拍卖结果预测和保险的制作方法

专利名称：：拍卖结果预测和保险的制作方法
技术领域：
：本发明涉及用于收集、分析和确定保险参数的处理系统。特别地，本发明涉及获得拍卖条目价格预期、响应性地确定拍卖保险(auctioninsurance)参数以及提供拍卖保险策略的数据处理系统。
背景技术：
：近年来技术的迅速发展己将分布广泛的因特网接入带进了上百万个体的住宅中。因此，这些个体可以接入由诸如eBay、uBid和Yahoo的公司提供的便利的在线拍卖服务。在任意给定时刻同时进行的、对从新平板显示器到80年代早期的竖廊视频游戏(uprightarcadevideogame)的每件东西的千万个拍卖中，在线拍卖服务巨大的普及性是显然的。尽管诸如eBay的在线市场仅为这些个体提供唯一的机会来售出他们的货物，但是在拍卖中售出的任意给定条目的价值由于若干原因而在本质上难以预测。首先，不管条目彼此如何相似，这些条目的状况会在许多不同的方面有所不同。买方可能愿意为新的或似新的条目支付费用，而显示出多年磨损的条目可能会要求较低的价格。其次，大部分在线拍卖提供多种运货选项。例如，买方可能必须支付所有运货费用，卖方可能会承担所有运货费用，或者买方和卖方可能会分担运货费用。因此，总支付额由于卖方而可能会不仅包括最终购买价格，而且包括条目的所有或一些运货费用或者完全不包括条目的运货费用。第三，大部分在线市场已经建立了销售评级系统来提供交易反馈并增加买方的信心。对卖方的评级会影响获胜出价的值，这是由于例如得到较高评级的卖方会吸引附加的出价，而得到较低评级的卖方可能不能接收到同样多的出价。第四，大致相同条目的条目描述可能会显著地变化。例如，一些卖方可能会包括条目的图像，而其他卖方可能不会。获胜出价的值会随着条目描述的有效性(包括图像的存在与否)而变化。第五，每个拍卖在指定的时刻开始和结束。当联系15%的拍卖是在最后一分钟赢得的事实时，拍卖的定时会成为影响获胜出价的值的因素。例如，与在3:00AM结束的拍卖相比，相同的条目在3:00PM结束的拍卖中可以要求更高的额外费用。预测拍卖结果的困难可能会使买方和卖方都失去信心而不进入在线市场。其它的考虑是，卖方可能不想冒得到低获胜出价的风险，而买方可能不想冒购买获得条目费用不断升高的无声出价过程的风险。在过去，即使有也只有极少数的工具可用于分析拍卖。例如，由加利福尼亚的芒廷维尤(MountainView)的Andale有限公司创建的Andale.com网站，基于过去的拍卖数据来确定平均条目销售价格。简单的价格平均可提供粗略的价格近似，但由于仅仅基于价格信息，所以它是相对不精确的估计器。因此，存在着对可以精确预测拍卖结果的方法和系统的需求。此外，不管拍卖是在线拍卖还是常规拍卖，卖方都面临着为他们的拍卖条目获得满意价格的挑战。在过去，卖方或者是不管拍卖条目最终达到什么样的价格都接受该价格，或者是设置保留价格或开盘价格以至少匹配满意价格。接受最终价格常常导致拍卖条目售出的价格小于满意价格，而设置保留或开盘价格有时根本不能吸引任何买方。因此，对可以提供拍卖结果保险的方法和系统的需求已经长久存在。
发明内容在本发明的一个方面中，拍卖分析系统预测拍卖结果。分析系统可从先前或未决的拍卖中检索、获得或者导出条目特性、卖方特性或拍卖特性。分析系统还可以获得、检索或者导出买方或卖方为其寻求结果预测的条目的条目特性。分析系统可包括接受拍卖和条目特性并基于一个或多个特性来预测结果的价格预测程序。用于拍卖结果预测的方法可包括获得拍卖条目的卖方输入特性，获得与拍卖条目有关的历史拍卖数据，以及将卖方输入特性和历史拍卖数据提供给结果预测程序。结果预测程序可返回拍卖结束价格、拍卖结束价格范围、拍卖结束价格阈值或其它结果预测。结果预测系统可包括处理器、存储器和结果预测器。存储器可存储拍卖特性，诸如由卖方或买方对任意给定条目直接指定的特性。存储器还可存储相似拍卖条目的历史拍卖特性。结果预测器可包括接受买方或卖方指定的拍卖特性和历史特性并提供一个或多个预测拍卖结果的电路或逻辑。本发明的其它方面提供了用于确定拍卖保险参数和用于受保险的在线拍卖的方法和系统。在确定拍卖保险参数的过程中，可获得为拍卖条目预测的拍卖结果，可将预测的拍卖结果提供给保险参数确定程序，并且从保险参数确定程序接收到的拍卖保险参数可以存储在存储器中。预测的拍卖结果可以是为拍卖条目预测的拍卖结束价格，预测的拍卖结果的置信测度(confidencemeasure)、价格分布或者其它结果。提供受保险的在线拍卖的拍卖系统可包括存储在线拍卖提交页面数据的存储器。页面数据可包括卖方指定的拍卖条目特性，诸如拍卖条目标题、拍卖条目位置或其它特性；保险选择器，诸如可被选择或取消选择的选择框；以及拍卖保险参数，诸如受保险的拍卖结束价格或保险费用。拍卖系统可包括网络连接以及连接到存储器和网络连接的处理器。处理器可将在线拍卖提交页面数据发送给卖方。响应于来自卖方的拍卖提交指令，处理器可向承保人传递对拍卖保险参数的接受。图l示出了拍卖结果预测系统；图2示出了拍卖结果预测系统中的数据流程；图3示出了可由数据收集程序采取的操作；图4示出了预测的拍卖结果；图5示出了结果预测输入、结果预测器和结果预测。图6描绘了可由特性导出程序采取的操作；图7示出了神经网络拍卖结果预测器；图8示出了与在承保人处实现的拍卖保险参数确定系统进行通信的价格预测系统；图9示出了可被采取以确定拍卖保险参数的操作；图IO示出了可相互作用以提供受保险的在线拍卖的实体；图U示出了拍卖提交页面；图12示出了可被采取以为在线拍卖提供保险的操作。具体实施例方式作为最初的问题，尽管下面的描述是参照对在线市场中供出售的个人数字助理(PDA)的拍卖结果预测进行的，但是该价格预测技术可应用于对任何类型的拍卖市场中购买或销售的任何类型的货物或服务的拍卖结果预测。图中示出的要素如下面更详细说明的那样相互作用。然而在阐述详细说明之前，应注意下面的所有讨论，不管所描述的特定实现方案如何，在本质上都是示例性的，而不是限制性的。例如，尽管实现方案中被选择的方面、特征或组件被描述为存储在程序、数据或多用途系统存储器中，但是与价格预测技术相一致的所有或部分系统和方法可以存储在以下介质上或者从以下介质中读取其它机器可读介质，例如，诸如硬盘、软盘和CD-ROM的辅助存储设备；电磁信号；或者当前已知的或以后发展的其它形式的机器可读介质。此外，尽管描述和举例说明了价格预测技术的特定组件，但是与价格预测技术相一致的方法、系统和制造的产品可包括额外的或不同的组件。例如，处理器可被实现为微处理器、微控制器、专用集成电路(ASIC)、离散逻辑元件、或充当上述组件的其它类型的电路的组合。数据库、表格和其它数据结构可被分开存储和管理，可被合并到单个存储器或数据库中，或者通常可根据许多不同的文件类型、文件结构或文件标准以许多不同的方式逻辑地和物理地进行组织。下面讨论的程序可以是单个程序的一部分，可以是独立的程序，或者可在本地或远程分配在若干存储器和处理器中。例如，价格预测系统可以完全或部分地实现在家庭个人计算机中、拍卖web服务器中、第三方服务器中或者一个或多个其它位置中。图1示出了价格预测系统100。该价格预测系统100可包括处理器102、存储器104和显示器106。另外，可提供网络接口108。存储器104可存储价格预测程序110、参与者条目特性数据112和历史拍卖数据114。