專利名稱：決定群體的設(shè)計(jì)喜好的制作方法
背景技術(shù)：
〔0001〕本發(fā)明涉及通過直接消費(fèi)者參與，在開發(fā)新的產(chǎn)品及服務(wù)的過程及消費(fèi)者參與活動(dòng)研究、市場區(qū)隔、設(shè)計(jì)重復(fù)、市場測試與察覺消費(fèi)者偏好傾向及態(tài)度的改善。
〔0002〕在過去，當(dāng)設(shè)計(jì)新的產(chǎn)品時(shí)，很多產(chǎn)品開發(fā)組織倚賴在本身的設(shè)計(jì)或市場部門內(nèi)或者本身的執(zhí)行階層內(nèi)的少數(shù)人上。接著，這些人倚賴其本身的市場及消費(fèi)者的知識(shí)、本身對(duì)于技術(shù)可能性的了解及本身的展望、判斷、經(jīng)驗(yàn)、喜好、成見與偏見。
〔0003〕最近，企業(yè)通過該階層已經(jīng)采行具有決策責(zé)任朝向更平面化的組織、較少階層組織的模型，并且該企業(yè)已經(jīng)采納新的焦點(diǎn)于“客戶的聲音”上。這種移動(dòng)是意在提醒他們身為設(shè)計(jì)者，對(duì)于所設(shè)計(jì)的商品或服務(wù)的最終消費(fèi)者而言他們僅是代理人，并且對(duì)于該過程，客戶的需求或渴望應(yīng)該是最重要的輸入。
〔0004〕但是從該客戶的聲音進(jìn)入反應(yīng)該聲音的產(chǎn)品或服務(wù)的過程仍然充滿著錯(cuò)誤及鈕曲的可能性。錯(cuò)誤的第一個(gè)來源在于確認(rèn)該客戶的需要及需求上；第二在于轉(zhuǎn)換該輸入成為決定、產(chǎn)品、人工制品或服務(wù)的過程上未曲解及鈕曲該客戶的聲音。執(zhí)行者已經(jīng)開發(fā)及使用數(shù)種工具及技術(shù)而想要評(píng)估該客戶的需求及轉(zhuǎn)換這些需求成為產(chǎn)品概念與成為工程上的要件。
〔0005〕傳統(tǒng)上已經(jīng)由市場研究者所開發(fā)的工具及儀器范圍從借用自俗民志(ethnography)的高度定性的方法中，諸如開放式訪談、參與觀察及焦點(diǎn)群體，乃至諸如調(diào)查研究及共同分析的高度一般性量化統(tǒng)計(jì)方法。標(biāo)題為“用于動(dòng)態(tài)的、即時(shí)的市場區(qū)隔的方法及裝置”的申請(qǐng)日為2001年11月9日，申請(qǐng)?zhí)枮?0/053,353的共同申請(qǐng)中的美國申請(qǐng)案揭露已經(jīng)具有非常顯著的商業(yè)上的成功的新類型的工具，該申請(qǐng)案的揭露將參照并入本文中。
〔0006〕在新的產(chǎn)品或服務(wù)的開發(fā)期間，該設(shè)計(jì)組織通常將進(jìn)行許多市場研究學(xué)習(xí)。在該計(jì)畫期間的早期，該研究可能在本質(zhì)上較為定性化，意在揭發(fā)潛在的需求或開發(fā)對(duì)于產(chǎn)品及服務(wù)的新的構(gòu)想。近來，該研究可能更為聚焦，意在于該提出的產(chǎn)品的特定的特征或?qū)傩陨嫌赡壳盎驖撛诘目蛻糁蝎@得回饋。這些研究可能倚賴定性方法，例如焦點(diǎn)群體，以及定量方法，諸如調(diào)查或結(jié)構(gòu)化的一系列訪談。采用要求參與者對(duì)于新產(chǎn)品上的回饋的消費(fèi)者諮詢團(tuán)體的其中一個(gè)問題在于潛在的客戶為通常僅顯示有限數(shù)量的選擇及要求有限數(shù)量的選擇的意見。采用這種方式是為了保持于該參與者的認(rèn)知需求在合理的水準(zhǔn)并且因?yàn)槌尸F(xiàn)給該參與者的設(shè)計(jì)有時(shí)候是屬于制造成本相當(dāng)高的模型或原型的形式。
〔0007〕再者，消費(fèi)者諮詢團(tuán)體假設(shè)人們擁有已完全發(fā)展及穩(wěn)定的既存的喜好。該消費(fèi)者諮詢團(tuán)體因此假設(shè)當(dāng)看到該新的產(chǎn)品時(shí)該參與者所形成的態(tài)度是有效的并且當(dāng)(及若)該產(chǎn)品進(jìn)入市場上時(shí)反應(yīng)他們將具有的態(tài)度。然而，眾所周知的是在很多例子中，人們的長期意向朝向不同于本身的初始反應(yīng)的產(chǎn)品。
〔0008〕采用諮詢團(tuán)體及焦點(diǎn)群體的另一個(gè)問題必須克服在于該情勢所伴隨的人際關(guān)系的變遷。通常，團(tuán)體動(dòng)力學(xué)(group dynamics)是希望能夠感受到在參與者之間所發(fā)生的討論是用于產(chǎn)生數(shù)據(jù)的機(jī)制，并且該預(yù)期的輸出為該參與者的經(jīng)驗(yàn)及意見的主動(dòng)的分享及比較。問題發(fā)生于當(dāng)其中一個(gè)或一些有影響力的個(gè)人最后主導(dǎo)及影響該討論。另一個(gè)困難處在于找出彼此不認(rèn)識(shí)對(duì)方的參與者。為了避免具有其中一個(gè)參與者選擇特定的設(shè)計(jì)只因?yàn)樗蛩呐笥岩噙x擇該設(shè)計(jì)，這種處理方式是需要的。當(dāng)所設(shè)計(jì)的該產(chǎn)品或服務(wù)目標(biāo)為小群體的使用者時(shí)，或者皆為相同群體的會(huì)員的使用者時(shí)，例如設(shè)計(jì)關(guān)于其中一個(gè)企業(yè)的員工的福利制度，這種情況時(shí)常發(fā)生。當(dāng)該潛在的客戶對(duì)于一項(xiàng)產(chǎn)品突然成為競爭者時(shí)，并且因此較不愿意一起坐下來及分享自己的喜好，類似的問題將產(chǎn)生。
〔0009〕共同分析是使用于評(píng)估對(duì)于產(chǎn)品及服務(wù)的不同的選擇的消費(fèi)者喜好。該共同分析為當(dāng)在具有多重特征及益處的選擇中作決定時(shí)，清楚地說明人們產(chǎn)生的主觀的交易的多重屬性的效用或喜好量測技術(shù)。在該方法的基本形成中，共同分析為一種分解技術(shù)量測該決策者歸咎于該產(chǎn)品的不同的方面的重要性的參數(shù)將使用統(tǒng)計(jì)回歸技術(shù)由該決策者對(duì)該產(chǎn)品或服務(wù)的數(shù)個(gè)完整的數(shù)據(jù)描述的評(píng)估作推導(dǎo)。共同分析已經(jīng)使用于廣泛范圍的應(yīng)用上，從開發(fā)肥皂及飲食供應(yīng)至改善在國防部內(nèi)的軍人職涯的求助。
〔0010〕在進(jìn)行共同運(yùn)用上的第一步在于確認(rèn)欲探討的該產(chǎn)品或服務(wù)的相關(guān)屬性及確認(rèn)對(duì)于每一個(gè)屬性的興趣層級(jí)。這種確認(rèn)通常以具有類似產(chǎn)品的先前的經(jīng)驗(yàn)及諸如開放式訪談或焦點(diǎn)群體的早期定性的研究為基礎(chǔ)。例如，在汽車研究的例子中，引擎排氣量可能是其中一個(gè)感興趣的屬性，具有待測的2.0、2.5及3.0公升三個(gè)層級(jí)；并且車體形式可能是另一個(gè)屬性，具有“轎車(sedan)”及“雙門小轎車(coupe)”為感興趣的層級(jí)。接著，數(shù)個(gè)潛在的產(chǎn)品的完整數(shù)據(jù)的描述，亦即，其中每個(gè)屬性以數(shù)值表示的描述，通常使用高度部分因子正交設(shè)計(jì)(highly fractionated factorial orthogonal design)(亦即，僅所有可能的產(chǎn)品數(shù)據(jù)的少量部分是使用于測試中)。這些數(shù)據(jù)為顯示給應(yīng)答者，傳統(tǒng)上是以道具卡的形式，并且該應(yīng)答者會(huì)被要求以喜好的程度而對(duì)該數(shù)據(jù)排序或?qū)γ恳粋€(gè)該數(shù)據(jù)以間隔尺度評(píng)定等級(jí)，例如，從0-100。該回應(yīng)接著使用諸如普通最小平方(Ordinary Least Square)回歸的統(tǒng)計(jì)工具作分析以計(jì)算用于每一個(gè)該屬性層級(jí)的成份效用值(part-worths)，亦即，每一個(gè)屬性層級(jí)對(duì)于數(shù)據(jù)的整個(gè)喜好程度的貢獻(xiàn)?；氐皆撦^早的例子，可以證實(shí)的是對(duì)于其中一個(gè)特定的應(yīng)答者，2.0升引擎具有0.0的成份效用值，該2.5升為0.5的成份效用值，諸如此類等等；該“轎車”車體形式可能具有0.0的成份效用值，而該“雙門小轎車”形式可能具有0.8的值。一旦對(duì)于個(gè)別的屬性的成份效用值在這種方式中獲得后，可以通過屬性層級(jí)的所有可能的組合以組成對(duì)于該個(gè)人的最佳的產(chǎn)品，亦即，將給予他或她最高可能程度的效用性或他或她將具有最強(qiáng)烈購買傾向的產(chǎn)品。
〔0011〕共同分析研究通常采用超過一個(gè)以上的個(gè)體而進(jìn)行，并且成份效用值通常為用于消費(fèi)者的代表樣本的獲得。這種多重應(yīng)答的數(shù)據(jù)可以使用于各種目的。其中一個(gè)在于確認(rèn)對(duì)于該產(chǎn)品發(fā)展組織造成最大市場占有率的產(chǎn)品設(shè)計(jì)，而給予在市場上的競爭產(chǎn)品的屬性(目前及期望的；亦即已知所謂的“選擇分?jǐn)?share-of-choices)”問題)。另一個(gè)目的在于確認(rèn)將最大化整體消費(fèi)者效用的產(chǎn)品設(shè)計(jì)，亦即，所有該消費(fèi)者效用的和；亦即已知所謂的“買者的福利(buyer’s welfare)”問題。解決這些搜尋問題是難以計(jì)算地；在數(shù)學(xué)上，這些問題為已知所謂的NP-Hard問題，需要啟發(fā)式動(dòng)態(tài)程式程序(heuristic dynamicprogramming)找出它們的解。最近，基因與演化(Genetic andEvolutionary)計(jì)算的適應(yīng)式搜尋技術(shù)，尤其是基因演算法(GeneticAlgorithms，GAs)，已經(jīng)更有效率地使用以找出對(duì)于這些問題的解答。
〔0012〕從參與者的代表群體收集共同數(shù)據(jù)的另一個(gè)目的在于確認(rèn)具有不同的喜好數(shù)據(jù)的明確的市場區(qū)隔。這可以通過叢集分析(cluster analysis)而達(dá)成，該叢集分析為一種用于發(fā)現(xiàn)子群體應(yīng)答者的統(tǒng)計(jì)技術(shù)，使得在子群體內(nèi)的應(yīng)答者同樣地評(píng)估該不同的產(chǎn)品屬性，但是不同于在其他子群體內(nèi)的應(yīng)答者。一旦叢集確認(rèn)后，表示顯著的商業(yè)潛力的該叢集可以當(dāng)作具有特定產(chǎn)品設(shè)計(jì)的目標(biāo)。
〔0013〕共同分析具有缺點(diǎn)。首先為參與該過程成為應(yīng)答者的冗長的感覺。通常，因?yàn)榕c該產(chǎn)品本身的緊密關(guān)聯(lián)及了解，該產(chǎn)品設(shè)計(jì)者及販?zhǔn)壅呦胍卮鸫罅康淖h題及測試大量的屬性。該客戶另一方面通常較不受吸引及厭煩于順應(yīng)冗長的問卷。并且即使使用高度部分因子設(shè)計(jì)，應(yīng)答者通常仍然應(yīng)要求回應(yīng)可觀數(shù)量的可能性。例如，在其中具有12個(gè)產(chǎn)品屬性的例子中，對(duì)于每一個(gè)屬性具有四個(gè)不同的階層，該應(yīng)答者將面對(duì)大約35個(gè)數(shù)據(jù)。該數(shù)目常常乘以3倍以減少該隨機(jī)誤差的效應(yīng)，造成該應(yīng)答者必須面對(duì)超過100個(gè)問題。該過程的勞力通常導(dǎo)致混淆及失去注意力并且專注于部分該應(yīng)答者上，該應(yīng)答者常常最后以采取啟發(fā)式作為捷徑而用于完成該問卷(數(shù)個(gè)例子的共同分析可以在全球資訊網(wǎng)上找到；例如www.conjointonline.com)。例如，除了適當(dāng)?shù)貦?quán)衡彼此所有的屬性外，該產(chǎn)品設(shè)計(jì)者及販?zhǔn)壅邇H依賴一個(gè)或兩個(gè)以作出本身的決定，而導(dǎo)致不正確的結(jié)果。
〔0014〕最近，著重于減少該過程的冗長及該結(jié)果所造成的不正確性的共同分析的數(shù)個(gè)修正已經(jīng)提出及實(shí)際使用。這些混合的技術(shù)如同于現(xiàn)有的共同分析中并未專由假設(shè)產(chǎn)品的完整數(shù)據(jù)所構(gòu)成，但是該混合的技術(shù)通過詢問該應(yīng)答者一組自我說明的問題(包含不涉及交易的非共同問題)而開始，并且接著部分?jǐn)?shù)據(jù)描述。此類技術(shù)的例子包含適應(yīng)性共同分析及較新的層級(jí)貝氏共同分析(Hierarchical Bayesconjoint analysis)。
〔0015〕在如同通過Sawtooth Software(在美國及歐洲兩地最常用于商業(yè)共同研究的技術(shù))所實(shí)現(xiàn)的適應(yīng)性共同分析中，該調(diào)查通過詢問該應(yīng)答者而開始以消除他或她在任何情況下將發(fā)現(xiàn)無法接受的該屬性階層。該階層在該后續(xù)的訪問部分中將不再使用。接著，該應(yīng)答者受到詢問以將每個(gè)屬性中的階層減少為他或她最可能感興趣的5個(gè)階層。在該程序中之下一步要求該應(yīng)答者評(píng)估個(gè)別的屬性的重要性；這些評(píng)估嘗試消除認(rèn)為不重要的那些屬性及產(chǎn)生該應(yīng)答者的效用的初始計(jì)算，該應(yīng)答者的效用接著經(jīng)由使用以產(chǎn)生一組使用部分的數(shù)據(jù)的訂制的配對(duì)比較問題。對(duì)于每一個(gè)回應(yīng)，該應(yīng)答者的效用的計(jì)算將作更新，并且適當(dāng)?shù)呐鋵?duì)比較問題將產(chǎn)生。這些問題經(jīng)由設(shè)計(jì)以收斂及聚焦在通過該應(yīng)答者依據(jù)該較早的回應(yīng)所呈現(xiàn)最喜好的屬性比較的子空間上，而具有該應(yīng)答者的交易數(shù)據(jù)的改進(jìn)該計(jì)算的目標(biāo)落在該有限的子空間內(nèi)。
〔0016〕顯然地，適應(yīng)性共同分析極度地依賴該問券的自我說明的評(píng)估要素，其中該決策者為明白地受到要求以顯示本身的態(tài)度個(gè)別地朝向各種屬性。在該方法背后的關(guān)鍵假設(shè)在于該應(yīng)答者的態(tài)度及喜好為預(yù)先存在及穩(wěn)定的。適應(yīng)性共同依賴該假設(shè)以快速地限縮呈現(xiàn)至該受訪者的選擇及減少施加至他或她上的負(fù)擔(dān)。當(dāng)他或她參與該研究時(shí)，適應(yīng)性共同因此排除該應(yīng)答者可能顯露或發(fā)展新的個(gè)人喜好或態(tài)度交易數(shù)據(jù)的可能性。使用該方法的問題在于任何先入為主的想法或偏見的具體化的危險(xiǎn)性，該應(yīng)答者可能具有預(yù)先不健全形成的喜好，造成非最佳的產(chǎn)品設(shè)計(jì)問題。事實(shí)上，適應(yīng)性共同分析的使用者受到警告不允許應(yīng)答者消除屬性階層(描述于上一段落內(nèi)的第一步驟)，除非沒有其他方式以產(chǎn)生可讓人接受簡短的訪談。
〔0017〕層級(jí)貝氏共同分析的較近的發(fā)展通過穩(wěn)健及理論上較佳防御統(tǒng)計(jì)的方法的使用而改善適應(yīng)性共同。然而該方法并非在處理上文所描述的問題。再者，層級(jí)貝氏適應(yīng)性共同分析倚賴其他參與者于該研究中的回應(yīng)以改善每一個(gè)個(gè)別的效用的計(jì)算；換言之，層級(jí)貝氏能夠增減在任何個(gè)別的應(yīng)答者上所調(diào)查具有負(fù)擔(dān)的數(shù)量。然而，該方法為在典型的個(gè)人電腦上需要數(shù)小時(shí)的執(zhí)行時(shí)間的高計(jì)算密集的過程；因此，該方法在即時(shí)線上情況中并非非常有用。該現(xiàn)有的軟體產(chǎn)品事實(shí)上在離線之后進(jìn)行由適應(yīng)性共同研究所獲得的數(shù)據(jù)的層級(jí)貝氏分析。
〔0018〕未通過上文所討論的任何改進(jìn)的方法作處理的共同分析的第二個(gè)主要的缺點(diǎn)起源于該不同的產(chǎn)品屬性為彼此獨(dú)立的假設(shè)上。共同分析為“唯一主要作用(main effects only)”模型；該方法假設(shè)在屬性之間并沒有交互作用。在一般所使用的該附加的成份效用值模型中，用于特定產(chǎn)品的個(gè)別的喜好為假設(shè)以在該產(chǎn)品中的屬性階層的獨(dú)立的功能的和所組成。再次使用汽車的例子，對(duì)于例如亮紅與暗灰之外部的顏色的消費(fèi)者的喜好為假設(shè)并非視是否待討論的汽車為雙門跑車(sport coupe)或豪華轎車(luxury sedan)的車體形式而定。然而我們依經(jīng)驗(yàn)上知道亮紅在雙門跑車上比在豪華轎車上較受歡迎。若該研究者推測在兩個(gè)屬性之間可能具有某些交互作用(依據(jù)產(chǎn)品知識(shí)或來自統(tǒng)計(jì)分析)，在該共同分析架構(gòu)內(nèi)的解決方式在于定義該兩個(gè)交互作用的屬性的組合的混合變數(shù)(“超屬性(superattributes)”)。這種超屬性為給定通過組合該個(gè)別的屬性層級(jí)所形成的層級(jí)?；氐较惹暗睦?，該混合屬性將是“顏色-車體形式”，并且該屬性將產(chǎn)生四個(gè)階層(二乘二)“亮紅雙門跑車”、“亮紅豪華轎車”、“暗灰雙門跑車”及“暗灰豪華轎車”。使用該周期運(yùn)作的問題在于該方法對(duì)于該應(yīng)答者負(fù)擔(dān)上是高度有害的。(特別是在能夠產(chǎn)生高度區(qū)分化因子設(shè)計(jì)的共同的所有該唯一主要作用觀點(diǎn)之后)除了每個(gè)具有兩個(gè)階層的兩個(gè)屬性之外，現(xiàn)在我們擁有具有全部為八個(gè)階層的三個(gè)屬性。當(dāng)更為實(shí)際數(shù)量的個(gè)別屬性階層使用時(shí)，這種組合的爆發(fā)性是非常嚴(yán)重的在五種顏色及五種車體形式的例子中，我們將進(jìn)行由10階層(5+5)至全部的35階層(5+5+(5×5))。欲通過該共同研究所計(jì)算的參數(shù)數(shù)量及因此應(yīng)答者受到指定的問題的數(shù)量依這些階層的數(shù)量成比例地增加。
〔0019〕當(dāng)共同分析影響多少市場販?zhǔn)壅呒爱a(chǎn)品開發(fā)者來思考本身的產(chǎn)品及服務(wù)時(shí)，共同分析的該“唯一主要作用”特質(zhì)具有較敏感及潛在的作用。通過倚賴共同分析以獲得該客戶的聲音，該市場販?zhǔn)壅呒爱a(chǎn)品開發(fā)者傾向設(shè)計(jì)使用較能輕易地分解的產(chǎn)品的屬性的研究；并且該市場販?zhǔn)壅呒爱a(chǎn)品開發(fā)者以對(duì)于該應(yīng)答者較容易分離產(chǎn)品的方式而呈現(xiàn)給該客戶。應(yīng)答者結(jié)束專注于一些該屬性及啟發(fā)式地使用該方法(如同較早前所提及)，并且不執(zhí)行將在屬性之間顯現(xiàn)可能的交互作用的該額外的心理過程。該結(jié)果為針對(duì)該額外的成份效用值模型的人工上良好的搭配，但是具有較差的預(yù)測準(zhǔn)確性。
〔0020〕在基本上，產(chǎn)品或服務(wù)可以通過一組屬性階層作適當(dāng)?shù)孛枋鼋o消費(fèi)者的絕對(duì)的觀念本身即是問題。由于共同分析通過呈現(xiàn)可分解的刺激因素給該應(yīng)答者而運(yùn)作，該方法為特別不適于用于了解消費(fèi)者如何評(píng)估產(chǎn)品的重要等級(jí)，亦即，通過該消費(fèi)者所全部地察覺的產(chǎn)品。此類“單一的”產(chǎn)品的例子包含但不限定于藝術(shù)標(biāo)的、食物、香味及音樂。在此類例子中，其中該應(yīng)答者無法中斷呈現(xiàn)給他或她的該激刺因素成為組成部分或?qū)傩?，依?jù)因子設(shè)計(jì)的研究而嘗試建立該應(yīng)答者的喜好的簡單模型是不可能成功的。
〔0021〕相反地，本發(fā)明并不需要通過該市場販?zhǔn)壅呋蛟O(shè)計(jì)者所使用的相同的因素以改變呈現(xiàn)給該應(yīng)答者的產(chǎn)品以評(píng)估他的或她的喜好。在本發(fā)明中，呈現(xiàn)給應(yīng)答者的是具有符合其中他或她于真實(shí)生活中察覺該特定產(chǎn)品或服務(wù)的方式的激刺因素。
發(fā)明概述〔0022〕本發(fā)明提供從對(duì)于群體，例如消費(fèi)者的群體，的產(chǎn)品或服務(wù)(在此稱為“決定目標(biāo)”)的各種設(shè)計(jì)選擇中有效地分析該設(shè)計(jì)喜好傾向的方法。該方法可以使用于收集任何給定目標(biāo)群體的具有情報(bào)性的喜好的豐富的數(shù)據(jù)組，以察覺產(chǎn)品或服務(wù)的那個(gè)屬性對(duì)于該群體是重要的或不重要的及顯示忠實(shí)地回應(yīng)于該“客戶的聲音”的產(chǎn)品形式并且不會(huì)有偏差。該方法以電子形式而實(shí)現(xiàn)并且通常非同步地經(jīng)過相對(duì)短地時(shí)間周期。該方法可以設(shè)計(jì)以符合任何設(shè)計(jì)或市場研究目標(biāo)的集合，并且獲得關(guān)于任何形式的產(chǎn)品所考量的有關(guān)于任何特定的設(shè)計(jì)議題的數(shù)據(jù)。當(dāng)參與者呈現(xiàn)具有相對(duì)大量的時(shí)間窗口以配合本身的約定于其內(nèi)，并且可以讓他們經(jīng)由提供具有連結(jié)至網(wǎng)路所提供的來自任何方便的位置而進(jìn)行運(yùn)作及觀看或其他感受該設(shè)計(jì)標(biāo)的與記錄本身的喜好的工具時(shí)，參與者比焦點(diǎn)群體更容易于招募。
〔0023〕廣泛地說，該方法包括通過電子網(wǎng)路呈現(xiàn)給多個(gè)個(gè)別的“選擇者”，具有多個(gè)組合的屬性之一個(gè)或一個(gè)以上的決定標(biāo)的的群體；由該選擇者獲得表示來自在該呈現(xiàn)的決定標(biāo)的中的該個(gè)別的選擇者的喜好的資訊；使用該資訊以發(fā)展或選擇包括一個(gè)或一個(gè)以上的不同的組合屬性的決定標(biāo)的的衍生出的群體；使用衍生出的群體重復(fù)這些步驟以達(dá)成一個(gè)或一個(gè)以上的較佳的決定標(biāo)的；及使用來自該選擇者的至少某些資訊以實(shí)現(xiàn)共同分析以收集關(guān)于該選擇者的屬性喜好的資訊。這些數(shù)據(jù)通常組合成為構(gòu)成用于成功產(chǎn)品開發(fā)的引導(dǎo)的報(bào)告。
〔0024〕在其他實(shí)施例中，本發(fā)明提供分析群體選擇者的設(shè)計(jì)喜好傾向的方法，包括下列步驟a)通過電子網(wǎng)路呈現(xiàn)給多個(gè)選擇者一個(gè)或一個(gè)以上的具有多個(gè)組合的屬性的決定標(biāo)的的群體；b)由該多個(gè)選擇者獲得表示來自在該呈現(xiàn)的決定標(biāo)的中的選擇者的喜好的數(shù)據(jù)；c)由步驟(b)使用至少某些數(shù)據(jù)以實(shí)現(xiàn)共同分析以收集關(guān)于該多個(gè)選擇者的屬性喜好的資訊；d)通過網(wǎng)路呈現(xiàn)給相同或不同的群體選擇者具有多個(gè)組合屬性之一個(gè)或一個(gè)以上決定標(biāo)的的額外的群體；e)獲得來自選擇者表示由在該呈現(xiàn)額外的決定標(biāo)的中的喜好的資訊；f)使用該資訊以發(fā)展或選擇包括一個(gè)或一個(gè)以上的不同的組合屬性的決定標(biāo)的的衍生出的群體；g)重復(fù)步驟(d)至(f)，由步驟(f)使用衍生出的群體以達(dá)成一個(gè)或一個(gè)以上的較佳的決定標(biāo)的；及h)當(dāng)達(dá)到停止標(biāo)準(zhǔn)時(shí)，選擇一個(gè)或群體較佳的決定標(biāo)的而用于進(jìn)一步的開發(fā)、制造、使用或販?zhǔn)邸?br> 〔0025〕基因演算法可以經(jīng)由使用以發(fā)展或選擇該決定標(biāo)的的衍生出的群體。該方法的步驟執(zhí)行的順序是彈性的。因此，步驟(c)可以在步驟(g)之后或在步驟(h)之后而執(zhí)行。步驟(c)的共同分析的結(jié)果可以經(jīng)由使用以影響在步驟(d)中所呈現(xiàn)的額外的決定標(biāo)的的人口群的屬性組合。呈現(xiàn)在步驟(a)中的該決定標(biāo)的可以包括屬性的隨機(jī)組態(tài)，或者可以包括經(jīng)由設(shè)計(jì)增強(qiáng)該共同分析的效能的屬性。在步驟(a)之前，多個(gè)問題可以呈現(xiàn)給所有或某些該選擇者以獲取回復(fù)，從而獲得人口統(tǒng)計(jì)學(xué)上的資訊及使該問題符合資格，或者通過使用選擇者針對(duì)問題的回應(yīng)而決定對(duì)于該活動(dòng)執(zhí)行的起始點(diǎn)以選擇欲呈現(xiàn)給該選擇者或其他人士的決定標(biāo)的。
〔0026〕一般而言，本發(fā)明提供的方法系用以決定那一個(gè)大量的產(chǎn)品形式是由選擇者所喜好(其中每一個(gè)形式具有多個(gè)選擇屬性或?qū)傩詢r(jià)值，亦即決定標(biāo)的)及決定在該決定標(biāo)的的屬性中的喜好資訊。
〔0027〕如同在此所使用的“選擇者”為本身的意見提供在本發(fā)明的方法的活動(dòng)課程期間提受到考量之一位或群體的人員。該選擇者可以包括個(gè)人、個(gè)人所組成的群體、諸如機(jī)器學(xué)習(xí)系統(tǒng)之用于個(gè)人的代理主機(jī)、類神經(jīng)網(wǎng)路、統(tǒng)計(jì)或其他數(shù)學(xué)模型或?qū)＜蚁到y(tǒng)，或者是該選擇者的組合?！斑x擇者”可以適用于參與活動(dòng)執(zhí)行的實(shí)體的集合或參與活動(dòng)執(zhí)行的個(gè)別的實(shí)體。選擇者可以是焦點(diǎn)群體或該焦點(diǎn)群體的個(gè)別的成員、工作群體的設(shè)計(jì)者及/或在企業(yè)或?qū)I(yè)設(shè)計(jì)服務(wù)組織內(nèi)的經(jīng)營者、代表目標(biāo)人口統(tǒng)計(jì)群體的群體的人士、預(yù)設(shè)為某些活動(dòng)或工作的俱樂部或班級(jí)的成員、成為對(duì)于特定產(chǎn)品的狂熱者的潛在客戶，諸如狗的主人、打高爾夫球的人、室內(nèi)設(shè)計(jì)家、騎腳踏車的人、房子主人、十幾歲的男孩、受雇于企業(yè)或在產(chǎn)業(yè)界工作者等等。擔(dān)任選擇者的人員已經(jīng)接受到一次或例如大約兩次至十二次或不同可能的設(shè)計(jì)形式的呈現(xiàn)。
〔0028〕該選擇者亦可以包括雇用于產(chǎn)品的合作設(shè)計(jì)中的群體人員，諸如設(shè)計(jì)下個(gè)春季的流行時(shí)尚的群體的年輕女性、設(shè)計(jì)汽車座椅的專業(yè)工業(yè)設(shè)計(jì)群體、為客人設(shè)計(jì)住所的建筑師或譜出一件音樂作品的音樂家的群體。在這個(gè)例子中，一旦支持設(shè)計(jì)的意見達(dá)成，該方法可以包含產(chǎn)生多個(gè)單元的選擇產(chǎn)品形式或類似該形式的產(chǎn)品的額外的步驟。當(dāng)該選擇者為群體人員時(shí)，形成呈現(xiàn)給在該群體內(nèi)的人員所衍生出的群體產(chǎn)品可以使用顯示由一個(gè)或一個(gè)以上在該群體內(nèi)的其他人員所表示的喜好而產(chǎn)生。再者，本發(fā)明考量在特定衍生出的群體內(nèi)重復(fù)特定產(chǎn)品形式的呈現(xiàn)給擔(dān)任該選擇者之一個(gè)或一個(gè)以上的人員。
〔0029〕如同在此所使用的“喜好(Preference)”，該喜好亦稱為“愛好(affinity)”，顯示對(duì)于具有一組屬性的特定項(xiàng)目的選擇者的喜歡(或不喜歡)。在其中一項(xiàng)實(shí)施例中，正向的愛好數(shù)值顯示該選擇者喜歡特定的項(xiàng)目而負(fù)向的數(shù)值顯示該選擇者不喜歡該項(xiàng)目。
