KR20090113386A - System for scoring click traffic - Google Patents
System for scoring click traffic Download PDFInfo
- Publication number
- KR20090113386A KR20090113386A KR1020097019960A KR20097019960A KR20090113386A KR 20090113386 A KR20090113386 A KR 20090113386A KR 1020097019960 A KR1020097019960 A KR 1020097019960A KR 20097019960 A KR20097019960 A KR 20097019960A KR 20090113386 A KR20090113386 A KR 20090113386A
- Authority
- KR
- South Korea
- Prior art keywords
- click
- data
- filter
- user
- score
- Prior art date
Links
Images
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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- 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
Abstract
Description
본 발명은 일반적으로 사기 검출에 관한 것으로서, 배타적이 아니라 구체적으로는 온라인 광고에서의 클릭 사기 검출에 관한 것이다.The present invention relates generally to fraud detection, and not exclusively, and specifically to click fraud detection in online advertising.
인터넷 콘텐츠를 개발하고 배포하기 위한 강력한 도구들의 가용성은 인터넷을 통해 제공되는 정보, 제품들 및 서비스들의 향상은 물론, 인터넷을 이용하는 소비자들의 수 및 타입들의 커다란 증가로 이어져 왔다. 이러한 증가된 소비자 트래픽과 더불어, 인터넷을 통해 자신들의 상품들 및 서비스들의 판매를 촉진시키는 광고주들의 수도 크게 증가하였다.The availability of powerful tools for developing and distributing Internet content has led to a significant increase in the number and types of consumers using the Internet, as well as improving the information, products, and services provided over the Internet. In addition to this increased consumer traffic, the number of advertisers driving sales of their products and services via the Internet has increased significantly.
광고주들은 웹 페이지들, 검색 엔진들, 브라우저들 또는 기타 온라인 매체들 상에 그들의 광고들을 호스트하거나 스폰서하기 위해 발행자들에게 요금을 지불할 수 있다. 발행자들은 "클릭 단위(per click basis)"로 광고주들에게 요금을 부과할 수 있는데, 이는 발행자들이 광고주들에게 그들의 광고들 중 하나가 클릭될 때마다 요금을 부과할 수 있다는 것을 의미한다. 그러나, "클릭 단위" 지불 모델은 클릭 사기에 취약할 수 있다. 예를 들어, 스크립트 또는 다른 소프트웨어 에이전트는, 광고를 반복적으로 클릭하여 클릭 단위 지불액을 인위적으로 상승시키고, 광 고주에게 많은 수의 사기 클릭에 대해 요금을 부과하도록 구성될 수 있다.Advertisers can pay publishers to host or sponsor their ads on web pages, search engines, browsers or other online media. Publishers can charge advertisers on a "per click basis", which means that publishers can charge advertisers each time one of their ads is clicked. However, the "click unit" payment model can be vulnerable to click fraud. For example, a script or other software agent may be configured to repeatedly click on the advertisement to artificially raise the click unit payment and charge the advertiser for a large number of fraudulent clicks.
사기 클릭의 가능성 문제를 해결하기 위해, 클릭 기반 광고 모델들은 클릭 사기 검출 시스템들을 이용하여 "유효한" 또는 적법한 클릭들을 식별할 수 있다. 이어서, 발행자는 유효한 클릭들에 대해서만 광고주에게 요금을 부과할 수 있다. 그러나, 클릭이 유효한지의 여부를 결정하기 위한 표준 방법이 존재하지 않을 수 있다. 또한, 단지 클릭을 이진 카테고리(예컨대, 유효 또는 무효)로 지정하는 것은 클릭 품질을 종종 특성화하는 확률적 결정들을 충분히 또는 정확히 설명하지 못할 수 있다. 따라서, 빈번한 오분류가 발생할 수 있다. 또한, 2개의 클릭이 각각 유효한 것으로 선언되었을 수 있지만, 클릭들은 여전히 상당한 차이를 포함할 수 있다. 클릭의 특성들에 기초하여, 하나의 클릭은 명확하게 유효한 것일 수 있지만, 또 하나의 클릭은 결정하기 어려운 사례일 수 있다. 단지 각각의 클릭을 유효한 것으로 선언하는 것은 각각의 클릭을 분류한 상대적 신뢰도를 고려하지 못할 수 있다.To address the likelihood of fraudulent clicks, click-based advertising models may use click fraud detection systems to identify "valid" or legitimate clicks. The publisher can then charge the advertiser only for valid clicks. However, there may not be a standard way to determine whether a click is valid. Also, just specifying a click as a binary category (eg, valid or invalid) may not fully or accurately account for probabilistic decisions that often characterize click quality. Therefore, frequent misclassification may occur. Also, although two clicks may each have been declared valid, the clicks may still include significant differences. Based on the characteristics of the click, one click may be clearly valid, but another click may be a difficult case to determine. Declaring each click as valid may not take into account the relative confidence that classified each click.
<발명의 요약>Summary of the Invention
스폰서 광고들 상의 클릭들을 스코어링함으로써 클릭 트래픽 품질을 측정하기 위한 시스템이 개시된다. 개시되는 시스템은 스폰서 광고 상의 클릭과 연관된 클릭 데이터를 필터링할 수 있다. 시스템은 클릭의 품질을 결정할 수 있는 신뢰도를 나타내는 클릭 스코어를 생성할 수 있다. 또한, 시스템은 클릭 스코어와 연관된 신뢰 구간을 생성할 수 있다. 개시되는 시스템에 의해 생성되는 클릭 스코어는 광고주들 및 발행자들이 적법한 클릭과 사기 클릭을 구별하는 것을 가능하게 할 수 있다.A system for measuring click traffic quality by scoring clicks on sponsored advertisements is disclosed. The disclosed system can filter the click data associated with the click on the sponsored ad. The system can generate a click score that indicates a confidence level that can determine the quality of the click. The system may also generate a confidence interval associated with the click score. The click score generated by the disclosed system may enable advertisers and publishers to distinguish legitimate clicks from fraudulent clicks.
시스템은 필터 출력 데이터를 생성하기 위한 다수의 필터를 포함할 수 있다. 필터 출력 데이터는 클릭 데이터에 응답하여 다수의 필터 중 어느 필터가 작동하였는지를 지시할 수 있다. 출력 데이터는 또한 다수의 필터에 대응하는 합성 필터 스코어들을 포함할 수 있다. 다수의 필터는 하나 이상의 한정 필터(definitive filter)일 수 있다. 한정 필터는 클릭 데이터가 타당한 신뢰도로 클릭이 사기임을 암시할 때 작동하도록 구성될 수 있다. 시스템은 클릭 스코어를 하나 이상의 임계치와 비교하여 클릭 분류를 얻을 수 있다.The system may include a number of filters for generating filter output data. The filter output data may indicate which of the plurality of filters has operated in response to the click data. The output data may also include synthesis filter scores corresponding to multiple filters. The plurality of filters may be one or more definitive filters. The confinement filter may be configured to work when the click data implies that the click is fraudulent with reasonable confidence. The system can obtain a click classification by comparing the click score with one or more thresholds.
다른 시스템들, 방법들, 특징들 및 이익들은 아래의 도면들 및 상세한 설명의 검토시에 이 분야의 기술자에게 명백하거나 명백해질 것이다. 그러한 모든 추가적인 시스템들, 방법들, 특징들 및 이익들은 본 설명 내에 포함되고, 본 발명의 범위 내에 있으며, 아래의 청구항들에 의해 보호되는 것을 의도한다.Other systems, methods, features, and benefits will become or become apparent to those skilled in the art upon review of the following figures and detailed description. All such additional systems, methods, features, and benefits are intended to be included within this description, within the scope of the present invention, and protected by the following claims.
한정적이지 않고 총괄적이지 않은 설명들이 아래의 도면들을 참조하여 제공된다. 도면들 내의 컴포넌트들은 반드시 축척된 것은 아니며, 대신에 본 발명의 원리들을 설명할 때 강조가 주어진다. 더욱이, 도면들에서, 동일한 참조 번호들은 상이한 뷰들을 통해 대응 부분들을 지시한다.Non-limiting and non-exhaustive descriptions are provided with reference to the drawings below. The components in the figures are not necessarily to scale, emphasis instead being placed upon illustrating the principles of the invention. Moreover, in the drawings, like reference numerals indicate corresponding parts through different views.
도 1은 적응성 클릭 트래픽 스코어링을 위한 시스템의 일반 아키텍처의 블록도.1 is a block diagram of a general architecture of a system for adaptive click traffic scoring.
도 2는 적응성 클릭 트래픽 스코어링을 위한 시스템에서 사용자 클릭을 스코 어링하기 위한 프로세스를 나타내는 흐름도.2 is a flow diagram illustrating a process for scoring user clicks in a system for adaptive click traffic scoring.
도 3은 필터링 로직 및 하나 이상의 스코어링 알고리즘을 포함하는 적응성 클릭 트래픽 스코어링을 위한 시스템의 뷰의 블록도.3 is a block diagram of a view of a system for adaptive click traffic scoring that includes filtering logic and one or more scoring algorithms.
도 4는 적응성 클릭 트래픽 스코어링을 위한 시스템에서 광고 상의 클릭에서의 사용자 의도와 클릭 스코어 간의 관계를 나타내는 블록도.4 is a block diagram illustrating the relationship between user intent and click score in a click on an advertisement in a system for adaptive click traffic scoring.
