Nothing Special   »   [go: up one dir, main page]

HK1212130A1 - 估計使用社交媒體的用戶的人口統計數據的方法和設備 - Google Patents

估計使用社交媒體的用戶的人口統計數據的方法和設備

Info

Publication number
HK1212130A1
HK1212130A1 HK15112719.8A HK15112719A HK1212130A1 HK 1212130 A1 HK1212130 A1 HK 1212130A1 HK 15112719 A HK15112719 A HK 15112719A HK 1212130 A1 HK1212130 A1 HK 1212130A1
Authority
HK
Hong Kong
Prior art keywords
asset
social media
user
demographic
demographic data
Prior art date
Application number
HK15112719.8A
Other languages
English (en)
Inventor
‧謝潑德
M‧R‧谢泼德
‧里德
M‧B‧里德
‧特拉薩斯
A‧特拉萨斯
‧利帕
P‧O‧R‧利帕
‧席勒
B‧G‧席勒
Original Assignee
尼尔森（美国）有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 尼尔森（美国）有限公司 filed Critical 尼尔森（美国）有限公司
Publication of HK1212130A1 publication Critical patent/HK1212130A1/zh

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/52—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail for supporting social networking services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Description

估计使用社交媒体的用户的人口统计数据的方法和设备
相关申请
本专利要求标题为“METHODS AND APPARATUS TO ESTIMATEDEMOGRAPHICS OF USERS EMPLOYING SOCIAL MEDIA”并于2013年12月27日提交的美国专利申请序号14/142,411的优先权，并且还要求标题为“METHODSAND APPARATUS TO ESTIMATE DEMOGRAPHICS OF USERS EMPLOYINGSOCIAL MEDIA”并于2013年8月28日提交的美国临时专利申请序号61/871,243的优先权。美国专利申请序号14/142,411和美国临时专利申请序号61/871,243从而通过引用整体地并入。
技术领域
本公开一般地涉及受众测量，并且更具体地，涉及估计使用社交媒体的用户的人口统计数据(demographics)的方法和设备。
背景技术
媒体(例如，诸如广播电视和/或无线电、从诸如数字录像机或数字视频盘的存储器重放的存储的音频和/或视频、网页、经由互联网呈现(例如，流式传输)的音频和/或视频、视频游戏等的任何类型的内容和/或广告)的受众测量常常涉及媒体识别数据(例如，签名、指纹、代码、调谐频道识别信息、暴露信息的时间等)和人员数据(例如，用户标识符、与受众成员相关联的人口统计数据等)的收集。能够组合媒体识别数据和人员数据以例如生成指示被暴露于特定条媒体的人员的数量和/或类型的媒体暴露数据。
附图说明
图1是根据本公开的教导构造为估计使用社交媒体的用户的人口统计数据的示例系统的图。
图2是可以由图1的示例受众测量实体存储的示例数据表。
图3是图1的可以便于估计使用社交媒体的用户的人口统计数据的受众测量实体服务器的示例实施方式的框图。
图4是图3的可以便于用资产(asset)人口统计信息来标记社交媒体用户标识符的标记标识符记录器的示例实施方式的框图。
图5是存储表示标记有可以由图1、图3和图4的示例受众测量实体服务器收集的资产人口统计数据的社交媒体用户标识符的数据的示例数据表。
图6是存储表示与可以由图1、图3和图4的示例受众测量实体服务器收集的社交媒体用户标识符对应的估计的人口统计数据的数据的示例数据表。
图7是表示可以被执行以估计使用社交媒体的用户的人口统计数据的示例机器可读指令的流程图。
图8是表示可以被执行以用所关注资产的人口统计数据来标记社交媒体消息的用户标识符的示例机器可读指令的流程图。
图9是表示可以被执行以生成估计使用社交媒体的用户的人口统计数据的配置文件(profile)的示例机器可读指令的流程图。
图10是能够执行图7至图9的示例机器可读指令以实现图1、图3和/或图4的示例受众测量实体服务器的示例处理平台的框图。
具体实施方式
本文所公开的示例方法、系统和设备可以用来把已知的第一组人员的人口统计信息归因于到未知的第二组人员上。例如，本文所公开的技术使得能够估计使用社交媒体的用户的人口统计数据。
社交消息传送已成为用户散播和接收信息的广泛使用的媒体。在线社交消息传送服务(诸如Twitter和Facebook)使得用户能够一次向许多用户发送社交媒体消息或即时消息。一些社交消息传送服务使得用户能够“跟随”或“亲近”其它用户(例如，同意接收由选择用户发送的消息(例如，经由服务)、状态更新(例如，经由服务或Google+TM社交服务等))。例如，在服务中跟随(例如，订阅、在线交朋友等)著名人士的用户可以在该著名人士发送或发布社交媒体消息时经由客户端应用(例如，客户端应用或任何其它社交媒体消息传送客户端应用)接收指示。
社交媒体消息(有时在本文中被称为“消息”、“状态”、“文本”或“推特”)可以用来输送许多不同类型的信息。在一些示例中，社交媒体消息用来中继关于用户的一般信息。例如，消息发送者可以发送指示它们无聊的社交媒体消息。在一些示例中，社交媒体消息用来有关诸如媒体事件、产品或服务的资产通过消息发送者来输送信息自我报告活动。例如，消息发送者可以输送指示该消息发送者正在观看特定电视节目、听特定歌曲或刚好购买了特定书籍的社交媒体消息。资产有关社交媒体消息是被散播给大量受众并且指示对资产的暴露的社交媒体消息。在本文所公开的一些示例中，社交媒体消息被收集并且然后过滤以识别资产有关社交媒体消息。
然而，将人口统计数据和/或其它用户信息链接到消息发送者是有用的。例如，公司和/或个体想要了解它们递送、产生和/或提供的资产(例如，媒体事件、产品和/或服务)的所及范围和暴露。例如，与更大量暴露和/或关联的更大量发生相关联的媒体事件可以被认为在影响用户行为时更有效。
在一些示例中，针对面板(例如，电视面板、忠诚卡面板等)开发的人口统计数据用来推理在线社交消息传送服务的发送有关诸如媒体事件、产品和/或服务的同一资产的社交媒体消息的用户的人口统计数据。在一些示例中，针对诸如电视节目、广告等开发的调查对象组成员(panelist)人口统计数据可以用来估计发布关于媒体事件的同时期的消息和/或几乎同时期的消息的社交媒体的用户的人口统计数据。例如，识别对媒体事件(例如，电视内容和/或广告)的暴露的带时间戳的记录以及对媒体事件评论的带时间戳的社交媒体消息被识别。发布与接近于对应媒体的呈现的时间窗口(例如，与对应媒体的呈现的时间窗口相邻、落在对应媒体的呈现的时间窗口的阈值时间内和/或与对应媒体的呈现的时间窗口重叠)的时间窗口内的所关注媒体(例如，电视内容和/或广告)对应(例如，监测和/或引用)的消息的用户被假定为在所引用的媒体事件的受众中，进而，在媒体事件的受众的人口统计数据内。针对媒体事件(例如，所关注资产)的人口统计数据可以由例如受众测量实体(例如，尼尔森公司(US)，LLC)基于消费者的面板来识别。针对单个媒体事件(例如，特定电视节目和/或广告)的人口统计数据可以遍布许多人口统计段(例如，20％20-25岁男性、25％20-25岁女性、10％不到20岁男性、3％不到20岁女性、30％40-50岁男性、12％40-50岁女性)。因此，将社交媒体用户识别为在该单个媒体事件的受众中提供了用户在这些人口统计段(有时在本文中被称为“人口统计桶”、“人口统计池”、“人口统计类别”、“人口统计组成”或“市场突破”)中的任何一个内适合的指示。受众的百分比组成可以被用作社交媒体用户适应人口统计桶之一的可能性(例如，用户是40-50岁女性的12％几率)的代表。可以基于已知的社交媒体使用模式来修改这些百分比。例如，如果40-50岁女性与40-50岁男性相比更可能使用社交媒体，可以对人口统计组成的百分比进行加权或以其它方式调整以反映那些可能性。
虽然考虑到与媒体事件相关联的人口统计数据的宽度使用有关该事件的一个用户消息可能不是社交网络用户的人口统计数据的精确指示器，但是由同一用户针对多个媒体事件来聚合消息导致增加的粒度和/或准确度。例如，诸如贝叶斯(Bayesian)分析的统计方法可以应用于与同一用户已知为已发送社交媒体消息(例如，已知为已在媒体事件的受众中)所针对的不同媒体事件相关联的不同人口统计池，以获得该用户的更精确的人口统计数据估计。例如，如果社交媒体用户发送消息所针对的第二媒体事件是仅1％40-50岁女性(没有40-50岁男性)和50％20-25岁女性，则以上例如将第二媒体事件的概率的集合与第一媒体事件的概率的集合联合，社交媒体用户为40-50岁女性或40-50岁男性的可能性降低并且用户为20-25岁男性的可能性大大地增加。
人口统计信息可以根据不同类型的面板用来估计社交媒体用户的人口统计数据。例如，可以像以上所说明的那样使用来自电视面板的人口统计数据。另选地，可以使用来自消费者购买面板(例如，尼尔森的HomescanTM面板、忠诚卡面板等)的人口统计数据。HomescanTM中登记的参与者在购买产品之后扫描产品标识符(例如，条形码)。调查对象组成员标识符与产品标识符相关联，并且，因为针对调查对象组成员的人口统计数据是已知的，所以能够确定对应产品的人口统计信息。在一些示例中，使用了针对两个或更多个不同类型的面板的人口统计数据(例如，电视面板和HomescanTM面板)。例如，社交媒体用户可以发送提及电视节目或电视节目的特性的第一消息，并且然后发送提及产品(例如，跑步鞋)或产品的特性的第二消息。在一些示例中，经由例如电视面板收集的电视节目的观看者的已知人口统计数据可以与购买了跑步鞋的人员的经由例如HomescanTM面板收集的已知人口统计数据组合，以估计社交媒体用户的人口统计数据。
在一些示例中，特定资产所有者(例如，资产的经销商、生产者和/或提供商，诸如零售商(例如，Amazon.com))使得用户能够在该用户已进行购买之后发布消息(例如，推特、状态更新等)。在一些示例中，当用户选择发布消息时，该消息可以包括诸如“I just bought(我刚买)”的特定短语、所购买的资产(例如，“一盒蛋白棒”)和资产所有者标识符(例如，“via Amazon”)。在一些示例中，资产所有者可以记录在发布消息时用户的标识符(例如，Twitter句柄)。在一些这样的示例中，被从由用户和/或其它用户进行的过去购买通知，资产所有者可以将人口统计信息与用户相关联。
在一些示例中，资产所有者在用户发布消息时可能不记录社交媒体用户的标识符。本文所公开的示例方法识别与特定资产(例如，诸如蛋白棒的所关注资产)的购买相关联的发布的消息的集合，从而使得能够收集相关联的用户标识符的集合。用户标识符中的每一个可以与和该特定资产相关联的人口统计数据相关联。如以上所讨论的，当发布的消息的一个实例提供有关消息发布者的人口统计信息时，收集与由用户发布的多个消息相关联的人口统计数据使得能够生成更具有粒度的(例如，特定的)和/或更准确的用户人口统计数据配置文件。因此，本文所公开的示例随着时间的推移而分析多个消息以经由用户标识符预测与特定用户相关联的人口统计数据。在一些示例中，统计分析(例如，贝叶斯分析、主分量分析等)用来开发人口统计数据估计。在一些示例中，不同的权重与相应的人口统计数据相关联以生成更大准确度和精度的人口统计配置文件。
图1是其中可以实现本文所公开的示例以估计使用社交媒体的用户的人口统计数据的示例环境100的例示。图1的示例环境100包括受众测量实体(AME)102、消息托管服务器104和资产所有者106。所例示的示例的AME 102是监测和/或报告社交媒体消息的帖子的实体。在图1的所例示的示例中，AME 102操作和/或托管示例AME服务器108。所例示的示例的AME服务器108是收集和/或接收与资产(例如，媒体事件、产品和/或服务)有关的社交媒体消息并且估计消息发布者的人口统计数据的服务器和/或数据库。在一些示例中，AME服务器108使用多个装置来实现和/或消息托管服务器104使用多个装置来实现。例如，AME服务器108和/或消息托管服务器104可以包括彼此通信的磁盘阵列或多个工作站(例如，台式计算机、工作站服务器、膝上型电脑等)。在所例示的示例中，AME服务器108经由由网络110表示的一个或更多个有线和/或无线网络与消息托管服务器104和/或资产所有者106选择性通信。示例网络110可以使用包括例如一个或更多个数据总线、一个或更多个局域网(LAN)、一个或更多个无线LAN、一个或更多个蜂窝网络、互联网等的任何适合的有线和/或无线网络来实现。如本文所使用的，短语“在通信中”(包括其变化)包含直接通信和/或通过一个或更多个中间组件的间接通信并且不需要直接物理(例如，有线)通信和/或恒定通信，但是相反地另外包括在周期性间隔或非周期性间隔下的选择性通信以及一次性事件。
在图1的所例示的示例中，在线社交消息传送服务操作和/或托管响应AME服务器108对社交媒体消息的请求的消息托管服务器104。此外或另选地，消息托管服务器104可以与托管社交媒体消息的地理上分开的消息数据库(例如，通过在线社交消息传送服务订立合同的第三方的服务器)通信。在这样的示例中，消息托管服务器104从单独的消息数据库中检索消息以向请求AME服务器108供应消息。另选地，单独的消息数据库可以提供有用来直接向请求AME服务器108供应所托管的消息的服务器。另外，为了简单，在图1中示出了仅一个消息托管服务器104，但是多个消息托管服务器很可能存在。
在所例示的示例中，用户利用用户标识符(例如，示例用户标识符112)登录在线社交媒体服务以便读取和/或输送(或发送)社交媒体消息。示例用户标识符112然后与用户的活动相关联。例如，可以连同社交媒体消息一起显示(或呈现)用户标识符112。
在所例示的示例中，当消息发送者发布或发送社交媒体消息114时，该社交媒体消息114被发送到消息托管服务器104。示例消息托管服务器104托管资产有关社交媒体消息114A和非资产有关社交媒体消息114B。在所例示的示例中，资产有关社交媒体消息114A包括至少部分地针对所关注资产的(一个或更多个)引用(例如，文本)并且还包括指示对所关注资产的暴露的特性。例如，所关注资产可以是“乔恩·斯图尔特每日秀(The Daily Show with Jon Stewart)”。在这样的实例中，资产有关社交媒体消息114A可以包括文本“Jon Stewart is really funny on The Daily Show rightnow！”，并且可以包括指示资产有关社交媒体消息114A是由消息发送者在所关注资产的广播期间发布的消息时间戳116。
相比之下，非资产有关社交媒体消息114B不包括对所关注资产的引用和/或不包括指示对所关注资产的暴露的特性。例如，非资产有关社交媒体消息114B可以包括对所关注资产的引用(例如，文本“Just ran into Jon Stewart from The Daily Show at myfavorite pizza parlor！”)，但是该消息可能不是已由消息发送者在与电视节目相关联的广播时间期间发布的。在所例示的示例中，消息托管服务器104以相同的方式向AME服务器108供应资产有关社交媒体消息114A和非资产有关社交媒体消息114B。例如，消息托管服务器104类似地处理对社交媒体消息114的请求，而不管社交媒体消息114是资产有关社交媒体消息114A还是非资产有关社交媒体消息114B。
