[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

摘要

提供了一种方法和系统：训练至少一种机器学习方法，该机器学习方法基于自动收集的在线人群中各个用户的在线行为记录预测在线人群中各个用户的心理度量简档(psychometric profile)；使用得到的预测心理度量简档和用户参与数据来学习基于心理度量维度参与刺激的可能性的参与模型；并且将该参与模型用于人群以确定根据预测的参与可能性被排名的刺激的受众。该方法和系统能够保持用户的匿名性。

主权项

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。