预测处理系统和使用方法以及执行业务的方法

预测处理系统和使用方法以及执行业务的方法
【专利说明】
[0001] 相关申请的夺叉引用
[0002] 本专利申请要求申请人在先美国临时专利申请的优先权，这些在先美国临时专利 申请名称为：
[0003] 1."预测收集、发布和/或处理系统、使用方法以及执行业务的方法"，其于2012年 3月6日提交，申请号为61/607478,以及
[0004] 2. "预测收集、发布和/或处理系统，使用方法以及执行业务的方法"，其于2013年 1月10日提交，申请号为61/750906,这些临时专利申请的全部内容在此通过引用方式合并 于本申请。
[0005] 该专利文件公开内容的一部分包括或者可能包括受著作权保护的内容。著作权所 有者不反对对在专利和商标局专利文件或记录中所呈现的形式的专利文献或者专利公开 文本的影印复制，但是保留以其他形式的所有著作权。
技术领域
[0006] 本申请的技术涉及预测系统和方法，更具体地，涉及用于收集、优化和分配集群智 能（collective intelligence)的系统和方法。
【背景技术】
[0007] 政治家、财务经理、律师以及所有各种各样的人，不管是专业人士还是个人兴趣， 都一直在关注并且感兴趣于获得和讨论与现实世界事件的结果相关的概率。例如参见 James Surowiecki的"Wisdom of the Crowds (2004)"。过去收集并发布这类集群智能的 方案存在各种缺陷，并且导致难以收集预测数据以及确保从收集的预测数据中推导的数据 的准确性及质量。
[0008] 收集来自个人的预测的一个典型方案是通过使用询问进程，具体来说是通过面对 面的询问。这样的方案有以下限制，其可扩展性是在给定时间和给定地点的可用意见调查 员的数量的函数。类似地，其还依赖于询问对象在相同的给定时间和给定地点参与询问活 动的意愿及可用性。这导致了调查问题的简单化和整体调查的简短化。
[0009] 基于邮件的调查试图通过使得询问对象能够在适合他的时间回答询问问题来解 决这样的限制。虽然其部分地解决了便利的问题，但是对于对象来说其很少有动力不怕麻 烦来回答问题并且将答案返回给意见调查员。电话邀约试图再次引入直接通信的压力，但 是该方案还是有不利之处，例如意外打扰惹怒对象，从而导致有限的响应度。
[0010] 很早之前随着互联网的出现，以比通过直接交互较少干扰的方式接触大量潜在对 象成为可能。起初，通过电子邮件和电子邮件控件来提供询问。虽然一开始对于电子邮件 用户来说这还是有趣的，但是很快就变成了一种讨厌的事，其遇到了与实体邮件调查相同 的被轻视的命运。
[0011] 相对地较早以前，显示基本结果的在线调查被引入作为另一种试验并吸引个人参 与到调查和询问中的方式，特别是在诸如Facebook?等社交网络应用或服务的环境中。这 些询问一般来说非常简单和简短，但是一样的是，对于对象来说其很少有动力投入时间和 心思参加试验以提供准确的信息。在这种情况下，询问趋于极其简单，并且所产生的预测信 息在深度、准确度和可靠度方面存在诸多限制。
[0012] 商业的预测市场也已经出现，其在某种程度上作为一种解决个人参与有深度的 预测行为的动力缺失这样一个问题的尝试。许多这样的系统包括投机市场（speculative market)，其中预测的当前市场价格被解释为一事件在未来发生的概率。在这些商业市场中 使用实际货币已触犯各种法律和法规，从而导致至少在一些国家这样的系统被完全禁止。 另外，专注于交易活动而非提高推导出的信息的准确性和精确性，导致偏差和次优衍生数 据的引入。
[0013] 为了努力消除来自数据收集活动的商业偏差，还引入了虚拟预测市场。这些系统 趋向于缩小其关注点，并且传统上被归结为特定的利基市场。这些虚拟预测市场受限于它 们可以主控和管理的预测的类型，缺乏必要的激励机制以鼓励用户持续参与，并且一般来 说在没有昂贵的第三方咨询的帮助下，无法向终端用户或群组提供以创建他们自己的私人 解决方案。另外，这些系统通常还需要用于数据解释的收集后的咨询服务，并且这些系统依 赖于临时解决方法，这使得在理解所得到的数据和将系统扩展到新市场方面，虚拟预测市 场是耗时且昂贵的。