在图1的所例示的示例中，资产所有者106将媒体事件、产品和/或服务分发和/或提供给大量订户。作为对资产的提供的交换，订户向资产所有者106注册。作为这个注册的一部分，订户提供详细的用户人口统计信息。这样的资产所有者106的示例包括诸如Amazon.com、eBay、Pandora、Hulu等的零售商和/或服务提供商。
所例示的示例的示例AME服务器108操作来把已知的第一组人员的人口统计信息归因于到未知的第二组人员上。例如，为了推理社交媒体的发送有关资产的社交媒体消息的用户的人口统计数据，AME服务器108可以使用针对面板(例如，电视面板、忠诚卡面板等)开发的人口统计数据。在一些示例中，AME服务器108使用关键字列表就社交媒体消息而周期性地和/或非周期性地查询消息托管服务器104。由消息托管服务器104返回的社交媒体消息115被处理以确定它们是否对应于诸如媒体事件、产品和/或服务的所关注资产。在图1的示例中，社交媒体消息114和社交媒体消息115是在两个不同时间点的同一消息。消息114是在被供应给AME服务器108之前(例如，当被托管在消息托管服务器104处时)的消息。消息115是供应之后的消息。示例AME服务器108识别与所返回的社交媒体消息115相关联的用户标识符112并且用资产的已知人口统计信息来标记用户标识符112。
在所例示的示例中，为了用所关注资产的已知人口统计信息来标记用户标识符112，所例示的示例的AME 102还收集和/或能够访问所关注资产的人口统计信息。例如，AME 102可以通过诸如电视的媒体呈现装置来收集指示正被呈现在媒体暴露环境(例如，电视房间、家庭房间、起居室、酒吧、餐馆、商店、自助餐厅等)中的特定媒体的媒体识别信息并且存储人口统计信息。AME 102然后可以使从多个调查对象组成员站点收集到的数据与在那些站点的调查对象组成员的人口统计数据相关联。例如，对于其中在第一时间在被监测环境中检测到第一条媒体的各个调查对象组成员站点，用于第一条媒体的媒体识别信息与在第一时间在环境中检测到的存在信息相关联。来自多个调查对象组成员站点的数据和/或结果被组合和/或分析以将总体上表示人口的暴露的人口统计信息提供给第一条媒体。
在图1的所例示的示例中，AME 102包括示例参照数据库118以识别所关注资产并且以用在参照数据库118中包括的资产的已知人口统计信息(例如，与已知受众组成对应的不同人口统计桶的集合)来标记与资产有关社交媒体消息114A相关联的用户标识符112。如在下面详细地描述的，示例参照数据库118可以包括例如所关注资产标识符120(例如，“乔恩·斯图尔特每日秀”)、与资产相关联的一个或更多个规则122(例如，星期一至星期四在中央标准时间(CST)下午10:00与CST下午10:30之间的广播)、关于资产的已知人口统计信息124(例如，诸如70％20-29岁男性、20％20-29岁女性、6％不到20岁男性、4％不到20岁女性的段或市场突破)以及与人口统计段相关联的人口统计数据标记126(例如，标记A)。示例参照数据库118可以包括易失性存储器(例如，同步动态随机存取存储器(SDRAM)、动态随机存取存储器(DRAM)、RAMBUS动态随机存取存储器(RDRAM等)和/或非易失性存储器(例如，闪速存储器)。示例参照数据库118可以包括一个或更多个双数据速率(DDR)存储器，诸如DDR、DDR2、DDR3、移动DDR(mDDR)等。示例参照数据库118可以另外或另选地包括诸如硬盘驱动器、紧致盘驱动器、数字通用盘驱动器等的一个或更多个大容量存储装置。虽然在所例示的示例中参照数据库118被例示为单个数据库，但是参照数据库118可以由任何数量和/或类型的数据库实现。
在一些示例中，AME 102使用来自消费者购买面板(例如，尼尔森的HomescanTM面板、忠诚卡面板、尼尔森电视面板、尼尔森在线面板、尼尔森无线电面板等)的人口统计数据。在这样的基于调查对象组成员的系统(例如，电视面板、消费者购买面板等)中，用户人口统计信息是当例如用户加入和/或注册面板(例如，同意被监测到面板中)时从用户获得的。可以例如经由电话采访、亲自采访、通过使用户完成调查(例如，在线调查)等从用户获得用户人口统计信息(例如，种族、年龄或年龄范围、性别、收入、教育水平等)。在一些示例中，AME 102使用来自登记人员(例如，调查对象组成员)的所收集的人口统计信息，使得可以在对那些调查对象组成员的资产暴露与不同的人口统计市场之间做出后续相关。例如，AME 102可以监测那些面板成员以确定暴露于那些面板方式的资产(例如，媒体事件、产品、服务等)。AME102然后将所收集的数据编译成准确地识别暴露于资产的人员的不同人口统计桶的统计报告。
在一些示例中，AME 102可以从资产所有者106收集和/或获得资产人口统计信息124。在一些这样的示例中，AME 102可以利用(leverage)资产所有者106的现有数据库来收集更广泛的资产人口统计信息124和/或用户数据以用于与社交媒体的用户相关联。收集与资产所有者106的注册的调查对象组成员或用户相关联的用户人口统计信息使得AME 102能够用来自外部源(例如，资产所有者106)的基本上可靠的人口统计信息来扩展或补充它们的面板数据，从而对于资产扩展它们已知的人口统计信息的覆盖范围、准确度和/或完整性。来自不同数据源的人口统计信息(例如，来自受众测量实体的面板的高质量人口统计信息和/或资产所有者106的注册用户数据)的使用导致通过AME 102与社交媒体的特定用户相关联的人口统计数据的改进的预测。
在所例示的示例中，AME服务器108使用经由它们的用户标识符112与用户相关联的人口统计信息来为用户生成用户配置文件128。例如，AME服务器108可以周期性地和/或非周期性地识别与用户标识符112相关联的人口统计数据标记126并且执行对应人口统计数据的诸如贝叶斯分析的统计分析。在一些示例中，AME服务器108执行人口统计数据内的变化的统计分析以生成用户配置文件128。在一些示例中，AME服务器108组合针对同一用户的多个事件的人口统计组成(例如，对一个或更多个电视节目和/或一个或更多个产品购买的一个或更多个暴露)以针对用户更准确地确定人口统计数据。例如，基于来自两个或更多个事件的不同的受众组成来组合用户适应不同的人口统计类别的可能性对于用户的人口统计数据导致组合的一组可能性。具有最高可能性的人口统计类别(例如，段或市场突破)被识别为用户的人口统计数据。可能随着时间的推移(例如，经由用户标识符112)与给定用户相关联的更大量事件/受众参与实现人口统计数据归因的更好准确度。所例示的示例的AME102可以将所生成的配置文件128提供给产生资产的公司和/或个体。
图2例示了可以由图1的示例AME 102的示例参照数据库118存储以便于使社交媒体服务的用户与人口统计信息相关联的示例数据表200。在图2的所例示的示例中，数据表200使资产标识符120与一个或更多个规则122、资产人口统计信息124和人口统计数据标记126相关联。关联通过将数据放入数据表200的同一行的适当列来实现。在所例示的示例中，资产标识符120识别诸如电视节目(例如，行202的资产(乔恩·斯图尔特每日秀))、书籍(例如，行204的资产(Twilight(书籍))、产品(例如，行206的资产(项链))等的所关注资产。示例一个或更多个规则122包括与和所对应的资产标识符120相关联的准则对应的一个或更多个值和/或数据。在一些示例中，一个或更多个规则122包括电视节目广播期间的时间块。例如，在行202中，与资产(乔恩·斯图尔特每日秀)相关联的一个或更多个规则122指示该资产(乔恩·斯图尔特每日秀)星期一至星期四并且在中央标准时间(CST)下午10:00与(CST)下午10:30之间广播。在一些示例中，一个或更多个规则122包括卖产品和/或提供在参照数据库118中包括的媒体(例如，所关注资产)的供应商和/或商人。例如，在行208中，与资产(世界末日(End of the World)(电影))相关联的一个或更多个规则122指示可以从Amazon.com和/或通过访问(例如，购买、流式传输等)资产(世界末日(电影))。
如以上所讨论的，资产的人口统计信息可以由AME 102收集和/或利用。图2的数据表200包括与对应资产相关联的资产人口统计信息124(例如，人口统计段、市场突破等)。资产人口统计信息124可以包括指示与资产标识符120相关联的年龄或年龄范围(例如，20-29)、性别、教育水平等中的一个或更多个的数据和/或值。在一些示例中，AME 102收集和/或能够访问所关注资产的人口统计信息。例如，AME 102可以使从多个被监测调查对象组成员站点收集的数据与在那些站点的调查对象组成员的人口统计数据和/或与资产所有者106的注册调查对象组成员和/或用户相关联的用户人口统计信息相关联。例如，在行206中，与资产(项链)相关联的资产人口统计信息124指示资产(项链)的购买人有为女性的70％可能性和为男性的30％可能性。此外，在行210中，与资产(世界末日(歌曲))相关联的资产人口统计信息124指示访问(例如，购买、流式传输等)资产(世界末日(歌曲))的用户有为在20-29的年龄之间的70％可能性、为不到20岁的20％可能性以及为在30-39的年龄之间的10％可能性。在图2的所例示的示例中，人口统计数据标记126对应于资产人口统计信息124并且可以用来指代所关联的资产标识符120的人口统计段。例如，在行206中，与资产(项链)相关联的人口统计数据标记126指示资产(项链)的人口统计段可以由标记(标记C)参照。一个或更多个人口统计标记(例如，一个或更多个值或数据)可以适用于任何给定资产。因此，人口统计数据标记126可以填充有一个或更多个标记。
图3是图1的可以便于估计使用社交媒体的用户的人口统计数据的受众测量实体(AME)服务器108的示例实施方式的框图。所例示的示例的示例AME服务器108包括示例标记标识符记录器302、示例标记标识符数据库304、示例配置文件生成器306、示例配置文件数据库314、示例时间标记装置316、示例数据存储器318和示例报告器320。
在图3的所例示的示例中，AME服务器108包括示例标记标识符记录器302以记录与有关所关注资产由用户发布的社交媒体消息相关联的用户标识符。如在下面详细地描述的，示例标记标识符记录器302用与资产相关联的已知人口统计信息来标记与资产有关社交媒体消息114a相关联的用户标识符112。例如，标记标识符记录器302可以就与资产标识符120相关联的社交媒体消息114而查询消息托管服务器(例如，图1的消息托管服务器104)。示例标记标识符记录器302处理所返回的社交媒体消息115，并且当所例示的示例的示例标记标识符记录器302确定所返回的社交媒体消息115包括对所关注资产的引用并且包括指示对所关注资产的暴露的特性(例如，所返回的社交媒体消息115是资产有关社交媒体消息114A)时，标记标识符记录器302使用图1的示例参照数据库118来识别与所识别的资产相关联的人口统计信息。图3的示例标记标识符记录器302识别与资产有关社交媒体消息114A相关联的用户标识符112并且用从参照数据库118中检索到的资产人口统计信息124来标记(例如，关联)用户标识符112。
在图3的所例示的示例中，标记标识符记录器302将标记用户标识符的记录存储在示例标记标识符数据库304中。标记标识符数据库304可以包括易失性存储器(例如，同步动态随机存取存储器(SDRAM)、动态随机存取存储器(DRAM)、RAMBUS动态随机存取存储器(RDRAM等)和/或非易失性存储器(例如，闪速存储器)。标记标识符数据库304可以包括一个或更多个双数据速率(DDR)存储器，诸如DDR、DDR2、DDR3、移动DDR(mDDR)等。标记标识符数据库304可以另外或另选地包括诸如硬盘驱动器、紧致盘驱动器、数字通用盘驱动器等的一个或更多个大容量存储装置。虽然在所例示的示例中标记标识符数据库304被例示为单个数据库，但是标记标识符数据库304可以由任何数量和/或类型的数据库实现。
在图3的所例示的示例中，AME服务器108包括示例配置文件生成器306以为发布有关所关注资产的社交媒体消息(例如，示例资产有关社交媒体消息114A)的对应用户生成包括估计的人口统计数据的用户配置文件128。例如，配置文件生成器306可以周期性地和/或非周期性地处理在标记标识符数据库304中包括的用户标识符112并且执行标记到用户标识符112的资产人口统计信息124的统计分析。使用分析的结果，示例配置文件生成器306估计与用户标识符112相关联的用户的人口统计数据。
在一些示例中，配置文件生成器306在被请求时生成用户配置文件128。例如，配置文件生成器306可以从例如示例报告器320接收用来为特定用户生成用户配置文件128的请求。在一些示例中，配置文件生成器306非周期性地(例如，当配置文件生成器306在存储在示例标记标识符数据库304中的信息中检测到改变时)生成用户配置文件128。例如，当标记标识符记录器302将标记标识符记录在标记标识符数据库304中时，配置文件生成器306可以检测到新的记录并且处理该新的记录。例如，配置文件生成器306可以更新与新的记录的用户标识符112相关联的先前生成的用户配置文件128。在一些示例中，配置文件生成器306周期性地生成用户配置文件128。例如，配置文件生成器306可以每24小时为在标记标识符数据库304中包括的一个或更多个用户标识符112生成用户配置文件128。所例示的示例的配置文件生成器306包括示例人口统计数据过滤器308、示例人口统计数据分析器310和示例估计器312。
在图3的所例示的示例中，配置文件生成器306包括示例人口统计数据过滤器308以识别与特定用户标识符相关联的人口统计信息。例如，人口统计数据过滤器308可以解析标记标识符数据库304并且识别标记到用户标识符112的不同人口统计数据。在一些示例中，人口统计数据过滤器308基于独特的用户标识符112来对标记标识符数据库304中的记录进行分类和/或组合。例如，人口统计数据过滤器308可以将与用户标识符112相关联的一个或更多个人口统计数据标记126链接在一起。在一些示例中，人口统计数据过滤器308可以聚合在标记标识符数据库304中包括的两个或更多个用户标识符112的人口统计信息。例如，人口统计数据过滤器308可以使不同的用户标识符112与同一用户相关联。例如，人口统计数据过滤器308可以访问基于从例如一个或更多个资产所有者106接收到的信息交叉引用的诸如查找表、文件、数据库、列表等的数据结构。例如，用户可以使用第一用户标识符(例如，“JohnDoe”)向第一在线社交媒体服务注册并且使用第二用户标识符(例如，“Johnny_Doe”)向第二在线社交媒体服务注册。在一些示例中，人口统计数据过滤器308可以识别充分相同的两个或更多个用户标识符(例如，用户标识符“Jane_Doe”、“Jane Doe”和“Doe,Jane”)并且使不同的用户标识符与同一用户相关联。在一些这样的示例中，人口统计数据过滤器308组合标记到第一用户标识符和第二用户标识符的人口统计信息以为用户生成配置文件。
在图3的所例示的示例中，配置文件生成器306包括示例人口统计数据分析器310以分析由人口统计数据标记126识别的人口统计信息并且确定用户适应不同的人口统计桶的可能性。在一些示例中，人口统计数据分析器310执行与用户相关联的所识别的人口统计数据内的变化的统计分析。例如，人口统计数据分析器310可以对不同的人口统计数据应用贝叶斯分析或主分量分析以开发可能性。在一些这样的示例中，人口统计数据分析器310对与用户相关联的不同的人口统计池应用统计方法(例如，贝叶斯分析)以获得该用户的更精确的人口统计估计。例如，基于来自两个或更多个标记标识符记录的不同的受众组成(例如，对一个或更多个电视节目和/或一个或更多个产品购买的一个或更多个暴露)来组合用户适应不同的人口统计类别的可能性对于用户的人口统计数据导致可能性的组合的集合。在一些示例中，人口统计数据分析器310使权重与标记到用户的不同的人口统计信息相关联。然而，示例人口统计数据分析器310可以使用其它统计过程(例如，主分量分析)来确定用户适应不同的人口统计桶的可能性。
