發(fā)明領(lǐng)域公開了用于為特定消費者傳送以電子方式生成的報價，并且更具體地講，用于獲得和接收具有特定類型或形式且來自指定源的數(shù)據(jù)，并且處理所述數(shù)據(jù)以作為從判定庫生成的輸出的方法和系統(tǒng)。本申請要求2014年11月13日提交的澳大利亞臨時專利申請no.2014904566和2014年11月14日提交的澳大利亞臨時專利申請no.2014904577的優(yōu)先權(quán)，其內(nèi)容以引用的方式全文并入本文。
背景技術(shù)：
：：企業(yè)越來越多地從傳統(tǒng)營銷形式諸如印刷、廣播和電視轉(zhuǎn)向經(jīng)由以電子方式生成的廣告和報價進(jìn)行的營銷。以電子方式生成的廣告和報價經(jīng)由電子郵件、sms、網(wǎng)頁瀏覽期間的展示等傳送到消費者和潛在消費者。供應(yīng)商提供的報價一般決定了營銷過程。也就是說，供應(yīng)商具有一個報價或一組報價，并且隨后將選擇營銷報價的一組消費者。這種方法的結(jié)果通常產(chǎn)生差的被接受結(jié)果。引導(dǎo)營銷活動的方式通常建立如下：步驟1-對每次活動作出消費者選擇。消費者選自其中特定消費者基于某些屬性組合在一起的消費者細(xì)分組。例如，生活在新南威爾士州(nsw)、沒有abc銀行的信用卡而是僅僅使用他們的借記卡來取款的30至40歲的成年人。步驟2-為活動附加“報價”(例如，abc銀行的信用卡，第一年免年費)。需注意，可通過首先創(chuàng)建另一個活動且隨后為該活動附加另一個報價來為同一消費者選擇附加另一個報價(例如，來自abc銀行的個人貸款)。步驟3-為活動附加“一個渠道”(或多個渠道)。這是用于向選定消費者傳送報價的通信媒介，例如，直接郵件或電子郵件。步驟4-確定活動運行的頻率，例如，一次、“n”天內(nèi)每天一次、“n”周內(nèi)每周一次。以上四個步驟稱為“活動優(yōu)化”方法。在任何時間點(例如，每天)，組織將執(zhí)行多個直接營銷活動(不必是基于活動運行頻率(如步驟4所定義)可用的全部直接營銷活動)。消費者可進(jìn)行超過一個活動(步驟1)。由于已定義的消費者“聯(lián)系規(guī)則”，至少在澳大利亞，針對消費者的常見做法是僅被這些活動之一聯(lián)系。因此，目前產(chǎn)品確定消費者針對特定日期運行的活動接收哪個報價。ibmoptimisetm(先前為unicaoptimisetm)是一種這樣的產(chǎn)品。它基于被提供給“優(yōu)化引擎”的輸入而使用基于確定性規(guī)則的邏輯。輸入的實例包括傾向評分或活動屬性諸如“活動類型”(例如，機上銷售、交叉銷售或向上銷售)或“目標(biāo)方法”(意指用于創(chuàng)建消費者選擇標(biāo)準(zhǔn)(例如，傾向)模型、觸發(fā)(消費者動作/行為)或?qū)挿夯A(chǔ)的方法)或“業(yè)務(wù)單元”(例如，信用卡與個人貸款)。除了優(yōu)化邏輯是基于規(guī)則這一事實外(這相對簡單)，還僅僅在已安排來在該特定日期運行的活動之間進(jìn)行仲裁，這是相當(dāng)受限的，并且因此通常導(dǎo)致差的被接受結(jié)果。本發(fā)明是在這個背景下提出的。技術(shù)實現(xiàn)要素：本發(fā)明的實施方案致力于克服或至少改善上文提及的現(xiàn)有技術(shù)的一個或多個缺陷，或給消費者提供有用的或商業(yè)選擇。本發(fā)明的實施方案的優(yōu)點通過以下結(jié)合附圖的描述將變得顯而易見，其中通過圖解和舉例的方式公開了本發(fā)明的優(yōu)選實施方案。根據(jù)本發(fā)明的第一寬泛方面，提供了一種用于為消費者生成報價的方法，所述方法包括：檢索產(chǎn)品評分，所述產(chǎn)品評分包括第一消費者購買第一產(chǎn)品的概率；獲得購買行為值，并且產(chǎn)生購買行為值的評分，所述評分包括通過所收集的所述第一消費者的購買行動的數(shù)據(jù)的特征確定的校準(zhǔn)后的評分；利用所述購買行為值的所述評分處理所述產(chǎn)品評分以生成第一產(chǎn)品行為評分；利用以類似方式得到的第二產(chǎn)品行為評分處理所述第一產(chǎn)品行為評分以確定是否為所述第一消費者以電子方式生成第一報價或第二報價；以及生成所述第一報價和所述第二報價中的至少一者以便傳送到所述第一消費者。根據(jù)本發(fā)明的第二寬泛方面，提供了一種用于為消費者生成報價的方法，所述方法包括：接收存儲于報價庫中的多個報價，所述報價庫填充有多個報價供應(yīng)商的報價；其中所述報價與產(chǎn)品評分相關(guān)，所述產(chǎn)品評分包括特定消費者購買第一產(chǎn)品的概率；獲得購買行為值并且生成與所述特定消費者有關(guān)的所述購買行為值的評分，所述購買行為值的所述評分包括通過所收集的所述特定消費者的所述購買行動的數(shù)據(jù)和/或與所述特定消費者的所述購買行動相關(guān)的數(shù)據(jù)的特征確定的校準(zhǔn)后的評分；利用所述購買行為值的所述評分處理所述產(chǎn)品評分以生成第一產(chǎn)品行為評分，作為利用所述購買行為值的所述評分處理所述產(chǎn)品評分的結(jié)果；利用以類似方式得到的第二產(chǎn)品行為評分處理所述第一產(chǎn)品行為評分以確定是否為所述第一消費者生成第一報價或第二報價；以及生成所述第一報價和所述第二報價中的至少一者以便傳送到所述第一消費者。在一個實施方案中，所述方法還包括獲得購買行為值，并且生成第二消費者的購買行為值的評分，其中所述第一消費者的所述數(shù)據(jù)的特征可與所述第二消費者的所述特征數(shù)據(jù)區(qū)分開來。在另一個實施方案中，傳送是經(jīng)由電子郵件、網(wǎng)站、移動應(yīng)用，文本消息和語音消息中的至少一者進(jìn)行的電子傳送。在又一個實施方案中，傳送渠道選自分支、呼叫中心和銷售點。在一個實施方案中，傳送方法針對任何消費者分批且實時地進(jìn)行。在另一個實施方案中，所述方法還包括處理所述第一報價和所述第二報價中的至少一者以便在指定時間范圍內(nèi)傳送。在又一個實施方案中，所述方法包括在為所述第一消費者生成所述第二報價之前，確定生成所述第一報價或所述第二報價是否違反了與針對所述第一消費者的所述第一報價和所述第二報價中的至少一者相關(guān)的規(guī)則。在一個實施方案中，所述第一消費者的所述購買行動涉及到折扣購買傾向。在另一個實施方案中，所述第一消費者的所述購買行動涉及到名牌購買傾向。在又一個實施方案中，所述第一消費者的所述購買行動涉及到產(chǎn)品地理來源購買傾向。在一個實施方案中，所述第一消費者的所述購買行動涉及到產(chǎn)品質(zhì)量購買傾向。在另一個實施方案中，所述第一消費者的所述購買行動涉及到頻率購買傾向。在又一個實施方案中，所述第一消費者的所述購買行動涉及到廣告響應(yīng)購買傾向。在一個實施方案中，所述第一產(chǎn)品行為評分和所述第二產(chǎn)品行為評分被加權(quán)。在另一個實施方案中，所述購買行動包括歷史購買的貨幣值。在又一個實施方案中，所述第一消費者為個人消費者和消費者群體成員之一。在一個實施方案中，所述購買行為值的所述評分被動態(tài)地校準(zhǔn)。根據(jù)本發(fā)明的第三寬泛方面，提供了一種裝置應(yīng)用的方法，所述方法包括：在所述裝置的顯示器上顯示所接收的第一報價；接收表示與所述第一報價有關(guān)的動作的第一輸入；生成用于根據(jù)所述第一輸入生成保存報價的保存過程；將所述顯示器上的所述第一電子報價根據(jù)所述第一輸入替換為所述顯示器上所接收的第二報價；在所述顯示器上顯示所接收的第二報價；接收表示與所述第二報價有關(guān)的動作的第二輸入；如果所述第二輸入包括保存所述報價，則生成用于根據(jù)所述第二輸入生成保存報價的保存過程；以及傳輸與一個或多個所述保存報價有關(guān)的數(shù)據(jù)。在一個實施方案中，其中所述應(yīng)用與數(shù)據(jù)處理進(jìn)行通信，所述方法還包括：接收一個或多個保存報價作為輸入；以及獲得所述購買行為值的評分，所述評分包括通過所收集的與所接收的一個或多個保存報價有關(guān)的數(shù)據(jù)的特征確定的以動態(tài)方式校準(zhǔn)后的評分。在另一個實施方案中，所述方法還包括生成第三報價以便根據(jù)所述接收的一個或多個保存報價來顯示。在又一個實施方案中，所述第一報價和所述第二報價的傳送包括檢索產(chǎn)品評分，所述產(chǎn)品評分包括消費者購買第一產(chǎn)品和第二產(chǎn)品的概率。在一個實施方案中，所述方法還包括：處理所述購買行為值以生成所述購買行為值的評分；以及利用所述購買行為值的所述評分處理所述產(chǎn)品評分以生成產(chǎn)品行為評分，從而確定所述第三報價用于傳送以便顯示。在另一個實施方案中，所述方法還包括生成所述第三報價以便根據(jù)所述購買行為評分來顯示。在又一個實施方案中，所述方法包括，如果所述第一輸入為忽略所述報價或如果所述第二輸入為忽略所述報價，則將所述顯示器上的所述第一報價或所述第二報價替換為在所述顯示器上所接收的另一報價。在一個實施方案中，所述方法還包括處理所述第一報價和所述第二報價中的至少一者以便在指定時間范圍內(nèi)傳送。在另一個實施方案中，傳送方法針對任何消費者成批且實時地進(jìn)行。在又一個實施方案中，所述裝置包括移動裝置。根據(jù)本發(fā)明的又一寬泛方面，提供了一種用于為消費者生成報價的系統(tǒng)，所述系統(tǒng)包括控制器和存儲用于控制所述控制器的電子程序指令的存儲裝置，其中所述控制器可在所述電子程序指令的控制下操作來：接收產(chǎn)品評分，所述產(chǎn)品評分包括第一消費者購買第一產(chǎn)品的概率；獲得購買行為值，并且生成購買行為值的評分，所述評分包括通過所收集的所述第一消費者的所述購買行動的數(shù)據(jù)和/或與所述第一消費者的所述購買行動相關(guān)的數(shù)據(jù)的特征確定的校準(zhǔn)后的評分；利用所述購買行為值的所述評分處理所述產(chǎn)品評分以生成第一產(chǎn)品行為評分；利用以類似方式得到的第二產(chǎn)品行為評分處理所述第一產(chǎn)品行為評分以確定是否為所述第一消費者以電子方式生成第一報價或第二報價；以及生成所述第一報價和所述第二報價中的至少一者以便傳送到所述第一消費者。根據(jù)本發(fā)明的另一寬泛方面，提供了一種用于為消費者生成報價的裝置，所述裝置包括控制器和存儲了用于控制所述控制器的電子程序指令的存儲裝置，其中所述控制器可在所述電子程序指令的控制下操作來：接收產(chǎn)品評分，所述產(chǎn)品評分包括第一消費者購買第一產(chǎn)品的概率；獲得購買行為值，并且生成購買行為值的評分，所述評分包括通過所收集的所述第一消費者的所述購買行動的數(shù)據(jù)和/或與所述第一消費者的所述購買行動相關(guān)的數(shù)據(jù)的特征確定的校準(zhǔn)后的評分；利用所述購買行為值的所述評分處理所述產(chǎn)品評分以生成第一產(chǎn)品行為評分；利用以類似方式得到的第二產(chǎn)品行為評分處理所述第一產(chǎn)品行為評分以確定是否為所述第一消費者以電子方式生成第一報價或第二報價；以及生成所述第一報價和所述第二報價中的至少一者以便傳送到所述第一消費者。根據(jù)本發(fā)明的附加寬泛方面，提供了一種用于為消費者生成報價的系統(tǒng)，所述系統(tǒng)包括控制器和存儲用于控制所述控制器的電子程序指令的存儲裝置，其中所述控制器可在所述電子程序指令的控制下操作來：接收存儲于報價庫中的多個報價，所述報價庫填充有多個報價供應(yīng)商的報價；其中所述報價與產(chǎn)品評分相關(guān)，所述產(chǎn)品評分包括特定消費者購買第一產(chǎn)品的概率；獲得購買行為值并且生成與所述特定消費者有關(guān)的所述購買行為值的評分，所述購買行為值的所述評分包括通過所收集的所述特定消費者的所述購買行動的數(shù)據(jù)和/或與所述特定消費者的所述購買行動相關(guān)的數(shù)據(jù)的特征確定的校準(zhǔn)后的評分；利用所述購買行為值的所述評分處理所述產(chǎn)品評分以生成第一產(chǎn)品行為評分，作為利用所述購買行為值的所述評分處理所述產(chǎn)品評分的結(jié)果；利用以類似方式得到的第二產(chǎn)品行為評分處理所述第一產(chǎn)品行為評分以確定是否為所述第一消費者生成第一報價或第二報價；以及生成所述第一報價和所述第二報價中的至少一者以便傳送到所述第一消費者。根據(jù)本發(fā)明的又一寬泛方面，提供了一種用于為消費者生成報價的裝置，所述裝置包括控制器和存儲用于控制所述控制器的電子程序指令的存儲裝置，其中所述控制器可在所述電子程序指令的控制下操作來：接收存儲于報價庫中的多個報價，所述報價庫填充有多個報價供應(yīng)商的報價；其中所述報價與所述產(chǎn)品評分相關(guān)，所述產(chǎn)品評分包括特定消費者購買第一產(chǎn)品的概率；獲得購買行為值并且生成與所述特定消費者有關(guān)的所述購買行為值的評分，所述購買行為值的所述評分包括通過所收集的所述特定消費者的所述購買行動的數(shù)據(jù)和/或與所述特定消費者的所述購買行動相關(guān)的數(shù)據(jù)的特征確定的校準(zhǔn)后的評分；利用所述購買行為值的所述評分處理所述產(chǎn)品評分以生成第一產(chǎn)品行為評分，作為利用所述購買行為值的所述評分處理所述產(chǎn)品評分的結(jié)果；利用以類似方式得到的第二產(chǎn)品行為評分處理所述第一產(chǎn)品行為評分以確定是否為所述第一消費者生成第一報價或第二報價；以及生成所述第一報價和所述第二報價中的至少一者以便傳送到所述第一消費者。