尼尔森(美国)有限公司J·沙利文获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉尼尔森(美国)有限公司申请的专利人口统计估计系统、方法和非暂时性计算机可读存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN113196300B 。
龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:201980079134.8,技术领域涉及:G06N3/0442;该发明授权人口统计估计系统、方法和非暂时性计算机可读存储介质是由J·沙利文;J·I·弗里德曼;E·布朗;P·奇门蒂;J·G·兰诺斯;L·德门;F·布尔顿设计研发完成,并于2019-10-08向国家知识产权局提交的专利申请。
本人口统计估计系统、方法和非暂时性计算机可读存储介质在说明书摘要公布了:本公开涉及人口统计估计系统、方法和非暂时性计算机可读存储介质。公开了实现对机顶盒返回路径数据的神经网络处理以估计家庭人口统计的示例方法、设备、系统以及制品例如,物理存储介质。本文所公开的示例人口统计估计系统包括特征生成器,其根据从与返回路径数据家庭关联的机顶盒报告的返回路径数据来生成特征。所公开的示例人口统计估计系统还包括神经网络,其对根据返回路径数据生成的特征进行处理,以预测返回路径数据家庭的人口统计分类概率,该神经网络要基于从仪表报告的小组数据来进行训练,该仪表对与小组成员家庭关联的媒体装置进行监测。所公开的示例人口统计估计系统还包括人口统计指派引擎,其基于所预测的人口统计分类概率,向所述返回路径数据家庭中的相应返回路径数据家庭指派一个或更多个人口统计类别。
本发明授权人口统计估计系统、方法和非暂时性计算机可读存储介质在权利要求书中公布了:1.一种人口统计估计系统,所述人口统计估计系统包括: 处理器;以及 存储器,所述存储器上存储有机器可读指令,所述机器可读指令在被所述处理器执行时使得执行包括以下各项的操作: 根据从与返回路径数据家庭关联的机顶盒报告的返回路径数据来生成特征,其中,所述生成包括:针对由每个返回路径数据家庭报告的相应返回路径数据: 将所述相应返回路径数据编译成由所述返回路径数据家庭在特定观察时段内生成的在时间上连续的视块的集合,其中,每个视块与相应的不同时间间隔关联,并且将对应于所述时间间隔并且被包括在所述相应返回路径数据中的一个或更多个调谐事件的集合聚合为由视块级特征向量表示的多个视块级特征,所述视块级特征包括: 基于i在所述时间间隔期间发生的频道改变的次数与ii所述时间间隔的持续时间的比率确定的频道变化率; 对于所述返回路径数据家庭的机顶盒被配置为调谐到的多个电台中的每一者,该电台被观看的相应的总分钟数;以及 在所述时间间隔期间访问的所述多个电台的电台列表;并且 生成在所述特定观察时段内表示所述返回路径数据家庭的所有视块的记录的二维N×F视块级特征向量,其中,N是所述视块的集合中的视块的总数量,并且F是所述视块级特征的总数量; 针对每个返回路径数据家庭,将家庭级特征聚合到H维1×H家庭级特征向量中,其中,所述家庭级特征不同于所述视块级特征,其中,H是家庭级特征的数量,并且其中,所述家庭级特征包括在所述特定观察时段内针对所述返回路径数据家庭报告的视块的总数量和已知被包括在所述返回路径数据家庭中的调谐器的总数量;基于从监测与小组成员家庭相关联的媒体装置的仪表报告的小组数据,训练对根据所述返回路径数据生成的每个返回路径数据家庭的所述视块级特征向量进行处理以预测所述返回路径数据家庭的人口统计分类概率的神经网络,其中,所述训练包括: 根据所述小组数据为所述小组成员家庭创建视块, 根据为相应小组成员家庭创建的所述视块生成所述小组成员家庭中的相应一者的视块级特征向量, 根据对所述神经网络的内部参数进行调节以减小由所述神经网络输出的预测人口统计分类概率与基于所述小组数据已知的所述小组成员家庭的实际人口统计之间的误差的训练过程,将所述小组成员家庭中的所述相应一者的所述视块级特征向量应用于所述神经网络,以及 在所述神经网络的多个训练周期的每一者期间打乱馈入所述神经网络的所述返回路径数据家庭的所述视块的顺序, 其中,所述神经网络包括: 时间分布密集层,所述时间分布密集层被配置为针对每个返回路径数据家庭,将所述视块级特征减少为数量小于所述视块级特征的压缩的特征集合,其中,所述时间分布密集层包括权重集合,以将所述视块级特征的所述视块映射到所述压缩的特征集合中; 递归神经网络层,所述递归神经网络层被配置为针对每个返回路径数据家庭,通过处理所述压缩的特征集合来生成一维特征向量;以及 合并层,所述合并层被配置为针对每个返回路径数据家庭,通过将所生成的一维特征向量的特征与所述返回路径数据家庭的所述家庭级特征向量进行合并来生成经合并的特征向量;以及 实现所述神经网络,以对根据所述返回路径数据生成的每个返回路径数据家庭的所述视块级特征向量进行处理,以预测所述返回路径数据家庭的所述人口统计分类概率;以及 基于所预测的人口统计分类概率,向所述返回路径数据家庭中的相应返回路径数据家庭指派一个或更多个人口统计类别。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人尼尔森(美国)有限公司,其通讯地址为:美国纽约州;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。