发明创造名称：数字广告系统
外观设计名称：
决定号：198955
决定日：2019-12-26
委内编号：1F273266
优先权日：2011-09-13
申请（专利）号：201180073425.X
申请日：2011-12-21
复审请求人：英特尔公司
无效请求人：
授权公告日：
审定公告日：
专利权人：
主审员：蒋煜婧
合议组组长：段小晋
参审员：戴丽娟
国际分类号：G06Q30/02
外观设计分类号：
法律依据：专利法第22条第3款
决定要点
：权利要求与对比文件相比存在区别技术特征，而区别技术特征属于本领域的公知常识，对所属领域的技术人员来说，在最接近的现有技术的基础上结合本领域的公知常识得到该权利要求所要求保护的技术方案是显而易见的，则该权利要求不具备创造性。
全文：
本复审请求涉及申请号为201180073425.X，名称为“数字广告系统”的发明专利申请（下称本申请）。申请人为英特尔公司。本申请的申请日为2011年12月21日，优先权日为2011年09月13日，公开日为2014年04月30日，进入中国国家阶段日为2014年03月12日。
经实质审查，国家知识产权局原审查部门于2018年10月24日发出驳回决定，驳回了本申请，其理由是：权利要求1-42不符合专利法第22条第3款的规定。权利要求1的技术方案与对比文件2（US2009/0217315A1，公开日为2009年08月27日）公开的技术方案相比，区别技术特征为广告模型通过训练的方式获得。基于上述区别可以确定该权利要求实际解决的问题是采用何种方式获取广告模型。机器学习中，常基于数据进行训练以获取优化的模型，在对比文件2公开了商业智能工具建立显示媒体与媒体显示期间观众数量，观看者属性间的关联，实现了广告模型的建立的基础上，为了获取优化的广告模型，以确保向观看者选择合适的广告显示，可采用训练的方式以得到优化的广告模型，这是本领域的惯用手段，属于公知常识。因此，权利要求1相当于对比文件2和本领域的公知常识的结合不具备创造性。权利要求2-11的附加技术特征或被对比文件2所公开或属于本领域的公知常识，因此权利要求2-11也不具备创造性。基于类似的理由，权利要求12-42也不具备创造性。驳回决定所依据的文本为申请进入中国国家阶段日2014年03月12日提交的说明书第1-59段、说明书附图图1-7、说明书摘要、摘要附图，2018年04月02日提交的权利要求第1-42项。驳回决定所针对的权利要求书如下：
“1. 一种用于选择用于在数字标牌上显示的广告的方法，包括：
收集来自所述数字标牌上显示的广告的多个以前观看者的视频分析数据；
分析所收集的视频分析数据以基于所收集的视频分析数据来确定所述以前观看者的观看模式；
基于所述观看模式来训练广告模型；以及
基于所训练的广告模型，从多个广告中选择用于在所述数字标牌上显示的广告。
2. 如权利要求1所述的方法，其中选择用于在所述数字标牌上显示的广告包括选择用于在所述数字标牌上显示以便由与所述以前观看者属于相同或类似人口统计的将来观看者所观看的广告。
3. 如权利要求1所述的方法，还包括接收与哪个广告要在所述数字标牌上显示以便由将来观看者观看有关的广告商偏好，以及其中基于所训练的广告模型来选择用于在所述数字标牌上显示的广告包括基于所训练的广告模型和所述广告商偏好之一或两者来选择用于显示的所述广告。
4. 如权利要求1所述的方法，其中收集视频分析数据包括收集匿名视频分析数据。
5. 如权利要求1所述的方法，其中所述视频分析数据包括一个或更多以前观看者特性，所述特性包括性别和年龄。
6. 如权利要求5所述的方法，其中所述视频分析数据还包括日期和时间、星期的日、时段、显示位置、观看时间及基于与所述数字标牌上显示的广告的所述以前观看者相关联的观看者特性的所述以前观看者是否为目标观看者的指示中的一项或更多项。
7. 如权利要求1所述的方法，还包括：
接收与所述数字标牌上显示的广告相对应的广告数据；以及
其中基于所述观看模式来训练广告模型包括基于所述观看模式和所述广告数据之一或两者来训练广告模型。
8. 如权利要求7所述的方法，其中所述广告数据对于所述数字标牌上显示的每个广告包括日期和时间、显示位置、广告类别以及持续期或长度。
9. 如权利要求1所述的方法，还包括：
收集与所述数字标牌上曾显示广告期间的时间相对应的天气数据；以及
其中基于所述观看模式来训练广告模型包括基于所述观看模式和所述天气数据之一或两者来训练广告模型。
10. 如权利要求1所述的方法，还包括：
接收销售点数据；以及
将所述观看模式和所述销售点数据相关以确定在所述数字标牌上显示的广告对所述广告中标识的产品或服务的销售的影响。
11. 如权利要求1所述的方法，还包括在所述数字标牌上显示所选择的广告。
12. 一种数字广告系统，包括：
输入，接收多个数字广告；
输出，经其传送所述数字广告以用于在数字标牌模块上显示；
数据挖掘模块，耦合到所述数字标牌模块以检索与所述数字标牌上显示的所述数字广告的多个以前观看者有关的视频分析数据，并且根据数据挖掘算法基于所述视频分析数据而生成训练的广告模型；以及
内容管理系统模块，耦合到所述数据挖掘模块以接收所述训练的广告模型，以及耦合到所述输入以接收所述多个数字广告，所述内容管理系统基于所述训练的广告模型和所述多个数字广告而生成并向所述数字标牌模块传送用于显示的所述多个广告的子集。
13. 如权利要求12所述的数字广告系统，还包括耦合到所述输入以提供所述多个数字广告的广告模块。
14. 如权利要求12所述的数字广告系统，还包括耦合到所述输出以接收所述数字广告的所述数字标牌模块，所述数字标牌模块显示所述数字广告并且捕捉和向永久存储装置传送所述视频分析数据。
15. 如权利要求14所述的数字广告系统，还包括耦合到所述永久存储装置以检索所述视频分析数据的所述数据挖掘模块。
