態(tài)信用卡帳單轉(zhuǎn)換成個動態(tài)單據(jù)，允許消費者在查看信用卡帳的過程中即時訪問有關商家更多有信息。
第四，啟示將促銷內(nèi)容312插入特定的交易。在圖示的例中，一個促銷贈券是針對該筆交易的商家以外的另一個商家的商品。這就便于商家群體的共同市場運動。選擇哪個商家的贈券包括在啟示的交易中也基于該消費者的描述和每個編碼入本交易帳單的可選內(nèi)容的屬性。因此，由于消費者個人消費描述的差異，與同一個商家交易的不同消費者可以收到完全不同的贈券312或協(xié)同商標308的圖標。
最后，注意到帳單304的頂部擴充成包括又一個商的圖標306，在此情況他沒有任何交易列出在該消費者的信用卡帳單中。下面將更詳細地敘述，此圖標306和其他啟示元素(如307,308,310和312)的選擇可由涉及構成的單據(jù)的不同段(如頭部，每個交易行，底部等)和構成單據(jù)本身的策略有用地管理，此處各單據(jù)段具有各自的所有者來確定啟示的策略。策略的使用進一步擴展了有控制地選擇促銷信息的機會，因為構成的單據(jù)的每一段可用不同的策略，不同地影響了相對于消費者描述的內(nèi)容的選擇。
圖3A和3B的例子說明了對信用卡帳單的啟示；啟示可以應用于任何類型的構成的單據(jù)(一般其長度使得能用敘述可選的內(nèi)容的信息制成格式)。按照本發(fā)明通常包括任何類型的金融帳單(如銀行帳單或股票交割單)，或通常的交易帳單(如與服務或產(chǎn)品推銷商的商業(yè)交易)。
D．本發(fā)明的示例性應用1．單據(jù)樣板中信息和多媒體內(nèi)容的替換在最簡單的TIC應用中，一個文檔或其他形式的媒體是具有模板的形式。模板包含靜態(tài)內(nèi)容和可變內(nèi)容段?？勺儍?nèi)容段用變量或表達式標記，它們在客戶數(shù)據(jù)庫的上下關系中計算以產(chǎn)生在此段中顯示的實際內(nèi)容的描述。例如，如果客戶數(shù)據(jù)庫包括觀察者的名字作為變量view.name的值，則一個單據(jù)就可借助于用標記view.name指定變量段來對每個特定的觀察者編址。
圖4說明了此應用過程。此處一個以電子方式提供的贈券400包括一個變量段402，它用消費者名字的變量編碼；示出的四個贈券的每一個從同一的基本模板以樣的方式定制。在消費者的計算機上出現(xiàn)時，從客戶數(shù)據(jù)庫中提取消費者的名字并插入變量段，形成定制的贈券。
類似的標記也能用于對在merchant.logo(商家ID=123456)中特定商家或組織指定徽標或URL或其他內(nèi)容信息。這些標記能在包括單獨的觀察者的上下關系的制作過程的任何點被計算。
2．定制萬維網(wǎng)頁另一類構成的單據(jù)是網(wǎng)頁，它們的HYML注釋單據(jù)的格式在企業(yè)內(nèi)部網(wǎng)或因特網(wǎng)上發(fā)送，并可使用如Netscape公司的Communicator或微軟公司的InternetExplorer的網(wǎng)上瀏覽器查閱，HTML標記確定了該單據(jù)的各種元素的格式和內(nèi)容。典型的是，這些標記的元素包括對其他單據(jù)的參照，后者作為標記加載并由瀏覽器進行計算。
對這樣的TIC應用，在希望有可選的內(nèi)容處在單據(jù)中包括專門的標記。這些可選的內(nèi)容標記將包括那樣的信息，它們相對于單獨的消費者描述進行計算產(chǎn)生與內(nèi)容一起出現(xiàn)的選項，計算的準則是確定每個選項對每個單獨的觀察者的依賴的適當性的量度。那樣的屬性的例子可以包括觀察者的年齡和性別，她的收入水平，她是否管家，是否常外出就餐，常到亞洲旅行，具有寵物，或者她是否對科學感興趣?；谠撚^察者的模型，TIC將對每個選項計算準則并選擇具有最高貼切程度的選項。其結(jié)果是到同一網(wǎng)址的一個支持TIC網(wǎng)頁的兩不同觀察者能得到十分不同的內(nèi)容，并具有十分不同的經(jīng)歷。
圖5A和5B示出這種應用的兩個例子，在圖5A中示出一個示例性網(wǎng)頁500，它已被啟示并考慮到新家庭的消費描述予以增擴。此處網(wǎng)頁500是一個商家的主頁，并已被增擴，使包括與消費者/新家庭的興趣相關的信息。例如，在網(wǎng)頁的頂部插入就餐計劃的促銷信息502，而且按照新家庭改變的消費模式(例如反復購買尿片說明在該家庭中有嬰兒)，促銷對新家庭有興趣的商家的有關嬰兒的服務的信息504將包括在網(wǎng)頁的第三行中。
現(xiàn)參照圖5B，同樣的商家的主頁對不同的消費者作了不同的啟示，這是一個未婚的滑雪者?，F(xiàn)在在網(wǎng)頁506中頂部有不同的促銷項目508，鼓勵滑雪的假期。類似地，因為未婚滑雪者的交易不涉及孩子的出現(xiàn)，網(wǎng)頁的第三行包括不同的促銷信息510，這次是拍賣旅行。
本例的顯示具有一個模板化的網(wǎng)頁，它能根據(jù)查閱該網(wǎng)頁的消費者的消費描述增擴信息。
這種方法不同于現(xiàn)有的“個性化網(wǎng)頁”(如在Yahoo.com中的“My Yahoo”)，因為消費者的描述是根據(jù)消費者在線及離線的交易行為，而不是僅僅一張表或指定靜態(tài)的偏愛和消費者的選擇(例如，由消費者選擇哪種新主題、股票名字等包括在個性化網(wǎng)頁上)。在前述的例子中，消費者在訪問該商家的網(wǎng)站以前并未預選對他感興趣的那些促銷信息。實際上甚至不需要消費者與該網(wǎng)站有以前的接觸。相反，即使消費者第一次訪問該網(wǎng)站，根據(jù)消費者的描述動態(tài)地作出啟示該網(wǎng)頁的信息的選擇。與現(xiàn)有的“個性化網(wǎng)頁”的方法的另一個差別是消費者的描述在消費者計算機的控制下被儲存。此方法提供了一個額外等級的保留隱私。
對網(wǎng)頁或其他構成的單據(jù)的可選的內(nèi)容的范圍是有限的，TIC的這個應用能用于如實現(xiàn)基于雜志的個性化網(wǎng)頁，其中按照觀察者的興趣與偏愛選擇與提供文章。此應用還能用來選擇并使廣告及其他類型的商業(yè)意圖個性化。
3．以電子方式自動完成字段此應用說明了TIC的啟示和解釋功能。當將一個格式提供給用戶時，TIC能將其作為一個模板處理，其中格式的輸入字段作為表達式處理，它對相應的用戶數(shù)據(jù)進行計算。
例如標記類似名字、地址、社會保險號、婚姻狀況、年收入等字段，而且在客戶數(shù)據(jù)庫中能取得到值的字段在該格式提供給用戶以前自動填好。這部分應用使用了TIC的啟示部分。在填好未填的字段或改變了由TIC預填的字段以后，當格式被提交時，TIC將該格式作為需要解釋的單據(jù)。因此，在其值不為TIC所已知或已被模型中的值改變的標記字段中信息被TIC提取，并用于更新和擴展在客戶數(shù)據(jù)庫中的個人信息。
4．選擇的電視廣告節(jié)目TIC的此項應用是基于看到，對通過有線或衛(wèi)星的電視廣播可得到的帶寬大于支持標準的廣播節(jié)目所必需的帶寬。超過帶寬情況的一種選擇是帶著選擇準則同時廣播多個廣告和其他類型的發(fā)布。裝備TIC的電視機項盒選擇最合適的可能的廣告和發(fā)布。
對雙向交互式電視，一種方案是對TIC以類似于對萬維網(wǎng)實現(xiàn)提出的方法選擇內(nèi)容。即不是同時發(fā)生帶選擇準則的多個廣告，而只有準則被發(fā)送到小得多的數(shù)據(jù)管理線。機頂盒或交互式電視能針對本地數(shù)據(jù)庫計算選擇準則并從源頭請求適當?shù)膹V告。
***下一段進一步描述本發(fā)明的一個實施例E．基本概念1．產(chǎn)品，消費者和觀察者“產(chǎn)品”意為任何物體或活動，它可用于任意目的，它的使用可以直接或間接地通過某種形式的報告，即以電子方式送達的結(jié)構單據(jù)看到。一個產(chǎn)品的使用稱為“消費”。任何個人或如一個產(chǎn)品消費單位那樣行為的一群個人稱之為“消費者”。典型地，由TIC分析的交易報告的總體表示的組成消費單元的個人群體是在任何特定時間實際觀察內(nèi)容的個人集合的超集。術語“觀察者”用于區(qū)分從整個消費單位在消費者計算機上實際觀看選擇的內(nèi)容的實體(它本身可以是一組個人)。例如，一個新生兒將不作為選擇內(nèi)容的觀察者參與，但恰是整個消費單位的一部分。所以，通常嬰兒產(chǎn)品與包括新生兒的消費單位相關，但是根據(jù)生活方式，一個人可以對新生兒比其他人更有責任感，因此知道哪個人在觀看該內(nèi)容對于選擇針對新生兒的內(nèi)容是重要的。通常，對給定的產(chǎn)品或活動的要求既取決于整個消費單位的需要與興趣，也取決于特定觀察者組的專門需要與興趣。用于選擇內(nèi)容的查詢與兩者均相關。
2．描述消費者和產(chǎn)品的事實與模型TIC區(qū)分“事實”與“模型”，且允許根據(jù)其中之一或兩者選擇內(nèi)容。事實包括由直接觀察獲得的，從交易報告抽取的或由普通的TIC事實數(shù)據(jù)庫提供的信息。事實的例子包括有關個人交易，交易的統(tǒng)計綜合(總數(shù)、平均等)，從格式中獲得的個人信息和有關產(chǎn)品和商家的一般接觸、關系和分類信息。例如，基于事實的選擇查詢可以查詢關于特定產(chǎn)品的購買或從特定商家的產(chǎn)品分類，或商家的分類。“模型”表示一個從事實發(fā)展的理論或數(shù)學上的結(jié)構，用于作出有關消費者當前和/或未來狀態(tài)或行為的猜測和預測。一個消費者描述包括消費者模型和包含有關該消費者的事實的數(shù)據(jù)庫。在TIC中，模型的函數(shù)是預測在某時間給定的產(chǎn)品對給定的消費者的吸引程度。
F．TIC模型的部分TIC能在一個共同的架構內(nèi)同時支持多個模型。在一個實施例中，一個TIC模型包括下列部分1．一個特征數(shù)值組一個TIC模型的基礎是選擇特征數(shù)值，它們在一起在給定時間構成一個給定消費者或產(chǎn)品的模型。這些特征與它們的值的本質(zhì)是該模型的性質(zhì)。例如，一種方法是借助于如保守性，社會意識，身份意識與某些行為屬性給出一個人的特征。另一種方法是借助于行為與某些原始模型，如母親、生意人、職業(yè)婦女等相關的程度來給出行為的特征。另外，特征可具有少量或沒有直覺的意義。它們可以簡單地是由消費者行為的某些統(tǒng)計分析確定的公式化數(shù)學結(jié)構。除了特征的值能表示成實數(shù)外，TIC并不限制特征或它們的解釋的選擇。
對于一個對象的特征值可以表示成一個實數(shù)向量，其中每個值測量相應的特征適用于消費者或產(chǎn)品的程度。例如，保守屬性的值可以在0與1之間，其中1表示完全保守，0表示完全激進。對一個消費者的特征數(shù)值向量表示他的興趣的模型而一個產(chǎn)品的特征數(shù)值向量表示該產(chǎn)品的吸引力的模型。
2．一個吸引力函數(shù)通常，在給定時刻一個消費者描述和一個產(chǎn)品描述之間的關系越大，該產(chǎn)品對消費者的吸引力也越大?！拔瘮?shù)”是一個過程，作為消費者與產(chǎn)品的描述的函數(shù)計算給定產(chǎn)品對給定消費者的吸引力。例如，一個吸引力函數(shù)可以是基于消費者和吸引力描述的推廣的內(nèi)積，如每個相應的特征數(shù)值對相乘結(jié)果的加權和。
3．吸引力描述的賦值消費者描述從分析消費者的過去交易導出。給定的交易對消費者描述作出的貢獻認為是取決于在交易中消費的產(chǎn)品，交易的時間，和由消費者達成交易的資源量。為了將交易用于模型化產(chǎn)品必須具有預賦的吸引力描述。典型的是對商家或產(chǎn)品的吸引力描述根據(jù)已知的統(tǒng)計，市場研究或?qū)＜覀兊闹庇X知識先驗地被指定。此外，在隨意選取的消費者的明確許可下，消費者描述可以反饋到模型中以便精化吸引力函數(shù)。
4．消費者描述更新過程消費者描述的維護是一個不斷進行的過程。在具有有關消費者任何交易數(shù)據(jù)以前，對該消費者根據(jù)已知的統(tǒng)計信息賦以初始描述。消費者描述的更新過程分析每個新解釋的交易，特別是產(chǎn)品或商家的描述，交易時間和交易量，來產(chǎn)生精化的描述。典型地，此過程取決于比當前描述及新的交易更多的東西。它還可能需要維持在各種時段有關描述和交易歷史的總計和其他綜合數(shù)據(jù)。例如，可能需要維持在各種時段內(nèi)對每種特征的總的資源消費，記住如超過某閾值量的購買的特定交易和在不同時段描述的變化。
G．TIC部分的概貌
TIC系統(tǒng)分成客戶機和服務器?？蛻魴C系統(tǒng)是被觀察者使用的。TIC服務器系統(tǒng)是在客戶機系統(tǒng)之外，它提供TIC軟件和被客戶系統(tǒng)使用于解釋和選擇的一般信息。除了提供客戶需要的信息以外，所有重要的TIC處理(即解釋和選擇)均發(fā)生在客戶系統(tǒng)中。除了TIC服務器以外，TIC環(huán)境包括第三方軟件，它提供用于解釋的報告數(shù)據(jù)，已被啟示的內(nèi)容，和/或需要啟示的內(nèi)容。TIC或第三方軟件均可以提供物理的盤存儲器，用于邏輯上在客戶系統(tǒng)控制下的加密數(shù)據(jù)。
1．客戶機端部分TIC的客戶端包括一個表示消費者模型的數(shù)據(jù)庫和填寫數(shù)據(jù)庫(從單據(jù)解釋)并使用模型選擇及個性化內(nèi)容的方法。
a)消費者信息所有涉及一個消費者的個人信息在該消費者的觀察設備的控制下提出并作為一個對象存入TIC數(shù)據(jù)庫。選擇的準則作為對比數(shù)據(jù)庫的查詢實現(xiàn)，且可以參照事實(“與Macys有任何已知的交易嗎？”)、模型(“看來此家庭中某人懷孕？”)或兩者。
由TIC維持的有關消費者的信息的數(shù)據(jù)庫包括下列部分。
b)事實數(shù)據(jù)庫事實數(shù)據(jù)庫包括有關消費者的個人信息(如名字、地址、社會保險號)，交易歷史(如從Macys的信用卡購買)和交易數(shù)據(jù)以及在交易領域中有關元素的事實的綜合(如對一給定商家的URL-網(wǎng)址及電話號，兩個商家是競爭者的事實，產(chǎn)品到產(chǎn)品的類別映射，兩個產(chǎn)品是互補的事實)。
c)模型數(shù)據(jù)這是與每個活動的TIC模型的當前狀態(tài)有關的數(shù)據(jù)。它包括當前的特征數(shù)值，綜合數(shù)據(jù)變化，和模型為了繼續(xù)更新和作出基于模型的內(nèi)容選擇所需要的另外的數(shù)據(jù)。
