用於計算用戶和要約到微小細分的匹配的順序引擎的製作方法
2023-06-13 07:23:41 2
專利名稱：：用於計算用戶和要約到微小細分的匹配的順序引擎的製作方法
技術領域：
：本公開整體涉及消費者的分類。更具體而言，本公開涉及確定消費者所屬的微小細分(micro-segment)。
背景技術：
：內容提供者、商人和市場人員必須精確地定義並且鎖定高度具體的市場細分，以便有效地傳遞最相關的在線內容。最相關的在線內容示例是廣告、要約(offer)、娛樂、新聞坐坐寸寸ο微小細分是典型地由市場人員通過先進科技和技術識別的市場或人口的精確劃分。例如，可以利用數據挖掘、人工智慧和各種算法。利用這些科技和技術，通過辨認並且預測詳細的消費者花費和行為模式，將消費者分組成細粒度的細分，即，微小劃分。換句話說，微小細分是在具體的特徵集合中共享類似的屬性、購買行為和/或興趣水平的(購買)決定做出者的組群。但是出於許多原因，在當前環境中，將新用戶社團分類和劃分(segment)成微小細分可能是困難的。具體而言，消費者日益增加地過濾內容和市場營銷消息，這降低了市場人員的效力。此外，甚至隨著收集到越來越多的消費者數據和行為，大部分消費者數據和行為由於行業專家的缺少和可用科技的限制而未被充分利用。另外，在最新創建的用戶社團和人口之中有意義的細分是困難的。此外，劃分困難還影響在對於各種用戶細分確定推薦內容、產品和服務時利用大量站點用戶的經記錄行為的大量網站。推薦系統利用多種算法，這些算法可以從k個最靠近鄰居算法變化到優選/興趣/品味相似性算法(例如，通過使用人員相關所發現的)再變化到協同過濾算法(例如，購買X又購買Y的人員)。所有這些算法的挑戰在於在系統可以做出推薦之前，需要基於經記錄的偏好和行為對非常大量的用戶人口進行準確劃分。
發明內容在本公開的一個方面中，提供了一種電腦程式產品。該電腦程式產品包括具有計算機可讀程序的計算機可用介質。當在計算機上執行該計算機可讀程序時，該計算機可讀程序導致該計算機接收用戶數據和多個微小細分定義，使得該多個微小細分定義中的每個微小細分定義對應於要約提供者活動中的一個或多個要約。此外，當在計算機上執行該計算機可讀程序時，該計算機可讀程序導致該計算機利用微小細分解析器將來自該多個微小細分定義的每個微小細分定義解析成用於指示多個微小細分條件規則的多個已解析表達式分段。另外，當在計算機上執行該計算機可讀程序時，該計算機可讀程序導致該計算機利用編譯器將該多個已解析表達式分段編譯成可用於指示多個指令的可執行對象以確定該用戶數據是否與該多個微小細分定義匹配。當在計算機上執行該計算機可讀程序時，該計算機可讀程序導致該計算機利用順序評價引擎來順次地處理每個微小細分定義，以將該多個微小細分條件規則應用於該用戶數據以確定用戶屬於微小細分的匹配。此外，當在計算機上執行該計算機可讀程序時，該計算機可讀程序導致該計算機利用該順序評價引擎來分配得分以指示每個匹配的強度。另外，當在計算機上執行該計算機可讀程序時，該計算機可讀程序導致該計算機利用該順序評價引擎來根據每個匹配的得分對每個匹配進行排名。在本公開的另一個方面中提供了一種過程。該過程接收用戶數據和多個微小細分定義，使得該多個微小細分定義中的每個微小細分定義對應於要約提供者活動中的一個或多個要約。此外，該過程利用微小細分解析器將來自該多個微小細分定義的每個微小細分定義解析成用於指示多個微小細分條件規則的多個已解析表達式分段。另外，該過程利用編譯器將該多個已解析表達式分段編譯成用於指示多個指令的可執行對象以確定該用戶數據是否與該多個微小細分定義匹配。該過程還利用順序評價引擎來順次地處理每個微小細分定義，以將該多個微小細分條件規則應用於該用戶數據以確定用戶屬於微小細分的匹配。此外，該過程利用該順序評價引擎來分配得分以指示每個匹配的強度。另外，利用該順序評價引擎來根據每個匹配的得分對每個匹配進行排名。在本公開的另一個方面中提供了一種系統。該系統包括接收模塊，其接收用戶數據和多個微小細分定義，使得該多個微小細分定義中的每個微小細分定義對應於要約提供者活動中的一個或多個要約。此外，該系統包括微小細分解析器，其將來自該多個微小細分定義的每個微小細分定義解析成用於指示多個微小細分條件規則的多個已解析表達式分段。