図面 (/)

この項目の情報は公開日時点(2016年9月5日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (13)

課題・解決手段

ユーザの複数のコンピュータ可読購入レコードからデータを抽出し、複数のアイテムの複数の記述に基づいて関心のある当該複数のアイテムをクラスタ化し、複数の記述キーワードを当該複数のクラスタに関連付けするための複数の技術であり、複数のキーワードは当該ユーザの複数の関心を表わす。1または複数のプロセッサおよび/または機能は、抽出されたデータに対し実行されてよい。それらには、クラスタ特有の複数の処理および/または機能、ユーザベース、ユーザ関心のベース、および/またはクラウドベースの複数の処理および/または機能が含まれる。クラウドベースの複数の処理および/または機能は、ショッピングパターン抽出、アイテムまたは時間、場所および他のコンテキストメトリックに基づくアイテムまたは複数のアイテムの複数のタイプの入手可能性、複数のアイテムの価格設定データおよび経時的な予期される複数の価格設定変更、および複数の季節的バリエーション、複数のユーザプレファレンス識別、および/または複数のショッピング推奨を含み得る。

概要

背景

多くの小売業者ペーパレスすなわち、複数の電子レシート(E-レシート)に移行しつつある。Eレシートは、購入者によって購入時点において提供された電子メール(e‐メール)アドレスおよび/またはアカウント、素晴らしいロイヤルティ、若しくは報酬プログラムに関連付けられた電子メールアドレスに送信されてよく、あるいはレシートオンラインサービスにおいて集約されてよい。複数の小売業者にとって、複数のE-レシートは、コストを低減し、顧客への距離および顧客の複数のショッピングパターンの知識を改善する可能性がある。それは、顧客に対し複数のアイテム推奨および顧客による消費プロファイリングするにあたり有用であり得る。複数のコンシューマによって、複数のE-レシートは、後のアクセス、例えば複数の返却および/または交換、またはさらに複数の財務管理アプリケーションのために、中央リポジトリ内で複数のレシートを保持および複数のレシートを維持する容易な方法である。

関心のある複数のアイテム(商品および/またはサービス)に関する現在のショッピングデータにアクセスできると、コンシューマにとって有用であろう。そのようなものとして、様々なソース製品および/またはサービスの複数のライン(例えば、ストアベンダ配信業者製造業者、および/または生産者)、製品/サービスの複数のラインにおける複数の季節的バリエーション、現在の在庫、複数のコスト(例えば、定価または基本価格、適用可能な複数のクーポン、複数のディスカウント、および/または複数の顧客褒賞)、および/または複数のストア場所といったものである。単一のコンシューマが、複数のアイテムの複数のカテゴリおよび複数のソースに関するそのようなデータを収集することは、不可能でないにしても非実用的であろう。それは、コンシューマがアイテムに係る特定の複数の特徴に関して、複数の成分またはラべリングのような、興味および/またはプレファレンスを有する場合は、はるかにより困難であろう。

いくつかのソースは、複数の顧客に対し、電子メールおよび/またはテキストメッセージを介して複数のプロモーションに関するアラートを行う。複数のソースは概して、複数の顧客に対し在庫データを提供しない。

ソースが、顧客に対し、複数のアイテムを、ウェブサイトを介して選択し、当該選択された複数のアイテムを当該顧客に関連付けられたショッピングリストに追加することを許可してよい。そのような複数のショッピングリストは、ソースの製品/サービスラインに限定される。また、そのような複数のショッピングリストは他の複数のソースに移植できない。

例示目的のために、本明細書に開示された1または複数の特徴が、例示を介しておよび/または以下に示される1または複数の図面を参照して提示および/または記載されてよい。しかしながら、本明細書に開示された複数の方法およびシステムはそのような複数の例示または図示に限定されない。図面中の、参照番号の左端の数字は、当該参照番号が最初に表示される図面を識別する。

概要

ユーザの複数のコンピュータ可読購入レコードからデータを抽出し、複数のアイテムの複数の記述に基づいて関心のある当該複数のアイテムをクラスタ化し、複数の記述キーワードを当該複数のクラスタに関連付けするための複数の技術であり、複数のキーワードは当該ユーザの複数の関心を表わす。1または複数のプロセッサおよび/または機能は、抽出されたデータに対し実行されてよい。それらには、クラスタ特有の複数の処理および/または機能、ユーザベース、ユーザ関心のベース、および/またはクラウドベースの複数の処理および/または機能が含まれる。クラウドベースの複数の処理および/または機能は、ショッピングパターン抽出、アイテムまたは時間、場所および他のコンテキストメトリックに基づくアイテムまたは複数のアイテムの複数のタイプの入手可能性、複数のアイテムの価格設定データおよび経時的な予期される複数の価格設定変更、および複数の季節的なバリエーション、複数のユーザプレファレンスの識別、および/または複数のショッピング推奨を含み得る。

目的

図1から3のうち1または複数に関する上記複数の特徴を含み、また当該抽出されたデータおよび/または当該導出されたデータに基づいて、複数ユーザ特有の推奨を提供する

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

(分野番号表示ON)※整理標準化データをもとに当社作成

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

クラウドソースショッピング情報とユーザとの間のコンテキスト関係に基づいて、前記クラウドソースショッピング情報を編成および選択的に開示する方法であって、複数のコンシューマの複数のコンピュータ可読購入レコードから抽出された情報を含む、前記複数のコンシューマのショッピング情報を受信する段階と、前記複数のコンシューマの少なくともサブセットの前記ショッピング情報からメトリック導出する段階と、前記複数のコンシューマによって購入された複数のアイテム識別し、前記複数のアイテムの関連性に基づいて前記複数のアイテムをグループ化する段階と、クラウドベースキーワードを複数のアイテムの各グループ割り当てる段階と、各ユーザのための1または複数の共通キーワードのセットを識別すべく、複数の前記クラウドベースのキーワードを、複数のユーザの各々に関連付けられた複数のキーワードと比較する段階と、ユーザの共通キーワードに関連するクラウドソースショッピング情報を識別する段階と、識別された前記クラウドソースショッピング情報を前記ユーザに開示する段階と、を備え、前記導出する段階は、クラウドベースショッピング動作パターンを導出する段階と、クラウドベースショッピングプレファレンスを導出する段階と、ショッピングトレンドを導出する段階と、アイテムのための入手可性情報を推測する段階と、販売プロモーションを推測する段階と、のうち1または複数を含み、各キーワードは、クラウドベースの関心を表わし、前記クラウドソースショッピング情報は、前記複数のコンシューマの前記ショッピング情報および前記メトリックを含む、方法。

請求項2

アイテム、アイテム記述子、購入ソース、購入場所、購入日付、購入時間、購入価格支払形態、複数の支払ファンドのソース、アイテムが購入された場合の購入プロモーション、アイテムメタデータ、アイテムラベルデータ、アイテムブランディングデータ、複数のアイテム成分、およびアイテム認証のうち1または複数に関する前記メトリックを導出する段階をさらに備える、請求項1に記載の方法。

請求項3

前記複数のコンシューマのコンテキストショッピング情報に関する前記メトリックを導出する段階をさらに備え、前記コンテキストショッピング情報は、アイテムが購入される間のショッピング外出、前記ショッピング外出中に購入される他の複数のアイテム、複数のコンシューマショッピングリスト、複数のショッピング外出中に訪問される複数のソース、複数のショッピング外出の複数の移動ルート、複数のショッピング外出中に複数のソースが訪問される順序、複数のショッピング外出中に訪問される各ソースで購入される複数のアイテム、アイテムの複数の購入の頻度、複数のショッピング外出中に購入される複数のアイテムの複数の組み合わせ、ソースにおいて購入される複数のアイテムの複数の組み合わせ、複数のショッピング外出の複数の時間、購入の地理的領域、前記地理的領域および前記購入の時間窓内の交通情報、前記時間窓内の前記地理的領域のための天気情報、前記時間窓内のコンシューマカレンダ設定イベント、および時間窓内の公共イベントのうち1または複数を含む、請求項1に記載の方法。

請求項4

メトリックを前記導出する段階は、ベンダに関する入手可能性情報を導出する段階を含み、前記入手可能性情報は、前記ベンダからの入手可能な複数のアイテムの複数のタイプ、前記ベンダからの入手可能なアイテムの在庫数、および前記ソースからの入手可能なアイテムのコストのうち1または複数を含み、アイテムの前記コストは、前記アイテムの価格および前記アイテムに適用可能な購入インセンティブのうち1または複数を含み、前記購入インセンティブは、クーポンディスカウントクレジット、および顧客褒賞のうち1または複数を含む、請求項1に記載の方法。

請求項5

メトリックを前記導出する段階は、複数のコンシューマの複数の電子購入レコードに基づいてベンダからの入手可能な複数のアイテムの複数のタイプを決定する段階を含む、請求項1に記載の方法。

請求項6

メトリックを前記導出する段階は、第1のアイテムを含む複数の電子コンシューマショッピングリスト、第1のベンダの複数のそれぞれの前記コンシューマによって購入された複数のアイテムの複数の電子レコード、および前記第1のベンダへの複数の訪問の後、1または複数の他のベンダの複数のそれぞれの前記コンシューマによって購入された複数のアイテムの複数の電子レコードに基づいて、前記第1のベンダに関する前記第1のアイテムの入手可能性情報を推測する段階を含む、請求項1に記載の方法。

請求項7

メトリックを前記導出する段階は、前記複数の電子コンシューマショッピングリスト、および前記第1のベンダおよび前記1または複数の他のベンダの複数のそれぞれの前記コンシューマによって購入された複数のアイテムの前記複数の電子レコードに基づいて、第2のアイテムが前記第1のアイテムの代替であることを推測する段階をさらに含む、請求項6に記載の方法。

請求項8

メトリックを前記導出する段階は、アイテムの購入価格、前記アイテムに対する購入インセンティブ、および前記アイテムの在庫のうち1または複数に関する周期的傾向を導出する段階を含む、請求項1に記載の方法。

請求項9

メトリックを前記導出する段階は、複数の購入の量の変化を識別すべく、経時的にベンダからの複数のコンシューマ購入を評価する段階と、複数の購入の前記量の前記変化の程度に基づいて、販売プロモーションを推測する段階と、を含む、請求項1に記載の方法。

請求項10

前記クラウドソースショッピング情報を匿名化する段階と、個人識別情報およびアカウント情報を、前記複数のコンシューマの前記ショッピング情報から除去する段階と、前記ユーザに開示される前記クラウドソースショッピング情報から、コンシューマの識別を除外すべく、前記ユーザに開示される前記クラウドソースショッピング情報をフィルタリングする段階と、をさらに備える、請求項1に記載の方法。

請求項11

前記ユーザはコンシューマであり、前記ユーザに関連付けられた1または複数のキーワードのセットは、前記コンシューマの複数の関心のある複数のアイテムの複数のタイプを表わす、請求項1から10のいずれか一項に記載の方法。

請求項12

前記コンシューマの複数のコンピュータ可読購入レコードのソースを含む1または複数のデータソースから、前記コンシューマに関連付けられた情報を抽出する段階と、前記抽出された情報に基づいて、前記コンシューマにとって関心のある複数のアイテムを識別する段階と、前記複数のアイテムの関連性に基づいて、前記コンシューマにとって関心のある識別された前記複数のアイテムをグループ化する段階と、キーワードを、前記コンシューマにとって関心のある複数のアイテムの各グループに関連付ける段階と、をさらに備え、前記コンシューマの複数の前記キーワードは、前記コンシューマの関心のある複数のアイテムの複数のそれぞれのタイプを表わす、請求項11に記載の方法。

請求項13

前記コンシューマにとって関心のある前記複数のアイテム、並びに前記コンシューマに関連付けられた前記抽出された情報から導出された前記コンシューマの動作パターン、前記抽出された情報および前記コンシューマの動作パターン、前記コンシューマによる複数の購入に関連付けられたコンテキスト情報、および前記コンシューマに開示されるクラウドソースショッピング情報のうち1または複数から導出された前記コンシューマのショッピングプレファレンスのうち1または複数に基づいて、前記コンシューマのためのショッピング推奨を生成する段階をさらに備える、請求項12に記載の方法。

請求項14

ショッピング推奨を前記生成する段階は、購入する複数のアイテムのショッピングリストを生成する段階と、前記ショッピングリストの複数のアイテムを購入するショッピング外出のための道程を生成する段階と、を含み、前記道程は、前記ショッピングリストの複数のアイテムを購入する複数のソースと、前記ショッピング外出中の前記複数のソースを訪問する順序と、前記ショッピング外出のための移動ルートと、前記ショッピング外出のためのスケジューリングされた時間と、のうち1または複数を含む、請求項13に記載の方法。

請求項15

前記道程を前記生成する段階は、ドライブ時間を最小化すること、前記ショッピング外出中に訪問するソース数を最小化すること、移動距離を最小化すること、および複数のコストを最小化すること、のうち1または複数を含む複数のユーザショッピングプレファレンスに基づいて、前記道程を生成する段階を含む、請求項14に記載の方法。

請求項16

前記アイテムが前記コンシューマの共通キーワードに関連する場合、1または複数の他のコンシューマによって購入されたアイテムを、前記コンシューマにとって関心のあるアイテムとして識別する段階と、識別された前記アイテムを前記コンシューマに、前記コンシューマにとって関心のあるアイテムとして推奨する段階と、をさらに備える、請求項11に記載の方法。

請求項17

前記ユーザはベンダであり、前記ユーザに関連付けられた1または複数のキーワードのセットは、前記ベンダから入手可能な複数のアイテムの複数のタイプに対応し、メトリックを前記導出する段階は、前記ベンダから入手可能なアイテムの複数のコンシューマ購入に基づいて、前記メトリックを導出する段階を含み、前記開示する段階は、前記メトリックを前記ベンダに開示する段階を含む、請求項1から10のいずれか一項に記載の方法。

請求項18

メトリックを前記導出する段階は、前記ベンダから第1のアイテムの複数の購入に基づいて前記メトリックを導出する段階と、1または複数の他のベンダからの前記第1のアイテムの複数の購入に基づいて前記メトリックを導出する段階と、前記第1のアイテムを購入した複数のコンシューマによる他の複数のアイテムの複数の購入に基づいて前記メトリックを導出する段階と、のうち1または複数をさらに含む、請求項17に記載の方法。