16. 如权利要求15所述的数字广告系统，其中所述数字挖掘模块根据多个公知数据挖掘算法之一，包括Naive Bayes、判定树和关联规则、数据挖掘算法，基于所述视频分析来生成训练的广告模型。
17. 如权利要求14所述的数字广告系统，其中所述数字标牌模块包括数字标牌播放器模块，在其中存储和从其向数字显示屏幕传送用于显示的所述多个广告的所述子集。
18. 如权利要求12所述的数字广告系统，其中所述输入还接收与哪个广告要传送到所述数字标牌有关的广告商偏好，以及其中所述内容管理系统基于所述训练的广告模型、所述多个数字广告和所述广告商偏好，生成并向所述数字标牌模块传送用于显示的所述多个广告的子集。
19. 如权利要求12所述数字广告系统，其中所述数据挖掘模块耦合到所述数字标牌模块以检索与传送到所述数字标牌以用于显示的广告的显示相对应的广告数据和视频分析数据，并且根据所述数据挖掘算法基于所述视频分析数据和所述广告数据来生成训练的广告模型。
20. 如权利要求12所述的数字广告系统，其中所述数据挖掘模块接收与传送到所述数字标牌以用于显示的广告曾被显示的期间的时间相对应的天气数据，并且根据所述数据挖掘算法基于所述视频分析数据和所述天气数据来生成训练广告模型。
21. 如权利要求12所述的数字广告系统，其中所述数据挖掘模块耦合到所述数字标牌模块以检索视频分析数据包括所述数据挖掘模块耦合到所述数字标牌模块以接收匿名视频分析数据。
22. 如权利要求21所述的数字广告系统，其中所述匿名视频分析数据包括一个或更多以前观看者特性。
23. 如权利要求22所述的数字广告系统，其中所述一个或更多以前观看者特性包括性别和年龄的一项或多项。
24. 如权利要求22所述的数字广告系统，其中所述一个或更多以前观看者特性包括与以前观看者相关联的停留时间。
25. 如权利要求12所述的数字广告系统，其中所述视频分析数据还包括日期和时间、星期的日、时段、显示位置、观看时间及基于与所述数字标牌上显示的广告的所述以前观看者相关联的观看者特性的所述以前观看者是否为目标观看者的指示中的一项或更多项。
26. 一种包括非暂态计算机可读媒体的设备，所述媒体包含在由计算机执行时促使所述计算机执行以下步骤的指令：
收集来自数字标牌上显示的广告的多个以前观看者的视频分析数据；
分析所收集的视频分析数据以基于所收集的视频分析数据来确定所述以前观看者的观看模式；
基于所述观看模式来训练广告模型；以及
基于所训练的广告模型，从多个广告中选择用于在所述数字标牌上显示的广告。
27. 如权利要求26所述的设备，其中所述媒体包含另外指令，所述另外指令在由所述计算机执行时促使所述计算机执行接收与哪个广告要在所述数字标牌上显示以便由将来观看者观看有关的广告商偏好的步骤，以及其中基于所述训练的广告模型来选择用于在所述数字标牌上显示的广告包括基于所述训练的广告模型和所述广告商偏好之一或两者来选择用于显示的所述广告。
28. 如权利要求26所述的设备，其中所述视频分析数据包括一个或更多以前观看者特性，所述特性包括性别和年龄。
29. 如权利要求28所述的设备，其中所述视频分析数据还包括日期和时间、星期的日、时段、显示位置、观看时间及基于与所述数字标牌上显示的广告的所述以前观看者相关联的观看者特性的所述以前观看者是否为目标观看者的指示中的一项或更多项。
30. 如权利要求26所述的设备，其中所述媒体包含另外指令，所述另外指令在由所述计算机执行时促使所述计算机执行以下步骤：
接收与所述数字标牌上显示的广告相对应的广告数据；以及
其中基于所述观看模式来训练广告模型包括基于所述观看模式和所述广告数据之一或两者来训练广告模型。
31. 一种机器可读媒体，其上已存储指令，所述指令在被执行时使得处理器执行如权利要求1-11的任一项所述的方法。
32. 一种用于选择用于在数字标牌上显示的广告的装置，包括：
用于收集来自所述数字标牌上显示的广告的多个以前观看者的视频分析数据的部件；
用于分析所收集的视频分析数据以基于所收集的视频分析数据来确定所述以前观看者的观看模式的部件；
用于基于所述观看模式来训练广告模型的部件；以及
用于基于所训练的广告模型，从多个广告中选择用于在所述数字标牌上显示的广告的部件。
33. 如权利要求32所述的装置，其中选择用于在所述数字标牌上显示的广告包括选择用于在所述数字标牌上显示以便由与所述以前观看者属于相同或类似人口统计的将来观看者所观看的广告。
34. 如权利要求32所述的装置，还包括用于接收与哪个广告要在所述数字标牌上显示以便由将来观看者观看有关的广告商偏好的部件，以及其中基于所训练的广告模型来选择用于在所述数字标牌上显示的广告包括基于所训练的广告模型和所述广告商偏好之一或两者来选择用于显示的所述广告。
35. 如权利要求32所述的装置，其中收集视频分析数据包括收集匿名视频分析数据。
36. 如权利要求32所述的装置，其中所述视频分析数据包括一个或更多以前观看者特性，所述特性包括性别和年龄。
37. 如权利要求36所述的装置，其中所述视频分析数据还包括日期和时间、星期的日、时段、显示位置、观看时间及基于与所述数字标牌上显示的广告的所述以前观看者相关联的观看者特性的所述以前观看者是否为目标观看者的指示中的一项或更多项。
38. 如权利要求32所述的装置，还包括：
用于接收与所述数字标牌上显示的广告相对应的广告数据的部件；以及
其中基于所述观看模式来训练广告模型包括基于所述观看模式和所述广告数据之一或两者来训练广告模型。
39. 如权利要求38所述的装置，其中所述广告数据对于所述数字标牌上显示的每个广告包括日期和时间、显示位置、广告类别以及持续期或长度。
40. 如权利要求32所述的装置，还包括：
用于收集与所述数字标牌上曾显示广告期间的时间相对应的天气数据的部件；以及
