CN104657879A

CN104657879A - 基于用户参与的根据上下文的用于无保障递送的自动定价

Info

Publication number: CN104657879A
Application number: CN201410658175.1A
Authority: CN
Inventors: 帕拉布哈克尔·克里什那慕尔提; 易星; 焦岩; 珍-马克·朗格露易丝
Original assignee: Yahoo Inc
Current assignee: Excalibur IP LLC
Priority date: 2013-11-19
Filing date: 2014-11-18
Publication date: 2015-05-27
Also published as: US10134053B2; TW201520936A; HK1209516A1; US20150142557A1; EP2874114A1

Abstract

提供了一种基于用户参与的根据上下文的用于无保障递送的自动定价。一种调整无保障递送(“NGD”)广告拍卖的广告的定价的方法包括获取参与显示内容流中流向用户的广告的所述用户的驻留时间信息。该方法根据显示上下文(如广告类别，查看设备，以及广告在其中流动的产品等)将所述广告汇聚到不同的组中，并基于指派给每个组的短点击阈值和该组的用户驻留时间信息来计算该组中广告的短点击比率。该方法还确定用户在各个组中的广告上的平均驻留时间。该方法基于一个组的短点击比率和平均驻留时间来调整用于NGD出价的该组广告的定价，以便例如有利于具有较长驻留时间和较低短点击比率的组。可基于用户参与信息在不同上下文上动态地调整价格。

Description

基于用户参与的根据上下文的用于无保障递送的自动定价

相关申请的交叉引用

本申请涉及以下申请：2013年11月6日递交的题为“USERENGAGEMENT BASED NON-GUARANTEED DELIVERY PRICING”(“基于用户参与的无保障递送定价”)的美国专利申请No.14/073,575；2013年8月28日递交的题为“PRIORITIZING ITEMS FROM DIFFERENTCATEGORIES IN A NEWS STREAM”(“新闻流中来自不同种类的项的优先级排序”)的美国专利申请No.14/012,932；2013年8月23日递交的题为“DWELL TIME BASED ADVERTISING”(“基于驻留时间的广告”)的美国专利申请No.13/975,151；2013年3月15日递交的题为“DISPLAY TIME OF A WEB PAGE”(“web页面的显示时间”)的美国专利申请No.13/843,433，上述申请中的每一个通过引用被结合。

技术领域

本发明涉及使用诸如驻留时间和点击数据之类的在线用户参与数据来执行无保障递送(NGD)广告(ad)定价，尤其涉及基于内容流内的显示上下文来调整NGD广告的定价。

背景技术

NGD广告和内容包括各种支付模型。诸如广告者之类的发布者可以选择内容或广告项的例如千次印象成本(CPM)之类的按印象支付，针对内容或广告项的按点击支付(CPC)，或与内容或广告项相关的按动作支付(CPA)。例如，在NGD显示广告市场或流市场中，不同支付类型的广告者可能竞争同一广告时隙。针对时隙的拍卖机制可将与这些不同的支付模型相关的出价转换成公共基础模型，如期望千次印象价格(eCPM)模型。例如，拍卖中广告时隙的获胜者可以是eCPM出价最高的广告者。

发明内容

根据本申请的一个方面，公开了一种系统，包括：处理器，被配置成获取参与显示内容流中流向用户的广告的所述用户的驻留时间信息，所述广告是在显示内容流中流向所述用户；数据汇聚器，能够被所述处理器运行以将所述广告汇聚到不同的显示和在线广告活动上下文的不同组中，所述显示和在线广告活动上下文包括：广告级别，广告在其上被查看的设备，以及广告在其中流动的产品；所述处理器被配置成基于每个组的用户驻留时间信息和短点击阈值来计算该组中广告的短点击比率；统计分析器，能够被所述处理器运行以将统计功能应用于各个组中的广告的驻留时间信息，以便为每个相应的组生成驻留时间统计数据；以及出价调整器，被配置成基于一组广告的短点击比率和驻留时间统计数据来调整用于在无保障递送NGD拍卖中的出价的该组广告的定价，以便例如有利于具有较高较长驻留时间和较低短点击比率的组。

根据本申请的另一方面，公开了一种具有处理器和存储器的计算机可运行的方法，包括：获取参与显示内容流中流向用户的广告的所述用户的驻留时间信息，所述广告是在显示内容流中流向所述用户；使用所述处理器将所述广告汇聚到不同的显示和在线广告活动上下文的不同组中，所述显示和在线广告活动上下文包括：广告类别，广告在其上被查看的设备，以及广告在其中流动的产品；使用所述处理器基于指派给每个组的短点击阈值和该组的用户驻留时间信息来计算该组中广告的短点击比率；使用所述处理器确定用户在各个组中的广告上的平均驻留时间；以及使用所述处理器基于一个组的短点击比率和平均驻留时间来调整用于在无保障递送NGD拍卖中的出价的该组广告的定价，以便例如有利于具有较高较长驻留时间和较低短点击比率的组。

根据本申请的又一方面，公开了一种包含计算机可运行指令的非暂时性计算机可读存储介质，所述计算机可运行指令当被具有处理器和存储器的计算机运行时，通过以下步骤执行无保障递送NGD广告拍卖的广告的价格调整：使用所述处理器获取参与显示内容流中流向用户的广告的所述用户的驻留时间信息，所述广告是在显示内容流中流向所述用户；使用所述处理器将所述广告汇聚到不同的显示和在线广告活动上下文的不同组中，所述显示和在线广告活动上下文包括：广告类别，广告在其上被查看的设备，以及广告在其中流动的产品；使用所述处理器基于指派给每个组的短点击阈值和该组的用户驻留时间信息来计算该组中广告的短点击比率；使用所述处理器确定用户在各个组中的广告上的平均驻留时间；以及使用所述处理器基于一个组的短点击比率和平均驻留时间来调整用于在NGD中出价的该组广告的定价，以便例如有利于具有较高较长驻留时间和较低短点击比率的组。

附图说明

参考以下附图及描述，系统可以被更好地理解。非限制性和非穷尽性示例参考以下附图被描述。附图中的组件不一定按比例，而是把重点放在例示系统的原理上。附图中，相似的参考标号指定不同视图中的对应部分。

图1是包括示例无保障递送(NGD)定价服务器的示例信息系统的框图。

图2A，2B，2C包括分别位于新属性页、主页和旅游页中的广告项、内容项和数据项的示例流。

图3是可以通过诸如图1所显示的一个或多个计算系统来实施的示例NGD定价服务器以及选择数据流的框图。

图4是由图3的NGD定价服务器的数据收集器执行的示例操作。

图5是由图3的NGD定价服务器的统计分析器执行的示例操作。

图6是由图3的NGD定价服务器的价格调整器执行的示例操作。

图7是适于执行NGD交换中的广告的定价的调整的NGD定价服务器的另一实施例的系统图示。

图8是用于基于流式内容中的广告显示上下文来调整NGD拍卖的广告的定价的示例方法。

具体实施方式

现在将参考附图在下文中更全面地描述主题，附图通过例示方式示出具体示例并形成具体示例的一部分。然而，主题可以通过各种不同形式体现，因此，被覆盖或要求保护的主题旨在被解释为不限于本文提出的任何示例；示例仅被提供为例示性的。同样，对于所覆盖或要求保护的主题的相当广泛的范围被预期。例如，主题可被体现为方法、设备、组件或系统。以下详细描述因此不打算限制所要求的保护范围。

说明书和权利要求书各处的术语可具有明确表述出的含义以外的、上下文中暗示或隐含的微妙含义。同样，本文使用的短语“在一个实施例中”不一定指同一实施例并且本文使用的短语“在另一实施例中”不一定指代一个不同的实施例。所要求保护的主题例如旨在包括示例实施例的组合的全部或一部分。

用于调整不同的显示和在线广告活动上下文中的无保障递送(“NGD”)广告拍卖的广告的定价的系统和方法包括获取用户的驻留时间信息，其中所述用户参与显示内容流中流向用户的广告。系统根据不同的显示和在线广告活动上下文来将广告汇聚到不同的组中，所述显示和在线广告活动上下文例如但远不限于：广告类别，广告在其上被查看的设备以及广告在其中流动的产品(和/或属性)或附加上下文，如本文将清楚表明的。系统随后可基于指派给每个组的(几秒的)短点击阈值和该组的用户驻留时间信息来计算该组中广告的短点击比率(或跳出率)。系统还确定用户在各个组中的广告上的驻留时间统计数据，如平均驻留时间。

系统随后可基于一个组的短点击比率和驻留时间统计数据来针对用于NGD出价的不同的显示和在线广告活动上下文调整该组的广告的定价，以便例如有利于具有较高驻留时间和较低短点击比率的组。定价可基于期望千次印象价格(eCPM)。通过自动价格调整，活动可具有更多机会赢得如下web产品的拍卖，在所述web产品处，活动的广告享有较高参与度的用户。同时，较少被参与的web产品(或属性)上的广告因此可将它们的定价打折来保护用户体验。

