專(zhuān)利名稱(chēng)：進(jìn)行適合定向廣告發(fā)布的實(shí)時(shí)觀眾估計(jì)和商業(yè)廣告選擇的方法與裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及非線(xiàn)性過(guò)濾的革新，其中把觀測(cè)過(guò)程建模為馬爾可夫鏈 (Markov chain),以及利用本發(fā)明的一個(gè)實(shí)施例估計(jì)通信網(wǎng)絡(luò)中用戶(hù)配備設(shè)備 的用戶(hù)成分，例如，數(shù)字機(jī)頂盒(DSTB)環(huán)境中電視觀看者的數(shù)目和人口統(tǒng) 計(jì)狀況。另外，本發(fā)明還提供了基于對(duì)當(dāng)前網(wǎng)絡(luò)使用情況(例如，觀眾群) 的最佳條件估計(jì)的取樣、最佳地確定把哪些資產(chǎn)集(例如，商業(yè)廣告)插入 可用的網(wǎng)絡(luò)帶寬的方法。
背景技術(shù)：
總體上，在過(guò)去的50年間，向電視觀眾提交商業(yè)廣告(commercial)的方 式?jīng)]有太大的變化。推銷(xiāo)公司和廣告商嘗試使用歷史Nielson 收視率信息判 斷他們的目標(biāo)觀眾在觀看什么。這一數(shù)據(jù)提供了對(duì)在特定時(shí)間觀看電視節(jié)目 的特定劇集的家庭的數(shù)目的估計(jì)，以及人口統(tǒng)計(jì)狀況細(xì)目(通常基于年齡、 性別、收入以及種族劃分)。 一旦用戶(hù)表明他們正在觀看電視，則使用'人員 測(cè)量器，(people meter)數(shù)據(jù)廣泛地收集這樣的數(shù)據(jù)(另 一種收移L率數(shù)據(jù))， 人員測(cè)量器數(shù)據(jù)自動(dòng)地監(jiān)視哪些節(jié)目正在被觀看。這些樣本相當(dāng)小一 當(dāng)前，
5僅使用大約8000個(gè)家庭估計(jì)全美國(guó)的整個(gè)觀眾群。隨著可用電視頻道數(shù)目的 增多，以及觀眾群從廣播向有線(xiàn)電視的轉(zhuǎn)移，加之單個(gè)家庭中電視機(jī)的數(shù)目 的增加，越來(lái)越難以根據(jù)如此小的樣本來(lái)精確地估計(jì)電視節(jié)目的實(shí)際觀眾。 因此，較少的共享有線(xiàn)頻道不能夠正確地估計(jì)它們的觀眾群，從而，廣告商 不能夠正確地捕獲有利的目標(biāo)人口統(tǒng)計(jì)狀況。
由于對(duì)數(shù)字有線(xiàn)電視供應(yīng)的日益增長(zhǎng)的需求導(dǎo)致DSTB的不斷普及，理 論上可以獲得各個(gè)家庭的更精確的信息。即，機(jī)頂盒可以得到有關(guān)正在觀看 哪一頻道、觀看了該頻道多長(zhǎng)時(shí)間等信息。如此大量的信息，如果正確地加 以處理，可以提供對(duì)家庭行為的深入了解。然而，這些信息無(wú)一能夠直接提 供廣告商所希望的信息類(lèi)型一在特定時(shí)刻，什么樣的人正在觀看。廣告商希 望以最高的精確度把他們的廣告顯示給他們的目標(biāo)觀眾，以降低市場(chǎng)推廣成 本并提高其功效。而且，他們希望避免向不適當(dāng)?shù)挠^眾播放商業(yè)廣告所帶來(lái)
的消極宣傳成本。向廣告商提供最大化其投資的能力的關(guān)鍵是，改變對(duì)觀眾 群進(jìn)行計(jì)數(shù)的方式，這"潛在地[改變了 ]所有類(lèi)型的比較值以及整個(gè)人口 統(tǒng)計(jì)4貞i或"(Gertner, J; Our Rating, Ourselves;紐約時(shí)才艮；2005年4月10 曰)。
已提出或者實(shí)現(xiàn)了各種用于標(biāo)識(shí)當(dāng)前觀看者或者他們的人口統(tǒng)計(jì)狀況的 系統(tǒng)。某些這樣的系統(tǒng)已形成干擾，它們要求用戶(hù)明確地輸入身份或人口統(tǒng) 計(jì)信息。其它系統(tǒng)試圖根據(jù)來(lái)自各種源的信息提取觀看者的行為概況。然而， 這些系統(tǒng)通常都具有下列一或多個(gè)缺點(diǎn)1)它們把注意力放在當(dāng)前誰(shuí)在家庭 中而不是誰(shuí)正在觀看；2)它們僅可以提供有關(guān)家庭的子集的粗略信息；3) 它們要求用戶(hù)參與，這是某些用戶(hù)所不希望的，而且可能招致錯(cuò)誤；4)它們 不能提供用于判斷何時(shí)存在多個(gè)觀看者或者用于在多個(gè)觀看者情況下精確定 義人口統(tǒng)計(jì)狀況的框架；5)它們的前提是，它們是完全靜態(tài)的，并且不能正 確地處置變化的家庭成分(composition)和人口統(tǒng)計(jì)狀況；以及/或6 )它們使用 了次佳技術(shù)，要求全面的培訓(xùn)，要求過(guò)多的資源，從而限制了實(shí)際的應(yīng)用。

發(fā)明內(nèi)容
本發(fā)明涉及對(duì)從測(cè)量設(shè)備所獲得的觀測(cè)結(jié)果進(jìn)行分析，以獲得有關(guān)所關(guān) 注信號(hào)的信息。在一個(gè)應(yīng)用中，本發(fā)明涉及分析用戶(hù)針對(duì)通信網(wǎng)絡(luò)的配備設(shè) 備的用戶(hù)輸入(例如，針對(duì)有線(xiàn)電視網(wǎng)絡(luò)的數(shù)字機(jī)頂盒(DSTB)輸入的用戶(hù)輸入點(diǎn)擊流)，以確定有關(guān)用戶(hù)配備設(shè)備的用戶(hù)的信息(例如， 一或多個(gè)用戶(hù)的 觀眾分類(lèi)參數(shù))。本發(fā)明的某些方面涉及對(duì)從測(cè)量設(shè)備所接收的被破壞的、失 真的和/或不完整的數(shù)據(jù)觀測(cè)結(jié)果進(jìn)行處理，以推斷有關(guān)信號(hào)的信息，并且提 供用于得到對(duì)所關(guān)注時(shí)刻的信號(hào)的狀態(tài)的基本實(shí)時(shí)估計(jì)的過(guò)濾系統(tǒng)。具體地， 這樣的過(guò)濾系統(tǒng)可以根據(jù)對(duì)依觀測(cè)環(huán)境所推斷的可允許的狀態(tài)或其組合的某 些限制，提供對(duì)最佳非線(xiàn)性過(guò)濾方案的實(shí)際近似。
根據(jù)本發(fā)明的一個(gè)方面，提供了用于針對(duì)從所分析的設(shè)備所獲得的數(shù)據(jù) (即測(cè)量結(jié)果)產(chǎn)生觀測(cè)模型的方法與裝置("系統(tǒng)")。具體地，該系統(tǒng)把所 輸入的測(cè)量結(jié)果建模為馬爾可夫鏈，其轉(zhuǎn)換依賴(lài)于信號(hào)。觀測(cè)模型可以考慮 外源性信息，或所輸入的測(cè)量結(jié)果的外部(盡管不必獨(dú)立于)的信息。在一
個(gè)實(shí)現(xiàn)方式中，所輸入的測(cè)量結(jié)果反映了 DSTB的點(diǎn)擊流。點(diǎn)擊流可以反映 與諸如音量控制相關(guān)的頻道選擇事件和/或其它輸入。在此情況下，觀測(cè)模型 還可涉及與所選擇頻道相關(guān)的節(jié)目信息(例如，從諸如首端的網(wǎng)絡(luò)平臺(tái)所下 載的)。于是，把點(diǎn)擊流信息作為馬爾可夫鏈加以處理。
然后，可以通過(guò)估計(jì)所關(guān)注時(shí)刻處的信號(hào)的狀態(tài)，獲得與設(shè)備相關(guān)的期 望信息。在分析DSTB的點(diǎn)擊流的例子中，信號(hào)可以代表用戶(hù)成分(涉及一 或多個(gè)用戶(hù)和/或相關(guān)聯(lián)的人口統(tǒng)計(jì)狀況)以及影響諸如頻道改變形態(tài)的點(diǎn)擊 流的額外因素，以下將更詳細(xì)地對(duì)此加以討論。 一旦已對(duì)信號(hào)進(jìn)行了估計(jì)， 則可以確定過(guò)去、現(xiàn)在或者未來(lái)時(shí)刻的信號(hào)的狀態(tài)，例如，用以提供連同資 產(chǎn)定向系統(tǒng)一起使用的用戶(hù)成分信息。
根據(jù)本發(fā)明的另 一方面， 一種系統(tǒng)根據(jù)觀測(cè)模型生成信號(hào)狀態(tài)的基本實(shí) 時(shí)的估計(jì)。因此，可以使用非線(xiàn)性過(guò)濾系統(tǒng)以基于觀測(cè)模型提供信號(hào)的估計(jì)。 非線(xiàn)性過(guò)濾系統(tǒng)可以包括用于近似最佳非線(xiàn)性過(guò)濾方案的非線(xiàn)性過(guò)濾模型和 近似過(guò)濾器。例如，近似過(guò)濾器可以包括用于根據(jù)觀測(cè)模型實(shí)現(xiàn)信號(hào)的基本 實(shí)時(shí)估計(jì)的粒子過(guò)濾器或離散狀態(tài)過(guò)濾器。在DSTB實(shí)例中，非線(xiàn)性過(guò)濾系 統(tǒng)允許對(duì)包括一個(gè)以上的觀看者的用戶(hù)成分進(jìn)行標(biāo)識(shí)，并且適應(yīng)于潛在觀眾 變化，例如，對(duì)于潛在觀眾，先前未知人員的增加或者之前用戶(hù)的離去。
根據(jù)本發(fā)明的另 一方面， 一種系統(tǒng)使用通過(guò)把過(guò)濾器應(yīng)用于觀測(cè)模型而 獲得的信息，以獲得針對(duì)該觀測(cè)模型的所關(guān)注信息。具體地，可以根據(jù)所估 計(jì)的所關(guān)注時(shí)刻的信號(hào)的狀態(tài)，獲得過(guò)去、現(xiàn)在或未來(lái)時(shí)刻的信息。在分析 DSTB的使用的情況下，可根據(jù)信號(hào)狀態(tài)確定具體時(shí)刻處DSTB的一或多個(gè)用戶(hù)的身份和/或人口統(tǒng)計(jì)狀況。例如，可以使用此信息"投票"，即標(biāo)識(shí)預(yù)
定商業(yè)廣告或者節(jié)目位置的合適的資產(chǎn)，以從用于在DSTB處提交(delivery) 的資產(chǎn)選項(xiàng)中選擇資產(chǎn)，和/或針對(duì)接收所提交資產(chǎn)的 一或多個(gè)用戶(hù)判斷或者 報(bào)告該資產(chǎn)的適合度(goodness of fit)。