在图3的所例示的示例中，配置文件生成器306包括示例估计器312以基于由示例人口统计数据分析器310执行的分析的结果针对用户估计人口统计数据。例如，估计器312可以识别具有最高可能性的人口统计类别(或多个类别)并且使所对应的人口统计类别与用户相关联。一般而言，随着时间的推移而与给定用户相关联的更大量标记标识符记录(和对应的人口统计信息)增加人口统计数据归因的准确度。在图3的所例示的示例中，配置文件生成器306使用估计器312的结果来生成用户配置文件128。
在图3的所例示的示例中，配置文件生成器306将所生成的用户配置文件128存储在示例配置文件数据库314中。配置文件数据库314可以包括易失性存储器(例如，同步动态随机存取存储器(SDRAM)、动态随机存取存储器(DRAM)、RAMBUS动态随机存取存储器(RDRAM等)和/或非易失性存储器(例如，闪速存储器)。配置文件数据库314可以包括一个或更多个双数据速率(DDR)存储器，诸如DDR、DDR2、DDR3、移动DDR(mDDR)等。配置文件数据库314可以另外或另选地包括诸如硬盘驱动器、紧致盘驱动器、数字通用盘驱动器等的一个或更多个大容量存储装置。虽然在所例示的示例中配置文件数据库314被例示为单个数据库，但是配置文件数据库314可以由任何数量和/或类型的数据库实现。
图3的示例时间标记装置316包括时钟和日历。示例时间标记装置316通过例如将时间段和/或日期信息附加到用户配置文件128中的数据的末尾来使时间段(例如，中央标准时间(CST)上午1:00到(CST)上午1:01)和/或日期(例如，2013年1月1日)与各个生成的用户配置文件128相关联。
在图3的所例示的示例中，AME服务器108包括示例数据存储器318以存储由示例标记标识符记录器302记录的标记标识符记录和/或由示例配置文件生成器306生成的用户配置文件128。
在所例示的示例中，报告器320基于所生成的用户配置文件来生成报告。在一些示例中，报告器320为特定用户生成报告。例如，报告器320可以从例如AME 102接收对特定用户的查询。在一些这样的示例中，报告器320使配置文件生成器306为所指定的用户生成报告。在一些示例中，报告被呈现给产生不同资产的公司和/或个体。报告可以识别资产暴露的不同方面，诸如哪一个或哪些年龄范围和/或性别更可能在暴露于资产时发送社交媒体消息。例如，报告可以确定实时地发送关于媒体事件(例如，电视节目)的社交媒体消息的那些人是否是与媒体事件的观看者相同的人口统计分布。报告还可以示出社交媒体用户对于第一媒体事件来说是年轻的但是对于第二媒体事件来说是相对年长的。
虽然在图3中例示了实现图1的受众测量实体(AME)服务器108的示例方式，但是可以以任何其它方式组合、划分、重新布置、省略、消除和/或实现图3所例示的元件、过程和/或装置中的一个或更多个。此外，图1的示例标记标识符记录器302、示例标记标识符数据库304、示例配置文件生成器306、示例人口统计数据过滤器308、示例人口统计数据分析器310、示例估计器312、示例配置文件数据库314、示例时间标记装置316、示例数据存储器318、示例报告器320和/或更一般地示例AME服务器108可以由硬件、软件、固件和/或硬件、软件和/或固件的任何组合来实现。因此，例如，示例标记标识符记录器302、示例标记标识符数据库304、示例配置文件生成器306、示例人口统计数据过滤器308、示例人口统计数据分析器310、示例估计器312、示例配置文件数据库314、示例时间标记装置316、示例数据存储器318、示例报告器320和/或更一般地示例AME服务器108中的任一个能够由一个或更多个模拟或数字电路、逻辑电路、可编程处理器、专用集成电路(ASIC)、可编程逻辑器件(PLD)和/或现场可编程逻辑器件(FPLD)来实现。当将本专利的设备或系统权利要求中的任一个读成涵盖纯软件和/或固件实施方式时，示例标记标识符记录器302、示例标记标识符数据库304、示例配置文件生成器306、示例人口统计数据过滤器308、示例人口统计数据分析器310、示例估计器312、示例配置文件数据库314、示例时间标记装置316、示例数据存储器318和/或示例报告器320中的至少一个在此被明确地定义成包括存储软件和/或固件的诸如存储器、数字通用盘(DVD)、紧致盘(CD)、蓝光盘等的有形计算机可读存储装置或存储盘。又此外，图1的AME服务器108可以包括除图3所例示的那些之外或代替图3所例示的那些的一个或更多个元件、过程和/或装置，和/或可以包括所例示的元件、过程和装置中的任一个或全部中的超过一个。
图4是图3的可以便于用与资产相关联的已知人口统计信息来标记与有关所关注资产由用户发布的社交媒体消息相关联的用户标识符的标记标识符记录器302的示例实施方式的框图。所例示的示例的示例标记标识符记录器302包括示例消息检索器402、示例消息分析器404、示例时间戳检索器406、示例规则检查器408和示例标识符标记器410。
在图4的所例示的示例中，标记标识符记录器302包括示例消息检索器402以从消息托管服务器(例如，图1的示例消息托管服务器104)中检索社交媒体消息(例如，图1的示例社交媒体消息114、115)。例如，消息检索器402可以以周期性间隔(例如，每24小时、每星期一等)、非周期性间隔(例如，当被请求时)和/或作为一次性事件就社交媒体消息114而查询消息托管服务器104。在图4的所例示的示例中，消息检索器402在查询消息托管服务器104时使用包括一个或更多个关键字的示例关键字列表412。如本文中所使用的，短语“关键字”包括具有词典定义和/或对应于名称和/或对应于可能不具有接受的词典定义的讨论会的字和/或短语。此外，尽管连同列表一起描述了本文所公开的示例，但是可以另选地使用实现关键字列表412的许多其它方法。例如，还可以连同表(例如，查找表)、文件、数据库等一起使用公开的技术。
在所例示的示例中，关键字列表412包括示例关键字412A、412B、412C、412D。当所例示的示例的示例消息检索器402就社交媒体消息而查询消息托管服务器104时，消息检索器402仅请求包括关键字列表412中的关键字的那些社交媒体消息114。以这种方式，示例消息检索器402减小(例如，最小化)由消息托管服务器104所返回的不由与所关注资产标识符120相关联的用户发布的社交媒体消息115的数量。例如，不是就包括电视节目名称(E.R.)的社交媒体消息114而查询消息托管服务器104，这可以返回由在急诊室中等待的用户发布的社交媒体消息115，而是所例示的示例的示例消息检索器402还可以包括关键字“I’m watching”以及可以使得能够观看和/或分发电视节目的媒体提供商(例如，Hulu)。在一些示例中，消息检索器402从消息托管服务器104请求一个或更多个社交媒体消息114，并且然后使用关键字列表412来过滤社交媒体消息115以减小要随后处理的社交媒体消息115的集合。例如，消息检索器402可以请求在一时间段(例如，中央标准时间(CST)下午5:00到(CST)下午5:59)和/或日期或日期范围内向消息托管服务器104发布的所有社交媒体消息114。示例消息检索器402可以随后使用关键字列表412来过滤社交媒体消息115。在一些示例中，消息检索器402在检索社交媒体消息时使用一个或更多个关键字。例如，消息检索器402可以使用第一关键字(例如，诸如E.R.的资产标识符120)就社交媒体消息114而查询消息托管服务器104，并且随后使用第二关键字(例如，“I’mwatching via Hulu”)来过滤所返回的社交媒体消息115。可以使用布尔运算(例如，与、或等)的任何组合来执行过滤。
虽然使用关键字短语412D来查询消息托管服务器104可以将返回的社交媒体消息115的数量减小至有关资产(例如，电视节目)的那些，但是在社交媒体消息115中包括的电视节目可能不是有关所关注电视节目的。在图4的所例示的示例中，标记标识符记录器302包括示例消息分析器404以确定所返回的社交媒体消息115是否包括所关注资产。例如，消息分析器404可以将社交媒体消息115的文本与参照数据库118中列举的资产标识符120进行比较。在一些示例中，如果所返回的社交媒体消息115不包括所关注资产(例如，示例非资产有关消息114b)，则消息分析器404丢弃该社交媒体消息(例如，消息114b、115)。
在图4的所例示的示例中，标记标识符记录器302包括示例时间戳检索器406以获得与当所返回的社交媒体消息115被发布时(例如，当消息由用户发送时、当状态被更新时等)对应的时间戳。在一些示例中，时间戳检索器406解析社交媒体消息115以识别消息时间戳116。在一些示例中，时间戳检索器406可以从消息托管服务器104请求所对应的消息时间戳。如在下面详细地描述的，在一些示例中，消息时间戳116可以用来确定所返回的社交媒体消息115对于所关注资产(例如，媒体事件)而言是否同时期和/或几乎同时期发布的。
在图4的所例示的示例中，标记标识符记录器302包括示例规则检查器408以确保仅指示对资产的适当暴露的声明被反映在社交媒体消息声明中。示例规则检查器408用来增加示例AME服务器108适当地把人口统计数据归因于社交媒体服务用户的概率。在一些示例中，规则检查器408充当误判(false positive)检查器。在所例示的示例中，规则检查器408将所返回的社交媒体消息115的特性与和在该社交媒体消息115中识别的资产标识符120相关联的一个或更多个规则122进行比较。例如，规则检查器408可以确定社交媒体消息115的文本是否包括供应(例如，卖)所识别的资产(例如，所关注产品)的已知供应商或商人。在一些示例中，规则检查器408比较由时间戳检索器406检索到的消息时间戳116以确定消息时间戳116是否充分接近电视节目的广播时间以安全地断定对所发生的电视节目的暴露以便从而经由用户标识符112将用户链接至电视节目受众的人口统计数据。在一些示例中，规则检查器408可以使用基于广播时间的时间窗口。例如，规则检查器408可以执行消息时间戳的时间系列分析以确定电视节目的实时广播之间的时滞以及与电视节目有关的消息何时由用户发布。所例示的示例的示例规则检查器408使用时滞来确定社交媒体消息115是否响应于用户观看电视节目(例如，在电视节目的广播期间或在电视节目的广播之后不久(例如，十五分钟内))而被发送。
在图4的所例示的示例中，标记标识符记录器302包括示例标识符标记器410以将所关注资产的已知人口统计信息与用户相关联。在一些示例中，标识符标记器410解析资产有关社交媒体消息114A并且识别与消息114A相关联的用户标识符112。所例示的示例的示例标识符标记器410然后用与所关注资产相关联的资产人口统计信息124来标记用户标识符112。例如，标识符标记器410可以从示例参照数据库118中检索与所识别的资产标识符120相关联的资产人口统计信息124和/或人口统计数据标记126，并且将资产人口统计信息124和/或人口统计数据标记126与用户标识符112相关联。在一些示例中，标识符标记器410可以包括标记标识符以及附加信息，诸如在资产有关社交媒体消息114A中包括的文本和/或用来在后续时间访问消息114A的标识符(例如，消息标识符)、来自关键字列表412的哪一个或哪些关键字由消息检索器402用来检索资产有关社交媒体消息114A、由消息分析器404识别的所关注资产标识符120、与资产有关社交媒体消息114A相关联的消息时间戳116等。
虽然在图4中例示了实现图3的标记标识符记录器302的示例方式，但是可以以任何其它方式组合、划分、重新布置、省略、消除和/或实现图4所例示的元件、过程和/或装置中的一个或更多个。此外，图3的示例消息检索器402、示例消息分析器404、示例时间戳检索器406、示例规则检查器408、示例标识符标记器410和/或更一般地示例标记标识符记录器302可以由硬件、软件、固件和/或硬件、软件和/或固件的任何组合来实现。因此，例如，示例消息检索器402、示例消息分析器404、示例时间戳检索器406、示例规则检查器408、示例标识符标记器410和/或更一般地示例标记标识符记录器302中的任一个能够由一个或更多个模拟或数字电路、逻辑电路、可编程处理器、专用集成电路(ASIC)、可编程逻辑器件(PLD)和/或现场可编程逻辑器件(FPLD)来实现。当将本专利的设备或系统权利要求中的任一个读成涵盖纯软件和/或固件实施方式时，示例消息检索器402、示例消息分析器404、示例时间戳检索器406、示例规则检查器408和/或示例标识符标记器410中的至少一个在此被明确地定义为包括存储软件和/或固件的诸如存储器、数字通用盘(DVD)、紧致盘(CD)、蓝光盘等的有形计算机可读存储装置或存储盘。又此外，图3的示例标记记录器302可以包括除图4所例示的那些之外或代替图4所例示的那些的一个或更多个元件、过程和/或装置，和/或可以包括所例示的元件、过程和装置中的任一个或全部中的超过一个。
图5示例了存储表示可以由图1、图3和/或图4的示例AME服务器108收集的标记标识符的数据的示例数据表500。在图5的所例示的示例中，数据表500识别用户标识符112、人口统计数据标记126、消息标识符502、消息关键字信息504、资产标识符120和消息时间戳116。在所例示的示例中，当消息114A对应于所关注资产(例如，包括对资产标识符120的引用)时AME服务器108从资产有关社交媒体消息114A中提取用户标识符112。例如，在行514中，用户标识符112指示与用户标识符112(user3)相关联的用户发布了所对应的资产有关社交媒体消息114A。此外，AME服务器108识别与资产标识符120(项链)相关联的人口统计信息并且用所对应的人口统计数据标记126(标记C)来标记用户标识符112(user3)。在所例示的示例中，AME服务器108还将来自资产有关社交媒体消息114A的附加信息存储在标记标识符记录中。例如，在行510中，标记标识符记录器302将资产有关社交媒体消息114A与消息标识符502(101101)相关联，存储由消息检索器402在检索资产有关社交媒体消息114A时使用的(一个或更多个)关键字504(“I just bought viaamazon”)，将资产标识符120(Twilight(书籍))存储在资产有关社交媒体消息114A中，以及由时间戳检索器406检索到的消息时间戳116(11/10/2013上午9:45:05)指示资产有关社交媒体消息114A何时由用户发布。
图6示例了存储表示可以由图1、图3和/或图4的示例AME服务器108收集的社交媒体用户标识符的估计的人口统计数据的数据的示例数据表600。在图6的所例示的示例中，数据表600识别用户标识符112以及标记到用户标识符112的资产人口统计信息124。在所例示的示例中，AME服务器108从标记标识符数据库304中提取标记标识符信息。例如，配置文件生成器306可以解析存储在标记标识符数据库304中的标记标识符并且组合对应于同一用户标识符112的记录。例如，在行604中，与用户标识符112(user2)相关联的资产人口统计信息124指示与用户标识符112(user2)相关联的用户发布了由标记标识符记录器302记录的三个资产有关社交媒体消息114A。此外，数据表600包括由AME服务器108执行的人口统计分析的结果(例如，人口统计数据分析结果610)。例如，人口统计数据分析器310可以对与不同的资产有关社交媒体消息114A相关联的不同的人口统计段应用诸如贝叶斯分析的统计方法，对此，如由例如与不同的资产有关社交媒体消息114A相关联的用户标识符112所确定的，同一用户被已知为已发送不同的消息114A。在所例示的示例中，数据表600包括基于所对应的人口统计数据分析结果610的估计的用户人口统计信息612。在所例示的示例中，AME服务器108可以将具有最高可能性的人口统计段识别为用户的人口统计数据(例如，所估计的用户人口统计信息612)。在一些示例中，当估计用户人口统计信息612时，可以基于已知的社交媒体使用模式来修改人口统计分析结果610的百分比(例如，如果不到20岁的女性与不到20岁的男性相比更可能使用社交媒体，则可以对人口统计分析结果610的百分比进行加权或以其它方式调整以反映那些可能性)。