〔0030〕在本發(fā)明的方法中，提出的設(shè)計(jì)為呈現(xiàn)給該參與者，并且來自后續(xù)的回饋經(jīng)由例如連接于網(wǎng)路內(nèi)的個(gè)別的個(gè)人電腦，諸如內(nèi)部網(wǎng)路、外部網(wǎng)路或該網(wǎng)際網(wǎng)路而收集。因此可以控制在該參與者內(nèi)的人與人之間的動(dòng)態(tài)。并且可以完全地對(duì)人員彼此隔離，以便沒有人可以知道由其他人所表示的喜好。本發(fā)明亦可以允許欲在該參與者內(nèi)所分享的資訊的選擇階層、開啟真實(shí)或虛擬的群體討論、控制參與者可能感受到的社交壓力的程度、滿足關(guān)于該計(jì)畫的狀態(tài)或方向的資訊的需求或關(guān)于其他人已經(jīng)發(fā)表何種產(chǎn)品的資訊。這種方法可用以仿效發(fā)生于真實(shí)生活中的連結(jié)外觀，其中某些人員傾向喜歡與他們地位相當(dāng)?shù)娜怂徺I或消費(fèi)的相同的產(chǎn)品，而其他人可能選擇采取相反的態(tài)度。在此類諸如流行服飾或配件、投資工具或組合、電腦軟體等等的產(chǎn)品中，這種方法是重要的。再者，通過通過電腦軟體連接參與者，本發(fā)明可以聚集位在非常不同的地理區(qū)域上的群體的參與者及允許非同步的參與。當(dāng)設(shè)計(jì)者減少該需求以及時(shí)地通過完全地整合在不同的地點(diǎn)所接收的數(shù)據(jù)將所有參與者于同一時(shí)間聚在一起(在本發(fā)明的特定實(shí)施例中)，該方法因此亦使得時(shí)間管理變得容易。
〔0031〕如同在此所使用及于下文中作完整說明的“產(chǎn)品(Products)”系用以表示決定標(biāo)的，并且系意指物品之一般的名詞，諸如意指大量生產(chǎn)、模組化的物品、諸如包括適合用于大量客制化的具有多個(gè)可互換的組件的個(gè)人電腦、服務(wù)，諸如共同基金或旅行服務(wù)、包裝或廣告文案及計(jì)畫，諸如用于支配個(gè)人或組織的未來導(dǎo)引的選擇的撰述列表、諸如商業(yè)計(jì)畫或由群體所消費(fèi)的食品項(xiàng)目的菜單或其他已制成的消費(fèi)物品。
〔0032〕如同在此所使用的產(chǎn)品的“屬性(Attributes)”系意指組成決定標(biāo)的的結(jié)構(gòu)的、功能的、風(fēng)格上的或經(jīng)濟(jì)上的特征，例如該產(chǎn)品的組件、服務(wù)或計(jì)畫及諸如成本的事物、顏色或顏色組合、尺寸、人力、形狀、形式、圖案、長度、重量、意義特征、主題、選擇、材料選擇、柔軟度等等。該產(chǎn)品屬性可以是藝術(shù)上的或功能性的。特定的產(chǎn)品具有使用本發(fā)明的方法所組合之一系列可能的屬性以開發(fā)設(shè)計(jì)。該設(shè)計(jì)或選擇的標(biāo)的的不同形式明顯地將具有不同群體的可能屬性。因此，例如，對(duì)于免手持電話的藝術(shù)上偏好的外部外觀的設(shè)計(jì)將具有諸如材料(例如塑膠或金屬)、材料的分布(例如具有金屬蓋的塑膠邊框)、結(jié)構(gòu)、顏色、顏色組合、長度、寬度及厚度的“屬性”。用于大型廣告看板的設(shè)計(jì)將具有諸如尺寸、方位比、主要顏色、背景顏色、顏色設(shè)計(jì)、印刷尺寸及插圖材料的呈現(xiàn)或空缺的屬性。
〔0033〕該名詞“屬性(attribute)”表示為絕對(duì)的及相對(duì)的的兩要素，在感官上該絕對(duì)的要素為呈現(xiàn)于產(chǎn)品中或不呈現(xiàn)于產(chǎn)品中，并且在感官上該相對(duì)的要素可以具有很多數(shù)值的屬性，或者分類成為很多子形式。在這種方面上，在此所使用的“屬性”的意義是較為廣泛的并且不同于如同在該共同分析文獻(xiàn)中所使用的名詞。該式樣的例子為在自動(dòng)儀表板設(shè)計(jì)中之時(shí)鐘或服飾設(shè)計(jì)的項(xiàng)圈的呈現(xiàn)或缺乏。后者的例子為在船身設(shè)計(jì)的船首上的曲率的程度的半徑或其他量測，或者玻璃覆蓋建筑物的反射率。
〔0034〕廣義地說，本發(fā)明包含產(chǎn)生及通常以電子形式呈現(xiàn)許多設(shè)計(jì)選擇給參與該設(shè)計(jì)、選擇或市場研究活動(dòng)活動(dòng)的人員。該參與者(選擇者)傳送表示在該呈現(xiàn)的設(shè)計(jì)選擇之間的本身的喜好，并且該數(shù)據(jù)經(jīng)由使用以衍生或選擇新產(chǎn)生的設(shè)計(jì)選擇或提議兩者，作為用于共同分析的基礎(chǔ)以決定屬性喜好資訊。在特定的活動(dòng)中，經(jīng)由特別地設(shè)計(jì)或選擇以增進(jìn)共同分析(或隨機(jī)決定標(biāo)的)的決定標(biāo)的為呈現(xiàn)給選擇者。這些決定標(biāo)的可能首先或在任何時(shí)間呈現(xiàn)，并且該數(shù)據(jù)經(jīng)由使用以作為活動(dòng)持續(xù)而立刻或在數(shù)據(jù)收集結(jié)束后執(zhí)行共同分析。在其中一項(xiàng)實(shí)施例中，重復(fù)的設(shè)計(jì)活動(dòng)如同揭露于共同中請(qǐng)中的美國專利申請(qǐng)?zhí)?0/053,353而進(jìn)行，其中所表示的喜好數(shù)據(jù)經(jīng)由使用以推動(dòng)后續(xù)呈現(xiàn)的決定標(biāo)的的選擇或即時(shí)發(fā)展欲于后續(xù)反復(fù)中所呈現(xiàn)的新的決定標(biāo)的。在這種實(shí)施例中，該喜好資訊亦經(jīng)由使用以進(jìn)行共同活動(dòng)。這允許不僅是整個(gè)設(shè)計(jì)的群體喜好決定，而且為推動(dòng)該設(shè)計(jì)喜好的屬性的群體喜好決定。在較佳的實(shí)施例中，來自較早呈現(xiàn)的決定標(biāo)的的數(shù)據(jù)提供共同分析的基礎(chǔ)。該共同分析的結(jié)果接著經(jīng)由使用以定位或決定用于使用在后續(xù)中，通常為完全、重復(fù)的設(shè)計(jì)活動(dòng)，的決定標(biāo)的的屬性階層或?qū)傩缘慕M合。在配置于該個(gè)別的呈現(xiàn)中的另一個(gè)實(shí)施例中，為設(shè)計(jì)以使共同分析變得容易的展示。在這種實(shí)施例中，該展示可能已經(jīng)通過較早的喜好數(shù)據(jù)而推動(dòng)。在收集充分的標(biāo)的數(shù)據(jù)之后，共同分析可以在任何時(shí)間完成，例如，當(dāng)該活動(dòng)在進(jìn)行中或在本身的數(shù)據(jù)收集階段終止后。這種方式允許預(yù)測消費(fèi)者行為的豐富的市場資訊的發(fā)展。
〔0035〕針對(duì)產(chǎn)生用于后續(xù)共同分析的數(shù)據(jù)的任務(wù)的呈現(xiàn)的決定標(biāo)的可以具有隨機(jī)選擇的屬性或者可以為了由專家或由演算法的目的而特別地設(shè)計(jì)。用于呈現(xiàn)于該重復(fù)的設(shè)計(jì)活動(dòng)中的該新的決定標(biāo)的或衍生出的產(chǎn)品形式較佳的是通過電腦程式的使用開發(fā)基因或演化計(jì)算技術(shù)而產(chǎn)生。這種程序是重復(fù)的，通常用于很多迭代或周期。
〔0036〕視嘗試的目的及該方法如何設(shè)計(jì)及執(zhí)行而定，該實(shí)驗(yàn)可以使用于許多新的及有用的方式中。該方法可以提供設(shè)計(jì)能引起個(gè)別的消費(fèi)者或目標(biāo)群體的消費(fèi)者興趣的新的產(chǎn)品或服務(wù)。該方法可以以較優(yōu)于先前可能的方式使用于促使群體設(shè)計(jì)嘗試變得容易或進(jìn)行市場研究。例如對(duì)于特定的產(chǎn)品或服務(wù)，研究可以包含，但不限定于，探索個(gè)別消費(fèi)、人口統(tǒng)計(jì)上定義的群體消費(fèi)者或具有特定心智狀態(tài)的消費(fèi)者的共通性，而說明對(duì)于該消費(fèi)者訴求該設(shè)計(jì)為重要的或不重要的的屬性。
〔0037〕本發(fā)明可以采用各種方式以收集表示喜好的數(shù)據(jù)及采用各種方式以制表、過濾及總計(jì)并且使用該數(shù)據(jù)。因此，由包括該選擇者的人員的子集合所獲得的數(shù)據(jù)可能給予不按比例的影響于產(chǎn)品形成的衍生群體的產(chǎn)生上，亦即低估、于重要性上的提高或忽略。在衍生群體的迭代之前或期間，該選擇者可以允許詳載該產(chǎn)品的屬性。這種方法可以包含固定該屬性的數(shù)值在特定數(shù)值處，或者避免該屬性位在該參與者發(fā)覺不想要的特定數(shù)值。在開始該重復(fù)選擇/設(shè)計(jì)/分析過程之前，該系統(tǒng)可以由該選擇者獲得特定喜好資訊并且可以使用在此類預(yù)先篩選中所獲得的至少部分的資訊以限制衍生的產(chǎn)品形式之后續(xù)的產(chǎn)生。例如，此類資訊可以包含該販?zhǔn)壅邔?duì)于該產(chǎn)品、產(chǎn)品形式資訊、顏色喜好、材料喜好、性能規(guī)格或選擇者想要產(chǎn)品功能之列表等所想要給付的價(jià)格的范圍。
〔0038〕由另一個(gè)角度觀的，當(dāng)消費(fèi)者考量本身的喜好或考量購買時(shí)，本發(fā)明包括在設(shè)計(jì)科學(xué)及另一方面由該消費(fèi)者所采用的認(rèn)知語言及思考過程的不相容組成的語言要素之間的電腦輔助橋接。就是這種至今已經(jīng)阻礙針對(duì)設(shè)計(jì)任務(wù)的有效的消費(fèi)者輸入的二分法，輸入為真實(shí)地反應(yīng)本身的喜好。在此所描述的本發(fā)明的設(shè)計(jì)分析實(shí)施例本質(zhì)上包括電腦中介的轉(zhuǎn)譯裝置，完全及有效地轉(zhuǎn)換消費(fèi)者的喜好，亦即該消費(fèi)者常常違抗口語上描述，成為通過于實(shí)現(xiàn)設(shè)計(jì)上有用的變數(shù)所規(guī)范的特定設(shè)計(jì)的數(shù)據(jù)。通過允許消費(fèi)者評(píng)估一組發(fā)展的全部設(shè)計(jì)，每一個(gè)設(shè)計(jì)并入關(guān)于該消費(fèi)者的喜好決定的方面，在不熟悉特定的設(shè)計(jì)屬性或語言下，該消費(fèi)者允許直接地推動(dòng)該設(shè)計(jì)或產(chǎn)品選擇過程。該產(chǎn)品選擇過程可以通過該消費(fèi)者有意識(shí)地顯現(xiàn)該產(chǎn)品的喜好的(或不喜好的)特征或通過該消費(fèi)者下意識(shí)地推動(dòng)該吸引人的設(shè)計(jì)的發(fā)展而受到推動(dòng)。
〔0039〕大致上如同前文所提到的，用于實(shí)現(xiàn)本發(fā)明的方法的該較佳的裝置包括網(wǎng)路，其中該程式常駐于連結(jié)至多個(gè)終端的伺服器內(nèi)。在該裝置中所使用的終端可以包括電腦、電視、電話、個(gè)人數(shù)位助理或其他無線連接或通過線路至伺服器的電子裝置。該裝置通常包括多個(gè)終端。當(dāng)然，依目前的資訊技藝的狀態(tài)，其他系統(tǒng)架構(gòu)可以使用以包含于本發(fā)明的系統(tǒng)內(nèi)而用于實(shí)現(xiàn)本發(fā)明的各種方法。
〔0040〕本方法可以包含重復(fù)周期選擇及衍生出的產(chǎn)品形式產(chǎn)生至足夠數(shù)量的次數(shù)，以允許由選擇者作出較為喜好之一個(gè)或多個(gè)產(chǎn)品形式的決定。尤其在其中該選擇者為群體的消費(fèi)者的群體設(shè)計(jì)成果中，本方法可以造成超過一個(gè)以上的較佳設(shè)計(jì)的確認(rèn)。收集關(guān)于該選擇者的人口統(tǒng)計(jì)學(xué)上的數(shù)據(jù)及使由該選擇者較喜好的產(chǎn)品形式與該人口統(tǒng)計(jì)學(xué)上的數(shù)據(jù)產(chǎn)生關(guān)聯(lián)允許市場區(qū)隔的確認(rèn)，該市場區(qū)隔可以用不同的策略而發(fā)揮。因此，本發(fā)明使得新形式的市場研究變得容易，其中本身的經(jīng)營者可以看出消費(fèi)者或群體消費(fèi)者對(duì)于給定產(chǎn)品形式的相對(duì)的共同性或看出市場區(qū)隔，例如，初期的適應(yīng)者、后期的多數(shù)者等等，并且以決定屬性喜好資訊。
〔0041〕該衍生出的群體產(chǎn)品形式接著呈現(xiàn)給包括選擇者之一個(gè)或一個(gè)以上人員，該選擇者再次輸入表示本身的喜好的數(shù)據(jù)，這次有關(guān)于該新的類型的產(chǎn)品形式，并且該程序?yàn)橹貜?fù)直到符合停止標(biāo)準(zhǔn)。該停止標(biāo)準(zhǔn)可以例如是由該選擇者對(duì)于購物作出的決定、預(yù)定重多目的周期、由包括該選擇者的多個(gè)人員在屬性上一致同意的達(dá)成；包括選擇者的預(yù)定數(shù)目的人員的參與；預(yù)定的評(píng)估數(shù)量的達(dá)到、用于進(jìn)行該活動(dòng)的經(jīng)過預(yù)定的時(shí)間、未來時(shí)間點(diǎn)的到達(dá)、管理者，諸如判斷出良好的設(shè)計(jì)已經(jīng)達(dá)到的人員的介入、如同由包括該選擇者或管理者的人員所判斷在顯露產(chǎn)品形式上的改進(jìn)的缺乏、或經(jīng)過合適程式化的電腦；由包括選擇者的人員的特定產(chǎn)品形式的選擇、由該發(fā)展演算法所產(chǎn)生的所有設(shè)計(jì)選項(xiàng)的收斂至足夠小數(shù)值的可能性(亦即，基因多樣性的失去或在人口群設(shè)計(jì)的人口群中的相似性的特定水準(zhǔn)的達(dá)到)或該停止標(biāo)準(zhǔn)的某些組合。
〔0042〕參與組成該選擇者的活動(dòng)的人員當(dāng)然將具有在設(shè)計(jì)周期期間完整演化的喜好數(shù)據(jù)。該參與者可能在群體動(dòng)態(tài)中受到隱約顯現(xiàn)的選擇所影響。再者，因?yàn)樗蛩暂^嚴(yán)格的方式看見及思考有關(guān)的選項(xiàng)可能并非原來的情況，他或她的喜好可能受到調(diào)整。也許最有意義地，由人員參與設(shè)計(jì)活動(dòng)可以完全地適任以增加該參與者的信心水準(zhǔn)在提供的評(píng)估中。通常，產(chǎn)品選的較早期產(chǎn)生可能隱藏著低的信心評(píng)估。然而，在該演化的設(shè)計(jì)過程期間，當(dāng)該消費(fèi)的喜好為逐漸地反應(yīng)于設(shè)計(jì)屬性中時(shí)，該消費(fèi)者的所屬評(píng)估可以完全達(dá)到具有較高的信心。類似的現(xiàn)象為若某些消費(fèi)者已經(jīng)研究一種產(chǎn)品，該消費(fèi)者更有信心地作出購物決定。再者，包含通過重復(fù)的步驟及專心思考有關(guān)什么真的是他的喜好的該消費(fèi)者的設(shè)計(jì)可以完全地造成可能并非原來的情況的較高頻率的購物?；谶@種行為觀察，依據(jù)本發(fā)明，在某些實(shí)施例中本方法可以有益于允許參與者輸入表示該參與者至少在該重復(fù)過程中的某些情況具有本身的喜好的信心的數(shù)據(jù)。在設(shè)計(jì)中該信心水準(zhǔn)依據(jù)參與者所表達(dá)的至少對(duì)于特定的參與者可以使用作為周期停止標(biāo)準(zhǔn)。
〔0043〕本發(fā)明考量各種不同的程式技術(shù)的使用以輔助特定活動(dòng)的目標(biāo)的達(dá)成。通常，很多已知的計(jì)算技術(shù)可以采用于使用在本發(fā)明的方法及裝置的電腦程式的設(shè)計(jì)中。對(duì)于使用在重復(fù)設(shè)計(jì)活動(dòng)上的較佳的技術(shù)為基因或演化計(jì)算技術(shù)(genetic or evolutionary computationtechnique，GEC’s)，諸如基因演算法、演化技術(shù)、分散計(jì)算演算法及基因規(guī)劃法；使用本方法的其他計(jì)算技術(shù)為考量于本發(fā)明內(nèi)，包含生產(chǎn)文法(generative grammars)、攀登法(hill-climbing)、模擬退火法(simulated annealing)、隨機(jī)搜尋(random search)、隨機(jī)屬性數(shù)值的產(chǎn)生器、實(shí)驗(yàn)技術(shù)的統(tǒng)計(jì)設(shè)計(jì)或該技術(shù)的組合?，F(xiàn)有的共同分析技術(shù)可以使用。
〔0044〕該程式可以執(zhí)行基因演算法運(yùn)算、演化技術(shù)運(yùn)算、基因規(guī)劃運(yùn)算、生產(chǎn)文法運(yùn)算、隨機(jī)屬性運(yùn)算的產(chǎn)生器或任何其他用以產(chǎn)生衍生出的群體產(chǎn)品形式。該程式可以由一組產(chǎn)品屬性來選擇以收集一組衍生出的產(chǎn)品形式及/或可以采用能夠產(chǎn)生新的或修正的屬性的功能。該程式亦可以允許選擇者刪除產(chǎn)生的產(chǎn)品形式、在衍生出的群體產(chǎn)品形式內(nèi)導(dǎo)入新的產(chǎn)品形式、強(qiáng)迫限制于衍生出的群體的產(chǎn)生上成為包括預(yù)先選擇的屬性或?qū)傩詳?shù)值的該形式或成為未包括此類特定屬性或?qū)傩詳?shù)值的該形式或詳述該活動(dòng)的產(chǎn)品或其他標(biāo)的的屬性。該裝置更可以包括用于儲(chǔ)存由選擇者所喜好的多個(gè)產(chǎn)品形式的工具及用于完成販?zhǔn)劢o她所選擇的產(chǎn)品形式的選擇者。
〔0045〕這些各種計(jì)算技術(shù)不應(yīng)考量成為本發(fā)明的目的，除了在該技術(shù)為結(jié)合如同在此所提出的其他程序步驟所使用的范圍內(nèi)或在可能于后附的某些申請(qǐng)專利范圍的范圍內(nèi)。本發(fā)明亦包含使用多重階層的基因或演化計(jì)算技術(shù)的系統(tǒng)，例如，其中第一演算法的輸出系用作為該下一個(gè)的輸入。該電腦程式可以包括各種加速技術(shù)，亦即，縮減該參與者的票選負(fù)載的程式碼實(shí)現(xiàn)邏輯，例如通過使用該參與者的適應(yīng)性統(tǒng)計(jì)模型以評(píng)估某些設(shè)計(jì)，或者可以縮減所需的數(shù)量的設(shè)計(jì)周期的程式碼以通過安排該產(chǎn)品形式人口群體具有“良好的”設(shè)計(jì)、通過演化首先于本質(zhì)上為模組化的設(shè)計(jì)的案例中的較高階層的模組或通過各種限制參數(shù)的使用以減少或消除不實(shí)際或不可能的設(shè)計(jì)而看出適當(dāng)或最佳的形式。
〔0046〕該方法廣義地包括例如通過電腦顯示或某些類型的輸出裝置而呈現(xiàn)給選擇者群體的產(chǎn)品形式的步驟，每一個(gè)該形式具有特定的組合屬性。這些初始的產(chǎn)品形式設(shè)計(jì)及選擇的方式可以包含過濾候選設(shè)計(jì)以預(yù)先反應(yīng)該選擇者或管理者的明確的喜好。另外該初始的產(chǎn)品形式依據(jù)來自一系列的初始呈現(xiàn)設(shè)計(jì)選擇的喜好數(shù)據(jù)可以包括通過作業(yè)中(on-the-fly)的共同分析而察覺到對(duì)于該選擇者為重要的的屬性的組合。該呈現(xiàn)通常以電子方式制作，例如通過呈現(xiàn)圖形、字母與數(shù)字或表示該設(shè)計(jì)選擇或形式的其他視覺數(shù)據(jù)。當(dāng)欲設(shè)計(jì)或選擇的產(chǎn)品可能通過聽覺所感受的聆聽的產(chǎn)品時(shí)，諸如音調(diào)或鈴聲，該呈現(xiàn)的視覺感官并非本發(fā)明的要件。該產(chǎn)品的屬性可能是觸覺地感受以在光滑性、結(jié)構(gòu)、溫度、人體工學(xué)曲率或柔軟度或該性質(zhì)的程度之間作辨別。該屬性亦可能使用本發(fā)明的方法及裝置以設(shè)計(jì)或選擇嗅覺感受的香味及口感或口感/嗅覺感受的味道。
〔0047〕接著，本發(fā)明的方法具有該選擇者表示用于該呈現(xiàn)的產(chǎn)品形式的子集合(一個(gè)或一個(gè)以上)的喜好，并且表示由該選擇者所顯示的喜好的數(shù)據(jù)將保存而用于演化設(shè)計(jì)選擇的使用及/或作為用于共同分析的基礎(chǔ)。如同在此所揭露的，各種票選方案可以使用，具有用于累積、收集、過濾或其他以視該活動(dòng)的目標(biāo)而定的數(shù)據(jù)為條件的協(xié)議的選擇。該保存的數(shù)據(jù)為進(jìn)入用于產(chǎn)生衍生出的群體或“次世代(next generation)”的產(chǎn)品形式的程式內(nèi)。這些包含的產(chǎn)品形式具有其中一個(gè)或皆具有新的屬性(例如新的顏色或用于產(chǎn)品設(shè)計(jì)的零件或組件的新的形狀)、具新的數(shù)值的屬性或新的屬性的組合。如同上文所提及的，該程式采用各種已知的或尚在開發(fā)中的方法、技術(shù)、數(shù)據(jù)處理方法及演算法以產(chǎn)生該衍生出的群體或下一個(gè)發(fā)展。
〔0048〕該程式由一組產(chǎn)品屬性而選擇以產(chǎn)生至少部分一組特定衍生出的產(chǎn)品形式，或者可以采用產(chǎn)生或修正屬性的功能。該程式亦可以允許或鼓勵(lì)選擇者或第三參與人，例如該系統(tǒng)的經(jīng)營者或管理者，以在該周期中的任何關(guān)鍵點(diǎn)刪除特殊產(chǎn)生的產(chǎn)品形式或?qū)胄碌漠a(chǎn)品形式。再者，該程式可以允許第三參與人或該選擇者限制針對(duì)那些包括(或者，相反地，未包括)某些預(yù)先選擇的屬性(或?qū)傩詳?shù)值)的衍生出的群體的產(chǎn)生，以便增加(或相反地減少)具有該屬性的衍生出的產(chǎn)品形式的人口群體，亦即，可以回應(yīng)于由該選擇者或管理者控制該系統(tǒng)的邊界條件。
〔0049〕這些計(jì)算技術(shù)(或者如同下文所揭露的，票選技術(shù))對(duì)于特定目標(biāo)的適應(yīng)性例如包含于該市場研究實(shí)施例的例子中，而控制該演算法/程式以便該參與者(通常在線上的大量消費(fèi)者)通過該電腦程式為提供具有各種以連續(xù)產(chǎn)生方式的產(chǎn)品形式，該連續(xù)產(chǎn)生為經(jīng)由特殊地設(shè)計(jì)以呈現(xiàn)不同材料的、各種不同的設(shè)計(jì)選項(xiàng)以便提升具有產(chǎn)品屬性的各種組合的該設(shè)計(jì)空間的探索?？蛇x擇地，或額外地，該電腦程式產(chǎn)生衍生出的產(chǎn)品形式，該衍生出的產(chǎn)品形式收斂于一組匹配其中一個(gè)或子集合的消費(fèi)者的喜好的產(chǎn)品屬性上，亦即，演化朝向“合適產(chǎn)品”-最匹配該消費(fèi)者的喜好的產(chǎn)品。在另一個(gè)目的中，該電腦程式產(chǎn)生衍生出的產(chǎn)品形式，該衍生出的產(chǎn)品形式收斂于具有多組產(chǎn)品屬性匹配符合多個(gè)子集合的消費(fèi)者的喜好的產(chǎn)品屬性的多個(gè)產(chǎn)品形式上。因此，該系統(tǒng)可以允許確認(rèn)具有類似的喜好及滿足該喜好的設(shè)計(jì)的群體消費(fèi)者。
〔0050〕本方法可以包含重復(fù)選擇的周期及衍生出的產(chǎn)品形式產(chǎn)生足夠數(shù)量的次數(shù)以允許由該選擇者所喜好之一個(gè)或多個(gè)產(chǎn)品形式的決定。尤其在其中該選擇者為群體的消費(fèi)者的群體設(shè)計(jì)成果中，本方法可以造成超過一個(gè)以上的喜好設(shè)計(jì)及觀察的確認(rèn)成為造成該設(shè)計(jì)及觀察的隱藏的驅(qū)動(dòng)者。收集關(guān)于該選擇者的人口統(tǒng)計(jì)學(xué)的數(shù)據(jù)及使由該選擇者所喜好的產(chǎn)品形式與該人口統(tǒng)計(jì)學(xué)的數(shù)據(jù)產(chǎn)生關(guān)聯(lián)允許可能使用不同的技術(shù)所采用的市場區(qū)隔的確認(rèn)。因此，本發(fā)明使得新形式的市場研究變得容易，其中該市場的經(jīng)營者能夠看出消費(fèi)者或群體消費(fèi)者對(duì)于特定的產(chǎn)品形式的相關(guān)的共同性，或者看出市場區(qū)隔，例如，初期的適應(yīng)者、后期的多數(shù)者等等。
〔0051〕因此，本發(fā)明提供用于進(jìn)行混合實(shí)驗(yàn)的方法，該方法通常結(jié)合收斂及非收斂活動(dòng)以分析群體的選擇者的設(shè)計(jì)喜好傾向。
〔0052〕在各種實(shí)施例中，該非收斂的活動(dòng)包含共同分析并且該收斂的活動(dòng)包括通過基因或演化演算法的使用而演化或選擇決定標(biāo)的。本發(fā)明的不同的實(shí)施例使用各種方法以在收斂及非收斂實(shí)驗(yàn)之間作轉(zhuǎn)換，每一個(gè)方法在獲得關(guān)于選擇者的設(shè)計(jì)喜好的資訊的角度上為具有不同的益處。各種重復(fù)性、時(shí)間限制及其他標(biāo)準(zhǔn)經(jīng)由使用以決定何時(shí)及如何在非收斂及收斂的活動(dòng)之間作切換。在某些版本中，該實(shí)驗(yàn)為混合的收斂及非收斂的活動(dòng)。在其他版本中，該實(shí)驗(yàn)為混合的數(shù)據(jù)收集及收斂活動(dòng)。這些變化及其他方法在說明書的其他部分及后附的申請(qǐng)專利范圍之中作較詳細(xì)的討論。
圖式的簡單說明〔0053〕上文所描述的本發(fā)明與優(yōu)點(diǎn)以及其他更多優(yōu)點(diǎn)，可以通過參考結(jié)合該附加的圖式之下列的描述而有更多的了解。在該圖式中，類似的圖式標(biāo)號(hào)于全文的不同的型態(tài)中通常意指相同的部分。再者，該圖式并非按比例呈現(xiàn)，相反地重點(diǎn)在于傳達(dá)本發(fā)明的概念。


圖1為說明用于執(zhí)行本發(fā)明的該系統(tǒng)的其中一項(xiàng)實(shí)施例的方塊圖。
圖2為顯示依據(jù)本發(fā)明所進(jìn)行的決策或設(shè)計(jì)活動(dòng)的程序步驟其中一項(xiàng)實(shí)施例的流程圖。
圖3A及3B包括顯示欲在包含以購物決定作為最終結(jié)果的多種目標(biāo)選擇者個(gè)體的活動(dòng)中所進(jìn)行的步驟的其中一項(xiàng)實(shí)施例的流程圖。
圖4A為顯示欲進(jìn)行確認(rèn)在演化設(shè)計(jì)活動(dòng)中的市場區(qū)隔的步驟的其中一項(xiàng)實(shí)施例的流程圖。
圖4B為描述演化演算法特征演變及安置(niching)的其中一項(xiàng)實(shí)施例的流程圖。
圖4C為描述欲執(zhí)行計(jì)算匹配機(jī)率的步驟的其中一項(xiàng)實(shí)施例的流程圖。
圖4D為描述欲執(zhí)行計(jì)算及個(gè)體安置減量的步驟的其中一項(xiàng)實(shí)施例的流程圖。
圖5為描述使用于與本發(fā)明連結(jié)的注冊(cè)頁的其中一項(xiàng)實(shí)施例的螢?zāi)划嬅鏀X取。
圖6為描述使用于與本發(fā)明連結(jié)的對(duì)話畫面的其中一項(xiàng)實(shí)施例的螢?zāi)划嬅鏀X取。
圖7A為使用于接收使用者輸入的畫面的其中一項(xiàng)實(shí)施例的螢?zāi)划嬅鏀X取。
圖7B為描述在票選提交之前的特定喜好評(píng)估的螢?zāi)划嬅鏀X取。
圖7C為描述在票選提交后的第二個(gè)票選畫面的其中一項(xiàng)實(shí)施例的螢?zāi)划嬅鏀X取。
圖7D為顯示“單擊點(diǎn)取面板(pick panel)”及“進(jìn)行程度列(progressbar)”的票選畫面特征的實(shí)施例的螢?zāi)划嬅鏀X取。
圖8為描述依據(jù)本身的R-空間表示的項(xiàng)目顯示的實(shí)施例的螢?zāi)划嬅鏀X取。
圖9為描述依據(jù)本身的特征表示的項(xiàng)目顯示的實(shí)施例的螢?zāi)划嬅鏀X取。
圖10及11為顯示在其中一項(xiàng)的設(shè)計(jì)活動(dòng)期間呈現(xiàn)給參與者的項(xiàng)目的螢?zāi)划嬅鏀X取。
圖12為描述其中一項(xiàng)實(shí)施例的R-空間繪制的螢?zāi)划嬅鏀X取。
圖13及14為描述在其中一項(xiàng)實(shí)施例的設(shè)計(jì)活動(dòng)的特征因子的分布的螢?zāi)划嬅鏀X取。
圖15為描述本發(fā)明的實(shí)施例的圖示，其中非收斂活動(dòng)轉(zhuǎn)換為收斂活動(dòng)的實(shí)驗(yàn)。
圖16A及16B、18A及18B、19與20為依據(jù)本發(fā)明的各種實(shí)施例描述用于在非收斂活動(dòng)及收斂活動(dòng)之間作轉(zhuǎn)換的方法的圖示。
圖17A至17C說明依據(jù)本發(fā)明的實(shí)施例的遺傳距離(geneticdistance)的概念。
圖21為依據(jù)本發(fā)明的實(shí)施例概略地描述在收斂實(shí)驗(yàn)之后用于執(zhí)行非收斂實(shí)驗(yàn)的方法的圖示。
圖22A為依據(jù)本發(fā)明的各種實(shí)施例描述用于在收斂活動(dòng)及非收斂活動(dòng)之間作轉(zhuǎn)換的方法的圖示。
圖22B為依據(jù)本發(fā)明的各種實(shí)施例描述用于在收斂活動(dòng)及非收斂活動(dòng)之間作轉(zhuǎn)換的另一個(gè)方法的圖示。
圖23為依據(jù)本發(fā)明的實(shí)施例描述對(duì)于該保存的數(shù)據(jù)進(jìn)行收斂實(shí)驗(yàn)及采用共同分析的圖示。
