CN106575407A - 基于浏览上下文的广告选择 - Google Patents
基于浏览上下文的广告选择 Download PDFInfo
- Publication number
- CN106575407A CN106575407A CN201480080355.4A CN201480080355A CN106575407A CN 106575407 A CN106575407 A CN 106575407A CN 201480080355 A CN201480080355 A CN 201480080355A CN 106575407 A CN106575407 A CN 106575407A
- Authority
- CN
- China
- Prior art keywords
- user
- content
- advertisement
- content page
- keyed advertising
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0263—Targeted advertisements based upon Internet or website rating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
Abstract
公开了一种用于提供广告的方法。将在具有至少一个处理器、存储设备和连接到网络的通信平台的机器上实现该方法,该方法可以包括接收向要呈现给用户的内容页面中插入广告的请求。该方法还包括基于内容‑广告索引和用户‑广告索引来选择与内容页面和用户相关的广告,并且发送指示了所选择的广告的信息作为对所述请求的响应,其中,内容‑广告索引和用户‑广告索引是基于用户浏览上下文构建的。还公开了一种用于生成多维索引的方法。将在具有至少一个处理器、存储设备和连接到网络的通信平台的机器上实现该方法,该方法可以包括基于至少一个内容配置文件和至少一个广告配置文件来生成内容‑广告索引,并且基于至少一个用户配置文件和至少一个广告配置文件生成用户‑广告索引。内容‑广告索引和用户‑广告索引用于选择要插入到呈现给用户的内容页面中的相关广告。
Description
技术领域
本教导一般涉及用于广告的方法和系统。具体地,本教导针对用于选择要呈现给用户的相关广告的方法和系统。
背景技术
在显示广告领域中,用户的兴趣是可以用于选择相关广告的最有价值的信号之一。因为用户最可能对与他/她的兴趣相匹配的广告产生行动,所以广告商期望接触到对所广告的产品或服务最感兴趣的人。为了创造出三赢的局面,发布商需要向用户展示最相关的广告,并同时向用户提供内容。
用于定向广告的大多数现有技术利用关于用户的过去行为(例如,页面点击和广告点击)的信息或者基于场所信息(例如,位置、年龄、设备等)来管理广告选择的规则。然而,其他参数也可以提供指示了用户兴趣的有用信息并且可以用于选择相关广告。
发明内容
本教导涉及用于提供广告,具体地,用于基于用户的浏览上下文提供相关广告的方法、系统和程序。
在实施例中,公开了用于提供广告的方法。在具有至少一个处理器、存储设备和连接到网络的通信平台的机器上实现的方法可以包括接收向要呈现给用户的内容页面插入广告的请求。该方法还包括基于内容-广告索引和用户-广告索引来选择与内容页面和用户相关的广告,其中内容-广告索引和用户-广告索引是基于用户浏览上下文构建的,并且发送指示了所选择的广告的信息作为对请求的响应。
在实施例中,公开了用于提供广告的系统。该系统包括至少一个处理器、存储设备和连接到网络的通信平台。该系统还包括:多维索引构造器,被配置成基于与用户相关联的浏览上下文来建立内容-广告索引和用户-广告索引;以及在线广告选择器,被配置成响应于与相关广告要被插入到的内容页面和该内容页面要被呈现给的用户相关的请求,基于内容-广告索引和用户-广告索引来选择相关广告。
在实施例中,公开了其上记录有信息用于提供广告的非暂态机器可读介质。该信息在由机器读取时,使得该机器接收向要呈现给用户的内容页面插入广告的请求。该信息还使得机器基于内容-广告索引和用户-广告索引来选择与内容页面和用户相关的广告,其中内容-广告索引和用户-广告索引是基于用户浏览上下文构建的,并且发送指示了所选择的广告的信息作为对请求的响应。
在实施例中,公开了一种用于生成多维索引的方法。在具有至少一个处理器、存储设备和连接到网络的通信平台的机器上实现的方法可以包括基于至少一个内容配置文件和至少一个广告配置文件来生成内容-广告索引,并且基于至少一个用户配置文件和至少一个广告配置文件生成用户-广告索引。内容-广告索引和用户-广告索引用于选择要插入到将呈现给用户的内容页面中的相关广告。
在实施例中,公开了其上记录有信息用于生成多维索引的非暂态机器可读介质。该信息在由机器读取时,使得该机器基于至少一个内容配置文件和至少一个广告配置文件生成内容-广告索引;以及基于至少一个用户配置文件和至少一个广告配置文件生成用户-广告索引。内容-广告索引和用户-广告索引用于选择要插入到将呈现给用户的内容页面中的相关广告。
在实施例中,公开了多维索引生成器。该多维索引生成器可以包括:内容-广告索引生成器,被配置为基于至少一个内容配置文件和至少一个广告配置文件来生成内容-广告索引;以及用户-广告索引生成器,被配置为基于至少一个用户配置文件和至少一个广告配置文件来生成用户-广告索引。内容-广告索引和用户-广告索引用于选择要插入到将呈现给用户的内容页面中的相关广告。
附图说明
从示例性实施例方面进一步描述在本文描述的方法、系统和/或编程。参考附图详细描述这些示例性实施例。这些实施例是非限制性示例性实施例,其中,在附图的若干视图中,类似的参考标号表示相似的结构,并且其中:
图1根据本教导的实施例描述了其中部署了基于浏览上下文的广告选择器以提供广告的示例性系统的高层次描述;
图1A根据本教导的不同实施例描述了其中部署了基于浏览上下文的广告选择器以提供广告的示例性系统的高层次描述;
图2根据本教导的实施例描述了基于浏览上下文的广告选择器的高层次示例性系统图;
图3根据本教导的实施例描述了内容-广告索引和用户-广告索引的示例;
图4根据本教导的实施例描述了多维索引构造器的高层次示例性系统图;
图5是根据本教导的实施例的用于构建多维索引的示例性过程的流程图;
图6根据本教导的实施例描述了浏览上下文信息的示例;
图7根据本教导的实施例描述了在浏览时所执行的用户动作的示例;
图8根据本教导的实施例描述了内容相关信息的示例;
图9根据本教导的实施例描述了广告信息的示例;
图10根据本教导的实施例描述了内容配置文件生成器的高层次示例性系统图;
图11根据本教导的实施例描述了广告配置文件生成器的高层次示例性系统图;
图12根据本教导的实施例描述了用户配置文件生成器的高层次示例性系统图;
图13根据本教导的实施例描述了内容-广告索引生成器的高层次示例性系统图;
图14是根据本教导的实施例的用于生成内容-广告索引的示例性过程的流程图。
图15根据本教导的实施例描述了用户-广告索引生成器的高层次示例性系统图;
图16是根据本教导的实施例的用于生成用户-广告索引的示例性过程的流程图;
图17根据本教导的实施例描述了在线广告选择器的高层次示例性系统图;
图18是根据本发明实施例的用于选择相关广告以进行显示的示例性过程的流程图;
图19描述了可以在其上实现本教导的一般移动设备架构;以及
图20描述了可以在其上实现本教导的一般计算机架构。
具体实施方式
在下面的详细描述中,通过示例的方式阐述了许多具体细节,以提供对相关教导的透彻理解。然而,对本领域技术人员显而易见的是,可以在没有这些细节的情况下实现本教导。在其它实例中,已经以相对高层次而未详细地描述了公知的方法、过程、组件和/或电路,以避免不必要地模糊本教导的方面。
本教导涉及用于广告的方法和系统。具体地,本教导针对选择要呈现给用户的相关广告的方法和系统。
广告的目标之一是向用户销售产品和/或服务。如果广告的产品和/或服务是用户感兴趣的,则用户更可能注意到该广告或与该广告交互。例如,对国际象棋感兴趣的用户将比对例如足球感兴趣的用户更可能查看关于国际象棋策略的书的广告。因此,向用户呈现相关广告的要素之一是解密用户兴趣。
一般地,可以使用多种方法来解密用户的兴趣。其中一种方式是使用用户本身提供的兴趣信息。在许多实例中,用户可以向内容提供商提供可以包括用户兴趣的用户配置文件(profile)。可以将该用户配置文件向例如广告选择引擎共享,以选择与用户的兴趣相匹配的广告。另一种方式是基于用户购买产品和/或服务的历史来解密用户的兴趣。再另一种方式可以是基于用户从内容源访问的内容以及用户对呈现给用户的内容所执行的动作来编译用户配置文件。
应注意的是,术语“内容提供商”和“发布商”在本文中可以互换地使用,并且是指提供或发布由网络用户访问的电子内容的实体。内容可以包括例如图形、数据、新闻、文章、基于软件的产品等等。内容提供商可以提供或可以不提供用于访问内容的软件。在一些实例中,内容提供商可以指仅提供电子内容的实体。替代地或另外地,在其他实例中,内容提供商可以指创建和/或分发电子内容的实体。因此,在一些实例中,术语“发布商”可以特定地指提供由第三方创建的用于用户访问的内容的内容提供商。内容提供商的示例包括但不限于在线新闻提供商(例如,纽约时报、华尔街日报、路透社、CNN等)、博客(例如,Tumblr、The Huffington Post、The Daily Beast、The Daily Caller、Tech Crunch等)、在线游戏提供商(例如,Gaikai、OnLive、Playcast Media Systems、Zynga等)、大规模在线公开课程(或MOOC,例如,Coursera、SlideRule、Khan Academy、Udemy等)、娱乐网站(例如,ESPN、Hulu、Netflix等)、在线数据库提供商(例如,IMDb、维基百科等)、内容聚合器(例如,DrudgeReport、Squidoo、Slashdot、eHow等)、web门户(例如,Yahoo!、Aol、Rediff、MSN等)、媒体托管服务(例如,Youtube、Vimeo、GoFish、Veoh等)等。