在图7至图9中示出了表示用于实现图1、图3和/或图4的AME服务器108的示例机器可读指令的流程图。在该示例中，机器可读指令包括用于由诸如在下面连同图10一起所讨论的示例处理器平台1000中所示的处理器1012这样的处理器执行的程序。程序可以用存储在诸如CD-ROM、软盘、硬盘、数字通用盘(DVD)、蓝光盘或与处理器1012相关联的存储器的有形计算机可读存储介质上的软件加以具体实现，但是整个程序和/或其部分能够另选地由除处理器1012以外的装置执行和/或用固件或专用硬件加以具体实现。此外，尽管参照图7至图9所例示的流程图描述了示例程序，但是可以另选地使用实现图1、图3和/或图4的示例AME服务器108的许多其它方法。例如，可以改变这些块的执行的顺序，和/或可以改变、消除或组合所描述的这些块中的一些。
如以上所提到的，可以使用存储在诸如硬盘驱动器、闪速存储器、只读存储器(ROM)、紧致盘(CD)、数字通用盘(DVD)、高速缓存、随机存取存储器(RAM)和/或其中存储有信息达任何持续时间(例如，达延长时间段、永久地，对于简要情况，以用于暂时缓冲信息和/或以用于信息的缓存)的任何其它存储装置或存储盘的有形计算机可读存储介质上的编码指令(例如，计算机和/或机器可读指令)来实现图7至图9的示例过程。如本文所使用的，术语有形计算机可读存储介质被明确地定义为包括任何类型的计算机可读存储装置和/或存储盘并且定义为排除传播信号并且排除传输媒体。如本文所使用的，“有形计算机可读存储介质”和“有形机器可读存储介质”被可交换地使用。另外或另选地，可以使用存储在诸如硬盘驱动器、闪速存储器、只读存储器(ROM)、紧致盘(CD)、数字通用盘(DVD)、高速缓存、随机存取存储器(RAM)和/或其中存储有信息达任何持续时间(例如，达延长时间段、永久地，对于简要情况，以用于暂时缓冲信息和/或以用于信息的缓存)的任何其它存储装置或存储盘的非暂时性计算机和/或机器可读介质上的编码指令(例如，计算机和/或机器可读指令)来实现图7至图9的示例过程。如本文所使用的，术语非暂时性计算机可读介质被明确地定义为包括任何类型的计算机可读存储装置和/或存储盘并且定义为排除传播信号并且排除传输媒体。如本文所使用的，当短语“至少”在权利要求的序言中被用作过渡术语时，它按照与术语“包括”是开放式的相同的方式为开放式的。
图7的示例程序700在示例AME服务器108(图1、图3和/或图4)处估计使用社交媒体的用户的人口统计数据。当AME服务器108识别资产有关社交媒体消息114A时图7的示例程序700在块702处开始。例如，标记标识符记录器302(图3和/或图4)可以从消息托管服务器104(图1)中检索所返回的社交媒体消息115并且分析该社交媒体消息115的文本以确定用户是否发布了有关在参照数据库118(图1)中包括的所关注资产(例如，经由对资产标识符120的引用而被识别)的社交媒体消息115。
在块704处，AME服务器108确定与所关注资产相关联的资产人口统计信息。例如，标记标识符记录器302可以从存储在参照数据库118中的数据表200中检索资产人口统计信息124。在块706处，AME服务器108用所确定的资产人口统计信息124来标记(例如，关联)与资产有关社交媒体消息114A相关联的用户标识符。例如，标记标识符记录器302可以识别与资产有关社交媒体消息114A相关联的用户标识符112并且用资产人口统计信息124来标记用户标识符112。在一些示例中，标记标识符记录器302将标记标识符记录在标记标识符数据库304(图3)中。
在块708处，AME服务器108确定是否生成与用户标识符112相关联的用户的配置文件。例如，报告器320(图3)可以针对特定用户就配置文件而查询配置文件生成器306。如果在块708处，配置文件生成器306确定生成用户配置文件，则在块710处，配置文件生成器306使用标记到与用户相关联的用户标识符112的人口统计信息来生成用户配置文件。例如，配置文件生成器306可以从标记标识符数据块304识别与用户相关联的一个或更多个标记标识符并且对标记到用户标识符112的资产人口统计信息124执行统计分析。在一些示例中，配置文件生成器306将所生成的用户配置文件128存储在配置文件数据库314(图3)中。
如果在块708处，配置文件生成器306确定不生成用户配置文件128或在配置文件生成器306在块710处生成用户配置文件之后，则控制进行到块712，在块712处AME服务器108确定是否继续估计使用社交媒体的用户的人口统计数据。如果在块712处，AME服务器108确定继续估计使用社交媒体的用户的人口统计数据(例如，标记标识符记录器302正在继续从消息托管服务器104中检索社交媒体消息115，配置文件生成器306正在继续接收对用户配置文件128的请求，等)，则控制返回到块702以识别与资产相关联的另一社交媒体消息(例如，资产有关社交媒体消息114A)。否则，如果在块712处，(例如，由于服务器关闭事件等)AME服务器108确定结束估计使用社交媒体的用户的人口统计数据，则图7的示例过程700然后结束。
图8的示例程序800在图1、图3和/或图4的AME服务器108处用与同一所关注资产相关联的人口统计信息来标记与资产有关社交媒体消息相关联的用户标识符。图8的示例程序可以用来实现图7的块702、块704和块706。图8的示例程序800在块802处开始，在块802处标记标识符记录器302(图3和/或图4)检索包括在关键字列表中包括的一个或更多个字的社交媒体消息。例如，消息检索器402可以响应于就包括在关键字列表412中包括的一个或更多个字的社交媒体消息114对消息托管服务器104的查询而接收社交媒体消息115。
在块804处，标记标识符记录器302确定所返回的社交媒体消息115是否引用所关注资产。例如，消息分析器404可以将社交媒体消息115的文本与在数据表200中包括的资产标识符120进行比较。如果在块804处，消息分析器404识别了和资产标识符120匹配(例如，与资产标识符120相同或几乎相同)的引用，则在块806处，标记标识符记录器302检索与当社交媒体消息115被发布(例如，由消息发送者发送或输送)时相关联的时间戳116。例如，时间戳检索器406可以从社交媒体消息115的文本中检索消息时间戳116。在一些示例中，时间戳检索器406可以从媒体托管服务器104请求消息时间戳116。
在块808处，标记标识符记录器302确定社交媒体消息115的特性是否满足与所识别的所关注资产相关联的一个或更多个规则(例如，特定准则)。例如，规则检查器408可以确定消息时间戳116是否充分接近电视节目的(一个或更多个)广播时间以安全地断定由用户发生的对电视节目的暴露。在一些示例中，规则检查器408可以确定社交媒体消息115的文本是否包括供应(例如，分发、卖和/或提供)所关注资产的已知供应商。在一些示例中，规则检查器408可以执行消息时间戳116的时间系列分析以确定电视节目的实时广播之间的时滞以及与电视节目有关的社交媒体消息何时由用户发送。示例规则检查器408可以使用时滞来确定社交媒体消息是否是由用户响应于用户观看电视节目(例如，在电视节目的广播期间或在电视节目的广播之后不久(例如，十五分钟内)发送的。
如果在块808处，规则检查器408确定社交媒体消息115满足与所识别的所关注资产相关联的一个或更多个规则(例如，社交媒体消息115是资产有关社交媒体消息114A)，则在块810处，标记标识符记录器302用与所关注资产相关联的资产人口统计信息来标记与资产有关社交媒体消息114A相关联的用户标识符。例如，标识符标记器410解析资产有关社交媒体消息114A以识别用户标识符112。标识符标记器410还可以基于在资产有关社交媒体消息114A中识别的资产标识符120从数据表200中检索资产人口统计信息124并且将资产人口统计信息124标记到用户标识符112(例如，使资产人口统计信息124与用户标识符112相关联)。在块812处，标记标识符记录器302将标记标识符的记录存储在标记标识符数据库304中。
如果在块804处，消息分析器404确定社交媒体消息115不包括对所关注资产的引用(例如，社交媒体消息115不包括对在数据表200中包括的资产标识符120的引用，并且从而是非资产有关社交媒体消息114B)，或者，如果在块808处，规则检查器408确定社交媒体消息115不满足与所关注资产相关联的一个或更多个规则(例如，社交媒体消息115是非资产有关社交媒体消息114B)，或者在标记标识符记录器302在块812处将标记标识符的记录存储在标记标识符数据库304中之后，控制进行到块814，在块814处标记标识符记录器302确定是否继续用与识别的所关注资产相关联的人口统计信息来标记用户标识符。如果在块814处，标记标识符记录器302确定继续用与识别的所关注资产相关联的人口统计信息来标记用户标识符(例如，标记标识符记录器302正在继续从消息托管服务器104中检索社交媒体消息115)，则控制返回到块804以确定所返回的社交媒体消息115是否引用所关注资产。否则，如果在块814处，标记标识符记录器302确定结束用与识别的所关注资产相关联的人口统计信息来标记用户标识符(例如，由于服务器关闭事件等而不存在另外的社交媒体消息要处理)，则图8的示例过程800然后结束。
图9的示例程序900在示例AME服务器108(图1、图3和/或图4)处生成估计使用社交媒体的用户的人口统计数据的用户配置文件。图9的示例程序900可以用来实现图7的块710。当AME服务器108识别与用户标识符相关联的人口统计信息时，图9的示例程序900在块902处开始。例如，人口统计数据过滤器308(图3)可以针对标记(例如，关联)有用户标识符112的资产人口统计信息124来解析存储在标记标识符数据库304中的标记标识符记录。在一些示例中，人口统计数据过滤器308组合标记有与同一用户相关联的两个或更多个用户标识符112的资产人口统计信息124。
在块904处，AME服务器108执行所识别的资产人口统计信息124的统计分析。例如，人口统计数据分析器310(图3)可以对资产人口统计信息124应用诸如贝叶斯分析的统计方法以确定用户适应不同的人口统计段(例如，在数据表600中包括的人口统计数据分析结果610)的可能性。在块906处，AME服务器108针对与用户标识符112相关联的用户来估计人口统计数据。例如，估计器312(图3)可以识别具有最高可能性的人口统计类别(或多个类别)并且使所对应的人口统计类别与用户(例如，在数据表600中包括的所估计的用户人口统计信息612)相关联。一般而言，随着时间的推移而与给定用户相关联的更大量标记标识符记录(和对应的人口统计信息)增加人口统计数据归因(例如，所估计的用户人口统计数据)的准确度。
在块908处，AME服务器108存储包括针对用户的所估计的用户人口统计数据的针对用户的用户配置文件。例如，配置文件生成器306(图3)可以使用所估计的用户人口统计信息612来为用户生成用户配置文件128并且将所生成的用户配置文件128存储在配置文件数据库314(图3)中。在块910处，AME服务器108将时间戳与所估计的用户人口统计信息612存储在一起。例如，时间标记装置316(图3)可以通过例如将时间段和/或日期信息附加到用户配置文件128中的数据的末尾来使时间段(例如，中央标准时间(CST)上午1:00到(CST)上午1:01))和/或日期(例如，2013年1月1日)与各个生成的用户配置文件128相关联。
在块912处，AME服务器108确定是否继续生成用户配置文件。如果在块912处，AME服务器108确定继续生成用户配置文件(例如，配置文件生成器306正在继续接收对用户配置文件128的请求，等)，则控制返回到块902以识别与另一用户相关联的人口统计信息。否则，如果在块912处，AME服务器108确定结束生成用户配置文件(例如，由于服务器关闭事件等而不存在生成用户配置文件的另外的请求)，则图9的示例过程900然后结束。
图10是能够执行图7至图9的指令以实现图1、图3和/或图4的示例AME服务器108的示例处理器平台1000的框图。处理器平台1000可以是例如服务器、个人计算机、移动装置(例如，手机、智能电话、诸如iPadTM的平板电脑)、个人数字助理(PDA)、互联网设备、DVD播放机、CD播放机、数字录像机、蓝光播放机、游戏控制台、个人录像机、机顶盒或任何其它类型的计算装置。
所例示的示例的处理器平台1000包括处理器1012。所例示的示例的处理器1012是硬件。例如，处理器1012能够由来自任何期望族或制造商的一个或更多个集成电路、逻辑电路、微处理器或控制器来实现。
所例示的示例的处理器1012包括本地存储器1013(例如，高速缓存)。所例示的示例的处理器1012经由总线1018与包括易失性存储器1014和非易失性存储器1016的主存储器通信。易失性存储器1014可以由同步动态随机存取存储器(SDRAM)、动态随机存取存储器(DRAM)、RAMBUS动态随机存储存储器(RDRAM)和/或任何其它类型的随机存取存储器设备来实现。非易失性存储器1016可以由闪速存储器和/或任何其它期望类型的存储器装置来实现。对主存储器1014、1016的访问由主控制器控制。
所例示的示例的处理器平台1000还包括接口电路1020。接口电路1020可以由诸如以太网接口、通用串行总线(USB)和/或PCI快速接口的任何类型的接口标准来实现。
在所例示的示例中，一个或更多个输入装置1022连接至接口电路1020。(一个或更多个)输入装置1022许可用户将数据和命令输入到处理器1012中。(一个或更多个)输入装置能够由例如音频传感器、麦克风、相机(静止或视频)、键盘、按钮、鼠标、触摸屏、跟踪板、轨迹球、等点和/或语音识别系统来实现。
一个或更多个输出装置1024也连接至所例示的示例的接口电路1020。输出装置1024能够例如由显示装置(例如，发光二极管(LED)、有机发光二极管(OLED)、液晶显示器、阴极射线管显示器(CRT)、触摸屏、触觉输出装置、打印机和/或扬声器)来实现。所例示的示例的接口电路1020因此通常包括图形驱动器卡、图形驱动器芯片或图形驱动器处理器。
所例示的示例的接口电路1020还包括诸如发送器、接收器、收发器、调制解调器和/或网络接口卡的通信装置，以便于经由网络1026(例如，以太网连接、数字订户线路(DSL)、电话线路、同轴电缆、蜂窝电话系统等)与外部机器(例如，任何种类的计算装置)交换数据。
所例示的示例的处理器平台1000还包括用于存储软件和/或数据的一个或更多个大容量存储装置1028。这样的大容量存储装置1028的示例包括软盘驱动器、硬驱动盘、紧致盘驱动器、蓝光盘驱动器、RAID系统和数字通用盘(DVD)驱动器。
图7至图9的编码指令1032可以被存储在大容量存储装置1028中、在易失性存储器1014中、在非易失性存储器1016中和/或在诸如CD或DVD的可拆卸有形计算机可读存储介质上。
根据上文，应当了解，已经公开了使得能够把已知的第一组人员的人口统计信息归因于到未知的第二组人员上、并且从而使得能够基于由第二组人员对资产的被报告的暴露来跟踪资产的所及范围和有效性的方法、设备和制品。这样的归因可以基于(1)通过第二组人员经由社交媒体站点进行的发帖以及(2)针对第一组人员收集的人口统计数据和媒体暴露数据。第一组人员可以是受众和/或市场研究的调查对象组成员。
尽管已在本文中公开了特定示例方法、设备和制品，但是本专利的覆盖范围不限于此。相反，本专利涵盖完全落在本专利的权利要求的范围内的所有方法、设备和制品。