其中基于所述观看模式来训练广告模型包括基于所述观看模式和所述天气数据之一或两者来训练广告模型。
41. 如权利要求32所述的装置，还包括：
用于接收销售点数据的部件；以及
用于将所述观看模式和所述销售点数据相关以确定在所述数字标牌上显示的广告对所述广告中标识的产品或服务的销售的影响的部件。
42. 如权利要求32所述的装置，还包括用于在所述数字标牌上显示所选择的广告的部件。”
申请人（下称复审请求人）对上述驳回决定不服，于2019年02月11日向国家知识产权局提出了复审请求，未对申请文件进行修改。复审请求人认为：1）对比文件2说明书第[0012]段教导了分析当前观众图像以确立观众属性，在图像捕获之时将确立的观众属性与媒体相对应，且实时地定制媒体。这表明对比文件2的方案实时地基于所收集的当前观众的视频数据来确定当前观众的属性，而不是确定以前观众的属性。即使对比文件2说明书第[0027]段公开了观众分析数据可用于定制对特定观众的媒体显示、可用于其它观众与媒体关联目的，这种定制和关联也是符合对比文件2的实时特性的。因此，对比文件2并未公开基于所收集的视频分析数据来确定以前观看者的观看模式；2）对比文件2说明书第[0120]、[0123]段的教导都表明对比文件2的方案直接基于观众属性来选择要显示的媒体，而不是基于观众属性来确定广告模型，再基于广告模型来选择要显示的媒体。
经形式审查合格，国家知识产权局于2019年02月20日依法受理了该复审请求，并将其转送至原审查部门进行前置审查。
原审查部门在前置审查意见书中认为：首先，本申请权利要求1中记载了“收集来自所述数字标牌上显示的广告的多个以前观看者的视频分析数据；分析所收集的视频分析数据以基于所收集的视频分析数据来确定所述以前观看者的观看模式；基于所述观看模式来训练广告模型；以及基于所训练的广告模型，从多个广告中选择用于在所述数字标牌上显示的广告”，权利要求2记载了“选择用于在所述数字标牌上显示的广告包括选择用于在所述数字标牌上显示以便由与所述以前观看者属于相同或类似人口统计的将来观看者所观看的广告”，根据权利要求1和2的记载，本申请的方案在选择数字标牌上显示的广告或者数字标牌上显示的将来观看者所观看的广告时，并未体现出是实时或非实时的，也就是说本申请基于所训练的广告模型，选择用于在数字标牌上显示的广告的操作可以是实时的，也可以是非实时的；其次，对比文件2公开了收集与观众观看显示媒体响应相关的数据，包括多个相机，至少有一个能够检测到个人向显示器靠近的运动，以及至少有一个在其他位置捕捉观众成员靠近显示器显示的面部图像，从而评估对显示器的响应，可以使用单个相机来捕捉观众属性，观众分析数据可用于其他观众与媒体关联目的，如营销展示（参见说明书第[0025]-[0027]段），观众分析数据用于确定向其他观众展示的媒体，观众分析数据对应的观众相较于其他观众属于以前观看者，则收集的观众分析数据相当于以前观看者的数据，即对比文件2公开了收集来自所述数字标牌上显示的广告的多个以前观看者的视频分析数据；观众分析数据与显示器上的媒体对应，如女性观众更倾向于特定媒体，小孩或50岁以上的观众响应于其他媒体，这些观众属性可以被记录为与之相关联的具体媒体，结果是观众分析数据可能被用来为特定的观众量身定制媒体展示（参见说明书第[0027]段），不同性别、年龄观众倾向媒体不同，基于上述分析，当收集的观众分析数据用于其他观众与媒体关联目的时，收集的观众分析数据相当于以前观看者的数据，则基于观众分析数据对观众进行分析相当于分析所收集的视频分析数据以基于所收集的视频分析数据来确定所述以前观看者的观看模式；根据上述权利要求1和2的记载，本申请的广告模型表达了以前观看者的属性与广告间的关联，对比文件2公开了商业智能工具建立显示媒体与媒体显示期间观众数量，观看者属性间的关联，内容分发模块基于观看或靠近的观看者的观看属性，观看日期和时间，温度，光线条件等确定要显示的内容或媒体（参见说明书第[0117]-[0123]段），显示媒体与观看者属性间的关联相当于建立广告模型，基于上述分析，当收集的观众分析数据用于其他观众与媒体关联目的时，公开了基于以前观看者的观看模式来建立广告模型以选择广告；对于“广告模型是通过训练方式获取”，由于机器学习中，常基于数据进行训练以获取优化的模型，在对比文件2公开了商业智能工具建立显示媒体与媒体显示期间观众数量，观看者属性间的关联，实现了广告模型的建立的基础上，为了获取优化广告模型，以确保向观看者选择合适的广告显示，采用训练的方式以得到优化的广告模型是本领域的惯用手段，属于公知常识。因此，在对比文件2的基础上结合本领域的公知常识能够得到本申请的技术方案。因而坚持原驳回决定。
随后，国家知识产权局成立合议组对本案进行审理。
合议组于2019年08月26日向复审请求人发出复审通知书，指出：权利要求1-42相对于对比文件2和本领域公知常识的结合不具备专利法第22条第3款规定的创造性。