本文公开了基于用户的浏览上下文来为用户选择和提供相关广告的方法和系统。本文所使用的浏览上下文是指用户访问的内容页面和/或用户查看内容时用户的动作。因此,浏览上下文包括用户阅读内容页面或用户与内容页面交互花费的时间,和/或用户访问页面的频率。用户查看web上内容时的动作包括但不限于:在一段时间内查看内容;在社交媒体上或通过通信方法(例如,电子邮件、即时消息或文本消息)分享内容;内容页面上进行评论(以及评论的语气和/或内容,例如,积极或消极评论)、打印内容页面的副本、滚动内容、重新访问内容、点击(或者在触摸屏设备的情况下,触摸)内容页面中给出的链接等等。可以基于各种度量来测量和/或量化动作。例如,用于量化用户与内容页面交互的一种方法是记录在页面上花费的时间(即,停留时间)。假设用户经常打开多个页面并且在多个页面之间来回切换上花费时间,则滚动页面以及滚动页面的速率可以提供用户对页面内容的实际兴趣的更好的量化。随着技术的改进,可以设想测量用户与页面交互的其他度量。例如,在一些智能电话中,面向用户的摄像头可以检测用户瞳孔的运动,以检测用户是否正在阅读显示在智能电话屏幕上的内容。来自这种瞳孔运动检测系统的数据可以用于测量用户交互。类似地,在一些实施例中,可以使用在设备上可用的各种传感器(包括但不限于摄像头、麦克风、加速度计等等)来识别用户面部的表情,或者理解用户与内容交互时由用户发出的声音的上下文。这种反馈也可以用于量化用户对(一个或多个)内容页面的兴趣等级。考虑使用当前可用的和/或尚待开发的技术的其他交互和交互度量。
图1根据本教导的第一实施例描述了其中部署了基于浏览上下文的广告选择器140以提供广告的示例性系统的高层次描述。示例性系统100包括(一个或多个)用户110、网络120、搜索引擎130、基于浏览上下文的广告选择器140、包括内容源160-a、160-b...160-c等的(一个或多个)内容提供商160、由(一个或多个)广告商150提供的(一个或多个)广告数据库155、以及广告服务器170。网络120可以是单个网络或不同网络的组合。例如,网络可以是局域网(LAN)、广域网(WAN)、公共网络、专用网络、专有网络、公共电话交换网络(PSTN)、互联网、无线网络、虚拟网络或其任何组合。网络还可以包括各种网络接入点,例如,有线或无线接入点(例如,基站或互联网交换点120-a、……、120-b),其中,通过网络接入点,用户可以连接到网络来经由网络访问信息,并且内容提供商和广告商可以连接到网络来经由网络发送信息。
用户110可以是不同类型的,例如,经由桌面连接(110-d)连接到网络的用户、经由无线连接(例如,通过膝上型计算机(110-c)、手持设备(110-a)、或者在例如机动车辆中的内置设备(110-b))连接到网络120的用户,等等。考虑经由其他类型的设备连接到网络120的其他类型的用户。用户可以经由网络120通过搜索引擎130发送对内容的查询,并经由网络120从搜索引擎130接收查询结果,该查询结果可以将用户指向由发布商提供的内容源(例如,160-a)。在其他实例中,用户可以选择经由网络120直接访问由发布商提供的内容源(例如,160-b)。
为了将内容的配设货币化,发布商160可以选择包括由例如广告商150提供并且从广告数据库155中选择的广告。在一些实例中,发布商160可以基于曝光次数(即,内容提供商示出或显示广告的次数)和/或与广告相关联的点进次数从广告商150获得报酬。例如,发布商可以按每千次曝光10美元以及每次点击1美元来向广告商收取该发布商托管广告的费用。发布商对在其页面上显示的广告获得最大点击次数感兴趣,而广告商对将其广告转换为销售正被广告的产品/服务感兴趣。因此,显示更有可能被用户点击(和与其交互)的广告是发布商以及广告商都感兴趣的。基于浏览上下文的广告选择器140可以提供用于改进在内容页面上显示的广告的点进率的一种方式。本文所使用的广告的点进率是指点击次数除以广告的曝光次数(例如,每100次曝光的点击次数)。
在图1所示的第一实施例的示例中,基于浏览上下文的广告选择器140被部署为可以经由网络120向内容提供商160或搜索引擎130提供服务的独立服务提供商。当用户例如110-a经由网络120向搜索引擎130查询一条信息时,搜索引擎130可以得出搜索结果,该搜索结果包括指向来自内容源(例如,内容提供商160的160-a)的内容页面的链接。内容页面160-a可以与要在其上显示内容和广告两者的网页相关联。当用户110-a点击内容页面160-a时,可以向基于浏览上下文的广告选择器140发送要将广告插入到网页中的请求。可以将与关于用户110-a的信息、内容页面、和/或关于机器的信息与该请求合并,其中,用户经由该机器请求访问内容页面。当接收到选择相关广告的请求时,在请求中合并的关于用户和内容页面的信息由基于浏览上下文的广告选择器140分析并用于选择与内容页面和用户兴趣两者都相关的一个或多个广告。然后,经由网络120将与所选择的一个或多个广告相关的信息提供给内容提供商160或搜索引擎130。然后,所选择的一个或多个广告可以由广告服务器170从广告数据库155(广告数据库155可以由广告商150或广告代理(未示出)填充)获取,并且通过广告服务器170在内容页面上显示给用户。
图1A根据本教导的实施例描述了网络配置的另一个实施例。在此实施例中,基于浏览上下文的广告选择器140可以被部署为内容提供商(未示出)或搜索引擎130的后端,以选择与用户(例如,110-a)请求查看的内容页面相关的广告。如果用作搜索引擎130的后端,则当用户(例如,110-a)经由网络120请求搜索引擎130以查看内容页面时,搜索引擎130将关于内容页面和用户110-a的信息(例如,使用例如用于提供查询的用户标识、硬件标识或机器的域、机器的位置、从机器接收的查询历史之类的信息)传递到后端基于浏览上下文的广告选择器140。然后基于浏览上下文的广告选择器140对与内容页面和用户相关的信息进行分析,以对要插入到内容页面中的一个或多个广告进行标识。然后将该选择被发送到搜索引擎130,接着搜索引擎130通过广告服务器170从广告数据库155获取实际广告,并发送到用户的浏览器用于在内容页面上显示。
在不同的实施例中,基于浏览上下文的广告选择器140还可以用作的内容提供商(例如,Yahoo!)的后端模块(未示出)。在这种情况下,当用户请求内容提供商160提供具有插播广告的内容页面时,内容提供商160向其后端基于浏览上下文的广告选择器140发送请求,请求对与内容页面上的内容和请求内容页面的用户两者都相关的一个或多个广告进行标识。然后,内容提供商160获取被标识的广告,将其插入到内容页面中,并且向用户显示具有插入广告的内容页面。
图2根据本教导的实施例描述了基于浏览上下文的广告选择器的高层次示例性系统图。基于浏览上下文的广告选择器140包括在线广告选择器320、用户-广告索引330、内容-广告索引340以及多维索引构造器(MDCIC)310。当用户(例如,110-c)例如从搜索引擎130请求内容页面时,搜索引擎130向在线广告选择器320发送对(一个或多个)广告的请求。在线广告选择器320基于用户-广告索引330和内容-广告索引340选择一个或多个广告,并将该选择中继返回至搜索引擎130。然后搜索引擎130可以基于由在线广告选择器320提供的选择来获取广告,并将广告插入到要传送给用户110-c的内容页面中。
相关广告的选择是基于内容-广告索引340和用户-广告索引330。MDCIC 310用于基于与各种内容页面相关的信息、关于各种用户的信息、以及与各种广告相关的信息来构造用户-广告索引330和内容-广告索引340。提供用户-广告索引330以将每个用户连接到被认为是该用户感兴趣的各种广告。基于反映或表征用户兴趣的信息和与每个广告相关的信息来确定被认为与用户相关的广告集。与用户兴趣相关的信息包括围绕用户浏览的内容的浏览上下文。提供内容-广告索引340以将每个内容页面连接到被认为与该内容页面相关的各种广告。基于表征内容页面的信息和表征每个广告的信息来确定被认为与内容页面相关的广告集。与内容页面相关的信息的示例包括关键字、主题、其流行度以及与其相关联的浏览上下文。
图3根据本教导的实施例描述了内容-广告索引340和用户-广告索引330的示例性结构。内容-广告索引340被构造为将每个内容页面与被认为与该内容页面相关的一个或多个广告相连接。可以基于各种类型的信息(例如,内容页面的内容和/或页面的流行度)来评估内容页面和广告之间的相关性。用户-广告索引被构造为将每个用户与被认为与该用户或用户的兴趣相关的一个或多个广告相连接。可以基于与用户的兴趣和广告的性质相关的信息来评估用户和广告之间的相关性。
图3中示出了内容-广告索引340的示例性结构。为了将每个内容页面与一个或多个广告连接,内容-广告索引的每个实例可以包括与内容页面相关联的内容标识符以及与相应广告相关联的一个或多个广告标识符。图3中的内容-广告索引示出了其具有内容标识符350(C-ID1、C-ID2、……、C-IDm),其中每个内容标识符标识了例如由内容提供商160提供的内容页面。内容-广告索引340还包括广告标识符360(A-ID1、A-ID2、……、A-IDi),其中每个广告标识符标识了例如存储在广告数据库155中的广告。如图3所示,每个内容标识符被连接到一个或多个广告标识符。该连接可以是双向的(即使它被示为一个方向)。例如,内容标识符C-ID1被连接到广告标识符A-ID1、A-ID4、……、和A-IDj,表示由A-ID1、A-ID4、……、A-IDj标识的广告与由内容标识符C-ID1标识的内容页面相关。