另外，存储器104可存储预测的拍卖结果116，以及数据收集程序118、数据导出程序120和最优化程序122。还可在价格预测系统100中提供结果预测逻辑124或电路。结果预测逻辑124可以是与处理器102和存储器104分离或与之集成在一起的、预测拍卖结果的硬件和/或软件。例如，结果预测逻辑124可实现独立的神经网络。价格预测逻辑124和价格预测程序110是可由系统100采用以产生预测的拍卖结果的价格预测器的实例。换言之，尽管价格预测程序110是价格预测器的一种形式(并且可在软件中独自实现神经网络处理)，但是价格预测系统不限于使用存储器104中的程序来用于拍卖结果预测。网络接口108可包括网络接口卡或其它网络连接设备以将价格预测系统100连接到内部或外部网络126。网络126可连接到一个或多个市场参与者128和拍卖系统130。巿场参与者128可表示例如从事于在线拍卖的买方和卖方的个人计算机，或者其它感兴趣的各方。拍卖系统130可表示诸如Ebay或Yahoo的在线拍卖服务。拍卖系统130可为它们过去和现在的拍卖维护拍卖数据132。拍卖数据132可包括拍卖标题、销售价格、运货费用、卖方标识和诸如下面将要说明的许多其它参数。暂时转到图2，数据流程图200总结了数据通过系统100的运动。将在下面更详细地讨论图2中示出的要素。数据收集程序118确定条目、拍卖或参与者特性。数据收集程序118可从网页或其它信息中确定特性数据，其中网页或其它信息存储在拍卖系统130中，由拍卖系统130产生，或者可从拍卖系统130获得。另外，数据导出程序120可从由数据收集程序118获得的特性中，或者直接从自拍卖系统130获得的信息中确定附加特性。收集的或导出的特性可以存储在历史拍卖数据114中。在某些实现方案中，结果预测器可基于一些或所有历史拍卖数据114而被训练或执行参数估计。最优化程序122可在训练过程中起一定作用。例如，最优化程序122可对照已知结果来评估由结果预测器产生的结果预测并修改结果预测器中的参数以提高精确性。为此，可以采用最优化工具，诸如可从伊利诺斯州芝加哥的SPSS获得的Clementine(R)软件来训练价格预测器。结果预测器产生拍卖结果预测并将一个或多个预测递送给市场参与者12S。结果预测器可接受参与者指定的特性数据112，并基于特性数据112产生预测的拍卖结果。参与者可通过键盘、鼠标或另一输入设备或者以其它方式，经由诸如网络链路的通信信道，将特性数据112直接提交到系统100中。参与者指定的特性数据112可包括可能为其寻求拍卖结果预测的条目的一个或多个特性。买方、卖方或其它参与者可提供指定的特性数据112。指定的特性数据112可涉及拍卖条目本身，诸如制造商、型号、诸如屏幕尺寸、内部存储器的特征信息，或者诸如下表中列出的其它拍卖条目特性。PDA的条目特性数据的实例是用于型号"M125"的"M125"和存储器容量"16MB"。指定的特性数据112还可涉及条目的拍卖，诸如拍卖标题、拍卖条目类别、条目描述、拍卖开始日期和/或时间、拍卖持续时间、条目图像的存在与否、或者诸如下表中提到的其它特性。将被拍卖的PDA的拍卖特性数据的实例是拍卖标题"似新的PalmM125-16MB"。指定的特性数据112不限于条目特性或拍卖特性，而是可包括价格预测器在产生价格预测时可采用的任何其它数据。历史拍卖数据114可表示条目、拍卖或者一个或多个己完成拍卖的其它数据。历史拍卖数据114可包括来自成功和未成功拍卖的数据。历史拍卖数据的实例包括最终价格、运货费用、对卖方的评级、和诸如下表中提到的其它特性。转到图4，该图示出了价格预测器可能产生的预测的拍卖结果116的实例。将在下面更详细地讨论价格预测器可以采用的技术。预测的拍卖结果可包括预测的拍卖结束价格402、预测的拍卖结束价格范围404和预测的拍卖结束价格阈值406。预测的拍卖结束价格402可包括价格预测408并且还可包括价格预测置信测度410。价格预测408可以是作为为拍卖预测的最终价格的单个值。置信测度410可给出价格预测器对价格预测408所具有的置信度。在图4所示的实例中，价格预测器有73%的置信度认为最终拍卖价格将是$51.75。预测的拍卖结束价格范围404可包括一个或多个价格箱412并且还可包括相关联的箱置信测度414。价格箱412可包括限定该箱的较低值和较高值。例如，价格箱412具有$55的较低值和$65的较高值。箱置信测度414指示价格预测器有35%的置信度认为最终拍卖值将在$55和$65之间。预测的拍卖结束价格阈值406可包括一个或多个价格阈值416、相关联的结果指示符418和相关联的置信测度420。价格阈值416可指定预测的拍卖结果的下限或上限。例如，价格阈值416表示$55的下限。结果指示符418可指定对于该条目，拍卖是否将获得特定结果。例如，结果指示符418指定条目将售出。置信测度420可指定价格预测器在价格阈值416和/或结果指示符418中所具有的置信度。置信测度420指示价格预测器有80%的置信度认为条目将以至少$45售出。置信测度422指示价格预测器有85%的置信度认为条目将不会以多于$55售出(尽管条目可能会以较低的价格售出)。可根据任何标准来对箱412和/或阈值416进行选择。例如，可对箱和/或阔值412和416进行选择以使条目的最终拍卖价格的范围覆盖任何被选择的时间段(例如，1周、1月或1年)。可替换地，可根据统计度量来选择箱或阈值的数目以及它们的范围。例如，可根据条目的最终价格在任意被选择的时间段内的标准偏差来选择箱的宽度。作为另一个实例，可将框的宽度选择成条目在任意被选择的时间段内的平均最终价格的5%、10%或另一百分比。箱和阈值可由系统IOO基于历史拍卖数据114以任意间隔、周期性地、或者根据任何其它调度或指示进行修订。返回到图l，在一种实现方案中，系统100可在许可证、费用、购买计划、预订或其它安排下从拍卖系统130获得历史拍卖数据114。系统100然后可周期性地或以其它间隔下载拍卖数据132并更新其历史拍卖数据114。当直接从拍卖系统130获得历史拍卖数据114时，系统100可忽略数据收集程序118的执行而采用从拍卖系统130获得的拍卖数据132来更新其历史拍卖数据114。可替换地或另外地，存储器104中的数据收集程序118可在被指示时或在其它时刻，按照预先选择的进度周期性地执行。数据收集程序118可获得全部或部分历史拍卖数据114。历史拍卖数据U4可包括拍卖条目特性、拍卖特性和参与者(例如，买方或卖方)特性，诸如对卖方的评级，卖方市场会员资格信息(例如，会员资格开始或结束日期)或其它特性。在工作时，数据收集程序可向拍卖系统130发送数据请求，解析来自拍卖130的答复，并将特性数据存储为历史拍卖数据114。在一种实现方案中，数据收集程序118可包括一个或多个实际抽取和报告语言(PERL)脚本。脚本可通过构建数据请求字符串并将数据请求字符串传递给拍卖系统130来发送数据请求。例如，给定PDA的拍卖类别，则脚本可以构建与包括PDA拍卖类别的条目类别搜索相对应的统一资源定位符(URL)，其被构造以用于由任何给定拍卖系统130进行解析。可替换地，脚本可构建指定任何其它条目、拍卖或参与者特性的搜索URL。脚本然后可将URL提交给web浏览器或用于向拍卖系统130提交的其它通信程序。脚本和web浏览器还可模拟鼠标或键盘输入，或采取其它操作以使拍卖系统130产生包括未决或已完成拍卖数据的web页面。