针对复审请求人的陈述意见，合议组认为：1）首先，本申请权利要求1中记载了“收集来自所述数字标牌上显示的广告的多个以前观看者的视频分析数据；分析所收集的视频分析数据以基于所收集的视频分析数据来确定所述以前观看者的观看模式；基于所述观看模式来训练广告模型；以及基于所训练的广告模型，从多个广告中选择用于在所述数字标牌上显示的广告”，权利要求2记载了“选择用于在所述数字标牌上显示的广告包括选择用于在所述数字标牌上显示以便由与所述以前观看者属于相同或类似人口统计的将来观看者所观看的广告”，根据权利要求1和2的记载，本申请的方案在选择数字标牌上显示的广告或者数字标牌上显示的将来观看者所观看的广告时，并未体现出是实时或非实时的，也就是说本申请基于所训练的广告模型，选择用于在数字标牌上显示的广告的操作可以是实时的，也可以是非实时的；其次，对比文件2公开了收集与观众观看显示媒体响应相关的数据，包括多个相机，至少有一个能够检测到个人向显示器靠近的运动，以及至少有一个在其他位置捕捉观众成员靠近显示器显示的面部图像，从而评估对显示器的响应，可以使用单个相机来捕捉观众属性，观众分析数据可用于其他观众与媒体关联目的，如营销展示（参见说明书第[0025]-[0027]段），观众分析数据用于确定向其他观众展示的媒体，观众分析数据对应的观众相较于其他观众属于以前观看者，则收集的观众分析数据相当于以前观看者的数据，即对比文件2公开了收集来自所述数字标牌上显示的广告的多个以前观看者的视频分析数据；观众分析数据与显示器上的媒体对应，如女性观众更倾向于特定媒体，小孩或50岁以上的观众响应于其他媒体，这些观众属性可以被记录为与之相关联的具体媒体，结果是观众分析数据可能被用来为特定的观众量身定制媒体展示（参见说明书第[0027]段），不同性别、年龄观众倾向媒体不同，基于上述分析，当收集的观众分析数据用于其他观众与媒体关联目的时，收集的观众分析数据相当于以前观看者的数据，则基于观众分析数据对观众进行分析相当于分析所收集的视频分析数据以基于所收集的视频分析数据来确定所述以前观看者的观看模式；2）根据上述权利要求1和2的记载，本申请的广告模型表达了以前观看者的属性与广告间的关联，对比文件2公开了商业智能工具建立显示媒体与媒体显示期间观众数量，观看者属性间的关联，内容分发模块基于观看或靠近的观看者的观看属性，观看日期和时间，温度，光线条件等确定要显示的内容或媒体（参见说明书第[0117]-[0123]段），显示媒体与观看者属性间的关联相当于建立广告模型，基于上述分析，当收集的观众分析数据用于其他观众与媒体关联目的时，公开了基于以前观看者的观看模式来建立广告模型以选择广告；对于“广告模型是通过训练方式获取”，由于机器学习中，常基于数据进行训练以获取优化的模型，在对比文件2公开了商业智能工具建立显示媒体与媒体显示期间观众数量，观看者属性间的关联，实现了广告模型的建立的基础上，为了获取优化广告模型，以确保向观看者选择合适的广告显示，采用训练的方式以得到优化的广告模型是本领域的惯用手段，属于公知常识。因此，在对比文件2的基础上结合本领域的公知常识能够得到本申请的技术方案。
复审请求人于2019年09月25日提交了意见陈述书，但未修改申请文件。复审请求人认为：1）对比文件2的方案将观众属性对应于媒体，表明观众属性和媒体之间已存在对应关系，由此本领域技术人员可直接基于观众属性和媒体之间的对应关系来选择媒体，而不会想到基于观众属性来训练广告模型，再基于训练的广告模型来选择要显示的媒体；2）对比文件2的观众属性和媒体之间的对应关系是被预先存储在数据库中的，并且不会随着观众属性的改变而改变。因此，本领域技术人员不会想到要用观众属性来训练观众属性和媒体之间的对应关系。
在上述程序的基础上，合议组认为本案事实已经清楚，可以作出审查决定。
二、决定的理由
审查文本的认定
复审请求人在答复复审通知书时未修改申请文件，因此本复审决定依据的文本与复审通知书所针对的文本相同，即：申请进入中国国家阶段日2014年03月12日提交的说明书第1-59段、说明书附图图1-7、说明书摘要、摘要附图；2018年04月02日提交的权利要求第1-42项。
关于专利法第22条第3款
专利法第22条第3款规定：创造性，是指与现有技术相比，该发明有突出的实质性特点和显著的进步。
权利要求与对比文件相比存在区别技术特征，而区别技术特征属于本领域的公知常识，对所属领域的技术人员来说，在最接近的现有技术的基础上结合本领域的公知常识得到该权利要求所要求保护的技术方案是显而易见的，则该权利要求不具备创造性。
在本决定中引用原审查部门在驳回决定和复审通知书中所引用的对比文件2作为现有技术，即：
对比文件2：US2009/0217315A1，公开日为2009年08月27日。
2.1 权利要求1不具备专利法第22条第3款规定的创造性。
权利要求1请求保护一种选择用于在数字标牌上显示的广告的方法，对比文件2公开了一种基于受众测量来定位媒体的方法，媒体包括视频、音频、广告标牌、广告（参见说明书第[0031]段，相当于一种选择用于在数字标牌上显示的广告的方法），并公开了以下内容：本发明收集与观众观看显示媒体响应相关的数据，包括多个相机，至少有一个能够检测到个人向显示器靠近的运动，以及至少有一个在其他位置捕捉观众成员靠近显示器显示的面部图像，从而评估对显示器的响应，可以使用单个相机来捕捉观众属性，观众分析数据可用于其他观众与媒体关联目的，如营销展示（参见说明书第[0025]-[0027]段，观众分析数据用于确定向其他观众展示的媒体，观众分析数据对应的观众相较于其他观众属于以前观看者，则收集的观众分析数据相当于以前观看者的数据，相当于收集来自所述数字标牌上显示的广告的多个以前观看者的视频分析数据）；观众分析数据与显示器上的媒体对应，如女性观众更倾向于特定媒体，小孩或50岁以上的观众响应于其他媒体，这些观众属性可以被记录为与之相关联的具体媒体，结果是观众分析数据可能被用来为特定的观众量身定制媒体展示（参见说明书第[0027]段，不同性别、年龄观众倾向媒体不同，相当于分析所收集的视频分析数据以基于所收集的视频分析数据来确定所述以前观看者的观看模式）；商业智能工具建立显示媒体与媒体显示期间观众数量，观看者属性间的关联，内容分发模块基于观看或靠近的观看者的观看属性，观看日期和时间，温度，光线条件等确定要显示的内容或媒体（参见说明书第[0117]-[0123]段，显示媒体与观看者属性间的关联相当于建立广告模型，相当于基于所述观看模式确定广告模型，基于广告模型，从多个广告中选择用于在所述数字标牌上显示的广告）。