圖24為描述通常與收斂實(shí)驗(yàn)平行進(jìn)行的非收斂實(shí)驗(yàn)的圖示。
發(fā)明的詳細(xì)說明〔0054〕簡要觀的，本發(fā)明的申請(qǐng)專利范圍提供一種從用于決定標(biāo)的及本身的屬性的各種設(shè)計(jì)選項(xiàng)之間有效地分析選擇者的設(shè)計(jì)喜好傾向的方法。該方法可用以收集提供任何特定目標(biāo)群體的喜好的資訊的豐富的數(shù)據(jù)集，以看出那一個(gè)產(chǎn)品或服務(wù)的屬性對(duì)于該選擇者是重要的或不重要的，并且忠實(shí)地顯現(xiàn)較佳的產(chǎn)品形式及不會(huì)有偏差。該方法為電子式地實(shí)現(xiàn)并且通常非同步地經(jīng)過相對(duì)短的時(shí)間周期。該方法可以經(jīng)由設(shè)計(jì)以符合任何設(shè)計(jì)或市場研究目標(biāo)的集合及獲得有關(guān)于考量與任何類型的產(chǎn)品相關(guān)的任何特定的設(shè)計(jì)議題。在優(yōu)點(diǎn)上，該方法利用收斂活動(dòng)及非收斂活動(dòng)以從該選擇者獲得各種不同喜好的資訊。
〔0055〕圖1顯示其中本發(fā)明可以使用的環(huán)境的其中一項(xiàng)實(shí)施例。選擇者可以使用一個(gè)或一個(gè)以上之用戶端系統(tǒng)10、20、30、40以經(jīng)由網(wǎng)路100與一個(gè)或一個(gè)以上的伺服計(jì)算系統(tǒng)50、52、54產(chǎn)生通訊。該網(wǎng)路100可以是諸如乙太網(wǎng)路的區(qū)域型網(wǎng)路(local-area network，LAN)，或者諸如網(wǎng)際網(wǎng)路或全球資訊網(wǎng)的廣域型網(wǎng)路(wide area network，WAN)。用戶端系統(tǒng)10、20、30、40可以通過包含標(biāo)準(zhǔn)電話線路、區(qū)域型網(wǎng)路或廣域型網(wǎng)路連結(jié)(例如T1、T3、56kb、X.25)、寬頻連接(整體服務(wù)數(shù)位網(wǎng)路(Integrated Service Digital Network，ISDN)、訊框傳送(Frame Relay)、異步轉(zhuǎn)移模式(Asynchronous Transfer Mode，ATM))及無線連接的各種連接而連接至網(wǎng)路100。該連接可以使用各種通訊協(xié)定(例如，傳輸控制協(xié)議/網(wǎng)際互聯(lián)協(xié)議(Transmission ControlProtocol/Internet Protocol，TCP/IP)、網(wǎng)路封包交換(Internet PackageeXchange，IPX)、序列封包交換(Sequential Packet eXchange，SPX)、網(wǎng)路基本輸入輸出系統(tǒng)(Network Basic Input/Output System，NetBIOS)、乙太網(wǎng)路、推薦標(biāo)準(zhǔn)232(Recommended Standard232，RS232)及直接非同步連接)而建立。例如，該網(wǎng)路100可以是連接在組織內(nèi)的決策者與中央的決定引擎的法人內(nèi)部網(wǎng)路，或者該網(wǎng)路100可以是連接諸如企業(yè)的供應(yīng)商或諮詢者的不同的實(shí)體與該企業(yè)的設(shè)計(jì)引擎的安全的外部網(wǎng)路或虛擬的私人網(wǎng)路。
〔0056〕如同在圖1中所顯示，用戶端系統(tǒng)10、20可以是通常由使用者所使用之用戶端計(jì)算系統(tǒng)，諸如任何的個(gè)人電腦(例如，286型、386型、486型、Pentium型、iTanium型、Power PC型)、視窗型終端(Windows-based terminal)、網(wǎng)路電腦(Network Computer)、無線裝置、資訊家電、X裝置(X-device)、工作站、迷你電腦、大型電腦、個(gè)人數(shù)位助理或其他計(jì)算裝置。在這些實(shí)施例中，用戶端系統(tǒng)10、20可以使用諸多視窗導(dǎo)向的操作系統(tǒng)的任何其中一個(gè)，諸如Windows3.x、Windows95、Windows98、WindowsNT3.51、WindowsNT4.0、WindowsCE、Macintosh、Java、Unix及Linux。在這個(gè)實(shí)施例中，該選擇者包括通過該用戶端10、20與該系統(tǒng)互動(dòng)的該使用者12、22。
〔0057〕在其他實(shí)施例中，用戶端系統(tǒng)40為一種位在零售商店的資訊站。在這些實(shí)施例中，該用戶端節(jié)點(diǎn)40可以包含用于接收消費(fèi)者入的觸控感應(yīng)式螢?zāi)换虮∧な芥I盤。在其他實(shí)施例中，該用戶端系統(tǒng)40為由販?zhǔn)劢灰资占M(fèi)者喜好資訊的零售的販?zhǔn)埸c(diǎn)終端。在圖1中之用戶端系統(tǒng)30描述為用于實(shí)際人員的代理主機(jī)的選擇者的實(shí)施例，諸如電腦程式化及訓(xùn)練成為類神經(jīng)網(wǎng)路、統(tǒng)計(jì)模型、分散計(jì)算演算法、增強(qiáng)或Q學(xué)習(xí)方法、學(xué)習(xí)分類系統(tǒng)或其他機(jī)器學(xué)習(xí)方法或?qū)＜蚁到y(tǒng)。在這些實(shí)施例中，用戶端系統(tǒng)30可以是實(shí)現(xiàn)評(píng)估模型或演算法之一個(gè)或一個(gè)以上的程序(執(zhí)行緒或其他)，諸如類神經(jīng)模型、學(xué)習(xí)分類系統(tǒng)、統(tǒng)計(jì)模型或?qū)＜蚁到y(tǒng)，該方法比較人們的票選喜好并且該方法通過代理主機(jī)進(jìn)行票選。這些程序可以在用戶端系統(tǒng)30上執(zhí)行并且經(jīng)由網(wǎng)路100與伺服器系統(tǒng)50、52、54通訊。另外，該用戶端系統(tǒng)30可以在該伺服器系統(tǒng)50、52、54上執(zhí)行并且使用管線、分享記憶體或諸如遠(yuǎn)端程序呼叫的信息類型通訊而與各種伺服器程序通訊。
〔0058〕在很多實(shí)施例中，其中一個(gè)該伺服器50、52、54為負(fù)責(zé)用于呈現(xiàn)給選擇者產(chǎn)品形式的初始人口群、產(chǎn)生該衍生出的產(chǎn)品形式呈現(xiàn)給該選擇者及保存與處理表示該選擇者的喜好的數(shù)據(jù)。這個(gè)伺服器稱為該“呈現(xiàn)伺服器(presentation server)”。至少其中一個(gè)屬性數(shù)據(jù)庫60儲(chǔ)存可獲得用于產(chǎn)生產(chǎn)品形式的可能的屬性。至少其中一個(gè)票選數(shù)據(jù)庫70儲(chǔ)存在該程序進(jìn)展期間來自該選擇者所獲得的喜好數(shù)據(jù)。在某些實(shí)施例中單一數(shù)據(jù)庫系用以儲(chǔ)存該可能的產(chǎn)品屬性以及獲得的喜好數(shù)據(jù)。
〔0059〕另一個(gè)伺服器50、52、54實(shí)現(xiàn)使用該儲(chǔ)存的屬性數(shù)據(jù)及該儲(chǔ)存的喜好數(shù)據(jù)的創(chuàng)造及演化的計(jì)算程式以產(chǎn)生該產(chǎn)品形式的呈現(xiàn)。這種伺服器稱為“產(chǎn)生伺服器(generate server)”。該呈現(xiàn)伺服器處理這些產(chǎn)品形式呈現(xiàn)以產(chǎn)生可以呈現(xiàn)給該選擇者的產(chǎn)品形式。
〔0060〕另一個(gè)伺服器50、52、54負(fù)責(zé)擔(dān)任票選總合分析伺服器。這個(gè)伺服器扮演數(shù)個(gè)角色該伺服器保存來自該選擇者的喜好數(shù)據(jù)及儲(chǔ)存該數(shù)據(jù)于該票選數(shù)據(jù)庫70內(nèi)；該伺服器亦分析該數(shù)據(jù)及轉(zhuǎn)換或處理該數(shù)據(jù)成為可以由產(chǎn)生伺服器所使用的格式；該伺服器亦用以發(fā)展模型，諸如統(tǒng)計(jì)或類神經(jīng)網(wǎng)路型模型或其他該選擇者喜好的機(jī)器學(xué)習(xí)模型，并且可以使用這些模型以在呈現(xiàn)該產(chǎn)品形式給該選擇者之前，消除某些由該產(chǎn)生伺服器所產(chǎn)生的形式。此外，該伺服器可以提供表示該選擇者的子集合的喜好的數(shù)據(jù)，該數(shù)據(jù)可以通過呈現(xiàn)伺服器附加于該呈現(xiàn)的形式。雖然以個(gè)別的伺服器作描述，該產(chǎn)生伺服器、呈現(xiàn)伺服器及票選總合/分析伺服器可以包括成為任何數(shù)量的實(shí)體伺服器。
〔0061〕于本發(fā)明的允許或采用由該選擇者或該選擇者的子集合的購物決定的實(shí)施例，其中一個(gè)該伺服器50、52、54可以是電子化商業(yè)伺服器(e-commerce server)。例如，購物決定可以對(duì)于設(shè)計(jì)活動(dòng)或個(gè)體提供其中一個(gè)停止條件，包括該選擇者可以允許提出用于其中一個(gè)本身發(fā)覺滿意之中間的產(chǎn)品形式的購物訂單。對(duì)于熟習(xí)該項(xiàng)技藝的人士所完全了解的該電子化商業(yè)伺服器使用含有諸如帳單資訊及運(yùn)送地址的客戶資訊的數(shù)據(jù)庫。該電子化商業(yè)伺服器可以使用以從該用戶端獲得相關(guān)的帳單及運(yùn)送資訊、處理該資訊、儲(chǔ)存該資訊于該數(shù)據(jù)庫中及傳送該相關(guān)的數(shù)據(jù)給該訂單完成實(shí)體。
〔0062〕該選擇者亦可以包括經(jīng)程式化成為統(tǒng)計(jì)模型、類神經(jīng)網(wǎng)路、學(xué)習(xí)分類系統(tǒng)、其他機(jī)器學(xué)習(xí)模型或具有其他適當(dāng)?shù)能涹w演算法“經(jīng)由訓(xùn)練”以模仿或模擬消費(fèi)者的喜好模式的電腦。此類代替的選擇者在其他事物之間于電腦推動(dòng)的緊急設(shè)計(jì)周期期間可以促使該回饋及評(píng)估過程變得容易。適當(dāng)?shù)碾娔X程式除了可能身為管理者之外，復(fù)可以促進(jìn)或甚至消除該消費(fèi)者的參與。例如，在進(jìn)入訓(xùn)練時(shí)期之后，評(píng)估程式可以呈現(xiàn)用于一組特定的選擇的建議的喜好模式(評(píng)估)給該消費(fèi)者以在提出之前接受或調(diào)整成為針對(duì)該產(chǎn)生程式的輸入。在重復(fù)周期之后，該消費(fèi)者可以允許他的或她的個(gè)人評(píng)估程式以在暫停允許該消費(fèi)者做調(diào)整之前，持續(xù)提供未受管理的輸入至該產(chǎn)生程式數(shù)個(gè)周期。最后信任的感受可以發(fā)展于該消費(fèi)者及允許該評(píng)估程式作為用于該消費(fèi)者的代理主機(jī)的評(píng)估程式之間。此種方法的優(yōu)點(diǎn)在于該評(píng)估程式的產(chǎn)生程式可以由很多初始安排的評(píng)估位置(選擇)開始產(chǎn)生交互作用并持續(xù)數(shù)個(gè)周期，以在該消費(fèi)者喜好及特定的設(shè)計(jì)選所述的間探求更為完整合適的式樣。
〔0063〕該類神經(jīng)網(wǎng)路、學(xué)習(xí)分類系統(tǒng)、機(jī)器學(xué)習(xí)系統(tǒng)、專家系統(tǒng)或其他類型的評(píng)估程式可以經(jīng)訓(xùn)練使用具有電腦產(chǎn)生的選項(xiàng)及消費(fèi)者定義的評(píng)估之一組緊急的設(shè)計(jì)周期。該具有個(gè)人化的評(píng)估程式能夠于未來協(xié)助與該緊急的設(shè)計(jì)程序產(chǎn)生溝通的期待對(duì)于消費(fèi)者可以是一項(xiàng)誘因以形成一組大量的設(shè)計(jì)周期。
〔0064〕在本發(fā)明的其他實(shí)施例中，該選擇者由單一的個(gè)體所組成，亦即，該系統(tǒng)為單一使用者系統(tǒng)。在這個(gè)例子中，并未具有多個(gè)票選作總合及分析。因此，該票選數(shù)據(jù)庫70經(jīng)由使用以儲(chǔ)存該喜好數(shù)據(jù)于該整個(gè)設(shè)計(jì)活動(dòng)或用于該特定選擇者的決策程序。該票選數(shù)據(jù)庫70亦可以含有來自其他選擇者的喜好數(shù)據(jù)，該選擇者可為已經(jīng)參與目前該數(shù)據(jù)庫之前的類似活動(dòng)，包含來自其中該選擇者先前已經(jīng)參與之活動(dòng)的數(shù)據(jù)。其中一個(gè)該伺服器50、52、54收集、分析及儲(chǔ)存來自該選擇者輸入的喜好數(shù)據(jù)；該伺服器亦可以使用以通過提供數(shù)據(jù)給該呈現(xiàn)伺服器而提供回饋給該參與者，該呈現(xiàn)伺服器為表示通過該活動(dòng)的持續(xù)期間該選擇者的喜好的演化，或者該呈現(xiàn)伺服器可以提供該選擇者具有用于比較目前喜好與儲(chǔ)存在該票選數(shù)據(jù)庫70內(nèi)的依據(jù)。
〔0065〕圖2為結(jié)合本發(fā)明的方法之用于例示性的決策或產(chǎn)品設(shè)計(jì)活動(dòng)的程序流程圖。
〔0066〕在這個(gè)實(shí)施例中，該程序開始于確認(rèn)該活動(dòng)的標(biāo)的，亦即，由方塊210所表示的該決定標(biāo)的或該設(shè)計(jì)標(biāo)的。在這個(gè)位置，該標(biāo)的以非常一般的名詞作確認(rèn)，諸如“網(wǎng)球鞋的顏色”、“下一周的會(huì)議議程”、“用于下個(gè)月的共同會(huì)議的名單”。接著，在步驟211中，在該活動(dòng)期間將允許改變的該標(biāo)的的那些屬性將受到確認(rèn)，并且該屬性將允許采用的不同的數(shù)值將作決定。例如，在上文所提及的網(wǎng)球鞋的顏色的例子中，步驟211可以包含確認(rèn)受到設(shè)計(jì)變數(shù)所影響的鞋子的個(gè)別的元件；該結(jié)果可以是該鞋面顏色、該鞋眼顏色、該鞋舌顏色、該鞋后跟顏色、該鞋底顏色及該鞋帶顏色。再者，每一個(gè)這些元件可以采用的顏色的范圍將會(huì)建立。例如，該鞋帶可以具有該鞋帶可以采用的三個(gè)不同的顏色，例如白色、黑色及紅色，或者可以具有四個(gè)紅的或使用不同數(shù)值的紅色屬性的陰影。在其他實(shí)施例中，屬性可以具有連續(xù)范圍的數(shù)值。
〔0067〕通過方塊212所表示的在該程序中之下一步驟包含決定將使用以內(nèi)部地呈現(xiàn)該特定設(shè)計(jì)或決定標(biāo)的于該基因演算法、基因程式或其他基因或演化計(jì)算技術(shù)程式中的呈現(xiàn)或基因型編碼(genotypiccoding)。在其中基因演算法的例子中，該“基因型(genotype)”為編碼每一個(gè)屬性數(shù)值的數(shù)據(jù)結(jié)構(gòu)，使得屬性結(jié)合的特定的距離或該結(jié)構(gòu)的“數(shù)值”表示其中一個(gè)特定的產(chǎn)品形式。該屬性為直接地連結(jié)至上一個(gè)步驟211，其中該屬性及本身的可能數(shù)值將作決定，有時(shí)稱為“特征化(featurization)”。接續(xù)該網(wǎng)球鞋顏色的例子，適當(dāng)?shù)幕蛐涂梢杂闪鶄€(gè)串連一起的整數(shù)所組成，每一個(gè)整數(shù)可視為表示諸如該鞋帶顏色的其中一個(gè)該確認(rèn)的特征的基因。該整數(shù)接著將限于采用具區(qū)別性的整數(shù)數(shù)值，在此，例如，三個(gè)為0、1及2，每一個(gè)整數(shù)數(shù)值為使用以表示三個(gè)用于該鞋帶的預(yù)定的、允許的顏色的其中一個(gè)。這個(gè)例子的基因型結(jié)構(gòu)為概略地顯示于下文中。
表示 表示 表示 表示 表示 表示鞋面顏色 鞋眼顏色 鞋舌顏色 鞋后跟顏色 鞋底顏色 鞋帶顏色范圍0-7 ... ... ... ... 范圍0-2〔0068〕由方塊213所表示的在該流程圖之下一步驟包含決定由上文所描述的該基因型表示映射及轉(zhuǎn)換數(shù)據(jù)結(jié)構(gòu)內(nèi)部至該演化演算法、至該基因型，該基因型為可以呈現(xiàn)給該選擇者的對(duì)應(yīng)的形式呈現(xiàn)。在該網(wǎng)球顏色的例子中，這種映射是簡單的，如同在特定特征顏色及本身的索引數(shù)值之間具有簡單的對(duì)應(yīng)。在其他例子中，這種映射可能較為復(fù)雜。例如，基因程式化所使用的例子中，該基因型可以編碼成產(chǎn)生產(chǎn)品形式的程式或一組指令，例如幾何形狀，或決定形狀的參數(shù)化電腦輔助設(shè)計(jì)模型，該電腦輔助設(shè)計(jì)模型參數(shù)為通過整組基因而編碼。
〔0069〕在該下一個(gè)步驟222中，非收斂的活動(dòng)為選擇性地進(jìn)行。在非收斂的活動(dòng)中，數(shù)據(jù)是由該選擇者所獲得，但是此類的數(shù)據(jù)最好不使用于演化決定標(biāo)的或限制欲演化的決定標(biāo)的的范疇。然而，在各種的實(shí)施例中，該數(shù)據(jù)可于收斂的活動(dòng)中用以移駐(populate)一個(gè)或一個(gè)以上的由該選擇者所注視的焦點(diǎn)視窗。另外，該數(shù)據(jù)可以儲(chǔ)存及后續(xù)使用以分析及/或提出該選擇者的喜好的報(bào)告。討論收斂及非收斂活動(dòng)的使用及交互影響的實(shí)施例及促使在該兩者之間轉(zhuǎn)換變得容易的切換條件在后述標(biāo)題為“混合實(shí)驗(yàn)”的段落中將作更進(jìn)一步的說明。
〔0070〕前述的步驟為用于該收斂部分的程序的準(zhǔn)備步驟，該程序開始在步驟214。在步驟215中，用于該收斂活動(dòng)-可能的設(shè)計(jì)、可能的決定、可能的名單-的可能的解決方案的初始人口群將產(chǎn)生。在基因及演化計(jì)算的語言中，這個(gè)初始人口群通常稱為種子人口群(seedpopulation)或試驗(yàn)人口群(trial population)。典型的人口群尺寸范圍從2至100,000。
〔0071〕該人口群的每一個(gè)成員為較早前所描述的基因型的例，亦即，其中每個(gè)場域(filed)或“基因”占有其中一個(gè)本身允許的數(shù)值的數(shù)據(jù)結(jié)構(gòu)；這些數(shù)值亦稱為染色體(chromosomes)。該種子人口群可以通過從對(duì)于在該染色體內(nèi)的每個(gè)場域的允許范圍選取隨機(jī)數(shù)值而產(chǎn)生。另外，該種子人口群可以通過上文所描述的該非收斂活動(dòng)222的使用而選擇。例如，在這個(gè)階段各種實(shí)施例依據(jù)由選擇者進(jìn)一步所接收的輸入可以采用共同分析。其他可能的方式以移駐該可能解答的初始集合在于用作為上一個(gè)活動(dòng)的結(jié)果的染色體，表示由人們使用其他(更多傳統(tǒng)的)工具所設(shè)計(jì)的產(chǎn)品形式或在部分視該程序的目標(biāo)而定的其他方法中的活動(dòng)。
〔0072〕一旦該初始人口群產(chǎn)生，該人口群呈現(xiàn)給該選擇者用于評(píng)估。這個(gè)步驟由216表示。呈現(xiàn)該可能的解答可能需要使用在步驟213中所決定的該基因型至表現(xiàn)型(phenotype)轉(zhuǎn)換技術(shù)。步驟216可以包含呈現(xiàn)可能的解答的所有人口群給該選擇者，或者該步驟216可以包含呈現(xiàn)該人口群的子集合。在某些特定的實(shí)施例中，該選擇者為呈現(xiàn)具有該整體的(在這個(gè)例子中，該初始的)人口群的子集合或具有“視窗”于該整體的人口群上。至少，兩個(gè)可能的解答系呈現(xiàn)給該選擇者。在步驟216，結(jié)合該產(chǎn)品形式的呈現(xiàn)，該選擇者亦呈現(xiàn)具有用于表示在該產(chǎn)品形式之間的喜好的工具。這種工具可以以任何數(shù)量的方式而實(shí)現(xiàn)，從點(diǎn)擊認(rèn)為良好的的產(chǎn)品、至移動(dòng)該指定的分?jǐn)?shù)至所呈現(xiàn)的各種形式、通過喜好的指令訂購該形式等等。這些方法每一個(gè)產(chǎn)生保存及使用于下一個(gè)步驟中的特定類型的喜好數(shù)據(jù)。尤其，選擇者可能通過發(fā)出對(duì)于其中一個(gè)所呈現(xiàn)的形式的購買請(qǐng)求，作為表示他的或她的喜好的其中一種方式，該形式為假設(shè)認(rèn)為滿意的形式。
〔0073〕在步驟217中，來自該選擇者的喜好數(shù)據(jù)通常以電子形式被收集及分析。在其中包括該選擇者的超過一個(gè)以上的個(gè)體的例子中，來自該不同的個(gè)體的喜好數(shù)據(jù)必須經(jīng)過總計(jì)及處理以使該數(shù)據(jù)能使用于該程序之后續(xù)步驟中。在這個(gè)步驟中，可以使用任何種類的票選總計(jì)方法。應(yīng)該注意的是該票選總計(jì)方法及提供給該選擇者以表示本身的喜好的方法是技術(shù)上相關(guān)聯(lián)的。
〔0074〕使用于本發(fā)明的實(shí)行上的該票選系統(tǒng)可以包含但不限定于下列幾項(xiàng)〔0075〕多數(shù)原則及多數(shù)決方法(Majority Rule and majoritarianmethods)僅依賴來自選項(xiàng)之間的二元化比較的資訊?？赡芏鄶?shù)原則的最熟悉的例子是在美國的總統(tǒng)選舉，該選舉通常是在兩個(gè)候選人之間的選擇。多數(shù)原則選舉技術(shù)的贏家是由超過半數(shù)的選舉人所喜好的選擇(或候選人)。
〔0076〕定位方法(Positional Methods)使用比多數(shù)決方法更多關(guān)于投票者的喜好順序的資訊(但是并非必然整個(gè)順序)。在多個(gè)票選中(亦已知為領(lǐng)先者當(dāng)選制(first past the post))每個(gè)投票者票選他或她最喜歡的選項(xiàng)，其中n為待選擇的候選的數(shù)目。具有最多票選的選項(xiàng)將勝出。不像多數(shù)決方法，因?yàn)樵诙鄠€(gè)投票中的票選分散，對(duì)于兩個(gè)類似的候選可能皆輸給具充分差異性的第三個(gè)候選，即使該第三個(gè)候選在整個(gè)選民中較不受喜愛。由于定位方法包含呈現(xiàn)數(shù)個(gè)選項(xiàng)給在該活動(dòng)中的參與者并且要求該參與者依喜好順序排列選項(xiàng)，該方法特別地與本發(fā)明的數(shù)個(gè)較佳的實(shí)施例有關(guān)。
〔0077〕多重階段方法(Multi-Stage Methods)在該票選過程的不同的階段使用不同的函數(shù)或機(jī)制；該方法亦重復(fù)地使用相同的機(jī)制于遞減數(shù)目的選項(xiàng)上。
〔0078〕在單記讓渡投票(single-Transferable Voting(STV))中，投票者排序出所有的候選而送出本身的喜好。任何接收超過下限數(shù)目的第一序位的候選將受到選定。若該選定的候選接收比必要的選定更多的票選，該候選已經(jīng)接收的超過的票選為依據(jù)該投票者的第二選擇喜好而重新分配于該剩余的候選上。并且接著，接收超過該必要數(shù)量的票選的任何投票者，接續(xù)該超過票選的重新分配，將受到選定，并且新的回合的重新分配將執(zhí)行。若未獲得超過勝出的票選并且該必要數(shù)量的勝者并未達(dá)成，該最低的得票候選將消除并且對(duì)于該候選的票選將重新分配。
〔0079〕庫氏程序(Coomb’s procedure)為類似于單記讓渡投票，除了收集最后序位的選項(xiàng)將消除(并且本身的票選重新分配)。而單記讓渡投票傾向選擇最極度相似的選項(xiàng)，庫氏程序傾向由該多數(shù)選擇最不相似的選項(xiàng)。
〔0080〕實(shí)用性方法(Utilitarian Methods)。不像目前所討論的方法，該方法僅需要該投票者提供該選項(xiàng)之一般排序，實(shí)用性方法需要主要的評(píng)價(jià)。該投票者為受要求以指定實(shí)用性數(shù)值給每一個(gè)呈現(xiàn)給該投票者的選項(xiàng)。這種實(shí)用數(shù)值是意在反應(yīng)該投票者由每個(gè)選項(xiàng)預(yù)期衍生出的快樂或滿意的數(shù)量，使用有限的等級(jí)(通常所使用的等級(jí)為由1至5、1至7、0至10或由0至100分布的等級(jí))。在實(shí)用性方法中的結(jié)果為依據(jù)由該投票者對(duì)于各種選項(xiàng)所給定的實(shí)用性數(shù)值的總合。
〔0081〕在其中一項(xiàng)實(shí)施例中，本發(fā)明考量當(dāng)該設(shè)計(jì)活動(dòng)進(jìn)行時(shí)由其中一個(gè)系統(tǒng)至另一個(gè)的票選策略的切換。在另一個(gè)實(shí)施例中，各種票選方法經(jīng)由考量用于收集在收斂及非收斂活動(dòng)中的資訊。
〔0082〕如同由上文所提及的票選方法的列表將顯而易見的，某些方法在公正性的特定量測上是較佳的，諸如擴(kuò)大參與者，而其他方法在快速發(fā)現(xiàn)于潛在上僅少部分組成該選擇者的人員感覺強(qiáng)烈的選項(xiàng)上是較佳的。換言之，在依據(jù)本發(fā)明所進(jìn)行的活動(dòng)期間所使用的票選系統(tǒng)在該活動(dòng)期間于任何特定的情況例如當(dāng)采用該市場研究實(shí)施例時(shí)，可以輔助探索或輔助達(dá)到快速最佳化，或收斂至由包括例如特定市場區(qū)隔的該選擇者的代表的人員或一組人員所喜愛的特定設(shè)計(jì)。因此，本發(fā)明的申請(qǐng)專利范圍可以在該活動(dòng)的進(jìn)行期間，通過在票選模型之間的切換，而實(shí)行以早期輔助探索及接著推動(dòng)朝向在后續(xù)階段的解決。同樣地，不同的票選方法可以結(jié)合該收斂及非收斂活動(dòng)而使用。這種一般性概念已經(jīng)公認(rèn)為具有使用于基因演算法的特定標(biāo)準(zhǔn)技術(shù)的數(shù)值而用于避免過早收斂及允許提早探索。
〔0083〕本發(fā)明的另一個(gè)型態(tài)考量并行地執(zhí)行簡單的票選系統(tǒng)及例如在該活動(dòng)的進(jìn)行期間比較在每個(gè)產(chǎn)生或在指定位置處的輸出。決策方案或原則或管理者接著可以決定那一個(gè)使用或可能使用本身的結(jié)果的某些組合以在該程序中推動(dòng)下一個(gè)重復(fù)比較。此類的決定不僅可以依據(jù)在作出評(píng)估的同時(shí)間的目前的票選數(shù)據(jù)，而且可以依據(jù)不同的票選或數(shù)據(jù)總計(jì)方案及票選歷史記錄或較早的重復(fù)比較。
〔0084〕在步驟218中，該喜好數(shù)據(jù)以及該活動(dòng)的其他參數(shù)(諸如該時(shí)間經(jīng)過、重復(fù)執(zhí)行的數(shù)目等等)將作測試以看出是否已經(jīng)符合停止條件。若停止條件并未符合，該程序移至步驟219上。在這個(gè)步驟中，該基因計(jì)算的運(yùn)算為執(zhí)行于可能的解答的人口群上，以產(chǎn)生“新的”或衍生出人口群的解答。在這個(gè)階段所使用的演算法如同上文所提及的可以大量地改變。在該較佳的形式中，該運(yùn)算為具有實(shí)數(shù)及整數(shù)數(shù)值的基因的基因演算法。通常最常以基因與演化計(jì)算而實(shí)現(xiàn)的運(yùn)算器包含選擇或重制運(yùn)算器、重組或交錯(cuò)運(yùn)算器及轉(zhuǎn)換運(yùn)算器。重制運(yùn)算器基本上建立目前產(chǎn)生的解答的成員的復(fù)制作為本身的適合性的函數(shù)。由該選擇者所喜好的可能的解答，亦即，由該選擇者所發(fā)現(xiàn)以具有高程度的適合性的解答，比發(fā)現(xiàn)為較不需要的解答為較有可能受到選擇及重新制作。應(yīng)該要注意的是重制運(yùn)算器的大部分的實(shí)現(xiàn)并非決定論的，而是包含隨機(jī)的要素。換言之，可能性在于可能的解答將是依據(jù)本身的適合性而改變的重制。亦應(yīng)該注意的是高度適合的解答可能造成該解答的數(shù)個(gè)復(fù)制在重制之中間階段而顯露出來。
〔0085〕另一個(gè)運(yùn)算器為該交錯(cuò)運(yùn)算器，該運(yùn)算器作用在為該重制運(yùn)算的結(jié)果的解答之中間的人口群上。在交錯(cuò)中，該中間的人口群的成員是配對(duì)的，并且每一對(duì)的兩個(gè)染色體分離的及不同部分交錯(cuò)組合的，造成一對(duì)子代，亦即，新配對(duì)的可能解答。下文的示意圖表示單點(diǎn)交錯(cuò)的例子。
親代1及2
交錯(cuò)點(diǎn)子代1及2
〔0086〕該結(jié)果的產(chǎn)品具有兩個(gè)染色體，依循在基因2及3之間的單點(diǎn)交錯(cuò)。