可以按任何適當(dāng)?shù)慕M合提供上述本發(fā)明的各個(gè)方面。而且，也可以連同 定向資產(chǎn)提交系統(tǒng) 一起實(shí)現(xiàn)以上所提到的任何或者所有方面。
在本發(fā)明的一個(gè)實(shí)施例中，提供了 一種用于把資產(chǎn)定向于通信網(wǎng)絡(luò)(如有 線(xiàn)電視網(wǎng)絡(luò))中的用戶(hù)配備設(shè)備的用戶(hù)的系統(tǒng)。該系統(tǒng)涉及根據(jù)一或多個(gè)用 戶(hù)針對(duì)用戶(hù)配備設(shè)備的輸入，產(chǎn)生(devdop)觀測(cè)模型；把針對(duì)時(shí)間反映所述 用戶(hù)配備設(shè)備的一或多個(gè)用戶(hù)的至少一個(gè)用戶(hù)成分的信號(hào)并入所述觀測(cè)模 型；把所關(guān)注時(shí)刻的用戶(hù)成分確定為信號(hào)的狀態(tài)；以及在針對(duì)用戶(hù)配備設(shè)備 對(duì)資產(chǎn)進(jìn)行定向時(shí)，使用所確定的用戶(hù)成分。以此方式，可以針對(duì)用戶(hù)配備 設(shè)備的輸入(如點(diǎn)擊流)應(yīng)用過(guò)濾理論，以得到指示用戶(hù)成分的信號(hào)。
可以把輸入建模為馬爾可夫鏈。而且，信號(hào)的模型允許把用戶(hù)成分表示 為包括兩個(gè)或更多個(gè)用戶(hù)。因此，可以標(biāo)識(shí)多個(gè)用戶(hù)的情況，以用于定向資 產(chǎn)和/或更好地估計(jì)觀眾規(guī)模和成分(例如，以改進(jìn)對(duì)資產(chǎn)提交的估價(jià)與收 費(fèi))。另外，優(yōu)選地，信號(hào)模型允許表示用戶(hù)成分的改變，例如向用戶(hù)觀眾添 加或者從用戶(hù)觀眾去除人員。
可以定義非線(xiàn)性過(guò)濾器，以根據(jù)觀測(cè)模型獲得信號(hào)。由此，信號(hào)可以代 表針對(duì)時(shí)間的家庭的用戶(hù)成分，并且可以把觀眾分類(lèi)參數(shù)(例如， 一或多個(gè) 當(dāng)前用戶(hù)的人口統(tǒng)計(jì)狀況)確定為所關(guān)注時(shí)刻的信號(hào)的狀態(tài)的函數(shù)。為了提 供對(duì)最佳非線(xiàn)性過(guò)濾解的實(shí)用的估計(jì)，可以提供用于近似非線(xiàn)性過(guò)濾器的操 作的近似過(guò)濾器。例如，近似過(guò)濾器可以包括粒子過(guò)濾器或者離散空間過(guò)濾 器。而且，近似過(guò)濾器可以針對(duì)一或多個(gè)信號(hào)分量實(shí)現(xiàn)至少一個(gè)約束。由此， 約束可以用于將信號(hào)的一個(gè)分量當(dāng)作對(duì)于允許第二分量變化的時(shí)間段的不變 量。另外，約束也可以用于把第一分量的至少一個(gè)狀態(tài)當(dāng)作不合理的，或者 把不同信號(hào)分量的狀態(tài)的某一組合當(dāng)作不合理的。例如，在DSTB的點(diǎn)擊流 的情況下，點(diǎn)擊事件的出現(xiàn)表示至少一個(gè)人的存在。因此，在點(diǎn)擊事件時(shí)僅 僅可準(zhǔn)許對(duì)應(yīng)于至少一個(gè)人的存在的用戶(hù)成分。其它準(zhǔn)許或者不準(zhǔn)許的組合 可以把收入與地點(diǎn)相關(guān)聯(lián)。可以與有限空間近似過(guò)濾器相關(guān)聯(lián)地實(shí)現(xiàn)約束。 例如，可以重新定位不合理單元上伴隨的值，例如，將其按比例移向相鄰的合理單元。以此方式，近似過(guò)濾器可以很快地收斂于合理解，而無(wú)需不適當(dāng) 的處理資源。在約束用于把至少一個(gè)潛在的所計(jì)算的狀態(tài)定義為不合理的情 況下，近似過(guò)濾器可以重新分布與之相關(guān)聯(lián)的 一或多個(gè)計(jì)數(shù)。
另外，近似過(guò)濾器還可操作用于禁止收斂于不合理狀態(tài)。于是，近似過(guò) 濾器被設(shè)計(jì)成避免收斂于邏輯上不可行或者不可能(當(dāng)無(wú)用戶(hù)存在時(shí)的點(diǎn)擊
的用戶(hù)成分。在一個(gè)實(shí)現(xiàn)方式中，通過(guò)向離散空間過(guò)濾器的合理單元添加種
子計(jì)數(shù)(seed count),以禁止針對(duì)不合理單元收斂，來(lái)實(shí)現(xiàn)這一點(diǎn)。
優(yōu)選地，在數(shù)字機(jī)頂盒處確定用戶(hù)成分信息。即，用戶(hù)信息在數(shù)字機(jī)頂 盒上計(jì)算，并用于選取、資產(chǎn)選擇和/或報(bào)告。可替換地，可以把點(diǎn)擊流數(shù)據(jù) 導(dǎo)向獨(dú)立的平臺(tái)，如首端，其中可以確定用戶(hù)成分信息，例如，其中消息發(fā) 送帶寬是充足的而DSTB處理資源是有限的。作為另一替換，可以把用戶(hù)成 分信息(例如，與資產(chǎn)投票信息相反)傳輸?shù)绞锥嘶蛘咂渌脚_(tái)以用于選褲， 插入的內(nèi)容。
所確定的用戶(hù)成分信息可以由資產(chǎn)定向系統(tǒng)使用。例如，可以把信息才是 供給網(wǎng)絡(luò)平臺(tái)，如用于把資產(chǎn)插入網(wǎng)絡(luò)的內(nèi)容流的首端。由此，該平臺(tái)可以 利用來(lái)自多個(gè)DSTB的輸入，選擇插入到可用網(wǎng)絡(luò)帶寬中的資產(chǎn)。由此，可 以利用額外信息，如反映資產(chǎn)提交的每用戶(hù)值的信息。該平臺(tái)可將來(lái)自多個(gè) 用戶(hù)配備設(shè)備的信息處理為觀測(cè)模型，并使用針對(duì)該觀測(cè)模型適當(dāng)配置的過(guò) 濾器來(lái)估計(jì)所關(guān)注時(shí)刻的網(wǎng)絡(luò)觀眾的整體構(gòu)成。
根據(jù)本發(fā)明的另 一方面，把隨機(jī)控制理論應(yīng)用于定向資產(chǎn)提交的問(wèn)題， 如動(dòng)態(tài)觀看者分類(lèi)和/或電視廣告選擇。傳統(tǒng)上，隨機(jī)控制理論應(yīng)用于不能直 接計(jì)算而僅能根據(jù)可能為噪聲或者不完整的觀測(cè)結(jié)果來(lái)計(jì)算信號(hào)或者功能的 情況。在目前情況下，可根據(jù)隨機(jī)控制理論對(duì)來(lái)自測(cè)量設(shè)備的測(cè)量結(jié)果進(jìn)行 處理，以估計(jì)可用來(lái)確定狀態(tài)信息的信號(hào)。例如，把來(lái)自輸入設(shè)備的測(cè)量結(jié) 果，例如來(lái)自遙控器的點(diǎn)擊流，作為噪聲觀測(cè)結(jié)果，并且使用隨機(jī)控制進(jìn)行 處理，以估計(jì)代表家庭或者觀看的觀眾以及與輸入的條目相關(guān)聯(lián)的行為形態(tài) 的信號(hào)。隨機(jī)控制允許對(duì)該信號(hào)進(jìn)行追蹤，使得具體時(shí)刻的信號(hào)的狀態(tài)反映 此時(shí)的觀看者構(gòu)成和形態(tài)。例如，通過(guò)把觀看的觀眾的分類(lèi)參數(shù)與可用廣告 的定向參數(shù)進(jìn)行匹配，可以使用該信息選擇用于提交的定向廣告。


為了更全面地了解本發(fā)明及其更多的優(yōu)點(diǎn)，現(xiàn)在將結(jié)合附圖參照以下詳
細(xì)描述，附圖中
圖1為根據(jù)本發(fā)明的定向(targeted)廣告發(fā)布系統(tǒng)的示意圖2說(shuō)明了根據(jù)本發(fā)明的REST結(jié)構(gòu)；
圖3說(shuō)明了根據(jù)本發(fā)明的過(guò)濾器的單元的單元結(jié)構(gòu)；
圖4為說(shuō)明了根據(jù)本發(fā)明的過(guò)濾器演變過(guò)程的流程圖；以及
圖5為說(shuō)明了根據(jù)本發(fā)明的用于模擬事件的過(guò)程的方框圖。
具體實(shí)施例方式
在以下的描述中，就針對(duì)有線(xiàn)電視網(wǎng)絡(luò)的定向資產(chǎn)提交(例如定向廣告 發(fā)布)系統(tǒng)的情況，闡述了本發(fā)明。然而，應(yīng)該意識(shí)到，本發(fā)明的各個(gè)方面 并不局限于這一情況，而本發(fā)明的范圍由以下所給出的權(quán)利要求加以限定。
統(tǒng)通常基于對(duì)當(dāng)前觀眾成分的了解，因此，可以把商業(yè)廣告與觀眾加以匹酉己， 以最大化商業(yè)廣告的價(jià)值。將意識(shí)到，各種這樣的系統(tǒng)都可得益于用于標(biāo)識(shí) 當(dāng)前觀看者的分類(lèi)參數(shù)(例如，人口統(tǒng)計(jì)狀況)的本發(fā)明的結(jié)構(gòu)與功能。從 而，盡管以下僅說(shuō)明性地介紹了具體的定向資產(chǎn)提交系統(tǒng)，然而應(yīng)該意識(shí)到， 本發(fā)明可更廣泛地得以應(yīng)用。
以上所提到的2006年1月12日提出的序號(hào)為11/331,853的美國(guó)專(zhuān)利申 請(qǐng)中描述了 一種可以連同本發(fā)明 一起使用的定向資產(chǎn)提交系統(tǒng)。為了筒短起 見(jiàn)，此處將不重復(fù)該系統(tǒng)的全部細(xì)節(jié)?？傮w上講，在該系統(tǒng)中，針對(duì)給定節(jié) 目頻道上的給定時(shí)間點(diǎn)，提供了多個(gè)資產(chǎn)選項(xiàng)。盡管就此而言可以定向各種 類(lèi)型的資產(chǎn)，如所述描述中所闡述的，然而，此處定向廣告發(fā)布(例如，商 業(yè)廣告的定向)僅為說(shuō)明性的應(yīng)用，并且將其用作方便的簡(jiǎn)略參照。于是， 可以由向商業(yè)廣告插播的一或多個(gè)廣告位置提供廣告選項(xiàng)的多個(gè)資產(chǎn)(例如， 廣告)頻道來(lái)支持給定節(jié)目頻道。DSTB用于在商業(yè)廣告插播期間不可視地 (從觀看者的角度)變換至相應(yīng)的廣告頻道，以向一或多個(gè)當(dāng)前觀看者提供 定向廣告發(fā)布。
本發(fā)明的觀看者標(biāo)識(shí)結(jié)構(gòu)與功能可按各種方式用于所述定向資產(chǎn)提交系 統(tǒng)。在所述系統(tǒng)中，在商業(yè)廣告插播之前，向DSTB發(fā)送包括定向參數(shù)的廣
