CN102498497A - 用于定向广告投放的系统和方法 - Google Patents

Abstract

一方面，计算设备被配置成接收对配置文件的请求以定制信息以便呈现给在请求中所标识的用户，并且，响应于标识用户的请求，提供基于用户的交易数据所生成的配置文件。配置文件使用表示各种领域的合计的花费的多个值汇总用户的交易数据。信息包括基于配置文件选择的、按优先级排序、调整或生成的广告。广告至少包括诸如折扣、激励、奖励、赠券、礼品、现金返还、利益、产品或服务之类的优惠。

Description

用于定向广告投放的系统和方法

对相关申请的交叉引用

本申请要求2009年10月9日提出的标题为“Systems and Methodsfor Targeted Advertisement Delivery”的临时美国专利申请系列号No.61/250,484，2009年8月4日提出的标题为“Systems and Methodsfor Profile-Based Advertisement Delivery”的临时美国专利申请系列号No.61/231,244，以及2010年8月3日提出的标题为“Systems andMethods for Targeted Advertisement Delivery”的美国专利申请系列号No.12/849,793的优先权，在此这些申请以引用的方式并入本文中。

技术领域

本发明的至少一些实施例涉及对诸如通过信用卡、贷记卡、预付卡等等进行的支付的记录之类的交易数据的处理，和/或基于对交易数据的处理来提供信息。

背景技术

每天通过使用诸如信用卡、贷记卡、预付卡等等之类的支付卡发生数百万的交易。相对应的交易的记录被记录在数据库中，以便用于结算和财务记录(例如，以满足政府规定的要求)。可以挖掘和分析这样的数据，以便用于趋势、统计，及其他分析。有时，为特定广告目标挖掘这样的数据，以便向帐户持有人提供定向的优惠，如2008年6月5日公开的标题为“Techniques for Targeted Offers”的PCT公开号No.WO 2008/067543A2所描述的。

2009年8月27日公开的标题为“Tracking Online Advertisingusing Payment Services”的美国专利申请公开号No.2009/0216579公开了一种这样的系统：支付服务将使用支付卡的用户的活动标识为对应于与向用户呈现的在线广告相关联的优惠。

在2001年10月2日颁发授权并且标题为“Communicating with aComputer Based on the Offline Purchase History of a ParticularConsumer”的美国专利号No.6,298,330公开了一种这样的系统：响应于接收到对应于计算机的诸如cookie之类的标识符，向计算机投放定向广告。

2006年4月25日颁发授权并且标题为“Process and System forIntegrating Information from Disparate Databases for Purposes ofPredicting Consumer Behavior”的美国专利号No.7,035,855公开了一种这样的系统：使用消费者交易信息来预测消费者的行为。

2003年1月7日颁发授权并且标题为“System and Method forGathering and Standardizing Customer Purchase Information forTarget Marketing”的美国专利号No.6,505,168公开了一种这样的系统：使用类别和子类别来按照信用卡、贷记卡、支票等等来组织购买信息。使用客户购买信息来生成用于进行定向的出售的客户首选项信息。

2008年10月28日颁发授权并且标题为“Method and System toPerform Content Targeting”的美国专利号No.7,444,658公开了一种这样的系统：基于使用信用卡购买数据执行的用户分类来选择要发送到用户的广告。

2005年3月10日公开并且标题为“System and Method forAnalyzing Marketing Efforts”的美国专利申请公开号No.2005/0055275公开了一种这样的系统：该系统使用卡交易数据来评估广告和营销计划的因果。

2008年9月11日公开并且标题为“Real-Time AwardsDeterminations”的美国专利申请公开号No.2008/0217397公开了用于利用对于持卡人的实时奖励确定来促进交易的系统，其中，可以作为持卡人的对帐单上的信贷分数来向持卡人提供奖励。

上面的所讨论的专利文件的资料在此以引用的方式并入本文中。

附图说明

实施例是作为示例说明的，而在各个附图的图形中不作限制，在附图中，类似的附图标记表示类似的元件。

图1示出了根据一个实施例的基于交易数据来提供服务的系统。

图2示出了根据一个实施例的合计的花费配置文件的生成。

图3示出了根据一个实施例的生成合计的花费配置文件的方法。

图4示出了根据一个实施例的基于交易数据来提供信息的系统。

图5示出了根据一个实施例的交易终端。

图6示出了根据一个实施例的帐户标识设备。

图7示出了根据一个实施例的数据处理系统。

图8示出了根据一个实施例的用于提供忠诚度计划的帐户数据的结构。

图9示出了根据一个实施例的获取购买细节的系统。

图10示出了根据一个实施例的提供配置文件以定向广告的系统。

图11示出了根据一个实施例的提供用于广告的配置文件的方法。

具体实施方式

引言

在一个实施例中，交易数据，如通过信用帐户、贷记帐户、预存款帐户、银行帐户、储值帐户等等进行的交易的记录，被处理，以为各种服务提供信息，如报告、基准调查、广告、内容或优惠选择、定制、个性化、优先级排序等等。

在一个实施例中，基于交易处理设备提供广告网络，以代表广告商呈现个性化或定向广告/优惠。交易处理设备的(或与其相关联的)计算设备使用交易数据和/或其他数据，如帐户数据、商家数据、搜索数据、社交网络数据、Web数据等等，来开发关于单个客户，或某些类型的客户或客户组的智能信息。智能信息可用于选择、标识、生成、调整、按优先级排序、和/或个性化面向客户的广告/优惠。在一个实施例中，交易处理设备进一步被自动化以响应于广告活动来使用广告商的帐户，处理向广告商收取的广告费用。

在一个实施例中，计算设备将交易与在交易之外发生的活动(如向客户呈现的至少部分地导致离线交易的在线广告)相关联。关联数据可用于表明广告的成功，和/或改善关于单个客户和/或各种类型的客户或客户组如何对广告作出响应的智能信息。

在一个实施例中，计算设备将交易与客户的在线活动(如搜索、Web浏览、社交网络以及消耗广告)，与其他活动，如观看电视节目，和/或与事件，如会议、通告、自然灾害、事故、新闻通告等等相关联，或提供促进它们相关联信息。

在一个实施例中，关联结果被用于预测模型中，以基于活动或事件来预测交易和/或消费模式，基于交易或消费模式来预测活动或事件，提供警告或报告等等。

在一个实施例中，操作交易处理设备的单个实体基于交易数据来执行所提供的服务中的各种操作。例如，在个性化或定向广告的呈现中，单个实体可以执行诸如生成智能信息、为给定受众选择相关智能信息，基于选定的相关智能信息来选择、标识、调整、按优先级排序、个性化和/或生成广告，以及促进个性化或定向广告的投放等等之类的操作。可另选地，操作交易处理设备的实体与一个或多个其他实体进行协作，向这些实体提供信息以允许这些实体执行至少一些呈现个性化或定向广告的操作。

在一个实施例中，搜索引擎、发布者、广告商、广告网络、在线商家，或其他实体可以向用户或客户呈现个性化或定向信息或广告。交易处理设备使用交易数据、帐户数据、商家数据和/或其他数据来开发关于单个客户和/或各种类型的客户或客户组的智能信息。然后，智能信息可以被用来标识、生成、选择、按优先级排序、和/或调整针对客户的个性化或定向广告。

在一个实施例中，通过交易处理设备的门户实时地提供智能信息，以跨多个渠道地促进向客户提供定向广告。投放定向广告的能力通过允许广告商到达他们所希望的受众并允许，例如，搜索引擎提高点进率，来提高广告与客户的相关性，并提高投资回报率。

在一个实施例中，投放定向广告，以便向客户在线呈现。例如，客户可以访问搜索引擎、发布者、广告商、或在线商家的网站。在对网站的访问期间，收集用户数据，如客户的标识符(例如，cookie ID、IP地址等等)。也可以收集其他用户数据和上下文信息(例如，用户行为)，以定制广告优惠。

在一个实施例中，对于由用户数据所标识的客户，实时地选择或计算用户特定的配置文件。用户特定的配置文件可以以各种变化的特殊性级别来描述客户。如下面比较详细地讨论的，基于用户特定的配置文件，可以实时地选择、生成、定制、按优先级排序和/或调整定向广告，以便在线呈现给客户。

在标题为“定向广告投放”的部分提供了一个实施例中的关于为定向广告提供基于交易的智能的进一步的细节和示例。

系统

图1示出了根据一个实施例的基于交易数据来提供服务的系统。在图1中，系统包括对于用户(101)启动金融交易的交易终端(105)，通过对用户(101)的金融交易(以及其他用户的金融交易)的处理来生成交易数据(109)的交易处理设备(103)，基于交易数据(109)来生成交易配置文件(127)以提供关于用户偏好和消费模式的信息/智能的配置文件生成器(121)，向用户(101)提供信息和/或优惠的交互点(107)，使用交互点(107)来生成用户数据(125)以标识用户(101)的用户跟踪器(113)，选择由用户数据(125)所标识的用户(101)所特定的配置文件(131)的配置文件选择器(129)，以及，通过媒体控制器(115)在交互点(107)选择、标识、生成、调整、按优先级排序和/或个性化广告以便呈现给用户(101)的广告选择器(133)。

在一个实施例中，系统还包括将用户特定的广告数据(119)与由用户特定的广告数据(119)所产生的交易相关联的相关器(117)。关联结果(123)可以被配置文件生成器(121)用来改善交易配置文件(127)。

在一个实施例中，以如图2和3所示的方式，从交易数据(109)来生成交易配置文件(127)。例如，在图3中，通过因素分析(327)和聚类分析(329)来生成合计的花费配置文件(341)，以汇总(335)反映在交易记录(301)中的消费模式/行为。

在一个实施例中，如图4所示的数据仓库(149)与交易处理设备(103)耦合，以存储交易数据(109)及其他数据，如帐户数据(111)、交易配置文件(127)以及关联结果(123)。在图4中，门户(143)与数据仓库(149)耦合，以响应于来自第三方的查询请求或作为警告或通知消息，提供从交易数据(109)导出的数据或信息。

在图4中，交易处理设备(103)被耦合在控制消费者帐户(146)的开户行处理器(145)和由控制商家帐户(148)的受让方处理器(147)之间。帐户标识设备(141)被配置成携带利用开户行处理器(145)来标识消费者帐户(146)的帐户信息(142)，并向商家的交易终端(105)提供帐户信息(142)以启动用户(101)和商家之间的交易。

图5和6示出了交易终端(105)和帐户标识设备(141)的示例。图7示出了数据处理系统的结构，该结构可用于，以较多或较少的元件，实现系统中的至少一些组件，如交互点(107)、交易处理设备(103)、门户(143)、数据仓库、帐户标识设备(141)、交易终端(105)、用户跟踪器(113)、配置文件生成器(121)、配置文件选择器(129)、广告选择器(133)、媒体控制器(115)等等。一些实施例使用比图1和4-7中所示出的那些较多或较少的组件，如在标题为“变体”的部分所进一步讨论的。

在一个实施例中，交易数据(109)涉及由交易处理设备(103)所处理的金融交易；而帐户数据(111)涉及有关参与交易的帐户持有人的信息。进一步的数据，如涉及由于购物从帐户持有人接收支付的商家的位置、业务、产品和/或服务的商家数据，可以用于生成交易配置文件(127，341)。

在一个实施例中，通过帐户标识设备(141)，如金融交易卡(例如，信用卡、贷记卡、银行卡等等)进行金融交易；金融交易卡可以具体化为各种设备，如塑料卡、芯片、射频标识(RFID)设备、移动电话、个人数字助理(PDA)，等等；而金融交易卡可以通过帐户标识符(例如，帐号或别名)来表示。在一个实施例中，通过直接使用帐户信息(142)而不在物理上呈现帐户标识设备(141)来进行金融交易。

在本说明书的各个部分提供了进一步的特征、修改和细节。

集中式数据仓库

在一个实施例中，交易处理设备(103)维护围绕交易数据(109)组织的集中式数据仓库(149)。例如，集中式数据仓库(149)可包括下列内容，和/或支持对下列内容的确定：花费频带分布、交易计数和金额、商家类别、按州的商家、按速度分数的持卡人分段，以及商家目标内的花费，竞争性集合和截面(cross-section)内的花费。

在一个实施例中，集中式数据仓库(149)提供集中式管理，但是允许分散式执行。例如，第三方战略市场分析师、统计师、销售人员、推销商、业务领导者等等，可以访问集中式数据仓库(149)，以分析客户和购物者数据，提供对客户贡献的后续分析，开发倾向模型以便提高市场营销活动的转换，开发用于营销的分割模型等等。集中式数据仓库(149)可用于管理广告活动，并分析响应赢利性。

在一个实施例中，集中式数据仓库(149)包括商家数据(例如，关于卖方的数据)、客户/业务数据(例如，关于买方的数据)，以及在一段时间内卖方和买方之间的交易记录(301)。集中式数据仓库(149)可以被用来支持公司销售预测、欺诈分析报告、销售/客户关系管理(CRM)业务智能、信用风险预测和分析、高级授权报告、商家基准调查、对于小企业的业务智能、奖励等等。

在一个实施例中，交易数据(109)与外部数据，如调查、基准、搜索引擎统计、人口分布、竞争信息、电子邮件等等，相组合，以标记关键事件和数据值，设置客户、商家、数据或事件触发器，以及驱动新交易和新客户联系人。

交易配置文件

在图1中，配置文件生成器(121)基于交易数据(109)，帐户数据(111)，和/或其他数据，如非交易数据、希望得到的物品的列表、商家所提供的信息、地址信息、来自社交网络网站的信息、来自信用咨询公司的信息、来自搜索引擎的信息、有关保险索赔的信息、来自DNA数据库的信息，及在2009年11月9日提出的并且标题为“Analyzing Local Non-Transactional Data with Transactional Data inPredictive Models”的美国专利申请号No.12/614,603中所讨论的其他示例，来生成交易配置文件(127)，在此该申请以引用的方式并入本文中。

在一个实施例中，交易配置文件(127)提供有关用户(101)在进行购物时的行为、模式、偏好、倾向、趋向、频率、趋势，以及预算的智能信息。在一个实施例中，交易配置文件(127)包括有关用户(101)拥有什么的信息，如点数、英里数、或其他奖励货币、可用的信用，以及接收到的优惠，如被加载到用户(101)的帐户的赠券。在一个实施例中，交易配置文件(127)包括基于过去的优惠/赠券取现模式的信息。在一个实施例中，交易配置文件(127)包括有关在零售商店以及在线购物的购物模式的信息，包括购物的频率、每一购物花费的金额、商家的位置(零售)与帐户持有人的地址的距离等等。

在一个实施例中，交易处理设备(103)提供用于涉及交易处理设备(103)的交易过程内的用于投放的广告的优先级排序、生成、选择、定制和/或调整的智能的至少一部分。例如，可以响应于客户通过交易处理设备(103)进行支付，向客户呈现广告。

一些交易配置文件(127)是用户(101)，或用户(101)的帐户或用户(101)是其中的成员的一组用户，如家庭、公司、邻居、城市、或由涉及在线活动、离线购物活动、商家倾向等等某些特征所标识的组，所特定的。

在一个实施例中，配置文件生成器(121)周期性地以批模式生成和更新交易配置文件(127)。在其他实施例中，配置文件生成器(121)响应于在门户(143)中接收到的对于交易配置文件(127)的请求，实时地，或准时地生成交易配置文件(127)。

在一个实施例中，交易配置文件(127)包括一组参数的值。计算参数的值可能涉及计数符合一个或多个准则的交易，和/或构建基于统计学的模型，其中，对一个或多个计算的值或变换了的值施加统计算法，该统计算法对每一值进行加权，以优化对于各种预定目的其共同的可预测性。

在标题为“合计的花费配置文件”部分提供了一个实施例中的关于交易配置文件(127)的进一步的细节和示例。

非交易数据

在一个实施例中，与非交易数据一起分析交易数据(109)，以生成交易配置文件(127)和/或制作预测模型。

在一个实施例中，交易与诸如新闻、会议、影片、通告、市场变化、自然灾害等等之类的非交易事件相关联，以确立因果关系，以预测未来的交易或消费模式。例如，非交易数据可包括新闻事件的地理位置、来自事件日历中的一个事件的日期、即将来临音乐会的表演者的姓名等等。可以从诸如报纸、网站、博客、社交网络站点等等获取非交易数据。

在一个实施例中，当交易和非交易事件之间的因果关系已知时(例如，基于预先的研究结果、领域知识、专业知识)，这些关系可以用于预测模型中，以基于最近发生的或实时发生的事件来预测未来的交易或消费模式。

在一个实施例中，非交易数据涉及在执行相应的交易的用户(101)本地的地理区发生的事件。在一个实施例中，当从用户(101)到地理区中的位置的距离在每天的或常规的行驶的方便的范围内，如与用户(101)的地址的距离为20、50或100英里，或在用户(101)的地址在相同城市或邮政编码区域内时，地理区是用户(101)本地的。在2009年11月9日提出的并且标题为“Analyzing LocalNon-Transactional Data with Transactional Data in PredictiveModels”的美国专利申请号No.12/614,603中提供了在一个实施例中的对本地非交易数据以及交易数据(109)进行分析的示例，在此该申请以引用的方式并入本文中。

在一个实施例中，非交易数据不仅限于本地非交易数据。例如，也可以使用国家的非交易数据。

在一个实施例中，在频率域中分析交易记录(301)以标识花费事件中的周期性的特征。过去的交易记录(301)中的周期性的特征可以被用来预测其中将发生类似的交易的时间窗口的概率。例如，对交易数据(109)的分析可以被用来预测具有周期性的特征的下一次交易将何时发生，与哪一个商家，带有某一金额的重复的交易的概率，异常的概率，提供广告或诸如赠券等等之类的优惠的机会。在一个实施例中，通过计数在一组预定时间间隔内发生的交易对的发生的次数，并基于时间间隔来分离交易对，检测周期性的特征。在2010年5月4日提出的并且标题为“Frequency-Based Transaction Prediction andProcessing”的美国专利申请系列号No.12/773,770中提供了一个实施例中的基于对周期性的特征的检测来预测未来的交易的某些示例和技术，在此该申请以引用的方式并入本文中。

在美国专利号No.6,119,103、6,018,723、6,658,393、6,598,030，以及7,227,950中提供了一个实施例中的预测模型的技术和细节，在此这些申请以引用的方式并入本文中。

在一个实施例中，优惠基于服务点到接受优惠者的距离，以使用户(101)亲自获取服务。在一个实施例中，基于交易数据(109)中的交易历史和购物模式和/或用户(101)和商家之间的距离来选择优惠。在一个实施例中，响应于来自用户(101)的请求，或响应于对用户(101)的位置的检测，来提供优惠。在2007年6月22日提出的被转让的公开号No.2008/0319843的标题为“Supply of Requested OfferBased on Point-of Service to Offeree Distance”的美国专利申请系列号No.11/767,218，2007年5月30日提出的被转让的公开号No.2008/0300973的标题为“Supply of Requested Offer Based on OffereeTransaction History”的美国专利申请系列号No.11/755,575，2007年9月13日提出的被转让的公开号No.2009/0076896的标题为“MerchantSupplied Offer to a Consumer within a Predetermined Distance”的美国专利申请系列号No.11/855,042，2007年9月13日提出的被转让的公开号No.2009/0076925的标题为“Offeree Requested Offer Based onPoint-of Service to Offeree Distance”的美国专利申请系列号No.11/855,069，以及2009年4月22日提出的标题为“Receiving anAnnouncement Triggered by Location Data”的美国专利申请系列号No.12/428,302中提供了至少一个实施例的示例和细节，在此这些申请以引用的方式并入本文中。

定向广告

在图1中，广告选择器(133)按优先级排序、生成、选择、调整、和/或定制可用的广告数据(135)，以至少部分地基于用户特定的配置文件(131)来提供用户特定的广告数据(119)。广告选择器(133)使用用户特定的配置文件(131)作为过滤器和/或一组条件来为用户(101)生成、标识、选择和/或按优先级排序广告数据。媒体控制器(115)将用户特定的广告数据(119)投放到交互点(107)，以便作为定向和/或个性化广告呈现给用户(101)。

在一个实施例中，用户数据(125)包括交互点(107)中的上下文的特征。如此，对使用用户数据(125)选择的用户特定的配置文件(131)的使用包括在选择用户特定的广告数据(119)时考虑交互点(107)处的上下文。

在一个实施例中，在选择用户特定的广告数据(119)时，广告选择器(133)不仅使用用户特定的配置文件(131)，而且还使用关于交互点(107)处的上下文的信息。例如，在一个实施例中，用户数据(125)包括关于交互点(107)处的上下文的信息；而广告选择器(133)在生成或选择用户特定的广告数据(119)时显式地使用上下文信息。

在一个实施例中，广告选择器(133)可以在提供用户特定的广告数据(119)之前查询关于用户(101)的特定信息。查询可以被传递到交易处理设备(103)的操作员，具体而言，传递到交易处理设备(103)或配置文件生成器(121)。例如，可以根据交易处理设备(103)的应用程序编程接口或其他查询接口，交易处理设备(103)的配置文件生成器(121)或门户(143)，传输和接收来自广告选择器(133)的查询。

在一个实施例中，从广告选择器(133)传递的查询可以请求任何特殊性级别(例如，段级别、单个级别)的关于用户(101)的智能信息。例如，查询可包括对持卡人的合计的花费配置文件(341)中的某一字段或某一类型的信息的请求。作为另一个示例，查询可包括对在以前的某一时间段(例如，六个月)内在某一商家类别用户(101)花费级别的请求。

