用于了解群体对于要素集合的反应的方法和该模型的多种应用的制作方法

用于了解群体对于要素集合的反应的方法和该模型的多种应用的制作方法
【专利摘要】本发明提供用于了解群体(通常为人群)对要素或可选项集合的反应(比如，兴趣)的系统和方法，其中每个群体成员能够以不同的方式做出反应。假设群体可以通过电子手段(比如，英特尔网)访问，该系统可以基于群体响应算法去评价群体反应，其需要最少的群体成员工作量和最少的时间。为了最小化或降低群体成员的工作量和时间，算法使用了统计工具。群体响应系统以预先设定的统计可靠性来评价群体反应。对一些特殊情况，本发明也能够使用次要算法。
【专利说明】用于了解群体对于要素集合的反应的方法和该模型的多种
应用
[0001]交叉引用
[0002]本申请要求2011年10月7日提出的美国临时申请61/544，749、2012年I月26日提出的美国临时申请61/591，112和2012年4月30日提出的西班牙申请P201230645的权益，这些申请的内容通过弓I用全部结合在本文中。
【背景技术】
[0003]如果没有用于个体和群体的通讯系统，例如:互联网、电视，那么今天的生活状态将无法想像。这些通讯系统由旧的标准演化而成，并且通常具有一系列完整的使人们能够以不同的方式进行沟通的交互工具。按照现行的标准，一个人可以将消息广播给几乎无限数量的人们。
[0004]然而，却没有方法能够让这些无限数量的人们发送消息给那个曾经将消息广播给他们的人。此类通讯技术没有使用反向信道。社交网络、电子邮件、短信、视频和其他任何现有的通讯工具都是进行一对一和一对多通讯的强大工具，但是，当一大群人要寻找一种方式来表达其意图时，却没有工具能够帮助这个群体。
[0005]图31示出了一大群人的图片。这个庞大的群体作为一个整体表达某些东西。需要确定这个群体在表达些什么。
[0006]需要有用于全球社交通讯的系统。进一步需要在社交通讯媒介发展中的转折点。
【发明内容】

[0007]这里描述的系统和方法在该转折点处有助于推动这种跃升。
[0008]正如之前提到的，需要有用于群体表达的系统和方法。需要有反向信道，其可以通过软件系统来完成，所述软件系统允许任何数量的社区发送信息、表达观点(opinions)、采取行动，在很多方面相当于个人。那样，社区可能会与个人或其他的社区通讯，就像个人能够与其他的个人通讯的方式一样。
[0009]为了更好的理解许可架设这种完成全球社交通讯系统的新生应用的基本原理，在图33-35中示出了一个例子。请注意，这个例子非常简单，而优势就在于它够简单:
[0010]图32描绘一个具有共同兴趣的大社区(community)。图33描述由这个社区中的不同成员提出的多种意见(proposal)。按照现行标准，没有方法“立即”知道哪些意见是最满足整个社区的兴趣的。图34示出了这里所描述的系统和方法的一个例子。通过计算机辅助方法，该系统可以随机地(可以利用分层)组织人群对每个不同的意见进行评价并且为他们喜欢的意见投票。图35示出了所述群体得票最高的观点的选定，即包括有对于所述社区最可能是最感兴趣的一组意见。如果结果包括太多意见，并且我们想要一个更加明确的结果，可以将相同的系统运行两次或多次直至我们获得较少或唯一的建议。在第二次运行中，将提交比较小的建议集合用于评价，因此，我们需要具有成员数目更多的较少评价群体。这样可以使得评价具有更高代表性。在之后的运行中，结果建议集合变得更小，直至其包括所要求的很少或唯一建议。
[0011]依照本发明所提供的群体反应评价系统和方法可以允许构建提供至今都不为所知的服务的新生应用，这些应用可能对全球社交通讯系统有重大影响。
[0012]图1提供一种依照本发明的实施例的全球社交通讯系统的图示。
[0013]步骤一至四代表了现今的通讯基础结构:电子邮件和互联网络提供基本的基础结构。万维网和信息传播形成第二步。另一个通讯步骤可以包括网页排名，所述网页排名例如在例如谷歌的中提供信息可用性的搜索引擎种所提供。社交网络允许个人层面的关系。
[0014]第五步:例如这里所提供的群体反应系统提供了民主的群体智慧。
[0015]这里提供几个由这些应用给出的例子。例如，群体反应评价系统可以允许个人或组织进行实时评价(或以异步的方式)，所述实时评价对群体(无所谓它们多大)对任何他们可能感兴趣的主题的单独立场影响最小。这对于任何类型的组织和个人都可能是有用处的，其包括但不仅限于:有兴趣去了解客户对其现有或后续产品的观点的企业；有兴趣了解公民的观点的政府；有兴趣了解受众们对正在播放内容的观点的电视节目或其他媒体；允许受众积极参与的电视节目、讨论、体育赛事，和/或有兴趣了解其选民的观点的政党。
[0016]这里描述的系统和方法也可以有利的允许群体(无所谓它们多大)对它们可能感兴趣的任意主题表达其观点。例如，这些群体们包括但不仅限于一般的兴趣社区、选民、品牌消费者、体育团队或个人的粉丝团和/或媒体或其他内容的受众。
[0017]这里描述的系统和方法都涉及专门的算法，其使得能够在很短的时间内估计群体对任何它可能感兴趣的主题(一系列要素)的立场(反应)，并且某些可能的应用通过使用所述算法给出了至今为止还不能得出的解决方案，并且除非使用作为本申请的另外内容的所述算法，是不可能得到所述解决方案的。
[0018]发明的目的是针对一种计算机辅助方法，该方法用于评价一个代理集合的反应，其包括多个有机会对一个或多个选项提供反应的代理，所述方法包括:提供包括多个选项的最初的选项集合；在计算机处理器的辅助下将代理集合划分成多个最初的代理子集，其中属于一个或多个单独的代理子集的代理是随机选择的；将所述选项集合划分为多个包括了最初的选项集合的选项子集；为每个单独代理子集分配一个或多个不同的选项子集；将在每个所分配的选项自己中的所有的选项提供给在所述单独代理子集中的每个代理；从包括在独立代理子集中的每个代理接收对在所分配的每个选项子集中的所有选项的代理反应；并且在计算机处理器的辅助下推测出所述代理集合对在所述最初选项集合中的每个选项的代理反应的统计估计(statistical estimation),这种统计估计基于在所述单独的代理子集中的代理针对所分配的选择子集的反应的选择分析。
[0019]在一些实施例中，在最初的选项集合中的选项的总数量与在用于提供给各个单独的代理子集的指定选项子集中的选项的数量的比值大于或等于2:1。在给予代理提供反应的机会之前，使用因为在所述代理中共享而可以使用的代理反应来导出所述选择分析有关的信息。在代理集合的代理子集和之间可能发生并行的评价，其中，所述评价包括对在提供给所述独立代理子集的每个指定的选项子集之中的所有选项的评价。在一些实施例中，所述统计估计包括置信区间。
[0020]依照一些实施例，所述选项可以是建议，并且统计估计可以包括建议被代理支持的比例，建议可以由两个或更多的社区给出，并且统计估计包括两个或更多社区对所述建议的支持率。两个或者更多的社区可以是有相反兴趣的社区，并且该方法可以用于作为谈判技巧的一部分，其中包括一个或多个建议的候选列表是基于所述支持率产生的。该方法可以进一步包括在处理器的帮助下利用统计估计来建立后续选项集合，其包括由最佳选择集合中挑选出的一个或多个选项，如果支持率超过预先确定的阈值，那么为后续选项集合挑选出这些选项。在一些实施例中，该方法可以进一步包括在处理器的帮助下利用统计估计来建立后续选项集合，其包括由最佳选择集合中挑选出的一个或多个选项，在预先确定的置信度上，其包括由代理集合决定的最偏爱的选项。该方法还可以进一步包括在处理器的帮助下利用统计估计来建立后续选项集合，由最佳选项集合中挑选出的一个或多个选项，等于或超过预先确定的置信度，所述最佳选项集合包括选定数量的由代理集合决定的最偏爱的选项。一个或多个选项可以是一个或多个将要提出的问题，其中可以提出有限数量的问题，并且所述后续的选项集合包括有限数量的问题。该方法可以进一步包括:如果达到预先设定的目标，那么基于代理集合的反应确定结论。
[0021]在一些实施例中，提供一种按照本发明这样的方法，其可以进一步包括，如果没有达到预先设定的目标:(a)利用统计估计在处理器的帮助下来建立后续选项集合，其包括由最佳选择集合中挑选出的一个或多个选项；(b)在处理器的帮助下，将代理集合划分为代理子集，其中属于代理集合的一个或多个单独的后续代理子集的代理是随机挑选的；(C)将后续的选项集合划分为多个构成后续选项集合的后续选项子集；(d)将一个或多个不同的后续选项子集分配给其每个独立的后续代理子集；(e)将在每个指定的后续选项子集中的所有的选项提供给每个在独立的后续代理子集内的代理；(f)接收所有来自于在独立的后续代理子集内的每个代理对在指定的后续选项子集中的每个选项的反应；以及(g)如果达到预先设定的目标，则基于代理集合的反应确定结论，或者如果没有达到预先设定的目标规模，则重复步骤(a)-(g)。
[0022]在一些实施例中，结论可以包括有限数量的选项，且当该有限数量的选项包括在预先确定的置信度上的选定数量的对代理集合来说最偏爱的选项时，那么可以达到所述目标。所述一个或多个选项可以是一个或多个将要提出的问题，其中可以提出有限数量的问题，并且所述结论包括有限数量的问题，并且如果有限数量的问题包括在预先确定的置信度上的选定数量的对代理集合来说最偏爱的选项时，则达到预先确定的目标。结论可以包括基于目标支持率和/或后续选项集合的大小来选定的后续选项集合。
[0023]在某些实施例中，基于在最初的选项集合中的选项数量决定多个最初的代理子集的数量。该比率可以大于或等于10: 1、100: 1、1000:1或10000:1。在一些实施例中，每个选项子集仅包括1、2、3、4或5个选项。可以通过移动设备的用户界面获取代理的反应。
[0024]一方面，本发明可以针对一种方法，该方法用于制订对某一问题的可能的响应(potential responses):将该问题向在答复样本群体中的多个代理提出，其中答复样本群体是代理集合的子集；从在响应样本群体中的多个代理接收对所述问题的多个可能的响应；建立包括多个选项的最初的选项集合，其中，多个选项是多个可能的响应；并且执行依照本发明一方面的如此处其他地方所描述的方法。
[0025]依据本发明的另一方面，可以提供一种用于制订问题的方法。该方法可以包括:从用户处获取针对在代理集合中出现的问题的建议；向在问题样本群体中的多个代理提出问题，其中问题样本群体是代理集合的子集；从最初的样本群体中的多个代理接收对所述问题的代理反应；并且，如果所述问题超过预先确定的基于代理反应的阈值时，并且如果苏搜代理反应超过执行按照本发明提供的方法(例如那些之前所描述的)所预先确定的阈值时，那么在处理器的帮助下做出决定。
[0026]按照本发明的某些实施例，在给予代理提供反应的机会之前，使用在所述代理中共享而可以使用的代理反应来导出所述选择分析有关的信息。在代理集合的代理子集之间可能发生并行的评价，其中，所述评价包括在提供给独立代理子集的每个指定的选项子集之中的全部选项的评价。该方法可以进一步包括在处理器的帮助下利用统计估计创建后续的可能响应集合，所述响应集合包括一个或多个来自选项集合的可能的响应。在某些实施例中，多个最初的代理子集的数量可以基于对在最初的选项集合中的可能响应的数目来确定。
[0027]在一些实施例中，可以通过移动设备来提出问题。所述多个可能的响应可以通过所述移动设备来接收。
[0028]按照某些实施例，响应样本群体和问题样本群体可以包括一个或多个相同的代理。响应样本群体和问题样本群体也可以包括一个或多个不同的代理。如果在可能的响应中存在任何重复，那么可以将它们从多个可能的响应中移除。如果在可能的响应中存在由不同代理提供的任何重复的可能响应，这些提供可能响应的代理可以因为提供了所述可能响应而获得积分(credit)。
[0029]本发明的另一方面针对的是一种在包括多个代理的社区中的全部选项集合上确定观点的方法，该方法包括:基于在全部选项集合中的选项的数量或预期的选项数量定义群体的数量；将多个代理中的每一个分配给所述群体之一；针对每个群体，向在用于评价的所述群体中的每个代理提供数目少于全部选项集合中的选项数量的选项；针对每个群体，从每个代理处接收提供给所述代理的每个选项的评价；并且，在处理器的帮助下，利用从每个群体内的每个代理处接收的评价来依据社区观点来确定最佳的选项或选项集合。
[0030]在某些实施例中，应用一种统计抽样的方法，将所述代理分配给它们各自的群体。提供给每个群体的选项的数量可能是相同的。在某些实施例中，通过以群体的数量来平均划分全部选项集合中的选项数量来决定提供给每个群体的选项的数量。提供给每个群体的选项数量可能是一。可以通过以由全部选项集合中的选项的数量来平均划分多个代理的数量来决定分配给每个群体的代理数量。针对每个群体，提供给所述群体的每个代理的选项可以不同于提供给其他群体的代理的选项。
[0031]在某些实施例中，按照本发明的一方面所提供的方法可以进一步包括:(a)利用从在每个群体中的每个代理处接收的评价来确定最佳候选选项的集合；(b)针对每个群体，向在用于评价的群体中的每个代理提供至少一个来自最佳候选选项集合的选项；(C)针对每个群体，从每个代理处接收来自于提供给所述代理的最佳候选选项中的至少一个选项的评价。
[0032]按照此处所述的方法还包括:将步骤(a)-(c)重复预先确定的次数或重复直到达到期望的统计置信度，其中，应用统计抽样方法，将代理分配给它们各自的群体，并且对于每次重复，在所述最佳候选选项的集合中的选项数量会进一步减少。
[0033]最佳选项或选项集合的确定可以包括，基于来自每个群体内的每个代理的评价，选择在全部选项集合中收到最多赞同的评价的选项或选项集合。决定最佳候选选项的集合的步骤(a)可以包括在全部选项集合中选择η个具有最多赞同评价的选项，其中η>1并且η小于全部选项集合的数量。全部选项集合可以包括从多个代理中的至少一个接收的意见(submissions)。关于评价的汇总信息可以提供给多个代理。
[0034]本发明的一方面也可以针对存储有程序的永久性的计算机可读介质，该程序使计算机执行用于在包括多个代理的社区内的全部选项集合之上确定观点的进程，该进程包括:基于全部选项集合内的选项的数量或期望的选项数量来规定群体的数量；将多个代理中的每一个分配给所述群体之一；针对每个群体，向在用于评价的所述群体中的每个代理提供数目少于全部选项集合中的选项数量的选项；针对每个群体，从每个代理处接收对提供给所述代理的每个选项的评价；并且，应用从每个群体内的每个代理处接收的评价，根据社区的观点来确定最佳选项或选项群体集合。