根據(jù)本發(fā)明的另一寬泛方面，提供了一種其上存儲有指令的計算機可讀存儲介質(zhì)，所述指令在由計算裝置執(zhí)行時，使得所述計算裝置執(zhí)行如本文所述的根據(jù)本發(fā)明的第一、第二或第三寬泛方面的方法的任何實施方案。根據(jù)本發(fā)明的一個寬泛方面，提供了一種計算裝置，所述計算裝置被編程以執(zhí)行如本文所述的根據(jù)本發(fā)明的第一、第二或第三寬泛方面的方法的任何實施方案。根據(jù)本發(fā)明的另一寬泛方面，提供了一種數(shù)據(jù)信號，所述數(shù)據(jù)信號包括能夠由計算系統(tǒng)接收并解釋的至少一個指令，其中所述指令實施如本文所述的根據(jù)本發(fā)明的第一、第二或第三寬泛方面的方法的任何實施方案。根據(jù)本發(fā)明的又一寬泛方面，提供了一種用于為消費者生成報價的方法，所述方法包括使用如本文所述的根據(jù)本發(fā)明的一個寬泛方面的任何實施方案的系統(tǒng)或裝置。除了本文所述的其他有益特征外，本發(fā)明的實施方案還通過將消費者選擇與報價和(通信)渠道去耦而提供營銷活動的改進(jìn)的被接受結(jié)果。這樣，針對消費者的報價的更純、更優(yōu)的分配可以基于市場中的可用報價庫(由一個或多個組織提供)，即不限于報價在某一天附加于活動，并且提供對“優(yōu)化”問題的解決方案。這樣，以電子方式生成的廣告和報價根據(jù)本文所述的本發(fā)明各方面的系統(tǒng)和方法的實施方案而經(jīng)由電子郵件、sms、網(wǎng)頁瀏覽期間的展示等傳送到消費者和潛在消費者。本發(fā)明各方面的系統(tǒng)和方法的實施方案可利用直接郵件和呼叫中心提供直接報價。本發(fā)明的描述并非旨在限制報價的傳送方法。在本發(fā)明的多個實施方案中，存在多種數(shù)據(jù)類型，以及優(yōu)選地三個階段，這可稱為階段1、階段2和階段3的數(shù)據(jù)類型，在不同的情況下均可適用。如以下進(jìn)一步詳細(xì)描述，階段1數(shù)據(jù)為消費者數(shù)據(jù)，可由消費者或與消費者相關(guān)的某個人提供。階段2數(shù)據(jù)為交易數(shù)據(jù)，根據(jù)消費者進(jìn)行的交易來收集。階段3數(shù)據(jù)為行為數(shù)據(jù)，通過研究消費者特定的購買習(xí)慣而獲得。例如，在階段3中，研究購買傾向，諸如折扣購買傾向、產(chǎn)品類型購買傾向、獎勵購買傾向、特定類型的產(chǎn)品購買頻率傾向、價格購買傾向、名牌購買傾向、產(chǎn)品地理來源購買傾向等。使用了這些數(shù)據(jù)類型的過程在以下詳細(xì)論述。實施方案的方法包括對個人評分，其中在現(xiàn)有技術(shù)中，細(xì)分形成同質(zhì)消費者，將消費者分為同類群組。如所提及的，在現(xiàn)有技術(shù)中，報價分配從報價開始。在本發(fā)明的實施方案中，產(chǎn)品關(guān)聯(lián)可能是消費者特定的。在本發(fā)明的多個實施方案中，可包括以下步驟以便最終為一個或多個消費者生成電子報價：1.消費者選擇獨立于其他過程進(jìn)行。這可獨特地表征為并且包括以下各項之一或二者：(a)消費者屬性，諸如人口統(tǒng)計；以及(b)消費者的狀態(tài)變化，例如交易活動下降。在多個實施方案中，這用于提供對話上下文。2.“報價庫”獨立于其他過程來管理；在多個實施方案中，它將存放由組織提供的向消費者給出的全部或至少一些可用報價。這可獨特地表征為報價屬性，可寬泛地分類為三個報價屬性類型，如下所示：(a)報價約束，例如，資格標(biāo)準(zhǔn)(年齡＞18)；(b)報價值屬性，例如，折扣水平、價格；以及(c)產(chǎn)品屬性，例如，產(chǎn)品的頻率/重復(fù)性、特定產(chǎn)品所屬的產(chǎn)品類別、產(chǎn)品的購買周期、產(chǎn)品的尺寸(例如，洗發(fā)水：500ml與1l)。3.在多個實施方案中，其次最佳報價(nbo)優(yōu)化引擎可操作來為每個消費者分配/計算“評分”(步驟1)以及用于確定每個消費者的最佳結(jié)果(報價)的報價(步驟2)組合。該過程在以下關(guān)于階段1和階段2進(jìn)一步詳細(xì)描述。在多個實施方案中，nbo引擎將不僅考慮最適當(dāng)?shù)漠a(chǎn)品，而且考慮消費者如何購買東西(他們的“購買行為”)作為加權(quán)評分，這在以下關(guān)于階段3進(jìn)一步詳細(xì)描述。應(yīng)當(dāng)指出的是，在本發(fā)明的多個實施方案中，可能有額外的全局約束(即，不僅限于報價)，即nbo優(yōu)化引擎也適用于確保最終選擇尤其“有資格”消費者。4.最后，在多個實施方案中，作出其他決策以確定將報價傳達(dá)到消費者所經(jīng)由的最優(yōu)渠道。最優(yōu)渠道可以不同方式確定。然而，在本發(fā)明的多個實施方案中，電子傳送機制或路徑比針對特定消費者的適當(dāng)消費者報價存在更少問題。本發(fā)明的實施方案具有多個應(yīng)用，提供對優(yōu)化問題的解決方案，可用于增強消費者體驗和它們對組織的價值(例如，如果組織能夠表明它們可以更好地滿足消費者的需求和需要，那么這很可能導(dǎo)致消費者的保持力、忠誠度和支出增大)。按照與“活動優(yōu)化”實例(如上所述)不同的方式，如果給出了消費者選擇，即通過一種方式或另一種方式供應(yīng)(階段1、階段2和/或階段3)，則待解決的問題可以是消費者的最優(yōu)報價或報價組的識別。這樣，適當(dāng)?shù)南M者報價可能會得出改進(jìn)的被接受結(jié)果。本文描述了nbo優(yōu)化引擎自身的實施方案以及在以商標(biāo)beepittm提供的產(chǎn)品以及所引用的“beepittm階段2”的擴(kuò)展的情況下的支持過程背后的細(xì)節(jié)，“beepittm階段2”進(jìn)一步描述了階段3。雖然beepittm產(chǎn)品在本發(fā)明的描述中為有用的模型，但絕不意味著beepittm產(chǎn)品的描述是對本發(fā)明的描述的范圍的限制。本文所用的可互換術(shù)語為beepie＝角色，成員＝個人＝用戶和場合＝事件。因此，所公開的本發(fā)明的各方面為用于為消費者生成報價的方法和用于執(zhí)行方法的系統(tǒng)，包括：檢索產(chǎn)品評分，所述產(chǎn)品評分包括第一消費者購買第一產(chǎn)品的概率；獲得購買行為值；以及生成購買行為值的評分，所述評分包括通過所收集的所述第一消費者的所述購買行動的數(shù)據(jù)的特征確定的校準(zhǔn)后的評分；利用所述購買行為值的所述評分處理所述產(chǎn)品評分以生成第一產(chǎn)品行為評分；利用以類似方式得到的第二產(chǎn)品行為評分處理(可為比較)所述第一產(chǎn)品行為評分以確定是否為所述第一消費者以電子方式生成第一報價或第二報價；以及生成所述第一報價和所述第二報價中的至少一者以便傳送到所述第一消費者。所公開的方法和用于執(zhí)行所述方法的系統(tǒng)可包括接收存儲于報價庫中的多個報價，所述報價庫填充有多個報價供應(yīng)商的報價，其中所述報價與所述產(chǎn)品評分相關(guān)。公開的本發(fā)明的一方面還為：獲得購買行為值；以及生成第二消費者的購買行為值的評分，其中所述第一消費者的所述數(shù)據(jù)的特征可與所述第二消費者的所述特征數(shù)據(jù)區(qū)分開來。此外，公開了以下內(nèi)容，即所述傳送為經(jīng)由電子郵件、網(wǎng)站、移動應(yīng)用、文本消息和語音消息中的至少一者進(jìn)行的電子傳送，并且所述傳送渠道選自分支、呼叫中心和銷售點。還公開了以下內(nèi)容，即傳送方法可針對任何消費者成批地且實時地進(jìn)行。進(jìn)一步公開了以下內(nèi)容，即所述第一報價和所述第二報價中的至少一者以便在指定時間范圍內(nèi)傳送，并且在為消費者生成報價之前，所述方法可包括確定生成所述第一報價或所述第二報價是否違反了與針對所述第一消費者的所述第一報價和所述第二報價中的至少一者相關(guān)的規(guī)則。所述購買行為值的所述評分可以動態(tài)地校準(zhǔn)。在多個實施方案中，所述第一消費者的所述購買行動可涉及到折扣購買傾向、名牌購買傾向、產(chǎn)品地理來源購買傾向、產(chǎn)品質(zhì)量購買傾向、頻率購買傾向、廣告響應(yīng)購買傾向以及其他考慮傾向。購買行動可包括歷史購買的貨幣值。在多個實施方案中，所公開的方法和用于執(zhí)行所述方法的系統(tǒng)可包括以下內(nèi)容，即將所述第一產(chǎn)品行為評分和所述第二產(chǎn)品行為評分加權(quán)。消費者可為個人消費者和消費者群體成員之一。本發(fā)明的各方面還公開了方法和用于執(zhí)行所述方法的系統(tǒng)：在所述移動裝置的顯示屏上顯示所接收的第一報價；從所述顯示屏接收表示與所述第一報價有關(guān)的動作的第一輸入；生成用于根據(jù)所述第一輸入生成保存報價的保存過程；將所述顯示屏上的所述第一電子報價根據(jù)所述第一輸入替換為所述顯示屏上所接收的第二報價，在所述顯示屏上顯示所述接收的第二報價，如果所述第二輸入為保存所述報價，則從所述顯示屏接收表示與所述第二報價有關(guān)的動作的第二輸入；生成用于根據(jù)所述第二輸入生成保存報價的保存過程；以及傳輸與一個或多個所述保存報價有關(guān)的數(shù)據(jù)。而且，公開了以下內(nèi)容，即生成第三報價以便根據(jù)所述一個或多個所接收的保存報價來顯示。還公開了以下內(nèi)容，即其中所述應(yīng)用與數(shù)據(jù)處理進(jìn)行通信，接收一個或多個保存報價作為輸入并且獲得所述購買行為值的評分，所述評分包括通過所收集的與一個或多個所接收的保存報價有關(guān)的數(shù)據(jù)的特征確定的以動態(tài)方式校準(zhǔn)后的評分。還公開了以下內(nèi)容，即所述第一報價和所述第二報價的傳送包括檢索產(chǎn)品評分，所述產(chǎn)品評分包括消費者購買第一產(chǎn)品和第二產(chǎn)品的概率。另外公開了以下內(nèi)容，即處理所述購買行為值以生成所述購買行為值的評分，利用所述購買行為值的所述評分處理所述產(chǎn)品評分以生成產(chǎn)品行為評分，從而確定所述第三報價以便傳送用于顯示。此外，公開了以下內(nèi)容，即生成第三報價以便根據(jù)所述購買行為評分來顯示。還公開了以下內(nèi)容，即如果所述第一輸入為忽略所述報價或如果所述第二輸入為忽略所述報價，那么將所述顯示屏上的所述第一報價或所述第二報價替換為所述顯示屏上所接收的另一報價。附圖簡述盡管任何其他實施方案也可落在本發(fā)明的范圍內(nèi)，但現(xiàn)在將參考附圖僅以舉例的方式描述本發(fā)明的實施方案，附圖中：圖1顯示了根據(jù)本發(fā)明各方面的例如具有移動裝置應(yīng)用的系統(tǒng)實施方案，其中呈消費者偏好數(shù)據(jù)的形式的消費者行為由用戶保存并處理以根據(jù)消費者行為來提供報價；圖2顯示了根據(jù)本發(fā)明的一個方面的裝置實施方案的示意圖；圖3顯示了最終得出產(chǎn)品評分的階段1和階段2的數(shù)據(jù)和得出購買行為值的評分的階段3的數(shù)據(jù)，對所述數(shù)據(jù)進(jìn)行處理以生成產(chǎn)品行為評分以及因此針對一個或多個特定消費者的判定報價；以及圖4顯示了可構(gòu)成階段1數(shù)據(jù)、階段2數(shù)據(jù)和階段3數(shù)據(jù)的數(shù)據(jù)類型以及檢測消費者數(shù)據(jù)變化的能力。具體實施方式本發(fā)明的范圍并不受到以下特定實施方案的限制。具體實施方式僅僅用于例示性目的。功能上等同的產(chǎn)品、組成和方法落入如本文所述的本發(fā)明的范圍內(nèi)。與該定位一致，本領(lǐng)域內(nèi)技術(shù)人員應(yīng)當(dāng)理解，本文描述的本發(fā)明易于進(jìn)行除所特別描述的之外的變化和修改。應(yīng)當(dāng)理解，本發(fā)明包括所有這樣的變化和修改。本發(fā)明也包括在本說明書中單獨或共同提及或指出的所有步驟、特征、組成和化合物，并包括任何或全部的組合或任何兩個或更多的所述步驟或特征。本文的實例更全面地描述了本發(fā)明的另外的特征。然而，應(yīng)當(dāng)理解，具體實施方式僅僅為了例示本發(fā)明的目的而被包含在內(nèi)，并且決不應(yīng)該被理解為對本文闡述的本發(fā)明的寬泛描述的限制。本文引述的所有公開物(包括專利、專利申請、期刊文章、實驗手冊、書和其它文獻(xiàn))的全部公開內(nèi)容在此以引用的方式并入。