在一个实施例中，广告选择器(133)是由与操作交易处理设备(103)的实体分开的实体操作的。例如，广告选择器(133)可以由搜索引擎、发布者、广告商、广告网络或在线商家来操作。用户特定的配置文件(131)被提供到广告选择器(133)，以帮助对用户特定的广告数据(119)的定制。

在一个实施例中，广告是基于具有与其他商家类别(例如，其他MCC)的高关联度花费倾向的商家类别(例如，如由商家类别代码(MCC)所表示的)的购物模式来定向的。例如，在对于目标受众的第一MCC的上下文中，标识与第一MCC具有高关联度花费倾向的第二MCC的配置文件可以被用来选择对于目标受众的广告。

在一个实施例中，合计的花费配置文件(341)被用来提供关于用户(101)的消费模式、偏好和/或趋势的智能信息。例如，可以基于合计的花费配置文件(341)来建立预测模型以估计用户(101)的需求。例如，合计的花费配置文件(341)中的因素值(344)和/或聚集ID(343)可以被用来确定用户(101)的花费偏好。例如，合计的花费配置文件(341)中的渠道分布(345)可以被用来基于用户(101)的消费模式来提供针对特定渠道的定制优惠。

在一个实施例中，基于以前的购物的一些方面，如购物的时间、位置，以及特征等等，来生成和传播诸如优惠和赠券之类的移动广告。在一个实施例中，优惠或赠券的利益的幅度基于购物量或以前的购物的花费金额和/或可能有资格赎回优惠的随后的购物。在2007年12月19日提出的被转让的公开号No.2008/0201226的标题为“Mobile CouponMethod and Portable Consumer Device for Utilizing Same”的临时美国专利申请系列号No.11/960,162中提供了一个实施例的进一步的细节和示例，在此该申请以引用的方式并入本文中。

在一个实施例中，向用户(101)提供有条件的奖励；而交易处理设备(103)监测用户(101)的交易以标识满足了相应的条件的可换成现金的奖励。在一个实施例中，有条件的奖励是基于交易数据(109)选择的。在2007年9月27日提出的标题为“Consumer SpecificConditional Rewards”的临时美国专利申请系列号No.11/862,487中提供了一个实施例的进一步的细节和示例，在此该申请以引用的方式并入本文中。检测有条件的奖励的已满足的条件的技术也可以被用来检测满足为定位由在线活动(如在线广告、搜索等等)所产生的交易所指定的条件，以将交易与相应的在线活动相关联。

在2008年8月4日提出的被转让的公开号No.2010/0030644并且标题为“Targeted Advertising by Payment Processor History ofCashless Acquired Merchant Transaction on Issued ConsumerAccount”的美国专利申请系列号No.12/185,332中提供了一个实施例中的关于定向优惠投放的进一步的细节。

配置文件匹配

在图1中，用户跟踪器(113)获取并生成关于交互点(107)处的用户(101)的上下文信息，包括表征和/或标识用户(101)的用户数据(125)。配置文件选择器(129)基于交易配置文件(127)的特征和用户数据(125)的特征的匹配，从由配置文件生成器(121)所生成的交易配置文件(127)组中选择一个用户特定的配置文件(131)。例如，用户数据(125)指出一组用户(101)的特征；而配置文件选择器(129)选择对于一个特定用户或一组用户的并且最佳匹配由用户数据(125)所指定的特征集的用户特定的配置文件(131)。

在一个实施例中，配置文件选择器(129)以批处理模式接收交易配置文件(127)。配置文件选择器(129)基于用户数据(125)从成批的交易配置文件(127)中选择用户特定的配置文件(131)。可另选地，配置文件生成器(121)实时地生成交易配置文件(127)；而配置文件选择器(129)使用用户数据(125)来查询配置文件生成器(121)，以实时地，或准时地生成用户特定的配置文件(131)。配置文件生成器(121)生成最佳匹配用户数据(125)的用户特定的配置文件(131)。

在一个实施例中，用户跟踪器(113)标识基于交易终端(105)上的用户活动(例如，访问了一组网站，当前正在访问一种类型的网页，搜索行为等等)，来标识用户(101)。

在一个实施例中，用户数据(125)包括用户(101)的标识符，如全局唯一标识符(GUID)、个人帐号(PAN)(例如，信用卡号、贷记卡号，或其他卡帐号)，或同一类型的一组标识符内的唯一地并且永久地标识用户(101)的其他标识符。可另选地，用户数据(125)可包括其他标识符，如以本地的，临时，瞬时和/或匿名方式标识用户(101)的用户(101)的因特网协议(IP)地址、用户(101)姓名或用户名，或浏览器cookie ID。用户(101)的这些标识符中的某些可以由发布者、广告商、广告网络、搜索引擎、商家或用户跟踪器(113)来提供。在一个实施例中，这样的标识符基于它们的使用的时段的重叠或接近，与用户(101)相关联，以建立标识参考表。

在一个实施例中，标识参考表被用来基于在用户数据(125)中捕捉到的用户(101)的特征，如浏览器cookie ID、IP地址，和/或有关IP地址的使用的时间戳，标识帐户信息(142)(例如，帐号(302))。在一个实施例中，标识参考表由交易处理设备(103)的操作员来维护。可另选地，标识参考表由交易处理设备(103)的操作员之外的实体来维护。

在一个实施例中，用户跟踪器(113)确定用户(101)的某些特征，以描述用户的类型或用户(101)是其中的成员的用户组。该组的交易配置文件被用作用户特定的配置文件(131)。这样的特征的示例包括地理位置或邻居，在线活动的类型，特定的在线活动，或商家倾向。在一个实施例中，组是基于集合信息(例如，按时间，或家庭)，或段(例如，按聚类、倾向、人口分布、聚类ID，和/或因素值)来定义的。在一个实施例中，组是部分地通过一个或多个社交网络来定义的。例如，组可以是基于与社交网络网站上的一个或多个用户的社会距离，社交网络网站上的用户之间的交互，和/或社交网络网站中的用户的社交网络配置文件中的通用数据来定义的。

在一个实施例中，用户数据(125)可以以不同的粒度或分辨率(例如，帐户、用户、家庭、公司、邻居等等)以不同的肯定度匹配不同的配置文件。配置文件选择器(129)和/或配置文件生成器(121)可以以最细微的粒度或分辨率，以可以接受的确定性来确定或选择用户特定的配置文件(131)。如此，用户特定的配置文件(131)是用户(101)的最特定的或与其紧密关联的。

在一个实施例中，广告选择器(133)在按优先级排序、选择、生成、定制和调整用户特定的广告数据(119)时使用进一步的数据。例如，广告选择器(133)可以与用户特定的配置文件(131)相结合地使用搜索数据，来向交互点(107)处的用户(101)提供优惠或利益。例如，用户特定的配置文件(131)可以被用来个性化广告，如调整广告相对于其他广告的位置，调整广告的外观等等。

浏览器COOKIE

在一个实施例中，用户数据(125)使用浏览器cookie信息来标识用户(101)。浏览器cookie信息与帐户信息(142)或帐号(302)匹配，以标识用户特定的配置文件(131)，如合计的花费配置文件(341)，以在可能会影响用户(101)的花费行为的时间窗口内通过首选的通信渠道(例如，移动通信、Web、邮件、电子邮件、POS等等)向用户(101)呈现有效、及时并且相关的市场营销信息。基于交易数据(109)，用户特定的配置文件(131)可以对于在线广告来改善受众定向。如此，客户将获得更好的向他们呈现的广告和优惠；而广告商将取得更好的对于它们的广告活动的投资回报率。

在一个实施例中，标识用户(101)的在线活动(如Web浏览、在线搜索，以及使用社交网络应用程序)的浏览器cookie，可以与帐户数据(111)(如用户(101)的财务支付卡的帐号(302)或用户(101)的帐户标识设备(141)的帐户信息(142))中的用户(101)的标识符匹配。在一个实施例中，用户(101)的标识符可以通过匹配IP地址、时间戳、cookie ID和/或由用户跟踪器(113)观察到的其他用户数据(125)来唯一地标识。

在一个实施例中，查询表被用来将浏览器cookie信息(例如，IP地址、时间戳、cookie ID)映射到标识交易处理设备(103)中的用户(101)的帐户数据(111)。可以通过关联由不同的实体或不同的用户跟踪器(113)观察到的用户数据(125)的重叠或公共部分来建立查询表。

例如，在一个实施例中，第一用户跟踪器(113)观察由时间戳所标识的时段内特定IP地址处的用户(101)的卡号(例如，通过在线支付过程)；第二用户跟踪器(113)观察到与由第一用户跟踪器(113)观察到的时间段接近或重叠的时间段内具有同一IP地址处的cookieID的用户(101)。如此，如由第二用户跟踪器(113)观察到的cookieID可以链接到如由第一用户跟踪器(113)观察到的用户(101)的卡号。第一用户跟踪器(113)可以由操作交易处理设备(103)的同一个实体或由不同的实体来操作。一旦通过数据库或查询表建立了cookie ID和卡号之间的关联，cookie ID随后可以被用来标识用户(101)的卡号和帐户数据(111)。

在一个实施例中，门户(143)被配置成当用户(101)使用IP地址来进行在线交易时观察用户(101)的卡号。如此，门户(143)可以基于被用来标识用户(101)的IP地址和与消费者帐户(146)相关联地记录的IP地址的关联，来标识消费者帐户(146)。

例如，在一个实施例中，当用户(101)通过向交易终端(105)(例如，在线商店)提交帐户信息(142)来进行在线支付时，交易处理设备(103)通过受让方处理器(147)从交易终端(105)获取IP地址。交易处理设备(103)存储指出在IP地址处在交易请求时使用帐户信息(142)的数据。当在门户(143)中接收到的查询中的IP地址匹配由交易处理设备(103)以前记录的IP地址时，门户(143)确定由请求中的IP地址所标识的用户(101)是与在IP地址处启动的交易的帐户相关联的同一个用户(101)。在一个实施例中，当查询请求的时间在与交易请求的预定时间内时，如几分钟、一个小时、一天等等，存在匹配。在一个实施例中，查询也可以包括表示用户(101)的cookieID。如此，通过匹配IP地址，cookie ID永久地与帐户信息(142)相关联。

在一个实施例中，门户(143)直接获取在线交易的IP地址。例如，在一个实施例中，用户(101)选择在帐户数据(111)中使用密码来保护在线交易的帐户信息(142)。当帐户信息(142)被输入到交易终端(105)(例如，在线商店或在线购物手推车系统)时，用户(101)连接到门户(143)，以便验证密码(例如，通过弹出窗口，或通过重定向用户(101)的Web浏览器)。在密码通过门户(143)通过验证之后，交易处理设备(103)接受交易请求。通过此验证过程，在帐户信息(142)被使用时，门户(143)和/或交易处理设备(103)获取用户(101)的IP地址。

在一个实施例中，用户(101)的Web浏览器将用户所提供的密码直接传递到门户(143)，而不经过交易终端(105)(例如，商家的服务器)。可另选地，交易终端(105)和/或受让方处理器(147)可以将密码通信中继到门户(143)或交易处理设备(103)。

在一个实施例中，门户(143)被配置成通过将IP地址映射到街道地址，基于用户数据(125)中所标识的IP地址，来标识消费者帐户(146)。例如，在一个实施例中，用户数据(125)包括标识用户(101)的IP地址；而门户(143)可以使用将IP地址映射到街道地址的服务。例如，因特网服务提供商知道当前指定的IP地址的街道地址。一旦标识了街道地址，门户(143)就可以使用帐户数据(111)来标识具有已标识的街道地址处的当前地址的消费者帐户(146)。一旦标识了消费者帐户(146)，门户(143)就可以提供用户(101)的消费者帐户(146)特定的交易配置文件(131)。

在一个实施例中，门户(143)使用多种方法来基于用户数据(125)来标识消费者帐户(146)。门户(143)将来自不同的方法的结果组合起来，以确定对于用户数据(125)的最有可能的消费者帐户(146)。

在2010年8月3日提出的美国专利申请系列号No.12/849,798中提供了一个实施例中的关于基于用户数据(125)来标识消费者帐户(146)的细节，在此该申请以引用的方式并入本文中。

关闭循环

在一个实施例中，相关器(117)被用来对于跨越在线活动和至少部分地由在线活动所产生的“离线”活动而跟踪消费者行为，“关闭循环”。在一个实施例中，诸如搜索、Web浏览、社交网络和/或消费在线广告之类的在线活动与相应的交易关联，以生成图1中的关联结果(123)。相应的交易可能离线地在“实体”零售商店发生，或在线地，但是在在线活动外部的上下文中，诸如以对促进搜索活动的搜索公司不可见的方式执行的信用卡购物。

在一个实施例中，相关器(117)将标识由搜索或在线广告所产生的交易。例如，响应于来自用户跟踪器(113)的关于用户(101)的查询，相关器(117)标识由用户(101)执行的离线交易，并将关于离线交易的关联结果(123)发送到用户跟踪器(113)，这允许用户跟踪器(113)将有关离线交易和在线活动的信息组合起来，以提供显著的营销优点。

例如，市场营销部门可以将广告预算与实际销售量相关联。例如，销售人员可以使用关联结果(123)来研究某些优先级排序策略、定制方案等等的实际销售量的影响。例如，可以使用关联结果(123)来调整或按优先级排序广告在网站、搜索引擎、社交网络站点、在线市场等等上的位置。

在一个实施例中，配置文件生成器(121)使用关联结果(123)以利用指出从搜索或广告到购物交易的转化率的数据来增强交易配置文件(127)。在一个实施例中，关联结果(123)被用来生成预测模型，以在用户(101)使用某些关键字进行搜索时或当向用户(101)呈现广告或优惠时确定用户(101)可能购买什么。在一个实施例中，门户(143)被配置成将关联结果(123)报告到合作伙伴，如搜索引擎、发布者，或商家，以允许合作伙伴使用关联结果(123)来度量广告和/或搜索结果定制的有效性，安排奖励等等。

说明性地，搜索引擎实体可以显示带有由公司A、B以及C所生产的平板电视机的特定广告的搜索页面。然后，搜索引擎实体可以将向特定消费者呈现的特定广告与该消费者的交易数据进行比较，并可以确定消费者购买了由公司B所生产的平板电视机。然后，搜索引擎实体可以使用此信息及从其他消费者的行为所导出的其他信息来确定由公司A、B以及C所提供的广告的有效性。搜索引擎实体可以确定广告的位置、外观或其他特征是否导致实际的销售量上升。可以对广告(例如，位置、外观等等)进行调整，以促进最大销售。

在一个实施例中，相关器(117)基于由用户跟踪器(113)所提供的用户数据(125)和交易的记录(如交易数据(109)或交易记录(301))的匹配，来匹配在线活动和交易。在另一实施例中，相关器(117)基于用户特定的广告数据(119)中所提供的利益/优惠的赎回来匹配在线活动和交易。

在一个实施例中，门户(143)被配置成接收一组条件和用户(101)的标识，确定是否有用户(101)的满足该组条件的任何交易，如果有，则提供交易的满足条件的交易的指示和/或关于交易的某些细节，这会允许请求方将交易与某些用户活动(如搜索、Web浏览、消费广告等等)相关联。

在一个实施例中，请求方可能不知道用户(101)的帐号(302)；而门户(143)将请求中所提供的标识符映射到用户(101)的帐号(302)以提供所请求的信息。请求中所提供的标识用户(101)标识符的示例包括由用户(101)所访问的网页的iFrame的标识，浏览器cookie ID、IP地址和对应于IP地址使用的日期和时间等等。

由门户(143)所提供的信息可以用于购买前的销售活动，如基于用户(101)的消费模式，定制内容或优惠，按优先级排序内容或优惠，选择内容或优惠等等。被定制、按优先级排序、选择、或推荐的内容可以是搜索结果、博客条目，待售的物品等等。

由门户(143)所提供的信息可以用于购买后的活动。例如，信息可以被用来将离线购买与在线活动相关联。例如，信息可以被用来确定响应于诸如电视节目、广告、新闻通告等等之类的媒体事件作出的购物。

在2010年8月3日提出的美国专利申请系列号No.12/849,789、2009年8月4日提出的标题为“Systems and Methods for Profile-BasedAdvertisement Delivery”的临时美国专利申请系列号No.61/231,244、2009年8月4提出的标题为“Systems and Methods for Online Search toOffline Purchase Tracking”的临时美国专利申请系列号No.61/231,251、2009年8月7日提出的标题为“Closed Loop ProcessingIncluding Abstracted Data”的临时美国专利申请系列号No.61/232,114、2009年8月7日提出的标题为“Closed Loop ProcessProviding Benefit”的临时美国专利申请系列号No.61/232,354、2009年8月7日提出的标题为“Social Network Validation”的临时美国专利申请系列号No.61/232,375，以及2009年8月10日提出的标题为“CellMarketplace”的临时美国专利申请系列号No.61/232,742中提供了某些实施例中的关于配置文件投放、在线活动与离线购买跟踪，基于用户数据(125)(如IP地址)来标识用户特定的配置文件(131)，以及广告/利益/优惠的定向投放的细节，在此这些申请以引用的方式并入本文中。

匹配广告与交易

在一个实施例中，相关器(117)被配置成接收有关用户特定的广告数据(119)的信息，监测交易数据(109)，标识可以被视为对应于用户特定的广告数据(119)的广告的结果的交易，并生成关联结果(123)，如图1所示。

当广告和相对应的交易两者都在在线结帐过程中发生时，用于在线结帐过程的网站可以被用来关联交易和广告。然而，广告和交易可能在单独的过程中发生和/或在不同的实体的控制之下(例如，当在零售商店离线进行购物，而广告在零售商店外部呈现)。在一个实施例中，相关器(117)使用一组关联条件来标识可以被视为广告的结果的交易。

在一个实施例中，相关器(117)基于各种条件来标识链接到或关联到用户特定的广告数据(119)的交易。例如，用户特定的广告数据(119)可包括根据用户特定的广告数据(119)提供依进行的购物而定的利益的赠券。赠券的使用标识用户特定的广告数据(119)，如此，允许相关器(117)将交易与用户特定的广告数据(119)相关联。

在一个实施例中，用户特定的广告数据(119)与用户(101)的身份或特征，如全局唯一标识符(GUID)、个人帐号(PAN)、别名、IP地址、姓名或用户名、地理位置或邻居、家庭、用户组和/或用户数据(125)，相关联。相关器(117)可以基于与用户特定的广告数据(119)相关联的用户(101)的身份或特征，将交易与广告链接或匹配。例如，门户(143)可以标识跟踪用户(101)的用户数据(125)的查询和/或用户特定的广告数据(119)的特征；而相关器(117)标识匹配用户数据(125)和/或用户特定的广告数据(119)的特征的一个或多个交易，以生成关联结果(123)。

在一个实施例中，相关器(117)标识交易的特征并使用特征来搜索以查找匹配交易的广告。这样的特征可包括GUID、PAN、IP地址、卡号、浏览器cookie信息、赠券、别名等等。

在图1中，配置文件生成器(121)使用关联结果(123)来增强从配置文件生成器(121)所生成的交易配置文件(127)。关联结果(123)提供有关购物的细节和/或指出用户特定的广告数据(119)的有效性。

在一个实施例中，关联结果(123)被用来向广告商表明广告的有效性，处理与广告相关联的激励或奖励，基于广告的有效性来获取广告收入的至少一部分，改善对广告的选择等等。

赠券匹配

在一个实施例中，当在广告中所提供的利益或优惠通过交易处理设备(103)与在广告中所标识的购物一起被赎回时，相关器(117)标识作为广告(例如，119)的结果的交易。

例如，在一个实施例中，当优惠被扩展到用户(101)时，有关优惠的信息可以被与用户(101)的帐户相关联地存储(例如，作为帐户数据的一部分(111))。用户(101)可以访问交易处理设备(103)的门户(143)以查看存储的优惠。

存储在用户(101)中的优惠可以通过交易处理设备(103)以各种方式被赎回。例如，在一个实施例中，当交易终端(105)处的交易的特征匹配优惠的特征时，相关器(117)可以通过交易处理设备(103)将优惠下载到交易终端(105)。

在优惠被下载到交易终端(105)之后，当在一个实施例中满足优惠的条件时，交易终端(105)自动应用该优惠。可另选地，交易终端(105)允许用户(101)有选择地应用由相关器(117)或交易处理设备(103)下载的优惠。在一个实施例中，相关器(117)将提醒信号发送到单独的交互点(107)(例如，移动电话)中的用户(101)，以提醒用户(101)赎回优惠。在一个实施例中，交易处理设备(103)应用优惠(例如，通过对帐单积分)，无需将优惠(例如，赠券)下载到交易终端(105)。在2009年9月24日提出的标题为“Real-TimeStatement Credits and Notifications”的美国专利申请系列号No.12/566,350中提供了通过对帐单积分赎回优惠的示例和细节，在此该申请以引用的方式并入本文中。

在一个实施例中，优惠被捕捉为图像，并与用户(101)的帐户相关联地存储。可另选地，以文本格式(例如，代码和一组条件)捕捉优惠，无需复制赠券的原始图像。

在一个实施例中，当赎回赠券时，将呈现赠券的广告与其中赎回赠券的交易相关联，和/或确定呈现赠券的广告导致了交易。在一个实施例中，相关器(117)标识导致了购物的广告，无需标识对应于广告的特定交易。

在2010年8月3日提出的美国专利申请系列号No.12/849,801中提供了一个实施例中的关于通过交易处理设备(103)进行的优惠赎回的细节，在此该申请以引用的方式并入本文中。