Claims (36)

1.一种用来估计社交媒体的用户的人口统计数据的方法，该方法包括以下步骤：
(1)识别有关资产的社交媒体消息，所述社交媒体消息与和所述用户相关联的用户标识符相关联；
(2)确定与暴露于所述资产的一组人员相关联的人口统计数据；
(3)将所述用户标识符与所述人口统计数据相关联；
(4)重复步骤(1)至(3)；以及
(5)组合与和所述用户标识符相关联的两个或更多个不同组人员相关联的人口统计数据以针对所述用户来估计人口统计配置文件。
2.如权利要求1所述的方法，其中，识别有关所述资产的所述社交媒体消息还包括以下步骤：
在所述社交媒体消息的文本中识别对所述资产的引用；以及
确定所述社交媒体消息的特性是否满足与所述资产相关联的规则；
其中，确定与暴露于所述资产的所述一组人员相关联的所述人口统计数据包括响应于确定所述社交媒体消息的所述特性满足与所述资产相关联的所述规则而确定与暴露于所述资产的所述一组人员相关联的所述人口统计数据。
3.如权利要求2所述的方法，其中，所述资产是媒体事件并且与所述资产相关联的所述规则包括所述资产的广播时间。
4.如权利要求3所述的方法，其中，确定所述社交媒体消息的所述特性是否满足与所述资产相关联的所述规则还包括确定与所述社交媒体消息相关联的时间戳是否落在由所述规则定义的时间段内。
5.如权利要求3所述的方法，其中，暴露于所述资产的所述一组人员是所述资产的受众。
6.如权利要求2所述的方法，其中，所述资产是产品并且与所述资产相关联的所述规则识别供应所述资产的供应商。
7.如权利要求6所述的方法，其中，确定所述社交媒体消息的所述特性是否满足与所述资产相关联的所述规则还包括确定所述社交媒体消息的所述文本是否引用所述供应商。
8.如权利要求6所述的方法，其中，暴露于所述资产的所述一组人员是所述资产的购买人。
9.如权利要求1所述的方法，其中，所述用户标识符是第一用户标识符，所述方法还包括以下步骤：
识别与所述用户相关联的第二用户标识符；并且
其中，针对所述用户来估计所述人口统计配置文件包括组合与和所述第一用户标识符和所述第二用户标识符相关联的两个或更多个不同组相关联的人口统计数据。
10.如权利要求9所述的方法，其中，所述两个或更多个不同组至少包括暴露于第一资产并且是所述第一资产的受众的第一组人员以及暴露于第二资产并且是所述第二资产的购买人的第二组人员。
11.如权利要求1所述的方法，其中，针对所述用户来估计所述人口统计配置文件还包括以下步骤：
对与所述两个或更多个不同组相关联的所述人口统计数据应用统计方法；
基于所述统计方法的结果来确定具有最高可能性的人口统计类别；以及
将所述人口统计类别与所述用户相关联。
12.如权利要求11所述的方法，其中，应用所述统计方法包括执行所述人口统计数据的贝叶斯分析。
13.如权利要求11所述的方法，其中，应用所述统计方法包括执行所述人口统计数据的主分量分析。
14.一种系统，该系统包括：
标记标识符记录器，该标记标识符记录器用来执行以下步骤：
(1)识别有关资产的社交媒体消息，所述社交媒体消息与用户标识符相关联；
(2)确定与暴露于所述资产的一组人员相关联的人口统计数据；
(3)将所述用户标识符与所述人口统计数据相关联；
(4)重复步骤(1)至(3)；以及
配置文件生成器，该配置文件生成器用来组合与通过所述标记标识符记录器和所述用户标识符相关联的两个或更多个不同组相关联的人口统计数据以针对与所述用户标识符相关联的用户来估计人口统计配置文件。
15.如权利要求14所述的系统，该系统还包括：
消息分析器，该消息分析器用来确定所述社交媒体消息是否包括对所述资产的引用；以及
规则检查器，该规则检查器用来确定所述社交媒体消息的特性是否满足与所述资产相关联的规则。
16.如权利要求15所述的系统，其中，所述资产是媒体事件并且与所述资产相关联的所述规则指定所述资产的广播时间。
17.如权利要求16所述的系统，其中，所述规则检查器将通过确定与所述社交媒体消息相关联的时间戳是否落在所述资产的所述广播时间的阈值时间内来确定所述社交媒体消息的所述特性是否满足与所述资产相关联的所述规则。
18.如权利要求16所述的系统，其中，暴露于所述资产的所述一组人员是所述资产的受众。
19.如权利要求15所述的系统，其中，所述资产是产品并且与所述资产相关联的所述规则指定供应所述资产的供应商。
20.如权利要求19所述的系统，其中，所述规则检查器将通过确定所述社交媒体消息是否包括对所述供应商的引用来确定所述社交媒体消息的所述特性是否满足与所述资产相关联的所述规则。
21.如权利要求19所述的系统，其中，暴露于所述资产的所述一组人员是所述资产的购买人。
22.如权利要求14所述的系统，其中，所述用户标识符是第一用户标识符，所述标记标识符记录器将识别与所述用户相关联的第二用户标识符，并且所述配置文件生成器将组合与和所述第一用户标识符和所述第二用户标识符相关联的两个或更多个不同组相关联的人口统计数据。
23.如权利要求22所述的系统，其中，所述两个或更多个不同组至少包括暴露于第一资产并且是所述第一资产的受众的第一组人员以及暴露于第二资产并且是所述第二资产的购买人的第二组人员。
24.如权利要求14所述的系统，该系统还包括：
人口统计数据分析器，该人口统计数据分析器对与所述两个或更多个不同组相关联的所述人口统计数据应用统计方法；以及
估计器，该估计器用来基于所述人口统计数据分析器的输出来确定具有最高可能性的人口统计类别，所述估计器用来将所述人口统计类别与所述用户相关联。
25.如权利要求24所述的系统，其中，由所述人口统计数据分析器应用的所述统计方法是贝叶斯分析。
26.如权利要求24所述的系统，其中，由所述人口统计数据分析器应用的所述统计方法是主分量分析。
27.一种包括指令的有形计算机可读存储介质，所述指令当被执行时，使处理器至少执行以下步骤：
识别有关第一资产的第一社交媒体消息，所述第一社交媒体消息由与用户标识符相关联的用户发起；
确定与所述第一资产的受众相关联的第一人口统计数据；
将所述用户标识符与所述第一人口统计数据相关联；
识别有关第二资产的第二社交媒体消息，所述第二社交媒体消息由与所述用户标识符相关联的所述用户发起；
确定与所述第二资产的受众相关联的第二人口统计数据；
将所述用户标识符与所述第二人口统计数据相关联；以及
至少组合所述第一人口统计数据和所述第二人口统计数据以针对所述用户来估计人口统计配置文件。
28.如权利要求27所述的有形计算机可读存储介质，其中，所述指令还使所述处理器通过以下步骤来将所述用户标识符与所述第一人口统计数据相关联：
在所述第一社交媒体消息的文本中识别对所述第一资产的引用；
确定所述第一社交媒体消息的特性是否满足与所述第一资产相关联的第一规则；以及
如果所述第一社交媒体消息的所述特性满足所述第一规则，则将所述用户标识符与所述第一人口统计数据相关联。
29.如权利要求28所述的有形计算机可读存储介质，其中，所述第一资产是媒体事件并且所述第一规则指定在所述第一资产的广播时间之后的时间帧。
30.如权利要求29所述的有形计算机可读存储介质，其中，所述指令还使所述处理器确定与所述第一社交媒体消息相关联的时间戳是否在所述时间帧内发生，以确定所述第一社交媒体消息的所述特性是否满足所述第一规则。
31.如权利要求28所述的有形计算机可读存储介质，其中，所述第一资产是产品，并且其中，所述第一规则指定供应所述第一资产的供应商。
32.如权利要求31所述的有形计算机可读存储介质，其中，所述指令还使所述处理器确定所述第一社交媒体消息的所述文本是否引用所述供应商。
33.如权利要求27所述的有形计算机可读存储介质，其中，所述用户标识符是第一用户标识符，并且所述指令还使所述处理器执行以下步骤：
识别与所述用户相关联的第二用户标识符；以及
将所述第一人口统计数据与和所述第二用户标识符相关联的所述第二人口统计数据组合以针对所述用户来估计人口统计配置文件。
34.如权利要求27所述的有形计算机可读存储介质，其中，所述指令还使所述处理器执行以下步骤：
对与所述用户标识符相关联的所述第一人口统计数据和所述第二人口统计数据应用统计方法；
基于所述统计方法的结果来确定具有最高可能性的人口统计类别；以及
将所述人口统计类别与所述用户相关联。
35.如权利要求34所述的有形计算机可读存储介质，其中，所述统计方法包括所述第一人口统计数据和所述第二人口统计数据的贝叶斯分析。
36.如权利要求34所述的有形计算机可读存储介质，其中，所述统计方法包括所述第一人口统计数据和所述第二人口统计数据的主分量分析。
HK15112719.8A 2013-08-28 2014-08-25 估計使用社交媒體的用戶的人口統計數據的方法和設備 HK1212130A1 (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201361871243P 2013-08-28 2013-08-28
US61/871,243 2013-08-28
US14/142,411 US10333882B2 (en) 2013-08-28 2013-12-27 Methods and apparatus to estimate demographics of users employing social media
US14/142,411 2013-12-27
PCT/US2014/052537 WO2015031262A1 (en) 2013-08-28 2014-08-25 Methods and apparatus to estimate demographics of users employing social media