通过在广告定价调整中将用户参与考虑在内，系统帮助发布者实现了产生健康的短期收益和驱动长期用户参与的目标。对显示广告的流上的同一广告活动的出价的自动调整可基于活动在不同用户设备上的不同驻留时间分布被应用于不同产品(和/或属性)。相应地，系统可使得广告者能够为广告被显示的一个主要产品(或属性)(例如，本垒流)上的一个活动仅指定一个出价，并且该出价可基于web页面上的广告的用户参与(体验)在其他产品上自动(或动态)调整。

在线信息系统将广告者的广告放置在终端用户可获得的内容服务中，如web页面，移动应用(“app”)，TV应用，或其他音频或可视内容服务。广告随其他内容一起被提供。其他内容可包括文本、图形、音频、视频或到这类内容的链接的任意组合。广告可按照惯例基于包括广告者指定的那些标准在内的各种标准来选择。广告者按照惯例定义广告活动以控制用户何时怎样获得广告并指定那些广告的内容。

流在在线呈现中己变得常见，因为流为向流提供内容项的内容提供者、向流提供广告项的广告者以及将内容项和广告项结合以产生流的在线提供者提供了便利。流允许任何数目和大小以及形状的内容项和广告项被包含在流中。流的元素可按相关性或任何适当的参数被排列。通过去除与切换到不同视觉格式或角度相关的认知负荷，流还降低了在处理与不同的内容或广告项相关的信息时查看者的认知负担。

流可被视为其中内容项和广告项为了被放置或包含在流中而竞争的统一市场。市场的参与者是赞助或提供广告项的广告者和赞助或提供内容项的内容提供者。流和市场可被诸如雅虎公司之类的在线提供者管理或托管。在线提供者还可为其自己的产品和服务或其自己的用于流的内容项提供广告。

广告者与在线提供者的设备交互以创建或提供在线广告。在线广告包括一个或多个出价额和存储在与广告者的标识相关的数据库或其他存储器中的广告内容。广告内容可包括文本或图形或文本和图形二者以及到登陆页面的链接，当点击该链接时，用户的浏览器被重新引导到所述登陆页面。出价额代表广告者将为属于该广告的事件支付的金额。事件可以是用户对广告的查看或印象，查看广告的用户对广告的点击或其他选择，查看广告之后的动作，如提供信用卡信息或电子邮件地址。出价额可用于通过下面描述的方式确定广告在流中的位置。在线广告还可包括其他数据，包括定义广告将如何在流中出现的数据。

内容项包括关于用户可能感兴趣的话题的信息。该信息可包括到提供关于该话题的更多信息以及关于该话题的信息摘要的另一页面的链接。在某些实施例中，内容提供者将出价额与内容项相关联。与针对广告的出价额类似，针对内容项的出价额可基于印象、点击或其他动作。另外，出价额可用于通过下面描述的方式确定内容项在流中的位置。作为替代，基于软件的出价代理可被采用以代表内容项自动出价。

内容项和广告项可为了被包含在流中而竞争。对流中时隙的竞争可使用广义第二价格(GSP)拍卖机制来清除。在GSP拍卖中，最高出价者获得第一时隙，次高出价者获得第二时隙，依此类推。然而，最高出价者随后支付次高出价者出的价。这与赞助搜索市场类似，虽然赞助搜索中的出价表述不同并且赞助搜索市场中的竞争仅仅是在广告之间。

在一个实施例中，广告者提供目标谓词(predicate)、广告片段(snippet)和出价。在某些实施例中，广告者可提供多个三元组上的预算，被称为目标三元组。目标谓词可基于广告者感兴趣的任何类型的市场区间，在一个示例中包括人口市场、基于性别或年龄的市场区间、基于用户简档信息的行为区间或地理市场。出价可以是按点击成本(CPC)出价、按印象成本(CPM)出价或按动作成本(CPA)出价。在线提供者可选择不在所有市场中支持所有出价类型。

什么广告者被允许针对一大部分出价决定了它们的出价行为。对于管理统一的市场的在线提供者，允许广告者针对非常特定的目标出价与允许广告者针对更宽泛的目标出价之间存在折衷。

在线提供者可能更喜好充满很多竞争广告者的市场而不是只有几个广告者的清淡市场。市场越稠密，在线提供者增加收益的可能性越大。然而，很多广告者对特定类型的用户非常感兴趣。这些被集中关注的用户将可能置身于市场之外，除非他们被允许更细化地出价。宽泛的目标降低了广告者获得的平均值，因为他们的广告可能被显示给对他们的产品可能不感兴趣的用户。较低的预期值导致较低的出价。

这些折衷中的某一些可以通过按表现定价、通过使用出色的评分算法以及通过避免低相关性的广告在流中出现来缓和。按表现定价意味着仅当用户对广告有响应时收费。广告者会更愿意仅在用户例如通过支付产品或服务而转变时进行支付。然而，定义和跟踪转变并估计转变率可能难以可靠地完成，所以市场运营者喜欢按点击收费，点击更容易跟踪和估计。按点击收费可能提出挑战。例如，不是来自用户的所有点击都转变为广告者的销售。若是有大量不导致转变的点击，将导致广告的低质量评分。

宽泛的目标定位要求精确的评分方法来维持良好的用户和广告者体验。评分是将值赋予广告或内容项、该值随后可用于确定哪一项应被包含在流中的处理。这种精确的评分可能要求在线提供者不仅检查广告片段还检查登陆页面的内容。在某些实施例中，广告可包括由广告者自动收集或手动提供并被当作信号用到评分功能中的诸如元数据之类的附加信息。

宽泛的目标定位还可能增加为CPC广告定价的难度。在对广告定价时，区分关键字和搜索项之间的匹配的质量和广告的质量很重要。在线运营者可选择对低质量匹配的广告者打折，低质量匹配是进行匹配的在线市场的运营者的责任。在线运营者可选择对低质量广告收取额外费用，低质量广告是广告者的责任。

现在将描述示例性系统，其中例示并描述了用于广告项和内容项的统一市场的方面。更多的细节和可选实施例将结合附图来提供。

图1是在线信息系统100的框图。图1的示例性实施例中的在线信息系统100包括账户服务器102、账户数据库104、搜索引擎106、广告(ad)服务器108、用户数据库109、ad数据库110、内容数据库114、内容服务器112、排名引擎116、无保障递送(NGD)定价服务器118和NGD交换服务器130。在线信息系统100可通过网络210由诸如广告者设备122之类的一个或多个广告者设备并由诸如用户设备124之类的一个或多个用户设备访问。为此，在线信息系统100也可称作NGD网络系统100。

在该在线信息系统的各种示例中，用户可搜索并从内容数据库114或通过网络120从源获得内容。广告者可提供用于放置在web页面上的广告以及通过网络发送到诸如用户设备124之类的用户设备的其他通信。在一个示例中，在线信息系统124由诸如雅虎公司之类的在线提供者部署和运营。

账户服务器102存储广告者的账户信息。账户服务器102与账户数据库104有数据通信。账户信息可包括与每个相应广告者相关的一个或多个数据库记录。任何适当信息可被账户管理服务器102存储、维护、更新和从账户数据库104读取。示例包括广告者标识信息、诸如密码和其他安全凭证之类的广告者安全信息以及账户余额信息。

账户服务器102可使用任何适当的设备来实施。账户管理服务器102可实施为单个服务器、多个服务器或任何其他类型的本领域已知的计算设备。优选地，对账户服务器102的访问是通过未示出的保护账户管理程序和账户信息不被外部篡改的防火墙实现的。附加的安全性可通过对诸如安全HTTP或安全套接层之类的标准通信协议的增强来提供。

账户服务器102可提供广告者前端以简化访问广告者的账户信息的处理。广告者前端可以是形成用户接口的程序、应用或软件例程。在一个特定实施例中，广告者前端作为如下web站点是可访问的，所述web站点具有进行访问的广告者可在诸如广告者设备122之类的广告者设备上查看的一个或多个web页面。广告者可使用广告者前端查看和编辑账户数据和广告数据。在编辑广告数据之后，账户数据可随后被保存到账户数据库104。

搜索引擎106可以是计算机系统、一个或多个服务器、或任何其他本领域已知的计算设备。作为替代，搜索引擎106可以是计算机程序、指令、或计算机可读存储介质上存储的在单个服务器、多个服务器或任何其他本领域已知的计算设备的处理器上运行的软件代码。搜索引擎106可以通过网络120例如由用户操作的诸如用户设备124之类的用户设备访问。用户设备124向搜索引擎106传递用户查询。搜索引擎106使用任何适当的协议或算法定位匹配的信息并将信息返回到用户设备124。搜索引擎106可被设计成帮助用户查找位于因特网或内联网上的信息。在特定示例中，搜索引擎106还可通过网络106向用户设备124提供具有内容的web页面，所述内容包括搜索结果、与用户查询的上下文匹配的信息、到其他网络目的地的链接或操作用户设备124的用户感兴趣的信息和信息文件以及被选择来显示给用户的内容项和广告项的流。

搜索引擎106可使得诸如用户设备124之类的设备或任何其他客户端设备使用搜索引擎106来搜索感兴趣的文件。典型地，搜索引擎106可由客户端设备经由一个或多个服务器或直接通过网络120访问。在一个示意性实施例中，搜索引擎106例如可包含爬虫组件、索引器组件、索引存储组件、搜索组件、排名组件、缓存、简档存储组件、登陆组件、简档构建器以及一个或多个应用程序接口(API)。搜索引擎106例如可按分布方式诸如经由一组分布式服务器来部署。例如为了冗余或更好访问，组件可在网络内复制。