在ATM与POS终端上

在一个示例中，交易终端(105)是自动取款机(ATM)，也是交互点(107)。当用户(101)接近ATM以进行交易(例如，通过信用卡或贷记卡提取现金)时，ATM将帐户信息(142)传输到交易处理设备(103)。帐户信息(142)也可以被视为选择用户特定的配置文件(131)的用户数据(125)。用户特定的配置文件(131)可以被发送到广告网络以查询定向广告。在广告网络将用户特定的配置文件(131)与用户特定的广告数据(119)(例如，定向广告)进行匹配之后，交易处理设备(103)可以将广告与现金提取的授权一起发送到ATM。

在一个实施例中，在ATM上所示出的广告包括提供依用户(101)根据广告进行购物而定的利益的赠券。用户(101)可以查看在ATM屏幕上的空白处呈现的优惠，并选择加载赠券或将赠券存储在用户(101)的帐户下的交易处理设备(103)的存储设备中。交易处理设备(103)与银行进行通信以处理现金提取。在现金提取之后，ATM打印收据，该收据包括对赠券或赠券的副本的确认。然后，用户(101)可以使用打印在收据上的赠券。可另选地，当用户(101)使用同一个帐户来进行相关购物时，交易处理设备(103)可以自动应用存储在用户(101)的帐户下的赠券，或自动将赠券下载到相关交易终端(105)，或将赠券传输到用户(101)的移动电话，以允许用户(101)通过移动电话上的赠券的显示来使用赠券。用户(101)可以访问交易处理设备(103)的Web门户(143)，以查看在用户(101)的帐户中收集的赠券的状态。

在一个实施例中，广告通过数据流被转发到ATM以获取授权。在另一实施例中，ATM向交易处理设备(103)的服务器(例如，Web门户)作出单独的请求，以获取广告。可另选地，或组合地，在单独的、不同的交互点向用户(101)提供广告(包括赠券)，如通过发向用户(101)的移动电话的文本消息，通过电子邮件，通过银行对帐单等等。

在2008年11月6日提出的标题为“System Including AutomatedTeller Machine with Data Bearing Medium”的美国专利申请系列号No.12/266,352中提供了一个实施例中的基于购买偏好和位置数据在ATM上呈现定向广告的细节，在此该申请以引用的方式并入本文中。

在另一示例中，交易终端(105)是零售商店中的结算台处的POS终端(例如，自助结帐寄存器)。当用户(101)通过支付卡(例如，信用卡或贷记卡)为购物进行支付时，交易处理设备(103)提供具有从广告网络中获取的赠券的定向广告。用户(101)可以将赠券加载到支付卡的帐户中和/或从收据中获取赠券的硬拷贝。当赠券用于交易时，广告链接到交易。

在2007年5月1日提出的被转让的公开号No.2008/0275771并且标题为“Merchant Transaction Based Advertising”的美国专利申请系列号No.11/799,549中提供了一个实施例中的在授权财务支付卡交易的过程中呈现定向广告的细节，在此该申请以引用的方式并入本文中。

在一个实施例中，在由交易处理设备(103)处理的对交易的授权期间，用户特定的广告数据(119)，如优惠或赠券，被通过交易终端(105)与授权消息一起提供到用户(101)。授权消息可以被用来响应于当前的交易、忠诚度计划中的奖励的状态和/或余额等等，传递用户(101)有资格获得的奖励。在2005年11月2日提出的，被转让的公开号No.2007/0100691的并且标题为“Method and System forConducting Promotional Programs”的美国专利申请系列号No.11/266,766中提供了一个实施例中的涉及授权过程的示例和细节，在此该申请以引用的方式并入本文中。

在一个实施例中，当用户(101)正在通过交易处理设备(103)与第一商家执行交易时，交易处理设备(103)可以确定交易的特征是否满足来自第二商家的为诸如广告、优惠或赠券之类的通告指定的条件。如果满足条件，则交易处理设备(103)向用户(101)提供通告。在一个实施例中，交易处理设备(103)可以向一组商家拍卖提供通告的机会。在2009年4月22日提出的标题为“Targeting MerchantAnnouncements Triggered by Consumer Activity Relative to aSurrogate Merchant”的美国专利申请系列号No.12/428,241中提供了一个实施例中的涉及投放这样的通告的示例和细节，在此该申请以引用的方式并入本文中。

在2010年8月3日提出的美国专利申请系列号No.12/849,791中提供了一个实施例中的关于在与用户交易交互相关联的交互点处投放广告的细节，在此该申请以引用的方式并入本文中。

在第三方站点

在又一个示例中，用户(101)可以访问第三方网站，在图1中也是交互点(107)。第三方网站可以是Web搜索引擎、新闻网站、博客、社交网络站点等等。用户(101)在第三方网站上的行为可以通过浏览器cookie来跟踪，浏览器cookie使用浏览器的存储空间来存储有关用户(101)在第三方网站处的信息。可另选地，或组合地，第三方网站使用服务器日志来跟踪用户(101)的活动。在一个实施例中，第三方网站可以允许广告网络在网页的某些部分呈现广告。广告网络使用其服务器日志和/或浏览器cookie来跟踪用户行为。例如，广告网络可以使用浏览器cookie来跨多个网站标识特定用户。基于导致广告网络在各种网页中加载广告的引荐统一资源定位符(URL)，广告网络可以通过分析用户(101)已经访问的网页来确定用户(101)的在线行为。基于用户(101)的被跟踪的在线活动，可以形成表征用户(101)的用户数据(125)，以查询配置文件选择器(129)以便获得用户特定的配置文件(131)。

在一个实施例中，如使用cookie跟踪的用户(101)的cookie身份可以与用户(101)的帐户、用户(101)的家庭、用户(101)的公司，或包括用户(101)作为成员的其他组相关联。如此，cookie身份可以被用作用户数据(125)以获取用户特定的配置文件(131)。例如，当用户(101)从包含利用cookie身份被跟踪的广告的网页进行在线购物时，cookie身份可以与在线交易相关联，并如此与用户(101)的帐户相关联。例如，当在对用户(101)认证之后用户(101)访问网页，并且网页包括来自广告网络的广告时，cookie身份可以与用户(101)的已认证的身份相关联。例如，当用户(101)登录到到交易处理设备(103)的Web门户以访问用户(101)的帐户时，广告网络在Web门户上所使用的cookie身份可以与用户(101)的帐户相关联。

也可以使用其他在线跟踪技术来将用户(101)的cookie身份与为配置文件选择器(129)所知的用户(101)的标识符(如GUID、PAN、帐号、客户编号、社会保障号码等等)相关联。随后，可以使用cookie身份来选择用户特定的配置文件(131)。

多个通信

在一个实施例中，操作交易处理设备(103)的实体可以提供用于提供关于广告的多个通信的智能。多个通信可以被定向到与用户(101)交互的两个或更多交互点。

例如，在通过交易终端(105)给用户(101)提供了广告之后，可以通过单独的交互点(107)，如移动电话、电子邮件、文本消息等等，向用户(101)发送对广告的提醒信号或修改。例如，广告可包括给用户(101)提供依购物而定的利益的赠券。如果相关器(117)确定赠券没有被赎回，则相关器(117)可以向用户(101)的移动电话发送提醒用户(101)关于优惠和/或修改优惠的消息。

在2009年7月27日提出的标题为“Successive OfferCommunications with an Offer Recipient”的美国专利申请系列号No.12/510,167中提供了一个实施例中的涉及优惠的多个通信的示例，在此该申请以引用的方式并入本文中。

拍卖引擎

在一个实施例中，交易处理设备(103)提供门户以允许各种客户端根据聚类(例如，根据用于营销、监测、研究等等的聚类中的目标实体)出价。

例如，持卡人可以在程序中进行注册以接收优惠，如促销、折扣、中奖、奖励点数、直接邮件赠券、电子邮件赠券等等。持卡人可以向开户行进行注册，或向交易处理设备(103)的门户(143)进行注册。基于交易数据(109)或交易记录(301)和/或注册数据，配置文件生成器(121)将标识持卡人的聚类和表示持卡人与聚类的亲和性的值。各种实体可以根据聚类和/或值来出价以获得对诸如用户(101)之类的持卡人的访问。例如，开户行可以就访问优惠而出价；受让方和/或商家可以就客户段而出价。拍卖引擎接收出价，并基于接收到的出价而奖励段和优惠。如此，客户可以得到极大的便宜；而商家可以获得客户通信，并如此获得销售。

在2008年10月20日提出的被转让的公开号No.2009/0222323的标题为“Opportunity Segmentation”的美国专利申请系列号No.12/288,490，2008年4月23日提出的被转让的公开号No.2009/0271305，标题为“Payment Portfolio Optimization”的美国专利申请系列号No.12/108,342，2008年4月23日提出的被转让的公开号No.2009/0271327的标题为“Payment Portfolio Optimization”的美国专利申请系列号No.12/108,354中提供了用于营销的标识用户(101)的段的某些技术，这些申请以引用的方式并入本文中。

社交网络验证

在一个实施例中，交易数据(109)与社交网络数据和/或搜索引擎数据组合，以向消费者提供利益(例如，赠券)。例如，数据交换设备可以基于消费者搜索引擎数据、社交网络数据，以及支付交易数据来标识聚类数据，以标识将对诸如赠券和对帐单积分之类的特定类型的利益作出积极响应的个人的类似的组。可以形成广告活动以定向持卡人的聚类。

在一个实施例中，搜索引擎数据与社交网络数据和/或交易数据(109)相组合，以评估广告的有效性和/或广告的转换模式。例如，在搜索引擎涉及消费者显示关于平板电视机的广告之后，消费者所使用的社交网络可以提供有关消费者所进行的相关的购物的信息。例如，消费者的博客和/或交易数据(109)可以指出，由消费者购买的平板电视机来自于公司B。如此，搜索引擎数据和社交网络数据和/或交易数据(109)可以被组合，以将广告与由广告所产生的购物相关联，并向消费者确定广告的转换模式。可以对广告进行调整(例如，位置、外观等等)，以改善广告的有效性，如此，增大销售量。

忠诚度计划

在一个实施例中，交易处理设备(103)使用帐户数据(111)来存储第三方忠诚度计划的信息。交易处理设备(103)处理通过诸如信用卡、贷记卡、银行卡等等之类的金融交易卡进行的支付交易；而金融交易卡可以被用作相应的第三方忠诚度计划的忠诚度卡。由于第三方忠诚度计划主存在交易处理设备(103)上，因此，消费者不必携带多个单独的忠诚度卡(例如，对于提供忠诚度计划的每一个商家，一个)；而商家不必花费大量的设置和投资费用以建立忠诚度计划。宿主在交易处理设备(103)上的忠诚度计划可以为消费者、零售商、制造商开户行，及参与忠诚度计划的其他类型的业务实体提供灵活的奖品。在交易处理设备(103)上将忠诚度计划集成到客户的帐户中，允许新的赠送，如商家交叉发行(cross-offering)或忠诚度发行的捆绑。

在一个实施例中，操作交易处理设备(103)的实体使用用户(例如，101)的帐户数据(111)，宿主第三方的忠诚度计划。诸如商家、零售商、制造商、开户行之类的第三方或对推广某些活动和/或行为感兴趣的其他实体可以在消费者的现有帐户上提供忠诚度奖励。由忠诚度计划所提供的激励可以驱动行为变化，而不会有忠诚度卡创建那样的麻烦。在一个实施例中，通过交易处理设备(103)的用户(例如，101)的帐户宿主的忠诚度计划允许消费者携带较少的卡，并可以比传统的忠诚度计划向商家提供更多数据。

与交易处理设备(103)的用户(例如，101)的帐户集成的忠诚度计划可以提供允许用于驱动跨交易渠道(例如，在线、离线、通过移动设备)的消费者行为的变化更好地调整的敏捷的计划。忠诚度计划可以是累积对于客户的利益(例如，点数、英里、现金返还)的正在执行的计划，和/或是提供一次性利益或时间限制的利益(例如，奖励、折扣、激励)的计划。

图8示出了根据一个实施例的用于提供忠诚度计划的帐户数据(111)的结构。在图8中，涉及第三方忠诚度计划的数据可包括链接到一组忠诚度计划规则(185)的忠诚度利益提供人(183)的标识符以及对于帐户标识符(181)该忠诚度计划活动的忠诚度记录(187)。在一个实施例中，涉及第三方忠诚度计划的数据的至少一部分被存储在用户(101)的帐户标识符(181)下，如忠诚度记录(187)。

图8示出了涉及忠诚度利益提供人(183)的一个第三方忠诚度计划的数据。在一个实施例中，帐户标识符(181)可以链接到多个忠诚度利益提供人(例如，183)，对应于不同的第三方忠诚度计划。

在一个实施例中，忠诚度利益提供人(183)的第三方忠诚度计划给由帐户标识符(181)所标识的用户(101)提供诸如折扣、奖励、激励、现金返还、礼品、赠券和/或特权之类的优惠。

在一个实施例中，帐户数据(111)中的帐户标识符(181)和忠诚度利益提供人(183)之间的关联指出具有帐户标识符(181)的用户(101)是忠诚度计划的成员。如此，用户(101)可以使用帐户标识符(181)来访问提供给忠诚度计划的成员的特权，如访问仅限成员区域、设施、商店、产品或服务、只扩展到成员的折扣的权限，或参与某些活动、购买某些物品，或接收为成员预留的某些服务的机会。

在一个实施例中，不需要进行购买也能使用特权。用户(101)可以基于是忠诚度计划的成员的状态来享有特权。用户(101)可以使用帐户标识符(181)来示出是忠诚度计划的成员的状态。

例如，用户(101)可以向交易终端(105)提供帐户标识符(181)(例如，信用卡的帐号)以启动对于特殊交易的授权过程，该特殊交易被设计成检查用户(101)的成员状态，好像使用了帐户标识符(181)来启动了对于支付交易的授权过程。特殊交易被设计成通过检查帐户数据(111)是否与忠诚度利益提供人(183)相关联来验证用户(101)的成员状态。如果帐户标识符(181)与相对应的忠诚度利益提供人(183)相关联，则交易处理设备(103)在授权过程中提供批准指示以指出，用户(101)是忠诚度计划的成员。批准指示可以被用作允许用户(101)访问成员特权的标识的形式，如访问为成员预留的服务、产品、机会、设施、折扣、许可。

在一个实施例中，当使用帐户标识符(181)来将用户(101)标识为访问成员特权的成员时，交易处理设备(103)将关于相对应的成员特权的访问的信息存储在忠诚度记录(187)中。配置文件生成器(121)可以使用在忠诚度记录(187)中累积的信息来增强交易配置文件(127)，并给用户(101)提供个性化/定向广告，有或者没有进一步的利益提供(例如，折扣、激励、回扣、现金返还、奖励等等)。

在一个实施例中，帐户标识符(181)和忠诚度优惠提供人(183)的关联也允许忠诚度利益提供人(183)访问与忠诚度计划有关的帐户数据(111)的至少一部分，如忠诚度记录(187)，以及有关用户(101)的某些信息，如姓名、地址，及其他人口统计数据。

在一个实施例中，忠诚度计划允许用户(101)根据忠诚度计划规则(185)累积利益，如奖励点数、现金返还，折扣的级别等等。例如，用户(101)可以累积满足忠诚度计划规则(185)的交易的奖励点数；而用户(101)可以使用奖励点数来赎回现金、礼品、折扣等等。在一个实施例中，忠诚度记录(187)存储累积的利益；而当发生了满足忠诚度计划规则的事件时，交易处理设备(103)更新与忠诚度利益提供人(183)和帐户标识符(181)相关联的忠诚度记录(187)。

在一个实施例中，当使用帐户标识符(181)来执行支付交易时，当支付交易满足忠诚度计划规则时，如在忠诚度记录(187)中所指出的累积的利益可以被赎回。例如，用户(101)可以赎回若干个点数来抵消或减少购买价格的金额。

在一个实施例中，当用户(101)使用帐户标识符(181)来作为成员进行购物时，商家还可以进一步提供有关购物的信息；而交易处理设备(103)可以作为忠诚度记录(187)的一部分来存储有关购物的信息。有关购物的信息可以标识由成员购买的具体商品或服务。例如，商家可以给交易处理设备(103)提供存货单位(SKU)级别的购买细节，然后，这些细节被存为忠诚度记录(187)的一部分。忠诚度利益提供人(183)可以使用购买细节来研究用户(101)的购买行为；而配置文件生成器(121)可以使用SKU级别的购买细节来增强交易配置文件(127)。

在一个实施例中，当用户(101)的帐户(146)被注册到允许交易处理设备(103)(和/或开户行处理器(145))收集购买细节的忠诚度计划时，通过授权响应(例如，如图9所示)从商家或零售商请求SKU级别的购买细节。

在一个实施例中，配置文件生成器(121)可以基于忠诚度记录(187)来生成交易配置文件(127)，并向忠诚度利益提供人(183)(或当被允许时，其他实体)提供交易配置文件(127)。

在一个实施例中，忠诚度利益提供人(183)可以使用交易配置文件(例如，127或131)来选择对于成员身份发行的候选。例如，忠诚度计划规则(185)可包括可以被用来标识哪些客户有资格参与忠诚度计划的一个或多个准则。交易处理设备(103)可以被配置成当相对应的客户正在通过交易处理设备(103)和/或通过可以被操作交易处理设备(103)的实体访问的交互点(107)(如ATM、移动电话、收据、对帐单、网站等等)执行交易时，自动给合格的客户提供忠诚度计划中的成员身份。用户(101)可以通过对广告作出响应来接受成员身份。例如，用户(101)可以以与将赠券加载到用户(101)的帐户中的同样的方式将成员身份加载到帐户中。

在一个实施例中，成员身份是作为赠券提供的，或与诸如折扣、奖励等等之类的利益的另一提供相关联。当通过交易处理设备(103)赎回赠券或利益时，帐户数据(111)被更新以将用户(101)注册到相对应的忠诚度计划中。

在一个实施例中，当用户(101)在商家的交易终端(105)处进行购买时，商家可以将用户(101)注册到忠诚度计划中。

例如，当用户(101)在ATM上进行交易，在POS终端上执行自助结帐，或在移动电话或计算机上进行购买交易时，当交易正在被交易处理设备(103)授权时，用户(101)可以被提示加入忠诚度计划。如果用户(101)接受成员身份，则帐户数据(111)被更新以具有与忠诚度利益提供人(183)相关联的帐户标识符(181)。

在一个实施例中，当用户(101)的配置文件满足在忠诚度计划规则(185)中指定的一组条件时，用户(101)可以被自动注册到忠诚度计划中。用户(101)可以不参加忠诚度计划。

在一个实施例中，忠诚度利益提供人(183)可以基于用户(101)特定的(或链接到用户(101)的)交易配置文件(131)，个性化和/或定向忠诚度优惠。例如，忠诚度计划规则(185)可以使用用户特定的配置文件(131)来选择对于用户(101)的礼品、奖励或激励(例如，赎回忠诚度记录(187)中累积的诸如奖励点数之类的利益)。用户特定的配置文件(131)可以使用忠诚度记录(187)来增强，或基于忠诚度记录(187)来生成。例如，配置文件生成器(121)可以使用与忠诚度记录(187)相关联的交易数据(109)的子集来生成用户特定的配置文件(131)，或向与忠诚度记录(187)相关联的交易数据(109)的子集提供更大的权重，而在导出用户特定的配置文件(131)时也使用交易数据(109)的其他部分。

在一个实施例中，忠诚度计划可以涉及不同的实体。例如，第一商家可以提供奖励作为来自与第一商家具有业务关系的第二商家的折扣，或礼品。例如，一个实体可以允许用户(101)通过在一组不同的商家的购买交易来累积忠诚度利益(例如，奖励点数)。例如，一组商家可以联合地提供忠诚度计划，其中，忠诚度利益(例如，奖励点数)可以通过在该组中的任何一个商家处进行的购物而累积并可在任何一个商家处进行购物时换成现金。

在一个实施例中，将用户(101)标识为忠诚度计划的成员的信息被存储在连接到交易处理设备(103)的服务器中。可另选地或组合地，将用户(101)标识为忠诚度计划的成员的信息也可以被存储在金融交易卡中(例如，存储在芯片中，或存储在磁条中)。

在一个实施例中，忠诚度计划提供人(例如，商家、制造商、开户行、零售商、俱乐部、组织等等)可以在进行忠诚度计划相关的优惠活动时彼此进行竞争。例如，忠诚度计划提供人可以在忠诚度计划相关的优惠提供中竞标；而广告选择器(133)(例如，在操作交易处理设备(103)的实体，或不同的实体的控制下)可以基于出价来按优先级排序优惠。当优惠被用户(101)接受或赎回时，忠诚度计划提供人根据相对应的出价而支付费用。在一个实施例中，忠诚度计划提供人可以作出自动出价或指定出价的上限的最大出价；而实际出价被确定为是大于竞争对手的出价而不超出上限的尽可能最低的出价。

在一个实施例中，响应于用户(101)被用户数据(125)标识，优惠被提供到用户(101)。如果用户特定的配置文件(131)满足在忠诚度计划规则(185)中指定的条件，则可以向用户(101)呈现来自忠诚度利益提供人(183)的优惠。当有来自不同的提供人的多项优惠时，可以根据出价，按优先级排序优惠。

在一个实施例中，提供人可以基于可以被用作选择用户特定的配置文件(131)的用户数据(125)的特征来进行出价。在另一实施例中，可以对一组交易配置文件(127)进行出价。

在一个实施例中，当用户(101)可以接受和赎回优惠时，基于忠诚度计划的优惠准时被提供到用户(101)。例如，当用户(101)正在为从商家进行的购买进行支付时，可以向用户(101)呈现注册到由商家或相关的提供人所提供的忠诚度计划的优惠。如果用户(101)接受优惠，则用户(101)有资格接收对于购买的成员折扣。