도 5는 적응성 클릭 트래픽 스코어링을 위한 도 1의 시스템 및 다른 시스템들에서 사용자 클릭을 스코어링하기 위한 프로세스를 나타내는 흐름도.5 is a flow diagram illustrating a process for scoring user clicks in the system of FIG. 1 and other systems for adaptive click traffic scoring.
도 6은 적응성 클릭 트래픽 스코어링을 위한 시스템에서 임계치를 클릭 스코어에 적용하기 위한 프로세스를 나타내는 흐름도.6 is a flow diagram illustrating a process for applying a threshold to a click score in a system for adaptive click traffic scoring.
도 7은 적응성 클릭 트래픽 스코어링을 위한 시스템에서 높은 임계치 및 낮은 임계치를 클릭 스코어에 적용하기 위한 프로세스를 나타내는 흐름도.7 is a flow diagram illustrating a process for applying high and low thresholds to click scores in a system for adaptive click traffic scoring.
도 8은 적응성 클릭 트래픽 스코어링을 위한 시스템을 구현하는 컴퓨터 시스템의 블록도.8 is a block diagram of a computer system implementing a system for adaptive click traffic scoring.
일반적으로 시스템으로 참조되는 시스템 및 방법은 일반적으로, 필터링된 클릭 데이터에 기초하는 클릭 트래픽 스코어링에 관한 것이다. 여기에 설명되는 원리들은 많은 상이한 형태로 구현될 수 있다. 개시되는 시스템들 및 방법들은 발행자들 및/또는 광고주들이 신뢰성이 없거나 유효하지 않은 클릭들 및/또는 유효한 클릭들을 효과적으로 식별하는 것을 가능하게 할 수 있다. 개시되는 시스템들 및 방법들은 클릭의 유효성에 있어서의 상대적 신뢰도를 나타낼 수 있는 클릭 스코어를 제공할 수 있다. 클릭 스코어는 클릭의 품질을 결정하는 데 사용될 수 있다. 이러한 방식으로, 개시되는 시스템들 및 방법들은 발행자가 다재다능한 클릭 기반 광고 가격 결정 모델들을 구현하는 것을 가능하게 할 수 있다. 설명의 목적으로, 시스템은 네트워크 환경에서 사용되는 것으로 설명되지만, 시스템은 네트워크 환경의 외부에서도 동작할 수 있다.Systems and methods, generally referred to as systems, generally relate to click traffic scoring based on filtered click data. The principles described herein may be embodied in many different forms. The systems and methods disclosed may enable publishers and / or advertisers to effectively identify unreliable or invalid clicks and / or valid clicks. The disclosed systems and methods can provide a click score that can indicate a relative confidence in the effectiveness of the click. The click score can be used to determine the quality of the click. In this manner, the disclosed systems and methods may enable a publisher to implement versatile click based advertising pricing models. For purposes of explanation, the system is described as being used in a network environment, but the system may operate outside of the network environment.
도 1은 적응성 클릭 트래픽 스코어링을 위한 시스템의 일반 아키텍처(100)를 나타낸다. 아키텍처(100)는 사용자 클라이언트 시스템(110), 발행자(120), 광고주(130), 광고 네트워크(140) 및 클릭 트래픽 스코어링 시스템(150)을 포함할 수 있다. 사용자 클라이언트 시스템(110)은 통신 네트워크(160)를 통해 발행자(120)에 의해 제공되는 광고 콘텐츠를 포함하는 콘텐츠를 검색, 브라우징 또는 액세스할 수 있다. 발행자(120)는 광고주(130)에 의해 제공되는 웹 페이지와 같은 콘텐츠를 호스트할 수 있다. 발행자(120)는 또한 검색 엔진에서의 사용자 조회에 응답하여 광고주에 의해 제공되는 광고 콘텐츠를 표시할 수 있다. 아키텍처(100)의 컴포넌트들은 개별적이거나, 단일 서버 또는 다른 네트워크 인에이블드 시스템 상에서 지원되거나, 서버들 또는 네트워크 인에이블드 시스템들의 임의 조합에 의해 지원될 수 있다. 아키텍처(100)의 컴포넌트들은 데이터, 파라미터들, 통계치들, 프로그램들, 웹페이지들, 검색 리스트들, 광고 콘텐츠, 또는 광고, 클릭 트래픽 스코어링 또는 다른 시스템들과 관련된 다른 정보를 저장하기 위한 하나 이상의 데이터베이스를 포함하거나, 통신 네트워크(160)를 통해 액세스할 수 있다.1 shows a
통신 네트워크(160)는 임의의 비공개 또는 공개 통신 네트워크 또는 네트워크들의 조합일 수 있다. 통신 네트워크(160)는 서버, 시스템, 데이터베이스 또는 다른 네트워크 인에이블드 장치와 같은 하나의 컴퓨팅 장치를 다른 장치에 결합하여 장치들 사이의 데이터 통신을 가능하게 하도록 구성될 수 있다. 통신 네트워크(160)는 일반적으로 하나의 컴퓨팅 장치에서 다른 컴퓨팅 장치로 정보를 통신하기 위한 임의 형태의 컴퓨터 판독 가능 매체를 이용하도록 인에이블될 수 있다. 통신 네트워크(160)는 무선 네트워크, 유선 네트워크, 근거리 네트워크(LAN), 광역 네트워크(WAN), 유니버설 직렬 버스(USB) 등을 통한 직접 접속 중 하나 이상을 포함할 수 있으며, 인터넷을 구성하는 상호접속된 네트워크들의 집합을 포함할 수 있다. 통신 네트워크(160)는 컴퓨팅 장치들 사이에 정보를 전송할 수 있는 임의의 통신 방법을 구현할 수 있다.
발행자는 웹 페이지, 검색 엔진, 브라우저, 또는 기타 온라인 발행 매체 등 상에서 광고 콘텐츠를 호스팅하는 것에 대해 광고주(130)에게 요금을 부과할 수 있다. 예를 들어, 발행자(120)는 클릭 단위로, 즉 발행자(120)에 의해 호스트되는 광고가 사용자에 의해 클릭될 때마다 광고주(130)에 요금을 부과할 수 있다. 사용자 클라이언트 시스템(110)은 광고를 클릭함으로써 광고를 선택할 수 있다.The publisher may charge advertiser 130 for hosting the advertising content on a web page, search engine, browser, or other online publishing medium. For example,
사용자 클라이언트 시스템(110)은 표준 브라우저 애플리케이션을 이용하여 인터넷을 통해 발행자(120)에 접속할 수 있다. 브라우저 기반 구현은 사용자 클라이언트 시스템(110)의 기반 플랫폼에 관계없이 시스템 특징들이 액세스될 수 있는 것을 가능하게 한다. 예를 들어, 사용자 클라이언트 시스템(110)은 데스크탑, 랩탑, 핸드헬드 컴퓨터, 셀 폰, 이동 관리 장치, 네트워크 인에이블드 텔레비전, TIVO와 같은 디지털 비디오 레코더, 자동차, 또는 다양한 하드웨어 및/또는 소프트웨어 패키지를 이용할 수 있는 기타 네트워크 인에이블드 사용자 클라이언트 시스템(110)일 수 있다. 사용자 클라이언트 시스템(110)은 플랫폼 종속 또는 플랫폼 독립적일 수 있는 독립식 애플리케이션(예를 들어, 인터넷을 통한 브라우저, 무선 네트워크를 통한 이동 장치, 또는 기타 애플리케이션들)을 이용하여 발행자(120)에 접속할 수 있다. 사용자 클라이언트 시스템(110)을 구현하기 위해 다른 방법들이 사용될 수도 있다.
