信息，分区方案可能基于，例如，金融交易的时间，交易购买的产品或者服务(或者相应的产品或者服务类别)交易实施的地点，交易的金钱价值，交易实施的货币，被用来交易的交易的网络或者交易类型(例如，维萨卡，万事达卡，美国运通，发现，在线支付，个人指标，现金等等)，交易实施的频率，等等。
[0101]同样地，多个分区方案可被分区方案决定组件148为其他交易目的使用，比如分析捐赠交易，分析历史位置(比如一个或者更多航线的航班的行驶历史，或者全球定位设备的坐标历史)，分析无线服务账户的通话历史，过滤电子邮件交易信息，比如发送电子邮件的频率，电子邮件发送的目标域名等等。
[0102]410-决定对原始数据集进行均匀分区的分区方案，比如通过分许分区的原始对象数据集的均匀性，并且保证其不具有参与者之间的模式，例如，分区中的原始数据集是随机的。如果数据不是均匀的(例如，如果存在能区分给定分区中的数据的参与者的模式)，这可能表明额外的分区(例如，改变分区方案，以使其分区成更多的分区)是有用的。在一些情况下，均匀性可基于分区中的参与者的数量估计。一些分区可被判断为具有比其他分区多的参与者，并可能标志系统以修改其分区方案来进一步将那些分区细分成额外的分区，或者以其他方式改变分区方案来在分区中产生更少的参与者。在一些情况下，具有太少参与者的分区将被标志为结合，比如以简化分区程序，或者以提高计算机效率，等等。
[0103]412-决定对原始数据进行均匀分区的分区方案。上述关于对原始对象数据进行均匀分区410的讨论可被应用到原始参考数据304 (以及其相应的居民160)，而不是原始对象数据集132 (以及相应的参与者120)。
[0104]414-决定对个人参考数据进行均匀分区的分区方案。将人口分成可能的不同的人口统计组，和类似的，将是非常有用的。分区方案134仍然必须根据原始数据(例如，204和304)对数据集进行分区；但是可分析分区的(例如，316和326)个人参考数据，比如用于均匀性(例如，通过分析参考分区310和320的个人数据316和326是否是均匀的)。在一些方面，参考分区中的个人数据不是均匀的指示是进一步改善分区方案134是必要的分区方案决定组件148的指示器。
[0105]416-决定对原始数据和参考数据的结合进行分区的分区方案(例如，至少一个原始居民数据304和个人居民数据306)。在一些情况下，对象数据集132和参考数据集138可被结合，(在一些情况下，加权不同)然后与410和412相似地考虑分区结果的均匀性。
[0106]示例-电视观看数据
[0107]图5A是示出了如前面参照图2描述的对象电视观看数据的分析的数据流程图。特别地，图5A明确了由系统100执行的对象电视观看数据集532a，大致如前面参照图2示出的。系统对对象电视观看数据集532a进行分区，为每个分区计算电视观看统计量，基于参照部分调整电视观看统计量，并且结合调整的电视观看统计量。这里的箭头通常表示系统100在执行数据处理操作。
[0108]如以上参照图2所述，示出的对象电视观看数据集532a显示了参与者120的标识符502b，以及同样是参与者120的相关的原始对象电视数据504a。对象数据收集组件110收集的信息可能被处理或者改善，比如消除不必要的数据传输和/或存储，比如防止对象数据集532a具有不必要的存储数据。
[0109]通常如参照图2所述，对象电视观看数据集532a可能被分区方案决定组件148使用，以计算分区方案534a，尽管在其他实施例中，分区方案534a可不被对象电视观看数据集532a决定。分区组件使用对象电视观看数据集532a以及分区方案534a，来将对象电视观看数据集532a分成至少两个分区(例如，第一对象分区510a和第二对象分区520a)。如上所述，分区组件140可使用任何数量的至少两个分区，并且将通常根据原始电视观看数据504a对对象电视观看数据进行分区。
[0110]在图5A示出的第一对象分区510a，参与者I (122a)和参与者2 (122b)被分区到第一分区510a中，由那些参与者的相关标识符512a和第一次出现在第一分区510a的原始电视观看数据514a表示。相应地，示出了剩余参与者122x和122y，以及被分区到第二分区520a的它们相关的标识符522a和原始电视观看数据524a。
[0111]系统100，例如通过统计量计算组件142，为第一分区510a生成一个或者更多的电视观看统计量516a。如上所述，可使用许多可计算的统计量。系统还通过相同或者不同的公式，或者通过上面所述的，被用来为第一分区510a计算电视观看统计量516a，为第二分区520a计算电视观看统计量526a。
[0112]在示出的两个分区示例中，参考部分135包含第一分区517a的参考部分，以及第二分区527a的参考部分。将被理解的是，为了简洁和清楚起见，尽管图中只示出了两个分区，在多个实施例中，这些分区的数量可大于两个。参考部分匹配组件146使用第一分区参考部分517a来调整第一分区电视观看统计量516a，并产生调整的第一分区电视观看统计量519a。调整可包括第一分区加权系数518a的计算和应用，其可能通过对象分区部分除以参考部分实施。如上所述将应用权值分区。
[0113]参照第二对象分区520a的相关的图5A所示的所有项目(例如，520a，522a，524a，526a，527a，528a和529a)被系统100使用，计算，决定，匹配等等，并且用与第一对象分区510a和它相应的项目(例如，510a，512a，514a，516a，518a和519a)使用和彼此交互相应和类似的方法来彼此交互。这里公开的实施例可被扩展到任何数量的这些分区。