内容-广告索引中的每个连接是一对标识符,即一个内容标识符和另一个广告标识符。每个广告与每个内容页面的相关程度可以变化,使得相关性分数可以用于指定每个连接的相关程度。例如,(C-ID1,A-ID1)对具有内容-广告相关性分数CA11-R。(C-ID1,A-IDj)对具有相关性分数CA1j-R。内容-广告索引340可以用于选择与内容页面相关的广告。例如,给定具有内容标识符的内容页面,可以通过选择通过内容-广告索引340链接到该内容标识符的广告来对与内容页面相关的广告进行标识。可以基于与连接相关联的相关性分数来选择最相关的广告。
在图3中示出了用户-广告索引330的类似示例性结构。为了在每个用户与一个或多个广告之间建立索引,用户-广告索引的每个实例可以包括与用户相关联的用户标识符和与相应广告相关联的一个或多个广告标识符。图3中的用户-广告索引示出了其具有用户标识符370(U-ID1、U-ID2、……、U-IDp),其中每个用户标识符标识了用户。用户-广告索引330还包括广告标识符360(A-ID1、A-ID2、……、A-IDi),其中每个广告标识符标识了例如存储在广告数据库155中的广告。每个用户标识符连接到或索引到一个或多个广告标识符。该连接可以是双向的(即使它被示为一个方向)。例如,用户标识符U-ID1被连接到广告标识符A-ID2、A-IDe、……、和A-IDj,表示由A-ID1、A-IDe、……、和A-IDj标识的广告与由用户标识符U-ID1标识的用户相关。
用户-广告索引中的每个连接是一对标识符,即一个用户标识符和另一个广告标识符。每个广告与每个用户的相关程度可以变化,使得相关性分数可以用于指定每个连接的相关程度。例如,(U-ID1,A-ID2)对具有用户-广告相关性分数UA12-R。(U-ID1,A-IDj)对具有相关性分数UAlj-R。用户-广告索引330可以用于选择与用户相关的广告。例如,给定用户的用户标识符,可以通过选择通过用户-广告索引330链接到该用户标识符的广告来对与用户兴趣相关的广告进行标识。可以基于与连接相关联的相关性分数来选择最相关的广告。
MDCIC 310操作以构造内容-广告索引340和用户-广告索引330,并且基于动态收集的信息持续地更新它们。图4根据本教导的实施例描述了MDCIC 310的示例性高层次系统图。在一个实施例中,MDCIC 310包括负责生成用户-广告索引330的用户-广告索引生成器450以及负责生成内容-广告索引340的内容-广告索引生成器460。还可以基于任何特定应用上下文的需要构造其他交叉参考索引。
在一些实施例中,用户-广告索引生成器450基于来自用户配置文件存储设备470的用户配置文件和来自广告配置文件存储设备480的广告配置文件来创建用户-广告索引330。内容-广告索引生成器460基于存储在内容配置文件存储设备490中的内容配置文件和存储在广告配置文件存储设备480中的广告配置文件来创建内容-广告索引340。用户配置文件存储设备470将每个用户的用户兴趣配置文件存档,其中用户兴趣配置文件由用户兴趣配置文件生成器420基于由浏览上下文信息收集器405收集的信息和其他的用户相关信息(例如自我报告的兴趣信息)生成。
图6根据本教导的实施例描述了浏览上下文信息的示例。浏览上下文信息600包括但不限于:从用户访问的内容页面提取的关键字(610)、用户在所访问的内容页面上执行的动作(630)、用户所访问的内容页面的标签和/或类别(620)、与内容页面和/或广告相关联的用户停留时间(640)等。图7示出了用户在所访问的内容页面和/或所查看的广告上所采取的动作630的一些示例,其可以包括积极动作710以及消极动作720。积极动作710包括例如下载、分享、打印、发邮件、积极评论、等等。消极动作720包括例如跳转、取消选择、消极评论、等等。在本文别处详细讨论涉及浏览上下文的其他信息。
例如,基于用户浏览的内容之间的共性,可以认为访问并花大量时间阅读关于诸如“黑客帝国(The Matrix)”、“生死时速(Speed)”、“地狱神探(Constantine)”、“连锁反应(Chain Reaction)”等电影的用户对演员基努·里维斯(Keanu Reeves)感兴趣。与这些电影中的每一个相关的页面可以包括涉及下述内容的关键字:电影演员、导演、作者、制片人;剧情简介;电影花絮等等。这种关键字在610中表示。类似地,如果用户在访问涉及这些电影的内容页面时下载演员基努·里维斯的照片,这种动作在630中表示。在许多实例中,内容发布商可以包括与内容页面一起的特定标签和类别。例如,对于上述电影,发布商(例如,IMDB或Rotten Tomatoes)可以具体包括诸如“科幻小说”、“基努·里维斯(KeanuReeves)”、“劳伦斯·菲什伯恩(Laurence Fishburne)”、“雨果·维文(Hugo Weaving)”、“桑德拉·布洛克(Sandra Bullock)”、“蕾切尔·薇兹(Rachel Weiss)”等标签。这种标签可以在620中表示。另外,一些发布商可以包括与这种页面一起的广告。例如,发布商可以在电影“黑客帝国(The Matrix)”的页面上包括诸如“四十七浪人(47Ronin)”、“记忆碎片(Memento)”、“黑洞表面(Event Horizon)”、“V字仇杀队(V for Vendetta)”(以来自电影“黑客帝国(The Matrix)”的一个或多个演员为特征)等电影的预告片链接,或者在电影“生死时速(Speed)”的页面上包括诸如“地狱神探(Constantine)”、“四十七浪人(47Ronin)”、“地心引力(Gravity)”、“弱点(the Blind Side)”(以来自电影“生死时速(Speed)”的一个或多个演员为特征)等电影的预告片链接。在一些实例中,用户可以点击并观看这种预告片。例如,对演员基努·里维斯(Keanu Reeves)感兴趣的用户可以点击“四十七浪人(47Ronin)”的预告片链接,而忽略“地心引力(Gravity)”的预告片链接。这种信息在框630中表示。
回到图4,MDCIC 310还包括内容配置文件生成器440,其基于与来自内容信息收集器415的内容相关的信息来创建内容页面的内容配置文件。将如此创建的内容配置文件存储在内容配置文件存储设备490中。
图8根据本教导的实施例描述了可以在创建内容配置文件中使用的内容信息的示例。内容信息800包括但不限于内容页面相关信息810(例如,关键字、增强关键字、主题/类别等)、与内容页面相关的统计820(例如,访问频率、查看长度等)、关于反映用户共同兴趣的浏览上下文的信息(830)(例如,用户动作、停留时间、滚动速度、滚动期间的暂停等)。
关键字可以来自不同的源。例如,内容提供商可以提供它们。在许多情况下,由分析内容的任何一方或任何过程(例如,内容信息收集器415)从内容页面提取关键字。可以离线或即时(on-the-fly)(当用户访问内容页面时)标识关键字。提取的关键字可用于表征各个内容网页。例如,讨论网球比赛的最终得分的文章可以包括下述内容作为关键字:在进行该比赛期间的锦标赛名称(例如,法国网球公开赛)、该锦标赛正在进行的地点(例如,法国巴黎)、所涉及的选手名字(例如,拉菲尔·纳达尔(Rafael Nadal)、罗杰·费德勒(RogerFederer))、时间戳(例如,进行该比赛的日期/时间)等等。提取的关键字还可以用于获得内容页面的适当主题或将其分类到某内容类别中。
与内容相关联的标签和/或类别可以是有用的,其可以由内容提供商添加或者基于从内容或内容的元数据中提取的信息来被动获得。使用上述网球比赛的示例,类别可以包括例如运动(例如,网球)、锦标赛类型(例如,大满贯)、页面的主题(例如,得分)等等。在一些实施例中,用户可以选择添加他们自己的标签,例如,比赛的描述(例如,史诗般的结局)、选手的昵称(例如,Rafa、Fedex)、比赛的历史(例如,每个选手击败了谁而进入的该特定比赛)等等。标签的其他示例包括,例如,在分享页面时使用的“主题标签(hashtag)”。在一些实施例中,编辑者和/或内容提供商可以选择包括例如在页面的评论中频繁使用的单词作为标签。在其他实施例中,内容信息收集器415可以分析内容页面并将内容页面分类到一些内容类别或内容分类(taxonomy)中。在各种实施例中,这种标签和类别的数目及长度可以不受限制。还设想了其他标签和类别。这种关键字、标签和类别在810中表示。
内容相关的统计820(即,涉及用户访问的统计)也可以以有用的方式用于构建内容配置文件。例如,与用户的访问频率和用户与页面的交互频率相关的内容页面的统计可以用于推断该页面的流行度。在一些实施例中,统计可以包括关于评论中的特定词的使用情况的统计信息(例如,其可以是用算法提取的)。还设想了其他有用的统计信息。
反映了与内容页面相关的浏览上下文的信息也可以用于构建内容配置文件。例如,请求查看页面的次数或频率、与每次访问相关联的停留时间、用户评论的数目和/或频率,页面被分享和/或被邮件发送的次数、被同一用户重新访问的次数等等。
回到图4,MDCIC 310还包括广告配置文件生成器430,其创建广告的广告配置文件并将所创建的广告配置文件存储在广告配置文件存储设备480中。广告配置文件生成器430基于围绕广告的信息生成广告的广告配置文件。关于广告的信息可以由广告信息收集器410收集,并且可以包括由广告商和/或其代理提供的信息或者围绕广告的其他信息(例如,关于广告的用户反馈或广告的流行度)。
图9根据本教导的实施例描述了可用于创建广告配置文件的示例性广告信息类型。例如,广告信息900包括来自广告描述的关键字910、广告的类别920、目标信息930(例如,与广告相关的预期的或偏好的递送参数,例如展示时间、展示平台、目标观众等)、广告的预算940(例如,资金或资源分配)等。