사용자 클라이언트 시스템(110)으로부터의 광고들에 대한 선택들 및 클릭들은 항상 믿을 만한 것은 아닐 수 있다. 동일 광고 상의 클릭 또는 일련의 다수 클릭이 잠재적 고객이 아니라 자동화된 스크립트로부터 개시될 수 있다.Choices and clicks on advertisements from
클릭 트래픽 스코어링 시스템(150)은 클릭의 품질을 측정하기 위해 클릭 스코어는 물론, 클릭 스코어와 연관된 신뢰 구간을 생성할 수 있다. 클릭 스코어 및 신뢰 구간은, 예를 들어 클릭을 유효/무효 카테고리로서만 식별하는 이진 메커니즘과 달리 연속 스케일을 사용하는 스코어링 메커니즘을 제공할 수 있다. 연속 스케일은 1에서 N, 0에서 무한대의 범위이거나, 다른 수치 범위들을 포함할 수 있다. 클릭 트래픽 스코어링 시스템(150)은 사용자 클릭 데이터에 부분적으로 기초하여 클릭 스코어 및 신뢰 구간을 계산할 수 있다. 발행자(120) 또는 사용자 클릭들과 관련된 데이터를 모니터링하고 수집하는 다른 시스템은 사용자 클릭 데이터를 취득하고, 사용자 클릭 데이터를 통신 네트워크(160)를 통해 클릭 트래픽 스코어링 시스템(150)으로 전송할 수 있다.The click
클릭 트래픽 스코어링 시스템(150)은 클릭 스코어 및 신뢰 구간을 통신 네트워크(160)를 통해 발행자(120), 광고주(130) 및/또는 광고 네트워크(140)로 전송할 수 있다. 광고 네트워크(140)는 발행자(120)와 광고주(130) 사이의 중개자 역할을 할 수 있다. 발행자(120), 광고주(130) 및/또는 광고 네트워크(140)는 클릭 스코어 및 신뢰 구간을 이용하여 다재다능한 광고 가격 결정 모델을 구현할 수 있다. 예를 들어, 각각의 클릭에 대해 광고주에게 부과되는 요금은 클릭 스코어의 함수일 수 있으며, 요금은 클릭 스코어가 증가함에 따라 점차 증가한다. 가격 결정 모델은 클릭 스코어들의 상이한 범위들이 상이한 가격 결정 계층(tier)들에 대응하는 계층화된 가격 결정 모델을 포함할 수 있다.The click
도 2는 클릭 트래픽 스코어링 시스템(150)과 같은 적응성 클릭 트래픽 스코어링을 위한 시스템에서 사용자 클릭을 스코어링하는 데 사용될 수 있는 프로세스(200)를 나타낸다. 프로세스(200)는 사용자 클릭과 연관된 정보를 모니터링 및/또는 수집함으로써 사용자 클릭과 연관된 사용자 클릭 데이터를 취득할 수 있다(액트 202). 사용자 클릭 데이터는 참조 URL, 쿠키 데이터, IP 어드레스, 지리적 위치, 클릭이 조회에 응답하여 행해졌는지의 여부, 클릭이 자동화된 스크립트에 의해 행해졌는지의 여부, 또는 다른 클릭 특성들을 포함할 수 있다. 프로세스(200)는 사용자 클릭 데이터를 컴파일할 수 있다. 대안으로 또는 추가로, 프로세스(200)는 다른 클릭 모니터링 프로세스에 의해 컴파일된 사용자 클릭 데이터를 수신할 수 있다.2 shows a
프로세스(200)는 사용자 클릭 데이터를 필터링할 수 있다(액트 204). 프로세스(200)는 사용자 클릭 데이터를 필터링 로직에 적용하여, 필터 출력 데이터를 생성할 수 있다. 필터링 로직은 하나 이상의 필터를 포함할 수 있다. 필터는 소정 종류의 무효 트래픽을 식별하도록 설계된 함수일 수 있다. 필터 출력 데이터는 사용자 클릭 데이터에 응답하여 어느 필터들이 작동하였는지를 지시할 수 있다. 필터 출력 데이터는 또한 필터 스코어들을 포함할 수 있다.
필터는 자기 선언된 로봇들에 대해 "1"이고 그렇지 않으면 "0"인 이진 함수와 같은 결정 필터(deterministic filter)일 수 있다. 이 예에서, 필터는 함수의 값이 "0"이 아닌 경우에 클릭에 대해 작동한다고 말할 수 있다.The filter may be a deterministic filter, such as a binary function that is "1" for self-declared robots and "0" otherwise. In this example, the filter can be said to work on a click if the value of the function is not "0".
필터는 또한 확률 필터(probabilistic filter)일 수 있다. 예를 들어, 필터는 소정의 기간에 걸쳐 특정 광고가 특정 클라이언트에 의해 이 광고에 대한 평균 클릭 수보다 더 자주 타겟팅되었는지를 결정할 수 있다. 이 예에서, 클라이언트가 특정 광고에 대해 평균보다 2배 더 많은 클릭을 생성한 경우, 필터는 이력 분석 또는 통계치들을 고려하여, 평균을 초과하는 수의 클릭들이 사기 공격이 아닌 임의 변동을 나타내는지를 결정할 수 있다. 예를 들어, 이력 분석으로부터, 평균보다 2배 더 많은 클릭을 생성한 클라이언트들은 당시의 60%가 사기이고, 당시의 40%가 정상적인 가변성의 결과인 것이 알려질 수 있다. 이 사례에서, 완전한 클릭의 스코어가 1인 경우, 필터는 90%의 신뢰도에 대응하는 신뢰 구간 (0.3, 0.5)와 함께 클릭을 0.4로서 스코어링할 수 있다.The filter may also be a probabilistic filter. For example, the filter may determine whether a particular advertisement has been targeted more often than the average clicks on that advertisement by a particular client over a period of time. In this example, if the client generates twice as many clicks as the average for a particular ad, the filter may take into account historical analysis or statistics to determine if the number of clicks above the average indicates random fluctuations rather than fraud attacks. Can be. For example, from historical analysis, it can be known that 60% of the clients generating twice as many clicks as the average are fraudulent at that time and 40% at the time are the result of normal variability. In this case, if the score of the complete click is 1, the filter may score the click as 0.4 with a confidence interval (0.3, 0.5) corresponding to 90% confidence.
필터 스코어는 예를 들어 대응 필터가 작동하였는지의 여부를 나타내는 이진 출력을 포함할 수 있다. 필터 스코어는 예를 들어 필터링된 출력이 유효 또는 무효 클릭에 대응할 가능성을 나타내는 분수, 범위 또는 기타 수치 표현을 포함할 수 있다.The filter score may, for example, comprise a binary output that indicates whether the corresponding filter has been activated. The filter score may include, for example, a fraction, range or other numerical representation that indicates the likelihood that the filtered output corresponds to a valid or invalid click.
필터링 로직은 특정 클릭 특성들을 검사하는 필터들을 포함할 수 있다. 예를 들어, 필터링 로직은 자동화된 스크립트 필터를 포함할 수 있다. 그러한 필터는 클릭이 예를 들어 적법한 사용자 검색으로부터 개시되는 것이 아니라 공지된 자동화된 스크립트로부터 개시될 때 작동할 수 있다. 필터는 또한 인터렉티브 광고 협회와 같은 다양한 에이전시 또는 단체들로부터 얻어지는 리스트들을 포함하는 블랙 리스트들을 포함할 수 있다.The filtering logic may include filters to check specific click characteristics. For example, the filtering logic may include an automated script filter. Such a filter may operate when the click is initiated from a known automated script, for example, rather than from a legitimate user search. The filter may also include black lists that include lists from various agencies or organizations, such as an interactive advertising association.
필터링 로직은 또한 IP 어드레스 필터를 포함할 수 있다. IP 어드레스 필터는 클릭을 개시한 IP 어드레스가 클릭이 유효하지 않음을 암시할 때 작동할 수 있다. IP 어드레스 필터는 클릭을 개시한 IP 어드레스를 악성 또는 "블랙 리스트화된" IP 어드레스들의 리스트 또는 데이터베이스와 비교하는 것 등에 의한 알고리즘들, 탐색 기능들 또는 다른 처리 기술들을 포함할 수 있다. IP 어드레스 필터에 의해 제공되는 필터 스코어는 필터가 작동하였는지의 여부, 및 따라서 클릭이 유효인지 무효인지를 나타내는 간단한 "1" 또는 "0"일 수 있다.The filtering logic may also include an IP address filter. The IP address filter can work when the IP address that initiated the click implies that the click is invalid. The IP address filter may include algorithms, search functions, or other processing techniques, such as by comparing the IP address that initiated the click with a list or database of malicious or "black listed" IP addresses. The filter score provided by the IP address filter may be a simple "1" or "0" indicating whether the filter has been activated and thus whether the click is valid or invalid.
IP 어드레스 필터는 또한 소정 IP 어드레스로부터의 클릭 트래픽이 유효 또는 무효로 간주될 수 있는 신뢰도를 나타내는 분수 또는 다른 수치의 필터 스코어를 출력할 수 있다. 예를 들어, 프록시 서버 X는 70%의 유효 트래픽 및 30%의 무효 트래픽을 포함하는 것으로 알려질 수 있다. 이 예에서, 완전한 클릭의 스코어가 1인 경우, 필터는 프록시 서버 X로부터의 클릭에 대해 0.7의 스코어를 제공할 수 있다.The IP address filter may also output a fraction or other numerical filter score indicating the confidence that click traffic from a given IP address may be considered valid or invalid. For example, proxy server X may be known to contain 70% valid traffic and 30% invalid traffic. In this example, if the score of the complete click is 1, the filter may provide a score of 0.7 for the click from proxy server X.
대안으로 또는 추가로, 필터링 로직은 하나 이상의 지리적 위치에 대응하는 필터들을 포함할 수 있다. 지리 위치 필터는 클릭을 개시한 지리 위치에 기초하여 클릭을 무효로 선언함에 있어서의 신뢰도를 나타낼 수 있는 필터 스코어를 제공할 수 있다. 사용자의 지리 위치는 IP 어드레스를 분석하여 다양한 지리 코딩 기술을 구현함으로써, 또는 다른 지리적 위치 결정 방법들에 의해 식별될 수 있다. 지리 위치 필터는 클릭이 주어진 위치에 대해 유효하거나 무효일 가능성을 지시하는 통계 또는 외삽 데이터와 같은, 식별된 지리 위치와 연관된 데이터를 포함하거나 액세스할 수 있다.Alternatively or in addition, the filtering logic may include filters corresponding to one or more geographic locations. The geolocation filter can provide a filter score that can indicate a confidence in declaring a click invalid based on the geographic location that initiated the click. The geographic location of a user can be identified by analyzing IP addresses to implement various geocoding techniques, or by other geographic location determination methods. The geolocation filter may include or access data associated with the identified geolocation, such as statistics or extrapolation data indicating the likelihood that the click is valid or invalid for a given location.