拍卖系统130可通过向系统100发送由请求产生的数据，来响应数据请求。数据可以是文本、HTML、图像或其它文件类型。例如，拍卖系统130可以以包括搜索结果的一个或多个HTML页面来做出响应。作为响应，数据收集程序118可解析搜索结果以提取任何期望的特性。例如，PERL脚本可在HTML中搜索限定拍卖标题、对卖方的评级、条目描述、运货信息或者其它条目、拍卖或参与者特性的标签或其它标记。在图3中，流程图300示出了可由数据收集程序118采取的操作。数据收集程序118建立所要搜索的条目、拍卖或参与者特性(操作302)。该特性可基于参与者指定的特性数据112。例如，当卖方请求PDA的价格预测时，数据收集程序可选择PDA拍卖类别作为搜索特性。数据收集程序118可生成数据请求(操作304)。数据请求可以是结合搜索特性的URL搜索字符串(操作304)，或者可采取另一形式。数据收集程序118然后可将数据请求提交给web浏览器或用于与拍卖系统130通信的其它通信程序(操作306)。拍卖系统130以先前和未决拍卖的搜索结果数据来做出响应。数据收集程序118然后可解析搜索结果数据(操作308)。例如，PERL脚本可在HTML数据中搜索任何条目、拍卖或参与者特性。可将解析出的特性存储为历史拍卖数据(操作310)。例如，对于参与者请求预测拍卖结果的每个条目，数据收集程序118使系统100生成数据库记录。数据库记录可包括一个或多个下表中记录的参数。数据收集程序118可解析搜索结果以获得一个或多个参数。另外，数据导出程序120可解析搜索结果并对它们进行操作以从可直接从搜索结果中获得的特性中导出附加特性。导出特性的实例在下面的表中给出。在一个实施例中，特性导出程序120可包括能够分析搜索结果中的文本、html、声音文件、图像或其它数据的一个或多个PERL脚本。例如，数据导出程序120可从由数据收集程序118获得的拍卖标题中导出条目特性。为此，PERL脚本可在拍卖标题中扫描诸如"新的(New)"、"似新的(LikeNew)"、"破碎的(Broken)"、"密封的(Sealed)"的关键字或其它关键字。如果例如数据收集程序118已经获得了拍卖标题"似新的PalmM125-16MB"，则数据导出程序120可搜索拍卖标题并找到用语"似新的"。数据导出程序120从拍卖标题中导出PDA处于似新的状况，并且可因此将导出特性存储在历史拍卖数据114中。数据导出程序可分析相似条目的未决或先前拍卖。相似条目可以是与参与者指定的条目特性112共享所收集、导出或以其它方式得到的一个或多个特性的条目。例如，PDA的指定条目特性可以是型号M125。可把在标题中包括关键字"M125"的未决和先前拍卖认为是对相似条目的拍卖。数据导出程序120还可从一个或多个先前拍卖中导出拍卖度量。作为一个实例，数据导出程序120可确定在从参与者指定的条目的拍卖开始起的5分钟内结束的相似条目的拍卖数目的计数。作为另一个实例，数据导出程序120可确定在参与者指定的条目之前5分钟结束的相似条目的收盘价格(closingprice)的标准偏差。附加实例在下面的表中给出。暂时转到图6，流程图600示出了可由数据导出程序120采取的操作。数据收集程序118建立所要搜索的条目、拍卖或参与者关键字(例如，"似新的")(操作602)。可选择关键字以从条目、拍卖和参与者特性中提取任何特性(操作604)。数据导出程序120还可为如上所述的相似拍卖计算拍卖度量(操作606)。可为"标准"拍卖计算附加拍卖度量(操作608)并为"未结束(NoClose)"拍卖计算附加拍卖度量(操作610)。然而，数据导出程序120可为拍卖的任何子集或所有拍卖计算拍卖度量。数据导出程序120将包括拍卖度量的导出特性存储在历史拍卖数据114中。未结束拍卖是由于例如保留价格未满足或者由于没有一个出价而没有被售出的条目的拍卖。标准拍卖可以不同的方式来定义。在一种实现方案中，标准拍卖可以是为其设置了预先选择的拍卖特性的拍卖或没有为其设置预先选择的拍卖特性的拍卖。非标准拍卖也可以是为其设置了预先选择的拍卖特性的拍卖或没有为其设置预先选择的拍卖特性的拍卖，但与标准拍卖在一个或多个特性方面有所不同。例如，对于一个拍卖而言，"荷兰拍卖法(dutchauction)"特性或保留价格特性是真实的或者是存在的，则可认为该拍卖是非标准拍卖。"标准"拍卖和"非标准"拍卖是所有拍卖的子集的特定实例。可以存在被限定为标准拍卖、非标准拍卖或拍卖的任何其它子集的多种类型的拍卖。例如，一种类型的非标准拍卖可以是荷兰拍卖法，第二种类型的非标准拍卖可以是保留价格拍卖。作为另一个实例，标准拍卖可以是没有保留价格的5天的拍卖或者具有附加图像的7天的拍卖。系统100可为所有拍卖或所有拍卖的子集收集或导出拍卖特性。系统100可为拍卖的子集收集或导出与它为所有拍卖收集或导出的特性相同或不同的特性。在图5中，示出了价格预测输入502、价格预测器504和结果预测506的实例。为先前或未决拍卖描述条目、拍卖和参与者特性的输入502被提供给结果预测器504，结果预测器504为所选择的拍卖生成拍卖结束结果输出506。价格预测输入502可包括拍卖特性508、条目特性510、历史拍卖数据512、参与者特性514或其它特性。可将收集、导出或以其它方式得到的一个或多个特性提供给价格预测器504。结果预测器504可包括三种类型的预测逻辑、电路或算法价格逻辑516、范围逻辑518和阈值逻辑520。每种类型的结果预测器504可产生与执行结果预测相一致的置信测度。价格逻辑516可产生拍卖结束价格和/或置信测度作为预测的拍卖结果。范围逻辑518可产生拍卖结束价格箱和/或置信测度作为预测的拍卖结果。阈值逻辑520可产生拍卖结束阈值或二元分类、置信测度、和/或结果指示符作为预测的拍卖结果。价格预测器可包括多个不同类型的预测逻辑516、518和520以产生一个或多个预测的拍卖结果，诸如单个经组合的结果预测输出。预测逻辑516、518和520可包括一个或多个机器学习算法以确定结果预测506。任何类型的预测逻辑516、518和520可采用祌经网络522、回归逻辑524和决定树逻辑526。在一种实现方案中，一种机器学习算法可确定拍卖结果预测506。可替换地，多个机器学习算法可用于产生一个或多个拍卖结果预测506。价格预测器504中包括的每个算法的输出可被包括。可替换地，一个或多个结果预测506可在统计上组合以产生更少的结果预测。预测逻辑516、518和520可在实现方案上广泛地变化。例如，神经网络522可以是采用自适应并从过去的样本学习的互连的处理元件的真实或虚拟设备。在实践中，神经网络包括沿强度可变的连接彼此发送数据的多个互连的处理元件。连接的强度由权重表示。处理元件或者直接从对系统100的输入接收输入，或者从其它处理元件接收输入。每个输入然后乘以相应的权重，并且其结果被加在一起以形成加权和。可将传递函数应用于加权和，以获得称为元件状态的值。该状态然后沿着已加权的连接被传递给另一元件，或者被提供为输出信号。总起来说，状态被用于表示短期的信息，而权重表示长期信息或学习。可通过以下方式来训练网络重复地呈现诸如历史拍卖数据114的具有已知输出的输入，将网络522输出与己知结果进行比较，并修改权重以减小或使错误最小化。可将预测输入502输入到被训练的神经网络522。