可以看出,关于浏览上下文的信息是被动态且持续地收集的,这种信息用于动态地更新用户配置文件和内容配置文件。因此,用户-广告索引和内容-广告索引也被动态地更新,以反映对用户和广告之间以及内容和广告之间的关联性的精细估计。例如,每当用户查看内容页面并和与内容页面一起显示的广告进行交互时,观察用户活动和浏览上下文,并且使用用户-广告中可用的信息来更新用户配置文件和内容配置文件。然后,被更新的内容配置文件和用户配置文件使得用户-广告索引和内容-广告索引被相应地更新。在这种动态调整的配置文件和索引下,可以使用经更新的用户-广告索引和内容-广告索引来选择给定要呈现给特定用户的特定内容页面的广告,以使所选择的广告、要被插入所选择的广告的内容页面、以及具有所选择的广告的内容页面要被呈现给的用户之间的相关性最大。
图5根据本教导的实施例描述了用于构建多维索引的示例性过程的流程图。在505处,收集与每个用户相关的浏览上下文信息,并且该收集是动态且持续的。在510处,基于所收集的浏览上下文信息以及与用户或用户兴趣相关的其他信息针对每个用户生成用户兴趣配置文件。然后在515处将所创建的用户兴趣配置文件存储在用户配置文件存储设备中。在520处,与广告有关的信息被收集,并在525处与广告有关的信息用于针对每个可用广告生成广告配置文件。然后在530处,将所生成的广告配置文件存储在广告配置文件存储设备中。在535处,收集与内容有关的信息,其用于在540处针对每个内容页面生成内容配置文件。在545处,将针对内容页面生成的内容配置文件存储在内容配置文件存储设备490中。
在550处,基于用户配置文件和广告配置文件构建用户-广告索引并将其存储(未示出)。类似地,在555处,基于内容配置文件和广告配置文件构建内容-广告索引并将其存储(未示出)。
图10根据本教导的实施例描述了内容配置文件生成器440的高层次示例性系统图。内容配置文件生成器440包括内容信息分析器1010、内容分类器1030、内容特征提取器1020、增强特征标识器1040和基于特征的配置文件生成器1060。
内容信息分析器1010(从内容信息收集器415)接收内容相关信息,以标识各种内容相关特征。内容相关信息可以包括内容页本身。在一些实施例中,由内容信息分析器1010从内容页面中提取关键字。如所讨论的,在一些实施例中,来自内容页面的关键字还可以由例如内容的内容创建者、发布商和/或编辑者或者某第三方服务提供商提供。在一些实施例中,还可以由访问内容页面的用户提供关键字。除了关键字之外,还可以从内容页面中标识其他特征。例如,也可以对关键词的出现频率进行标识。
基于内容特征(例如关键字),内容分类器1030可以根据例如内容分类1050将内容页面分类为一个或多个主题。例如,可以将具有关键字网球、锦标赛等的内容页面分类为与“体育”相关。作为另一示例,在上述讨论的网球文章示例中,可以将该文章分类为涉及主题“体育评论员”。然后可以将所标识的关键字和内容页面的分类主题发送到增强特征标识器1040。
可以部署增强特征标识器1040以基于来自内容页面的已知关键字以及内容页面的估计主题来扩展与内容页面相关的特征。例如,如果关键字“网球”和“锦标赛”被提取并且内容页面被分类为与“运动”相关,则可以从内容页面提取附加关键字作为增强特征,附加关键字提供与内容页面中所描述的事件相关的进一步信息。例如,可以对参与锦标赛的人员姓名、举办锦标赛的地理位置的名称以及事件的日期进行标识,使得可以基于关键字和增强关键字更好地表示内容页面。
然后,基于特征的配置文件提取器1060基于与内容相关的信息(包括关键字、主题和增强特征)来生成内容页面的内容配置文件。在一些实施例中,内容页面的内容配置文件可以与高维特征向量相对应,其中该高维特征向量具有描述了与内容页面相关联的各种特征的属性。然后将如此创建的内容配置文件存储在内容配置文件存储设备490中。
图11根据本教导的实施例描述了广告配置文件生成器430的高层次示例性系统图。广告配置文件生成器430包括广告信息分析器1110、广告特征提取器1120以及基于特征的广告配置文件生成器1130。广告信息分析器1110从广告信息收集器405接收与广告相关的广告相关信息,并分析广告相关信息以提取与广告相关联的各种特征。这种特征包括用于描述广告的词语或者包括广告本身中的词语,例如包括正被广告的产品/服务的分类或类别。广告相关信息还可以包括与和广告的预期或期望递送相关的参数相关的信息。例如,可以存在对目标受众(例如,35岁以上的专业人士)、偏好的显示平台(例如,移动或TV)、期望的显示格式(例如,视频而不是静态图像)等具体的预期人口统计。广告特征提取器1120提取与广告相关的有用特征,并将提取的特征发送到基于特征的广告配置文件生成器1130,其继而创建结合了与广告相关的重要特征的广告配置文件。所创建的广告配置文件然后被存储在广告配置文件存储设备480中。
图12根据本教导的实施例描述了用户兴趣配置文件生成器420的高层次示例性系统图。用户兴趣配置文件生成器420包括用户数据库1230、浏览上下文信息分析器1210、浏览上下文特征提取器1220以及基于特征的用户兴趣配置文件生成器1240。用户数据库1230存储关于用户的信息,包括但不限于个人信息、社会联系、浏览历史和/或习惯、自我报告的兴趣、估计的兴趣等。浏览上下文信息分析器1210从浏览上下文信息收集器410接收信息,并且对该信息与来自用户数据库1230的信息进行交叉参考以分析与用户相关联的浏览上下文信息,并将经分析的信息发送到浏览上下文特征提取器1220。浏览上下文信息分析器1210可以将观察到的浏览上下文信息分组到不同的类别中,例如,识别从用户观察到的积极和消极动作,并且将每个观察到的动作与可以被表征为主题的某些内容相关联。
在接收到经分析的浏览上下文信息时,浏览上下文特征提取器1220对可用于表征用户的估计兴趣的特征进行估计。例如,浏览上下文特征提取器1220可以相对于预定义的多个兴趣类别来估计用户兴趣的相对级别。可以看出,所估计的用户兴趣级别与观察到的用户行为以及自我报告的兴趣相一致。用户的这种估计特征然后被发送到基于特征的用户兴趣配置文件生成器1240,用户兴趣配置文件生成器1240继而生成用户配置文件并将所创建的配置文件存储在用户配置文件存储设备470中。
在生成内容、广告或用户的配置文件时,如果先前的配置文件已经存在于相应的配置文件存储设备中,则基于新收集的信息来更新先已存在的配置文件。以这种方式,可以使内容、用户和广告的配置文件自适应。
图13根据本教导的实施例描述了内容-广告索引生成器460的高级示例性系统图。内容-广告索引生成器460使用来自广告配置文件存储设备480和内容配置文件存储设备490的信息来生成内容-广告索引340。内容-广告索引生成器460包括内容配置文件获取器1370、内容特征标识器1390、广告配置文件获取器1330、广告特征标识器1310、基于特征的相关性标识器1340以及基于相关性的内容-广告相关性索引(CARI)生成器1380。
为了构建内容-广告索引340,内容配置文件获取器1370针对每条内容(例如,存储在内容数据库1360中的内容页面)从内容配置文件存储设备490获取内容页面的内容配置文件。基于获取到的内容配置文件,内容特征标识器1390将内容配置文件中对将用于确定其与各种广告的相关性的特征进行标识。为了估计内容页面与每个特定广告之间的相关性,广告配置文件获取器1330针对在广告数据库155中存档的每个广告获取广告配置文件。然后,广告特征标识器1310对每个广告配置文件中将用于确定广告与内容页面之间的相关性的特定特征进行标识。然后,基于特征的相关性标识器1340基于在相应的配置文件中所标识的相应特征来计算每个广告相对于内容页面的相关性分数。这样计算的相关性分数然后被存储在C-A(内容-广告)相关性分数档案库1385中。
可以通过使用本领域已知的任何模型来计算基于两组特征(一个针对内容页面,一个针对广告)估计的C-A相关性分数。任何模型可以被配置和存储在1320中,并且由基于特征的相关性标识器1340使用。示例性模型包括使用两组特征之间的欧几里德距离的模型或者计算两个特征向量之间的相似度的模型。每对内容页面和广告由表示内容页面和广告之间的相关程度的相关性分数的值来描述。这在图3中示出,例如,相关性分数CA11-R表示第一内容页面和第一广告之间的相关性分数,以及CAmi-R表示第m个内容页面和第i个广告之间的相关性分数。
在一些实施例中,可以通过计算广告特征向量和内容特征向量之间的余弦来估计相关性分数。在其他实施例中,可以部署机器学习来学习用于计算相关性分数的模型。例如,基于过去的数据,可以使用学习算法(例如,逻辑回归或神经网络)来学习用于计算相关性分数的模型。在此实施例中,可以基于连续收集的数据来自适应地增强所计算的C-A相关性分数。例如,在计算并存储相关性分数(例如,CA2i-R)之后,当与例如相应内容页面(第二个内容页面)的浏览上下文以及其中显示的相应广告(第i个广告)相关的更多信息可用时,附加信息可以用于更新内容配置文件,使得随后基于更新的内容配置文件更新相关性分数CA2i-R。
C-A相关性分数档案库1385针对每对内容页面和广告提供相关性分数。在操作中,为了确保效率,对每个内容页面,可以考虑将广告中具有足够高相关性分数的部分用于选择。出于此目的,对每个内容页面,可以对其与可用广告相关的相关性分数进行排序,使得仅一定数目的具有最高排序分数的广告被认为与该内容页面相关。基于相关性的CARI生成器1380通过将每个内容页面与指定数目(例如,K)的排序最高的广告相链接来生成针对内容数据库1360中的每个可用内容页面的内容-广告索引340,其中,基于其各自的相关性分数(存储为最高C-A配置1350)来确定排序。这在图3中示出。