d)中間數(shù)據(jù)中間數(shù)據(jù)描述數(shù)據(jù)類型，數(shù)據(jù)來源，綜合項目，事實與猜測的相關性，當前的猜測，完整性約束，更新的頻率，報告格式和從報告數(shù)據(jù)到數(shù)據(jù)庫概要(shemas)的映射。中間數(shù)據(jù)還包括觀察者與TIC的交互的歷史和由內(nèi)容選擇引擎使用的策略。在同樣的如“普通數(shù)據(jù)的上下關系中中間數(shù)據(jù)能查詢和推理，在這個意義上該系統(tǒng)是考慮周到的。
e)日程表日程表由調(diào)度程序使用，管理模型的更新和維護。消費者數(shù)據(jù)庫和模型的所有部分是動態(tài)的。導致數(shù)據(jù)庫附加項目的新報告和過時的事實能被忘記(從數(shù)據(jù)庫中除去)而只留下它們對綜合數(shù)據(jù)的貢獻。作為肯定或否定的猜測的改變被積累。新的和改變的推理規(guī)則和中間數(shù)據(jù)周期地下載到客戶系統(tǒng)。
f)報告解釋器報告解釋器分析在線單據(jù)并將輸入項解釋作為事實。報告格式和從報告到事實數(shù)據(jù)庫中概要的映射可以是自己生成(self-documenting)(即在報告本身中規(guī)定)或可以借助于在服務器數(shù)據(jù)庫中的源登錄并作為中間數(shù)據(jù)下載和儲存。當輸入新的事實時，與一致性約束相關的觸發(fā)器被激活來下載附加數(shù)據(jù)(如輸入一個與未知商家的交易引起將有關該商家的信息從服務器數(shù)據(jù)庫下載)。類似地，當對一個猜測的事實關鍵被下載時，模型化引擎被調(diào)用來更新置信度測量并引進新的猜測。
g)模型化引擎模型化引擎更新消費者模型以響應新的事實，或者在選擇引擎查詢時進行。
h)選擇引擎選擇引擎在提供可選的內(nèi)容選項時選擇提供給觀察者的內(nèi)容。選擇是由貼切程度(由媒體擁有者的策略和內(nèi)容提供者規(guī)定)，相關性(根據(jù)內(nèi)容提供者規(guī)定的相關性準則從觀察者的模型計算得到)和由媒體擁有者和TIC操作者規(guī)定的整個業(yè)務策略控制的。相關性準則是作為一個邏輯表達式表示，它相對于觀察者模型計算，憑借使用計算其他猜想同樣的推理產(chǎn)生可信度測量。在表示和使用中實際上此準則確定了猜想“此內(nèi)容是在當前時刻相對于當前的觀察者的”。
i)調(diào)度程序在較好的配置中，TIC作為在客戶計算機中作為后臺服務執(zhí)行的。調(diào)度程序負責調(diào)度系統(tǒng)的維護，包括下載用戶預訂的報告以及正常的更新事實，規(guī)則和策略。
2,TIC服務器端部服務器端的主要目的是用作客戶系統(tǒng)所需的信息的倉庫。這里包括·報告中間數(shù)據(jù)分析和解釋單據(jù)所需的信息。
·領域(Domain)特定的事實數(shù)據(jù)庫有關報告元素的信息。例如，在解釋信用卡報告中，它們包括商家和產(chǎn)品識別符，對商家，產(chǎn)品和制造商的聯(lián)系和分類信息，和在商家，產(chǎn)品和制造商之間的關系。
·URL(網(wǎng)址)和軟件分類數(shù)據(jù)庫它們對于根據(jù)活動的網(wǎng)頁，窗口和過程分析觀察者的行為特別重要。
·規(guī)則和策略規(guī)則和策略被模型化和選擇選擇引擎用于更新用戶模型和測量及選擇內(nèi)容。
·內(nèi)容描述數(shù)據(jù)庫這里數(shù)據(jù)庫的元素包括對實際內(nèi)容的參照和相關性準則以及為計算貼切程度和與業(yè)務策略一致性所需的中間數(shù)據(jù)。
·統(tǒng)計，算帳和管理數(shù)據(jù)庫這些數(shù)據(jù)庫跟蹤觀察者的數(shù)目以及為付帳和確定TIC內(nèi)容選擇的整體有效性所需的其他統(tǒng)計。
H．用于選擇的信息1．描述和數(shù)據(jù)的老化/進化趨勢預測一個消費者的描述隨時間變化。通常，這些變化是進化，在某些情況甚至可以預測。一般，屬性以不同的速度變化，而且通常變化速率本身取決于當前的描述。因此，例如對年青人的描述比年長人的描述變化更快。某些變化是可以預計的。懷孕或者終止，或者導致一個新生兒。在某些情況，變化的形態(tài)可以預計，但精確的定時卻不能(如，在某一點，幾乎每個青少年變成特定關心他或她的出現(xiàn)，雖然發(fā)生時個人的年齡可以變化)。在這些情況，某些特定的指示，如購買粉刺藥，可以用于發(fā)現(xiàn)發(fā)生了轉(zhuǎn)變。通常，特定類型的變化可以用消費描述的變化(如從婦產(chǎn)商店購買)來識別。捕捉TIC使用的時間依賴性的一種方法是在變化的時間周期計算和維持描述，并跟蹤這些描述的差別，即描述的變化。因此，選擇準則和被計算的屬性可以是根據(jù)可指定時間周期的行為和行為的變化。
2．選擇數(shù)據(jù)由TIC用于選擇的信息有四個基本部分1．個人信息和在線行為；2．交易信息和綜合；3．有關消費者圖形心理學和統(tǒng)計屬性的猜測和引起消費者描述的間斷性和可能是根本性改變的重要事件的預測。生育、結(jié)婚、離婚、購房和類似的變遷是重要的，因為它們導致對描述的根本性改變并導致在變遷階段十分不同的行為。
4．關于當前觀察者的圖形心理學和統(tǒng)計屬性的猜測。
前兩部分包含純粹的經(jīng)驗數(shù)據(jù)，它們或者借助于直接觀察在線行為，或者借助于可靠報告的解釋而獲得的。第三部分是理論上的；它表示一個有關消費者特征行為及生活方式和基于前二部分中的信息的潛在的變化的推測。第四個也是主要基于在線行為的推測，并用于將單獨的觀察者從作為整體的消費單位區(qū)分開來。
3．個人信息和在線行為如名字和社會保險號那樣的個人信息從由用戶填寫的在線格式中或從在線帳單的解釋中抽取并積累。個人數(shù)據(jù)的主要用途是預填在線格式，并作為如年齡，婚姻狀況，小孩的數(shù)目和年齡的統(tǒng)計信息的來源。
在線的行為包括如哪些應用軟件駐留在用戶機器上，當前活動是那個應用程序，喜好的網(wǎng)站，訪問的最近狀況(recency)和頻率，以及TIC的互相作用，包括顯示什么內(nèi)容，何時、什么內(nèi)容引出從用戶來的在線響應。在線行為的來源包括日志和由瀏覽器維持的歷史文件的解釋和在支持TIC的單據(jù)中行為的直接記錄。
4．交易歷史和綜合交易歷史由解釋在線報告獲得。一個“報告范例”意味著一個特定供應商描述特定一組交易的單據(jù)，如對說明發(fā)生在一特定時間周期內(nèi)的交易的特定帳單的信用卡報告。一個“報告”意味著從一給定的供應商來的報告范例(如從Citibank來的信用卡報告)的格式。一個給定報告的所有報告范例最好具有共同的格式，即能被同一個分析器分析。(例如，若一個信用卡公司根據(jù)信用卡的類別具有多個信用卡報告格式，則每一個被考慮成一個不同的報告)。一個“報告類型”意味一類具有共同解釋的報告，如信用卡報告。
對每個報告類型，TIC將其聯(lián)系到一個數(shù)據(jù)庫概要(schema)和綜合數(shù)據(jù)。綜合數(shù)據(jù)包括對最近狀況及頻率的統(tǒng)計和對單個產(chǎn)品和銷售商以及對各類產(chǎn)品和銷售商的累計總量。對一給定的報告類型的所有報告范例被到一共同的概要并被綜合。因此，所有信用卡報告將被成同一數(shù)據(jù)庫概要而無關于來源。例如對信用卡的概要應包括對會計帳目、售出日期、銷售量、商家識別符、委托號及地點的字段。
5．消費者和觀察者描述消費者和觀察者模型作為對各部分屬性的權向量表示，而消費者描述取決于所有的觀察和交易報告。對于當前的觀察者，該觀察者的描述只從應用到當前觀察者的觀察與報告被計算。觀察者可得到的描述信息的范圍取決客戶的環(huán)境。至少，它包括TIC當前會話期中的活動。如果可以得到URL(網(wǎng)址)歷史報告，它就被TIC解釋，因為它對于區(qū)分當前觀察本身的特定興趣與作為消費單位的成員觀察者的興趣是有用的。
I．內(nèi)容如何被選擇1．選擇準則一個內(nèi)容敘述數(shù)據(jù)庫的每個元素包含一個內(nèi)容說明符合一個選擇規(guī)則。該選擇規(guī)則的目的是確定，被指定的內(nèi)容是否將對一個給定的消費者有興趣。一個選擇規(guī)則表示為一個查詢表達式，后者針對TIC消費者數(shù)據(jù)庫進行計算。有兩個基本類型的選擇準則，它們可以使用邏輯連接符(非、與、或)聯(lián)絡形成一個給定的規(guī)則。
2．基于模型的試驗一個吸引力向量與一個閾值參數(shù)一起確定了基于模型的試驗。基于模型的試驗可以對作為整體的消費者單位指定，或針對單獨觀察者指定。吸引力向量針對指定的用戶模型試驗。閾值參數(shù)用于改變試驗的敏感度。
3．直接的數(shù)據(jù)庫查詢這些是針對交易歷史和綜合的任意數(shù)據(jù)庫查詢。例如，“此消費者已經(jīng)是我的顧客嗎？”“該消費者是競爭者X的消費者嗎？”“在過去一年內(nèi)該消費者已在消費電子產(chǎn)品上花費至少一千美元嗎？”。
4．選擇策略選擇策略用于確定一特定內(nèi)容片斷對一給定的消費者或觀察者的適合性，并與之相聯(lián)系。另一方面，選擇策略與內(nèi)容的潛在場合有關。策略典型地由這些場合的擁有者確定，并用于限止一組對那樣場合考慮的后選內(nèi)容，而且用于在多個后選內(nèi)容適合時選擇使用哪個后選內(nèi)容。例如，對美洲銀行(BANK of Americe)信用卡帳單上出現(xiàn)在表目“Circuit City”中的內(nèi)容可以服從由美洲銀行確定的策略，該銀行擁有具有該表目的網(wǎng)頁Circuit City，并擁有TIC操作員的一般策略。選擇準則測試消費者的適用性的地方選擇策略測試內(nèi)容的適用性，在這意義上選擇策略在本質(zhì)上相似于選擇準則。
J．在萬維網(wǎng)上實現(xiàn)TIC的體系結(jié)構1．概貌前面已提到，TIC特別好地適合于作為萬維網(wǎng)的應用程序。觀察者通過如Netscape公司的Communicator或微軟公司的Internet Explorer那樣的因特網(wǎng)瀏覽器查閱內(nèi)容。在此情況下，通過HTTP訪問報告數(shù)據(jù)，并被表示成XML標注的文本。在報告中，使用XML標記規(guī)定報告的類型，報告的來源和報告的格式。
帶著TIC可選內(nèi)容選項的網(wǎng)頁表示為XML標注的HTML文本。專門為XML標記注明帶著選擇約束和顯示準則的可選的內(nèi)容。TIC促成了這些網(wǎng)頁的顯示。TIC可以是config.d作為插件，如Shockware或作為Java applet。支持TIC的網(wǎng)頁在通過瀏覽器顯示以前由TIC進行預處理。規(guī)定格式和可解釋報告數(shù)據(jù)的解釋的XML標記由TIC計算，該報告數(shù)據(jù)被解釋，可選內(nèi)容標記的數(shù)據(jù)被計算以通過TICURL產(chǎn)生一個對實際內(nèi)容的參照，而且那個參照來替代可選內(nèi)容的說明。TIC特定的標記制成條狀，形成的網(wǎng)頁傳到瀏覽器用于顯示。替代可選擇內(nèi)容的TIC URL被報到TIC帳目服務器。
2．客戶機端部分參照圖6，顯示了一個TIC客戶端部分600和服務器端的較佳實施例，其中Windows NT作為客戶端操作系統(tǒng)，Netscape 4.0作為客戶機端瀏覽器X。在此實施例中，TIC用Java編寫。對其他的客戶操作系統(tǒng)和網(wǎng)絡瀏覽器，可以構造類似的實施方案。
a)安全客戶數(shù)據(jù)庫TIC客戶機端600的核心是一個安全數(shù)據(jù)庫J。包括交易數(shù)據(jù)、中間數(shù)據(jù)、模型數(shù)據(jù)。日程表數(shù)據(jù)、策略、管理信息、TIC服務器604的定位等任何類型的所有消費者特定的永久性數(shù)據(jù)駐留在數(shù)據(jù)庫且僅能通過數(shù)據(jù)庫接口訪問。訪問數(shù)據(jù)庫是通過Java。只有TIC軟件能訪問數(shù)據(jù)庫訪問程序，而且盤上的數(shù)據(jù)格式在客戶機(即消費者計算機)的控制下用一個專用密鑰加密。圖6示出了駐留在本地客戶/消費者計算機的客戶數(shù)據(jù)庫，這是一較佳實施例。但是在另外的實施例中，客戶數(shù)據(jù)庫物理上駐留在其他設備上，只是邏輯上被消費者計算機控制，所以數(shù)據(jù)庫的訪問仍然完全在消費者控制下。
除了維護客戶指定的數(shù)據(jù)以外，客戶數(shù)據(jù)庫J用作對TIC服務器數(shù)據(jù)庫604的緩存。因此，所有查詢，即使對如有關商家或產(chǎn)品那樣數(shù)據(jù)的一般信息的查詢首先在客戶數(shù)據(jù)庫J中計算。如果本地沒有可用的數(shù)據(jù)，而且沒有標志說明全局信息不可得到，則在TIC服務器604計算該數(shù)據(jù)的遠程查詢。如果未返回信息，指示該信息不能得到的標志與時標一起儲存。如果請求的數(shù)據(jù)可以得到，它返回給客戶并儲存在客戶數(shù)據(jù)庫J。
d)系統(tǒng)維護服務在較佳實施方案中，交易報告的下載和解釋，為了軟件維護以及其他數(shù)據(jù)請求與TIC服務器的通信由作為后臺過程運行的一個系統(tǒng)維護服務L處理。此服務L的活動由在TIC日程表調(diào)度的事件驅(qū)動，TIC日程表是在客戶服務器J中的<activity,time>對表，它們被調(diào)度程序M使用來在適當時間初始化該活動。版本信息和協(xié)議和訪問消費者交易報告所必須的信息與事件日程表一起存入客戶數(shù)據(jù)庫J中。在完成被調(diào)度的活動以前，服務L查詢客戶數(shù)據(jù)庫J以確定系統(tǒng)庫是否已被更新。如果是，重新加載相應的庫。
a)調(diào)度程序調(diào)度程序M是負責觸發(fā)維護服務和對預定報告的報告解釋的軟件服務。
b)預定服務對正規(guī)維護服務更新和報告下載的請求通過預定服務K處理，后者又更新系統(tǒng)事件日程表。
TIC接口和HTML/XML分析器從瀏覽器X訪問TIC是通過由JavaScript和Java Applets的接口H。因為TIC需要訪問本地的永久性存儲且需要與TIC數(shù)據(jù)庫通信的網(wǎng)絡訪問，Java applets以可信的模型運行，所有使用TIC的部分均被驗證為有權的。
如在1．概貌節(jié)中所述，用于解釋和啟示的字段使用借助XML分析器分析的XML(擴展的標記語言)標記。網(wǎng)上單據(jù)的解釋和啟示的第一步是將其分析成表結(jié)構、這是分析器的作用。此后，該網(wǎng)頁的所有處理在此表結(jié)構上完成。