필터링 로직은 클릭이 소정의 특성들을 소유하거나 결여되어 있을 때 작동하는 다른 필터들을 포함할 수 있다. 프로세스(200)가 주시할 수 있는 클릭 특성들의 타입들, 즉 사용되는 필터들의 타입들은 발행자 또는 광고주의 요구들에 적응될 수 있다. 프로세스(200)에 의해 필터링되는 특성들의 타입들은 또한 인터넷 광고 협회에 의해 또는 다른 협회 또는 단체들에 의해 발표된 표준들과 같은 다른 정보 소스들로부터 얻어질 수 있다.The filtering logic may include other filters that operate when the click owns or lacks certain characteristics. The types of click characteristics that the
필터 또는 필터들의 조합이 작동할 때, 프로세스(200)는 사용자 클릭 데이터에 응답하여 작동한 필터들 또는 필터들의 조합들에 대한 변환율들을 포함하는 통계 데이터를 이용하여 필터 스코어를 결정할 수 있다. S를 클릭들의 모집단이라 하고, s를 S의 원소라고 한다. 원소(s)는 IP 어드레스, 참조 URL, 쿠키 데이터 및 다른 클릭 특성들을 포함하는 하나 이상의 클릭 특성을 포함할 수 있다. F를 필터 또는 필터들의 조합이 작동하는 대상인 S의 부분 집합이라 한다. F는 S에 대한 이진 함수로서 표현될 수 있는데, 즉 필터 또는 필터들의 조합이 작동하는 대상인 S의 부분 집합에 대해 F(s)=1이고, 그 외에는 F(s)=0이다. 이어서, 필터 또는 필터들의 조합의 효과 또는 스코어가 비율 Pr(s 유효|F(s)=1)/Pr(s 유효)에 의해 추정될 수 있는데, 여기서 s는 클릭들의 집합 S에 속하고, 분자는 클릭이 F 내에 있을 경우의 유효 클릭의 확률을 나타내며, 분모는 전체 공간 S에 대한 유효 클릭의 확률을 나타낸다. 양호한 부분 집합 F, 즉 최소의 오분류로 무효 클릭을 효과적으로 식별하는 부분 집합은 0에 가까운 비율을 가질 수 있다. 부분 집합 F는 필터 또는 필터들의 조합에 대응할 수 있다.When the filter or combination of filters is activated,
클릭은 변환으로 이어지거나, 클릭이 광고주에 의해 정의된 원하는 액션으로 이어진 경우에 "변환"될 수 있다. 광고주는 클릭이 실제 구매로 이어질 때와 같이 변환을 정의할 수 있다. 대안으로 또는 추가로, 클릭은 클릭이 사용자가 아이템을 최종적으로 구매하는지에 관계없이 사용자로 하여금 "쇼핑 카드"에 아이템을 추가하게 할 때 변환으로 이어질 수 있다. 즉, 변환에 대한 기준들은 광고주에 의해 결정될 수 있으며, 광고주들 사이에 다를 수 있다.The click may lead to a conversion or “conversion” if the click leads to a desired action defined by the advertiser. Advertisers can define conversions as when a click leads to an actual purchase. Alternatively or in addition, the click may lead to a conversion when the click causes the user to add the item to the "shopping card" regardless of whether the user finally purchases the item. That is, criteria for conversion may be determined by the advertiser and may vary between advertisers.
비율 Pr(s 유효|F(s)=1)/Pr(s 유효)은, 유효성이 주어지는 경우에 변환 및 F가 조건부로 독립적임을 가정함으로써, 관측되거나, 컴파일되거나, 수집된 통계적 클릭 변환 데이터를 이용하여 추정될 수 있다. 제3 이벤트 C가 주어지는 경우, 이벤트 A의 발생이 이벤트 B의 발생 확률을 변경하지 않고 그 반대도 성립하는 경우에, 2개의 이벤트 A 및 B는 조건부로 독립적이다. 즉, 클릭이 유효한 것으로 알려지면, 변환의 발생은 클릭이 부분 집합 F 내에 속할 확률을 변경하지 않으며, 그 역도 성립한다. 즉, 유효 클릭들에 대한 변환율은 집합 {F(s)=1}로 제한될 때 변경되지 않을 수 있다. 이러한 조건부 독립의 가정에 기초하여, 비율 Pr(s 변환|F(s)=1)/Pr(s 변환)는 Pr(s 유효|F(s)=1)/Pr(s 유효)의 척도로서 사용될 수 있다.The ratio Pr (s valid | F (s) = 1) / Pr (s valid) gives the statistical click transform data observed, compiled, or collected by assuming that the transform and F are conditionally independent when validity is given. Can be estimated using. Given a third event C, two events A and B are conditionally independent if the occurrence of event A does not change the probability of occurrence of event B and vice versa. That is, if the click is known to be valid, the occurrence of the transformation does not change the probability that the click falls within subset F, and vice versa. That is, the conversion rate for valid clicks may not change when limited to the set {F (s) = 1}. Based on this conditional independence assumption, the ratio Pr (s conversion | F (s) = 1) / Pr (s conversion) is a measure of Pr (s valid | F (s) = 1) / Pr (s valid). Can be used.
비율 Pr(s 변환|F(s)=1)/Pr(s 변환)는 다음의 가정들을 이용하여 더 추정될 수 있다.The ratio Pr (s transform | F (s) = 1) / Pr (s transform) can be further estimated using the following assumptions.
1. F의 지지는 아마도 S의 작은 부분을 구성한다. 즉, Pr(s 수렴)≒Pr(s 수렴|F(s)=0). 따라서, Pr(s 변환|F(s)=1)/Pr(s 변환)는 Pr(s 변환|F(s)=1)/Pr(s 변환|F(s)=0)으로서 추정될 수 있다.1. The support of F probably constitutes a small part of S. That is, Pr (s convergence) ≒ Pr (s convergence | F (s) = 0). Therefore, Pr (s conversion | F (s) = 1) / Pr (s conversion) can be estimated as Pr (s conversion | F (s) = 1) / Pr (s conversion | F (s) = 0). have.
2. 클릭 변환은 각각의 클릭에 대한 독립적 베르누이 시행으로서 모델링될 수 있는데, 즉 각각의 클릭에 대해, 샘플 공간(변환됨, 변환되지 않음)은 물론, 관련 확률들 ps 및 1-ps도 존재할 수 있다. 확률 ps는 클릭 s가 변환될 가능성일 수 있다. S의 임의의 부분 집합 A에 대해, 양 Pr(s 수렴|A)는 A 내의 s의 모든 ps의 평균일 수 있다.2. The click transformation can be modeled as an independent Bernoulli trial for each click, ie for each click the sample space (converted, unconverted), as well as the associated probabilities p s and 1-p s May exist. The probability p s may be the probability that the click s is converted. For any subset A of S, the amount Pr (s converge | A) may be the average of all p s of s in A.
부분 집합 F에 대해, pD를 Pr(s 변환|F(s)=1)이라 하고, pC를 Pr(s 변환|F(s)=0)이라 한다. 그러면, 비율 pD/pC는 무효 클릭을 식별하는 데 있어서의 부분 집합 F의 효과를 추정할 수 있다. 비율 pD/pC는 또한 부분 집합 F에 대한 필터 스코어에 대응할 수 있다.For subset F, p D is called Pr (s transform | F (s) = 1) and p C is called Pr (s transform | F (s) = 0). The ratio p D / p C can then estimate the effect of subset F on identifying invalid clicks. The ratio p D / p C may also correspond to the filter score for subset F.
부분 집합 F가 사용자 클릭 데이터에 응답하여 작동한 필터들의 조합에 대응할 때 등에, 비율 pD/pC는 또한 후술하는 클릭 스코어에 대응할 수 있다. 부분 집합 F에 대한 비율 pD/pC가 작을수록(pC가 pD보다 클수록), 프로세스(200)가 부분 집합 F에 속하는(또는 부분 집합 F에 대응하는 필터가 작동하게 하는) 클릭이 무효일 수 있는 것으로 결정할 수 있는 신뢰도는 커진다. 부분 집합 F가 클릭에 응답하여 작동한 필터들의 조합에 대응하는 경우, pD/pC의 보다 작은 비율은 필터들의 조합이 작동하게 한 클릭이 무효라는 더 큰 신뢰도에 대응한다. pD 및 pC의 값들은 샘플 데이터로부터 얻어질 수 있다. 샘플 데이터는 C(및 따라서 pC) 및 D(및 따라서 pD)에 대한 실험적인 또는 통계적으로 컴파일된 값들로 이루어질 수 있다.The ratio p D / p C may also correspond to the click score described below, when the subset F corresponds to a combination of filters operated in response to user click data. The smaller the ratio p D / p C to the subset F (p C is greater than p D ), the more the
프로세스(200)는 필터 스코어들을 포함하는 필터 출력 데이터를 분석하여 클릭 스코어를 생성할 수 있다(액트 206). 전술한 바와 같이, 필터 출력 데이터는 필터링 로직을 구성하는 필터들에 의해 생성된 다수의 필터 스코어를 포함할 수 있다. 프로세스(200)는 필터 출력 데이터를 하나 이상의 스코어링 알고리즘에 적용하여 클릭 스코어를 계산할 수 있다. 스코어링 알고리즘들은 다양한 기술을 이용하여 클릭 스코어를 계산할 수 있다.