例如，当用户(101)正在为从商家进行的购买进行支付时，可以基于忠诚度计划规则(185)和与用户(101)的帐户标识符(181)相关联的忠诚度记录(187)(例如，在忠诚度计划中累积的奖励点数)，向用户(101)提供奖励优惠。如此，用于赎回奖励点数的用户努力可以被减少；而用户体验可以被改善。

在一个实施例中，提供忠诚度计划的方法包括对交易处理设备(103)的计算设备的使用。计算设备处理多个支付卡交易。在计算设备接收到跟踪对于忠诚度计划(如忠诚度计划规则(185))的交易的请求之后，计算设备响应于在忠诚度计划中发生的交易，存储和更新忠诚度计划信息。当客户满足在忠诚度计划中所定义的条件(如忠诚度计划规则(185))时，计算设备向客户(例如，101)提供利益的优惠。

在2007年6月22日提出的被转让的公开号No.2008/0059302，并且标题为“Loyalty Program Service”的美国专利申请系列号No.11/767,202，2007年8月30日提出的被转让的公开号No.2008/0059306，并且标题为“Loyalty Program IncentiveDetermination”的美国专利申请系列号No.11/848,112，2007年8月30日提出的被转让的公开号No.2008/0059307，并且标题为“LoyaltyProgram Parameter Collaboration”的美国专利申请系列号No.11/848,179中提供了一个实施例中的通过包括交易处理设备(103)的支付处理系统中的协作组件之间的协作的忠诚度计划的示例，在此这些申请以引用的方式并入本文中。

在2007年8月7日提出的被转让的公开号No.2008/0059303，并且标题为“Transaction Evaluation for Providing Rewards”的美国专利申请系列号No.11/835,100中提供了一个实施例中的通过交易处理设备(103)处理对累积的忠诚度利益的赎回的示例，在此该申请以引用的方式并入本文中。

在一个实施例中，在忠诚度计划中所提供的激励、奖励或利益基于相关联的交易的存在。例如，在一个实施例中，如果在预订系统中使用财务支付卡来进行预订并且随后使用财务支付卡来为预订的商品或服务进行支付，则提供激励。在2007年11月27日提出的被转让的公开号No.2008/0071587的标题为“Incentive Wireless CommunicationReservation”的美国专利申请系列号No.11/945,907中提供了一个实施例的进一步的细节和示例，在此该申请以引用的方式并入本文中。

在一个实施例中，交易处理设备(103)提供集中式忠诚度计划管理，报告和成员身份服务。在一个实施例中，成员身份数据被从交易处理设备(103)下载到诸如交易终端(105)之类的接受点设备。在一个实施例中，忠诚度交易被从接受点设备报告到交易处理设备(103)；而指出忠诚度点数、奖励、利益等等的数据被存储在帐户标识设备(141)中。在2003年3月27日提出的被转让的公开号No.2004/0054581的标题为“Network Centric Loyalty System”的美国专利申请系列号No.10/401,504中提供了一个实施例的进一步的细节和示例，在此该申请以引用的方式并入本文中。

在一个实施例中，交易处理设备(103)的门户(143)被用来管理诸如开户行、商家等等之类的实体的奖励或忠诚度计划。诸如用户(101)之类的持卡人用来自商家的优惠/利益进行奖励。门户(143)和/或交易处理设备(103)为奖励或忠诚度计划，跟踪商家的交易记录。在2007年3月20日提出的被转让的公开号No.2008/0195473的标题为“Reward Program Manager”的美国专利申请系列号No.11/688,423中提供了一个实施例的进一步的细节和示例，在此该申请以引用的方式并入本文中。

在一个实施例中，忠诚度计划包括多个实体对详细的交易数据提供访问，这允许对忠诚度计划的定制的灵活性。例如，开户行或商家可以赞助忠诚度计划以提供奖励；而门户(143)和/或交易处理设备(103)将忠诚度货币存储在数据仓库(149)中。在2008年7月22日提出的被转让的公开号No.2009/0030793的标题为“Multi-VenderMulti-Loyalty Currency Program”的美国专利申请系列号No.12/177,530中提供了一个实施例的进一步的细节和示例，在此该申请以引用的方式并入本文中。

在一个实施例中，激励计划是在交易处理设备(103)的门户(143)上创建的。门户(143)从多个商家收集优惠并将优惠存储在数据仓库(149)中。优惠可以具有对于它们的分发的相关联的条件。门户(143)和/或交易处理设备(103)可以基于交易数据(109)来推荐优惠。在一个实施例中，当交易满足与优惠相关联的条件时，交易处理设备(103)在对交易的处理期间自动应用优惠的利益。在一个实施例中，交易处理设备(103)与交易终端(105)进行通信，以基于市场焦点、产品类别、服务类别，定向消费者人口分布等等，来建立、定制，和/或更新优惠。在2009年3月27日提出的被转让的公开号No.2010/0049620的标题为“Merchant Device Support of an IntegratedOffer Network”的美国专利申请系列号No.12/413,097中提供了一个实施例的进一步的细节和示例，在此该申请以引用的方式并入本文中。

在一个实施例中，交易处理设备(103)被配置成通过支付系统将来自商家的优惠提供到用户(101)，进行访问和赎回对用户(101)方便的优惠。优惠可以由前一交易触发和/或针对前一交易定制，并可以只在从前一交易的日期开始的有限的时间长度内有效。如果交易处理设备(103)确定由交易处理设备(103)处理的随后的交易符合对于优惠的赎回的条件，则交易处理设备(103)可以将对优惠的赎回划入消费者帐户(146)和/或向用户(101)提供通知消息。在2009年7月1日提出的标题为“Benefits Engine Providing Benefits Based onMerchant Preferences”的临时美国专利申请系列号No.61/222,287中提供了一个实施例的进一步的细节和示例，在此该申请以引用的方式并入本文中。

在2009年10月9日提出的并且标题为“Systems and Methods toProvide Loyalty Programs”的临时美国专利申请系列号No.61/250,440中提供了一个实施例中的有关忠诚度计划的细节，在此该申请以引用的方式并入本文中。

SKU

在一个实施例中，商家生成存货单位(SKU)或标识由用户(101)或客户所购买的特定商品及服务的其他特定的信息。可以向处理购物的交易处理设备(103)的操作员提供SKU信息。交易处理设备(103)的操作员可以将SKU信息存储为交易数据(109)的一部分，并且在与参与交易的人员相关联的交易配置文件(127或131)中反映特定交易的SKU信息。

当用户(101)在传统的零售商店进行购物或浏览在线商家的网站时，可以提供与用户(101)特别相关联的SKU级别的配置文件，以选择适当地定向到用户(101)的广告(例如，通过移动电话、POS终端、Web浏览器等等)。对于用户(101)的SKU级别的配置文件可包括历史上由用户(101)购买的商品和服务的标识。另外，对于用户(101)的SKU级别的配置文件可以标识用户(101)将来可能购买的商品和服务的标识。标识可以基于反映在被确定为类似于用户(101)的其他个人或组的SKU级别的配置文件中的历史购物。相应地，可以大大地改善广告商和商家的投资回报率。

在一个实施例中，用户特定的配置文件(131)是使用SKU级别的信息所生成的合计的花费配置文件(341)。例如，在一个实施例中，因素值(344)对应于基于不同的类别的产品和/或服务中的合计的花费所生成的因素定义(331)。典型的商家供应许多不同的类别的产品和/或服务。

在一个实施例中，用户(101)可以与各种在线和“实体的”商家进行交易。交易可以涉及购买各种商品及服务。商品及服务可以由SKU编号来标识或由具体地标识由用户(101)所购买的商品及服务的其他信息来标识。

在一个实施例中，商家可以向交易处理设备(103)的操作员提供关于由用户(101)所购买的商品及服务的SKU信息(例如，SKU级别的购买细节)。在一个实施例中，如下面比较详细地描述的，可以与忠诚度计划一起向交易处理设备(103)的操作员提供SKU信息。SKU信息可以被存为交易数据(109)的一部分，并与用户(101)相关联。在一个实施例中，在由交易处理设备(103)的操作员所促进的交易中购买物品的SKU信息可以被存为交易数据(109)，并与其相关联的购买者相关联。

在一个实施例中，当用户(101)的帐户(146)被注册到允许交易处理设备(103)(和/或开户行处理器(145))收集购买细节的计划时，通过授权响应(例如，如图9所示)从商家或零售商请求SKU级别的购买细节。

在一个实施例中，基于SKU信息和或许其他交易数据，配置文件生成器(121)可以为用户(101)创建SKU级别的交易配置文件。在一个实施例中，基于与与交易处理设备(103)的操作员进行交易的每一个人的交易相关联的SKU信息，配置文件生成器(121)可以为每一个人创建SKU级别的交易配置文件。

在一个实施例中，与一组购买者相关联的SKU信息可以被合并，以创建描述该组的SKU级别的交易配置文件。组可以基于一种或各种考虑来定义。例如，组可以通过其成员的共同的人口统计学的特征来定义。作为另一个示例，组可以通过其成员的共同的购买模式来定义。

在一个实施例中，用户(101)可以稍后考虑购买额外的商品及服务。用户(101)可以在传统的零售商或在线零售商处进行购物。对于在线零售商，例如，用户(101)可以浏览在线零售商、发布者或商家的网站。用户(101)可以与浏览器cookie相关联，以例如，标识用户(101)和跟踪用户(101)的浏览行为。

在一个实施例中，零售商可以向交易处理设备(103)的操作员提供与用户(101)相关联的浏览器cookie。基于浏览器cookie，交易处理设备(103)的操作员可以将浏览器cookie与用户(101)的个人帐号相关联。关联可以由交易处理设备(103)的操作员或另一实体以各种方式，诸如，例如，使用查询表，来执行。

基于个人帐号，配置文件选择器(129)可以选择构成具体与用户(101)相关联的SKU级别的配置文件的用户特定的配置文件(131)。SKU级别的配置文件可以具体地反映用户(101)的单个的、以前的购物，和/或用户(101)购买的商品及服务的类型。

对于用户(101)的SKU级别的配置文件也可以包括用户(101)将来可能购买的商品和服务的标识。在一个实施例中，标识可以被用于对可能会引起用户(101)的兴趣的商品及服务的广告的选择。在一个实施例中，对用户(101)的标识可以基于与用户(101)的历史购物相关联的SKU级别的信息。在一个实施例中，对于用户(101)的标识可以另选地或另外地基于与其他人相关联的交易配置文件。建议可以通过预测关联及其他分析技术来确定。

例如，对于用户(101)的标识可以基于另一个人的交易配置文件。配置文件选择器(129)可以应用预定的条件来标识在预定的程度上被视为足够类似于用户(101)的另一个人。对其他人的标识可以基于各种因素，包括，例如，用户(101)和其他人之间的人口统计学的相似度和/或购买模式相似度。作为一个示例，由用户(101)和其他人对相同的物品或相关的物品的共同的购买可能会导致用户(101)和其他人之间的关联，并产生用户(101)和其他人是类似的判断。一旦标识了其他人，则可以分析构成其他人的SKU级别的配置文件的交易配置文件。通过预测的关联及其他建模和分析技术，反映在其他人的SKU级别的配置文件中的历史购物可以被用来预测用户(101)的未来的购物。

作为另一个示例，用户(101)的标识可以基于一组人的交易配置文件。配置文件选择器(129)可以应用预定的条件来标识在预定的程度上被视为足够类似于用户(101)的多个个人。对其他人的标识可以基于各种因素，包括，例如，用户(101)和其他人之间的人口统计学的相似度和/或购买模式相似度。一旦标识了构成其他人的组，就可以分析构成该组的SKU级别的配置文件的交易配置文件。通过预测的关联及其他建模和分析技术，反映在组的SKU级别的配置文件中的历史购物可以被用来预测用户(101)的未来的购物。

可以提供用户(101)的SKU级别的配置文件以选择适当地定向的广告。由于用户(101)的SKU级别的配置文件可包括用户(101)可能会购买的商品和服务的标识，因此，可以向用户(101)呈现对应于已标识的商品及服务的广告。以此方式，可以优化对用户(101)的定向广告。此外，广告的广告商和发布者可以改善它们的投资回报率，并可以改善它们的交叉销售商品和服务的能力。

在一个实施例中，已被标识为类似于用户(101)的其他人的SKU级别的配置文件可以被用来标识可能表现出高的购买商品及服务的倾向的用户(101)。例如，如果其他人的SKU级别的配置文件反映被确定为满足阈值的采购数量或频率，那么，用户(101)也可以被分类或预测以表现出高的购买倾向。相应地，可以对于用户(101)适当地定制考虑这样的倾向的广告的类型和频率。

在一个实施例中，用户(101)的SKU级别的配置文件可以反映与特定商家或多个商家的交易。可以向被视为特定商家或多个商家的对等或类似的企业提供用户(101)的SKU级别的配置文件。例如，一个商家可以被视为企业的对等，因为该商家提供类似于企业的那些商品及服务或与那些商品及服务相关的商品及服务。反映与对等商家的交易的SKU级别的配置文件可以被企业用来更好地预测用户(101)的购买行为并优化定向广告向用户(101)的呈现。

在2009年10月19日提出的并且标题为“Systems and Methods forAdvertising Services Based on an SKU-Level Profile”的临时美国专利申请系列号No.61/253,034中提供了一个实施例中的有关SKU级别的配置文件的细节，在此该申请以引用的方式并入本文中。

购买细节

在一个实施例中，交易处理设备(103)被配置成通过授权响应有选择地请求购买细节。当交易处理设备(103)(和/或开户行处理器(145))需要购买细节(如购买的具体商品的标识和/或它们的价格)时，从交易处理设备(103)传输的授权响应将包括对正在被授权的交易的购买细节的请求的指示器。商家将基于在来自交易处理设备(103)的授权响应中是否有指出的需求来确定是否提交购买细节。

例如，在一个实施例中，交易处理设备(103)被配置成通过对帐单积分来赎回制造商赠券。制造商可以给用户(例如，101)提供促销优惠，如对于回扣、折扣、现金返还、奖励点数、礼品等等的赠券。可以通过各种渠道，如网站、报纸、直接邮件、定向广告(例如，119)、忠诚度计划等等，向用户(例如，101)提供优惠。

在一个实施例中，当用户(101)在消费者帐户(146)下具有一个或多个挂起的优惠并使用消费者帐户(146)来为从支持对优惠的赎回的零售商进行的购物进行支付时，交易处理设备(103)将使用授权响应来请求购买细节，将优惠细节与在购买细节中被证明被购买的物品进行匹配，以标识可换成现金的优惠，并管理用于在用户(101)和为相对应的优惠提供资金的制造商之间履行可换成现金的优惠的资金。在一个实施例中，与授权消息实时地提供对购买细节的请求；而购买细节的交换和匹配可以授权过程外部实时地进行，或通过对于多个交易的批处理文件在一天结束时进行。

在一个实施例中，优惠与用户(101)的消费者帐户(146)相关联以自动化对优惠的赎回的处理。如果用户(101)使用用户(101)的消费者帐户(146)为购物进行支付，则交易处理设备(103)(和/或开户行处理器(145))处理支付交易并在考虑购买的情况下自动标识适于被赎回的优惠并向用户(101)提供合格的利益。在一个实施例中，交易处理设备(103)(或开户行处理器(145))将检测用于赎回的适用的优惠，并通过对帐单积分提供被赎回的利益，无需请求用户(101)执行额外的任务。

在一个实施例中，一旦用户(101)使用消费者帐户(146)根据优惠的要求进行所要求的购物，则通过交易处理设备(103)(或开户行处理器(145))履行优惠的利益，除了利用用户(101)的消费者帐户(146)，如被注册到用于优惠赎回的自动化的计划的信用卡帐户、贷记卡帐户、忠诚度卡帐户、私人标签卡帐户、赠券卡帐户、或预付卡帐户进行支付以外，无需用户(101)在结帐时和/或结帐之后执行任何特殊的操作。

在一个实施例中，对优惠(例如，制造商赠券)的赎回要求购买特定产品或服务。在验证了购买了特定产品或服务之后，用户(101)有资格获得优惠的利益。在一个实施例中，交易处理设备(103)(或开户行处理器(145))通过授权响应来动态地请求购买细节，以确定购买对于这样的优惠的赎回的资格。

在一个实施例中，通过授权过程(或与其一起)按需请求购买细节的方法在其他情况中使用，在这些情况中，如由交易处理设备(103)所确定的那样，逐个情况地需要交易级别的数据。

例如，在一个实施例中，交易处理设备(103)和/或开户行处理器(145)确定用户(101)已经注册，以电子方式接收购买物品细节，交易处理设备(103)和/或开户行处理器(145)可以按需发出请求；而购买细节可以被存储，稍后下载到个人财务软件应用程序或商业会计软件应用程序中。

例如，在一个实施例中，交易处理设备(103)和/或开户行处理器(145)确定用户(101)已经注册以自动化在某些保健帐户(如健康储蓄帐户(HSA)、灵活的花费安排(FSA))等等下合格的保健商品的报销的过程。响应于这样的确定，交易处理设备(103)和/或开户行处理器(145)请求购买细节以自动标识合格的保健商品的购买，捕捉并报告示出资格的证据，对收据或等效物或等效信息进行记帐，用于满足规则、规定和法律报告目的(例如，根据美国国税局的需要)，和/或用相应的保健帐户进行资金的报销。

图9示出了根据一个实施例的获取购买细节的系统。在图9中，当用户(101)使用消费者帐户(146)为购物进行支付时，商家或零售商的交易终端(105)向交易处理设备(103)发送授权请求(168)。作为响应，从交易处理设备(103)向交易终端(105)传输授权响应，以通知商家或零售商批准或拒绝支付请求的决定，如由开户行处理器(145)和/或交易处理设备(103)所确定的。授权响应(138)通常包括标识交易和/或表明交易被批准的授权代码(137)。

在一个实施例中，当交易被批准并且有对购买细节(169)的需要时，交易处理设备(103)(或开户行处理器(145))将在授权响应(138)中提供对购买细节的请求(139)的指示器。可选的请求(139)允许交易处理设备(103)(和/或开户行处理器(145))按需从商家或零售商请求购买细节(169)。当在授权响应(138)中存在对于购买细节的请求(139)时，交易终端(105)将直接或通过门户(143)间接地向交易处理设备(103)提供与支付交易相关联的购买细节(169)。当授权响应(138)中没有请求(139)时，交易终端(105)不必提供支付交易的购买细节(169)。

在一个实施例中，当交易被批准但是不需要购买细节(169)时，在授权响应(138)中不设置对于购买细节的请求(139)的指示器。

在一个实施例中，在传输授权响应(138)之前，交易处理设备(103)(和/或开户行处理器(145))确定是否有对交易细节的需要。在一个实施例中，当不需要对于支付交易的购买细节(169)时，在支付交易的授权响应(138)中不提供对于购买细节(169)的请求(139)。当有对于支付交易的购买细节(169)的需要时，在支付交易的授权响应(138)中提供对于购买细节(169)的请求(139)。当授权响应消息没有显式地请求详细的购买数据时，商家或零售商不必向交易处理设备(103)发送详细的购买数据。

如此，交易处理设备(103)(或开户行处理器(145))不必要求所有商家或零售商发送由交易处理设备(103)(或开户行处理器(145))处理的所有支付交易的详细购买数据(例如，SKU级别的购买细节)。

例如，当用户(103)的消费者帐户(146)已经收集了对于可以由操作交易终端(105)的商家或零售商销售的产品或服务的制造商赠券时，在一个实施例中，交易处理设备(103)将通过授权响应(138)请求购买细节(169)。如果购买细节(169)示出满足对制造商赠券的赎回的条件，则交易处理设备(103)将通过消费者帐户(146)的对帐单的积分，向用户(101)提供制造商赠券的利益。这种制造商赠券的履行的自动化将商家/零售商从处理制造商优惠的工作量和复杂性中解放出来，并改善用户体验。此外，还通过交易处理设备(103)给零售商和制造商提供了新的消费者推销分销渠道，这可以基于用户(101)的交易配置文件(127)和/或交易数据(109)来定向优惠。在一个实施例中，交易处理设备(103)可以对于忠诚度/奖励计划使用优惠。

在另一示例中，如果用户(101)参加请求交易处理设备(103)跟踪和管理用户(103)的购买细节(169)的计划，则交易处理设备(103)将将通过授权响应(138)请求交易细节(169)。

在一个实施例中，授权响应(138)的消息被配置成包括指出是否请求了交易的购买细节的字段。

在一个实施例中，授权响应消息包括指出用户(101)的帐户(146)是否是赠券赎回网络的参与者的字段。当该字段指出用户(101)的帐户(146)是赠券赎回网络的参与者时，商家或零售商将使用用户(101)的帐户(146)提交进行的支付的购买细节(169)。

在一个实施例中，当在授权响应(138)中存在对于购买细节(169)的请求(139)时，商家或零售商的交易终端(105)与在授权响应(138)中所提供的授权信息一起存储购买细节(169)。当交易被提交到交易处理设备(103)以便进行结算时，也与请求一起提交购买细节(169)以便进行结算。

在一个实施例中，购买细节(169)通过与用于授权和/或交易的结算请求的通信渠道分开的通信渠道被传输到交易处理设备(103)。例如，商家或零售商可以通过交易处理设备(103)的门户(143)向交易处理设备(103)报告购买细节。在一个实施例中，报告包括交易的标识(例如，对于支付交易，授权代码(137)和购买细节(例如，SKU编号，通用产品代码(UPC))。