图14是根据本教导的实施例的用于生成内容-广告索引340的示例性过程的流程图。在1405处,获得内容页面。在1410处,获取内容页面的内容配置文件。在1415处,从内容页面的内容配置文件中标识内容特征。在1420处,获取广告(例如,从广告数据库155获得)的广告配置文件,随后在1425处从广告配置文件中标识广告特征。在1430处,基于所标识的内容特征和广告特征来计算内容页面和广告之间的相关性分数。在1435处,存储该相关性分数(例如,存储在相关性分数数据库1385中)。
在1440处,检查是否存在相对于当前内容页面尚未处理的剩余广告(例如,在广告数据库155中)。如果是,则该过程返回到1420以获取针对下一广告的下一广告配置文件,并且继续,直到确定并存储了针对存储在广告数据库155中的所有广告的相关性分数。一旦确定了当前内容页面和广告之间的相关性分数(在1440处为否),则在1445处,基于相对于内容页面的相关性分数来选择前N个最相关的广告。在1450处,基于相对于特定内容页面的前N个最相关的广告,创建针对当前内容页面的内容-广告索引340。针对特定内容页面的这种索引的示例结构在图3中示出。在1455处,确定是否存在任何额外的内容页面。如果存在尚未建立内容-广告索引的额外内容页面,则过程返回到1405以访问下一内容页面,从而标识前N个最相关的广告。该过程继续,直到所有内容页面都被如此处理。如果在1455处确定为否,则处理等待直到有新的内容页面可用。如果(或当)有新内容页面可用,则过程返回到1405,并继续构建针对新可用内容页面的内容-广告索引。本领域技术人员将认识到,虽然图14中的流程图示出了顺序过程,但可以并行地处理内容页面以创建内容-广告索引340。
图15根据本教导的实施例描述了用户-广告索引生成器450的高层次示例性系统图。用户-广告索引生成器450基于来自广告配置文件存储设备480的广告配置文件和来自用户配置文件存储设备470的用户配置文件来创建用户-广告索引330。用户-广告索引生成器450包括用户配置文件获取器1560、用户特征标识器1570、广告配置文件获取器1540、广告特征标识器1510、基于特征的相关性标识器1530以及基于相关性的用户-广告相关性索引(UARI)生成器1380。
为了构造用户-广告索引330,针对用户数据库1550中的每个用户,用户配置文件获取器1560从用户配置文件存储设备470中获取用户的用户配置文件。然后,用户特征标识器1570从用户配置文件中对将用于评估用户和广告之间相关性的特征进行标识。如上所述,用户配置文件可以包括表征用户的例如人口统计或兴趣(例如,兴趣主题)的各种信息。针对每个用户,广告配置文件获取器1540获取存储在广告数据库155中的每个广告的广告配置文件。然后,广告特征标识器1510从广告配置文件中标识广告的特征,以便评估用户与广告之间的相关性。基于用户的特征以及广告的特征,基于特征的相关性标识器1530根据从相关性模型档案库1520中选择的模型来估计U-A相关性分数。相关性模型可以是本领域中任何已知的模型。系统可以被配置成根据底层应用的需要或需求来使用特定模型。存档的模型还可以包括要在每个模型中使用的参数,使得当在应用中部署模型时,也在部署中使用参数。
计算用户和广告之间的相关性分数至少部分基于用户的浏览上下文以及广告的性质。例如,如果用户活跃地浏览关于新生婴儿的内容,例如访问和花费大量时间阅读涉及换尿布、婴儿用品、婴儿服装、哺乳、婴儿配方等等的网页,则涉及尿布、婴儿床、婴儿玩具、婴儿奶瓶、婴儿汽车座椅和这类产品的广告应当被认为与由用户的浏览行为反映的用户兴趣相关。同样,如果用户正访问并花费大量时间浏览涉及高尔夫球的网页,则涉及高尔夫练习场、专业高尔夫球杆、高尔夫球教练等的广告应被认为与用户的兴趣相关。
将所计算出的U-A相关性分数存储在U-A相关性分数档案库1585中。在操作中,为了确保效率,对每个用户,可以认为仅现实可行的数目的广告是相关的,这可以基于U-A相关性分数被确定。出于此目的,对每个用户,可以对用户相对于广告的相关性分数进行排序,使得仅一定数目的具有最高排序分数的广告被认为是与用户相关的。基于相关性的UARI生成器1580通过将每个用户与指定数目(例如,N)的排序最高的广告相链接来生成针对用户数据库中的每个用户的用户-广告索引330,其中基于其各自的相关性分数(存储为最高U-A配置1590)来确定排序。
图16是根据本教导的实施例的用于生成用户-广告索引330的示例性过程的流程图。在1605处,获得关于用户的信息。这种信息包括例如用户的身份。在1610处,基于用户的信息获取用户配置文件。在1615处,从用户配置文件中标识与用户兴趣相关的特征。然后相对于该用户,针对广告数据库155中的每个广告计算相关性分数。在1620处,获取广告的广告配置文件,并且在1625处标识与广告相关的特征。在1630处,基于用户特征和广告特征来确定测量用户兴趣和广告之间相关性的U-A相关性分数。在1635处,存储U-A相关性分数。在1640处,该过程检查是否存在尚未计算相对于该用户的相关性的任何额外广告(例如,在广告数据库155中)。如果是,则该过程返回到1620以获取下一广告的广告配置文件,并继续,直到确定并存储了所有可用广告的相关性分数。
一旦确定了所有广告的相关性分数(在1640处为否),在1645处基于其相对于用户的相关性分数来选择前K个最相关的广告。在1650处,创建针对特定用户的用户-广告索引330。在1655处,确定是否存在额外用户。如果是,则过程返回到1605以开始处理下一用户。如果确定为否,则该过程等待,直到有新的用户可用。如果(或当)存在新用户,则该过程移回到1605并继续建立针对新用户的用户-广告索引。本领域技术人员将认识到,虽然图16中的流程图示出了顺序过程,但可以并行地处理用户信息以创建用户-广告索引330。
图17根据本教导的实施例描述了在线广告选择器320的高层次示例性系统图。在线广告选择器320在图2中示出,其使用用户-广告索引330和内容-广告索引340来选择要插入到要呈现给用户的内容页面中的相关广告。在线广告选择器320包括请求处理器1750、基于用户-广告的广告选择器1730、基于内容-广告的广告选择器1710以及最相关广告确定器1760。
在操作中,请求处理器1750从例如搜索引擎130接收对广告的请求。该请求还可以来自发布商或内容提供商(未示出)。该请求提供与用户和特定内容页面相关的信息,该指定内容页面将被呈现给用户并且是所请求的广告要被并入的地方。在接收到请求时,请求处理器1750从请求中提取与用户相关的信息(例如,用户标识符)和与内容页面相关的信息(例如,内容页面标识符)。通过使用内容信息,基于内容-广告的广告选择器1710基于内容-广告索引340来对候选广告集或内容相关广告集1720进行标识。例如,如果内容页面与K个最相关的广告相关联,则这些广告形成内容相关广告集1720。类似地,基于用户-广告的广告选择器1730基于用户-广告索引330对用户相关广告集1740进行标识。例如,如果用户与N个最相关的广告相关联,则这些广告形成用户相关广告集1740。
基于两个候选广告集1720和1740,最相关广告确定器1760确定最相关的广告,并且响应于来自搜索引擎130的请求发送所选择的最相关广告。可以根据不同的选择标准来选择最相关广告。例如,在一些实施例中,可以从来自内容相关广告集1720和用户相关广告集1740的候选广告集中选择具有最高相关性分数的广告。在一些实施例中,可以要求所选择的候选广告既存在于内容相关广告集1720中,还存在于用户相关广告集1740中。在一些实施例中,可基于每千次曝光的实际费用(eCPM)来选择广告。设想了用于选择广告的其他度量。
图18是根据本教导的实施例的用于选择与给定内容页面和用户最相关的广告的示例性过程的流程图。在1810处,接收对广告的请求。可以从搜索引擎、内容提供商或任何其他实体接收该请求。在1820处,从请求中获得内容标识符和用户标识符。在1830处,根据内容标识符,基于内容-广告索引340确定内容相关广告候选集。在1840处,根据用户标识符,基于用户-广告索引330确定用户相关广告候选集。在1850处,根据一定标准从内容相关广告集和用户相关广告集中选择最相关的广告。在1860处,将所选择的最相关的广告提供给请求广告的实体。本领域技术人员将认识到,虽然图18中的流程图描述了顺序过程,但是可以并行地执行一些步骤,例如选择用户相关广告集和选择内容相关广告集。
可以考虑通过使用本文描述的过程提供的用户与广告的交互,并将其反馈到过程中以改进广告的相关性分数和排序。如此选择的广告提供了在内容网页的上下文与访问该页面的用户之间较高程度的相关性。这样,产生了从用户到显示广告的改进反应,使得内容提供商可以潜在地为广告的曝光收取额外的费率,而同时减少用户对访问混杂着不相关广告的页面的反感。这还通过选择性地确定将最有可能购买正在上市的产品/服务的用户目标来帮助广告商,从而提供显示广告的最高的性价比。
图19描述了可以在其上实现本教导的移动设备1900的一般移动设备架构。在此示例中,移动设备1900包括智能电话、平板电脑、音乐播放器、手持游戏控制台或者GPS接收机。在此示例中,移动设备1900包括一个或多个中央处理单元(CPU)1902、一个或多个图形处理单元(GPU)1904、显示器1906、存储器1908、通信平台1910(例如,无线通信模块)、存储设备1912以及一个或多个输入/输出(I/O)设备1914。任何其他适合的组件也可以包括在移动设备1900中,例如但不限于系统总线或控制器(未示出)。如图19所示,可以从存储设备1912将移动操作系统1916(例如,iOS、Android、Windows Phone等)和一个或多个应用1918加载到存储器1908中,以便由CPU 1902执行。应用1918可以包括web浏览器或任何其他适合的移动应用。应用1918的执行可以使得移动设备1900执行如前所述的一些处理。例如,由GPU 1904结合显示器1906进行广告或其他web内容的显示。经由I/O设备1914接收用户动作并经由通信平台1910将其发送到远程服务器。