請求項19

請求項1から10のいずれか一項に記載の方法を実行する、装置。

請求項20

請求項1から10のいずれか一項に記載の方法を実行するための手段を備える、装置。

請求項21

請求項1から10のいずれか一項に記載の方法を実行するためのコンピュータシステム

請求項22

請求項1から10のいずれか一項に記載の方法を実行する、通信デバイス

請求項23

請求項1から10のいずれか一項に記載の方法によるチップセットを備える、コンピューティングデバイス

技術分野

0001

本明細書に開示された複数の特徴は概して、限定はされないが、ユーザおよび/またはクラウド購入履歴に基づいて、複数のショッピングリストおよび移動ルート推奨するような、ユーザの関心の決定、ショッピング購入パターン抽出、およびユーザプレファレンス分析に関連する。

背景技術

0002

多くの小売業者ペーパレスすなわち、複数の電子レシート(E-レシート)に移行しつつある。Eレシートは、購入者によって購入時点において提供された電子メール(e‐メール)アドレスおよび/またはアカウント、素晴らしいロイヤルティ、若しくは報酬プログラムに関連付けられた電子メールアドレスに送信されてよく、あるいはレシートオンラインサービスにおいて集約されてよい。複数の小売業者にとって、複数のE-レシートは、コストを低減し、顧客への距離および顧客の複数のショッピングパターンの知識を改善する可能性がある。それは、顧客に対し複数のアイテムを推奨および顧客による消費プロファイリングするにあたり有用であり得る。複数のコンシューマによって、複数のE-レシートは、後のアクセス、例えば複数の返却および/または交換、またはさらに複数の財務管理アプリケーションのために、中央リポジトリ内で複数のレシートを保持および複数のレシートを維持する容易な方法である。

0003

関心のある複数のアイテム(商品および/またはサービス)に関する現在のショッピングデータにアクセスできると、コンシューマにとって有用であろう。そのようなものとして、様々なソース製品および/またはサービスの複数のライン(例えば、ストアベンダ配信業者製造業者、および/または生産者)、製品/サービスの複数のラインにおける複数の季節的バリエーション、現在の在庫、複数のコスト(例えば、定価または基本価格、適用可能な複数のクーポン、複数のディスカウント、および/または複数の顧客褒賞)、および/または複数のストア場所といったものである。単一のコンシューマが、複数のアイテムの複数のカテゴリおよび複数のソースに関するそのようなデータを収集することは、不可能でないにしても非実用的であろう。それは、コンシューマがアイテムに係る特定の複数の特徴に関して、複数の成分またはラべリングのような、興味および/またはプレファレンスを有する場合は、はるかにより困難であろう。

0004

いくつかのソースは、複数の顧客に対し、電子メールおよび/またはテキストメッセージを介して複数のプロモーションに関するアラートを行う。複数のソースは概して、複数の顧客に対し在庫データを提供しない。

0005

ソースが、顧客に対し、複数のアイテムを、ウェブサイトを介して選択し、当該選択された複数のアイテムを当該顧客に関連付けられたショッピングリストに追加することを許可してよい。そのような複数のショッピングリストは、ソースの製品/サービスラインに限定される。また、そのような複数のショッピングリストは他の複数のソースに移植できない。

0006

例示目的のために、本明細書に開示された1または複数の特徴が、例示を介しておよび/または以下に示される1または複数の図面を参照して提示および/または記載されてよい。しかしながら、本明細書に開示された複数の方法およびシステムはそのような複数の例示または図示に限定されない。図面中の、参照番号の左端の数字は、当該参照番号が最初に表示される図面を識別する。

図面の簡単な説明

0007

ユーザの複数の購入レコードのソースを含む、1または複数のデータソースから抽出されたデータに基づいて、ユーザにとって関心のある複数のアイテムを識別し、当該関心のある複数のアイテムに基づいて、当該ユーザにとって関心のある領域またはテーマを識別するためのシステムに係るブロック図である。
電子メールを介して提供されるデジタルレシートのような、ユーザに係る複数のコンピュータ可読電子購入レコードのソースを含む、1または複数のデータソースから、コンピュータ可読データを収集するデータ収集システムのブロック図である。
図1に関する上記複数の特徴を含み、また複数のショッピングパターンおよび/またはショッピングプレファレンスのような、当該抽出されたデータからデータを導出する分析モジュールをさらに含む、システムのブロック図である。
図1から3のうち1または複数に関する上記複数の特徴を含み、また当該抽出されたデータおよび/または当該導出されたデータに基づいて、複数ユーザ特有の推奨を提供する推奨モジュールをさらに含む、システムのブロック図である。
図1から4のうち1または複数に関する上記複数の特徴を含み、またクラウドソースシステム、または匿名化されたクラウドソースデータを格納および/または管理するクラウドサーバをさらに含む、システムのブロック図である。
図1から5のうち1または複数に関する上記複数の特徴を含み、また当該抽出されたデータおよび/または導出されたデータに基づいて、1または複数の機能を実行する、および/または1または複数のサービスを提供するアプリケーションモジュールをさらに含む、システムのブロック図である。
図1から6のうち1または複数に関する上記複数の特徴を含み、またショッピングアプリケーションをさらに含む、システムのブロック図である。当該アプリケーションは、ユーザが関心のある複数のアイテムにタグ付けすることを許可し、および/またはショッピング推奨を当該ユーザに提供するよう構成されてよい。
ユーザの複数の購入レコードからデータを抽出し、当該抽出されたデータからユーザの購入動作および複数のユーザの関心を学習し、ユーザ特有の機能を実行し、および/または当該購入動作と複数のユーザの関心とに基づいて、ユーザ特有のサービスを提供するよう構成されたコンピュータシステムのブロック図である。
図8のコンピュータシステムに提供されてよい、例示的な格納媒体のブロック図である。
プロセッサおよびメモリユーザインターフェース、および通信システムを含む、ユーザデバイスの図示である。
ユーザのショッピング履歴を分析する方法に係るフローチャートである。
複数のコンテキスト関係に基づき、クラウドソースショッピング情報編成および選択的に開示するシステムのブロック図である。

実施例

0008

図1は、関心のある複数のアイテムを識別し、当該関心のある複数のアイテムに基づいて、関心のある複数の領域またはテーマを識別すべく、データを抽出するためのシステム100のブロック図である。システム100は、関心のある複数のアイテム、およびユーザおよび/またはクラウドにとって関心のある複数の領域またはテーマを識別するよう構成されてよい。

0009

本明細書において使用されるように、用語「ユーザ」は、個人、個人からなるグループまたはクラウド、および/またはエンティティまたは複数のエンティティからなるグループを含んでよい。例示目的のために、本明細書における1または複数の例は、ユーザに恣意的な名前を指定することがある(例えば、アリスまたはボブ)。そのような複数の恣意的な名前から、何ら推測もなされるべきではない。

0010

本明細書において使用されるように、用語「アイテム」は、製品またはサービスを含んでよい。

0011

本明細書において使用されるように、用語「ソース」は、限定はされないが、ベンダまたはストア、ストアの場所、製造業者、生産者、配信業者、および/またはサービスプロバイダを含んでよい。

0012

本明細書において使用されるように、用語「通信ネットワーク」は、限定はされないが、有線ネットワーク無線ネットワークパケットベースネットワーク電話網パブリックネットワーク、および/またはプライベートネットワークを含んでよい。

0013

本明細書において使用されるように、用語「入手可能性データ」は、在庫、ソース、場所および/またはコストに関連付けられたデータを含んでよい。

0014

本明細書において使用されるように、用語「コスト」は、定価または基本価格、および/または適用可能なクーポン、ディスカウント、クレジット、およびまたは顧客褒賞または顧客ロイヤルティプログラムのようなプロモーションを含んでよい。

0015

図1において、システム100は、関心のある複数のアイテム(複数のアイテム)110、およびここでアイテム記述子112として示される複数のアイテム110の複数の記述を識別するためのデータ収集モジュール108を含む、データ収集システム106を含む。

0016

データ収集モジュール108は、複数のアイテム110を複数のデータベースエントリグラフノード、および/または他のコンピュータ可読表示のような複数のデータオブジェクトとして表示するよう構成されてよい。データ収集モジュール108はさらに、アイテム記述子112を対応する複数のデータオブジェクト(例えば、メタデータ)にタグ付けまたは添付するよう構成されてよい。アイテム記述子112は本明細書において複数の記述タグ、または記述メタデータとしても称されてよい。

0017

システム106はさらに、対応するアイテム記述子112に基づいて複数のアイテム110をクラスタ化し、対応する複数のクラスタ化されたアイテム(複数のクラスタ)116を出力するためのクラスタモジュール114を含む。

0018

クラスタモジュール114は、アイテム記述子112の複数の類似点および/または差異点に基づいて複数のアイテム110をクラスタ化するよう構成されてよい。アイテム110は、1または複数のクラスタ116に割り当てられてよい。

0019

クラスタモジュール114は、精度、割り当て基準、および/または、バケット数、複数のバケット間の複数の区別/複数の距離、および/または複数のバケットのうち1または複数に係る主題を管理または規制するためのような他の複数の要因に関し、動的に構成可能(例えば、自動的および/またはユーザ構成可能)であってよい。クラスタモジュール114は、複数のユーザ間で予め定義され、および交渉された複数のクラスタにマッピングされてよく、またはユーザ特有であってよい。クラスタモジュール114は例えば、ユーザが複数のアイテム記述子122に加えおよび/またはそれらの代わりに、バケットの1または複数の割り当て基準を選択および/または定義できるよう許可してよい。クラスタモジュール114は、ユーザがクラスタ116内のアイテムを1または複数の他のクラスタ116に関連付ける、および/またはあるクラスタ116から別のクラスタ116へとアイテムを移動する(すなわち、クラスタリング決定をオーバーライドする)ことを許可してよい。

0020

システム106は、1または複数のタグまたはキーワード120のセットを各クラスタ116に割り当て、関連付け、および/または添付するための自動化キーワード割り当てモジュール118を含んでよい。キーワード120は、複数の記述キーワードを含んでよい。複数のキーワードは、クラスタに割り当てられた複数のアイテムに係る複数のアイテム記述子112に基づいて、クラスタのために決定および/または選択されてよい。あるいは、または追加的に、キーワード割り当てモジュール118は、複数のパブリックデータベースおよび/または、複数のユーザ生成タグおよび/または複数のオントロジ割り当てキーワードを収集する複数のアプリケーションプログラミングインタフェースAPI)とインタフェースを取るよう構成されてよい。

0021

複数のアイテム110が、ユーザにとって関心のある複数のアイテムを表す場合、各クラスタ116は本質的に当該ユーザの関心を表してよい。この例において、クラスタ116および対応する複数の記述キーワード120は、ユーザによるおよび/またはユーザに関し、より直観的なデータの対話を許可し、それらの複数の例は以下に詳述される。

0022

クラスタ116および/または関連付けられた複数の記述キーワード120は、アプリケーションにアクセス可能であってよく、それらの複数の例は以下に詳述される。

0023

データ収集モジュール108は、図2を参照して後述の通り構成され得る。データソース104は図2を参照して後述される1または複数のデータソースを含んでよい。しかしながら、データ収集モジュール108およびデータソース104は図2の例に限定されない。

0024

図2は、1または複数の通信ネットワークを介して(例えば、ブラウザのようなローカルおよび/またはウェブベースのアプリケーションを介して)アクセス可能な1または複数のデータソース204からコンピュータ可読データを収集するデータ収集システム208のブロック図である。

0025

データ収集モジュール208は、ユーザデータソース232から関心のある複数のアイテム(複数のアイテム)210を識別するためのデータ抽出マイニングモジュール228を含む。データ抽出/マイニングモジュール228はさらに、コンテキストデータソース236からコンテキストデータを収集するよう構成されてよい。

0026

データ収集モジュール208はさらに、データソース236からの複数のアイテム210のための記述データを収集するための記述子コレクタ230を含む。

0027

図2において、データソース204は、複数のユーザデータソース232を含む。

0028

ユーザデータソースは、本明細書において複数のデジタルレシート232—1としても称される複数のコンピュータ可読購入レコード232—1を含んでよい。購入レコード232—1は、コンピュータ生成(例えば、購入時点において)であってよく、および/または印刷されたストアのレシートのような、有形の購入レコードの電子的なスキャンイメージであってよい。複数の購入レコード232—1は、複数の関心のある複数のアイテムおよび/または複数のアイテムの複数のソースに関するものであってよい。

0029

図2において、複数の購入レコード232—1は、通信ネットワークを介して送信される複数のテキストフォーマットの購入レシートを含み得る複数の電子メッセージ(複数のメッセージ)232—2を含む。メッセージ232—2は、限定はされないが、電子メール(e‐メール)および/またはテキストメッセージを含んでよい。メッセージ232—2はソースおよび/または支払プロセッサから、ユーザアカウントユーザサービス、および/またはユーザデバイスに対し送信されてよい。しかしながら、複数のメッセージ232—2はこれらの例に限定されない。

0030

複数の購入レコード232—1はさらに、複数のE-コマースレコード232—3を含む。複数のE-コマースレコード232—3は、ベンダ、支払プロセッサ、金融機関、および/または当該ユーザの複数の電子レシートをカタログ化するサービスによって維持されるアイテム化された複数の購入レコードを含んでよい。複数のE-コマースレコード232—3は、現金チェックおよび/または複数の電子ファンドでの複数の購入に関するものであってよい。複数の電子ファンドは、財務トランザクションカードの複数の購入(例えば、クレジット、デビット、および/または複数のギフトカード)、電子ファンド送金(例えば、銀行対銀行)、および/またはデジタル通貨(すなわち、コンピュータベースの複数の仮想経済で使用される仮想または代替的な通貨)を含んでよい。

0031

ユーザデータソース232は、コンピュータおよび/またはネットワークアクセス可能なユーザアカウント232—4を含んでよく、および/または1または複数のユーザデバイス232—5を含んでよい。

0032

ユーザデータソース232は、電子ショッピングリストおよび/またはウィッシュリストのような、ユーザによりタグ付けされた複数のアイテム232—6からなるソースを含んでよい。それらリストは1または複数のデバイスおよび/またはベンダのサーバ上に格納されてよく、コンピュータベースのインタフェース(例えば、ブラウザおよび/またはウェブアプリケーション)を介してアクセス可能であってよい。