[0014] 虚拟预测市场的游戏化已被用作试验并增加使用这类系统时的兴趣和参与度的 一种机制。这些游戏化系统趋向于变得非常简单，仅具有极有限的预测类型，其关注点趋向 于系统的游戏方面。它们通常采用交易模型，该交易模型承受与前面提及的商业预测市场 解决方案相同的缺点。这种简单系统未与诸如博客、订阅器、搜索引擎和分析系统等外部服 务广泛地且可定制地集成，其也不能够提供足够的动力以用于扩展的高容量的参与。因此， 缺少足够的参与以生成有用的聚合的集合概率，并且缺少发布这些数据的需求，因此不能 够实质上货币化数据公开。

【发明内容】

[0015] 申请人相信，他们已经发现了以上所提及的现有系统的至少一种或多种问题和要 点，以及由本说明书中公开的系统的不同实施例所提供的一个或多个优点。
[0016] 简而概之，本发明提供了新颖的预测收集、发布和/或处理系统，使用这样的系统 的方法，以及使用这样的系统执行业务活动的方法。在一些实施例中，该系统被实现为一种 游戏，其中至少一些游戏玩家提供关于未来事件的预测。该系统可以收集、处理和/或发布 预测数据和/或参与者做出的基于预测的衍生数据。在一些实施例中，参与者可以基于他 们的表现或其他原因接收特定奖励，例如非基于表现的奖励以激励参与。
[0017] 在某些实施例中，一种自动预测收集、发布和/或处理系统允许第三方创建他们 自己的预测游戏。访问这些第三方游戏可被限制为用户、玩家和/或观察员的子集。在这 些实施例中的一些实施例中，这些专用游戏可被用来仅基于参与专用游戏的玩家生成获胜 概率。在一些应用中，可将共同分享竞赛、参赛者和主张的专用和公用游戏向上汇总为通用 的获胜概率统计。一些系统可以提供用于创建和加入专用游戏的简单机制，其可以基于参 与者相互熟悉的群组内的可视性来促进成员关系并增加参与动力。在一些应用中，可以收 费以给予从发布和/或全局获胜概率计算中排除专用游戏的特权。
[0018] 在一些情况下，可以允许多种竞争形式，例如平衡玩家资源和/或要求所有玩家 提交最少数量的预测。这些形式中的一些可以避免引入失真，其作为由控制不成比例的注 数的玩家子集差别加权的结果。其中一些要求最小预测集合，这有助于激励玩家针对选择 看似较低获胜概率的选项提供较多的想法。在一些应用中，这可能会提高针对给定比赛的 获胜概率数据。
[0019] 在某些情况下，允许用户提交单张选票来提交挑选。在一些这种实例中，投票成本 是可变的，但是用于游戏中的所有投票的注数保持相等。在一些应用中，这可以避免因玩家 提交多张投票而发生的不成比例加权，同时允许用户享有与他们的利益相一致的风险量， 但又不影响获胜概率计算的完整性。
[0020] 在一些情况下，预测处理系统可以向游戏玩家或其他人提供访问预测和/或衍生 数据的权限。在一些实施例中，衍生数据可提供游戏玩家的识别或游戏玩家的特征，例如 在游戏玩家中谁最好的做出预测。如果需要的话，可向较好的做出预测的游戏玩家提供相 对于其他玩家来说与他们的预测相应的额外注数。这些额外注数可以以均等量或不等量分 配，这取决于玩家相比于其他玩家（例如其他得分高的玩家）的表现水平。在需要时，玩家 的这些注数的附加应用可以加权得分高的参与者的预测，从而得到更优化的衍生数据，例 如针对特定事件的获胜概率计算。
[0021] 在一些实施例中，预测处理系统可以提供主游戏实例。在一些实施例中，主游戏实 例可以作为用于生成系统的所有用户可用的全局游戏实例的模板。在某些实例中，模板游 戏可以进一步用来支持为被识别的游戏玩家群组可用的一个或多个主导（hosted)游戏实 例的实例化。在一些实例中，这些主导的实例可以是专用于被识别的游戏玩家的群组。可 以将有关于一些应用的一个或多个专用游戏的预测数据及衍生数据与预测数据和全局群 组的衍生数据组合起来，从而生成参与游戏的玩家的综合获胜概率信息。
[0022] 在某些实例中，响应于包含事件数据的输入数据反馈和/或响应于用户手动地提 供游戏配置信息，游戏的生成可以自动地产生。在某些实例中，启用自动的游戏生成和用户 生成的游戏增加了覆盖不同游戏种类的可用游戏的数量，从而增加了参与度。允许用户生 成的专用游戏可以增加初始会员，这通常又可以反过来增加系统的整体参与度。
[0023] 在一些实例中，预测处理系统可以收集并处理预测数据、和/或衍生数据，该衍生 数据基于由游戏玩家或被识别的游戏玩家的群组做出的预测所得到，并且预测处理系统向 游戏玩家、被识别的游戏玩家的群组和/或其他人提供访问这样的预测数据或衍生数据的 权限。在某些实施例中，衍生数据可提供游戏玩家的标识或者游戏玩家的特征，例如在游戏 玩家中谁最好的做出预测。