[0035]本发明的另以方面可以包括计算机系统，其在包括多个代理的社区内的全部选项集合之上确定观点，所述计算机系统包括:可编程的处理器，其配置为:基于全部选项集合内的选项的数量或期望的选项数量来规定群体的数量；将所述多个代理中的每一个分配给群体之一；针对每个群体，向在用于评价的所述群体中的每个代理提供数目少于全部选项集合中的选项数量的选项；针对每个群体，从每个代理处接收对提供给代理的每个选项的评价；以及，应用从每个群体内的每个代理处接收的评价，根据社区的观点来确定最佳选项或选项集合；以及配置为用于显示最佳选项或选项集合的显示装置。
[0036]此外，根据以下的详细描述，对于本领域技术人员来说，本发明所公开的优点是显而易见的，这里仅示出和描述了本发明的示例实施例。本发明能够以其他不同的实施例来实现，并且其多处细节能够在多个明显的方面进行多种修改，这些都没有超出本发明的范围。因此，事实上图示和描述应该被看作是说明性的而不是限制性的。
[0037]援引合并
[0038]将所有在本说明书中提到的出版物、专利、和专利申请援引合并于此，其范围与专门单独提到援引合并每个出版物、专利或专利申请的范围相同。
【专利附图】

【附图说明】
[0039]以下，用具体例子陈述本发明的新颖性特征。参考以下的详细描述和附图能够更好的理解本发明的特征和优点，所述详细描述陈述了应用本发明原理的说明性实施例，其中:
[0040]图1提供了被包含在全球社交通讯系统中的通讯步骤的例子。
[0041]图2提供了按照本发明的群体划分的例子。
[0042]图3提供了一种新类型的人群来源(crowd sourcing)的图示。
[0043]图4提供了依据本发明的某些实施例的民众集体智慧的图示。
[0044]图5提供了社区内协调的各类型例子。
[0045]图6提供了依据本发明的用于问题周期的用户界面的例子。
[0046]图7提供了示出不同选项的用户界面的附加例子。
[0047]图8示出了用户界面的另一视图，在其中用户可以在问题周期内对问题做出决定。
[0048]图9提供了用户界面的例子，其中显示哪个代理是被邀请参与某个问题是否要作为社区问题的投票。
[0049]图10提供了用于用户接收投票最高的问题的用户界面的例子。
[0050]图11提供了其中代理接收用于评价的问题并回答的用户界面图示。
[0051]图12提供了其中给出投票最多的答复的用户界面的例子。
[0052]图13提供了按照本发明的一个实施例的群体反应评价系统的例子。
[0053]图14提供了按照本发明的实施例的群评价系统的图示。
[0054]图15-31示出了使用这里的(例如，示例排行(Demorank))系统和方法的应用的截屏，其中，将领导者与她的追随团连接起来。
[0055]图15示出应用的登陆截屏。
[0056]图16示出在访问聊天后用户看到的第一个屏。
[0057]图17示出收藏夹的截屏。
[0058]图18示出通知的截屏。
[0059]图19示出的屏幕中，用户能够看到的来自领导者的问题。
[0060]图20示出的屏幕中，用户能够看到来自领导者的答复建议。
[0061]图21示出获胜的答复、其获得的投票的百分比和一些其他的信息。
[0062]图22示出来自领导者的新的且不同的通信。
[0063]图23示出的截屏中，所建议的照片用来让用户投票。
[0064]图24示出的截屏显示了获胜的照片、其获得投票的百分比和一些其他的用户信
肩、O
[0065]图25示出有来自领导者说感谢她的粉丝的新通信的截屏。
[0066]图26示出有来自领导者的信通信的截屏。
[0067]图27示出的截屏有获胜的照片从社区成员处所获得的投票百分比和一些其他的信息。
[0068]图28示出的截屏有获得最多投票的图片的排行和推荐它们的粉丝们、投票的数量和百分比。
[0069]图29示出三方聊天。
[0070]图30示出三方聊天的后续。
[0071]图31提供了一大群人在表达一些东西的图示。
[0072]图32-35示出了本发明的基本功能的例子。
[0073]图32示出一个有共同的兴趣的大社区。
[0074]图33示出来自该社区的不同的成员的多种意见的出现。
[0075]图34示出评价不同建议的人群。
[0076]图35示出选择获得多数群体投票的建议。
【具体实施方式】
[0077]当在此示出和描述本发明的优选实施例时，显而易见本领域技术人员可以知道该实施例仅是以示例的方式提供的。不超出本发明的范围，本领域技术人员将能想到很多的变形、变化和替换。应该理解的是，此处所描述的发明的各种替代的实施例可以用于实施本发明。[0078]根据本发明的一些方面，本发明提供按照本发明的用于评价(estimating)群体反应(reaction)的系统和方法。此处所描述的本发明的多个方面可以应用于设置有以下或任何其他类型的群体决策分析或投票程序的特殊的应用上。本发明可以作为单独的系统和方法、或作为决策程序的一部分来应用。应该理解的是，本发明的不同方面能够单独地、共同地或以任意方式组合。
[0079]在一些实施例中，按照以下的描述提供了一个或多个术语。这些术语仅作为例子提供并不具是限制性的。
[0080]代理(Agent):此处“代理”可以包括在接触到某些要素时应该做出反应的人或物(比如，人、电脑…任何其他的实体或装置)。例如:用户。
[0081]群体(Group):此处“群体”可以包括代理的集合或子集。在一个群体内可以提供0、1、2或更多的代理。在一些实施例中，群体可以是代理集合，其可以包括0、1、2或更多的代理。代理子集可以是代理集合的子集，其可以包括代理集合的一个或多个代理。例如:用户群体。 [0082]要素(Element):此处“要素”可以包括那些一旦被接触就会引发代理反应的东西(比如，内容、提问、问题、建议、构思、选项…或任何其他的)。此处任何对要素的描述可以适用于和/或包括任何其他的可以引发代理反应的例子(比如，内容、提问、问题、意见、构思、或选项)，并且反之亦然。例如:对于某个群体的意见。
[0083]要素集合(Element Set):此处“要素集合”可以包括所有要素的集合。任何要素集合的描述可以适用于和/或包括任何可以引发代理反应的其他例子的集合(比如，内容的集合、提问的集合、问题的集合、意见的集合、构思的集合、或选项的集合)，并且反之亦然。例如:对所述群体的所有建议。
[0084]说明(Exposition):此处“说明”可以包括向代理陈述要素。例如:用户阅读意见。
[0085]代理反应(Agent Reaction):此处“代理反应”可以包括代理对要素的的所有反应的集合。例如:用户投票支持意见。
[0086]反应集合(Reaction Set):此处“反应集合”可以包括代理对要素可能做出的所有反应。例如:{支持、反对、没有回答}。
[0087]群体反应(Group Reaction):此处“群体反应”可以包括所有的当对群体成员接触某一指定的要素时会发生在整个群体中的任何类型的反应。例如:{支持=500、反对=400、没有回答=100}。
[0088]群体反应比例(Group Reaction Rate):此处“群体反应比例”可以包括所有的当对群体成员接触某一指定的要素时会发生在整个群体中的任何类型的反应除以所有类型的反应的总和再乘以100,比如是群体反应的百分比。例如:{支持=50%、反对=40%、没有回答=10% }。
[0089]群体反应集合(Group Reaction Set):此处“群体反应集合”可以包括对于在要素集合中的所有要素的群体反应。
[0090]目标反应(Target Reaction):在某些情况下，“目标反应”可以以“优选反应”或“正面反应”作为其特征。例如:“支持”是目标反应。
[0091]目标反应比例(Target Reaction Rate)目标反应比例”可以是做出目标反应的群体反应比例。例如:{支持=50% } ο[0092]最佳要素(Best element)最佳要素”可以是要素集合中具有较高的目标反应比例的要素。例如:当由全体群体投票时，该要素将拥有最多的“支持”票。
[0093]最佳N要素:“最佳N要素”可以是对于目标反应其具有较高的群体反应比例的N个要素的集合。例如:5要素的集合，当由全体群体投票时，其拥有最多的“支持”票。
[0094]最佳候选列表:“最佳候选列表”可以是要素集合的子集，所述子集有一定的置信度，包括最佳要素。例如，从1000个之中选出的10个建议的列表，其中包括有99%的置信度的那一个具有所述群体中所有成员投“支持”票最多的建议。
[0095]N最佳候选列表:“N最佳候选列表”可以是要素集合的子集，有一定的可信度其包括最佳N要素。例如，从1000个之中选出的13个建议的列表，其中包括有99%的置信度的5个群体成员投“支持”票最多的建议。
[0096]图14提供了按照系统的实施例所提供的群体反应评价系统的图示。此处任何群体反应评价系统的描述可以与任何形式的群体评价或群体响应、做出群体决策、或行为评价相关联、或反之亦然。例如，群体反应可以用于评价和/或做出决策的目的。此处任何群体反应评价系统的描述可以应用于群体响应系统、群体决策系统、或行为评价系统，并且反之亦然。
[0097]系统可以包括多个用户1450、1460a、1460b、1460c、1460d、1460e、1460f。当他或她是从代理中任意选择的样本的一部分时，该用户可以是代理。代理可以通过一个或多个设备1440a、1440b、1440c、1440d、1440e、1440f通信，这些设备可以被分为一个或多个群体1430a、1430b、1430c。优选地，代理可以是个体/个人。代理可以是通过设备与系统单独交互。在可选实施例中，代理可以是设备或可以利用设备。代理可以通过网络1420与一个或多个服务器1400和/或一个或多个控制台1410通讯。服务器(一个或多个)和/或控制台(一个或多个)可以是独立设备或集成在一台设备中。在某些实例中，系统的用户1450可以通过网络1420与系统相互作用。
[0098]代理可以是用户/人1460a。代理也可以使用设备1440a。在可替代的实施例中，代理可以是设备。通常，该用户1460a使用设备1440a连接到英特尔网。设备可以显示和/或披露要素。设备的例子可以包括但不仅限于个人电脑、服务器电脑、笔记本、平板电脑、卫星电话、智能手机(比如，iPhone、Android、Blackberry、Palm、Symbian、Windows)、移动电话、个人掌上电脑、蓝牙设备、寻呼机、座机电话或其他网络设备。在一些实施例中，该设备可以是移动设备。移动设备可以更便于携带(比如，平板电脑、智能手机)。在某些情况下，移动设备可以是手持设备。该设备可能能够与网络通信。在某些实例中，该设备可能能够通过无线和/或通过线缆与网络通信。该设备具有可编程的处理器和/或存取器。该存储器可能能够存储的有形的计算机可读介质，其可能包括此处用于这里所描述的一个或多个步骤的代码、指令和/或逻辑。该可编程的处理器可能能够根据有形的计算机可读介质执行这里所描述的一个或多个步骤。
[0099]网络1420可以是局域网(LAN)或像英特尔网这样的广域网(WAN)。网络可以是个人局域网、像电话网这样的电信网络、移动电话网络、移动网、无线网络、数据提供网络或任何其他类型的网络。该通信可以利用无线技术，像蓝牙或RTM这样的技术。可选择的，可以利用多种通信方法，像用调制解调器拨号连接、像T1、ISDN或电缆线路的直接连接。在某些实施例中，无线连接可以使用像蜂窝、卫星、或寻呼网络、或GPRS这样典型的无线网络，或使用像以太网或局域网中的令牌网这样的本地数据传输系统。在某些实施例中，该系统可以使用红外通信部件无线通信。
[0100]在大多数的情况下，代理1440可以是用户，但其也可以是具有存储器和处理器的设备。在大多数情况下，代理可以是用户/人，但其可以是具有存储器和处理器的设备。该存储器可能能够永久存储的计算机可读介质，其可以包括用于描述一个或多个步骤的逻辑、指令或代码。处理器可能能够执行一个或多个步骤，例如由计算机可读介质提供的步骤。该设备也可以具有显示屏。显示屏可以显示用户界面。系统的用户1460可以通过用户界面与设备交互。用户可以是代理用户。用户可以通过用户交互设备进行交互，该设备包括但不仅限于按键、触摸屏、键盘、鼠标、轨迹球、触摸板、控制杆、麦克风、摄像头、运动传感器、红外传感器、热传感器、电传感器或任何其他的用户交互设备。
[0101]在一些实施例中，设备可以是代理。可替代的，通过设备接触到要素的用户可以是代理。在一些实施例中，用户和使用户接触到要素的设备可以共同作为代理。在一个例子中，设备可以为用户显示内容，例如，问题。用户可以通过设备响应问题。该内容可以是视频或音频的内容。视频或音频的内容可以是静态的和/或动态的。用户可以通过设备与该内容交互。在一个例子中，设备可以显示或提供音频要求用户在两个选项中做选择(比如，A或B)。用户可以通过设备的用户交互设备选择选项(比如，A或B)。用户可能能够通过设备从很多选项中选择选项。可替代的，用户可能能够通过设备为问题提供任意形式的答复。
[0102]在一些实施例中，可以在一个系统中提供很多代理。代理们可以共同的提供群体反应评价系统。可以提供任意数量的代理。例如，可以提供两个或更多、10个或更多、100个或更多、1000个或更多、10000个或更多、50000个或更多、100000个或更多、500000个或更多、1000000个或更多、5000000个或更多、10000000个或更多、50000000个或更多、100000000个或更多、或1000000000个或更多的代理。在某些实施例中，可以提供优选的代理群体。例如，代理可以是为了满足需要或特性而筛选过的。可替代的，所述代理可以从人群中随机提供。
[0103]多个代理可以形成代理集合。代理集合可以包括连接到系统的人群。代理集合可以包括在某一特定时刻或在某一特定时间周期内连接到系统的人群。在某些实例中，代理集合可以达到最大值或应用巨大的样本规模。代理集合可以包括为一个或多个选项提供反应的机会的人群。在某些情况下，代理集合可以是从他们那里得到响应的期望人群；为确定群体反应，不需要进一步衡量或推断。代理集合可以代表在响应问题或一个或多个选项中与系统交互的全部代理。代理集合可以代表接触到问题或一个或多个选项的全部代理。
[0104]可以将代理分成群体1430a、1430b、1430c。可以提供任意数量的群体。可以提供I个或更多、2个或更多、3个或更多、5个或更多、10个或更多、20个或更多、50个或更多、100个或更多、500个或更多、1000个或更多、5000个或更多、10000个或更多、50000个或更多、100000个或更多、500000个或更多、或1000000个或更多的群体。群体可以具有大体上相同的规模。可替代的，群体可以具有不同的规模。在某些实例中，群体可以为在最大和最小的群体之间的不超过1、不超过5、不超过10、或不超过100的不同规模。可以使用任意的类似于如简单随机抽样(SRS)或分层抽样的抽样采集方法来选择群体中的代理。可以借助于处理器使用任意的类似于如简单随机抽样(SRS)或分层抽样的抽样采集方法来选择群体中的代理，所述处理器可以应用一个或多个随机采样或生成算法。在某些替代实施例中，可以根据一个或多个标准来选择群体，类似于位置、用户的人口分布、设备的使用历史、自选择或任何其他的标准。群体中的设备可以是相同的或不同的。例如，系统可以将要素提供给在便携移动设备1440a或在电脑1440f前的用户。内容可以通过任何类型的设备(例如此处所描述的那些)披露给群体中的用户。
