Search International and National Patent Collections
Some content of this application is unavailable at the moment.
If this situation persists, please contact us atFeedback&Contact
1. (WO2007002729) METHOD AND SYSTEM FOR PREDICTING CONSUMER BEHAVIOR
Latest bibliographic data on file with the International Bureau

Pub. No.: WO/2007/002729 International Application No.: PCT/US2006/025104
Publication Date: 04.01.2007 International Filing Date: 28.06.2006
IPC:
G01D 1/00 (2006.01) ,G06F 15/00 (2006.01) ,G06M 11/04 (2006.01)
G PHYSICS
01
MEASURING; TESTING
D
MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED BY A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; TRANSFERRING OR TRANSDUCING ARRANGEMENTS NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
1
Measuring arrangements giving results other than momentary value of variable, of general application
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
F
ELECTRIC DIGITAL DATA PROCESSING
15
Digital computers in general; Data processing equipment in general
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
M
COUNTING MECHANISMS; COUNTING OF OBJECTS NOT OTHERWISE PROVIDED FOR
11
Counting of objects distributed at random, e.g. on a surface
02
using an electron beam scanning a surface line by line, e.g. of blood cells on a substrate
04
with provision for distinguishing between different sizes of objects
Applicants:
CLARIA CORPORATION [US/US]; 555 Broadway Street Redwood City, CA 94063, US (AllExceptUS)
BENNETT, Dominic, V. [US/US]; US (UsOnly)
PACZKOWSKI, Remigiusz [PL/US]; US (UsOnly)
Inventors:
BENNETT, Dominic, V.; US
PACZKOWSKI, Remigiusz; US
Agent:
ROOT, Joseph, E. ; HAYNES BEFFEL & WOLFELD LLP P.O. Box 366 Half Moon Bay, CA 94019, US
Priority Data:
60/694,53328.06.2005US
Title (EN) METHOD AND SYSTEM FOR PREDICTING CONSUMER BEHAVIOR
(FR) PROCEDE ET SYSTEME POUR PREDIRE LE COMPORTEMENT D'UN CONSOMMATEUR
Abstract:
(EN) A method of predicting consumer response to given content including collecting a dataset of consumer response to the content, each data item including values for a selected set of segmentation variables related to past consumer behavior. A classification tree sbnucture is then constructed using the dataset, in which the dataset is subdivided into learning and validation datasets. The criterion for successive splits of the dataset is the lowest entropy of segmentation variables not employed to the point of such split. The system estimates consumer responses by first receiving a data item related to a new consumer, including values for the segmentation variables and then computing the likely response of the new consumer to the content, employing the classification tree data structure.
(FR) L'invention concerne un procédé pour prédire la réaction d'un consommateur à un contenu donné. Ce procédé consiste tout d'abord à recueillir un ensemble de données relatives à la réaction du consommateur au contenu, chaque donnée contenant des valeurs d'un ensemble sélectionné de variables de segmentation concernant un comportement préalable du consommateur. Cet ensemble de données contient au moins le double d'entrées nécessaires pour assurer une validité statistique. Ce procédé consiste ensuite à créer une structure arborescente de classification au moyen de l'ensemble de données, structure dans laquelle ce dernier est subdivisé en ensembles de données d'apprentissage et de validation de taille sensiblement égale. Le critère pour chaque subdivision consécutive est la plus faible entropie de variables de segmentation non employées au moment d'une telle subdivision. Chaque subdivision consécutive de l'ensemble de données d'apprentissage est réalisée uniquement si cette subdivision produit des noeuds-enfants statistiquement similaires aux noeuds-enfants produits dans l'ensemble de données d'apprentissage. Ce système estime les réactions du consommateur tout d'abord par réception d'une donnée relative à un nouveau consommateur, intégration des valeurs pour les variables de segmentation puis calcul de la réaction probable du nouveau consommateur au contenu, au moyen de la structure de données arborescente de classification.
front page image
Designated States: AE, AG, AL, AM, AT, AU, AZ, BA, BB, BG, BR, BW, BY, BZ, CA, CH, CN, CO, CR, CU, CZ, DE, DK, DM, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, HN, HR, HU, ID, IL, IN, IS, JP, KE, KG, KM, KN, KP, KR, KZ, LA, LC, LK, LR, LS, LT, LU, LV, LY, MA, MD, MG, MK, MN, MW, MX, MZ, NA, NG, NI, NO, NZ, OM, PG, PH, PL, PT, RO, RS, RU, SC, SD, SE, SG, SK, SL, SM, SY, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
African Regional Intellectual Property Organization (ARIPO) (BW, GH, GM, KE, LS, MW, MZ, NA, SD, SL, SZ, TZ, UG, ZM, ZW)
Eurasian Patent Organization (AM, AZ, BY, KG, KZ, MD, RU, TJ, TM)
European Patent Office (AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HU, IE, IS, IT, LT, LU, LV, MC, NL, PL, PT, RO, SE, SI, SK, TR)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, ML, MR, NE, SN, TD, TG)
Publication Language: English (EN)
Filing Language: English (EN)