广告服务器108用于向诸如用户设备124之类的用户设备提供广告。广告包括定义用户设备的用户可能感兴趣的广告信息的数据。广告可包括文本数据、图形数据、图像数据、视频数据或音频数据。广告还可包括定义到提供这类数据的其他网络资源的一个或多个链接的数据。其他位置可以是因特网上的其他位置、广告者运营的内联网上的其他位置或任何访问。

对于在线信息提供者，广告可至少部分地基于一个或多个搜索项而显示在用户定义的搜索所产生的web页面上。如果显示的广告与一个或多个用户的兴趣相关，则广告可能对用户、广告者或web门户有益。因此，各种技术已被开发以便推断用户兴趣、用户意图或者以便后续将用户作为相关广告的目标。

展示目标广告的一种方法包括采用人口特性(如年龄、收入、性别、职业等)例如按分组来预测用户行为。广告可至少部分地基于预测的用户行为而被展示给目标受众中的用户。这类信息，包括与涉及广告的用户行为有关的点击数据，可以存储在用户数据库109中，用户数据库109在一个实施例中可与广告数据库110相结合。

另一种方法包括简档类型的广告目标定位。在该方法中，用户特有的用户简档可被生成以便例如通过跟踪web站点或站点网络中的用户路径并至少部分地基于最终递送的广告或页面编译简档来对用户行为建模。例如，可针对诸如用户购买来识别相关性。所识别的相关性可被用于通过以特定用户作为内容或广告的目标来定位潜在购买者。

另一种方法包括基于用户请求的web页面的内容来进行目标定位。广告可被放置在web页面上或与涉及广告主题的其他内容相关联。内容和广告之间的关系可通过任何适当方式确定。特定web页面的总主题例如可通过分析其中展示的内容来查明。另外，已开发了用于显示切合当前被用户查看的文章的特定章节的广告的技术。相应地，广告可通过匹配web页面和广告内的关键字和/或短语来选择。一个示例性系统和方法被公开于2013年3月15日递交的题为“Efficient Matching of User Profiles withAudience Segments for Audience Buy”的待定美国专利申请No.13/836,052中。该申请通过引用被完整结合于此。

广告服务器108包括用于格式化传递给用户设备的广告数据的逻辑和数据。广告服务器108与广告数据库110有数据通信。广告数据库110存储包括定义要提供给用户设备的广告的数据的信息。该广告数据可被另一数据处理设备或被广告者存储在广告数据库110中。广告数据可包括定义广告创意和各个广告的出价额的数据。

例如，广告数据可被格式化为可被包含在提供给用户设备的广告项和内容项的流中的广告项。格式化的广告项通过外形、大小、形状、文本格式、图形格式和包含的信息被指定，所有这些可被标准化以便为流中的所有广告项提供一致的外观。至少某些广告项可具有相关的出价额并且可被考虑为创收项。广告服务器108随后可向诸如排名引擎116之类的其他网络设备提供广告项。

此外，广告服务器108与网络120有数据通信。广告服务器108将广告数据和其他信息传递给网络120上的设备。该信息可包括传递给用户设备的广告数据。该信息还可包括与诸如广告者设备122之类的广告者设备传递的广告数据和其他信息。操作广告者设备的广告者可通过网络访问广告服务器108以访问包括广告数据的信息。该访问可包括研究广告创意、编辑广告数据、删除广告数据、设置和调整出价额和其他活动。

广告服务器108可提供广告者前端以简化访问广告者的广告数据的处理。广告者前端可以是形成用户接口的程序、应用或软件例程。在一个特定实施例中，广告者前端作为如下web站点是可访问的，所述web站点具有进行访问的广告者可在广告者设备上查看的一个或多个web页面。广告者可使用广告者前端查看并编辑广告数据。在编辑广告数据之后，广告数据可随后被存储到广告数据库110以便后续在广告中传递给用户设备。

广告服务器108可以是计算机系统、一个或多个服务器或任何其他类型的本领域已知的计算设备。作为替代，广告服务器108可以是计算机程序、指令和/或计算机可读存储介质上存储的在单个服务器、多个服务器或任何其他本领域已知的计算设备的处理器上运行的软件代码。

内容服务器112与内容数据库114、广告服务器108和排名引擎116有数据通信。内容服务器112可访问或来自内容数据库114或来自通过网络120可访问的另一位置的有关内容项的信息。内容服务器112将定义内容项的数据和其他信息传递给网络120上的设备。该信息可包括传递给用户设备的内容数据。该信息还可包括与操作内容提供者设备的内容提供者传递的内容数据和其他信息。操作内容提供者设备的内容提供者可通过网络访问内容服务器112以访问包括内容数据的信息。该访问可包括研究内容项、编辑内容项、删除内容项、设置和调整出价额和其他活动。

内容服务器112可提供内容提供者前端以简化访问内容提供者的内容数据的处理。内容提供者前端可以是形成用户接口的程序、应用或软件例程。在一个特定实施例中，内容提供者前端作为如下web站点是可访问的，所述web站点具有进行访问的内容提供者可在内容提供者设备上查看的一个或多个web页面。内容提供者可使用内容提供者前端查看并编辑内容数据。在编辑内容数据之后，内容数据可随后被存储到内容数据库114以便后续传递给用户设备。

内容服务器112包括用于格式化传递给用户设备的内容数据的逻辑和数据。例如，内容数据可被格式化为可被包含在提供给用户设备的内容项和广告项的流中的内容项。格式化的内容项通过外形、大小、形状、文本格式、图形格式和包含的信息被指定，所有这些可被标准化以便为流中的所有内容项提供一致的外观。在某些实施例中，内容项可具有可被用于对展示给用户设备的项的流中的内容项进行排名或定位的相关出价额。在其他实施例中，内容项不包括出价额或者出价额不被用于对内容项进行排名。这种内容项可被考虑为非创收项。内容服务器1128随后可向诸如广告服务器108和排名引擎116之类的其他网络设备提供内容项。

排名引擎116与广告服务器108、数据广告数据库110、内容服务器112与内容数据库114有数据通信。排名引擎116被配置成识别将被包含在提供给诸如用户设备124之类的用户设备的内容项和广告项的流中的项。排名引擎116因此可被配置成确定哪些广告项和哪些内容项有资格被包含在流中并对流中的各个广告项和各个内容项进行评分和排序。

在一个实施例中，排名引擎116被配置成使用从广告数据库110获取的出价值来计算多个广告项中的每一个的排名分数。排名引擎116还被配置成使用从内容数据库114获得的出价值来计算多个内容项中的每一个的排名分数。当确定排名分数时，排名引擎116可使用可从广告服务器108、广告数据库110、内容服务器112和内容数据库114以及账户数据库104获得的其他信息。

账户服务器102、搜索引擎106、广告服务器108、内容服务器112、排名引擎116、NGD定价服务器118和NGD交换服务器130可被实施为任何适当的计算设备。计算设备可能能够例如经由有线或无线网络来发送或接收信号，或者可能能够处理或将信号存储在例如存储器中作为物理存储器状态，并因此可作为服务器来操作。因此，能够作为服务器来操作的设备例如可包括专用机架式安装的服务器、台式机、笔记本电脑、机顶盒、组合了诸如前述设备的两个或更多个特征之类的各种特征的集成设备等。

服务器可在配置或能力方面变化很大，但一般而言服务器可包括一个或多个中央处理单元和存储器。服务器还可不可一个或多个大容量存储设备、一个或多个电源、一个或多个有线或无线网络接口、一个或多个输入/输出接口或者一个或多个操作系统，如Windows Server，Mac OS X，Unix，Linux，FreeBSD等等。

账户服务器102、搜索引擎106、广告服务器108、内容服务器112、排名引擎116、NGD定价服务器118和NGD交换服务器130可被实施为在线服务器系统或可与在线服务器系统有通信。在线服务器系统可包括如下设备，所述设备包括用于经由网络向另一设备提供内容的配置，包括响应于接收的对页面查看的请求而提供。在线服务器系统例如可托管诸如社交网络站点之类的站点，社交网站的示例可包括但不限于Flicker，Twitter，Facebook，LinkedIn或个人用户站点(如博客，微博，在线约会站点等)。在线服务器系统还可托管各种其他站点，包括但不限于商业站点、教育站点、词典站点、百科全书站点、维基百科、金融站点、政府站点等。

在线服务器系统还可提供各种服务，包括但不限于web服务、第三方服务、音频服务、视频服务、电子邮件服务、即时消息(IM)服务、SMS服务、MMS服务、FTP服务、IP语音(VoIP)服务、日历服务、相片服务等等。内容的示例可包括可以通过例如电信号之类的物理信号的形式被处理或可作为例如物理状态被存储在存储器中的文本、图像、音频、视频等。可作为在线服务器系统来操作的设备的示例包括台式机、多处理器系统、多处理器型或可编程消费电子品等。在线服务器系统可以不被广告服务器108、内容服务器112或排名引擎116共同拥有或控制。