在一个实施例中，交易处理设备(103)的门户(143)还可以进一步与商家或零售商进行通信，以减少要要由交易处理设备(103)传输的购买细节数据的量。例如，在一个实施例中，交易处理设备(103)提供请求其购买细节(169)的服务或产品的类别指示；而商家或零售商将只报告这些类别中的商品。在一个实施例中，交易处理设备(103)的门户(143)将要求商家或零售商指出被购买的商品是否包括赎回优惠所需的一组商品。

在一个实施例中，商家或零售商将基于授权响应(138)中所提供的批准的指示来完成购买。当授权响应(138)中存在指示器(例如，139)时，商家(例如，库存管理系统或交易终端(105))将捕捉购买细节(169)并将其保留在电子数据文件中。购买细节(169)包括购买的单个的商品的标识(例如，SKU和/或UPC)，它们的价格，和/或商品的简短描述。

在一个实施例中，商家或零售商将在一天结束时或根据某种其他预定的时间表来向交易处理设备(103)(或开户行处理器(145))发送交易购买数据文件。在一个实施例中，购买细节(169)的数据文件与请求一起传输，以结算通过授权响应(138)批准的交易。在一个实施例中，购买细节(169)的数据文件与请求分开传输，以结算通过授权响应(138)批准的交易。

在2010年5月24日提出的标题为“Systems and Methods forRedemption of Offers”的临时美国专利申请系列号No.61/347,797中提供了优惠履行的一个实施例的进一步的细节和示例，在此该申请以引用的方式并入本文中。

定向广告投放

图10示出了根据一个实施例的提供配置文件以定向广告的系统。在图10中，门户(143)被用来响应于使用用户数据(125)标识在其上面可以呈现广告的交互点(例如，107)的用户(例如，101)的请求，实时地提供用户特定的配置文件(131)。

在一个实施例中，配置文件选择器(129)基于交易配置文件(127)的用户的特征和用户数据(125)的特征的匹配，从交易配置文件(127)组中选择用户特定的配置文件(131)。由配置文件生成器(121)使用交易数据(109)预先生成的交易配置文件(127)被存储在数据仓库(149)中。

在一个实施例中，用户数据(125)指出一组用户(101)的特征；而配置文件选择器(129)使用用户数据(125)，确定唯一地与交易配置文件(131)相关联的用户(101)的身份。这样的身份的一个示例是标识用户(101)的消费者帐户(146)的帐户信息(142)，如交易记录(301)中的帐号(302)。在一个实施例中，用户数据(125)不包括用户(101)的身份；而配置文件选择器(129)基于与用户(101)的身份相关联的信息和用户数据(125)中所提供的信息的匹配，如通过匹配IP地址、街道地址、浏览器cookie ID、在线活动的模式、购买活动的模式等等，来确定用户(101)的身份。

在一个实施例中，在使用用户数据(125)确定用户(101)的身份之后，配置文件生成器(121)从用户(101)的交易数据(109)实时地生成用户特定的配置文件(131)。在一个实施例中，在接收用户数据(125)之后计算用户特定的配置文件(131)；而作为对提供用户数据(125)的请求的响应，提供用户特定的配置文件(131)。如此，相对于请求，实时地计算用户特定的配置文件(131)，或准时地为请求服务。

在一个实施例中，配置文件选择器(129)选择对于一个特定用户或一组用户的并且最佳匹配由用户数据(125)所指定的特征集的用户特定的配置文件(131)。在一个实施例中，配置文件生成器(121)生成最佳匹配由用户数据(125)所标识的一个或多个用户的用户特定的配置文件(131)。

在另一实施例中，交易处理设备(103)的门户(143)被配置成以批处理模式提供交易配置文件(127)组。诸如搜索引擎、发布者或广告机构之类的配置文件用户将从预先接收到的交易配置文件(127)组中选择用户特定的配置文件(131)。

图11示出了根据一个实施例的提供用于广告的配置文件的方法。在图11中，计算设备接收(201)与在交易处理设备(103)上处理的多个交易相关的交易数据(109)，接收(203)关于将向其呈现广告(例如，119)的用户(101)的用户数据(125)，基于交易数据(109)，提供(205)用户特定的配置文件(131)，以选择、生成、按优先级排序、定制，或调整广告(例如，119)。

在一个实施例中，计算设备包括下列各项中的至少一个：门户(143)、配置文件选择器(129)和配置文件生成器(121)。计算设备将响应于使用用户数据(125)标识用户(101)的请求，实时地向第三方提供用户特定的配置文件(131)。

在一个实施例中，计算设备将接收对配置文件(例如，131或341)的请求，以定制供呈现给在请求中所标识的用户(101)的信息，并响应于标识用户(101)的请求，提供基于用户(101)的交易数据(例如，109或301)所生成的配置文件(例如，131或341)。在一个实施例中，信息包括基于配置文件(例如，131或341)标识的、选择的、按优先级排序的、调整的、定制的或所生成的广告(例如，119)。在一个实施例中，广告至少包括诸如折扣、激励、奖励、赠券、礼品、现金返还、利益、产品或服务之类的优惠。在一个实施例中，计算设备将生成根据配置文件(例如，131或341)定制的信息和/或向用户(101)呈现信息；可另选地，诸如搜索引擎、发布者、广告商、广告网络或在线商家之类的第三方将根据配置文件(例如，131或341)定制信息和/或向用户(101)呈现信息。在一个实施例中，对广告或信息调整包括调整广告或信息相对于其他广告或信息的顺序，调整广告或信息的放置位置，调整广告或信息的呈现格式，和/或调整广告或信息中所呈现的优惠。在标题为“定向广告”的部分中提供了一个实施例中的关于定向广告的细节。

在一个实施例中，交易数据(例如，109或301)与在交易处理设备(103)中处理的多个交易有关。响应于如由开户行向用户所发出的、由商家向受让方提交的帐户标识符，通过交易处理设备(103)处理每一个交易以从开户行向受让方进行支付。开户行将代表用户(101)进行支付，而受让方将代表商家接收支付。在标题为“基于交易数据的门户”的部分中提供了一个实施例中的关于交易处理设备(103)和门户(143)的细节。

在一个实施例中，配置文件(例如，131或341)使用表示各种领域的合计的花费的多个值(例如，344或346)汇总了用户(101)的交易数据(例如，109或301)。在一个实施例中，值是为从对多个变量(例如，313和315)的因素分析(327)中标识的因素计算的。在一个实施例中，因素分析(327)基于与多个用户相关联的交易数据(例如，109或301)。在一个实施例中，变量(例如，313和315)基于商家类别(例如，306)来聚集交易。在一个实施例中，变量包括花费频率变量(例如，313)和花费金额变量(例如，315)。在一个实施例中，由交易处理设备(103)所处理的交易被分类为多个商家类别(例如，306)；而多个值(例如，344或346)少于多个商家类别(例如，306)以汇总多个商家类别(例如，306)中的合计的花费。在一个实施例中，多个值(例如，344或346)中的每一个都指出用户的合计的花费的级别。在一个实施例中，计算设备将基于聚类定义(333)和因素定义(331)来使用用户(101)的交易数据(例如，109或301)来生成配置文件(例如，131或341)，其中，聚类定义(333)和因素定义(331)是基于多个用户的交易数据所生成的，所述多个用户可以包括或可以不包括由配置文件(例如，131或341)所表示的用户(101)。在标题为“交易配置文件”的部分和标题为“合计的花费配置文件”的部分提供了一个实施例中的关于交易配置文件(例如，133或341)的细节。

在一个实施例中，在在计算设备中接收到请求之前，计算配置文件(例如，131或341)；而计算设备将基于标识用户(101)的请求，从多个配置文件(101)中选择配置文件(例如，131或341)。

在一个实施例中，计算设备将基于标识用户(101)的请求，标识用户(101)的交易数据(例如，109或301)，并响应于该请求，基于用户(101)的交易数据(例如，109或301)来计算配置文件(例如，131或341)。

在一个实施例中，通过诸如交互点(107)的IP地址之类的IP地址，在计算设备中接收到的请求中标识用户(101)；而计算设备将基于IP地址，标识用户(101)的诸如帐号(302)或帐户信息(142)之类的帐户标识符。例如，在一个实施例中，计算设备将存储包括用户(101)的街道地址的帐户数据(111)，将IP地址映射到用户(101)的计算设备(例如，107)的街道地址，并基于计算设备的街道地址和存储在帐户数据(111)中的用户(101)的街道地址的匹配来标识用户(101)的帐户标识符(例如，302或142)。

在一个实施例中，通过与用户(101)相关联的浏览器cookie的标识符，在请求中标识用户(101)。例如，在一个实施例中，使用查询表来将浏览器cookie的标识符与帐户标识符(例如，302或142)进行匹配。

在标题为“配置文件匹配”和“浏览器COOKIE”部分提供了一个实施例中的关于标识用户的细节。

一个实施例提供包括处理交易的交易处理设备(103)的系统。响应于如由开户行所发出的、由商家向受让方提交的客户的帐户标识符，通过交易处理设备(103)处理每一个交易以从开户行向受让方进行支付。开户行将代表客户进行支付，而受让方将代表商家接收支付。系统还包括存储记录在交易处理设备(103)处处理的交易的交易数据(109)的数据仓库(149)，基于交易数据来生成用户(101)的配置文件(例如，131或341)的配置文件生成器(121)，以及接收标识用户(101)的请求并响应于该请求提供配置文件(例如，131或341)以促进对向用户(101)呈现的信息的定制的门户(143)。在一个实施例中，配置文件包括表示用户(101)在各种领域的合计的花费的多个值(例如，344或346)，以汇总用户(101)的交易。

在一个实施例中，系统还包括基于标识用户(101)的请求，从由配置文件生成器(121)所生成的多个配置文件(127)中选择配置文件(例如，131或341)的配置文件选择器(129)。配置文件生成器(121)生成多个配置文件(127)，并将多个配置文件(127)存储在数据仓库(149)中。

在一个实施例中，系统还包括根据配置文件(例如，131或341)生成、选择、调整、按优先级排序或定制信息中的广告的广告选择器(133)。

在标题为“系统”、“集中式数据仓库”和“硬件”部分提供了一个实施例中的关于系统的细节。

变体

一些实施例比图1和4-7中所示出的那些组件使用多一些或少一些组件。例如，在一个实施例中，用户特定的配置文件(131)被搜索引擎用来按优先级排序搜索结果。在一个实施例中，相关器(117)将把交易与诸如搜索、Web浏览，以及社交网络之类的在线活动相关联，代替用户特定的广告数据(119)或作为其补充。在一个实施例中，相关器(117)将把交易和/或消费模式与新闻通告、市场变化、事件、自然灾害等等相关联。在一个实施例中，要由相关器与交易数据(109)相关联的数据可能不通过用户特定的配置文件(131)被个性化，并且可能不是用户特定的。在一个实施例中，在交互点(107)使用多个不同的设备来与用户(101)进行交互；而一些设备可能不能够接收来自用户(101)的输入。在一个实施例中，有交易终端(105)用于为多个用户(101)与多个不同的商家启动交易。在一个实施例中，直接(例如，通过电话或因特网)向交易终端(105)提供帐户信息(142)，无需使用帐户标识设备(141)。

在一个实施例中，配置文件生成器(121)、相关器(117)、配置文件选择器(129)，以及广告选择器(133)中的至少一些由操作交易处理设备(103)的实体来控制。在另一实施例中，配置文件生成器(121)、相关器(117)、配置文件选择器(129)，以及广告选择器(133)中的至少一些不由操作交易处理设备(103)的实体来控制。

例如，在一个实施例中，操作交易处理设备(103)的实体提供用于选择广告的智能(例如，交易配置文件(127)或用户特定的配置文件(131))；而第三方(例如，Web搜索引擎、发布者或零售商)可以在广告导致购买之前在涉及交易处理设备(103)的交易的外部的上下文中呈现广告。

例如，在一个实施例中，客户可以在交互点(107)与第三方进行交互；而控制交易处理设备(103)的实体可以允许第三方使用用户数据(125)查询智能信息(例如，交易配置文件(127)，或用户特定的配置文件(131))，如此，将用于定向广告的智能信息通知给第三方，广告可以对用户(101)而言更有用，有效和有强烈吸引力。例如，操作交易处理设备(103)的实体可以提供智能信息，而不生成、标识或选择广告；而接收智能信息的第三方可以标识、选择和/或呈现广告。

通过使用交易数据(109)、帐户数据(111)、关联结果(123)、交互点处的上下文，和/或其他数据，可以为交互点(例如，107)处的客户选择相关和有强烈吸引力的消息或广告用于定向宣传。如此，在影响或强化品牌感觉和收入生成行为的最佳时间，提供消息或广告。客户在媒体渠道中接收他们喜欢和/或使用最频繁的广告。

在一个实施例中，交易数据(109)包括交易金额，收款人(例如，商家)的身份，以及交易的日期和时间。收款人的身份可以与收款人的业务、服务、产品和/或位置相关联。例如，交易处理设备(103)维护商家数据的数据库，包括商家位置、业务、服务、产品等等。如此，交易数据(109)可以被用来确定客户相对于各种类型的业务、服务和/或产品以及相对于时间的购买行为、模式、偏好、趋势、频率，预算和/或倾向。

在一个实施例中，由用户(101)所购买的产品和/或服务也由从商家或服务提供商传输的信息所标识。如此，交易数据(109)可包括单个产品和/或服务的标识，这允许配置文件生成器(121)以细微的粒度或分辨率生成交易配置文件(127)。在一个实施例中，粒度或分辨率可以处于可以被购买的不同的产品和服务的级别(例如，存货单位(SKU)级别)，或产品或服务的类别或类型，或产品或服务的供应商等等。

配置文件生成器(121)可以合并具有多个帐户的人的交易数据，以导出关于该人的智能信息，以生成该人的配置文件(例如，交易配置文件(127)，或用户特定的配置文件(131))。

配置文件生成器(121)可以合并具有多个被家庭成员持有的帐户的家庭的交易数据，以导出关于该家庭的智能信息，以生成该家庭的配置文件(例如，交易配置文件(127)，或用户特定的配置文件(131))。

类似地，配置文件生成器(121)可以合并一组人的交易数据，组通过诸如性别、收入水平、地理位置或区域、偏好、过去的购物的特征(例如，商家类别、购买类型)、聚类、倾向、人口分布、社交网络特征(例如，在社交网络网站上的关系、偏好、活动)等等之类的某些特征来标识。已合并的交易数据可以被用来导出关于该组的智能信息，以生成该组的配置文件(例如，交易配置文件(127)，或用户特定的配置文件(131))。

在一个实施例中，配置文件生成器(121)可以根据用户数据(125)来合并交易数据，以生成用户数据(125)特定的配置文件。

由于交易数据(109)是过去购物的记录和历史，因此，配置文件生成器(121)可以导出关于使用一个帐户的客户、使用多个帐户的客户，家庭、公司，或其他客户组的智能信息，关于目标受众将来可能购买什么，频繁度，以及他们的用于这样的未来的购物的可能预算的智能信息。智能信息对选择对客户来说最有用、有效并且有强烈吸引力的广告有用，如此，提高宣传过程的效率。

在一个实施例中，利用将过去的广告和至少部分地由广告所产生的购物相关联的关联结果(123)来增强交易数据(109)。如此，智能信息可以在帮助选择广告时更准确。智能信息可以不仅指出受众可能购买什么，而且还指出受众对于某些购物将受广告的影响的可能性有多大，以及不同的形式的广告对于受众的相对有效性。如此，广告选择器(133)可以选择最佳地使用与受众进行沟通的机会的广告。此外，交易数据(109)还可以通过其他数据元素，如计划注册、亲和性计划、奖励点(或其他类型的优惠)的赎回、诸如Web搜索和Web浏览、社交网络信息等等之类的在线活动，基于帐户数据(111)和/或其他数据，如在2009年11月9日提出的标题为″Analyzing LocalNon-Transactional Data with Transactional Data in PredictiveModels″的美国专利申请号No.12/614,603中所讨论的非交易数据，来增强，在此该申请以引用的方式并入本文中。

在一个实施例中，操作交易处理设备(103)的实体在发出对智能信息的请求时实时地提供智能信息。在其他实施例中，操作交易处理设备(103)的实体可以以批处理模式提供智能信息。可以通过在线通信(例如，通过网站上的应用程序编程接口(API)，或其他信息服务器)，或通过存储表示智能信息的数据的计算机可读介质的物理输送，来传送智能信息。

在一个实施例中，智能信息以类似于和/或并行于交易系统中的移动资金的信息流的方式传递到系统中的各种实体。交易处理设备(103)以它路由交易中所涉及的货币同样的方式来路由信息。

在一个实施例中，门户(143)提供用户界面以允许用户(101)选择在不同的商家网站上所提供的商品，并将所选商品存储在希望购买的商品列表中，以便进行比较、审阅、购买、跟踪等等。通过希望购买的商品列表收集的信息可以被用来改善交易配置文件(127)，并按用户(101)的需求导出智能；可以通过由门户(143)所提供的希望购买的商品列表用户界面来向用户(101)投放定向广告。在2010年1月7日提出的标题为“System and Method for Managing Items ofInterest Selected from Online Merchants”的美国专利申请系列号No.12/683,802中提供了管理希望购买的商品列表的用户界面系统的示例，在此该申请以引用的方式并入本文中。

合计的花费配置文件

在一个实施例中，通过聚类、因素和/或购物的类别来汇总客户的交易模式的特征。交易数据(109)可包括交易记录(301)；而在一个实施例中，以图2中所示出的方式，从交易记录(301)生成合计的花费配置文件(341)，以汇总反映在交易记录(301)中的花费行为。

在一个实施例中，交易记录(301)中的每一个都是针对由交易处理设备(103)所处理的特定交易的。交易记录(301)中的每一个都提供有关特定交易的信息，如用于为购物进行支付的消费者帐户(146)的帐号(302)、交易的日期(303)(和/或时间)、交易的金额(304)、接收支付的商家的ID(305)、商家的类别(306)、进行购物的渠道(307)等等。渠道的示例包括在线、离线商店、通过电话等等。在一个实施例中，交易记录(301)还可以包括标识交易的类型的字段，如有卡、无卡等等。

在一个实施例中，“有卡”交易涉及通过在物理上向商家呈现帐户标识设备(141)，如金融交易卡(例如，通过在商家的POS终端上刷信用卡)；而“无卡”交易涉及向商家呈现消费者帐户(146)的帐户信息(142)以标识消费者帐户(146)，无需在物理上向商家或交易终端(105)呈现帐户标识设备(141)。

在一个实施例中，可以基于为交易记录的其他信息，来在单独的数据库中查询有关交易的某些信息。例如，数据库可以被用来存储关于商家的信息，如商家的地理位置、商家的类别等等。如此，可以使用为交易记录的商家ID(305)来确定与交易相关的相对应的商家信息。

在一个实施例中，交易记录(301)还可以包括关于购物中所涉及的产品和/或服务的细节。例如，在交易所购买的商品的列表可以与商品的相应的购买价格和/或购买的商品的相应的数量一起记录。产品和/或服务可以通过存货单位(SKU)编号或产品类别ID来标识。购买细节可以被存储在单独的数据库中，并可以基于交易的标识符来查询。

当有大量的表示交易记录(301)的数据时，反映在交易记录(301)中的消费模式会难以被普通人识别。

在一个实施例中，大量的交易记录(301)被汇总(335)为合计的花费配置文件(例如，341)以简明地呈现反映在交易记录(301)中的统计花费特征。合计的花费配置文件(341)使用从统计分析导出的值，以便于普通人理解的方式呈现实体的交易记录(301)的统计特征。

在图2中，通过因素分析(327)来汇总(335)交易记录(301)，以聚集变量(例如，313、315)，并通过聚类分析(329)，按消费模式来分隔实体。

在图2中，一组变量(例如，311、313、315)是基于在交易记录(301)中记录的参数来定义的。变量(例如，311、313，以及315)是以具有被普通人轻松地理解的含义的方式来定义的。例如，变量(311)度量超类别中的合计的花费；变量(313)度量在各种领域的花费频率；而变量(315)度量在各种领域的花费金额。在一个实施例中，每一个领域都是通过商家类别(306)(例如，如由商家类别代码(MCC)、北美工业分类系统(NAICS)代码，或类似地标准化的类别代码所表示的)来标识的。在其他实施例中，领域可以通过产品类别、SKU编号等等来标识。

在一个实施例中，同一类别的变量(例如，频率(313)或金额(315))被定义为聚集在一组互相排斥的领域上。交易只被分类到互相排斥的领域中的一个领域。例如，在一个实施例中，为一组互相排斥的商家或商家类别定义了花费频率变量(313)。属于同一个类别的交易被聚集。

在2009年8月7日提出的标题为“Cardholder Clusters”的美国专利申请系列号No.12/537,566以及在2009年6月1日提出的标题为“Cardholder Clusters”的临时美国专利申请系列号No.61/182,806中提供了一个实施例中的为各种商家类别(例如，306)定义的花费频率变量(313)和花费金额变量(315)的示例，在此这些申请以引用的方式并入本文中。

在一个实施例中，定义了超级类别(311)以分组交易记录(301)中所使用的类别(例如，306)。超级类别(311)可以是互相排斥的。例如，每一商家类别(306)都只被分类为一个超级商家类别下，但不在任何其他超级商家类别下。由于超级类别的列表的生成通常要求深奥的关于各种类别中的商家的业务的领域知识，因此，在一个实施例中不使用超级类别(311)。