絕不是承認(rèn)任何參考文獻(xiàn)構(gòu)成了現(xiàn)有技術(shù)或形成了它們在本發(fā)明所涉及領(lǐng)域中作用的普通常識的一部分。在整個說明書中，除非上下文需要，否則詞語“包括(comprise)”或變型諸如“包括(comprises)”或“包括(comprising)”將被理解為意味著包括整數(shù)或整數(shù)組，然而并不排除任何其它的整數(shù)或整數(shù)組。此外，在整個說明書中，除非上下文需要，否則詞語“包括(include)”或變型諸如“包括(includes)”或“包括(including)”將被理解為意味著包括整數(shù)或整數(shù)組，然而并不排除任何其它的整數(shù)或整數(shù)組。針對本文所使用的所選擇術(shù)語的其他定義可發(fā)現(xiàn)于本發(fā)明的具體實施方式中并且適用于全文。除非另有定義，否則本文所用的全部其他科學(xué)和技術(shù)術(shù)語都具有與本發(fā)明所屬領(lǐng)域的技術(shù)人員普遍理解相同的意義。本文所述的本發(fā)明可包括一個或多個數(shù)值范圍(例如，大小、位移和場強度等)。數(shù)值范圍應(yīng)當(dāng)理解為包括所述范圍內(nèi)的所有數(shù)值，包括限定所述范圍的數(shù)值，以及接近所述范圍的數(shù)值，所述接近所述范圍的數(shù)值導(dǎo)致與非常接近于定義所述范圍邊界的數(shù)值相同或基本相同的結(jié)果。例如，本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，范圍的上限或下限的10％變化可以是完全合適的并且被本發(fā)明包含在內(nèi)。更具體地講，范圍的上限或下限的變化為5％或如本領(lǐng)域普遍認(rèn)可的，較大的一者。在整個說明書中使用了相對語言諸如詞語“大約”和“近似”。這種語言試圖并入特定數(shù)目或范圍的至少10％的變化性。所述變化性可以是所指定的特定數(shù)目的正負(fù)10％。附圖中，相同的特征已用相同的附圖標(biāo)記來標(biāo)記。如上文所提及的，在本公開中，體現(xiàn)本發(fā)明并且以商標(biāo)beepittm提供的產(chǎn)品是指系統(tǒng)100，所述系統(tǒng)包括消費者偏好數(shù)據(jù)收集中心和消費者報價優(yōu)化中心，接收并處理階段1、階段2和階段3的數(shù)據(jù)以及其他數(shù)據(jù)，其中以電子方式生成的廣告和/或報價的輸出可提供改進(jìn)的被接受結(jié)果。如上所述，雖然beepittm產(chǎn)品在本發(fā)明的描述中為有用的模型，但絕不意味著beepittm產(chǎn)品的描述是對本發(fā)明的范圍的限制。beepittm產(chǎn)品或其他體現(xiàn)本發(fā)明的產(chǎn)品可提供與特定客戶相關(guān)的建議或報價的傳送。系統(tǒng)100可具有例如網(wǎng)站前端和與其相關(guān)的后端數(shù)據(jù)庫。在另一個實施方案中，系統(tǒng)的前端可包括移動裝置的應(yīng)用。前端不是限制性的，因為它包括從所獲得且處理后的數(shù)據(jù)以電子方式生成的報價的輸出。在一個實施方案中，多個報價供應(yīng)商為報價庫提供它們的報價，其中的報價根據(jù)與評分和與特定消費者相關(guān)的其他標(biāo)準(zhǔn)來訪問。報價，在通過系統(tǒng)100的操作決定它們適合消費者接受報價的可能性的某些參數(shù)時，隨后通過系統(tǒng)100的操作傳送到消費者的裝置。系統(tǒng)100包括經(jīng)由適當(dāng)?shù)碾娐泛瓦B接可操作地耦合的多個部件、子系統(tǒng)和/或模塊，以使得系統(tǒng)100能夠執(zhí)行本文描述的功能和操作。系統(tǒng)100包括接收、存儲和執(zhí)行適當(dāng)?shù)挠嬎銠C指令以實施根據(jù)本發(fā)明各方面的方法實施方案所必要的合適部件。在所描述的實施方案中，系統(tǒng)100如圖1所示包括移動裝置應(yīng)用101，所述移動裝置應(yīng)用可以訪問后端報價庫102。報價庫102可由一個或多個報價供應(yīng)商107填充。報價供應(yīng)商107的數(shù)量不是限制性的。圖1所示的三個報價供應(yīng)商(分別為107a、107b和107c)表示一個實例。在圖1的實施方案中，報價可經(jīng)由移動應(yīng)用101推動到消費者的裝置104(在圖2中進(jìn)一步詳細(xì)地顯示)并且消費者可經(jīng)由裝置104的用戶界面106表示對報價的喜好。這樣，可由系統(tǒng)100收集、保存和處理呈消費者偏好或行為數(shù)據(jù)103形式的消費者行為(在本文稱為階段3數(shù)據(jù))以根據(jù)那些消費者行為經(jīng)由裝置用戶界面106提供報價。與系統(tǒng)100類似，裝置104包括經(jīng)由適當(dāng)?shù)碾娐泛瓦B接可操作地耦合的多個部件、子系統(tǒng)和/或模塊，以使得裝置104能夠執(zhí)行本文所述的功能和操作。裝置104包括接收、存儲和執(zhí)行適當(dāng)?shù)挠嬎銠C指令以實施根據(jù)本發(fā)明各方面的方法實施方案所必要的合適部件，包括移動裝置應(yīng)用101。具體地講，并且如圖2所示，裝置104包括計算裝置，所述計算裝置在該實施方案中包括控制器108和存儲裝置110，所述存儲裝置用于存儲用于控制控制器108的電子程序指令(諸如應(yīng)用101)以及信息和/或數(shù)據(jù)；顯示器112，所述顯示器包括用于顯示用戶界面106的顯示屏；以及輸入裝置114；所有這些均容納在容器或殼體116內(nèi)。控制器108可在電子程序指令的控制下操作來經(jīng)由裝置104促進(jìn)如本文所述的操作的性能?？刂破?08包括呈處理器形式的處理裝置。存儲器110包括只讀存儲器(rom)和隨機存取存儲器(ram)。裝置104能夠接收可保持在rom或ram中且可由處理器執(zhí)行的指令。處理器可操作來在電子程序指令的控制下執(zhí)行動作，如下文進(jìn)一步詳細(xì)描述，包括處理/執(zhí)行指令并且管理通過裝置104的數(shù)據(jù)和信息流。在本發(fā)明的優(yōu)選實施方案中，裝置104為移動裝置并且包括智能手機諸如蘋果公司的以商標(biāo)iphonetm銷售的智能手機或另一提供商諸如諾基亞公司或三星集團(tuán)銷售的具有android、webos、windows或其他手機應(yīng)用平臺的智能手機。或者，裝置104可包括其他計算裝置，諸如個人計算機、筆記本計算機或平板計算機，諸如由蘋果公司以商標(biāo)ipadtm或ipodtouchtm銷售的裝置，或由其他供應(yīng)商諸如惠普公司或戴爾公司銷售的裝置或其他合適的裝置。在本發(fā)明的多個實施方案中，裝置104不一定是移動裝置。裝置104還包括操作系統(tǒng)，所述操作系統(tǒng)能夠發(fā)布命令并且被布置成與電子程序指令交互作用，以使裝置104根據(jù)本文所述的本發(fā)明的實施方案執(zhí)行相應(yīng)的步驟、功能和/或程序。操作系統(tǒng)可適用于所述裝置。例如，在其中裝置12包括iphonetm智能手機的情況下，操作系統(tǒng)可為ios。裝置104可操作來經(jīng)由一個或多個通信鏈路通信，所述一個或多個通信鏈路可以不同方式連接到一個或多個遠(yuǎn)程裝置，諸如系統(tǒng)100的后端報價庫102以及服務(wù)器、個人計算機、終端、無線或手持式計算裝置、陸地線通信裝置或移動通信裝置諸如移動(手機)電話。多個通信鏈路中的至少一者可通過電信網(wǎng)絡(luò)連接到外部計算網(wǎng)絡(luò)。后端報價庫102包括計算系統(tǒng)，所述計算系統(tǒng)在該實施方案中具有服務(wù)器的形式。服務(wù)器可用于執(zhí)行應(yīng)用和/或系統(tǒng)服務(wù)以實施根據(jù)本發(fā)明各方面的方法實施方案。在實施方案中，服務(wù)器物理地位于集中式管理的行政中心處。在替代實施方案中，服務(wù)器可保持在基于云的平臺上。與系統(tǒng)100和裝置104類似，服務(wù)器包括對于接收、存儲和執(zhí)行適當(dāng)電子程序指令必要的合適部件。所述部件包括呈以下形式的處理裝置：服務(wù)器處理器、包括只讀存儲器(rom)和隨機存取存儲器(ram)的服務(wù)器存儲裝置、一個或多個服務(wù)器輸入/輸出裝置諸如盤驅(qū)動器和相關(guān)的服務(wù)器用戶接口。遠(yuǎn)程通信裝置(包括裝置104)被布置成經(jīng)由一個或多個通信鏈路與服務(wù)器通信。服務(wù)器能夠接收可保持在rom、ram或盤驅(qū)動器中且可由服務(wù)器處理器執(zhí)行的指令。服務(wù)器處理器能夠在電子程序指令的控制下執(zhí)行動作，如以下進(jìn)一步詳細(xì)描述，所述電子程序指令包括處理/執(zhí)行指令并且管理通過其相應(yīng)計算系統(tǒng)的數(shù)據(jù)和信息流。服務(wù)器包括服務(wù)器操作系統(tǒng)，所述服務(wù)器操作系統(tǒng)能夠發(fā)布命令以訪問駐留在其存儲裝置上的至少一個數(shù)據(jù)庫或數(shù)據(jù)銀行。在實施方案中，至少一個數(shù)據(jù)庫包括報價庫102。操作系統(tǒng)被布置成與報價庫102且與一組/一套服務(wù)器軟件的一個或多個計算機程序交互作用，以使服務(wù)器根據(jù)本文所述的本發(fā)明的實施方案執(zhí)行相應(yīng)的步驟、功能和/或程序。在本發(fā)明的多個實施方案中，可使用任何合適的數(shù)據(jù)庫結(jié)構(gòu)，并且可能有超過一個數(shù)據(jù)庫。系統(tǒng)100、裝置104和報價庫102的計算部件所用的電子程序指令可以任何合適的語言編寫，如本領(lǐng)域技術(shù)人員眾所周知的那樣。在本發(fā)明的多個實施方案中，電子程序指令可經(jīng)由網(wǎng)絡(luò)被提供為軟件、獨立應(yīng)用、一組或多個應(yīng)用，或作為中間件添加，這取決于具體實施或?qū)嵤┓桨傅囊蟆Ｔ诒景l(fā)明的替代實施方案中，軟件可包括一個或多個模塊，并且可以硬件實現(xiàn)。在這種情況下，例如，模塊可利用以下技術(shù)的任何一個或組合來實現(xiàn)，所述技術(shù)在本領(lǐng)域中各自眾所周知：具有用于對數(shù)據(jù)信號實施邏輯功能的邏輯門的離散邏輯電路、具有合適的組合邏輯門的專用集成電路(asic)、可編程門陣列(pga)、場可編程門陣列(fpga)等。相應(yīng)計算裝置可為任何合適類型的系統(tǒng)，包括：可編程邏輯控制器(plc)；數(shù)字信號處理器(dsp)；微控制器；個人計算機、筆記本計算機或平板計算機；或者專用服務(wù)器或聯(lián)網(wǎng)服務(wù)器。除了與計算裝置相關(guān)的若干處理器外，相應(yīng)處理器可為任何定制或商用處理器、中央處理單元(cpu)、數(shù)據(jù)信號處理器(dsp)或輔助處理器。在本發(fā)明的多個實施方案中，處理裝置可為例如基于半導(dǎo)體的微處理器(呈微芯片形式)或宏處理器。在本發(fā)明的多個實施方案中，相應(yīng)存儲器可包括易失性存儲器元件(例如，隨機存取存儲器(ram)諸如動態(tài)隨機存取存儲器(dram)、靜態(tài)隨機存取存儲器(sram))和非易失性存儲器元件(例如，只讀存儲器(rom)、可擦除可編程只讀存儲器(eprom)、電可擦除可編程只讀存儲器(eeprom)、可編程只讀存儲器(prom)、磁帶、光盤只讀存儲器(cd-rom)等)中的任一者或組合。相應(yīng)存儲器可結(jié)合有電子介質(zhì)、磁性介質(zhì)、光學(xué)介質(zhì)和/或其他類型的存儲介質(zhì)。此外，相應(yīng)的存儲器可具有分布式架構(gòu)，其中各種部件彼此遠(yuǎn)離，但可由處理裝置訪問。例如，rom可存儲將由處理裝置執(zhí)行以控制裝置104的操作的各種指令、程序、軟件或應(yīng)用并且ram可臨時存儲操作的變量或結(jié)果。使用了軟件應(yīng)用的計算機的使用和操作對于本領(lǐng)域技術(shù)人員是眾所周知的并且無需在本文進(jìn)一步詳細(xì)地描述，除非涉及本發(fā)明。此外，可使用任何合適的通信協(xié)議來促進(jìn)系統(tǒng)100的任何子系統(tǒng)或部件、裝置104的任何子系統(tǒng)或部件、服務(wù)器的任何子系統(tǒng)或部件、以及系統(tǒng)100、裝置104和服務(wù)器與其他裝置或系統(tǒng)之間的連接和通信，包括有線的和無線的，如本領(lǐng)域技術(shù)人員眾所周知的那樣，并且無需在本文進(jìn)一步詳細(xì)描述，除非涉及本發(fā)明。在本發(fā)明的上下文中使用了詞語“存儲”、“保持”和“保存”或類似詞語的情況下，它們被理解為包括對在存儲裝置、裝置或介質(zhì)中永久地和/或暫時地保留或保持?jǐn)?shù)據(jù)或信息以供稍后檢索，以及瞬間地或立刻地保留或保持例如作為正執(zhí)行的處理操作的一部分的引用。