神经网络522可提供多个价格阈值输出。驱动价格阈值输出的处理元件的加权和或者状态信息可表示或可用于确定预测结果的置信测度。回归逻辑524可实现任何类型的回归算法，诸如线性回归算法、逻辑回归算法、多项式回归算法或核回归算法(kernelregressionalgorithm)。线性回归算法可使用某种拟和优度度量来通过一组点进行直线拟和。该组点可对应于历史拍卖结果的特性。在一个实施例中，一个或多个N输入特性可对拟和该组点的线性回归方程作出贡献。线性回归方程中的每个变量的系数然后可应用于随后的拍卖以产生结果预测。决定树逻辑526可产生决策过程中的抉择的表示。例如，决定树逻辑526可通过使用历史数据114定义一系列节点来进行构造。节点基于从属性而彼此互连，并且每个路径具有相应的发生概率。每个输入502特性的值可用于横穿决定树以便预测拍卖结果。可将每个遭遇到的节点的概率组合起来以确定对预测结果的置信度。结果预测506可包括拍卖结束价格528、拍卖结束价格范围或箱530和/或拍卖结束价格阈值532。每个预测506可与置信测度相关联。图4以附加的细节描述了结果预测506。在图7中，示出了神经网络700形式的结果预测器。神经网络700可以以硬件、软件或这二者来实现，并且可基于所有或部分历史拍卖数据114(例如，40%的历史拍卖数据)或基于其它数据而被训练。神经网络700可包括参数输入702和结果预测输出704。诸如动量项(momentumterm)、学习速率、参数衰减或其它参数的神经网络参数可在实现方案之间有很大的变化。下面为采用Clementine(R)工具的实现方案给出实例。作为一个实例，神经网络502可采用Alpha近似为0.7的学习速率，近似为0.4的Eta初始值，近似为0.1的Eta上方值，近似为0.01的Eta下方值，以及近似为20的Eta衰减值。Alpha参数可以是动量项并且可用于在训练期间更新权重。动量项可保持权重变化在一致的方向上移动。更高的动量项的值可有助于神经网络脱离局部极小值。Eta参数可以是学习速率。学习速率可控制权重在每次更新时被调节多少。学习速率可在训练进行时发生改变或保持恒定。Eta的初始值可给出Eta参数的开始值。在训练期间，Eta参数可以Eta的初始值开始并减小到Eta的下方值。Eta参数然后可在训练期间一次或多次复位到Eta的上方值并减小到Eta的下方值。Eta衰减值可指定Eta参数减小的速率。Eta衰减可表示为Eta参数从Eta的上方值变化到Eta的下方值的循环的数目。神经网络700可包括具有近似20个处理元件和近似200的持久性的一个或多个隐藏层。每个结果预测输出704可表示二元分类或拍卖结束阈值。每个预测输出704的状态或权重和的值可反映分配给预测输出704的价格阈值的置信测度。在一个实施例中，可将结果选择器706连接到神经网络700。结果选择器706可接受一个或多个预测输出704并确定一个或多个结果预测708以递送给市场参与者128。例如，结果选择器706可响应于由参与者128提供的配置设置来递送最可能的价格预测，所有价格预测，结果指示符从"售出"转变到"未售出"时的价格预测，或者任何其它价格预测。参照图4，结果选择器706可递送"有85%的置信度认为以多于$45售出"的价格预测作为最可能的结果。可替换地，结果选择器706可向参与者128递送所有预测的价格阈值或预测的价格阈值的子集，置信测度，以及结果指示符。当多个结果预测很可能近似相等时，结果选择器706可选择第一个结果预测，对结果预测求平均，随机选择结果预测，向参与者递送所有结果预测，或者以另一方式确定要递送的结果预测。结果预测技术适用于多种应用。在拍卖开始之前预测结束价格，为第三方提供了向卖方提供价格保险的机会。承保人可从系统100获得预测的结束价格，并向卖方或者其他个体或实体提供拍卖条目将以至少受保险的价格售出的保险。受保险的价格可以是最可能的预测的结束价格，但不限于最可能的结束价格。作为回报，承保人可收集到保险费用。保险的条款可指定例如，如果拍卖条目以小于预测结束价格的价格售出，则承保人将向卖方赔偿受保险的价格与售出价格之间的差。结果预测技术的另一应用是列表优化器。列表优化器可辅助卖方创建具有设计成达到更高结束价格的特性的拍卖。例如，卖方可输入他们将要销售的条目的条目特性，描述卖方的参与者特性，或其它特性。列表优化器然后可运行结束价格预测，在该结束价格预测中，一个或多个特性在预测之间变化。列表优化器可跟踪每个结束价格并修改输入特性以确定它们对结束价格的影响。在一个或多个预测后，列表优化器可识别出可以使结束价格增加的条目、拍卖或卖方特性所发生的变化。因此，列表优化器可将建议传递给卖方，以用于设置条目、拍卖或卖方特性，诸如可使结束价格增加的开始时刻、开始出价、照片的使用、保留价格、描述条目的用词、或其它特性。结果预测技术可提供精确的拍卖结果预测。价格预测技术特别好地适合于关于拍卖、用于销售的条目和/或卖方的一组特性是已知的情形。即使当可以获得一组有限的历史拍卖数据或者数据被松散地构造时，也能够进行价格预测而没有精确度的实质损失。利用有意义的拍卖结果预测，在拍卖中提供用于销售的条目的一些风险可以降低，从而吸引更多的买方和卖方来到市场并增加市场的价值。获得拍卖条目的很可能的结束价格，开辟出能够提供给在线拍卖中的买方、卖方和第三方的大量服务。在一种实现方案中，历史拍卖数据114可包括三种主要类别的历史数据相似拍卖、相似标准拍卖、和"未结束"拍卖。相似拍卖数据和相似标准拍卖数据可分别包括四种子类别历史计数、历史开始价格信息、历史收盘价格信息和历史运货额信息。下面的表给出了每种类型的历史拍卖数据114的实例。在下面给出了被收集和导出的条目、拍卖和参与者特性的表格。表1示出了示例性的被收集的拍卖特性。表2示出了示例性的PDA的导出的拍卖特性。表3、4、5和6示出了示例性的被导出的相似拍卖历史数据。表7、8、9和IO示出了示例性的被导出的相似标准拍卖历史数据。表11示出了示例性的一组被导出的"未结束"拍卖历史数据。表l一被收集的特性<table>tableseeoriginaldocumentpage25</column></row><table><table>tableseeoriginaldocumentpage26</column></row><table><table>tableseeoriginaldocumentpage27</column></row><table><table>tableseeoriginaldocumentpage28</column></row><table><table>tableseeoriginaldocumentpage29</column></row><table><table>tableseeoriginaldocumentpage30</column></row><table><table>tableseeoriginaldocumentpage31</column></row><table><table>tableseeoriginaldocumentpage32</column></row><table><table>tableseeoriginaldocumentpage33</column></row><table><table>tableseeoriginaldocumentpage34</column></row><table><table>tableseeoriginaldocumentpage35</column></row><table><table>tableseeoriginaldocumentpage36</column></row><table><table>tableseeoriginaldocumentpage37</column></row><table><table>tableseeoriginaldocumentpage38</column></row><table><table>tableseeoriginaldocumentpage39</column></row><table><table>tableseeoriginaldocumentpage40</column></row><table><table>tableseeoriginaldocumentpage41</column></row><table><table>tableseeoriginaldocumentpage42</column></row><table><table>tableseeoriginaldocumentpage43</column></row><table><table>tableseeoriginaldocumentpage44</column></row><table><table>tableseeoriginaldocumentpage45</column></row><table><table>tableseeoriginaldocumentpage46</column></row><table><table>tableseeoriginaldocumentpage47</column></row><table><table>tableseeoriginaldocumentpage48</column></row><table><table>tableseeoriginaldocumentpage49</column></row><table><table>tableseeoriginaldocumentpage50</column></row><table><table>tableseeoriginaldocumentpage51</column></row><table><table>tableseeoriginaldocumentpage52</column></row><table><table>tableseeoriginaldocumentpage53</column></row><table><table>tableseeoriginaldocumentpage54</column></row><table><table>tableseeoriginaldocumentpage55</column></row><table><table>tableseeoriginaldocumentpage56</column></row><table><table>tableseeoriginaldocumentpage57</column></row><table><table>tableseeoriginaldocumentpage58</column></row><table><table>tableseeoriginaldocumentpage59</column></row><table><table>tableseeoriginaldocumentpage60</column></row><table><table>tableseeoriginaldocumentpage61</column></row><table><table>tableseeoriginaldocumentpage62</column></row><table><table>tableseeoriginaldocumentpage63</column></row><table>拍卖保险是上面讨论的价格预测技术的一种应用。例如，图8示出了与价格预测系统100合作以提供拍卖保险的保险数据处理系统800("承保人800")。承保人800可包括连接到存储器804、网络接口806和显示器808的处理器802。存储器804可保存一个或多个预测的拍卖结果810、保险参数确定程序812以及拍卖保险参数814。拍卖保险参数814可包括保险费用参数816和受保险的拍卖结果818。还可以确定或建立附加保险参数820，诸如关于保险策略的条款和条件。承保人800可从价格预测系统100、市场参与者或其它第三方系统获得任何的预测的拍卖结果810。预测的拍卖结果810可包括具有相关联的置信测度的一个或多个拍卖结束价格402、拍卖结束价格范围404和/或拍卖结束价格阈值406。然而预测的拍卖结果810可以采取其它形式。保险费用参数816可表示与保险相关联的费用、价格或其它考虑。费用可以是买方、卖方或其他一方可以支付或购买拍卖保险的美元金额。拍卖保险可对以下事件提供保险拍卖条目将会售出或不会售出，将会达到或不会达到指定价格，或者将会达到或不会达到由受保险的拍卖结果参数818指定的另一最终结果。例如，PDA拍卖可与受保险的拍卖结果参数818"至少$50.00"相关联。保险费用参数然后可表示卖方为保险支付的费用，例如$1.00。在该实例中，买方可支付$1.00来购买PDA将以至少$50.00售出的保险。受保险的拍卖结果可指定一个或多个拍卖特性。例如，受保险的拍卖结果可以指定条目将会售出还是不会售出，可以指定最终售出价格、最大出价、拍卖持续时间或其它拍卖特性。在上面的实例中，受保险的拍卖结果是PDA将以至少S50.00售出。作为另一个实例，受保险的拍卖结果可以是PDA将在拍卖开始后的两天内以指定的立即购买(buy-it-now)的价格售出。承保人800可通过网络126与价格预测系统100通信。例如，当价格预测系统100已经获得了在线拍卖的预测拍卖结果116时，价格预测系统100可将一些或所有预测拍卖结果116传递给承保人800以用于分析。可在承保人800或价格预测系统100之间的传递之前，预先配置或协商传递给承保人800的特定拍卖结果116。承保人800可确定拍卖保险参数814并将参数814传回价格预测系统100或诸如巿场参与者128的第三方。在其它实施例中，承保人800可从多个价格预测系统100接收预测的拍卖结果。每个价格预测系统100可独立工作并且可独立地为拍卖结果提供任意类型的确定预测。类似地，一个或多个价格预测系统100可将它们的预测拍卖结果传递给一个或多个承保人800。每个承保人800可独立工作并且可独立地提供确定的拍卖保险参数以用于由价格预测系统100或其它第三方检査。图9概括了可由保险参数确定程序812采取以确定拍卖保险参数814的操作900。程序812可接收预测的拍卖结果，诸如价格预测、价格箱、价格阈值和相关联的拍卖条目置信测度(操作902)。在一种实现方案中，程序812可确定一个或多个受保险的拍卖结果(操作904)。例如，程序812可从预测拍卖结果中选择具有最大置信测度410的价格预测408(操作906)。可替换地或另外地，程序812可选择具有最大置信测度414的价格箱412(操作908)。