[0024] 在一些实施例中，群组的成员被动态地改变，例如，当响应于一个或多个成员在先 前程序中的预测准确性、表现和/或参与度变化而修改代表在游戏玩家中谁最好的做出预 测的群组的成员时。在一些应用中，可以基于由这些动态改变的群组的成员所作出的预测 而生成预测数据和衍生数据，并且这样做可以提供比基于所有游戏玩家而生成的同一数据 更高的准确度。
[0025] 在一些实施例中，预测处理系统允许游戏玩家预测其他游戏玩家的表现。在一些 应用中，给定游戏玩家的评级可以通过一个或多个对关于给定游戏玩家的预测表现做出预 测的游戏玩家来影响和/或确定。在一些应用中，可以通过对一个或多个玩家给出的关于 给定游戏玩家的预测表现的预测进行加权来进一步影响和/或确定该评级。在某些实例 中，这些对于游戏玩家的预测的类型可以通过更深入的接触有利于参与，和/或向玩家提 供更直接的满足，从而鼓励增加的整体参与度。
[0026] 在某些实例中，预测处理系统包括一个或多个反馈机制，在某些应用中，这些反馈 机制例如通过向被识别的游戏玩家的群组提供额外的预测和导出的衍生信息来影响获胜 概率生成的质量，这些额外的预测和导出的衍生信息全部或部分来自以下的一个或多个：
[0027] 1.由具有高于特定阈值的准确度的游戏玩家所做出的预测；
[0028] 2.由自我识别为一类别、事件或事件参与者的爱好者的游戏玩家做出的预测；
[0029] 3.由具有高于特定阈值的准确度的、自我标识为一类别、事件或事件参与者的爱 好者的游戏玩家做出的预测；和/或
[0030] 4.由在最近游戏中的表现处于或高于被识别水平的游戏玩家做出的预测；
[0031] 5.由达到一游戏玩家评级的游戏玩家做出的预测，例如同行信心指数位于或超出 被识别的水平）。
[0032] 在一些实施例中，可基于由被识别的玩家群组所做出的预测生成多个获胜概率集 合。例如，可以有一个基于由所有用户做出的预测的概率集合，另一个基于仅由专家做出 的预测的获胜概率集合，以及再一个基于由专家和爱好者的组合做出的预测的获胜概率集 合。另一种类型的信息可包括加权的获胜概率，其中获胜概率计算基于每个参与者的历史 准确度而区分地加权每个参与者的预测。看到多种获胜概率集合的资格本身是附加的信 息，如果需要的话，其是可设置为对高得分参与者可见。这种过程，即基于表现动态地对参 与者进行分组、为表现更好的参与者提供附加信息、因为表现更好的参与者具有更好的信 息从而可以生成更精确和准确的获胜概率、以及将这些信息反馈到表现更好的参与者，在 至少一些系统中创建正反馈系统，其可以提高随时间的获胜概率计算的准确性，并且可以 允许表现更好的玩家获得更高水平的预测准确度。
[0033] 在某些实例中，反馈机制可以包括辅助预测加权，其由在游戏玩家群组中最好的 做出预测的游戏玩家和/或被识别的接收附加预测和衍生信息的游戏玩家群组的成员进 行。在一些实施例中，这种辅助加权可以增加由表现更好的玩家做出的预测的影响，从而可 能提高预测和衍生数据的准确度。
[0034] 在这些系统中的一些系统中，玩家可以购买高级级别称号，其包括访问附加预测 和/或衍生信息的权限。在一些实例中，基于在预定的程序集合内的预定数量的前几个程 序中超过得分阈值，玩家可以被提升至高级级别。玩家未达到阈值或者没有参加预定程序 集合内的所需数量的程序，则将玩家降到标准级别。在一些系统中，这种类型和/或其他类 型的玩家分类级别仅基于，或者至少多数仅基于由参与高级级别游戏的玩家做出的预测而 生成获胜概率。在一些应用中，这些类型的获胜概率比使用标准等级池生成的概率更加准 确。此外，在一些应用中，基于成就的排名（achievement-base tier)提供了额外的动力以 参加和竞争，从而增加参与的深度、广度和持续时间。在一些实例中，高级级别玩家可被授 权访问独有的高级级别评论线程；并且在一些应用中，这可以进一步培育独占感和/或促 进实现的愿望。
[0035] 在一些实施例中，预测处理系统包括提议框架，其可表示、存储、处理和解决宽泛 的预测集合。该框架可以针对特定类型的预测，例如一个或多个事件参与者的表现、事件结 果和/或覆盖一个或多个事件的预测的组合。在一些实施例中，这种建模框架的存在可以 支持以系统自有或扩展的方式解决多种类型的常规和自定义预测，从而避免依赖特设（ad hoc)结构和方法来表示和解决预测。改进的可扩展性的另一优点是能够快速地和广泛地提 供到达未及市场的游戏。这可以征求和授权相关的爱好者团体，一方面考虑吸引他们加入 游戏活动，另一方面还向他们提供传统媒体普遍忽视的其感兴趣的新闻。可以以收费的方 式向未及的爱好者提供这些类型的活动和资源。