另外，在本發(fā)明的上下文中使用了術(shù)語“系統(tǒng)”、“裝置”和“機器”的情況下，它們被理解為包括對可彼此鄰近、彼此分離、彼此集成或彼此離散的功能相關(guān)或相互作用的、相關(guān)的、獨立的或相關(guān)的部件或元件的任何組合的引用。此外，在本發(fā)明的多個實施方案中，詞語“確定”被理解為包括接收或存取相關(guān)數(shù)據(jù)或信息。在本發(fā)明的實施方案中，用于顯示用戶界面106的顯示器112和用戶輸入裝置被集成在觸摸屏124中。在替代實施方案中，這些部件可設(shè)置為離散元件或物件。觸摸屏124可操作來感測或檢測裝置104的顯示區(qū)域內(nèi)的觸摸的存在和位置。觸摸屏124的感測到的“觸摸”被作為命令或指令輸入到裝置104并且被傳達(dá)到控制器108。應(yīng)當(dāng)理解，用戶輸入裝置并非限于包括觸摸屏，并且在本發(fā)明的替代實施方案中，可使用任何適用于接收輸入、命令或指令并且提供受控交互的裝置包括例如小鍵盤或鍵盤、指向裝置或復(fù)合裝置以及包括語音激活、語音和/或思想控制和/或全息成像/投影成像的系統(tǒng)。圖1的實施方案顯示的原因首先在于為讀者提供階段3所收集的數(shù)據(jù)可以任何數(shù)量的方式發(fā)生這一理解。在該示例實施方案中，階段3數(shù)據(jù)的收集幾乎實時地發(fā)生。另一方面，階段3數(shù)據(jù)可被存儲，因為所述數(shù)據(jù)可能已在針對消費者的銷售期間被接收，可供例如大型零售商諸如連鎖超市使用。收集階段3數(shù)據(jù)的方式并不由于它是否例如經(jīng)由應(yīng)用、網(wǎng)站或“實體”分銷渠道被實時接收或存儲而受限。在圖1的實例中，在接收階段3的充足的消費者偏好或行為數(shù)據(jù)之前，根據(jù)階段1和/或階段2的數(shù)據(jù)生成報價。一旦獲得充足的消費者偏好或行為數(shù)據(jù)，如上文提及的，nbo引擎105(如以下詳細(xì)描述)根據(jù)階段3的購買行為來確定并提供這樣的信息給至少一個報價供應(yīng)商107，使得報價供應(yīng)商可基于消費者行為109等來傳送報價或作出推薦。供應(yīng)商1、2和/或3可關(guān)于他們銷售的東西提供報價或跨越零售商聚合，諸如存儲在報價庫102中。報價庫也可例如根據(jù)階段3的數(shù)據(jù)提供的信息而實時地更新。這樣，因為購買行為數(shù)據(jù)已獲得且進(jìn)行了處理，因此圖1所示的移動應(yīng)用的用戶可接收與所述用戶更為相關(guān)的報價并且因此被接受結(jié)果可得到改進(jìn)。圖1的特定界面可提供一種移動裝置應(yīng)用的方法，所述方法包括：在移動裝置的顯示屏上顯示所接收的第一電子報價；從所述顯示屏接收表示與第一電子報價有關(guān)的動作的第一輸入；將顯示屏上的第一電子報價根據(jù)第一輸入替換為顯示屏上所接收的第二電子報價；在顯示屏上顯示所接收的第二電子報價；從顯示屏接收表示與第二電子報價有關(guān)的動作的第二輸入；生成用于根據(jù)第二輸入生成保存電子報價的保存過程；以及傳送與保存電子報價有關(guān)的數(shù)據(jù)。第一輸入可例如呈屏幕沿第一方向的輕掃的形式。第二輸入可例如呈屏幕沿不同于第一方向的方向(第二方向)的輕掃的形式。此外，所描述的方法和系統(tǒng)可提供，應(yīng)用與數(shù)據(jù)處理能力例如遠(yuǎn)程地通信，所述數(shù)據(jù)處理能力可接收一個或多個保存電子報價。引擎可獲得購買行為數(shù)據(jù)并處理所述購買行為數(shù)據(jù)以生成購買行為值。購買行為值包括通過所收集的與多個所接收的保存電子報價有關(guān)的數(shù)據(jù)的特征確定的動態(tài)校準(zhǔn)后的評分或度量。因此，所描述的方法和系統(tǒng)還可提供：生成第三電子報價109以便根據(jù)所獲得的購買行為值來顯示。如上文所提及的，任何數(shù)量的產(chǎn)品均可體現(xiàn)所描述的系統(tǒng)和方法。圖1示出了移動應(yīng)用。還描述了以商標(biāo)beepittm提供的產(chǎn)品。beepittm產(chǎn)品，作為可體現(xiàn)所描述的方法和系統(tǒng)的一個產(chǎn)品，可用于將不同報價供應(yīng)商的多個報價庫相結(jié)合，使得消費者可從超過一個報價供應(yīng)商接收優(yōu)化后的消費者報價。產(chǎn)品可被不同的組織例如b2b和/或特定行業(yè)利用。此外，考慮非商業(yè)性嘗試，諸如進(jìn)行任何類型的警告所用的系統(tǒng)。本文所描述的實施方案并不旨在限制描述范圍?？绮煌M織和行業(yè)部署nbo優(yōu)化引擎可能需要以某種方式設(shè)計和變換消費者數(shù)據(jù)輸入并且也以某種方式限定報價屬性與報價。如上文所提及的，供應(yīng)商可在利用階段3的數(shù)據(jù)之前基于階段1和階段2的數(shù)據(jù)傳送報價或作出推薦且隨后與階段3的數(shù)據(jù)相結(jié)合。階段1可從消費者或與消費者相關(guān)的某人直接獲得。階段1數(shù)據(jù)收集可包括消費者如何管理他們的偏好并提供信息的框架(例如，喜好和喜好以及他們的通信渠道偏好)。個人可經(jīng)由產(chǎn)品(諸如以商標(biāo)beepittm提供的產(chǎn)品，可收集階段1數(shù)據(jù))執(zhí)行以下操作：1.注冊它們自己(即，變?yōu)椤俺蓡T”)和他們的“角色”(即，他們的朋友、家庭成員等)；2.注冊他們的以及他們的“角色”的(標(biāo)準(zhǔn))屬性(例如，年齡、性別；見下文)以及對(標(biāo)準(zhǔn))產(chǎn)品屬性的偏好；3.瀏覽產(chǎn)品并點擊，重定向到零售商的產(chǎn)品網(wǎng)站以購買所述產(chǎn)品；4.在日程表上為特定“角色”建立事件并指導(dǎo)beepittm在事件前預(yù)指定天數(shù)(諸如1至14天)自動發(fā)送對事件的提醒；以及5.在提醒中，成員可被例如重定向到零售商的產(chǎn)品網(wǎng)站。零售商可以：1.加入beepittm系統(tǒng)并注冊他們的產(chǎn)品，也就是說，將報價庫填充到beepittm系統(tǒng)網(wǎng)站或平臺上供個人瀏覽，以及供beepittm系統(tǒng)作為推薦產(chǎn)品放到任何傳送渠道中以便提醒。實施方案的beepittm系統(tǒng)可操作來：1.自動記錄成員的屬性和他們的“角色”以及零售商注冊的產(chǎn)品屬性；并且每當(dāng)成員或零售商更新時，自動更新它們。2.自動生成并且向個人發(fā)送提醒(在特定事件前的單獨指定天數(shù))，所述提醒包含被視為最適合“角色”的產(chǎn)品推薦。因此，為獲得階段1數(shù)據(jù)，注冊頁面或應(yīng)用可為消費者或潛在消費者提供定義他們自身的機會。如圖2和圖3所示，所述信息可用于在階段1中生成報價，和/或與在階段2中生成報價相結(jié)合，和/或與在階段3中生成報價相結(jié)合。即使階段1的框架可能是以特定目的設(shè)計的特定網(wǎng)站或應(yīng)用，階段1的框架也是關(guān)于消費者如何管理他們的偏好并且可提供信息(例如，喜好和喜好以及他們的通信渠道偏好)，所述信息可由消費者附屬的任何組織使用(只要消費者同意即可)和/或被特定組織/品牌利用來收集與消費者有關(guān)的針對他們的業(yè)務(wù)的附加信息。使組織能夠形成對他們的消費者的“全方位渠道”體驗(其中可跨品牌普遍地使用消費者偏好)并且可以是能夠大規(guī)模部署nbo優(yōu)化引擎的重要組成部分。也就是說，參考圖1，其中存在超過一個報價供應(yīng)商，所描述的一種系統(tǒng)和/或方法可提供以全方位渠道的方式呈現(xiàn)消費者報價的能力。階段1數(shù)據(jù)為引擎可使用(如果可用)來對每個消費者的每個報價評分的一個信息源。在階段2中，變換后的交易數(shù)據(jù)可利用階段1的評分來處理。隨著階段2的更多交易數(shù)據(jù)的形成，階段1的變換后的數(shù)據(jù)不那么重要地加權(quán)以提供產(chǎn)品評分，所述產(chǎn)品評分可利用階段3的購買行為值來處理。如圖3所示，階段1數(shù)據(jù)、階段2數(shù)據(jù)和階段3數(shù)據(jù)的組合(單獨地或組合地)輸入到特定消費者或消費者群體的nbo預(yù)測模型(參見圖3)中，可基于產(chǎn)品評分提供判定評分，以便電子傳送到消費者。參見圖1、圖3和圖4，這里應(yīng)當(dāng)指出的是，已經(jīng)準(zhǔn)備了制作產(chǎn)品過程中將使用的技術(shù)論文，這些技術(shù)論文詳細(xì)描述了方法實施方案和系統(tǒng)實施方案并在下文全部提供。這些技術(shù)論文，雖然未編寫為專利說明書，但提供了實質(zhì)性信息來幫助本領(lǐng)域技術(shù)人員實施本發(fā)明。就全部公開內(nèi)容而言并且為了為本領(lǐng)域技術(shù)人員提供本申請人所知道的在提交時實施本發(fā)明的最佳方式，本文提供了這些技術(shù)論文。因此，術(shù)語“需要”、“應(yīng)當(dāng)”、“必須”等術(shù)語的使用在本公開的上下文中并不按字面意思理解，因為技術(shù)論文已由并非專業(yè)專利代理人的發(fā)明人準(zhǔn)備。也就是說，發(fā)明人并非準(zhǔn)備專利申請的專業(yè)人員。對于本領(lǐng)域技術(shù)人員而言，其中可對本文所述的教導(dǎo)內(nèi)容進(jìn)行調(diào)整，期望作出調(diào)整。此外，術(shù)語“算法”可由發(fā)明人在他們的說明中寬松地使用。應(yīng)當(dāng)理解，在實施本發(fā)明的過程中涉及算法。然而，本發(fā)明并非算法。正是用于接收不同形式的電子數(shù)據(jù)的系統(tǒng)和方法在特定情況下對所述數(shù)據(jù)實施處理，使得其以一定方式操作，使得其可用于決定哪個以電子方式生成的消費者報價傳送到消費者和/或潛在消費者，獲得改進(jìn)的被接受結(jié)果。由本發(fā)明的實施方案在根據(jù)本公開傳送相關(guān)的以電子方式生成的廣告和/或報價的過程中解決的技術(shù)問題避免了浪費資源。這些技術(shù)文獻(xiàn)在它們由發(fā)明人準(zhǔn)備時作為本公開的一部分符合商業(yè)背景的利益。圖1、圖3和圖4提供了所描述方法和系統(tǒng)的高級概述圖。實際上，如本領(lǐng)域技術(shù)人員根據(jù)本公開顯而易見的那樣，本發(fā)明的描述有很多不同的方面，這些方面可能彼此單獨地且共同地區(qū)分開并且因此可按這樣要求保護(hù)。圖3顯示了階段1、階段2和階段3的數(shù)據(jù)，得到產(chǎn)品行為評分225以便為一個或多個特定消費者生成判定報價。還描述了以下內(nèi)容，即不同的數(shù)據(jù)處理可單獨地或作為多個輸入用于總體建模過程，這導(dǎo)致生成電子報價以便傳送到消費者。以下說明分階段提供了數(shù)據(jù)類型并且描述了可能包含在也可能沒有包含在本發(fā)明的實施方案中的每個數(shù)據(jù)類型中的變量的一些實例(但不限于此)：以下章節(jié)提供了使用階段1、階段2和階段3說明產(chǎn)品評分和產(chǎn)品行為評分以提供判定報價的實例。需注意，為簡單起見，以下實例使用值的和來說明包含預(yù)測模型的“學(xué)習(xí)和評分引擎”可能進(jìn)行的操作。然而，和是可對從階段1、階段2和階段3的數(shù)據(jù)中生成的評分執(zhí)行的過程的實例。使用術(shù)語和并不旨在具有限制性意義。另外的和/或另選的過程包含在本發(fā)明的范圍內(nèi)。假定報價庫中有2個報價，咖啡和名牌清潔劑具有以下預(yù)先確定的目標(biāo)受眾和產(chǎn)品屬性：報價庫假設(shè)消費者a已提供了消費者數(shù)據(jù)和偏好數(shù)據(jù)，如下所述：■年齡＝31■狀態(tài)＝已婚有孩■喜好＝始終天然環(huán)保以下表1示出了使用消費者數(shù)據(jù)和偏好數(shù)據(jù)得到的產(chǎn)品評分以基于產(chǎn)品屬性確定推薦評分。表1使用階段1數(shù)據(jù)得出的咖啡的產(chǎn)品評分相對較低(總分＝0.2)，因為僅能使一個消費者數(shù)據(jù)(年齡)與報價屬性相關(guān)。另一方面，消費者a更有可能接受名牌清潔劑，因為消費者數(shù)據(jù)和偏好數(shù)據(jù)與報價屬性匹配。假設(shè)以下關(guān)于消費者a的交易數(shù)據(jù)和響應(yīng)數(shù)據(jù)被提取到引擎中：■在過去3個月購買的咖啡機和在12天前最后一次咖啡購買。■咖啡的購買周期為14天。■對上一次清潔劑報價無響應(yīng)。表2提供了階段2如何考慮消費者過去所購買之物以及他們?nèi)绾位貞?yīng)先前報價的一個實例。表2雖然僅使用階段1數(shù)據(jù)輸入獲得的產(chǎn)品評分對于該消費者的名牌清潔劑來說較高，但在考慮階段2的交易數(shù)據(jù)和響應(yīng)數(shù)據(jù)時，咖啡報價更有可能得到接受。