e)報告解釋器報告解釋器I在分析好的報告上操作。它首先取出識別該報告的XMK標記部分。然后解釋器I查詢客戶數(shù)據(jù)庫J有關該報告的類型和格式。格式表示成一個對象，它包括將該報告的表結(jié)構形式分析成邏輯記錄流的方法。此報告類型包括解釋每個邏輯記錄的方法。此方法應用于記錄流。
f)網(wǎng)頁啟示器網(wǎng)頁啟示器N在一個分析好的網(wǎng)頁上操作。它產(chǎn)生一個啟示格式的表，即帶有規(guī)定TIC啟示的XML標記的格式的表。然后，它將該表傳送給選擇引擎(后者在網(wǎng)頁啟示器N之中)，選擇實際的內(nèi)容(可能是空內(nèi)容)來替代每個啟示格式。形成的結(jié)構然后借助于HTML Printer轉(zhuǎn)回成文本并使用Java Script流到瀏覽窗口用于顯示。
4．服務器端數(shù)據(jù)服務器TIC的服務器端部分主要是被動的數(shù)據(jù)提供器，并由TIC操作員或第三方管理。
a)TIC數(shù)據(jù)服務器TIC數(shù)據(jù)服務器604的主要目的是作為存放軟件和如產(chǎn)品描述及推銷商接觸信息那樣與報告的從屬內(nèi)容相關的領域指定數(shù)據(jù)的倉庫。它們表示為標準的關系數(shù)據(jù)庫，帶有用于提供，查詢和修改它們本身的標準的基于網(wǎng)絡的接口。特別地，有四類服務器由TIC操作員管理。
1)記帳服務器記帳服務器A的功能是跟蹤為付帳目的使用的啟示。當有條件的啟示被URL服務器D選擇用于送達客戶600而且當所選的啟示被客戶600選中時，記帳服務器A被更新。
2)領域知識服務器領域知識服務器B包含涉及報告元素的領域特定的數(shù)據(jù)。例如，在信用卡情況下，此數(shù)據(jù)提供了有關商家的信息，包括地址，電話號碼，URL等。
3)中間數(shù)據(jù)服務器中間數(shù)據(jù)服務器C提供軟件，策略，報告格式，和其他形式的為TIC所需來解釋及啟示單據(jù)的非領域特定數(shù)據(jù)。
4)選擇URL服務器選擇URL服務器D將可選的內(nèi)容選項提供給網(wǎng)頁啟示器N。這些選項包括帶有相關的內(nèi)容信令的查詢。針對客戶數(shù)據(jù)庫J計算此查詢以確定最合適的內(nèi)容信令。當該網(wǎng)頁啟示器N在諸選擇中被選中時，內(nèi)容信令轉(zhuǎn)換到URL，而且記帳服務器A被更新。
5．第三方服務器第三方服務器602可以是任何網(wǎng)站，它提供被TIC用于解釋和啟示的單據(jù)或數(shù)據(jù)。從概念中有三種類型的服務器。但是一個給定的網(wǎng)可以作為一種類型或所有這些類型的服務器使用。事實上，一個的單據(jù)可以既能解釋(即有一個報告格式，它被分析成數(shù)據(jù)字段，用于更新安全客戶數(shù)據(jù)庫)又能啟示(即具有嵌入的TIC標記，它在啟示過程中被替換)。
1)報告服務器一個報告服務器E是被TIC使用的可解釋的報告源，TIC使用報告提交在啟示過程中使用的安全客戶數(shù)據(jù)庫。
2)可啟示的單據(jù)服務器一個可啟示的單據(jù)服務器F提供可啟示的單據(jù)，它是對TIC啟示使能的網(wǎng)頁內(nèi)容。這些單據(jù)包括一個Java序言(preamble)，它調(diào)用TIC客戶端處理和用于可啟示元素的TIC標記。
3)啟示服務器因為啟示作為URL實現(xiàn)，任何網(wǎng)站可以是用于對可啟示的網(wǎng)頁進行啟示操作的服務器G。該網(wǎng)頁啟示器N簡單地替代該適當?shù)腍TML文本。然后因特網(wǎng)瀏覽器X將該內(nèi)容自動地嵌入到顯示的單據(jù)中。
k)示例性解釋和啟示處理過程再次參照圖6，示出了使用上述體系結(jié)構的啟示和啟示操作。在這些過程中，數(shù)據(jù)流在Secure Sockets Lager(安全套節(jié)層)或標準的HTTP上發(fā)生。數(shù)據(jù)/處理流活動1．場景1客戶觀看支持TIC的報告1 報告服務器E發(fā)送一個TIC標記的報告以響應客戶的請求。
2 TIC客戶服務600解釋此報告，并對TIC服務器604發(fā)出請求，請求領域知識，中間數(shù)據(jù)和內(nèi)容選擇查詢表。TIC客戶服務600用相應的信息更新TIC安全客戶數(shù)據(jù)庫J。
3 TIC客戶服務600對于客戶數(shù)據(jù)庫J中的消費者模型計算查詢表，以選擇最相關的選擇并請求被選擇的URL服務器D發(fā)送與該選擇有關的URL。被選擇的URL服務器還記錄該選擇與用于記帳及付帳目的的記帳服務器。
6 TIC客戶服務600將控制給回到瀏覽器X，它借助于分析由TIC客戶服務600放置的URL顯示該網(wǎng)頁。對這些URL的內(nèi)容從啟示服務器G被分析。
2．場景2客戶觀看支持TIC的主頁4 一個可啟示的單據(jù)服務器F發(fā)送一個TIC標記的主頁以響應客戶的請求。
2 TIC客戶服務600解釋此網(wǎng)頁，并向TIC服務器604請求中間數(shù)據(jù)和內(nèi)容選擇查詢表。
3 TIC客戶服務600針對消費者模型計算查詢表以選取最相關的選擇并請求選擇URL服務器D發(fā)送與該選擇有關的URL。被選擇的URL服務器D還與用于記帳與付帳目的的記帳服務器記錄該選擇。
6 TIC客戶服務600將控制送回給瀏覽器X，它借助于分析由TIC客戶服務600放置的URL顯示該網(wǎng)頁。對這些URL的內(nèi)容從啟示服務器G被分析。
3．場景3客戶觀看支持TIC的主頁4 一個可啟示的單據(jù)服務器F從由安全客戶數(shù)據(jù)庫J預填的請求字段發(fā)送一個標記的TIC。在客戶600將格式發(fā)回到服務器F時，TIC客戶服務600解釋該格式并用系統(tǒng)的附加和變化更新該安全客戶數(shù)據(jù)庫J。
4．場景4TIC安全客戶服務請求經(jīng)調(diào)度的報告
5報告服務器E發(fā)送一個TIC標記的報告以響應從客戶600的調(diào)度程序M來的經(jīng)調(diào)度的請求。
2TIC客戶服務600解釋此報告并向TIC服務器604請求領域知識和中間數(shù)據(jù)。TIC服務600用相關信息更新TIC安全客戶數(shù)據(jù)庫J。
L．客戶端過程在瀏覽器中，TIC被從支持TIC網(wǎng)站加載的網(wǎng)頁中的Java Script序言(preamble)激活。圖7說明了當啟示和解釋支持TIC的單據(jù)時發(fā)生在客戶端過程。
1．安裝一個支持TIC網(wǎng)頁在一個客戶計算機上最初到達702．瀏覽器網(wǎng)頁從支持TIC端包含一個JavaScript序言，后者在步驟704測試客戶環(huán)境以確定TIC部分是否已安裝在客戶端，且是最新版本。若TIC尚未安裝，則提供客戶下載及安裝TIC的選項。安裝過程706安裝Java庫，初始化TIC數(shù)據(jù)庫，而且建立，使能并開始TIC后臺服務過程。如果TIC已被安裝但非最新版本，則安裝新的庫，而且一個更新applet run和在數(shù)據(jù)庫中的版本信息被更新。
模型被表示成抽象類Model(模型)的子類。除了具有上述的屬性和方法以外，類Model的對象具有一個安裝方法，它對該模型建立數(shù)據(jù)庫概要，包括儲存帶著相關觸發(fā)器的特征數(shù)值和綜合數(shù)據(jù)。此安裝方法也將Model登錄入數(shù)據(jù)庫使它能被使用。一個模型的安裝涉及對該模型下載該類定義并對該模型運行安裝方法。
2．從瀏覽器調(diào)用TIC來處理網(wǎng)頁在完成任何必要的TIC安裝以后，在支持TIC網(wǎng)頁中的JavaScript序言確定，TIC處理在客戶處是否已被禁止(TIC的禁止典型地在觀察者的請求下做的)。若是，則該網(wǎng)頁在步驟708通過瀏覽器而沒有任何TIC處理。否則該網(wǎng)站被送到頂層程序，它分析該網(wǎng)頁并在步驟712確定是否有任何可解釋及可啟示的內(nèi)容。若有可解釋的內(nèi)容，在步驟714確定，該報告是否已被解釋。若不是，則根據(jù)策略可以在步驟716將其調(diào)度由解釋器處理過程在后面予以解釋，或在步驟718直接解釋。在步驟726如果判斷它具有可啟示的內(nèi)容，在步驟728調(diào)用啟示器；否則在步驟730該網(wǎng)頁送到瀏覽器被顯示。
對于正規(guī)的帶有可解釋數(shù)據(jù)的報告，根據(jù)銷售商的意愿可以運行JavaScript，它向觀察者提供專用于報告的選項，即安排使TIC服務過程自動地下載并在規(guī)定的時間或時間段內(nèi)解釋此報告。
3．解釋一個報告記錄解釋一個報告記錄的任務被該記錄類型的方法處理。每個報告類型具有一相應的概要(schema)，它包括一個或多個帶著觸發(fā)器的交易歷史的表，用于更新綜合數(shù)據(jù)并保持參考的完整性。該解釋方法首先將記錄數(shù)據(jù)插入一個或多個表中，自動引起更新綜合數(shù)據(jù)，當必須保存參照時下載附加的數(shù)據(jù)。然后它循環(huán)通過登記模型的表將更新方法應用到交易中。
4．選擇內(nèi)容選擇引擎的作用是確定在一網(wǎng)頁中對什么可啟示的元素進行啟示，而且在啟示過程中選擇使用什么內(nèi)容。通常，策略將約束在一網(wǎng)頁上啟示的數(shù)目和類型。這些策略借助于約束啟示的密度和總數(shù)的參數(shù)和以針對內(nèi)容數(shù)據(jù)庫(見下面)被執(zhí)行的查詢的形式的規(guī)則來定義。這些規(guī)則對一個給定的網(wǎng)頁和在該網(wǎng)頁中給定的可啟示的元素約束后選的組。策略可以關系到網(wǎng)頁的類型，該網(wǎng)頁的擁有者，和在該網(wǎng)頁中一個給定的可啟示的元素的擁有者。此外，一個特定的網(wǎng)頁可以包含使用XML表示的明確的策略約束。除了約束以外，策略還可以規(guī)定用于尋找和挑選滿意的啟示集并對給定的元素挑選特定的啟示的方針和探索。為給出一個可啟示的元素，影響挑選的因素可以包括根據(jù)一個或多個活動的消費者模型內(nèi)容的吸引力，頻率約束或?qū)?nèi)容的一個給定挑選的需求，TIC的銷售商偏愛，該網(wǎng)頁的擁有者，和給定元素的擁有者。類似對內(nèi)容的約束，有關挑選方針的策略能隱含地借助于類型和擁有者規(guī)定，而且使用XML在該網(wǎng)頁中明確表示。
M．層次模型參照圖8，顯示了一個按照本發(fā)明的系統(tǒng)的一個實施例。系統(tǒng)800包括一個計算機設備802，帶有本機內(nèi)存，計算能力，永久存儲，顯示，和一個網(wǎng)絡連接(如帶有連到因特網(wǎng)服務提供者的調(diào)制解調(diào)器的個人計算機或連到電纜源頭的智能電視機頂盒)。計算設備802具有到數(shù)據(jù)庫804(它在邏輯上是計算設備的一部分，但它能駐留在設備之外，象在一個網(wǎng)站維持的一個遠程服務器計算機上)的訪問，它包括從一個結(jié)構單據(jù)的解釋806的過程提出的事實。通過使用映射子系統(tǒng)810，這些事實用于建立個屬性向量808。每個新加入到數(shù)據(jù)庫804的事實被提交到映射子系統(tǒng)810，后者使用從中間數(shù)據(jù)服務器(圖7)得到的知識更新該屬性向量的數(shù)值字段。中間數(shù)據(jù)被高速緩存在本地數(shù)據(jù)庫804中為映射子系統(tǒng)810所用。
屬性向量810的元素表示了如消費者屬性，興趣，偏愛或統(tǒng)計。數(shù)據(jù)元素最好是歸一化按比例的數(shù)值，雖然實際值，布爾值或定量數(shù)值也可以使用。例如，按比例的數(shù)據(jù)既可是數(shù)值的，如相對收入(如歸一化為0到1,0是非常窮，1是很富)，也可是定量的，如“網(wǎng)球方面的興趣”(如0是沒有興趣，1是網(wǎng)球迷)。選擇哪個屬性編碼入屬性向量是取決于系統(tǒng)設計者的判斷，且能反映消費者興趣、偏愛、統(tǒng)計等有用的分類或?qū)傩浴?br> 屬性向量810的元素能在直接存取，或能以各種方式集合和抽取，這將在下作簡短的詳述。一個有用的抽取是布爾抽象812，它檢查該屬性向量810的元素并對它們建立邏輯表達式。例如，如果對消費者C的屬性向量包括一個元素Xi，它表示消費者C懷孕的可信度，則布爾抽象可以包含一個規(guī)則，它將查詢懷孕嗎 (C)(返回真或假)映射到閾不等式Xi＞75，此不等式能在對一特定消費者的模型屬性向量808中校核。
建立屬性向量的目的是允許對啟示的后選對象進行計算，并按照它們與該消費者的相關性排序。一個啟示包括內(nèi)容加上一個查詢，后者可以是布爾的或是該屬性向量的元素的函數(shù)。一組未排序的啟示814提供給系統(tǒng)802，而且形成一組可選擇的內(nèi)容對象，能用于啟示單據(jù)的部分。與以電子方式提供到消費者計算機802的結(jié)構單據(jù)或它的部分相結(jié)合，未排序的啟示814被收到。即使對單個單據(jù)，未排序的啟示814可以從一個或多個內(nèi)容提供者那里收到。例如，若該結(jié)構單據(jù)是一個信用卡帳單，在每個帳單行中的商家識別符可以負責發(fā)送一系列只加到其一行的啟示。當一個帳單在一顯示設備顯示時，每個內(nèi)容提供者一般只有有限的顯示面積提供啟示。
然后，啟示排序器816使用從三個數(shù)據(jù)源來的數(shù)據(jù)(直接從數(shù)據(jù)庫814，屬性向量808和布’爾抽象器812)做二件事。首先，它選擇一組啟示，它們既與數(shù)據(jù)庫804中有關消費者的事實又與消費者的屬性向量很好地匹配。第二，啟示排序器816以根據(jù)從三數(shù)據(jù)源計算的匹配分數(shù)確定的次序?qū)λx的啟示進行排序。該排序啟示818隨后提供給啟示顯示子系統(tǒng)820，用于展示給該消費者。
N．屬性向量本發(fā)明包括一新穎的方法，用于排序和使用從消費者的交易行為導出有關單獨消費的信息。解釋活動導致一系列存入一數(shù)據(jù)庫的事實。這些事實是非常特定的，例如，一個消費者于1999年元月4日在薩克拉門托的Hertz Car Rental花費了$136.78。在某些情況，一個廣告員(如一個競爭的汽車公司)希望選擇一個從Hertz租車的人。那樣在查詢在標準數(shù)據(jù)庫中是容易做的，如使用SQL命令。
但是，在其他情況，一個廣告者希望選擇一個頻繁租車的人。在此情況，具有表示租車習慣的模型屬性向量的一個元素是很有益的。那樣的元素應有能力在一系列不同的交易中累加汽車租賃數(shù)據(jù)。也有可能允許屬性的強度隨時間衰減，使得若個消費者有一段時間未租車，此屬性變得不明顯了。