[0105]可以按照本发明的实施例，提供一个、两个或多个服务器1400。服务器可以包括存储器和/或处理器。存储器可以存储要素和/或对要素的反应。服务器可以在或可以不在所述设备的远程。服务器可以通过网络与设备通信。在某些情况下，可以提供云端运算设施。这里可以应用云端运算设施执行这里所描述的任何功能，例如分布式处理和记忆功能。在可替代的实施例中，系统可以使用点对点架构。
[0106]可以提供一个、两个或多个控制台1410。控制台可以通过网络与服务器和/或设备通信。控制台可以是这里其他地方所描述的任何类型的设备。控制台可以是具有存储器和处理器的设备。存储器可能是能够永久存储的计算机可读介质，其可以包括用于执行一个或多个步骤的逻辑、指令或代码。处理器可能能够执行一个或多个步骤，比如由计算机可读介质提供的步骤。控制台也可以具有显示屏。显示屏可以显示用户界面。系统的用户1450可以通过用户界面与控制台交互。用户可以是管理员用户。用户可以通过用户交互设备交互，该设备可以包括但并不仅限于按键、触摸屏、键盘、鼠标、轨迹球、触摸板、控制杆、麦克风、摄像头、运动传感器、红外传感器、热传感器、电传感器或任何其他的用户交互设备。
[0107]设备可以用于为设备的用户代理显示内容和/或询问。用户可以对询问做出反应，以便提供给集合群形成决策、观点或行为。询问可以由管理用户通过控制台或服务器来决定。在某些情况下，可以将用于群体评价的内容和/或询问池提供给系统。例如，评价众多的电视节目。
[0108]用户代理和他们各自的设备可以被分成群体。在某些实施例中，可以向给定的群体的每个成员披露相同的内容，并且可以向不同群体的成员披露不同的内容。例如，可以向第一个群体披露第一个电视节目，同时可以向第二个群体披露第二个电视节目。可以向第一个群体的每个成员披露相同的第一个内容，同时可以向第二个群体的每个成员披露第二个内容。可以给每个群体的成员机会去响应相关内容的询问。例如，每个群体的成员可以分别投票(比如，赞成、反对)给电视节目，或可以排列或评价电视节目(比如，在1-5的尺度上)，或响应任何与向其披露的电视节目有关的询问。在某些情况下，反应可以是二进制的、从很多选项中挑选、或自由形态的；即，用户可以以自由形态来做出其想要的响应，不受选项的限制。
[0109]通过他们单独的设备或通过各自的显示屏可以向用户代理提供内容。例如，用户代理的移动设备可以显示内容，比如像直接面对用户代理的电视节目。可选的，各种用户代理可以参与显示在各自设备上的预选。询问可以通过他们各自的设备(比如，移动设备)或通过单独的设备(比如，显示电视节目的屏幕)提交给用户代理们。用户代理的反应可以通过他们各自的设备来接收。反应可以通过设备发送至一个或多个服务器。反应服务器可以利用处理器进行一种或多种与所述响应相关的计算。服务器可以决定接下来的步骤。
[0110]在某些情况下，管理员用户可以观察与内容、询问和/或响应相关的数据。管理员用户可以设置一个或多个参数，这些参数可以确定群体所提供的内容、规模和/或分布、所提出的询问、根据响应做出分析、和/或基于响应而带来的接下来的步骤。在可选的实施例中，利用处理器可以无需人员介入来执行一个或多个管理功能。
[0111]图13根据发明的实施例提供了群体反应评价系统的例子。可以确定群体对内容的响应。在一个例子中，使用群体反应评价系统可以评价电视内容。
[0112]通过显示屏1310可以将内容披露给用户1300。在一个例子中显示屏设备将电视图像提供给用户。例如，如果用户评价电视节目，那么用户可以通过显示屏观看电视节目。所述内容包括视频和/或音频的内容。
[0113]显示屏1310可以与控制台1314通信。在某些实施例中，可以在显示屏和控制台之间传送数据和/或图形。在某些情况下，可以提供数据和/或图形的双向通信。可以由显示屏向控制台提供管理，反之亦然。在一个例子中，该控制台可以决定在显示屏上显示什么内容。可以向用户提供由他来决定被播放的内容。可选择地，软件程序可以用自动的方式决定所播放的内容，无需人机交互。在某些情况下，可以基于用户所属的群体来挑选向用户显示的内容。
[0114]用户1300可以与投票应用1312进行通讯。可以由投票应用向用户提出开放性的问题，并且可以接收用户的答复。在另一个例子中，可以将投票选项提供给用户并且可以提供用户的投票。提供给用户的任何问题可以完全开放的(比如，开放性问题)、半开放性的(比如，从多个选项中选择，例如排行、多项选择、评级)、或不开放的(比如，在两个选项之间选择，例如支持或反对)。
[0115]可以在可与用户交互的设备上提供投票应用。在某些情况下，投票应用可以在浏览器上显示。投票应用可以是下载到设备上的程序或者不是。投票应用可以设置在设备的永久存储器中者不是。在某些情况下，为用户提供内容(比如，电视节目)的显示屏可以是同一设备的一部分，也可以是单独的设备。
[0116]投票应用1312可以与服务器1316进行通讯。在某些情况下，投票应用可以是服务器的一部分。服务器可以为投票应用提供指令。服务器可以向投票应用提出问题。服务器可以从投票应用处接收响应。在某些情况下，基于响应，可以利用服务器生成后续的问题。服务器可以与控制台1314进行通讯或者不与之通讯。
[0117]当有大量问题要询问群体时，此处所描述的系统和方法可以有利于群体反应评价。例如以下提供场景的例子，其中向大群体提出大量的问题。在某些例子中，可以将任何数量的问题(比如，I个或多个、2个或多个、5个或多个、10个或多个、20个或多个、50个或多个、100个或多个、200个或多个、500个或多个、1000个或多个、5000个或多个、10000个或多个、50000个或多个、或100000个或多个问题)提供给任何大小的代理(比如，I个或更多的代理、5个或更多的代理、10个或更多的代理、50个或更多的代理、100个或更多的代理、500个或更多的代理、1000个或更多的代理、5000个或更多的代理、10000个或更多的代理、50000个或更多的代理、100000个或更多的代理、500000个或更多的代理、1000000个或更多的代理、5000000个或更多的代理、10000000个或更多的代理、50000000个或更多的代理、或100，000，000个或更多的代理)。
[0118]例1:
[0119]在一个例子中，可能有1000个问题要询问有100000个成员的群体(S卩，要评价1000个要素)。为题获得100%精确性(可靠性)，要向群体的每个成员(100000)提出1000个问题，即总共1000X100000 = 100000000个问题，换句话说每个成员1000个问题。
[0120]通过使用这里所提供的系统和方法，我们可以采用1000个随机样本，每个样本100个成员(即，大小取决于精确度的需要)并且为每个不同样本的所有成员分配各自不同的问题，即，用总共100000个问题替代100000000个问题。换句话说，每个群体的成员要回答一个问题而不是1000个问题。
[0121]我们得到全部群体对每个问题的反应的估计，其准确性取决于样本的规模。
[0122]这样显著地减小了每个群体成员的工作量，并且显著减小了对社区立场做出评价所需的时间。我们仅仅要承担以所谓的98%精确度代替100%。对于绝大多数的实际情况来说，这已经足够可靠了。
[0123]由上述的例子中，为了更好地理解我们做了一些总结。我们假定群体中的成员是人。这里描述的群体反应评价系统和方法能够应用于人或任何其他类似的电脑或其他设备。
[0124]概括为，此处可以向成员数量为M的代理集合提出数量为Q的问题。Q和M可以是任意的正整数，比如这里其他地方所描述的任意数字。代理集合可以分成Q个群体，每个群体有M/Q个成员。如果M/Q不是一个整数时，群体可以最接近M/Q地上下取整。例如，如果提供5个问题，并且所提供的代理集合总共有24个个体，可以将这些个体分为5个群体，其中四个有5个成员，而其中一个有4个成员。可以随机地选择群体的成员(比如，可以将代理集合任意的分为N个群体)。
[0125]可以向每个群体中的每个成员提出所述问题中的一个。例如，问题可以包括QpQ2、Q3、…Qq。可能有Q个群体，其中向群体I的每个成员提出问题Q1，向群体2的每个成员提出问题Q2,…向群体Q的每个成员提出问题Qq。可以从每个单独群体的成员处收集对每个单独的问题的响应。
[0126]我们有兴趣知道群体对于要素集合的反应，即，群体对每个要素的评价。
[0127]如果我们想要有100 %的可靠性，除了让每个代理接触每一个目标外没有其他的选择(在上述所提及的例子中有100000000个问题)。
[0128]然而，当我们决定由获得统计估计来取而代之时，我们可以用一小部分代理的工作量和一小部分的时间而拥有高可靠性。
[0129]这里所描述的系统和方法，用预置的统计可靠性来评价所述群体的所有代理对所有的要素集合中的要素的反应，所述的要素集合有最小限度的或尽可能少的披露。
[0130]群体反应评价工具
[0131]群体反应评价工具可以建立多个随机样本，其是由人群中的个体随机形成的群体。每个这些群体可以由随机挑选的个体形成。于是这些人群子集可以被用来作为有效的样本去统计评价群体对于要素集合的反应。图2有助于理解:
[0132] 左边的要素代表要素集合。我们要评价群体(大的圆圈)对这个要素集合的反应。代理样本是从群体中随机选择的(小的椭圆)。将每个要素分配给样本去检测代理样本的反应。在右侧，我们能够看到要素集合按照代理样本的反应排序。因此，可以将在大的圆圈中的代理随机地划分成群体(小的椭圆)。小的椭圆可以具有大体上相同的规模(比如，代理的数量)也可能不具有大体上相同的规模。[0133]例如，要素集合可以包括5个或更多的要素UWn，A、B、C、D、E)。可以提供随机形成的个体的群体。可以对每个群体披露一个要素(比如，可以将要素A披露给群体A，将要素B披露给群体B，…)。在某些情况下，不会将相同的要素披露给不同的群体。例如，要素A可以仅披露给群体A。可选地，在不同的群体之间可以提供重叠的要素。在某些情况下，可以对每个群体仅披露一个要素。例如，仅对群体A披露要素A。可选地，可以对群体披露超过一个的要素。在某些情况下，可以在群体和所披露要素之间提供一对一的关系。
[0134]每个单独的群体可以对所披露要素做出反应。例如，群体A可以对要素A做出反应，群体B可以对要素B做出反应，群体C可以对要素C做出反应，等等。其可以包括从每个群体的成员处收集对要素的响应。例如，假设群体A有100个成员，这100个成员中的每一个提供对于要素A的响应。可选地，一个或多个成员可以提供对要素A的响应。在某些情况下，一个或多个成员不需要提供响应。可选地，群体的所有成员提供响应。
[0135]在某些实施例中，所提供的响应的形式可以包括对开放性问题、评级、排名、多项选择或二元选项的响应。
[0136]如果已经设置了目标反应，会根据接近所述目标反应的程度对所述要素进行排名。例如，假设用于响应的选项是“支持”或“反对”并且目标反应是“支持”，则可以接近于“支持”的响应对要素进行排名。例如，如在图2中所示，要素C得到85%的“支持”响应，同时要素E以75%的 “支持”响应作为接下来的最高排名。要素B会以45%的“支持”反应排在最后。这意味着85%的群体C的成员为要素C投“支持”票(比如，假如1000个成员被划分到群体C中，850个成员投了“支持”票)。可选地，这意味着85%的成员给要素C投“支持”票(比如，假如1000个成员被划分到群体C中，但群体中仅有500个成员投票，贝IJ 425个成员投了“支持”票)。
[0137]接近目标反应不仅限于二元的响应。例如,假如响应排名由I到10,目标反应可以是10。响应可以按照平均值来排名(比如，假设要素C从群体C得到的平局值是8.5，并且假设要素E从群体E得到的平均值是7.5，要素C会的排名要比素E高)。
[0138]可以按照要素接近于目标反应的程度来对其进行排序。在某些情况下，目标反应可以是正面反应或利好反应。对目标反应的倾向可以显示出正面或利好的要素。例如，可以认为获得较大比例“支持”票的要素C比获得较小比例“支持”票的要素B获得更多赞同。对目标反应的倾向可以显示哪些要素具备目标反应所表明的特质。例如，假如目标反应是幽默的，最多代理选为“幽默”的要素可能是最幽默的。
[0139]能够将每个样本披露给一个或更多的要素，并且能够将每个要素披露给一个或多个样本。在一个例子中，仅可以将每个样本披露给一个要素。可选地，可以将样本群体披露给多个要素。例如，可以将一系列的若干问题和样本群体一起显示。可以连续或同时提供多个要素。在某些实施例中，每个要素仅提供给唯一的样本群体。可选地，可以将要素单独或与其他要素结合地提供给多个样本群体。
[0140]按照本发明的一个方面，可以提供用于评价包括多个代理的代理集合的反应的计算机辅助方法，其能够提供代理对于一个或多个选项的反应。该方法可以包括一个或多个以下的步骤:提供包括多个选项的最初的选项集合；在计算机处理器的帮助下，将代理集合划分为最初的多个代理子集，其中归属于代理集合的一个或多个单独的代理子集的代理是随机选择的；将选项集合划分到多个选项子集，多个选项子集涵盖最初的选项集合?’为每个单独的代理子集指定一个或多个不同的选项子集；将每个指定的选项子集中的所有选项提供给各个代理子集中的每个代理；并且从各个代理子集中的代理接收对每个选项子集中的所有选项的代理反应。一个或多个代理可以属于一个代理子集。在一个选项子集中可以提供一个或多个选项。在某些情况下，在每个选项子集中可以提供少量的选项。例如，每个选项子集可以有I或更少的、2或更少的、3或更少的、4或更少的、5或更少的、6或更少的、7或更少的、10或更少的、15或更少的、或20或更少的选项。选项可以包括任何内容的集合，例如建议、问题、对问题的响应、二元选项或评级。可以由一个或多个代理、社区或任何其他的来源提供选项。在代理集合的代理子集之间可以发生并行的评价。评价可以包括对提供给子代理子集的每个指定选项子集中的所有选项的评价。