另外，該系統包括編譯器，其將該多個已解析表達式分段編譯成用於指示多個指令的可執行對象以確定該用戶數據是否與該多個微小細分定義匹配。該系統還包括順序評價引擎，其(i)順次地處理每個微小細分定義，以將該多個微小細分條件規則應用於該用戶數據以確定用戶屬於微小細分的匹配，(ii)分配得分以指示每個匹配的強度，並且(iii)根據每個匹配的該得分對每個匹配進行排名。結合附圖來參考下文的描述，本公開的上述特徵將變得更加顯而易見，其中，在附圖中，相同的附圖標記表示相同的元件，並且其中圖I不出了微小劃分系統配置。圖2示出了微小細分定義和結構。圖3示出了微小細分定義代碼的示例。圖4示出了可用於一個或多個細分的圖形用戶接口(「⑶I」)的示例。圖5A示出了用於表達式的書寫形式的代碼500的示例。圖5B示出了細分GUI的示例，在該細分GUI中做出選擇，使得代碼生成細分定義。圖6示出了表達式樹。圖7示出了可用於圖6中所示的表達式樹的代碼的示例。圖8示出了用於定義微小細分對象的過程。圖9示出了可用於定義微小細分的系統配置。圖10示出了計算用戶和要約到微小細分的匹配的過程。圖11示出了順序引擎匹配系統。圖12示出了用於指示各種各樣的細分屬性的表。圖13A示出了用於圖12中所示的細分屬性的行存儲數據布局。圖13B示出了用於圖12中所示的細分屬性的列存儲數據布局。圖14示出了分析數據存儲系統。圖15示出了可用於計算用戶和要約到微小細分的匹配的系統配置。具體實施例方式順序引擎確定用戶屬於哪個微小細分。在一個實施方式中，順序引擎具有單個計算進程或線程，例如單核和線性順序處理程序。順序引擎利用微小細分的定義和用戶數據來計算為真或為偽的布爾表達式，以確定是否滿足該微小細分的謂詞(predicate)。此外，還可以利用非布爾謂詞，這導致實值結果。將細分描述解析成細分定義解析樹。然後，將該細分定義解析樹編譯成字節碼。然後執行該字節碼以返回細分分配和得分。在一個實施方式中，歸納用戶的人口屬性和行為興趣。細分具有由布爾AND/OR(和/或)運算符連接的屬性比較謂詞的集合(例如性別==男性)，例如(性別==男性)AND(年齡在(20，30)之間)。因此，如果總數為η的數據屬性可用，那麼微小細分的數量可以等於2η-1，即，η個屬性的總組合。微小細分對象允許市場人員從該大的屬性空間定義微小細分。然後，將這些歸納的人口統計學屬性和行為興趣封裝到對象中。行為興趣可以包括積極的興趣和消極的興趣，這允許詳盡的親和力(affinity)模型的創建。積極的興趣或消極的興趣的示例是喜歡或不喜歡一個品牌。另外，對象支持被表示為句法表達式樹的任意複雜的屬性或興趣規則結構。然後可以針對該句法表達式樹，開發用於匹配和推薦的屬性和謂詞表達式。可以通過連接運算符和/或去連接運算符來連接謂詞，以創建任意複雜度的微小細分表達式。微小細分表達式是可移植(portable)的。換句話說，微小細分不是硬連線(hardwire)到具體的市場營銷活動的。微小細分是可再用的。因此，微小細分對象提供可移植的分析而無具體細節。在一個實施方式中，微小細分是對於眾多消費者共有的屬性集合的不透明編碼。例如，可以將包括收入為八萬美元到十萬美元之間的25歲男性並且對於運動汽車有興趣的微小細分編碼為SEG-XYZ。被分配給細分SEG-XYZ的新消費者將毫無疑問具有相同的所列屬性。給定具有其他微小細分的更加眾多的消費者，共享微小細分定義和數據的市場人員可以利用該SEG-XYZ編碼執行分析，而無需向其他人揭示該微小細分的實際定義。微小細分定義是可移植的，因為對於一個市場人員而言成功的微小細分可以被另一個市場人員共享和利用。可以用專有方式執行分析本身，其中在該專有方式中，不向其他各方揭示屬性。在當市場人員已做出在先協議來共享細分定義和微小細分消費者數據時的情況中，該配置是有用的。可以識別並創建新創建的用戶社團中的大量高值微小細分。廣告者和市場人員可以自動進行定製的微小細分的創建，其中他們可以通過一系列多媒體設備向該定製的微小細分傳遞高度鎖定的並且相關的內容。在識別微小細分之後，可以利用它們來自動進行內容傳遞、個人化直接微小市場營銷以及微小促銷活動，它們瞄準並且吸引成員個體的指定的品味、需求、需要和希望。微小市場營銷是這樣一種過程，系統通過該過程將每個消費者建模為關於公司的產品、服務、價格和促銷具有不同的想法和感覺，並且以恰當的方式吸引他們。