1．層次模型使用屬性向量圖9畫出了包括一組層次向量902,904的屬性向量?；鶎酉蛄?02表示包括一系列基層屬性的向量X，具有標量值X1,X2,X3……Xn。每個標量值表示不同的消費者屬性。例如，X1可以標記對橄欖球的興趣，X2對棒球的興趣，X3對排球的興趣等。雖然，根據(jù)描述中的列舉，可以有許多個標量。它們可以分組成抽象的集合，每個由集成的屬性值表示。例如，考慮層次向量904，它是一個包括標量，a1,a2,a3,……an的向量數(shù)a。在此向量904的集成屬性與選擇的多個基層屬性相關。這里，標量a1是表示在體育中的興趣的集成屬性。此值是向量902中數(shù)據(jù)的提煉。在一個實施例中，a1是向902的元素x1到x6的適當加權和歸一化的和；類似地，a2是x7到x9的加權歸一化的和，表示標量x7…x9代表的屬性的提煉。元素a3與向量902的元素x10相同。
當需要進一步提煉時提煉的過程可以重復。一個層的向量被用作另一個層的向量的基層向量時。例如，向量906具有一個集成屬性b1，它與選擇的向量904的集成屬性a1和a2組合有聯(lián)系。具有從那些屬性導出的值。以這樣的方式，可以建立消費者興趣的分級表示。在一個向量中“體育興趣”一般被集成的屬性是從較低級對橄欖球、棒球、籃球、網(wǎng)球、排球等的屬性導出。普通“烹調(diào)興趣”類似他從“烹調(diào)”和“去餐館”屬性導出，后者進一步從特定餐館類型屬性，如中國、泰國、意大利等導出。
數(shù)據(jù)的布爾抽象也是可能的。例如，在布爾抽象器812中的函數(shù)的一個例子計算閾值函數(shù)[(x2＞.4)&(x7＞.7)]，其中x2和x7從適當?shù)南蛄亢鸵粋€屬性向量808的元素(基本的或集成)取得。如果x2表示對橄欖球的興趣，x7是在舊金山的興趣，則閾值函數(shù)對消費者C可以表示為布爾查詢“49’er的球迷 (c)”，因而允許一個內(nèi)容提供者精心設計對他們有條件的內(nèi)容的與舊金山49’er有關的選擇的布爾查詢。類似地，也能對“頻繁的租車？和懷孕？”建立閾值測試，等等。這些函數(shù)僅僅是示例性的；本發(fā)明允許任何類型的布爾函數(shù)在一個屬性向量的元素上實現(xiàn)，并動態(tài)地傳到布爾抽象器812來執(zhí)行。
2．啟示選擇過程圖10畫出將一個啟示匹配在數(shù)據(jù)庫804中的屬性向理和數(shù)據(jù)的處理流程。如上所述，數(shù)據(jù)庫804包括從消費者交易及從中間數(shù)據(jù)庫取出后高速緩存的有關中間數(shù)據(jù)導出的事實。映射子系統(tǒng)810更新屬性向量808的字段，而布爾抽象器812提供附加的布爾函數(shù)，能用于將與接收到的有條件內(nèi)容有關的向量與消費者的屬性向量匹配。
啟示排序器816借助于測量數(shù)據(jù)源804,808和812中的每一個并使用匹配子系統(tǒng)1018對每個啟示計算匹配分來選擇和排序一組啟示。匹配分高于與每個啟示相關的閾值的啟示被選中；被選中的啟示根據(jù)匹配分排序，形成排序的啟示表。
應該注意到，所有前述啟示和產(chǎn)生匹配分的測試均在消費者計算機的控制下，因此啟示的提供者沒有訪問任何有關包括在數(shù)據(jù)庫804中的消費者的高度敏感和秘密的信息。
為了更詳細地描述啟示匹配過程，描述一個啟示的各部分是有用的。啟示1030包括三個主要部分內(nèi)容1032，若該啟示被選中用于顯示它將被使用；布爾查詢1034，它提供數(shù)據(jù)庫804中的事實或從布爾抽象器抽象的數(shù)據(jù)的匹配；以及模型數(shù)據(jù)1036，它進一步包括選擇的向量1018和關聯(lián)性向量1040。
內(nèi)容1030可以是任何類型的可顯示內(nèi)容。包括文本，超媒體，圖像，動畫，聲頻，視頻等。
結(jié)果，啟示排序器816包括一個布爾匹配1016和量度匹配1018。布爾匹配1016計算布爾查詢1034，它用于選擇所有那些啟示，它們滿足有關在數(shù)據(jù)庫804的事實或由布爾抽象器812從屬性向量808提取的數(shù)據(jù)的查詢約束。
因此，從該組啟示中所有布爾查詢的計算為TRUE(真)的啟示被選擇。此結(jié)果的意義在于那樣的啟示確實匹配事實或消費者(他的計算機潛在地被選擇用于顯示)的交易、興趣、偏愛或統(tǒng)計的數(shù)據(jù)描述。
每個布爾查詢可以賦以“優(yōu)先級”，它用于排序一組只使用布爾而不使用模型查詢的啟示。優(yōu)先級一般由提供該啟示的內(nèi)容提供賦予。那些優(yōu)先級較高的啟示在排序的啟示表中出現(xiàn)較早。如果從屬性向量來的數(shù)據(jù)未被用于匹配過程，賦于該查詢的優(yōu)選度就是由匹配子系統(tǒng)產(chǎn)生的匹配分值。
雖然單是布爾查詢可用于選擇和排序啟示，最好是應用該消費者模型的模型數(shù)據(jù)對啟示作更精細的選擇。通過將一個目標向量1038與每個啟示相聯(lián)系就能達到這點。目標向量1038然后借助于量度匹配1018進行比較，產(chǎn)生一個作為該消費者的屬性向量808和一個啟示的目標向量1038之間的距離(在多維屬性空間中)的函數(shù)的匹配分。在一個實施例中，此匹配分是兩個向量之間的量度距離；在另外的實施例中它可以是兩個向量之間的角度測量(從多維空間的原點測量)和兩個向量長度測量的結(jié)合。
由量度匹配1018使用的屬性向量808和目標向量1038可以是屬性(如圖9中的向量902)的全向量或該全向量(如向量904或906)的任何抽取。但是，一個內(nèi)容提供者可以只對選定數(shù)量的目標向量1038及消費者的屬性向量808的分數(shù)感興趣。因此，在一個實施例中啟示也包括相關性向量1040，指出目標向量1038的哪些元素是重要的。如果一個相關性向量1040的元素置成0，由該元素代表的屬性對匹配不重要；如果置成1，它是十分重要。相關性向量可以在0和1之間變化，指出該屬性具有任何重要水平。
最終的匹配分由量度匹配1018作為從布爾查詢導出的優(yōu)先級和從目標向量1038到消費者屬性向量808之間的距離的結(jié)合(如加權和或乘積)來計算。
進行的歸一化，如果匹配是完美的，所選的測量距離將具有匹配分為1，當匹配變得很差，將近似于0，因此，模型分和帶有優(yōu)先級的布爾查詢能夠協(xié)調(diào)，而且以能夠產(chǎn)生有用結(jié)果的方式排序。
3．更新一個消費者模型本節(jié)敘述更新在消費者模型中的屬性向量808的部分元素的一個實施例。更新是由映射子系統(tǒng)810管理的。
在屬性向量808中的每個元素表示消費者的偏愛，興趣，圖形心理學，統(tǒng)計等方面，或表示對特定專題，類別等感興趣的概率。這些屬性作為對交易與每個屬性的相關性的測量的函數(shù)被更新。
可以使用相關性的一系列不同的測量來更新屬性向量。在一個實施例中，一個交易的相關性的測量是在給定的(以選擇的屬性表示的)消費者偏愛發(fā)生該交易的條件概率。這里可以用Bayesian分析來進行更新。
設P(x｜d)記作給定數(shù)據(jù)d時(如特定事件發(fā)生)x的概率。高P(d｜x)記作知道先驗概率x時數(shù)據(jù)(事件發(fā)生)的概率。設～x記作x的否定。并設P(d)是數(shù)據(jù)的先驗概率。
這些屬性作為對交易與每個屬性的相關性的測量的函數(shù)被更新。
可以使用相關性的一系列不同的測量來更新屬性向量。在一實施例中，一個交易的相關性的測量是在給定的(以選擇的屬性表示的)消費者偏愛發(fā)生該交易的條件概率。這里可以用Bayesian分析來進行更新。
設P(x｜d)記作給定數(shù)據(jù)d時(如特定事件發(fā)生)x的概率。設P(d｜x)記作知道先驗概率x時數(shù)據(jù)(事件發(fā)生)的概率。設～x記作x的否定。并設P(d)是數(shù)據(jù)的先驗概率。
Bayes的定理是P(x｜d)=(d｜x)·P(x)/P(d)但是在P(d)=P(d｜x)P(x)+P(d｜～x)(1-P(x)))的情況，即數(shù)據(jù)的概率是在x或～x情況的條件概率，我們得到P(x｜d)=P(d｜x)P(x)/[P(d｜x)P(x)+P(d｜～x)(1-P(x)))]例子中使用實際內(nèi)容于變量使其容易理解。概率數(shù)值示于圖11的表1102中。考慮x指示烹調(diào)的興趣，以及有興趣的數(shù)據(jù)是發(fā)生在面向烹調(diào)商店Williams-Sonoma中的交易，于是·P(x)=“對烹調(diào)的興趣的程度(或概率)”·先驗值=.001·作圖11的表1102中1110列的最頂上的值顯示·～x=非x=“在烹調(diào)方面不感興趣”·計算的值=0.999·d=“在Williams-Sonoma公司發(fā)生的交易”·此事件用映射子系統(tǒng)810觸發(fā)應用Bayesian分析。
·P(d｜x)=“給定在烹調(diào)上的興趣在Williams-Sonoma發(fā)生交易的概率”·基于現(xiàn)有數(shù)據(jù)的統(tǒng)計回歸分析賦0.1的值·P(d｜～x)=“給定在烹調(diào)上的無興趣在Williams-Sonoma交易的概率”·基于現(xiàn)有數(shù)據(jù)的統(tǒng)計回歸分析賦0.02的值·顯示在圖11的表1102中的列1106·P(x｜d)=“給定在Williams-Sonoma發(fā)生的交易在烹調(diào)方面感興趣的程度(或概率)”·數(shù)值被計算且用作P(x)的新的值·在圖11的表1102中列1110的連續(xù)的行中數(shù)值被更新下面的程序段(用Java編程語言編寫)說明一個借助于映射子系統(tǒng)810作Bayesian更新的實施例。在一個屬性向量中的每個屬性是類原性的一個范例。此類作為對屬性的更新函數(shù)定義如下
<pre listing-type="program-listing"><![CDATA[public class Attribute(//an attribute has a value.It//also has a name by which it can be referenced.private double value；private String name；public boolean update(Transaction txn)( //update the value of the attribute according to //the Bayesian method.Return true if the value was updated, //or false if the value is not updated. //First fetch P(d｜x) and P(d｜-x) from the database(804) //using the fetch method of the Transaction object.This will//go out over the net to get the metadata from a metadata server //if it is not cached double pdx,pdnx； try{ pdx=txn.fetch("pdx",self)； pdnx=txn.fetch("pdnx",self)； //If there is no probability data,the transaction is //not relevant to this attribute and no updating is done)catch (NoProbabilityDataException e){return false；} //otherwise apply Bayes'updating value=(pdx*value)/(pdx*value+pdnx*(1-value))； return true； }}]]></pre>屬性向量類包括一個屬性組。此程序段說明一個對所有報告中的交易如何更新屬性向量的例子
<pre listing-type="program-listing"><![CDATA[public class AttributeVector{ //an array of attributes private Attribute attributeArray[]； public void updateAttVector(Report report)(//the funotion txnList returns all transactions on the reportList txnList=report.txnList()；List txns；Attribute att；//here we loop over each element in the attribute vectorfor(int i=0；i＜attributeArray.length；i++)( att=attributeArray[i]； //now, for each txn in the list,we attempt to update. while(txns){ Transaction txn=(Transaction)head(txns)； txns=tail(txns)； att.update(txn)； }} } }]]></pre>圖11a和11b顯示了示例性的借助于映射子系統(tǒng)810的Bayesian更新的結(jié)果，其條件概率被用于建立一個屬性的信任度。在圖11a中表1102示出P(x)的初始值為0.001(如在由1102列中交易號為0指定的行中指出)，說明在烹調(diào)方面沒有很大興趣。在四次交易以后，在列1110中的P(x)值上升到0.385，說明有適度的興趣。在八次交易以后，P(x)達到0.997，說明對涉及烹調(diào)的活動有強烈的偏愛。
如列104和1106所示，P(d｜x)對P(d1～x)的比確定了興趣的確信度隨發(fā)生的每筆交易增加的速度。
圖11b說明了在表1112中涉及租車的第二個例子，其中在列1114和1116中P(d｜x)對P(d｜～x)的比率較大，興趣的其實的確信度(在列1120中的P(x))的收斂是比較快。
興趣的確信度改變的速度可以用興趣速度來表征。對任何特定偏愛、屬性等的興趣的高速度可被用于推斷消費者興趣的變化，進而推斷有關該消費者的事實或環(huán)境的變化，如結(jié)婚，有孩子，購車，購房等。