Publications (1)

Publication Number Publication Date
HK1212130A1 true HK1212130A1 (zh) 2016-06-03

Family

ID=52584804

Family Applications (1)

Application Number Title Priority Date Filing Date
HK15112719.8A HK1212130A1 (zh) 2013-08-28 2014-08-25 估計使用社交媒體的用戶的人口統計數據的方法和設備

Country Status (10)

Country Link
US (2) US10333882B2 (zh)
EP (1) EP3039875A4 (zh)
JP (1) JP6115901B2 (zh)
KR (4) KR102347083B1 (zh)
CN (1) CN104756504A (zh)
AU (1) AU2014311451A1 (zh)
BR (1) BR112015009526A2 (zh)
CA (1) CA2889349C (zh)
HK (1) HK1212130A1 (zh)
WO (1) WO2015031262A1 (zh)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8677385B2 (en) 2010-09-21 2014-03-18 The Nielsen Company (Us), Llc Methods, apparatus, and systems to collect audience measurement data
US10333882B2 (en) 2013-08-28 2019-06-25 The Nielsen Company (Us), Llc Methods and apparatus to estimate demographics of users employing social media
US9344387B1 (en) 2014-02-08 2016-05-17 Twitter, Inc. Analysis of content sharing in a messaging platform
US10535029B2 (en) 2015-01-23 2020-01-14 Sprinklr, Inc. Multi-dimensional command center
US10565601B2 (en) 2015-02-27 2020-02-18 The Nielsen Company (Us), Llc Methods and apparatus to identify non-traditional asset-bundles for purchasing groups using social media
US10219039B2 (en) 2015-03-09 2019-02-26 The Nielsen Company (Us), Llc Methods and apparatus to assign viewers to media meter data
US10045082B2 (en) 2015-07-02 2018-08-07 The Nielsen Company (Us), Llc Methods and apparatus to correct errors in audience measurements for media accessed using over-the-top devices
US20170090718A1 (en) 2015-09-25 2017-03-30 International Business Machines Corporation Linking selected messages in electronic message threads
CN106557513B (zh) * 2015-09-29 2022-05-10 腾讯科技（深圳）有限公司 事件信息推送方法及事件信息推送装置
US10187675B2 (en) 2015-10-12 2019-01-22 The Nielsen Company (Us), Llc Methods and apparatus to identify co-relationships between media using social media
SG11201806743YA (en) * 2016-02-12 2018-09-27 Carrier Corp Method of auditing cold chain distribution systems
US9912424B2 (en) 2016-05-27 2018-03-06 The Nielsen Company (Us), Llc Methods and apparatus to estimate ratings for media assets using social media
WO2017210451A1 (en) * 2016-06-02 2017-12-07 Kodak Alaris Inc. Method for producing and distributing one or more customized media centric products
US10264318B2 (en) 2016-06-07 2019-04-16 The Nielsen Company (Us), Llc Methods and apparatus to improve viewer assignment by adjusting for a localized event
US10600067B2 (en) * 2016-06-16 2020-03-24 Accenture Global Solutions Limited Demographic based adjustment of data processing decision results
US10791355B2 (en) 2016-12-20 2020-09-29 The Nielsen Company (Us), Llc Methods and apparatus to determine probabilistic media viewing metrics
CN107330091A (zh) * 2017-07-04 2017-11-07 百度在线网络技术（北京）有限公司 信息处理方法和装置
US11810147B2 (en) * 2017-10-19 2023-11-07 Foursquare Labs, Inc. Automated attribution modeling and measurement
US11244363B1 (en) 2018-10-25 2022-02-08 Sprinklr, Inc. Rating and review integration system
US11386178B2 (en) 2019-06-20 2022-07-12 Sprinklr, Inc. Enhanced notification system for real time control center
US11397923B1 (en) 2019-10-07 2022-07-26 Sprinklr, Inc. Dynamically adaptive organization mapping system
US11966702B1 (en) * 2020-08-17 2024-04-23 Alphavu, Llc System and method for sentiment and misinformation analysis of digital conversations
US11645666B2 (en) * 2021-01-28 2023-05-09 Show Advertising Ltd. Crowd demographic analysis