假設(shè)消費者a具有以下購買行為屬性：■具有定期有機食品交易?！鲇休^高的趨勢來響應(yīng)對報價點數(shù)的推薦以下表3提供了關(guān)于產(chǎn)品評分如何基于階段1和階段2(變換后)的數(shù)據(jù)提供判定報價的一個實例，所述數(shù)據(jù)不同于包含購買行為值(階段3的數(shù)據(jù))的版本。表3因此，雖然僅使用階段1和階段2輸入獲得的產(chǎn)品評分對于該特定消費者的咖啡來說較高，但當(dāng)考慮到購買行為值462時(針對預(yù)測模型的階段3輸入，生成購買行為值232的評分)，咖啡報價不太可能如名牌清潔劑那樣得到接受。再次參見圖3，階段1數(shù)據(jù)201包括由消費者提供的信息(和其他數(shù)據(jù)，例如，人口統(tǒng)計信息)，諸如可稱為消費者數(shù)據(jù)的特定喜好。在第一情況下，由消費者提供的消費者概況可提供可區(qū)分開消費者的數(shù)據(jù)。例如，顯示裝置可提供允許消費者注冊他們的特定喜好的用戶界面。例如，消費者可能喜歡書籍、攝影和服裝。因此，作為個人，消費者可為他們自己或任何其他人諸如他們的配偶、子女、兄弟姐妹、父母和他人創(chuàng)建角色。在第一情況下，階段1使用消費者提供的角色來基于所述信息為消費者作出報價。在使用由消費者提供的消費者數(shù)據(jù)的角色的過程中，所述過程和系統(tǒng)可訪問包含評分的一個或多個查找表中的相似性值。例如，產(chǎn)品關(guān)聯(lián)查找表可包括攝影這一“喜好”與藝術(shù)這一“喜好”的關(guān)聯(lián)性。因此，階段1數(shù)據(jù)201和階段2數(shù)據(jù)213可由聚類模型處理和/或可進(jìn)行細(xì)分207。階段2數(shù)據(jù)為所收集的交易數(shù)據(jù)213。如上文所提及的，隨著階段2的更多交易數(shù)據(jù)的創(chuàng)建，階段1的變換后的數(shù)據(jù)可不那么重要地加權(quán)，以提供產(chǎn)品評分230。當(dāng)存在不充分的行為數(shù)據(jù)與消費者有關(guān)或與交易數(shù)據(jù)相結(jié)合時，可使用階段1。實際上，階段1可在短時間內(nèi)用作下文更詳細(xì)闡述的交易數(shù)據(jù)，可以是預(yù)測哪些報價將獲得較高被接受結(jié)果的更好方式。在階段2中，取決于是否存在實質(zhì)性的交易數(shù)據(jù)，可針對每種情況設(shè)計單獨的nbo過程。產(chǎn)品關(guān)聯(lián)是數(shù)字銷售部門的術(shù)語。然而，在本文的上下文中，產(chǎn)品關(guān)聯(lián)以獨特的方式提供。大致來說，產(chǎn)品關(guān)聯(lián)表217為消費者或某種類型的消費者購買特定產(chǎn)品的統(tǒng)計概率集合。產(chǎn)品關(guān)聯(lián)表，與涉及交易數(shù)據(jù)的計算相結(jié)合，可提供在本文獻(xiàn)中稱為產(chǎn)品評分230的東西。產(chǎn)品關(guān)聯(lián)表217的評分可以以下方式作用。例如，如果消費者介于30-40的年齡組和特定的報價目標(biāo)30-50內(nèi)，那么這將為100％關(guān)聯(lián)。然而，如果消費者年齡為29，那么與30-50仍然存在緊密度，這樣評分可以反映出消費者與目標(biāo)屬性的緊密程度。所述過程可針對一些或全部的消費者屬性進(jìn)行。這樣，存在相似性的概念以及權(quán)重的概念。以下論述描述了如何監(jiān)視和調(diào)整權(quán)重。這些評分和權(quán)重自動地和/或通過手動干預(yù)來動態(tài)地調(diào)整，以優(yōu)化所述過程。階段2的交易數(shù)據(jù)213考慮到消費者已購買的東西但無需考慮與階段3的購買行為數(shù)據(jù)219有關(guān)的特定消費者的購買行為。參見階段1和階段2的數(shù)據(jù)，可發(fā)生諸如應(yīng)用聚類模型205和/或細(xì)分207等過程。最后，根據(jù)階段1數(shù)據(jù)，可得出產(chǎn)品相似性表203，并且根據(jù)階段2數(shù)據(jù)，可得出產(chǎn)品關(guān)聯(lián)表217。這些表各自經(jīng)歷nbo引擎209(其為“學(xué)習(xí)和評分引擎”)以生成產(chǎn)品評分230，這將產(chǎn)生以電子方式生成的報價輸出211。在所描述的方法和系統(tǒng)的上下文中，存在若干個過程，在以圖4所示的入站方式或出站方式電子地生成報價或推薦以便傳送到消費者之前通過所述若干個過程作出決策。用于傳送到電子設(shè)備的報價、通知、推薦或任何其他類型的以電子方式生成的信息在本文中稱為報價。例如，另外的數(shù)據(jù)類型未在圖3中示出。變換后的交易數(shù)據(jù)考慮到個人消費者數(shù)據(jù)交易和/或消費者細(xì)分，其中在一個消費者進(jìn)行的購買與同一消費者群體中的另一消費者的預(yù)期購買之間存在映射。考慮到變換后的消費者數(shù)據(jù)與變換后的交易數(shù)據(jù)，可獲得產(chǎn)品關(guān)聯(lián)概率表。將變換后的數(shù)據(jù)結(jié)合起來的預(yù)測模型可得到產(chǎn)品評分230，所述產(chǎn)品評分可用于為消費者211生成報價。當(dāng)使用產(chǎn)品評分230為消費者生成報價時，預(yù)期出現(xiàn)較高的被接受結(jié)果。這在利用包括通過所收集的消費者的購買行動的數(shù)據(jù)的特征(交易數(shù)據(jù)和響應(yīng)日期)確定的校準(zhǔn)后的評分的購買行為值221之前，可用于利用消費者概況數(shù)據(jù)和階段1的偏好并且還與提供產(chǎn)品評分230的階段2數(shù)據(jù)結(jié)合起來。如以下更詳細(xì)論述，使用階段1、階段2和階段3輸入獲得的變換后的數(shù)據(jù)預(yù)期生成一個或多個判定報價以便傳送到一個消費者或多個消費者的比先前實現(xiàn)的更高的被接受結(jié)果，如下所述。圖4顯示了可構(gòu)成階段1數(shù)據(jù)301、階段2數(shù)據(jù)313和階段3數(shù)據(jù)319的數(shù)據(jù)類型以及檢測消費者數(shù)據(jù)331的變化的能力。如上文所提及的，校準(zhǔn)和加權(quán)可以在使用所收集數(shù)據(jù)的過程中進(jìn)行。報價庫333單獨地存在。組合消費者選擇335、全局約束337和報價庫333的輸出將經(jīng)歷由nbo引擎309進(jìn)行的處理。報價339存在入站發(fā)起并且報價341存在出站發(fā)起，這取決于所實現(xiàn)的評分是低于評分343還是高于評分345。消費者、用戶或經(jīng)由裝置104的接收人可接收報價。消費者訪問網(wǎng)站或應(yīng)用的時間被視為入站發(fā)起。供應(yīng)商或供應(yīng)商代理人發(fā)起與消費者的通信的時間為出站發(fā)起。在所描述的評分方法和系統(tǒng)中，評分與入站或出站相關(guān)并且可確定報價對于特定消費者來說是入站還是出站。對于入站渠道，消費者發(fā)起通信。出站供應(yīng)商發(fā)起與消費者的會話。注冊與出站發(fā)起類似，因為消費者可在消費者想要接收通信即周年紀(jì)念日或者生日時提供系統(tǒng)信息。再次參考圖1，可例如通過保存報價以提供保存報價103的數(shù)據(jù)來作出響應(yīng)347或349。在另一個實施方案中，通過瀏覽網(wǎng)站并點擊，可收集響應(yīng)數(shù)據(jù)351。根據(jù)響應(yīng)數(shù)據(jù)，過程可包括動態(tài)校準(zhǔn)和加權(quán)。應(yīng)理解，本發(fā)明的系統(tǒng)和方法用于動態(tài)地管理輸出。如上所述，以下是由發(fā)明人在準(zhǔn)備體現(xiàn)本發(fā)明的產(chǎn)品的過程中準(zhǔn)備的技術(shù)論文。上文提供的一些術(shù)語可能不同于下文所提供的術(shù)語，因為這些文獻(xiàn)是為不同目的準(zhǔn)備的。這些概念是相同的。技術(shù)論文1.1beepit階段1針對其中無/沒有太多階段2或階段3的消費者交易數(shù)據(jù)的情況形成階段1過程。1.輸入：1)關(guān)于消費者(角色)和產(chǎn)品的屬性類型(它們是相同的)：年齡范圍、關(guān)系和性別、個性、喜好、價格、禮品類型、場合(事件)。電子數(shù)據(jù)表“table_in_scoring_database_beepme_phase_1.xlsb”(標(biāo)簽“l(fā)ookup_tables_for_single_attrib”)可包括關(guān)于每個屬性的完整類別列表?！皌able_in_scoring_database_beepme_phase_1.xlsb”(標(biāo)簽“l(fā)ookup_tables_for_single_attrib”)由于其長度和冗余并不包含在說明中。然而，可基于該說明推測它的內(nèi)容。關(guān)于所描述的每個屬性的類別列表為發(fā)明人提出的標(biāo)準(zhǔn)類別。本領(lǐng)域技術(shù)人員可構(gòu)建類別列表以適應(yīng)他們的特定用途。它們用作beepit網(wǎng)站上的成員“角色”的屬性類別(即，beepit網(wǎng)站僅僅為成員提供這些類別以便從中進(jìn)行選擇)。并且在他們?yōu)樗麄兊漠a(chǎn)品屬性注冊類別時，用作零售商的類別。將屬性限于上文列出的屬性并將類別限于電子數(shù)據(jù)表中列出的類別的原因在于：標(biāo)準(zhǔn)化這些類別，使得beepit收集標(biāo)準(zhǔn)化數(shù)據(jù)以配合關(guān)于beepit階段1和階段2的產(chǎn)品推薦算法(參見下文，尤其是具體地講，提及“相似性”查找表的部分)。2)基于規(guī)則的“相似性”查找表，對于上文提及的同一屬性類型內(nèi)的類別對來說，介于“角色”與產(chǎn)品之間：(存在4個版本，在電子郵件提醒發(fā)送日期隨機分配到每個“角色”)；“相似性”介于0與1之間。電子數(shù)據(jù)表“table_in_scoring_database_beepme_phase_1.xlsb”(名稱以“similarity_”(“相似性_”)開始的標(biāo)簽)可包括相似性查找表。理論上，對于給定類別，可能存在某種程度上與其類似的類別(電子數(shù)據(jù)表中列出的除外)；盡管實際上，對于beepit，并不將它們保持在相似性查找表中，因為：●它們的相似性值被視為較低并且因此可忽略相似性值查找表中的類別組合(即，作為0處理)?！裨谙嗨菩圆檎冶碇斜３痔嗟念悇e組合將減慢計算過程(其使用相似性查找表)。3)基于規(guī)則的“權(quán)重”查找表：對于每個角色產(chǎn)品組合來說，這用于將屬性水平相似性評分組合成一個(加權(quán)平均)總評分。(存在4個版本，在電子郵件提醒發(fā)送日期隨機分配到每個“角色”)電子數(shù)據(jù)表“table_in_scoring_database_beepme_phase_1.xlsb”(標(biāo)簽“weight_lookup”(“權(quán)重_查找”))可包括“權(quán)重”查找表。2.邏輯：邏輯首先為每個“角色”隨機分配“權(quán)重”和“相似性”的versionid，且隨后使用“角色”屬性和產(chǎn)品屬性(如上文所提及的)，結(jié)合類別組合的基于規(guī)則的“相似性”查找表(分配有versionid)和基于規(guī)則的“權(quán)重”查找表(分配有versionid)來計算“角色”和productid水平的(加權(quán)平均)總評分(針對特定事件)，表示個人在接收到電子郵件提醒之后且不晚于事件日期為他們的“角色”購買productid的可能性。以下是邏輯中的分量的概述：不同版本的“權(quán)重”和“相似性”的使用：“權(quán)重”和“相似性”的版本在電子郵件提醒發(fā)送日期被隨機分配到每個“角色”。對于給定的角色和productid組合來說，隨機分配的“相似性”用于計算每個屬性的相似性評分。(參見下文)對于每個角色productid組合來說，隨機分配的“權(quán)重”用于將每個屬性的相似性評分組合成一個(加權(quán)平均)總評分：即，對于角色和productid的給定組合來說，(即，i＝年齡范圍，預(yù)算范圍，關(guān)系和性別，個性、喜好、禮物類型、場合)；具有不同版本的“權(quán)重”和“相似性”查找表的目的在于：一段時間之后，可比較或以其他方式處理使用不同版本的參數(shù)得到的推薦的交易結(jié)果，隨后選擇它的最佳版本。如何基于“相似性”查找表以及“角色”和產(chǎn)品的屬性來計算給定屬性的相似性評分：查找表中的“相似性”值處于類別對水平。