10告列表。DSTB針對(duì)一個(gè)或多個(gè)當(dāng)前觀看者確定分類(lèi)參數(shù)，把這些分類(lèi)參凄t 與列表上的每一廣告的目標(biāo)參數(shù)加以匹配，并且向首端(HeadEnd)傳輸針對(duì)一 或多個(gè)廣告的"投票"。首端匯集來(lái)自多個(gè)DSTB的投票，并且把最佳廣告組 匯集于可用帶寬(其可以包括節(jié)目頻道和多個(gè)廣告頻道)。在商業(yè)廣告插播時(shí)， DSTB選擇貫穿該組的"路徑"，以提交相應(yīng)的廣告。然后，DSTB可以報(bào)告 提交了哪些廣告，以及指示實(shí)際的觀眾與目標(biāo)參數(shù)有多么匹配的適合度信息。 可以在所述定向資產(chǎn)提交系統(tǒng)中直接實(shí)現(xiàn)本發(fā)明。即，使用此處所描述 的技術(shù)，可以在DSTB處確定一或多個(gè)當(dāng)前觀看者的觀眾分類(lèi)參數(shù)。如在所 述未決申請(qǐng)中所描述的，此信息可用于投票、廣告選擇和/或適合度確定。可 替換地，以下描述了一種基于首端廣告選擇系統(tǒng)的過(guò)濾理論，其作為所述才更 票過(guò)程的一種替代。作為另一替代，可以把點(diǎn)擊流信息提供給首端或者另一 網(wǎng)絡(luò)平臺(tái)，其中可以計(jì)算觀眾分類(lèi)參數(shù)。于是，觀眾分類(lèi)參數(shù)、廣告選擇和 其它功能性可以改變，并且可以按各種方式分布在DSTB、首端或者其它平 臺(tái)之間。
把以下章節(jié)分成幾個(gè)部分。在第一部分中，提供了對(duì)相關(guān)非線(xiàn)性過(guò)濾理 論的一些背景討論。在第二部分中，討論了體系結(jié)構(gòu)和模型類(lèi)。
1. 1非線(xiàn)性過(guò)濾
為了適當(dāng)?shù)亟鉀Q定向廣告觀眾群(潛在的和當(dāng)前的)問(wèn)題，可以著眼于 數(shù)學(xué)上最佳的過(guò)濾場(chǎng)(field of filtering)。
1. 1. 1傳統(tǒng)非線(xiàn)性過(guò)濾概述
非線(xiàn)性過(guò)濾根據(jù)信號(hào)的被破壞的、失真的或者不完整的數(shù)據(jù)觀測(cè)結(jié)果， 實(shí)時(shí)地處理某一非線(xiàn)性隨機(jī)動(dòng)態(tài)過(guò)程(通常稱(chēng)為'信號(hào)，)的過(guò)去、現(xiàn)在和/ 或未來(lái)狀態(tài)的最佳估計(jì)?？傮w上講，把X,視為定義在某一概率空間徵s,巧上 的馬爾可夫過(guò)程，其為某一Martigale問(wèn)題的解。觀測(cè)通常在離散的時(shí)刻^
進(jìn)行，并且依賴(lài)于使用傳感器函數(shù)iv-ft(uc的某種隨機(jī)方式的信號(hào)。實(shí)際
上，傳統(tǒng)的理論與方法是圍繞這種類(lèi)型的觀測(cè)建立的，其中，測(cè)量結(jié)果是信 號(hào)的失真的(由于非線(xiàn)性函數(shù)/z)、 ^皮破壞的(由于噪聲fO、不完整的(由于 /7僅對(duì)信號(hào)的狀態(tài)的一部分的可能的依賴(lài))樣本。給定直至當(dāng)前時(shí)間可得到
的觀測(cè)結(jié)果，最佳過(guò)濾器提供了信號(hào)的狀態(tài)的條件分布P《！t S敘:ff《i'fe，.0 S ^ S f}〗 該過(guò)濾器不僅可以向信號(hào)的當(dāng)前狀態(tài)提供最佳估計(jì)，還可以向先前和未
來(lái)狀態(tài)、以及信號(hào)的整個(gè)路徑提供最佳估計(jì)
尸P^d〗€ fe啡U S t》〗 其中,0仏5 <33'.。
在某些線(xiàn)性情況下，可得到有效的最佳遞歸公式。假設(shè)信號(hào)遵循Ito隨機(jī)
差分方程《4=厲:)*+，00麵，其中j為線(xiàn)性的，B為常數(shù)。而且，觀測(cè)函 數(shù)呈1^ ， &H〗+ Vfe的形式，其中{^}:=1是獨(dú)立高斯隨機(jī)變量。這一公式被
稱(chēng)為卡爾曼(Kalman)過(guò)濾器。盡管卡爾曼過(guò)濾器在其估計(jì)的過(guò)程中十分有效， 但由于觀測(cè)所處理的信號(hào)的嚴(yán)格描述，其在應(yīng)用中的使用存在固有的限制。 在信號(hào)的動(dòng)態(tài)特性為非線(xiàn)性或者觀測(cè)結(jié)果具有非添加的和/或相關(guān)的噪聲的 情況下，卡爾曼過(guò)濾器提供次佳估計(jì)。因此，為了在更普遍的情況下提供最 佳估計(jì)，需要尋求其它的方法。
盡管最佳非線(xiàn)性估計(jì)的方程已存在數(shù)十年，但直至最近才發(fā)現(xiàn)了它們不 多的用途。不可能在一臺(tái)計(jì)算機(jī)上實(shí)現(xiàn)最佳方程，其要求使用無(wú)限的存儲(chǔ)器 和計(jì)算資源。然而，在過(guò)去的十年中，為克服這一問(wèn)題，已創(chuàng)建了這些最佳 過(guò)濾方程的一些近似的表達(dá)。這些近似表達(dá)通常為漸近最佳的，這意味著由 于在它們的計(jì)算過(guò)程中使用了數(shù)量越來(lái)越多的資源，所以它們收斂于最佳解。 兩種最流行的這樣的方法是粒子(particle)方法和離散空間方法。
1. 1. 2粒子過(guò)濾器
粒子過(guò)濾方法涉及創(chuàng)建被表示為抝》&的信號(hào)的獨(dú)立拷貝(稱(chēng)為'粒子，)， 其中M為時(shí)刻f處所使用的粒子的數(shù)目。根據(jù)信號(hào)的隨機(jī)法則，這些粒子隨 時(shí)間演變。然后向每個(gè)粒子賦予權(quán)重值,^浴)，以有效地合并信息從而形成 觀測(cè)序列…，F(xiàn)m)。這可以按以下方式完成m次觀測(cè)之后的權(quán)重， 為w - 1次觀測(cè)之后的權(quán)重乘以依賴(lài)于第m次觀測(cè)yw的因子。然而，這些權(quán) 重總是變得極不均勻，這意味著許多粒子(那些具有相對(duì)低的權(quán)重的粒子) 變得不重要，而且除了消耗計(jì)算機(jī)的周期之外，沒(méi)有都不做。更合適的是， 通過(guò)去除這些粒子并將計(jì)算減少到數(shù)目不斷減少的粒子，對(duì)粒子重新取樣， 這意味著對(duì)粒子位置和權(quán)重均加以調(diào)整，以確保所有粒子都按有意義的方式 貢獻(xiàn)于條件分布計(jì)算，同時(shí)確保不把統(tǒng)計(jì)偏差引入該調(diào)整。早期的粒子方法往往會(huì)進(jìn)行過(guò)多的重新取樣，從而把過(guò)多的重新取樣噪聲引入粒子的系統(tǒng)中，
劣化了估計(jì)。假設(shè)在重新取樣之后把m次觀測(cè)之后的粒子的權(quán)重表示為 {^, 俊》}^,則粒子過(guò)濾器對(duì)最佳過(guò)濾器的條件分布的近似為
順€順""，l) * — s》'
當(dāng)M時(shí)，粒子過(guò)濾估計(jì)得到最佳非線(xiàn)性過(guò)濾估計(jì)。
在名為"Flexible Efficient Branching Particle Tracking Algorithms"的美國(guó) 專(zhuān)利申請(qǐng)2002/0198681 (將其并入此處,以作參考)中，在每一時(shí)間步長(zhǎng)， 概率性地復(fù)制、銷(xiāo)毀粒子或者令粒子保持不變?；趦H針對(duì)當(dāng)前時(shí)間步長(zhǎng)所 計(jì)算的權(quán)重(^ (。)，根據(jù)以下例程修改粒子
1. 如果^的= ^(。-則創(chuàng)建粒子《的^4^)j個(gè)拷貝，并且創(chuàng)建具 有概率穿,".(。-麻,(—。j的附加拷貝。
2. 如果KO。,則消除具有概率1 - En(n的粒子。
3. 執(zhí)行無(wú)偏差控制算法，以把粒子的數(shù)目返回至重新取樣之前已有的量。 這一 '謹(jǐn)慎，的方案是對(duì)先前已知粒子過(guò)濾器的一種改進(jìn)，這一申請(qǐng)還
包括有效實(shí)現(xiàn)所述算法以及歷史變量的系統(tǒng)，其中，人們希望估計(jì)直至?xí)r間
f之前的義的路徑，而不僅僅是其當(dāng)前狀態(tài)。名為"Selectively Resampling Particle Filter"的、序號(hào)為7,058,550的美國(guó)專(zhuān)利(將其并入此處，以作參考) 中推出了一種引入更少性能劣化，并且提高了計(jì)算效率的進(jìn)一步的改進(jìn)。這 一方法按如下方式成對(duì)地執(zhí)行重新取樣
i.對(duì)于最高加權(quán)粒子y和最低加權(quán)粒子"當(dāng)巧,"f) < ^U(。時(shí),則:
2.使用概率，一〖。+wua設(shè)置粒子/到y(tǒng)的狀態(tài)，并且使用概率
^"3l^,"n設(shè)置粒子y'到/的狀態(tài)。
把粒子! 和> 的權(quán)重重新設(shè)置成司.'"『)=W'""(。
在這一方法中，引入了控制參數(shù); ，以適當(dāng)調(diào)節(jié)所執(zhí)行的重新取樣量。 如在申請(qǐng)2005/0049830中所描述的，該值可以隨時(shí)間動(dòng)態(tài)變化，以適應(yīng)過(guò)濾 器的當(dāng)前狀態(tài)以及具體的應(yīng)用。該申請(qǐng)還包括在計(jì)算才幾上存儲(chǔ)和計(jì)算該算法 所要求的量值的有效系統(tǒng)。
131. 1. 3離散空間過(guò)濾器
當(dāng)信號(hào)的狀態(tài)空間處于某一有界有限維度空間上時(shí)，則可以使用離散空
間和幅度近似。序號(hào)為7,188,048、題為"Refining Stochastic Grid Filter"的美 國(guó)專(zhuān)利(將其并入此處，以作參考)中詳細(xì)描述了 一種離散空間過(guò)濾器(REST 過(guò)濾器)。在此形式下，把狀態(tài)空間D分割成離散單元"c。例如，此空間可 以是d維歐拉空間或者某種計(jì)數(shù)測(cè)度空間。每個(gè)單元得到稱(chēng)為'粒子計(jì)數(shù)， 的離散化的幅度(表示為《,),其被用于形成離散空間過(guò)濾器的條件分布