스코어링 알고리즘은 사용자 클릭 데이터에 응답하여 어느 필터들이 작동하였는지를 모니터링할 수 있다. 스코어링 알고리즘은 사용자 클릭 데이터에 응답하여 작동한 필터들의 조합에 대응하는 필터 스코어들에 기초하여 클릭 스코어를 결정할 수 있다. 예컨대, 사용자 클릭 데이터는 필터들의 소정 조합이 작동하게 할 수 있다. 클릭 스코어는 이러한 조합에 의해 필터링된 클릭들의 집합에 대한 변환율을 전체 변환율과 비교함으로써, 예를 들어 부분 집합 F에 대한 비율 pD/pC를 계산함으로써 계산될 수 있다. 이 예에서, 부분 집합 F는 사용자 클릭 데이터에 응답하여 작동한 필터들의 조합에 대응하는 클릭들의 집합일 수 있다. 스코어링 알고리즘은 작동한 필터들의 다양한 조합에 대한 변환율들을 포함하는 통계 데이터를 이용하여 비율 pD/pC를 계산할 수 있다. 변환율들을 포함하는 통계 데이터는 통신 네트워크(160)와 같은 통신 네트워크를 통해 액세스 가능한 데이터베이스에 저장될 수 있다. 변환율들을 포함하는 통계 데이터는 발행자, 광고주 또는 광고 네트워크에 의해서도 제공될 수 있다.The scoring algorithm may monitor which filters have been activated in response to user click data. The scoring algorithm may determine the click score based on filter scores corresponding to the combination of filters that operated in response to the user click data. For example, user click data may cause certain combinations of filters to work. The click score can be calculated by comparing the conversion rate for the set of clicks filtered by this combination with the overall conversion rate, for example by calculating the ratio p D / p C for the subset F. In this example, subset F may be a set of clicks corresponding to a combination of filters that operated in response to user click data. The scoring algorithm may calculate the ratio p D / p C using statistical data including the conversion rates for various combinations of the filters in operation. Statistical data, including conversion rates, may be stored in a database accessible through a communication network, such as
스코어링 알고리즘들은 또한 필터 스코어들을 평균 또는 집계하여 클릭 스코어를 얻을 수 있다. 스코어링 알고리즘들은 상이한 필터들로부터의 결과들이 연속 스코어에 상이하게 영향을 주는 것을 가능하게 하기 위해 필터 스코어들에 가중치들을 적용할 수 있다. 스코어링 알고리즘들은 또한 클릭 스코어를 최대 크기를 갖는 필터 스코어와 동일하게 또는 실질적으로 동일하게 설정할 수 있다.Scoring algorithms can also average or aggregate filter scores to obtain a click score. Scoring algorithms may apply weights to filter scores to enable results from different filters to affect the continuous score differently. Scoring algorithms may also set the click score equal or substantially equal to the filter score with the largest magnitude.
스코어링 알고리즘들은 신경망들로부터 생성되는 알고리즘들 또는 클릭 스코어를 계산하기 위한 다른 학습 또는 패턴 인식 알고리즘들일 수 있다. 예컨대, 스코어링 알고리즘들은 클릭 변환율들, 변환 카운트들 및 기타 클릭 변환 통계치들은 물론, 모니터링된 과거 클릭들의 거짓 양성들 또는 거짓 음성들과 관련된 데이터를 포함하는 클릭 트래픽과 관련된 공지 데이터에 대해 훈련된 신경망들로부터 생성될 수 있다.The scoring algorithms may be algorithms generated from neural networks or other learning or pattern recognition algorithms for calculating click scores. For example, scoring algorithms can be used to train neural networks on known data related to click traffic, including click conversion rates, conversion counts, and other click conversion statistics, as well as data related to false positives or false negatives of past monitored monitoring. Can be generated from
프로세스(200)는 클릭 스코어와 연관된 신뢰 구간을 생성할 수 있다(액트 208). 프로세스(200)는 클릭 스코어 및/또는 필터 출력 데이터를 스코어링 알고리즘에 적용하여 신뢰 구간을 생성할 수 있다. 클릭 스코어를 계산하기 위한 알고리즘들은 신뢰 구간을 계산하기 위한 알고리즘들과 동일하거나 상이할 수 있다.
프로세스(200)는 부분 집합 F에 대한 pD, pC 및/또는 비율 pD/pC와 연관된 신뢰 구간을 생성할 수 있다. 부분 집합 F는 사용자 클릭 데이터에 응답하여 작동한 필터들의 조합에 대응할 수 있다. 프로세스(200)는 피엘러 이론(Fieller's Theorem)을 이용하여 pD/pC에 대해 적절한 신뢰 구간을 생성할 수 있다.
주어진 신뢰도 레벨, 예를 들어 1-α에 대해, 프로세스는 또한 형태 의 pD/pC에 대한 신뢰 구간을 생성할 수 있다. 및 의 샘플 데이터 및 1-α의 신뢰도 레벨이 주어지면, pD 및 pC에 대한 레벨 에서의 신뢰 구간들 및 이 각각 얻어질 수 있다. pD 및 pC는 독립적일 수 있으며, 따라서 비율 pD/pC는 1-α의 신뢰도 레벨로 구간 내에 있을 수 있다.For a given confidence level, for example 1-α, the process is also shaped A confidence interval for p D / p C can be generated. And Given the sample data of and the confidence level of 1-α, the levels for p D and p C Confidence intervals in And Each of these can be obtained. p D and p C can be independent, so the ratio p D / p C is interval with a confidence level of 1-α Can be in.
클릭 스코어 및/또는 신뢰 구간은 광고 수수료를 계산하기 위해 발행자, 광고주, 광고 네트워크, 또는 다른 시스템으로 전송될 수 있다. 클릭 스코어는 클릭이 유효 또는 무효로 간주될 수 있는 신뢰도의 지시를 제공할 수 있다. 발행자, 광고주, 또는 다른 시스템은 신뢰도 정보를 이용하여, 광고 수수료 구조를 각각의 클릭 또는 클릭들의 집합의 상대적 신뢰도에 맞출 수 있다. 신뢰 구간은 클릭 스코어의 에러 강도, 마진 또는 다른 특성들을 포함하는 추가적인 관련 정보를 발행자, 광고주 또는 다른 시스템에 제공할 수 있다.Click scores and / or confidence intervals may be sent to publishers, advertisers, advertising networks, or other systems to calculate advertising fees. The click score may provide an indication of the confidence that the click may be considered valid or invalid. Publishers, advertisers, or other systems may use the reliability information to tailor the advertising fee structure to the relative reliability of each click or set of clicks. The confidence interval may provide additional relevant information to the publisher, advertiser, or other system, including error intensity, margin, or other characteristics of the click score.
도 3은 필터링 로직(302) 및 하나 이상의 스코어링 알고리즘(304)을 포함하는 클릭 트래픽 스코어링 시스템(300)의 뷰를 나타낸다. 클릭 트래픽 스코어링 시스템(300)은 스코어링될 클릭과 관련된 정보를 포함하는 사용자 클릭 데이터(306)를 수신할 수 있다. 클릭 트래픽 스코어링 시스템(300)은 발행자로부터 사용자 클릭 데이터를 취득할 수 있다. 클릭 트래픽 스코어링 시스템(300)은 또한 사용자 클릭들을 모니터링하고 사용자 클릭과 연관된 사용자 클릭 데이터(306)를 추출하기 위한 클릭 모니터링 시스템을 포함할 수 있다. 사용자 클릭 데이터(306)는 참조 URL, 쿠키 데이터, IP 어드레스, 지리 위치, 클릭이 조회에 응답하여 행해졌는지의 여부, 클릭이 자동화된 스크립트에 의해 행해졌는지의 여부 또는 다른 클릭 특성들을 포함할 수 있다.3 shows a view of a click
필터링 로직(302)은 사용자 클릭 데이터(306)를 처리하기 위한 하나 이상의 필터(308)를 포함할 수 있다. 클릭 트래픽 스코어링 시스템(300)은 사용자 클릭 데이터(306)를 필터링 로직(302)으로 전송할 수 있다. 필터링 로직(302)은 사용자 클릭 데이터(306)에 기초하여 필터 출력 데이터를 생성할 수 있다. 필터 출력 데이터는 사용자 클릭 데이터에 응답하여 어떤 필터들의 조합들이 작동하였는지를 지시하는 정보를 포함할 수 있다. 필터 출력 데이터는 또한 개별 필터들(308)에 의해 또는 개별 필터들(308)의 조합들에 의해 생성된 출력들에 대응하는 필터 스코어들을 포함할 수 있다.The
