[发明专利]利用神经响应数据产生评定预测

说明书

技术领域

本公开内容涉及利用神经响应数据来产生评定预测(ratings prediction)。

背景技术

用于执行媒体材料(例如节目和广告)的评定预测的常规系统是受限的。某些评定预测可以基于调查和基于焦点组的反馈产生。然而，用于预测评定的常规系统很容易受到语法的、隐喻性的、文化的和解释的错误的影响，这些错误阻碍准确和可重复的预测。

因此，提供用于通过利用神经响应数据(例如中枢神经系统、植物性神经系统和效应器系统的测量)来产生评定预测的改进的方法和设备是合乎需要的。

附图说明

本公开参照以下结合附图的描述可以更好地理解，其中示出了特定示例性的实施例。

图1示出了利用神经响应数据执行评定预测的系统的一个例子。

图2示出了可包括在贮藏库中的媒体属性的例子。

图3示出了可用于评定预测生成器的数据模型的例子。

图4示出了可用于评定预测生成器的查询的一个例子。

图5示出了使用评定预测生成器生成的报告的一个例子。

图6示出了用于执行评定预测的技术的一个例子。

图7示出了用于执行评定预测的技术的一个例子。

图8提供了可用于执行一个或多个机制的系统的一个例子。

具体实施方式

现在详细参考本发明的某些特定实例，这些实例包含由发明人设想的实现本发明的最佳方式。这些特定实施例的例子在附图中被示出。虽然结合这些特定实施例描述了本发明，应该理解的是，并非旨在将本发明限制到所描述的实施例。相反地，其旨在覆盖包括在所附权利要求所限定的本发明的精神和范围内的替换、修改和等价物。

例如，本发明的技术和机制将在特定类型的数据(例如中枢神经系统、植物性神经系统和效应器数据)的上下文中被描述。然而，应该注意的是，本发明的技术和机制适用于各种不同类型的数据。应该注意的是，各种机制和技术可应用于任何类型的刺激。在随后的描述中，阐述了许多特定细节以便于全面理解本发明。在不没有这些特定细节的一些或全部的情况下，本发明的特定示例性实施例也可以被实现。在其它情况下，为了不造成本发明的模糊化，不再详细描述公知的过程操作。

为了清楚起见，本发明的各种技术和机制有时会以单一的形式来描述。然而，应该注意的是，除非另作说明，一些实施例包括一种技术的多次反复或一种机制的多个示例。例如，在各种上下文中系统使用一个处理器。然而，可以理解的是，除非另作说明，在保持在本发明的范围之内同时，一个系统可以使用多个处理器。此外，本发明的技术和机制有时将描述两个实体之间的连接。应该注意的是，在两个实体之间的连接未必指的是直接的、不受阻碍的连接，因为各种其它实体可能存在于这两个实体之间。例如，处理器可以被连接至存储器，但可以理解的是，各种桥接器和控制器可存在于该处理器和存储器之间。因此，除非另作说明，连接未必指的是直接的、不受阻碍的连接。

概述

通过从接触媒体材料的对象获取神经响应数据(例如中枢神经系统、植物性神经系统和效应器系统测量)评估诸如节目和广告之类的媒体材料。媒体材料可被分类和/或标记。识别从相似人口统计类别的用户得出相似神经响应数据的对应媒体材料。在某些例子中，通过识别与得出相似神经响应数据的相应媒体材料相关联的评定来产生评定预测。

示例性实施例

评定预测一般通过使用来自接触媒体材料的对象的调查和基于焦点组的反馈来执行。媒体材料可包括节目、广告、电影、演出、游戏等。然而，常规的评定预测机制通常不精确地预测评定。常规的系统在评估用户响应时不使用神经行为和神经生理响应混合表现，并且没有得出对媒体材料的预测响应。

在这些方面中，依照本发明使用中枢神经系统、植物性神经系统和效应器系统测量的评定预测生成器设备基本上脱离了常规概念和设计，并且跨越各种人口统计分组和子组提供对媒体材料的不同类型进行评定预测的机制。

根据各种实施例，提供的技术和机制不仅预测评定，也可以测量特性，例如对媒体材料的注意力、启动的(retention)、保持的和情感响应特性。