[0036] 在一些实例中，系统允许对程序的创建和关联分类。在这些实施例中的一些中，分 类被进一步关联于一个或多个模板提议。可以基于与事件的分类相关联的一个或多个模板 提议自动地生成针对特定事件的主张。这支持针对终端用户的以及针对生成反馈的游戏简 化地创建游戏。
[0037] 在一些应用中，该系统可向消费者发布集群智能数据，例如预测信息和/或衍生 信息。这些消费者包括个人、企业、学校、博客、社交网络、邮件列表、新闻阅读器、搜索引擎 和/或分析系统。在这些实例中某些实例中，该信息可被发布为订阅消费者可用的数据反 馈，从而在一些应用中提供关于现实世界事件的实时信息和/或更新。在某些实例中，这些 反馈可以是诸如XML反馈这样的结构化数据流，从而提供易于被消费者系统接收、解析、处 理和/或显示的格式。
[0038] 如果需要的话，本文所公开的系统和方法的所有这些和其他方面可被用来执行业 务活动以产生收益。这样的收益资源可以包括，例如：
[0039] 1.对预测信息和相关衍生信息的订阅；
[0040] 2.游戏内购买；
[0041] 3.游戏和信息的高级级别的收费访问；
[0042] 4.用于企业、政府、非盈利组织和其他人的托管专用实例；
[0043] 5.广告；和/或
[0044] 6?收费专用游戏。
[0045] 应当理解的是，
【发明内容】
记载了本说明书的一些方面，但无论是【背景技术】还是发 明内容都是不意图限制本发明。本说明书还有许多其它新颖的和有利的方面，并且这些随 着本说明书的继续将变得更明显。在这方面，基于本说明书的所公告的权利要求范围由所 公告的权利要求所确定，而不是由它是否解决了【背景技术】中说明的问题或者提供了发明内 容中记载的特征、问题解决方案或优点所确定。
【附图说明】
[0046] 附图中公开了申请人的优选和其他实施例，其中：
[0047]图1是根据一个示例性实施例的在其中可以实现预测处理系统的计算机网络或 类似的数字处理环境；
[0048] 图2是在图1的计算机网络中使用的计算机的内部结构的框图；
[0049] 图3是在图1的实施例中的预测处理系统的应用层框图；
[0050] 图4A至4U是图3的集群服务（crowd service)的多种分类的一系列分类框图；
[0051] 图5是支持图3的集群服务的分类的相关分类框图；
[0052] 图6A至6T是图3的集群数据库的多种表格的一系列框图；
[0053] 图7A至7Y是图3的游戏服务的多种分类的一系列分类框图；
[0054] 图8是支持图3的游戏服务的分类的关联框图；
[0055] 图9A至9J是图3的游戏数据库的多种表格的一系列框图；
[0056] 图10A至10U是图3的竞争服务的多种分类的一系列分类框图；
[0057] 图11是支持图3的竞争服务的分类的具体关联框图；
[0058] 图12A至12S是图3的竞争数据库的多种表格的一系列框图；
[0059] 图13是图3的分析服务的多种分类的关联分类框图；
[0060] 图14A至14F是图3的分析数据库的多种表格的一系列框图；
[0061] 图15是游戏实例的关联框图；
[0062] 图16是用于图3中所示的一些服务的游戏解决逻辑的流程图；
[0063] 图17A是由图3的反馈服务处理的站内美联社? XML反馈的示例；
[0064] 图17B是由图3的反馈服务处理的站内全球体育媒体@:乂]\^反馈的示例；
[0065] 图18是用于处理图3的游戏服务中的将获胜提议的过程的流程图；
[0066] 图19是用于处理图3的游戏服务中的比较提议的过程的流程图；
[0067] 图20是用于处理图3的游戏服务中的在排序时将会是第一名的提议的过程的流 程图；
[0068]图21是用于处理图3的游戏服务中的在范围内将会获胜的提议的过程的流程 图；
[0069] 图22是用于处理图3的游戏服务中的具有差距的第一名的提议的过程的流程 图；
[0070] 图23是用于处理图3的游戏服务中的具有获胜百分比的获胜的提议的过程的流 程图；
[0071] 图24是用于处理图3的游戏服务中的将打平的提议的过程的流程图；
[0072] 图25是