消費者涉及是消費者並且利用此處所提供的配置的用戶。微小細分比細分提供更細微的粒度等級。因此，微小細分可以輔助市場人員辨別並且預測詳細的消費者花費和行為模式。例如，可以用微小細分來利用數據源，如核心人口統計、隨時間的分類花費、細粒度的購買歷史以及購買意圖。可能驗證這些數據源中的一些數據源(如購買歷史和分類花費)，因為它們是來自第三方的，例如信用卡公司。結果，市場人員能夠提供更正確、精確並且更鎖定目標的要約。此外，在微小細分之中可以遞增並且連續地更新微小細分中的成員關係。另外，可以利用附加分析來自動檢測並且推斷意圖語義。例如，如果消費者屬於高端汽車興趣細分、高端相機興趣細分和高端手錶興趣細分，那麼該系統可以推斷如果消費者表達了對於襯衣的一般興趣，消費者可以同時適合高端襯衣興趣細分。此外，可以快速並且準確地生成關於內容、產品和服務的推薦給每個微小細分之中的用戶。可以利用推薦系統來執行推薦。推薦系統是採用嘗試基於具體用戶(消費者)所處的聚類或細分向他或她推薦有可能感興趣的信息內容或產品項的信息聚集和過濾技術的一種系統。在一個實施方式中，推薦系統將用戶的行為和/或明確的簡檔與一些參考特性進行比較，然後力圖預測用戶將給予他們尚未考慮的項的興趣『評價』。這些特性可能來自信息或產品項(使用基於內容的和/或屬性方法)或者用戶的社會環境(使用協同過濾方法)。在一個實施方式中，每個微小細分包括關鍵區別特徵(「KDF」)的具體集合，其中該具體集合定義由決定做出者利用的一組屬性和用於指示微小細分大小的數量或數值。圖I示出了微小劃分系統配置100。微小劃分系統配置100具有微小劃分系統102，微小劃分系統102是商戶104與多個用戶106中的每個用戶之間的第三方信任系統。要約提供者104可以是銷售產品的公司、銷售服務的公司、市場營銷公司、廣告公司或向該微小劃分系統提供活動的公司。該活動指示要約提供者在對產品或服務的具體用戶進行市場營銷時尋找的目標屬性集合。該活動可以包括一個或多個要約。因此，目標屬性集合涉及該活動鎖定的屬性的集合。作為一個示例，活動可以是在美國銷售男士運動鞋的要約。微小劃分系統102接收該活動並且還從多個用戶106接收用戶屬性。屬性是性質或特性。屬性的一個示例是性別。因此，用於性別屬性的值可以是男性或女性。微小劃分系統102然後執行多個用戶106中的哪個用戶具有與該活動的目標屬性匹配的用戶屬性值的確定。換句話說，微小劃分系統102評價所創建的微小細分定義、屬性值以及值分布，以確定具體微小細分的選擇性。微小劃分系統102確定包括與該活動的目標屬性匹配的用戶的微小細分108。在一個實施方式中，全部目標屬性必須與用戶屬性相等，以便將該用戶放置到微小細分108中。在另一個實施方式中，必須滿足最小匹配得分，以便將該用戶放置到微小細分108中。作為一個示例，用戶可能不必匹配全部屬性，而是可能匹配足夠的屬性以生成超過要約提供者的最小閾值並且將該消費者放置到微小細分108中的得分。在另一個實施方式中，利用加權機制在打分方法中相對於其他屬性來加權特定屬性。例如，在打分計算中，年齡屬性可能比地理屬性具有更高的權重。在一個實施方式中，系統對屬性偏差進行補償，以防止屬性過度加權。類似地，可以允許市場人員在確定與候選用戶相關的微小細分的選擇時定製微小細分屬性的權重。在一個實施方式中，在微小劃分系統102自動將用戶分類到微小細分108中之後，微小劃分系統102向要約提供者104發送微小細分數據定義。在一個實施方式中,微小劃分系統102捕獲用於分類現有用戶和/或新用戶的默認定義和/或訓練數據。基於組合併且利用用戶屬性的方式的數量，細分定義的數量可以是從幾個到幾十億個。在另一個實施方式中，微小細分數據定義不包括微小細分中的用戶的個人身份信息。換句話說，多個用戶在受信任的基礎上向微小劃分系統102提供屬性信息，使得該微小劃分系統不向要約提供者104發送用於就個人方面識別用戶的信息。該系統可能不向要約提供者發送除了關於它們定義的微小細分的表示性統計數據或一般統計數據之外的任何數據。作為一個示例，微小細分可以包括兩萬七千三百三十二個消費者。在傳遞要約之後，一萬七千三百四十四個消費者看到該要約，三千四百四十四個消費者點擊該要約以了解更多，並且六百三十四個消費者購買該要約。