根據(jù)信號(hào)的操作符以及所處理的觀測(cè)數(shù)據(jù)，改變每個(gè)狀態(tài)單元的粒子計(jì) 數(shù)。當(dāng)單元的數(shù)目變得無(wú)限大時(shí)，則REST過(guò)濾器的估計(jì)收斂于最佳過(guò)濾器。 為了清楚，該申請(qǐng)直接考慮離散化的過(guò)濾方程，而不是對(duì)信號(hào)離散化并且設(shè) 計(jì)出針對(duì)離散化信號(hào)的可實(shí)現(xiàn)的過(guò)濾方程。
在申請(qǐng)2005/0071123中，該發(fā)明根據(jù)觀測(cè)的實(shí)時(shí)處理，利用動(dòng)態(tài)交織的 二叉索引樹(shù)以組織具有以便于有效地遞歸計(jì)算過(guò)濾器的條件估計(jì)的數(shù)據(jù)結(jié)構(gòu) 的單元。盡管該結(jié)構(gòu)可順應(yīng)某些應(yīng)用，然而在狀態(tài)空間維度復(fù)雜度較小的情 況下，該凄t據(jù)結(jié)構(gòu)的開(kāi)銷(xiāo)降^f氐了該方法的實(shí)用性。
1. 2 隨機(jī)控制
為了徹底地解決定向商業(yè)廣告選擇問(wèn)題，應(yīng)該著眼于隨機(jī)控制的數(shù)學(xué)上 的最佳場(chǎng)。
從概念上講，可發(fā)明在計(jì)算機(jī)上近似解決隨機(jī)控制問(wèn)題的直接離散化方 法的粒子方法。然而，這些工作尚未完成，或者至少尚未得到普遍認(rèn)同。而 各種實(shí)現(xiàn)方法通常把整個(gè)問(wèn)題離散化，然后求解離散化問(wèn)題。
2. 1 定向廣告發(fā)布系統(tǒng)體系結(jié)構(gòu)
圖1描述了整個(gè)定向廣告發(fā)布系統(tǒng)。該系統(tǒng)由首端100構(gòu)成，首端100 控制一或多個(gè)數(shù)字機(jī)頂盒200。 DSTB 200試圖使用DSTB過(guò)濾器202估計(jì)包 括觀看電視的一或多個(gè)當(dāng)前家庭成員的家庭205中的潛在觀看者的狀態(tài)的條 件概率。DSTB過(guò)濾器202使用描述信號(hào)(家庭)和觀測(cè)結(jié)果(點(diǎn)擊流&據(jù)
14206)的一對(duì)^f莫型201。通過(guò)>^人首端100下載的設(shè)置302對(duì)DSTB過(guò)濾器202 進(jìn)行初始化。為了估計(jì)家庭的狀態(tài)，DSTB過(guò)濾器202也可以使用節(jié)目信息 207 (其可以為當(dāng)前的、或者最近過(guò)去的或者未來(lái)的)，節(jié)目信息207可從節(jié) 目信息的存儲(chǔ)器208得到。
DSTB過(guò)濾器202把條件分布或者從中導(dǎo)出的估計(jì)傳送到商業(yè)廣告選4爭(zhēng) 算法203,然后商業(yè)廣告選擇算法203根據(jù)過(guò)濾器的輸出、所下載的商業(yè)廣 告301、以及任何規(guī)則302 (其在給定觀看者估計(jì)的情況下控制什么樣的商業(yè) 廣告是準(zhǔn)許的)，判斷把哪些商業(yè)廣告204顯示給當(dāng)前觀看者。記錄并且存儲(chǔ) 顯示給觀看者的商業(yè)廣告。
可以對(duì)DSTB過(guò)濾器202估計(jì)以及商業(yè)廣告提交統(tǒng)計(jì)結(jié)果和其它信息進(jìn) 行隨機(jī)取樣303和匯集304，以向首端IOO提供信息。首端過(guò)濾器102 4吏用 這一信息，首端過(guò)濾器102針對(duì)與其相關(guān)的DSTB集合來(lái)計(jì)算(服從其可用 資源)匯集潛在與實(shí)際觀眾群的條件分布。首端過(guò)濾器101使用匯集家庭和 DSTB反饋模型101,提供其估計(jì)。首端商業(yè)廣告選擇系統(tǒng)103使用這些估計(jì)， 判斷應(yīng)把哪些商業(yè)廣告?zhèn)魉徒o首端IOO所控制的DSTB集合。商業(yè)廣告選褲， 系統(tǒng)103還考慮了與當(dāng)前商業(yè)廣告合同和那些合同的經(jīng)濟(jì)情況相關(guān)的任何可 獲得的市場(chǎng)信息105。隨后把得到的所選擇的商業(yè)廣告301下載到DSTB 100。 選擇用于下載的商業(yè)廣告影響著級(jí)別設(shè)置104，級(jí)別設(shè)置104提供了對(duì)向特 定類(lèi)型的個(gè)人播放特定商業(yè)廣告的約束。
以下兩個(gè)章節(jié)描述了這一 系統(tǒng)的某些細(xì)節(jié)。
2. 2 家庭信號(hào)和觀測(cè)模型描述
在這一章節(jié)中，給出了總信號(hào)和觀測(cè)模型描述以及該模型的可能實(shí)施例 的實(shí)例。
2. 2. 1信號(hào)模型描述
總體上講，把家庭的信號(hào)建模為一組個(gè)人和一個(gè)家庭狀態(tài)。在優(yōu)選實(shí)施 例中，該家庭代表可能潛在地觀看使用DSTB的具體電視的人。給定時(shí)刻f 處的每一個(gè)個(gè)人(表示為f)具有來(lái)自狀態(tài)空間ses的狀態(tài)，其中，S代表 希望針對(duì)家庭中的每個(gè)人加以確定的特征集-合。例如，在一個(gè)實(shí)施例中，可 能希望對(duì)每一個(gè)個(gè)人的年齡、性別、收入以及觀看狀況進(jìn)行分類(lèi)?？梢园涯挲g和收入考慮為實(shí)數(shù)值，或者考慮為離散范圍。在這一例子中，將把狀態(tài)空
間定義為
S={0-12， 12-18, 18-24, 24-38, 38+} x {男，女} x {0-$50,000, $50,000+} x(是，否}
于是，家庭成員的狀態(tài)空間為s。，其中，6表示個(gè)人的數(shù)目，^表示
沒(méi)有人的單獨(dú)狀態(tài)。家庭成員& = ("".-,AT)具有隨時(shí)間變化的隨機(jī)數(shù)目的成 員，其中",為時(shí)刻f時(shí)的成員數(shù)目。由于該組中的成員的次序?qū)?wèn)題無(wú)關(guān)緊
要，所以我們使用成員的經(jīng)驗(yàn)測(cè)度《^Eri^"代表家庭。
家庭形態(tài)(regime)描述了可能顯著影響點(diǎn)擊流數(shù)據(jù)的生成的家庭的當(dāng)前 觀看'傾向'。家庭的當(dāng)前形態(tài)r,是來(lái)自狀態(tài)空間i 的值。在本發(fā)明的一個(gè)實(shí) 施例中，形態(tài)可以由諸如'正常的，、'頻道翻轉(zhuǎn)，、'狀況檢查，以及'偏好 沖浪，的值組成。
于是，完整的信號(hào)由家庭成員和形態(tài)構(gòu)成
《=(《，i 》。
信號(hào)的狀態(tài)通過(guò)收視率函數(shù)入隨時(shí)間演變，收視率函數(shù)入概率性地控制
信號(hào)狀態(tài)的變化。于是，在某一時(shí)刻f之后、從狀態(tài)/到y(tǒng)的狀態(tài)變化的概率
為
存在針對(duì)每一個(gè)個(gè)人的演變、家庭成員本身以及家庭形態(tài)的獨(dú)立的收一見(jiàn) 率函數(shù)。在本發(fā)明的一個(gè)實(shí)施例中，針對(duì)個(gè)人/的收視率函數(shù)可以?xún)H依賴(lài)于 給定的個(gè)人、信號(hào)的經(jīng)驗(yàn)測(cè)度、當(dāng)前時(shí)間、以及某些外部環(huán)境變量
家庭中的個(gè)人的數(shù)目 依照生與死的速率隨時(shí)間變化。生與死的速率不 僅僅表示新生者的出生和現(xiàn)存者的死亡一它們可以代表導(dǎo)致一或多個(gè)個(gè)人進(jìn) 入和退出家庭的事件。根據(jù)家庭中所有個(gè)人的當(dāng)前狀態(tài)計(jì)算這些速率。例如， 在本發(fā)明的一個(gè)實(shí)施例中，可以計(jì)算描述單身漢擁有進(jìn)入家庭的室友或者配 偶的可能性的速率函數(shù)。
在本發(fā)明的一個(gè)實(shí)施例中，可以把這些速率函數(shù)公式化為具有參數(shù)的數(shù) 學(xué)方程，其中所述參數(shù)是通過(guò)把所估計(jì)的概率和因可得到的人口統(tǒng)計(jì)狀況、
宏觀經(jīng)濟(jì)以及觀看行為數(shù)據(jù)所產(chǎn)生的狀態(tài)變化的期望值相匹配，經(jīng)驗(yàn)地加以確定的。在另一個(gè)實(shí)施例中，年齡可以在連續(xù)狀態(tài)空間
中確定性
:地演變。
2. 2. 2觀測(cè)模型描述
總體上講，觀測(cè)模型由一或多個(gè)個(gè)人與DSTB的交互所生成的點(diǎn)擊流信 息構(gòu)成。在本發(fā)明的一個(gè)優(yōu)選實(shí)施例中，在觀測(cè)模型中，僅表示了當(dāng)前與過(guò) 去的頻道改變信息。給定全部M個(gè)頻道，在時(shí)刻^具有在過(guò)去B個(gè)離散時(shí)間 步長(zhǎng)中觀看的R=(,…，艮5+l)個(gè)頻道的頻道改變隊(duì)列。在本發(fā)明的一個(gè) 優(yōu)選實(shí)施例中，僅記錄頻道改變發(fā)生的時(shí)刻以及改變至其的那個(gè)頻道，以減 少開(kāi)銷(xiāo)。
在更一般的情況下，觀看隊(duì)列包含此當(dāng)前與過(guò)去頻道以及諸如音量 (volume)歷史等內(nèi)容。在上述情況下，觀看隊(duì)列退化至頻道改變隊(duì)列。
然后，根據(jù)信號(hào)的狀態(tài)和某些可下載內(nèi)容A (表示為/V/A,X》)，確定 在時(shí)刻/時(shí)從狀態(tài)/改變至狀態(tài)y的觀看隊(duì)列的概率。在一個(gè)優(yōu)選實(shí)施例中， 除其它內(nèi)容外，此可下載內(nèi)容還包含某些細(xì)化當(dāng)前可得到的節(jié)目的性質(zhì)類(lèi)別 描述的節(jié)目信息，例如，對(duì)于每個(gè)節(jié)目，所述節(jié)目信息為該節(jié)目是"動(dòng)作片" 還是"連續(xù)劇"，以及該節(jié)目的持續(xù)時(shí)間、該節(jié)目的開(kāi)始時(shí)間、播放該節(jié)目的 頻道等。
