(11) 98705-3426
TrademarkIQ íconeTrademarkIQ
Voltar para busca
Dado oficial do INPI

MÉTODOS PARA CONVERTER DADOS BRUTOS DE EVENTOS DE JORNADA DO CLIENTE E PARA OBTER REPRESENTAÇÕES DE VETORES PARA EVENTOS DA WEB

Em ExigênciaPatente de InvençãoPCT · US2020027348

Dados do pedido

Número

112021019673

Tipo

Patente de Invenção

Depósito

09/04/2020

Publicação

14/12/2021

PCT

US2020027348

Andamento no INPI

Parecer técnico a responder
  1. Depósito09/04/20
  2. Publicação14/12/21
  3. Exame
  4. Deferimento
  5. Concessão
  6. Em vigor

O INPI emitiu parecer técnico sobre a patenteabilidade. O depositante tem de se manifestar para o exame prosseguir.

Deixe seu contato e avisamos você

Acompanhamos as publicações do INPI e avisamos assim que houver movimentação neste processo.

Usamos seus dados apenas para este aviso.

Última movimentação publicada pelo INPI: 23/06/2026. Atualizamos a cada nova RPI, publicada semanalmente.

Depositantes e inventores

Depositantes

GENESYS CLOUD SERVICES HOLDINGS II, LLC

US

GENESYS CLOUD SERVICES, INC.

US

GREENEDEN U.S. HOLDINGS II, LLC

US

Inventores

A. G. (pessoa física)

US

E. M. (pessoa física)

IE

F. W. (pessoa física)

US

M. D. (pessoa física)

IE

S. N. (pessoa física)

IE

V. R. (pessoa física)

US

Dados técnicos

Classificação IPC

Prioridades unionistas

US

16/379,110 · 09/04/2019

Resumo técnico

MÉTODOS PARA CONVERTER DADOS BRUTOS DE EVENTOS DE JORNADA DO CLIENTE E PARA OBTER REPRESENTAÇÕES DE VETORES PARA EVENTOS DA WEB.Um sistema e método são apresentados para aprendizado de representação de eventos de jornada de cliente e previsão de resultado com o uso de modelos de sequência neural. Uma pluralidade de eventos é inserida em um módulo onde cada evento tem um esquema que compreende características dos eventos e suas modalidades (cliques em páginas de web, chamadas, mensagens trocadas por correio eletrônico (e-mails), bate-papos (chats), etc.). Os eventos de diferentes modalidades podem ser capturados com o uso de diferentes esquemas e, portanto, as modalidades aqui descritas são independentes de esquemas. Cada evento é representado pelo módulo como um vetor de uma certa quantidade de números, sendo que no total é gerada uma pluralidade de vetores para cada visita do cliente. Os vetores são, então, usados em aprendizagem de sequência para prever em tempo real as próximas melhores ações ou probabilidades de resultado em uma jornada do cliente com o uso de algoritmos de aprendizagem de máquina, como redes neurais recorrentes.

Histórico de despachos

Publicações na Revista da Propriedade Industrial (RPI).

Parecer de pré-exame

#6.23

23/06/2026

RPI 2894

Transferência deferida

#25.1

23/12/2025

RPI 2868

Alteração de nome deferida

#25.4

09/12/2025

RPI 2866

Alteração de nome em exigência

#25.6

09/09/2025

RPI 2853

Notificação de entrada na fase nacional - PCT

#1.3

14/12/2021

RPI 2658

Alteração de dados cadastrais

#1.1

13/10/2021

RPI 2649

Relacionados

Do mesmo titular

Da mesma categoria

Monitoramento de patentes

Acompanhe esta patente em tempo real.

Receba alertas de despachos, decisões e vencimentos do INPI para o seu portfólio.