此外，在一個實施方式中，多個用戶106向微小劃分系統102提供向他們發送要約的許可。由要約提供者104接收到的微小細分數據定義提供諸如微小細分中的用戶的數量、他們的屬性值等之類的信息。要約提供者104可以在目標受眾中快速確定對於活動的潛在興趣，而無需在無興趣接收對於具體活動的廣告的人員身上浪費廣告和資源。結果，要約提供者104可以實際地確定該活動是否在經濟上可行以及應該致力於該活動的資源的數量等。要約提供者然後可以基於微小細分數據向微小劃分系統102發送要約。換句話說，要約提供者104不直接向微小細分108發送要約。在接收到該要約之後，微小劃分系統然後可以向微小細分發送該要約。如果該微小細分中的用戶想要了解更多關於該要約的信息或者接受該要約，那麼該用戶然後可以通過追隨連結或該要約中所提供的一些其他響應機制，單獨聯繫要約提供者。在另一個實施方式中，還可以向要約提供者104發送除了微小細分數據定義之外的微小細分數據。作為一個示例，除了微小細分數據定義之外，在活動的傳遞之後還可以向要約提供者發送活動性能統計數據。在一個實施方式中，微小劃分系統102還執行推薦。微小劃分系統102可以向用戶傳遞推薦。在一個實施方式中，給定任意用戶，微小劃分系統102快速定位全部的所分配微小細分，並且隨後利用所分配微小細分、基於匹配的微小細分來定位產品、服務和/或內容要約，以生成具體的推薦。此外，微小劃分系統102可以存儲關於推薦的數據，其中用戶可以基於該推薦來行動。在一個實施方式中，在對每個用戶分類之後，針對全部相關微小細分來對該用戶打分，以確定最有可能的分類。此外，可以將微小細分分類有效地分配給用戶，並且可以實時搜索微小細分分類。圖2示出了微小細分定義和結構200。微小細分定義和結構200具有微小細分對象206，微小細分對象206可以接收活動要約，如第一活動要約202和/或第二活動要約204。出於說明的目的，微小細分對象206接收第一活動要約202。作為一個示例，微小細分對象206可以接收當事人(party)_細分標識符，當事人_細分標識符用於識別第一活動要約202的目標當事人。例如，當事人_細分標識符可以是「新潮少年男女」。微小細分對象還可以具有細分元數據208,細分元數據208包括關於該細分的元數據。例如,細分元數據208可以具有所有者名稱、受眾類別、細分描述等等。微小細分對象206還可以具有一個或多個細分定義。例如，微小細分對象206可以具有性別細分屬性定義212和年齡細分屬性定義216。微小細分對象206還可以具有用於各自的細分屬性定義的細分屬性值定義。例如，性別細分屬性值定義210可以等於女性，並且年齡細分屬性值定義可以等於9歲到14歲之間的年齡。可以利用各種分布(如離散分布、範圍(range)分布)或值分布(如累積分布函數(「CDF」)。圖3示出了微小細分定義代碼300的示例。當事人_細分名稱部分可以提供當事人_細分名稱。作為一個示例，當事人_細分名稱可以是「新潮少年男女(TeenyBopper)」。此外，細分屬性數據源定義可以定義細分屬性數據源，例如性別。此外，市場人員可讀的細分描述可以提供市場營銷描述，例如「全部收入，女性，年齡9到14歲」。此外，可以提供細分屬性值定義。圖4示出了可用於定義一個或多個細分的⑶I400的示例。作為一個示例，市場人員可以從⑶I400選擇一個或多個細分來分配給活動中的要約。⑶I400具有可通過輸入選擇的多個細分。每個該細分具有細分名稱、代碼、性別、年齡、收入和/或其他屬性。此夕卜，⑶I400可以允許用戶通過細分性別、年齡、收入和/或其他屬性的組合來進行挑選。此夕卜，可以利用最小值、最大值和/或平均值。然後，將本文本描述中的全部條件表達為由布爾AND和OR運算所連接的CONDITION(條件)或謂詞的集合。圖5A示出了用於表達式的書寫形式的代碼500的示例。在一個實施方式中，可以直接向評價和執行引擎提供該細分表達式以便評價。此外，圖5B示出了細分⑶I550的示例，在該細分⑶I550中做出選擇使得代碼575生成細分定義。在另一個實施方式中，基於表達式語法規則的表達式解析樹被創建並且提供至該評價和執行引擎。通過利用表達式解析樹表示，在每個表達式匹配上去除了解析步驟，使得細分匹配表達式顯著更快地執行。