网络120可包括任何数据通信网络或网络的组合。网络可耦合设备以便通信可以例如在服务器和客户端设备或其他类型的设备之间(包括在经由例如无线网络耦合的无线设备之间)被交换。网络还可包括大容量存储器，如网络附接存储器(NAS)、存储区域网(SAN)或其他形式的计算机或机器可读介质。网络可包括因特网、一个或多个局域网(LAN)、一个或多个广域网(WAN)、有线型连接、无线型连接或其任意组合。同样，例如可能采用不同架构或可能符合或兼容不同协议的子网可在诸如网络120之类的更大网络内进行互操作。可使得各种类型的设备能够例如提供不同架构或协议的互操作能力。作为一个例示性示例，路由器可提供原本分离且独立的LAN之间的链接。通信链路或信道例如可包括诸如双绞线之类的模拟电话线、同轴电缆、包括T1、T2、T3或T4型线路的全或部分数字线路、综合业务数字网(ISDN)、数字订户线(DSL)、包括卫星链路的无线链路或者本领域可能已知的其他通信链路或信道。另外，计算设备或其他相关电子设备可例如经由电话线或链路远程地耦合到网络。

广告者设备122包括可通过网络120访问在线信息系统100的任何数据处理设备。广告者设备122可操作来通过网络120与账户服务器102、搜索引擎106、广告服务器108、排名引擎116、内容服务器和其他数据处理系统交互。广告者设备122例如可实施用于查看web页面和呈递用户请求的web浏览器。广告者设备122可向在线信息系统100传递数据，包括定义web页面和其他信息的数据。广告者设备122可从在线信息系统100接收通信，包括定义web页面和广告创意的数据。

在某些实施例中，内容提供者可利用一般在结构和功能上与广告者设备类似的内容提供者设备来访问在线信息系统100。内容提供者设备提供例如对内容数据库114中的内容数据的访问。

用户设备124包括可通过网络120访问在线信息系统100的任何数据处理设备。用户设备124可操作来通过网络120与搜索引擎106交互。用户设备124例如可实施用于查看web页面和呈递用户请求的web浏览器。操作用户设备124的用户可输入搜索请求并将搜索请求传递到在线信息系统100。搜索请求被搜索引擎处理并且搜索结果被返回给用户设备124。在其他示例中，用户设备124的用户可向在线信息系统100请求诸如一页信息之类的数据。作为替代，数据可在诸如本地移动应用、TV应用或音频应用之类的另一环境被提供。在线信息处理系统100可将数据提供到或将浏览器重新引导到另一web站点。此外，广告服务器可从广告数据库110选择广告并将定义广告的数据包含在提供给用户设备124的数据中。

当访问在线信息系统100上的信息时，广告者设备122和用户设备124作为客户端设备来操作。诸如广告者设备122和用户设备124之类的客户端设备可包括能够经由例如有线或无线网络发送或接收信号的计算设备。客户端设备例如可包括台式机或诸如蜂窝电话、智能电话、显示传呼机、射频(RF)设备、红外(IR)设备、个人数字助理(PDA)、手持计算机、平板电脑之类的便携设备、笔记本电脑、机项盒、可穿戴计算机、组合了诸如前述设备的特征之类的各种特征的集成设备等等。在图1的示例中，笔记本电脑126和智能电话128都可作为广告者设备或用户设备来操作。

客户端设备可在能力或特征方面变化。被要求保护的主题旨在覆盖各种各样的潜在变化。例如，蜂窝电话可包括数字键盘或有限功能的显示器，如用于显示文本的单色液晶显示器(LCD)。然而相反，作为另一示例，支持web的客户端设备可包括一个或多个物理或虚拟键盘、大容量存储器、一个或多个加速器、一个或多个陀螺仪、全球定位系统(GPS)或其他位置识别型能力或者具有高级功能的显示器，如触摸敏感彩色2D或3D显示器。诸如广告者设备122和用户设备124之类的客户端设备可包括或可运行各种操作系统，包括诸如Windows，iOS或Linux之类的个人电脑操作系统或诸如iOS，Android或Windows Mobile之类的移动操作系统等等。客户端设备可包括或可运行各种可能的应用，如使能与其他设备的通信的客户端软件应用，所述通信例如是经由电子邮件、短消息服务(SMS)或多媒体消息服务(MMS)来传递一个或多个消息，包括经由诸如社交网络之类的网络)来传递一个或多个消息，作为几个可能的示例，所述社交网络例如包括Facebook，LinkedIn，Flicker，Twitter或Google+。客户端设备还可包括或运行用于传递例如文本内容、多媒体内容等内容的应用。客户端设备还可包括或运行用于执行诸如浏览、搜索、播放各种形式的内容(包括本地存储的或流式视频或游戏)之类的各种可能的任务的应用。前述内容被提供以举例说明被要求保护的主题旨在包括各种可能的特征或能力。

NGD交换服务器130可被配置成随着被广告者作为广告显示机会来呈递的广告变得可用于将广告插入到内容流的时隙(或位置)中而进行实时拍卖，如下面将讨论的。NGD交换服务器130可将出价最高的广告者提供的广告递送到内容流，并且考虑到与广告有关的内容附近或毗邻的广告的上下文，可能另外将诸如相关性之类的其他因素考虑在内。

NGD定价服务器118可获得来自广告数据库110的数据(如目标谓词和其他准则)以及来自用户通过其来参与被识别的广告的设备124、126、128和用户数据库109的数据(如点击数据)。NGD定价服务器118可基于所获得的数据来执行诸如确定用户对广告的短点击比率和驻留时间信息之类的附加分析，然后调整某些广告的出价，使得更吸引人的广告赢得拍卖并可能被递送到不同于广告原本将被递送到的位置或时隙的另一位置或时隙。该调整可提供更好的用户体验并为发布者和广告者都生成更多收益，如将被更详细地讨论的。

图2A例示了在被选择的用户设备上显示的内容项和数据项的流。在图2A中，显示广告202被例示为在包括移动web设备显示器204、移动应用显示器206和个人电脑显示器208的各种显示器上显示。移动web设备显示器204可在诸如智能电话之类的移动手持设备的显示屏上被示出。移动应用显示器206可在诸如平板电脑之类的便携设备的显示屏上被示出。个人电脑显示器208可在个人电脑(PC)的显示屏上被示出。

为了例示这种显示广告的内容的示例，显示广告202在图2A中被示为被格式化以显示在用户设备上，而不是被示为流的一部分。显示广告202包括文本212、图形图像214和定义的边界216。显示广告202由广告者开发以用于放置在发送到用户操作的用户设备的web页面上。显示广告202可被放置在web页面上的各种位置。然而，显示广告的形状和定义的边界216必须与web页面上的可用空间匹配。如果可用空间具有错误的形状或大小，则显示广告202可能不可用。

为了克服这些要求和限制，显示广告202可被重新格式化或交替格式化以被包含在广告项和内容项的流中，其中所述广告项包括组合了显示广告202的内容的流广告。

在这些示例中，显示广告被示为流224a、224b和224c的一部分。流224a、224b和224c包括例如沿着在移动web设备显示器204、移动应用显示器206和个人电脑显示器208上查看的web页面一项接一项地显示的项序列。流224a、224b和224c可包括任何类型的项。在例示的示例中，流224a、224b和224c包括内容项和广告项。例如，流224a包括内容项226a和228a以及广告项222a；流224b包括内容项226b，228b，230b，232b，234b以及广告项222b；流224c包括内容项226c，228c，230c，232c，234c以及广告项222c。流224a、224b和224c中的每一个可包括任何数目的内容项和广告项。在一个实施例中，流224a、224b和224c可被布置成在用户看来无止境的项序列，以便当流224a、224b和224c之一在其上显示的用户设备的用户滚动显示时，看似无止境的项序列呈现在被显示的流中。

位于流224a、224b和224c中的任一个中的内容项可包括新闻项、与商业有关的项、与运动有关的项等等。另外，除了文本或图形内容，任何流的内容项也可包括其他数据，如音频和视频数据或应用。每个内容项可包括文本、图形、其他数据以及到附加信息的链接。点击或以其他方式选择该链接将用户设备上的浏览器重新引导到包含附加信息的被称为登陆页面的web页面。

像广告项222a、222b、222c那样的流广告可被插入到内容的流中，补充相关项的序列，为终端用户提供更无缝的体验。与内容项类似，广告项可包括文本或图形内容以及诸如音频和视频数据或应用之类的其他数据。每个广告项222a、222b、222c可包括文本、图形、其他数据以及到附加信息的链接。点击或以其他方式选择该链接将用户设备上的浏览器重新引导到被称为登陆页面的web页面。

虽然示例性流224a、224b、224c被示为分别具有单个可视广告项222a、222b、222c，但是任何数目的广告项可被包含在项的流中。按照传统，已经知道将广告项放在固定位置。例如，在一个传统系统中，已知从顶部算起，将广告项放在流中的第三项，流中的第十六项，以及此后流中的每隔十三项。也就是说，在传统系统中，广告位于流中的预定义的时隙。广告的时隙在所有条件下对所有用户是相同的。就这一点而言，广告和内容项在流中是互补的。如果内容项没有被放在流中的指定时隙，则广告被放在该时隙。