0033

ユーザデータソース232は、ブラウザの履歴323—8を含んでよく、また閲覧された、タグ付けされた複数のアイテムおよび/または複数の購入のような、複数のアイテムソース(例えば、複数のオンラインベンダサイト)に関連付けられたブラウザの履歴を含んでよい。

0034

ユーザデータソース232は、複数のスキャンされたアイテムのソース(例えば、アイテム上に印刷されたバーコードおよび/またはアイテムに対し、および/またはアイテム近傍に貼付された無線自動識別RFID))を含んでよい。

0035

データソース204は、コンテキストデータ235を提供するコンテキストデータソース234を含んでよい。コンテキストデータソース234は、ユーザデバイス、ユーザデバイスのセンサ(例えば、場所位置決めセンサ)、および/または他のセンサ、および/またはネットワークソースを含んでよい。コンテキストデータ235は、ユーザ、アイテム、関心、および/またはショッピング外出に対するいくつかの関係を有してよい。コンテキストデータ235は、購入のようなイベント時間窓内、および/またはイベントの地理的範囲内に関連するおよび/または発生するものであってよい。

0036

コンテキストデータ235は、限定はされないが、場所データ(例えば、ユーザデバイス内の地球位置決め衛星(GPS)システムからの)、購入の時間窓内のイベントのためのユーザ電子カレンダ内のエントリ、ユーザの電子ショッピングリスト、天気データロードマップ、複数の交通状況のデータ、公共イベント、ユーザ通信デバイスと別の通信デバイス(例えば、電子メールまたはテキストメッセージ)との間の通信、および/またはユーザおよび他のプロファイリング情報からの以前の同様の複数の購入を含んでよい。

0037

コンテキストデータ235は、本明細書の1または複数の例示に記載される、ユーザベースおよび/または複数のクラウドベースの関心または複数の動作パターンを識別するのに使用されてよい。

0038

データ抽出/マイニングモジュール228は、ユーザデータソース232から以下の複数の特徴またはデータタイプのうち1または複数を識別するよう構成されてよい。すなわち、アイテムの名前/タイプ、アイテムの記述、購入ソースの名前、購入ソースの場所、購入日付、購入価格、アイテムが購入された際の購入プロモーション(例えば、クーポン、ディスカウント、クレジット、および/または報酬プログラム)、複数の支払ファンドの形態および/またはソース、および/またはメタデータである。

0039

しかしながら、データ抽出/マイニングモジュール228はこれらの例に限定されない。

0040

記述子コレクタ230は、複数のアイテム210のための記述データにアクセス/取得するための1または複数の他のデータソース236を識別するよう構成されてよい。データソース236は、限定はされないが、ベンダ、ストアおよび/または他のソースからなるウェブサイト、および/またはパブリックサービスウェブサイトを含んでよい。

0041

記述子コレクタ230および/またはデータ抽出/マイニングモジュール228は、識別されたソース236から記述データを抽出するよう構成されてよい。データ抽出/マイニングモジュール228は、記述子コレクタ230に関し上記された複数の機能を実行するよう構成されてよい。

0042

データ抽出/マイニングモジュール228および/または記述子コレクタ230は、複数のアイテム210および/または複数の記述子212に基づいて追加のデータを識別するよう構成されてよい。そのようなものとして、アイテムの詳細、アイテムの別のソース、売主、製造業者、および複数の顧客によって提供されたアイテムメタデータ、アイテムを購入した、または購入する可能性のある複数のユーザの複数のプロファイル、複数の同様のアイテム(同一および/または他のソースからの)、アイテムの入手可能性データが挙げられる。

0043

アイテムの詳細は、限定はされないが、製造業者、生産者、栽培者、および/または配信業者、登録マーク一般名称、および/またはラベリングデータを含んでよい。登録マークおよび/またはラベリングは、限定はされないが、有機、認証、グルテンフリーシュガーフリー、ベジタリアン、完全菜食主義者、ユダヤ教の精進料理、コーシャ、ハラル、およびこれらの組み合わせを含んでよい。

0044

データ抽出/マイニングモジュール228および/または記述子コレクタ230は、上記のデータ、他のデータおよび/またはメタデータを、複数の購入レコード232—1、上記の複数の他のデータソース、および/または限定はされないがクラウドソースデータ240および/または予め定義されたAPIを含み得る、アプリケーションプログラミングインタフェース(API)のような複数の他のデータソースから抽出するよう構成されてよい。

0045

データ抽出/マイニングモジュール228および/または記述子コレクタ230は、アイテム210と同様のおよび/または商業上競合するアイテムに関するデータを収集するよう構成されてよい。

0046

データ抽出/マイニングモジュール228および/または記述子コレクタ230は、ブラウザ、巡回および/またはスクレイピングアプリケーションを含んでよい。

0047

データ抽出/マイニングモジュール228は、ユーザに関連付けられた1または複数のデバイスおよび/またはアカウントからデータをマイニングするよう構成されてよい。ユーザアカウントは、限定はされないが、ウィッシュリスト、閲覧履歴電子メッセージアカウント(例えば、電子メールおよび/またはテキスト)、電話アカウント、金融アカウント(例えば、銀行口座および/またはベンダとのユーザアカウント)、および/またはインターネットベースソーシャルネットワーキングサービスおよび/またはプロフェッショナルネットワーキングサービスのような、ネットワークホストサービスとのアカウントを含んでよい。

0048

データ抽出/マイニングモジュール228は、マイニングするデータソース204を識別し、および/またはターゲットに基づいて、複数のマイニング技術の中から選択するよう構成されてよい。

0049

マイニング技術は、デバイスおよび/またはデバイスタイプ、データタイプ(例えば、複数のテキストベースドキュメント、複数の写真および/または複数のビデオ)、データフォーマット、アカウントおよび/またはアカウントタイプ、そこを介してデータがアクセス可能なアプリケーション(例えば、ブラウザ、他のローカルアプリケーション、および/またはウェブアプリケーション)、複数のプライバシー制約、複数の他ユーザのデータを共有/集約することを含む複数の使用目的に基づいて選択されてよい。技術は、ユーザ特有の複数のセキュリティ機能アプリケーション起動手順、および/またはアクセス順序(例えば、ウェブベースの複数のサイト/複数のページ順序および/またはそこでのユーザの複数の選択)に関し構成可能であってよい。

0050

データは、ユーザによって購入されたおよび/またはユーザにとって複数の関心のある複数のアイテムに関連付けられたおよび/または当該ユーザの複数の関心および/またはプレファレンス(例えば、ベジタリアン、完全菜食主義者、有機、コーシャ、ハラル、および/または複数のアレルギー)に関連付けられたデータのためにマイニングされてよい。

0051

図1において、システム100は、抽出されたデータ109および複数のクラスタ化されたアイテム116、複数のキーワード120、および/または他のデータ121(本明細書においてまとめてデータ115と称される)を格納するための1または複数のストレージデバイスおよび/または場所を含んでよい。データ115はさらに、本明細書において1または複数の例として記載されるようなデータ111、複数のキーワード120、および/またはデータ121から導出されたデータを含んでよい。

0052

抽出されたデータ109は、関心のある複数のアイテム110に係る複数の指示を含んでよい。抽出されたデータ109は、対応する複数のクラスタ化されたアイテム116に関連付けられて格納され、および/または複数のクラスタ化されたアイテム116の一部として含まれてよい。抽出されたデータ109および複数のクラスタ化されたアイテム116は、本明細書においてデータ111とまとめて称される。

0053

複数のアイテム110、複数のクラスタ116、複数のキーワード120、および/またはデータ121がユーザに対し、検証および/または修正(例えば、複数のクラスタの名前変更、複数のクラスタ116間での複数のアイテムの移動、複数のクラスタ116の縮小または拡張、1または複数のアイテム110の削除、および/またはクラスタ116内の1または複数のアイテムのためのセキュリティ設定アクセスレベルのオーバーライド)のために提示されてよい。

0054

抽出されたデータ109、複数のクラスタ化されたアイテム116、複数のキーワード120、および/またはデータ121は、様々なオブジェクトまたはデータ構造を含んでよく、それらは従来の予め定義されたデータベース構造で管理および/または保護することは難しいことがある。データ115またはその一部分は、よって非構造化データ(すなわち、非構造化データのデータベース)のためのデータベース内に格納されてよく、システム100は非構造化データを検索および/またはアクセスするための1または複数のインタフェースを含んでよい。そのようなインタフェースは、限定はされないが、ブラウザベースのインタフェースのような、HTTPクライアントを含んでよい。

0055

図3は、図1に関し上記した複数の特徴を含み、さらにデータ115からデータ350を導出する分析モジュール340を含む、システム300のブロック図である。

0056

分析モジュール340は、本明細書においてパターン抽出モジュール342として示される、データを集約および/またはショッピング形質またはパターンのような、複数のユーザ動作パターン346を認識するためのパターン抽出および/または集約モジュールを含んでよい。

0057

パターン抽出モジュール342は、抽出されたデータ109(コンテキストデータを含む)の複数の特徴または値、複数のクラスタ116、および/またはデータ121を分析するよう構成されてよく、それらの複数の例は、1または複数の上記例に提供されている。

0058

パターン抽出モジュール342は、ユーザの複数のショッピング外出に関し分析115するよう構成されてよく、また移動ルート、ドライブパターンスケジュールカレンダ訪問される複数のソース、長期的な接触を持つまたは近接している他の複数の個人、複数のソースが訪問される順序、訪問される複数のソースで購入された複数のアイテム、および/またはユーザAの電子ショッピングリストに関するデータ115を分析するよう構成されてよい。

0059

しかしながら、パターン抽出モジュール342は上記の複数の例に限定されない。

0060

分析モジュール220はさらに、データ115(前のショッピング履歴データを含む)、複数のユーザ動作パターン346、および/またはデータ121に基づき、複数のユーザプレファレンス348を決定(例えば、推測および/または予測)するためのユーザプレファレンスモジュール344を含んでよい。ユーザプレファレンスモジュール344はさらに、複数のユーザの関心を優先度設定するよう構成されてよい。

0061

複数の検出された動作パターン236および複数のユーザの関心348は、本明細書において導出されたデータ350としてまとめて称されてよい。

0062

複数の例示的なユーザの関心は、例示目的のために以下に提供される。しかしながら、ユーザプレファレンスモジュール344は以下の複数の例に限定されない。

0063

ユーザプレファレンスモジュール344は、抽出されたデータ109の特徴または値、クラスタ116、および/またはコンテキストデータ、マイニングされたデータ128、ショッピングリスト、および/または動作パターン236に基づいて、および/またはそれらに関し、ユーザプレファレンスを決定するよう構成されてよい。コンテキストベースのユーザプレファレンスは、例えば地理的場所または範囲に関連するものであってよい。

0064

ユーザプレファレンスモジュール344は例えば、ベンダ/ストア、ブランド、場所、ラベル、複数の成分、品質、および/またはコストの観点からアイテムに対するユーザプレファレンスを決定するよう構成されてよく、その場合、コストは定価および/または、クーポン、ディスカウント、クレジット、および/または顧客褒賞プログラムのような適用可能なプロモーションの観点であってよい。

0065

ユーザプレファレンスモジュール344は、移動ルート、時間、場所、予算、および/または訪問する複数のソースの順序に関連してよい、ショッピングプレファレンスを決定するよう構成されてよい。

0066

ユーザプレファレンスモジュール344はさらに、アイテムおよびソースのための入手可能性データのような他のデータを推測または予測するよう構成されてよい。

0067

ユーザプレファレンスモジュール344は、購入された複数のアイテムおよびショッピング外出で訪問された複数のソース等の複数の特徴の組み合わせに基づいて、複数のユーザの関心を推測するよう構成されてよい。そのようなものとして、次のうち1または複数を含む。すなわち、ショッピング外出中に訪問された複数のソース、ショッピング外出の複数の購入レコード、ショッピング外出中に複数のソースが訪問される順序、ショッピング外出の時間窓のためのコンテキストデータ、ショッピング外出中に購入された複数のアイテムに関して取得された追加のデータ、および/またはユーザAのショッピングパターンが挙げられる。

0068

一例として、潜在的な後の買い物客に係るショッピングリスト上のアイテムに対する入手可能性データ(例えば、在庫、相対的価格/コスト、複数のプロモーションおよび/または品質)は、ソースへの訪問に係る複数の購入レコードおよび/またはショッピング外出中の他の複数のソースへの複数の訪問に係る複数の購入レコードに基づいて、最近のショッピング外出中に訪問されたソースに関し推測されてよい。

0069

ユーザプレファレンスモジュール344は上記の複数の例に限定されない。

0070

データ115および/または導出されたデータ350は、様々な状況および/またはアプリケーションにおいて、後述の複数の例のように、単独でおよび/または互いに組み合わせて有用であってよい。しかしながら、本明細書で開示された複数のシステムおよび方法は後述の複数の例に限定されない。

0071

図4は、上記の1または複数の例で記載された複数の特徴を含み、データ115および/または導出されたデータ350に基づいて、複数のユーザ特有の推奨454を提供するための推奨モジュール452をさらに含む、システム400のブロック図である。推奨454は、限定はされないが、アイテム110および/またはクラスタ116に関するものであってよい。複数の推奨454は、コンテキストおよび/または使用/用途のために構成され、調整され、および/またはそれらに基づいてよい。例えば、限定はされないが、推奨344は、ユーザの地理的場所、天気、および/または交通のような最近のコンテキストデータに部分的に基づいてよく、複数のユーザの関心/プレファレンスおよび/または複数の動作パターンと組み合わせてよい。複数の追加の例が以下に詳述される。

0072

システム400は、機能を実行するおよび/または1または複数の推奨454に基づいてサービスを提供する、アプリケーションモジュール456を含んでよい。アプリケーションモジュール456は、複数の推奨454および/または導出されたデータ350を受信し、および/または推奨モジュール452および/または分析モジュール340と対話するための電子的および/またはプロセッサベースのインタフェースを含む、および/または表してよい。