在缺少特殊形態(tài)的情況下，創(chuàng)建計(jì)算馬爾可夫鏈轉(zhuǎn)換概率的經(jīng)驗(yàn)方法。 這些概率依賴(lài)于家庭所有成員的當(dāng)前狀態(tài)和可用節(jié)目。使用觀測(cè)到的觀看行 為和Waradarajian大數(shù)法則，驗(yàn)證這一方法。假設(shè)P為離散概率測(cè)度，并且 把概率賦予Q = {cop…，wk}，則我們有選擇元素的試驗(yàn)的N個(gè)獨(dú)立拷 貝。然后，大數(shù)法則給出
丄，fu 一 其中，Q)i為根據(jù)Q得出元素的第i個(gè)隨機(jī)輸出。
在本發(fā)明的一個(gè)實(shí)施例中，該方法針對(duì)大小為1的頻道隊(duì)列(即，& =
力)計(jì)算概率。可以通過(guò)確定節(jié)目的變換類(lèi)別的概率，然后找出變換至該類(lèi)
別中具體頻道的概率，首先計(jì)算觀測(cè)概率，即下一離散步長(zhǎng)上兩個(gè)觀看隊(duì)列
之間變換的概率。第 一步長(zhǎng)通常按離線(xiàn)方式計(jì)算因頻道改變和/或同 一頻道上
節(jié)目變化而引起的類(lèi)別變化的相對(duì)比例。為了進(jìn)行此計(jì)算，所有可能的成員狀態(tài)Xf的映射被映射到離散狀態(tài)空間n，使得對(duì)于某 en,對(duì)于所有可能 的Xp/《"7T,。假設(shè)存在固定數(shù)目的類(lèi)別ce (d, c2，…，cA}。另外，
假設(shè)存在i^個(gè)觀看者記錄，每一個(gè)觀看者記錄代表常數(shù)時(shí)間段A"其中，每
一個(gè)三元組觀看記錄y問(wèn)=(:C1' C2)' fc = 1' 2，…'^v包含有關(guān)家庭(丌)的離散化
狀態(tài)以及有關(guān)時(shí)間段對(duì)開(kāi)始(c7)和結(jié)束(c2)時(shí)的類(lèi)別的信息。于是，針
對(duì)每一/ren和VC/、 C/GC,我們計(jì)算
JV《霄5: Cj、 Cj) = F ly歸、o〖霄,gf 當(dāng)最佳估計(jì)系統(tǒng)正在實(shí)時(shí)運(yùn)行時(shí)，給定當(dāng)前可用節(jié)目，通過(guò)計(jì)算類(lèi)別變
化的概率，首先計(jì)算出現(xiàn)在給定時(shí)間步長(zhǎng)上從C/至G的類(lèi)別轉(zhuǎn)換的概率
4
其中，a根據(jù)可用的當(dāng)前節(jié)目經(jīng)過(guò)所有可能的有效類(lèi)別交換。然后，通 過(guò)下式把此概率轉(zhuǎn)換成所需的頻道轉(zhuǎn)換概率
PJ-(霄)
其中，Wf(力為在當(dāng)前時(shí)間步長(zhǎng)的結(jié)束處具有落入類(lèi)別J中的所有節(jié)目的 頻道的數(shù)目。
所使用的替換概率測(cè)度是，在每一離散時(shí)間步長(zhǎng)上計(jì)算頻道的'受歡迎 程度，，而不是頻道之間的轉(zhuǎn)換。上述方法可用于通過(guò)針對(duì)給定類(lèi)別對(duì)轉(zhuǎn)換概
率簡(jiǎn)單地求和，來(lái)提供這一形式
場(chǎng)j W = L Pg"—Gj 00'
同樣，通過(guò)使用乘法則的例子，把此概率轉(zhuǎn)換成所需的頻道轉(zhuǎn)換概率
其中，W,(力為在當(dāng)前時(shí)間步長(zhǎng)的結(jié)束處具有落入類(lèi)別J中的所有節(jié)目的 頻道的數(shù)目。
在本發(fā)明的一個(gè)實(shí)施例中，在給定了最細(xì)粒度(levd of granularity)的情況
18下， 一些或者全部類(lèi)別將為節(jié)目本身。在其它例子中，優(yōu)選的是，擁有寬的 類(lèi)別，以縮減需要加以存儲(chǔ)的概率的數(shù)目。
2. 3 使用馬爾可夫鏈觀測(cè)的最佳估計(jì)
在以上所總結(jié)的傳統(tǒng)的過(guò)濾理論中，根據(jù)如下的公式，所得到的觀測(cè)為
信號(hào)的失真的、,皮>波壞的、不完整的測(cè)量
其中，^t為第"欠觀測(cè)的觀測(cè)時(shí)間，(wl為某一驅(qū)動(dòng)噪聲過(guò)程，或者某
一連續(xù)時(shí)間變量。然而，對(duì)于在緊接的前幾章節(jié)中所描述的DSTB模型，r 為其轉(zhuǎn)換概率依賴(lài)于信號(hào)的離散時(shí)間馬爾可夫鏈。在此情況下，新?tīng)顟B(tài)K可
能依賴(lài)于先前狀態(tài)，致使上述標(biāo)準(zhǔn)理論無(wú)效。在這一章節(jié)中，為了解決其中 觀測(cè)為馬爾可夫鏈的問(wèn)題，提出了新的模擬理論與系統(tǒng)。該系統(tǒng)值得注意的 一個(gè)通性是，可以?xún)H允許馬爾可夫鏈觀測(cè)轉(zhuǎn)換到所有狀態(tài)的子集，其中該子 集依賴(lài)于其當(dāng)前所處狀態(tài)。在定向廣告發(fā)布應(yīng)用中，這是有用的特性，因?yàn)?在觀測(cè)和插入某些新數(shù)據(jù)之后，觀看隊(duì)列的大部分先前數(shù)據(jù)可以保持在觀看 隊(duì)列中。為了易于理解，將針對(duì)定向廣告發(fā)布應(yīng)用描述這一點(diǎn)，盡管其顯然 適用于一般情況。
假設(shè)我們具有馬爾可夫信號(hào)義，其具有生成元￡和初始分布v。為了精確
起見(jiàn)，把該信號(hào)定義為滿(mǎn)足《二《一鞅(Martingale)隨機(jī)過(guò)程問(wèn)題的唯一的
a 〖0，oo)過(guò)程
jP(為，5， ') = !/(*),
以及
是所有p e "(/:)的鞅隨機(jī)過(guò)程。
希望根據(jù)依賴(lài)于《以及某一外源信息a的u，2,…,M)值的離散時(shí)間馬
爾可夫鏈觀測(cè)，估計(jì)《的條件分布。為了明確起見(jiàn)，假設(shè)《""^-oo為獨(dú)立于
信號(hào)和觀測(cè)的獨(dú)立隨機(jī)變量序列，使得對(duì)于/= 1， 2,…,M和ke忍-,
P('Ufc = 'f》=觀測(cè)ffe發(fā)生在時(shí)刻tk,具有可得事件的有限狀態(tài)空間
—j;te = l 2 3，…
u,…,m〉和&(;^w,…》掘)，其中斑，""o:-u,…在具有在時(shí)
19刻t時(shí)從狀態(tài)/轉(zhuǎn)向狀態(tài)的均勻轉(zhuǎn)換概率K—(A A〕的{1,…，M}B中的值之間 轉(zhuǎn)換。此處，A和《為相關(guān)外源信息的當(dāng)前狀態(tài)和可能狀態(tài)改變時(shí)刻的信號(hào) 狀態(tài)。
為了便于表示，我們定義A;A"Xfe;義、并且設(shè)
14 =(化，叫—h…，幾 s+i)71 ,只f于= 1, 2,...
"7l 1 forj = 0,-l， -2,", 和
對(duì)于K [。， //+1)，
其中，
Cfe (a )=X取_ t GDk, 。 為了表示方便，定義Zrl。于是，某些數(shù)學(xué)計(jì)算表明
——— 應(yīng)jt謹(jǐn)yl，......—茍/(《)(^r))-,m，
對(duì)于々《r,其中/:丑4g以及
令
一 ■ 'i
鄧)'
注意(6)的分母和分子均根據(jù)^b(X^(t)l^1力口以計(jì)算， 分別對(duì)于g^和f/,其中，
對(duì)于函數(shù)/:S —驟的足夠充分類(lèi)，對(duì)于
我們僅需要一個(gè)方程。
更多的計(jì)算使得對(duì)于《 6 (0, oo)和p € a(血)^ ，(1k&"糊Jf )滿(mǎn)足A (P)-淘紐)=/ A闊^ + E )
其中，《fc(i) = 1 — ^j且n豕=masc(fc : ffe 5 5}。 2. 4 過(guò)濾近似
為了在實(shí)時(shí)計(jì)算機(jī)系統(tǒng)中使用上述推導(dǎo)，必須加以近似，使得可以在計(jì) 算機(jī)體系結(jié)構(gòu)上實(shí)現(xiàn)所得到的方程。為了使用粒子過(guò)濾器或者離散空間過(guò)濾 器，必須進(jìn)行不同的近似。以下章節(jié)著重描述了這些近似。
2. 4. 1 粒子過(guò)濾器近似 通過(guò)方程(6),我們僅需要近似
A(必》；廚^e血《t)IJf)'
其中，
為加權(quán)函數(shù)?，F(xiàn)在，假設(shè)我們引入了獨(dú)立信號(hào)粒子""2Q》Si，每一個(gè)獨(dú)立信
號(hào)粒子具有與歷史信號(hào)相同的法則，并且定義權(quán)重
"1 (*)=A M x '卿"i《(鳥(niǎo)，《:
于是，其遵循deFinnetti定理和大數(shù)法則
2. 4. 2 離散空間近似
如果把《的狀態(tài)空間設(shè)為￡，則對(duì)于每一^ € N，，當(dāng)i^ / OQ時(shí)，令4和 7kfw滿(mǎn)足"'/ oo和ilCv / oo。對(duì)于Aw = {〗，.,.，cijv} C R, ^i殳《C^，&e"/v)為五
的一部分，從而nrn^dwm(Cf,:^00，并且假設(shè)所有離散狀態(tài)處于不同的單元中， 即，其僅才艮據(jù)年齡擴(kuò)展和收縮，導(dǎo)致令a'-w—0。然后，我們?nèi)eCf,并 且定義A' ^ Rl"'"'V;v'^以及進(jìn)行下列直觀證明取"《c:v) 意味著對(duì)于所有i € Djv和"e M{(E)、 "(cf) = ，并且 把測(cè)試函數(shù)？"《")="("〗巧代入(10),我們得到
其中，。 于是，有
2. 5使用離散有限狀態(tài)空間的精細(xì)隨機(jī)網(wǎng)格過(guò)濾器 在美國(guó)專(zhuān)利7,188,048中，詳細(xì)描述了 REST過(guò)濾器的一般形式。已證明 該方法與系統(tǒng)可用于多種應(yīng)用中，特別是可用于歐拉空間追蹤問(wèn)題以及離散 計(jì)數(shù)測(cè)度問(wèn)題。然而，已經(jīng)發(fā)現(xiàn)了有關(guān)該方法的一些改進(jìn)，對(duì)本發(fā)明的一個(gè) 實(shí)施例，它們明顯減少了存儲(chǔ)和計(jì)算要求。此處，描述了 REST過(guò)濾器的新 的方法與系統(tǒng)，其中可以使用離散和有限狀態(tài)空間對(duì)信號(hào)進(jìn)行建模。為了清 楚起見(jiàn)，給出了使用定向廣告發(fā)布模型的實(shí)例，然而，該方法也可用于任何 以下述環(huán)境為特征的問(wèn)題。