[0141]所述方法可以包括，在计算机处理器的帮助下，基于单独的代理子集对选定选项子集的代理反应的选择分析，推知代理集合对最初的选项集合中每个选项的反应的统计估计。这种统计估计可以按照这里所描述的任意技术来执行。统计估计可以包括置信区间。统计估计可以包括一个或多个选项的支持率，例如根据代理的意见。基于统计估计，可以形成结论。结论可以基于代理集合的反应来决定。结论可以包括最优选的选项数量，并且，在预先确定的置信区间内，当有限的选项包括根据代理集合选定数目的最优选项则可以达到目标。最优选项可以选择具有代理反应给予最高支持率的那些选项。
[0142]在某些实施例中，在最初的选项集合中的选项的总数与提供给各自单独的代理子集的指定选项子集中的选项数大于或等于2:1。在另某些实施例中，在最初的选项集合中的选项的总数与提供给各自单独的代理子集的指定选项子集中的选项数大于或等于3: 1、4:1、5:1、7:1、10:1、50:1、100:1、500:1、1000:1、5000:1、10000:1、100000:1、或 1000000:1。多个最初的代理子集可以基于在最初的选项集合中的选项的数量来决定。多个最初的代理子集可以由选项子集的数量来决定。在某些情况下，多个代理子集的数量等于选项子集的数量。
[0143]群体反应评价系统的输出
[0144]按照本发明的一个方面，反应评价系统和方法能够具有多种应用和不同的工作方式。基本上，可以推导出与所述群对在要素集合中的每个要素的具体反应或目标反应相关的三种输出:
[0145]1.置信区间:
[0146]可以估计群体对每个要素的立场(反应)。决定、意见或做出行动(比如，统计)系统和方法可以为我们提供群体反应比例的最大值和最小值。在一定的置信区间内，对于每个要素的群体反应比例的立场可以在某个置信度的最小值和最大值之间，这可以是置信区间。
[0147]例如，对于在图2中所提供的例子，在99%的置信度下，要素C的目标反应值可以在78% -86%之间。可以用最大值或最小值的将置信区间限定为固定的范围，或可变的范围。置信区间可以用选定的最小和最大值来确定。
[0148]为了形成置信区间，例如可能会使用瓦尔特调整方法(另外的统计方法)，其允许根据基于随机样本的民意调查来评价群体反应的比率。
[0149]2.候选列表:
[0150]候选列表是要素的子集，其有一定的概率(置信度)包括对目标反应得到了较高的群体反应比例(事实上，反应足够接近目标反应)的要素。我们称其为“候选列表”。候选列表的例子是，在99%的置信度下，包括获得了全部群体成员投票最多的10个意见。
[0151]为了制作候选列表可能会采用beta 二项式模型(或其他统计方法)。在某些情况下，基于对随机样本的民意调查的beta 二项式模型可以用于推测对每个要素的群体反应比例的分布。之后，其直接演算出每个要素比其他要素得到更多投票的可能性。要素列表可以按照可能性由高到低排序，并且可以选择综合可能性高于或等于所需置信度的“N”个要素。“N”可以指任何大于或等于I的整数，(比如1、2、3、4、5、6、7、8、9、10…)。
[0152]在某些实施例中，候选列表的成员数量可以是固定和/或选定的。例如，令人满意地具有排名最高的N个要素，其中N是选定的数字。在其他的实施例中，候选列表可以包括能到达一定的置信度或阈值的成员。例如，假设提供阈值为80%，候选列表可以包括任意数量的能达到规定的置信度阈值的成员。
[0153]3.列表中的所有要素，每个都有可能成为投票最多的。
[0154]为了计算这个可能性，可以使用beta二项式模型(或其他的统计算法)。
[0155]我们能够以不同的方式将这些输出结合到用户的反应评价系统和方法中。我们利用例子来更好的展示如何使用这种系统和方法。
[0156]在这里所描述的某些实施例和方法中，可以应用正式的统计方法。在其他的实施例中，其中的系统和方法无须使用正式的统计方法来评价群体对要素集合的反应。也可以使用启发式方法。这里提供一个例子: [0157]在某些情况下，可能希望由代理群体(比如，人群)估计在选项集合NI中“获得最多投票”的选项。获得最多投票的选项可以是在要求全部代理群体投票时可能获得投票的选项。评价结果可以被认为是“获胜的选项”。
[0158]所述系统和方法可以通过群体的代理(人)接收一定数量的建议。
[0159]所述系统和方法可以将意见集合的子集发送给代理集合的子集或要投票的代理群体(通过或不通过)。
[0160]所述系统和方法可以选择N2个获得最多代理子集投票的选项。可以通过任意我们想要使用的标准来确定N2(投票的最小百分比、一定的选项个数、基于选项数量的任何计算、代理的数量、我们所决定的进行重复投票的次数、或者任何其他标准)。
[0161]可以提交所述N2个获得代理子集投票最多的选项进行重复一轮投票。此时，N2可以明显地小于NI。因此，代理子集的数量可以比之前一轮多，意味着，此时N3的结果列表可能拥有更少的要素。
[0162]可以执行任意轮的投票，根据需要获取获胜的选项。例如，进行一个、两个、三个、四个、五个、六个、七个、八个、九个、十个或更多轮的投票。
[0163]基于使用具有不同群体类型的不同数据模型的模拟，这里所描述的方法可以在三轮或小于三轮后获得作为结果的获胜选项。获胜选项可以是获得投票最多的选项或、可以是具有的支持率比投票最多的选项小百分之一的选项(比如，假如获得最多投票的支撑率是83%，应用我们的方法的获胜选项具有的支撑率为82%或更多)。
[0164]简单和诱明
[0165]按照本发明的实施例所提供的做出决定、观点或行为的系统和方法的两个有益特征是简单和透明。可以采用简单的算法，那样每个人都能理解该步骤。这里所描述的系统和方法可以是对用户透明的。这意味着使用做出决定、观点或行为的系统的应用的每个用户可以是知道实际情况的，即他或她实际上作为社区的一部分为社区的每一个单独的决定做出决定。用户可以知道所使用的算法或所执行的计算类型。系统可以是透明的系统，其通知用户所实施的方法。用户可以知道或可以不知道算法和/或计算的结果。例如，用户可以看或可以不看群体内的其他用户或全部代理集合的结果。用户可以看或可以不看响应，要素排名或任何其他的结果。
[0166]在某些实施例中，在给代理提供反应机会之前，可以与代理共享使用代理反应来导出的与所选择的分析相关的信息。
[0167]记住这一点是十分重要的在读取群体反应评价系统和方法的不同用户的样本时，简单和透明即是其能力所在。这里有某些在不同领域的统计模型的应用(英特尔网、TV、…)，但是在所有这些常规情况下它们对于用户来说是不透明的。用户是这些统计计算的被动对象，并且既不具有决策权也不会感觉到所述决策是他们自己的。
[0168]相反，这里所描述的群体反应评价系统让群众参与决定他们所关心事物的真实的工具，例如，新的移动电话或新车的产品特征、他们喜爱的电视频道的节目或他们喜爱的足球队的战略。
_9] 同步或异步的方式
[0170]在许多实施例的用户的例子中，我们会着重于描述其同步方式，以指出统计方法给出直接结果和信息的能力。然而，应用也能够采用异步的方式，即，延后答复问题、参与调查或其他情况都没有问题。 [0171]在某些实施例中，可以在短时间内获得群体反应。可以在少于一天、12小时、6小时、3小时、2小时、I小时、30分钟、15分钟、10分钟、5分钟、2分钟、I分钟、30秒、10秒、5秒或I秒内形成群体和/或提出问题。群体的成员可以全部能够同时提供反馈。在某些情况下，代理集合的成员可以全部能够在特定的时间范围内提供响应，所述时间范围可以是短暂的时间窗。可以向群体的成员同时披露内容和/或问题。
[0172]在某些其他的实施例中，可以延时获得群体反应。可以在短暂的时间内获得独立的群体成员的反应。例如，可以在其被放置在一个群体或向其披露内容的I小时、30分钟、15分钟、10分钟、5分钟、2分钟、I分钟、30秒、10秒、5秒或I内获得成员反应。在某些情况下，可以超时收集来自于多个独立的成员的响应，因为将内容披露给每个独立的成员的时间不同、成员的登陆时间不同和/或被提供成为一个群体的时间不同。可以在一段可伸缩的时间内将内容和/或问题披露给成员，而无需同时披露。
[0173]用于群体反应评价系统的附加的多重请求:群发的新类型。
[0174]以下，提供一些使用这里所描述的系统和方法的应用的例子，它能推导出至今未知的服务，并且不能够脱离所述系统和方法而实现。使用群体反应评价系统的新的应用的领域可以是新类型的群发(比如，图3所示)，其大大增加了集体智慧(比如，图4所示)。
[0175]群体集中管理
[0176]在群体集中管理的模型中有控制中心(个人、团队)，其决定向代理披露的要素，管理中心要估计群体针对某个要素的反应，并且相应地执行群体反应方法。管理中心可以包括一个或多个管理员用户，其能够与群体反应评价系统进行交互。
[0177]该模型的一个例子是在用于电视节目的应用中的群体反应评价系统的应用，其中受众对某些要素反应的估计可能会决定节目的成败。参照例2。
[0178]Ml
[0179]假设，我们有一个1000000人(代理)参与电视节目的人群(群体)。受众中的人能够发送图片(要素)参与到竞争中。获得最多投票的图片有奖励。前10000张收到的图片参与竞争。一般地，确定最佳的图片需要一个评审团，一小群人观看这10000张图片并且为其投票。在传统的系统中，评审团的每个成员要观看10000张图片，或多或少的记住它们并且选定最佳的，这并不是十分现实。
[0180]除此之外，其通常对受众参与为图片投票的节目的成功有价值，难道你打算要求1000000个人观看10000张图片中的每一张？并且，你以为他们可以按照电视节目流程在一分钟之内能观看这些图片？这怎么可能呢？
[0181]使用群体反应评价系统的算法，全体受众能够作为评审团。这里所描述的系统和方法能够“在一分钟之内”根据受众的观点来确定(比如，短的时间跨度)最佳的图片。这可以用“候选列表”的算法模型来实现。
[0182]统计的神奇之处在于:
[0183]如果我们希望找到具有100%可信度的获得投票最多的图片，其在1000000人的受众对10000张图片的投票中获得更多票数，我们不得不让受众中的每一个人观看这10000张图片且为其投票。
[0184]利用此处所提供的方法，相反地，可以从1000000人的受众中选择10000个随机样
本。事实上，样本是随机的(或任何其他在统计学上有意义的取样方法)意味着他们是统计学上全体受众的有代表性的样本。
[0185]通过其100成员，可以将一个图片发送给参与投票的10000个随机样本中的每一个(相似/不相似)。
[0186]可以选择N个获得最多投票的图片。
[0187]可以由代理子集选择N个获得最多投票的选项。能够通过任意想要使用的标准来确定N(投票的最小百分比、某一选项数量、任意基于选项数量的计算、代理的数量、决定要运行的投票的重复次数或其他任意的标准)。
[0188]可以将这些获得最多投票的N个选项，提交给代理子集进行重复投票。由此，此次被投票的选项比前一轮被投票的选项少，代理子集比前一轮的数量多，这意味着此时样本更具统计学的代表性。
[0189]根据获得的获胜选项的需要执行投票轮数。
[0190]根据以不同类型人群使用不同的数据模型的模拟，三轮之后，此处所提供的方法可以获得通常的获胜选项的结果，该结果可以是获得最多投票的选项，或比获得最多投票的选项的支持率小百分之一的选项(比如，获得最多投票的支持率为83%，使用我们的算法的获胜选项的支持率为82%或更多)。
[0191]因此，如果我们接受仅为I %的平均误差，我们仅需要每个人进行三次投票。
[0192]做某些假设:如果受众对于所有图片的观点都同样的好，就没有贡献。但是这是非常极端和小概率的情况。对于这个例子来说，假设目标是用于投票百分比的数值为2、针对α个变量的有界普拉妥(Paretto)分布，这种情形并不少见。
[0193]群体反应评价方法可以包括算法，其可以自动地选择10000个每个100个成员的随机样本，并且在它们中间分配图片，每个图片分配给所述样本中的100个人。每个成员要投票给一张图片，在这种特殊的情况下，仅表达我喜欢、我不喜欢(在其他情况下，我们能够请求他们以开放的方式回答，不仅仅是支持或反对)。
[0194]可以以随机的方式把成员分配到群体中。可以在处理器的帮助下选择随机的群体。在某些情况下，服务器处理器可以建立群体。群体的数量可以等于要素的数量。例如，如果可以提供10000个建议，就可能有10，000个群体，每个群体对应一种建议。每个群体内成员的数量可以大致相同，或不同，比如，由一个或更少、五个或更少、十个或更少或一百个或更少的成员组成。例如，群体的成员的数量(比如，100个)可以是全部人群(比如，1000000人)，其取决于建议的数量(比如，10000个)。如果，全部人群除以建议的数量不得不到整数，那么某些群体可以被向上或向下取整，以提供具有与所述结果接近的成员数的群体。例如，如果提供10，000人的人群，并且有3种建议，可以形成三个群体，第一个群体拥有3333个成员、第二个群体拥有3333个成员并且第三个群体拥有3334个成员。
[0195]处理器可以执行算法，该算法可以通过特殊的统计分析自动地获得70张图片的候选列表，并且以99%的可信 度保证获胜的图片在这70张图片的候选列表中。在某些情况下，可以基于可信度来选择候选列表(比如，80%可信、90%可信、95%可信、99%可信、99.5%可信、99.9%可信)。置信度的阈值可以是能够通过用户或软件应用来设置的参数。在某些情况下，候选列表中的建议可以基于其在其他的建议之中的排序来选择(比如，前10位的建议、前100位的建议、前1000位的建议)，或基于任意的置信度和排序的组合。此外算法可以告知每张图片在获得最多投票的候选列表中的概率。
[0196]算法的2、3、...!!次运行
[0197]可以重复运行算法。其结果会是更短的列表。可以按照需要多次运行所述算法，直到获得全体受众投票的足够短的候选列表。在某些情况下，由在先的迭代得出的统计估计可以用于建立之后的选项集合。后续的选项集合可以是这样的候选列表，其包括一个或多个从在先的选项集合中所挑选出的选项。在某些情况下，当代理的支持率超过预先设定的阈值或预先设定的置信度时，可以从选项集合中挑选选项。在某些情况下，可以在候选列表中提供有限数量的选项。
[0198]算法可以包括这里所描述的任何过程，例如，之前所描述的。其可以包括将总体人群分配到多个随机选择的样本群体中，其将一个或多个要素传递给各个样本群体，并且从每个样本群体的成员处获取其对要素的响应。例如，最初的建议列表可以提供10000个选项。在第一轮算法后，可以建立70个样本的候选列表。
[0199]在这个例子中，第二次运行算法，我们随机选择70个样本群体，每个样本群体包括14286个成员，并且将候选列表的70个图片中的一个提供给14286个样本成员中的每一个。样本更大、精度更高，因此这样我们获得有等于或小于4张图片的候选列表。再一次，我们能够以99%的置信度保证获胜的图片在列表中。