0073

推奨モジュール452は、例えばアプリケーションモジュール456の機能またはサービスに適切な複数の推奨454を提供する等、アプリケーションモジュール456に基づいてデータ115にアクセスするよう構成されてよい。

0074

アプリケーションモジュール456は、1または複数のアプリケーションモジュールを表わしてよく、それらの各々は対応する機能を実行および/または対応するサービスを提供するよう構成されてよい。推奨モジュール452は、複数のアプリケーションモジュールの各々に対し、複数の推奨454を提供するよう構成されてよい。

0075

あるいは、またはさらに、推奨モジュール452および/または別の推奨モジュールは、対応するアプリケーションモジュールの機能および/またはサービスに基づいて、複数の推奨を提供するアプリケーション特有のモジュールとして構成されてよい。アプリケーション特有の推奨モジュールはパッケージ化され、および/または対応するアプリケーションモジュールと統合されてよい。アプリケーション特有の推奨モジュールは、一般的推奨モジュールとのインタフェースを取るよう構成されてよく、および/または導出されたデータ350および/またはデータ115に基づいて複数の推奨を提供する自立型であってよい。

0076

システム400はアプリケーションモジュール456および/または推奨モジュール452に関し、ユーザが複数の推奨の複数のタイプおよび/または複数のアプリケーションモジュールから選択することを許可する等、ユーザ構成可能であってよい。システム400は、プロセッサベースのユーザデバイス(例えば、コンピュータ、スマートフォン、および/またはタブレットデバイス)のアプリケーションに類似する複数のアプリケーションを追加および/または除去するよう構成可能であってよい。

0077

データ115は、当該複数のユーザおよび/または複数の他のエンティティの各々にアクセス可能であってよいクラウドソースデータ(例えば、クラウドソースショッピングデータ)を提供すべく、複数の他のユーザのデータと結合されてよい。データ115は、最大限識別可能情報を除去し、データの複数の集約セットへの複数の質問に対し回答することによって、または複数の個人の名前および複数の支払形態を最小限除去することのみによって、共有前に匿名化されてよい。クラウドソースデータは、より堅牢グローバルビューを提供してよく、複数のユーザ特有のショッピング推奨のような複数のユーザ推奨に関する複数のグローバル最適化を許可してよい。

0078

図5は、上記の複数の特徴を含み、さらに匿名化されたクラウドソースデータ552を格納および/または管理するためのクラウドソースシステム550を含む、システム500のブロック図である。クラウドソースシステム550はまた、本明細書においてクラウドサーバ550と称されてよい。

0079

クラウドソースデータ552は、ユーザ(ここではユーザAと示される)の匿名化データ554、および他の複数のユーザの匿名化データを含んでよい。クラウドソースデータ552はさらに、入手可能性データ(例えば、在庫、および/または価格設定コストデータ)を含んでよい。

0080

クラウドソースデータ552は、複数のユーザに対し、いずれのユーザも自身では取得できない複数のアイテムの複数のカテゴリおよび複数のアイテムの複数のソースを包含する複数の最近のデータポイントの比較的広範なセットへのアクセスを提供してよい。クラウドソースデータ552は、個々の複数のソースによって提供されるデータよりも、より正確なおよび/または信頼性のあるものであると実証されてよい。

0081

クラウドサーバ550は、複数の動作パターンおよび/またはユーザプレファレンスを、グローバルにおよび/または地理的領域および/または他のコンテキストデータといった1または複数の特徴に基づいて識別する、分析モジュール340と同様の分析モジュールを含んでよい。

0082

システム500はさらに、クラウドソースデータ552および導出されたデータ350および/またはデータ115の組み合わせに基づいて、複数の推奨555を提供する推奨モジュール553を含む。推奨モジュール555は例えば、ユーザAにとって関心のあるアイテムのための特定のソースを、当該ソースが通常の場合よりも、当該アイテムをさらに大量に販売している状況において、推奨してよい。そのような推奨は、クラウドソースデータ552からの入手可能性、価格、および/またはプロモーションの決定および/または推測に基づいてよい。

0083

推奨モジュール553は、推奨モジュール452に関し上記したようなデータ115をクエリするよう構成されてよい。推奨モジュール553はさらに、同様の態様でクラウドソースデータ552をクエリするよう構成されてよい。

0084

システム500はさらに、クラウドサーバ550と共有する前に、データ115からの識別データを除去するアノニマイザ548を含む。アノニマイザ558は、ユーザA(すなわち、ユーザデバイスおよび/またはユーザアカウント)による使用専用、あるいは複数のユーザ間で共有されてよい。

0085

アノニマイザ558は、ユーザAおよび/または他の複数の個人および/または複数のエンティティに対し客観的に特有なデータを識別および除去するための客観的な部分を含んでよく、そのようなものとしては個人的データまたは人名データ、複数の名前、連絡先データ、複数の誕生日、複数の社会保障番号、複数のアカウント番号、複数のユーザID、および/または複数のパスワードがある。

0086

アノニマイザ558はさらに、コンテキストに応じてユーザを識別すべく使用され得るデータを識別および除去するための主観的またはコンテキスト部分を含んでよく、本明細書において間接的識別としても称される。アノニマイザ558は、多かれ少なかれ識別を露出することを許可するよう構成可能、または調整可能であってよく、場所、アプリケーションクエリおよび/または複数の購入のタイプのようなコンテキストデータに基づいて構成可能であってよい。

0087

主観的フィルタは、アプリケーションが複数の動作パターンのために、クラウドソースデータ552をクエリすることを許可する場合に有用であってよい。例えば、クエリは、ユーザAがアイテムを購入したとして知られている何人かの個人のうちの1人である場合、および場合より当該アイテムの唯一可能性のある購入者である際の時間枠または地理的領域を用いて複数の購入を検索すべく構造化されてよい。ユーザAがそのような方法で間接的に識別される場合、複数の追加のクエリは、ユーザAに係る複数の関心、プレファレンスおよび/または動作(例えば、ショッピング)パターンを識別することを中心に構造化されてよい。

0088

主観的なフィルタは例えば、複数の消費癖をデータ115から除去し、および/またはクエリの複数の結果が、予め定められた数未満の他の複数のユーザからのデータを含む場合、ヌルを返すよう構成されてよい。

0089

図6は、上記の1または複数の例に記載された複数の特徴を含み、さらにアプリケーションモジュール656を含む、システム600のブロック図である。

0090

図6において、アプリケーションモジュール656は、ショッピングアプリケーション660、販売アプリケーション662、および1または複数の他のアプリケーション664を含む。アプリケーションモジュール656は、示されるより多いアプリケーションモジュール、示されるより少ないアプリケーションモジュール、および/または異なる複数のアプリケーションモジュールを含んでよい。ショッピングアプリケーション660は、図7に関する後述の通り、実装されてよい。

0091

図7は、上記の1または複数の例に記載された複数の特徴を含み、さらにショッピングアプリケーション760を含む、システム700のブロック図である。

0092

ショッピングアプリケーション760は、導出されたデータ350および/またはクラウドソースデータ552に基づいて、ユーザAに複数のショッピング推奨754を提供するショッピング推奨モジュール774を含む。ショッピング推奨754は、限定はされないが、複数のアイテムからなるショッピングリスト、当該複数のアイテムがそこから購入される、推奨される複数のソース(複数のベンダおよびベンダの場所)、当該複数のソースを訪問する推奨される順序、推奨される移動ルート、および/または買い物をする日付および/または時間を含んでよい。

0093

複数の推奨754は、ディスプレイおよび/または他のプレゼンテーションシステムを介して提示されてよい。ショッピングアプリケーション760は、暗黙的および/または明示的な複数のユーザ設定に基づいて複数の推奨754を最適化するよう構成されてよい。当該複数の設定は、限定はされないが、ユーザがすべてのショッピングニーズを満たすべく、費やされる複数のコストおよび/または時間を最小化したいかどうかに関連するものであってよい。当該設定は、ユーザが別の設定に対する1つの設定を優先度設定することを許可してよい。

0094

ショッピングアプリケーション760はさらに、ユーザが、当該ユーザにとって関心のある複数のアイテムを識別および/または選択することを許可するタグ付けモジュール778を含んでよい。電子的またはプロセッサベースのインタフェースを介してアイテムを識別または選択する動作は、本明細書においてタグ付けと称されてよい。タグ付けモジュールは、ユーザが複数のカテゴリにわたりおよび/または複数のソースから、複数のアイテムをタグ付けすることを許可するよう構成されてよく、また、ユーザが複数の潜在的に様々なソースまたはウェブサイトに関しブラウジングし、それらにタグ付けをすることを許可すべく、インターネットのような通信ネットワークとのインタフェースを取るよう構成されてよい。ユーザタグ付けモジュール778はまた、本明細書において電子ショッピングリストモジュールとして称されてよい。タグ付けは、複数のデバイスの集まりにおいて発生し、当該データを保存し、当該複数のデバイスのすべてにわたり当該データを同期し得る。

0095

ショッピングアプリケーション760はさらに、タグ付けされた複数のアイテムに関連付けられたメタデータを抽出するためのメタデータエクストラクタ770を含んでよい。あるいは、メタデータ抽出は、図2のデータ抽出/マイニングモジュール228によって実行されてよい。タグ付けされたアイテムおよび関連付けられたメタデータは、データ115に追加されてよい。

0096

ショッピングアプリケーション760はさらに、ユーザおよび/またはショッピングアプリケーション760の別のモジュールが、複数のショッピングトレンド、複数の動作パターンおよび/または他の複数のユーザの複数の関心を識別する等、クラウドソースデータ552をクエリすることを許可するクエリモジュール776を含んでよい。クエリは、複数の同様の関心、動作パターン、および/またはコンテキストデータ(例えば、地理的領域)を有する複数のユーザに関連付けられたデータに対し調整されてよい。複数のクエリ結果は、ショッピングまたは移動時間、コスト、および/または他の複数の特徴に関するショッピング外出および/またはショッピングリストを最適化すべく使用されてよい。

0097

ショッピングアプリケーション760は、ショッピングデータへのアクセスおよび/またはユーザがソースから複数のアイテムを購入するのを許可する等のショッピングサービス668とのインタフェースを取るよう構成されてよい。

0098

図6に戻ると、販売アプリケーション662は、ユーザAの複数の購入および/または他の複数のトランザクションに関するデータをデータ115に対し、直接および/または図1のデータ収集モジュール106を介して提供するよう構成されてよい。

0099

販売アプリケーション662は、クラウドソースデータ552への包含のために、ユーザAおよび/または他の複数のユーザに係る複数の購入および/または他の複数のユーザトランザクションに関する匿名化された集約データをクラウドサーバ550に提供するよう構成されてよい。

0100

販売アプリケーション662は、ソース(例えば、ベンダ、配信業者、製造業者、生産者、および/またはサービスプロバイダ)、および/またはエンドユーザが、複数のショッピングトレンド、動作パターン、および/またはユーザの関心を識別する等、匿名化されたクラウドソースデータ552をクエリすることを許可するよう構成されてよく、それはソースに対する複数の推奨を作成するのに使用されてよい。

0101

販売アプリケーション662は、クラウドソースデータ552(例えば、製品/サービスライン、在庫、複数の価格、複数のプロモーション、複数の場所、および/または複数の操作時間)への包含のために、ソースがデータをクラウドサーバ550に提出することを許可するよう構成されてよい。

0102

販売アプリケーション662は、ソースが、技術的経験が殆どないか、または全くない状態で、製品および/またはサービスラインをオンライン上に、および/または複数のコンシューマがそれらラインからこれらのアイテムを購入する限り、財務経費を露出することを許可してよい。販売モジュール662はよって、比較的小企業が苦労なく、オンライン世界での存在感を持って市場競争することを許可してよい。

0103

図6のアプリケーション664は、サードパーティがデータ115および/または導出されたデータ350をクエリすることを許可するよう構成されてよい。アプリケーション664は例えば、ファイナンシャルプランナが、ユーザAの複数の消費癖またはトレンドを識別すべく、データ115および/または導出されたデータ350をクエリすることを許可するよう構成されてよい。

0104

アプリケーション664は、ショッピング動作および/または複数の消費癖を修正するための複数の推奨をユーザAに提供する、自動化クエリモジュールおよび/または推奨モジュールを含んでよい。

0105

本明細書に開示された複数の方法およびシステムは、様々な機能のうち1または複数を実行および/または様々なサービスのうち1または複数を提供するよう構成されてよく、これらの複数の例は以下に提供される。複数の追加の例は、例示目的のために提供される。本明細書に開示される複数の方法およびシステムは、以下の複数の例のいずれにも限定されない。

0106

本明細書に開示された方法および/またはシステムは、ユーザまたはコンシューマによって受信された電子メールの複数のレシートを自動的に読み取り、カタログ化、およびクラスタ化するよう構成されてよい。抽出された価格設定および使用データは、複数の推奨を提供し、および/または当該コンシューマにとって関心のある複数のアイテムおよび/またはカテゴリ上の複数の更新を取得すべく使用されてよい。

0107

匿名化されたユーザデータは、ショッピングに関して、よりグローバルビューおよび個々の複数の目的に係る複数のグローバル最適化を提供する等、似たような考えを持つ複数のコンシューマ間で共有するため、クラウドにプッシュされてよい。匿名化クラウドデータは例えば、複数のトレンド、および複数のストアの在庫データのためにクエリされてよい。

0108

ユーザデータおよび/または匿名化クラウドデータは、複数のトレンド/複数のパターンおよび/または複数のユーザの関心のために分析されてよく、それは、推奨のようないくつかのサービスを当該ユーザに提供する学習アルゴリズムに対し提供されてよい。

0109

分析および/またはクエリは、他の複数のユーザが購入する特定の時間または複数のアイテムの組み合わせを決定する等、ドメインおよび時間枠に基づいてよい。

0110

分析および/またはクエリは、短期または長期周期で構造化されてよい。長期周期は、複数の市場トレンドおよび/または前のユーザ動作に基づいて、複数の季節的なアイテムを識別すべく、およびユーザにとって関心があるとみなされる複数の季節的なアイテムをマッチングすべく使用されてよい。