〔0087〕該配對(duì)過程可以隨機(jī)執(zhí)行，依據(jù)該不同的基因的適合性及符合性。此外，特定方案依據(jù)本身的基因相似性或不相似性可以使親代配成一對(duì)(在此之后將描述更復(fù)雜多樣的配對(duì)方案)。再者，對(duì)于在任何給定配對(duì)上的有效交錯(cuò)運(yùn)算的決定可能包含隨機(jī)的要素。在單點(diǎn)交錯(cuò)中，該交錯(cuò)位置亦可以隨機(jī)決定。(使用于本發(fā)明的某些實(shí)施例并且于后續(xù)所描述的，對(duì)于每一對(duì)親代造成單一子代)〔0088〕許多交錯(cuò)運(yùn)算器已經(jīng)由研究者及在基因計(jì)算的領(lǐng)域中的從業(yè)者所開發(fā)；這些運(yùn)算器包含多點(diǎn)交錯(cuò)及均勻交錯(cuò)(uniformcrossover)，每一個(gè)運(yùn)算器在不同的條件下提供不同的效能(以收斂或該探索/利用交換表示)。在實(shí)數(shù)數(shù)值基因的例子中，該交錯(cuò)運(yùn)算器可以包含在該親代染色體中的該對(duì)應(yīng)的基因的數(shù)值之間之內(nèi)插法及外插法。
〔0089〕接續(xù)交錯(cuò)式(following crossover)，轉(zhuǎn)換運(yùn)算器系使用于該子代上，亦即，交錯(cuò)的結(jié)果。轉(zhuǎn)換為意在增加可能的解答的空間的探索的隨機(jī)運(yùn)算。該實(shí)現(xiàn)視所使用的該特定的表示而定。在其中使用二元化數(shù)值基因演算法的例子中，該基因型組成0與1的串列；在該例子中，轉(zhuǎn)換包含在特定的機(jī)率下隨機(jī)翻轉(zhuǎn)位元(由0至1，或由1至0)。例如，若該轉(zhuǎn)換率為0.1％，則在平均上，壹(one)在該染色體的人口群中每1000個(gè)位元將會(huì)遇見，壹將隨機(jī)受到選擇及翻轉(zhuǎn)。在基因采用整數(shù)數(shù)值的例子中，則在適當(dāng)?shù)霓D(zhuǎn)換機(jī)率下(假設(shè)平均上每1000個(gè)基因中的每一個(gè))，該整數(shù)以隨機(jī)方式由用于該基因的允許的數(shù)值的范圍或由該基因的某些鄰近的該目前的數(shù)值選擇另一個(gè)作替換。
〔0090〕在該交錯(cuò)點(diǎn)上，在所有基因計(jì)算為使用于可能的形式或解答的人口群后，衍生出的人口群將可獲得，并且步驟219為有效地完成。(可能具有額外的運(yùn)算會(huì)使用，有時(shí)稱為“怪異消除(monsterkilling)”，藉以可能已經(jīng)產(chǎn)生的不允許的染色體將會(huì)消除及產(chǎn)生替換。)〔0091〕該衍生出的人口群現(xiàn)在準(zhǔn)備好呈現(xiàn)給該選擇者用在步驟216處作評(píng)估，因此完成該回圈的其中一個(gè)重復(fù)運(yùn)算。
〔0092〕在方塊218，若其中一個(gè)停止條件符合，該程序進(jìn)入至方塊220，該方塊220表示該收斂活動(dòng)的結(jié)束。在步驟220處，較佳的形式或數(shù)個(gè)較佳的形式221已經(jīng)找到。在這個(gè)地方能夠以不同的選擇者或以相同的選擇者但具有不同的初始人口群的解答或兩者而重復(fù)該活動(dòng)。該方法亦能夠執(zhí)行相關(guān)的活動(dòng)，對(duì)于該相同的設(shè)計(jì)或決定標(biāo)的使用不同的屬性或不同的屬性范圍(亦即，雖然步驟210未做改變，步驟211經(jīng)由重復(fù)以獲得不同的屬性。)。若階層式設(shè)計(jì)程序正在進(jìn)行，這方法將是一個(gè)例子，因此該產(chǎn)品的其中一個(gè)目的首先在于設(shè)計(jì)，接著為另一個(gè)目的。例如，在其中一段時(shí)間設(shè)計(jì)鞋子的形狀，接著為選擇用于該鞋子的顏色種類。
〔0093〕在該收斂活動(dòng)之前、期間或之后各種實(shí)施例亦可以并入選擇者的調(diào)查或問卷。這將說明于用于這個(gè)實(shí)施例的步驟220中。對(duì)于在該項(xiàng)技藝中已知的人士而言，該調(diào)查可以是標(biāo)準(zhǔn)的市場研究調(diào)查、設(shè)計(jì)以訴諸于選擇者的意見。通過調(diào)查的使用所獲得的資訊可以并入選擇的非收斂活動(dòng)222、223內(nèi)或作分析，或者依據(jù)在此所描述的方法而提出報(bào)告。
〔0094〕圖3A及3B表示用于具有購物作為允許的結(jié)果的例子設(shè)計(jì)活動(dòng)的程序流程。方塊310至316以及方塊318至320為類似于用于圖2的先前描述的本身的對(duì)應(yīng)版本。方塊336及338揭露選擇性地進(jìn)行非收斂活動(dòng)，如同于圖2的方塊222及223。
〔0095〕在本發(fā)明的這項(xiàng)實(shí)施例中，在喜好數(shù)據(jù)從在方塊317內(nèi)的選擇者所收集之后，該數(shù)據(jù)受到檢查關(guān)于來自該選擇者對(duì)于呈現(xiàn)于316內(nèi)的其中一個(gè)產(chǎn)品形式的任何成員所請(qǐng)求的任何購物的呈現(xiàn)。若該喜好數(shù)據(jù)包含此類的購物請(qǐng)求或多個(gè)請(qǐng)求，該選擇者的成員結(jié)合確認(rèn)該選擇的產(chǎn)品形式的資訊系導(dǎo)向至電子化商業(yè)伺服器，其中該需要的運(yùn)送及帳單資訊332由該個(gè)體所獲得。關(guān)于該選擇的產(chǎn)品形式的資訊在步驟333中為發(fā)送傳遞至實(shí)現(xiàn)中心或至該說明過程之外的制造及實(shí)現(xiàn)運(yùn)作334。
〔0096〕現(xiàn)參考圖4A并且在簡單的概觀中，動(dòng)態(tài)確認(rèn)對(duì)于多個(gè)選擇者具有類似的共同性之一組項(xiàng)目的方法包含該步驟呈現(xiàn)用于顯示給群體的選擇者第一群體的項(xiàng)目(步驟402)；保存顯示由至少某些該群體的選擇者(步驟404)所表示的項(xiàng)目喜好的數(shù)據(jù)；選擇相應(yīng)該被保存數(shù)據(jù)的第二群體項(xiàng)目(步驟406)；及確認(rèn)在個(gè)別的屬性之間具有類似性的子集合的第二群體項(xiàng)目(步驟408)。
〔0097〕再參考圖4A及更多的細(xì)節(jié)中，第一群體項(xiàng)目如同上文所描述結(jié)合圖2的步驟216為用于顯示而呈現(xiàn)給群體選擇者。例如，該項(xiàng)目可以圖形化呈現(xiàn)，亦即，諸如該項(xiàng)目的圖式或照片的圖形化呈現(xiàn)為顯示給一個(gè)或一個(gè)以上的選擇者。在其他實(shí)施例中，該項(xiàng)目的顯示意指諸如表示一個(gè)或一個(gè)以上的項(xiàng)目的電腦輔助設(shè)計(jì)(computer-aideddesign，CAD)文件或電腦輔助制造(computer-aided manufacturing，CAM)文件的數(shù)據(jù)文件的提供。在其他實(shí)施例中，項(xiàng)目可以聽覺呈現(xiàn)。該項(xiàng)目可以通過該伺服器計(jì)算節(jié)點(diǎn)30、32、34或該用戶端計(jì)算節(jié)點(diǎn)10、20而呈現(xiàn)。欲呈現(xiàn)用于顯示的項(xiàng)目的選擇可以通過該用戶端節(jié)點(diǎn)10、20、該伺服器節(jié)點(diǎn)30、32、34或用戶端節(jié)點(diǎn)及伺服器節(jié)點(diǎn)的某些組合而執(zhí)行。
〔0098〕表示項(xiàng)目喜好的數(shù)據(jù)如同上文所描述在圖2的連結(jié)步驟217將作保存(步驟404)。項(xiàng)目喜好可以保存在每一個(gè)用戶端節(jié)點(diǎn)10、20以回應(yīng)于在步驟202中的項(xiàng)目的顯示。本發(fā)明存在具有很多的方式其中選擇者可以通過該人口群的k個(gè)實(shí)體表示喜好。例如，該選擇者可以依據(jù)喜好排序該實(shí)體，其中該最喜愛的實(shí)體(多個(gè)實(shí)體，例如領(lǐng)帶)接收k分，該次喜愛的為k-1分等等。另外，該選擇者可以以零至一百的尺度評(píng)估每一個(gè)實(shí)體，或只是標(biāo)示那一個(gè)實(shí)體為可接受的及那一個(gè)為無法接受的。不管其中所給定的投票者回饋的方式，來自所有投票者的回饋接著為適當(dāng)?shù)匕幢壤{(diào)整使得回應(yīng)是直接可比較的。
〔0099〕按比例調(diào)整選擇者回應(yīng)移除來自該例子的不符合部分，其中該選擇者通過評(píng)估實(shí)體回應(yīng)于某些比例調(diào)整上(例如，〔0，100〕)。若其中一個(gè)選擇者對(duì)于所有k個(gè)實(shí)體是高度狂熱的，同時(shí)另一個(gè)是非常冷淡的，則該兩組回應(yīng)之比例調(diào)整將不作比較。因此，由該狂熱的選擇者所給定的分?jǐn)?shù)對(duì)于該演化系統(tǒng)的軌跡將具有較大的影響性。
〔0100〕該比例調(diào)整的問題通過標(biāo)準(zhǔn)化的使用而解決。令uij為“原始的(raw)”回應(yīng)或得分，給定由投票者i至實(shí)體j。投票者uj為經(jīng)由標(biāo)準(zhǔn)化以建立向量gigji=ujiΣm=1kumi]]>其中g(shù)ji∈
]]>并且Σjgji=1.0]]>實(shí)體j的分?jǐn)?shù)給定為sj=Σjgji]]>〔0101〕顯然地，由于排序不會(huì)產(chǎn)生比例調(diào)整的問題，若投票者以排序?qū)嶓w而回應(yīng)，這個(gè)步驟是不必要的。由于該方法并不會(huì)損害該投票數(shù)據(jù)，其中比例調(diào)整問題并不存在，標(biāo)準(zhǔn)化仍可以執(zhí)行。
〔0102〕收集回應(yīng)于該保存的數(shù)據(jù)(步驟406)的第二群體項(xiàng)目如同上文的描述包含決定該人口群的成員的“適合性”、依據(jù)適合性選擇用于匹配的該子集合的人口群、選擇用于該項(xiàng)目的“配對(duì)”及允許該結(jié)果的親代對(duì)以“重制”。
〔0103〕如同在圖4B中所顯示，實(shí)體j的適合性fj定義為本身的分?jǐn)?shù)(上文給定為Sj)除以本身的位置扣減。在下文中詳細(xì)描述的該位置扣減是一種反應(yīng)實(shí)體加入冗余于該人口群的程度的量化。通過產(chǎn)生扣減冗余的正相關(guān)的函數(shù)，我們建立一種迫近以維持基因的(及假設(shè)表現(xiàn)型的)多樣性。多樣性維持是必須的以成功地達(dá)到及維持明確的種類，該種類可以視為個(gè)別的喜好介紹及/或市場區(qū)隔。
〔0014〕該適合性向量f經(jīng)由標(biāo)準(zhǔn)化以獲得每一個(gè)實(shí)體將受到選擇以產(chǎn)生子代所具有的機(jī)率。此種方法稱為適合性比例的(fitness-proportionate)選擇。通常，適合性比例的選擇是通過簡單的“輪盤式(roulette wheel)”演算法而實(shí)現(xiàn)，其中每一個(gè)實(shí)體具有在尺寸上等比例于本身受到選擇的機(jī)率的輪盤“派(pie)”的刀片。在每一次我們希望選擇親代時(shí)該轉(zhuǎn)輪將“旋轉(zhuǎn)”一次。若受到選擇的實(shí)體的機(jī)率為p，并且我們旋轉(zhuǎn)該轉(zhuǎn)輪k次，則該實(shí)體將受到選擇的該期望數(shù)目的次數(shù)為pk。
〔0105〕這種輪盤式實(shí)現(xiàn)產(chǎn)生多項(xiàng)式分配。因此，若該旋轉(zhuǎn)的數(shù)目夠大時(shí)，該觀察到的行為將接近符合該期望的行為。但是若旋轉(zhuǎn)的數(shù)目過小，該觀察到的行為具有較高機(jī)率脫離期望的行為。對(duì)于任何有限的旋轉(zhuǎn)數(shù)k，存在著具有機(jī)率0＜p＜1.0受到選擇的實(shí)體在任何地方從零至k次將受到選擇的非零的機(jī)率。
〔0106〕對(duì)于使用重組變化運(yùn)算器(亦即交錯(cuò)式)的實(shí)施例，k子代的產(chǎn)生需要k對(duì)親代。選擇該配對(duì)將使用匹配喜好而非使用適合性資訊。每一個(gè)演化的實(shí)體具有組成兩個(gè)明確的部分的基因。該基因的其中一個(gè)部分決定實(shí)體的評(píng)量特性(merit traits)-由人類投票者所評(píng)估的特征并且最終導(dǎo)致該實(shí)體的適合性。該基因的另一個(gè)部分決定實(shí)體的再制特性(reproductive traits)-表示該實(shí)體的匹配喜好的特性。再制特性并未影響實(shí)體的適合性。
〔0107〕實(shí)體的價(jià)值特性的確切的結(jié)構(gòu)-遺傳因子數(shù)值的形式及范圍-是視范圍而定的。相反的，再制特性是定義為實(shí)數(shù)并且不限定于落在特定的范圍內(nèi)。所有的實(shí)體具有相同數(shù)量的再制特性-q實(shí)數(shù)值基因。我們解釋實(shí)體的q再制特性為在q維度的歐幾里德(Euclidean)空間內(nèi)的點(diǎn)。實(shí)體喜好與在這q維度的“再制”空間內(nèi)較接近的其他實(shí)體匹配更甚于較遠(yuǎn)的實(shí)體。
〔0108〕圖4C詳述實(shí)體如何挑選配對(duì)。對(duì)稱的矩陣R將作計(jì)算，其中項(xiàng)目Rij為在實(shí)體i及j之間的歐幾里德距離。在計(jì)算配對(duì)喜好中之下一步在于由R衍生出R’，如同下文的定義。項(xiàng)目R’ij的較大的數(shù)值、該較多的實(shí)體I將傾向與實(shí)體j配對(duì)。實(shí)體可能不與本身配對(duì)，因此該對(duì)角由零所組成。尤其，對(duì)于實(shí)體i與實(shí)體j配對(duì)的意愿為R′ij=0ifi=je-βγotherwise]]>其中γ=Rijmax(R)]]>〔0109〕因此，對(duì)于配對(duì)的意愿以歐幾里德距離而指數(shù)性地下降。這種下降可以使用系數(shù)β而比例調(diào)整。若β＝0，則該實(shí)體未具有配對(duì)喜好并且將隨機(jī)配對(duì)(雖然自我配對(duì)將仍然不發(fā)生)。若實(shí)體i已經(jīng)因?yàn)楸旧淼倪m合性而受到選擇，我們對(duì)該實(shí)體通過標(biāo)準(zhǔn)化矩陣R’之列i而挑選配對(duì)以獲得配對(duì)選擇的機(jī)率。這些機(jī)率為使用于建構(gòu)旋轉(zhuǎn)一次以選擇所需的配對(duì)的輪盤。這種過程將重復(fù)用于每一個(gè)尋找配對(duì)的實(shí)體。
〔0110〕在這個(gè)實(shí)施例中，當(dāng)兩個(gè)親代實(shí)體匹配時(shí)，單一子代將產(chǎn)生。使用于價(jià)值特性的該重組運(yùn)算器系視所允許的遺傳因子數(shù)值的形式及范圍而定，并且因此隨著定義域而改變。使用于該親代的再制特性的該重組運(yùn)算器計(jì)算在再制空間中的本身的位置的該算術(shù)平均值-該子代是位在再制空間中的本身的親代之間之中間。在其中一項(xiàng)實(shí)施例中，在該子代的位置計(jì)算之后，同時(shí)小量的高斯(Gaussian)雜訊將加入。在其中一項(xiàng)特定的實(shí)施例中，該加入的雜訊具有零的平均值及2.0的標(biāo)準(zhǔn)差。
〔0111〕如同上文所討論的，實(shí)體的適合性定義為本身的分?jǐn)?shù)除以關(guān)于該實(shí)體帶給該人口群的冗余的數(shù)量的扣減因子。雖然基因型的類似性通常為容易于量測，該基因型的類似性并不必要是表現(xiàn)型的類似性的精確預(yù)測器，該表現(xiàn)型的類似性為其中多樣性所尋找的空間。再者，表現(xiàn)型的類似性可能是非常困難或不可能決定的，視問題定義域及基因型-表現(xiàn)型映射的本質(zhì)而定。物種(species)可以定義為重制與其他群體的實(shí)體隔離的群體的實(shí)體；在物種內(nèi)的實(shí)體可以彼此重制。該物種演變過程是通過使用回饋而推動(dòng)。若人類審美的意見的收集集中成為兩個(gè)不相容的群體設(shè)計(jì)，使得未有屬于第一群體的實(shí)體通過與屬于第二群體的實(shí)體配對(duì)而可以產(chǎn)生可實(shí)行的(高度適合性的)子代，則兩個(gè)物種將形成。安置促使物種演變過程變得容易并且允許物種更穩(wěn)定地持續(xù)存在。因此，我們可以通過量測本身與在再制空間內(nèi)的其他實(shí)體的接近程度而計(jì)算實(shí)體帶給該人口群的冗余。若其中一個(gè)物種開始過多地充滿該人口群，該物種的成員將開始接收比屬于其他(較小尺寸的)物種更大的扣減。(描述于后述的使用基因型類似性作為用于計(jì)算該適合性扣減的基礎(chǔ)的另一實(shí)施例)〔0112〕圖4D顯示該安置扣減如何作計(jì)算。如同使用該配對(duì)選擇程序，我們以使用矩陣R開始，其中項(xiàng)目Rij為在再制空間中的實(shí)體i及j之間的歐幾里德距離。由這個(gè)矩陣我們衍生出矩陣R’，其中項(xiàng)目R’ij表示相對(duì)于使用在實(shí)體i的實(shí)體j所產(chǎn)生的扣減量。給定我們的類似性特性，我們使用計(jì)算類似性類型的扣減的三角法(triangular method)Rij′=max(-1SthresholdRi,jmax(R)+1,0)]]>其中Sthreshold∈
為決定將產(chǎn)生某些數(shù)量的扣減的最小量的類似性(或最大量的相異性)的參數(shù)。Sthreshold的較大的數(shù)值減少在需要產(chǎn)生非零扣減的實(shí)體i及j之間的最小量的類似性。
〔0113〕在顯示于圖5中的實(shí)施例里，使用者的電子郵件位址、所需的密碼及郵遞區(qū)號(hào)為輸入在文字登錄區(qū)塊502、504、506內(nèi)。諸如性別、年齡、國家來源及收入范圍的人口統(tǒng)計(jì)的資訊為使用下拉式選單510、512、514、516而輸入。其他資訊為使用核取區(qū)塊(check boxes)520、522、524而輸入。本發(fā)明亦可以諸如選取按鈕(radio buttons)及滑動(dòng)條的其他圖形的使用者介面技術(shù)。
〔0114〕在輸入人口統(tǒng)計(jì)的資訊之后，該參與者為導(dǎo)向該活動(dòng)。在某些例子中，可能具有其中該人員已經(jīng)受邀參加之一個(gè)以上的活動(dòng)；在該例子中，該參與者為導(dǎo)引至該不同的活動(dòng)，不論是用控制或預(yù)先說明的方式或通過允許該參與者選擇他或她希望進(jìn)行的活動(dòng)的對(duì)話螢?zāi)?。圖6顯示此類的對(duì)話畫面。在顯示于圖6的實(shí)施例中，三個(gè)設(shè)計(jì)活動(dòng)系呈現(xiàn)給該使用者polo衫設(shè)計(jì)活動(dòng)；T恤設(shè)計(jì)活動(dòng)及“示范(demo)”活動(dòng)。
〔0115〕圖7A顯示由參與者一旦他或她適當(dāng)?shù)匾苿?dòng)至該活動(dòng)將會(huì)看到的典型的螢?zāi)划嬅?00。此類的螢?zāi)划嬅娉尸F(xiàn)給該參與者具有用于該設(shè)計(jì)(或決定)標(biāo)的702、704、706、708、710、712的許多項(xiàng)目的選擇。在這個(gè)圖示中，該設(shè)計(jì)標(biāo)的為polo衫，并且呈現(xiàn)于這個(gè)特定螢?zāi)粌?nèi)的選項(xiàng)數(shù)目為六個(gè)。接著移動(dòng)至設(shè)計(jì)選項(xiàng)，“贊成”720及“反對(duì)”722按鈕為提供作為用于該參與者(亦稱為“投票者”)表示關(guān)于在討論中該設(shè)計(jì)選項(xiàng)之本身的意見的工具。圖7B顯示在該參與者已經(jīng)給予該設(shè)計(jì)選項(xiàng)704正面的票選及該設(shè)計(jì)選項(xiàng)708負(fù)面的票選之后的相同的螢?zāi)划嬅?。在某些?shí)施例中，綠色及紅色的邊框可以使用作為視覺的回饋機(jī)制以提醒該參與者于該對(duì)應(yīng)的選項(xiàng)之本身的評(píng)價(jià)。在這個(gè)圖示中，該剩余的四個(gè)設(shè)計(jì)選項(xiàng)702、706、710、712既未接收正面也未接收負(fù)面評(píng)價(jià)，亦即該參與者為該中性或矛盾地看待該選項(xiàng)，既非喜歡也非不喜歡它們。一旦該參與者已經(jīng)輸入他的或她的評(píng)價(jià)，票選為通過敲擊該“票選”鈕730而送出。這造成一組欲呈現(xiàn)用于評(píng)估給該參與者的設(shè)計(jì)選項(xiàng)，觸發(fā)新的重復(fù)運(yùn)算于上文所描述的程序中。圖7C顯示含有其中一組此類衍生出的選項(xiàng)設(shè)計(jì)的螢?zāi)划嬅妗Ｔ诿枋鲇谶@個(gè)章節(jié)的該特定的實(shí)現(xiàn)中，在每一個(gè)重復(fù)運(yùn)算由該參與者所提供的該評(píng)價(jià)或票選資訊使用于各種方式中，該方法將于下文作描述。然而在此之前，下一段描述使用于這個(gè)例子中的特定的產(chǎn)品特征。
〔0116〕使用于這個(gè)活動(dòng)中的設(shè)計(jì)標(biāo)的表示其中一個(gè)特定的產(chǎn)品特征。polo衫可以以有限數(shù)量的方式特征化。在這個(gè)特定的例子中，將使用簡化的特征化，而組成下列的設(shè)計(jì)要素該襯杉本體的顏色、該衣領(lǐng)的式樣及顏色及在該特定的衣領(lǐng)形式的例子中-該垂飾衣領(lǐng)-該垂飾的長度。每一個(gè)這些設(shè)計(jì)要素或設(shè)計(jì)屬性可以具有一組任意數(shù)值。在該本體顏色的例子中，可例如為具有十二種不同的顏色。在該衣領(lǐng)的例子中，例如可以具有四種可能的款式，每一個(gè)款式具有固定的顏色。最后，在該垂飾衣領(lǐng)的例子中，該垂飾長度可以采用在特定范圍內(nèi)的任何實(shí)數(shù)值(該范圍經(jīng)由選擇以便該垂飾長度不會(huì)超過該襯衫的本體的長度)。特定設(shè)計(jì)候選對(duì)應(yīng)于特定連續(xù)三個(gè)的本體顏色、衣領(lǐng)款式及衣領(lǐng)垂飾長度(雖然該后者的數(shù)值若不需要時(shí)可能不會(huì)使用到)。
演化演算法〔0117〕在其中一項(xiàng)實(shí)施例中，演化演算法為使用于演化該設(shè)計(jì)朝向較為適合的設(shè)計(jì)，亦即，以產(chǎn)生與該投票者所表達(dá)的喜好較為一致的設(shè)計(jì)。使用于表現(xiàn)每一個(gè)設(shè)計(jì)候選的該基因型組成在上一個(gè)段落中所描述的表示該三個(gè)設(shè)計(jì)屬性的變數(shù)或基因，同時(shí)結(jié)合使用于控制其中不同的設(shè)計(jì)候選為選擇用于匹配的方式的額外的變數(shù)(更詳細(xì)描述于下文中之一種運(yùn)算，其中來自兩個(gè)“親代”設(shè)計(jì)的屬性為經(jīng)由組合以產(chǎn)生新的“子代”設(shè)計(jì))。由于該基因?yàn)橹苯拥刎?fù)責(zé)用于決定設(shè)計(jì)候選看起來什么，并且因此決定該設(shè)計(jì)所獲得的認(rèn)同程度，該第一組基因，G1、G2及G3為稱為“評(píng)量(merit)”基因?yàn)樽償?shù)(或者，“特征”基因或“屬性”基因)。該第二組基因是隱藏的，在其中設(shè)計(jì)候選由該參與者看起來是不受這些基因的數(shù)值所影響的方式的感受中。這些基因?yàn)榉Q為“再制(reproduction)”基因或變數(shù)，用于該基因扮演匹配及配選擇的角色，如同在后續(xù)中的描述。在這種特定的實(shí)現(xiàn)中，這些基因?yàn)閷?shí)數(shù)數(shù)值的并且該基因表現(xiàn)歐幾里德空間的正交維度，稱為該“再制”空間。下表1表示待討論之用于該polo衫活動(dòng)的基因型。在這個(gè)例子中，將使用兩個(gè)再制基因，R1及R2。
表1基因型的概略表示〔0118〕該演化演算法為人口群基礎(chǔ)的搜尋及最佳化演算法。在本實(shí)施例中，該演算法以尺寸N的設(shè)計(jì)的人口群而進(jìn)行，其中N通常范圍從50至數(shù)百。在該活動(dòng)的初始，這個(gè)人口群為隨機(jī)挑出，亦即，通過對(duì)于該基因從該允許的范圍對(duì)于每一個(gè)基因隨機(jī)選擇遺傳因子。另外，該目前的實(shí)施例允許決定論的挑出，以反應(yīng)特定所需開始的人口群。
繁殖(Breeding)配對(duì)選擇〔0119〕當(dāng)參與者在評(píng)估第一個(gè)候選的螢?zāi)划嬅嬷笏统銎边x時(shí)，該資訊系用以產(chǎn)生新的設(shè)計(jì)及停駐在依據(jù)下列的程序而呈現(xiàn)給他或她之后續(xù)螢?zāi)划嬅嫔稀Ｔ诮邮召澇善边x的第一個(gè)螢?zāi)划嬅嬷械拿恳粋€(gè)設(shè)計(jì)候選為立即地選擇用于繁殖；換言之，該候選選擇成為親代，稱該候選為P1。接著，適當(dāng)?shù)呐鋵?duì)由在設(shè)計(jì)的該較大的人口群之間經(jīng)選擇用于該候選。該配對(duì)變成親代P2。若該顯示的候選少于一半接收到贊成，該目前的實(shí)現(xiàn)可以及通常經(jīng)由設(shè)定以便每一個(gè)該選擇的候選為繁殖兩次。在這種特定的實(shí)施例中，配對(duì)選擇為依據(jù)在P1及即時(shí)在該位置處的人口群的所有其他成員之間的再制空間內(nèi)的歐幾里德距離而隨機(jī)地完成。尤其，該人口群(或“實(shí)體(entities)”)的任何該N-1成員將受到選擇成為用于P1的配對(duì)的機(jī)率為依據(jù)該下列的公式而計(jì)算Pr(j|i)=f(dij)Σj≠if(dij)]]>
其中Pr(j|i)為實(shí)體j將受到選擇成為用于實(shí)體i(具有Pr(j|i)＝0)的配對(duì)的機(jī)率并且其中f(dij)為在該再制空間中的實(shí)體j及i之間的歐幾里德距離的函數(shù)，亦即dij=(R1i-R1j)2+(R2i-R2j)2]]>〔0120〕使用于這個(gè)例子中的該特定的函數(shù)隨著距離而單純地遞減；尤其f(dij)=e-β(dij/dmax)]]>其中β為決定在配對(duì)中的接近偏差的強(qiáng)度的實(shí)數(shù)數(shù)值參數(shù)，并且dmax為即使在該位置處于任何兩個(gè)實(shí)體之間的再制空間中的最大距離dmax＝MAXi，j(dij)β的值是在(0，∞)的范圍內(nèi)，其中零的數(shù)值造成未配對(duì)偏差并且較大的數(shù)值給予逐漸增加的較嚴(yán)格的配對(duì)偏差。
〔0121〕另一個(gè)版本的函數(shù)f(dij)，亦使用于這個(gè)實(shí)施例中，是給定為f(dij)=1γπe-dij2/γ]]>〔0122〕在這個(gè)例子中，γ為決定在配對(duì)中的距離偏差的強(qiáng)度的實(shí)數(shù)數(shù)值參數(shù)。該γ的數(shù)值是在(0，∞)的范圍內(nèi)，其中較小的數(shù)值給予逐漸增加的較嚴(yán)格的配對(duì)偏差。
〔0123〕因此所計(jì)算的該距離權(quán)重的機(jī)率為使用于載入“輪盤式”，或者為使用于隨機(jī)全域取樣(Stochastic Universal Sampling)方法中。一旦配對(duì)為選擇用于P1，該實(shí)體變成該第二個(gè)親代，P2，而用于建立有關(guān)的子代。此方法可以選擇性地接續(xù)轉(zhuǎn)換運(yùn)算而通過交錯(cuò)運(yùn)算來達(dá)成。
〔0124〕在其中一個(gè)用于配對(duì)選擇的另一個(gè)方法中，基因演算法系經(jīng)由使用該位元串列表示包含一組功能性基因(該基因?qū)?yīng)于我們的特征基因)及控制配對(duì)兩組其他基因(該基因?qū)?yīng)于我們的再制基因)。其中一組配對(duì)基因稱為配對(duì)樣版并且其余組稱為標(biāo)簽。兩組必須具有相同數(shù)目的基因。該樣版及標(biāo)簽基因沿著該功能性基因而演化并且受到交錯(cuò)及轉(zhuǎn)換所支配。樣版基因可以具有三個(gè)數(shù)值的其中一個(gè)0，1或萬用字符(wild-card)符號(hào)。標(biāo)簽基因?qū)⑹?或1。若其中一個(gè)樣版符合另一個(gè)的標(biāo)簽，兩個(gè)個(gè)體為允許配對(duì)。若0或1為列在用于其中一個(gè)個(gè)體的特定的樣版基因，則相同的數(shù)值必須出現(xiàn)于另一個(gè)個(gè)體的該對(duì)應(yīng)的標(biāo)簽基因內(nèi)。若該萬用字符出現(xiàn)于特定的樣版基因內(nèi)，則任何該對(duì)應(yīng)標(biāo)簽基因的數(shù)值將符合。其中配對(duì)技術(shù)需要其中一個(gè)個(gè)體的樣版匹配另一個(gè)的標(biāo)簽；另一個(gè)方法需要每一個(gè)個(gè)別的樣版匹配用于產(chǎn)生配對(duì)的另一個(gè)的標(biāo)簽。在任何一個(gè)例子中，若未發(fā)現(xiàn)符合，將允許部分符合。