2. 5. 1 環(huán)境描述
在某些問(wèn)題中，信號(hào)由零或更多個(gè)目標(biāo)義〗以及零或更多個(gè)形態(tài)S構(gòu)成。 例如，在定向廣告發(fā)布中，信號(hào)模型的一個(gè)實(shí)施例呈《=(《，A)的形式，其 中，《為目標(biāo)(或者，更具體地講，為家庭成員)的經(jīng)驗(yàn)測(cè)度，并且僅存在 一個(gè)形態(tài)。另外，每一個(gè)目標(biāo)和形態(tài)僅具有離散和有限數(shù)目的狀態(tài)，而且存 在有限數(shù)目的目標(biāo)和形態(tài)(因此，存在有限數(shù)目的目標(biāo)和形態(tài)的可能的組合)。 有限數(shù)目的組合不必為所有可能的組合一僅要求有限數(shù)目的合理(legitimate) 組合。例如，可以按相對(duì)細(xì)粒的水平，從依賴(lài)于地理的人口調(diào)查信息導(dǎo)出有 限的可能類(lèi)型的家庭(意味著其中具有特定人口統(tǒng)計(jì)狀況的家庭)。取代擁有 個(gè)人(直至某一最大家庭成員數(shù)nMAX)的所有潛在的組合，僅需要把那些可 能在給定地理區(qū)域中發(fā)現(xiàn)的組合視為合理的，并且將它們包含在狀態(tài)空間中。
22在這些受限制的問(wèn)題中， 一或多個(gè)目標(biāo)和/或一或多個(gè)形態(tài)的狀態(tài)中的一 些可以在進(jìn)行最佳估計(jì)的短時(shí)期內(nèi)不變。在這些情況下，這樣的狀態(tài)信息保 持不變，而狀態(tài)信息的其它部分保持變化。在家庭信號(hào)模型的一個(gè)實(shí)施例中， 可以把家庭中每一個(gè)個(gè)人的年齡、性別、收入以及教育程度視為不變的，因
為這些值在較長(zhǎng)的時(shí)間段后才會(huì)改變，而DSTB估計(jì)只進(jìn)行幾個(gè)星期。然而，
家庭形態(tài)信息的當(dāng)前觀看狀況在相當(dāng)短的時(shí)間段內(nèi)發(fā)生變化，結(jié)果，這些狀 態(tài)在估計(jì)問(wèn)題中仍然改變。我們將把信號(hào)的不變部分表示為i，而把信號(hào)的 變化部分表示為f 。存在w個(gè)可能的不變狀態(tài)(由p表示第/個(gè)這樣的狀態(tài))
和針對(duì)第/個(gè)不變狀態(tài)的JK個(gè)可能的變化狀態(tài)(由f ^表示第y個(gè)狀態(tài))。
2. 5. 2 REST有限狀態(tài)空間系統(tǒng)概述
圖2描述了有限狀態(tài)空間環(huán)境中REST過(guò)濾器的一個(gè)優(yōu)選實(shí)施例。REST 由一組不變狀態(tài)單元構(gòu)成，每一個(gè)不變狀態(tài)單元代表信號(hào)的目標(biāo)和形態(tài)的一 個(gè)可能的集合以及它們的不變狀態(tài)特性。每一個(gè)不變單元包含一組變化狀態(tài) 單元，每一個(gè)變化狀態(tài)單元代表給定不變單元的可能的隨時(shí)間變化的狀態(tài)。 隱含地，變化單元包含它們的父不變單元的不變狀態(tài)信息，這意味著每個(gè)變 化單元代表信號(hào)的具體潛在狀態(tài)。起見(jiàn)，不變單元本身僅代表匯集容器對(duì)象， 并為了方便的目的而進(jìn)行使用。可以以數(shù)組、向量、列表或者隊(duì)列的形式， 把變單元與不變單元的組存儲(chǔ)在計(jì)算機(jī)介質(zhì)上?？梢园言诮o定時(shí)刻f不具有 粒子計(jì)數(shù)的單元從這樣的容器中去除，以減少空間與計(jì)算要求，盡管日后需 要重新插入這樣的單元的機(jī)制。
如圖3中所示，每一個(gè)變化狀態(tài)單元包含粒子計(jì)數(shù)";'、該粒子計(jì)數(shù)代表 了該單元的離散化的幅度。如先前所提到的，該幅度用于計(jì)算給定狀態(tài)的條 件概率。每一個(gè)變化狀態(tài)單元也包含一組假想時(shí)鐘^'9。這些假想時(shí)鐘代表從 給定狀態(tài)單元的可能的狀態(tài)變化。對(duì)于每一變化狀態(tài)單元，存在e,力.個(gè)可能的 狀態(tài)轉(zhuǎn)換。在該環(huán)境中，所有有效狀態(tài)處理發(fā)生在同一不變狀態(tài)單元中。為
了考慮REST過(guò)濾器的條件分布的同時(shí)變化， 一旦完成了相繼的處理，使用
稱(chēng)為粒子計(jì)數(shù)增量An;"的臨時(shí)計(jì)數(shù)器，存儲(chǔ)將添加到給定變化狀態(tài)單元或者
從給定變化狀態(tài)單元去除的粒子的數(shù)目。把具有從具有狀態(tài)f"的變化狀態(tài)
* —六、lu太4i4念aa苗^a "、j苗>在k s: 十zU日，J^j 7人i八；^^^t7^^wv/'卜t^r卞/u7 、/v ^^卞,uh'J'力"v亡。
如以上所述，不變狀態(tài)單元為用于筒化信息的處理的容器。每一個(gè)不變
23狀態(tài)單元的粒子計(jì)數(shù)4為對(duì)其子變化狀態(tài)單元粒子計(jì)數(shù)的匯集。類(lèi)似地，不 變狀態(tài)單元的假想時(shí)鐘為來(lái)自變化單元的所有時(shí)鐘的匯集。該匯集有助于過(guò)
變狀態(tài)。
2. 5. 3 REST過(guò)濾器演變
圖4描述了 REST過(guò)濾器的典型的演變。該演變方法通過(guò)使用假想時(shí)鐘 值在相鄰單元之間轉(zhuǎn)移粒子，在某一時(shí)間段&上更新過(guò)濾器的條件分布。把 粒子在相鄰單元之間的移動(dòng)稱(chēng)為事件(我們通常用額外的生與死取代粒子的 移動(dòng)，以允許更多的收^L率抵消出現(xiàn))。整體地模擬這樣的事件，以減小演變 的計(jì)算開(kāi)銷(xiāo)。要模擬的事件的數(shù)目基于所有單元的總假想時(shí)鐘和A,。圖5描
述了確定有多少粒子移向每個(gè)鄰居的方法。當(dāng)完成事件的模擬時(shí)，可以更新
粒子計(jì)數(shù)，并且回調(diào)(sealback)假想時(shí)鐘，以表示過(guò)濾器的狀態(tài)的變化。
與先前在美國(guó)專(zhuān)利No.7,188,048的中所描述的方法相比，已經(jīng)添加了附
加的步驟，以提高過(guò)濾器的效率。具體地，現(xiàn)在在下推觀測(cè)方法之前，進(jìn)行
單元粒子計(jì)數(shù)的調(diào)整，并且在粒子控制之前，添加了回汲例程。在某些問(wèn)題
中，根據(jù)觀測(cè)信息，某些狀態(tài)可能沒(méi)有成為當(dāng)前信號(hào)狀態(tài)的可能性。例如，
如果記錄了頻道改變，則家庭必須有至少一個(gè)成員正在觀看。在這些情況下，
必須成比例地把所有無(wú)效狀態(tài)中的粒子重新分布到有效狀態(tài)。于是，如果存
在要重新分布的^ 個(gè)粒子，則所有有效變化狀態(tài)單元將接收' 5""
^ 一 ; i
個(gè)粒子，并且將接收具有概率S""—、""」的額外粒子。當(dāng)使用這一類(lèi)型的基 于觀測(cè)的調(diào)整時(shí)，制約信號(hào)的演變的速率很可能必須適當(dāng)?shù)丶右愿淖?，以與 該方式下觀測(cè)數(shù)據(jù)的使用相 一致。
為了增強(qiáng)REST過(guò)濾器的魯棒性，添加了回流方法。該方法使用某一函
數(shù)/(i",化以根據(jù)信號(hào)的初始分布v，把^r"個(gè)粒子添加到變化狀態(tài)單元。
要添加到每一單元的粒子的數(shù)目取決于時(shí)間、給定單元以及過(guò)濾器的整體狀 態(tài)。此方法確保了在無(wú)法從不正確的局部化恢復(fù)的情況下，過(guò)濾器不收斂于 一或多個(gè)不變狀態(tài)。
2. 6 首端估計(jì)
24為了最大化多服務(wù)運(yùn)營(yíng)商廣告發(fā)布業(yè)務(wù)的利潤(rùn)能力，把哪些商業(yè)廣告分
布于一組DSTB的決定是至關(guān)重要的。由于可得到有關(guān)基于DSTB的漸近最 佳非線(xiàn)性過(guò)濾器的、基于條件分布(或者從其導(dǎo)出的條件估計(jì))的商業(yè)廣告 的實(shí)際觀眾群的更多信息，具體商業(yè)廣告時(shí)段的價(jià)格可以更動(dòng)態(tài)地變化，從 而提高了總利潤(rùn)。
為了利用這一潛力，在首端處，根據(jù)條件DSTB估計(jì)的隨機(jī)取樣，對(duì)包 括諸如每一人口統(tǒng)計(jì)狀況中的人數(shù)的信息的匯集家庭進(jìn)行估計(jì)。以下模型包
含優(yōu)選實(shí)施例。
2. 6. 1首端信號(hào)模型
首端信號(hào)模型由具有連接于具體首端的DSTB盒的潛在及當(dāng)前電視觀看 者的有關(guān)特性(trait)信息組成。定義狀態(tài)空間S，其代表這樣一組針對(duì)單個(gè)個(gè) 人的特性。在本發(fā)明的一個(gè)實(shí)施例中，此空間可以由個(gè)人的年齡范圍、性別 以及最近觀看歷史構(gòu)成。為了保持對(duì)個(gè)人的追蹤，令C^ = 0為無(wú)人的家庭類(lèi) 型，C"為具有"個(gè)個(gè)人的家庭類(lèi)型的集合
c"M(0i,"i),…，0r，"》):A G S,顯然"i+"2+…+"尸"〉。
這樣，家庭的集合將為其中具有n個(gè)人的家庭的并集^a^。實(shí)際上，
將存在我們可能處理的最大家庭N,我們把家庭狀態(tài)空間設(shè)置為￡ =旦，，其 中N為某一大數(shù)。
為了處理通過(guò)隨機(jī)取樣機(jī)制從DSTB反向傳送的估計(jì)，我們還希望針對(duì) 每一 DSTB追蹤當(dāng)前頻道。這意味著，從下式得到包括潛在家庭觀眾群、觀
看狀況以及當(dāng)前頻道的每一 DSTB狀態(tài)
<formula>formula see original document page 25</formula>
其中，存在DSTB可能轉(zhuǎn)向其的M個(gè)可能的頻道。