0111

推奨は例えば、ショッピング外出中に購入する複数のアイテムおよび/またはショッピング外出をスケジューリングする複数の時間を含んでよい。例えば、パターンモジュールは、ユーザAが週ベースヨーグルトオレンジジュース、およびチーズを必要とすることを決定および推測してよい。推奨モジュールは対応する週ベースのショッピングリストおよび/またはショッピング外出のための移動プランを推奨してよい。別の例は、アイテムの最適価格およびソースが当該アイテムをそのような価格で提供することを予期すべきときに関する確率的推定を含むことができる。

0112

推奨は、ショッピング外出中に訪問する複数のソースおよび/または当該複数のソースを訪問する順序に関連するものであってよい。

0113

推奨は、ユーザによって以前購入されていないアイテムに関連するものであってよい。

0114

推奨は、移動時間、複数のコストおよび/または他の複数の要因に基づいて、ショッピング外出および/またはショッピングリストを最適化することを試行してよい。推奨されるショッピング外出は、移動距離、訪問するソースの数、および/またはコストの最小化といった、ユーザにとって関心があるとみなされる複数の基準を調和および/または最適化してよい。複数のコストは、複数のパブリック販売サイトおよび/または週広告のデータを検索することに、少なくとも部分的に基づいて決定されてよい。

0115

ユーザのためのデータを最適化、共有、および/または回収すべく、データインフラストラクチャ(例えば、ユーザデータおよび/またはクラウドソースデータ)へのアクセスを有する複数のアプリケーションは、データインフラストラクチャを異なるように使用してよい。例えば、訪問するストア数が最小であって最良取引を求める場合、ショッピングアプリケーションは、ユーザのショッピングリスト上の複数のアイテムを、当該ユーザによって好まれる複数のブランド(例えば、当該ユーザの以前の複数の購入レシートに基づいて)、および複数のオンライン広告にマッチングさせてよい。

0116

アノニマイザは、クレジットカード、複数の消費癖等を含む識別可能データを除去するよう構成されてよい。

0117

クラウドソースデータとともに、ユーザはソースを訪問または接触する必要なく、当該ソースの入手可能性データへのアクセスを有してよい。これは、ユーザおよびソースに利益をもたらす。

0118

複数の追加の推奨の例が以下に提供される。

0119

一例において、ユーザAは、ショッピングアプリケーションを介して特定のアイテムにタグ付けをする。自身のショッピングリスト上に当該アイテムを有する他の複数のユーザが、特定のソースを訪問するが、当該ソースの購入レシートに当該アイテムがリストされていない状態で去る場合、当該アイテムは在庫切れであるか、または当該ソースにおいて満足のいく状態ではないという比較的高い確率が存在してよい。この例において、ユーザAのショッピングアプリケーションは、当該アイテムに対し別のソースを推奨してよい。

0120

別の例において、ユーザAは特定のアイテムを購入することに関心がある。クラウドソースデータの分析は、特定のソースが当該アイテムを、年間のこの時期に例外的に大量に販売していることを示す。この状況において、現在の価格が例外的に低いかどうかを決定すべく、当該ソースの現在の購入価格は(クラウドソースデータで入手可能)、数週間前、数か月前にわたり、または年間の同様の時期の当該アイテムの複数の平均価格と比較されてよい。その通りであれば、ショッピングアプリケーションは、ユーザが当該ソースから当該アイテムを購入することを推奨してよい。

0121

別の例において、ユーザAは比較的高価格のアイテム(例えば、テレビオートバイ、またはベビーカー)に関心があるが、そのようなアイテムに対しいくら支払うことを予期してよいかわからない。この状況において、複数の販売周期にわたり、複数のソースの複数の価格範囲を決定し、当該アイテムを購入するための最適時間およびソースを決定すべく、クラウドソースデータがクエリされてよい。

0122

別の例において、他の複数のユーザよりも、はるかに大きな度合でクーポンを利用するユーザ(すなわち、大変なクーポン利用者)といった、かなり基準外(すなわち、複数の外れ値)である複数のデータポイントを検出すべく、クラウドソースデータが分析される。外れ値データは、クラウドソースデータから除去され、分析前にフィルタリング、および/または複数のクエリ結果からフィルタリングされてよい。外れ値データは、いくつかの状況において有用であってよい。

0123

別の例において、コスト/利益の分析は、商品の比較的広範なラインを店に置く、大規模小売店または大量販売店のメンバーシップのような、メンバーシップまたは加入に関し実行される。コスト‐利益の分析は、メンバーシップが、ユーザの複数の購入癖および/または関心に基づいて、当該ユーザにとって適切かどうかを決定してよい。

0124

別の例において、複数の要因の組み合わせに基づいて、アイテムがユーザのショッピングリストに追加される。季節的なアイテムは例えば、当該ユーザのショッピング履歴および当該アイテムのための最近のローカル広告、および/または当該ユーザと同様のショッピングパターンおよび/または関心を持つ複数の他のユーザによる当該アイテムの最近の複数の購入の組み合わせに基づいて追加されてよい。分析は、ある地理的領域内に限定されてよい。

0125

別の例において、アイテムはデータオブジェクトとともに表されてよく、データオブジェクトには当該アイテムのソースに特有の追加のデータ(例えば、メタデータ)が添付されてよい。当該追加のデータは、現在の入手可能性データ等、当該ソースから入手できないデータを含んでよい。ユーザAが例えば、ある領域への新参者の場合、ユーザAは商品の複数のカテゴリ(例えば、ツール、エレクトロニクス、および食料雑貨)が単一のソースから入手可能であることを認識していなくてよい。この例において、ショッピングアプリケーションは、当該ユーザに対し当該ソースを識別してよく、および/または当該ソースをショッピング推奨に含めてよい。

0126

先の例において、ユーザAのプレファレンスがショッピングに費やす時間を最小化するものである場合、ショッピングアプリケーションは当該ソースを推奨してよく、またはユーザAが、コストとショッピング/移動時間を互いに比較して優先度設定することを許可してよい。後者は、ユーザAがお金を節約するために、可能性としてもっと時間を費やすかどうかを決定することを許可する。

0127

ショッピングアプリケーションは、様々なショッピングルートおよび対応するコストを示す等、ユーザモバイルデバイス上で地図アプリケーションとのインタフェースを取るよう構成されてよい。最短移動時間および/または最小コストオプション強調表示されてよく、それにより、交通状況、ガソリン価格、および/または車両メンテナンスコストの説明をなす。

0128

別の例において、同様の複数の関心を持つ複数の他(匿名)のユーザを識別すべく、クラウドソースデータがクエリされてよい。クエリは、ユーザAおよび他の複数のユーザによる特定のカテゴリ内の複数のアイテムの複数の購入に基づいてよい。当該他の複数のユーザが識別された後、当該アイテムがユーザAではなく、当該他の複数のユーザによって以前に購入された場合、当該カテゴリ内および/または隣接カテゴリ内の別のアイテムがユーザAに推奨されてよい。

0129

別の例において、当該ソースにとって特に重要であり得る複数のユーザを識別すべく、ソースは自身のデータおよび/またはクラウドソースデータをクエリしてよい。クエリは、当該ソースから頻繁に購入する顧客を識別、および/または複数の購入パターンに基づいて、影響力のある、または流行を作り出している複数のユーザを識別すべく、構成されてよい。この例において、購入パターンは、当該ソースの製品/サービスライン、および/または他の複数の製品/サービスラインに関連するものであってよい。ソースは、識別された複数のユーザを、複数のディスカウント/プロモーションおよび/または当該ソースと複数の新しい方法で対話するための他の複数の申し入れ等をもって、ターゲットとしてよい。

0130

別の例において、ソース(例えば、製造業者)は自身の製品/サービスの複数のラインまたは複数のブランドに関連付けられた複数のカテゴリ内、および/または複数の他のカテゴリ内の複数のトレンドを識別すべく、クラウドソースデータをクエリしてよい。そのような複数のトレンドは、複数の製品/複数のサービスおよび/または他の市場洞察力における複数の潜在的変更を識別することに寄与してよい。

0131

別の例において、アイテムの複数の販売および/または販売量は、ソースに関し推測されてよい。別の例において、ソースの複数の販売および/または販売量は推測されてよい。

0132

別の例において、複数のユーザにとって関心のある複数のアイテムを識別すべく、第1のソースはクラウドソースデータをクエリしてよい。クラウドソースデータはさらに、複数のユーザが第1のソースを去った後、関心のある複数のアイテムを購入する第2のソースを識別すべくクエリされてよい。

0133

別の例において、クラウドソースデータは、複数のユーザがある地理的範囲内で1または複数のアイテムを購入する様々なソースを識別する等、負荷分散の目的でクエリされる。

0134

本明細書で開示される1または複数の特徴は、回路マシン、コンピュータシステム、プロセッサおよびメモリ、コンピュータ可読媒体内にエンコードされたコンピュータプログラム、および/またはこれらの組み合わせとして、またはそれらともに構成または実装されてよい。回路は、個別のおよび/または集積された回路、特定用途向け集積回路ASIC)、システムオンチップ(SoC)、およびこれらの組み合わせを含んでよい。

0135

ソフトウェアによる情報処理は、具体的に複数のハードウェアリソースを使用することによって実現されてよい。

0136

本明細書に開示された1または複数の特徴は、ユーザプラットフォームまたはユーザデバイス、クラウドサーバ550のようなサーバシステム、他のプラットフォーム/デバイス、およびこれらの組み合わせ内で提供されてよい。

0137

図8は、ユーザの複数の購入レコードからデータを抽出し、当該抽出されたデータからユーザの購入動作および複数のユーザの関心を学習し、ユーザ特有の機能を実行し、および/または当該購入動作と複数のユーザの関心とに基づいて、ユーザ特有のサービスを提供するよう構成されたコンピュータシステム800のブロック図である。

0138

コンピュータシステム800、またはそれらの部分は、図1から7のうち1または複数に示されるシステムの一例示的な実施形態または実装を表してよい。しかしながら、コンピュータシステム800は図1から7のいずれの例にも限定されない。

0139

コンピュータシステム800は、ここではプロセッサ802として示される、コンピュータプログラム806の複数の命令を実行する1または複数のプロセッサを含む。コンピュータシステム800はさらに、コンピュータ可読媒体804を含む。

0140

プロセッサ802は、1または複数の命令プロセッサおよび/またはプロセッサコアを含んでよく、さらに命令プロセッサ/コアと媒体804との間でインタフェースを取る制御ユニットを含んでよい。プロセッサ802は、限定はされないが、マイクロプロセッサグラフィックスプロセッサ物理プロセッサデジタルシグナルプロセッサネットワークプロセッサフロントエンド通信プロセッサコプロセッサ管理エンジン(ME)、コントローラまたはマイクロコントローラ中央処理装置(CPU)、汎用命令プロセッサ、アプリケーション特有のプロセッサのうち1または複数を含んでよい。

0141

媒体804は、非一時的コンピュータ可読媒体を含んでよく、図9に関し後述される媒体のうち1または複数のタイプを含んでよい。しかしながら、コンピュータ可読媒体804は図9の複数の例に限定されない。

0142

図9は、プロセッサ902およびコンピュータ可読媒体904のブロック図である。図9において、媒体904は、一次記憶装置906、二次記憶装置908、およびオフライン記憶装置910を含む。

0143

一次記憶装置906は、複数のレジスタ912、プロセッサキャッシュ914、およびメインメモリまたはシステムメモリ916を含む。複数のレジスタ912およびキャッシュ914は、プロセッサ902によって直接的にアクセス可能であってよい。メインメモリ916は、メモリバスを介して、直接的および/または間接的にプロセッサ902にアクセス可能であってよい。一次記憶装置906は、ランダムアクセスメモリ(RAM)、および限定はされないが、スタティックRAM(SRAM)および/またはダイナミックRAMDRAM)を含む、これらの変形のような揮発性メモリを含んでよい。

0144

二次記憶装置908は、入出力(I/O)チャネルを介してプロセッサ902に間接的にアクセス可能であってよく、リードオンリメモリ(ROM)、および限定はされないが、プログラマブルROMPROM)、消去可能PROM(EPROM)、および電気的消去可能PROM(EEPROM)を含む、これらの変形のような不揮発性メモリを含んでよい。不揮発性メモリはまた、フラッシュメモリのような不揮発性RAM(NVRAM)を含んでよい。二次記憶装置908は、ハードディスクまたはハードドライブフラッシュメモリドライブスティック、またはキーフロッピー登録商標ディスク、および/またはジップドライブのような大容量記憶装置として構成されてよい。

0145

オフライン記憶装置910は、物理デバイスドライバおよび、光学ディスクのような関連付けられたリムーバブルストレージ媒体を含んでよい。

0146

図8において、媒体804は、プロセッサ802によって実行される複数の命令を含む、そこにエンコードされたコンピュータプログラム806を含む。コンピュータ可読媒体804はさらに、コンピュータプログラム806の実行中にプロセッサ802によって使用されてよく、および/またはコンピュータプログラム806の実行中にプロセッサ802によって生成されてよいデータ808を含む。

0147

図1および/または図2のデータ収集モジュール108に関し上記されたように、コンピュータプログラム806は、プロセッサ802に対し、1または複数のデータソースからデータを抽出すること、当該抽出されたデータから関心のある複数のアイテム110を識別すること、および当該複数のアイテム110の複数のアイテム記述子112を取得すること(本明細書において抽出されたデータ109としてまとめて称される)をさせる、複数のデータ収集命令810を含む。

0148

図1のクラスタモジュール114に関し上記されたように、コンピュータプログラム806はさらに、プロセッサ802に対し、複数のアイテムからなる複数のクラスタ(複数のクラスタ)116を提供すべく、対応する複数のアイテム記述子112に基づいて、複数のアイテム110をクラスタ化させる、複数のクラスタ命令812を含む。

0149

図1のキーワード割り当てモジュール118に関し上記されたように、コンピュータプログラム806はさらに、プロセッサ802に対し、各クラスタ116に1または複数のタグまたはキーワード120のセットを割り当て、関連付け、および/または添付させる、複数のキーワード命令814を含む。

0150

図2の分析モジュール340に関し上記されたように、コンピュータプログラム806はさらに、プロセッサ802に対し、抽出されたデータ109、および/または複数のクラスタ116(本明細書においてまとめてデータ111と称される)、および/または複数のキーワード120からデータ350を導出させる、複数の分析命令816を含む。