图20描述了可以在其上实现本教导的一般计算机架构,并且图20具有包括用户界面元件的计算机硬件平台的功能框图图示。计算机可以是通用计算机或专用计算机。计算机2000可以用于实现用于提供本文所描述的广告的系统的任何组件。提供广告的系统140的不同组件(例如,如图2所示)都可以通过其硬件、软件程序、固件或其组合在计算机(诸如计算机2000)上实现。虽然为了方便仅示出一个这种计算机,但是可以以分布式方式在多个类似平台上实现涉及相关广告的选择的计算机功能,以分配处理负载。
例如,计算机2000包括连接到和去往网络的COM端口2050,以辅助数据通信。计算机2000还包括以一个或多个处理器形式、用于执行程序指令的中央处理单元(CPU)2020。示例性计算机平台包括内部通信总线2010、用于要处理和/或要由计算机传送的各种数据文件以及可能要由CPU执行的程序指令的不同形式的程序存储设备和数据存储设备(例如,盘2070、只读存储器(ROM)2030、或随机存取存储器(RAM)2040)。计算机2000还包括I/O组件2060,其支持计算机和其中的其他组件(例如,用户界面元件2080)之间的输入/输出流。计算机2000还可以经由网络通信接收编程和数据。
因此,如上概述的提供广告的方法的方面可以在编程中实现。本技术的程序方面可以被认为是通常以在一种类型的机器可读介质上承载或实现的可执行代码和/或相关联的数据的形式的“产品”或“制品”。有形非暂态“存储设备”类型的介质包括:计算机、处理器等的存储器或其他存储设备、或者可以在任何时间为软件编程提供存储的其相关联的模块(例如,各种半导体存储器、带驱动器、盘驱动器等)中的任一或全部。
有时可以通过诸如互联网或各种其它电信网络之类的网络传送全部或部分软件。这种通信例如可以实现将软件从一个计算机或处理器加载到另一计算机或处理器中,例如,从内容提供商或其他说明生成服务提供商的管理服务器或主计算机加载到计算环境或者与生成内容和用户相关广告相关地实现计算环境或类似功能的其他系统的(一个或多个)硬件平台中。因此,可以承载软件元件的另一类型的介质包括光、电和电磁波,例如用于通过有线和光学陆线网络以及通过各种空中链路跨本地设备之间的物理接口。承载这种波(例如,有线或无线链路、光学链路等)的物理元件也可以被认为是承载软件的介质。如本文所使用的,除非限于有形“存储”介质,诸如计算机或机器“可读介质”之类的术语是指参与向处理器提供指令以供执行的任何介质。
因此,机器可读介质可以采取许多形式,包括但不限于有形存储介质、载波介质或物理传输介质。非易失性存储介质包括例如光盘或磁盘,例如,任何(一台或多台)计算机中的任何存储设备,其可以用于实现系统或如本文附图中所示的其任何组件。易失性存储介质包括动态存储器,例如这种计算机平台的主存储器。有形传输介质包括同轴电缆、铜线和光纤,包括在计算机系统内形成总线的导线。载波传输介质可以采取(例如,在射频(RF)和红外(IR)通信期间产生的)电或电磁信号、或者声波或光波的形式。因此,计算机可读介质的常见形式包括例如软盘、弹性盘、硬盘、磁带、任何其他磁介质、CD-ROM、DVD、任何其他光介质、穿孔卡纸带,具有孔图案的任何其它物理存储介质、RAM、PROM、EPROM、FLASH EPROM、任何其它存储器芯片或盒、传输数据或指令的载波、传输这种载波的电缆或链路、或计算机可以从其读取编程代码和/或数据的任何其他介质。这些形式的计算机可读介质中的许多可以涉及将一个或多个指令的一个或多个序列载送到处理器以供执行。
本领域技术人员将认识到,本教导适于各种修改和/或增强。例如,虽然上述各种组件的实现可以在硬件设备中实现,但是它也可以被实现为仅软件解决方案,例如在现有服务器上的安装。此外,本文所公开的多维索引和索引引擎及它们的组件可以实现为固件、固件/软件组合、固件/硬件组合或者硬件/固件/软件组合。
尽管前面已对被认为是最佳模式和/或其他示例进行了描述,但应理解的是,可以在其中进行各种修改,并且本文公开的主题可以以各种形式和示例实现,并且本教导可以应用于许多应用中,本文仅描述了其中的一些。所附权利要求旨在要求保护落入本教导的真实范围内的任何和所有应用、修改和变化。
Claims (26)
1.一种用于提供广告的方法,该方法在具有至少一个处理器、存储设备以及连接到网络的通信平台的机器上实现,该方法包括以下步骤:
接收向要呈现给用户的内容页面中插入广告的请求;
基于内容-广告索引和用户-广告索引来选择与所述内容页面和所述用户相关的广告,其中所述内容-广告索引和所述用户-广告索引是基于用户浏览上下文构建的;以及
发送指示了所选择的广告的信息作为对所述请求的响应。
2.根据权利要求1所述的方法,其中所述选择步骤包括:
基于与所述内容页面相关联的第一标识符,根据所述内容-广告索引来标识第一候选广告集;以及
基于与所述用户相关联的第二标识符,根据所述用户-广告索引来标识第二候选广告集;以及
基于所述第一候选广告集和所述第二候选广告集来确定所选择的广告。
3.根据权利要求2所述的方法,其中,基于其是否存在于所述第一候选广告集和所述第二候选广告集二者中来确定所选择的广告。
4.根据权利要求1所述的方法,其中
所述内容-广告索引包括至少一对内容标识符和广告标识符,其中每对与第一分数相关联,其中所述第一分数指示了与所述内容标识符相对应的内容页面和与所述广告标识符相对应的广告之间的相关性;并且
所述用户-广告索引包括至少一对用户标识符和广告标识符,其中每对与第二分数相关联,其中所述第二分数指示了与所述用户标识符相对应的用户和与所述广告标识符相对应的广告之间的相关性。
5.一种用于提供广告的系统,该系统具有至少一个处理器、存储设备以及连接到网络的通信平台,该系统包括:
多维索引构造器,被配置成基于与用户相关联的浏览上下文来建立内容-广告索引和用户-广告索引;以及
在线广告选择器,被配置成响应于与相关广告要被插入到的内容页面和该内容页面要被呈现给的用户相关的请求,基于所述内容-广告索引和所述用户-广告索引来选择相关广告。
6.根据权利要求5所述的系统,其中所述多维索引构造器包括:
内容-广告索引生成器,被配置成生成包括至少一对内容标识符和广告标识符的内容-广告索引,其中每对与第一分数相关联,其中所述第一分数指示了在所述内容-广告索引中与内容标识符相对应的内容页面和与广告标识符相对应的广告之间的相关性;以及
用户-广告索引生成器,被配置成生成包括至少一对用户标识符和广告标识符的用户-广告索引,其中每对与第二分数相关联,其中所述第二分数指示了在所述用户-广告索引中与所述用户标识符相对应的用户和与所述广告标识符相对应的广告之间的相关性。
7.根据权利要求5所述的系统,其中,所述在线广告选择器包括:
基于内容-广告的广告选择器,被配置为响应于根据与所述内容页面相关联的内容标识符的所述请求,基于所述内容-广告索引来标识第一候选广告集;以及
基于用户-广告的广告选择器,被配置为响应于根据与所述用户相关联的用户标识符的所述请求,基于所述用户-广告索引来标识第二候选广告集;以及
相关广告确定器,被配置为基于所述第一候选广告集和所述第二候选广告集来确定所述相关广告。
8.一种在其上记录有用于提供广告的信息的非暂态机器可读介质,其中所述信息在由所述机器读取时,使得所述机器执行下述操作:
接收向要呈现给用户的内容页面插入广告的请求;
基于内容-广告索引和用户-广告索引来选择与所述内容页面和所述用户相关的广告,其中所述内容-广告索引和所述用户-广告索引是基于用户浏览上下文构建的;以及
发送指示了所选择的广告的信息作为对所述请求的响应。
9.根据权利要求8所述的介质,其中所述选择步骤包括:
根据与所述内容页面相关联的第一标识符,基于所述内容-广告索引来标识第一候选广告集;以及
根据与所述用户相关联的第二标识符,基于所述用户-广告索引来标识第二候选广告集;以及
基于所述第一候选广告集和所述第二候选广告集来确定所选择的广告。
10.根据权利要求9所述的介质,其中
所述内容-广告索引包括至少一对内容标识符和广告标识符,其中每对与第一分数相关联,其中所述第一分数指示了与所述内容标识符相对应的内容页面和与所述广告标识符相对应的广告之间的相关性;并且
所述用户-广告索引包括至少一对用户标识符和广告标识符,其中每对与第二分数相关联,其中所述第二分数指示了与所述用户标识符相对应的用户和与所述广告标识符相对应的广告之间的相关性。
11.一种用于生成多维索引的方法,该方法在具有至少一个处理器、存储设备以及连接到网络的通信平台的机器上实现,该方法包括下述步骤:
基于至少一个内容配置文件和至少一个广告配置文件来生成内容-广告索引;以及
基于至少一个用户配置文件和所述至少一个广告配置文件生成用户-广告索引,其中,
所述内容-广告索引和所述用户-广告索引用于选择要插入到呈现给用户的内容页面中的相关广告。
12.根据权利要求11所述的方法,其中
所述内容-广告索引包括至少一对内容标识符和广告标识符,其中每对与第一分数相关联,其中所述第一分数指示了与所述内容标识符相对应的内容页面和与所述广告标识符相对应的广告之间的相关性;并且
所述用户-广告索引包括至少一对用户标识符和广告标识符,其中每对与第二分数相关联,其中所述第二分数指示了与所述用户标识符相对应的用户和与所述广告标识符相对应的广告之间的相关性。
13.根据权利要求11所述的方法,其中
基于与特定用户的浏览上下文相关的信息来获得所述特定用户的用户配置文件;