在一个实施例中，聚合(317)包括将这些变量(例如，311、313，以及315)的定义(309)应用到交易记录(301)，以生成变量值(321)。交易记录(301)被聚集，以生成不是特定交易特定的聚集的度量(例如，变量值(321))，如在不同的商家或不同组的商家作出的购物的频率，在不同的商家或不同组的商家花费的金额，以及跨不同的商家或不同组的商家的唯一购物的数量等等。可以对于特定时间周期和对于各种级别的实体执行聚合(317)。

在一个实施例中，根据购买实体，聚集交易记录(301)。聚合(317)可以在帐户级别、人的级别、家庭级别、公司级别、邻居级别、城市级别、区域级别等等执行，以对于相应的聚集的购买实体，跨各种领域(例如，卖方、产品或服务)地分析消费模式。例如，可以聚集一个特定帐户的交易记录(301)(例如，由帐号(302)所呈现的)，以便进行帐户级别的分析。为在帐户级别聚集交易记录(301)，根据一个特定帐户的变量定义(309)，计数与特定类别中的特定一个或多个商家的交易，以生成该帐户相对于特定商家或商家类别的频率度量(例如，313)；对于特定帐户，与特定商家或特定类别的商家的交易金额(例如，304)相加，以生成该帐户相对于特定商家或商家类别的平均花费金额。例如，可以聚集对于具有多个帐户的特定人的交易记录(301)，以便进行人级别的分析，对于特定家庭，聚集交易记录(301)，以便进行家庭级别的分析，并聚集对于一个特定业务的交易记录(301)，以便进行业务级别的分析。

可以对于预定的时间段执行聚合(317)，如对于在过去的一个月、过去三个月、过去十二个月等等发生的交易。

在另一实施例中，根据销售实体，聚集交易记录(301)。可以分析跨各种买方、产品或服务地销售实体中的消费模式。例如，可以聚集对于具有多个帐户的交易的特定商家的交易记录(301)，以便进行商家级别的分析。例如，可以聚集对于特定商家组的交易记录(301)，以便进行商家组级别的分析。

在一个实施例中，对于不同类型的交易，如在线、离线，通过电话进行的交易，和/或“有卡”交易与“无卡”交易，分开地形成聚合(317)，该聚合(317)可以被用来标识不同类型的交易之间的消费模式差异。

在一个实施例中，与实体ID(322)相关联的变量值(例如，323、324、...325)被视为对于由实体ID(322)所表示的实体的情况采样的相应的变量(例如，311、313、315)的随机样本。执行统计分析(例如，因素分析(327)和聚类分析(329))，以标识随机样本中的模式和关联。

例如，聚类分析(329)可以标识一组聚类，如此标识聚类定义(333)(例如，聚类的重心的位置)。在一个实施例中，每一实体ID(322)都被表示成由变量组所定义的数学空间中的点；而实体ID(322)的变量值(323，324，...，325)确定空间中的点的坐标，如此确定空间中的点的位置。各种点可以被集中在各种区域；而聚类分析(329)被配置成形成点的定位以驱动点的聚类。在其他实施例中，也可以使用自组织映射(SOM)的技术来执行聚类分析(329)，该技术可以使用二维图上的表示来标识和示出多维数据的聚类。

一旦从聚类分析(329)中获取了聚类定义(333)，则可以使用包含实体ID(322)的聚类的身份(例如，聚类ID(343))来表征由实体ID(322)所表示的实体的花费行为。相同聚类中的实体被视为具有类似的花费行为。

可以通过聚类分析(329)来标识如由实体ID(例如，322)所表示的并且由变量值(例如，323，324，...，325)来表征的诸如帐户、个人、家族等等之类的实体之间的相似和不同。在一个实施例中，在基于聚集的度量的模式标识实体ID的若干个聚类之后，可以为聚类生成一组配置文件，以表示聚类的特征。一旦标识了聚类，就可以将实体ID中的每一个(例如，对应于帐户、个人、家庭)指定到一个聚类；而相对应的聚类的配置文件可以被用来至少部分地表示实体(例如，帐户、个人、家庭)。可另选地，可以确定实体(例如，帐户、个人、家庭)和一个或多个聚类之间的关系(例如，基于与每一聚类的接近度的度量)。如此，聚类相关的数据可以用于交易配置文件(127或341)中，以提供有关实体(例如，帐户、个人、家庭)的行为的信息。

在一个实施例中，从聚类分析(329)生成一个以上的组的聚类定义(333)。例如，聚类分析(329)可以生成对应于不同数量的已标识的聚类的不同组的聚类解决方案。一组聚类ID(例如，343)可以被用来基于相应的聚类的典型的花费行为来汇总(335)由实体ID(322)所表示的实体的花费行为。在一个示例中，获取两个聚类解决方案；聚类解决方案中的一个具有17个聚类，这些聚类以相对粗略的方式分类实体；而其他聚类解决方案具有55个聚类，这些聚类以相对细微的方式分类实体。持卡人可以通过持卡人所在的17个聚类中的一个和55个聚类中的一个的花费行为来标识。如此，对应于聚类解决方案组的聚类ID组提供不同级别的分辨率的聚类之中的实体的分层的标识。聚类的花费行为通过定义聚类的重心的聚类定义(333)(诸如参数(例如，变量值))来表示。

在一个实施例中，如定义(309)所定义的随机变量(例如，313和315)具有某些关联度，彼此不独立。例如，不同商家类别(例如，306)的商家可以具有重叠的业务，或具有某些业务关系。例如，某些商家的某些产品和/或服务具有因果关系。例如，某些商家的某些产品和/或服务在一定程度上是互相排斥的(例如，从一个商家购买可能具有排除用户(101)从另一商家进行购买的某一概率)。这样的关系可能是复杂的，难以只通过检查类别来进行量化。此外，这样的关系可以随着经济的变化在一段时间内会变化。

在一个实施例中，执行因素分析(327)以减少冗余和/或变量之间的关联(例如，313，315)。因素分析(327)标识因素的定义(331)，每一个因素都表示变量(例如，313，315)的组合。

在一个实施例中，因素是为各种领域(例如，商家或商家类别、产品或产品类别)确定的多个聚集的度量(例如，变量(313，315))的线性组合。一旦通过因素分析确定了因素和聚集的度量之间的关系，可以根据聚集的度量的线性组合来确定因素的值，并将其用于交易配置文件(127或341)中，以提供有关由实体ID所表示的实体(例如，帐户、个人、家族)的行为的信息。

一旦从因素分析(327)中获取了因素定义(331)，就可以将因素定义(331)应用到变量值(321)，以确定合计的花费配置文件(341)的因素值(344)。由于因素中的冗余和关联减少，因此，因素的数量通常比原始变量(例如，313，315)的数量小得多。如此，因素值(344)表示原始变量(例如，313，315)的简明摘要。

例如，对于不同的商家类别，可以有数千个关于花费频率和金额的变量；而因素分析(327)可以将因素数量减少到少于一百个(甚至少于二十个)。在一个示例中，获取十二因素解决方案，这允许使用十二个因素来组合数千个原始变量(313，315)；如此，可以通过十二个因素值(344)来汇总数千个商家类别的花费行为。在一个实施例中，每一因素都是至少四个变量的组合；而典型的变量对一个以上的因素具有贡献。

在一个示例中，持卡人的数百或数千个交易记录(301)被转换为各种商家类别的数百或数千个变量值(321)，它们通过因素定义(331)和聚类定义(333)被汇总(335)为十二个因素值(344)和一个或两个聚类ID(例如，343)。可以由人轻松地解释汇总的数据以确定持卡人的花费行为。用户(101)可以基于因素值(344)和聚类ID，轻松地指定形成的花费行为要求(例如，查询客户的段，或请求客户的段的定向)。汇总的数据的缩小的大小降低了用于通过网络连接传递持卡人的花费行为的数据通信带宽的需求，并可简化对表示持卡人的花费行为的数据的处理和利用率。

在一个实施例中，研究聚类的行为和特征，以标识在每一个聚类中发现的代表性的实体的类型的描述。聚类可以基于代表性的实体的类型来命名，以允许普通人轻松地理解聚类的典型的行为。

在一个实施例中，还研究因素的行为和特征，以标识每一因素的占优势的方面。聚类可以基于占优势的方面来命名，以允许普通人轻松地理解因素值的含义。

在图2中，由实体ID(例如，322)所表示的实体的合计的花费配置文件(341)包括基于聚类定义(333)和因素定义(331)确定的聚类ID(343)和因素值(344)。合计的花费配置文件(341)还可以包括其他统计参数，如多样性指数(342)，渠道分布(345)、类别分布(346)、邮政编码(347)等等，如下面进一步讨论的。

在一个实施例中，多样性指数(342)可包括熵值和/或基尼系数，以表示由实体ID(322)所表示的实体跨不同区域(例如，不同的商家类别(例如，306))花费的多样性。当多样性指数(342)指出花费数据的多样性在预定阈值级别之下时，由于缺乏多样性，可以从聚类分析(329)和/或因素分析(327)中排除相对应的实体ID(322)的变量值(例如，323，324，...，325)。当合计的花费配置文件(341)的多样性指数(342)低于预定阈值时，因素值(344)和聚类ID(343)可能不会准确地表示相对应的实体的花费行为。

在一个实施例中，渠道分布(345)包括一组指出在不同的购买渠道(如在线、通过电话，在零售商店等等)花费的金额的百分比的百分比值。

在一个实施例中，类别分布(346)包括一组指出在不同的超级类别(311)花费的金额的百分比的百分比值。在一个实施例中，数千的不同的商家类别(例如，306)在交易记录(301)通过商家类别代码(MCC)或北美工业分类系统(NAICS)代码来表示。这些商家类别(例如，306)被分类或合并到少于一百个超级类别(或少于二十个)。在一个示例中，基于领域知识，定义了十四种超级类别。

在一个实施例中，合计的花费配置文件(341)包括为一组预定义的，互相排斥的商家类别(例如，超级类别(311))确定的聚集的度量(例如，频率、平均花费金额)。超级商家类别中的每一个都表示客户可以购买的产品或服务的类型。交易配置文件(127或341)可包括该组互相排斥的商家类别中的每一个的聚集的度量。为预定义的，互相排斥的商家类别确定的聚集的度量可以用于交易配置文件(127或341)中，以提供有关相应的实体(例如，帐户、个人或家庭)的行为的信息。

在一个实施例中，合计的花费配置文件(341)中的邮政编码(347)表示其中与实体ID(322)相关联的花费发生所在的占优势的地理区域。可另选地或组合地，合计的花费配置文件(341)可包括交易金额在一组邮政编码上的分布，该组邮政编码占了大部分交易或交易金额(例如，90％)。

在一个实施例中，因素分析(327)和聚类分析(329)被用来汇总跨各种区域的花费行为，如通过商家类别(306)来描述的不同的商家，不同的产品和/或服务，不同的消费者等等。合计的花费配置文件(341)可包括比图2中所示出的那些字段多一些或少一些字段。例如，在一个实施例中，合计的花费配置文件(341)还包括一段时间内(例如，过去的十二个月)的合计的花费金额；在另一实施例中，合计的花费配置文件(341)不包括类别分布(346)；而在又一实施例中，合计的花费配置文件(341)可包括到聚类的重心的一组距离度量。距离度量可以基于变量值(323，324，...，325)或基于因素值(344)来定义。聚类的重心的因素值可以基于与相应的聚类中的重心最靠近的实体ID(例如，322)来估计。

可以使用其他变量来代替图2中所示出的变量(311，313，315)，或作为其补充。例如，合计的花费配置文件(341)可以使用度量从帐户持有人的主要地址到用于离线购物的商家地点的购物半径/距离的变量来生成。当使用这样的变量时，交易模式可以至少部分地基于聚类并根据购物半径/距离和地理区域来标识。类似地，因素定义(331)可包括对购物半径/距离的考虑。例如，可以基于购物半径/距离和/或地理区域的范围来聚集交易记录(301)。例如，可以使用因素分析，基于各种地理区中的消费模式的关联，来确定自然地组合地理区的因素。

在一个实施例中，聚合(317)可以涉及对与趋势或模式的偏差的确定。例如，一个帐户在在过去的六个月在某商家一周进行了一定数量的购物。然而，过去两个星期购物的数量少于每周的平均数。与趋势或模式的偏差的度量可以被使用(例如，在交易配置文件(127或341)中作为参数，或在用于因素分析(327)和/或聚类分析的变量定义(309)中)来定义帐户、个人、家庭等等的行为。

图3示出了根据一个实施例的生成合计的花费配置文件的方法。在图3中，为变量(例如，311，313，和315)建立(351)计算模型。在一个实施例中，变量是以捕捉花费统计的某些方面的方式来定义的，如频率、金额等等。

在图3中，组合来自相关的帐户的数据(353)。例如，当在处于分析中的一时间段内对于持卡人帐号发生了变化时，同一持卡人的不同的帐号下的交易记录(301)被组合到表示该持卡人的一个帐号下。例如，当在人的级别(或家庭级别、业务级别、社交组级别、城市级别或区域级别)执行分析时，人(或家庭、业务、社交组、城市或区域)的不同的帐户中的交易记录(301)可以被组合在表示该人(或家庭、业务、社交组、城市或区域)的一个实体ID(322)下。

在一个实施例中，循环的/分期付款交易被组合(355)。例如，多个按月付款可以被组合并只被视为一次购物。

在图3中，根据一组与活动、一贯性、多样性等等相关的条件，来选择(357)帐户数据。

例如，当一个持卡人使用信用卡仅仅购买汽油时，该持卡人的交易的多样性是低的。在这样的情况下，持卡人的帐户中的交易对表示持卡人在各种商家类别中的消费模式从统计学上来讲可能没有意义。如此，在一个实施例中，如果与实体ID(322)相关联的交易的多样性低于阈值，则不将对应于实体ID(322)的变量值(例如，323，324，...，325)用于聚类分析(329)和/或因素分析(327)中。可以基于多样性指数(342)(例如，熵或基尼系数)，或基于计数与实体ID(322)相关联的交易中的不同的商家类别，来检查多样性；而当不同的商家类别的计数少于阈值(例如，5)时，由于缺乏多样性，不将与实体ID(322)相关联的交易用于聚类分析(329)和/或因素分析(327)中。

例如，当持卡人只偶尔地使用信用卡(例如，当用完现金)时，持卡人的有限的交易在表示持卡人的花费行为从统计学上来讲可能没有意义。如此，在一个实施例中，当与实体ID(322)相关联的交易的数量低于阈值时，不将对应于实体ID(322)的变量值(例如，323，324，...，325)用于聚类分析(329)和/或因素分析(327)中。

例如，当持卡人只在处于分析的一时间段的一部分内使用信用卡时，该时间段内的交易记录(301)可能不反映持卡人在整个时间段内的一贯的行为。可以以各种方式来检查一贯性。在一个示例中，如果在处于分析中的时间段的第一和最后几个月内交易的总数是零，则与实体ID(322)相关联的交易在该时间段是不一贯的，如此，不用于聚类分析(329)和/或因素分析(327)中。可以形成其他条件来检测交易中的不一贯性。

在图3中，计算模型(例如，如由变量定义(309)所表示的)被应用(359)到其余帐户数据(例如，交易记录(301))，以获取变量的数据样本。与除其交易不能符合对于活动、一贯性、多样性等等的最低要求的那些实体以外的实体相关联的数据点，都用于因素分析(327)和聚类分析(329)中。

在图3中，数据样本(例如，变量值(321))被用来执行(361)因素分析(327)以标识因素解决方案(例如，因素定义(331))。可以调整(363)因素解决方案来提高不同组的交易数据(109)的因素值中的相似度。例如，可以将因素定义(331)应用到处于分析中的时间段内(例如，过去的十二个月)的交易，并分开地将其应用到前面的时间段(例如，过去的十二个月之前的十二个月)中的交易，以获取两组因素值。可以调整因素定义(331)以提高两套因素值之间的关联。

数据样本也可以被用来执行(365)聚类分析(329)以标识聚类解决方案(例如，聚类定义(333))。可以基于不同组交易数据(109)调整(367)聚类解决方案，来提高聚类标识中的相似度。例如，可以将聚类定义(333)应用到处于分析中的时间段内(例如，过去的十二个月)的交易，并分开地将其应用到前面的时间段(例如，过去的十二个月之前的十二个月)中的交易，以获取两组对于各种实体的聚类标识。可以调整聚类定义(333)以提高两套聚类标识之间的关联。

在一个实施例中，根据聚类分析来确定聚类的数量。例如，可以最初标识一组聚类种子，并将其用于运行已知的聚类算法。然后，检查聚类中的数据点的大小。当聚类包含少于预定数量的数据点时，可以删去该聚类以重新运行聚类分析。

在一个实施例中，向聚类解决方案中添加标准化熵以获取改善的结果。

在一个实施例中，标识(369)因素和聚类的人可以理解的特征，以命名因素和聚类。例如，当一个聚类的花费行为看起来像一个因特网忠臣的行为时，可以将该聚类命名为“因特网忠臣”，以便如果发现一个持卡人处于“因特网忠臣”聚类中，则可以轻松地感觉到该持卡人的花费偏好和模式。

在一个实施例中，周期性地(例如，一年一次，或六个月一次)执行因素分析(327)和聚类分析(329)，以更新因素定义(331)和聚类定义(333)，它们会随着时间的推移随着经济和社会变化而变化。

在图3中，使用因素解决方案和聚类解决方案来汇总(371)交易数据(109)，以生成合计的花费配置文件(341)。当有新交易数据(109)可用时，可以比因素解决方案和聚类解决方案更频繁地更新合计的花费配置文件(341)。例如，合计的花费配置文件(341)可以每季度地或每月更新。

可以对于用于因素分析(327)和聚类分析(329)的变量(例如，313，315)进行各种调整。例如，可以根据不同的规则，过滤、加权或约束交易记录(301)，以改善聚集的度量的容量。

例如，在一个实施例中，规范化和/或标准化(例如，使用统计平均值、平均值和/或方差)变量(例如，313，315)。

例如，通过过滤和加权，可以调节聚集的度量的变量(例如，313，315)，以预测花费行为的未来趋势(例如，用于广告选择)，标识异常行为(例如，用于防欺诈)，或标识消费模式的变化(例如，用于广告受众度量)等等。聚集的度量，因素值(344)，和/或从聚集的度量生成的聚类ID(343)可以用于交易配置文件(127或341)中，以定义帐户、个人、家庭等等的行为。

在一个实施例中，交易数据(109)可以被老化，以给最近的数据提供比较旧的数据更大的权重。在其他实施例中，颠倒地老化交易数据(109)。在更进一步的实施例中，季节性地调整交易数据(109)。

在一个实施例中，约束变量(例如，313，315)以删去极端的异常值。例如，可以基于某些百分位数的值(例如，一个百分位的值作为最小，99百分位的值作为最大)和/或某些预定值来约束花费金额(315)的最小值和最大值。在一个实施例中，基于某些百分位数的值和中位值来约束花费频率变量(313)。例如，花费频率变量(313)的最小值可以被约束在P₁-k×(M-P₁)，其中，P₁是一个百分位值，M是中位值，而k是预定的常量(例如，0.1)。例如，花费频率变量(313)的最大值可以被约束在P₉₉+a×(P₉₉-M)，其中，P₉₉是99百分位值，M是中位值，而k是预定的常量(例如，0.1)。

在一个实施例中，执行变量修剪，以减少对聚类解决方案和/或因素解决方案具有较小影响的变量(例如，313，315)的数量。例如，对聚类分析(329)来说，可以丢弃带有小于预定阈值(例如，0.1)的标准变化的变量。例如，可以执行方差分析(ANOVA)以标识和删除不比预定阈值更有意义的变量。

合计的花费配置文件(341)可以提供有关对于各种应用领域的花费行为的信息，如营销、欺诈检测和预防、信贷价值评估、

例如，可以使用聚类来优化在广告活动内对于各种组的优惠。使用因素和聚类来定向广告可以提高产生定向模型的速度。例如，使用基于因素和聚类的变量(如此，省略了使用大量的约定变量的必要性)可以通过减少检查的变量的数量，改善预测模型并提高定向的效率。基于因素和/或聚类形成的变量可以与其他变量一起使用，以基于花费行为来构建预测模型。

在一个实施例中，可以使用合计的花费配置文件(341)来监测交易中的风险。对于每一个实体，因素值在某时间段内通常是一贯的。一些因素值的突然变化可能表明财务状况的变化，或帐户被盗用。使用因素和聚类形成的模型可以被用来标识没有遵循由因素值(344)和/或聚类ID(343)所指定的标准模式的一系列交易。可以通过分析某时间段内的因素值的变化来预测潜在的无偿付能力；而可以检测花费行为的重大变化以阻止和/或防止欺骗性的活动。

例如，因素值(344)可以用于回归模型和/或神经网络模型中，以便检测某些行为或模式。由于因素是相对来说非共线的，因此，因素作为独立变量可以很好地起作用。例如，因素和聚类可以在树模型中被用作独立变量。

例如，可以选择代理帐户用于构建准控制组。例如，对于一个聚类中的给定帐户A，同一个聚类中的与帐户A最靠近的帐户B可以被选为帐户B的代理帐户。可以通过合计的花费配置文件(341)中的某些值，如因素值(344)，类别分布(346)等等，来确定接近度。例如，可以使用基于来自合计的花费配置文件(341)的数值集合定义的欧几里得距离来比较帐户之间的距离。一旦标识，代理帐户可以被用来降低或省略度量中的偏压。例如，为确定广告的效果，可以将被展示了广告的帐户A的消费模式响应与未被展示了广告的帐户B的消费模式响应进行比较。