[0200]在4张图片的列表上选择是很容易的。可以将4张图片发送给最终投票的全体受众。
[0201]例子提供了运行算法两次的实例。在其他的实施例中，可以将算法运行需要的次数以获得期望的置信度。在某些实施例中，可以是单次、两次、三次、四次、五次、七次或更多次地运行算法，这取决于所希望的置信度和其他的参数。在某些情况下，每次运行所述算法，建议列表的数量会变少。例如，第一次运行该算法，可以将第一要素集合提供给人群。第二次运行该算法，可以产生第二要素集合，其是第一要素集合的“候选列表”。第二要素集合可以有比第一要素集合更少的成员。在某些实施例中，后继的要素集合可以比较早的要素集合具有更少的成员。例如，第三要素集合可以具有比第二要素集合或第一要素集合更少的成员；第四要素集合可以具有比第三要素集合更少的成员。
[0202]在某些情况下，可以运行算法直至获得唯一的达到置信度的结果时停止。在某些情况下，可以运行算法直至在可接受的置信度下达到足够少的输出时停止。(比如，足够小可以包括全体人对其进行投票的输出的数量，例如但不仅限于小于等于10、或小于等于7、或小于等于5、或小于等于4、或小于等于3、或小于等于2、或小于等于I个输出)。在某些情况下，算法第一次运行可以具有比总体所要求的置信度稍微高某些的置信度。
[0203]在某些情况下，可以运行算法直至达到预先已确定的目标。当预先已确定的目标没有达到，可以进行另外轮次的算法。例如，算法的运行可以包括，在处理器的帮助下，利用由在先的算法轮所建立的后继后继选项集合进行统计估计，其包括一个或多个来自于在先选项组合的选项。在某些情况下，在先的选项组合是最初的选项组合。算法也可以包括，在处理器的帮助下，将代理放入多个后继后继的代理子集中，其中，属于一个或多个单独的后继后继代理集合的代理子集的代理是随机选择的；将后继后继选项集合划分成多个后继后继选项子集，其构成了后继后继选项集合；将一个或多个不同的后继后继选项子集分配给每个单独的后继代理子集；在每个所分配的后继所有选项子集中的选项提供给各自的后继代理子集中的每个代理；和/或，当达到预先选定的目标时，基于代理组合的反应确定结论。如果没有达到预先设定时，可以重复算法。
[0204]上述所阐明的例2是能够应用群体反应评价系统和算法的电视节目主持人所能做到的非常具体的情况。然而，群体反应评价系统为电视节目给出了很多可能性。我们列举了某些例子:
[0205]- 了解目标受众对任何题目的观点
[0206]-向受众提出开放性的问题，得到所有答复并且从中选出最佳的
[0207]-并行地向受众提出500个支持/反对的问题
[0208]-给受众多个他们可从中选择的选项
[0209]-允许受众通过“替身”来主导节目
[0210]- 了解受众对节目进行中所探讨的题目的感兴趣程度
[0211]-使用与受众兴趣相关的信息进行的广告聚焦
[0212]-在体育赛事中
[0213]ο 了解观看比赛的团队粉丝的观点
[0214]ο允许受众通过“替身”主导战略和战术
[0215]-对受众偏好的程序管理
[0216]-在线购物:了解每个时刻受众的偏好由此调整产品的供应
[0217]-辩论节目
[0218]O实时了解受众对于参与者的观点
[0219]ο从受众处接收对参与者的问题的建议(实时)
[0220]O实时地由参与者向受众提出问题[0221]-其他可能的新节目形式:
[0222]ο按照受众的喜好展开的实时的交互式的报道
[0223]O受众作为角色参与戏剧的演出
[0224]在目前的电视标准下，应用群体反应评价系统的应用的不同部分在第二应用屏幕和电视屏幕上都能够运行。一旦发展出交互式电视，群体反应评价系统就可以融入到未来的交互式电视的特性中。
[0225]群体集中管理方式也能够应用于营销活动中，例如在发布一个新产品之前。市场部门能够接触潜在客户从而更好的了解他们会感兴趣的相关新特征。这可以用同步方式完成(客户回答问题，在被询问的同时在线表明喜好)或以异步的方式完成(选项就在那里，当客户愿意时能够进行选择)。
[0226]组合设计
[0227]组合设计是具有特殊特性的集中管理群体模式。集中管理为群体在不同的选项中的选择提供了可能，所述选项按照某些维度分组，这些维度以这样的方式在它们之间建立关联，即在某一维度下的选项的选择作为其他维度下的选项的约束或条件。
[0228]例子3
[0229]在发布新的移动电话版本的背景下，企业想要从未来的使用者那里了解他们更感兴趣的特征。通过使用群体反应评价系统的应用，企业可以向潜在客户提供所有的选项，所述选项按照某个维度进行分组，所述维度具有该维度的多个选项。
[0230]能够以某种方式连接不同的维度，即当在一个维度中的一个选项被选入，其制约其他的维度的选项，诸如此类。例如，如果你选择较小的显示屏的选项，那么你就没法在它上面拥有高清视频，或者，如果你选择底价的简配装，你就得不到USB的连接器。在限制条件内，潜在客户可以建议很多不同的产品配置，而后应用群体反应评价系统和方法来选择出最佳的。
[0231]在某些实施例中，可以提供给成员群体的要素可以包括单个的特征(比如，高清视频或非高清视频、USB连接器或没有USB连接器、小规模或大规模)。例如，提供给群体A的要素A可以包括选项I ;提供给群体B的要素B可以包括选项2 ;和，提供给群体C的选项C可以包括选项3。
[0232]在另某些实施例中，可以提供给成员群体的要素可以包括选项组(比如，没有高清视频的小显示屏的选项、或具有高清视频的大显示屏的选项)。当要素涵盖选项组，每个要素可以表示为一个特定的选项组。例如，提供给群体A的要素A可以同时包括选项I和2 ;提供给群体B的要素B可以同时包括选项2和3 ;并且提供给群体C的要素C可以仅包括选项I ;针对每个要素，可以以独特的方式使选项联合。因此可以将独特的选项的组合提供给每个群体，并且群体可以响应作为独立单元的联合的选项组合。
[0233]群体文件版本
[0234]在另外的实施例中，群体能够共同编辑文档。该文档可以由一群人来创建。每个人可以提交文本或其他的对文档的编辑操作，并且群体可以决定包括哪个文本或其他的对文档的编辑操作，替换、修改、等。
[0235]在营销上应用群体反应评价系统的可能性是巨大的。除了之前所阐明的例子之外，营销部门可以通过应用联系潜在客户，从而提供双向的通信:[0236]-将新特征的建议发送给客户
[0237]-从客户处接收对新特征的建议
[0238]-对新版本的特征进行投票
[0239]-对现有的特征的兴趣进行投票
[0240]-对客户对竞争对手观点的投票
[0241]-通过使用所有的关于客户兴趣的信息发布受到高度关注的营销活动
[0242]-受到高度关注的广告
[0243]自我管理社区
[0244]可以应用群体反应评价系统和方法建立其他的模型，类似于这里所描述的那些。一个这样的例子是“社区自我管理”。在这个模型中，社区不仅应用群体反应评价系统来评价社区对于要素集合的立场(反应)，而且决定在任意时刻该做什么。
[0245]我们已经看到在群体集中管理模型的例2中，电视节目策划人怎样去引导与受众的交流。策划人可以决定在节目和受众之间的互动，并且群体反应评价系统可以允许这些互动实时发生。
[0246]应用群体反应评价系统为实时地了解群体的观点、想法、兴趣和通常的群体意愿提供了可能性，这也使得策划人能够在电视节目中做出决策，即可以由群体自身进行集中管理。图5提供调节类型的例子，其包括集中管理模式和自我管理模式。
[0247]例4示出，社区怎样应用这里所描述的群体反应评价系统和方法来自我管理。可以提供社区。社区的一个或多个成员可以否决掉可能提供给全体人群的问题选项。为了确定是否要把问题提供给全部的人群，可以首先通过随机选择人群样本来筛选问题。筛选的策略可以选择所要提供的固定数量的问题(比如，排名最高的问题、排名前五位的问题、排名前十位的评价)，或者可以选择任意数量的达到和/或超过某个事先确定阈值的问题(比如，任意数量的超过85%认同的问题，等)。如果问题适合筛选策略，可以将问题提供给全体人群。在某些情况下，人群的一个或多个成员可以提出一个或多个响应问题的选项。可以基于这里所描述的系统和方法来选择一个或多个响应选项。然后，应用这里所描述的任意的系统和方法，可以将响应选项提供给人群(比如，将人群划分成多个群体并且为每个群体提供一个或多个响应选项)。所以，人群自身可以通过选择对人群所提出的问题和对问题合理的响应来自我管理。
[0248]例子4
[0249]按照本发明的实施例，足球队的粉丝团可以通过使用群体反应评价系统的应用来联系。赛季中球队的表现可能不好，并且在球迷中间可能会出现更换教练的想法。
[0250]一个球迷能够通过应用提出更换教练的想法。群体反应评价系统可以自动地选择可以向其提出是否整个球迷社区应该提出更换教练的问题的随机样本和样本成员。可以在处理器的帮助下，选择随机样本，无需人为干预。取样可以是真正随机或包括有一个或多个标准。
[0251]群体反应评价系统可以提供对讨论更换教练有兴趣的球迷社区的评价。如果结果是正面的，球迷能够用群体反应评价系统再一次建议候选列表，将它们补充到粉丝团的建议中、排列列表并且为最终的候选人投票。其也可以建立讨论区。
[0252]群体反应评价系统可以让群体对问题和答复进行过滤，识别何时所述问题必须传递给随机样本的用户，并且以特殊的方式向该用户显示问题，让使用者理解他或她没有被要求答复问题，或者是应向整个群体提出投票或者不投票的问题。在某些情况下，向群体成员提供用户界面，为了当对是否向整个群体提出问题投票时可以有不同的外观或配置，即请求群体成员投票的用户界面。
[0253]实际上，通过集中群体建议中所有成员的观点，这种模式的群体反应评价系统可以让群体表现为单独的人。
[0254]社区社夺网络
[0255]今天我们习惯于应用社交网络，其将我们与其他人联系起来。我们能够为我们的网络添加新的“好友”，我们能够与他们分享多个项目，并且我们也能够知道他们的观点和表达我们的观点
[0256]群体反应评价系统在社交网络中的应用将允许我们与社区进行通讯，而不仅仅与个人，并且像对待个人一样对待这些社区:
[0257]-向我们的网络中添加新的社区
[0258]-社区能够决定与其他的社区或个人创建关联
[0259]-作为社区的一部分
[0260]-在社交网络上，社区将其观点、想法、建议表达给任意的个人或社区
[0261]-社区与个人或其他社区分享图片或任意其他的项目
[0262]-社区能够与个人或社区聊天
[0263]-个人应对社区
[0264]-社区应对其他社区(见例子5)
[0265]-社区能够决定追随什么样的社区
[0266]-有可能建立一种关系，其中由一个群体所产生的要素(比如，帖子)代表了该群体所产生的最佳的(经群体反应评价系统过滤)
[0267]在两个社区之间协商
[0268]以下的例子展示两个拥有相同和相异兴趣(interests)的社区怎样能够协商取得符合他们兴趣的最佳的结论。社区可以或可以不具直接对立的兴趣。例如，一个社区所支持的选项可以是也可以不是与另一个社区所支持的选项相互排斥的。但是，其也显示出群体反应评价系统引入针对复杂需求解决方案的能。
[0269]在某些实施例中，在选项集合中的选项可以包括由两个或多个社区所提出的建议。依据这里所描述的技术决定的统计估计可以包括两个或多个社区对建议的支持度。两个或多个社区可以具有相反的兴趣。这里所描述的方法可以被作为协商技巧的一部分来使用。该技巧可以包括应用包括一个或多个建议的建议候选列表，其中所述的候选列表是基于支持度来产生的。
[0270]例子5
[0271]国家权力机关可能计划将垃圾堆安置在靠近城市A和B的区域内。A和B两处的市民试图要游说说服官方将垃圾堆远离他们的城市安置。然而，A的游说效果可能导致B所不希望的垃圾堆位置，反之亦然。
[0272]使用群体反应评价系统的应用可以允许两个社区进行相关问题的对话。社区成员能够建议协商。群体反应评价系统可以对双方社区进行民意测验，并且如果他们决定谈判时，群体反应评价系统能够能够按照谈判模式工作:
[0273]当A或B的市民提供建议，群体反应评价系统可以获得分解的双方的样本中的随机样本。由此，群体反应评价系统能够寻找从社区A和B双方都获得超过50%支持的建议，其中社区A和B双方的支持百分比的最大化和/或双方支持百分比的区别最小化。这些标准能够以不同的方式被校正。群体反应评价系统的用户，例如管理用户可以能够确定双方社区的支持的参数。例如，可以加权不同支持标准来提供优化或令人满意的输出。
[0274]在社区协商的情况下，群体反应评价系统可以应用不同的算法。在某些情况下，社区成员可以提出一个或多个建议。在某些情况下，每个社区的成员可以提出建议。建议可以为选项集合的形式。群体反应评价系统可能引导将建议提交给不同的社区。在某些情况下，群体反应系统可以提供一个获得最多支持的建议。可选地，可以提供有助于在不同社区之间的协商的建议的候选列表。在某些情况下，可以基于建议的支持率和/或可能在候选列表中提供的建议的总数来选择候选列表。
[0275]某础抟能
[0276]群体反应评价系统能够在我们已经看到的公共应用中(比如，电视节目、社区对话或营销活动)使用。其也能够应用于私人的应用，比如公司内的管理应用。这样的一个应用可能用于人力资源管理。
[0277]例子6
[0278]人力资源(HR)部门能够使用应用群体反应评价系统的应用。那样，HR可以持续的接触到员工的想法、即时地获得对于每个新措施或建议的反应、建立讨论区，并且通常与整个员工群体和/或某些单独的部门接触。
[0279]群体反应评价系统可以提供其他的有意思的特征、基础技能(ground upskills):假定，员工使用应用了群体反应评价系统的内部应用，所述应用会跟踪员工们的问题、答复、建议、整个群体关于他们中的每一个的贡献和评价。这样，可以按照不同群体的建议和他们的进展存储大量的有关每个员工的技能集合的信息。甚至，在将员工与客户相关联的情况下，我们可以拥有基于客户对于他们的观点的业绩记录。我们称其为“基础技能”。例如，可以跟踪提供了经常被集合群体所选择的建议或建议的某一员工。也可以跟踪提供了某一类型建议的某一群体或部门，这些建议是或者不是被群体经常所采用的。
[0280]在群体成员中推选候选人
[0281]应用群体反应评价系统的应用能够在大的候选人列表中选择获得整个群体得票最多的，比如，10000个候选人中的每一个发送一分钟的视频。群体反应评价系统可以在零点几分种之内评判出获得最多投票的那一个。