雖然Bayesin更新允許新的信息進入系統(tǒng)，但在等式中沒有時間因素。時間是重要的，因為很久以前發(fā)生的交易在確定當時的偏愛相關性不大。因此，本發(fā)明在交易數(shù)據(jù)的生命周期引入“衰減”，它減少較早的交易對屬性得量808影響。
較早交易對屬性向量808影響的衰減可以借助于使用在給定時間段內(nèi)無交易的條件概率更新屬性向量808而達到。這就有在其他交易不發(fā)生時引入“非交易”的效果，以及上此更新屬性向量909的效果。
圖12a和12b說明此項技術。除了引入兩個新的數(shù)值以外所有的概率值與圖11a和11b中相同·P(n｜x)=“給定烹調(diào)方面的興趣，無有關烹調(diào)交易的概率”。
·根據(jù)現(xiàn)有數(shù)據(jù)的統(tǒng)計回歸賦0.9的值·顯示在圖12a的表1202的1204列中·P(n｜～x)=“給定在烹調(diào)方面無興趣，無有關烹調(diào)交易的概率”·根據(jù)現(xiàn)有數(shù)據(jù)的統(tǒng)計回歸賦0.98的值·顯示在圖12a的表1202的1206列中注意圖12a的表1202，示出在周期1和另一周期2的Williams-Sonoma交易，這些周期在1212列中顯示。如在圖11a的非衰減例子中，兩個交易產(chǎn)生同樣的概率(示于1214列)，即在同期1是0.005，在周期2是0.024。但是在同期3沒有Williams-Sonoma交易且無另外的與烹調(diào)有關的交易。因此，涉及在1204和1206列中分別示出的P(n｜x)和P(n｜～x)的非交易被應用，且用對此非交易的適當?shù)母怕试诖酥芷趦?nèi)屬性向量808被更新。此非交易具有減少對在烹調(diào)方面興趣的概率估計。
隨著在周期4中另外的Williams-Sonoma交易興趣再次提升，且在周期5也如此。但周期6和周期7又導致對烹調(diào)興趣的概率的下降，而周期8(具有Williams-Sonoma交易)又次導致概率增加。
根據(jù)使用Bayesian更新來更新整個屬性向量有的關程序段(包括使用“非交易實現(xiàn)衰減)，如下面所示。注意，方法updateAttVecfor已被更換，以便作為自量接受Period和Reporf
<pre listing-type="program-listing"><![CDATA[public class AttributeVector{ //an arrey of attributes private Attribute attributeArray[]； public void updateAttVector(Report report,Period period){//the method txnList returns all transactions on the report//that occur within the specified period List txnList=report.txnList(period)； List txns； Attribute att； boolean updateApplied； //here we loop over each element in the attribute vector for(int i=0；i＜attributeArray.length；i++){ att=attributeArray[i]； //now,for each txn in the list,we attempt to update. //If we do update,we note //that a transaction update has been applied updateApplied=false； while(txns){Transaction txn=(Transaction)head(txns)；txns=tail(txns)；//update and change updateApplied to be true if there//really was an update.updateApplied=att.update(txn)｜｜ updateApplied； }//if no updates were done,then we apply the //non-transaction to decay the probability value if(!updateApplied)( att.nonTransaction()； } } }]]></pre>類Attribute也具有新的方法應用非交易。這在下面的修改的程序段中示出<pre listing-type="program-listing"><![CDATA[ public class Attribute.{ //an attribute has a value.It //also has a name by which it can be referenced. private double value；private String name；public boolean update(Transaction txn){ //update the value of the attribute accorrding to //the Bayesian method. Return true if the value was updated, //or false if the value is not updated. //First fetch P(d｜x)and P(d｜-x) from the database(804) //using the fetch method of the Transaction object.This will //go out over the net to get the metadata from a metadata server //if it is hot cached double pdx, pdnx； try( pdx=txn.fatch("pdx",self)； pdnx=txn.fetch("pdnx",self)； //If there is no probability data,the transaction is //not relevant to this attribute and no updating is done )catch(NoProbabilityDataException e)(return false；) //otherwise apply Bayes'updating value=(pdx*value)/(pdx*value+pdnx*(1-value))； return true；} public void nonTransaction () ( //update the value of the attribute according to //the Bayesian method,using the non-transaction metadata. //This will go out over the net to get the metadata from a //metadata server if it is not cached//fetch index "pntx" is the probability of a non-transaction //given x； // "pntnx" is the probability of a non-transaction given not x double pntx,pntnx； try{ pntx=att.fetch("pntx",self)； pntnx=att.fetch("pntnx",self)； //If there is no probability data,the transaction is //not relevant to this attribute and no updating is done }catch(NoprobabilityDataException e){return；}//otherwise apply Bayes'updating value=(pntx*value)/(pntx*value+pntnx*(1-value))； }}]]></pre>圖12b中的表1220示出，值P(n｜x)對P(n｜～x)的比率(列1222和1224)控制可信度衰減的速率。這些值從現(xiàn)有數(shù)據(jù)組的統(tǒng)計回歸確定。
值P(d｜x)和P(d｜～x)是與屬性向量808的屬性和交易的擁有者的組合相聯(lián)系的中間數(shù)據(jù)，而值P(n｜x)對P(n｜～x)是與屬性向量的每個組相聯(lián)系。一個交易的擁有者是一個實體(在數(shù)據(jù)庫804中交易與它相聯(lián)系)，如對一個金融交易的商家，或?qū)σ粋€URL歷史表的網(wǎng)站。先驗的概率可以由大量盲目數(shù)據(jù)的統(tǒng)計分析確定，但被用于精煉特定消費者模型。
在這些例子中P(n｜x)對P(n｜～x)的值不顯示出具有對交易的美元的數(shù)值的相關性。這里需要的不是這樣的。概率可以是交易的任意函數(shù)，包括交易擁有者，交易的量和其他交易數(shù)據(jù)。
當涉及從屬性向量808來的綜合屬性，該綜合的值是一系列屬性值的加權和歸一化的和。圖13a和13b圖示了對下面交易的條件概率中間數(shù)據(jù)；·P(n｜x)=“給定在體育方面的興趣，發(fā)生在Spartsmart的交易的概率”。
·根據(jù)現(xiàn)有數(shù)據(jù)的統(tǒng)計回歸賦予0.1的值·顯示在圖13a的表1302的列1306·P(s｜～x)=“給定在體育方面不感興趣，發(fā)生在Spartsmart的交易的概率”·根據(jù)現(xiàn)有數(shù)據(jù)的統(tǒng)計回歸賦予0.02的值·顯示在圖13a的表1302中的列1308·P(n｜x)=“給定在排球上的興趣發(fā)生在VolleyBall World(排球世界)的交易的概率”。
·根據(jù)現(xiàn)有數(shù)據(jù)的統(tǒng)計回歸，賦一個數(shù)據(jù)0.25·顯示在圖13a的表1302中列1310·P(n｜～x)=“給定在排球上無興趣，發(fā)生在VolleyBall World交易的概率”·根據(jù)現(xiàn)有數(shù)據(jù)的統(tǒng)計回歸賦一個數(shù)據(jù)0.01·顯示在圖13a的表1302的列1312·P(n｜～x)=“給定在體育方面的興趣發(fā)生與體育無關的交易的概率”。
·根據(jù)現(xiàn)有數(shù)據(jù)的統(tǒng)計回歸賦一個數(shù)據(jù)0.9·顯示在圖13a的表1302中列1314·P(n｜～x)=“給定在體育上不興趣，發(fā)生與體育無相關的交易的概率”·根據(jù)現(xiàn)有數(shù)據(jù)的統(tǒng)計回歸，賦一個數(shù)據(jù)0.98·顯示在圖13a的表1302中的1316列。
表1302顯示了三個周期交易活動的結(jié)果。在列1318中各種體育的興趣(示在列1304)的初始概率均設成0.10。下一列1320示出在Spartsmart(不認為是對任何特殊體育的)交易后的所有概率值，交易對所有變量X1到X5具有適度的影響。在列1320的最后的值是對X的值，是對體育總的興趣的指標；它是X1到X5簡單的平均。
列1322示出在沒有關于體育的交易發(fā)生的周期2中所有的概率是如何減少的。然而，在周期3，在VolleyBallWorld發(fā)生交易。這示于列1324.注意，非排球?qū)w育的概率減少了，而排球的偏愛增加。X的值也大大地增加了。
在圖13b，表1332示出涉及以不同次序的同一組交易的交易活動的三個周期的結(jié)果。而且，在列1348對各種體育的興趣的初始概率(示于列1334)均設成0.10.下一列1350示出在VolleyBallMart的交易以后所有的概率值，它導致X4的值增加0.202，而在列1350的其他值略為減少0.009.在列1350的最后的值又是X的值，是對體育總的興趣的指標；它是X1到X5的平均值。
列1352示出在沒有關于體育的交易發(fā)生的周期2中所有的概率是如何減少的。然而，在周期3，在Sportsmart發(fā)生交易。這示于列1354.注意，所有的概率增加了，而且X的值也大大地增加了。
加權的和X跟蹤在體育方面的總的興趣，能用于作為對內(nèi)容提供者的屬性向量的綜合屬性，該內(nèi)容提供者希望選擇信息給對體育總的感興趣的消費者而不涉及專門的體育項目。如體育營養(yǎng)產(chǎn)品及一般的改善信息落入此種類。
希望選擇專門體育項目的內(nèi)容提供者可使他們的啟示匹配更專門的體育分類。例如，這對做網(wǎng)球的商家感興趣。
雖然一個最佳實施例使用Bayesion更新方法，屬性向量的更新可用各種技術完成，包括指數(shù)衰減，弱波技術，高斯組合等。
一旦時間依賴的概念如上所述的加入到屬性向量808中，很明顯布爾抽象器812對于定向選擇適合于消費者的內(nèi)容是強有力的工具。除非在特定興趣和特定交易之間有很明確的映射，在傳統(tǒng)數(shù)據(jù)庫的查詢(例如使用SQL語言)不能容易地捕捉一個消費者在特定方面的興趣。但在實踐中，在消費的交易和那樣的交易可以證明的的有可能的興趣及屬性向之間不可能提供足夠的映射關系。
但是，在本發(fā)明中從任何數(shù)量的在一段時間發(fā)生的各不相同類型的交易或消費者的行為可以導出屬性向量808中的屬性的特定值。提供的特定屬性的值不僅取決于這些互相關聯(lián)的交易，而且取決于它們的時間依賴性。
例如，對高爾夫球的興趣可以從下列事件中看出，在面向高爾夫的體育商店交易，從一個與高爾夫有關的休假公司購買假期旅行，訂高爾夫雜志，訪問與高爾夫有關的網(wǎng)站，以及在更普通的體育用品商店購買，和到具有著名高爾夫球場的城市去旅行。對一個內(nèi)容提供者幾乎不可能對付查詢“對高爾夫感興趣？”它需要審查在傳統(tǒng)數(shù)據(jù)庫中的所有交易并確定對于從一系列購買隨時間積累起來的經(jīng)歷對答案支持或貶低的復雜的組合。然而，在本發(fā)明中在屬性向量808的單個“高爾夫興趣”屬性可以被定義，并根據(jù)交易和消費者行動的一個任意的復雜序列進行更新，從而在單個屬性中捕捉消費者在高爾夫方面的興趣水平。因此，構造一個布爾查詢，確定高爾無興趣屬性的值，看它的值是否超過閾值成為一個簡單的事情。
如在舊金山的興趣和對橄欖球的興趣那樣的閾值的組合通過布爾取器812提供更有用的選擇方向。那樣的客戶查詢能由使用布爾抽象器的內(nèi)容提供者簡單且容易地寫出；它們幾乎不可能用SQL寫出，因為內(nèi)容的提供者無法確定所有證明在一特定領域的興趣的可能的交易和消費者的行為。