作为另一个实例，程序812可选择相关联的结果指示符418(例如，从"售出"到"未售出")转变时的价格阈值406，具有最大置信测度的价格阈值406，或者具有至少预先确定的置信测度(例如，至少90%)的价格阈值406(操作910)。程序812可直接从自价格预测系统100接收到的预测拍卖结果中选择受保险的拍卖结果。然而在其它实现方案中，程序812可产生附加拍卖结果以供选择。例如，程序812可从一种或多种类型的预测拍卖结果中导出平均、内插或曲线拟和的拍卖结果或者其它利用统计方法导出的拍卖结果。程序812可从以任意方式获得的任意附加拍卖结果中选择受保险的拍卖结果。在一些实现方案中，程序812可确定单个受保险的拍卖结果(例如，PDA将以至少S50.00售出)。然而，程序812还可确定多个受保险的拍卖结果。因此，程序812可以确定如被期望、请求或配置的那样多的附加的受保险的拍卖结果(操作912)。例如，本地配置文件或(例如，通过网络126接收到的)第三方保险请求可指示程序812返回所选择的数目的受保险的拍卖结果。第三方可接收受保险的拍卖结果，并从它们中进行选择以为任何拍卖条目的销售提供保险。程序812还可确定一个或多个保险费用参数(操作914)。例如，程序812可参考存储在存储器804中的费用表(操作916)。费用表可包括预定义的费用、相关联的置信测度、受保险的拍卖结果或者其它参数。例如，费用表可随着置信测度的降低和/或受保险的拍卖结果的增加而建立逐渐增加的保险费用。在另一种实现方案中，程序812可确定作为受保险的拍卖结果的函数的保险费用(操作918)。在一种实现方案中，该函数可以是受保险的拍卖续果的最大值的百分之一至十(1-10%)。例如，当价格箱412被确定为受保险的拍卖结果时，可将保险费用确定为限定该箱的上方值的百分之一(1%)。作为另一个实例，可将保险费用确定为价格阈值406的上限的百分之二(2%)。程序812还可通过评估映射函数来确定保险费用参数(操作920)。映射函数可将风险映射到保险费用参数，可将期望的收益映射到保险费用参数，或者可实现其它映射函数。例如，当承保人面临的风险增加时，映射函数可建立更高的保险费用。承保人可采用任何保险风险模型来建立保险费用参数。可替换地，映射函数可随时间或者根据其它标准来设置保险费用以满足每个保险策略的期望收益。程序812可以以其它方式确定保险费用参数。例如，程序812可对任何拍卖保险收取固定费用(例如，$1.50)。作为另一个实例，程序812可将保险费用参数确定为固定费用加上基于各因素的修正，这些因素诸如，卖方或买方反馈、拍卖、价格预测或者用于确定并向市场参与者提供保险选项的保险系统附加费，或者其它因素。例如，程序812可以对超过了预先确定的阈值的买方和/或卖方反馈建立较低的保险费用参数。图IO示出了可以相互作用以确定、呈现和购买拍卖保险的数据处理系统。图IO示出了拍卖系统1000、市场参与者1002、价格预测系统1004和保险参数确定系统1006。系统1000-1006可通过一个或多个网络126相互通信。拍卖系统1000可表示实现在线拍卖系统的一个或多个数据处理系统。拍卖系统1000可独自执行价格预测并提供拍卖保险。为此，拍卖系统1000可包括保存价格预测程序110和保险参数确定程序812的存储器1008。拍卖系统1000可在存储器1008中建立拍卖网页数据1010。拍卖网页数据IOIO可包括拍卖条目提交数据1012和保险选择数据1014。拍卖条目提交数据1012可表示文本、图形、html代码、和/或市场参与者1002可与之交互以建立给定拍卖条目的在线拍卖的用户界面元素。保险选择数据1014可表示文本、图形、html代码、和/或市场参与者1002(或其他第三方)可与之交互以购买在线拍卖的保险的用户界面元素。保险选择数据1014可包括或表示一个或多个拍卖保险参数814。可在系统1000-1006中的任何一个处完全或部分地进行价格预测、保险或web页面创建和提交功能中的任何一个。例如，拍卖系统IOOO可向一个或多个价格预测系统1004传递拍卖特性数据。价格预测系统1004可确定预测拍卖结果116和/或拍卖保险参数814。可替换地，市场参与者1002可包括确定预测拍卖结果和相关联的拍卖保险参数的程序。这些程序可由拍卖系统、承保人或其它第三方提供。类似地，拍卖系统1000可向一个或多个保险参数确定系统1006传递拍卖特性数据。保险参数确定系统1006可确定预测拍卖结果116和/或拍卖保险参数814。系统1000-1006中的任何一个可向任何其它系统1000-1006传递全部或部分价格预测和/或保险参数确定结果或者web页面数据。例如，市场参与者1002可如上所述输入拍卖特性数据。拍卖系统1000可将拍卖特性数据传递给价格预测系统1004。价格预测系统1004然后可将预测的拍卖结果传递给保险参数确定系统1006。保险参数确定系统1006可将拍卖保险参数传递给拍卖系统1000。拍卖系统1000然后可为市场参与者1002准备具有保险选择数据1014的拍卖网页数据1010。市场参与者1002可表示拍卖条目卖方、买方或其它第三方。市场参与者1002可执行诸如web浏览器程序1016的通信程序。Web浏览器程序1016可显示拍卖提交页面1018和/或保险购买页面1020。保险购买页面1020可以是独立的网页，可以与作为保险购买数据1022的拍卖提交页面1018结合，或者可以与其它web页面结合。拍卖提交页面1018可包括文本、图形、html代码、禾P/或由拍卖条目提交数据1012建立的用户界面元素，但是也可包括其它数据。市场参与者1002可与拍卖提交页面1018交互以提交拍卖数据(例如，拍卖条目特性)，启动在线拍卖，或者与拍卖系统IOOO交互。保险购买页面1020和/或保险购买数据1022可呈现保险选择数据1014。市场参与者1002可与保险购买页面1020和/或保险购买数据交互以便检查并从一个或多个承保人中选择保险供应，以便为拍卖条目销售、购买或其它交易选择保险，以及以便购买拍卖保险。市场参与者1002可向系统1000-1006提供信用卡、银行帐户、借方余额帐户、Paypal帐户数据、或者任何其它支付信息以为拍卖保险支付费用。在图11中，浏览器窗口示出了拍卖提交页面1018。拍卖提交页面1018可包括拍卖条目特性1102，诸如拍卖标题、持续时间、位置和图像。拍卖提交页面1018还可包括保险购买数据1022。保险购买数据1022可基于从一个或多个第三方获得的拍卖保险参数。在图11所示的实例中，保险购买数据1022为市场参与者1002提供三种保险策略1104、1106和1108的选择。根据第一策略1104，市场参与者1002可用$2.00购买拍卖条目将以$850.00售出的保险。根据第二策略1106，市场参与者1002可用$18.55购买拍卖条目将以$800.00和$850.00之间的价格售出的保险。根据第三策略1108，市场参与者1002可用$23.00购买拍卖条目将以至少$700.00售出的保险。承保人可以指定购买者在什么条件下基于购买的保险可收集到多少，作为保险参数或其它参数。例如，当购买了保险策略1108时，在拍卖条目的最终价格小于$700.00时，承保人可向购买者支付最终价格与$700.00之间的差。