對于給定屬性(在分配versionid后)，邏輯首先將“相似性”值附加于類別對btw“角色”和產(chǎn)品(通過將“角色”類別與“相似性”查找表中的類別(“beepie”列)匹配；以及將產(chǎn)品的類別與“相似性”查找表中的類別(“產(chǎn)品”列)匹配)。隨后，邏輯通過跨角色產(chǎn)品對的所有可用類別組合取“相似性”值的最大值來計算角色產(chǎn)品水平相似性評分(對于給定屬性)。(一些屬性具有關(guān)于“角色”和/或產(chǎn)品的“分級百分比”(參見電子數(shù)據(jù)表中的列j-k)，因為“角色”或產(chǎn)品可在所述屬性中具有超過一個類別，并且用這個“分級百分比”表示首先分級的類別。在這種情況下，在計算中也考慮“分級百分比”(即，邏輯首先將“分級百分比”與類別組合水平“相似性”值相乘，隨后跨所有可用類別組合選擇這些經(jīng)過分級調(diào)整的“相似性”值的最大值作為角色產(chǎn)品水平相似性評分(對于給定屬性))。3.附加規(guī)則：1)如果產(chǎn)品的性別與角色的性別沖突，則不在電子郵件提醒中推薦產(chǎn)品。2)如果產(chǎn)品在電子郵件提醒發(fā)送日期之前的過去x個月在beepit網(wǎng)站上被個人排除，則不在電子郵件提醒中推薦產(chǎn)品。3)如果產(chǎn)品價格比相關(guān)角色的最大預(yù)算高$n，則不在電子郵件提醒中推薦產(chǎn)品。4.決策：根據(jù)以上角色和productid組合，邏輯為每個角色選擇具有“總評分”前x位的productid，以便對于“角色”的特定事件，在電子郵件提醒中推薦它們。1.2beepit階段2對于其中存在階段2的實質(zhì)性消費者交易數(shù)據(jù)的情形發(fā)展以下過程。1.輸入：1)關(guān)于消費者(角色)和產(chǎn)品的屬性類型(它們是相同的)：年齡范圍、關(guān)系和性別、個性、喜好、價格、禮品類型、場合(事件)?！皌able_in_scoring_database_beepme_phase_2.xlsb”(標(biāo)簽“l(fā)ookup_tables_for_single_attrib”)可包括關(guān)于每個屬性的完整類別列表。將屬性限于上文列出的屬性并將類別限于電子數(shù)據(jù)表中列出的類別的原因在以上關(guān)于beepit階段1的章節(jié)中提及。2)(通過邏輯周期性地刷新)對于上文提及的相同屬性類型內(nèi)的類別對來說，“相似性”查找表介于“角色”與產(chǎn)品之間。(對于每個屬性來說，邏輯將使用最近1年的交易數(shù)據(jù)來進(jìn)行計算并且確定對于給定角色的類別來說，最接近的3至5個產(chǎn)品的類別。與階段1的不同之處在于：“相似性”查找表僅具有一個版本)“table_in_scoring_database_beepme_phase_2.xlsb”(名稱以“相似性_”開始的標(biāo)簽)可包括相似性查找表的格式。(如以上關(guān)于beepit階段1的章節(jié)所提及)。理論上，對于給定類別，可能存在某種程度上與其類似的類別(電子數(shù)據(jù)表中列出的除外)。關(guān)于如何每月刷新“相似性”查找表的高級概述，請參見下文。2.邏輯：邏輯的目的在于基于個人交易行為和網(wǎng)絡(luò)瀏覽行為進(jìn)行產(chǎn)品推薦?；炯僭O(shè)：(簡而言之：過去的行為預(yù)測未來的行為)●如果成員最近已經(jīng)購買/瀏覽本文“交易后”產(chǎn)品，其中交易的“新近度”考慮到成員最后一次交易的時間，那么他/她可能更有可能在不久的將來購買具有相同/相似屬性的產(chǎn)品。如果成員最近明確表示不喜歡特定產(chǎn)品，那么他/她可能不那么可能在不久的將來購買具有相同/相似屬性的產(chǎn)品。●另外，如果行為被視為針對特定事件的特定“角色”，則它們會影響成員購買與相同/相似事件的“角色”相同的相同/相似屬性的產(chǎn)品的可能性。根據(jù)以上內(nèi)容，邏輯使用“建模評分”方法來計算每個角色產(chǎn)品組合的總評分：基于最近推薦產(chǎn)品的交易結(jié)果，邏輯使用預(yù)測性建模統(tǒng)計模型軟件來定期構(gòu)建和刷新線性回歸模型(每周刷新一次)，(這更新了“權(quán)重”(參見上文beepit階段1中的“權(quán)重”))；并且這使得更新后的模型完成每日評分(對于已經(jīng)在beepit網(wǎng)站上很對特定“角色”標(biāo)記了事件的成員來說)，即，計算每個角色-產(chǎn)品組合的總評分。以下是beepit階段2的邏輯中的分量的高級解釋：關(guān)于預(yù)測性(線性回歸)建模：與任何線性回歸建模一樣，beepit階段2的線性回歸建模還包含“輸入變量”(用于預(yù)測結(jié)果)和“目標(biāo)變量”(安排用于預(yù)測結(jié)果)以及“輸出變量的權(quán)重”(是用于利用較大購買量加強輸出變量的正數(shù)，模型訓(xùn)練過程)?；旧希＝Y(jié)果用于將“輸出變量”表達(dá)為“輸入變量”的加權(quán)平均值。輸入數(shù)據(jù)處于角色-productid組合水平，并且包含近期(可能6個月)的角色-productid組合，其中它們的成員已建立并且接收了關(guān)于特定事件的“角色”的推薦?！拜敵鲎兞俊保狠敵鲎兞繛?或0。1＝成員在電子郵件提醒發(fā)送日期后且不晚于“事件”日期購買推薦產(chǎn)品；0＝另外情況?！拜敵鲎兞康臋?quán)重”：(這與上文提及的“權(quán)重”不同)如果“輸出變量”＝0，那么“輸出變量的權(quán)重”＝1；否則：輸出變量的權(quán)重”＝購買的推薦產(chǎn)品的量。“輸入變量”：“輸入變量”反映最近的歷史交易/行為(如同相關(guān)評分日期一樣)。邏輯計算2種類型的“輸入變量”：1.關(guān)于每個屬性的“相似性評分”：這些“輸入變量”與beepit階段1的評分相同。并且計算這些“相似性評分”變量的過程與beepit階段1的變量相同。beepit階段2與beepit階段1之間的“相似性”查找表存在2個差異：(1)在查找表中僅存在“相似性”值的1個版本；(2)在階段2中，類別組合水平“相似性”查找表被設(shè)計成使用被視為關(guān)于特定“角色”的最近1年的交易數(shù)據(jù)而每月刷新一次。刷新“相似性”查找表的方式總結(jié)為以下步驟：a)從被視為關(guān)于特定“角色”的交易數(shù)據(jù)中(請參見*以下關(guān)于邏輯如何決定交易/行為是否關(guān)于特定“角色”的細(xì)節(jié))，將關(guān)于每個角色-productid組合購買的量求和。b)對于給定屬性，將“角色”的類別和產(chǎn)品的類別(和它們的分級百分比)附加到步驟a)中計算出的總結(jié)數(shù)量計數(shù)。c)對于每一組附加的角色類別和產(chǎn)品類別，將所購買的分級調(diào)節(jié)后的量(即，所購買的量*分級百分比)求和。這作為分子。d)對于每個附加的角色類別，將所購買的分級調(diào)節(jié)后的量求和。這作為分母。e)類別-組合水平“相似性”＝分子/分母。f)如果在步驟b)中，屬性為“價格”，那么邏輯將進(jìn)行以下操作：i.計算角色最大預(yù)算與產(chǎn)品價格之間的差，隨后將該差配合到電子數(shù)據(jù)表“table_in_scoring_database_beepme_phase_2.xlsb”(標(biāo)簽“similarity_budget_range”)中定義的類別。ii.隨后，對于這些定義類別中的每一者來說，邏輯將所購買的總量計算為分子；iii.將所有類別的總量計算為分母；iv.隨后，“相似性”＝分子/分母。g)如果類別并不存在于交易數(shù)據(jù)中，那么邏輯將進(jìn)行以下操作：i.計算針對每個產(chǎn)品的類別購買的總量(全部角色的類別)。這作為分子；ii.計算全部產(chǎn)品類別購買的總量(全部角色類別)。這作為分母；iii.類別-組合水平“相似性”＝分子/分母。h)對所有其他屬性完成相同計算。i)對于“相似性”查找表(對于年齡組、關(guān)系和性別、個性、喜好、禮物類型、場合)，對于給定角色類別，在查找表中僅保持幾個(3個或4個)產(chǎn)品的類別。這將加快計算過程，并且“相似性”值被認(rèn)為較低，前3或4個類別組合除外。2.與成員行為有關(guān)的“輸入變量”：在形成與行為有關(guān)的“輸入變量”的過程中涉及到的成員行為為：1)點擊beepit網(wǎng)站內(nèi)的productid；2)從beepit網(wǎng)站或電子郵件提醒重定向到零售商產(chǎn)品網(wǎng)站；3)產(chǎn)品購買；4)產(chǎn)品排除(成員排除將被推薦給特定“角色”的產(chǎn)品)。邏輯針對以上4個行為中的每一者形成單獨的“輸入變量”(因為不同的行為可能對成員的產(chǎn)品購買決策形成不同程度的影響)。并且，它們中的每一者均分為3個子類型的成員行為“輸入變量”，如下所示：1)特定的“角色”輸入變量：這些變量使用邏輯視為與特定“角色”有關(guān)的最近行為來形成。(請參見*以下關(guān)于邏輯如何決定交易/行為是否針對特定“角色”的細(xì)節(jié))。計算這些變量的方式概述：以產(chǎn)品購買行為為例，示出邏輯如何基于該行為的數(shù)據(jù)計算“輸入變量”：a)選擇屬性(年齡范圍、關(guān)系和性別、個性、喜好、價格、禮物類型、場合(事件)、零售商、品牌)；b)將產(chǎn)品的類別附加到被視為關(guān)于特定“角色”的交易數(shù)據(jù)；c)對于步驟b)中的交易數(shù)據(jù)中的每個“角色”和produtid和產(chǎn)品類別組合來說，計算c1＝(prodid的購買量)/(prodid的所選擇屬性的類別的量)；d)對于步驟c)中的交易數(shù)據(jù)的每個“角色”和產(chǎn)品類別組合來說，計算總量＝總[c1*分級百分比](所有已購買prodid)。e)對于將存儲的每個“角色”和productid組合來說，向其附加產(chǎn)品類別和分級百分比。f)通過匹配characterid和productid向步驟e)中的數(shù)據(jù)附加步驟d)中計算出的總量。g)對于將存儲的每個“角色”和productid來說，計算：基于購買量的“輸入變量”＝總[總量*分級百分比](待評分的給定prodid的全部類別)。h)對所有其他屬性完成相同計算：為每個屬性創(chuàng)建單獨的“輸入變量”。基于其他3種類型的成員行為的“輸入變量”按照與以上步驟相同的方式來計算。2)相關(guān)“角色”的輸入變量：這些變量使用邏輯視為與任何特定“角色”(即，與待評分的“角色”具有相同的成員的其他“角色”)有關(guān)的最近行為來形成。(請參見*以下關(guān)于邏輯如何決定交易/行為是否針對特定“角色”的細(xì)節(jié))。計算過程與特定“角色”的輸入變量的計算過程非常相似，以下除外：所述過程計算有關(guān)“角色”的輸入變量，隨后針對特定“角色”水平卷起結(jié)果。3)“成員偏好”輸入變量：這些變量使用邏輯視為與任何特定“角色”無關(guān)的最近行為來形成。(請參見*以下關(guān)于邏輯如何決定交易/行為是否針對特定“角色”的細(xì)節(jié))。計算過程與特定“角色”的輸入變量的計算過程非常相似，以下除外：所述過程基于邏輯視為與特定“角色”無關(guān)的行為數(shù)據(jù)來計算成員水平輸入變量。＊邏輯如何決定行為是否針對特定“角色”：1.關(guān)于產(chǎn)品購買：如果購買是在電子郵件提醒的重定向后立即進(jìn)行(即，在成員關(guān)于產(chǎn)品點擊網(wǎng)站鏈接后)，那么邏輯將購買視為針對電子郵件提醒中涉及的“角色”；否則如果：購買不比事件日期早x天發(fā)生，那么邏輯將行為視為針對該事件的相關(guān)“角色”。否則：購買不被視為針對任何“角色”。2.關(guān)于來自beepit網(wǎng)站的重定向：如果購買不比事件日期早x天發(fā)生，那么邏輯將行為視為針對該事件的相關(guān)“角色”。否則：購買不被視為針對任何“角色”。3.關(guān)于來自電子郵件提醒的重定向：beepit的后端設(shè)計可能已經(jīng)讓人們看到與該行為相關(guān)的相關(guān)“角色”。4.關(guān)于beepit網(wǎng)站上產(chǎn)品的點擊：如果購買不比事件日期早x天發(fā)生，那么邏輯將行為視為針對該事件的相關(guān)“角色”。否則：購買不被視為針對任何“角色”。5.關(guān)于產(chǎn)品排除：beepit的后端設(shè)計可能已經(jīng)讓人們看到與該行為相關(guān)的相關(guān)“角色”。注意：以上部分僅僅專門針對beepit，并且可能并不適用于其他平臺/系統(tǒng)。例如，如果平臺允許用戶注冊他們自己并且僅為他們自己購買產(chǎn)品，那么無需具有該部分，并且無需將“輸入變量”基于該部分分成2個組。具有該部分的目的在于：在評分日期之前更好地識別行為之間的引導(dǎo)關(guān)系并且在評分日期之后且不晚于事件日期進(jìn)行產(chǎn)品購買，并且因此增大建模的準(zhǔn)確度且作出更好的產(chǎn)品推薦。