根据所例示的实施例的一个方面，使得流中广告的时隙是动态的。流中的任意时隙受到广告项和内容项之间的竞争。为每个相应的项确定评分。使得广告项和内容项的评分相称，以便广告项和内容项可相对于彼此被排名并且该排名被用于对流进行填充。用于对广告项和内容项排名的技术在下面被更详细地讨论。

图2A是雅虎公司的新闻页218。图2B是雅虎公司的主页238。图2C是雅虎公司的旅游页258。这些也被称为雅虎属性并且可分别包括不同内容流224c、224dc、224e。图2B的主页238和图2C的旅游页也可被显示在各种显示器上，包括图2A的新闻页218上所示出的个人电脑显示器208、移动应用显示器206和移动web设备显示器204。

内容流224d(图2B)还可包括与一个或多个广告项222d交织的内容项226d、228d、232d和234d。内容流224e(图2C)还可包括与一个或多个广告项222e交织的内容项226e、228e、232e和234e。内容和广告项可因不同属性而不同，以便与各个属性的主题更紧密地配合，与对相应属性感兴趣的目标用户更紧密地配合或因为其他原因而不同。因此，在被显示的广告、广告在其上被显示的设备以及广告在其中在内容流中流动的产品或属性的组合中产生不同的上下文。可针对这些不同显示上下文中的内容和广告项来收集用户参与信息。

进一步参考图1，NGD定价服务器118可根据用户与(一个或多个)项或与(一个或多个)项相关联和/或相联系的内容的交互来以最优的价格对诸如NGD广告之类的一个或多个NGD内容项定价。这种例如包括驻留时间、点击、内容分享、喜好和推文的用户交互可以定义用户对(一个或多个)项的参与。以下，用户对(一个或多个)项的参与将被称为“用户参与”。

NGD定价服务器118可以是NGD交换服务器130的一部分或者可以是NGD网络系统100内的分布式计算系统。用户参与可以与诸如在线内容项的点击和驻留时间的信息之类的因特网浏览会话信息相关，所述在线内容项可包括但不限于信息和商业广告(“广告”)项。NGD定价可以采用各种技术，包括本文描述的技术。另外，其他类型的营销优化器可使用本文描述的技术和工艺。例如，即使本文描述的方法和技术对NGD内容定价特别有用，这种方法和技术也可被任何类型的内容定价系统使用，包括对有保障递送内容进行定价的系统。

本文描述的功能可以应用于任何类型的内容，如查看在线流时消耗的或网页查看的会话内的在线广告。例如，在线广告可以在移动网页或移动内容流内被查看。查看或任何其他类型的用户参与或交互可以通过页面或流的驻留时间被量化。为了本公开的目的，驻留时间可以是用户与内容项或广告交互的时间。例如，驻留时间可以作为与内容的两次交互之间的时间被测量，如与网页上或在线内容流上的广告的两次交互。

在一个示例中，NGD定价模块可包括用于NGD定价的数据驱动的工具。该工具可将驻留时间信息作为输入来增强基于CPC的定价模型，以改进从在线广告和其他类型的在线内容生成的收益。除了改进由内容项生成的收益之外，该增强还意味着增加用户对项目参与。

NGD市场中CPC定价模型的千次印象成本(eCPM)可通过公式1来计算。

eCPM(CPC)＝p(click|impression，content)*b， (1)

其中p(click|impression，content)是印象(impression)将导致点击(click)的概率，并且

b是对内容(content)项的印象的出价或选择的价格

公式1使用印象将导致点击的概率。替代示例可以使用某个驻留时间将发生的概率。另外，公式1可以被修改成考虑其他形式的用户对在线内容的参与或交互。

使用驻留时间而非点击可具有优势。例如，驻留时间可能是用户对某些实例中的广告或内容项的实际参与的更精确的测量。例如，如果用户花时间阅读或查看内容项，而不是仅仅点击它，则该项可能更吸引人。在示例性实施例中，可在确定eCPM时考虑由点击造成的印象和/或驻留时间。

为了增强eCPM对实际用户参与或交互的效果，驻留时间可被NGD定价服务器118使用。驻留时间可被单独使用或结合用户交互或参与的其他测量来使用，并且NGD定价服务器118还可使用基于驻留时间的用户参与来调整用于CPC拍卖的基于eCPM的出价。驻留时间短的广告可被打折，而驻留时间长的广告可具有较高的基于eCPM的出价。驻留时间被认为长还是短取决于内容(如与相关的活动有关的上下文，显示广告的设备以及广告被递送的介质类型)。举个简单的例子，对于文章内容项，平均驻留时间可与文章的长度相关联。长的文章可具有较高的短驻留时间阈值和长驻留时间阈值。另外，可以为每个上下文使用保守的固定阈值，或者用于在不同上下文中学习动态阈值功能的机器学习技术可以被利用以确定参与阈值。

在一个示例中，阈值可以根据参与的均值、中值和/或众数(如广告活动的众数驻留时间)来确定。阈值可以被设置在均值、中值或众数之后的点。另外，用于确定的基线广告或网页的一个或多个驻留时间分布也可以被用作阈值。

另外，使用驻留时间或量化用户参与后交互的其他形式，可以通过允许更多吸引人的广告赢得拍卖来实现驱动对内容项的长期用户参与和创收之间的平衡。这鼓励了广告者产生更吸引人的广告。这也有益于发布者，因为它提供了直接从用户与流式内容的会话样本评价广告的途径并确定了表现不好的广告的终止或改变。向NGD定价添加实时功能允许对广告的这种更早而不是更迟的改变或终止。

作为补充或替代，内容项(如广告)的eCPM可以由NGD定价模型自动调整，即使在与项目相关的低点击跟进率(CTR)和/或与项目相关的小会话数据样本的情况下也是如此。

图3是示例NGD定价服务器118以及被选择的数据流的框图。NGD定价服务器118可在NGD交换服务器130内运行，或作为图1所公开的两个或更多个服务器之间的分布式系统来运行，并且是作为内容交换网络300的一部分来运行的。NGD定价服务器118可包括存储器303、处理器305和辅助通过网络120的处理和通信的通信接口307。NGD定价服务器118还可包括在线活动收集器304，并与账户服务器102、广告数据库110和用户数据库109(图1)耦合。

NGD定价服务器118的处理可集成到内容交换网络300中并与内容交换网络300有通信，如NGD广告交换，以便历史和/或实时用户参与和交互数据(例如驻留时间和点击信息)可以被用于增强内容的定价，如对拍卖系统中竞争时隙的NGD广告的定价。NGD定价服务器118可利用用户参与或交互来手动和/或自动调整内容定价或评估，如自动调整NGD内容的基于eCPM的拍卖价格。

在线活动收集器304可与可包括因特网的LAN/WAN 310(如图1的网络120)通信地耦合。从LAN/WAN 310，在线活动收集器304可接收在线用户会话数据312，如web浏览会话数据。在线活动收集器304随后可确定并将诸如驻留时间信息之类的用户交互信息314传递到统计分析器306和NGD交换服务器130。统计分析器306可根据用户交互或参与信息314来确定内容/广告评分316(或者仅“评分”316)。评分316可反映在线内容和广告项的用户参与水平。通过广告评分316，出价调整器308可确定NGD广告的相应定价信息。定价信息318随后可以被传递到NGD交换服务器130，例如以对拍卖系统中的内容的印象的相应出价的形式被传递。例如，广告评分316可从eCPM获得，并且定价信息318可从内容评分获得。

NGD定价服务器118可将诸如驻留时间之类的用户参与信号结合到诸如将解释的NGD市场中的CPC活动之类的各种类型的在线营销活动的ePCM计算中。

在一个示例中，在线活动收集器304可包括按点击事件驻留时间信息按创意收集流广告的系统。在该示例中，该模块可以经由2013年3月15日递交的美国专利申请No.13/843,433“DISPLAY TIME OF A WEB PAGE”(“web页面的显示时间”)中描述的系统和方法或其他系统和方法收集这类信息，以计算例如每用户每项的驻留时间信息。

另外参考图4，在线活动收集器304的功能被更详细地描述。在402，在线活动收集器304可从诸如LAN/WAN 310之类的网络收集用户会话数据。会话数据可与NGD内容相关联并且可以包括点击和驻留时间信息，如与创意相关的点击和驻留时间信息。创意可包括非广告内容项、广告项、流式项、页面显示项中的至少一个或其任意组合。例如创意可以是一组项目或单个项目，如图2的广告项、内容项和数据项中的一个或多个。

在404，在线活动收集器304可根据对应的标识符来识别与网络广播的内容项相关的会话数据。与内容项相对应的会话数据可通过标签、首部或实施基于元数据的数据关联的任何其他已知形式中的元数据来与内容项相关联。每个内容项可与唯一标识符相关联。在406，在线活动收集器304可以确定与内容项相关的用户交互信息，如与项目相关的驻留时间和点击。内容项可以是任何类型的在线内容项，包括任何类型的广告和非广告项。

在408，在线活动收集器304可过滤用户交互信息。该信息的过滤可以根据来自统计分析器306或与NGD定价模块相关的其他方面或模块的反馈。在410，经过滤的交互信息可被发送到NGD定价服务器118的其他组件，如发送到统计分析器316。

