[发明专利]对返回路径数据的神经网络处理以估计家庭人口统计

说明书

公开了实现对机顶盒返回路径数据的神经网络处理以估计家庭人口统计的示例方法、设备、系统以及制品(例如，物理存储介质)。本文所公开的示例人口统计估计系统包括特征生成器，其根据从与返回路径数据家庭关联的机顶盒报告的返回路径数据来生成特征。所公开的示例人口统计估计系统还包括神经网络，其对根据返回路径数据生成的特征进行处理，以预测返回路径数据家庭的人口统计分类概率，该神经网络要基于从仪表报告的小组数据来进行训练，该仪表对与小组成员家庭关联的媒体装置进行监测。所公开的示例人口统计估计系统还包括人口统计指派引擎，其基于所预测的人口统计分类概率，向所述返回路径数据家庭中的相应返回路径数据家庭指派一个或更多个人口统计类别。

相关申请

本申请要求题为“NEURAL NETWORK PROCESSING OF SET-TOP BOX RETURN PATHDATA TO ESTIMATE HOUSEHOLD DEMOGRAPHICS”并于2018年10月10日提交的美国临时申请系列号No.62/743,925的权益和优先权。美国临时申请系列号No.62/743,925的全部内容通过引用而并入于此。

技术领域

本公开总体上涉及神经网络(neural network)，更特别地，涉及对返回路径数据的神经网络处理以估计家庭人口统计(estimate household demographics)。

背景技术

诸如尼尔森公司(美国)LLC这样的受众测量实体(AME：Audience measuremententity)可以根据相对少量的小组家庭(panel home)样本来外推总体电视观众的收视率(rating)指标和/或其它受众测量数据。小组家庭可能经过了深入研究并且通常被选为代表整个受众全体(audience universe)。而且，为帮助补充小组数据，诸如尼尔森公司(美国)LLC这样的AME可能会与付费电视提供商公司达成协议，以获得从机顶盒和/或其它装置/软件得到的电视调谐信息，这在本文中并且在行业中被称为返回路径数据。

附图说明

图1是根据本公开的教导的使用神经网络根据机顶盒返回路径数据来估计人口统计分类概率的示例处理流程的框图。

图2是根据本公开的教导的使用由图1的示例处理流程所估计的人口统计分类概率来向家庭指派人口统计的示例处理流程的框图。

图3是根据本公开的教导的被构造成实现图1和图2的处理流程以根据机顶盒返回路径数据来估计家庭人口统计的示例基于神经网络的人口统计估计系统的框图。

图4A至图4B例示了由被包括在图3的示例基于神经网络的人口统计估计系统中的示例特征生成器所生成的示例特征。

图5是被包括在图3的示例基于神经网络的人口统计估计系统中的示例人口统计预测神经网络的示例实现的框图。

图6A至图6C例示了根据本公开的教导的图3的人口统计预测神经网络的示例操作，以根据机顶盒返回路径数据来估计人口统计分类概率。

图7例示了用于实现被包括在图3的示例基于神经网络的人口统计估计系统中的示例家庭人口统计指派引擎的示例伪代码。

图8A至图8E例示了根据本公开的教导的图3的家庭人口统计指派引擎的示例操作，以向家庭指派人口统计。

图9A至图9C例示了可以由图3的家庭人口统计指派引擎执行的示例模拟退火操作。

图10是表示可以被执行以实现图3的基于神经网络的人口统计估计系统的示例机器可读指令的流程图。

图11是被构造成执行图10的示例机器可读指令以实现图3的示例基于神经网络的人口统计估计系统的示例处理器平台的框图。

这些图不是按比例绘制的。一般来说，贯穿附图和所附书面描述使用相同的标号来指代相同或相似的部分、要素等。