作为另一个实例，根据保险策略1104或1106,如果拍卖条目的最终价格分别不是$850.00或小于$800.00，则承保人可向购买者支付预先选择的美元金额。如上所述，市场参与者1002可在拍卖开始之前经由拍卖提交页面1018购买保险。作为替代，市场参与者1002可在包括拍卖开始之后的其它时刻购买拍卖保险。更具体而言，市场参与者1002可与保险购买界面交互以为拍卖选择和购买保险。保险购买界面可以是具有用户界面元素的web浏览器页面，诸如拍卖提交页面1018，可以是独立于拍卖提交过程的web浏览器页面，可以是电子形式，非电子形式，市场参与者1002和承保人之间的email交流，市场参与者1002和承保人之间的电话交流，或者其它界面。当市场参与者1002购买保险时，市场参与者1002可向诸如承保人800的任何第三方传递所选择的保险参数、支付信息和购买者标识信息。承保人800可记录和跟踪被购买的保险策略、相关联的拍卖，并可确定和跟踪拍卖结果。图12示出了可被采取以提供在线拍卖保险的操作。可将包括条目特性的拍卖参数传递给价格预测系统1004(操作1202)。价格预测系统1004可产生预测拍卖结果并将预测拍卖结果传递给保险参数确定系统1006(操作1204)。保险参数确定系统1006可确定一个或多个拍卖保险参数(操作1206)。承保人、拍卖系统、市场参与者或其它系统可将拍卖保险参数和拍卖保险选择器(例如，选择按钮)添加到拍卖提交web页面、独立web页面或其它web页面中(操作1208)。可将web页面数据传递给市场参与者(操作1210)。为了启动拍卖，市场参与者可将拍卖提交指令传递给拍卖系统或其他第三方(操作1212)。拍卖提交指令可由市场参与者提供的任何输入，诸如，在用户界面元素"提交"上的鼠标点击、对键盘的敲击或其它输入产生。如果选择了拍卖保险，则市场参与者可向承保人传递对一个或多个拍卖保险参数的接受(操作1214)。市场参与者还可向承保人传递标识和支付信息(操作1216)。承保人可以例如以具有接受消息、条款和条件以及其它信息的web页面的形式产生保险接受数据(操作1218)。承保人然后可向市场参与者传递接受页面数据(操作1220)。不管是否选择了保险，拍卖系统都可向市场参与者传递拍卖接受页面(操作1222)并启动在线拍卖。因此，应该将上面的详细描述视为例证性的而不是限制性的，并且应该理解的是，应该由包括所有等价物的所附权利要求来定义本发明的精神和范围。权利要求1.一种用于拍卖结果预测的方法，所述方法包括以下操作获得第一拍卖条目的参与者指定特性；获得历史拍卖数据；将所述参与者指定特性和所述历史拍卖数据提供给结果预测程序；和从所述结果预测程序接收预测拍卖结果。2.如权利要求l所述的方法，其中，价格预测程序包括神经网络。3.如权利要求1所述的方法，还包括从获得的历史拍卖数据中导出特性；将导出的特性与所述参与者指定特性进行比较；基于所述比较，识别与所述第一拍卖条目相似的条目的相似历史拍卖数据；禾Q将所述相似历史拍卖数据提供给所述结果预测程序。4.如权利要求1所述的方法，还包括接收所述第一拍卖条目的多个参与者指定特性，并将所述多个参与者指定特性提供给所述结果预测程序；和将来自所述结果预测程序的所述预测拍卖结果提供给拍卖条目优化器程序，所述拍卖条目优化器程序被编程以执行包括以下操作的优化例行程序修改所述第一拍卖条目的至少一个所述参与者指定特性；将包括至少一个被修改特性的所述参与者指定特性提供给所述结果预测程序；从所述结果预测程序接收新的预测拍卖结果；和基于所述预测拍卖结果和所述新的预测拍卖结果的比较，识别将会导致更有利的预测拍卖结果的特定特性。5.如权利要求4所述的方法，其中，所述拍卖条目优化器程序被编程以执行所述优化例行程序的多次反复。6.如权利要求1所述的方法，其中，接收预测拍卖结果的操作包括接收拍卖结束价格阈值和相关联的价格阈值置信测度。7.如权利要求6所述的方法，其中，接收预测拍卖结果的操作包括接收多个拍卖结束价格阈值和价格阈值置信测度。8.如权利要求7所述的方法，其中，所述价格预测程序包括神经网络，所述神经网络包括每个所述价格阈值置信测度的网络输出。9.如权利要求l所述的方法，其中，获得历史拍卖数据的操作包括获得与所述第一拍卖条目相似的附加拍卖条目的历史拍卖数据。10.如权利要求l所述的方法，其中，获得参与者指定特性的操作包括获得拍卖条目图像、标题或运货特性。11.如权利要求l所述的方法，其中，获得历史拍卖数据的操作包括获得先前拍卖价格、先前拍卖标题或先前拍卖持续时间特性。12.如权利要求l所述的方法，其中，接收预测拍卖结果的操作包括接收所述拍卖条目的拍卖结束价格。13.如权利要求l所述的方法，其中，接收预测拍卖结果的操作包括接收所述拍卖条目的拍卖结束价格范围。14.如权利要求l所述的方法，其中，获得参与者指定特性的操作包括获得卖方指定拍卖条目特性，并进一步包括获得卖方指定拍卖特性和参与者指定卖方特性。15.如权利要求l所述的方法，其中，获得参与者指定特性的操作包括获得拍卖条目崭新程度特性、拍卖条目类别特性或拍卖条目标识符。16.如权利要求15所述的方法，其中，获得参与者指定特性的操作进一步包括从拍卖条目标题中获得。17.—种拍卖结果预测系统，包括包括拍卖条目的参与者指定特性和历史拍卖数据的存储器；和被连接到所述存储器，并且能够接受所述指定特性和所述历史拍卖数据并产生预测拍卖结果的结果预测器。18.如权利要求17所述的拍卖结果预测系统，其中，所述结果预测器包括基于至少部分所述历史拍卖数据而被训练的神经网络。19.如权利要求17所述的拍卖结果预测系统，还包括能够执行以下操作的数据导出程序从获得的历史拍卖数据中导出特性；将所述导出特性与所述参与者指定特性进行比较；基于所述比较，识别与所述拍卖条目相似的条目的相似历史拍卖数据；和将所述相似历史拍卖数据提供给所述结果预测程序。20.如权利要求17所述的拍卖结果预测系统，还包括能够执行包括以下操作的优化例行程序的拍卖条目优化器程序接收来自所述结果预测器的所述预测拍卖结果；修改所述拍卖条目的至少一个所述参与者指定特性；将包括至少一个被修改特性的所述参与者指定特性提供给所述结果预测程序；从所述结果预测程序接收新的预测拍卖结果；和基于所述预测拍卖结果和所述新的预测拍卖结果的比较，识别将会导致更有利的预测拍卖结果的特定特性。21.如权利要求20所述的拍卖结果预测系统，其中，所述拍卖条目优化器程序能够执行所述优化例行程序的多次反复。22.如权利要求17所述的拍卖结果预测系统，其中，所述结果预测器包括基于至少部分所述历史拍卖数据而被训练的回归逻辑。23.如权利要求17所述的拍卖结果预测系统，其中，所述结果预测器包括基于至少部分所述历史拍卖数据而被训练的决定树逻辑。24.如权利要求17所述的拍卖结果预测系统，其中，所述预测拍卖结果包括价格阈值和置信测度。25.如权利要求17所述的拍卖结果预测系统，其中，所述预测拍卖结果包括多个价格阈值和置信测度。26.如权利要求17所述的拍卖结果预测系统，其中，所述预测拍卖结果包括预测的价格。27.如权利要求26所述的拍卖结果预测系统，其中，所述预测拍卖结果还包括置信测度。28.如权利要求17所述的拍卖结果预测系统，其中，所述存储器还包括数据收集程序。29.如权利要求28所述的拍卖结果预测系统，其中，所述数据收集程序能够分析拍卖条目搜索结果以用于第一特性。30.