我們不擔(dān)心單個(gè)DSTB,甚至也不擔(dān)心哪些DSTB處于特定狀態(tài)，而擔(dān) 心多少DSTB處于狀態(tài)d e D。因此，我們令要跟蹤的信號(hào)義為有限計(jì)數(shù)測(cè)度， 在每個(gè)類(lèi)別中對(duì)DSTB的數(shù)目進(jìn)行計(jì)數(shù)。
在本發(fā)明的一個(gè)實(shí)施例中，可以追蹤每一類(lèi)別中DSTB的可能數(shù)目的匯 集，以最小化計(jì)算要求。在這樣的情況下，使用大小為o的原子(atom)，使得 總和依然達(dá)到DSTB的最大數(shù)目。例如，假設(shè)存在1百萬(wàn)個(gè)DSTB。則我們將擁有IO萬(wàn)個(gè)分布在Z)上的原子(每一個(gè)原子由a= IO個(gè)DSTB組成)。假 設(shè)M(D)表示D上的計(jì)數(shù)測(cè)度，戰(zhàn)D)表示恰好具有10萬(wàn)個(gè)原子的M(D)的子 集。信號(hào)將根據(jù)鞅問(wèn)題數(shù)學(xué)地演變
其中，* —M(/)為針對(duì)Up)上的每個(gè)連續(xù)有界函數(shù)/的鞅，￡為大體根據(jù)
DSTB收視率和家庭獨(dú)立行動(dòng)的自然假設(shè)所確定的某個(gè)運(yùn)算符。
不把任何按暴露模式提供其人口統(tǒng)計(jì)狀況的家庭考慮為信號(hào)的一部分。
2. 6. 2 首端觀測(cè)模型
此處，我們描述了兩個(gè)觀測(cè)模型 一個(gè)用于DSTB的隨機(jī)取樣， 一個(gè)用 于提交統(tǒng)計(jì)。
對(duì)于隨機(jī)取樣觀測(cè)模型，我們通過(guò)令義為我們的信號(hào)，如前一章節(jié)中那 樣，考慮頻道和觀眾群，并且令^表示取樣過(guò)程中在時(shí)刻^的隨機(jī)選擇。為 了精確起見(jiàn)，假設(shè)針對(duì)特定首端存在M個(gè)DSTB,并且再次假定(recall): — 個(gè)相信至少一個(gè)人當(dāng)前正在觀看的DSTB將提供具有5%固定概率的樣本。于 是，K將是具有隨機(jī)行數(shù)的矩陣，每一行由具有恰好一個(gè)非零項(xiàng)的M個(gè)項(xiàng) 組成，非零項(xiàng)對(duì)應(yīng)于已經(jīng)提供了樣本的具體DSTB的索引(index)。行數(shù)應(yīng)該 對(duì)應(yīng)于提供了樣本的DSTB的數(shù)目。在各行上，非零項(xiàng)的位置自然不同，并 且將在可能的排_(tái)列上均勻地加以選擇，以反映所進(jìn)行的實(shí)際取樣。
現(xiàn)在，令(&'")為M個(gè)DSTB的條件分布觀眾群的(列)向量和相應(yīng)的 頻道，所述兩者均處于時(shí)刻&。于是，該觀測(cè)過(guò)程將是
《4(14.(,fc,仏))，
此處，K將進(jìn)行隨機(jī)選擇，/z將是提供被選擇以反饋的信息的函數(shù)。
對(duì)于匯集廣告提交統(tǒng)計(jì)模型，我們有函數(shù)的時(shí)間索引序列，該函數(shù)
提供先前在時(shí)刻^々提交的各種廣告的計(jì)數(shù)。由于某些DSTB可能因臨時(shí)故 障(即，'丟失的觀測(cè)，)不返回任何信息，并且由于不保證用于確定成功提 交的所估計(jì)的觀眾群正確，將存在少量的噪聲『~。 來(lái)自匯集提交統(tǒng)計(jì)的第二觀測(cè)信息將為 《J = ptfc—t3-,,fc，j)-此處，j'的范圍在報(bào)告時(shí)段中的位置段上反向變化，^為報(bào)告時(shí)段時(shí)間。2. 6. 3 首端過(guò)濾器
針對(duì)首端的信號(hào)變?yōu)閬?lái)自DSTB的概率分布。 2. 7首端商業(yè)廣告選褲，
在本發(fā)明的某些實(shí)施例中，可得到還可用于進(jìn)行匯集觀眾群的其它信息。 例如，匯集(以及可能延遲的)廣告提交統(tǒng)計(jì)結(jié)果也可以提供對(duì)DSTB的所 估計(jì)的觀眾群的推斷，以及任何'暴露模式，信息，由此家庭選擇是否提供 他們的狀態(tài)信息(人口統(tǒng)計(jì)狀況、消費(fèi)心態(tài)等)作為某些補(bǔ)償?shù)慕粨Q。
在此設(shè)置中，就合同細(xì)節(jié)、可用資源以及未來(lái)信號(hào)狀態(tài)而言，把商業(yè)廣 告合同建模為遞增的利潤(rùn)的圖。我們把這些圖稱(chēng)為合同圖，其與依賴(lài)于合同 細(xì)節(jié)、信號(hào)狀態(tài)以及經(jīng)濟(jì)環(huán)境的收視率一起到達(dá)。 一些合同細(xì)節(jié)包括
將播放的商業(yè)廣告的次數(shù)(可以包含最小與最大閾值)，可能為數(shù)千次。
將插-;故的商業(yè)廣告的日/周時(shí)間的時(shí)間范圍；
商業(yè)廣告的一或多個(gè)目標(biāo)人口統(tǒng)計(jì)狀況；
將播放商業(yè)廣告的具體頻道或者節(jié)目；
寫(xiě)合同的客戶(hù)，
其中的一些是可選的。
把合同圖的隨機(jī)到達(dá)稱(chēng)為合同圖過(guò)程。而且，如果在給定狀態(tài)(現(xiàn)在與 未來(lái))和環(huán)境的情況下，所分配的資源不超過(guò)可用資源，即各個(gè)類(lèi)別上的可 用商業(yè)廣告位置，則把資源(對(duì)于任何合同不需要是最大可分配的)向合同 圖過(guò)程的分配稱(chēng)為可行選擇。此時(shí)，由于接受合同時(shí)這些有限的資源變得枯 竭，通過(guò)實(shí)用性函數(shù)對(duì)當(dāng)前與未來(lái)潛在利潤(rùn)建模。該實(shí)用性函數(shù)采集可用合 同圖的流(當(dāng)前以及未來(lái)隨機(jī)的到達(dá))，并且以美元或者某些其它可滿(mǎn)足的形 式返回指示利潤(rùn)的數(shù)。由于合同圖的隨機(jī)未來(lái)行為，實(shí)用性函數(shù)不能在不考 慮對(duì)期望利潤(rùn)的偏離的情況下筒單地提供最大利潤(rùn)，以確保最大化不會(huì)帶來(lái) 顯著的低利潤(rùn)風(fēng)險(xiǎn)。
為了進(jìn)行最佳商業(yè)廣告選擇，需要定義下述模型首端信號(hào)模型、首端 觀測(cè)模型、合同生成模型、以及實(shí)用性(利潤(rùn))模型。
2. 7. 1合同模型把產(chǎn)生的商業(yè)廣告合同建模為合同圖上的標(biāo)記點(diǎn)過(guò)程。合同到達(dá)的速率 依賴(lài)于先前所執(zhí)行的合同以及諸如經(jīng)濟(jì)條件之類(lèi)的外部因素。
假設(shè)/表示Lesbegue測(cè)量。則我們令C表示其上具有某一拓樸的可能合
同圖的空間，《""*》崎表示針對(duì)直至?xí)r刻f的合同圖的到達(dá)的計(jì)數(shù)測(cè)度隨機(jī)過(guò) 程，f表示具有某一平均測(cè)度i/x《x《的Gxp，os)x(O;cc)上的一個(gè)泊松
(Poisson)測(cè)度。而且，當(dāng),歸〗記錄從時(shí)刻0直至?xí)r刻t但不包括時(shí)刻t時(shí)合 同圖的到達(dá)時(shí)，我們令A(yù)fe"紙i〗"〗為在時(shí)刻t新合同將隨合同圖c € C —起到 來(lái)的速率(相對(duì)于v)。然后，我們根據(jù)下列隨機(jī)差分方程建模
爿)=，(局+ / ，"》)(")《(血X fife X rf5)
</,4.x(0,s 》xCM| " 只十戶(hù)斤有^ ￡ ^(G'J
當(dāng)接受合同時(shí)，可改變以上所提到的合同細(xì)節(jié)。結(jié)果，把合同細(xì)節(jié)建模 為依賴(lài)于可能隨時(shí)間演變的外部環(huán)境。
2. 7. 2 實(shí)用性函數(shù)描述
為了便于表示，基于時(shí)刻s時(shí)的可下載節(jié)目信息A,我們令A(yù)(A)為現(xiàn)在 以及未來(lái)的可用資源。
我們不能夠接受所產(chǎn)生的全部合同，我們必須決定在看不到未來(lái)的情況
下，是接受還是拒絕一個(gè)合同。我們把可準(zhǔn)許選擇表示為可行選擇，使得每
個(gè)資源分配決定不使用未來(lái)合同或者未來(lái)觀測(cè)信息。根據(jù)前一章節(jié)的標(biāo)記，
我們假設(shè) 代表直到(且包括)時(shí)刻t已經(jīng)到達(dá)的各種類(lèi)型的合同的數(shù)目，
并且取
7t(〖)=/ / c《l8—，Xh由,x會(huì)》傘
，對(duì)于每個(gè)？>0,
其中，2代表所有潛在客戶(hù)的集合，仏'sSO》是選擇過(guò)程，即，向每個(gè) 合同c分配資源。于是，如果對(duì)于每一s》0 "^.竭力/)且/,不使用未來(lái)合同
也不使用觀測(cè)信息，則仏，s2W是可準(zhǔn)許選擇，即對(duì)于每一 5>0,相對(duì)
cT(d^)、UCe'i'6N，^ ￡4),是可測(cè)的?，F(xiàn)在，^《!》代表直至?xí)r刻f,通
過(guò)可準(zhǔn)許選擇/所獲得的利潤(rùn)。為了便于表示，我們令A(yù)為所有這樣的可準(zhǔn)許 選擇的集合。
實(shí)用性函數(shù)/平衡當(dāng)前利潤(rùn)與未來(lái)利潤(rùn)，并平衡在具體合同上獲得極高利潤(rùn)的機(jī)會(huì)與沒(méi)有或者低利潤(rùn)的風(fēng)險(xiǎn)。為了確保合理地開(kāi)始，我們將按指數(shù) 方式去除未來(lái)利潤(rùn)的權(quán)重。而且，為了不過(guò)度激進(jìn)，我們將包括類(lèi)變量
(variance-like)條件。對(duì)于小常數(shù)》#>，0，所得的實(shí)用性函數(shù)的一個(gè)實(shí)施例為
這樣，商業(yè)廣告選擇過(guò)程是要在^A上最大化^J(義，0'j?？梢允褂靡换蚨鄠€(gè)漸 近最佳過(guò)濾器實(shí)現(xiàn)這一目標(biāo)。