在一个示例中，统计分析器316可包括统计分布分析方面，该统计分布分析方面可以计算与创意相关的驻留时间和其他用户参与分布。该分析可以使用在线活动收集器304收集的元会话数据或在线活动收集器304过滤的信息(如在408过滤并在410发送的数据)。

另外参考图5，统计分析器306被更详细地公开。统计分析器306可以在502使用集中在识别用户交互信息方面的元会话数据或预处理数据来计算创意的驻留时间和/或其他参与分布的均值、方差和/或中值。作为补充或替代，统计分析器306可在504计算对数空间(如LOG(驻留时间))中的创意的驻留时间和/或其他参与分布的均值、方差和中值。这可能有助于诸如广告点击或驻留时间之类的每个用户参与信号与诸如分级标签或基于驻留时间的评分之类的可测量的非二进制信号相关联。例如，用户参与水平可以在对数空间中被划分为多个驻留时间等级或分位(如第一分位、第二分位等)。统计分析器306随后可为参与确定参与等级或分位。等级或分位可通过例如使用log(驻留时间)的指数部分作为参与水平来增加。

在另一示例中，对数空间中的实时的每个创意的驻留时间均值和/或方差可以通过2013年4月29日递交的美国专利申请No.13/872,436“PRIORITIZING ITEMS FROM DIFFERENT CATEGORIES IN A NEWSSTREAM”(“新闻流中来自不同种类的项的优先级排序”)中公开的系统和方法来近似。

另外，统计分析器306可以在506预测与创意相关的期望驻留时间和/或其他参与。甚至在不或几乎不存在历史点击和/或驻留时间信息的情况下也是如此。在几乎不存在诸如不满足阈值的采样水平之类的信息的情况下，统计分析器306可在508使用在其他相关驻留时间、其他用户交互信息和/或创意的属性(如广告长度或广告类别)上训练的机器学习模型。统计分析器306还可以利用高级机器学习技术和/或线性回归技术来为每个新创意预测期望驻留时间。机器学习技术例如可包括诸如线性回归或逻辑回归之类的回归工具和梯度提升决策树。其他历史点击和/或驻留时间信息或训练数据可以从一个或多个相似创意选择，以便改进506处的预测精度。创意之间的相似性可通过已知方法来确定，并且在510处选择其他相关驻留时间和/或用户交互信息时，可针对过滤的非相关信息所需的相似量来确定阈值。

统计分析器306可在512根据公式2和3计算创意随着高于其预测的期望参与(如期望CTR和/或驻留时间)而被交互的概率。创意随着高于其预测的期望参与而被交互的概率例如可以代表创意相对于其他类似创意的期望参与。

z＝(PEE-DTM)/DTV， (2)

其中PEE为预测的期望参与，

其中DTM为实时驻留时间均值，并且

其中DTV为实时驻留时间方差。

P＝1-phi(z)， (3)

其中P为创意随着高于其预测的期望参与而被交互的概率，phi(z)见http：//en.wikipedia.org/wiki/Normal_distribution。

P或例如f(P)之类的P的某些函数(其中该函数是线性或非线性的)可以被用作打折因子，所述打折因子用于例如在使用公式4确定eCPM的情况下调整eCPM。在本示例中，当存在的创意的参与数据有限时(例如当广告或广告活动是新的时)，统计分析器306可使用学生分布模型来确定eCPM。

eCPM＝P*CTR*bid

＝P*p(click|impression，adversements)*bid. (4)

其中click为点击，advertisements为广告，bid为出价。

统计分析器306(和/或出价调整器308)还可在514使用508处的机器学习方法来调整诸如CPC活动之类的活动或创意的eCPM和/或CTR。例如，统计分析器306可使用诸如梯度提升决策树之类的已知机器学习技术来预测创意的eCPM和/或CTR。CTR可以直接从点击信号计算。一般地，用户参与信号可以被用来对eCPM和/或CTR进一步加权和/或调整，如公式5所示：

adjusted CTR or eCPM＝Sum(weight of click or otherinteraction)/impressions， (5)

其中adjusted CTR or eCPM是创意的经调整的CTR或eCPM，

其中weight of click or other interaction(点击或其他交互的权重)＝F(user engagement level)，

其中user engagement level(用户参与水平)是用户对创意的交互和/或参与的测量，

其中Sum(weight of click or other interaction)是与不同类型的与创意相关的参与和交互相关联的权重之和，并且

其中impressions(印象)是创意的印象量。

另外，统计分析器306可使用在线学习算法来根据接收的用户参与信号(如在线活动收集器304收集的信号)更新CTR预测模型。这可以针对每个创意来完成。该模型和其他模型可以从在线活动收集器304持续接收实时反馈并且可以根据该反馈调整eCPM和/或CTR。随着时间推移，该模型应该因为反馈的增多而变得更精确。这种反馈的概念也适用于508处的机器学习。作为替代，出价调整器308可以使用前述模块来调整eCPM和/或CTR。

统计分析器306的另一个功能可包括在516处对参与的和忽略的创意进行区分，以便例如确定一个创意相对于竞争创意的相对参与水平，例如提供用于对竞争时隙上的出价的创意进行排名的评分。另外，相对于阈值排名或竞争创意排名低的创意可以被打折，相对于阈值排名或竞争创意排名高的创意可以被收取额外费用。前述模型可以与各种方式组合以提供不同结果，并且该组合可以是自动化的。这种组合模型的自动化可以由统计分析器306根据从例如在线活动收集器304和/或出价调整器308接收的反馈来指导。

与经调整的eCPM和/或CTR和/或经估价的创意相关的数据随后可在518被发送到与NGD定价模块相关的其他系统组件，如用于价格调整的出价调整器308。

出价调整器308可包括各种价格调整逻辑或组件。作为补充或替代，出价调整器308可包括出价组件，出价组件可以控制针对创意和/或创意群的用户参与信号增强的基于eCPM的出价计算，所述创意和/或创意群例如是通过广告交换来发布的一个或多个广告。如图3所示，定价信息和用户交互信息可从价格调整模块被引导到内容交换网络300的一个或多个服务器。对于创意或活动，出价调整器308还可将eCPM建立在相应的驻留时间分布、相应的预测的期望驻留时间和统计分析器306确定的其他因素的基础上。eCPM的示例性确定和调整可以使用本文描述的模型的任意组合来完成，并且可以由出价调整器308执行。

进一步参考图6，出价调整器308的功能被更详细地公开。在602，出价调整器308可例如从统计分析器306接收用户交互信息。出价调整器308可在604使用用户交互信息来调整被显示的创意的eCPM和/或CTR。例如，出价调整器308的调整可以在606处基于概率驻留时间分布模型。这种类型的调整可以计算与创意具有高于平均的用户参与水平的概率相关的eCPM价格调整因子。

出价调整器308还可在608使用用户交互信息来加权点击或驻留时间。使用该权重，出价调整器308可以例如确定经调整的CTR(如打折的CTR)。出价调整器308还可以在610使用诸如回归方法和在线学习方法之类的机器学习技术来确定经调整的CTR，以便经调整的CTR可以例如在为NGD CPC合同确定基于eCPM的定价时成为用于确定基于eCPM的定价的输入。在612，出价调整器308可基于经调整的eCPM和/或CTR确定创意的价格和/或出价。在614，出价调整器308可以将定价和/或出价信息发送到NGD交换服务器130以用于参加内容交换网络300的NGD拍卖。

出价调整器308可以使用创意的经调整的eCPM来作为出价或者至少作为创意的出价的基础以进入诸如广告时隙之类的时隙。利用这种安排，NGD定价服务器118可自动随时间使更吸引人的内容升级并使不吸引人的内容降级。甚至与有限量的会话数据相关的创意也能在较小程度上被升级和降级。换言之，创意或创意的出价的升级和降级可以部分地基于与该创意相关的可用历史数据量。较不吸引人的创意将具有较低的概率在拍卖中赢得时隙机会。另外，通过调整较不吸引人的创意的价格，在将其创意放在流和web页面中时，创意的发布者将冒较小的风险。

NGD定价服务器118还可能在与统一市场流和/或各种社交媒体流一起使用时有用。例如，定价模块对2013年4月29日递交的美国专利申请No.13/872,436、现美国专利No._______“PRIORITIZING ITEMS FROMDIFFERENT CATEGORIES IN A NEWS STREAM”(“新闻流中来自不同种类的项的优先级排序”)(代理人签号12729-1122)有用。当调整用于递送内容的策略时，NGD定价服务器118可减少发布者的长期损失用户的风险。考虑到内容流环境中经历的高CTR，调整流中的eCPM的能力可能尤其有用。

图7是适于执行NGD交换中的广告的定价的调整的NGD定价服务器118的另一实施例的系统图示。图7的示例扩展了参考图3-6公开的示例，并且额外具有产品和属性数据库101的访问权。除了图3讨论的那些特征，出价服务器118还可包括与统计分析器706和出价调整器708在一起的可被处理器305和存储器303运行的数据汇聚器702。

(数据库101的)产品和属性是可与发布者提供的某些产品或服务有关的产品或基于web页面的内容。在某些情况下，web页面属性上提供的信息可以是线性，但通常还包括广告。例如，产品可包括某些诸如电视、DVD播放机或游戏机或与这些项目有关的网站之类的商品。属性可包括诸如电子邮件、汽车、新闻、运动、天气、金融、游戏、旅游等之类的信息内容和服务，如加州Sunnyvale的雅虎提供的那些。