關(guān)于應(yīng)用模型完成評分：在推薦日期，邏輯將針對所有相關(guān)的角色-productid組合計算以上提及的所有“輸入變量”(按照與上文所提及相同的方式)，其中角色成員已在beepit網(wǎng)站上對beepit系統(tǒng)設(shè)置了警告以發(fā)送電子郵件提醒(包含關(guān)于它們的“角色”的特定事件的推薦產(chǎn)品)。隨后邏輯將應(yīng)用最新模型(包含“權(quán)重”的更新值)來對角色-productid組合的“輸入變量”進(jìn)行評分以獲得關(guān)于每個角色-productid組合的“總評分”。這個“總評分”表示成員在接收到電子郵件提醒后且不晚于事件日期而針對他們的“角色”購買productid的可能性。3.規(guī)則：1)如果產(chǎn)品性別與角色性別沖突，則不在電子郵件提醒中推薦產(chǎn)品。2)如果產(chǎn)品在電子郵件提醒發(fā)送日期之前的3個月在beepit網(wǎng)站上被個人排除，則不在電子郵件提醒中推薦產(chǎn)品。4.決策：從上文的角色和productid組合中，邏輯為每個角色選擇具有總評分前5位的productid，以在電子郵件提醒中針對“角色”的特定事件推薦它們。1.“beepit階段2”算法和過程的延伸1.1標(biāo)準(zhǔn)化產(chǎn)品支出評分該過程的輸出為每一消費者和產(chǎn)品組合的評分(其中“產(chǎn)品”為所有可用產(chǎn)品，不限于正報價的可用產(chǎn)品)，表示消費者基于消費者相對于其他消費者對所述特定產(chǎn)品的過去支出而對所述產(chǎn)品的“喜好”。其作為輸入用于計算產(chǎn)品相似性評分。將消費者c的絕對支出表示為sc＝sc1+sc2+…scp其中scp＝消費者c在產(chǎn)品類型p中的所有產(chǎn)品的絕對支出。消費者支出是由定義分析期間(從幾個月到幾年，取決于行業(yè))原始交易數(shù)據(jù)計算出，因而反映從長期來看消費者購買行為。為了得到最終消費者產(chǎn)品向量，需要在以下水平應(yīng)用2倍標(biāo)準(zhǔn)化：1.消費者支出水平以及2.產(chǎn)品部分支出水平首先將消費者c對每個產(chǎn)品類型p的絕對支出通過除以消費者在該期間的總支出而轉(zhuǎn)換成部分支出：每個均表示每一產(chǎn)品類型p的消費者總支出的比例。這是消費者跨所有產(chǎn)品類型的相對測量值，以便理解他們的支出分配。隨后通過除以部分支出的總體平均值來對消費者部分支出應(yīng)用第二標(biāo)準(zhǔn)化(排除非零輸入)。以上等式以s作為整體生成消費者c的產(chǎn)品類型p相對于消費者基數(shù)的量化喜好。意指消費者c的產(chǎn)品類型p相對于人口喜好的平均喜好水平。意指高于消費者c的產(chǎn)品類型p相對于人口喜好的平均喜好水平。意指低于消費者c的產(chǎn)品類型p相對于人口喜好的平均喜好水平。1.2消費者細(xì)分消費者細(xì)分為通過將具有相似屬性的消費者使用傳統(tǒng)聚類技術(shù)(k均值聚類)分成同一聚類而進(jìn)行的統(tǒng)計建模輸出。每個消費者均基于消費者人口統(tǒng)計信息(年齡、性別等)和交易變量(購買周期、每種產(chǎn)品類型的總花費等)而分配到預(yù)定義消費者類型。在推薦系統(tǒng)中使用消費者細(xì)分分析的好處在于基于消費者概況和行為的主導(dǎo)特征提供不同的產(chǎn)品推薦。以零售行業(yè)為例，有孩子的高支出家庭與高支出獨自生活者相比應(yīng)當(dāng)具有不同的支出優(yōu)先級組合，并且推薦應(yīng)當(dāng)能夠支持消費者基數(shù)的變化。為了開始消費者細(xì)分，將產(chǎn)品類別重新分類成較小的產(chǎn)品組集合，這樣在解釋結(jié)果時，更容易管理。一旦產(chǎn)品組已再分類，僅選擇在最后x個月具有以上平均支出的消費者基數(shù)子集以訓(xùn)練細(xì)分模型。訓(xùn)練集中的輸入變量包括按照產(chǎn)品組和消費者屬性(年齡、性別等)獲得的總支出。隨后使用章節(jié)1.1中提及的技術(shù)來標(biāo)準(zhǔn)化消費者花費，以測量產(chǎn)品組相對于消費者自身支出和其他消費者支出的部分支出。實證發(fā)現(xiàn)，特征或支出產(chǎn)品組的數(shù)量應(yīng)嚴(yán)格大于聚類的最終數(shù)量。聚類和產(chǎn)品組的數(shù)量支持產(chǎn)品組之間的差越大，跨聚類找到定制組合的過程越容易。消費者細(xì)分輸出的實例：聚類id產(chǎn)品組1產(chǎn)品組2產(chǎn)品組3產(chǎn)品組4產(chǎn)品組5聚類#10.40.20.30.10.0聚類#20.10.80.10.10.1聚類#30.00.10.10.40.4在以上實例中，跨越產(chǎn)品組的相對獨特組合挑選具有代表性部分花費的三個聚類。例如，聚類#1示出產(chǎn)品組1和3中的較高部分花費，而聚類#2示出僅產(chǎn)品組2中的較高部分花費。1.3產(chǎn)品相似性評分1.3.1推薦系統(tǒng)概述推薦系統(tǒng)應(yīng)用數(shù)據(jù)挖掘技術(shù)來通過對任何給定消費者的可能性預(yù)測評分來找到他們想要購買的物品?；陧椀膮f(xié)作過濾(cf)為基于模型的算法，用于基于數(shù)據(jù)集內(nèi)不同項之間的相似性作出推薦?；陧椀姆椒紤]到目標(biāo)用戶已評級且隨后應(yīng)用相似性技術(shù)來計算評分的項集合(i，j)。存在多種不同的方式來計算產(chǎn)品之間的相似性并且市場上最常見的算法如下所示：●基于余弦的相似性●基于皮爾森(關(guān)聯(lián))的相似性●調(diào)節(jié)后的余弦相似性研究已表明調(diào)節(jié)后的余弦相似性在三個以上算法中具有最低平均絕對誤差，因此在該文獻(xiàn)中僅關(guān)注調(diào)節(jié)后的余弦相似性。(基于項的協(xié)作過濾推薦算法-badrulsarwar，georgekarypis，josephkonstan和johnriedl)1.3.1.1調(diào)節(jié)后的余弦相似性調(diào)節(jié)后的余弦相似性為有利的技術(shù)，因為在計算相似性評分時，考慮到不同用戶之間的等級尺度的差。這通過用平均用戶評分而不是平均物品評分減去每個公共評級的物品來實現(xiàn)：其中為第u個用戶評級的平均值。1.3.1.2調(diào)節(jié)后的余弦相似性的限制使用調(diào)節(jié)后的余弦相似性的主要缺點在于物品的用戶評級的可用性。大多數(shù)企業(yè)努力鼓勵消費者將他們的物品評級，一些企業(yè)就沒有成本有效的平臺或渠道供消費者提供他們的評級。1.3.2利用消費者模型中的量化的喜好為了克服模型中用戶評級的不易接受性，通過更換貫穿基于項的cf所論述的用戶評級系統(tǒng)而利用消費者模型(如章節(jié)1所述)作為調(diào)節(jié)后的余弦相似性的輸入。從上文可知，消費者模型表示為“新”調(diào)節(jié)的余弦相似性表示為其中它基于群體量化喜好而不是用戶評級來測量兩個項目集的喜好。為了進(jìn)一步改善輸出，可在計算產(chǎn)品相似性表之前將消費者分成不同的聚類(如章節(jié)2所述)?；旧希ㄟ^在過程改善計算性能之前將消費者細(xì)分為不同的聚類，因為正在分批而不是作為1個大數(shù)據(jù)組塊來處理處理。這也使得評分和產(chǎn)品相似性的變化最小化，因為研究表明，不同聚類的同一項目集合的喜好評分可能大大不同。1.3.3消費者產(chǎn)品評分在先前章節(jié)中，已經(jīng)使用絕對花費討論了標(biāo)準(zhǔn)化產(chǎn)品花費評分并將其標(biāo)準(zhǔn)化以表示消費者產(chǎn)品類別中相對于人口喜好水平的喜好水平。還涵蓋傳統(tǒng)推薦系統(tǒng)和需要用戶評級但無需在所有具體實施中均輕松可用的限制。通過用先前論述的消費者模型減去用戶評級，可以生成產(chǎn)品相似性表，從而測量對數(shù)據(jù)集的喜好?？赏ㄟ^使用簡單的余弦投影(cosineprojection)規(guī)則來對消費者和產(chǎn)品向量評分：其中●c為消費者模型向量●p為產(chǎn)品相似性向量●||c||為向量c的幅值●||p||為向量p的幅值以及.運算符表示內(nèi)(點)積：a·b＝∑iaibi；||a||＝∑i|ai|輸出為消費者偏好評分(由消費者模型指出)乘以產(chǎn)品相似性評分并且除以分母的加權(quán)和。評分越高，消費者優(yōu)選對所述產(chǎn)品類別花費就越有可能。消費者-產(chǎn)品評分為消費者偏好基于它們的每日花費行為和每個產(chǎn)品類別的關(guān)系和交互的分級?？梢云谕氖?，這兩個因素(消費者偏好和產(chǎn)品相似性)隨時間的推移具有不顯著的變化。1.4產(chǎn)品關(guān)聯(lián)評分這是消費者在未來購買產(chǎn)品x的條件概率，只要他們在過去基于其他購買了x和y二者的消費者而購買了產(chǎn)品y即可。該條件概率的變型在消費者水平以及購物籃水平(或交易事件水平)下形成。1.5nbo優(yōu)化引擎一旦數(shù)據(jù)變換過程完成，即可使用輸出來訓(xùn)練預(yù)測模型，預(yù)測模型將每個消費者每個報價輸出產(chǎn)品評分。這是稱為“nbo優(yōu)化引擎”的“算法”。1.5.1說明變量的類型(輸入到模型中)beepit階段1背景參考文獻(xiàn)：術(shù)語：目的：該文獻(xiàn)用于呈現(xiàn)對beepme階段1的優(yōu)化邏輯要求。優(yōu)化邏輯用于優(yōu)化將在提醒電子郵件中呈現(xiàn)的推薦產(chǎn)品(5個產(chǎn)品)。該文獻(xiàn)還列出了用于在推薦產(chǎn)品時，隨機分配“權(quán)重”和“相似性”版本的實驗設(shè)計的使用要求。稍后將提供階段2的優(yōu)化算法的要求。beepme后端(階段1)中的詳細(xì)要求需要形成具有以下標(biāo)頭的表：(“tmp總評分”表)優(yōu)選在關(guān)于beepie的優(yōu)化邏輯的方案中保持該表。隨后選擇prodid，其中每個beepieid和reminderid組合具有前5位的評分。這5個產(chǎn)品將在提醒電子郵件中呈現(xiàn)。圖示：beepie(附加年齡范圍)：beepieid年齡agerangeid起始年齡范圍值終止年齡范圍值120.141824226.352534產(chǎn)品：將prodid附加到beepieid，隨后：隨后選擇最大相似性值作為相似性：年齡范圍：●預(yù)算：beepie：(每個beepie僅具有1個實際最大預(yù)算)產(chǎn)品：(每個產(chǎn)品僅具有1個價格)相似性：如果beepie.actualmaxbudget大于product.prodprice-10，那么相似性：預(yù)算范圍＝電子數(shù)據(jù)表“table_in_scoring_database_beepme_phase_1.xlsb”標(biāo)簽“similarity_budget_range”中指定的相似性；否則相似性：預(yù)算范圍＝0?！耜P(guān)系和性別：beepie：(每個beepie僅具有1個關(guān)系和性別。)產(chǎn)品：(每個產(chǎn)品可具有多個關(guān)系和性別。)相似性：如果電子數(shù)據(jù)表“table_in_scoring_database_beepme_phase_1.xlsb”標(biāo)簽“similarity_relationship_&_gende”中列出了beepie和產(chǎn)品的關(guān)系和性別對，那么相似性＝電子數(shù)據(jù)表中的相似性；否則，相似性＝0。隨后對于每個beepie和產(chǎn)品：跨越全部關(guān)系和性別選擇最大相似性值作為相似性：關(guān)系和性別。圖示：＜beepie關(guān)系＞：＜產(chǎn)品關(guān)系＞：＜關(guān)系的相似性查找＞：(相似性＞0的關(guān)系)(1)將prodid附加到beepieid(笛卡爾結(jié)合)，然后(2)結(jié)合＜beepie關(guān)系＞.relationshipid＝＜關(guān)系的相似性查找＞.relationshipid_beepie(外結(jié)合)，隨后，使用＜beepie關(guān)系＞.relationshipid_beepie、＜關(guān)系的相似性查找＞.relationshipid_product、＜產(chǎn)品關(guān)系＞.relationshipid_product來計算相似性，如下所示：如果＜關(guān)系的相似性查找＞.relationshipid_product！＝＜產(chǎn)品關(guān)系＞.relationshipid_product，那么相似性＝0否則：在電子數(shù)據(jù)表中使用相似性值。隨后選擇beepieid和prodid組合的最大相似性：●個性：beepie：(每個beepie僅具有1個個性。)產(chǎn)品：(每個產(chǎn)品可具有多個個性。)