0151

上記の1または複数の例で記載されるように、コンピュータプログラム806はさらに、プロセッサ802に対し、データ111から個人識別データを除去し、対応する匿名データ554をクラウドサーバ550に提供させる、複数のアノニマイザ命令818を含む。

0152

上記の1または複数の例で記載されるように、コンピュータプログラム806は、プロセッサ802に対し、データ111、導出されたデータ350、および/または匿名化されたクラウドソースデータ552に基づいて、1または複数の機能および/またはサービスを実行および/または提供させる、ユーザアプリケーションおよび/または複数の推奨命令820を含む。

0153

コンピュータシステム800は、コンピュータシステム800の複数のデバイスおよび/またはリソース間で通信するための通信インフラストラクチャ840を含んでよい。

0154

上記の1または複数の例で記載されるように、コンピュータシステム800は、クラウドサーバ550、データソース102および/または204、および/またはショッピングサービス668のような1または複数の他のシステムとのインタフェースを取る1または複数の入出力(I/O)デバイスおよび/またはコントローラ842を含んでよい。

0155

本明細書に開示される複数の方法およびシステムは、様々なシステムおよび/またはデバイスのうち1または複数に関し実装されてよく、図10を参照してそれらの一例が以下に提供される。しかしながら、本明細書に開示される複数の方法およびシステムは図10の複数の例に限定されない。

0156

図10は、プロセッサ1002、およびここではメモリ1004として示される関連付けられたメモリ、キャッシュ、および/または他のコンピュータ可読媒体を含む、ユーザデバイス1000の図示である。

0157

デバイス1000はさらに、ここでディスプレイ、キーボードスピーカ、およびマイクを含むものとして示されるユーザインターフェースを含む。デバイス1000は、限定はされないが、カーソルデバイス、タッチセンサー式デバイス、モーションおよび/またはイメージセンサ、および/またはディスプレイ上の仮想キーボードのような他の複数のインタフェースデバイスを含んでよい。

0158

デバイス1000はさらに、パケットベースネットワーク(例えば、固有ネットワークおよび/またはインターネット)、および/または音声ネットワーク(例えば、無線電話網)を含み得る外部通信ネットワークと通信する無線通信システムを含む。

0159

デバイス1000は、携帯電話またはスマートフォンおよび/またはラップトップノートブックネットブックノートパッド、および/またはタブレットシステムのようなコンピュータシステム、および/または他の従来および/または将来開発されるデバイスといった、ポータブルハンドヘルドデバイスとして構成されてよい。システム1000はまた、デスクトップコンピュータセットトップボックス、および/またはゲーム機のような非モバイルデバイスとして構成されてよい。しかしながら、システム1000はこれらの例に限定されない。

0160

図11はユーザのショッピング履歴を分析する方法1100のフローチャートである。

0161

1102において、データは、ユーザと関連付けられたデータのソースを含む、1または複数のデータソースから抽出される。当該ユーザと関連付けられたデータは、複数の購入ソースおよび複数の当該ユーザにとっての主題に関する、複数のコンピュータ可読購入レコードのようなショッピングデータを含んでよい。抽出は、データ収集モジュール108(図1)および/またはデータ収集モジュール208(図2)に関する上記の通り実行されてよい。

0162

1104において、第1のユーザにとって関心のある複数のアイテムが当該抽出されたデータに基づいて識別される。

0163

1106において、関心のある当該複数のアイテムに関する記述データが収集される。

0164

1108において、当該ユーザにとって関心のある複数のアイテムが、対応する記述データに基づいて複数のアイテムからなる複数のグループにクラスタ化され、この場合、当該複数のクラスタに係る複数の差別化特徴は、当該複数のユーザの複数の関心を示す。

0165

方法1100はさらに、後述される1または複数の例に記載される1または複数の特徴を含んでよい。

0166

図12は、複数のコンテキスト関係に基づき、クラウドソースショッピング情報を編成および選択的に開示するシステム1200のブロック図である。

0167

クラウドサーバ550に関する上記の1または複数の例に記載されるように、システム1200、またはその部分はクラウドソースシステムまたはクラウドサーバに対応してよい。本明細書における1または複数の例に記載されるように、システム1200の部分は、ユーザアプリケーションに対応してよい。

0168

システム1200は、コンシューマショッピング情報1202を受信および匿名化するアノニマイザ1204を含む。コンシューマショッピング情報1202は、当該複数のコンシューマによって購入された複数のアイテム1206の複数の指示、および対応するメタデータ、または複数のアイテム記述子1208を含む、購入情報を含む。

0169

本明細書における1または複数の例に記載されるように、複数のアイテム記述子1208は、複数のコンシューマデバイスおよび/または複数のコンシューマアプリケーションによって提供されてよく、および/または1または複数のデータソースから取得されてよい。

0170

システム1200はさらに、当該複数のコンシューマの少なくともサブセットのショッピング情報からデータ1212を導出する分析モジュール1210を含む。本明細書における1または複数の例に記載されるように、導出されたデータ1212は、クラウドベースショッピングメトリックを含んでよい。

0171

システム1200はさらに、匿名化されたコンシューマショッピング情報1216、およびクラウドソースショッピング情報1218として導出されたデータ1212を保持するためのストレージ1214を含む。ストレージ1214は、一元化および/または分散されたストレージシステムを含んでよく、データベースおよび/またはデータベースサーバを含んでよい。

0172

システム1200はさらに、当該複数のコンシューマによって購入された複数のアイテム1206を、当該アイテムの関連性に基づいて複数のクラスタ1222にグループ化するクラスタモジュール1220を含む。複数のアイテム1206の関連性は、複数のアイテム記述子1208から決定されてよい。

0173

システム1200はさらに、クラウドベースのキーワード1226を複数のアイテムからなる各グループまたはクラスタ1222に割り当てるキーワード割り当てモジュール1224を含む。各グループまたはクラスタ1222および関連付けられたキーワードは、クラウドベースの関心を表わす。

0174

システム1200はさらに、各ユーザのための1または複数の共通キーワードのセットを識別すべく、複数のクラウドベースのキーワード1226を、複数のユーザの各々に関連付けられた1または複数のキーワードのセットと比較するためのキーワード比較モジュール1228を含む。図12において、ユーザAに関連付けられた1または複数のキーワード1230のセットに基づいて、1または複数の共通キーワード1232のセットがユーザAに対し識別される。

0175

システム1200はさらに、クラウドソースショッピング情報1218の部分が当該ユーザAに関連付けられた共通キーワード1232に関連する場合、当該部分をユーザAに対し開示するためのクエリハンドラ1234を含む。

0176

クエリハンドラ1234は、複数の共通キーワード1232に基づいて、ユーザAからの複数のクエリに応答するよう構成されてよい。クエリは、ユーザデバイス、サーバシステム(例えば、ウェブアプリケーション)、およびこれらの組み合わせ上で実行されてよいユーザアプリケーションを介して提出および応答されてよい。クエリは、ユーザおよび/またはユーザアプリケーションによって構成されてよい。クエリハンドラ1234は、クエリに応答する際、コンテキスト情報1236を考慮するよう構成されてよい。

0177

以下の複数の例は、さらなる複数の実施形態に関する。

0178

例1は、クラウドソースショッピング情報とユーザとの間のコンテキスト関係に基づいて、上記クラウドソースショッピング情報を編成および選択的に開示する方法であって、複数のコンシューマの複数のコンピュータ可読購入レコードから抽出された情報を含む、上記複数のコンシューマのショッピング情報を受信する段階と、上記複数のコンシューマの少なくともサブセットの上記ショッピング情報からメトリックを導出する段階と、上記複数のコンシューマによって購入された複数のアイテムを識別し、上記複数のアイテムの関連性に基づいて上記複数のアイテムをグループ化する段階と、クラウドベースのキーワードを複数のアイテムの各グループに割り当てる段階と、各ユーザのための1または複数の共通キーワードのセットを識別すべく、複数の上記クラウドベースのキーワードを、複数のユーザの各々に関連付けられた複数のキーワードと比較する段階と、ユーザの共通キーワードに関連するクラウドソースショッピング情報を識別する段階と、識別された上記クラウドソースショッピング情報を上記ユーザに開示する段階と、を備え、導出する段階はクラウドベースショッピング動作パターンを導出する段階と、クラウドベースショッピングプレファレンスを導出する段階と、ショッピングトレンドを導出する段階と、アイテムのための入手可能性情報を推測する段階と、販売プロモーションを推測する段階と、のうち1または複数を含み、各キーワードは、クラウドベースの関心を表わし、上記クラウドソースショッピング情報は、上記複数のコンシューマの上記ショッピング情報および上記メトリックを含む、方法である。

0179

例2では、上記メトリックは、アイテム、アイテム記述子、購入ソース、購入場所、購入日付、購入時間、購入価格、支払形態、複数の支払ファンドのソース、アイテムが購入された場合の購入プロモーション、アイテムメタデータ、アイテムラベルデータ、アイテムブランディングデータ、複数のアイテム成分、およびアイテム認証のうち1または複数に関し導出される。

0180

上例3において、例1または例2は、複数のコンシューマのコンテキストショッピング情報に関する上記メトリックを導出する段階を備え、上記コンテキストショッピング情報は、アイテムが購入される間のショッピング外出、上記ショッピング外出中に購入される他の複数のアイテム、複数のコンシューマショッピングリスト、複数のショッピング外出中に訪問される複数のソース、複数のショッピング外出の複数の移動ルート、複数のショッピング外出中に複数のソースが訪問される順序、複数のショッピング外出中に訪問される各ソースで購入される複数のアイテム、アイテムの複数の購入の頻度、複数のショッピング外出中に購入される複数のアイテムの複数の組み合わせ、ソースにおいて購入される複数のアイテムの複数の組み合わせ、複数のショッピング外出の複数の時間、購入の地理的領域、上記地理的領域および上記購入の時間窓内の交通情報、上記時間窓内の上記地理的領域のための天気情報、上記時間窓内のコンシューマカレンダ設定イベント、および時間窓内の公共イベントのうち1または複数を含む。

0181

例4において、上記の複数の例のいずれかに係るメトリックを上記導出する段階は、ベンダに関する入手可能性情報を導出する段階を含み、上記入手可能性情報は、上記ベンダからの入手可能な複数のアイテムの複数のタイプ、上記ベンダからの入手可能なアイテムの在庫数、および上記ソースからの入手可能なアイテムのコストのうち1または複数を含み、アイテムの上記コストは、上記アイテムの価格および上記アイテムに適用可能な購入インセンティブのうち1または複数を含み、上記購入インセンティブは、クーポン、ディスカウント、クレジット、および顧客褒賞のうち1または複数を含む。

0182

例5において、上記複数の例のいずれかに係るメトリックを上記導出する段階は、複数のコンシューマの複数の電子購入レコードに基づいてベンダからの入手可能な複数のアイテムの複数のタイプを決定する段階を含む。

0183

例6において、上記複数の例のいずれかに係るメトリックを上記導出する段階は、第1のアイテムを含む複数の電子コンシューマショッピングリスト、第1のベンダの複数のそれぞれの上記コンシューマによって購入された複数のアイテムの複数の電子レコード、および上記第1のベンダへの複数の訪問の後、1または複数の他のベンダの複数のそれぞれの上記コンシューマによって購入された複数のアイテムの複数の電子レコードに基づいて、上記第1のベンダに関する上記第1のアイテムの入手可能性情報を推測する段階を含む。

0184

例7において、例6に係るメトリックを上記導出する段階は、上記複数の電子コンシューマショッピングリスト、および上記第1のベンダおよび上記1または複数の他のベンダの複数のそれぞれの上記コンシューマによって購入された複数のアイテムの上記複数の電子レコードに基づいて、第2のアイテムが上記第1のアイテムの代替であることを推測する段階をさらに含む。

0185

例8において、上記複数の例のいずれかに係るメトリックを上記導出する段階は、アイテムの購入価格、上記アイテムに対する購入インセンティブ、および上記アイテムの在庫のうち1または複数に関する周期的傾向を導出する段階を含む。

0186

例8において、上記複数の例のいずれかに係るメトリックを導出する段階は、上記複数の購入の量の変化を識別すべく、経時的にベンダからの複数のコンシューマ購入を評価する段階と、複数の購入の上記量の上記変化の程度に基づいて、販売プロモーションを推測する段階と、を含む。

0187

例10において、上記複数の例のいずれかは、上記クラウドソースショッピング情報を匿名化する段階と、個人識別情報およびアカウント情報を、上記複数のコンシューマの上記ショッピング情報から除去する段階と、上記ユーザに開示される上記クラウドソースショッピング情報から、コンシューマの識別を除外すべく、上記ユーザに開示される上記クラウドソースショッピング情報をフィルタリングする段階と、をさらに備える。

0188

例11において、上記いずれかの例において上記ユーザはコンシューマであり、上記ユーザに関連付けられた1または複数のキーワードのセットは、上記コンシューマの複数の関心のある複数のアイテムの複数のタイプを表わす。

0189

例12において、例11は、上記コンシューマの複数のコンピュータ可読購入レコードのソースを含む1または複数のデータソースから、上記コンシューマに関連付けられた情報を抽出する段階と、上記抽出された情報に基づいて、上記コンシューマにとって関心のある複数のアイテムを識別する段階と、上記複数のアイテムの関連性に基づいて、上記コンシューマにとって関心のある識別された上記複数のアイテムをグループ化する段階と、キーワードを、上記コンシューマにとって関心のある複数のアイテムの各グループに関連付ける段階と、をさらに備え、上記コンシューマの複数の上記キーワードは、上記コンシューマの関心のある複数のアイテムの複数のそれぞれのタイプを表わす。

0190

例13において、例12は、上記コンシューマにとって関心のある上記複数のアイテム、並びに上記コンシューマに関連付けられた上記抽出された情報から導出された上記コンシューマの動作パターン、上記コンシューマおよび上記コンシューマ動作パターンに関連付けられた抽出された情報、上記コンシューマによる複数の購入に関連付けられたコンテキスト情報、および上記コンシューマに開示されるクラウドソースショッピング情報のうち1または複数から導出された上記コンシューマのショッピングプレファレンスのうち1または複数に基づいて、上記コンシューマのためのショッピング推奨を生成する段階をさらに備える。