[0282]群体反应评价系统可以为从大的候选人列表中做选择提供快速响应。例如，群体反应评价系统可以在I小时、30分钟、10分钟、5分钟、3分钟、2分钟、I分钟、30秒、10秒、5秒orl秒内提供响应。群体反应评价系统可以自动地提供一个或多个选择而无需人的介入。服务器的处理器可以有助于在大列表中选择。候选人的大列表可以包括任意的数量的候选人，但不仅限于大于、小于或等于10、50、100、500、1000、5000、10000、50000、100000、500000或1000000个候选人。
[0283]应用群体反应评价系统的应用的模型
[0284]在以下的例子中我们将示出应用了按照本发明的实施例的群体反应评价系统的应用的具体情况。
[0285]例子7
[0286]可以将这个应用叫做“民主社区自我管理”，并且可以将其提供给社区用于他们的自我组织和帮助他们达到他们的目标。这个应用可以在任何设备上运行，所述设备可以包括个人计算机、移动电话、平板电脑、交互式的电视或这里其他地方所描述的或具备网络连接能力的任何其他的设备。
[0287]这个应用可以在时间轴的形式下工作，并且可以允许社区集合其所有的成员。该应用可以以这样的方式运行，即整个社区能够表达其自身和作为个体行动。应用该应用的社区能够:
[0288]-表达观点
[0289]-做出群体决策
[0290]-对其自身提供问题
[0291]-决定行动
[0292]-实施行动
[0293]-与其他社区协商
[0294]该应用可以像聊天一样，其中，将全部其成员所提供的消息中获得了最多群体投票的消息公布给整个群体。
[0295]基础循环:
[0296]对于这个例子，我们假设有一个大的个体集合连接到应用。
[0297]循环起始时，社区中的个体可以发送消息(可能很多其他的个体在同一时间做相同的动作)。
[0298]可以将每个这样的消息发送给随机的样本。每个样本的个体(代理)可以判断，该消息是否应该或不应该被公布(发送给整个群体)。当个体在不同的样本中时，不同的个体会收到不同的消息。可以将整个群体分成样本群体，每个样本群体包括一个、两个或更多的成员。
[0299]“投票”信息是由群体反应评价系统发送给随机样本用于决定其适合或不适合整个群体的信息，其明显地区分于向整个群体公布的信息(比如，标红)。
[0300]群体反应评价系统可以按照从获得较多投票到获得较少投票的顺序对消息进行排序，并且选择“η”个获得投票最多的(可调节的参数)。其可能用于让人以的用户看到符合某一特定的投票参数但不足以出现在公布列表中的消息。
[0301]当用户阅读消息时，伴随新的消息和建议重复该循环。
[0302]它们可能是多种类的消息。以下为两种类型的消息的例子:
[0303]1.基础消息
[0304]-普通消息(Plainmessages)
[0305]-它们不改变应用的状态
[0306]-它们不修改循环
[0307]-比如，情报信息:“税务机构计划提高个人所得超过150000美金的税收”。其会不会是社区感兴趣的要取决于其是不是属于该个人所得等级的群体。但是在任何的情况下，其不会影响应用状态或改变循环。[0308]2.控制消息
[0309]-它们触发动作，比如，启动公众投票。当行动被批准时，应用改变状态。用户由阅读者转换为投票者。
[0310]-循环改变
[0311]例子8
[0312]开放的问题。下面提供例子，开放的问题可以通过智能手机的屏幕运行具有群体反应评价系统的应用的循环。仅作为例子提供了所显示的用户界面。此外，可以在任意类型的设备上显示用户界面，所述设备可以是或者不是移动设备，并且可以是或者不是根据在其上显示用户界面的设备的规格而不同而变化的。
[0313]用户界面可以包括用于帮助识别不同类型消息的颜色代码，具体地对整个群体的消息和用于用户样本进行投票的消息进行区分。可选择地，没有颜色的区分。
[0314]图6提供按照本发明的实施例的，显示问题循环的用户界面的例子。通常的循环可以提供不可读的要素。可以提供文本。文本可以包括说明性文本或选项的说明。可以为不同类型消息和循环提供多个可选的选项。例如，可以提供“基础消息”和“复杂消息”选项。用户可以选中“复杂消息”的图标。用户可以选中“复杂消息”的图标。可以通过任何用户接口设备提供任何在用户界面上的选择，像触摸屏幕、声音指令、键盘输入或点击图标。
[0315]在图7中，应用可以向用户显示复杂信息的不同选项的列表。用户选择一个并且点击图标。选项的样本可以包括发布投票、开放的问题或其他的复杂消息。用户可以选择开放问题选项。
[0316]在图8中，用户界面可以呈现用户可以在其中书写问题并且提供他或她想要公开的答复的数量的选项。用户可以填入问题的文本。用户可以以任何方式设计问题，如开放的问题、多项选择的问题或二元答复问题。用户也可以在选项中填写答复的数量。可以提供任意的答复数量。可选地，可以提供答复数量的限制。点击发送。
[0317]在图9中，我们看到代理的屏幕，该代理是被询问有关该开放的问题是否应该向整个群体提出(或不提出)的样本的一部分。系统明确提醒代理，这不是一个可答复的问题，而是仅供投票决定公开或不公开。实际的，提供通过/不通过选项。点击发送。
[0318]如果，这是获得最多投票的问题或全体公众的子样本提供足够的通过百分比，所述问题可以向全部人群提出。在某些情况下，只可以是获得最多投票的问题或获得最多的几个投票。例如，仅提供前1、5、10、50、100、500或1000或更多的问题。在某些情况下，仅提供适合某一人认可的阈值的问题。例如，可以仅提供超过95%赞成、90%赞成、85%赞成、80 %赞成、75 %赞成、60 %赞成或50 %赞成的选项，无论有多少。在某些情况下，可以由问题数量和认可阈值的组合来决定是否将问题传送给全体人群。
[0319]在某些实施例中，可能会有一个或多个问题重复。可以移除重复的。在某些情况下，可以利用一个或多个算法评价问题是否重复。在某些情况下，可以将问题视为大体上重复，即使其措辞不同。在某些情况下，可以评价一个或多个关键词用于确定问题是否重复。如果多个用户提供重复的问题，提供所述问题的用户可以被跟踪和/或加分。
[0320]图10提供具有所有用户接收获得最多投票的问题的用户界面的屏幕。在某些情况下，在一般人群中的全体用户可以看到一个获得最多投票的问题。在其他的实施例中，可以将全体人群划分为多个样本群体，并且每个样本群体可以查看不同的被传送给全体人群的问题。在某些情况下，可以向每个样本群体提出单个问题、或可以提出多个问题。可以以并列地或顺序地提供问题。问题序列可以或可以不事先决定。
[0321]问题可以为任意的形式。例如，可以为开放式的问题。用户可以输入用户的开放式的问题。可选地，可以提出多项选择或二选一的问题，并且用户可以选择选项数量。用户可以响应和点击发送。在某些情况下，除了响应问题没有其他的选项。在实施动作之前，可以冻结任何其他的选项。当我们达到问题的最大值时停止冻结，根据我们提出问题的数量和任何用户所能做的评价的数量，能够确定出现所述的最大值的时刻。
[0322]图11。在这个截屏中，代理从样本获得问题并针对评价答复。用户可以用二元选项来决定是否同意一 “支持”或“反对”并且点击发送。
[0323]在某些情况下，可以评价多个由人群所提供的答复。例如，可以由用户提供100个不同的答复来响应获得投票最多的问题。在某些情况下，可能会提供重复的答复。在某些情况下，可以将重复的答复合并到单一的答复中。可以在将响应集合呈现给群体之前移除重复的。如果多用户提供了相同的答复，可以记录提供的答复的用户。例如，若果答复排名最高，并且多个用户提供了该答复，可以用提供的最高排名的答复来记录提供这种答复的多个用户中的每个。
[0324]可以将全体人群划分成多个样本群体(比如，100个不同的样本群体)。每个样本群体可以评价他们是否同意答复。每个样本群体可以具有不同的答复。样本群体可以具有是否同意答复的二元选项。可以按照最高的同意度为答复排序。在某些情况下，可以选择在样本中获得最多投票的答复作为首选的答复。在其他的实施例中，可以产生首选的答复候选列表(比如，规定数量的首选答复，例如前5或者前10的答复；符合预设阈值的答复，例如拥有85%或更高支持率的答复，或任意相关的组合)，并且进行附加样本群体的划分和评价。基于后续的投票轮，可以挑选首选的答复或提供附加的投票轮。最终，选出样本中获得最多选票的答复。一个或多个处理器(例如群体反应评价系统的服务器的处理器)可以记录用户的响应和执行用于决定对于问题来说获得最多投票的答复的一个或多个系列的步骤。
[0325]在某些实施例中，样本群体的每个成员会与问题同步地接收和/或查看其用户界面。每个成员可以在很短的时间间隔内响应问题。每个成员的设备的显示屏可以同时显示问题。可选地，成员可以查看问题并且对成员来说是便利的。要收集全体成员的响应可能会消耗一些时间。在某些情况下，可以提供预定的时间周期，在此期间成员提供经过其深思熟虑地响应。
[0326]图12。该截屏示出在样本中获得最多投票的问题和答复。可以将获得最多投票的答复显示给对答复做出投票的用户。可以将获得最多投票的答复显示给形成投票的用户。可以将获得最多投票的答复显示给系统的管理员用户。
[0327]相似的过程可以用于支持/反对问题，或本文中别处所描述的任何其他应用。
[0328]主要和次要的算法
[0329]次要的算法可以用来引入附加的解决方案。这种情况可以是“应用代理的特性运行次要算法”。在这个例子中，我们要在决定是否将建议提供给群体之前评价群体反应。可以在我们所需知道的那些符合一定的支持率的阈值的建议中提供大量的建议。
[0330]反应可以是两种类型:支持或拒绝。我们设定一下的参数:[0331]-目标反应=支持反应
[0332]-为85%的目标阈值，其意味着我们可以仅向群体发送会得到> 或=85%肯定反应的建议
[0333]-96 %的统计可靠性
[0334]我们对群体执行主要群体反应评价系统的算法来评价它们对于要素集合的反应(在这个例子中的建议的集合)。群体反应评价系统可以随机地选择样本，可以向样本的代理披露要素集合(建议的集合)，并且可以获得样本反应的集合，其是按照它们接近于目标阈值的程度排序的建议的集合。
[0335]在一个例子中，结果可以向我们展示没有> = 85%支持反应。实际上，获得最高的要素获得了 55%的支持。我们将把这一要素叫做“要素C”并且相应地将其获得这种分数的样本叫做“样本C”。
[0336]假设我们拥有之前的有关于代理的信息，我们能够训练辨别具有支持反应的样本C的代理的分类器。之后，我们有办法去辨别具有高可能性获得支持反应的代理，并且我们能够建立群体中的某个代理会拥有支持的反应的假设。
[0337]然而，像这样的启发式的方法并不一定提供足够的可靠性。我们有待定的估计。为了获得96%的统计可靠性的估计，当我们应用分类器时，我们可以再一次运行群体响应算法来随机的选择足够大的样本来为我们提供有意义的样本。
[0338]该方法，我们可以获得满足分类器的特征的代理。可以再次将要素C披露给这些代理。通常，这应该为我们提供高于55%的可靠性。
[0339]我们可以执行相同方法两次、三次或在排序得到的子集上增加有更高的支持反应的要素。
[0340]其他的调整参数
[0341]除了上述的群体反应评价系统和方法的调整参数以外，如样本的大小、候选列表要素、在其不同的输出中选择，诸如此类，有其他的可能性。以下我们非穷尽的列举某些例子:
[0342]加权的投票
[0343]基本技能提升是群体反应评价系统能够存储有价值信息的特定情况。考虑到应用的用户经常涉及问题、答复、建议、贡献等。我们能够区分不同种类的用户并且按照其过去的跟踪记录对他们的投票赋予不同的价值。在其建议中，具有更高的“贡献分”的或更好质量(社区认可)的用户的投票能够比具有较低贡献分的用户的投票拥有更高的价值。这在有不同的主题时是特别有益的，因为所述社区认可拥有“投票权”的专家。
[0344]管理“坏的”律议
[0345]群体反应评价系统和方法能够应用这种追踪记录去管理来自于个体的建议，有“坏的”追踪记录的个体的建议伴具有低的社区支持率。这能够调整群体反应评价系统，给这些建议分配更小的随机样本，因此他们会被拒绝而对社区造成极小的影响。
[0346]聊天功能
[0347]在某些实施例中，这里所提供的系统和方法可以包括将社区领导者与他/她的追随团相关联的聊天功。
[0348]群体反应评价系统的具体用户可以是例如“聊天”类型的应用，其允许领导者的追随者与他们的领导者通信，所述领导者例如:在任意的社交网络中的建议领导者，所述社交网络例如:推特(Twitter)或脸书(Facebook),将他们全体或部分汇集像单独的人一样与他们的领导者进行交互。
[0349]现今,在社交网络中,特定的拥有大量追随者的人是十分普遍的。新闻记者、政客、男运动员或女运动员、艺术家、知名人士、博主、商业领导者等被大量的人群追随(比如，千余人)，这些追随者对其公布在社交网络上的观点、生活、活动或其他话题感兴趣。
[0350]应用群体反应评价系统的某些或所有功能的应用可以允许集成追随者与他们领导者的互动。领导者可以接收通信代表而不对具体的追随者作反应，代表例如大多数追随者的反应。
[0351]例如，这里所提供的系统和方法可以向领导者提出在所有由追随者社区提出的问题中获得最多投票的问题。因此，可以将社区集合的问题提呈给领导者。问题可以按照这里所描述的系统和方法的实施例来选择。例如，可以向大的人群提出大量的问题。可以基于人群子集对问题子集的反应形成统计估计。可以基于统计估计下结论。结论可以包括问题或要提供给领导者的问题的候选列表。
[0352]此外，这里所提供的系统和方法可以向领导者提出在所有的由追随者的社区子集(例如，在一个特定的时刻联合追随者)所提出的问题中获得最多投票的问题。
[0353]此外，系统和方法可以包括向领导者发送(N个)获得最多投票的建议。
[0354]在某些实施例中，系统和方法可以评价追随者的社区对于议题、问题、答复或领导者的任何其他的行为的反应。 [0355]所有或任意以上所披露的可以是“聊天”类型的应用，其使得领导者与追随者通?目。
[0356]领导者可以是任何人或任何其他实体，其代表其自身或代表其他人。在本文中，实体可以是任何公共或私人的组织，生物(organism)或社区中的管理者或管理群体。
[0357]在同一个聊天中，可以包括(比如，按照之前约定的)其他的领导者和其他的追随者的社区，建立超过两个参与者的聊天。在某些情况下，可以在聊天中提供任意指定数量的参与者。聊天可以是互动方式的体验，其中，可以向领导者提供基于领导者的响应所附加的后续的问题或其他的内容。在某些情况下，可以实时判定后续的对于由领导者提供的响应的人群反应。基于反应，可以产生附加的问题或内容和/或将其提供给领导者。
[0358]任何群体反应评价系统的方面可以用于管理追随群体与领导者的互动。
[0359]聊天类型的典型实施例