O．層次屬性向量的示例性應用1．內(nèi)容旋轉(zhuǎn)器圖14畫出用于按照排序一組啟示的后選者的結(jié)果顯示選擇的內(nèi)容的一個方法的一個實施例。該圖畫出了從MultiBank銀行來的信用卡帳單的一部分1402，它通過如因特肉那樣的網(wǎng)絡以電子方式蘊含消費者的計算機，可以在該消費者計算機上看到。
該信用卡帳單包含一系列帳目的行，每一行包括一個日期，一個商家識別符，廣告空間和一個交易量。廣告空間由提供有序的啟示序列的商家控制(如由啟示排序器816確定)。
例如，在帳單行，商家1406是barnesandnoble.com.該商家有中用的廣告空間，包含內(nèi)容(此處是一個廣告)“TOP 20 List of selling books for your child”(對你的孩子最暢銷的書中的20本頂級品的表)此內(nèi)容是從一個排序的啟示的組來的，它已包括在用于構造該信用卡帳單的數(shù)據(jù)中或楞從該數(shù)據(jù)中得到。作為該的排序過程的結(jié)果，該特定內(nèi)容被認為是最適合此消費者的。但是，此商家有其他可選的內(nèi)容，它們也被具有目標向量或與該消費者的屬性或事實匹配的布爾查詢的啟示處理所選中。但是，對每個商家在信用卡帳單上只分配了有限的空間，不足以同時顯示所有的內(nèi)容。如何顯示多個啟示的問題借助于使用由“星”圖形表示的內(nèi)容旋轉(zhuǎn)器1410來解決。其他圖形表示也能使用，如圖標的按鈕，超鏈接光標圖標等。
當消費者在內(nèi)容旋轉(zhuǎn)器1410上點擊時，新的內(nèi)容項出現(xiàn)，如圖15所示，此處出現(xiàn)內(nèi)容1508。多次在內(nèi)容旋轉(zhuǎn)器1410上點擊，將循環(huán)經(jīng)過對此帳單行1414的被選的啟示?？梢允褂酶鞣N出現(xiàn)的次序來確定委各啟示出現(xiàn)的順序。在一個實施例識別屏幕真實狀況的值，然后以最類似于該消費者興趣的次序，即由啟示排序器816規(guī)定的次序，提供該內(nèi)容項。也能用其他的展示次序。
內(nèi)容旋轉(zhuǎn)器在實現(xiàn)帳單提供者的啟示策略時也是有用的，使仍然允許該消費者接收內(nèi)容項的值。例如，在圖14中，消費者帳單的行1412具有空白區(qū)1414，可以放置啟示處理的內(nèi)容項。此內(nèi)容項可能未被顯示，因為作為該信用卡帳單的所有者MultiBank可以需要該帳單行的大部分不被啟示。結(jié)果MultiBank確定影響此需要的政策，例如只允許帳單行的小一定比例部分被啟示，或允許選定名單的商家啟示他們的帳單行。但是在此選定名單的商家啟示他們的帳單行。但是在此中的內(nèi)容旋轉(zhuǎn)器告訴該消費者，如果他點擊內(nèi)容旋轉(zhuǎn)器1416，至少可得到一個內(nèi)容項。
當消費者點擊內(nèi)容旋轉(zhuǎn)器1416，屏幕變成如圖16．在此圖中，帳單行1412具有內(nèi)容1614使用此空白空間。而且，連續(xù)地點擊此內(nèi)容旋轉(zhuǎn)旋轉(zhuǎn)器1416，特定的帳單行1412循環(huán)地通過被選的啟示內(nèi)容。在上述重復點擊內(nèi)容旋轉(zhuǎn)的每一次取出與該帳單行的商家有關的特定的被選擇的啟示內(nèi)容。于是，帶有的10個交易行，每行具有5個啟示內(nèi)容的單個信用卡帳單，只要簡單地點擊與每個帳單行相關的內(nèi)容旋轉(zhuǎn)器將對消費者展示50個從商家可得到的啟示內(nèi)容。
雖然上述內(nèi)容旋轉(zhuǎn)器的例子是用有一組商家的信用卡帳單來說明的，其中每個商家控制該帳單的一部分，內(nèi)容旋轉(zhuǎn)器可用于任何傳送到消費者計算機的帳單的情況，其中單據(jù)的一個或多個部分與由啟示排序器816選擇的一系列潛在的啟示相聯(lián)系。每個那樣的部分可以由不同的一個實體掌握，他對該部分規(guī)定一組潛在的啟示以及其背景內(nèi)容、布爾查詢、選擇向量及相關性向量。以這樣的方式，單據(jù)在提供給消費者時將用從一系列不同的內(nèi)容提供者來的被選中的啟示內(nèi)容來定制。因此，本發(fā)明從單個單據(jù)到整個超媒體了信息的定制，且從純粹顯示設備的空間維度擴展到由內(nèi)容對消費者描述的相關性定義的額外的維度。內(nèi)容旋轉(zhuǎn)器提供了導向的工具，借此，消費者能詳細考慮此定制的超媒體集。
2．內(nèi)容的分層辨別一個內(nèi)容提供者可以擁有豐富的啟示內(nèi)容集，它們在消費者屬性向量的基礎上針對非常特定類型的消費者。但此內(nèi)容集太多使內(nèi)容提供者難以選擇將哪個啟示內(nèi)容提供給向一個消費者發(fā)送的單據(jù)使其匹配消費者的描述。
例如在圖14中，在1404行中的商家是銷售大量各種類型的書借。此外，假設屬性向量808包括一個“孩子”綜合屬性，它是如“嬰兒/學前兒童”，“小學年齡”，“中學生”，“高中生”等一系列更特定的屬性的綜合。
但是，因為在1404行的商家由于帶寬和其他限止只能發(fā)送針對所有特定類型的兒童書借及所有烹調(diào)、旅行等類的書借的啟示內(nèi)容。
因此，商家選擇使用屬性向量的層次結(jié)構，來實現(xiàn)其內(nèi)容的分層辨別。發(fā)送到消費者計算機的第一個啟示內(nèi)容的后選包括烹調(diào)、旅行、體育、汽車、孩子、工藝品、計算機和學校等廣泛的領域。這些啟示內(nèi)容被啟示排序器816處理以確定哪一類與該消費者最相關。最相關的啟示內(nèi)容最先在被啟示的單據(jù)中顯示，使用內(nèi)容旋轉(zhuǎn)器余下可選擇對該消費者可以得到的啟示內(nèi)容的后選，并以它們的相關性(如匹配分)排序。
從這張表，假設對“孩子”屬性的啟示被選作與該消費者最好匹配。誠然，可能該消費者是嬰兒，但是在該啟示內(nèi)容被選中且提供給消費者以前該商家并不知道此事實，因為如上所述，啟示內(nèi)容被選時它們的提供者沒有任何對該消費者的事實或模型的訪問。
當消費者點擊內(nèi)容項1408(“TOP 20 List of selling books for your child一對你的孩子最暢銷的書中的20本頂級品的書”)，該商家的服務器接收到對兒童書借的明確需求。此請求隨即被用于選擇更加特定的一組潛在的啟示內(nèi)容送到該消費者的計算機。事實上該商家此時已覺察到該消費者對兒童書借的興趣(因為當該消費者點擊內(nèi)容項1408時，此信息已由消費者自愿提供)，但仍不知道孩子的哪個子類是適當?shù)摹Ｒ虼?，第二組后選的啟示內(nèi)容指向孩子類中的專門子類(嬰兒/學齡前，小學年齡，中學生和高中學生)，并包括目標向量1036，后者包括對應于這些特定子類的屬性。相關性向量1038也被設置，以把興趣限止在這些屬性。
使用第二組啟示內(nèi)容，啟示排序816將這些目標向量808。發(fā)現(xiàn)嬰兒/學齡前類與消費者的屬性向量具有最高匹配，示于釁17的內(nèi)容被顯示，這里不是帳單行，而是分開的窗口。
在不同的家庭的第二個消費者在他的帳單上可以看到同樣的內(nèi)容，也能點擊它。但是在那個消費者的低層屬性向量808，“小學年齡”子類可以是最好的匹配，所以根據(jù)所有有條件的啟示顯示的內(nèi)容是不同的，如圖18所示。
分層辨別的處理可以重復任意次，因此不需要任何有關特定消費者的先驗知識就提供了很高程度的內(nèi)容選擇(如，不需要租借與IP地址相聯(lián)系的消費者描述表，或知消費者的瀏覽器中儲存一個Cookie)。此外，該消費者的秘密得到了保證(特別是數(shù)據(jù)庫804和屬性向量808)，因為返回給商家(或內(nèi)容提供者)僅有的信息是包括在消費者真心愿意完成的對內(nèi)容的點擊中。
此討論認為該內(nèi)容提供者有一個可從中選擇的內(nèi)容項的靜態(tài)組。但是不必需是這種情況。參數(shù)化的內(nèi)容可以使用在消費者模型中的數(shù)據(jù)來填入內(nèi)容本身的部分。在那樣情況，如圖14中內(nèi)容1408那樣的內(nèi)容能被制成如“TOP 20 List ofselling books for your infant一對你的嬰兒最暢銷的書中的20個頂級品的表”或“TOP 20 List of selling books for your adult一對您的年輕成人最暢銷的書中的20本頂級品的表)”。這里斜體字部分是從屬性向量808中最匹配的屬性選擇的。
現(xiàn)在考慮圖19，顯示了一個按本發(fā)明經(jīng)啟示以后的信用卡帳單。該帳單包括一系列如交易行1912那樣的交易行，其中每個包括識別交易日期，商家1914和交易量1908的信息字段。
首先，在傳統(tǒng)的帳單中的許多單純由文本組成的商家的名字被圖標1904替代，啟示成商家的特定商號或商標。這樣，恰恰在消費者觀看與該商家的一筆特定交易時加強了對此商家的商標的識別。一方面，啟示提供了用到該商家的網(wǎng)站(或由可選的內(nèi)容數(shù)據(jù)確定的任何其他網(wǎng)站)的超連結(jié)1906替代如商家名字那樣的靜態(tài)文字。因此，這里的啟示將原先靜態(tài)的信用卡帳單轉(zhuǎn)換成動態(tài)的，構造的和活動的單據(jù)，使消費者在線觀看該信用卡帳單過程中即時訪問有關該商家更多的信息。注意，圖標1904也可以是一個超連結(jié)1906。
在經(jīng)啟示處理的帳單1902的交易表中的“Amount一交易量”列1907包括超連結(jié)的交易量1908。點擊被超連結(jié)的交易量1908使消費者看到有關交易的進一步的細節(jié)，如圖20所示(將被簡短敘述)。
根據(jù)市場的前景，本發(fā)明進一步將選擇的促銷內(nèi)容1910插入到特定的交易行1912。此選擇的內(nèi)容是按照上述啟示處理的原則根據(jù)消費者本身的偏愛針對每個單獨的消費者定制的。
有關信息字段，圖標和超連結(jié)該促銷內(nèi)容的整體布置與安排對于消費者對帳單1902的理解有很大的影響。按照本發(fā)明的一個方面，如商家名字那樣交易的某些信息字段在第一位置顯示，它比放在第二位置的其他信息先被看到。促銷內(nèi)容1910放在第一與第二位置之間的位。
通常，在審視未被啟示的帳單時，消費者迅速地掃視交易表，尋找異常的交易。這是很快的過程。但是當帳單1902被啟示處理且安排成如圖19，此掃視過程大為減慢。首先，消費者花費很多時間處理第一位置的信息，如畫商家的圖標1914代替文字串(換言之，一個圖象很難迅速地跳過)。
第二，如在交易行1912所示，當消費者的眼光從商家名字1914移到如交易量1908那樣的在第二位置的第二信息時，眼光掃過此帳單必然會遇到顯示在第一和第二位置之間的促銷信息。將眼光從商家名1914移到交易量1908的過程對消費者形成對該帳單的完全識別與理解是必要的。即，單知道商家的名字或交易量對于完全識別該交易是不夠的。在識別和確認該交易的認識過程中，特定的選擇的促銷內(nèi)容1910放在該交易的兩個要素之間，因此在視覺上與認識上與該交易聯(lián)系在一起。特別，該促銷內(nèi)容1910與商1914相聯(lián)系，因為當從左向右看時它跟在商家名的后面。這樣的位置安排便于在該交易被消費者識別時銘記與該商家一起選擇的內(nèi)容。
特別的，在促銷內(nèi)容1910和該商家1914之間的聯(lián)系可以采取多種形式。如果促銷內(nèi)容1910是交易商家的折扣及其他鼓勵，這就進一步鼓勵消費者光顧該商家做另外交易，進一步確立該商家在消費者心目中的價值。如果該促銷內(nèi)容1910是對另一個商家的，則這就建立了交易商家和促銷的商家之間的共同商標關系。
圖20示出一個彈出窗2002的例子，當消費者點擊圖19中的一個超連結(jié)交易量(帳單1902中的第四筆交易)時顯示此窗。窗口2002包括儲存位置的細節(jié)2004和交易日期、交易量和參考號等交易研究室006。包括在窗2002中的還有超連結(jié)2008(用于發(fā)生問題時發(fā)電子郵件給商家或銀行)和超連結(jié)2010(用于可在網(wǎng)上接觸該商家時觀看商店發(fā)票)。連結(jié)2010轉(zhuǎn)到該商家保存的發(fā)票數(shù)據(jù)庫(或適當時帳單提供者)，例如使用參考號取得發(fā)票信息。
將這一級別的細節(jié)放在分別的彈出窗口2002，而不在信用卡交易帳單1902中顯示意味著帳單1902大為簡化且減少雜亂無章。這樣使消費者更容易掃視該帳單1902，它對消費者也提供了更多的機會去注視如促銷內(nèi)容1910那樣的帳單的另外方面。
信用卡帳單902，如圖19所示，僅是實現(xiàn)本發(fā)明的安排原則的構造的金融單據(jù)的一個形式。本發(fā)明也可應用于其他類型的金融單據(jù)，如銀行帳單，經(jīng)紀人帳單，發(fā)票等。例如，在銀行帳單中，它典型地包括如“支票”或“存款”或“現(xiàn)金取款”和量等，促銷內(nèi)容1910也可放在這些項目之間的位置。在經(jīng)紀人帳單中，它典型地對一個交易將一個保險的名字和交易量包括在一行中，內(nèi)容1910也可以放在兩項之間，構成保險(如由公司名識別)與內(nèi)容1910之間的聯(lián)系。類似地，雖然對于本發(fā)明的這方面交易量是有用的信息字段，其他在認識上與該交易相聯(lián)系的或在審視該交易中與興趣的焦點相關的其他信息字段也是可以使用的。此特點將在下面討論。
引導消費者去更樂意地查看促銷內(nèi)容的另一種方法是以更有意義及更有用的另外的形式提供交易數(shù)據(jù)。圖21以修改的信用卡帳單2101的形式表示以另外方式提供數(shù)據(jù)的方法。此帳單類似于帳單1902，但在交易行項目以下另有“儀表板”2104。此儀表板2104是包含一系列按鍵2106(或用戶控制的等價的對象)，每個都連結(jié)到不同的垂直的入口。這些垂直入口根據(jù)交易類別組織，一個特定的垂直入口與特定類別的交易相聯(lián)系，并用于顯示它們；此特定的類別可以對不同的消費者是不同的，并可以從分析在消費者數(shù)據(jù)庫中他們的每筆交易來確定。點擊一個按鍵2106導致激活相應的垂直入口。
圖22-25示出各種在線金融帳卡，以說明本發(fā)明在這方面的安排原則。