圖6示出了表達式樹600。表達式樹600是由⑶I工具創建的節點的樹。例如，正在創建細分定義的市場人員可以利用該GUI工具。簡單的條件或謂詞指定消費者屬性，例如郵政編碼、值或值的列表(例如94301、94302等等)以及比較或設置運算符例如「處於(in)」。評價這些單獨的條件，並且隨後利用每個條件的結果來滿足使用AND或OR運算符的組合所形成的一個或多個布爾表達式。微小細分對象利用正式表達式語法，該正式表達式語法描述能夠被形成並且表示的全部細分表達式。下文是對於這樣一種為製造者提供的示例性的細分定義，其中該製造者有興趣鎖定居住在特定城市中、屬於特定性別、具有指定的收入範圍、以前已在特定產品類別中做出購買等的消費者消費者居住在PaloAlto>Sunnyvale>SantaClara或SanJose(基於郵政編碼)AND(以下任意一個)消費者是男性，並且消費者的收入在5萬美元到10萬美元之間，並且消費者的每月數據提供者I能源帳單>=200美元，並且OR消費者感興趣的產品在「綠色電子」或「節能」類別中，或消費者已從品牌「ABC牌」或「XYZ牌」購買過產品表達式樹600具有第一根AND節點602，第一OR葉子節點604以及第二OR葉子節點606。如果滿足第一郵政編碼條件608、第二郵政編碼條件610、第三郵政編碼條件612或第四郵政編碼條件614中的任意一個，則第一OR葉子節點604評價為TRUE(真)。此外，如果滿足類別購買條件616、滿足品牌購買條件618，或者如果AND節點626評價為TRUE，則第二OR葉子節點606評價為TRUE(真)。如果滿足性別條件620、滿足收入條件622、滿足每月能源帳單條件，則AND節點626評價為TRUE。利用第一OR葉子節點604和第二OR葉子節點606的結果來評價AND節點602。兩個結果都要為TRUE，AND節點602才評價為TRUE。換句話說，在將全部簡單條件節點評價為TRUE或FALSE(偽)中的任意一個並且評價了全部中間布爾節點之後，通過遞歸過程評價父布爾節點，直到達到該表達式樹的根節點為止。在該階段中，向系統返回最終的TRUE或FALSE值，以確定是否應該將該消費者分配到市場人員的已定義細分中。在當消費者屬性值缺失時的情況中，不能將條件評價為TRUE或FALSE(偽)中的任意ー個，而是使用第三值NULL(空)。NULL值然後可以通過使用三值邏輯系統來參與布爾運算。提供表達式樹600以作為表達式圖的示例。可以利用各種各樣其他類型的非循環圖。非循環圖是ー種用於對表達式謂詞進行分組的結構。非循環圖中的節點可以包括用於形成謂詞的不同的語法元素。語法的非循環圖保證表達式是可執行並且將不會存在任何語法錯誤的有效表達式。圖7示出了可用於圖6中所示的表達式樹600的代碼700的示例。到處提供的具體值、條件、節點、代碼等等僅僅意圖作為示例。當解析並且編譯代碼700時，產生表達式樹600。圖8示出了用於定義微小細分對象的過程800。在過程方框802處，過程800在圖形用戶接ロ處接收來自要約提供者活動的一個或多個細分屬性的選擇。該ー個或多個細分屬性定義與該要約提供者活動中的一個或多個要約相對應的ー個或多個細分。此外，在過程方框804處，過程800基於該ー個或多個細分屬性生成語法表達式圖。另外，在過程方框806處，過程800基於該語法表達式圖生成可移植的微小細分對象，使得該可移植的微小細分對象不依賴於該要約提供者活動。圖9示出了計算用戶和要約到微小細分的匹配的系統900。系統900接收用戶數據和多個微小細分定義。該多個微小細分定義中的每個微小細分定義對應於要約提供者活動中的ー個或多個要約。作為ー個示例，一個或多個市場人員可以使用系統GUI來輸入活動定義以及由該活動使用的一個或多個細分匹配表達式和要約。市場人員還可以選擇更新或刪除活動和細分。此外，系統900包括微小細分解析器902，微小細分解析器902將來自多個微小細分定義的每個微小細分定義解析成用於指示多個微小細分條件規則的多個已解析表達式分段。在一個實施方式中，在用於存儲不具有用戶識別數據的分析的可移植微小細分對象中接收該多個微小細分定義。另外，系統900包括編譯器904，編譯器904將多個已解析表達式分段編譯成可執行的對象，例如，用於指示多個指令的字節碼對象，以確定該用戶數據是否匹配該多個微小細分定義。