[0360]登录后用户可以利用屏幕，在该屏幕中他或她能够创建和修改他或她的属性，加入此刻热线聊天，与他或她喜欢的领导者连接，搜索新对象(包括在其喜爱的选项中的选项)，与他或她喜欢的领导者连接并且查看消息、时间表或任何其他类型的异步通信。有用来访问通知的红色按钮。用户通过点击这个按钮来访问其他的屏，在其他屏中他或她能够看到是否有一个他或她追随的某个领导者(喜好)有给他或她的消息。
[0361]通过点击一个他或她喜好(用户所追随的领导者)的按钮，用户可以进入“时间轴”类型的屏，在该屏中可以显示不同类型的消息:
[0362]1.基础的、通常的聊天消息。这些可以是来自于领导者或来自于追随者社区的消息。它们是单纯地聊天。它们可以或可以不是很相关，并且它们都能够由领导者到社区、社区到领导者或社区到社区流动。还能够实现(像我们之后深入解释的)，将社区细分为两个或更多的子社区，在子社区之间聊天。
[0363]2.重要的，包括从领导者到社区的相关通信的消息。当领导者想要吸引社区对相关问题的注意，屏幕显示不同类型的消息。该消息与通过使用屏幕的不同部分或使用颜色代码都不同，其使用不同类型的字体，等。当显示像这样的消息时，可以中断基础的、通常的聊天消息流。
[0364]3.“过滤”消息。这里的系统和方法(如，已经说明的示例排序(Demorank)算法)可以使用算法来统计评价群体意愿。在聊天模式下的应用中，其在追随者的社区中选择随机样本，用于询问在每个样本中的每个个体关于是否通信，由追随者向领导者提议的通信是否是必要的。因此，随着时间，用户会收到“过滤”的消息，即，询问他或她关于是否通信的建议消息，所述从追随者到领导者的通讯是否必要。该机制可以包括下述中的一个或多个:
[0365]在追随者社区中的用户向领导者建议通信，例如:“我想要与你讨论关于你的下一次表演”，(或“同意”，或“我更希望在你在你的新专辑中包括不同的歌曲”)。系统和方法(如在这里所描述的那些，比如，示例排序(Demorank)算法)在追随者的群体中选择随机样本并且向样本中的每个个体以简单和图形的方式(比如，点击图标)发送“过滤”消息:“是否忽略这个问题？(或这个答复)”。样本中的每个个体投票给每个选项，并且系统显示获得最多投票的选项。更多的信息对于追随者来说也是有用的，比如，获得最多投票的选项们的排序列表，对于每个用户选项都发生了些什么(获得投票的百分比，之类的)。
[0366]“过滤”系统也应用于“重要的、相关的”消息。领导者能够要求追随者的社区去决定、建议或仅向其提出问题。相同的过滤系统能够应用于决定、建议或提出问题。
[0367]有时，通信可以是这样相关的，其由社区全体投票而获得。领导者能够决定这个或那个问题需要由社区全体进行投票。这使得调整系统来运行两个统计上的“过滤”轮和一轮“整个社区”的投票也是可能的，即系统运行第一轮，在这个轮中得到获得最多投票的选项列表。在第二轮中缩短列表。最终，能够为整个社区提出候选列表，使其容易地在少量的选项中做决定。
[0368]在这个聊天类型的应用中应用该系统，根据任何已知的特征类型将追随者的社区划分为不同的群体，这也是可能的。每个子群体可以具有它自己的实体并且能够与领导者通信，或在它们之间通讯，以与整个社区相同的方式像一个单独的人那样与领导者通信。
[0369]这样将追随者的划分成不同的追随者的子集能够被用于不同的目的。在以下的“聊天模式”的例子中，我们包括了将追随者集合按照男人和女人的差别而划分的例子。应用这种可能性，领导者能够单独与双方聊天，并且双方能够单独与领导者通信。
[0370]以下详细解释应用一致的个体特征细分的追随者的群体的截然不同的用途。该选项是使用已在“次要算法”中解释过的系统特性的特殊情况。
[0371]将追随者社区(追随者集合)细分为不同的追随者的子集，这些追随者的子集中的每个都具有公知的特性，以解决达不到足够统一建议的问题:
[0372]在一个例子中，假设在一个由追随者社区(追随者集合)到领导者的通信中，没有明确获胜的选项。假设这里已经确定了投票赞同的阈值为55%并且仅达到了 24%。如果之前已经汇集了关于追随者的信息，能够使用分类器，其按照追随者的特征进行甄别。可以调整系统/方法自动地基于每个子集中所包括的追随者的相同的特征将追随者的集合细分为追随者的子集。根据那些相似点，可以预计到在每个子集中会有较高的一致性。再次在这些子集上运行系统/方法会确定这种假设并且返回N个追随者的子集，各个子集对于要传送给领导者的最佳选项上具有较高的一致性。
[0373]然后，可以提供N个选项，每它们中的每个具有一定的来自于追随者的社区的支持率。例如:
[0374]可以将社区分为男人和女人，在这个例子中为50% -50%。当分别运行方法(比如，示例排序(Demorank))，我们得到男人给选项A的60%的投票和女人给选项B的65%的的投票。对于整个追随者的社区，选项A具有30%的支持率和选项B具有32.5%的支持率。
[0375]能够以两种不同的方式，将追随者集合细分为不同的子集:
[0376]a.从一开始就以互斥的分区运行所有的进程，即，在以随机样本池开始投票之前，将追随者集合细分为追随者的子集，并且
[0377]b.首先在整个追随者集合上运行进程并且，如果没有“获胜选项”，再划分成互斥的分区或子集，并且再次运行方法(比如，示例排序(Demorank))
[0378]两个“随机样本”轮加上整个社区轮:
[0379]这是一种这里所提供的系统和方法(比如，示例排序(Demorank))的应用。在某些情况下，可以保证以损失高精度来达到一致性是可以被接受的。可以将算法调整为用随机样本自动运行两次，并且之后再运行对整个社区结果选项候选列表的协商。
[0380]任何系统和方法的特征能够用于管理群体和领导者之间的互动。
[0381]赞助商:
[0382]在名人的聊天中能够邀请赞助商参加。例如，能够为来自于追随者的获胜的最佳建议提供礼物，该建议满足三个方面:领导者的收益、赞助商的销售和追随者的满意度(粘性)。也可能将礼物提供给“没有获胜”的社区，为其建议获得较好的排名的追随者提供具有更好的折扣的折扣价格。
[0383]使用这里所提供的系统和方法的某些或全部的内容的应用的用户允许合并追随者的群体与领导者的互动。这样，领导者能够接收通信，例如表达大多数的追随者的反应的通信。例如:
[0384]向领导者提出获得最多投票的问题或由追随者的社区所建议的全部问题集合中N个获得最多投票的问题。
[0385]向领导者提出获得最多投票的问题或由追随者集合的子集所建议的全部问题集合中N个获得最多投票的问题，所述追随者例如，在某个特定时刻所连接到的追随者。
[0386]向领导者答复获得最多选票的答复或由追随者的社区所建议的全部答复集合中N个获得最多投票的答复。
[0387]向领导者答复获得最多选票的答复或由追随者集合的子集所建议的全部答复集合中N个获得最多投票的答复，所述追随者例如，在某个特定时刻所连接的追随者。
[0388]向领导者发送获得最多投票的建议或来自于所有的追随者或追随者集合的自己的全部建议中的N个获得最多投票的建议。
[0389]评价追随者对议题、问题、答复或领导者的任何其他的行为的反应。[0390]向领导者发送获得最多投票的评价、想法或任意的除了评价、想法的集合以外的通信或任意的由追随者社区建议的通信。
[0391]向领导者发送获得最多投票的评价、想法或任意的除了评价、想法的集合以外的通信或任意的由追随者集合的子集建议的通信，所述追随者例如，在某个特定时刻所连接的追随者。
[0392]所有上述的描述能够被应用于“聊天”类型的应用中，领导者与其追随者的社区通?目。
[0393]领导者可以是任何的人或任何作用为带表其自身的或代表其他实体。实体可以是任意的私人或公共组织、公司、系统管理或社区的管理群体。
[0394]在“聊天”类型的应用中，能够增加其他的领导者和追随者的通信，如果其获得同意，建立有超过两个参与者的聊天。
[0395]领导者驾驭聊天类型的应用
[0396]此处描述了聊天类型的应用的具体情况。如果在以上所描述的模型中，不同类型的通信和若干轮能够同时发生，允许像领导者和追随者之间的通信一样的“追随者-至-追随者”的通信，并且追随者和某些过滤轮能够与其他的过滤轮交叉，在当前的模型中仅有双向通信的流量，并且每次仅一个过滤轮。领导者获得每个时刻的控制，并且通信是在领导者到追随者或追随者到领导者的任意方向上的。然而，领导者拥有开放对话、允许追随者在他们中间聊天的选项。
[0397]在这种模型中，领导者可以是管理员，其总是控制着时机。系统按照一系列的轮工作，比如，根据“问题_>投票_>答复”或“建议_>投票_>结果”。
[0398]该类型的应用的典型的屏显应该有“双-模式屏显”:简化的和扩展的。简化模式的屏幕将仅显示问题、答复和过滤信息(对用户是否建议答复或问题的投票邀请应该忽略或消除)。在扩展模式之下，屏幕将显示更多的信息，比如:
[0399]当前的问题。
[0400]之前的问题。
[0401]与投票百分比一起的获胜的答复。
[0402]其他的建议和他们的投票百分比。
[0403]用户投票选出的建议的排序位置和投票百分比。
[0404]你的建议的排序位置和投票百分比。
[0405]过滤消息。
[0406]此外，这种模式下的屏幕能够具有时间线，该时间线预期下一个问题，由领导者许可对响应它感兴趣的用户。如果对建议答复不感兴趣的话，用户能够关闭时间线。
[0407]例子 9
[0408]图15至31示出使用了这里所提供的系统和方法的应用的截屏，用于使领导者与她的追随者的社区相通讯。在这个具体的情况中，领导者是与她的粉丝社区一起的流行歌手，并且应用是“聊天”形式的应用。
[0409]图15示出了应用的登陆截屏，在这里用户能够输入用户名和密码来开启聊天应用。
[0410]图16使出了第一个用户进入聊天后看到的屏显的例子。在这个屏显中，用户能够创建和修改他或她的属性、即使加入热线聊天、与他或她喜爱的领导者建立联系、查找更新(在喜爱的选项中所包括的选项)、与他或她的追随者建立联系、以及寻找消息、时间表或任何其他类型的异步通信(信封的图标)。有用于访问通知的红色按钮。
[0411]图17示出了偏好的屏幕的例子，在其中用户能够看到他或她喜欢的领导者并且通过点击它的图标选择一个与其建立联系。用户也能够添加或移除偏好。
[0412]图18示出了典型的通知的屏幕。聊天通知用户他或她从两位领导者那里得到了新的通知。用户能够点击通知的红色按钮来进入通知。
[0413]图19示出在其中用户能够看到来自于一个她的领导者的问题的屏幕(比如，LadyGaga)，她请求她的粉丝社区通过传送图片来帮助她设计她的新专辑封面。这个屏幕为用户提供了发送帖子的可能。系统可以使用它的算法来选择获得最多粉丝社区的成员的投票的海报，他们是实时连接的。这个屏幕可以是时间线类型的屏幕。新的通知显示在屏幕的下方并且旧的一个向上移动。可以将通知按照时序或颠倒的时序来显示。
[0414]图20示出了屏幕,在其中用户能够看到给领导者(比如，Lady Gaga)的答复建议。可以将这个答复建议给某些其他的粉丝并且系统可以在粉丝中选择此刻被连接的为这个答复投票的随机样本。因此，在当前的屏幕中，用户可以倒是大量的随机样本；他或她被要求投票给这个答复。
[0415]图21显示获胜的答复，和其获得的投票百分比。聊天也通知用户，他或她的建议没有获胜但是他或她的建议的支持率为25%。其也提供用户在社交网络(如，脸书或推特)上公布该结果的可能性。这个屏幕显示特殊的情况，其中用户作出了答复建议。并不是总是如此。能够要求用户作为随机样本的成员进行投票，尽管他或她并没有为该答复作出建议。
[0416]图22可以示出一种新的不同的来自于领导者的通信，比如，(Lady Gaga)。聊天应用显示不同类型的问题。在之前的图中所示出的屏幕仅呈现处理不太重要的问题的聊天。然而，此处是特殊的时机，这里Lady Gaga要从她的粉丝那里得到些特别的东西:她要求她的粉丝们开始上传封面的图片。因此，应用对这种问题或需求使用差别对待。在屏幕的不同部分显示消息，并且有专用的区域用于发送建议。有用于表明发送它们的剩余时间的计时器。
[0417]图23示出的截屏中，将图片推荐给用户用于投票。其他粉丝建议这张图片用于专辑封面，并且此处的系统和方法(比如，示例排序(Demorank))可以在此刻所连接的粉丝们中选择随机样本对这个图片进行投票。因此，在当前的截屏中，用户是随机样本的成员；他或她被要求对这张图片投票。
[0418]图24示出显示获胜图片和其获得投票的百分比的截屏。其也向用户显示他或她所建议的图片没有获胜和他或她的图片获得了 30%的投票率的通知。这也为用户提供了在社交网络(像脸书或推特)上公开这些结果的可能性。该截屏显示了特定的情况，其中用户做了图片建议。并不是常常如此。用户能够请求作为随机样本的成员进行投票，尽管他或她并没有对这张图片做建议。在替代实施例中，用户可以投票给其它形式的建议，其可以是图片或不是图片。
[0419]图25示出了有新的来自于领导者(比如，Lady Gaga)的感谢她的粉丝的通信的截屏。[0420]图26示出了有新的来自于领导者(比如，Lady Gaga)的通信。这时，她向粉丝团提议公布获胜图片获得的来自于男人的投票和获胜图片获得的来自女人的投票。
[0421]图27示出了有获胜图片从男人社区获得的投票的百分比的截屏。其也通知用户(在这种情况下谁做出建议)，她的建议没有获胜以及在男人社区中获得了 10%的支持。聊天向用户提供在她所喜爱的社交网络(像脸书或推特)上公开这些结果的可能性。相似的截屏显示女人给获胜图片的投票。
[0422]图28示出有投票选择最佳图片的排名和建议它们的粉丝们、投票数量和百分比的截屏。能够通过点击按钮查看图表。
[0423]图29示出三方聊天。给出向领导者(比如，Lady Gaga)提供的分隔社区的可能性(比如，分为男人和女人)，聊天应用使用用户的属性信息建立两个粉丝社区。通过使用与在此处所提供的系统和方法相同的算法，两个社区都能够像之前那样将整个粉丝社区表现为单独的个人。现在，两个社区和Lady Gaga开始三方聊天。
[0424]图30示出三方聊天的顺序。
[0425]辅助的可视会议和广播
[0426]在其他的实施例中，这里的系统和方法(比如，示例排序(Demorank))中所提供的各种功能(比如，示例排序(Demorank))能够应用于将陪审团与广大受众联系起来。在这种情况下，我们将此处的系统和方法的各种实施例与一个现存的可视会议的系统相结合，其允许向全部英特网广播在几个参与者之间的实况讨论。一个现存系统的例子可以是谷歌空中视讯(Google Hangouts Air)。
[0427]群体，例如8个人，其可能参与到应用视频会议系统(比如，谷歌视讯)的辩论中。考虑到，这种技术允许将辩论的视频和音频实时播报给整个因特网络，此处的系统和方法(比如，示例排序(Demorank))能够被用于同时允许无限制的人的受众连接，并且许可受众参与到辩论中提出问题、答复问题、建议、投票和将整体受众作为单独的实体表达其对于任意话题的普遍立场。受众也可以为任意时候参与到辩论中的人进行投票、或提议受众中的人加入辩论。