运行这些活动收集器304的处理器305可例如从用户数据库109中的存储器获取驻留时间信息，并且可包括与显示内容流中流向用户的广告相关的用户参与信息。

数据汇聚器702可基于不同的显示和在线广告活动上下文来将打算在显示内容流的时隙内显示的显示广告分组，所述显示和在线广告活动上下文例如但不限于：广告级别(tier)和/或类别，广告在其上被查看的设备，广告在其中流动的产品(或属性)。为此，数据汇聚器702可从用户数据库109、广告数据库110和产品/属性数据库101拉出数据，并将该数据以在这些方面充分相似的广告被分组在一起的方式关联以便(将讨论的)NGD价格调整以具有较高概率生成较高的用户参与度的广告具有较高的赢得NGD拍卖的机会的方式发生。

级别可以是可以部分地基于品牌和声誉的广告和基于质量的广告类别，而广告类别是基于在主题上充分相似。

举例来说，一级(“1”)广告可以是更满足某些质量标准的广告，包括但不限于：质量高、公认和属于低风险类别。这些一级广告可能不要求年龄目标定位或者任何其他类型的品牌或类别特有的警告并且可能不与风险相关，其中风险可以被认为是例如色情内容、药理项目或酒精。一级广告可从不具有任何遵守流广告或任何其他雅虎广告产品的规范的问题，并且可以是Y！主页认可的品牌。一级广告的示例可来自诸如Coca Cola(可口可乐)、Ford(福特)、Verizon(威瑞森)和Proctor&Gamble(宝洁)之类的公司。

另举例来说，二级(“2”)广告也可以具有高质量、但不那么公认、属于低风险类别(比如流行的区域品牌)，或者可以公认并属于中度风险类别(比如减肥、贷款或要求年龄目标定位的类似药理或酒精饮料的类别)。二级广告也可需要从不具有遵守流广告或任何其他雅虎广告产品的规范的问题，并且是不创造误导性广告(例如，其中广告看似有内容，但登陆页面仅是品牌目的地)或具有无关图像的广告的广告者。几个示例二级广告的类别包括内衣、处方药物、减肥、酒精和生育控制。几个示例二级广告包括Pfizer(辉瑞)、Victoria’Secret(维多利亚的秘密)、Budweiser(百威)、Weight Watcher(慧优体)和Pink’s Hot Dogs(粉红热狗)。

再举例来说，三级(“3”)广告可来自既不落入1级也不落入2级类别层次的分类流广告合格广告者。示例三级广告包括低质量产品或看起来便宜的产品。可能落入三级的示例类别包括引导性销售(LeadGeneration)、性健康产品、约会站点和人物搜索站点。

又举例来说，四级(“4”)广告可适用于尚未被分类并因此鲜为人知或未经测试的广告。最后，五级(“5”)广告可包括被禁止成为流广告的那些广告。

处理器305还可计算数据汇聚器702确定的每个组中广告的短点击比率。短点击比率可以基于指派给该组的短点击阈值(例如，4或6秒)和该组的用户驻留时间信息。“短点击”可以是具有低于短点击阈值的广告上的短驻留(或参与)时间的用户的点击。短点击比率还可被称为“弹出率”或用户从显示的广告快速弹回或弹开的比率。为了计算短点击比率，处理器可确定用户参与该组的相应广告的时间段短于短点击阈值的时间百分比。

统计分析器706随后可将统计功能应用到各组中的广告的驻留时间信息上，以生成每个相应组的驻留时间统计数据。这种驻留时间统计数据可包括用户在一组广告上的平均驻留时间或者提供用户在被识别的广告上的驻留时间的对数或驻留时间信息的统计分析的任何其他算法或函数。统计分析器706可通过计算一组广告的驻留时间分布的均值、方差或中值来计算该组的平均驻留时间。其他驻留时间统计数据将被更详细地讨论。

出价调整器708随后可基于一个组的驻留时间统计数据和短点击比率来调整该组广告的用于NGD出价的定价，以便例如有利于具有较高驻留时间和较低短点击比率的组。组内广告的定价可以是期望千次印象价格(eCPM)定价(如之前讨论的)以及向何处调整eCPM定价，出价调整器708可对与其他广告组相比具有较低平均驻留时间的广告组的定价打折。

例如，出价调整器708可将要应用的打折水平计算为一组广告的短点击比率相对于其他组广告的短点击比率的比例。也就是说，假设分析显示桌面上的主页流上的某一类别的广告的短点击比率为5％、而桌面上的邮件流上同一类别的广告的短点击比率为20％，那么处理器可(基于5％/20％)将打折价格计算为高达0.25。相应地，当对广告出价时，出价可自动调整到$0.25*P，其中P为邮件流上的出价。

处理器305还可被配置成基于包括第一产品和第二产品的组的驻留时间统计数据和短点击比率来为第二产品设置eCPM定价水平，其中第二产品尚未由用户提供出价，但与用户已设置了出价的第一产品相关。

调整或折扣确定可离线完成并且随后在线应用到后续NGD拍卖出价。处理器305还可被配置成周期性更新一组广告的驻留时间信息，所述驻留时间信息可基于近期历史用户浏览活动获取。这些周期性更新提供了动态的自动调整，这提供了来自在线用户参与结果的反馈环，从而提供了有利于较高程度的用户参与的定价的改变。通过这种方式，NGD网络系统100可以有效地适应市场中的定价改变、新环境(例如，新的产品和用户体验)、新类别的广告以及用户对那些新广告的体验。

通过考虑用户参与对广告定价调整的影响，NGD网络系统100帮助发布者实现了生成健康的短期收益和驱动长期用户参与的目标。这种对显示广告流上的同一广告活动的eCPM出价的自动调整可基于不同用户设备上的活动的不同驻留时间分布被应用到不同产品(和/或属性)。相应地，图7的NGD网络系统100可使得广告者能够为广告被显示的一个主要产品(或属性)(例如，本垒流)上的一个活动仅指定一个出价，并且该出价可基于web页面上的广告的用户参与(体验)在其他产品上自动调整。

另外，来自不同产品上显示的不同活动类别的创意可能导致不同程度的用户参与并且还生成不同的用户体验。例如，用户可能与雅虎金融站点上的金融或保险广告交互更多(或高度参与)。相应地，出价调整器708可使用用户参与信息来调整广告定价以便活动更有机会赢得如下web产品的拍卖，所述活动的广告享有较高参与度的用户。同时，较少被参与的web产品(或属性)上的广告因此可将它们的定价打折来保护用户体验。

此外，各个产品和用户设备上每个广告活动类别(或级别)的平均驻留时间信息与短点击比率在调整NGD出价时的使用确保了拥有足够的用户生成的驻留时间数据来获得针对广告者的不同产品上的不同在线广告活动的合理市场价格，并且仍在不同上下文中取得良好的用户体验。

图8是用于基于流式内容中的广告显示上下文来调整NGD拍卖的广告的定价的示例方法。该方法可由NGD定价服务器118执行并且可通过获取参与显示内容流中流向用户的广告的用户的驻留时间(或参与)信息来开始(810)。该方法还可包括根据广告类别、广告在其上被查看的设备以及广告在其中流动的产品来将广告汇聚到不同组中(820)。

该方法还可包括基于指派给每个组的短点击阈值和该组的用户驻留时间信息来计算该组中的广告的短点击比率(830)。该方法还可包括确定用户在各组中的广告上的诸如平均驻留时间之类的驻留时间统计数据(840)。该方法还可包括确定一组广告的NGD定价(850)。该方法还可包括基于一个组的平均驻留时间和短点击比率来调整该组广告的用于NGD出价的定价，以便例如有利于具有较高驻留时间和较低短点击比率的组(860)。该方法可终止于将经调整的定价信息发送到NGD交换服务器130以用于NGD拍卖(870)。如前面讨论的，本公开的系统100和方法同样可应用于有保障广告。

附加的驻留时间统计数据和示例

在另一示例中，对于流广告上的驻留时间分析，统计分析器706可去除零(“0”)秒和一(“1”)秒驻留时间记录，然后取剩余驻留时间的对数，并将结果存储到log.dw中，创建例如桌面上的新闻的对数驻留时间的钟形直方图。

统计分析器随后可通过z检验将每个创意的log.dw与所有记录进行比较如下：

a.X为一个创意的log.dw

b.Y为所有创意的log.dw

C.计算

\frac{mean (x) - mean (y)}{\sqrt{\frac{var (x)}{length (x)} + \frac{var (y)}{length (y)}}} - - - (6)

其中mean表示取均值，var表示取方差，length表示取长度

d.获得z统计数据和p值

对结果进行排序并挑出具有的p值小于0.05、Z统计数据小于0并且具有至少30个驻留时间记录的创意。该处理可被视为进行统计假设检验以检验当在相同或相似上下文中显示时，某个广告活动是否具有比其他活动总体上更短的统计意义上的驻留时间，例如更差的用户参与。

统计分析器706可通过计算与当前流匹配的新流的平均投资回报率(ROI)来进行ROI分析。这可通过应用统计意义的测试以查看新的流与现有的流相比是否具有不同比例的短点击来进行。如果显著，则统计分析器可对新的流的CPC进行调整如下：