클릭 트래픽 스코어링 시스템(300)은 필터 출력 데이터를 스코어링 알고리즘들(304)에 적용하여, 클릭 스코어(310) 및 신뢰 구간(312)을 생성할 수 있다. 스코어링 알고리즘들(304)은 또한 하나 이상의 클릭 분류(314)를 생성할 수 있다. 클릭 스코어(310)는 연속 수치 범위 내에 속하는 수치 값일 수 있으며, 클릭의 신뢰성을 결정할 수 있는 상대적 신뢰도를 나타낼 수 있다. 신뢰 구간(312)은 클릭 스코어에 대응하며, 클릭과 관련된 추가적인 신뢰도 데이터를 제공할 수 있다.The click
클릭 분류(314)는 필터 출력 데이터, 클릭 스코어 및/또는 신뢰 구간에 기초하여 클릭에 할당되는 하나 이상의 분류를 포함할 수 있다. 클릭 분류(314)는 클릭이 유효한지 또는 무효인지를 지시할 수 있다. 스코어링 알고리즘들(304)은 하나 이상의 임계치를 클릭 스코어 또는 신뢰 구간에 적용하여 클릭을 유효 또는 무효로 분류할 수 있다. 스코어링 알고리즘들(304)은 필터 출력 데이터 내의 패턴들을 식별하고 인식된 패턴에 따라 클릭을 분류하기 위한 패턴 인식 알고리즘들을 포함할 수 있다. 대안으로 또는 추가로, 스코어링 알고리즘들(304)은 훈련된 신경망들을 포함하는 신경망들로부터 생성되는 알고리즘들일 수 있다.Click
클릭 스코어(310), 신뢰 구간(312) 및 클릭 분류(314) 중 하나 이상은 어느 클릭들에 대해 광고주에게 요금을 청구해야 하는지를 결정하기 위해 온라인 발행자, 광고 네트워크 또는 다른 시스템에 의해 사용될 수 있다. 클릭 스코어(310)를 제공함에 있어서, 시스템(200)은 발행자 또는 다른 시스템이 보다 강건하고 다재다능한 가격 결정 모델을 구현하는 것을 가능하게 할 수 있다. 예를 들어, 광고주에 의해 클릭당 지불되는 수수료는 클릭 스코어(310)의 함수일 수 있다. 따라서, 클릭당 수수료는 클릭 스코어에 의해 지시되는 상대적 신뢰도에 따라 다를 수 있다.One or more of the
도 4는 광고 클릭에 있어서의 사용자 의도와 클릭 트래픽 스코어링 시스템(150)과 같은 스코어링 시스템에 의해 생성되는 클릭 스코어 사이의 관계를 나타내는 다이어그램(400)을 나타낸다. 사용자 의도는 선의적인 의도(402)(예컨대, 관심있는 고객) 및 악의적인 의도(404)(예컨대, 자동화된 스크립트)를 포함할 수 있다. 사용자 클릭 데이터는 사용자의 클릭과 관련된 정보를 포함할 수 있다. 개시되는 시스템들 및 방법들은 전술한 바와 같은 프로세스(200) 등을 통해 사용자 클릭 데이터에 기초하여 클릭 스코어를 생성할 수 있다. 클릭 스코어는 수치 범위 내에 속하는 수치 값으로서 계산될 수 있다. 다이어그램(400)에서, 더 높은 클릭 스코어는 클릭이 양호한 품질의 클릭이라는 더 높은 신뢰도에 대응한다. 더 낮은 클릭 스코어는 클릭이 양호한 품질의 클릭이라는 더 낮은 신뢰도에 대응하거나, 환언하면, 더 낮은 클릭 스코어는 클릭이 저하된 품질의 클릭이라는 더 큰 신뢰도에 대응한다.4 shows a diagram 400 illustrating the relationship between user intent in ad clicks and click scores generated by a scoring system, such as the click
양호한 품질 분포 곡선(406)은 선의 사용자 의도(402)로 이루어진 클릭들에 대응하는 클릭 스코어들의 예시적인 분포를 나타낸다. 저하된 품질 분포 곡선(408)은 악의 또는 사기 사용자 의도(404)로 행해진 클릭들에 대응하는 클릭 스코어들의 예시적인 분포 곡선을 나타낸다. 양호한 품질 분포 곡선(406)과 저하된 품질 분포 곡선(408) 사이의 실질적인 차이는, 클릭 스코어가 사용자 의도를 효과적이고 정확하게 반영하면서, 클릭 품질을 결정할 수 있는 상대적 신뢰도를 입수할 수 있다는 것을 나타낸다. 양호한 품질 분포 곡선(406) 내에 속하는 클릭 스코어들에 대응하는 2개의 클릭 각각은 유효한 것으로서 식별될 수 있다. 그러나, 클릭 스코어가 속하는 분포 곡선(406)을 따르는 포인트를 결정하는 것은 유효성 식별의 신뢰도 또는 강도를 지시할 수 있다.The good
또한, 클릭 스코어의 제공은 발행자 또는 다른 시스템이 "아슬아슬한" 클릭과 "명확히 유효인" 클릭을 구별하고, 따라서 다르게 취급하는 것을 가능하게 할 수 있다. "아슬아슬한" 클릭은 분포 곡선들(406, 408)의 오버랩핑 부분(410)에 속하는 클릭에 대응할 수 있다. "명확히 유효한" 클릭은 분포 곡선(406)의 큰 부분에 속하는 클릭에 대응할 수 있다.In addition, the provision of the click score may enable the publisher or other system to distinguish between "thrilling" clicks and "obviously valid" clicks and thus treat them differently. The "breathtaking" click may correspond to the click belonging to the overlapping
도 5는 클릭 트래픽 스코어링 시스템(150)과 같은 적응성 클릭 트래픽 스코어링을 위한 시스템에서 사용자 클릭을 스코어링하기 위한 프로세스(500)를 나타낸다. 프로세스(500)는 사용자 클릭 데이터를 취득할 수 있다(액트 502). 프로세스(500)는 발행자로부터 사용자 클릭 데이터를 취득할 수 있다. 프로세스(500)는 또한 사용자 클릭들을 모니터링하고 사용자 클릭과 연관된 사용자 클릭 데이터를 추출하기 위한 클릭 모니터링 단계를 포함할 수 있다. 사용자 클릭 데이터는 참조 URL, 쿠키 데이터, IP 어드레스, 지리 위치, 클릭이 조회에 응답하여 행해졌는지의 여부, 클릭이 자동화된 스크립트에 의해 행해졌는지의 여부 또는 다른 클릭 특성들을 포함할 수 있다.5 shows a
프로세스(500)는 사용자 클릭 데이터를 필터링하여 필터 출력 데이터를 취득할 수 있다(액트 504). 프로세스(500)는 하나 이상의 한정 필터들이 작동하였는지를 검사할 수 있다(액트 506). 하나 이상의 한정 필터가 작동한 경우, 프로세스(500)는 클릭을 유효한 것으로서 플래그할 수 있다(액트 508). 한정 필터는 클릭이 클릭이 무효일 수 있다는 것을 높은 레벨의 신뢰도로 암시하는 소정 특성 또는 소정 조합의 특성들을 포함할 때 작동하는 필터일 수 있다.
예를 들어, 공지된 자동화된 스크립트로부터 클릭이 개시될 때 작동할 수 있는 자동화된 스크립트 필터가 한정 필터로서 설정될 수 있다. 공지된 자동화된 스크립트로부터 개시되는 클릭의 유효성은 의심스러울 수 있다. 따라서, 자동화된 스크립트 필터가 작동할 경우, 프로세스(500)는 클릭 스코어를 계산하기 전에도 확신을 갖고 클릭을 무효로서 선언할 수 있다.For example, an automated script filter that can operate when a click is initiated from a known automated script can be set up as a qualifying filter. The validity of clicks initiated from known automated scripts can be questionable. Thus, if the automated script filter works,
한정 필터는 또한 필터들의 조합을 포함할 수 있다. 이러한 예에서, 프로세스(500)는 필터들의 소정 조합이 작동할 때 클릭을 무효로서 선언할 수 있다. 즉, 클릭은 여러 의심스러운 클릭 특성을 포함할 수 있는데, 이들 각각은 그들 자신에 대한 무효성에 결정적은 아닐 수 있지만, 누적 효과는 무효성에 결정적일 수 있다.The confinement filter may also include a combination of filters. In this example,
여기에 설명되는 한정 필터들은 "부정적" 한정 필터들로서 특성화될 수 있는데, 즉 이들이 작동할 때, 클릭은 무효로서 선언된다. 프로세스(500)는 "긍정적" 한정 필터들도 이용할 수 있다. 검출시에 클릭이 높은 레벨의 신뢰도로 유효로서 선언될 수 있음을 암시하는 소정의 클릭 특성들이 존재할 수 있다.The qualification filters described herein can be characterized as "negative" qualification filters, that is, when they work, clicks are declared as invalid.
한정 필터들이 작동하지 않은 경우, 프로세스(500)는 클릭 스코어(액트 510) 및 신뢰 구간(액트 512)을 생성하도록 진행할 수 있다. 프로세스가 액트 508에 따라 클릭을 무효로서 선언하는 경우, 프로세스는 여전히 클릭 스코어 및 클릭 스코어와 연관된 신뢰 구간을 계산할 수 있다. "무효"의 클릭 분류 및/또는 클릭 스코어 및 신뢰 구간은 발행자, 광고주, 광고 네트워크 또는 다른 시스템으로 전송될 수 있다. 클릭 분류는 발행자 또는 다른 시스템이 광고 수수료 구조를 구성하는 데 사용할 수 있는 추가 정보를 제공할 수 있다.If the definite filters do not work,
도 6은 클릭 트래픽 스코어링 시스템(150)과 같은 적응성 클릭 트래픽 스코어링을 위한 시스템에서 임계치를 클릭 스코어에 적용하기 위한 프로세스(600)를 나타낸다. 프로세스(600)는 하나 이상의 클릭과 연관된 사용자 클릭 데이터를 취득할 수 있다(액트 602). 프로세스(600)는 발행자로부터 사용자 클릭 데이터를 취득할 수 있다. 프로세스(600)는 또한 사용자 클릭들을 모니터링하고 사용자 클릭과 연관된 사용자 클릭 데이터를 추출하기 위한 클릭 모니터링 단계를 포함할 수 있다. 사용자 클릭 데이터는 참조 URL, 쿠키 데이터, IP 어드레스, 지리 위치, 클릭이 조회에 응답하여 행해졌는지의 여부, 클릭이 자동화된 스크립트에 의해 행해졌는지의 여부, 또는 다른 클릭 특성들을 포함할 수 있다.6 shows a process 600 for applying a threshold to a click score in a system for adaptive click traffic scoring, such as the click
프로세스(600)는 사용자 클릭 데이터를 필터링 로직에 적용하여 필터 출력 데이터를 취득할 수 있다(액트 604). 필터 출력 데이터는 필터 스코어들을 포함할 수 있다. 프로세스(600)는 필터 출력 데이터에 기초하여 클릭 스코어 및 신뢰 구간을 생성할 수 있다(액트 606 및 608).Process 600 may apply the user click data to the filtering logic to obtain filter output data (act 604). The filter output data may include filter scores. Process 600 may generate a click score and a confidence interval based on the filter output data (acts 606 and 608).