例如，合计的花费配置文件(341)可以用于分段和/或过滤分析，如选择具有通过因素和/或聚类标识的类似的花费行为的持卡人来进行定向广告活动，以及选择和确定一组可能潜在地被向起源于给定聚类的持卡人营销的商家(例如，用于捆绑的优惠)。例如，可以提供查询界面，以允许查询，以基于使用聚类和因素的值形成的一组条件，标识定向的人口。

例如，合计的花费配置文件(341)可以用于花费比较报告中，比较所感兴趣的部分总体与总的群体，确定聚类分布和平均因素值如何不同，以及为基准调查目的，为商家和/或开户行构建报告。例如，可以为商家以自动化方式根据聚类来生成报告。例如，通过标识持卡人最频繁地购物的地理区域并将主要的花费位置与持卡人住宅位置进行比较，合计的花费配置文件(341)可以用于地理报告中。

在一个实施例中，配置文件生成器(121)提供交易配置文件(127)中的亲和性关系数据，以便交易配置文件(127)可以与业务合作伙伴共享，而不会损害用户(101)和交易细节的保密性。

例如，在一个实施例中，配置文件生成器(121)将基于实体的消费模式来标识实体(例如，帐户、持卡人、家族、业务、城市、区域等等)的聚类。聚类表示基于反映在交易数据(109)或交易记录(301)中的实体的消费模式而标识的实体段。

在一个实施例中，聚类对应于包含相应的组的实体的数学空间中的单元或区域。例如，表示用户(101)的特征的数学空间可以被分成聚类(单元或区域)。例如，聚类分析(329)可以标识单元或区域中的包含具有对应于变量(例如，313和315)的多个维度的空间中的实体ID(例如，322)的聚类的一个聚类。例如，聚类也可以使用从因素分析(327)所生成的因素定义(331)被标识为由因素所定义的空间中的单元或区域。

在一个实施例中，用于合计的花费配置文件(341)中的参数可以被用来定义实体的段或聚类。例如，聚类ID(343)的值和一组因素值(344)的范围和/或其他值可以被用来定义段。

在一个实施例中，一组聚类被标准化，以表示实体在某些产品或服务的各种组中的偏好。例如，可以为例如在家庭改进商店进行购物的人们形成一组标准化聚类。相同聚类中的持卡人具有类似的花费行为。

在一个实施例中，用户(101)处于特定聚类(即，用户与单元的亲和性)的趋势或可能性可以使用一个值，基于过去购物来表征。同一个用户(101)对不同的聚类，可以具有不同的亲和性值。

例如，可以基于交易记录(301)，为一个实体计算一组亲和性值，以表明该实体与该组标准化聚类的接近度或偏好。例如，具有表示持卡人到第一聚类的亲和性的第一值的持卡人可以具有表示持卡人到第二聚类的亲和性的第二值。例如，如果消费者购买了大量电子器件，消费者与电子器件聚类的亲和性值比较高。

在一个实施例中，跨商家社区和持卡人行为形成其他指示器，并在配置文件(例如，127或341)中提供这些指示器，以表示交易的风险。

在一个实施例中，如果用户(101)被示为在另一个单元中，来自两个不同的聚类的一对值的关系提供用户(101)处于两个单元中的一个的可能性的指示。例如，如果用户(101)购买两种类型的产品中的每一种的可能性是已知的，如果已知用户(101)对另一种类型的产品感兴趣，则可以使用分数来确定用户(101)购买两种类型的产品中的一种的可能性。在一个实施例中，聚类的值的图用于配置文件(例如，127或341)中，以表征用户(101)(或其他类型的实体，如家庭、公司、邻居、城市或由其他总的参数(如时刻等等所定义的)其他类型的组)的花费行为。

在一个实施例中，聚类和亲和性信息被标准化，以允许诸如交易处理组织、搜索提供商以及销售人员之类的业务合作伙伴之间的共享。一般以不同的方式描述购买统计和搜索统计。例如，购买统计基于商家、商家类别、SKU编号、产品描述，等等；而搜索统计基于搜索项。一旦聚类被标准化，聚类可以被用来链接基于商家类别(和/或SKU编号、产品描述)的购买信息与基于搜索项的搜索信息。如此，搜索偏好和购买偏好可以被彼此映射。

在一个实施例中，购买数据和搜索数据(或其他第三方数据)基于到标准化聚类(单元或段)的映射被关联。购买数据和搜索数据(或其他第三方数据)可以被一起使用，以向消费者提供利益或优惠(例如，赠券)。例如，标准化聚类可以被用作向在共同的聚类内的或与共同的聚类相关联的消费者提供相关的利益的营销工具，包括赠券、对帐单积分等等。例如，数据交换设备可以基于消费者搜索引擎数据和实际支付交易数据来获取聚类数据，以标识可能对诸如赠券和对帐单积分之类的特定类型的利益作出积极响应的个人的类似的组。

在2010年5月10日提出的并且标题为“Systems and Methods toSummarize Transaction Data”的美国专利申请系列号No.12/777,173中提供了一个实施例中的关于合计的花费配置文件(341)的细节，在此该申请以引用的方式并入本文中。

基于交易数据的门户

在图1中，交易终端(105)对于用户(101)(例如，客户)启动交易，供交易处理设备(103)进行处理。交易处理设备(103)处理交易，并与诸如用户(101)的帐户的帐户配置文件之类的帐户数据(111)一起存储关于交易的交易数据(109)。帐户数据(111)还可以包括关于从开户行或商家，和/或诸如社交网络、信用咨询公司、商家所提供的信息、地址信息等等之类的其他源收集用户(101)的数据。在一个实施例中，交易可以由服务器启动(例如，基于存储的循环支付的日程表)。

在一时间段内，交易处理设备(103)累积对于不同的用户(例如，101)的来自在不同的交易终端(例如，105)上启动的交易的交易数据(109)。如此，交易数据(109)包括有关各种用户(例如，101)在各种时间通过不同的购物选项(例如，在线购买、从零售商店的离线购买、邮购、通过电话的订购等等)进行的购物的信息。

在一个实施例中，累积的交易数据(109)和相对应的帐户数据(111)被用来生成关于用户(例如，101)作为个人或作为一个组的成员的购买行为、模式、偏好、趋势、频率、金额和/或倾向的智能信息。然后，智能信息可以被用来生成、标识和/或选择定向广告，以便在交互点(107)、在交易期间、在交易之后或当其他机会出现时呈现给用户(101)。

图4示出了根据一个实施例的基于交易数据(109)来提供信息的系统。在图4中，交易处理设备(103)被耦合在开户行处理器(145)和受让方处理器(147)之间，以促进消费者帐户(146)和商家帐户(148)之间的交易的授权和结算。交易处理设备(103)在数据仓库(149)中记录交易。门户(143)被耦合到数据仓库(149)以基于诸如交易配置文件(127)或合计的花费配置文件(341)之类的交易记录(301)来提供信息。门户(143)可以被实现为Web门户、电话网关、文件/数据服务器等等。

在一个实施例中，门户(143)被配置成从配置文件选择器(129)、广告选择器(133)和/或第三方接收标识搜索条件的查询，并作为响应，提供通过查询所请求的基于交易的智能。

例如，在一个实施例中，查询将指定多个帐户持有人请求门户(143)以批处理模式提供帐户持有人的交易配置文件(127)。

例如，在一个实施例中，查询将标识用户(101)请求用户(101)的用户特定的配置文件(131)或合计的花费配置文件(341)。用户(101)可以使用诸如帐号(302)之类的帐户数据(111)或诸如浏览器cookie ID、IP地址等等之类的用户数据(125)标识。

例如，在一个实施例中，查询将标识零售位置；而门户(143)将提供汇总了在一段时间内在零售位置处进行了购物的用户的合计的花费模式的配置文件(例如，341)。

例如，在一个实施例中，查询将标识地理位置；而门户(143)将提供汇总了在一段时间内曾经到过或预计访问该地理位置的用户(例如，基于用户的交互点(例如，107)的位置而确定或预测的)的合计的花费模式的配置文件(例如，341)。

例如，在一个实施例中，查询将标识地理区；而门户(143)将提供汇总了驻留在该地理区的用户(例如，如由帐户数据(111)所确定的)，在一段时间内在该地理区内进行过交易的用户(例如，如由用于处理交易的交易终端(例如，105)的位置所确定的)的合计的花费模式的配置文件(例如，341)。

在一个实施例中，门户(143)被配置成注册某些用户(101)参与各种计划，如向用户(101)提供奖励和/或优惠的忠诚度计划。

在一个实施例中，门户(143)将注册用户(101)的兴趣，或从用户(101)获取收集关于用户(101)的更进一步的信息(如捕捉购买细节、在线活动等等的数据)的许可。

在一个实施例中，用户(101)可以通过开户行注册；而消费者帐户(146)中的注册数据可以在得到来自用户(101)的批准时传播到数据仓库(149)。

在一个实施例中，门户(143)将注册商家并向商家提供服务和/或信息。

在一个实施例中，门户(143)将从诸如搜索引擎、商家、网站等等之类的第三方接收信息。第三方数据可以与交易数据(109)关联，以标识购物与诸如搜索、新闻通告、会议等等之类的其他事件之间的关系，并提高预测能力和准确性。

在图4中，消费者帐户(146)在开户行处理器(145)之下。消费者帐户(146)可以被个人、或诸如企业、学校等等之类的组织所拥有。消费者帐户(146)可以是信用帐户、贷记帐户或储值帐户。开户行可以给消费者(例如，用户(101))提供帐户标识设备(141)以使用帐户信息(142)来标识消费者帐户(146)。在一个实施例中，帐户(146)的相应的消费者可以叫做帐户持有人或持卡人，甚至在消费者没有在物理上被颁发卡或帐户标识设备(141)的情况下。开户行处理器(145)将从消费者帐户(146)收费以为购物进行支付。

在一个实施例中，帐户标识设备(141)是具有存储了标识消费者帐户(146)和/或开户行处理器(145)的帐户信息(142)的磁条的塑料卡。可另选地，帐户标识设备(141)是具有至少存储了帐户信息(142)的集成电路芯片的智能卡。在一个实施例中，帐户标识设备(141)包括具有集成的智能卡的移动电话。

在一个实施例中，帐户信息(142)被打印或模压在帐户标识设备(141)上。帐户信息(142)可以被作为条形码打印，以允许交易终端(105)通过光扫描器来读取信息。帐户信息(142)可以被存储在帐户标识设备(141)的存储器中，并被配置成通过无线、无触点通信，如通过磁场耦合、红外通信或射频通信的近场通信，来读取。可另选地，交易终端(105)可以要求与帐户标识设备(141)接触，以读取帐户信息(142)(例如，通过利用磁条读取器来读取卡的磁条)。

在一个实施例中，交易终端(105)被配置成将授权请求消息传输到受让方处理器(147)。授权请求包括帐户信息(142)、支付金额，以及有关商家的信息(例如，商家帐户(148)的指示)。受让方处理器(147)基于在交易终端(105)中接收到的帐户信息(142)，请求交易处理设备(103)处理授权请求。交易处理设备(103)将授权请求路由到开户行处理器(145)，并当开户行处理器(145)不可用时，处理授权请求并对其作出响应。开户行处理器(145)将至少部分地基于消费者帐户(146)的余额，确定是否授权交易。

在一个实施例中，交易处理设备(103)、开户行处理器(145)，以及受让方处理器(147)各自都可以包括标识交易中的风险的子系统，并可以基于风险评估而拒绝交易。

在一个实施例中，帐户标识设备(141)包括防止对消费者帐户(146)的未经授权的使用的安全功能，如示出帐户标识设备(141)的真实性的徽标，保护帐户信息(142)的加密等等。

在一个实施例中，交易终端(105)被配置成与帐户标识设备(141)进行交互，以获取标识消费者帐户(146)和/或开户行处理器(145)的帐户信息(142)。交易终端(105)与控制商家的商家帐户(148)的受让方处理器(147)进行通信。交易终端(105)可以通过诸如电话连接、因特网连接等等之类的数据通信连接，与受让方处理器(147)进行通信。受让方处理器(147)将代表商家接受向商家帐户(148)的付款。

在一个实施例中，交易终端(105)是传统的、离线、“实体的”零售商店的POS终端。在另一实施例中，交易终端(105)是通过Web连接从用户(101)接收消费者帐户(146)的帐户信息(142)的在线服务器。在一个实施例中，用户(101)可以通过电话，通过与商家的代表的语言通信，来提供帐户信息；而该代表将帐户信息(142)输入到交易终端(105)中以启动交易。

在一个实施例中，帐户信息(142)可以被直接输入到交易终端(105)中，以从消费者帐目(146)进行付款，无需在物理上呈现帐户标识设备(141)。当交易被启动而没有在物理上呈现帐户标识设备(141)时，该交易被分类为“无卡”(CNP)交易。

在一个实施例中，开户行处理器(145)可以控制一个以上的消费者帐户(146)；受让方处理器(147)可以控制一个以上的商家帐户(148)；而交易处理设备(103)被连接在多个开户行处理器(例如，145)和多个受让方处理器(例如，147)之间。一个实体(例如，银行)可以操作开户行处理器(145)和受让方处理器(147)。

在一个实施例中，交易处理设备(103)、开户行处理器(145)、受让方处理器(147)、交易终端(105)、门户(143)及访问门户(143)的其他设备和/或服务，通过诸如局域网、蜂窝式电信网络、无线广域网、无线局域网、内联网以及因特网之类的通信网络连接在一起。在一个实施例中，在交易处理设备(103)和开户行处理器(145)之间、在交易处理设备(103)和受让方处理器(147)之间，和/或在门户(143)和交易处理设备(103)之间使用了专用通信渠道。

在一个实施例中，交易处理设备(103)使用数据仓库(149)来存储诸如交易记录(301)或交易数据(109)之类的关于交易的记录。在一个实施例中，交易处理设备(103)包括功能强大的计算机，或由存储在计算机可读介质上的指令控制的作为一个单元起作用的计算机集群。

在一个实施例中，交易处理设备(103)被配置成支持和提供授权服务、异常文件服务，以及清算和结算服务。在一个实施例中，交易处理设备(103)具有处理授权请求的子系统和执行清算和结算服务的另一子系统。

在一个实施例中，交易处理设备(103)被配置成处理诸如信用卡交易、贷记卡交易、预付卡交易之类的不同类型的交易，及其他类型的商业交易。

在一个实施例中，交易处理设备(103)促进开户行处理器(145)和受让方处理器(147)之间的通信。

在一个实施例中，交易处理设备(103)耦合到门户(143)(和/或配置文件选择器(129)、广告选择器(133)、媒体控制器(115))，以为提供基于交易的智能信息和/或广告的服务收取费用。

例如，在一个实施例中，图1中所示出的系统被配置成根据基于交易的智能信息，向用户(101)的交互点(107)投放广告；而交易处理设备(103)被配置成向与控制广告商的帐户的开户行处理器进行通信的广告商的帐户收取广告费用。可以响应于广告的呈现，或响应于预先确定的数量的呈现的完成，或响应于由广告的呈现所产生的交易，来收取广告费用。在一个实施例中，交易处理设备(103)被配置成向与类似于消费者帐户(146)的开户行处理器(145)的相应的开户行处理器进行通信的广告商的帐户收取周期性的费用(例如，月费、年费)。

例如，在一个实施例中，门户(143)被配置成响应于在门户(143)中接收到的查询，来提供基于交易的智能信息。门户(143)将标识请求方(例如，通过认证，或请求方的地址)并指示交易处理设备(103)为基于交易的智能信息向相应的请求方的消费者帐户(例如，146)收取费用。在一个实施例中，响应于通过门户(143)投放智能信息，向请求方的帐户收取费用。在一个实施例中，为对门户(143)的查询能力的访问，向请求方的帐户收取周期性的预订费。

在一个实施例中，由图1中所示出的系统所提供的信息服务包括多方，如操作交易处理设备(103)的一个实体，操作广告数据(135)的一个实体，操作用户跟踪器(113)的一个实体，操作媒体控制器(115)的一个实体等等。交易处理设备(103)被用来使用相应的各方的帐户，生成结算费用、收费和/或分配收入的交易。在一个实施例中，各方的帐户信息被存储在耦合到交易处理设备(103)的数据仓库(149)中。在某些实施例中，使用单独的记帐引擎来生成结算费用、收费和/或分配收入的交易。

在一个实施例中，交易终端(105)被配置成将经授权的交易提交到受让方处理器(147)以便进行结算。结算的金额可以不同于在授权请求中指定的金额。交易处理设备(103)被耦合在开户行处理器(145)和受让方处理器(147)之间，以促进交易的清算和结算。清算包括开户行处理器(145)和受让方处理器(147)之间的财务信息的交换；而结算包括资金的交换。

在一个实施例中，开户行处理器(145)将提供资金以代表消费者帐户(146)进行付款。受让方处理器(147)将代表商家帐户(148)接收资金。开户行处理器(145)和受让方处理器(147)与交易处理设备(103)进行通信以协调对于交易的资金转拨。在一个实施例中，资金是以电子方式转帐的。

在一个实施例中，交易终端(105)可以直接提交交易用于结算，无需分开地提交授权请求。

在一个实施例中，门户(143)提供了用户界面，允许用户(101)组织在用户的一个或多个消费者帐户(146)中与一个或多个开户行的交易。用户(101)可以使用在交易记录(301)中标识的信息和/或类别，如商家类别(306)、交易日期(303)、金额(304)等等，来组织交易。在2006年3月16日提出的，被转让的公开号No.2007/0055597的并且标题为“Method and System for Manipulating PurchaseInformation”的美国专利申请系列号No.11/378,215中提供了一个实施例中的示例和技术，在此该申请以引用的方式并入本文中。

在一个实施例中，门户(143)提供基于交易的统计，如用于零售花费监测的指示器，用于商家基准调查的指示器，行业/市场分割、消费模式的指示器等等。可以在2008年8月14日提出的被转让的公开号No.2009/0048884并且标题为“Merchant Benchmarking Tool”的美国专利申请系列号No.12/191,796，以及2009年11月5日提出的并且标题为“Systems and Methods for Analysis of Transaction Data”的临时美国专利申请系列号No.61/258,403中找到进一步的示例，在此这些申请以引用的方式并入本文中。

交易终端

图5示出了根据一个实施例的交易终端。在图5中，交易终端(105)被配置成与帐户标识设备(141)进行交互，以获取关于消费者帐户(146)的帐户信息(142)。

在一个实施例中，交易终端(105)包括耦合到处理器(151)的存储器(167)，该处理器(151)控制读取器(163)、输入设备(153)、输出设备(165)和网络接口(161)的操作。存储器(167)可以为处理器(151)存储指令和/或诸如与商家帐户(148)相关联的标识之类的数据。

在一个实施例中，读取器(163)包括磁条读取器。在另一实施例中，读取器(163)包括无触点读取器，如射频标识(RFID)读取器，被配置成通过磁场耦合(根据ISO标准14443/NFC)、蓝牙收发器、WiFi收发器、红外线收发器、激光扫描器等等来读取数据的近场通信(NFC)设备。

在一个实施例中，输入设备(153)包括可以被用来直接向交易终端(105)中输入帐户信息(142)的按钮，无需帐户标识设备(141)的物理存在。输入设备(153)可以被配置成提供更进一步的信息，如个人标识号(PIN)、密码、邮政编码，等等以启动交易，这些信息可以被用来访问帐户标识设备(141)或与从帐户标识设备(141)中获取的帐户信息(142)相结合。

在一个实施例中，输出设备(165)可包括显示器、扬声器和/或打印机以呈现信息，如授权请求的结果、交易的收据、广告等等。

在一个实施例中，网络接口(161)被配置成通过电话连接、因特网连接或专用数据通信渠道与受让方处理器(147)进行通信。

在一个实施例中，存储在存储器(167)中的指令至少被配置成导致交易终端(105)向受让方处理器(147)发送启动交易的授权请求消息。交易终端(105)可以发送或不发送单独的对交易的清算和结算的请求。存储在存储器(167)中的指令也被配置成导致交易终端(105)执行本说明书中所讨论的其他类型的功能。

在一个实施例中，交易终端(105)可以具有比图5中所示出的那些组件少一些的组件。例如，在一个实施例中，交易终端(105)被配置成用于“无卡”交易；而交易终端(105)没有读取器(163)。

在一个实施例中，交易终端(105)可以具有比图5中所示出的那些组件更多的组件。例如，在一个实施例中交易终端(105)是包括在一定条件下发放现金的组件的ATM机器。

帐户标识设备

图6示出了根据一个实施例的帐户标识设备。在图6中，帐户标识设备(141)是携带标识消费者帐户(146)的帐户信息(142)。

在一个实施例中，帐户标识设备(141)包括耦合到处理器(151)的存储器(167)，该处理器(151)控制通信设备(159)、输入设备(153)、音频设备(157)和显示设备(155)的操作。存储器(167)可以为处理器(151)存储指令和/或诸如与消费者帐户(146)相关联的帐户信息(142)之类的数据。

在一个实施例中，帐户信息(142)包括标识多个开户行之中的开户行(如此，开户行处理器(145))的标识符，以及标识由开户行处理器(145)所控制的多个消费者帐户之中的消费者帐户的标识符。帐户信息(142)可包括帐户标识设备(141)的到期日期、持有消费者帐户(146)的消费者的姓名，和/或标识与消费者帐户(146)相关联的多个帐户标识设备之中的帐户标识设备(141)的标识符。

在一个实施例中，帐户信息(142)还可以包括忠诚度计划帐号、忠诚度计划中的消费者的累积奖励，消费者的地址、消费者帐户(146)的余额、交通信息(例如，地铁或火车月票)、访问信息(例如，访问标记)和/或消费者信息(例如，姓名、出生日期)等等。