由此可见，该权利要求所要请求的技术方案与对比文件2相比，其区别为：广告模型通过训练的方式获得。基于上述区别技术特征可以确定该权利要求实际解决的问题是采用何种方式获取广告模型。
机器学习中，常基于数据进行训练以获取优化的模型，在对比文件2公开了商业智能工具建立显示媒体与媒体显示期间观众数量，观看者属性间的关联，实现了广告模型的建立的基础上，为了获取优化的广告模型，以确保向观看者选择合适的广告显示，可采用训练的方式以得到优化的广告模型，这是本领域的惯用手段，属于公知常识。
由此可见，在对比文件2的基础上结合本领域的公知常识得到该权利要求所请求保护的技术方案，对本领域技术人员来说是显而易见的。因此，该权利要求不具备突出的实质性特点和显著的进步，不具备专利法第22 条第3 款规定的创造性。
2.2 权利要求2-11不具备专利法第22条第3款规定的创造性。
从属权利要求2的附加特征是对权利要求1的进一步限定，对比文件2公开了以下内容：观众分析数据与显示器上的媒体对应，如女性观众更倾向于特定媒体，小孩或50岁以上的观众响应于其他媒体，这些观众属性可以被记录为与之相关联的具体媒体，观众分析数据可用于其他观众与媒体关联目的，如营销展示（参见说明书第[0027]段，观众分析数据用于确定向其他观众展示的媒体，观众分析数据对应的观众相较于其他观众属于以前观看者，相当于选择用于在所述数字标牌上显示的广告包括选择用于在所述数字标牌上显示以便由与所述以前观看者属于相同或类似人口统计的将来观看者所观看的广告）。因此，在其引用的权利要求不具备创造性的基础上，该权利要求也不具备专利法第22条第3款规定的创造性。
从属权利要求3的附加特征是对权利要求1的进一步限定，对比文件2公开了以下内容：每一媒体有一些描述标签，例如元标签与媒体内容相关，每一元标签有一相对重要度，显示器上显示的每一个体媒体，时间戳开始和结束事件记录在分析数据库中，商业智能工具基于上述信息建立显示媒体与媒体显示期间观众数量，观看者属性间的关联（参见说明书第[0122]段，媒体的描述标签，相对重要度，时间戳等媒体相关内容表达了广告商的偏好，相当于接收与将来观看者观看且在所述数字标牌上显示的广告有关的广告商偏好），此外，在对比文件2公开内容分发模块基于观看或靠近的观看者的观看属性，观看日期和时间，温度，光线条件等确定要显示的内容或媒体的基础上，为了向观看者选择合适的广告显示，在选择要显示的广告时，可以依据所训练的广告模型或广告商偏好，或同时依据广告模型和广告商偏好，这是本领域技术人员的常规选择。因此，在其引用的权利要求不具备创造性的基础上，该权利要求也不具备专利法第22条第3款规定的创造性。
从属权利要求4的附加特征是对权利要求1的进一步限定，在对比文件2公开收集与观众观看显示媒体响应相关的数据的基础上，同时收集匿名视频分析数据以确保向观看者选择合适的广告显示是本领域的惯用手段，属于公知常识。因此，在其引用的权利要求不具备创造性的基础上，该权利要求也不具备专利法第22条第3款规定的创造性。
从属权利要求5的附加特征是对权利要求1的进一步限定，对比文件2公开了以下内容：观众分析数据与显示器上的媒体对应，如女性观众更倾向于特定媒体，小孩或50岁以上的观众响应于其他媒体，这些观众属性可以被记录为与之相关联的具体媒体（参见说明书第[0027]段，观众属性中包括性别、年龄，相当于所述视频分析数据包括一个或更多以前观看者特性，所述特性包括性别和年龄）。因此，在其引用的权利要求不具备创造性的基础上，该权利要求也不具备专利法第22条第3款规定的创造性。
从属权利要求6的附加特征是对权利要求5的进一步限定，对比文件2公开了以下内容：本发明可以评估观众成员是否观看显示器，观众成员保持观看显示器的时间，进一步的属性包括行为和位置，分析数据库存储各个图像分析的结果，包括个人靠近显示器的日期和时间（参见说明书第[0026]、[0048]段，相当于所述视频分析数据还包括日期和时间、显示位置、观看时间），此外，为了向观看者选择合适的广告显示，可以在收集观看者属性时将观看者所观看广告对应的星期的日及观看的时段记录下来，进而为训练广告模型提供丰富的数据支持，这是显而易见的；在对比文件2公开商业智能工具计算访客数、停留时间、队列长度、观看时长、观看媒体、访客转变为观看者的转化率等数据的基础上，为了便于广告商了解广告的目标对准情况，可将观看者划分目标观看者和一般观看者，用标识区分，并在收集观看者属性时，收集该标识数据，这是本领域的惯用手段，属于公知常识。因此，在其引用的权利要求不具备创造性的基础上，该权利要求也不具备专利法第22条第3款规定的创造性。
从属权利要求7的附加特征是对权利要求1的进一步限定，对比文件2公开了以下内容：每一媒体有一些描述标签，例如元标签与媒体内容相关，每一元标签有一相对重要度，显示器上显示的每一个体媒体，时间戳开始和结束事件记录在分析数据库中，商业智能工具基于上述信息建立显示媒体与媒体显示期间观众数量，观看者属性间的关联（参见说明书第[0122]段，媒体的描述标签，时间戳等媒体相关内容属于广告数据，相当于接收与将来观看者观看且在所述数字标牌上显示的广告相对应的广告数据）；商业智能工具建立显示媒体与媒体显示期间观众数量，观看者属性间的关联，内容分发模块基于观看或靠近的观看者的观看属性，观看日期和时间，温度，光线条件等确定要显示的内容或媒体（参见说明书第[0117]-[0123]段，显示媒体与观看者属性间的关联相当于建立广告模型，相当于基于所述观看模式确定广告模型），此外，广告数据表达了广告的播放显示属性，为了优化广告模型，以确保向观看者选择合适的广告显示，可基于广告数据，或同时依据观看模式和广告数据训练广告模型，这是本领域技术人员的常规选择。因此，在其引用的权利要求不具备创造性的基础上，该权利要求也不具备专利法第22条第3款规定的创造性。