如权利要求29所述的拍卖结果预测系统，其中，所述存储器还包括特性导出程序。31.如权利要求30所述的拍卖结果预测系统，其中，所述特性导出程序能够从所述第一特性中导出第二特性。32.如权利要求17所述的拍卖结果预测系统，其中，所述参与者指定特性包括卖方指定拍卖条目特性。33.如权利要求32所述的拍卖结果预测系统，其中，所述卖方指定拍卖条目特性包括条目名称、描述、标题或图像特性。34.如权利要求17所述的拍卖结果预测系统，其中，所述存储器还包括卖方指定拍卖特性，并且其中，所述结果预测器还能够接受所述卖方指定拍卖特性并产生所述预测拍卖结果。35.如权利要求34所述的拍卖结果预测系统，其中，所述卖方指定拍卖特性包括开始时刻、开始日期、开始价格或运货特性。36.如权利要求n所述的拍卖结果预测系统，其中，所述存储器还包括参与者指定卖方特性，并且其中，所述结果预测器还能够接受所述参与者指定卖方特性并产生所述预测拍卖结果。37.如权利要求36所述的拍卖结果预测系统，其中，所述参与者指定卖方特性包括卖方反馈、销售量或会员资格持续时间特性。38.—种数据处理系统，包括-存储器，其包括拍卖条目的预测拍卖结果；和保险参数确定程序，其包括接收所述预测拍卖结果的指令；确定受保险的拍卖结果的指令；和基于所述预测拍卖结果来确定所述受保险的拍卖结果的保险费用的指令；以及处理器，其被连接到所述存储器并执行所述保险参数确定程序。39.如权利要求38所述的数据处理系统，其中，所述预测拍卖结果包括所述拍卖条目的预测价格和所述预测价格的价格置信测度。40.如权利要求38所述的数据处理系统，其中，所述预测拍卖结果包括拍卖结果指示符。41.如权利要求38所述的数据处理系统，其中，所述预测拍卖结果包括所述拍卖条目的预测拍卖结束价格。42.如权利要求38所述的数据处理系统，其中，所述预测拍卖结果包括所述拍卖条目的预测拍卖结束价格范围。43.如权利要求39所述的数据处理系统，其中，所述预测拍卖结果包括拍卖结束价格阈值。44.如权利要求43所述的数据处理系统，其中，所述预测拍卖结果还包括拍卖结果指示符。45.如权利要求44所述的数据处理系统，其中，所述拍卖结果指示符是"售出"或"未售出"指示符中的一个。46.如权利要求44所述的数据处理系统，其中，所述保险参数确定程序能够基于所述拍卖结果指示符来确定转变拍卖结束价格阈值。47.如权利要求46所述的数据处理系统，其中，所述受保险的拍卖结果基于所述转变拍卖结束价格阈值。48.如权利要求46所述的数据处理系统，其中，所述保险费用基于所述转变拍卖结束价格阈值和至少一个所述价格置信测度。49.一种用于确定拍卖保险参数的方法，所述方法包括.-获得拍卖条目的预测拍卖结果；将所述预测拍卖结果提供给保险参数确定程序；和将所述保险参数确定程序确定的拍卖保险参数存储在存储器中。50.如权利要求49所述的方法，其中，获得所述预测拍卖结果的操作包括获得所述拍卖条目的预测拍卖结束价格和相关联的置信测度。51.如权利要求49所述的方法，其中，获得所述预测拍卖结果的操作包括获得所述拍卖条目的多个预测价格阈值和价格置信测度。52.如权利要求49所述的方法，其中，获得所述预测拍卖结果的操作包括获得多个拍卖结果指示符。53.如权利要求52所述的方法，还包括基于所述拍卖结果指示符来确定转变拍卖结束价格阈值。54.如权利要求52所述的方法，还包括启动所述保险参数确定程序的执行以确定受保险的拍卖结果和保险费用。55.如权利要求49所述的方法，其中，存储操作包括存储受保险的拍卖结果。56.如权利要求49所述的方法，其中，存储操作包括存储保险费用。57.—种用于受保险的在线拍卖的方法，所述方法包括获得拍卖条目的拍卖保险参数；显示保险选择器和所述拍卖保险参数；和当所述在线拍卖被激活并且所述保险选择器被选择时，把对所述拍卖保险参数的接受传递给承保人。58.如权利要求57所述的方法，其中，所述拍卖保险参数包括受保险的拍卖结果和保险费用。59.如权利要求57所述的方法，其中，所述拍卖保险参数包括多个受保险的拍卖结果和保险费用，并且其中，所述接受是对所述多个受保险的拍卖结果和保险费用中的至少一个的接受。60.如权利要求57所述的方法，还包括获得所述拍卖条目的预测拍卖结果。61.如权利要求60所述的方法，其中，获得拍卖保险参数的操作包括基于所述预测拍卖结果获得所述拍卖保险参数。62.如权利要求57所述的方法，其中，显示操作包括在在线拍卖提交页面上显示所述保险选择器和所述拍卖保险参数。63.—种拍卖系统，包括存储器，其包括拍卖保险购买页面数据，所述拍卖保险购买页面数据包括卖方指定拍卖条目特性、保险选择器和拍卖保险参数；网络接口；禾口处理器，其被连接到所述存储器和所述网络接口，所述处理器能够将所述拍卖保险购买页面数据传递给市场参与者。64.如权利要求63所述的拍卖系统，其中，所述处理器能够接收来自所述市场参与者的提交指令，并作为响应，在所述保险选择器被选择时，把对所述拍卖保险参数的接受传递给承保人。65.如权利要求63所述的拍卖系统，其中，所述拍卖保险参数包括价格阈值和"售出"或"未售出"拍卖结果指示符。66.如权利要求63所述的拍卖系统，其中，所述保险购买页面数据包括拍卖提交页面数据。67.如权利要求63所述的拍卖系统，其中，所述网络接口能够从第三方接收所述拍卖保险参数。68.如权利要求63所述的拍卖系统，其中，所述存储器还包括确定所述拍卖保险参数的保险参数确定程序。69.如权利要求63所述的拍卖系统，其中，所述拍卖保险参数包括多个可选择的保险策略。70.如权利要求63所述的拍卖系统，其中，所述拍卖保险参数包括受保险的拍卖结果和保险费用。71.—种产品，包括机器可读介质；存储在所述介质上的、获得预测拍卖结果的预测拍卖结果指令；存储在所述介质上的、基于所述预测拍卖结果来确定拍卖保险参数的保险参数指令；存储在所述介质上的、将所述拍卖保险参数传递给第三方的通信72.如权利要求71所述的产品，其中，所述预测拍卖结果是预测的拍卖结束价格、预测的拍卖结束价格范围或预测的拍卖结束价格阈值。73.如权利要求71所述的产品，其中，所述拍卖保险参数包括受保险的拍卖结果和保险费用。74.如权利要求71所述的产品，还包括存储在所述介质上的、确定所述预测拍卖结果的价格预测指令；75.如权利要求71所述的产品，其中，所述第三方是市场参与者。76.如权利要求71所述的产品，其中，所述第三方是承保人。77.如权利要求71所述的产品，其中，所述第三方是在线拍卖系统。78.—种计算机程序，当在计算机上被执行时，使所述计算机执行权利要求1至16或49至62中的任一项所述的方法。全文摘要本发明公开了一种用于拍卖结果预测的方法和系统。该方法包括获得第一拍卖条目的参与者指定特性；获得历史拍卖数据；将参与者指定特性和历史拍卖数据提供给结果预测程序；和从结果预测程序接收预测拍卖结果的步骤。本发明还公开了一种确定用于为在线拍卖提供保险的保险参数的系统。保险参数可基于预测拍卖结果。反映保险参数的保险策略可被提供给在线拍卖买方、卖方或其它市场参与者。保险策略可提供例如要销售的条目将获得至少由保险策略指定的价格的保险。文档编号G06Q30/00GK101432769SQ200580019609公开日2009年5月13日申请日期2005年6月10日优先权日2004年6月14日发明者H·D·西蒙斯,R·加尼申请人:埃森哲全球服务有限公司