[发明专利]在保持用户匿名的同时使用机器学习从行为数据预测心理度量简档

权利要求书

1.一种使用机器学习来生成在线用户的心理度量模型的机器实现的方法(200)，该方法包括：

(a)从测量工具(105)接受(204)测量的第一组用户中的用户的心理度量维度以形成第一组用户的被接受的心理度量简档(111)，每个心理度量简档包括一组维度，其包括至少一个纯心理度量维度和可选的至少一个人口统计维度；

(b)接受(206)关于第二组用户中的用户的在线行为的自动机器收集数据以形成概要行为数据(112)，第二组的每个用户也在第一组中，使得对于第二组的每个用户，该方法具有所述每个用户的被接受的测量的心理度量简档(111)和概要行为数据(112)两者；

(c)使用(208)第二组用户的概要行为数据和对应的被接受的测量的心理度量简档来训练用于预测其心理度量简档可能未知的用户的心理度量简档的各相应维度的至少一种相应的机器学习方法，各相应的机器学习方法使用关于其心理度量简档可能未知的用户的在线行为的概要数据来预测其心理度量简档可能未知的用户的相应维度；

(d)接受(210)关于心理度量简档可能未知的第三组用户中的用户的在线行为的自动机器收集数据，以形成第三组的用户的概要行为数据(113)；

(e)使用所训练的用于预测的机器学习方法中的至少一种来从第三组用户的概要行为数据生成(212)第三组用户中的每一个的心理度量模型(114)；

(f)存储(214)预测的心理度量模型，

其中该方法能够保持第一、第二和第三组用户中的每个用户的匿名性，保持匿名性包括第一、第二或第三组用户中的一个用户的机器中的任何用户ID均是该用户的匿名用户ID。

2.根据权利要求1所述的机器实现的方法，其中，所述测量工具(105)通过所述第一组的用户的数据输入来执行测量。

3.根据权利要求2所述的机器实现的方法，其中，通过将第一组的每一用户发送到测量工具(105)以便该用户输入数据，从第一组的每一用户测量第一组的每一用户的被接受的心理度量简档，这样在该方法中保持了该用户的匿名性。

4.根据权利要求1至3中任一项所述的机器实现的方法，其中，通过样本提供者系统(106)提供对所述第一组用户的访问，其中所述第一组用户具有样本提供者用户ID，提供给该方法的任何样本提供者用户ID是匿名的或者在提供给该方法之前被匿名。

5.根据权利要求4所述的机器实现的方法，其中所述样本提供者系统(106)具有关于其用户的人口统计信息，并且其中，第一组用户是已根据至少一个人口统计准则被进行人口统计选择的样本提供者的用户。

6.根据权利要求4至5中任一项所述的机器实现的方法，其中，所述第二组用户中的每个用户具有与所述每个用户的样本提供者用户ID不同的目标群体提供者用户ID，被提供给该方法的任何目标群体提供者用户ID是匿名的或者在被提供给该方法之前被匿名。

7.根据权利要求6所述的机器实现的方法，其中，所述第二组用户是由所述样本提供者提供对其的访问并且被确定还具有目标群体提供者用户ID的一组用户。

8.根据权利要求2至7中任一项所述的机器实现的方法，

其中所述样本提供者系统(106)具有关于其用户的人口统计信息，并且可以根据至少一个人口统计准则执行用户的人口统计选择，并且

其中所述样本提供者系统在过滤掉具有目标群体提供者用户ID且没有足够的关于在线行为的自动机器收集数据的用户之后，根据所述至少一个人口统计准则对也在第二组中的其用户进行人口统计选择。

9.根据权利要求8所述的机器实现的方法，其中，在接受所述第一组用户的心理度量简档之后以及在执行所述人口统计平衡之后，接受关于所述第二组用户的在线行为的自动机器收集数据。

10.根据权利要求1至9中任一项所述的机器实现的方法，其中，只有被确定为具有足够的关于在线行为的自动机器收集数据的用户被包括在所述第二组中。