〔0125〕通常，R空間的推量在于避免在明確叢集的設(shè)計(jì)之間之內(nèi)部繁殖。盡管如此，具有內(nèi)部繁殖的偶發(fā)實(shí)驗(yàn)可能造成重要的革新。R空間的維度影響在叢集之間的鄰近結(jié)構(gòu)，且因此不同的叢集易于受該影響而嘗試內(nèi)部繁殖實(shí)驗(yàn)。一種明顯的修正在于增加該R空間從兩個(gè)至更高數(shù)量的維度。另一個(gè)可能性在于內(nèi)部繁殖已經(jīng)由相同的票選者接收贊成的兩個(gè)設(shè)計(jì)，也許在相同的焦點(diǎn)視窗內(nèi)。此類的內(nèi)部繁殖將在R空間內(nèi)于該親代設(shè)計(jì)所位在的該兩個(gè)R空間區(qū)域之間建立小的橋梁。若該內(nèi)部繁殖實(shí)驗(yàn)是成功的，則新的叢集將形成。若該實(shí)驗(yàn)是不成功的，則該子代將變成消滅。
對(duì)于R空間的另一個(gè)選擇〔0126〕本發(fā)明的另一個(gè)實(shí)施例，相對(duì)于上文所描述的R空間距離方法，可以包含依據(jù)家族距離決定配對(duì)選擇的相稱的配對(duì)機(jī)制。尤其，兩個(gè)個(gè)體Pi及Pj配對(duì)的可能性涉及在該“族譜(family tree)”中連接該兩個(gè)體的最短路徑的長度。在該初始人口群中的個(gè)體考量為兄弟姐妹，亦即，我們假設(shè)建立該初始人口群的“最初(primary)”親代的存在。該族譜以圖形表示，其中頂點(diǎn)對(duì)應(yīng)于個(gè)體，并且邊緣表示親代/孩子關(guān)系。因此，唯有其中一個(gè)個(gè)體為另一個(gè)的親代，邊緣始存在于兩個(gè)個(gè)體之間。每一個(gè)個(gè)體記錄明確具有兩個(gè)的本身的親代的特性，因此該圖形可輕易地建構(gòu)。對(duì)于這個(gè)原則的唯一的例外是施用于在該初始人口群中的個(gè)體，所有該個(gè)體具有邊緣至插入該圖形中的單一親代頂點(diǎn)(該“最初”親代)。在兩個(gè)個(gè)體Pi及Pj之間的距離dij(兩者皆非該“最初”親代)為在該圖形上的兩個(gè)體之間的最短路徑的長度。在該目前的實(shí)現(xiàn)中，路徑的長度為通過從其中一個(gè)個(gè)體至另一個(gè)個(gè)體所橫跨的明確邊緣(或親代一孩子關(guān)系)的數(shù)目所量測(相對(duì)于較早所描述的使用于該R空間實(shí)現(xiàn)中的歐幾里德距離)。
〔0127〕經(jīng)選擇成為用于Pi的配對(duì)的個(gè)別的Pj的機(jī)率為Pr(j|i)=f(dij)Σjf(dij)]]>其中f(dij)＝max(dmax-dij，vmin)并且其中dij為連接頂點(diǎn)pi及pj的最短路徑的長度，dmax為超越所有dij的最大值(亦已知為該圖形的直徑)，且vmin(參數(shù)＜dmax)為函數(shù)f將回歸的最小值，以提供用于非常遠(yuǎn)離彼此的個(gè)體設(shè)計(jì)的配對(duì)的非零的最小機(jī)率。
〔0128〕經(jīng)過一段時(shí)間，族譜的較薄弱的分支將消滅，而留下可能是明確相關(guān)的其他分支。若如此，則該不同的分支為再制隔離的并且因此為明確的物種。進(jìn)行消滅的該分支系弱關(guān)聯(lián)于所存活的基因組合的基因組合。因此，這種方法提供相稱配對(duì)的另一個(gè)方法。
〔0129〕交錯(cuò)運(yùn)算為概略地呈現(xiàn)于下文中親代1
↓子代
↑親代2
〔0130〕在此所描述的實(shí)現(xiàn)中，該親代遺傳因子為交錯(cuò)于基因?qū)?gene-by-gene)偏差上。換言之，來自親代P1及親代P2之用于該本體式樣的基因，G1，為通過本身作“組合”或“交錯(cuò)”，接續(xù)為該G2基因表示該衣領(lǐng)式樣，接著該G3基因表示垂飾長度。該再制空間基因，R1及R2亦為再一次個(gè)別地交錯(cuò)。所使用的該特定的交錯(cuò)運(yùn)算視在討論中的該基因的本質(zhì)而定。例如，在基因G1的例子中，該基因表示類別變數(shù)，由其中一個(gè)親代的該遺傳因子數(shù)值為隨機(jī)選擇。同樣地對(duì)于基因G2亦如此。這種方式為概略地顯示如下
其中α為由均勻分布中所挑選的隨機(jī)變數(shù)α～U
〔0131〕基因G3表示整數(shù)數(shù)值，該數(shù)值能夠使用不同的交錯(cuò)式運(yùn)算器，成為對(duì)于該“由其中一個(gè)親代的隨機(jī)挑選”方法的另一個(gè)選擇。其中一個(gè)可能性在于使用來自該親代的兩個(gè)數(shù)值計(jì)算內(nèi)插及外插數(shù)值，并且接著隨機(jī)選擇這兩者可能性的其中一個(gè)。該過程描述于下文。首先，伯努力試驗(yàn)(Bernoulli trial)(“硬幣投擲(coin flip)”)經(jīng)執(zhí)行以決定是否為從該兩個(gè)親代基因的數(shù)值內(nèi)插或外插用于該子代基因的數(shù)值。
〔0132〕其中γ為在0及1之間的決定的實(shí)數(shù)數(shù)值或在該范圍內(nèi)的隨機(jī)產(chǎn)生的變數(shù)，例如來自均勻分布的其中一個(gè)γ∈(0，1)或γ～U
若該決定為內(nèi)插法，將使用諸如下文的其中一個(gè)公式G3O1＝Round(μ·G3P1+(1-μ)·G3P2)其中μ為在0及1之間實(shí)數(shù)數(shù)值，不論是決定選擇或隨機(jī)導(dǎo)引，在活動(dòng)的開始時(shí)或在每一個(gè)繁殖處。另外，不同的決定數(shù)值或不同的分布(在變數(shù)隨機(jī)導(dǎo)引的例子中)可以在該活動(dòng)中的不同的位置處使用。由于G3為整數(shù)基因，通過內(nèi)插法所獲得的該數(shù)值為取在最接近的整數(shù)。
〔0133〕若選擇外插而非內(nèi)插，其中一個(gè)親代數(shù)值經(jīng)由挑選以決定此外插的方向；這種方式為隨機(jī)完成。若P1受到挑選，則可以使用類似下列其中一個(gè)的公式
G3O1＝Round(v·((1+μ)·G3P1-μ·G3P2))〔0134〕其中v為(可能隨機(jī)的)實(shí)數(shù)數(shù)值的參數(shù)，通常小于1.0，經(jīng)選擇以縮減所采用之外插階距(step)的尺度。并未反應(yīng)于上文的公式中的額外的步驟包含檢查因此所計(jì)算的數(shù)值并未超過用于基因G3的允許的范圍，并且若該數(shù)值超過時(shí)設(shè)定該數(shù)值等于該限定值。
〔0135〕若P2為挑選作為該外插方向，則可以使用下列公式G3O1＝Round(v·((1+μ)·G3P2-μ·G3P1))〔0136〕除了不需要取整數(shù)運(yùn)算之外，為實(shí)數(shù)數(shù)值的該再制空間基因，P1及R2，可以類似地處理。在本實(shí)施例中，可以使用修正的平均運(yùn)算，如同下文R1O1=12·(R1P1+R1P2)+ϵ]]>其中ε為高斯雜訊ε～N(0，2)R2O2的計(jì)算為同樣地進(jìn)行。
〔0137〕很多其他的方法是落在一般熟習(xí)該項(xiàng)技藝的人士的知識(shí)領(lǐng)域內(nèi)。
轉(zhuǎn)換〔0138〕除了該交錯(cuò)式運(yùn)算之外，或者與該交錯(cuò)式運(yùn)算同時(shí)產(chǎn)生，轉(zhuǎn)換運(yùn)算經(jīng)由使用以導(dǎo)入偶發(fā)的隨機(jī)變數(shù)于所產(chǎn)生的該設(shè)計(jì)候選中。在該目前的實(shí)施例中，這種運(yùn)算是再次于基因?qū)蛏隙瓿?。?duì)于每個(gè)基因，將作出是否轉(zhuǎn)換將使用于該交錯(cuò)式運(yùn)算之前或接續(xù)該交錯(cuò)式運(yùn)算的決定。這個(gè)決定可以依據(jù)具有相對(duì)低的成功機(jī)率的伯努力試驗(yàn)，通常大約為0.01。在分類的基因的例子中，該轉(zhuǎn)換包含隨機(jī)選擇其中一個(gè)允許的遺傳因子數(shù)值，通常為不同于該兩個(gè)親代的數(shù)值的數(shù)值。在整數(shù)及實(shí)數(shù)值基因的例子中，在該交錯(cuò)式運(yùn)算完成之后，高斯雜訊為加入所獲得的基因數(shù)值中。再者，將執(zhí)行檢查以確認(rèn)該轉(zhuǎn)換的數(shù)值是在該可容許的范圍之內(nèi)；若該數(shù)值落在該范圍外部，該數(shù)值將以適當(dāng)方式設(shè)定等于該上限或下限。未使用于這個(gè)例子中(該polo衫)的另一個(gè)例子在于基因在何處編碼成為二進(jìn)位位元或字串。其中一個(gè)例子為諸如商標(biāo)圖案(logo)或在該袖子附近的套環(huán)的設(shè)計(jì)特征，該設(shè)計(jì)特征為開啟或關(guān)閉，視是否該位元致能(enabled)而定，在該例子中，轉(zhuǎn)換將簡單包含位元翻轉(zhuǎn)。
〔0139〕如同目前所描述，轉(zhuǎn)換僅在繁殖事件之后而使用，并且繁殖事件僅通過贊成票選而觸發(fā)。當(dāng)未產(chǎn)生贊成票選時(shí)，對(duì)于該實(shí)現(xiàn)的再分析將觸發(fā)以避免該演化過程停滯。在該例子中，當(dāng)每一次投票者送出一組未含有贊成的票選時(shí)，我們產(chǎn)生某些數(shù)目的隨機(jī)個(gè)體。對(duì)于這些隨機(jī)個(gè)體的價(jià)值屬性為如同上文所描述而產(chǎn)生以用于初始化該人口群。對(duì)于這些隨機(jī)個(gè)體的R空間屬性將如下文描述作決定，在討論投票者“挑選”的重新插入的章節(jié)中。
替換及移除策略〔0140〕一旦一個(gè)或一個(gè)以上的新的設(shè)計(jì)候選(該子代)建立后，該候選將導(dǎo)入該人口群內(nèi)。為了要完成該導(dǎo)入，該人口群的對(duì)應(yīng)數(shù)量的目前成員必須選擇用于替換。各種技術(shù)可使用于該目的，范圍從單純隨機(jī)選擇至依據(jù)適合性(或該適合性的缺乏)及冗余的相對(duì)復(fù)雜的方法。(使用于量測冗余及多樣性的各種方法將在后續(xù)作描述。)在該簡單的例子中，人口群成員為隨機(jī)選擇均勻地分布在1及N之間(設(shè)計(jì)候選的人口群的尺寸)的隨機(jī)整數(shù)i將產(chǎn)生，并且該人口群的第i個(gè)成員系通過該子代所移除及替換。這個(gè)過程將重復(fù)次數(shù)是由配對(duì)事件所建立的子代數(shù)量。該目前的實(shí)現(xiàn)中的另一個(gè)選擇在于通過適合性，或相反地，通過適合性缺乏而偏離該移除。在該例子中，不合適性分?jǐn)?shù)對(duì)于該人口群的每一個(gè)成員是維持不變的，并且該分?jǐn)?shù)為決定使用于移除具有最高不合適性分?jǐn)?shù)的該成員，或者為通過載入具有刀片的“輪盤式”而統(tǒng)計(jì)上與這些不合適性分?jǐn)?shù)成比例。一種用于計(jì)算不合適性分?jǐn)?shù)的非常簡單的演算法，其中一個(gè)演算法僅倚賴“贊成”票選，為在下文中。首先，尚未作評(píng)估及因此未接收到票選的該人口群的N個(gè)設(shè)計(jì)的任何成員為設(shè)定保留及并非用于移除的候選。除非絕對(duì)需要(在該位置處我們隨機(jī)均勻地挑選)，這種方式在于避免設(shè)計(jì)候選的過早損失。接著，對(duì)于每一個(gè)該人口群的剩余成員，“贊成”率計(jì)算為由該實(shí)體所接收的“贊成”票選除以由該實(shí)體所接收的所有數(shù)目的票選(亦即，“贊成”、“反對(duì)”及“中性”票選的和)接著，對(duì)于該人口群的所有成員的“贊成”的平均率將作計(jì)算，并且該人口群的設(shè)計(jì)將分成兩個(gè)群體，具有“贊成”率大于平均值的群體及具有“贊成”率等于或小于該平均率的群體。該后者的群體的成員依需要為隨機(jī)選擇用于移除。
〔0141〕使用三種所有類型的票選-贊成、中性、反對(duì)-的較多的辨識(shí)移除方法有時(shí)候使用于該目前的實(shí)現(xiàn)中。在該例子中，用于該人口群的第i個(gè)成員的不合適性mi計(jì)算為該成員的贊成、中性及反對(duì)率的權(quán)重的和，如下mj=wdown·Rjdown+wneutral·Rjneutral+wup·Rjup]]>〔0142〕其中該wtype項(xiàng)為用于該特定類型的票選的權(quán)值，并且Ritype項(xiàng)為用于該第i個(gè)成員的給定類型的票選率，具有wdown＞0，wup＜0，并且wneutral通常為正值。例如mi=3·Rjdown+1·Rineutral-4·Riup]]>〔0143〕再者，并未由任何該參與者所看到的設(shè)計(jì)候選為設(shè)定保留，以避免本身的過早刪除(除非絕對(duì)地必要，例如在先前活動(dòng)中的某些例子里)。
〔0144〕在該移除策略上的另一個(gè)變動(dòng)依據(jù)是否所有的票選系通過相同的參與者或通過不同的參與者所投擲而修正類似的該票選的不合適性率的貢獻(xiàn)。在這個(gè)版本之后的想法在于若該選項(xiàng)受到許多不同的參與者所排斥，亦即，例如，相比于當(dāng)該選項(xiàng)僅由其中一個(gè)參與者得到相同數(shù)目的反對(duì)，若不同的參與者給予該選項(xiàng)反對(duì)而處罰較多該設(shè)計(jì)候選。在這個(gè)版本中，用于每個(gè)實(shí)體的該個(gè)別的票選將受到追蹤，并且該不合適性為依據(jù)對(duì)于每一個(gè)參與者的票選的遞減權(quán)重函數(shù)或程序而計(jì)算，如同在下列的方程式中mj=1Vi[wdown·ΣjΣn=1Vi,jdowne-γ(n-1)+wneutral·ΣjΣn=1Vi,jneutrale-γ(n-1)+wup·ΣjΣn=1Vi,jupe-γ(n-1)]]]>其中mj為實(shí)體i的不合適性分?jǐn)?shù)、Vi為由實(shí)體i所接收達(dá)到該點(diǎn)的全部的票選數(shù)目、Vi，jtype為通過投票者j對(duì)于要素i所投擲的該特定類型的票選的數(shù)目、∑j表示超過所有投票者j的和及γ為決定減少由相同的參與者所投擲的額外的票選的沖擊的指數(shù)遞減權(quán)重函數(shù)的降幅的實(shí)數(shù)參數(shù)。
〔0145〕除了本身的不合適性之外，另一個(gè)移除方法的課題考量該人口群的特定成員為冗余的程度。在此該想法如下給定為相當(dāng)不合適的兩個(gè)實(shí)體，最好移除其中一個(gè)基因型為類似于該人口群的很多其他成員，藉以最小化在該人口群中的基因型多樣性的損失。該冗余計(jì)算可以依據(jù)該再制基因、該特征基因或兩者。這些計(jì)算為描述于下一個(gè)章節(jié)中。給定用于該人口群Pi的成員的冗余數(shù)值R(Pi)，該冗余數(shù)值的調(diào)整的不合適性數(shù)值m’i經(jīng)計(jì)算為m′i＝R(Pi)·mi〔0146〕該下一個(gè)章節(jié)描述量測冗余的各種方式，或本身相對(duì)的多樣性。
多樣性量測〔0147〕多樣性量測技術(shù)為使用于特征基因以及再制基因。我們使用多樣性的量測以動(dòng)態(tài)地控制該演化演算法的各種參數(shù)，諸如該轉(zhuǎn)換率(轉(zhuǎn)換機(jī)率)，以及使用于該系統(tǒng)中的各種技術(shù)，諸如該移除(或替換)技術(shù)及使用于常駐參與者的票選視窗(該票選視窗為在后續(xù)作描述)的技術(shù)。
冗余性〔0148〕在N個(gè)設(shè)計(jì)的演化人口群中的多樣性為使用在一對(duì)演化設(shè)計(jì)(“個(gè)體”)之間的基因型的(或表現(xiàn)型的)類似性的價(jià)性而量測。成對(duì)相似性價(jià)值S(Pi，Pj)將作定義，該價(jià)值回歸到在0及1之間的數(shù)值，其中1表示Pi及Pj為基因型(或可為表現(xiàn)型)相同的。我們接著使用這個(gè)價(jià)值以計(jì)算在該演化人口群中的每一個(gè)個(gè)體相對(duì)于該整個(gè)人口群的冗余性，如下R(Pi)=Σj=1NS(Pi,Pj)]]>〔0149〕具有高冗余數(shù)值的個(gè)體為相對(duì)地普及的，在感受上為具有存在很多其他的個(gè)體于相似于該個(gè)體的人口群中。這些冗余數(shù)值為通過偏離移除策略朝向更多的冗余個(gè)體而使用于輔助維持多樣性，如同在下文作更詳細(xì)的說明。冗余數(shù)值亦經(jīng)由使用以提供基因(或表現(xiàn)型的)多樣性的圖形化想象。
〔0150〕兩個(gè)相似性函數(shù)系使用于目前的實(shí)施例中。其中一個(gè)函數(shù)為依據(jù)該特征基因，另一個(gè)為依據(jù)該再制基因。在該polo衫的例子中，前一個(gè)使用該基因型之前三個(gè)基因。(前兩個(gè)為類別基因而第三個(gè)為整數(shù)數(shù)值基因。)我們定義我們的函數(shù)S如下S(Pi,Pj)=1k·ΣkS′(Pik,Pjk)]]>
其中Pik表示在該人口群中的個(gè)體i的第k個(gè)基因。
〔0151〕在該類別基因，G1及G2，的例子中，S’給定為S′(Pi1,2,Pj1,2)=1iffPi1,2==Pj1,20otherwise]]>〔0152〕在為整數(shù)基因的基因3的例子中，S’為計(jì)算如下S′(Pi3,Pj3)=1-|Pi3-Pj3|maxΔ3]]>其中MaxΔ3為基因G3的范圍，亦即，該數(shù)值所能允許采用在該最大及最小數(shù)值之間的差。
〔0153〕在諸如使用于該再制變數(shù)的基因的實(shí)數(shù)值基因的例子中，冗余或密度為使用在該不同的人口群成員之間的R空間中的歐幾里德距離dij(較早前所描述)而計(jì)算，如下。第i個(gè)人口群成員的冗余或密度為給定為R(Pi)=Σjf(dij)]]>其中dij為在個(gè)體i及j之間的R空間中的距離，并且f(x)=max[1-xthreshold·dmax,0]]]>其中臨界值(threshold)為在區(qū)間(0，1)中的常數(shù)并且dmax＝maxij(dij)叢集〔0154〕在這個(gè)章節(jié)中，我們描述叢集主題，該叢集依賴相似性量測，并且該叢集為使用在此所描述的實(shí)施例中的不同的時(shí)期，如同后續(xù)的討論。若上文所描述的該函數(shù)S(Pi，Pj)表示在個(gè)體Pi及Pj之間的相似性，則我們可以定義新的函數(shù)D(Pi，Pj)＝1-S(Pi，Pj)以表示在這兩個(gè)個(gè)體之間的不相似性。通過該函數(shù)D，可以計(jì)算不相似性矩陣M，其中每一個(gè)項(xiàng)目Mij為在個(gè)體Pi及Pj之間的不相似性。這個(gè)矩陣為對(duì)稱的并且具有零在對(duì)角線上。
〔0155〕通過該矩陣M，我們可以使用任何數(shù)目已知的叢集技術(shù)以依據(jù)基因型相似性或在R空間中的接近度而組合該個(gè)體，諸如該K中心點(diǎn)(K-medoid)叢集演算法。該K中心點(diǎn)演算法必須受到告知欲尋找的叢集的數(shù)目。若將最佳匹配該數(shù)據(jù)的叢集的數(shù)目并不知道，則叢集的側(cè)影(silhouette)值可用于決定有多少叢集應(yīng)該搜尋。
〔0156〕我們亦可以依據(jù)本身的票選行為而叢集人類使用者。在這個(gè)例子中，我們量測在任何對(duì)使用者Vi及Vj的票選記錄中的相關(guān)性并且衍生出在矩陣M中的項(xiàng)目Mij，如下Mij=1+correlation(Vi,Vj)2]]>用于常駐該票選視窗的策略〔0157〕該票選視窗，亦稱為焦點(diǎn)視窗，為呈現(xiàn)給每一個(gè)投票者用于顯示一組設(shè)計(jì)候選的目的及收集該候選的投票者的評(píng)價(jià)的視窗。在每一個(gè)投票重復(fù)處用于常駐該焦點(diǎn)視窗的各種方法將在這個(gè)章節(jié)中作描述。一般來說，這些方法尋求達(dá)到許多有時(shí)候相互矛盾的目標(biāo)a)給予該參與者一個(gè)機(jī)會(huì)以盡可能地探索該設(shè)計(jì)空間，以及b)給予該參與者該系統(tǒng)是在回應(yīng)于他的或她的票選的感受。
票選視窗混合策略〔0158〕該票選或焦點(diǎn)視窗混合策略檢查由第一焦點(diǎn)視窗所送出的票選并且決定在下一個(gè)焦點(diǎn)視窗中的槽(slot)數(shù)目(用于其票選該系統(tǒng)正在進(jìn)行中的參與者)，該焦點(diǎn)視窗將填入具有a)顯示于該第一焦點(diǎn)視窗中的設(shè)計(jì)候選的子代，以及b)來自一般人口群的設(shè)計(jì)候選的設(shè)計(jì)候選的樣本。
〔0159〕在本實(shí)施例中，在接收贊成票選的焦點(diǎn)視窗中的所有個(gè)體將養(yǎng)育至少其中一個(gè)但不超過兩個(gè)的子代。若贊成票選的數(shù)目為小于焦點(diǎn)視槽的數(shù)目，則已經(jīng)接收贊成票選的該個(gè)體將使用以產(chǎn)生第二子代直到每一個(gè)均已經(jīng)產(chǎn)生第二子代為止，或者直到該新的焦點(diǎn)視窗的槽為填滿為止，以何者先完成而決定。例如，若該焦點(diǎn)視窗具有六個(gè)槽，并且兩個(gè)個(gè)體為給定贊成，則兩者將養(yǎng)育兩個(gè)子代，該子代將填滿該六個(gè)槽的該焦點(diǎn)視窗的四個(gè)。若相反地，四個(gè)個(gè)體是給定為贊成，則該前兩個(gè)個(gè)體每一個(gè)將養(yǎng)育兩個(gè)子代，同時(shí)該最后兩個(gè)每一個(gè)將養(yǎng)育一個(gè)，因此完全地填滿該焦點(diǎn)視窗的六個(gè)槽。
〔0160〕若一旦所有該贊成票選為產(chǎn)生效用，任何槽仍然是空缺的，則該槽為通過取樣該一般的個(gè)體的人口群而填滿，如同在下個(gè)章節(jié)中所描述。
〔0161〕當(dāng)僅其中一個(gè)子代為允許用于接收贊成(見上文的繁殖章節(jié))的每一個(gè)候選時(shí)，描述于上文的策略將作些微地修正。
〔0162〕使用于該目前的實(shí)施例中的另一種混合的策略導(dǎo)入精英管理(elitism)的概念-在該演化計(jì)算文獻(xiàn)中為眾所周知的-進(jìn)入該焦點(diǎn)視窗內(nèi)，使得某些或所有接收贊成的個(gè)體是保留于下一個(gè)焦點(diǎn)視窗內(nèi)。通常，精英管理使用于演化演算法的世代間的版本中藉以避免通過后續(xù)的世代的該人口群的高度匹配的成員的消失。在這個(gè)例子中，我們使用類似的概念于該焦點(diǎn)視窗或票選者視窗中。在該策略背后的動(dòng)機(jī)系在于提供對(duì)于參與者由先前較喜好的設(shè)計(jì)候選的焦點(diǎn)視窗的消失可能覺得不舒服的連續(xù)性的感受。當(dāng)使用贊成時(shí)，如同在這個(gè)例子中所描述，若較多的實(shí)體接收贊成甚于具有精英槽于下一個(gè)視窗中，隨機(jī)挑選為采用于接收贊成的那些實(shí)體中，直到該精英槽填滿為止。
〔0163〕在該目前的實(shí)施例中的另一個(gè)選擇策略為固定將分配給a)精英(已經(jīng)接收贊成及已經(jīng)保留的個(gè)體)、b)已經(jīng)接收贊成的該個(gè)體的子代及c)該一般人口群的樣本的焦點(diǎn)視窗槽的最少及最多的數(shù)量。若贊成票選的數(shù)目超過分配給子代的槽的數(shù)目，則取樣方法將采用使得僅某些贊成票選的接收者為能夠養(yǎng)育子代。另外，我們可以限定使用者允許產(chǎn)生每一個(gè)焦點(diǎn)視窗的贊成票選的數(shù)量。另一個(gè)選項(xiàng)在于建立用于接收贊成的每一個(gè)個(gè)體的子代，但是不包含在該后續(xù)焦點(diǎn)視窗中的所有該子代(未出現(xiàn)于該焦點(diǎn)視窗中的子代將仍然在一般人口群中)。
焦點(diǎn)視窗取樣〔0164〕對(duì)于能夠從該大量人口群取得樣本的焦點(diǎn)視窗槽，需要策略以決定這些候選應(yīng)如何選擇。該目前的實(shí)現(xiàn)中，所使用的最簡單的策略系均勻地通過個(gè)體的人口群隨機(jī)取樣其中一個(gè)。該取樣在所有子代(通過已經(jīng)收到贊成的該個(gè)體而養(yǎng)育)已經(jīng)插入于該人口群內(nèi)而發(fā)生。該取樣程序并未嘗試避免相同的個(gè)體出現(xiàn)兩次于該焦點(diǎn)視窗中，該取樣程序也未嘗試避免為基因型相同的兩個(gè)個(gè)別的個(gè)體一起出現(xiàn)于該焦點(diǎn)視窗中。
〔0165〕另一個(gè)方法系使該取樣偏離高度冗余的區(qū)域(冗余為如同在先前章節(jié)中所描述而計(jì)算)。這些策略的優(yōu)點(diǎn)在于通過在本身的焦點(diǎn)視窗中提供更大的多樣性而允許由該參與者對(duì)于該設(shè)計(jì)空間的更大的探索。使用于這實(shí)施例的其中一個(gè)此類策略使用R空間冗余以扣減特定的人口群成員被選擇的可能性。尤其，使用輪盤式選擇，具有該刀片給予每一個(gè)該N個(gè)成員的人口群系與該成員的冗余性成反比Pr(Pi)=1N·R(Pi)/Σi1N·R(Pi)]]>
〔0166〕另一個(gè)策略使用空間冗余(依據(jù)該特征基因而計(jì)算)以偏離該取樣，再次使用如同上文的相同的公式。
〔0167〕包含于本發(fā)明內(nèi)的另一個(gè)策略執(zhí)行在該人口群中的個(gè)體的叢集分析(上文所描述)，不論是相對(duì)于在R空間中的本身的位置、本身的基因型特性或兩者。一旦該叢集決定后，該隨機(jī)取樣將進(jìn)行使得每一個(gè)叢集為同樣可能提供用于該開放焦點(diǎn)視窗槽的個(gè)體，而不管在每一個(gè)叢集中的個(gè)體的數(shù)目。這種方法的優(yōu)點(diǎn)在于允許該參與者由該不同的物種或在該活動(dòng)期間(物種演化在后續(xù)作討論)所顯露的喜好叢集(或?qū)徝赖膮布?同等地取樣。這種方式為對(duì)比，事實(shí)上，我們由每一個(gè)叢集依該叢集尺寸之比例取樣的均勻性取樣。相關(guān)的方法系選擇用于每一個(gè)叢集(該叢集的重心或中心點(diǎn))的代表的設(shè)計(jì)候選的方式。
〔0168〕在另一個(gè)策略中，我們偏離該參與者已經(jīng)鮮少觀看的對(duì)個(gè)體有利的取樣。在這個(gè)例子中，經(jīng)由選擇的該人口群的成員的機(jī)率為反向關(guān)聯(lián)于在他的或她的焦點(diǎn)視窗中已經(jīng)出現(xiàn)的次數(shù)數(shù)目。使用于載入該輪盤式的機(jī)率給定為Pr(Pi)=1f(mij)/Σi1f(mij)]]>其中mij為設(shè)計(jì)候選Pi已經(jīng)出現(xiàn)于參與者j的焦點(diǎn)視窗中的次數(shù)數(shù)目，并且f(x)為單調(diào)(monotonic)函數(shù)。例如f(mij)=mij2]]>〔0169〕在相關(guān)的策略中，我們偏離對(duì)具有已經(jīng)鮮少觀看的特征性質(zhì)的個(gè)體(依據(jù)特征相似性)或?qū)υ谠摻裹c(diǎn)視窗中已經(jīng)鮮少觀看的R空間區(qū)域中的個(gè)體有利的選擇。在此，使用于載入用于選擇的輪盤式的機(jī)率給定為
Pr(Pi|Wt)=1R(Pi|Wt)/Σi1R(Pi|Wt)]]>其中R(Pi| Wt)，相對(duì)于該特定的參與者的第t個(gè)焦點(diǎn)視窗Wt(W1為該目前的視窗，W2為該前一個(gè)視窗等等)的人口群成員Pi的冗余給定為R(Pi|Wt)=ΣqS(Pi,Wqt)]]>其中∑q為通過所有q成員或在該焦點(diǎn)視窗中的設(shè)計(jì)候選的和，并且S(Pi，Wqt)為在實(shí)體Pi及焦點(diǎn)視窗Wt的第q個(gè)成員之間的相似性。最后，S，該相似性函數(shù)，系適當(dāng)?shù)厥褂媒o定于前面章節(jié)中于冗余性及相似性上的任何方法所計(jì)算。
〔0170〕在這個(gè)策略上的變化中不僅追蹤該最后的焦點(diǎn)視窗，而且追蹤該最后數(shù)個(gè)或n個(gè)焦點(diǎn)視窗并且其中我們給予所有該視窗同等的權(quán)重或給予該較新的焦點(diǎn)視窗之內(nèi)容較大的重要性于該冗余計(jì)算中。這種方式的其中一個(gè)特定的版本注視最后n個(gè)焦點(diǎn)視窗(例如，n＝3)，并且分別地加重該視窗。在這個(gè)例子中使用于該輪盤中的刀片或分配給定為Q(Pi)=Σi=1nωi·(1R(Pi|Wt)/Σ1R(Pi|Wt))]]>例如具有權(quán)重因子ω隨著下式而減少ωi=1t]]>〔0171〕在另一個(gè)使用于這個(gè)實(shí)施例的取樣策略中，我們使該樣本作偏離相對(duì)于已經(jīng)通過焦點(diǎn)視窗為正在常駐的參與者給定反對(duì)票選的個(gè)體為冗余的(不論依據(jù)特征空間相似性或依據(jù)再制空間相似性，或兩者)的個(gè)體。這種方法意在減少該參與者遭遇到他或她已經(jīng)票選反對(duì)的設(shè)計(jì)候選的機(jī)會(huì)。這種方法可以類似于前述的策略中的方式而完成，除了在這個(gè)例子中，所使用的該冗余并非R(Pi|Wt)而是R(Pi|Wdown，t)，該冗余僅依據(jù)接收來自該參與者在討論中的負(fù)面票選的該焦點(diǎn)視窗成員而計(jì)算。相關(guān)的策略為偏離該取樣朝向相對(duì)于已經(jīng)通過焦點(diǎn)視窗正在常駐的使用者所給定贊成票選(或中性票選)的個(gè)體為冗余的(不論在特征空間中、再制空間中或兩者)的個(gè)體。在該例子中，使用R(Pi|Wup，t)，使用于該輪盤式中的該機(jī)率或分配為直接正比于冗余性，如同相對(duì)于成反比；例如Pr(Pi|Wt)=R(Pi|Wt)ΣiR(Pi|Wt)]]>〔0172〕另一個(gè)策略嘗試在相對(duì)于設(shè)計(jì)候選(不論依據(jù)特征基因、再制基因或兩者)的基因內(nèi)容的焦點(diǎn)視窗中最大化該多樣性，具有每一個(gè)后續(xù)的取樣為偏離放置在該焦點(diǎn)視窗內(nèi)到達(dá)該時(shí)刻的個(gè)體的性質(zhì)。此原理系用以增加參與者焦點(diǎn)視窗的多樣性。
