Processing

Please wait...

Settings

Settings

Goto Application

1. WO2020117750 - ADAPTIVE COLLABORATIVE MATCHING

Publication Number WO/2020/117750
Publication Date 11.06.2020
International Application No. PCT/US2019/064150
International Filing Date 03.12.2019
IPC
G06Q 30/06 2012.01
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
30Commerce, e.g. shopping or e-commerce
06Buying, selling or leasing transactions
Applicants
  • REALM IP, LLC [US]/[US]
Inventors
  • FAUPEL, Julie
  • ALBRIGHT, Hunter
  • DOMBROWER, Edward
Agents
  • MARTENSEN, Michael, C.
Priority Data
16/555,16829.08.2019US
16/701,48503.12.2019US
62/774,76903.12.2018US
Publication Language English (EN)
Filing Language English (EN)
Designated States
Title
(EN) ADAPTIVE COLLABORATIVE MATCHING
(FR) ADAPTATION COLLABORATIVE ADAPTATIVE
Abstract
(EN)
An adaptive collaborative platform applies various machine learning techniques to correlate potential purchasers with high-value articles of property that may be of interest. Attributes, characteristics, preferences, and the like of a potential purchaser are scored against attributes and features of articles. The platform learns from interaction by the agents and the potential purchasers and adapts to become more attuned to the desires and lifestyle of purchasers and to gain more and more pertinent information from the listing agents regarding high-value articles, so as to ultimately to arrive at a better match between a high value article for sale and a likely purchaser.
(FR)
Selon l'invention, une plateforme collaborative adaptative applique diverses techniques d'apprentissage machine pour mettre en corrélation des acheteurs potentiels avec des articles de propriété de grande valeur qui peuvent présenter un intérêt. Des attributs, des caractéristiques, des préférences et analogues d'un acheteur potentiel sont notés par rapport à des attributs et des caractéristiques des articles. La plateforme apprend à partir de l'interaction existant entre les agents et les acheteurs potentiels pour devenir plus sensible aux souhaits et au style de vie des acheteurs et pour obtenir des informations de plus en plus pertinentes à partir des agents de liste concernant des articles de grande valeur, de façon à parvenir finalement à une meilleure correspondance entre un article de grande valeur à vendre et un possible acheteur.
Latest bibliographic data on file with the International Bureau