基于与内容页面相关的信息来获得所述内容页面的内容配置文件;并且
基于与广告相关联的信息来获得所述广告的广告配置文件。
14.根据权利要求13所述的方法,其中所述浏览上下文包括下述项中的至少一项:
从所述特定用户访问的每个内容页面中提取的一个或多个特征;
所述特定用户访问的每个内容页面的至少一个标签;
所述特定用户在所述特定用户访问的每个内容页面上采取的一个或多个动作;以及
所述特定用户在所述特定用户访问的每个内容页面上花费的停留时间。
15.根据权利要求13所述的方法,其中与所述内容页面相关的信息包括如下项中的至少一项:所述内容页面的特征、与所述内容页面相关的统计信息、以及关于与所述内容页面相关联的浏览上下文上的信息。
16.一种在其上记录有用于生成多维索引的信息的非暂态机器可读介质,其中所述信息在由所述机器读取时,使得所述机器执行下述操作:
基于至少一个内容配置文件和至少一个广告配置文件生成内容-广告索引;以及
基于至少一个用户配置文件和所述至少一个广告配置文件生成用户-广告索引,其中,
所述内容-广告索引和所述用户-广告索引用于选择要插入到呈现给用户的内容页面中的相关广告。
17.根据权利要求16所述的介质,其中
所述内容-广告索引包括至少一对内容标识符和广告标识符,其中每对与第一分数相关联,其中所述第一分数指示了与所述内容标识符相对应的内容页面和与所述广告标识符相对应的广告之间的相关性;并且
所述用户-广告索引包括至少一对用户标识符和广告标识符,其中每对与第二分数相关联,其中所述第二分数指示了与所述用户标识符相对应的用户和与所述广告标识符相对应的广告之间的相关性。
18.根据权利要求16所述的介质,其中
基于与特定用户的浏览上下文相关的信息来获得所述特定用户的用户配置文件;
基于与内容页面相关的信息来获得所述内容页面的内容配置文件;并且
基于与广告相关联的信息来获得所述广告的广告配置文件。
19.根据权利要求18所述的介质,其中所述浏览上下文包括下述项中的至少一项:
从所述特定用户访问的每个内容页面中提取的一个或多个特征;
所述特定用户访问的每个内容页面的至少一个标签;
所述特定用户在所述特定用户访问的每个内容页面上采取的一个或多个动作;以及
所述特定用户在所述特定用户访问的每个内容页面上花费的停留时间。
20.根据权利要求18所述的介质,其中与所述内容页面相关的信息包括如下项中的至少一项:所述内容页面的特征、与所述内容页面相关的统计信息、以及关于与所述内容页面相关联的浏览上下文的信息。
21.一种多维索引生成器,包括:
内容-广告索引生成器,被配置为基于至少一个内容配置文件和至少一个广告配置文件来生成内容-广告索引;以及
用户-广告索引生成器,被配置为基于至少一个用户配置文件和所述至少一个广告配置文件来生成用户-广告索引,其中
所述内容-广告索引和所述用户-广告索引用于选择要插入到呈现给用户的内容页面中的相关广告。
22.根据权利要求21所述的生成器,其中所述内容-广告索引生成器包括:
内容特征标识器,被配置为获得与内容页面相关联的第一特征集;
广告特征标识器,被配置为获得多个第二特征集,其中所述多个第二特征集中的每个第二特征集与广告相关联;以及
基于特征的内容-广告相关性标识器,被配置为基于所述第一特征集和所述多个第二特征集对与所述内容页面相关的一个或多个广告进行标识,以创建一个或多个对,其中,所述一个或多个对中的每对包括所述内容页面的内容标识符和广告标识符,其中每对与指示了所述内容页面和广告之间的相关性的第一分数相关联。
23.根据权利要求21所述的生成器,其中所述用户-广告索引生成器包括:
用户特征标识器,被配置为获得与用户相关联的第三特征集;
广告特征标识器,被配置为获得多个第二特征集,其中所述多个第二特征集中的每个第二特征集与广告相关联;以及
基于特征的用户-广告相关性标识器,被配置为基于所述第三特征集和所述多个第二特征集来对与所述用户相关的一个或多个广告进行标识,以创建一个或多个对,其中所述一个或多个对中的每对包括所述用户的用户标识符和广告标识符,其中每对与指示了所述用户和广告之间的相关性的第二分数相关联。
24.根据权利要求21所述的生成器,还包括:
广告配置文件生成器,其被配置为基于与广告相关联的信息来获得所述广告的广告配置文件;
用户配置文件生成器,被配置为基于与和用户相关联的浏览上下文相关的信息来获得所述用户的用户配置文件;以及
内容配置文件生成器,被配置为基于与内容页面相关的信息来获得内容配置文件。
25.根据权利要求24所述的生成器,其中所述浏览上下文包括下述项中的至少一项:
从所述特定用户访问的每个内容页面中提取的一个或多个特征;
所述特定用户访问的每个内容页面的至少一个标签;
所述特定用户在所述特定用户访问的每个内容页面上采取的一个或多个动作;以及
所述特定用户在所述特定用户访问的每个内容页面上花费的停留时间。
26.根据权利要求24所述的方法,其中与所述内容页面相关的信息包括如下项中的至少一项:所述内容页面的特征、与所述内容页面相关的统计信息、以及关于与所述内容页面相关联的浏览上下文的信息。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2014/081854 WO2016004586A1 (en) | 2014-07-08 | 2014-07-08 | Browsing context based advertisement selection |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106575407A true CN106575407A (zh) | 2017-04-19 |
Family
ID=55063489
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480080355.4A Pending CN106575407A (zh) | 2014-07-08 | 2014-07-08 | 基于浏览上下文的广告选择 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20160012485A1 (zh) |
EP (1) | EP3146486A4 (zh) |
CN (1) | CN106575407A (zh) |
WO (1) | WO2016004586A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110147488A (zh) * | 2017-10-23 | 2019-08-20 | 腾讯科技(深圳)有限公司 | 页面内容的处理方法、处理装置、计算设备及存储介质 |
CN110634091A (zh) * | 2019-09-24 | 2019-12-31 | 重庆有趣体育文化推广有限公司 | 一种综合性儿童活动中心管理方法、系统及其商业模式 |
CN111712789A (zh) * | 2018-01-18 | 2020-09-25 | 三星电子株式会社 | 用于内容的基于上下文的视觉提示管理的方法和系统 |
CN114040012A (zh) * | 2021-11-01 | 2022-02-11 | 东莞深创产业科技有限公司 | 一种信息查询推送方法、装置及计算机设备 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11080754B1 (en) * | 2015-06-30 | 2021-08-03 | Groupon, Inc. | Promotional system interaction tracking |
EP3469505A4 (en) | 2016-06-13 | 2019-12-18 | Affinio Inc. | SYSTEM AND METHOD FOR INTERACTION WITH AN INFORMATION DISTRIBUTION SYSTEM |
EP3370176A1 (en) * | 2017-03-03 | 2018-09-05 | vitaliberty GmbH | Providing activity information in relation to interactive user behavior |
US11023345B1 (en) | 2017-07-28 | 2021-06-01 | Groupon, Inc. | System and apparatus for automated evaluation of compatibility of data structures and user devices based on explicit user feedback |
US10846587B2 (en) * | 2017-07-31 | 2020-11-24 | Microsoft Technology Licensing, Llc | Deep neural networks for targeted content distribution |
US11171908B1 (en) | 2018-02-28 | 2021-11-09 | Snap Inc. | Ranking content for display |
US11159596B2 (en) | 2018-03-28 | 2021-10-26 | International Business Machines Corporation | Streaming media abandonment mitigation |