在一個實施方式中，該指令是高級指令。該系統還包括順序評價引擎906，其(i)順次地處理每個微小細分定義，以將該多個微小細分條件規則應用於該用戶數據以確定用戶屬於微小細分的匹配，分配得分以指示每個匹配的強度，並且(iii)根據每個匹配的得分來對每個匹配進行排名。在一個實施方式中，該順序評價引擎存儲在客戶端計算設備上。例如，用戶可以將該順序評價引擎存儲在他或她自己的計算設備上。結果，該用戶可以有效地限制用戶信息被傳輸到非預期的實體。在另ー個實施方式中，可以由伺服器上的單個核來操作該順序評價引擎。也可以將編譯器的輸出存儲到非SQL(「NoSQL」)資料庫中。在另ー個實施方式中，可以由單個線程來操作該順序評價引擎。可以根據各種各樣的邏輯系統來確定匹配。作為ー個示例，可以根據三值邏輯來確定匹配，使得一個或多個布爾謂詞和ー個或多個非布爾謂詞得以利用。例如，可以與非布爾值「空」一起利用布爾值「真」或「偽」。此外，「空」值可以是O和I之間的值。例如，O.5可以是「空」值。得分可以等於加權係數乘以該布爾值或非布爾值。例如，第一屬性可比第二屬性具有更高的加權係數，因為對於用戶和/或活動提供者而言，該第一屬性可能更加重要。因此，年齡屬性可具有加權係數O.5。因此，該得分可以等於空的值乘以加權係數，例如5XO.5=O.25。在另ー個實施方式中，執行持續的操作，使得每個可執行對象被命名並且將其存儲在資料庫中，以便稍後被順序評價引擎906獲取和使用。作為ー個示例，利用是邏輯的但是有可能物理上分布的關係資料庫、基於對象的或NOSQL關鍵值存儲系統來存儲可執行「字節碼」對象，以便稍後使用。在另ー個實施方式中，執行加載/刷新操作。當調用順序評價引擎906時，或者當創建新的細分定義時，或者當更新現有細分定義時，具有匹配系統的順序評價引擎906然後請求加載或刷新全部所需細分。該加載/刷新過程可以是完整的或遞增的(只有少量細分定義已改變時，才使用微分配置)。在另ー個實施方式中，匹配和要約傳遞系統利用用戶所屬的生成的細分的列表，並且基於細分標準來識別該用戶感興趣的相關產品和服務要約。利用資料庫來定位與具體細分相關聯的全部要約；向傳遞系統發送這些要約以便呈現給用戶。圖10示出了計算用戶和要約到微小細分的匹配的過程1000。在過程方框1002處，過程1000接收用戶數據和多個微小細分定義，使得該多個微小細分定義中的每個微小細分定義對應於要約提供者活動中的ー個或多個要約。此外，在過程方框1004處，過程1000利用微小細分解析器將來自該多個微小細分定義的每個微小細分定義解析成用於指示多個微小細分條件規則的多個已解析表達式分段。另外，在過程方框1006處，過程1000利用編譯器將該多個已解析表達式分段編譯成用於指示多個指令的可執行對象，以確定該用戶數據是否與該多個微小細分定義匹配。在過程方框1008處，過程1000還利用順序評價引擎來順次地處理每個微小細分定義，以將該多個微小細分條件規則應用於該用戶數據以確定用戶屬於微小細分的匹配。此外，在過程方框1010處，過程1000利用該順序評價引擎來分配得分以指示每個匹配的強度。另外，在過程方框1012處，過程1000利用該順序評價引擎來根據每個匹配的得分對每個匹配進行排名。圖11示出了順序引擎匹配系統1100。順序引擎源定義1102接收活動1104、分類法(taxonomy)1106以及要約1108,以生成細分1110。此外,該順序引擎源定義從細分1110生成數據本體論(ontology)屬性1112。順序引擎匹配器1114具有用於接收細分1110的謂詞規則1118和用於接收數據本體論屬性1112的屬性編碼/綁定1120。存儲器內匹配器1122接收屬性編碼/綁定1120和用戶數據1116。存儲器內匹配器1122然後生成用戶細分1124。作為ー個示例，用戶細分可以具有用戶ID、細分ID、得分以及時間戳(「TS」)。然後將用戶細分1124存儲在引擎要約細分索引1126中。圖12示出了用於指示各種各樣的細分屬性的表1200。該表可以包括各種欄位，如記錄ID、TO)、性別、年齡、收入以及孩子。為了說明性的目的提供這些欄位，以作為可以利用的各種各樣的其他欄位的示例。圖13A示出了用於圖12中所示的細分屬性的行存儲數據布局1300。