从属权利要求8的附加特征是对权利要求7的进一步限定，对比文件2公开了以下内容：每一媒体有一些描述标签，例如元标签与媒体内容相关，每一元标签有一相对重要度，显示器上显示的每一个体媒体，时间戳开始和结束事件记录在分析数据库中，商业智能工具基于上述信息建立显示媒体与媒体显示期间观众数量，观看者属性间的关联（参见说明书第[0122]段，在分析数据库中记录每一媒体的时间戳，相当于所述广告数据对于所述数字标牌上显示的每个广告包括持续长度），此外，广告数据包括日期和时间、显示位置、广告类别、持续期等属于公知常识。因此，在其引用的权利要求不具备创造性的基础上，该权利要求也不具备专利法第22条第3款规定的创造性。
从属权利要求9的附加特征是对权利要求1的进一步限定，对比文件2公开了以下内容：商业智能工具建立显示媒体与媒体显示期间观众数量，观看者属性间的关联，内容分发模块基于观看或靠近的观看者的观看属性，观看日期和时间，温度，光线条件等确定要显示的内容或媒体（参见说明书第[0117]-[0123]段，温度、光线属于天气数据，相当于收集与所述数字标牌上曾显示广告期间的时间相对应的天气数据，显示媒体与观看者属性间的关联相当于建立广告模型，相当于基于所述观看模式确定广告模型包括基于所述观看模式和所述天气数据之一或两者来训练广告模型）。因此，在其引用的权利要求不具备创造性的基础上，该权利要求也不具备专利法第22条第3款规定的创造性。
从属权利要求10的附加特征是对权利要求1的进一步限定，对比文件2公开了以下内容：数据关联模块可从其他来源接收外部数据，如销售点数据，使用期完成外部数据与数据库数据的关联，外部数据可作为系统的输入（参见说明书第[0142]段，相当于接收销售点数据），此外，在对比文件2公开销售点数据作为系统输入的基础上，为了衡量广告投放的效果，可比对观看者观看广告产生的观看数据与销售点数据，统计因观看广告而到广告商的销售点进行消费的用户数量，数量越高，则表明广告投放的效果越好，这是本领域的惯用手段，属于公知常识。因此，在其引用的权利要求不具备创造性的基础上，该权利要求也不具备专利法第22条第3款规定的创造性。
从属权利要求11的附加特征是对权利要求1的进一步限定，对比文件2公开了以下内容：内容分发模块用于分发媒体或内容到一个或多个特定显示设备上（参见说明书第[0127]段，相当于在所述数字标牌上显示所选择的广告）。因此，在其引用的权利要求不具备创造性的基础上，该权利要求也不具备专利法第22条第3款规定的创造性。
2.3权利要求12不具备专利法第22条第3款规定的创造性。
权利要求12请求保护一种数字广告系统，对比文件2公开了一种基于受众测量来定位媒体的系统，媒体包括视频、音频、广告标牌、广告（参见说明书第[0031]段，相当于一种数字广告系统），并公开了以下内容：基于受众测量来定位媒体的系统包括观看者检测模块，观看者或受众测量模块，内容分发模块，内容分发模块用于分发媒体或内容到一个或多个特定显示设备上，内容分发模块执行以下步骤，检索播放列表数据库获取播放列表，确定当前日期和时间（参见说明书第[0127]段，图1，相当于输入，接收多个数字广告；输出，经其传送所述数字广告以用于在数字标牌上显示）；本发明收集与观众观看显示媒体响应相关的数据，包括多个相机，至少有一个能够检测到个人向显示器靠近的运动，以及至少有一个在其他位置捕捉观众成员靠近显示器显示的面部图像，从而评估对显示器的响应，可以使用单个相机来捕捉观众属性，观众分析数据可用于其他观众与媒体关联目的，如营销展示；分析数据库存储各个图像分析的结果，包括个人靠近显示器的日期和时间；商业智能工具建立显示媒体与媒体显示期间观众数量，观看者属性间的关联（观众分析数据用于确定向其他观众展示的媒体，观众分析数据对应的观众相较于其他观众属于以前观看者，显示器和相机构成了数字标牌模块，显示媒体与观看者属性间的关联相当于建立广告模型，商业智能工具建立显示媒体与观看者属性间的关联过程包括了对分析数据库的检索，相当于数据挖掘模块，耦合到所述数字标牌模块以检索与所述数字标牌上显示的所述数字广告的多个以前观看者有关的视频分析数据，并且根据数据挖掘算法基于所述视频分析数据而生成广告模型），内容分发模块基于观看或靠近的观看者的观看属性，观看日期和时间，温度，光线条件等确定要显示的内容或媒体（参见说明书第[0025]-[0027]、[0048]、[0117]-[0123]段，相当于内容管理系统模块，耦合到所述数据挖掘模块以接收广告模型，以及耦合到所述输入以接收所述多个数字广告，所述内容管理系统基于广告模型和所述多个数字广告而生成并向所述数字标牌模块传送用于显示的广告）。
由此可见，该权利要求所请求保护的技术方案与对比文件2相比，其区别为：广告模型通过训练的方式获得。基于上述区别技术特征可以确定该权利要求实际解决的问题是采用何种方式获取广告模型。
机器学习中，常基于数据进行训练以获取优化的模型，在对比文件2公开了商业智能工具建立显示媒体与媒体显示期间观众数量，观看者属性间的关联，实现了广告模型的建立的基础上，为了获取优化的广告模型，以确保向观看者选择合适的广告显示，可采用训练的方式以得到优化的广告模型，这是本领域的惯用手段，属于公知常识。
由此可见，在对比文件2的基础上结合本领域的公知常识得到该权利要求所请求保护的技术方案，对本领域技术人员来说是显而易见的。因此，该权利要求不具备突出的实质性特点和显著的进步，不具备专利法第22 条第3 款规定的创造性。
2.4权利要求13-25不具备专利法第22条第3款规定的创造性。