프로세스(600)는 클릭 스코어를 임계치와 비교할 수 있다(액트 610). 임계치는 유효성 임계치일 수 있다. 클릭 스코어가 유효성 임계치를 초과하는 경우, 프로세스(600)는 클릭을 "유효"로서 분류할 수 있다(액트 612). 그렇지 않은 경우, 프로세스(600)는 클릭을 "무효"로서 분류할 수 있다(액트 614).Process 600 may compare the click score to a threshold (act 610). The threshold may be an effectiveness threshold. If the click score exceeds the validity threshold, process 600 may classify the click as "valid" (act 612). Otherwise, process 600 may classify the click as "invalid" (act 614).
프로세스(600)는 클릭 스코어 신뢰 구간의 더 높은 엔드 포인트를 임계치와 비교할 수 있다. 임계치는 유효성 임계치일 수 있다. 클릭 스코어 신뢰 구간의 더 높은 엔드 포인트가 유효성 임계치를 초과하는 경우, 프로세스(600)는 클릭을 "유효"로서 분류할 수 있다(액트 612). 그렇지 않은 경우, 프로세스(600)는 클릭을 "무효"로서 분류할 수 있다(액트 614).Process 600 may compare the higher end point of the click score confidence interval to a threshold. The threshold may be an effectiveness threshold. If the higher endpoint of the click score confidence interval exceeds the validity threshold, process 600 may classify the click as "valid" (act 612). Otherwise, process 600 may classify the click as "invalid" (act 614).
유효/무효 분류는 물론, 클릭 스코어 및 신뢰 구간도 발행자, 광고 네트워크, 광고주 또는 다른 시스템으로 전송될 수 있다. 유효 클릭과 무효 클릭을 구별하는 데 사용되는 임계치는 통계 데이터에 기초하여 계산 또는 외삽될 수 있거나, 발행자, 광고주, 광고 네트워크 또는 다른 시스템의 필요 또는 요구에 따라 수동으로 설정될 수 있다.Valid / invalid classifications, as well as click scores and confidence intervals, may be sent to publishers, ad networks, advertisers, or other systems. Thresholds used to distinguish between valid and invalid clicks may be calculated or extrapolated based on statistical data, or may be set manually according to the needs or needs of publishers, advertisers, advertising networks or other systems.
도 7은 클릭 트래픽 스코어링 시스템(150)과 같은 적응성 클릭 트래픽 스코어링을 위한 시스템에서 높은 임계치 및 낮은 임계치를 클릭 스코어에 적용하기 위한 프로세스를 나타낸다. 도 6에 도시된 프로세스(600)와 마찬가지로, 프로세스(700)는 사용자 클릭 데이터를 취득할 수 있으며(액트 702), 사용자 클릭 데이터를 필터링 로직에 적용하여 필터 출력 데이터를 얻을 수 있다(액트 704). 프로세스(700)는 발행자로부터 사용자 클릭 데이터를 취득할 수 있다. 프로세스(700)는 또한 사용자 클릭들을 모니터링하고 사용자 클릭과 연관된 사용자 클릭 데이터를 추출하기 위한 클릭 모니터링 단계를 포함할 수 있다. 사용자 클릭 데이터는 참조 URL, 쿠키 데이터, IP 어드레스, 지리 위치, 클릭이 조회에 응답하여 행해졌는지의 여부, 클릭이 자동화된 스크립트에 의해 행해졌는지의 여부, 또는 다른 클릭 특성들을 포함할 수 있다. 프로세스(700)는 필터 출력 데이터에 기초하여 클릭 스코어(액트 706) 및 신뢰 구간(액트 708)을 생성할 수 있다.7 shows a process for applying high and low thresholds to click scores in a system for adaptive click traffic scoring, such as click
프로세스(700)는 클릭 스코어를 높은 스코어 임계치 및 낮은 스코어 임계치와 비교할 수 있다(액트 710). 클릭 스코어가 높은 클릭 임계치를 초과하는 경우, 프로세스(700)는 클릭을 "유효"로서 분류할 수 있다(액트 712). 클릭 스코어가 낮은 클릭 임계치 아래인 경우, 프로세스(700)는 클릭을 "무효"로서 분류할 수 있다(액트 714). 클릭 스코어가 높은 클릭 임계치보다 크지도 않고 낮은 클릭 임계치보다 낮지도 않은 경우, 클릭은 "회색 영역"에 있을 수 있다. 프로세스(700)는 발행자, 광고 네트워크, 광고주 또는 다른 시스템에 클릭 스코어 및 신뢰 구간을 제공할 수 있다. 유효/무효 분류는 클릭 스코어 및 신뢰 구간에 더하여 또는 그 대신에 발행자, 광고 네트워크, 광고주 또는 다른 시스템에 제공될 수 있다.
프로세스(700)는 또한 클릭 스코어에 대한 신뢰 구간들의 엔드 포인트들을 이용하여 스코어 임계치들과 비교할 수 있다. 예를 들어, 클릭 스코어 신뢰 구간의 높은 엔드 포인트가 낮은 클릭 임계치 아래인 경우, 클릭은 "무효"로 표시될 수 있다.
높은 클릭 임계치 및 낮은 클릭 임계치는 발행자, 광고 네트워크, 광고주 또는 다른 시스템 등에 의해 수동으로 설정될 수 있다. 대안으로 또는 추가로, 높은 클릭 임계치 및 낮은 클릭 임계치는 발행자 또는 다른 시스템에 의해 제공되는 통계 데이터로부터 얻어질 수 있다. 프로세스(700)는 상기 필터들 또는 필터들의 조합들에 대해 상이한 높은 임계치 및 낮은 임계치를 사용할 수 있다. 예를 들어, 프로세스(700)는 사용자 클릭 데이터에 응답하여 작동한 필터 또는 필터들의 조합을 식별하고, 높은 임계치 및 낮은 임계치를 그 필터 또는 필터들의 조합에 맞출 수 있다. 높은 임계치 및 낮은 임계치는 실험 또는 통계 데이터로부터 외삽된 값들일 수 있다. 높은 임계치 및 낮은 임계치는 또한 학습에 의해 또는 신경망들과 같은 훈련된 알고리즘들에 의해 계산될 수 있다.The high click threshold and the low click threshold may be set manually by the publisher, advertising network, advertiser, or other system. Alternatively or in addition, the high click threshold and the low click threshold may be obtained from statistical data provided by the publisher or other system.
개시되는 방법들, 프로세스들, 프로그램들 및/또는 명령어들은 신호 보유 매체, 메모리와 같은 컴퓨터 판독 가능 매체 내에 인코딩되거나, 하나 이상의 집적 회로와 같은 장치 내에 프로그래밍되거나, 제어기 또는 컴퓨터에 의해 처리될 수 있다. 방법들이 소프트웨어에 의해 수행되는 경우, 소프트웨어는 통신 인터페이스에 위치하거나 통신 인터페이스에 인터페이스되는 메모리 또는 임의의 다른 타입의 비휘발성 또는 휘발성 메모리 내에 상주할 수 있다. 메모리는 논리 기능들을 구현하기 위한 실행 가능 명령어들의 순서화된 리스트를 포함할 수 있다. 논리 기능은 디지털 회로를 통해, 소스 코드를 통해, 아날로그 회로를 통해, 또는 아날로그 전기, 오디오 또는 비디오 신호를 통해 발생하는 것과 같은 아날로그 소스를 통해 구현될 수 있다. 소프트웨어는 명령어 실행 가능 시스템, 기계 또는 장치에 의해 또는 그와 연계하여 사용하기 위해 임의의 컴퓨터 판독 가능 또는 신호 보유 매체 내에 구현될 수 있다. 그러한 시스템은 컴퓨터 기반 시스템, 프로세스 포함 시스템, 또는 명령어들을 또한 실행할 수 있는 명령어 실행 가능 시스템, 기계 또는 장치로부터 명령어들을 선택적으로 인출할 수 있는 다른 시스템을 포함할 수 있다.The disclosed methods, processes, programs, and / or instructions may be encoded in a computer readable medium such as a signal bearing medium, memory, programmed in a device such as one or more integrated circuits, or processed by a controller or computer. . When the methods are performed by software, the software may reside in a memory or any other type of nonvolatile or volatile memory that is located at or interfaced to the communication interface. The memory may include an ordered list of executable instructions for implementing logical functions. Logic functions may be implemented through digital circuits, through source code, through analog circuits, or through analog sources such as those generated through analog electrical, audio or video signals. The software may be implemented in any computer readable or signal bearing medium for use by or in connection with an instruction executable system, machine, or device. Such a system may include a computer based system, a process containing system, or another system capable of selectively withdrawing instructions from a machine, an instruction executable system, a machine or a device that can also execute instructions.