在一个实施例中，存储器包括非易失性存储器，如磁条、存储器芯片、闪存、只读存储器(ROM)以存储帐户信息(142)。

在一个实施例中，存储在帐户标识设备(141)的存储器(167)中的信息也可以呈现传统上与信用卡相关联的数据磁道的形式。这样的磁道包括磁道1和磁道2。磁道1(“国际航空运输协会”)比磁道2存储更多的信息，并包含持卡人的姓名以及帐号及其他自行决定的数据。磁道1有时在利用信用卡进行预定时被航空公司使用。磁道2(“美国银行业协会”)是当前最常用的，并通过ATM和信用卡检测器读取。ABA(美国银行业协会)设计磁道1的规范，并且银行遵守该规范。它包含持卡人的帐号、加密的PIN，及其他自行决定的数据。

在一个实施例中，通信设备(159)包括半导体芯片以实现与读取器(163)进行通信的收发器，以及用于提供和/或接收无线信号的天线。

在一个实施例中，通信设备(159)被配置成与读取器(163)进行通信。通信设备(159)可包括通过诸如射频信号、磁耦合或红外线、蓝牙或WiFi信号等等之类的无线传输来发射帐户信息(142)的发射器。

在一个实施例中，帐户标识设备(141)呈现移动电话、个人数字助理(PDA)等等的形式。输入设备(153)可以被用来向处理器(151提供输入以控制帐户标识设备(141)的操作；而音频设备(157)和显示设备(155)可以呈现状态信息和/或诸如广告或优惠之类的其他信息。帐户标识设备(141)可包括图6中未示出的进一步的组件，如蜂窝通信子系统。

在一个实施例中，通信设备(159)可以访问存储在存储器(167)上的帐户信息(142)，而不经过处理器(151)。

在一个实施例中，帐户标识设备(141)具有比图6中所示出的那些组件少一些的组件。例如，在一个实施例中，帐户标识设备(141)没有输入设备(153)、音频设备(157)和显示设备(155)；而在另一实施例中，帐户标识设备(141)没有组件(151-159)。

例如，在一个实施例中，帐户标识设备(141)呈现贷记卡、信用卡、智能卡或具有诸如磁条或智能卡之类的可选的特性的消费者器具。

帐户标识设备(141)的一个示例是附着于以卡的形式存在的塑料基质的磁条。磁条被用作提供帐户信息(142)的帐户标识设备(141)的存储器(167)。诸如帐号、到期日期，以及消费者姓名之类的消费者信息可以被打印或模压在卡上。在一个实施例中，实现存储器(167)和通信设备(159)的半导体芯片也可以被嵌入在塑料卡中，以提供帐户信息(142)。在一个实施例中，帐户标识设备(141)具有半导体芯片，但没有磁条。

在一个实施例中，帐户标识设备(141)与诸如通达卡、射频标识(RFID)标记、社保卡、转发器等等之类的安全设备集成。

在一个实施例中，帐户标识设备(141)是手持式、紧凑型设备。在一个实施例中帐户标识设备(141)具有适合于被置于消费者的钱包或口袋中的大小。

帐户标识设备(141)的某些示例包括信用卡、贷记卡、储值器具、支付卡、礼品卡、智能卡、智能媒体卡、工资单卡、保健卡、腕带、钥匙链器具、超市折扣卡、转发器，以及包含帐户信息(142)的机器可读的介质。

交互点

在一个实施例中，交互点(107)将向用户(101)提供广告，或向用户(101)提供从交易数据(109)导出的信息。

在一个实施例中，广告是市场营销的交互，可包括通告和/或利益的优惠，如折扣、激励、奖励、赠券、礼品、现金返还或机会(例如，特价的入场券/门票)。广告可包括产品或服务的提供，产品或服务的通告，或产品或服务的品牌的呈现，或事件、事实、意见等等的布告。广告可以以文本、图形、音频、视频或动画来呈现，以及作为打印品、Web内容、交互式媒体等等。可以响应于金融交易卡的呈现，或响应于金融交易卡被用来进行金融交易，或响应于其他用户活动，如浏览网页、提交搜索请求、在线进行通信、进入无线通信区域等等，而呈现广告。在一个实施例中，广告的呈现可以不是用户动作的结果。

在一个实施例中，交互点(107)可以是交易网络的各种端点中的一个，如销售点(POS)终端、自动柜员机(ATM)、电子自助服务终端(或计算机自助服务终端或交互式自助服务终端)、自助结帐终端、自动售货机、气体泵、银行的网站(例如，信用卡的开户行或受让方银行)、银行对帐单(例如，信用卡对帐单)、交易处理设备(103)的网站、商家的网站、结帐网站或在线购物的网页等等。

在一个实施例中，交互点(107)可以与交易终端(105)相同，如销售点(POS)终端、自动柜员机(ATM)、移动电话、在线交易的用户的计算机等等。在一个实施例中，交互点(107)可以与交易终端(105)在一起，或在其附近(例如，视频监视器或显示器，数字招牌)，或由交易终端所产生(例如，由交易终端(105)所产生的收据)。在一个实施例中，交互点(107)可以是与交易终端(105)分开而不在一起的，如移动电话、个人数字助理、用户的个人计算机、用户的语音邮箱、用户的电子邮件收件箱、数字招牌等等。

例如，广告可以被呈现在用于与客户的交易的介质的一部分上，该部分可能未被使用并如此被称为“白色空间”。白色空间可以位于打印品(例如，为交易打印的收据、或打印的信用卡对帐单)，视频显示上(例如，用于零售交易的POS终端一个显示监视器，用于现金提取或资金转帐的ATM，客户的用于在线购物的个人计算机)，或音频通道上(例如，用于通过电话装置的交易的交互式语音响应(IVR)系统)。

在一个实施例中，白色空间是可用于与对用户(101)的交易的处理一起呈现来自交易处理设备(103)的消息的媒体渠道的一部分。在一个实施例中，白色空间位于用于报告有关用户(101)的交易的信息(如授权状态、确认消息、验证消息)的媒体渠道中，位于验证用于帐户信息(142)的在线使用的密码的用户界面中，在月对账单、警告或报告中，或在由门户(143)所提供的用于访问与消费者帐户(146)相关联的忠诚度计划的网页中或在注册程序中。

在其他实施例中，广告也可以通过可能不涉及由交易处理设备(103)所处理的交易的其他媒体渠道来呈现。例如，广告可以在出版物或通告(例如，报纸、杂志、书、目录、电台广播、电视、数字招牌等等，它们可以是电子形式，或印刷或绘画的形式)上呈现。广告可以呈现在纸上、网站上、广告牌上、数字招牌上，或音频门户上。

在一个实施例中，交易处理设备(103)从媒体渠道的所有者或运营商购买使用媒体渠道的权限，并使用媒体渠道作为广告空间。例如，由交易处理设备(103)处理的交易的与客户的交互点(例如，107)处的白色空间可以被用来投放与执行交易的客户有关的广告；而可以至少部分地基于从累积的交易数据(109)导出的智能信息和/或交互点(107)和/或交易终端(105)处的上下文来选择广告。

一般而言，交互点(例如，107)能够接收或不能够接收来自客户的输入，并可以或可以不与启动交易的交易终端(例如，105)在一起。用于在交互点(107)呈现广告的白色空间可以是在地理显示空间(例如，在屏幕上)的一部分上，或在时间空间(例如，以音频流)上。

在一个实施例中，交互点(107)可以被主要用来访问不由交易处理设备(103)提供的服务，如由搜索引擎、社交网络网站、在线市场、博客、新闻站点、电视节目提供商、无线电台、卫星、发布者等等所提供的服务。

在一个实施例中，消费者设备被用作交互点(107)，可以是非便携式消费者设备或便携式计算设备。消费者设备将向用户(101)提供媒体内容，并可以接收来自用户(101)的输入。

非便携式消费设备的示例包括计算机终端、电视机、个人计算机、机顶盒等等。便携式消费者设备的示例包括便携式计算机、蜂窝电话、个人数字助理(PDA)、寻呼机、社保卡、无线终端等等。消费者设备可以被实现为如图7所示的数据处理系统，带有多一些或少一些的组件。

在一个实施例中，消费者设备包括帐户标识设备(141)。例如，被用作帐户标识设备(141)的智能卡与移动电话或个人数字助理(PDA)集成。

在一个实施例中，交互点(107)与交易终端(105)集成。例如，自助结帐终端包括与用户(101)进行交互的触摸板；而ATM机器包括与用户(101)进行交互的用户界面子系统。

硬件

在一个实施例中，计算设备被配置成包括图1和4中所示出的一些模块或组件，如交易处理设备(103)、配置文件生成器(121)、介质控制器(115)、门户(143)、配置文件选择器(129)、广告选择器(133)、用户跟踪器(113)、相关器，以及它们的相关联的存储设备，如数据仓库(149)。

在一个实施例中，图1和4中所示出的模块或组件中的至少一些，如交易处理设备(103)、交易终端(105)、交互点(107)、用户跟踪器(113)、媒体控制器(115)、相关器(117)、配置文件生成器(121)、配置文件选择器(129)、广告选择器(133)、门户(143)、开户行处理器(145)、受让方处理器(147)，以及帐户标识设备(141)，可被实现为计算机系统，如图7中所示出的数据处理系统，带有多一些或少一些的组件。一些模块可以共享硬件或在计算机系统上被组合起来。在一个实施例中，计算机网络可以被用来实现模块中的一个或多个。

此外，图1中所示出的数据，如交易数据(109)、帐户数据(111)、交易配置文件(127)，以及广告数据(135)可以被存储在可以被图1中所示出的相对应的模块访问的一个或多个计算机的存储设备中。例如，交易数据(109)可以被存储在数据仓库(149)，数据仓库(149)可被实现为图7中所示出的数据处理系统，带有多一些或少一些的组件。

在一个实施例中，交易处理设备(103)是支付处理系统，或支付卡处理器，如用于信用卡、贷记卡等等的卡处理器。

图7示出了根据一个实施例的数据处理系统。尽管图7示出了计算机系统的各种组件，但是，并不旨在表示任何特定体系结构或使组件互相连接的方式。一个实施例可以使用比图7中所示出的那些组件少一些或多一些组件的其他系统。

在图7中，数据处理系统(170)包括将微处理器(173)和存储器(167)互相连接的互连(171)(例如，总线和系统核心逻辑)。在图7的示例中，微处理器(173)耦合到高速缓冲存储器(179)。

在一个实施例中，互连(171)将微处理器(173)和存储器(167)互相连接，并通过I/O控制器(177)将它们互相连接到输入/输出(I/O)设备(175)。I/O设备(175)可包括显示设备和/或外围设备，如鼠标、键盘、调制解调器、网络接口、打印机、扫描仪、摄像机及其他本领域内已知的设备。在一个实施例中，当数据处理系统是服务器系统时，诸如打印机、扫描仪、鼠标和/或键盘之类的一些I/O设备(175)是可选的。

在一个实施例中，互连(171)包括通过各种桥接器、控制器和/或适配器彼此连接在一起的一个或多个总线。在一个实施例中，I/O控制器(177)包括用于控制USB外围设备的USB(通用串行总线)适配器，和/或用于控制IEEE-1394外围设备的IEEE-1394总线适配器。

在一个实施例中，存储器(167)包括下列各项中的中的一项或多项：ROM(只读存储器)、易失性RAM(随机存取存储器)，以及非易失性存储器，如硬盘驱动器、闪存等等。

易失性RAM通常被实现为连续地要求电源以便刷新或维护存储器中的数据的动态RAM(DRAM)。非易失性存储器通常是磁性硬盘驱动器、磁性光驱动器、光驱动器(例如，DVD RAM)，或甚至在电源从系统去除之后仍能保持数据的其他类型的存储器系统。非易失性存储器也可以是随机存取存储器。

非易失性存储器可以是直接耦合到数据处理系统中的组件的其余部分的本地设备。也可以使用远离系统的非易失性存储器，如通过诸如调制解调器或以太网接口之类的网络接口耦合到数据处理系统的网络存储设备。

在本说明书中，某些功能和操作被描述为由软件代码执行或由软件代码所导致，以简化说明。然而，这样的表达也用于指定功能是由诸如微处理器之类的处理器执行代码/指令所产生的。

可另选地，或组合地，如此处所描述的功能和操作可以使用专用电路来实现，有或者没有软件指令，如使用专用集成电路(ASIC)或现场可编程门阵列(FPGA)。实施例可以使用硬连线电路来实现，没有软件指令，或与软件指令相结合。如此，技术既不仅限于硬件电路和软件的任何特定的组合，也不限于由数据处理系统执行的指令的任何特定源。

尽管一个实施例可以以全功能的计算机和计算机系统来实现，但是，各实施例能够作为各种各样的形式的计算产品进行分发，并同样适用，不管用于实际进行分发的机器或计算机可读介质的特定类型是什么。

至少所公开的一些方面可以至少部分地以软件来实现。即，技术可以响应于其诸如微处理器之类的处理器执行诸如ROM、易失性RAM、非易失性存储器、缓存或远程存储设备之类的存储器中所包含的指令序列，在计算机系统或其他数据处理系统中执行。

被执行以实现各实施例的例程，可以被实现为操作系统的一部分或特定的应用程序、组件、程序、对象、模块、或被称为“计算机程序”的指令序列。计算机程序通常在各种时间包括计算机中的各种存储器和存储设备中的一个或多个指令集，这些指令集当由计算机中的一个或多个处理器读取和执行时，导致计算机执行那些执行涉及各个方面的元件所需的操作。

机器可读的介质可以被用来存储软件和数据，当由数据处理系统执行时，软件和数据导致系统执行各种方法。可执行的软件和数据可以被存储在各种位置，包括，例如，ROM、易失性RAM、非易失性存储器和/或缓存。此软件和/或数据的某些部分可以被存储在这些存储设备中的任何一个中。此外，还可以从集中式服务器或对等网络中获取数据和指令。可以在不同的时间，在不同的通信会话中，或在同一通信会话中，从不同的集中式服务器和/或对等网络中获取数据和指令的不同的部分。可以在执行应用程序之前整体地获取数据和指令。可另选地，数据和指令的某些部分可以动态地，当执行需要时才准时地获取。如此，不需要数据和指令在特定时间全部位于机器可读的介质上。

计算机可读介质的示例包括，但不仅限于，可记录的和非可记录的类型的介质，如易失性和非易失性存储器设备、只读存储器(ROM)、随机存取存储器(RAM)、闪存设备、软盘及其他可移动磁盘、磁盘存储介质、光存储介质(例如，光盘只读存储器CD ROM)、数字多功能盘(DVD)，等等)等等。计算机可读介质可以存储指令。

指令也可以在用于电的、光学的、声音或其他形式的传播信号(例如，载波、红外信号、数字信号等等)的数字和模拟通信链路中具体化。然而，诸如载波、红外信号、数字信号等等之类的传播信号不是有形的机器可读的介质，并且不被配置成存储指令。

一般而言，机器可读的介质包括以机器(例如，计算机、网络设备、个人数字助理、制造工具，带有一组一个或多个处理器的任何设备等等)可访问的形式提供(即，存储和/或传输)信息的任何机制。

在各实施例中，可以使用硬连线电路与软件指令相结合地实现本技术。如此，技术既不仅限于硬件电路和软件的任何特定的组合，也不仅限于由数据处理系统执行的指令的任何特定源。

其他方面

描述和附图只是说明性的，不应被理解为限制性的。描述了众多具体细节以提供对本发明的全面理解。然而，在某些情况下，没有描述已知的或常规的细节以便避免使本说明模糊。对本发明中的一个实施例的引用不一定是对同一个实施例的引用；并且，这样的引用意味着至少一个。

此处的标题的使用只是为了引用方便，并且不应该以任何方式解释为限制本发明或下列权利要求。

对“一个实施例”、“实施例”的引用意味着结合该实施例所描述的特定特征、结构或特性被包括在本发明的至少一个实施例中。在本说明书中的不同位置出现短语“在一个实施例中”不一定都是指同一个实施例，也不一定都是指与其他实施例互相排斥的单独的或备选实施例。此外，还描述了一个实施例可以表现出的，而其它实施例没用表现的不同的特征。类似地，还描述了可能是一个实施例的要求，但不是其他实施例的要求的各种要求。除非被显式的说明和/或明显的不兼容性排除，本说明书中所描述的各种特征的任何组合也被包括在这里。

上面的所讨论的专利文件的资料在此以引用的方式并入本文中。

在前面的说明中，参考特定的示例性实施例描述了本发明。显而易见的是，在不偏离如下面的权利要求所阐述的更广泛的精神和范围的情况下，可以作出各种修改。相应地，说明和图形应被视为说明性的，而不是限制性的。

Claims (20)

1.一种计算机实现的方法，包括：

在计算设备中，接收对配置文件的请求以定制信息以便呈现给在所述请求中所标识的用户；以及

响应于标识所述用户的请求，由所述计算设备提供基于所述用户的交易数据所生成的配置文件；其中，所述交易数据与在交易处理设备处处理的多个交易有关，所述交易中的每一个都被处理以响应于如由开户行向所述用户所发出的、由商家向受让方提交的客户的帐户标识符，通过所述交易处理设备从所述开户行向所述受让方进行付款，所述开户行代表所述用户进行付款，所述受让方代表所述商家接收所述付款。

2.如权利要求1所述的方法，还包括：基于从对多个变量的因素分析所标识的因素，计算配置文件的多个值，以汇总用户的交易数据并表示各种领域中的合计的花费。

3.如权利要求2所述的方法，其中所述因素分析基于与多个用户相关联的交易数据。

4.如权利要求2所述的方法，其中所述变量基于商家类别汇总交易。

5.如权利要求4所述的方法，其中，所述变量包括花费频率变量和花费金额变量。

6.如权利要求2所述的方法，其中，所述配置文件是在所述请求之前计算的；以及所述方法还包括：

基于标识所述用户的请求，从多个配置文件中选择所述配置文件。

7.如权利要求2所述的方法，还包括：

基于标识所述用户的请求，标识所述用户的交易数据；以及

响应于所述请求，基于所述交易数据计算所述配置文件。

8.如权利要求2所述的方法，其中由所述交易处理设备处理的交易被分类为多个商家类别；并且，所述多个值少于所述多个商家类别，以汇总所述多个商家类别中的合计的花费。

9.如权利要求8所述的方法，其中，所述多个值中的每一个值表明所述用户的合计的花费的级别。

10.如权利要求2所述的方法，其中，所述用户是通过IP地址在所述请求中标识的；以及所述方法还包括：

基于所述IP地址，标识所述用户的帐户标识符。

11.如权利要求10所述的方法，还包括：

存储包括用户的街道地址的帐户数据；

将所述IP地址映射到计算设备的街道地址；以及

基于所述计算设备的街道地址和存储在所述帐户数据中的所述用户的街道地址的匹配，标识所述用户的帐户标识符。

12.如权利要求2所述的方法，其中通过与用户相关联的浏览器cookie的标识符在所述请求中标识用户。

13.如权利要求2所述的方法，还包括：

生成根据所述配置文件定制的所述信息；以及

向所述用户呈现所述信息。

14.如权利要求13所述的方法，其中所述信息包括基于所述配置文件选择的、按优先级排序、调整或生成的广告。

15.如权利要求14所述的方法，其中所述广告至少包括从包含下列各项的组中选择的优惠：折扣、激励、奖励、赠券、礼品、现金返还、利益、产品以及服务。

16.如权利要求1所述的方法，还包括：

基于聚类定义和因素定义，使用所述用户的交易数据生成所述配置文件，其中，所述聚类定义和因素定义是基于多个用户的交易数据生成的。

17.一种存储指令的计算机存储介质，当在计算机系统上执行所述指令时，使计算机执行包括下列步骤的方法：

在计算设备中，接收对配置文件的请求以定制信息以便呈现给在所述请求中所标识的用户；以及

响应于标识所述用户的请求，由所述计算设备提供基于所述用户的交易数据所生成的配置文件，所述配置文件汇总所述用户的交易数据；

其中，所述交易数据与在交易处理设备处处理的多个交易有关，所述交易中的每一个都被处理以响应于如由开户行向所述用户所发出的、由商家向受让方提交的客户的帐户标识符，通过所述交易处理设备从所述开户行向所述受让方进行付款，所述开户行代表所述用户进行付款，所述受让方代表所述商家接收所述付款。

18.一种系统，包括：

处理交易的交易处理设备，所述交易中的每一个都被处理以响应于如由开户行所发出的、由商家向受让方提交的客户的帐户标识符，通过所述交易处理设备从所述开户行向所述受让方进行付款，所述开户行代表所述客户进行付款，所述受让方代表所述商家接收所述付款；

数据仓库，所述数据仓库存储记录在所述交易处理设备处理的所述交易的交易数据；

配置文件生成器，所述配置文件生成器基于所述交易数据来生成用户的配置文件，所述配置文件包括表示所述用户在各种领域的合计的花费的多个值；以及

门户，所述门户接收标识所述用户的请求并响应于所述请求来提供所述配置文件以促进要向所述用户呈现的信息的定制。

19.如权利要求18所述的系统，还包括：

配置文件选择器，所述配置文件选择器基于标识所述用户的请求从由所述配置文件生成器生成的多个配置文件中选择所述配置文件；

其中所述配置文件生成器生成所述多个配置文件并将所述多个配置文件存储在所述数据仓库中。

20.如权利要求18所述的系统，还包括：

广告选择器，所述广告选择器根据所述配置文件，定制在所述信息中呈现的广告。

Images