从属权利要求13的附加特征是对权利要求12的进一步限定，对比文件2公开了以下内容：内容分发模块执行以下步骤，检索播放列表数据库获取播放列表，确定当前日期和时间（参见说明书第[0127]段，播放列表数据库相当于耦合到所述输入以提供所述多个数字广告的广告模块）。因此，在其引用的权利要求不具备创造性的基础上，该权利要求也不具备专利法第22条第3款规定的创造性。
从属权利要求14的附加特征是对权利要求12的进一步限定，对比文件2公开了以下内容：基于受众测量来定位媒体的系统包括观看者检测模块，观看者或受众测量模块，内容分发模块，内容分发模块用于分发媒体或内容到一个或多个特定显示设备上（参见说明书第[0127]段，相当于耦合到所述输出以接收所述数字广告的所述数字标牌模块，所述数字标牌模块显示所述数字广告）；本发明收集与观众观看显示媒体响应相关的数据，包括多个相机，可以使用单个相机来捕捉观众属性，分析数据库存储各个图像分析的结果，包括个人靠近显示器的日期和时间（参见说明书第[0025]-[0027]、[0048]段,显示器和相机构成了数字标牌模块，相当于所述数字标牌模块捕捉和向永久存储装置传送所述视频分析数据）。因此，在其引用的权利要求不具备创造性的基础上，该权利要求也不具备专利法第22条第3款规定的创造性。
从属权利要求15的附加特征是对权利要求14的进一步限定，对比文件2公开了以下内容：商业智能工具建立显示媒体与媒体显示期间观众数量，观看者属性间的关联（参见说明书第[0122]段，相当于耦合到所述永久存储装置以检索所述视频分析数据的所述数据挖掘模块）。因此，在其引用的权利要求不具备创造性的基础上，该权利要求也不具备专利法第22条第3款规定的创造性。
从属权利要求16的附加特征是对权利要求15的进一步限定，Naive Bayes、判定树、关联规则等是常用的数据挖掘算法，用于从数据源中分析出有价值的模式，在对比文件2公开了商业智能工具建立显示媒体与媒体显示期间观众数量，观看者属性间的关联，实现了广告模型的建立的基础上，为了获取优化的广告模型，以确保向观看者选择合适的广告显示，可使用Naive Bayes、判定树、关联规则等数据挖掘算法，采用训练的方式以得到优化的广告模型，这是本领域的惯用手段，属于公知常识。因此，在其引用的权利要求不具备创造性的基础上，该权利要求也不具备专利法第22条第3款规定的创造性。
从属权利要求17的附加特征是对权利要求14的进一步限定，对比文件2公开了以下内容：内容分发模块，内容分发模块用于分发媒体或内容到一个或多个特定显示设备上（参见说明书第[0127]段，显示设备能够播放显示媒体，则其具有播放器，相当于所述数字标牌模块包括数字标牌播放器模块），此外，显示设备包括播放器和显示屏幕，在对比文件2公开内容分发模块分发媒体或内容发到特定显示设备的基础上，为了实现媒体的播放显示，由显示设备的播放器模块存储并向数字显示屏幕传送用于显示的广告集是本领域的惯用手段，属于公知常识。因此，在其引用的权利要求不具备创造性的基础上，该权利要求也不具备专利法第22条第3款规定的创造性。
从属权利要求18的附加特征是对权利要求12的进一步限定，对比文件2公开了以下内容：每一媒体有一些描述标签，例如元标签与媒体内容相关，每一元标签有一相对重要度，显示器上显示的每一个体媒体，时间戳开始和结束事件记录在分析数据库中，商业智能工具基于上述信息建立显示媒体与媒体显示期间观众数量，观看者属性间的关联（参见说明书第[0122]段，媒体的描述标签，相对重要度，时间戳等媒体相关内容表达了广告商的偏好，相当于所述输入还接收与哪个广告要传送到所述数字标牌有关的广告商偏好），此外，在对比文件2公开内容分发模块基于观看或靠近的观看者的观看属性，观看日期和时间，温度，光线条件等确定要显示的内容或媒体的基础上，为了向观看者选择合适的广告显示，在选择要显示的广告时，内容管理模块可依据所训练的广告模型、多个数字广告、广告商偏好，这是本领域技术人员的常规选择。因此，在其引用的权利要求不具备创造性的基础上，该权利要求也不具备专利法第22条第3款规定的创造性。
从属权利要求19的附加特征是对权利要求12的进一步限定，对比文件2公开了以下内容：本发明收集与观众观看显示媒体响应相关的数据，包括多个相机，至少有一个能够检测到个人向显示器靠近的运动，以及至少有一个在其他位置捕捉观众成员靠近显示器显示的面部图像，从而评估对显示器的响应，可以使用单个相机来捕捉观众属性，观众分析数据可用于其他观众与媒体关联目的，如营销展示；分析数据库存储各个图像分析的结果，包括个人靠近显示器的日期和时间；商业智能工具建立显示媒体与媒体显示期间观众数量，观看者属性间的关联（参见说明书第[0025]-[0027]、[0048]、[0117]-[0123]段,显示器和相机构成了数字标牌模块，显示媒体与观看者属性间的关联相当于建立广告模型，商业智能工具建立显示媒体与观看者属性间的关联包括了对分析数据库的检索，相当于所述数据挖掘模块耦合到所述数字标牌模块以检索与传送到所述数字标牌以用于显示的广告的视频分析数据，并且根据所述数据挖掘算法基于所述视频分析数据生成广告模型），此外，广告数据表达了广告的播放显示要求，为了优化广告模型，以确保向观看者选择合适的广告显示，可依据视频分析数据和广告数据训练广告模型，这是本领域技术人员的常规选择。因此，在其引用的权利要求不具备创造性的基础上，该权利要求也不具备专利法第22条第3款规定的创造性。
从属权利要求20的附加特征是对权利要求12的进一步限定，对比文件2公开了以下内容：商业智能工具建立显示媒体与媒体显示期间观众数量，观看者属性间的关联，内容分发模块基于观看或靠近的观看者的观看属性，观看日期和时间，温度，光线条件等确定要显示的内容或媒体（参见说明书第[0117]-[0123]段，温度、光线属于天气数据，显示媒体与观看者属性间的关联相当于建立广告模型，相当于所述数据挖掘模块接收与传送到所述数字标牌以用于显示的广告曾被显示的期间的时间相对应的天气数据，并且根据所述数据挖掘算法基于所述视频分析数据和所述天气数据来生成广告模型）。因此，在其引用的权利要求不具备创造性的基础上，该权利要求也不具备专利法第22条第3款规定的创造性。