[0114]参考部分匹配组件146为每个分区调整至少一个电视观看统计量(例如，519a和529a)，然后它将结合调整的电视观看统计量，来为对象电视观看数据集532a产生至少一个校准的电视观看统计量530a。分区的调整的电视观看统计量(例如，519a和529a)被结合于此，如上所述。匹配组件146的操作的类似变化可发生，如上参照图2所描述的。
[0115]图5A所示的示例过程使反映一系列家庭的观看行为的电视观看数据能够将被使用，即使电视观看行为包括较少或者没有关于家庭的人口统计组成的信息。系统使电视观看数据将被校准以反映行为组的人口，比如，但不限制于，由特定的人口统计信息定义的组。有兴趣的组织然后将能够使用校准的电视观看统计量530a，去获得人的电视观看行为的更精确的理解。这些信息可能被内容产生商，经销商，广告商或者其他群体使用以做出关于，例如，广告和/或者内容的分布时间和范围的更明智的选择。
[0116]示例-金融交易数据
[0117]图5B是数据流程图，示出了如前参照图2描述的对象金融交易数据的分析。特别地，图5B明确了由系统100执行的对象金融交易数据集532b，大致如前面参照图2所述。系统对对象金融交易数据集532b进行分区，为每个分区计算金融交易统计量，基于参照部分调整金融交易统计量，并且结合调整的金融交易统计量。这里的箭头通常表示系统100在执行数据处理操作。
[0118]如上参照图2所述，示出的对象金融交易数据集532b显示了参与者120的标识符502b，与同样是参与者120的相关的原始对象电视数据504b相结合。对象数据收集组件110收集的信息可能被处理或者改善，比如消除不必要的数据传输和/或存储，比如防止对象数据集532b具有不必要的存储数据。
[0119]通常如参照图2示出的，对象金融交易数据集532b可能被分区方案决定组件148使用，以计算分区方案534b。尽管在其他实施例中，分区方案534b可不被对象金融交易数据集532b决定。分区组件使用对象金融交易数据集532b以及分区方案534b，来将对象金融交易数据集532b分成至少两个分区(例如，第一对象分区510b和第二对象分区520b)。如上所述，分区组件140可使用任何数量的至少两个分区，并且将通常根据原始金融交易数据504b对对象金融交易数据进行分区。
[0120]在图5B示出的第一对象分区510b，参与者I (122a)和参与者2 (122b)被分区到第一分区510b中，由那些参与者的相关标识符512b和第一次出现在第一分区510b的原始金融交易数据514b表示。相应地，示出了在对象数据集132中的剩余参与者122x和122y，以及被分区到第二分区520b的它们相关的标识符522b和原始金融交易数据524b。
[0121]系统100，例如通过统计量计算组件142，为第一分区510b生成一个或者更多的金融交易统计量516b。如上所述，可使用许多可计算的统计量。系统还通过相同或者不同的公式，或者通过上面所述的，被用来为第一分区510b计算金融交易统计量516b，为第二分区520b计算金融交易统计量526b。
[0122]在示出的两个分区示例中，参考部分135包含第一分区517b的参考部分，以及第二分区527b的参考部分。将被理解的是，为了简洁和清楚起见，尽管图中只示出了两个分区，在多个实施例中，这些分区的数量可大于两个。参考部分匹配组件146使用第一分区参考部分517b来调整第一分区金融交易统计量516b，并产生调整的第一分区金融交易统计量519b。调整可包括第一分区加权系数518b的计算和应用，其可能通过对象分区部分除以参考部分实施。如上所述将应用权值分区。
[0123]参照第二对象分区520b的图5B所示的所有项目(例如，520b，522b，524b，526b，527b，528b和529b)被系统100使用，计算，决定，匹配等等，并且用与第一对象分区510b和它相应的项目(例如，510b，512b，514b，516b，518b和519b)使用和彼此交互相应和类似的方法来彼此交互。这里公开的实施例可被扩展到任何数量的这些分区。
[0124]在参考部分匹配组件146为每个分区调整至少一个电视观看统计量(例如，519b和529b)之后，然后它将结合调整的电视观看统计量来为对象电视观看数据集532a产生至少一个校准的电视观看统计量530b。分区的调整的电视观看统计量(例如，519b和529b)被如上所述结合。匹配组件146的操作的变化可类似如上参照图2所述而发生。
[0125]图5B所示的示例过程使反映一组消费者的购买行为的金融交易数据将被使用，即使金融交易行为包括较少或者没有关于消费者的人口统计组成的信息。系统使金融交易数据将被校准以反映行为组的人口，比如，但不限制于，特定的人口统计信息定义的组。有兴趣的组织然后将能够使用校准的金融交易统计量530a去获得人的金融交易行为的更精确的理解。这些信息可能被内容产生商，经销商，广告商或者其他群体使用来做出关于例如，产品决策，市场，分配，欺诈评估，或者以其他方式优化努力的时间和范围的更明智的选择以取得商业服务或者产品的最大利润销售。
[0126]备注
[0127]尽管未做要求，本发明的各方面和实施例利用了计算机可执行指令的通用环境，诸如由通用计算机，例如，服务器或私人计算机执行的程序。本领域技术人员将理解，本发明可以由其它计算机系统实现，包括因特网设备、手持式设备、可穿戴计算机、蜂窝或移动电话、多处理器系统、基于微处理器或可编程消费电子产品、机顶盒、网络PC、小型计算机、大型计算机等。本发明可以体现在被专门编程、配置或构造以执行本文详细说明的一个或多个计算机可执行指令的专用计算机或数据处理器。事实上，术语“计算机”，如本文所通常使用的，是指任何上述装置，以及任何数据处理器或能够与网络，包括消费电子产品，例如游戏设备、照相机，或其它具有处理器和其他组件，例如，网络通信电路的任何设备电子