首先，圖22畫出對于餐館類別的垂直入口2202。企圖使用此入口使消費者得到對特定餐館的菜單信息，從而將注意力完全集中在菜單圖標2206上。此特定的入口在消費者數(shù)據(jù)庫中對每個餐館包括若干行。每一行包含該消費者在該入口的類別中的一次交易，并帶有識別信息字段。按照本發(fā)明的一個實施例，特定的交易可進一步啟示處理。這里，經(jīng)啟示的交易包括一外餐館名2204，(根據(jù)實施例被超鏈接或轉(zhuǎn)換到一個圖標)，一個用于查看特定餐館2204的菜單的超連結(jié)圖標2206，和一個促銷內(nèi)容的可選項2208。但注意，促銷內(nèi)容被安排在交易的信息字段之后。因此，為了看到和處理一個餐館的菜單的圖標2206，用戶不需要留意內(nèi)容2208。
圖23示出在另一個入口處的一個垂直入口2302，它應用此處描述的安排原則，其中相對于釁22促銷內(nèi)容列和菜單圖標列的位置轉(zhuǎn)而放置餐館名2304和它的菜單圖標2306之間的內(nèi)容2308。在此情況下，為了從餐館名2304掃視到想作為注意焦點的菜單圖標2306，消費者的必然通過促銷內(nèi)容2308。如果消費者進入此入口查看菜單，則圖23的安排使消費者有很大可能查看到此促銷內(nèi)容。這是因為消費者首先識別感興趣的餐館然后尋找它的菜單的視覺掃描過程(固而完成交易的兩個元素之間的認識關系)必須在視覺上通過此選擇的內(nèi)容2308。
圖24畫出對空中旅行段的垂直入口。如圖22的餐館入口，這包括一系列從消費者數(shù)據(jù)庫找到的信息行；在此情況，對由該消費者飛行的每一飛行段(或整個飛行)對應一行。對每個飛行段，入口2404顯示了當天飛行該段的最低費用2406。也可顯示可選的促銷內(nèi)容2408，但是如圖22，促銷信息不是安排得有利地使用消費者的視覺掃視過程。因此，消費者可以關注費用信息2406而不留意促銷內(nèi)容2408。
在圖25，又有一個對空中旅行段的垂直入口，但這里相對于圖24促銷內(nèi)容2408和最低費用2406的列轉(zhuǎn)而提供上述類型的交易信息和促銷內(nèi)容的安排。而且，若消費者尋找對一特定段的最低費用9因而建立旅行和費用之間認識上的聯(lián)系)，則從該段的描述2504的費用2506的掃視強迫眼光注視促銷內(nèi)容2508，因而增加了消費者查看促銷內(nèi)容2508并形成促銷內(nèi)容與旅行交易之間聯(lián)系的概率。
權利要求
1．一種以電子方式送達一消費者的消費者計算機的具有結(jié)構的單據(jù)其定制方法，該消費者計算機包括一顯示器，其特征在于，該方法包括該消費者計算機端接收一具有結(jié)構的單據(jù)；將該具有結(jié)構的單據(jù)分段為多個可變的內(nèi)容部分，每一可變的內(nèi)容部分具有多個可選的內(nèi)容選項；對每一可變的內(nèi)容部分，通過相對于消費者的消費者描述評估其中一個內(nèi)容選項來選擇用于擴展該部分的其中一個內(nèi)容選項，并利用所選定的內(nèi)容選項擴展該部分；以及在顯示器上向消費者提供該擴展的具有結(jié)構的單據(jù)。
2．如權利要求1所述的方法，其特征在于，該消費者描述，對于除該消費者以外的其他人的訪問是保密的。
3．如權利要求1所述的方法，其特征在于，該消費者描述按本地方式存儲在該消費者的計算機上。
4．如權利要求1所述的方法，其特征在于，消費者描述存儲在一服務器上，而且對多個不同消費者包括多個消費者描述，每一消費者描述是保密的，只能由與該消費者描述關聯(lián)的消費者個人訪問。
5．如權利要求1所述的方法，其特征在于，該消費者描述包括一消費者模型，是某一消費者的多個特征的特征值向量。
6．如權利要求1所述的方法，其特征在于，該消費者描述包括一根據(jù)該消費者交易所得出的該消費者興趣、偏愛或行為的模型。
7．如權利要求1所述的方法，其特征在于，該消費者描述包括一數(shù)據(jù)庫，其中包括根據(jù)該消費者交易得出的事實。
8．如權利要求1所述的方法，其特征在于，進一步包括該消費者計算機端處理一具有結(jié)構的單據(jù)，以識別該消費者的交易行為；以及相對于該識別的交易行為更新該消費者描述。
9．如權利要求8所述的方法，其特征在于，對消費者描述的更新進一步包括至少識別該交易行為中一商家或一產(chǎn)品；以及相對于該識別的商家或產(chǎn)品更新該消費者描述。
10．如權利要求9所述的方法，其特征在于，對消費者描述的更新進一步包括通過網(wǎng)絡從該消費者計算機的遠端源頭檢索有關商家、產(chǎn)品的信息，或消費者模型參數(shù)。
11．如權利要求10所述的方法，其特征在于，所檢索的信息包含涉及結(jié)構單據(jù)或消費者描述的中間數(shù)據(jù)。
12．如權利要求8所述的方法，其特征在于，對消費者描述的更新進一步包括按交易行為中所包括的交易日期或交易時間的函數(shù)，更新該消費者描述。
13．如權利要求8所述的方法，其特征在于，對消費者描述的更新進一步包括按交易行為中所包括的交易量的函數(shù)，更新該消費者描述。
14．如權利要求1所述的方法，其特征在于，該具有結(jié)構的單據(jù)是一在線交易報告。
15．如權利要求14所述的方法，其特征在于，該交易報告是包含下列報告的一組報告其中之一在線信用卡賬單，在線銀行賬單，在線票據(jù)，證券投資報告，醫(yī)療報告，收據(jù)，包含統(tǒng)一資源定位符的文檔，或稅單。
16．如權利要求1所述的方法，其特征在于，該交易報告是以電子方式送達消費者的金融賬單，該金融單包括多項金融交易，至少一項金融交易包括該交易商家的商家識別符，該金融交易形成其中一個可變的內(nèi)容部分。
17．如權利要求1所述的方法，其特征在于，內(nèi)容選項按對消費者描述的查詢加以編碼，每一查詢包括一可從中檢索出內(nèi)容選項的源頭的識別符和一組相對于消費者描述評估用的屬性。
18．如權利要求1所述的方法，其特征在于，對該交易的擴展進一步包括與所選定的其中一個交易的商家識別符相鄰顯示一某一產(chǎn)品贈券的圖形表示。
19．如權利要求1所述的方法，其特征在于，消費者計算機是一機頂盒。
20．如權利要求1所述的方法，其特征在于，對可變的內(nèi)容部分的擴展包括將一贈券插入該部分，用于對消費者顯示。
21．如權利要求1所述的方法，其特征在于，對可變的內(nèi)容部分的擴展包括用一圖形圖像替代文字項目。
22．如權利要求1所述的方法，其特征在于，對可變的內(nèi)容部分的擴展包括在一可變內(nèi)容部分項目和另一數(shù)據(jù)項目之間建立一超鏈接。
23．如權利要求1所述的方法，其特征在于，對可變的內(nèi)容部分的擴展包括用與該消費者特別相關聯(lián)的信息替代可變的信息。
24．如權利要求1所述的方法，其特征在于，用一選定的內(nèi)容選項對可變的內(nèi)容部分的擴展包括從一遠離消費者計算機的計算機端作為超媒體數(shù)據(jù)檢索所選定的內(nèi)容選項，并將所檢索出的超媒體數(shù)據(jù)插入具有結(jié)構的單據(jù)中。
25．如權利要求1所述的方法，其特征在于，對一可變的內(nèi)容部分選擇其中一個內(nèi)容選項這一步驟，包括將每一內(nèi)容選項的一組屬性與消費者描述中定義的消費者屬性相比較；以及選擇所具有的屬性最接近于符合該消費者屬性的那個內(nèi)容選項。
26．如權利要求1所述的方法，其特征在于，進一步包括維護一內(nèi)容選項數(shù)據(jù)庫，每一內(nèi)容選項包括一內(nèi)容區(qū)分符和一選擇規(guī)則；其中對一可變的內(nèi)容部分選擇其中一個內(nèi)容選項這一步驟，包括將可變內(nèi)容部分的內(nèi)容選項的選擇規(guī)則應用于消費者描述以確定每一內(nèi)容選項對于該消費者的合適程度；以及選擇一最合適的內(nèi)容選項。
27．如權利要求1所述的方法，其特征在于，對一可變的內(nèi)容部分選擇其中一個內(nèi)容選項這一步驟，包括將每一內(nèi)容選項的一組屬性與消費者描述中定義的消費者屬性相比較；以及選擇所具有的屬性最接近于符合該消費者屬性的那個內(nèi)容選項。
28．如權利要求1所述的方法，其特征在于，進一步包括將具有結(jié)構的單據(jù)中多個分部的每一個與至少一個用于擴展該分部內(nèi)可變的內(nèi)容部分的策略相關聯(lián)；以及對該具有結(jié)構的單據(jù)的每一分部，按照與所述分部相關的至少一個策略擴展該分部內(nèi)可變的內(nèi)容部分。
29．如權利要求1所述的方法，其特征在于，該具有結(jié)構的單據(jù)其至少一個分部具有該分部的所有者，而且至少有一個與該擁有的分部相關聯(lián)、由該所有者界定的策略，以控制對該分部內(nèi)可變內(nèi)容部分的內(nèi)容選項的選擇。
30．如權利要求1所述的方法，其特征在于，該具有結(jié)構的單據(jù)具有一所有者，而且有一個與該具有結(jié)構的單據(jù)相關聯(lián)、由該所有者界定的策略，以控制對該結(jié)構單據(jù)內(nèi)全部可變內(nèi)容部分的內(nèi)容選項的選擇。
31．一種消費者其消費者描述的維護方法，其特征在于，該方法包括向一消費者計算機輸入一具有結(jié)構的單據(jù)；消費者計算機端處理具有結(jié)構的單據(jù)以識別該消費者的交易行為；以及相對于該識別的交易行為更新該消費者描述。
32．如權利要求31所述的方法，其特征在于，輸入該消費者計算機的結(jié)構單據(jù)是從另一計算機接收到的。
33．如權利要求31所述的方法，其特征在于，輸入該消費者計算機的結(jié)構單據(jù)是該消費者計算機本地生成的。
34．如權利要求33所述的方法，其特征在于，對消費者描述的更新，進一步包括識別由該消費者填寫的具有結(jié)構的單據(jù)中的至少一個組成字段；以及相對于至少一個組成字段所包含的數(shù)據(jù)自動更新該消費者描述。
35．如權利要求33所述的方法，其特征在于，對消費者描述的更新，進一步包括識別消費者點擊選中的該結(jié)構單據(jù)的項目；以及相對于該點擊選中的項目，自動更新該消費者描述。
36．如權利要求31所述的方法，其特征在于，對消費者描述的更新，進一步包括識別交易行為中至少一商家或一產(chǎn)品；以及相對于該識別的商家或產(chǎn)品更新該消費者描述。
37．如權利要求35所述的方法，其特征在于，對消費者描述的更新，進一步包括通過網(wǎng)絡從該消費者計算機的遠端源頭檢索有關涉及該消費者交易的商家或產(chǎn)品的信息。
38．如權利要求37所述的方法，其特征在于，所檢索的信息包含涉及結(jié)構單據(jù)或消費者描述的中間數(shù)據(jù)。
39．如權利要求31所述的方法，其特征在于，對消費者描述的更新，進一步包括按交易行為中所包括的交易日期或交易時間的函數(shù)，更新該消費者描述。
40．如權利要求31所述的方法，其特征在于，對消費者描述的更新，進一步包括按交易行為中所包括的交易量的函數(shù)，更新該消費者描述。
41．如權利要求31所述的方法，其特征在于，該具有結(jié)構的單據(jù)是一在線交易報告。
42．如權利要求41所述的方法，其特征在于，該交易報告是包含下列報告的一組報告其中之一在線信用卡賬單，在線銀行賬單，在線票據(jù)，證券投資報告，醫(yī)療報告，收據(jù)，包含統(tǒng)一資源定位符的文檔，或稅單。
43．一種以電子方式送達一消費者的消費者計算機的在線金融單據(jù)其定制方法，該消費者計算機包括一顯示器，該金融單據(jù)包括多項交易，其特征在于，該方法包括該消費者計算機端接收該金融賬單；將該金融單據(jù)分段為多個可變的內(nèi)容部分，每一可變的內(nèi)容部分具有多個可選的內(nèi)容選項，其中該金融單據(jù)的至少一項交易至少包括可變的內(nèi)容部分；對交易中所包括的至少一個可變內(nèi)容部分，通過相對于消費者的消費者描述評估該內(nèi)容選項來選擇其中一個內(nèi)容選項，并利用所選定的內(nèi)容選項擴展該部分；以及在顯示器上向消費者提供該擴展的金融單據(jù)。
44．如權利要求43所述的方法，其特征在于，該消費者描述，對于除該消費者以外的其他人的訪問是保密的。
45．如權利要求43所述的方法，其特征在于，該消費者描述按本地方式存儲在該消費者的計算機上。
46．如權利要求43所述的方法，其特征在于，消費者描述存儲在一服務器上，而且對多個不同消費者包括多個消費者描述，每一消費者描述是保密的，只能由與該消費者描述關聯(lián)的消費者個人訪問。
47．如權利要求43所述的方法，其特征在于，該消費者描述包括一消費者模型，是某一消費者的多個特征的特征值向量。
48．如權利要求43所述的方法，其特征在于，該消費者描述包括一根據(jù)該消費者交易所得出的該消費者興趣、偏愛或行為的模型。
49．如權利要求43所述的方法，其特征在于，該消費者描述包括一數(shù)據(jù)庫，其中包括根據(jù)該消費者交易得出的事實。
50．如權利要求43所述的方法，其特征在于，該金融賬單是一信用卡賬單。
51．如權利要求43所述的方法，其特征在于，該金融賬單是一銀行賬單。
52．如權利要求43所述的方法，其特征在于，該金融賬單是經(jīng)一機頂盒送達的。
53．如權利要求43所述的方法，其特征在于，對可變的內(nèi)容部分的擴展包括插入一贈券。
54．如權利要求43所述的方法，其特征在于，對一項交易的可變內(nèi)容部分的擴展包括插入涉及該交易中所列出商家的內(nèi)容。
55．如權利要求43所述的方法，其特征在于，對一項交易的可變內(nèi)容部分的擴展包括插入涉及該交易中所列出商家以外的另一商家的內(nèi)容。
56．如權利要求43所述的方法，其特征在于，對一項交易的可變內(nèi)容部分的擴展包括插入一至該交易中所列出商家的關聯(lián)網(wǎng)站的超鏈接。
57．如權利要求43所述的方法，其特征在于，進一步包括該消費者計算機端處理該金融單據(jù)，以識別該消費者的每一交易；以及相對于該識別的交易更新該消費者描述。
58．如權利要求43所述的方法，其特征在于，對消費者描述的更新進一步包括至少識別該交易中一商家或一產(chǎn)品；以及相對于該識別的商家或產(chǎn)品更新該消費者描述。
59．如權利要求43所述的方法，其特征在于，對消費者描述的更新進一步包括按金融帳單中交易日期或交易時間的函數(shù)，更新該消費者描述。
60．一種消費者其消費者描述的維護方法，其特征在于，該方法包括向一消費者計算機輸入一在線金融單據(jù)；消費者計算機端處理金融單據(jù)以識別該消費者的交易行為；以及相對于該識別的交易行為更新該消費者描述。
61．如權利要求60所述的方法，其特征在于，輸入該消費者計算機的結(jié)構單據(jù)是從另一計算機接收到的。
62．如權利要求60所述的方法，其特征在于，輸入該消費者計算機的結(jié)構單據(jù)是該消費者計算機本地生成的。
