[发明专利]使用社交媒体数据利用个性化激励增加选择共享

权利要求书

1.一种用于异质消费者偏好估计的系统，所述系统包括：

一个或更多个处理器和非暂时性计算机可读介质，所述非暂时性计算机可读介质上面编码有可执行指令，使得在所述指令被执行时，所述一个或更多个处理器执行以下操作：

将来自消费者的调查数据的集合分成人口统计组；

通过使用用于用户的集合的社交媒体数据的集合跟踪来自所推断人口统计组的产品提及来提取消费者产品属性偏好；

通过使用所述消费者产品属性偏好改编所述调查数据，针对每个人口统计组确定消费者产品属性偏好；

针对每个人口统计组生成消费者的偏好系数；以及

使用所述消费者的偏好系数确定用于目标消费者产品和所述用户的集合的个性化激励。

2.根据权利要求1所述的系统，其中，所述一个或更多个处理器还执行以下操作：在确定所述个性化激励之前，链接离散选择模型与用于所述目标消费者产品的差别定价。

3.根据权利要求2所述的系统，其中，所述一个或更多个处理器还执行以下操作：使用所述离散选择模型寻找打折报价，以使得个体消费者在消费者产品另选方案的集合中选择特定消费者产品另选方案。

4.根据权利要求1所述的系统，其中，对于未由所述调查数据的集合表示的新消费者，所述一个或更多个处理器还执行以下操作：

使用所述社交媒体数据的集合将所述新消费者指派到人口统计组；以及

利用所述消费者的偏好系数使用离散选择模型推断所述新消费者的偏好。

5.根据权利要求1所述的系统，其中，所述一个或更多个处理器还执行根据以下确定消费者i和消费者产品另选方案k的选择效用U_ik的操作：

U_ik＝W_ik+ε_ik，

其中，ε_ik表示未观察到的随机干扰，其中，W_ik是观察到的效用，所述观察到的效用能够根据以下被表达为消费者产品属性x_kj与消费者i和属性j的消费者偏好系数β_ij的线性组合：

6.根据权利要求5所述的系统，其中，消费者i对于属性j的消费者偏好系数被如下建模：

其中，是所述人口统计组内的公共系数，允许个体i对于属性j的偏好程度，并且φ_ij是对于属性j的已知定性个体i的偏好。

7.根据权利要求1所述的系统，其中，所述一个或更多个处理器还执行以下操作：

确定最佳打折报价；以及

使得经由用户的社交媒体反馈向所述用户显示所述最佳打折报价。

8.一种用于异质消费者偏好估计的计算机实现方法，所述方法包括以下动作：

使得一个或更多个处理器执行被编码在非暂时性计算机可读介质上的指令，使得在执行时，所述一个或更多个处理器执行以下操作：

将来自消费者的调查数据的集合分成人口统计组；

通过使用用于用户的集合的社交媒体数据的集合跟踪来自所推断人口统计组的产品提及来提取消费者产品属性偏好；

通过使用所述消费者产品属性偏好改编所述调查数据来针对每个人口统计组确定消费者产品属性偏好；

针对每个人口统计组生成消费者的偏好系数；以及

使用所述消费者的偏好系数，确定用于目标消费者产品和所述用户的集合的个性化激励。

9.根据权利要求8所述的方法，其中，所述一个或更多个处理器还执行以下操作：在确定所述个性化激励之前，链接离散选择模型与用于所述目标消费者产品的差别定价。

10.根据权利要求9所述的方法，其中，所述一个或更多个处理器还执行以下操作：使用所述离散选择模型来寻找打折报价，以使得个体消费者在消费者产品另选方案的集合中选择特定消费者产品另选方案。