US11615163B2 (en) * | 2020-12-02 | 2023-03-28 | International Business Machines Corporation | Interest tapering for topics |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1465021A (zh) * | 2001-06-06 | 2003-12-31 | 索尼公司 | 广告选择装置、广告选择方法及存储介质 |
CN101268483A (zh) * | 2005-09-13 | 2008-09-17 | 雅虎公司 | 基于用户行为兴趣选择并通过网络递送广告的框架 |
CN101689264A (zh) * | 2006-12-28 | 2010-03-31 | 电子湾有限公司 | 上下文相关内容发布系统和方法 |
CN101770486A (zh) * | 2008-12-30 | 2010-07-07 | 北京搜狗科技发展有限公司 | 广告投放方法及系统 |
US20100293057A1 (en) * | 2003-09-30 | 2010-11-18 | Haveliwala Taher H | Targeted advertisements based on user profiles and page profile |
CN101951441A (zh) * | 2010-09-16 | 2011-01-19 | 中国联合网络通信集团有限公司 | 手机广告投放的方法和设备 |
US20120047020A1 (en) * | 2010-08-19 | 2012-02-23 | Yahoo! Inc. | Contextual advertising with user features |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101685521A (zh) * | 2008-09-23 | 2010-03-31 | 北京搜狗科技发展有限公司 | 在网页中展现广告的方法及系统 |
-
2014
- 2014-07-08 US US14/400,578 patent/US20160012485A1/en not_active Abandoned
- 2014-07-08 CN CN201480080355.4A patent/CN106575407A/zh active Pending
- 2014-07-08 WO PCT/CN2014/081854 patent/WO2016004586A1/en active Application Filing
- 2014-07-08 EP EP14896965.2A patent/EP3146486A4/en not_active Withdrawn
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1465021A (zh) * | 2001-06-06 | 2003-12-31 | 索尼公司 | 广告选择装置、广告选择方法及存储介质 |
US20100293057A1 (en) * | 2003-09-30 | 2010-11-18 | Haveliwala Taher H | Targeted advertisements based on user profiles and page profile |
CN101268483A (zh) * | 2005-09-13 | 2008-09-17 | 雅虎公司 | 基于用户行为兴趣选择并通过网络递送广告的框架 |
CN101689264A (zh) * | 2006-12-28 | 2010-03-31 | 电子湾有限公司 | 上下文相关内容发布系统和方法 |
CN101770486A (zh) * | 2008-12-30 | 2010-07-07 | 北京搜狗科技发展有限公司 | 广告投放方法及系统 |
US20120047020A1 (en) * | 2010-08-19 | 2012-02-23 | Yahoo! Inc. | Contextual advertising with user features |
CN101951441A (zh) * | 2010-09-16 | 2011-01-19 | 中国联合网络通信集团有限公司 | 手机广告投放的方法和设备 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110147488A (zh) * | 2017-10-23 | 2019-08-20 | 腾讯科技(深圳)有限公司 | 页面内容的处理方法、处理装置、计算设备及存储介质 |
CN111712789A (zh) * | 2018-01-18 | 2020-09-25 | 三星电子株式会社 | 用于内容的基于上下文的视觉提示管理的方法和系统 |
CN110634091A (zh) * | 2019-09-24 | 2019-12-31 | 重庆有趣体育文化推广有限公司 | 一种综合性儿童活动中心管理方法、系统及其商业模式 |
CN114040012A (zh) * | 2021-11-01 | 2022-02-11 | 东莞深创产业科技有限公司 | 一种信息查询推送方法、装置及计算机设备 |
CN114040012B (zh) * | 2021-11-01 | 2023-04-21 | 东莞深创产业科技有限公司 | 一种信息查询推送方法、装置及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
US20160012485A1 (en) | 2016-01-14 |
EP3146486A4 (en) | 2017-11-15 |
WO2016004586A1 (en) | 2016-01-14 |
EP3146486A1 (en) | 2017-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106575407A (zh) | 基于浏览上下文的广告选择 | |
US11182823B2 (en) | Automated creative extension selection for content performance optimization | |
US11494457B1 (en) | Selecting a template for a content item | |
WO2018072513A1 (zh) | 一种广告信息推送方法、装置以及系统、服务器、计算机可读介质 | |
KR101908099B1 (ko) | 콘텐츠 성능 최적화를 위한 자동화된 클릭 타입 선택 | |
US10353978B2 (en) | URL normalization | |
CN110035314A (zh) | 信息的展示方法和装置、存储介质、电子装置 | |
US20150356627A1 (en) | Social media enabled advertising | |
US20120066073A1 (en) | User interest analysis systems and methods | |
US20130066706A1 (en) | Tracking Effects of an Ad Impression on Other Activity in a Social Networking System | |
CN109983455A (zh) | 在在线社交网络上多样化媒体搜索结果 | |
CN109791680A (zh) | 在线社交网络上的视频关键帧显示 | |
EP2754121A1 (en) | Understanding effects of a communication propagated through a social networking system | |
CN110474944B (zh) | 网络信息的处理方法、装置及存储介质 | |
US20130035996A1 (en) | Social advertising technology (so-ad-tec) system and method for advertising for and in documents, and other systems and methods for accessing, structuring, and evaluating documents | |
CN107851261A (zh) | 用于提供相关广告的方法和系统 | |
Mairinger | Branding 2.0–Using Web 2.0 principles to build an open source brand | |
US8600833B1 (en) | User interest tagging | |
JP6505200B2 (ja) | コンテンツの性能の最適化のための自動化されたクリックタイプの選択 | |
Li et al. | GameSense: game-like in-image advertising | |
CN105719151A (zh) | 伴唱广告销售系统 | |
WO2013017307A1 (en) | Advertising matching | |
KR20110061880A (ko) | 광고정보 제공 시스템 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170419 |
|
WD01 | Invention patent application deemed withdrawn after publication |