63．如權利要求62所述的方法，其特征在于，對消費者描述的更新，進一步包括識別由該消費者填寫的具有結(jié)構的單據(jù)中的至少一個組成字段；以及相對于至少一個組成字段所包含的數(shù)據(jù)自動更新該消費者描述。
64．如權利要求62所述的方法，其特征在于，對消費者描述的更新，進一步包括識別消費者點擊選中的該結(jié)構單據(jù)的項目；以及相對于該點擊選中的項目，更新該消費者描述。
65．如權利要求60所述的方法，其特征在于，對消費者描述的更新，進一步包括識別交易行為中至少一商家或一產(chǎn)品；以及相對于該識別的商家或產(chǎn)品更新該消費者描述。
66．如權利要求60所述的方法，其特征在于，對消費者描述的更新，進一步包括通過網(wǎng)絡從該消費者計算機的遠端源頭檢索有關涉及該消費者交易的商家或產(chǎn)品的信息。
67．如權利要求66所述的方法，其特征在于，所檢索的信息包含涉及結(jié)構單據(jù)或消費者描述的中間數(shù)據(jù)。
68．如權利要求60所述的方法，其特征在于，對消費者描述的更新，進一步包括按交易行為中所包括的交易日期或交易時間的函數(shù)，更新該消費者描述。
69．如權利要求60所述的方法，其特征在于，對消費者描述的更新，進一步包括按交易行為中所包括的交易量的函數(shù)，更新該消費者描述。
70．一種由閱覽器向消費者提供針對性信息的方法，其特征在于，包括在該閱覽器本地存儲一消費者描述，該消費者描述根據(jù)該消費者的多個交易得出，并且說明該消費者屬性；該閱覽器端接收多個查詢，每一查詢與一檢索一信息項目用的識別符相關聯(lián)，也與對該信息項目進行說明的一組屬性相關聯(lián)；閱覽器端相對于該消費者描述評估每一查詢，以選擇所具有屬性最接近于符合該消費者屬性的信息項目；用與信息項目關聯(lián)的查詢中接收的識別符檢索所選定的信息項目；以及由閱覽器向消費者提供該檢索出的信息項目。
71．如權利要求70所述的方法，其特征在于，閱覽器端對多個查詢的接收包括接收包含按URL編碼的查詢的網(wǎng)頁。
72．如權利要求70所述的方法，其特征在于，閱覽器端對多個查詢的接收包括通過電視信號接收查詢。
73．一種以電子方式送達一消費者的消費者計算機的具有結(jié)構的單據(jù)其定制系統(tǒng)，其特征在于，該系統(tǒng)包括一消費者描述，對根據(jù)該消費者交易得出的消費者興趣進行說明，并按保密方式存儲，以防止除了該消費者以外的其他任何人訪問該消費者描述；一啟示模塊，將該消費者計算機端接收到的具有結(jié)構的單據(jù)分段為多個可變的內(nèi)容部分，每一可變的內(nèi)容部分具有多個可選的內(nèi)容選項，對每一可變的內(nèi)容部分，通過相對于消費者的消費者描述評估內(nèi)容選項來選擇其中一個內(nèi)容選項，并利用該選定的內(nèi)容選項擴展該部分；以及一顯示模塊，向消費者提供該擴展的具有結(jié)構的單據(jù)。
74．如權利要求73所述的系統(tǒng)，其特征在于，進一步包括一解釋模塊，將具有結(jié)構的單據(jù)處理為涉及該消費者交易的導出信息，并利用該導出信息更新該消費者描述。
75．一種消費者其消費者描述的維護系統(tǒng)，其特征在于，該系統(tǒng)包括一消費者描述，包含一包括根據(jù)該消費者在線以及離線交易得出的事實的數(shù)據(jù)庫，以及一對該消費者進行說明、并根據(jù)交易得出的消費者模型，該消費者描述按保密方式存儲，以防止除了該消費者以外的其他任何人訪問該消費者描述；以及一解釋模塊，將與該消費者交易關聯(lián)的具有結(jié)構的單據(jù)處理為涉及該交易的導出事實，通過網(wǎng)絡從遠端源頭有選擇地檢索涉及該交易的附加事實，并利用該導出和檢索出的事實更新該消費者描述。
76．一種以電子方式送達一消費者的消費者計算機的具有結(jié)構的單據(jù)其定制方法，該消費者計算機包括一顯示器，其特征在于，該方法包括該消費者計算機端接收一具有結(jié)構的單據(jù)，該具有結(jié)構的單據(jù)包括多個可變的內(nèi)容部分，每一可變的內(nèi)容部分具有多個可選的內(nèi)容選項；對每一可變的內(nèi)容部分，通過相對于消費者的消費者描述評估內(nèi)容選項來選擇用于擴展該部分的一內(nèi)容選項的子集，并按一包括第一內(nèi)容選項的順序?qū)υ搩?nèi)容選項子集進行排序，利用該第一內(nèi)容選項擴展該部分；在顯示器上利用每一可變內(nèi)容部分的第一內(nèi)容選項向消費者提供該擴展的具有結(jié)構的單據(jù)；以及啟動對每一可變內(nèi)容部分的剩余內(nèi)容選項的檢索。
77．如權利要求76所述的方法，其特征在于，進一步包括按其與該消費者描述的相關性的函數(shù)對一可變內(nèi)容部分的選定的內(nèi)容選項進行排序。
78．如權利要求76所述的方法，其特征在于，進一步包括響應消費者對于其中一個可變內(nèi)容部分的動作，提供至少其中一個該可變內(nèi)容部分的剩余內(nèi)容選項。
79．如權利要求76所述的方法，其特征在于，進一步包括響應消費者對于其中一個可變內(nèi)容部分的動作，提供至少其中一個該可變內(nèi)容部分的剩余內(nèi)容選項，來替代該可變內(nèi)容部分的第一內(nèi)容選項。
80．如權利要求76所述的方法，其特征在于，相對于消費者的消費者描述對內(nèi)容選項的評估，進一步包括將一與內(nèi)容選項關聯(lián)的目標屬性向量和與消費者描述關聯(lián)的屬性向量相比較。
81．如權利要求80所述的方法，其特征在于，進一步包括從目標向量當中選擇至少一個屬性，該目標向量所用的相關性向量包括與該目標向量至少一個屬性相對應的相關性數(shù)值；以及僅比較其相關性數(shù)值超出一閾值的那些目標向量屬性。
82．如權利要求81所述的方法，其特征在于，該相關性確定了該目標向量屬性的相對重要性。
83．如權利要求76所述的方法，其特征在于，相對于消費者的消費者描述對內(nèi)容選項的評估，進一步包括相對于該消費者交易的導出事實來評估一布爾查詢。
84．如權利要求76所述的方法，其特征在于，相對于消費者的消費者描述對內(nèi)容選項的評估，進一步包括相對于一描述該消費者屬性的屬性向量的導出邏輯抽象，來評估布爾查詢。
85．如權利要求76所述的方法，其特征在于，該消費者描述包括一消費者屬性向量，其包括一基底向量，包括該消費者的多個基底級屬性，每一基底級屬性具有一數(shù)值；以及至少一分級向量，包括至少一個與基底級向量的多個基底級屬性關聯(lián)的集合屬性，并具有一按關聯(lián)的基底級屬性數(shù)值的函數(shù)計算出的數(shù)值。
86．一種用于提供給一消費者的內(nèi)容選擇方法，其特征在于，包括存儲一該消費者的包括一屬性向量的消費者模型，該屬性向量具有多個該消費者的屬性；接收一與多個可選的內(nèi)容選項關聯(lián)的單據(jù)，每一可選的內(nèi)容選項與一表示消費者期望屬性的目標向量關聯(lián)；將該消費者的屬性向量與至少其中一個目標向量相比較，以確定目標向量和該屬性向量之間的距離量度按該距離量度的函數(shù)選擇至少其中一個內(nèi)容選項；以及向消費者提供該選定的至少一個內(nèi)容選項。
87．如權利要求86所述的方法，其特征在于，進一步包括與每一目標向量相關聯(lián)接收一包括多個相關性數(shù)值的相關性向量，每一相關性數(shù)值與該目標向量的至少一個屬性相關聯(lián)，該相關性數(shù)值表示該目標向量的關聯(lián)屬性的相關性量度；在該目標向量與該屬性向量比較前，按與每一屬性關聯(lián)的相關性數(shù)值換算該目標向量的屬性。
88．如權利要求86所述的方法，其特征在于，進一步包括與多個可選內(nèi)容選項至少其中之一相關聯(lián)接收一對于該消費者屬性向量至少一個屬性的查詢；以及相對于該消費者的屬性向量來評估該查詢，以確定是否可以選擇該內(nèi)容選項提供給該消費者。
89．如權利要求88所述的方法，其特征在于，該查詢包括一優(yōu)先級數(shù)值，并按距離量度的函數(shù)選擇至少其中一個內(nèi)容選項，該方法進一步包括按與該內(nèi)容選項關聯(lián)的目標向量和該消費者的屬性向量之間的距離量度的函數(shù)，對每一內(nèi)容選項計算符合分值，以及一與該內(nèi)容選項關聯(lián)的查詢的優(yōu)先級數(shù)值；以及選擇具有最高符合分值的內(nèi)容選項。
90．一種消費者屬性模型的更新方法，其特征在于，包括檢索多個交易；確定每一交易與至少一個消費者屬性的相關性量度；以及按多個交易中每一個的相關性的函數(shù)，更新至少一個屬性。
91．如權利要求90所述的方法，其特征在于，對每一交易的相關性量度的確定包括確定在給定該屬性一數(shù)值時發(fā)生每一交易的條件概率。
92．如權利要求91所述的方法，其特征在于，對至少一個屬性的更新，是按利用每一交易條件概率的Bayes定理進行的。
93．如權利要求90所述的方法，其特征在于，對至少一個屬性的更新，進一步包括按時間周期的有序排列向每一交易分配一時間周期；對未分配給交易的任何時間周期，建立該時間周期內(nèi)不發(fā)生交易這一屬性的相關性量度；以及利用發(fā)生交易的時間周期內(nèi)交易的相關性量度，以及對未發(fā)生交易的時間周期建立的該屬性的相關性量度，根據(jù)時間周期的排序更新該至少一個屬性。
94．如權利要求93所述的方法，其特征在于，對每一交易相關性量度的確定包括確定在給定該屬性一數(shù)值時發(fā)生每一交易的條件概率。
95．如權利要求93所述的方法，其特征在于，對至少一個屬性的更新，是按利用每一交易條件概率的Bayes定理進行的。
96．如權利要求90所述的方法，其特征在于，一交易的相關性量度，是一與該交易相關聯(lián)的貨幣量的函數(shù)。
97．如權利要求90所述的方法，其特征在于，一交易的相關性量度，是該交易至少一參與方的函數(shù)。
98．一種用于提供給一消費者的內(nèi)容選擇方法，該消費者與描述該消費者屬性的消費者模型相關聯(lián)，內(nèi)容以電子方式送達一消費者的消費者計算機，該消費者計算機包括一顯示器，該消費者與包括該消費者多個屬性的消費者描述相關聯(lián)，其中包括至少一個其具有的數(shù)值根據(jù)多個其他屬性計算的集合屬性，其特征在于，包括該消費者計算機端接收該具有結(jié)構的單據(jù)，該具有結(jié)構的單據(jù)包括一具有第一組內(nèi)容選項的可變內(nèi)容部分；通過按該消費者的消費者描述的相應屬性的函數(shù)評估該內(nèi)容選項的屬性，選擇用于擴展該部分的第一內(nèi)容選項；在顯示器上提供具有第一內(nèi)容選項的該結(jié)構單據(jù)；接收一表示對該第一內(nèi)容選項進行選擇的消費者動作；響應該消費者動作發(fā)送第二組可變內(nèi)容選項，其中包括一內(nèi)容選項，所具有的屬性對第一內(nèi)容選項的集合屬性具有貢獻；通過按該消費者的消費者描述的相應屬性的函數(shù)評估第二組內(nèi)容選項的屬性，選擇第二內(nèi)容選項；以及在顯示器上提供具有第二內(nèi)容選項的該結(jié)構單據(jù)；
99．一種用于對一消費者屬性建模的計算機可讀結(jié)構，其特征在于，包括一基底向量，包括該消費者的多個基底級屬性，每一基底級屬性具有一數(shù)值；以及至少一分級向量，包括至少一個與基底級向量的多個基底級屬性關聯(lián)的集合屬性，并具有一按關聯(lián)的基底級屬性數(shù)值的函數(shù)計算出的數(shù)值。
100．一種在顯示器上顯示一金融賬單以方便該帳單的在線閱覽者的方法，該金融賬單包括多項交易，每一項交易包括至少兩個不同的信息字段，其特征在于，該方法包括在該賬單的第一位置顯示該項交易的第一信息字段；在消費者閱覽該帳單時接在該第一位置之后閱覽的第二位置顯示該項交易的第二信息字段；在第一與第二位置之間的第三位置顯示促銷內(nèi)容。
101．如權利要求100所述的方法，其特征在于，第一信息字段是一商家的名字或標志，第二信息字段則是涉及該項交易的數(shù)量。
102．如權利要求100所述的方法，其特征在于，第一信息字段是一名字或標志或商家，第二信息字段則是涉及該商家的附加信息的超鏈接。
103．一種一包括多項交易的金融賬單的顯示方法，每一交易與具體的交易信息和多個信息字段相關聯(lián)，其特征在于，該方法包括對每一交易按一行顯示預定有限數(shù)目的信息字段，該顯示的信息字段足以識別該項交易而不需要確定該項交易的全部具體交易信息；對所顯示的多項交易中的每一項，在交易行中所顯示的該項交易的兩個信息字段之間顯示促銷內(nèi)容；對每一項交易，使所顯示的其中一個信息字段形成為一至具體交易信息的超鏈接；以及響應用戶對一項交易的超鏈接信息字段的選擇，在一分開的顯示窗口內(nèi)顯示該項交易的具體交易信息。
104．一種顯示金融賬單以提供有針對的促銷內(nèi)容的方法，其特征在于，該方法包括顯示一包括多項交易的金融賬單，交易與多個不同類別相關聯(lián)；顯示多個類別選擇器，每一選擇器與特定類別的交易相關聯(lián)；響應對用戶選擇某一類別選擇器的接收，只顯示所選定類別的各項交易；以及對所顯示的選定類別中至少一項交易，與所顯示的交易相關聯(lián)顯示促銷內(nèi)容。
全文摘要
提供一種系統(tǒng)和方法,用于解釋并擴展以電子方式送達個人消費者計算機的具有結(jié)構的單據(jù),其中所利用的消費者描述由反映該消費者在線與離線交易的信息導出并得到維護,通過選擇最接近于符合該消費者描述的結(jié)構單據(jù)中編碼的可變內(nèi)容選項來實現(xiàn)。該消費者描述在邏輯上由該消費者計算機控制,因而對屬于該消費者個人的并保密的信息提供了增強的安全性,而且還允許如網(wǎng)站等第三方以電子方式將結(jié)構單據(jù)送達該消費者,使得這種單據(jù)的定制基于該消費者描述。該消費者描述所包括的分級屬性向量,逐次提高抽象分級對消費者屬性進行編碼,允許就一消費者其抽象數(shù)據(jù)或抽象屬性的任意組合進行查詢。該消費者描述靠反映每個交易對該消費者描述的相關性、并隨時間的推移交易的影響衰減這種處理而更新。選擇內(nèi)容的選擇處理允許選擇多項內(nèi)容項通過有限的顯示空間依次向消費者顯示。此外,金融單據(jù)被安排成便于將內(nèi)含或促銷信息放入分別的交易行,以便利用消費者對賬單的視覺掃視。
文檔編號G06F13/00GK1316078SQ99808323
公開日2001年10月3日 申請日期1999年7月7日 優(yōu)先權日1998年7月7日
發(fā)明者G·A·克拉默爾, M·B·沃格爾, D·B·波斯納 申請人:恩塞普股份有限公司