行存儲數據布局1300供快速獲得/設置用於用戶的全部屬性。圖13B示出了用於圖12中所示的細分屬性的列存儲數據布局1350。列存儲數據布局1350供快速獲得細分Attr(屬性)=X值的用戶、在批處理模式中將用戶快速劃分至微小細分中並且對所定義的細分中的用戶進行快速計數。圖14示出了分析數據存儲系統1400。在一個實施方式中，通過細分屬性來垂直分割資料庫。作為ー個示例，第一垂直分割是基於性別的屬性值，而第二垂直分割是基於年齡的屬性值。圖15示出了可用於計算用戶和要約到微小細分的匹配的系統配置1500。在ー個實施方式中，微小細分計算模塊1502與存儲器1504交互。在一個實施方式中，系統配置1500適用於存儲並且/或者執行程序代碼，並且使用通用計算機或任意其他硬體等效物來實現系統配置1500。處理器1506通過系統總線直接或間接地耦合到存儲器1504。存儲器1504可以包括在程序代碼的實際執行期間應用的本地存儲器、大容量存儲和/或用於提供至少ー些程序代碼的臨時存儲以便降低在執行期間必須從大容量存儲獲取代碼的次數的高速緩衝存儲器。可以將輸入/輸出(「I/O」)設備1508直接耦合到或者通過中介輸入/輸出控制器耦合到系統配置900。此外，I/O設備1508可以包括鍵盤、鍵區、滑鼠、用於捕獲語音命令的麥克風、指點設備以及將被本領域的普通技術人員了解的其他用戶輸入設備。此外，I/O設備1508可以包括輸出設備，如印表機、顯示屏等等。此外，I/O設備1508可以包括接收器、發射器、揚聲器、顯示器、圖像捕獲傳感器、生物傳感器等等。另外，I/O設備1508可以包括存儲設備，如磁帶驅動器、軟盤驅動器、硬碟驅動器、壓縮盤(「CD」)驅動器等等。本文所述的任意模塊可以是單個單片模塊或具有分布在利用並行和/或流水線處理的雲計算基礎架構中的功能性的多個模塊。還可以將網絡適配器耦合到系統配置1500以使得系統配置1500能夠通過中介專用網絡或公共網絡耦合到其他系統、遠程印表機或存儲設備。數據機、電纜數據機、以及乙太網卡是僅僅ー些當前可用的網絡適配器類型。可以將本文所述的過程實現在通用、多用途或單用途處理器中。該處理器將執行彙編、編譯或機器等級的指令，以執行該過程。本領域的普通技術人員可以根據與該過程相對應的附圖的描述來編寫這些指令，並且可以將這些指令存儲在計算機可讀介質中或者在該計算機可讀介質上傳輸。還可以使用原始碼或任意其他已知的計算機輔助設計工具來創建指令。計算機可讀介質可以是能夠攜帶這些指令的任意介質，並且包括⑶-ROM、DVD、磁碟或其他光碟、帯、矽存儲器(例如可移除、不可移除、易失性或非易失性的)、通過有線或無線來本地地或通過網絡遠程地傳輸的分組的或未分組的數據。本文的計算機意圖包括具有如上所述的通用、多用途或單用途處理器的任意設備。應該理解，本文所述的過程和系統可以採取完整的硬體實施方式、完整的軟體實施方式或包括軟體和硬體元素的實施方式的形式。如果利用軟體來實現方法或系統，那麼該軟體可以包括但不限於固件、常駐軟體、微代碼等等。應該理解，還可以在其他類型的過程和系統中應用本文所述的過程和系統。本領域的熟練技術人員將意識到，在不脫離本發明的過程、系統和電腦程式產品的範圍和精神的前提下，可以配置本文所述的過程和系統的實施方式的各種各樣的改編和修改。因此，要理解，在所附權利要求的範圍中，可以實施除了這裡所詳細描述的過程、系統和電腦程式產品之外的過程、系統和電腦程式產品。權利要求1.一種包括具有計算機可讀程序的計算機可用介質的電腦程式產品，其中當所述計算機可讀程序在計算機上執行時引起所述計算機接收用戶數據和多個微小細分定義，使得所述多個微小細分定義中的每個微小細分定義對應於要約提供者活動中的一個或多個要約；利用微小細分解析器將來自所述多個微小細分定義的每個微小細分定義解析成用於指示多個微小細分條件規則的多個已解析表達式分段；利用編譯器將所述多個已解析表達式分段編譯成用於指示多個指令的可執行對象以確定所述用戶數據是否與所述多個微小細分定義匹配；利用順序評價引擎來順次地處理每個微小細分定義，以將所述多個微小細分條件規則應用於所述用戶數據以確定用戶屬於微小細分的匹配；利用所述順序評價引擎來分配得分以指示每個匹配的強度；並且利用所述順序評價引擎來根據每個匹配的所述得分對每個匹配進行排名。