〔0173〕當(dāng)該參與者在遠(yuǎn)離進(jìn)行中的活動(dòng)一段時(shí)間而回復(fù)時(shí)，任何上文所提到的策略或該策略的變化可以采用以常駐參與者的視窗。特別用于該目的的任何策略包含重新回復(fù)具有相同候選的參與者的視窗，當(dāng)他們上一次離開時(shí)，該候選為呈現(xiàn)于他的或她的上個(gè)焦點(diǎn)視窗內(nèi)。然而，當(dāng)這些候選可能已經(jīng)由該人口群移除時(shí)，這種策略常常具有問題，該候選必須重新建立及重新插入于該人口群中。另一個(gè)選擇在于呈現(xiàn)給該參與者具有盡可能廣泛的該目前設(shè)計(jì)人口群的取樣。這種方法可以通過從如同較早所描述的表示叢集的取樣而完成。這種策略亦使用于在活動(dòng)已經(jīng)進(jìn)行某些時(shí)間之后加入該活動(dòng)的參與者及未以任何特定的喜好區(qū)隔所確認(rèn)的參與者的例子中。
〔0174〕在其中一個(gè)實(shí)施例中，某些再修正將加入該票選視窗，該修正系提供該參與者具有某些或所有下列目的a)在該活動(dòng)期間的進(jìn)度的量測及顯示；b)當(dāng)在該活動(dòng)期間達(dá)到階段目標(biāo)的完成的感受；c)在經(jīng)過該演化程序的更多直接控制；d)在該設(shè)計(jì)程序中的共同參與者的群體里的成員的感受。圖7D顯示具有兩個(gè)這些修正于右側(cè)端上的票選視窗。這些修正包含覆蓋范圍從0％至100％及顯示具有顏色區(qū)段的進(jìn)展程度的進(jìn)度指示棒780。另一個(gè)顯示于該相同圖示中的修正為該“選取控制板”788，該選取控制板為在該進(jìn)度指示棒下方標(biāo)示為“麥克筆設(shè)計(jì)(Marker Designs)”的該票選視窗的右側(cè)端上的控制面板。在該圖示中，該選取控制板顯示三個(gè)垂直配置的小型物件，該小型物件的其中一個(gè)具有選擇，并且另兩個(gè)仍然是空白的。該選取控制板依據(jù)描述于下文的其中一項(xiàng)技術(shù)顯示在該活動(dòng)期間在特定時(shí)刻的特定設(shè)計(jì)候選。在所顯示的例子中，在該選擇的選取下方的“X”標(biāo)記允許該參與者移除該選取并且重新開始造成該特定選取的部分活動(dòng)。
〔0175〕四種技術(shù)等級(jí)可以使用于這個(gè)實(shí)施例中。第一個(gè)等級(jí)的技術(shù)依賴由該參與者所送出的固定數(shù)目的票選；第二個(gè)等級(jí)視在顯示于該參與者的前幾個(gè)票選視窗中的該候選之間的相似性程度而定，并且因此可能包含由該參與者在討論中的各種數(shù)目的票選審核。第三個(gè)等級(jí)允許該參與者通過使用接續(xù)該贊成及反對(duì)按鈕的特殊鈕而直接地選擇在該票選視窗中的其中一個(gè)該設(shè)計(jì)候選選取(未顯示于這個(gè)圖式中)。最后，第四個(gè)等級(jí)的技術(shù)系使用該選取控制板以顯示給該參與者其他參與者是如何票選的。
策略I分析預(yù)設(shè)數(shù)目的票選及選取〔0176〕在這個(gè)技術(shù)中，該系統(tǒng)設(shè)定為允許每一個(gè)參與者觀看及評(píng)估預(yù)設(shè)數(shù)目n的票選視窗，具有一般的數(shù)值n范圍在6及40之間。在這個(gè)例子中，該進(jìn)度指示棒等比例于所觀看的票選視窗與該參與者達(dá)到該位置處之比而增加至該預(yù)設(shè)的數(shù)目n。在該n個(gè)票選審核之后，選取為依據(jù)他的票選圖案代表該參與者而自動(dòng)地達(dá)成，如同下文的描述，并且該進(jìn)度指示棒為重新設(shè)定為零、新的票選視窗由全體設(shè)計(jì)的人口群而隨機(jī)常駐及一組新的n個(gè)票選審核將開始。顯示于圖7D中的票選視窗對(duì)應(yīng)于其中該參與者受要求進(jìn)行三組的n個(gè)票選審核的例子，造成三個(gè)選取。
〔0177〕在該預(yù)設(shè)數(shù)目n個(gè)票選視窗之后，將在這些n個(gè)視窗上的該參與者的票選上執(zhí)行分析(所有該票選可以作檢測或者僅該n個(gè)審核之后面的80％可以作檢測以移除任何“訓(xùn)練(training)”或配合(accommodation)效應(yīng))。在其中一個(gè)方法中，該分析包含計(jì)算由每個(gè)遺傳因子所接收的贊成票選及使用該計(jì)算以產(chǎn)生最佳“選擇”組合的屬性數(shù)值。在這個(gè)部分，設(shè)計(jì)候選使用這些最佳選擇的屬性數(shù)值作組合，并且該設(shè)計(jì)候選變成該選取。當(dāng)在兩個(gè)基因之間具有少量或未有相依性時(shí)，這個(gè)方法運(yùn)作良好。即使具有相依性，運(yùn)作良好的更多的再修正的分析包含下列步驟在該n個(gè)票選審核已經(jīng)接收之后，在已經(jīng)接收正面票選(贊成)的這些票選視窗中的所有候選將作收集。接著，第一個(gè)正面票選候選將選擇并且使用該候選的第一個(gè)基因而開始、執(zhí)行有多少分享用于該基因的相同的遺傳因子的其他正面票選候選的計(jì)算。這個(gè)過程將重復(fù)用于該選擇的候選的所有基因，并且這些k個(gè)計(jì)算(k為基因的數(shù)目)將合計(jì)；這個(gè)計(jì)算為用于該候選的該“代表性”分?jǐn)?shù)。這個(gè)過程為重復(fù)用于每一個(gè)該正面票選候選，并且這些候選依據(jù)本身的分?jǐn)?shù)而排定順序。當(dāng)然，排序較前面的正面票選候選將選擇作為選取。
〔0178〕在其中一個(gè)變化中，該參與者具有機(jī)會(huì)回絕該選擇的選取，在該例子中該次高分?jǐn)?shù)的候選將選擇作為選取并且諸如此類等等。若數(shù)個(gè)遭受回絕(例如，三個(gè))，該組n個(gè)重復(fù)計(jì)算將重新開始。在另一個(gè)變化中，該參與者為呈現(xiàn)具有顯示該三個(gè)最高分?jǐn)?shù)的選取候選的控制板，并且給予他機(jī)會(huì)選擇該其中一個(gè)他認(rèn)為最接近他已經(jīng)票選的候選。
策略II焦點(diǎn)視窗收斂選取〔0179〕在該第二個(gè)等級(jí)的進(jìn)度顯示技術(shù)中，該進(jìn)度指示棒并未單純地增加，但是該進(jìn)度指示棒視該參與者的行為而定可能退回。若票選者持續(xù)地票選，則較可能他的連續(xù)票選視窗將隨著增加類似的設(shè)計(jì)候選而常駐；在該例子中，結(jié)合這些連續(xù)的票選視窗之內(nèi)容的相似性的進(jìn)度指示棒將增加。在這個(gè)例子中，在選取選擇之前的票選審核的數(shù)目是變動(dòng)的。當(dāng)某些比例(例如，3/4)的設(shè)計(jì)候選在該票選視窗中變成相同或非常類似，該最相似的候選將選擇作為選取。在完成該選取后，若該選取未由該參與者所回絕，新的焦點(diǎn)視窗將常駐(亦即隨機(jī))，并且該參與者開始將產(chǎn)生下一個(gè)選取之下個(gè)階段的程序。若該選取受到回絕，類似于呈現(xiàn)在上文策略I下方的選取的另一個(gè)選擇將接續(xù)。
策略III直接選擇〔0180〕在這個(gè)例子中，在某些數(shù)目的票選審核已經(jīng)由該參與者所達(dá)成之后，額外的按鈕將啟動(dòng)接續(xù)在焦點(diǎn)視窗中的每一個(gè)該設(shè)計(jì)候選。該按鈕為直接選取按鈕，該直接選取按鈕允許該參與者選擇該對(duì)應(yīng)的候選以變成選取。另外，當(dāng)直接選取啟動(dòng)時(shí)，該參與者為允許由在該票選視窗中的本身的位置拖曳該所需的候選于該選取控制板區(qū)域，該選取控制板區(qū)域?qū)⒃谀抢锓胖迷摵蜻x的復(fù)制。一旦該參與者產(chǎn)生直接選取，該直接選取按鈕為再次消除而用于預(yù)設(shè)數(shù)目的票選重復(fù)。該選取控制板具有固定數(shù)目的槽以容納該選取，并且當(dāng)新的選取是通過點(diǎn)擊本身的直接選取按鈕而插入時(shí)，該選取將放置在該選取控制板之上方處，同時(shí)其余每個(gè)向下移動(dòng)一個(gè)槽，占據(jù)該底部槽的該設(shè)計(jì)將舍棄。若該選取是通過拖曳該候選于該選取控制板上完成，則該選取的設(shè)計(jì)將替換在該控制板上所拖曳及降下的槽上的項(xiàng)目或者在該槽處及下方的項(xiàng)目將向下平移一個(gè)槽(在底部槽內(nèi)的項(xiàng)目再次舍棄)。不論該選取控制板如何的安排，所有選取的歷史將記錄用于后續(xù)的分析。
策略IV群聚的網(wǎng)路效應(yīng)技術(shù)〔0181〕這是一個(gè)包含在選取視窗中顯示該參與者的家族技術(shù)，不僅依據(jù)本身的票選圖案所計(jì)算的選取候選，而且用于其他票選者的選取(候選或?qū)嶋H的)。在這個(gè)例子中，通過票選者的最普遍的設(shè)計(jì)候選為使用在上文的策略I下方所描述的相同的技術(shù)而計(jì)算，除了該正面票選候選是從所有參與者所收集之外，而非來自我們正在討論其視窗的參與者。
物種演變及動(dòng)態(tài)(或共同演化)區(qū)隔〔0182〕當(dāng)使用以控制配對(duì)選擇3的該β參數(shù)設(shè)定為足夠高的數(shù)值時(shí)，諸如40.0，則上文所條列的該機(jī)制及程序?qū)⒆詣?dòng)地允許不同的喜好介紹在該過程期間出現(xiàn)及共同存在。在某些程度上該參與者表示在市場中的消費(fèi)者的人口群，并且在某些程度上在該市場中的不同的子群體以對(duì)于產(chǎn)品屬性的明確組合的演化喜好而結(jié)束，則在效能上該系統(tǒng)執(zhí)行某一種該市場的動(dòng)態(tài)區(qū)隔。該名詞“動(dòng)態(tài)的”在此使用以顯示該喜好介紹及該對(duì)應(yīng)的喜好設(shè)計(jì)在該程序期間為共同演化的。這方法不同于針對(duì)市場區(qū)隔的方法，該市場區(qū)隔假設(shè)特定的喜好介紹(合適的設(shè)計(jì)是發(fā)展用于該喜好介紹)或該合適的消費(fèi)者對(duì)其受到確認(rèn)的特定設(shè)計(jì)。這個(gè)章節(jié)意在解釋該目前的實(shí)現(xiàn)如何采用區(qū)隔能力及意在呈現(xiàn)簡單的例子。
分類配對(duì)〔0183〕在某些程度上在特定個(gè)體(設(shè)計(jì)候選)之間的交錯(cuò)式運(yùn)算造成由該參與者較不喜好的新的候選，我們尋求避免此類配對(duì)的發(fā)生。然而，我們無法預(yù)先知道此類配對(duì)那一個(gè)將是有害的。表示個(gè)體的配對(duì)選擇的該R空間機(jī)制可以通過時(shí)間通過參與者的實(shí)際配對(duì)結(jié)果的評(píng)估學(xué)習(xí)那一個(gè)配對(duì)是相容的及那一個(gè)不相容。成功的一對(duì)基因材料將逐漸傾向更頻繁地發(fā)生并且藉以排擠那些較不成功的配對(duì)。該特定配對(duì)的禁止(或減少的可能性)已知為分類配對(duì)，并且允許彼此配對(duì)的每一組的個(gè)體，但不與另一組的成員，已知為物種。
〔0184〕物種(物種演變)的演化對(duì)于動(dòng)態(tài)參與者喜好區(qū)隔的絕對(duì)重要的。當(dāng)設(shè)計(jì)活動(dòng)開始時(shí)，該R空間為同質(zhì)性的設(shè)計(jì)候選的該人口群的R數(shù)值為均勻地分散于R空間中。當(dāng)演化進(jìn)行時(shí)，將獲得關(guān)于那一個(gè)配對(duì)的基因材料比其他配對(duì)較為成功的資訊(通過該參與者的回饋)。由于參與的評(píng)估及在該再制基因上的該交錯(cuò)式運(yùn)算，在R空間中該基因數(shù)值的分布變成不同性質(zhì)的。換言之，該R空間開始叢集。這個(gè)不同性質(zhì)所架構(gòu)的方式為保持彼此相近的某些體及遠(yuǎn)離其他個(gè)體。這些叢集符合物種，亦即，為再制地隔進(jìn)的個(gè)體集合。當(dāng)再制隔離出現(xiàn)時(shí)，每一個(gè)物種，結(jié)合已經(jīng)通過本身的票選而演化該物種的參與者，對(duì)于特定子區(qū)域的該設(shè)計(jì)空間變得特殊化，并且該物種較不受其他物種的干擾。
在生態(tài)環(huán)境上的多重位置〔0185〕當(dāng)市場具有多重區(qū)隔時(shí)，對(duì)于每一個(gè)這些區(qū)隔具有存在一組明確的喜好介紹。每一個(gè)區(qū)隔的喜好表示在該設(shè)計(jì)搜尋空間內(nèi)的區(qū)域。這些區(qū)域可以思考為明確的生態(tài)位置。該分類的配對(duì)動(dòng)態(tài)允許多重物種顯露及持續(xù)存在，其中每一個(gè)物種占據(jù)屬于本身的位置。支持每一個(gè)區(qū)隔的參與者數(shù)量-對(duì)于該市場區(qū)隔的尺寸的代理-決定該位置的承受能力，以及因此決定該對(duì)應(yīng)物種的尺寸。換言之，當(dāng)R空間叢集形成時(shí)，叢集的尺寸(屬于該特定物種的設(shè)計(jì)候選的數(shù)量)反應(yīng)該市場區(qū)隔的尺寸(假設(shè)在參與者之間的票選的平衡的水準(zhǔn)，該參與者可以通過限定呈現(xiàn)給每一個(gè)參與者的票選螢?zāi)划嬅娴臄?shù)量或通過忽視由特定參與者已經(jīng)達(dá)到他的或她的分配票選的數(shù)量所送出的票選而受控制于目前的實(shí)現(xiàn)中)。因?yàn)楫?dāng)參與者與該系統(tǒng)溝通時(shí)(并且因此形成意見)，該參與者發(fā)現(xiàn)設(shè)計(jì)可能性，并且該設(shè)計(jì)演化以回應(yīng)于該參與者，該系統(tǒng)可以描述在設(shè)計(jì)及參與者之間的溝通以成為某些感受的共同演化。通過該演化設(shè)計(jì)所引起的喜好允許該整個(gè)系統(tǒng)收斂在描述在該市場內(nèi)的多重區(qū)隔之一組設(shè)計(jì)上。
〔0186〕圖8至14表示這個(gè)動(dòng)態(tài)區(qū)隔過程的例子。在這個(gè)例子中，兩個(gè)參與者同時(shí)地與該系統(tǒng)溝通。該過程依據(jù)該候選人口群的隨機(jī)種子而由均勻地分布再制基因及特征基因(分別參見圖8及圖9)開始。在數(shù)個(gè)票選周期之后，兩個(gè)區(qū)隔顯現(xiàn)，其中一個(gè)對(duì)應(yīng)于參與者1，并且另一個(gè)對(duì)應(yīng)于參與者2。圖10及11顯示用于在該活動(dòng)中的該位置處的該兩位參與者的焦點(diǎn)視窗。每一個(gè)焦點(diǎn)視窗之內(nèi)容是通過用于該參與者的選擇的設(shè)計(jì)所支配，亦即，顯示于該第一參與者的設(shè)計(jì)選擇在顏色、圖案及設(shè)計(jì)式樣(例如垂飾長度)的特征上可以不同于呈現(xiàn)給該第二參與者的設(shè)計(jì)選擇。顯示給任一個(gè)參與者的該設(shè)計(jì)選擇可能是高度集中于R空間中，亦即，每一個(gè)設(shè)計(jì)選擇可以非常類似于顯示給該參與者的彼此的設(shè)計(jì)選擇(例如類似的顏色、類似的圖案等等)。在其他活動(dòng)中呈現(xiàn)給該參與者的設(shè)計(jì)選擇可以散布于R空間中，亦即，每一個(gè)設(shè)計(jì)選擇可以具有來自呈現(xiàn)給該參與者的其他設(shè)計(jì)選擇的不同的顏色或圖案。圖12顯示在該位置處的該R空間描繪，具有該設(shè)計(jì)候選對(duì)應(yīng)于該兩個(gè)明亮的區(qū)隔；在這個(gè)實(shí)施中，該兩個(gè)叢集是明確具區(qū)別的。最后，圖13及14顯示用于每一個(gè)參與者在該過程中的該位置處的特征基因數(shù)值的分布。圖13描繪用于參與者1的特征基因1至3的分布。由于式樣“2”受到區(qū)隔兩者的喜好，該式樣“2”為僅存的衣領(lǐng)式樣。參與者1喜好帶紫色的本體式樣(本體式樣“1”)及短的垂飾長度(數(shù)值等于123)。
〔0187〕圖14描繪用于參與者2的特征基因的分布。衣領(lǐng)式樣“2”(垂飾衣領(lǐng))為該僅存的衣領(lǐng)式樣。參與者2喜好綠色本體式樣(本體式樣“6”)及長的垂飾長度(數(shù)值等于1310)。
〔0188〕在其中一項(xiàng)實(shí)施例中，關(guān)于每一個(gè)使用者的人口統(tǒng)計(jì)的資訊可用于改變上文所描述的演化演算法。例如，系統(tǒng)可以接受來自廣泛領(lǐng)域的使用者的輸入但是僅使用來自具有對(duì)于演化設(shè)計(jì)標(biāo)的的領(lǐng)域的目的的特定的人口統(tǒng)計(jì)之一組使用者的輸入。這個(gè)實(shí)施例允許該制造者決定特定市場區(qū)隔的喜好而不需要該制造者肯定地朝向市場研究努力在特定人口統(tǒng)計(jì)的市場。
〔0189〕在另一個(gè)實(shí)施例中，上文所描述的系統(tǒng)可用于允許收集關(guān)于競爭產(chǎn)品的數(shù)據(jù)。這可以通過包含競爭產(chǎn)品于該組經(jīng)由設(shè)計(jì)以看出是否該產(chǎn)品能夠“存活(survive)”的產(chǎn)品中而達(dá)成。在其中一個(gè)特定的實(shí)施例中，該演化演算法認(rèn)得何時(shí)競爭產(chǎn)品在遺傳上類似于一組由一個(gè)或一個(gè)以上的選擇者所選擇的產(chǎn)品設(shè)計(jì)并且插入該競爭設(shè)計(jì)于下一代的產(chǎn)品選擇內(nèi)。
〔0190〕在另一個(gè)實(shí)施例中，該演化設(shè)計(jì)系統(tǒng)包含來自供給原始材料給該制造者的商業(yè)人員的資訊。例如，供給者可以提供關(guān)于包含于產(chǎn)品中所獲得之處理的資訊。該資訊通常將包含尺寸資訊及樣式資訊，但是可能亦包含價(jià)格資訊。在這個(gè)實(shí)施例中，選擇者可以提供具有關(guān)于潛在設(shè)計(jì)成本的資訊并且該基因因子可以考量于建立下一代產(chǎn)品內(nèi)用于該選擇者的回顧。
〔0191〕在另一個(gè)實(shí)施例中，上文所描述的該演化設(shè)計(jì)技術(shù)為通過提供選擇者模擬的推薦數(shù)據(jù)或其他提升的技巧及策略而增加。在這個(gè)實(shí)施例中，感覺作為意見決定者的選擇者可以具有本身的票選喜好顯示給該票選大眾以決定是否其他選擇者依據(jù)該意見決定者票選喜好的知識(shí)改變本身的票選。
混合實(shí)驗(yàn)(Hybrid Experiments)〔0192〕如同上文所提及的，當(dāng)與選擇者溝通時(shí)有利于結(jié)合分析及實(shí)驗(yàn)方法。此類的組合稱為“混合實(shí)驗(yàn)”并且具有多重實(shí)施例，每一個(gè)實(shí)施例依據(jù)所收集的數(shù)據(jù)達(dá)到不同的優(yōu)點(diǎn)。不同的實(shí)施例在下文作討論。
〔0193〕圖15為描述本發(fā)明的申請(qǐng)專利范圍的實(shí)施例的圖示，其中非收斂活動(dòng)1502轉(zhuǎn)換成收斂活動(dòng)1504的實(shí)驗(yàn)。實(shí)驗(yàn)可以由一個(gè)或一以上的活動(dòng)所組成，該活動(dòng)為幾組較小的經(jīng)驗(yàn)集合一起，通常通過使用于該活動(dòng)的步驟的分析的形式。
〔0194〕非收斂活動(dòng)，如同任何活動(dòng)，為一系列選擇者與呈現(xiàn)者(例如，電腦)所具有的溝通，其中該選擇者的答案經(jīng)由收集并作潛在分析。然而，雖然其中選擇所呈現(xiàn)的序順及組合可以作修正，該基本人口群最好不要修正。由于該基本人口群通常未作修正以回應(yīng)于使用者輸入，該人口群不會(huì)收斂或演化成員以最大化本身的適合性(適合性為依據(jù)選擇者喜好作量測)。由于這個(gè)系列的溝通并未造成人口群收斂，自然地本溝通稱為非收斂活動(dòng)。非收斂活動(dòng)的例子可以包含使用共同分析的溝通。
〔0195〕另一方面，當(dāng)該選擇者參與該活動(dòng)時(shí)，收斂活動(dòng)演化該基本人口群成為新的屬性組合。當(dāng)該活動(dòng)進(jìn)行時(shí)，該人口群收斂朝向最大選擇者喜好，沿著該途徑潛在地完全建立新的人口群成員。自然地，包含人口群收斂的溝通稱為收斂活動(dòng)。
〔0196〕在某些實(shí)施例中，該非收斂活動(dòng)1502包括傳統(tǒng)的共同實(shí)驗(yàn)。在其他實(shí)施例中，該非收斂活動(dòng)1502包括其中所呈現(xiàn)的選擇的順序可以改變以回應(yīng)于選擇者溝通的適應(yīng)性共同分析，但是該人口群最好未作改變。
〔0197〕該收斂活動(dòng)1504可以是諸如該上文所描述的基因演算型的活動(dòng)，或者該收斂活動(dòng)1504可以是另一個(gè)演化方向的方法。
〔0198〕由非收斂活動(dòng)轉(zhuǎn)換成收斂活動(dòng)是有益于實(shí)驗(yàn)設(shè)計(jì)，其中該方法結(jié)合每一種的優(yōu)點(diǎn)。非收斂活動(dòng)1502一般通過回歸模型通常將提供用于特定決定標(biāo)的屬性的關(guān)于選擇者的成份效用值(或效用)的資訊給廣泛數(shù)量的決定標(biāo)的。然而，收斂活動(dòng)1504聚焦選擇者的喜好成為最大共同性。這些最大化可以局限于選擇者或群體選擇者，或者有利于用于所有選擇者的整體的最大共同性。通過結(jié)合這些方法，效用性可以計(jì)算用于選擇者的喜好并且那些喜好可以通過呈現(xiàn)該選擇者具有“良好的”選擇而使用于起動(dòng)該演化。此外，通過首先執(zhí)行該非收斂活動(dòng)，可以獲得關(guān)于該選擇者并不認(rèn)同在該活動(dòng)的收斂部分中的決定標(biāo)的的知識(shí)。以起動(dòng)演化作說明，當(dāng)糖果制造商正在設(shè)計(jì)糖果棒包裝紙及執(zhí)行在不同的包裝紙的市場性上的研究時(shí)，選擇者可能偏好某些商標(biāo)及包裝紙顏色，但是并不關(guān)心于營養(yǎng)資訊的放置。一旦已經(jīng)決定商標(biāo)及顏色對(duì)于該選擇者是重要的，例如，在平均上具有較高的成份效用值，將能夠聚焦該選擇者的注意力于該商標(biāo)及顏色的變化上并且不在該營養(yǎng)資訊的放置上。然而，知道該選擇者關(guān)于營養(yǎng)資訊的放置并未表達(dá)喜好亦是有價(jià)值的。選擇者的厭惡的知識(shí)允許該實(shí)驗(yàn)設(shè)計(jì)者建立替換的設(shè)計(jì)腳本或回答在該收斂人口群內(nèi)用于不喜歡或特定決定標(biāo)的的假設(shè)的或模擬的問題。執(zhí)行該非收斂活動(dòng)首先亦能夠使在某些實(shí)施例中的實(shí)驗(yàn)設(shè)計(jì)者收集未受到該選擇者已經(jīng)作出的先前決定的影響的數(shù)據(jù)(因此該數(shù)據(jù)為較少偏差)。事實(shí)上，在某些實(shí)施例中，在該轉(zhuǎn)換至該收斂活動(dòng)之前，亦即該活動(dòng)僅為數(shù)據(jù)收集程序，未有分析是使用于在位置處的溝通上。
〔0199〕使用該上一個(gè)非收斂的活動(dòng)1502效用或成份效用值計(jì)算執(zhí)行收斂活動(dòng)1504是有益的，因?yàn)樵搶?shí)驗(yàn)設(shè)計(jì)者能夠聚焦于該選擇者的參數(shù)或?qū)傩缘南埠媒M合上。使用先前的例子，假設(shè)共同分析在該非收斂活動(dòng)的結(jié)束時(shí)而執(zhí)行以決定該選擇者表示該商標(biāo)顏色是重要的。該收斂活動(dòng)可以通過僅顯示具有明顯顯示喜好商標(biāo)的變化的包裝紙而開始。另外，視該探討的標(biāo)的而定，該收斂活動(dòng)可以通過顯示給該選擇者具有廣泛改變的商標(biāo)的數(shù)個(gè)包裝紙變化而開始以決定那些個(gè)商標(biāo)是較佳的。在任何一個(gè)例子中，該收斂活動(dòng)為使用在該非收活動(dòng)期間所獲得的效用并且依據(jù)至少部分這個(gè)資訊而呈現(xiàn)選擇給該選擇者。
〔0200〕一旦該初始選擇在該收斂活動(dòng)中為顯示給該選擇者，該選擇者在該非收斂活動(dòng)期間所作出的選擇通常并不影響該收斂活動(dòng)。當(dāng)該活動(dòng)進(jìn)行時(shí)，該收斂活動(dòng)的特質(zhì)在于適應(yīng)呈現(xiàn)給該選擇者的選擇。因此，在該收斂活動(dòng)開始時(shí)依據(jù)在該非收斂活動(dòng)中所獲得的資訊，在活動(dòng)之間的轉(zhuǎn)換可以包含智慧地常駐呈現(xiàn)給該選擇者的選擇。在該收斂活動(dòng)執(zhí)行之前未有分析使用于該數(shù)據(jù)的實(shí)施例中，呈現(xiàn)于該收斂活動(dòng)的開始時(shí)的選擇為隨機(jī)選擇及即時(shí)在該位置反應(yīng)呈現(xiàn)于該演化活動(dòng)人口群內(nèi)的屬性的分布。
〔0201〕應(yīng)該注意的是對(duì)于該選擇者可能不是顯而易見的是她已經(jīng)改變活動(dòng)形式。在某些實(shí)施例中，該轉(zhuǎn)換可以在選擇螢?zāi)划嬅嬷g完美地達(dá)到并且可以呈現(xiàn)給該選擇者具有單一的活動(dòng)正在執(zhí)行。在其他實(shí)施例中，該活動(dòng)可以分隔成數(shù)個(gè)小時(shí)或甚至一天，以獲得來自其他參與者的有用數(shù)據(jù)或讓該目前的選擇者休息。在該兩個(gè)活動(dòng)形式之間的不同的轉(zhuǎn)換組成本發(fā)明的申請(qǐng)專利范圍的不同的實(shí)施例。
〔0202〕圖16A依據(jù)本發(fā)明的申請(qǐng)專利范圍的其中一項(xiàng)實(shí)施例描述用于在非收斂活動(dòng)及收斂活動(dòng)之間作轉(zhuǎn)換的其中一種方法。在這個(gè)實(shí)施例中的全部的實(shí)驗(yàn)的第一個(gè)活動(dòng)為非收斂活動(dòng)。在其中一個(gè)版本中，該非收斂活動(dòng)為共同活動(dòng)(步驟1602)。在另一個(gè)版本中，該非收斂活動(dòng)為適應(yīng)性共同活動(dòng)。在另外其他活動(dòng)中，該非收斂活動(dòng)為其中該獲得的數(shù)據(jù)為使用層級(jí)貝氏共同模型作分析的共同活動(dòng)。在所有三個(gè)版本及其他版本中，該非收斂活動(dòng)活動(dòng)最好通過電子網(wǎng)路而呈現(xiàn)。該共同活動(dòng)選擇者由所呈現(xiàn)的該選擇之間作選擇，并且顯示該選擇者的反應(yīng)的數(shù)據(jù)將保存。該活動(dòng)持續(xù)以此方式進(jìn)行，亦即，選擇的重復(fù)呈現(xiàn)及該選擇者作出決定，直到符合切換標(biāo)準(zhǔn)。在某些實(shí)施例中，該切換標(biāo)準(zhǔn)為呈現(xiàn)給該選擇者特定數(shù)目的螢?zāi)划嬅孢x擇。在其他實(shí)施例中該切換條件為達(dá)到預(yù)定的時(shí)間限制。在另一個(gè)實(shí)施例中，該切換標(biāo)準(zhǔn)為達(dá)到用于該效用性計(jì)算的特定所需的數(shù)學(xué)性質(zhì)(例如，該計(jì)算的預(yù)期的信心水準(zhǔn))。