已經(jīng)說(shuō)明性和描述性地給出了本發(fā)明的以上描述。而且，該描述并不旨 在把本發(fā)明限制于此處所公開(kāi)的形式。因此，對(duì)本發(fā)明進(jìn)行與上述教知和相 關(guān)技術(shù)的技能與知識(shí)相當(dāng)?shù)淖兓c修改，均處于本發(fā)明的范圍內(nèi)。以上所描 述的實(shí)施例還旨在解釋實(shí)現(xiàn)本發(fā)明的已知最好模式，并且使這一技術(shù)中的其 他熟練技術(shù)人員能夠按這樣的或者其它的實(shí)施例利用本發(fā)明以及本發(fā)明的一 或多個(gè)具體應(yīng)用或使用所要求的各種修改。還旨在令所附權(quán)利要求包括現(xiàn)有 技術(shù)所允許范圍的替換實(shí)施例。
權(quán)利要求
1. 一種用于把資產(chǎn)定向于通信網(wǎng)絡(luò)中的用戶(hù)配備設(shè)備的用戶(hù)的方法，包括以下步驟根據(jù)一或多個(gè)用戶(hù)針對(duì)用戶(hù)配備設(shè)備的輸入，產(chǎn)生觀測(cè)模型；把針對(duì)時(shí)間反映所述用戶(hù)配備設(shè)備的一或多個(gè)用戶(hù)的至少一個(gè)用戶(hù)成分的信號(hào)并入所述觀測(cè)模型；通過(guò)在給定測(cè)量數(shù)據(jù)的情況下的所述信號(hào)的近似條件分布，估計(jì)在所關(guān)注時(shí)刻處的所述用戶(hù)成分；以及在針對(duì)所述用戶(hù)配備設(shè)備對(duì)資產(chǎn)進(jìn)行定向時(shí)，使用所述所估計(jì)的用戶(hù)成分。
2. 根據(jù)權(quán)利要求1所述的方法，其中，所述輸入為隨著時(shí)間的用戶(hù)輸入 的點(diǎn)擊流，并且所述觀測(cè)模型把所述點(diǎn)擊流建模為馬爾可夫鏈。
3. 根據(jù)權(quán)利要求2所述的方法，其中，所述觀測(cè)模型考慮用于由所述輸 入中的至少一些所指示的網(wǎng)絡(luò)內(nèi)容的節(jié)目相關(guān)信息。
4. 根據(jù)權(quán)利要求3所述的方法，還包括步驟使用數(shù)學(xué)模型處理所述馬 爾可夫鏈，其中所述馬爾可夫鏈的觀測(cè)僅可以轉(zhuǎn)換到狀態(tài)全集的子集，其中 所述子集依賴(lài)于所述馬爾可夫鏈的當(dāng)前狀態(tài)。
5. 根據(jù)權(quán)利要求1所述的方法，其中，所述建模步驟包括把所述觀測(cè) 模型建模為k步馬爾可夫鏈上的馬爾可夫鏈。
6. 根據(jù)權(quán)利要求5所述的方法，其中，觀測(cè)馬爾可夫鏈的轉(zhuǎn)換函數(shù)依賴(lài) 于要估計(jì)的信號(hào)的位置。
7. 根據(jù)權(quán)利要求1所述的方法，其中，所述信號(hào)被建立為代表所述用戶(hù) 成分以及影響所述用戶(hù)輸入的獨(dú)立因素。
8. 根據(jù)權(quán)利要求1所述的方法，其中，所述信號(hào)的模型使得把所述用戶(hù) 成分表示為包括兩個(gè)或更多個(gè)用戶(hù)。
9. 根據(jù)權(quán)利要求1所述的方法，其中，所述信號(hào)的模型使得表示所迷用 戶(hù)成分的變化。
10. 根據(jù)權(quán)利要求9所述的方法，其中，所述變化是與所述用戶(hù)配備設(shè) 備相關(guān)聯(lián)的用戶(hù)數(shù)目的變化。
11. 根據(jù)權(quán)利要求1所述的方法，其中，所述建模步驟包括定義過(guò)濾器，以才艮據(jù)所述觀測(cè)模型和測(cè)量數(shù)據(jù)獲得所述信號(hào)的概率估計(jì)。
12. 根據(jù)權(quán)利要求11所述的方法，其中，所述建模步驟包括定義非線(xiàn)性 過(guò)濾器，以根據(jù)所述觀測(cè)模型獲得所述信號(hào)的概率估計(jì)。
13. 根據(jù)權(quán)利要求12所述的方法，其中，所述建模步驟還包括建立近似過(guò)濾器，用于近似所述非線(xiàn)性過(guò)濾器的操作。
14. 根據(jù)權(quán)利要求13所述的方法，其中，所述近似過(guò)濾器為粒子過(guò)濾器。
15. 根據(jù)權(quán)利要求13所述的方法，其中，所述近似過(guò)濾器為離散空間過(guò) 濾器。
16. 根據(jù)權(quán)利要求1所述的方法，其中，所述使用步驟包括向可操作 來(lái)把資產(chǎn)插入所述網(wǎng)絡(luò)的內(nèi)容流的網(wǎng)絡(luò)平臺(tái)提供基于所述用戶(hù)成分的信息。
17. 根據(jù)權(quán)利要求16所述的方法，其中，所述信息標(biāo)識(shí)所述用戶(hù)配備設(shè) 備的一或多個(gè)用戶(hù)的人口統(tǒng)計(jì)狀況。
18. 根據(jù)權(quán)利要求17所述的方法，其中，所述平臺(tái)可操作來(lái)匯集與多個(gè) 用戶(hù)配備設(shè)備相關(guān)聯(lián)的用戶(hù)成分信息，以及根據(jù)所述所匯集的信息選擇用于 插入的一或多個(gè)資產(chǎn)。
19. 根據(jù)權(quán)利要求16所述的方法，其中，所述平臺(tái)可操作來(lái)把來(lái)自多個(gè) 用戶(hù)配備設(shè)備的信息處理為觀測(cè)模型，以及針對(duì)所述觀測(cè)模型使用過(guò)濾器以 估計(jì)所述所關(guān)注時(shí)刻的網(wǎng)絡(luò)觀眾的構(gòu)成成分。
20. 根據(jù)權(quán)利要求17所述的方法，其中，所述平臺(tái)可操作來(lái)根據(jù)所述構(gòu) 成成分和影響具體資產(chǎn)的提交價(jià)值的額外信息，選擇用于插入的資產(chǎn)。
21. 根據(jù)權(quán)利要求16所述的方法，其中，所述信息根據(jù)所述用戶(hù)成分， 標(biāo)識(shí)用于提交給所述用戶(hù)配備設(shè)備的一或多個(gè)合適的資產(chǎn)。
22. 根據(jù)權(quán)利要求1所述的方法，其中，所述使用的步驟包括在所述 用戶(hù)配備設(shè)備處選擇用于提交給所述一或多個(gè)用戶(hù)的資產(chǎn)。
23. 根據(jù)權(quán)利要求1所述的方法，其中，所述使用的步驟包括報(bào)告針
24. —種用于把資產(chǎn)定向于通信網(wǎng)絡(luò)中用戶(hù)配備設(shè)備的用戶(hù)的裝置，包括端口 ，用于接收關(guān)于一或多個(gè)用戶(hù)針對(duì)用戶(hù)配備設(shè)備輸入的輸入信息；K乂、 /入處理器，用于根據(jù)所述輸入提供觀測(cè)模型，把觀測(cè)模型建模為依賴(lài)于針對(duì)時(shí)間反映所述用戶(hù)配備設(shè)備的 一或多個(gè)用戶(hù)的至少一個(gè)用戶(hù)成分的信號(hào)， 把在所關(guān)注時(shí)刻處的用戶(hù)成分確定為信號(hào)的狀態(tài)，以及在針對(duì)用戶(hù)配備設(shè)備 對(duì)資產(chǎn)進(jìn)行定向時(shí)^f吏用所確定的用戶(hù)成分。
25. 根據(jù)權(quán)利要求24所述的裝置，其中，所述處理器用于定義非線(xiàn)性過(guò) 濾器，以根據(jù)所述觀測(cè)模型和測(cè)量數(shù)據(jù)獲得所述信號(hào)的估計(jì)。
26. 根據(jù)權(quán)利要求25所述的裝置，其中，所述處理器用于建立用于近似 所述非線(xiàn)性過(guò)濾器的操作的近似過(guò)濾器。
27. 根據(jù)權(quán)利要求26所述的裝置，其中，所述非線(xiàn)性過(guò)濾器是粒子過(guò)濾 器和離散空間過(guò)濾器中的 一種。
28. 根據(jù)權(quán)利要求24所述的裝置，還包括傳輸用于把資產(chǎn)定向于獨(dú)立的 網(wǎng)絡(luò)平臺(tái)的信息的端口，其中，所述信息基于所述所確定的用戶(hù)成分。
29. —種用于在廣播網(wǎng)絡(luò)中定向資產(chǎn)的方法，包括以下步驟 集體分析對(duì)應(yīng)于一系列用戶(hù)輸入的數(shù)據(jù)流；以及把用于匹配該流所描述的模式的邏輯應(yīng)用于與用戶(hù)的觀眾分類(lèi)相關(guān)聯(lián)的 特性。
30. 根據(jù)權(quán)利要求29所述的方法，其中，所述集體分析的步驟包括建 立觀測(cè)模型，其中所述一系列用戶(hù)輸入被建模為馬爾可夫鏈。
31. 根據(jù)權(quán)利要求29所述的方法，其中，所述應(yīng)用邏輯的步驟包括使 用非線(xiàn)性過(guò)濾器模型從所述一系列用戶(hù)輸入提取信號(hào)估計(jì)與分布，以及使用 所述信號(hào)獲得所述特性。
32. 根據(jù)權(quán)利要求29所述的方法，其中，所述應(yīng)用邏輯的步驟包括運(yùn) 行近似過(guò)濾器，以近似所述非線(xiàn)性過(guò)濾器的操作。
全文摘要
把從測(cè)量設(shè)備輸入的測(cè)量結(jié)果處理為其轉(zhuǎn)換依賴(lài)于信號(hào)的馬爾可夫鏈。然后可以通過(guò)估計(jì)在所關(guān)注時(shí)刻的信號(hào)的狀態(tài)，獲得與設(shè)備相關(guān)聯(lián)的期望信息。可以使用非線(xiàn)性過(guò)濾系統(tǒng)以根據(jù)觀測(cè)模型提供對(duì)信號(hào)的估計(jì)。非線(xiàn)性過(guò)濾系統(tǒng)可以包括非線(xiàn)性過(guò)濾模型和用于近似最佳非線(xiàn)性過(guò)濾解的近似過(guò)濾器。近似過(guò)濾器可以為能夠根據(jù)觀測(cè)模型基本上實(shí)時(shí)地估計(jì)信號(hào)的粒子過(guò)濾器或離散狀態(tài)過(guò)濾器。在一個(gè)應(yīng)用中，對(duì)針對(duì)有線(xiàn)電視網(wǎng)絡(luò)的數(shù)字機(jī)頂盒(200)所輸入的點(diǎn)擊流(208)進(jìn)行分析，以確定有關(guān)數(shù)字機(jī)頂盒(206)的用戶(hù)(205)的信息，從而可以把廣告(204)定向于用戶(hù)(205)。
文檔編號(hào)H04N7/173GK101473647SQ200780023082
公開(kāi)日2009年7月1日 申請(qǐng)日期2007年5月2日 優(yōu)先權(quán)日2006年5月2日
發(fā)明者薩里·金, 賈里特·黑爾斯, 邁克爾·庫(kù)里特金 申請(qǐng)人:英維迪技術(shù)公司