[0428]股东会议
[0429]辅助可视会议和广播的具体例子是股东会议的情形:
[0430]能够通过整合了任意上文所描述的技术(比如，谷歌空中视讯)的类似的系统来进行股东会议，但是，在这种情况下，我们能够调整系统和方法(比如，示例排序(Demorank))以考虑每个参与者的股份％。那样，我们能够根据他或她的股份数量为每个参与者的投票加权。
[0431]这能够是频率更高、灵活性更高以及效率更高的股东会议模式的强大工具。
[0432]群体情感表达
[0433]发明的具体使用可以是评价群体情感。应用了发明的全部或部分特征的应用可以接收情绪状态表达的建议(比如，应用表情符号)并且得到群体的情绪状态的统计性估计。例如，这能够被当做群体评价的补充。
[0434]分层
[0435]当全体人群内的分组人群改变，其可能会有利于每个分组人群(阶层)的独立采样。采样前，能够将代理人群划分为均匀的子群体。所属层可以是互斥的:代理人群中的每个要素可以仅归属于一个层。层也可以是整体而言穷尽的:不排除任何的群体要。然后，在每个层内应用简单的随机采样或系统采样。通过减少采样误差，这通常提供样本的典型性。其能够产生加权平均数，其相对于人群的简单随机样本的算数平均数具有极小的可变性。
[0436]事后一分层力口权.(Post-stratification weighting)
[0437]当所要了解的人群的观点(所要了解的群体反应)不是恰好与想要了解的有效的人群相匹配(例如，相连接)。例如，当我们想要从美国的人群了解数据并且我们仅连接该人群的子集，我们能够在从任意的样本得到的数据上应用事后一分层加权。
[0438]这也能够应用分层来估计在人群成员中的人群子集的兴趣。
[0439]咅频和视频
[0440]应用了这里所描述的全部或部分特征的应用可以用不同的方式使用音频和视频。仅提供一些例子:(I)并行视频、音频或视频一音频混合的通道将通信广播给人群；(2)音频、视频或音频一视频混合的反向通道呈现用于投票的小的音频、视频或音频一视频混合片段；(3)用发明的全部或部分特征结合声音识别技术来投票；(4)应用声音识别技术将声音转换成文本；和/或(5)利用声音的集合体来表达与一致性有关的社区答复中“确信”的不同等级的。
[0441]计算扩展
[0442]群体反应评价系统和方法也能够被应用于在大规模的进程中避免超载。随机的用户子集能够分布在不同的服务器上，其中每个服务器可以以像全体人群一样拥有相同的行为。服务器也许有存储信息和/或并行操作的能力。在某些情况下，可以利用云计算设施。
[0443]这里所描述的系统和方法可以利用申请号为61/544749的美国临时申请、申请号为61/591112的美国临时申请、公布号为2011/0231779的美国专利、专利号为7377431的美国专利和公布号为W02003/083615的P C T申请中所描述一个或多个组件、特点、特征或步骤，通过引用包括它们的全部内容。
[0444]由前述事项应该理解为，虽然阐明和描述了具体的实施，此处可以进行和考虑各种变形。并不打算将发明限定为说明书中的具体的实施例。虽然发明根据上述的说明书来描述，这里优选的实施例的说明和图示并不意味着一种限制性的解释。此外，应当将其理解为发明的各个方面不局限于依赖于各种条件和变量的具体的描述、组合或相对比例。发明的实施例的各种变形形式和细节对于本领域技术人员来说是显而易见的。因此，可以预期，本发明也覆盖任意的这种替换、变形和等效。
【权利要求】
1.用于评价包含多个代理的代理集合反应的计算机辅助方法，所述代理具有对一个或多个选项提供代理反应的机会，所述方法包括: 提供包含多个选项的最初的选项集； 在计算机处理器的辅助下，将代理集合划分成最初的多个代理子集，其中属于一个或多个单独的代理子集的所述代理是随机选择的； 将所述选项集合划分成组成最初的选项集合的多个选项子集； 为每个单独的代理子集分配一个或多个不同的选项子集； 将在每个所分配的选项子集中的所有的选项提供给所述单独的代理子集所包括的每个代理； 从在所述单独的代理子集的每个代理接收对在每个所分配的选项子集中的所有选项的代理反应；和 在计算机处理器的辅助下，基于在所述单独的代理子集中的代理对于所分配的选项子集反应的选择分析，推测出所述代理集合对在所述最初的选项集合中的每个选项的反应的统计估计， 其中，在最初的选项集合中的选项的总数与提供给各个单独的代理子集的所分配的选项子集中的选项数量的比例大于或等于2:1。
2.根据权利要求1所述的方法，其中，在给代理提供反应的机会之前，可以使用与所述代理共享的代理反应来导出的与所选择的分析相关的信息。
3.根据权利要求1所述的方法，其中在代理集合的代理子集之间产生并行的评价，其中所述评价包括评价在每个指定的提供给所述单独的代理子集的选项子集中的所有的选项。
4.根据权利要求1所述的方法，其中所述评价估计包括置信区间。
5.根据权利要求1所述的方法，其中所述选项是建议，并且所述统计估计包括代理对所述建议的支持率。
6.根据权利要求5所述的方法，其中所述建议由两个或更多的社区提出，并且所述统计估计包括两个或更多的社区对所述建议的支持率。
7.根据权利要求6所述的方法，其中所述两个或多个社区是利益相反的社区，并且该方法是作为谈判技巧的一部分来使用的，其中包含一个或多个建议的建议候选列表是基于所述的支持率产生的。
8.根据权利要求5所述的方法，其进一步包括，在处理器的帮助下，利用统计估计建立后续的选项集合，所述后续的选项集合包含一个或多个来自于最初的选项集合中的选项，如果支持率超过预先确定的阈值，那么将该选项选入后续的选项集合。
9.根据权利要求1所述的方法，其进一步包含，在处理器的帮助下，利用统计估计建立后续的选项集合，所述后续的选项集合包含一个或多个来自于最初选项集合的选项，其包括在预先确定的置信度上的对于所述代理集合来说最优的选项。
10.根据权利要求1所述的方法，其进一步包含，在处理器的帮助下，利用统计估计建立后续的选项集合，所述后续的选项集合包含一个或多个来自于最初选项集合的选项，其包含达到或超过预先确定的置信度的，选定数量的对所述代理集合最优的选项。
11.根据权利要求10所述的方法，其中所述一个或多个选项是一个或多个要提出的问题，其中可以提出有限数量的问题并且所述后续的选项集合包括有限数量的问题。
12.根据权利要求1所述的方法，其进一步包括:如果达到了事先确定的目标，那么基于所述代理集合的反应确定结果。
13.根据权利要求12所述的方法，其进一步包括:如果事先确定的目标没有达到: (a)在处理器的帮助下，利用统计估计来建立后续的选项集合，其包括来自所述最初的选项集合的一个或多个选项； (b)在处理器的帮助下，将所述代理集合划分为多个代理子集，其中属于一个或多个单独的所述代理集合的后续代理子集的代理是随机选定的； (C)将后续的选项集合划分为多个构成所述后续选项集合的后续选项子集； (d)将一个或多个不同的后续选项子集分配给每个单独的后续代理子集； (e)将在每个指定的后续选项子集中的所有的选项提供给每个在所述单独的后续代理子集内的代理； (f)接收来自于在所述单独的后续代理子集内的的每个代理对在指定的后续选项子集中的所有选项的反应；以及 (g)如果达到预先设定的目标，则基于所述代理集合的反应确定结论，或者如果没有达到预先设定的目标规模，则重复步骤(a)-(g)。
14.根据权利要求12或13所述的方法，其中所述的结论包括有限数量的选项，并且如果在预先确定的置信度上，该有限数量的选项包含了选定数量的对所述代理集合最优的选项，那么达到所述目标。
15.根据权利要求12或13所述的方法，其中一个或多个选项是所提出的一个或多个问题，其中可以提出有限数量的问题，并且所述的结论包括有限数量的问题，并且如果在事先确定的置信度上，该有限数量的问题包含了选定数量的对于所述代理集合最优的问题，那么达到了所述事先确定的目标。
16.根据权利要求12或13所述的方法，其中结论包括后续的选项集合，所述后续的选项集合基于目标支持率和/或后续选项集合的规模来选择。
17.根据权利要求1所述的方法，其中最初的多个代理子集的数量是基于最初的选项集合中选项的数量来决定的。
18.根据权利要求1所述的方法，其中所述比例大于或等于10:1、100:1、1000:1或10000:1。
19.根据权利要求1所述的方法，其中每个选项子集仅包括1、2、3、4或5个选项。
20.根据权利要求1所述的方法，其中通过移动设备的用户界面来接收代理反应。
21.用于为问题制订可能响应的方法，其包含: 向在响应样本群体中的多个代理提出问题，其中响应样本群体是代理集合的子集； 从多个响应样本群体内的多个代理处接收多个对所述问题的可能响应； 创建包括多个选项的最初选项集合，其中多个选项是多个可能响应；和 执行权利要求1所述的方法。
22.用于制订问题的方法，其包含: 从用户处接收要向代理集合提出的问题的建议； 向多个问题样本群体内的代理提出所述问题，其中所述问题样本群体是代理集合的子集; 从多个在最初样本群体中的代理处接收对于所述问题的代理反应； 确定是否所述问题超过了基于代理反应的事先确定的阈值，以及是否代理反应超过了执行权力要求21所述方法事先确定的阈值。
23.根据权利要求21所述的方法，其中在接收代理反应之前，使用与所述代理共享而可以使用的代理反应来导出与所选择的分析有关的信息。
24.根据权利要求21所述的方法，其中在所述代理集合的代理子集之间产生并行评价，其中所述评价包括评价在提供给所述单独的代理子集的每个指定的选项子集中的所有选项。
25.根据权利要求21所述的方法进一步包含在处理器的帮助下，利用所述统计估计建立可能响应的后续集合，所述后续集合包含来自最初的选项集合的一个或多个可能响应。
26.根据权利要求21所述的方法，其中最初的多个代理子集的数量基于最初的选项集合中的可能响应的数量来决定。
27.根据权利要求21所述的方法，其中通过移动设备的显示屏提出所述问题。
28.根据权利要求21所述的方法，其中通过所述的移动设备接收多个可能响应。
29.根据权利要求22所述的方法，响应样本群体和问题样本群体包括一个或多个相同的代理。
30.根据权利要求22所述的方法，其中响应样本群体和问题样本群体包括一个或多个不同的代理。
31.根据权利要求21所述的方法，其中如果在可能响应中存在任何的重叠，那么将它们从多个可能响应中移除。
32.根据权利要求31所述的方法，其中如果由不同的代理提供的可能响应中存在任何的重叠，那么提供可能响应的代理因提供了所述可能响应而获得积分。
33.在包括多个代理的社区中的整个选项集合上确定观点的方法，该方法包括: 基于整个选项集合中的选项的数量或期望的选项数量规定群体的数量； 将所述的多个代理中的每一个分配给所述群体之一； 针对每个群体，向在用于评价的所述群体中的每个代理提供数量小于在所述整个选项集合中的选项数量的选项； 针对每个群体，从每个代理处接收对所述代理提出的每个选项的评价；并且 在处理器的帮助下，使用从各群体内的每个代理处得到的评价来确定根据社区观点最佳的选项或选项集合。
34.根据权利要求33所述的方法，其中应用统计学的采样方法将所述代理分配给他们各自的群体。
35.根据权利要求33所述的方法，其中为每个群体提供相同数量的选项。
36.根据权利要求33所述的方法，其中，提供给每个群体的选项数量通过用群体的数量平均划分整个选项集合的数量来决定。
37.根据权利要求33所述的方法，其中，提供给每个群体的选项数量是唯一的。
38.根据权利要求33所述的方法，其中，分配给每个群体的代理的数量通过用在整个选项集合中的选项数量来平均划分所述多个代理的数量来决定。
39.根据权利要求33所述的方法，其中，对于每个群体，提供给所述群体的每个代理的选项不同于提供给其余的群体的代理的选项。
40.根据权利要求33所述的方法，其进一步包括: (a)应用从每个群体中每个代理所接收的评价来确定最佳候选的选项集合； (b)针对每个群体，为用于评价的群体中的每个代理提供至少一个来自于最佳选项候选集合的选项；并且 (C)针对每个群体，从每个代理处接收来自于提供给所述代理的最佳选项候选集合的至少一个选项的评价。
41.根据权利要求33所述的方法，其进一步包括: 将步骤(a) - (c)重复预先确定的次数或直至达到所期望的置信度，其中 应用统计采样方法将代理分配给他们各自的群体，并且 对于每次重复，在最佳选项候选集合中的选项的数量进一步减少。
42.根据权利要求33所述的方法，其中最佳选项或选项集合的确定包括选择选项或选项集合，所述选项或选项集合基于来自于在每个群体中的每个代理的的评价在所有的选项集合中得到了最佳的评价。
43.根据权利要求40所述的方法，其中确定最佳选项候选的步骤(a)包括在整个选项集合中选择N个具有η个最佳的评价的选项，其中η>1并且η小于整个选项集合中的选项的数量。
44.根据权利要求33所述的方法，其中所有选项集合包括从所述多个代理中的至少一个收到的意见。
45.根据权利要求33所述的方法，其中聚合了与能够用于多个代理评价相关的信息。
46.非暂时性的计算机可读媒介，其存储了一种程序，所述程序能使得计算机执行用于确定在包括多个代理的社区中的整个选项集合上的观点的过程，该过程包括: 基于整个选项集合中的选项数量或期望的选项数量规定群体的数量； 将所述的多个代理中的每一个分配给所述群体之一； 针对每个群体，为在用于评价选项的每个群体内的代理提供比全部选项集合中的选项的数量少的选项； 针对每个群体，从每个代理处接收对提供给所述代理的每个选项的评价；并且 通过从每个群体中的每个代理所接收的评价来决定根据社区观点最佳的选项或选项隹A
口 O
47.在包括多个代理的社区中的整个选项集合上决定观点的计算机系统，所述计算机系统包括: 如下配置的可编程的处理器: 基于在所有选项集合中的选项的数量或所希望的选项数量规定群体的数量； 将所述的多个代理中的每一个分配给群体之一； 针对每个群体，向在用于评价的所述群体中的每个代理提供数量小于在所述整个选项集合中的选项数量的选项； 针对每个群体，从每个代理处接收对提供给所述代理的每个选项的评价；并且 通过从每个群体中的每个代理所接收的评价来决定根据社区观点最佳的选项或选项集合，和配置用于 显示最佳选项或选项集合的显示设备。
【文档编号】G06Q10/10GK103988217SQ201280059928
【公开日】2014年8月13日 申请日期:2012年10月5日 优先权日:2011年10月7日
【发明者】胡安·莫兰·阿达拉戈 申请人:爱帕格里公司