Family Cites Families (207)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2176639B (en) 1985-05-31 1988-11-23 Mars Inc Data acquisition system
CA2041210C (en) 1991-04-25 1998-12-29 Michel Dufresne Television audience data gathering
JP3400068B2 (ja) 1994-03-18 2003-04-28 富士通株式会社 レスポンス金額予測システム
CA2119970A1 (en) 1994-03-25 1995-09-26 Michael A. Lyons Program monitoring system
US5594934A (en) 1994-09-21 1997-01-14 A.C. Nielsen Company Real time correlation meter
US5758257A (en) 1994-11-29 1998-05-26 Herz; Frederick System and method for scheduling broadcast of and access to video programs and other data using customer profiles
WO1996028904A1 (en) 1995-03-16 1996-09-19 Bell Atlantic Network Services, Inc. Simulcasting digital video programs for broadcast and interactive services
US5675510A (en) 1995-06-07 1997-10-07 Pc Meter L.P. Computer use meter and analyzer
US5848396A (en) 1996-04-26 1998-12-08 Freedom Of Information, Inc. Method and apparatus for determining behavioral profile of a computer user
JP3191855B2 (ja) 1996-06-28 2001-07-23 日本電気株式会社 動画像受信装置及びその廃棄パケット補償方法
US6108637A (en) 1996-09-03 2000-08-22 Nielsen Media Research, Inc. Content display monitor
US5948061A (en) 1996-10-29 1999-09-07 Double Click, Inc. Method of delivery, targeting, and measuring advertising over networks
US6035339A (en) 1997-03-13 2000-03-07 At&T Corporation Network information delivery system for delivering information based on end user terminal requirements
US6643696B2 (en) 1997-03-21 2003-11-04 Owen Davis Method and apparatus for tracking client interaction with a network resource and creating client profiles and resource database
US5796952A (en) 1997-03-21 1998-08-18 Dot Com Development, Inc. Method and apparatus for tracking client interaction with a network resource and creating client profiles and resource database
US6098093A (en) 1998-03-19 2000-08-01 International Business Machines Corp. Maintaining sessions in a clustered server environment
US7240022B1 (en) 1998-05-19 2007-07-03 Mypoints.Com Inc. Demographic information gathering and incentive award system and method
US6434614B1 (en) 1998-05-29 2002-08-13 Nielsen Media Research, Inc. Tracking of internet advertisements using banner tags
US6223215B1 (en) 1998-09-22 2001-04-24 Sony Corporation Tracking a user's purchases on the internet by associating the user with an inbound source and a session identifier
US7949565B1 (en) 1998-12-03 2011-05-24 Prime Research Alliance E., Inc. Privacy-protected advertising system
US20010049620A1 (en) 2000-02-29 2001-12-06 Blasko John P. Privacy-protected targeting system
US20020111172A1 (en) * 2001-02-14 2002-08-15 Dewolf Frederik M. Location based profiling
US6055573A (en) 1998-12-30 2000-04-25 Supermarkets Online, Inc. Communicating with a computer based on an updated purchase behavior classification of a particular consumer
US6460079B1 (en) 1999-03-04 2002-10-01 Nielsen Media Research, Inc. Method and system for the discovery of cookies and other client information
US6529952B1 (en) 1999-04-02 2003-03-04 Nielsen Media Research, Inc. Method and system for the collection of cookies and other information from a panel
US7523191B1 (en) 2000-06-02 2009-04-21 Yahoo! Inc. System and method for monitoring user interaction with web pages
US6102406A (en) 1999-06-07 2000-08-15 Steven A. Miles Internet-based advertising scheme employing scavenger hunt metaphor
US7010497B1 (en) 1999-07-08 2006-03-07 Dynamiclogic, Inc. System and method for evaluating and/or monitoring effectiveness of on-line advertising
AUPQ206399A0 (en) 1999-08-06 1999-08-26 Imr Worldwide Pty Ltd. Network user measurement system and method
US6415323B1 (en) 1999-09-03 2002-07-02 Fastforward Networks Proximity-based redirection system for robust and scalable service-node location in an internetwork
US8108245B1 (en) 1999-09-17 2012-01-31 Cox Communications, Inc. Method and system for web user profiling and selective content delivery
US6839680B1 (en) 1999-09-30 2005-01-04 Fujitsu Limited Internet profiling
US6691163B1 (en) 1999-12-23 2004-02-10 Alexa Internet Use of web usage trail data to identify related links
US6993590B1 (en) 2000-01-13 2006-01-31 Inktomi Corporation Method of creating data streams for user-specific usage data gathering systems
US7065503B2 (en) 2000-01-14 2006-06-20 Matsushita Electric Industrial Co., Ltd. Cookie data stored on transportable recording medium
US7181412B1 (en) 2000-03-22 2007-02-20 Comscore Networks Inc. Systems and methods for collecting consumer data
US7260837B2 (en) 2000-03-22 2007-08-21 Comscore Networks, Inc. Systems and methods for user identification, user demographic reporting and collecting usage data usage biometrics
JP2001338176A (ja) 2000-03-23 2001-12-07 Casio Comput Co Ltd 情報伝達仲介方法及びシステム
JP2001282982A (ja) 2000-03-28 2001-10-12 Hisahiro Negi Ｗｅｂマーケティングシステム
US7039699B1 (en) 2000-05-02 2006-05-02 Microsoft Corporation Tracking usage behavior in computer systems
US7962603B1 (en) 2000-06-06 2011-06-14 Nobuyoshi Morimoto System and method for identifying individual users accessing a web site
JP2001357192A (ja) 2000-06-12 2001-12-26 Toshiba Corp 顧客意識調査方法およびシステム、ならびにプログラムを記憶した記憶媒体
AU784299B2 (en) 2000-07-18 2006-03-02 Yahoo! Inc. System and method for selecting alternative advertising inventory in place of sold out advertising inventory
KR20020037980A (ko) 2000-11-16 2002-05-23 김형순 정보 중개 시스템
JP2002163562A (ja) 2000-11-27 2002-06-07 Dainippon Printing Co Ltd 情報配信サーバー装置
US6879960B2 (en) 2000-12-01 2005-04-12 Claritas, Inc. Method and system for using customer preferences in real time to customize a commercial transaction
US20030006911A1 (en) 2000-12-22 2003-01-09 The Cadre Group Inc. Interactive advertising system and method
US7266687B2 (en) 2001-02-16 2007-09-04 Motorola, Inc. Method and apparatus for storing and distributing encryption keys
JP4248183B2 (ja) 2001-02-26 2009-04-02 パナソニック株式会社 クッキー処理プログラムおよび画像データ表示装置
US7092926B2 (en) 2001-04-06 2006-08-15 Sedna Patent Services, Llc Method and apparatus for identifying unique client users from user behavioral data
WO2002084507A1 (en) 2001-04-13 2002-10-24 Netiq Corporation User-side tracking of multimedia application usage within a web page
US20030037131A1 (en) 2001-08-17 2003-02-20 International Business Machines Corporation User information coordination across multiple domains
JPWO2003027860A1 (ja) 2001-09-19 2005-01-13 株式会社エヌ・ティ・ティ・アド 時間軸上で変化するコンテンツを配信するコンテンツ配信システム、コンテンツ配信サーバ、ログ収集サーバ、コンテンツ中継サーバ、ユーザ端末、コンテンツ視聴状態把握方法、レコメンデーション方法及びコンテンツ提供方法
US6877007B1 (en) 2001-10-16 2005-04-05 Anna M. Hentzel Method and apparatus for tracking a user's interaction with a resource supplied by a server computer
US7343417B2 (en) 2001-11-30 2008-03-11 Knowledge Networks, Inc. System and method for rating media information
US20030177488A1 (en) 2002-03-12 2003-09-18 Smith Geoff S. Systems and methods for media audience measurement
US9235849B2 (en) 2003-12-31 2016-01-12 Google Inc. Generating user information for use in targeted advertising
US20030220901A1 (en) 2002-05-21 2003-11-27 Hewlett-Packard Development Company Interaction manager
US20040088212A1 (en) 2002-10-31 2004-05-06 Hill Clarke R. Dynamic audience analysis for computer content
EP1606754A4 (en) 2003-03-25 2006-04-19 Sedna Patent Services Llc CREATION OF AUDIENCE ANALYSIS
CA2686265A1 (en) 2003-06-17 2004-12-17 Ibm Canada Limited - Ibm Canada Limitee Multiple identity management in an electronic commerce site
US8464290B2 (en) 2003-08-01 2013-06-11 Tacoda, Inc. Network for matching an audience with deliverable content
JPWO2005024689A1 (ja) 2003-09-04 2007-11-08 株式会社インタースコープ 消費者の購買行動分析方法及び装置
US20050144069A1 (en) 2003-12-23 2005-06-30 Wiseman Leora R. Method and system for providing targeted graphical advertisements
US7792954B2 (en) 2004-04-02 2010-09-07 Webtrends, Inc. Systems and methods for tracking web activity
US20050267799A1 (en) 2004-05-10 2005-12-01 Wesley Chan System and method for enabling publishers to select preferred types of electronic documents
US7546370B1 (en) 2004-08-18 2009-06-09 Google Inc. Search engine with multiple crawlers sharing cookies
JP2006127320A (ja) 2004-10-29 2006-05-18 Solid Technology Kk 端末属性推定装置および端末属性推定方法
JP2006127321A (ja) 2004-10-29 2006-05-18 Solid Technology Kk 端末属性後付装置および端末属性後付方法
WO2006058274A2 (en) 2004-11-29 2006-06-01 Arbitron Inc. Systems and processes for use in media and/or market research
US8131861B2 (en) 2005-05-20 2012-03-06 Webtrends, Inc. Method for cross-domain tracking of web site traffic
US8312172B2 (en) 2005-05-26 2012-11-13 Bytemobile, Inc. Method and system for delta compression
US20080109306A1 (en) * 2005-06-15 2008-05-08 Maigret Robert J Media marketplaces
JP4764103B2 (ja) 2005-08-18 2011-08-31 株式会社東芝 コンテンツデータ配信システム、及び情報処理装置
CN100452781C (zh) 2005-10-26 2009-01-14 华为技术有限公司 一种传送目的地用户部分不可用消息的方法
US20080086356A1 (en) 2005-12-09 2008-04-10 Steve Glassman Determining advertisements using user interest information and map-based location information
US20090030780A1 (en) 2006-01-03 2009-01-29 Ds-Iq, Inc. Measuring effectiveness of marketing campaigns presented on media devices in public places using audience exposure data
JP2007201742A (ja) * 2006-01-25 2007-08-09 Ntt Software Corp コンテンツ配信システム
JP5034279B2 (ja) * 2006-03-15 2012-09-26 富士通株式会社 属性推定プログラムおよび属性情報提供システム
EP2011002B1 (en) 2006-03-27 2016-06-22 Nielsen Media Research, Inc. Methods and systems to meter media content presented on a wireless communication device
US7941525B1 (en) 2006-04-01 2011-05-10 ClickTale, Ltd. Method and system for monitoring an activity of a user
US20080004958A1 (en) 2006-06-29 2008-01-03 Tony Ralph Client side counting verification testing
CN100456298C (zh) 2006-07-12 2009-01-28 百度在线网络技术（北京）有限公司 广告信息检索系统及广告信息检索方法
US7933843B1 (en) * 2006-08-26 2011-04-26 CommEq Ltd. Media-based computational influencer network analysis
US7996456B2 (en) 2006-09-20 2011-08-09 John Nicholas and Kristin Gross Trust Document distribution recommender system and method
WO2008045792A2 (en) 2006-10-06 2008-04-17 Technorati, Inc. Methods and apparatus for conversational advertising
US20090132349A1 (en) 2006-10-09 2009-05-21 Splashcast Corp. Targeted-demographic rich-media content, branding, and syndicated user-node distribution
US20080104225A1 (en) 2006-11-01 2008-05-01 Microsoft Corporation Visualization application for mining of social networks
US8196166B2 (en) * 2006-12-21 2012-06-05 Verizon Patent And Licensing Inc. Content hosting and advertising systems and methods
US8700457B2 (en) 2007-01-03 2014-04-15 William H. Bollman Mobile phone based rebate device for redemption at a point of sale terminal
CN101222348B (zh) 2007-01-10 2011-05-11 阿里巴巴集团控股有限公司 统计网站真实用户的方法及系统
US20080215607A1 (en) * 2007-03-02 2008-09-04 Umbria, Inc. Tribe or group-based analysis of social media including generating intelligence from a tribe's weblogs or blogs
US7996519B1 (en) 2007-03-07 2011-08-09 Comscore, Inc. Detecting content and user response to content
KR100910517B1 (ko) 2007-03-21 2009-07-31 엔에이치엔비즈니스플랫폼 주식회사 브라우저-로그인 맵핑을 통한 타겟 인벤토리 확장 방법 및시스템
US20080250450A1 (en) 2007-04-06 2008-10-09 Adisn, Inc. Systems and methods for targeted advertising
US8229458B2 (en) 2007-04-08 2012-07-24 Enhanced Geographic Llc Systems and methods to determine the name of a location visited by a user of a wireless device
US20080276179A1 (en) 2007-05-05 2008-11-06 Intapp Inc. Monitoring and Aggregating User Activities in Heterogeneous Systems
US20090217315A1 (en) 2008-02-26 2009-08-27 Cognovision Solutions Inc. Method and system for audience measurement and targeting media
WO2009002949A2 (en) * 2007-06-23 2008-12-31 Motivepath, Inc. System, method and apparatus for predictive modeling of specially distributed data for location based commercial services
US7890592B2 (en) 2007-06-29 2011-02-15 Microsoft Corporation Processing data obtained from a presence-based system
US8229780B2 (en) 2007-07-30 2012-07-24 Silvercarrot, Inc. System and method for online lead generation
US7698422B2 (en) 2007-09-10 2010-04-13 Specific Media, Inc. System and method of determining user demographic profiles of anonymous users
US20090076899A1 (en) 2007-09-14 2009-03-19 Gbodimowo Gbeminiyi A Method for analyzing, searching for, and trading targeted advertisement spaces
US8302120B2 (en) 2008-02-19 2012-10-30 The Nielsen Company (Us), Llc Methods and apparatus to monitor advertisement exposure
US8112301B2 (en) 2008-04-14 2012-02-07 Tra, Inc. Using consumer purchase behavior for television targeting
WO2009146197A1 (en) 2008-04-17 2009-12-03 Arbitron Inc. Cross-media interactivity metrics
US8380562B2 (en) 2008-04-25 2013-02-19 Cisco Technology, Inc. Advertisement campaign system using socially collaborative filtering
US9384186B2 (en) 2008-05-20 2016-07-05 Aol Inc. Monitoring conversations to identify topics of interest
US9083853B2 (en) 2008-06-02 2015-07-14 Intent IQ, LLC Targeted television advertisements associated with online users' preferred television programs or channels
US20100030648A1 (en) * 2008-08-01 2010-02-04 Microsoft Corporation Social media driven advertisement targeting
US8549163B2 (en) 2008-09-18 2013-10-01 Jonathan M. Urdan Passive parameter based demographics generation
US20100088152A1 (en) 2008-10-02 2010-04-08 Dominic Bennett Predicting user response to advertisements
WO2010049745A1 (en) 2008-10-28 2010-05-06 Norwell Sa Audience measurement system
KR101066619B1 (ko) * 2008-11-07 2011-09-22 주식회사 케이티 Ｕｓｓｄ 메시지를 이용한 수요예측 시스템 및 방법
US20100121676A1 (en) 2008-11-11 2010-05-13 Yahoo! Inc. Method and system for logging impressions of online advertisments
JP2010134733A (ja) * 2008-12-05 2010-06-17 Dainippon Printing Co Ltd 情報推薦装置、情報推薦方法、及びプログラム
US20100153175A1 (en) 2008-12-12 2010-06-17 At&T Intellectual Property I, L.P. Correlation of Psycho-Demographic Data and Social Network Data to Initiate an Action
US8356247B2 (en) 2008-12-16 2013-01-15 Rich Media Worldwide, Llc Content rendering control system and method
US8462160B2 (en) 2008-12-31 2013-06-11 Facebook, Inc. Displaying demographic information of members discussing topics in a forum
US20100179856A1 (en) 2009-01-14 2010-07-15 Yahoo! Inc. Conditional incentive presentation, tracking and redemption
AU2010208227B2 (en) 2009-01-29 2014-06-12 The Nielsen Company (Us), Llc Methods and apparatus to measure market statistics
US20100205057A1 (en) 2009-02-06 2010-08-12 Rodney Hook Privacy-sensitive methods, systems, and media for targeting online advertisements using brand affinity modeling
KR101168705B1 (ko) 2009-02-18 2012-08-02 김기미 이동통신 단말기와 아이피 기반 정보 단말기를 이용한 맞춤, 지능형 심볼, 아이콘 인터넷 정보 검색시스템
US20100268609A1 (en) 2009-03-06 2010-10-21 Appnexus, Inc. Advertising Platform Creative Approval
CN101505247A (zh) 2009-03-09 2009-08-12 成都市华为赛门铁克科技有限公司 一种共享接入主机数目的检测方法和装置
US8150974B2 (en) 2009-03-17 2012-04-03 Kindsight, Inc. Character differentiation system generating session fingerprint using events associated with subscriber ID and session ID
US8266687B2 (en) 2009-03-27 2012-09-11 Sophos Plc Discovery of the use of anonymizing proxies by analysis of HTTP cookies
JP5492630B2 (ja) 2009-03-31 2014-05-14 株式会社ビデオリサーチ コンテンツ接触調査システム及びコンテンツ接触調査方法
US10008212B2 (en) 2009-04-17 2018-06-26 The Nielsen Company (Us), Llc System and method for utilizing audio encoding for measuring media exposure with environmental masking
US20100268573A1 (en) 2009-04-17 2010-10-21 Anand Jain System and method for utilizing supplemental audio beaconing in audience measurement
US20100268540A1 (en) 2009-04-17 2010-10-21 Taymoor Arshi System and method for utilizing audio beaconing in audience measurement
WO2010128198A1 (en) 2009-05-08 2010-11-11 Zokem Oy System and method for behavioural and contextual data analytics
US20100325051A1 (en) 2009-06-22 2010-12-23 Craig Stephen Etchegoyen System and Method for Piracy Reduction in Software Activation
US9178634B2 (en) 2009-07-15 2015-11-03 Time Warner Cable Enterprises Llc Methods and apparatus for evaluating an audience in a content-based network
US8412796B2 (en) 2009-07-31 2013-04-02 University College Dublin—National University of Ireland, Dublin Real time information feed processing
US8612860B2 (en) 2009-08-12 2013-12-17 Warner Music Inc. Systems, methods, and media for coordinating the presentation of media with an event
US9529864B2 (en) 2009-08-28 2016-12-27 Microsoft Technology Licensing, Llc Data mining electronic communications
US20120192214A1 (en) 2009-12-22 2012-07-26 Resonate Networks Method and apparatus for delivering targeted content to television viewers
KR101118741B1 (ko) 2009-08-31 2012-03-12 주식회사 나스미디어 인터넷 광고 시청률 제공 방법
US20110087519A1 (en) 2009-10-09 2011-04-14 Visa U.S.A. Inc. Systems and Methods for Panel Enhancement with Transaction Data
US8595058B2 (en) 2009-10-15 2013-11-26 Visa U.S.A. Systems and methods to match identifiers
US9390438B2 (en) 2009-12-08 2016-07-12 Comscore, Inc. Systems and methods for capturing and reporting metrics regarding user engagement including a canvas model
US20110191184A1 (en) 2010-01-29 2011-08-04 Bank Of America Corporation Mobile location integrated merchant offer program and customer shopping
US20110246306A1 (en) 2010-01-29 2011-10-06 Bank Of America Corporation Mobile location tracking integrated merchant offer program and customer shopping
US20110191664A1 (en) 2010-02-04 2011-08-04 At&T Intellectual Property I, L.P. Systems for and methods for detecting url web tracking and consumer opt-out cookies
WO2011097624A2 (en) 2010-02-08 2011-08-11 Facebook, Inc. Communicating information in a social network system about activities from another domain
US8595789B2 (en) 2010-02-15 2013-11-26 Bank Of America Corporation Anomalous activity detection
US20120310729A1 (en) 2010-03-16 2012-12-06 Dalto John H Targeted learning in online advertising auction exchanges
US9946775B2 (en) 2010-03-24 2018-04-17 Taykey Ltd. System and methods thereof for detection of user demographic information
KR101682579B1 (ko) 2010-03-30 2016-12-05 삼성전자 주식회사 터치 단말에서 문자 입력기 제공 방법 및 장치
US8626901B2 (en) 2010-04-05 2014-01-07 Comscore, Inc. Measurements based on panel and census data
US8775400B2 (en) 2010-06-30 2014-07-08 Microsoft Corporation Extracting facts from social network messages
US8307006B2 (en) 2010-06-30 2012-11-06 The Nielsen Company (Us), Llc Methods and apparatus to obtain anonymous audience measurement data from network server data for particular demographic and usage profiles
WO2012018642A2 (en) * 2010-07-26 2012-02-09 Invidi Technologies Corporation Universally interactive request for information
US9747605B2 (en) 2010-08-02 2017-08-29 Facebook, Inc. Measuring quality of user interaction with third party content
MX2013001160A (es) 2010-08-10 2013-03-22 Ericsson Telefon Ab L M Agregacion de informacion de distribucion demografica.
US8886773B2 (en) 2010-08-14 2014-11-11 The Nielsen Company (Us), Llc Systems, methods, and apparatus to monitor mobile internet activity
US9262517B2 (en) 2010-08-18 2016-02-16 At&T Intellectual Property I, L.P. Systems and methods for social media data mining
US9092797B2 (en) 2010-09-22 2015-07-28 The Nielsen Company (Us), Llc Methods and apparatus to analyze and adjust demographic information
AU2013203898B2 (en) 2010-09-22 2015-07-02 The Nielsen Company (Us), Llc Methods and apparatus to determine impressions using distributed demographic information
CA3027898C (en) 2010-09-22 2023-01-17 The Nielsen Company (Us), Llc Methods and apparatus to determine impressions using distributed demographic information
US8495143B2 (en) 2010-10-29 2013-07-23 Facebook, Inc. Inferring user profile attributes from social information
US8484241B2 (en) 2010-10-29 2013-07-09 Russell Kent Bouse Systems and methods to consolidate and communicate user profiles and modality preferences information for content delivery or interaction experiences
US10248960B2 (en) * 2010-11-16 2019-04-02 Disney Enterprises, Inc. Data mining to determine online user responses to broadcast messages
US20120130802A1 (en) 2010-11-19 2012-05-24 Jerome Shimizu Systems, methods and apparatus to design an advertising campaign
US8631122B2 (en) * 2010-11-29 2014-01-14 Viralheat, Inc. Determining demographics based on user interaction
US20120143713A1 (en) 2010-12-06 2012-06-07 Campaigngrid, Llc Electronic and network-based franking
US9009298B2 (en) 2010-12-10 2015-04-14 The Nielsen Company (Us), Llc Methods and apparatus to determine audience engagement indices associated with media presentations
US9497154B2 (en) 2010-12-13 2016-11-15 Facebook, Inc. Measuring social network-based interaction with web content external to a social networking system
US8468559B2 (en) 2010-12-13 2013-06-18 Google Inc. Inferring demographic compositions of television audiences
US20120323675A1 (en) 2010-12-15 2012-12-20 Ari Paparo Methods and apparatus to measure comparative performance of internet and television ad campaigns
JP5730407B2 (ja) 2010-12-20 2015-06-10 ザ ニールセン カンパニー （ユーエス） エルエルシー 分散人口統計情報を使用してメディアインプレッション（ｍｅｄｉａｉｍｐｒｅｓｓｉｏｎｓ）を決定するための方法及び装置
US8874639B2 (en) 2010-12-22 2014-10-28 Facebook, Inc. Determining advertising effectiveness outside of a social networking system
US20120173701A1 (en) 2010-12-30 2012-07-05 Arbitron Inc. Matching techniques for cross-platform monitoring and information
US20120209920A1 (en) 2011-02-10 2012-08-16 Microsoft Corporation Social influencers discovery
US8700543B2 (en) * 2011-02-12 2014-04-15 Red Contexto Ltd. Web page analysis system for computerized derivation of webpage audience characteristics
US20120209918A1 (en) * 2011-02-15 2012-08-16 Shesha Shah Social Net Advocacy Measure
EP2686779A4 (en) 2011-03-18 2014-09-17 Nielsen Co Us Llc METHOD AND DEVICE FOR DETERMINING MEDIA IMPRESSIONS
US8315620B1 (en) 2011-05-27 2012-11-20 The Nielsen Company (Us), Llc Methods and apparatus to associate a mobile device with a panelist profile
US9282158B2 (en) 2011-06-06 2016-03-08 Google Inc. Reducing redirects
US8560683B2 (en) 2011-06-10 2013-10-15 Google Inc. Video and site analytics
US9210208B2 (en) 2011-06-21 2015-12-08 The Nielsen Company (Us), Llc Monitoring streaming media content
US20120331561A1 (en) * 2011-06-22 2012-12-27 Broadstone Andrew J Method of and Systems for Privacy Preserving Mobile Demographic Measurement of Individuals, Groups and Locations Over Time and Space
US20130060629A1 (en) 2011-09-07 2013-03-07 Joshua Rangsikitpho Optimization of Content Placement
US10217117B2 (en) * 2011-09-15 2019-02-26 Stephan HEATH System and method for social networking interactions using online consumer browsing behavior, buying patterns, advertisements and affiliate advertising, for promotions, online coupons, mobile services, products, goods and services, entertainment and auctions, with geospatial mapping technology
US20130080263A1 (en) 2011-09-23 2013-03-28 Jonathan Goldman Per-view charging for video advertisements
US20130124478A1 (en) 2011-11-11 2013-05-16 Simply Measured, Inc. Data analytics reporting system and methods
US8509816B2 (en) * 2011-11-11 2013-08-13 International Business Machines Corporation Data pre-fetching based on user demographics
US20130151311A1 (en) 2011-11-15 2013-06-13 Bradley Hopkins Smallwood Prediction of consumer behavior data sets using panel data
WO2013078640A1 (en) * 2011-11-30 2013-06-06 Google Inc. Estimating user demographics
US9331975B2 (en) 2011-12-16 2016-05-03 The Nielsen Company (Us), Llc Systems, methods, and apparatus to identify media presentation devices
US20130204711A1 (en) 2012-02-02 2013-08-08 Unity Works! Llc Method and system for creating data-driven multimedia advertisements for dynamically targeted audience
US9015255B2 (en) 2012-02-14 2015-04-21 The Nielsen Company (Us), Llc Methods and apparatus to identify session users with cookie information
US9659105B2 (en) 2012-03-15 2017-05-23 The Nielsen Company (Us), Llc Methods and apparatus to track web browsing sessions
US20130282817A1 (en) * 2012-03-22 2013-10-24 Gerard J. Montgomery Targeting Media Based on Viewer Attributes and Elements
US9516360B2 (en) 2012-04-12 2016-12-06 Qualcomm Incorporated Estimating demographic statistics of media viewership via context aware mobile devices
AU2013204865B2 (en) 2012-06-11 2015-07-09 The Nielsen Company (Us), Llc Methods and apparatus to share online media impressions data
US20130346154A1 (en) * 2012-06-22 2013-12-26 Josephine Holz Systems and methods for audience measurement analysis
CN108648012B (zh) * 2012-09-18 2020-12-08 北京一点网聚科技有限公司 用于向用户提供内容的方法、系统及相应介质
US20140149422A1 (en) * 2012-11-28 2014-05-29 Dell Products L.P. Automating Management of Social Media Data
US9055021B2 (en) 2012-11-30 2015-06-09 The Nielsen Company (Us), Llc Methods and apparatus to monitor impressions of social media messages
US8935713B1 (en) 2012-12-17 2015-01-13 Tubular Labs, Inc. Determining audience members associated with a set of videos
US9609386B2 (en) 2012-12-18 2017-03-28 Rentak Corporation System and methods for analyzing content engagement in conjunction with social media
US9832155B2 (en) 2013-01-31 2017-11-28 The Nielsen Company (Us), Llc Methods and apparatus to monitor impressions of social media messages
US10333882B2 (en) 2013-08-28 2019-06-25 The Nielsen Company (Us), Llc Methods and apparatus to estimate demographics of users employing social media
US8910195B1 (en) 2014-02-20 2014-12-09 Google Inc. Systems and methods for enhancing audience measurement data
US20160189181A1 (en) 2014-12-29 2016-06-30 The Nielsen Company (Us), Llc Methods and apparatus to estimate demographics of an audience of a media event using social media message sentiment