〔0203〕一旦該切換標(biāo)準(zhǔn)符合時(shí)，回歸模型將使用以計(jì)算用于特定屬性的該選擇者的喜好(步驟1604)。隨機(jī)數(shù)目的決定標(biāo)的由使用于該收斂活動(dòng)內(nèi)的該人口群的組合而選擇(步驟1606)。視該例子而定，這個(gè)人口群將表示該整個(gè)范圍的可能組合的變化比例。再者，視該收斂活動(dòng)的狀態(tài)而定，該人口群將是在隨機(jī)(在先前的活動(dòng)中)或收斂朝向喜好設(shè)計(jì)(在之后的該活動(dòng)期間)的不同的條件內(nèi)。不論該人口群的組成為何，本發(fā)明接著依據(jù)由該回歸模型(來自步驟1604)所提供的該效用性計(jì)算(步驟1608)而對(duì)該決定標(biāo)的的選擇作評(píng)分。本發(fā)明的申請(qǐng)專利范圍接著挑選該回應(yīng)的選擇顯示將是“最佳”的選擇的決定標(biāo)的(步驟1610)，并且放置該決定標(biāo)的于該焦點(diǎn)視窗的第一槽內(nèi)。本發(fā)明接著依據(jù)該選擇者的效用最好選擇具有所需的屬性的組合的另一個(gè)決定標(biāo)的(步驟1612)，但是是不同于第一決定標(biāo)的，亦即在遺傳基因上是遠(yuǎn)離的。一旦第二決定標(biāo)的受到選擇(步驟1612)，該選擇為放置在第二焦點(diǎn)視窗槽內(nèi)。在某些實(shí)施例中，該剩余的視窗槽為填覆隨機(jī)的決定標(biāo)的(步驟1614)。在其他實(shí)施例中該視窗是以非隨機(jī)填入，但是來自該人口群的較不需要的決定標(biāo)的。應(yīng)該注意的是關(guān)于“第一視窗槽”、“第二視窗槽”及“剩余視窗槽”并未隱含在該螢?zāi)簧匣蛟摻裹c(diǎn)視窗內(nèi)的任何順序或位置。此類的提及僅是顯示來自有限數(shù)量的可能位置的位置已經(jīng)填覆。一旦該焦點(diǎn)視窗已經(jīng)進(jìn)駐，基因演算法活動(dòng)或時(shí)程將可以開始(步驟1616)。
〔0204〕然而，在這個(gè)實(shí)施例中的第二活動(dòng)并未限定于基因演算法程序。在這個(gè)實(shí)施例及其他實(shí)施例中，該活動(dòng)可以是任何收斂的程序。
〔0205〕圖16B描述參考圖16A所說明的方法，但是來自該收斂人口群及票選視窗的觀察。從該收斂的人口群1618中，決定標(biāo)的X依據(jù)上文所描述的決定過程選取用于在該焦點(diǎn)視窗1622的槽1620。第二個(gè)不同及遠(yuǎn)離的決定標(biāo)的Y為選擇用于在該焦點(diǎn)視窗1622中的第二槽1624。在該焦點(diǎn)視窗1622內(nèi)的剩余槽1626接著最好通過來自該收斂人口群1618的隨機(jī)決定標(biāo)的而進(jìn)駐(標(biāo)記為1、2、3及4，因?yàn)椴幌馲及Y，該決定標(biāo)的并非使用來自該非收斂活動(dòng)的資訊而選擇)。一旦該使用者的收斂實(shí)驗(yàn)時(shí)程已經(jīng)開始，該使用者為呈現(xiàn)具有包含剛剛由決定標(biāo)的的人口群所選擇的決定標(biāo)的的該焦點(diǎn)視窗。再者，該呈現(xiàn)可以通過電子網(wǎng)路，或者可以通過諸如調(diào)查或問卷的另一個(gè)工具。該選擇者的決定及決定標(biāo)的喜好受到保存并且該演化運(yùn)算器產(chǎn)生用于該選擇者以提供選擇之一組新的選擇。這個(gè)程序的例子在上文作描述并且該活動(dòng)持續(xù)進(jìn)行直到符合停止標(biāo)準(zhǔn)為止。因此，在這個(gè)實(shí)施例中，該非收斂活動(dòng)有益于建立用于該收斂活動(dòng)的有利的決定標(biāo)的以開始聚焦該選擇的選擇。
〔0206〕比較決定標(biāo)的的其中一個(gè)方法是通過基因距離。當(dāng)兩個(gè)決定標(biāo)的對(duì)于相同基因具有不同的數(shù)值時(shí)，基因距離為兩個(gè)決定距離多遠(yuǎn)的量測(如同在圖17A中的說明)。在其中一項(xiàng)實(shí)施例中，表示特定的基因的相同的遺傳因子的基因具有0的距離并且表示相同基因的不同的遺傳因子的基因具有1的距離。接續(xù)該糖果棒包裝紙例子，若第一糖果棒包裝紙1702具有采用紅色商標(biāo)及未具營養(yǎng)資訊在該側(cè)邊上的藍(lán)色包裝紙顏色并且第二糖果棒1704具有相同的屬性，除了該包裝紙顯示營養(yǎng)資訊在該側(cè)邊上，則在該兩個(gè)包裝紙之間的距離為11707。這可以通過觀看該第一個(gè)糖果棒的包裝紙顏色及比較該包裝紙與該第二包裝紙的顏色而計(jì)算。該兩個(gè)包裝紙顏色是相同的，則該差異性為01706。接著該兩個(gè)商標(biāo)顏色將作比較。在此該距離亦為0，因?yàn)樵搩蓚€(gè)包裝紙分配相同的商標(biāo)顏色。然而，該營養(yǎng)資訊是不同的并且增加該基因差異性1706為1，使得如同在該總結(jié)1707中所顯示的全部基因距離為1。
〔0207〕參考圖17B，并且再次使用該第一包裝紙1702，比較朝向新的包裝紙1708。在該兩個(gè)包裝紙之間的該距離1710將再次計(jì)算并且該全部距離如同在該總結(jié)1711中所顯示為2。雖然在商標(biāo)顏色上相同于該第一包裝紙1702(距離+0)，該第二包裝紙1708在包裝紙顏色(距離+1)及營養(yǎng)資訊(距離+1)兩者上是不同的。這種方式依據(jù)是否用于每個(gè)基因的遺傳因子是相同的或不同的可以直接地計(jì)算。
〔0208〕今參考圖17C。在某些實(shí)施例中，該距離計(jì)算可以額外地考量權(quán)重，其中特定的屬性可以在該全部距離上或在決策標(biāo)的之間的相異處具有增加或減少的效果；例如，該商標(biāo)顏色對(duì)于選擇者可以是兩倍重要于該營養(yǎng)資訊。在該安排中，在該商標(biāo)中的差異性增加為兩倍大于在營養(yǎng)資訊的表示上的差異性的距離。在圖17C中，該第一包裝紙1702再次使用但是顯示額外的屬性，“使用大寫X”。該第一包裝紙1702與新的包裝紙1712作比較。該新的包裝紙1712為具有使用上文所描述的直接距離決定方法的3的距離1714。然而，在這個(gè)實(shí)施例中，權(quán)重1716為使用于該距離1714而造成不同的全部距離或權(quán)重距離1718。在這個(gè)安排中，該包裝紙顏色為兩倍重要于一般屬性，同時(shí)在該包裝紙語言中的大寫字母X的使用，例如“eXtreme”而非“extreme”，重要性僅占有一半。在該兩個(gè)包裝紙之間的權(quán)重距離因此為3.5(1719)使得該兩個(gè)屬性在遺傳上比若使用直接距離方法更彼此遠(yuǎn)離。在該距離計(jì)算中所使用的權(quán)重因子通常由該共同分析(不論依據(jù)用于每個(gè)屬性的不同數(shù)值的效用范圍或本身的標(biāo)準(zhǔn)差)而獲得。另外，該計(jì)算可以依據(jù)觀察在市場上的消費(fèi)者行為、直接代表消費(fèi)者的問卷或通過某些其他類型或喜好評(píng)估活動(dòng)。此外，在某些實(shí)施例中，屬性價(jià)值相對(duì)于顯示在圖17A-C中的公定值(nominal number)可以通過基數(shù)(cardinal number)而呈現(xiàn)。例如，該顏色“中藍(lán)色(medium blue)”可以具有指定給該顏色的基數(shù)5，而淺藍(lán)色(light blue)可以為3。在此類例子中，該距離計(jì)算考量這個(gè)基數(shù)；在該上文的例子中，例如，在該顏色之間的距離將等于2(假設(shè)使用1的權(quán)重因子)。在另一個(gè)實(shí)施例中，在兩個(gè)設(shè)計(jì)候選之間的相異處或距離可以包含在合計(jì)之前增加該個(gè)別的距離成分至第n個(gè)次方以及對(duì)該總合開m個(gè)根號(hào)。如同先前所討論的，使用任何上述方法計(jì)算距離是直接的(并且對(duì)于一般具有熟習(xí)該項(xiàng)技藝的人士是熟悉的)，并且該方法在由其中一個(gè)活動(dòng)轉(zhuǎn)換至另一個(gè)活動(dòng)期間對(duì)于比較決定標(biāo)的是有用的。
(0209〕圖18A描述依據(jù)本發(fā)明的申請(qǐng)專利范圍的其中一項(xiàng)實(shí)施例用于在非收斂活動(dòng)及收斂活動(dòng)之間作轉(zhuǎn)換的另一種方法。在該非收斂活動(dòng)已經(jīng)執(zhí)行之后(步驟1802)(如同上文參考圖16A所描述)，本發(fā)明的實(shí)施例計(jì)算為用于該初始焦點(diǎn)視窗的候選的決定標(biāo)的的分?jǐn)?shù)(步驟1804)及比較該候選(亦為步驟1804)與在該非收斂活動(dòng)中所看見的決定標(biāo)的的所有配對(duì)。換言之，該候選與該選擇者已經(jīng)顯示喜好之間之一對(duì)決定標(biāo)的作比較。如同之前描述，用于該焦點(diǎn)視窗的可能的候選在該收斂活動(dòng)中可能是決定標(biāo)的的整個(gè)人口群或該決定標(biāo)的的子集合。該實(shí)施例接著執(zhí)行用于在該收斂活動(dòng)人口群中的每個(gè)決定標(biāo)的候選的計(jì)分演算法，使用在該非收斂活動(dòng)中所看見的決定標(biāo)的的配對(duì)，在選擇候選之間重復(fù)(步驟1806)，并且計(jì)算該候選分?jǐn)?shù)(步驟1804)直到完成針對(duì)所有(或預(yù)定數(shù)目)配對(duì)的候選的計(jì)分為止。因此，當(dāng)在該非收斂期間活動(dòng)期間已經(jīng)呈現(xiàn)給她的人口群中，這個(gè)實(shí)施例以將評(píng)比該選擇者可能已經(jīng)選擇何者的方式比較該決定標(biāo)的人口群。實(shí)際上這個(gè)方式在建立用于該選擇者的投票者代理，依據(jù)至少部分在該非收斂活動(dòng)期間在決定上該選擇者所作出的票選決定。應(yīng)該注意的是本發(fā)明并非選擇用于該選擇者的決定標(biāo)的。相反地，當(dāng)該選擇者由該收斂人口群反而經(jīng)呈現(xiàn)具有決定標(biāo)的時(shí)，本發(fā)明在于預(yù)測該選擇在該非收斂活動(dòng)中可能已經(jīng)選擇何者。
〔0210〕欲說明候選-配對(duì)比較/票選者代理概念，參考圖18B。在這個(gè)實(shí)施例中，若該選擇者在該非收斂活動(dòng)期間觀看在特定選擇視窗中的決定標(biāo)的1、2、3及4，這個(gè)實(shí)施例將考量使用1-2、1-3、1-4、2-3、2-4及3-4的配對(duì)(忽略配對(duì)具有本身及復(fù)制配對(duì)的決定標(biāo)的)以計(jì)算在用于焦點(diǎn)視窗槽中的收斂人口群中的可獲得的每個(gè)候選的分?jǐn)?shù)。該配對(duì)的例示性表格1808顯示用于可獲得的配對(duì)的X，用于其中自我配對(duì)將避免的O及用于其中復(fù)制配對(duì)將忽略的空缺項(xiàng)目。在該候選及給定先前觀看的配對(duì)(pi，pj)之間的該計(jì)分比較在這個(gè)實(shí)施例中是通過下列計(jì)算而達(dá)到scorec(pi,pj)=(d(pi,c)-d(pj,c))*(NRating(pj)-NRating(pi))]]>〔0211〕其中pi為該配對(duì)的第一個(gè)、pj為第二個(gè)、c為用于焦點(diǎn)視窗槽的候選，d(x，y)為在決定標(biāo)的x及y之間的基因距離，并且NRating(x)為由決定標(biāo)的x所接收的喜好率的函數(shù)。該得分函數(shù)定義在該候選及來自該非收斂活動(dòng)的配對(duì)的第一與第二決定標(biāo)的之間的距離乘以在該非收斂活動(dòng)期間該配對(duì)所接收的分?jǐn)?shù)中的負(fù)的差異。用于決定標(biāo)的c的全部分?jǐn)?shù)為通過總計(jì)從使用所有可獲得的配對(duì)所得到的所有分?jǐn)?shù)成分而獲得，如下scorec=Σallavailablepairs(pi,pj)((d(pi,c)-d(pj,c))*(NRating(pj)-NRating(pi)))]]>總之這個(gè)計(jì)分演算法依據(jù)該選擇者的每個(gè)該配對(duì)的先前的喜好率計(jì)算該選擇者在比較上將評(píng)估多少該目前的決定標(biāo)的候選?；氐絽⒖紙D18A，在使用上文所描述的決定標(biāo)的-配對(duì)-比較演算法計(jì)算所有候選的分?jǐn)?shù)之后，這個(gè)實(shí)施例接著決定該最高得分的n個(gè)決定標(biāo)的(步驟1810)，其中n為在呈現(xiàn)給該選擇者的焦點(diǎn)視窗中的槽的數(shù)目。這個(gè)方法已知為“前N個(gè)選取(top N picks)”方法。在其他實(shí)施例中該最高得分的m決定標(biāo)的受到選擇，其中m＜n并且m為通過在活動(dòng)之間的該轉(zhuǎn)換之前在該處的實(shí)驗(yàn)設(shè)計(jì)者所選擇。在該例子中，該剩余的焦點(diǎn)視窗槽將從該演化活動(dòng)人口群通過隨機(jī)選擇或通過準(zhǔn)隨機(jī)而進(jìn)駐以確保在隨機(jī)選擇用于該剩余槽(假設(shè)超過一個(gè)以上的槽將受到選擇)的那些決定標(biāo)的之間的某些基因差異的水準(zhǔn)。
〔0212〕關(guān)于該函數(shù)NRating(x)，該函數(shù)可以以各種方式經(jīng)由配置以便轉(zhuǎn)換由應(yīng)答者所提供的評(píng)估成為有用的數(shù)值。在其中一項(xiàng)實(shí)施例中，該應(yīng)答者可以經(jīng)由詢問以在一組給定的選擇螢?zāi)划嬅娴?個(gè)決定標(biāo)的中選擇最佳及次佳的決定標(biāo)的；這兩個(gè)評(píng)估接著可以分別地轉(zhuǎn)換成為3及2的數(shù)值。未在該頁面上受到評(píng)比的決定標(biāo)的將受到指定為0或-1的數(shù)值。在另一個(gè)實(shí)施例中，該應(yīng)答者將受到詢問以在選擇集合中選擇最佳及最差的決定標(biāo)的。在這個(gè)例子中，該函數(shù)將指定2或3的數(shù)值給該最佳的決定標(biāo)的、指定-2或-3的數(shù)值給該最差的決定標(biāo)的及指定0或-1的數(shù)值給未受到評(píng)比的那些決定標(biāo)的。在另一個(gè)實(shí)施例中，該應(yīng)答者在該選擇集合中的每一個(gè)決定標(biāo)的下方可以提供具有5點(diǎn)或7點(diǎn)的等級(jí)，并且經(jīng)詢問以直接地選擇在該頁面上用于所有或子集合的該決定標(biāo)的的數(shù)值評(píng)估。在該例子中，該函數(shù)可以在未作修正下使用這些數(shù)值，或者該函數(shù)可以對(duì)于該決定的使用直接數(shù)值的轉(zhuǎn)換，包含標(biāo)準(zhǔn)化該數(shù)值以消除某些應(yīng)答者相對(duì)于其他應(yīng)答者傾向選擇所述級(jí)的其中一個(gè)極端的效應(yīng)。在這些實(shí)施例中的很多其他變化將可以輕易地由一般熟習(xí)該項(xiàng)技藝的某些人士而發(fā)展及實(shí)現(xiàn)。
〔0213〕在用于該焦點(diǎn)視窗的決定標(biāo)的受到選擇后，該焦點(diǎn)視窗將顯示給該選擇者并且該收斂活動(dòng)將如同參考圖16A之上文所描述而繼續(xù)進(jìn)行(步驟1812)。
〔0214〕該上文的實(shí)施例的版本使用不同的方法以選擇所呈現(xiàn)的該決定標(biāo)的。在其中一個(gè)版本中，本發(fā)明使用依據(jù)共同分析的直接計(jì)分機(jī)制，其中在該演化人口群中的該決定標(biāo)的候選為通過合計(jì)本身的成份效用值而計(jì)分，該成份效用值為通過使用來自該非收斂的活動(dòng)所收集的數(shù)據(jù)計(jì)算共同分析模型而獲得。依據(jù)本身的成份效用值的合計(jì)具有全部最高效用性的候選將呈現(xiàn)給該選擇者。在另一個(gè)版本中，該決定標(biāo)的為依據(jù)叢集演算法或潛在類別回歸(latent-class regression)而選擇。在這個(gè)安排中，潛在類別回歸模型將計(jì)算不同組的成份效用值，依據(jù)喜好的本身的相似性每一個(gè)對(duì)應(yīng)于不同顯現(xiàn)群體的應(yīng)答者。在此類例子中，該潛在類別共同分析將執(zhí)行于由該多個(gè)應(yīng)答者所收集的數(shù)據(jù)上，該應(yīng)答者已經(jīng)及時(shí)檢視該活動(dòng)到達(dá)該位置處。由該潛在類別回歸所確認(rèn)之類別的數(shù)量是變動(dòng)的，并且視該群體的應(yīng)答者為如何相似或具差異而定。該不同組的成份效用值(通常在2及4之間)將會(huì)用以確認(rèn)在依據(jù)不同組的成份效用值而得分高的該收斂決定標(biāo)的人口群中的不同的候選。例如，若該潛在類別回歸確認(rèn)三個(gè)類別及三組對(duì)應(yīng)的成份效用值，每一組成份效用值將使用以計(jì)算該候選的分?jǐn)?shù)，并且對(duì)于每一個(gè)潛在類別的最高得分的候選將作確認(rèn)及使用于(部分地)常駐在該收斂活動(dòng)中的初始焦點(diǎn)視窗上。
〔0215〕在另一個(gè)版本中，臨界函數(shù)經(jīng)使用以計(jì)算用于常駐該實(shí)驗(yàn)的收斂活動(dòng)部分的初始焦點(diǎn)視窗上的候選的分?jǐn)?shù)。分?jǐn)?shù)高于該臨界值的該候選為放置在集合內(nèi)，并且不受取代的隨機(jī)選擇將由該集合而達(dá)成以常駐該初始焦點(diǎn)視窗上。
〔0216〕在其他實(shí)施例中，該系統(tǒng)可以經(jīng)由設(shè)定以便一個(gè)以上的該初始焦點(diǎn)視窗可以常駐。其中一個(gè)實(shí)施例亦將以上文所簡述的方式常駐第二個(gè)焦點(diǎn)視窗于該演化活動(dòng)中。并且在另一個(gè)實(shí)施例中，后續(xù)的焦點(diǎn)視窗可以保留一些槽以便該焦點(diǎn)視窗可以以類似的方式而常駐。
〔0127〕在非收斂活動(dòng)及收斂活動(dòng)之間的轉(zhuǎn)換系依據(jù)本發(fā)明描述于圖19中的另一個(gè)實(shí)施例。在該非收斂活動(dòng)已經(jīng)執(zhí)行之后，本發(fā)明的實(shí)施例重復(fù)通過在該非收斂活動(dòng)中該選擇者觀看及認(rèn)同的決定標(biāo)的。選擇者可能已經(jīng)通過，但不限定于，評(píng)估該決定標(biāo)的在整數(shù)基準(zhǔn)的等級(jí)上高于其他決定標(biāo)的而顯示對(duì)于決定標(biāo)的的喜好，例如在1至10的等級(jí)上為9、通過給定決定標(biāo)的“贊成”的票選或通過選擇在網(wǎng)頁上的選取鈕藉以顯示“這個(gè)候選在螢?zāi)簧鲜俏业淖類邸薄?br> 〔0218〕如同在圖19中的說明，共同分析回歸模型在該實(shí)驗(yàn)(步驟1902)之后而執(zhí)行以產(chǎn)生依據(jù)該選擇者所作出的所有決定的效用。得分依據(jù)來自由該選擇者所觀看的決定標(biāo)的的所有屬性的分析的資訊將使用于先前觀看的決定標(biāo)的上。
〔0219〕本發(fā)明接著計(jì)算由該應(yīng)答者依據(jù)這些效用或成份效用值所看見的決定標(biāo)的的分?jǐn)?shù)(步驟1906)。這些效用為使用于(步驟1904-1906)在該非收斂活動(dòng)中該選擇者所看見的決定標(biāo)的上直到該方法執(zhí)行完該選擇者已經(jīng)觀看的決定標(biāo)的為止。一旦該效用為使用于所有該決定標(biāo)的(步驟1904及1906)，該前面n個(gè)決定標(biāo)的將受到選取(步驟1908)，其中n為在該焦點(diǎn)視窗中的槽的數(shù)目。這些n個(gè)決定標(biāo)的經(jīng)由使用以常駐在該演化活動(dòng)的初始焦點(diǎn)視窗中的槽，并且該n個(gè)決定標(biāo)的為同時(shí)地插入該演化活動(dòng)的人口群內(nèi)(步驟1909)。在其中一項(xiàng)實(shí)施例中，這個(gè)插入需要移除該人口群的n個(gè)缺乏執(zhí)行的決定標(biāo)的以維持該預(yù)定的人口群尺寸。在本發(fā)明的不同的實(shí)施例中，使用于該演化活動(dòng)的決定標(biāo)的的人口群在尺寸上允許成長以容納這些增加的標(biāo)的。
〔0220〕應(yīng)該注意的是在任何一個(gè)實(shí)施例中，當(dāng)選擇前面n個(gè)決定標(biāo)的時(shí)將使用一種檢驗(yàn)標(biāo)準(zhǔn)以增加在該決定標(biāo)的之間的差異性。在某些實(shí)施例中，這個(gè)標(biāo)準(zhǔn)可以依據(jù)如同上文所描述的某些基因距離的臨界值。在其他實(shí)施例中，該標(biāo)準(zhǔn)為使用某些基因距離作為相似性尺度的叢集演算法以分類出該候選于群體內(nèi)及選擇來自每一個(gè)群體的代表性的決定標(biāo)的。
〔0221〕應(yīng)該注意的是在這個(gè)實(shí)施例中，相反地，m個(gè)決定標(biāo)的可以替代選擇考量相似性，其中m＜n并且該剩余的槽為隨機(jī)或準(zhǔn)隨機(jī)填覆(由任何一個(gè)人口群)，如同上文或通過另一個(gè)選擇方法所描述。這個(gè)“前面N個(gè)不同的選取”實(shí)施例具有呈現(xiàn)給該選擇者具有一組多樣的決定標(biāo)的的效果，該決定標(biāo)的在該非收斂活動(dòng)的進(jìn)行期間皆已經(jīng)認(rèn)為是接受的。一旦該人口群通過該選擇方法(步驟1908)而作選擇，該收斂活動(dòng)如同上文所描述將執(zhí)行(步驟1910)。
〔0222〕圖20的實(shí)施例為類似于圖19的實(shí)施例，其中在該非收斂活動(dòng)進(jìn)行之后(步驟2002)，該方法通過計(jì)算已經(jīng)看見的決定標(biāo)的的分?jǐn)?shù)(步驟2004-2006)、重復(fù)通過已經(jīng)由該選擇者所檢視的人口群(步驟2004-2006)及選取該前面n個(gè)決定標(biāo)的(步驟2008)而開始。然而，在這個(gè)實(shí)施例中，來自該非收斂人口群的決定標(biāo)的并未使用，而是本發(fā)明選擇來自該收斂人口群(步驟2010)的j個(gè)決定標(biāo)的，該j個(gè)決定標(biāo)的為類似于來自該非收斂人口群之前面分?jǐn)?shù)的決定標(biāo)的(其中j＝n)。
〔0223〕相似性為通過使用上文所描述的該基因距離方法而量測，該方法采用在候選之間具有相等距離分?jǐn)?shù)的連結(jié)為隨機(jī)中斷。應(yīng)該注意的是，如同上文所描述，相似性測試可以使用于是由該非收斂活動(dòng)所選擇的該前面n個(gè)分?jǐn)?shù)的決定標(biāo)的上，以避免復(fù)制或具有高度相似性的決定標(biāo)的。
〔0224〕此外，雖然j及n在該上文的實(shí)施例中是相等的，該決定標(biāo)的并不需要如此，其中該相似性匹配并不需要為一對(duì)一。實(shí)驗(yàn)設(shè)計(jì)者可以對(duì)于類似于該最高得分的非收斂決定標(biāo)的(在該j＞n的例子中，尤其在這個(gè)例子中，j＝n+1)的兩個(gè)收斂人口群決定標(biāo)的作搜尋。另外，該設(shè)計(jì)者可以選擇設(shè)定該實(shí)驗(yàn)使得j＜n；由該非收斂活動(dòng)所確認(rèn)之前面得分的決定標(biāo)的的數(shù)目是較大于需要在該收斂活動(dòng)中常駐該焦點(diǎn)視窗的決定標(biāo)的的數(shù)目；當(dāng)該收斂人口群已經(jīng)演化并且收斂至低多樣性的位置時(shí)，該方法是有用的，使得不可能在該收斂人口群中找到足夠接近來自該非收斂活動(dòng)的任何任意前面得分的決定標(biāo)的的匹配。當(dāng)在收斂的決定標(biāo)的考量為足夠接近其中一個(gè)該前面評(píng)比的非收斂決定標(biāo)的之前，相似性臨界值必須符合時(shí)，該后者的實(shí)施例通常是有用的。在另一個(gè)實(shí)施例中，該實(shí)驗(yàn)設(shè)計(jì)者可以選擇以在這些技術(shù)之間作切換，視在該收斂人口群中的收斂(并且因此缺乏相似性)的程度而定。這個(gè)方法及本身的變化已知為“前面N個(gè)相像(top N look-a-likes)”方法。
〔0225〕如同在其他實(shí)施例中，n為在該焦點(diǎn)視窗中的槽的數(shù)目并且該設(shè)計(jì)者可能對(duì)僅常駐m個(gè)槽的該焦點(diǎn)視窗這個(gè)方式感到有興趣，其中m＜n。在該安排下，于上一個(gè)段落中所描述在j及n之間的關(guān)系今將使用在m及j之間。一旦該相似的決定標(biāo)的為選擇(步驟2010)用于該初始焦點(diǎn)視窗，該收斂活動(dòng)可以如同上文所描述而開始(步驟2012)。
〔0226〕如同采用上文所描述的其他實(shí)施例，這個(gè)實(shí)施例提供許多優(yōu)點(diǎn)。首先，該實(shí)施例以最佳化用于減少偏差及雜訊于該共同分析中的成份效用值上的方式允許在該非收斂活動(dòng)期間的應(yīng)答者喜好觀察的收集。這個(gè)方法可以通過在該非收斂活動(dòng)期間以隨機(jī)或最好依循根據(jù)最佳化的實(shí)驗(yàn)設(shè)計(jì)技術(shù)(Design of Experiments scheme)(已知為DOE或DOX)的圖案而呈現(xiàn)決定標(biāo)的以達(dá)成。在數(shù)學(xué)語法上，此類的技術(shù)最有效率地利用該應(yīng)答者將采取的選擇集合及觀察的有限的數(shù)目。該上文的實(shí)施例的第二個(gè)優(yōu)點(diǎn)在于該方法依據(jù)在該非收斂活動(dòng)期間的他的或她的回饋，通過聚焦該應(yīng)答者的初始活動(dòng)于經(jīng)計(jì)算由該應(yīng)答者所喜好的收斂決定標(biāo)人口群的區(qū)域上，利用在該非收斂活動(dòng)期間所收集的資訊以使該應(yīng)答者的課程在該收斂活動(dòng)期間更有效率及初始上更為直接。這些實(shí)施例的第三個(gè)優(yōu)點(diǎn)在于當(dāng)他或她由該非收斂轉(zhuǎn)換至該收斂活動(dòng)時(shí)，通過呈現(xiàn)給他或她具有一組初始的決定標(biāo)的在該后者的開始時(shí)刻，該后者涉及在該前者的非收斂活動(dòng)期間他或她看見及喜好的決定標(biāo)的，該方法提供對(duì)于該應(yīng)答者的連續(xù)性的感受。尤其，這些實(shí)施例最好直接地復(fù)制來自該第一個(gè)活動(dòng)的計(jì)算的喜好決定標(biāo)的成為該收斂人口群及成為該選擇者的初始焦點(diǎn)視窗。
〔0227〕圖21為一般描述在依據(jù)本發(fā)明的實(shí)施例的收斂實(shí)驗(yàn)2104之后用于執(zhí)行非收斂活動(dòng)2102的方法的圖示。這個(gè)方法為上文所描述的方法的對(duì)換。在這個(gè)安排中，本發(fā)明的實(shí)施例通過執(zhí)行收斂活動(dòng)2102而開始。該收斂活動(dòng)可以是諸如上文所描述的方法的基因演算法類型的活動(dòng)或者該活動(dòng)可以是另一個(gè)演化導(dǎo)向的、收斂的方法。該實(shí)施例接著使用在該收斂活動(dòng)中所收集的資訊，諸如屬性的喜好的組合、喜好決定標(biāo)的或喜好部分決定標(biāo)的，以依據(jù)該資訊建立及進(jìn)行非收斂活動(dòng)(2104)。在下文所描述的不同的使用安排下這種方法對(duì)于不同的理由是具有優(yōu)點(diǎn)的。
〔0228〕在圖22A所描述的較佳的實(shí)施例中，收斂活動(dòng)將進(jìn)行(步驟2202)，并且該收斂人口群經(jīng)由分析以確認(rèn)領(lǐng)導(dǎo)的決定標(biāo)的(步驟2203)。如同較早前所描述，這個(gè)分析包含在該收斂活動(dòng)人口群上執(zhí)行叢集演算法并且確認(rèn)反映在該人口群的狀態(tài)中的不同區(qū)域的喜好的代表。另外，其他的分析方法可以使用。該方法使用對(duì)于一般熟習(xí)該項(xiàng)技藝的人士已知的分析技術(shù)亦能夠確認(rèn)在這些喜好的決定標(biāo)的上的變動(dòng)。
〔0229〕該領(lǐng)導(dǎo)的決定標(biāo)的(及在該決定標(biāo)的上的變動(dòng))接著將使用以建立非收斂活動(dòng)(步驟2205)，通常稱為離散選擇活動(dòng)。除了其中僅其中一個(gè)屬性是使用于呈現(xiàn)全部的決定標(biāo)的之外，該方法為類似于具有該屬性依據(jù)決定標(biāo)的的不同的變數(shù)的不同的數(shù)值的共同活動(dòng)。在選擇上，額外的“參考”決定標(biāo)的可以加入該混合內(nèi)(步驟2207)。這些決定標(biāo)的包括對(duì)于該實(shí)驗(yàn)設(shè)計(jì)者已知為優(yōu)先順位但是在該收斂活動(dòng)期間并未演化的競爭決定標(biāo)的，不論是因?yàn)樵摏Q定標(biāo)的較不受喜好，或者因?yàn)槟承┍旧淼膶傩圆⑽窗谠摰谝换顒?dòng)中。此類參考的例子競爭者在市場上的設(shè)計(jì)。一旦這些決定標(biāo)的為載入至該非收斂活動(dòng)內(nèi)(意即，為使用于建立用于該活動(dòng)的決定標(biāo)的的人口群)，該非收斂活動(dòng)將執(zhí)行(步驟2209)并且所收集的該數(shù)據(jù)因此使用類似于共同模型的回歸模型而分析(步驟2211)。這個(gè)分析的結(jié)果提供洞察力于該不同的決定標(biāo)的將如何彼此相對(duì)進(jìn)入該市場中及每一個(gè)決定標(biāo)的將獲得的喜好的分享。使用于該非收斂活動(dòng)中的該未偏差的取樣對(duì)于獲得在這些決定標(biāo)的之間用于該“喜好分享(share of preference)”或“喜好強(qiáng)度(strength of preference)”的未偏差的計(jì)算是最佳化的。