2.如權利要求I所述的電腦程式產品，其中，所述順序評價引擎存儲在客戶端計算設備上。3.如權利要求I所述的電腦程式產品，其中，所述順序評價引擎由伺服器上的單個核來操作。4.如權利要求I所述的電腦程式產品，其中，所述順序評價引擎由單個線程來操作。5.如權利要求I所述的電腦程式產品，其中，在用於存儲不具有用戶標識數據的分析的可移植微小細分對象中接收所述多個微小細分定義。6.如權利要求I所述的電腦程式產品，其中，所述可執行對象是字節碼。7.如權利要求I所述的電腦程式產品，其中，根據三值邏輯來確定所述匹配，使得一個或多個布爾謂詞和一個或多個非布爾謂詞得以利用。8.一種方法，包括接收用戶數據和多個微小細分定義，使得所述多個微小細分定義中的每個微小細分定義對應於要約提供者活動中的一個或多個要約；利用微小細分解析器將來自所述多個微小細分定義的每個微小細分定義解析成用於指示多個微小細分條件規則的多個已解析表達式分段；利用編譯器將所述多個已解析表達式分段編譯成用於指示多個指令的可執行對象以確定所述用戶數據是否與所述多個微小細分定義匹配；利用順序評價引擎來順次地處理每個微小細分定義，以將所述多個微小細分條件規則應用於所述用戶數據以確定用戶屬於微小細分的匹配；利用所述順序評價引擎來分配得分以指示每個匹配的強度；並且利用所述順序評價引擎來根據每個匹配的所述得分對每個匹配進行排名。9.如權利要求8所述的方法，其中，所述順序評價引擎存儲在客戶端計算設備上。10.如權利要求8所述的方法，其中，所述順序評價引擎由伺服器上的單個核來操作。11.如權利要求8所述的方法，其中，所述順序評價引擎由單個線程操作。12.如權利要求8所述的方法，其中，在用於存儲不具有用戶標識數據的分析的可移植微小細分對象中接收所述多個微小細分定義。13.如權利要求8所述的方法，其中，所述可執行對象是字節碼。14.如權利要求8所述的方法，其中，根據三值邏輯來確定所述匹配，使得一個或多個布爾謂詞和一個或多個非布爾謂詞得以利用。15.—種系統,包括接收模塊，其接收用戶數據和多個微小細分定義，使得所述多個微小細分定義中的每個微小細分定義對應於要約提供者活動中的一個或多個要約；微小細分解析器，其將來自所述多個微小細分定義的每個微小細分定義解析成用於指示多個微小細分條件規則的多個已解析表達式分段；編譯器，其將所述多個已解析表達式分段編譯成用於指示多個指令的可執行對象以確定所述用戶數據是否與所述多個微小細分定義匹配；以及順序評價引擎，其(i)順次地處理每個微小細分定義，以將所述多個微小細分條件規則應用於所述用戶數據以確定用戶屬於微小細分的匹配，分配得分以指示每個匹配的強度，並且(iii)根據每個匹配的所述得分來對每個匹配進行排名。16.如權利要求15所述的系統，其中，所述順序評價引擎存儲在客戶端計算設備上。17.如權利要求15所述的系統，其中，所述順序評價引擎由伺服器上的單個核來操作。18.如權利要求15所述的系統，其中，所述順序評價引擎由單個線程來操作。19.如權利要求15所述的系統，其中，在用於存儲不具有用戶標識數據的分析的可移植微小細分對象中接收所述多個微小細分定義。20.如權利要求15所述的系統，其中，所述可執行對象是字節碼。全文摘要本發明的實施方式涉及用於計算用戶和要約到微小細分的匹配的順序引擎。具體地，接收用戶數據和多個微小細分定義。該多個微小細分定義中的每個微小細分定義對應於要約提供者活動中的一個或多個要約。此外，微小細分解析器將來自該多個微小細分定義的每個微小細分定義解析成用於指示多個微小細分條件規則的多個已解析表達式分段。另外，編譯器將該多個已解析表達式分段編譯成用於指示多個指令的可執行對象以確定該用戶數據是否與該多個微小細分定義匹配。還利用順序評價引擎來順次地處理每個微小細分定義，以將該多個微小細分條件規則應用於該用戶數據以確定用戶屬於微小細分的匹配。此外，該順序評價引擎分配得分以指示每個匹配的強度。另外，利用該順序評價引擎來根據每個匹配的得分對每個匹配進行排名。文檔編號G06Q30/02GK102737333SQ201210056120公開日2012年10月17日申請日期2012年3月1日優先權日2011年3月2日發明者G·鮑姆,W·常申請人:奧多比公司