假设X1和Y1为现有流的短点击和长点击。

X2和Y2为新流上的短点击和长点击。

Y1/(X1+Y1)＝Y2/[(X2+Y2)*k]，其中k为乘性调整。

于是：k＝Y2/Y1*(X1+Y1)/(X2+Y2)，出价调整器708可基于交叉流分析来进行的调整。

作为其他示例，统计分析器706还可比较雅虎主页和新闻页中的内容流。为了调整流的效果，统计分析器706可比较不同流之间的驻留时间。捆绑类别可以是潜在变量，因此以下练习是为了查看统计分析器是否会对不同捆绑类别应用不同调整。

本垒(“HR”)和新闻流(“新闻”)的点击的驻留时间的均值比较可被完成如下。统计分析器706可去除超过600秒或小于5秒的那些记录，然后取驻留时间的自然对数，以帮助生成驻留时间的平均值。本垒的驻留时间为T_HR并且新闻流的驻留时间为T_news。用于平均本垒流驻留时间(T_HR-mean)的时间可被计算为：

T_{HR - mean} = e^{\log T_{HR}} - - - (7)

用于平均新闻流驻留时间(T_news-mean)的时间可被计算为：

T_{news - mean} = e^{\log T_{news}} - - - (8)

然后可针对不同的产品捆绑或属性捆绑计算公式7和公式8之间的差值，通知潜在的NGD价格调整。

前面的详细描述旨在被视为例示性而非限制性的，并且将理解，是以下包括其等同物的权利要求被打算用于限定本公开的精神和范围。此外，本文描述或附图例示的模块或示例操作块的分离不是为了被解释成将这些块或模块限制为物理上分离的设备。另外，本文描述的每个模块或操作块可包括计算机硬件或计算机硬件和软件的组合。例如，每个模块可包括包含可运行指令的非暂时性计算机可读介质，如任何类型的可编程电路。可编程电路例如可包括专用集成电路(ASIC)和/或现场可编程门阵列(FPGA)。此外，每个模块可包括存储器硬件以存储可由例如中央处理单元(CPU)之类的处理器运行的指令。另外，每个模块可通过相应的通信接口发送或接收数据。数据可经由诸如因特网之类的网络或包括因特网的网络被发送和接收。

Claims

1.一种系统，包括：

处理器，被配置成获取参与广告的用户的驻留时间信息，所述广告是在显示内容流中流向所述用户；

数据汇聚器，能够被所述处理器运行以将所述广告汇聚到不同的显示和在线广告活动上下文的不同组中，所述显示和在线广告活动上下文包括：广告级别，广告在其上被查看的设备，以及广告在其中流动的产品；

所述处理器被配置成基于每个组的用户驻留时间信息和短点击阈值来计算该组中广告的短点击比率；

统计分析器，能够被所述处理器运行以将统计功能应用于各个组中的广告的驻留时间信息，以便为每个相应的组生成驻留时间统计数据；以及

出价调整器，被配置成基于一组广告的短点击比率和驻留时间统计数据来调整用于在无保障递送NGD拍卖中出价的该组广告的定价，以便例如有利于具有较长驻留时间和较低短点击比率的组。

2.根据权利要求1所述的系统，其中所述广告级别包括基于质量的广告类别，并且所述数据汇聚器在将广告汇聚到组中时还考虑广告类别。

3.根据权利要求1所述的系统，其中所述产品包括从不同内容流选择的基于web的属性。

4.根据权利要求1所述的系统，其中为了计算所述短点击比率，所述处理器被配置成确定用户参与该组的相应广告的时间段短于所述短点击阈值的时间百分比。

5.根据权利要求1所述的系统，其中所述驻留时间统计数据包括平均驻留时间，其中一个组的所述平均驻留时间是通过从由该组的广告的驻留时间分布的均值、方差和中值组成的集合中选择的统计分析来计算的。

6.根据权利要求1所述的系统，其中所述驻留时间统计数据包括平均驻留时间，其中所述定价包括期望千次印象成本eCPM定价，并且其中为了调整所述eCPM定价，所述出价调整器被配置成对与另一广告组相比具有更短的平均驻留时间的广告组的定价打折。

7.根据权利要求6所述的系统，其中为了对广告组的定价打折，所述出价调整器被配置成将要应用的打折水平计算为该广告组的短点击比率相对于所述另一广告组的短点击比率的比例。

8.根据权利要求1所述的系统，其中所述定价包括期望千次印象成本eCPM定价，其中广告者已设置在第一产品和第一设备中流动广告的eCPM定价，并且其中所述处理器还被配置成：

基于包括在所述第一设备上的所述第一产品和尚未由所述广告者提供出价的第二设备上的第二产品中流动的广告的组的驻留时间统计数据和短点击比率来为在所述第二设备上的所述第二产品中流动的广告动态设置eCPM定价水平。

9.根据权利要求1所述的系统，其中所述处理器还被配置成周期性更新基于用户的近期历史浏览活动获取的广告的驻留时间信息。

10.一种具有处理器和存储器的计算机可运行的方法，包括：

获取参与广告的用户的驻留时间信息，所述广告是在显示内容流中流向所述用户；

使用所述处理器将所述广告汇聚到不同的显示和在线广告活动上下文的不同组中，所述显示和在线广告活动上下文包括：广告类别，广告在其上被查看的设备，以及广告在其中流动的产品；

使用所述处理器基于指派给每个组的短点击阈值和该组的用户驻留时间信息来计算该组中广告的短点击比率；

使用所述处理器确定用户在各个组中的广告上的平均驻留时间；以及

使用所述处理器基于一个组的短点击比率和平均驻留时间来调整用于在无保障递送NGD拍卖中出价的该组广告的定价，以便例如有利于具有较长驻留时间和较低短点击比率的组。

11.根据权利要求10所述的方法，其中所述产品包括从不同内容流选择的基于web的属性，并且其中所述汇聚除了基于广告类别之外还是基于广告级别执行的。

12.根据权利要求10所述的方法，其中计算所述短点击比率包括确定用户参与该组的相应广告的时间段短于所述短点击阈值的时间百分比。

13.根据权利要求10所述的方法，其中一个组的平均驻留时间是通过从由该组的广告的驻留时间分布的均值、方差和中值组成的集合中选择的统计分析来计算的。

14.根据权利要求13所述的方法，其中所述定价包括期望千次印象成本eCPM定价，并且其中调整所述eCPM定价包括对与另一广告组相比具有更短的平均驻留时间的广告组的定价打折。

15.根据权利要求14所述的方法，还包括：

将要应用的打折水平计算为该广告组的短点击比率相对于所述另一广告组的短点击比率的比例。

16.根据权利要求10所述的方法，还包括：

周期性更新基于用户的近期历史浏览活动获取的广告的驻留时间信息。

17.根据权利要求10所述的方法，其中所述定价包括期望千次印象成本eCPM定价，并且其中广告者已设置在第一产品和第一设备中流动广告的eCPM定价，所述方法还包括：

基于包括所述第一设备上的所述第一产品和尚未由所述广告者提供出价的第二设备上的第二产品的组的平均驻留时间和短点击比率来为在所述第二设备上和所述第二产品中流动的广告动态设置eCPM定价水平。

18.一种包含计算机可运行指令的非暂时性计算机可读存储介质，所述计算机可运行指令当被具有处理器和存储器的计算机运行时，通过以下步骤执行无保障递送NGD广告拍卖的广告的价格调整：

使用所述处理器获取参与广告的用户的驻留时间信息，所述广告是在显示内容流中流向所述用户；

使用所述处理器基于一个组的短点击比率和平均驻留时间来调整用于在NGD中出价的该组广告的定价，以便例如有利于具有较长驻留时间和较低短点击比率的组。

19.根据权利要求18所述的非暂时性计算机可读存储介质，其中所述产品包括从不同内容流选择的基于web的属性，并且其中所述汇聚除了基于广告类别之外还是基于广告级别执行的。

20.根据权利要求18所述的非暂时性计算机可读存储介质，其中一个组的平均驻留时间是通过从由该组的广告的驻留时间分布的均值、方差和中值组成的集合中选择的统计分析来计算的。

21.根据权利要求18所述的非暂时性计算机可读存储介质，其中所述定价包括期望千次印象成本eCPM定价，并且其中调整所述eCPM定价包括对与另一广告组相比具有更短的平均驻留时间的广告组的定价打折。

22.根据权利要求21所述的非暂时性计算机可读存储介质，还包括能够被所述处理器运行以将要应用于对广告进行打折的打折水平计算为该广告组的短点击比率相对于所述另一广告组的短点击比率的比例的指令。

23.根据权利要求18所述的非暂时性计算机可读存储介质，其中所述定价包括期望千次印象成本eCPM定价，并且其中广告者已设置在第一产品和第一设备中流动广告的eCPM定价，所述非暂时性计算机可读存储介质还包括能够被所述处理器运行以基于包括流向不同设备的所述第一产品和尚未由所述广告者提供出价的第二产品的组的平均驻留时间和短点击比率来为在第二设备上和所述第二产品中流动的广告动态设置eCPM定价水平的指令。