〔0230〕其中依循收斂活動(dòng)進(jìn)行有用的非收斂活動(dòng)的另一個(gè)安排在于該實(shí)驗(yàn)設(shè)計(jì)者何時(shí)正使用該非收斂活動(dòng)以在非常大量的屬性空間的喜好子集合內(nèi)獲得更精確的屬性效用量測。在這種情況中，該收斂活動(dòng)為最先使用以探索該大的設(shè)計(jì)空間及確認(rèn)在該空間內(nèi)的喜好的子區(qū)域；表示該較大的屬性空間的該子集合的屬性為載入該后續(xù)的非演化活動(dòng)內(nèi)，接著，該活動(dòng)使用于平均地取樣在該子空間內(nèi)的決定標(biāo)的。這種技術(shù)獲得具有較少統(tǒng)計(jì)雜訊的效用計(jì)算。這種安排的其中一項(xiàng)實(shí)施例描述于圖22B中。該實(shí)驗(yàn)由執(zhí)行收斂活動(dòng)而開始(步驟2202)。通過演化如同較早所描述的該收斂人口群，該收斂活動(dòng)通常將收斂在其中一個(gè)或有限數(shù)目的喜好決定標(biāo)的上。這種演化將造成用于每個(gè)基因的遺傳因子的分布隨著時(shí)間而改變，具有該喜好的遺傳因子變得更多及該不受喜好的決定標(biāo)的變得更少。通過分析該收斂人口群的狀態(tài)，該喜好的基因遺傳因子(屬性變數(shù))受到確認(rèn)(步驟2204)。在其中一項(xiàng)實(shí)施例中，這個(gè)步驟通過通過該收斂人口群的叢集確認(rèn)喜好決定標(biāo)的(及該決定標(biāo)的的變化)而達(dá)成，接著為其中該喜好決定標(biāo)的經(jīng)分析成為本身的成分遺傳因子之列舉步驟。在另一個(gè)實(shí)施例中，在該收斂人口群中的更多遺傳因子分布的直接的分析將進(jìn)行，并且具有上述平均頻率(或其他臨界頻率)的遺傳因子將作確認(rèn)(步驟2206)。在任一方式中，因此所確認(rèn)的該屬性變數(shù)為使用于建立非收斂活動(dòng)(步驟2208)。這個(gè)活動(dòng)可能是隨機(jī)非收斂活動(dòng)，其中該非收斂人口群是由這個(gè)屬性群聚而隨機(jī)(或準(zhǔn)隨機(jī)地，以避免復(fù)制決定標(biāo)的)產(chǎn)生，或者該活動(dòng)可能依據(jù)如同較早前所描述的實(shí)驗(yàn)設(shè)計(jì)技術(shù)原理。一旦這個(gè)確認(rèn)完成，該非收斂活動(dòng)開始(步驟2210)。接著，將在該非收斂數(shù)據(jù)上執(zhí)行共同分析(步驟2212)以計(jì)算用于在通過該收斂活動(dòng)所確認(rèn)的該喜好子空間中的該組較小的屬性變數(shù)的成份效用值或效用。
〔0231〕在這個(gè)實(shí)施例中，在該收斂活動(dòng)期間所獲得的資訊可以使用以補(bǔ)足如同由該虛線箭頭(2214)所說明的該共同分析(步驟2212)。在該非收活動(dòng)期間所收集的某些回饋資訊接著可以使用以提供額外的觀察給該回歸模型。另外，依據(jù)觀察在該收斂活動(dòng)期間此類的交流溝通效應(yīng)的呈現(xiàn)及重要性，其中交流溝通項(xiàng)目(在特定屬性變數(shù)之間的模型協(xié)同的高階項(xiàng)目)是包含于該共同回歸模型內(nèi)。該觀察可以通過觀看在該收斂人口群中的遺傳因子的條件的分布或通過確認(rèn)呈現(xiàn)在該喜好的決定標(biāo)的內(nèi)的該特殊的屬性組合而達(dá)成。
〔0232〕這個(gè)實(shí)施例能夠由非常大的設(shè)計(jì)空間(可能的決定標(biāo)的的范圍)而開始，其中該空間將由于太大以致不能通過共同分析(包含層級(jí)貝氏模型)而執(zhí)行，因?yàn)樵摶顒?dòng)將需要過多的應(yīng)答者及每一位應(yīng)答者實(shí)行過多的螢?zāi)划嬅妗Ｔ撌諗炕顒?dòng)為使用于有效率地及快速地減少大量設(shè)計(jì)空間成為較能夠處理的設(shè)計(jì)空間，該設(shè)計(jì)空間接著可以通過收斂活動(dòng)及共同分析來進(jìn)行。
〔0233〕無論如何，從收斂活動(dòng)已經(jīng)顯現(xiàn)的喜好允許實(shí)驗(yàn)設(shè)計(jì)者通過非收斂活動(dòng)過程決定關(guān)于已經(jīng)顯現(xiàn)的喜好什么是重要的。這個(gè)步驟不同于在圖15-20中所說明的由該方法所提供的資訊。在那些實(shí)施例中，該實(shí)驗(yàn)設(shè)計(jì)者能夠經(jīng)由非收斂活動(dòng)通過該屬性空間詳細(xì)收集何者通常是重要的，并且接著依據(jù)收斂實(shí)驗(yàn)，經(jīng)由整個(gè)設(shè)計(jì)空間計(jì)算最佳的選擇。在這個(gè)章節(jié)中所描述的方法允許在該設(shè)計(jì)空間內(nèi)的廣泛的探索以找出可能的候選并且接著集中于那些區(qū)域上以決定那些子集合的特征化的效用。
〔0234〕圖23描述依據(jù)本發(fā)明的申請(qǐng)專利范圍的實(shí)施例執(zhí)行收斂實(shí)驗(yàn)及使用共同分析于該保存的數(shù)據(jù)上。該方法類似上文所實(shí)行的收斂演算法而開始決定標(biāo)的為呈現(xiàn)給選擇者(步驟2302)；該選擇者表示對(duì)于許多決定標(biāo)的的喜好(步驟2304)；該收斂活動(dòng)保存這個(gè)喜好數(shù)據(jù)(步驟2306)；演化該人口群以回應(yīng)該保存的數(shù)據(jù)(步驟2308)；及該過程重復(fù)直到符合停止標(biāo)準(zhǔn)為止(步驟2310)。然而，在該活動(dòng)結(jié)束時(shí)，將執(zhí)行共同分析(步驟2312)于該喜好或在該收斂活動(dòng)的運(yùn)算期間所保存的選擇數(shù)據(jù)上。由平衡、正交性及其他實(shí)驗(yàn)設(shè)計(jì)技術(shù)的觀點(diǎn)，該收斂票選追蹤可能不具有最佳化設(shè)計(jì)的非收斂活動(dòng)將具有的所需的取樣性質(zhì)。然而，在該保存的喜好或選擇數(shù)據(jù)上執(zhí)行共同分析仍然能夠使該實(shí)驗(yàn)設(shè)計(jì)者獲得有價(jià)值洞察力進(jìn)入該應(yīng)答者的喜好內(nèi)。由于該收斂活動(dòng)經(jīng)由設(shè)計(jì)以收斂朝向較佳的解答，較不可能花費(fèi)過多時(shí)間演化及選擇具有屬性變數(shù)的決定標(biāo)的，該屬性變數(shù)依據(jù)由該較早的參與者所提供的回饋已經(jīng)證明是較不受偏好的。相反地，該非收斂活動(dòng)將選擇具較不相似的屬性的決定標(biāo)的，該較不相似的屬性的決定標(biāo)的如同具有非常相似的屬性的決定標(biāo)的一樣頻繁。因此，相比于該非收斂活動(dòng)當(dāng)依據(jù)該收斂票選追蹤時(shí)，對(duì)于缺乏執(zhí)行屬性變數(shù)的效用計(jì)算將是較受干擾及潛在性偏差。
〔0235〕然而，執(zhí)行該共同分析于該收斂票選追蹤上的其中一個(gè)優(yōu)點(diǎn)在于對(duì)于該高度喜好屬性的最終效用將是有益地偏差以反應(yīng)較高階的交流溝通效果，該較高階的交流溝通效果在一般共同分析中通常為留下不作模型的。這使得那些效用計(jì)算較適合于確認(rèn)用于喜好決定標(biāo)的的最佳屬性組合?；谶@些理由，該實(shí)驗(yàn)設(shè)計(jì)者或該用戶端可以請(qǐng)求具有找出依據(jù)分析該收斂人口群的狀態(tài)以及依據(jù)該收斂活動(dòng)票選追蹤的該共同分析兩者的報(bào)告，而給予該用戶端或設(shè)計(jì)者該實(shí)驗(yàn)進(jìn)行的較為平衡的觀點(diǎn)。
〔0236〕圖24說明一般與收斂實(shí)驗(yàn)同步進(jìn)行的非收斂實(shí)驗(yàn)。在該實(shí)驗(yàn)開始之前，這個(gè)實(shí)施例通過傳送選擇者兩個(gè)活動(dòng)設(shè)定的其中一個(gè)而開始。其中一個(gè)設(shè)定為收斂活動(dòng)2402并且另一個(gè)為非收斂活動(dòng)2404。在某些實(shí)施例中，設(shè)定該選擇者或應(yīng)答者進(jìn)行至那一個(gè)活動(dòng)是隨機(jī)決定的。
〔0237〕在其他實(shí)施例中對(duì)于該兩個(gè)活動(dòng)的選擇者數(shù)量通常保持在相等狀態(tài)，或者通過傳送交替的應(yīng)答者至不同的活動(dòng)而決定性地執(zhí)行。在其他實(shí)施例中，并且視該研究的目的而定，經(jīng)由該兩個(gè)活動(dòng)的應(yīng)答者的分布可能是不公平的，但是可以依循任何所需的比例。例如，有需要可以傳送三分的1的應(yīng)答者至該非收斂活動(dòng)，并且三分的二至該收斂活動(dòng)。同樣地在該情況下，應(yīng)答者選擇可以是決定性或隨機(jī)性地實(shí)現(xiàn)。
〔0238〕一旦決定出該選擇者將參與那一個(gè)設(shè)定，該活動(dòng)將執(zhí)行。在某些實(shí)施例中，該兩個(gè)實(shí)驗(yàn)設(shè)定以相同或類似的初始人口群而開始，由可能的決定標(biāo)的的范圍隨機(jī)或準(zhǔn)隨機(jī)產(chǎn)生。在其他實(shí)施例中，如同上文的簡述，該非收斂人口群為依據(jù)最佳化的實(shí)驗(yàn)設(shè)計(jì)技術(shù)而產(chǎn)生，該技術(shù)亦可能決定其中在該非收斂活動(dòng)期間決定標(biāo)的所呈現(xiàn)的順序及組合。該非收斂人口群仍然不變的而具有不同的選擇者顯示對(duì)于呈現(xiàn)給他們的決定標(biāo)的喜好。雖然收斂活動(dòng)可能以相同的人口群而開始，該收斂設(shè)定演化本身的人口群，并且呈現(xiàn)給該選擇者的決定標(biāo)的為該演化的產(chǎn)品。
〔0239〕在其中選擇者并非為第一個(gè)選擇者以檢視在該收斂活動(dòng)中的人口群的實(shí)施例中，呈現(xiàn)給她的該決定標(biāo)的為已經(jīng)參與或正在參與該收斂活動(dòng)的其他選擇者的選擇的產(chǎn)品。在其中選擇者為第一個(gè)檢視該收斂人口群的實(shí)施例中，該選擇者類似于選擇者在該非收斂活動(dòng)中所看見以隨機(jī)取樣而呈現(xiàn)。一旦該活動(dòng)執(zhí)行，由該非收斂人口群所收集的效用可以使用于確認(rèn)該收斂人口群的喜好的決定標(biāo)的。這種方式允許該實(shí)驗(yàn)設(shè)計(jì)者決定對(duì)于該群體的應(yīng)答者何者是重要的及該群體的特定部分如何在該初始的人口群中實(shí)現(xiàn)改變以演化該決定標(biāo)的成為該最終、收斂的最佳決定標(biāo)的。
〔0240〕在較佳的實(shí)施例中，在屬性內(nèi)的效用的范圍或該在屬性內(nèi)的效用(通常稱為“選項(xiàng)引導(dǎo)者(Choice Drivers)”)的標(biāo)準(zhǔn)差為使用在確認(rèn)該收斂活動(dòng)的人口群最后收斂至該喜好決定標(biāo)的的代表物的過程中。該選項(xiàng)引導(dǎo)者提供相關(guān)重要性予不同決定標(biāo)的屬性的應(yīng)答者。于本實(shí)施例中，可利用K中心點(diǎn)或K中位數(shù)(K-median)叢集演算法中的基因相似度量的權(quán)重系數(shù)(weighting factor)以針對(duì)在收斂人口群的喜好叢集確認(rèn)呈現(xiàn)的決定標(biāo)的。
〔0241〕上述實(shí)施例僅為例示性說明本發(fā)明的原理及其功效，而非用于限制本發(fā)明。任何本領(lǐng)域技術(shù)人員均可在不違背本發(fā)明的精神及范疇下，對(duì)上述實(shí)施例進(jìn)行修飾與變化。因此，本發(fā)明的權(quán)利保護(hù)范圍，應(yīng)如后述的申請(qǐng)專利范圍所列。
權(quán)利要求
1.一種分析群體選擇者的設(shè)計(jì)喜好傾向的方法，系包括下列步驟a)通過電子網(wǎng)路呈現(xiàn)給多個(gè)選擇者一個(gè)或一個(gè)以上的具有多個(gè)組合的屬性的決定對(duì)象的群體；b)由該多個(gè)選擇者獲得表示來自在該呈現(xiàn)的決定對(duì)象中的選擇者的喜好的信息；c)使用該信息以發(fā)展或選擇包含一個(gè)或一個(gè)以上不同的屬性組合的決定對(duì)象衍生的群體；d)重復(fù)步驟a)至c)，由步驟c)使用衍生出的群體以達(dá)到一個(gè)或一個(gè)以上的較佳的決定對(duì)象；以及e)由步驟b)使用至少部分信息以執(zhí)行共同分析，以獲得與該選擇者的屬性喜好相關(guān)的信息。
2.根據(jù)權(quán)利要求1所述的方法，其中，該選擇者包含一個(gè)或一個(gè)以上的i)個(gè)人；ii)個(gè)人的群體；iii)用于個(gè)人的代理主機(jī)，如機(jī)器學(xué)習(xí)系統(tǒng)；iv)類神經(jīng)網(wǎng)路、統(tǒng)計(jì)或其他數(shù)學(xué)模型或?qū)＜蚁到y(tǒng)；或v)上述這些選擇者的組合。
3.根據(jù)權(quán)利要求2所述的方法，其中，使用基因算法發(fā)展或選擇決定對(duì)象的衍生的群體。
4.根據(jù)權(quán)利要求2所述的方法，其中，該決定對(duì)象包含廣告素材。
5.根據(jù)權(quán)利要求2所述的方法，其中，該決定對(duì)象包含包裝素材。
6.根據(jù)權(quán)利要求2所述的方法，其中，該決定對(duì)象包含已制成的消費(fèi)物品。
7.根據(jù)權(quán)利要求2所述的方法，進(jìn)一步包含步驟f)產(chǎn)生描述選擇者的群體的設(shè)計(jì)喜好傾向的報(bào)告。
8.根據(jù)權(quán)利要求2所述的方法，其中，步驟d)進(jìn)一步包含依據(jù)預(yù)設(shè)的重復(fù)次數(shù)重復(fù)步驟a)至c)。
9.根據(jù)權(quán)利要求2所述的方法，其中，步驟d)進(jìn)一步包含依據(jù)預(yù)設(shè)的時(shí)間長度重復(fù)步驟a)至c)。
10.根據(jù)權(quán)利要求2所述的方法，進(jìn)一步包含呈現(xiàn)給每一個(gè)該選擇者多個(gè)問題以獲取回復(fù)的步驟。
11.根據(jù)權(quán)利要求10所述的方法，其中每一個(gè)選擇者的回復(fù)用以選擇呈現(xiàn)給步驟a)中的選擇者的決定對(duì)象。
12.根據(jù)權(quán)利要求10所述的方法，其中一個(gè)以上的選擇者的回復(fù)用以選擇呈現(xiàn)給步驟a)中的選擇者的決定對(duì)象。
13.根據(jù)權(quán)利要求10所述的方法，其中一個(gè)以上的選擇者的回復(fù)用以產(chǎn)生描述選擇者的群體的設(shè)計(jì)喜好傾向的報(bào)告。
14.一種分析群體選擇者的設(shè)計(jì)喜好傾向的方法，包括下列步驟a)通過電子網(wǎng)路呈現(xiàn)給多個(gè)選擇者一個(gè)或一個(gè)以上的具有多個(gè)組合的屬性的決定對(duì)象的群體；b)由該多個(gè)選擇者獲得表示來自在該呈現(xiàn)的決定對(duì)象中的選擇者的喜好的信息；c)由步驟b)使用至少某些信息以實(shí)現(xiàn)共同分析以收集關(guān)于該多個(gè)選擇者的屬性喜好的信息；d)通過網(wǎng)路呈現(xiàn)給相同或不同的群體選擇者具有多個(gè)組合屬性的一個(gè)或一個(gè)以上決定對(duì)象的額外的群體；e)獲得來自選擇者表示由在該呈現(xiàn)額外的決定對(duì)象中的喜好的信息；f)使用該信息以發(fā)展或選擇包括一個(gè)或一個(gè)以上的不同的組合屬性的決定對(duì)象的衍生出的群體；g)重復(fù)步驟d)至f)，由步驟f)使用衍生出的群體以達(dá)到一個(gè)或一個(gè)以上的較佳的決定對(duì)象；以及h)當(dāng)達(dá)到停止標(biāo)準(zhǔn)時(shí)，選擇一個(gè)或群體較佳的決定對(duì)象而用于進(jìn)一步的開發(fā)、制造、使用或販?zhǔn)邸?br> 15.根據(jù)權(quán)利要求14所述的方法，其中，該選擇者包含一個(gè)或一個(gè)以上的i)個(gè)人；ii)個(gè)人的群體；iii)用于個(gè)人的代理主機(jī)，如機(jī)器學(xué)習(xí)系統(tǒng)；iv)類神經(jīng)網(wǎng)路、統(tǒng)計(jì)或其他數(shù)學(xué)模型或?qū)＜蚁到y(tǒng)；或v)上述這些選擇者的組合。
16.根據(jù)權(quán)利要求15所述的方法，其中，使用基因算法發(fā)展或選擇決定對(duì)象的衍生的群體。
17.根據(jù)權(quán)利要求15所述的方法，其中，步驟c)可以在步驟g)之后執(zhí)行。
18.根據(jù)權(quán)利要求15所述的方法，其中，步驟c)可以在步驟h)之后執(zhí)行。
19.根據(jù)權(quán)利要求15所述的方法，其中，步驟c)的共同分析的結(jié)果可以經(jīng)由使用以影響在步驟d)中所呈現(xiàn)的額外的決定對(duì)象的數(shù)量的屬性組合。
20.根據(jù)權(quán)利要求15所述的方法，其中，呈現(xiàn)在步驟a)中的該決定對(duì)象可以包括屬性的隨機(jī)集合。
21.根據(jù)權(quán)利要求15所述的方法，其中，呈現(xiàn)在步驟a)中的該決定對(duì)象可以包括經(jīng)由設(shè)計(jì)增強(qiáng)該共同分析的效率的屬性。
22.根據(jù)權(quán)利要求15所述的方法，其中在步驟a)之前進(jìn)一步包含呈現(xiàn)給每一個(gè)該選擇者多個(gè)問題以獲取回復(fù)的步驟。
23.根據(jù)權(quán)利要求22所述的方法，其中每一個(gè)選擇者的回復(fù)用以選擇呈現(xiàn)給該選擇者的決定對(duì)象。
24.根據(jù)權(quán)利要求22所述的方法，其中一個(gè)以上的選擇者的回復(fù)用以選擇呈現(xiàn)給該選擇者的決定對(duì)象。
25.一種確認(rèn)與分析至少一個(gè)選擇者針對(duì)決定對(duì)象屬性的喜好的方法，包括下列步驟a)呈現(xiàn)至少一個(gè)來自第一人口群中的決定對(duì)象給選擇者；b)從該選擇者所表達(dá)的針對(duì)至少一個(gè)決定對(duì)象的喜好獲得數(shù)據(jù)；c)重復(fù)步驟a)與b)直至交換標(biāo)準(zhǔn)符合為止；d)呈現(xiàn)至少一個(gè)來自第二人口群中的決定對(duì)象予選擇者；e)從該選擇者所表達(dá)的針對(duì)至少一個(gè)決定對(duì)象的喜好獲得信息；f)使用該信息以發(fā)展至少一個(gè)于該第二人口群中的決定對(duì)象；以及g)重復(fù)步驟d)至f)直至停止標(biāo)準(zhǔn)符合為止。
26.根據(jù)權(quán)利要求25所述的方法，其中，該選擇者包含一個(gè)或一個(gè)以上的i)個(gè)人；ii)個(gè)人的群體；iii)用于個(gè)人的代理主機(jī)，如機(jī)器學(xué)習(xí)系統(tǒng)；iv)類神經(jīng)網(wǎng)路、統(tǒng)計(jì)或其他數(shù)學(xué)模型或?qū)＜蚁到y(tǒng)；或v)上述該些選擇者的組合。
27.根據(jù)權(quán)利要求26所述的方法，其中，步驟c)進(jìn)一步包含于符合該交換標(biāo)準(zhǔn)之后，基于該獲得的數(shù)據(jù)進(jìn)行共同分析。
28.根據(jù)權(quán)利要求27所述的方法，其中，步驟c)進(jìn)一步包含選擇至少一個(gè)呈現(xiàn)予該選擇者的決定對(duì)象以相應(yīng)于該共同分析。
29.根據(jù)權(quán)利要求26所述的方法，其中，步驟g)進(jìn)一步包含于符合該停止標(biāo)準(zhǔn)之后，基于該獲得的數(shù)據(jù)與信息進(jìn)行共同分析。
30.根據(jù)權(quán)利要求26所述的方法，其中，步驟c)進(jìn)一步包含于符合該交換標(biāo)準(zhǔn)之后，使用該獲得的數(shù)據(jù)以從該第二人口群中選擇至少一個(gè)呈現(xiàn)予步驟d)中的選擇者的決定對(duì)象。
31.根據(jù)權(quán)利要求26所述的方法，其中，該共同分析使用該所獲得的數(shù)據(jù)或信息其中之一予以執(zhí)行。
32.根據(jù)權(quán)利要求31所述的方法，其中，該共同分析使用該所獲得的數(shù)據(jù)與信息予以執(zhí)行。
33.根據(jù)權(quán)利要求26所述的方法，進(jìn)一步包含步驟h)產(chǎn)生確認(rèn)每一個(gè)選擇者針對(duì)決定對(duì)象屬性的喜好的報(bào)告。
34.根據(jù)權(quán)利要求26所述的方法，其中，該交換標(biāo)準(zhǔn)包含一組步驟a)至步驟b)重復(fù)的次數(shù)。
35.根據(jù)權(quán)利要求26所述的方法，其中，該交換標(biāo)準(zhǔn)包含到達(dá)預(yù)設(shè)時(shí)間的限制。
36.根據(jù)權(quán)利要求26所述的方法，其中，該停止標(biāo)準(zhǔn)包含一組步驟d)至步驟f)重復(fù)的次數(shù)。
37.根據(jù)權(quán)利要求26所述的方法，其中，該停止標(biāo)準(zhǔn)包含到達(dá)預(yù)設(shè)時(shí)間的限制。
38.根據(jù)權(quán)利要求26所述的方法，其中，每一個(gè)該決定對(duì)象包含廣告素材。
39.根據(jù)權(quán)利要求26所述的方法，其中，每一個(gè)該決定對(duì)象包含包裝素材。
40.根據(jù)權(quán)利要求26所述的方法，其中，每一個(gè)該決定對(duì)象包含已制成的消費(fèi)物品。
41.根據(jù)權(quán)利要求26所述的方法，其中，針對(duì)每一次重復(fù)，在步驟d)中呈現(xiàn)予每一個(gè)選擇者至少一個(gè)與呈現(xiàn)予任一個(gè)其他選擇者實(shí)質(zhì)上不相同的決定對(duì)象。
42.一種確認(rèn)與分析至少一個(gè)選擇者針對(duì)決定對(duì)象屬性的喜好的方法，包括下列步驟a)呈現(xiàn)至少一個(gè)來自第一人口群中的決定對(duì)象給選擇者；b)從該選擇者所表達(dá)的針對(duì)至少一個(gè)決定對(duì)象的喜好獲得信息；c)利用該信息以發(fā)展于該第一人口群中的至少一個(gè)決定對(duì)象；d)重復(fù)步驟a)與c)直至交換標(biāo)準(zhǔn)符合為止；e)呈現(xiàn)至少一個(gè)來自第二人口群中的決定對(duì)象給選擇者；f)從該選擇者所表達(dá)的針對(duì)至少一個(gè)決定對(duì)象的喜好獲得數(shù)據(jù)；以及g)重復(fù)步驟e)至f)直至停止標(biāo)準(zhǔn)符合為止。
43.根據(jù)權(quán)利要求42所述的方法，其中，該選擇者包含一個(gè)或一個(gè)以上的i)個(gè)人；ii)個(gè)人的群體；iii)用于個(gè)人的代理主機(jī)，如機(jī)器學(xué)習(xí)系統(tǒng)；iv)類神經(jīng)網(wǎng)路、統(tǒng)計(jì)或其他數(shù)學(xué)模型或?qū)＜蚁到y(tǒng)；或v)上述該些選擇者的組合。
44.根據(jù)權(quán)利要求43所述的方法，其中，步驟g)進(jìn)一步包含于符合該停止標(biāo)準(zhǔn)之后，基于該獲得的數(shù)據(jù)進(jìn)行共同分析。
45.根據(jù)權(quán)利要求43所述的方法，其中，步驟g)進(jìn)一步包含于符合該停止標(biāo)準(zhǔn)之后，基于該獲得的數(shù)據(jù)與信息進(jìn)行共同分析。
46.根據(jù)權(quán)利要求43所述的方法，其中，在步驟a)之前復(fù)包含呈現(xiàn)給該選擇者多個(gè)問題以獲取回復(fù)的步驟。
47.根據(jù)權(quán)利要求46所述的方法，其中，該回復(fù)用以自第一人口群中選擇至少一個(gè)呈現(xiàn)給該選擇者的決定對(duì)象。
48.根據(jù)權(quán)利要求43所述的方法，其中，在步驟a)、b)、c)、d)、e)及f)中的至少一個(gè)決定對(duì)象包含部分決定對(duì)象，其中該部分決定對(duì)象包含該定對(duì)象的屬性的子集合。
49.根據(jù)權(quán)利要求43所述的方法，其中，該共同分析使用該所獲得的數(shù)據(jù)予以執(zhí)行。
50.根據(jù)權(quán)利要求49所述的方法，其中，該共同分析使用該所獲得的數(shù)據(jù)與信息予以執(zhí)行。
51.根據(jù)權(quán)利要求50所述的方法，其中，進(jìn)一步包含步驟h)產(chǎn)生確認(rèn)每一個(gè)選擇者針對(duì)決定對(duì)象屬性的喜好的報(bào)告。
52.根據(jù)權(quán)利要求43所述的方法，其中，該交換標(biāo)準(zhǔn)包含一組步驟a)至步驟c)重復(fù)的次數(shù)。
53.根據(jù)權(quán)利要求43所述的方法，其中，該交換標(biāo)準(zhǔn)包含到達(dá)預(yù)設(shè)時(shí)間的限制。
54.根據(jù)權(quán)利要求43所述的方法，其中，該停止標(biāo)準(zhǔn)包含一組步驟e)至步驟f)重復(fù)的次數(shù)。
55.根據(jù)權(quán)利要求43所述的方法，其中，該停止標(biāo)準(zhǔn)包含到達(dá)預(yù)設(shè)時(shí)間的限制。
56.根據(jù)權(quán)利要求43所述的方法，其中，每一個(gè)該決定對(duì)象包含廣告素材。
57.根據(jù)權(quán)利要求43所述的方法，其中，每一個(gè)該決定對(duì)象包含包裝素材。
58.根據(jù)權(quán)利要求43所述的方法，其中，每一個(gè)該決定對(duì)象包含已制成的消費(fèi)物品。
59.根據(jù)權(quán)利要求43所述的方法，其中，針對(duì)每一次重復(fù)，在步驟a)中呈現(xiàn)予每一個(gè)選擇者至少一個(gè)與呈現(xiàn)予任一個(gè)其他選擇者實(shí)質(zhì)上不相同的決定對(duì)象。
60.一種針對(duì)多個(gè)具有喜好的選擇者中的每一個(gè)選擇者確認(rèn)與分析一個(gè)或一個(gè)以上的決定對(duì)象屬性的方法，包括下列步驟a)相應(yīng)于通過至少一個(gè)選擇者通過電子網(wǎng)路所提供的信息，針對(duì)多個(gè)決定對(duì)象中的每一個(gè)決定對(duì)象計(jì)算至少一個(gè)屬性；b)使用衍生自每一個(gè)屬性的分?jǐn)?shù)的信息以移駐具有多個(gè)決定對(duì)象的投票視窗；c)重復(fù)地呈現(xiàn)多個(gè)決定對(duì)象給多個(gè)選擇者并發(fā)展決定對(duì)象以回應(yīng)多個(gè)選擇者中的至少一個(gè)所表達(dá)的喜好；以及d)當(dāng)符合停止標(biāo)準(zhǔn)時(shí)，回復(fù)確認(rèn)一個(gè)或一個(gè)以上的喜好的決定對(duì)象的屬性的信息。
61.一種針對(duì)多個(gè)具有愛好的選擇者中的每一個(gè)選擇者確認(rèn)決定對(duì)象的較大人口群的子集合的方法，每一個(gè)該決定對(duì)象具有屬性的組合，該方法包括下列步驟a)通過電子網(wǎng)路呈現(xiàn)給多個(gè)選擇者中的每一個(gè)選擇者選自該決定對(duì)象的較大集合的決定對(duì)象第一群體，于該第一群體中的每一個(gè)決定對(duì)象具有特定的屬性組合；b)獲取通過至少該選擇者中的部分選擇者針對(duì)所呈現(xiàn)的決定對(duì)象所表達(dá)的喜好表示的數(shù)據(jù)；c)于選擇程序中使用該數(shù)據(jù)以選擇決定對(duì)象的第二群體；d)重復(fù)步驟a)至c)，使用步驟c)的第二群體以作為步驟a)中的第一群體，直到停止條件符合為止；以及e)基于該保存的數(shù)據(jù)進(jìn)行共同分析。
全文摘要
本發(fā)明提供一種從用于決定標(biāo)的及本身的屬性的各種設(shè)計(jì)選項(xiàng)之間有效地分析選擇者的設(shè)計(jì)喜好傾向的方法。選擇者可以使用一個(gè)或一個(gè)以上的用戶端系統(tǒng)(10、20、30、40)以經(jīng)由網(wǎng)絡(luò)(100)與一個(gè)或一個(gè)以上的服務(wù)計(jì)算系統(tǒng)(50、52、54)產(chǎn)生通訊。
文檔編號(hào)G06Q30/00GK101014935SQ200580025060
公開日2007年8月8日 申請(qǐng)日期2005年5月16日 優(yōu)先權(quán)日2004年5月24日
發(fā)明者K·M·馬利克, D·B·特勒, K·D·卡蒂 申請(qǐng)人:艾菲諾瓦公司