0191

例14において、ショッピング推奨を上記生成する段階は、購入する複数のアイテムのショッピングリストを生成する段階と、上記ショッピングリストの複数のアイテムを購入するショッピング外出のための道程を生成する段階と、を含み、上記道程は、上記ショッピングリストの複数のアイテムを購入するにおける複数のソースと、上記ショッピング外出中の上記複数のソースを訪問する順序と、上記ショッピング外出のための移動ルートと、上記ショッピング外出ためのスケジューリングされた時間と、のうち1または複数を含む。

0192

例15において、上記道程を上記生成する段階は、ドライブ時間を最小化すること、上記ショッピング外出中に訪問するソース数を最小化すること、移動距離を最小化すること、および複数のコストを最小化すること、のうち1または複数を含む上記コンシューマの複数のユーザショッピングプレファレンスに基づいて、上記道程を生成する段階を含む。

0193

例16において、例11から15のいずれかの例はさらに、上記アイテムが上記コンシューマの共通キーワードに関連する場合、1または複数の他のコンシューマによって購入されたアイテムを、上記コンシューマにとって関心のあるアイテムとして識別する段階と、識別された上記アイテムを上記コンシューマに、上記コンシューマにとって関心のあるアイテムとして推奨する段階と、を備える。

0194

例17において、例1から10のいずれかの例に係る上記ユーザはベンダであり、上記ユーザに関連付けられた1または複数のキーワードのセットは、上記ベンダから入手可能な複数のアイテムの複数のタイプに対応し、メトリックを上記導出する段階は、上記ベンダから入手可能なアイテムの複数のコンシューマ購入に基づいて、上記メトリックを導出する段階を含み、上記開示する段階は、上記メトリックを上記ベンダに開示する段階を含む。

0195

例18において、例17のメトリックを上記導出する段階は、上記ベンダから第1のアイテムの複数の購入に基づいて上記メトリックを導出する段階と、1または複数の他のベンダからの上記第1のアイテムの複数の購入に基づいて上記メトリックを導出する段階と、上記第1のアイテムを購入した複数のコンシューマによる他の複数のアイテムの複数の購入に基づいて上記メトリックを導出する段階と、のうち1または複数をさらに含む。

0196

例19は、複数のコンテキスト関係に基づいてユーザ情報を編成および提示する方法であって、
ユーザデバイス、ユーザアカウント、上記ユーザの複数のコンピュータ可読購入レコードのうち1または複数から情報を抽出する段階と、上記抽出された情報から上記ユーザにとって関心のある複数のアイテムを識別する段階と、上記複数のアイテムの複数の記述子を取得する段階と、上記複数の記述子の関連性に基づいて上記複数のアイテムをグループ化する段階と、複数のキーワードを複数のアイテムの複数のグループに関連付ける段階と、上記複数のキーワードの各々のためのタブ付けされたページでブラウザインタフェースを構成する段階と、上記ブラウザインタフェースの対応するタブ付けされたページを介して、上記ユーザの複数の関心の各々に関連付けられた抽出された情報へのアクセスを提供する段階と、を含み、複数のアイテムの各グループおよび対応するキーワードは、上記ユーザの対応する関心を表わす。

0197

例20は、例1から18のいずれかの例に係る方法を実行するよう構成された装置である。

0198

例21は、例1から18のいずれかの例に係る方法を実行するための手段を備える装置である。

0199

例22は、例1から18のいずれかの例に係る方法を実行するコンピュータシステムである。

0200

例23は、例1から18のいずれかの例に係る方法を実行するように構成された通信デバイスである。

0201

例24は、例1から18のいずれかの例に係る方法によるチップセットを含む、コンピューティングデバイスである。

0202

例25は、例1から18のいずれかの例に係る方法を実行するよう構成されたプロセッサおよびメモリである。例26において、例25はさらに、ユーザインターフェースおよび、通信ネットワークおよびプロセッサおよびユーザインターフェースのうち1または複数とインタフェースを取る通信システムを含む。

0203

例26は、クラウドソースショッピング情報とユーザとの間のコンテキスト関係に基づいてクラウドソースショッピング情報を編成および選択的に開示するシステムであって、複数のコンシューマの複数のコンピュータ可読購入レコードから抽出された情報を含む、複数のコンシューマのショッピング情報を受信するクラウドソースサーバと、複数のコンシューマの少なくともサブセットのショッピング情報からメトリックを導出する分析モジュールと、複数のアイテムの関連性に基づいて、複数のコンシューマにより購入された複数のアイエムをグループ化するクラスタモジュールと、複数のアイテムの各グループにクラウドベースのキーワードを割り当てるキーワード割り当てモジュールと、各ユーザのための1または複数の共通キーワードのセットを識別すべく、複数のクラウドベースのキーワードを複数のユーザの各々に関連付けられた複数のキーワードと比較するキーワード比較モジュールと、ユーザの共通キーワードに関連するクラウドソースショッピング情報を識別し、識別されたクラウドソースショッピング情報をユーザに開示するクエリモジュールと、を備え、上記メトリックは、クラウドベースショッピング動作パターン、クラウドベースショッピングプレファレンス、ショッピングトレンド、アイテムのための入手可能性情報、および販売プロモーションのうち1または複数を含み、各キーワードはクラウドベースの関心を表わし、クラウドソースショッピング情報は、複数のコンシューマのショッピング情報およびメトリックを含む。

0204

例27において、分析モジュールは、アイテム、アイテム記述子、購入ソース、購入場所、購入日付、購入時間、購入価格、支払形態、複数の支払ファンドのソース、アイテムが購入された場合の購入プロモーション、アイテムメタデータ、アイテムラベルデータ、アイテムブランディングデータ、複数おアイテム成分、およびアイテム認証のうち1または複数に関する上記メトリックを導出するよう構成されている。

0205

例28において、例26または27の分析モジュールは、複数のコンシューマのコンテキストショッピング情報に関する上記メトリックを導出するよう構成され、上記コンテキストショッピング情報は、アイテムが購入される間のショッピング外出、上記ショッピング外出中に購入される他の複数のアイテム、複数のコンシューマショッピングリスト、複数のショッピング外出中に訪問される複数のソース、複数のショッピング外出の複数の移動ルート、複数のショッピング外出中に複数のソースが訪問される順序、複数のショッピング外出中に訪問される各ソースで購入される複数のアイテム、アイテムの複数の購入の頻度、複数のショッピング外出中に購入される複数のアイテムの複数の組み合わせ、ソースにおいて購入される複数のアイテムの複数の組み合わせ、複数のショッピング外出の複数の時間、購入の地理的領域、上記地理的領域および上記購入の時間窓内の交通情報、上記時間窓内の上記地理的領域のための天気情報、上記時間窓内のコンシューマカレンダ設定イベント、および時間窓内の公共イベントのうち1または複数を含む。

0206

例29において、例26から28のいずれかの例に係る分析モジュールは、ベンダに関する入手可能性情報を導出するよう構成され、上記入手可能性情報は、上記ベンダからの入手可能な複数のアイテムの複数のタイプ、上記ベンダからの入手可能なアイテムの在庫数、および上記ソースからの入手可能なアイテムのコストのうち1または複数を含み、アイテムの上記コストは、上記アイテムの価格および上記アイテムに適用可能な購入インセンティブのうち1または複数を含み、上記購入インセンティブは、クーポン、ディスカウント、クレジット、および顧客褒賞のうち1または複数を含む。

0207

例30において、例26から29のいずれかの例に係る分析モジュールは、複数のコンシューマの複数の電子購入レコードに基づいて、ベンダからの入手可能な複数のアイテムの複数のタイプを決定するよう構成されている。

0208

例31において、例30の分析モジュールは、第1のアイテムを含む複数の電子コンシューマショッピングリスト、第1のベンダの複数のそれぞれの上記コンシューマによって購入された複数のアイテムの複数の電子レコード、および上記第1のベンダへの複数の訪問の後、1または複数の他のベンダの複数のそれぞれの上記コンシューマによって購入された複数のアイテムの複数の電子レコードに基づいて、上記第1のベンダに関する上記第1のアイテムの入手可能性情報を推測するよう構成されている。

0209

例32において、例31の分析モジュールはさらに、上記複数の電子コンシューマショッピングリスト、および上記第1のベンダおよび上記1または複数の他のベンダの複数のそれぞれの上記コンシューマによって購入された複数のアイテムの上記複数の電子レコードに基づいて、第2のアイテムが上記第1のアイテムの代替であることを推測するよう構成されている。

0210

例33において、例26から32のいずれかの例に係る分析モジュールは、アイテムの購入価格、上記アイテムに対する購入インセンティブ、および上記アイテムの在庫のうち1または複数に関する周期的傾向を導出するよう構成されている。

0211

例34において、例26から33のいずれかの例に係る分析モジュールは、上記複数の購入の量の変化を識別すべく、経時的にベンダからの複数のコンシューマ購入を評価し、複数の購入の上記量の上記変化の程度に基づいて、販売プロモーションを推測するよう構成されている。

0212

例35において、例26から34のいずれかの例に係るシステムはさらに、上記クラウドソースショッピング情報を匿名化し、個人識別情報およびアカウント情報を、上記複数のコンシューマの上記ショッピング情報から除去し、上記ユーザに開示される上記クラウドソースショッピング情報から、コンシューマの識別を除外すべく、上記ユーザに開示される上記クラウドソースショッピング情報をフィルタリングするアノニマイザモジュールを含む。

0213

例36において、例26から35のいずれかの例に係るユーザはコンシューマであり、上記ユーザに関連付けられた1または複数のキーワードのセットは、上記コンシューマの複数の関心のある複数のアイテムの複数のタイプを表わす。

0214

例37において、例36のシステムは、上記コンシューマの複数のコンピュータ可読購入レコードのソースを含む1または複数のデータソースから、上記コンシューマに関連付けられた情報を抽出し、上記抽出された情報に基づいて、上記コンシューマにとって関心のある複数のアイテムを識別するデータ収集モジュールと、上記複数のアイテムの関連性に基づいて、上記コンシューマにとって関心のある識別された上記複数のアイテムをグループ化するクラスタモジュールと、キーワードを、上記コンシューマにとって関心のある複数のアイテムの各グループに関連付けるキーワード割り当てモジュールと、をさらに含み、上記コンシューマの複数の上記キーワードは、上記コンシューマの関心のある複数のアイテムの複数のそれぞれのタイプを表わす。

0215

例38において、例37のシステムはさらに、上記コンシューマにとって関心のある上記複数のアイテム、並びに上記コンシューマに関連付けられた上記抽出された情報から導出された上記コンシューマの動作パターン、上記コンシューマおよび上記コンシューマ動作パターンに関連付けられた抽出された情報、上記コンシューマによる複数の購入に関連付けられたコンテキスト情報、および上記コンシューマに開示されるクラウドソースショッピング情報のうち1または複数から導出された上記コンシューマのショッピングプレファレンスのうち1または複数に基づいて、上記コンシューマのためのショッピング推奨を生成するショッピングモジュールを含む。

0216

例39において、ショッピングモジュールは、購入する複数のアイテムのショッピングリストと、上記ショッピングリストの複数のアイテムを購入するショッピング外出のための道程とを含むショッピング推奨を生成するよう構成され、上記道程は、上記ショッピングリストの複数のアイテムを購入するにおける複数のソースと、上記ショッピング外出中の上記複数のソースを訪問する順序と、上記ショッピング外出のための移動ルートと、上記ショッピング外出ためのスケジューリングされた時間と、のうち1または複数を含む。

0217

例40において、上記ショッピングモジュールは、ドライブ時間を最小化すること、上記ショッピング外出中に訪問するソース数を最小化すること、移動距離を最小化すること、および複数のコストを最小化すること、のうち1または複数を含む、上記コンシューマの複数のショッピングプレファレンスに基づいて、上記道程を生成するよう構成されている。

0218

例41において、例36から40のいずれかの例に係る分析モジュールは、上記アイテムが上記コンシューマの共通キーワードに関連する場合、1または複数の他のコンシューマによって購入されたアイテムを、上記コンシューマにとって関心のあるアイテムとして識別し、識別された上記アイテムを上記コンシューマに、上記コンシューマにとって関心のあるアイテムとして推奨するよう構成されている。

0219

例42において、例26から35のいずれかの例に係るユーザはベンダであり、上記ユーザに関連付けられた1または複数のキーワードのセットは、上記ベンダから入手可能な複数のアイテムの複数のタイプに対応し、上記分析モジュールは、上記ベンダから入手可能なアイテムの複数のコンシューマ購入に基づいて、上記メトリックを導出するよう構成され、上記クエリモジュールは、上記メトリックを上記ベンダに開示するよう構成されている。

0220

例43において、例42の分析モジュールは、上記ベンダからの第1のアイテムの複数の購入、1または複数の他のベンダからの上記第1のアイテムの複数の購入、および上記第1のアイテムを購入した複数のコンシューマによる他の複数のアイテムの複数の購入のうち1または複数に基づいて、上記メトリックを導出するよう構成されている。

0221

例44は、コンピュータプログラムでエンコードされた、非一時的コンピュータ可読媒体であり、プロセッサに対し、次のことを実行させる複数の命令を含む。すなわち、複数のコンシューマの複数のコンピュータ可読購入レコードから抽出された情報を含む、複数のコンシューマのショッピング情報を受信させ、複数のコンシューマの少なくともサブセットのショッピング情報からメトリックを導出させ、複数のコンシューマのショッピング情報に基づいて複数のコンシューマによって購入された複数のアイテムを識別させ、複数のアイテムの関連性に基づいて複数のコンシューマによって購入された複数のアイテムをグループ化させ、クラウドベースキーワードを複数のアイテムの各グループに割り当てさせ、各ユーザのための1または複数の共通キーワードのセットを識別すべく、複数のクラウドベースキーワードを複数のユーザの各々に関連付けられた複数のキーワードと比較させ、ユーザの共通キーワードに関連するクラウドソースショッピング情報を識別させ、識別されたクラウドソースショッピング情報をユーザに開示させ、上記メトリックは、クラウドベースショッピング動作パターン、クラウドベースショッピングプレファレンス、ショッピングトレンド、アイテムのための入手可能性情報、および販売プロモーションのうち1または複数を含み、各キーワードはクラウドベースの関心を表わし、クラウドソースショッピング情報は、複数のコンシューマのショッピング情報およびメトリックを含む。