相似性：如果在電子數(shù)據(jù)表“table_in_scoring_database_beepme_phase_1.xlsb”標(biāo)簽“similarity_personality”中列出了beepie和產(chǎn)品的個性對，那么similarity_adj＝電子數(shù)據(jù)表中的相似性*prodpersonality_perc_score；否則，similarity_adj＝0。隨后，對于每個beepie和產(chǎn)品：跨越所有個性選擇最大值(similarity_adj)作為相似性：個性。注意：prodpersonality-perc-score為表示零售商/da眼中的產(chǎn)品個性排名的評分。在數(shù)據(jù)模型中，它為整數(shù)，但可將整數(shù)轉(zhuǎn)換為百分比評分，在電子數(shù)據(jù)表中指定(列k)●喜好：beepie：(每個beepie具有5個喜好(未分級)。)product：(每個產(chǎn)品可具有多個喜好。)相似性：如果電子數(shù)據(jù)表“table_in_scoring_database_beepme_phase_1.xlsb”標(biāo)簽“similarity_interest”中列出了beepie和產(chǎn)品的個性對，那么similarity_adj＝電子數(shù)據(jù)表中的相似性*prodint-perc-score；否則，similarity_adj＝0。那么對于每個beepie和產(chǎn)品來說：選擇所有喜好的最大值(similarity_adj)作為相似性：喜好。注意：prodint-perc-score為表示零售商/da眼中的產(chǎn)品喜好排名的評分。在數(shù)據(jù)模型中，它為整數(shù)，但可將整數(shù)轉(zhuǎn)換為百分比評分，在電子數(shù)據(jù)表中指定(列k)●禮物類型：beepie：(每個beepie具有3個禮物類型(由成員分級)。)product：(每個產(chǎn)品可具有多個喜好。)相似性：如果電子數(shù)據(jù)表“table_in_scoring_database_beepme_phase_1.xlsb”標(biāo)簽“similarity_gift_type”中列出了beepie和產(chǎn)品禮物類型對，那么similarity_adj＝電子數(shù)據(jù)表中的相似性*gifttype-perc-score-beepie*gifttype-perc-score-product；否則，similarity_adj＝0。那么對于每個beepie和產(chǎn)品來說：選擇所有禮物類型的最大值(similarity_adj)作為相似性：禮物類型。注意：gifttype-perc-score-beepie為表示成員眼中的beepie禮物類型排名的評分。在數(shù)據(jù)模型中，它為整數(shù)，但可將整數(shù)轉(zhuǎn)換為百分比評分，在電子數(shù)據(jù)表中指定(列k)。gifttype-perc-score-product為表示零售商/da眼中的禮物類型排名的評分。在數(shù)據(jù)模型中，它為整數(shù)，但可將整數(shù)轉(zhuǎn)換為百分比評分，在電子數(shù)據(jù)表中指定(列k)?！駡龊希篵eepie和提醒：(每個beepie和提醒組合具有1個場合。)產(chǎn)品：(每個產(chǎn)品可具有多個場合。)相似性：如果電子數(shù)據(jù)表“table_in_scoring_database_beepme_phase_1.xlsb”標(biāo)簽“similarity_occasion”中列出了beepie和提醒以及產(chǎn)品場合對，那么相似性＝電子數(shù)據(jù)表的相似性；否則，使用相似性＝0。那么對于每個beepie和提醒和產(chǎn)品：將所有場合的相似性選擇為相似性：場合。1.對于其他屬性中的每一者來說，重復(fù)步驟3至6，直到計算出以上全部屬性的“相似性”。2.對于每組beepieid和reminderid和prodid，將這些“相似性”結(jié)合在一起。(1)將beepieid和prodid的預(yù)算范圍、關(guān)系和性別、個性、喜好、禮物類型的相似值結(jié)合起來；(2)隨后，關(guān)于beepieid和prodid，將它與上文在步驟2中形成的＜關(guān)于beepie的最近排除的產(chǎn)品＞表結(jié)合起來，以附加標(biāo)簽recently_excluded_or_not。(3)隨后將相似性值(具有標(biāo)簽recently_excluded_or_not)與關(guān)于beepieid、reminderid和prodid的年齡范圍、場合的相似性值結(jié)合起來。3.根據(jù)預(yù)定義規(guī)則排除或標(biāo)記beepieid和reminderid和prodid的一些組合。當(dāng)前預(yù)定義規(guī)則為：排除所述組合：如果“關(guān)系和性別”中的性別在beepie與product之間不同(“m”vs“f’；或“f”vs“m”)→將它標(biāo)記為diff_gender＝1；或者如果prodprice＞beepie.actualmaxbudget+10→將它標(biāo)記為prodprice_too_high＝1；或者如果recently_excluded_or_not＝1(在步驟8中進(jìn)行)該規(guī)則稍后會出現(xiàn)變化。4.使用隨機分配的一組“權(quán)重”(在電子數(shù)據(jù)表“table_in_scoring_database_beepme_phase_1.xlsb”中列出)，和以上計算出的“相似性”來計算對于保留的一組beepieid和reminderid和prodid，(i＝年齡范圍、預(yù)算范圍、關(guān)系和性別、個性、喜好、禮物類型、場合)；另外還輸入對應(yīng)的“相似性版本”和“權(quán)重版本”。這會形成在該章節(jié)開始時的表。如何推薦產(chǎn)品：在形成上表后，對于每個reminderid：保留的prodid具有：prodprice_too_high＝空，并且recently_excluded_or_not＝空，并且diff_gender＝空，將具有“總評分”前5位的prodid選擇為推薦產(chǎn)品。(這些產(chǎn)品將在成員選擇的提醒日期(當(dāng)前日期)以電子郵件提醒的形式發(fā)送到beepie。一旦發(fā)送提醒電子郵件，即將5個prodid與reminderid以及“相似性和權(quán)重的版本”插入product_recommendation表中。)關(guān)于實驗設(shè)計：現(xiàn)在我們有不同版本的權(quán)重和相似性組合。在后端，我們需要能夠隨機指定它們的版本，然后計算“總評分”，列出推薦產(chǎn)品。(即，即使一組成員需要被同時發(fā)送提醒電子郵件，也隨機向他們分配所述版本的權(quán)重和相似性組合→不同的beepie即使他們的屬性相同，也可獲得不同的推薦產(chǎn)品)?，F(xiàn)在有四個版本的權(quán)重和相似性組合。這樣我們可能需要一個隨機數(shù)，使得：如果隨機數(shù)＜0.25，則分配版本1的權(quán)重和相似性；否則如果隨機數(shù)＜0.5，則分配版本2的權(quán)重和相似性；否則如果隨機數(shù)＜0.75，則分配版本3的權(quán)重和相似性；否則：分配版本4的權(quán)重和相似性。隨機分配可剛好在提醒電子郵件被發(fā)送之前進(jìn)行，或在提醒被創(chuàng)建時進(jìn)行，無論哪一個對于后端開發(fā)都是方便的。進(jìn)一步注釋電子數(shù)據(jù)表“table_in_scoring_database_beepme_phase_1.xlsb”包含：●關(guān)于單個屬性的查找表(標(biāo)簽“l(fā)ookup_tables_for_single_attrib”)這些將包含在關(guān)于beepme的數(shù)據(jù)模型中，并且將由外部供應(yīng)商開發(fā)?！衩總€輸入變量的不同版本的權(quán)重(標(biāo)簽“weight_lookup”)需要它們包含在關(guān)于beepme的優(yōu)化邏輯/算法的方案中?！癫檎遥宏P(guān)于每個類別屬性(關(guān)系和性別、個性、喜好、禮物類型、場合)的類別對的不同版本的相似性(其中相似性＞0)；以及用于計算連續(xù)屬性(年齡范圍、預(yù)算范圍)的相似性的不同版本的方法上文規(guī)定了標(biāo)簽。需要它們包含在針對beepme階段1的優(yōu)化邏輯/算法的評分?jǐn)?shù)據(jù)庫(關(guān)于類別屬性)或編程代碼(關(guān)于連續(xù)屬性)中?！癜谠u分?jǐn)?shù)據(jù)庫中的一些其他表(標(biāo)簽“一些其他表”)“tmp總評分”每日移動到“歷史性tmp總評分”表中(在階段2的關(guān)于beepme的優(yōu)化要求文獻(xiàn)中詳述)?！皻v史性tmp總評分”表中的記錄以及用于形成輸出變量的行為屬性方法將附加到“建模/更新輸入記錄”表中。(在階段2的關(guān)于beepme的優(yōu)化要求文獻(xiàn)中詳述)。“建模/更新輸入記錄”表將用于構(gòu)建/更新模型(使用階段2的優(yōu)化算法)。(在階段2的關(guān)于beepme的優(yōu)化要求文獻(xiàn)中詳述)?！爱a(chǎn)品推薦”表列出了在相關(guān)提醒電子郵件發(fā)送日期上以電子郵件發(fā)送的所有reminderid和prodid組合。“關(guān)于評分的歷史不同的提醒”為針對評分所選擇的關(guān)于相關(guān)提醒電子郵件發(fā)送日期的不同提醒。這個臨時表用于形成階段2的行為相關(guān)輸入變量，并且也用于更新階段2的基于行為的相似性值。(在階段2的關(guān)于beepme的優(yōu)化要求文獻(xiàn)中詳述)。關(guān)于beepie和產(chǎn)品類別組合的歷史性每月歸結(jié)購買計數(shù)”表用于更新基于行為的相似性查找表。(在階段2的關(guān)于beepme的優(yōu)化要求文獻(xiàn)中詳述)?！邦A(yù)算范圍”表用于形成行為相關(guān)輸入變量(在階段2的關(guān)于beepme的優(yōu)化要求文獻(xiàn)中詳述)。在階段2中，還使用基于網(wǎng)絡(luò)行為的數(shù)據(jù)(點擊、重定向、購買)來形成另外的輸入變量，(可能替換/仍使用階段1中的輸入變量，tbd)，并且使用產(chǎn)品購買來形成輸出變量→使用優(yōu)化算法(機器學(xué)習(xí))來構(gòu)建預(yù)測模型并定期更新權(quán)重。相似性查找表也可能通過分析來周期性地更新(即，在優(yōu)化算法外部)。在階段2中，相似性查找使用行為數(shù)據(jù)來進(jìn)行，并且計算年齡范圍和預(yù)算范圍的相似性的布局和方式將發(fā)生變化。提供本公開，以實現(xiàn)的形式，解釋制造和使用根據(jù)本發(fā)明的各種實施方案的最佳方式。進(jìn)一步提供本公開，以增強對發(fā)明原理和發(fā)明優(yōu)點的理解和評價，而不是以任何方式來限制本發(fā)明。盡管這里說明和描述了本發(fā)明的優(yōu)選實施方案，但清楚的是，本發(fā)明不限于此。在不脫離隨附權(quán)利要求所限定的本發(fā)明的精神和范圍的情況下，受益于本公開的本領(lǐng)域技術(shù)人員將會想到各種修改、變化、變更、替換和等價物。應(yīng)該進(jìn)一步明白，關(guān)系術(shù)語的使用，諸如第一和第二、頂和底等等(如果有的話)，僅僅是用來區(qū)分各個實體或動作，而不需要要求或暗示在這種實體或動作之間的任意實際的關(guān)系或順序?？梢岳没蛘咭勒哲浖绦蚧蛑噶钜约凹呻娐?ic)(諸如專用ic)來最好地執(zhí)行本發(fā)明的大部分功能和多個發(fā)明原理。為了簡要并使得根據(jù)本發(fā)明的原理和概念變得模糊的任何風(fēng)險最小化，該軟件和ic的討論(如果有)限于與優(yōu)選實施方案中的原理和概念相關(guān)的要素。本公開意圖解釋如何形成和使用根據(jù)本技術(shù)的各個實施方案，而不是限制其真正的、預(yù)期的和公平的范圍和精神。前面的描述并非是詳盡的或者限于所公開的精確形式。根據(jù)上述教導(dǎo)，可以有許多修改或變型。挑選并描述了實施實施方案，以提供對所描述的技術(shù)的原理和其實際應(yīng)用的最佳說明，并使得本領(lǐng)域普通技術(shù)人員能夠使用各種實施方案中的技術(shù)，以及如所預(yù)期地做出適用于特定使用的各種修改。所有這樣的修改和變型均處于本發(fā)明的范圍之內(nèi)，該范圍由所附權(quán)利要求書及其所有等價物確定，其中所附權(quán)利要求書可能在本專利申請的預(yù)決期間被修正，而其等價物按照公平、合法、公正地授權(quán)的范圍來解釋。例如對本領(lǐng)域技術(shù)人員而言顯而易見的修改和變型等被視為包含在本發(fā)明的范圍內(nèi)。當(dāng)前第1頁12當(dāng)前第1頁12