Also Published As

Publication number Publication date
EP3039875A1 (en) 2016-07-06
KR20150067224A (ko) 2015-06-17
AU2014311451A1 (en) 2015-05-14
WO2015031262A1 (en) 2015-03-05
KR101706745B1 (ko) 2017-02-14
CA2889349A1 (en) 2015-03-05
JP6115901B2 (ja) 2017-04-19
KR20170018467A (ko) 2017-02-17
KR20220003661A (ko) 2022-01-10
BR112015009526A2 (pt) 2019-12-17
JP2016505975A (ja) 2016-02-25
CA2889349C (en) 2022-06-21
US20190379629A1 (en) 2019-12-12
KR102378855B1 (ko) 2022-03-25
US10333882B2 (en) 2019-06-25
CN104756504A (zh) 2015-07-01
KR102355826B1 (ko) 2022-01-26
EP3039875A4 (en) 2017-03-22
US11496433B2 (en) 2022-11-08
US20150067075A1 (en) 2015-03-05
KR20210006505A (ko) 2021-01-18
KR102347083B1 (ko) 2022-01-04

Similar Documents

Publication Publication Date Title
US11496433B2 (en) Methods and apparatus to estimate demographics of users employing social media
US11989746B2 (en) Methods and apparatus to project ratings for future broadcasts of media
KR102317823B1 (ko) 데이터베이스 사업자에 의한 기인오류 및/또는 논-커버리지에 대해 노출 데이터를 보상하기 위한 방법 및 장치
US11638053B2 (en) Methods and apparatus to identify co-relationships between media using social media
CA2872704C (en) Methods and apparatus to associate transactions with media impressions
US20160364736A1 (en) Method and system for providing business intelligence based on user behavior
US20150235258A1 (en) Cross-device reporting and analytics
US20170011420A1 (en) Methods and apparatus to analyze and adjust age demographic information
CA3112126A1 (en) Methods and apparatus to monitor media presentations
US20160189181A1 (en) Methods and apparatus to estimate demographics of an audience of a media event using social media message sentiment
US20150245110A1 (en) Management of invitational content during broadcasting of media streams
HK1226533A1 (zh) 用來使交易與媒體印象相關聯的方法和裝置