0222

例45において、複数の命令はさらに、プロセッサに対し、アイテム、アイテム記述子、購入ソース、購入場所、購入日付、購入時間、購入価格、支払形態、複数の支払ファンドのソース、アイテムが購入された場合の購入プロモーション、アイテムメタデータ、アイテムラベルデータ、アイテムブランディングデータ、複数のアイテム成分、およびアイテム認証のうち1または複数に関する上記メトリックを導出させる複数の命令を含む。

0223

例46において、例44または45に係る複数の命令はさらに、プロセッサに対し、複数のコンシューマのコンテキストショッピング情報に関する上記メトリックを導出させる命令を含み、上記コンテキストショッピング情報は、アイテムが購入される間のショッピング外出、上記ショッピング外出中に購入される他の複数のアイテム、複数のコンシューマショッピングリスト、複数のショッピング外出中に訪問される複数のソース、複数のショッピング外出の複数の移動ルート、複数のショッピング外出中に複数のソースが訪問される順序、複数のショッピング外出中に訪問される各ソースで購入される複数のアイテム、アイテムの複数の購入の頻度、複数のショッピング外出中に購入される複数のアイテムの複数の組み合わせ、ソースにおいて購入される複数のアイテムの複数の組み合わせ、複数のショッピング外出の複数の時間、購入の地理的領域、上記地理的領域および上記購入の時間窓内の交通情報、上記時間窓内の上記地理的領域のための天気情報、上記時間窓内のコンシューマカレンダ設定イベント、および時間窓内の公共イベントのうち1または複数を含む。

0224

例47において、例44から46のいずれかの例に係る複数の命令はさらに、プロセッサに対し、ベンダに関する入手可能性情報を導出させる複数の命令を含み、上記入手可能性情報は、上記ベンダからの入手可能な複数のアイテムの複数のタイプ、上記ベンダからの入手可能なアイテムの在庫数、および上記ソースからの入手可能なアイテムのコストのうち1または複数を含み、アイテムの上記コストは、上記アイテムの価格および上記アイテムに適用可能な購入インセンティブのうち1または複数を含み、上記購入インセンティブは、クーポン、ディスカウント、クレジット、および顧客褒賞のうち1または複数を含む。

0225

例48において、例44から47のいずれかの例に係る複数の命令はさらに、プロセッサに対し、複数のコンシューマの複数の電子購入レコードに基づいてベンダから入手可能な複数のアイテムの複数のタイプを決定させる命令を含む。

0226

例49において、例44から48のいずれかの例に係る複数の命令はさらに、プロセッサに対し、第1のアイテムを含む複数の電子コンシューマショッピングリスト、第1のベンダの複数のそれぞれの上記コンシューマによって購入された複数のアイテムの複数の電子レコード、および上記第1のベンダへの複数の訪問の後、1または複数の他のベンダの複数のそれぞれの上記コンシューマによって購入された複数のアイテムの複数の電子レコードに基づいて、上記第1のベンダに関する上記第1のアイテムの入手可能性情報を推測させる複数の命令を含む。

0227

例50において、例49の例に係る複数の命令はさらに、プロセッサに対し、上記複数の電子コンシューマショッピングリスト、および上記第1のベンダおよび上記1または複数の他のベンダの複数のそれぞれの前記コンシューマによって購入された複数のアイテムの上記複数の電子レコードに基づいて、第2のアイテムが上記第1のアイテムの代替であることを推測させる複数の命令を含む。

0228

例51において、例44から50のいずれかの例に係る複数の命令はさらに、プロセッサに対し、アイテムの購入価格、アイテムに対する購入インセンティブ、およびアイテムの在庫のうち1または複数に関する周期的傾向を導出させる複数の命令を含む。

0229

例52において、例44から51のいずれかの例に係る複数の命令はさらに、プロセッサに対し、上記複数の購入の量の変化を識別すべく、経時的にベンダからの複数のコンシューマ購入を評価させ、複数の購入の上記量の上記変化の程度に基づいて、販売プロモーションを推測させる複数の命令を含む。

0230

例53において、例44から52のいずれかの例に係る複数の命令はさらに、プロセッサに対し、上記クラウドソースショッピング情報を匿名化させ、個人識別情報およびアカウント情報を、上記複数のコンシューマの上記ショッピング情報から除去させ、上記ユーザに開示される上記クラウドソースショッピング情報から、コンシューマの識別を除外すべく、上記ユーザに開示される上記クラウドソースショッピング情報をフィルタリングさせる複数の命令を含む。

0231

例54において、例44から53のいずれかの例に係るユーザはコンシューマであり、上記ユーザに関連付けられた1または複数のキーワードのセットは、上記コンシューマの複数の関心のある複数のアイテムの複数のタイプを表わす。

0232

例55において、例54の複数の命令は、プロセッサに対し、上記コンシューマの複数のコンピュータ可読購入レコードのソースを含む1または複数のデータソースから、上記コンシューマに関連付けられた情報を抽出させ、上記抽出された情報に基づいて、上記コンシューマにとって関心のある複数のアイテムを識別させ、上記複数のアイテムの関連性に基づいて、上記コンシューマにとって関心のある上記複数のアイテムをグループ化させ、キーワードを、上記コンシューマにとって関心のある複数のアイテムの各グループに関連付けさせる複数の命令を含み、上記コンシューマの複数の上記キーワードは、上記コンシューマの関心のある複数のアイテムの複数のそれぞれのタイプを表わす。

0233

例56において、例54または55に係る複数の命令はさらに、プロセッサに対し、上記コンシューマにとって関心のある上記複数のアイテム、並びに上記コンシューマに関連付けられた上記抽出された情報から導出された上記コンシューマの動作パターン、上記コンシューマおよび上記コンシューマ動作パターンに関連付けられた抽出された情報、上記コンシューマによる複数の購入に関連付けられたコンテキスト情報、および上記コンシューマに開示されるクラウドソースショッピング情報のうち1または複数から導出された上記コンシューマのショッピングプレファレンスのうち1または複数に基づいて、上記コンシューマのためのショッピング推奨を生成させる複数の命令を含む。

0234

例57において、例56の複数の命令はさらに、プロセッサに対し、購入する複数のアイテムのショッピングリストと、上記ショッピングリストの複数のアイテムを購入するショッピング外出のための道程とを含むショッピング推奨を生成させる複数の命令を含み、上記道程は、上記ショッピングリストの複数のアイテムを購入するにおける複数のソースと、上記ショッピング外出中の上記複数のソースを訪問する順序と、上記ショッピング外出のための移動ルートと、上記ショッピング外出ためのスケジューリングされた時間と、のうち1または複数を含む。

0235

例58において、例57の複数の命令はさらに、プロセッサに対し、ドライブ時間を最小化すること、上記ショッピング外出中に訪問するソース数を最小化すること、移動距離を最小化すること、および複数のコストを最小化すること、のうち1または複数を含む、上記コンシューマの複数のユーザショッピングプレファレンスに基づいて、上記道程を生成させる複数の命令を含む。

0236

例59において、例54または58のいずれかの例に係る複数の命令はさらに、プロセッサに対し、上記アイテムが上記コンシューマの共通キーワードに関連する場合、1または複数の他のコンシューマによって購入されたアイテムを、上記コンシューマにとって関心のあるアイテムとして識別させ、識別された上記アイテムを上記コンシューマに、上記コンシューマにとって関心のあるアイテムとして推奨させる複数の命令を含む。

0237

例60において、例44から53のいずれかの例に係るユーザはベンダであり、上記ユーザに関連付けられた1または複数のキーワードのセットは、上記ベンダから入手可能な複数のアイテムの複数のタイプに対応し、上記複数の命令は、プロセッサに対し、上記ベンダから入手可能なアイテムの複数のコンシューマ購入に基づいて、上記メトリックを導出させ、上記メトリックを上記ベンダに開示させる複数の命令を含む。

0238

例61において、例60の複数の命令はさらに、プロセッサに対し、上記ベンダからの第1のアイテムの複数の購入、1または複数の他のベンダからの上記第1のアイテムの複数の購入、および上記第1のアイテムを購入した複数のコンシューマによる他の複数のアイテムの複数の購入のうち1または複数に基づいて、上記メトリックを導出させる複数の命令を含む。

0239

例62は、複数のコンテキスト関係に基づいて、クラウドソースショッピング情報を編成および選択的に開示する方法であって、複数のコンシューマの複数のコンピュータ可読購入レコードから抽出された情報を含む、複数のコンシューマのショッピング情報を受信する段階と、複数のコンシューマの少なくともサブセットのショッピング情報からクラウドベースショッピングメトリックを導出する段階と、ショッピング情報とショッピングメトリックとをクラウドソースショッピング情報として結合する段階と、複数のアイテムの関連性に基づいて、複数のコンシューマによって購入された複数のアイテムをグループ化する段階と、クラウドベースキーワードを複数のアイテムの各グループに割り当てる段階と、各ユーザのための1または複数の共通キーワードのセットを識別すべく、複数のクラウドベースキーワードを複数のユーザの各々に関連付けられた複数のキーワードと比較する段階と、クラウドソースショーピング情報の部分がユーザの共通キーワードに関連する場合、クラウドソースショーピング情報の上記部分を上記ユーザに開示する段階と、を備え、複数のアイテムの各グループおよび関連付けられたキーワードは、クラウドベースの関心を表わす。

0240

例63は、複数のコンテキスト関係に基づいて、クラウドソースショッピング情報を編成および選択的に開示するシステムであって、複数のコンシューマのショッピング情報を受信するクラウドソースデータベースと、複数のコンシューマの少なくともサブセットのショッピング情報からクラウドベースショッピングメトリックを導出する分析モジュールと、複数のアイテムの関連性に基づいて、複数のコンシューマによって購入された複数のアイテムをグループ化するクラスタモジュールと、クラウドベースキーワードを複数のアイテムの各グループに割り当てるキーワード割り当てモジュールと、各ユーザのための1または複数の共通キーワードのセットを識別すべく、複数のクラウドベースキーワードを複数のユーザの各々に関連付けられた複数のキーワードと比較するキーワード比較モジュールと、クラウドソースショーピング情報の部分がユーザの共通キーワードに関連する場合、クラウドソースショーピング情報の上記部分を上記ユーザに開示するクエリハンドラと、を備え、クラウドソースデータベースは、ショッピング情報とショッピングメトリックとをクラウドソースショッピング情報として格納するよう構成されており、複数のアイテムの各グループと関連付けられたキーワードは、クラウドベースの関心を表わす。

0241

例64は、コンピュータプログラムにエンコードされた非一時的コンピュータ可読媒体であって、プロセッサに対し、次のことを実行させる複数の命令を含む。すなわち、複数のコンシューマのショッピング情報を受信させ、複数のコンシューマの少なくともサブセットのショッピング情報からクラウドベースショッピングメトリックを導出させ、ショッピング情報とショッピングメトリックとをクラウドソースショッピング情報として結合させ、複数のアイテムの関連性に基づいて、複数のコンシューマによって購入された複数のアイテムをグループ化させ、クラウドベースキーワードを複数のアイテムの各グループに割り当てさせ、各ユーザのための1または複数の共通キーワードのセットを識別すべく、複数のクラウドベースキーワードを複数のユーザの各々に関連付けられた複数のキーワードと比較させ、クラウドソースショーピング情報の部分がユーザの共通キーワードに関連する場合、クラウドソースショーピング情報の上記部分を上記ユーザに開示させ、複数のアイテムの各グループおよび関連付けられたキーワードは、クラウドベースの関心を表わす。

0242

例65は、複数のコンテキスト関係に基づいて、ユーザ情報を編成および提示するシステムであって、ユーザデバイス、ユーザアカウント、および上記ユーザの複数のコンピュータ可読購入レコードのうち1または複数から情報を抽出し、上記抽出された情報から上記ユーザにとって関心のある複数のアイテムを識別し、および上記複数のアイテムの複数の記述子を取得するデータ収集システムと、上記複数の記述子の関連性に基づいて複数のアイテムをグループ化するクラスタモジュールと、複数のキーワードを複数のアイテムの複数のグループに関連付けるキーワード割り当てモジュールと、ブラウザの対応するタブ付けされた複数のページを介して、複数のユーザの関心の各々に関連付けられた抽出された情報へのアクセスを提供するタブ付けされたブラウザインタフェースと、を含み、複数のアイテムの各グループおよび対応するキーワードは上記ユーザの複数の関心のうち対応する1つを表わす。

0243

例66は、コンピュータプログラムでエンコードされた、非一時的コンピュータ可読媒体であり、プロセッサに対し、次のことを実行させる複数の命令を含む。すなわち、ユーザデバイス、ユーザアカウント、および上記ユーザの複数のコンピュータ可読購入レコードのうち1または複数から情報を抽出させ、上記抽出された情報から上記ユーザにとって関心のある複数のアイテムを識別させ、上記複数のアイテムの複数の記述子を取得させ、上記複数の記述子の関連性に基づいて上記複数のアイテムをグループ化させ、複数のキーワードを複数のアイテムの複数のグループに関連付けさせ、複数のキーワードの各々のために、タブ付けされたページでブラウザインタフェースを構成させ、上記ブラウザインタフェースの対応する上記タブ付けされたページを介して上記複数のユーザの関心の各々に関連付けられた抽出された情報へのアクセスを提供させ、複数のアイテムの各グループおよび対応するキーワードは、上記ユーザの対応する関心を表わす。

0244

複数の方法およびシステムは、複数の機能、特徴、およびそれらの関係を示す、複数の機能的構築ブロック図の補助を用いて本明細書に開示される。これらの機能的構築ブロック図の境界のうち少なくともいくつかは、本明細書において説明の便宜のため恣意的に定義されている。特定の複数の機能およびそれらの関係が適切に実行される限り、代替的な複数の境界が定義されてよい。本明細書において様々な実施形態が開示される一方で、それらは複数の例示として提示されていることを理解されたい。特許請求の範囲は、本明細書に開示された複数の例示的な実施形態のいずれによっても、限定されるべきではない。

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

(分野番号表示ON)※整理標準化データをもとに当社作成

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い技術

関連性が強い 技術一覧

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