从属权利要求21的附加特征是对权利要求12的进一步限定，从属权利要求22的附加特征是对权利要求21的进一步限定，在对比文件2公开收集与观众观看显示媒体响应相关的数据的基础上，同时收集包括一个或更多以前观看者特性的匿名视频分析数据以确保向观看者选择合适的广告显示是本领域的惯用手段，属于公知常识。因此，在其引用的权利要求不具备创造性的基础上，权利要求21-22也不具备专利法第22条第3款规定的创造性。
从属权利要求23的附加特征是对权利要求22的进一步限定，对比文件2公开了以下内容：观众分析数据与显示器上的媒体对应，如女性观众更倾向于特定媒体，小孩或50岁以上的观众响应于其他媒体，这些观众属性可以被记录为与之相关联的具体媒体（参见说明书第[0027]段，观众属性中包括性别、年龄，相当于所述一个或更多以前观看者特性包括性别和年龄的一项或多项）。因此，在其引用的权利要求不具备创造性的基础上，该权利要求也不具备专利法第22条第3款规定的创造性。
从属权利要求24的附加特征是对权利要求22的进一步限定，对比文件2公开了以下内容：观众分析数据可用于其他观众与媒体关联目的，如营销展示，本申请可以评估观众成员是否观看显示器，观众成员保持观看显示器的时间，进一步的属性包括行为和位置，分析数据库存储各个图像分析的结果，包括个人靠近显示器的日期和时间（参见说明书第[0025]-[0027]、[0048]段，观众分析数据用于确定向其他观众展示的媒体，观众分析数据对应的观众相较于其他观众属于以前观看者，相当于所述一个或更多以前观看者特性包括与以前观看者相关联的停留时间）。因此，在其引用的权利要求不具备创造性的基础上，该权利要求也不具备专利法第22条第3款规定的创造性。
从属权利要求25的附加特征是对权利要求12的进一步限定，对比文件2公开了以下内容：本发明可以评估观众成员是否观看显示器，观众成员保持观看显示器的时间，进一步的属性包括行为和位置，分析数据库存储各个图像分析的结果，包括个人靠近显示器的日期和时间（参见说明书第[0026]、[0048]段，相当于所述视频分析数据还包括日期和时间、显示位置、观看时间），此外，为了向观看者选择合适的广告显示，可以在收集观看者属性时将观看者所观看广告对应的星期的日及观看的时段记录下来，进而为训练广告模型提供丰富的数据支持，这是显而易见的；在对比文件2公开商业智能工具计算访客数、停留时间、队列长度、观看时长、观看媒体、访客转变为观看者的转化率等数据的基础上，为了便于广告商了解广告的目标对准情况，可将观看者划分目标观看者和一般观看者，用标识区分，并在收集观看者属性时，收集该标识数据，这是本领域的惯用手段，属于公知常识。因此，在其引用的权利要求不具备创造性的基础上，该权利要求也不具备专利法第22条第3款规定的创造性。
2.5权利要求26-30不具备专利法第22条第3款规定的创造性。
权利要求26-30请求保护一种包括非暂态计算机可读媒体的设备，所述媒体包含在由计算机执行时促使所述计算机执行与权利要求1、3、5-7对应步骤的指令，对比文件2公开了受众测量来定位媒体的系统，系统功能的是通过执行程序指令实现的，因此，基于权利要求1、3、5-7的评述意见，权利要求26-30也不具备专利法第22条第3款规定的创造性。
2.6 权利要求31不具备专利法第22条第3款规定的创造性。
权利要求31请求保护一种机器可读媒体，其上以存储指令，所述指令在被执行时使得处理器执行如权利要求1-11任一项所述的方法，对比文件2公开了受众测量来定位媒体的系统，系统功能的是通过执行存储在可读媒体上的程序指令实现的，因此，基于权利要求1-11的评述意见，权利要求31也不具备专利法第22条第3款规定的创造性。
2.7权利要求32-42不具备专利法第22条第3款规定的创造性。
权利要求32-42请求保护一种用于选择用于在数字标牌上显示的广告的装置，其分别是与权利要求1-11请求保护的用于选择用于在数字标牌上显示的广告的方法对应的装置权利要求，并且采用对应一致的方式撰写，基于权利要求1-11的评述意见，权利要求32-42也不具备专利法第22条第3款规定的创造性。
对复审请求人相关意见的评述
针对复审请求人2019年09月25日提交的意见陈述，合议组认为：1）对比文件2的第[0031]段记载了：这里所说的媒体包括广告，视频，艺术作品等各种展现形式。并且，对比文件进一步公开了商业智能工具建立显示媒体与媒体显示期间观众数量，观看者属性间的关联，内容分发模块基于观看或靠近的观看者的观看属性，观看日期和时间，温度，光线条件等确定要显示的内容或媒体（参见说明书第[0117]-[0123]段），也即基于观众属性来训练广告模型；2）由于机器学习中，常基于数据进行训练以获取优化的模型，在对比文件2公开了商业智能工具建立显示媒体与媒体显示期间观众数量，观看者属性间的关联，实现了广告模型的建立的基础上，为了获取优化广告模型，以确保向观看者选择合适的广告显示，采用训练的方式以得到优化的广告模型是本领域的惯用手段，属于公知常识。因此，在对比文件2的基础上结合本领域的公知常识能够得到本申请的技术方案。
因此，合议组对复审请求人的意见不予支持。
三、决定
维持国家知识产权局于2018年10月24日对本申请作出的驳回决定。
如对本复审请求审查决定不服，根据专利法第41条第2款的规定，复审请求人可自收到本决定之日起三个月内向北京知识产权法院起诉。
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