도 8은 메모리(804)에 결합되는 프로세서(802)를 포함하는, 클릭 트래픽 스코어링 시스템(800)을 구현하는 컴퓨터 시스템을 나타낸다. 프로세서(802)는 메모리(804)에 저장된 명령어들을 실행하여 클릭 트래픽을 스코어링할 수 있다. 클릭 트래픽 스코어링 시스템(800)은 통신 네트워크(812)를 통해 발행자(806), 광고주(808) 및/또는 광고 네트워크(810)와 통신할 수 있다.8 illustrates a computer system implementing a click
메모리(804)는 클릭과 연관된 사용자 클릭 데이터(814)를 저장할 수 있다. 사용자 클릭 데이터(814)는 참조 URL, 쿠키 데이터, IP 어드레스, 지리 위치, 클릭이 조회에 응답하여 행해졌는지의 여부, 클릭이 자동화된 스크립트에 의해 행해졌는지의 여부, 또는 다른 클릭 특성들을 포함할 수 있다. 사용자 클릭 데이터(814)는 클릭과 연관된 정보를 모니터링 및/또는 수집함으로써 얻어질 수 있다. 프로세서(802)는 메모리(804)에 저장된 클릭 필터 프로그램(814)을 실행할 수 있다. 클릭 필터 프로그램(814)은 사용자 클릭 데이터를 하나 이상의 필터에 적용하여 필터 출력 데이터(818)를 생성할 수 있다. 필터 출력 데이터(818)는 하나 이상의 필터 스코어(820)를 포함할 수 있다. 필터 출력 데이터(818)는 사용자 클릭 데이터(814)에 응답하여 어느 필터들이 작동하였는지에 대한 지시(822)를 포함할 수 있다.
프로세서(802)는 메모리(804)에 저장된 클릭 스코어링 프로그램(824)을 실행할 수 있다. 클릭 스코어링 프로그램(824)은 필터 출력 데이터(818)에 기초하여 클릭 스코어(826) 및 신뢰 구간(828)을 생성할 수 있다. 클릭 스코어(826)는 클릭의 품질을 결정할 수 있는 신뢰도를 나타내는 수치 값일 수 있다. 클릭 스코어링 프로그램(824)은 신뢰도 레벨(830)에 부분적으로 기초하여 신뢰 구간(828) 및 클릭 스코어(826)를 결정할 수 있다. 클릭 스코어링 프로그램(824)은 95%의 디폴트와 같은 디폴트 신뢰도 레벨을 포함할 수 있다. 클릭 스코어링 프로그램(824)은 신뢰도 레벨(830)을 발행자(806), 광고주(808) 또는 광고 네트워크(810)의 필요 또는 요구에 맞출 수 있다.The
클릭 스코어링 시스템(830)은 또한 메모리(804)에 저장된 임계치들(832-836)을 클릭 스코어(826) 및/또는 신뢰 구간(828)에 적용하여 클릭 분류(838)를 생성할 수 있다. 클릭 분류(838)는 클릭이 유효인지 무효인지와 관련된 정보를 포함할 수 있다. 임계치들(832-836)은 유효성 임계치(832), 높은 클릭 임계치(834) 및/또는 낮은 클릭 임계치(836)일 수 있다.The
위의 설명으로부터 클릭 트래픽 스코어링 시스템은 클릭 스코어를 이용하여 클릭들을 스코어링함으로써 클릭 품질의 향상된 결정을 제공할 수 있다는 것을 알 수 있다. 클릭 스코어는 발행자 또는 다른 시스템이 클릭이 진짜이고 관련 광고주에 대해 청구될 수 있는지를 향상된 신뢰도로 결정하는 것을 가능하게 할 수 있다. 클릭 스코어를 제공함에 있어서, 클릭 트래픽 스코어링 시스템은 또한 발행자, 광고주, 광고 네트워크 및/또는 다른 시스템이 계층화된 가격 결정 모델 등을 통해 광고 가격 결정 모델을 광고주 및 발행자의 필요 또는 요구에 맞추는 것을 가능하게 할 수 있다.It can be seen from the above description that the click traffic scoring system can provide an improved determination of click quality by scoring clicks using the click score. The click score may enable the publisher or other system to determine with improved confidence whether the click is genuine and can be billed for the relevant advertiser. In providing click scores, the click traffic scoring system also enables publishers, advertisers, ad networks, and / or other systems to tailor the advertising pricing model to the needs or needs of advertisers and publishers, such as through tiered pricing models. can do.
구현들의 선택된 양태들, 특징들 또는 컴포넌트들이 메모리들 내에 저장되는 것으로 묘사되지만, 방법들 및/또는 그러한 방법들을 클릭 트래픽 스코어링 시스템과 일관되게 수행하기 위한 명령어들을 포함하는 시스템들의 전부 또는 일부는 다른 컴퓨터 판독 가능 매체들, 예컨대 하드 디스크, 플로피 디스크, 및 CD-ROM과 같은 보조 저장 장치들; 네트워크로부터 수신되는 신호; 또는 현재 공지되었거나 나중에 개발될 다른 형태의 ROM 또는 RAM에 저장되거나, 분산되거나, 그로부터 판독될 수 있다.Although selected aspects, features or components of implementations are depicted as being stored in memories, all or some of the systems including methods and / or instructions for performing those methods consistently with a click traffic scoring system may be included in another computer. Readable media such as secondary storage devices such as hard disks, floppy disks, and CD-ROMs; A signal received from the network; Or stored in, or distributed to, or read from other forms of ROM or RAM that are now known or later developed.
클릭 트래픽 스코어링 시스템(150)의 특정 컴포넌트들은 추가 또는 다른 컴포넌트들을 포함할 수 있다. 프로세서는 마이크로프로세서, 마이크로컨트롤러, 주문형 집적 회로(ASIC), 개별 로직, 또는 다른 타입의 회로들 또는 로직의 조합으로 구현될 수 있다. 마찬가지로, 메모리들은 DRAM, SRAM, 플래시, 또는 임의의 다른 타입의 메모리일 수 있다. 파라미터들(예를 들어, 인기 순위), 데이터베이스들, 및 다른 데이터 구조들은 개별적으로 저장되고 관리되거나, 단일 메모리 또는 데이터베이스 내에 통합되거나, 많은 상이한 방식으로 논리적으로, 물리적으로 체계화될 수 있다. 프로그램들 또는 명령어 집합들은 단일 프로그램, 개별 프로그램들의 부분들이거나, 여러 메모리 및 프로세서에 걸쳐 분산될 수 있다.Certain components of click
"컴퓨터 판독 가능 매체", "기계 판독 가능 매체", "전파 신호" 및/또는 "신호 보유 매체"는 명령어 실행 가능 시스템, 기계 또는 장치에 의해 또는 그와 연계하여 사용하기 위한 소프트웨어를 포함하거나, 저장하거나, 통신하거나, 전파하거나, 또는 운반하는 임의의 수단을 포함할 수 있다. 컴퓨터 판독 가능 매체는 선택적으로 전자, 자기, 광학, 전자기, 적외선, 또는 반도체 시스템, 기계, 장치 또는 전파 매체일 수 있지만, 이에 한정되지 않는다. 기계 판독 가능 매체의 예들의 총괄적이지 않은 리스트는 하나 이상의 와이어를 구비하는 전기 접속("전자"), 휴대용 자기 또는 광 디스크, 랜덤 액세스 메모리 "RAM"(전자)과 같은 휘발성 메모리, 판독 전용 메모리 "ROM"(전자), 소거 가능, 프로그램 가능 판독 전용 메모리(EPROM 또는 플래시 메모리)(전자) 또는 광섬유(광학)를 포함할 수 있다. 컴퓨터 판독 가능 매체는 또한 소프트웨어가 인쇄되는 유형 매체를 포함할 수 있는데, 이는 소프트웨어가 이미지로서 또는 다른 포맷으로(예를 들어, 광학 스캔을 통해) 전자적으로 저장된 후, 컴파일되고, 그리고/또는 해석되거나, 처리될 수 있기 때문이다. 이어서, 처리된 매체는 컴퓨터 및/또는 기계 메모리에 저장될 수 있다."Computer-readable medium", "machine-readable medium", "propagation signal" and / or "signal bearing medium" includes software for use by or in connection with an instruction executable system, machine or apparatus, or It may include any means for storing, communicating, propagating, or transporting. The computer readable medium may optionally be, but is not limited to, an electronic, magnetic, optical, electromagnetic, infrared, or semiconductor system, machine, apparatus, or propagation medium. A non-exhaustive list of examples of machine readable media may include electrical connections (“electronics”) with one or more wires, portable magnetic or optical disks, volatile memory such as random access memory “RAM” (electronics), read only memory ” ROM "(electronic), erasable, programmable read only memory (EPROM or flash memory) (electronic) or optical fiber (optical). Computer-readable media can also include tangible media on which software is printed, which is compiled, and / or interpreted after the software has been stored electronically as an image or in another format (eg, via optical scan). Because it can be processed. The processed medium may then be stored in a computer and / or machine memory.
본 발명의 다양한 실시예가 설명되었지만, 본 발명의 범위 내에서 더 많은 실시예들 및 구현들이 가능할 것이라는 것은 이 분야의 통상의 기술자들에게 명백할 것이다. 따라서, 본 발명은 첨부된 청구항들 및 그들의 균등물들을 제외하고는 한정되지 않아야 한다.While various embodiments of the invention have been described, it will be apparent to those skilled in the art that more embodiments and implementations are possible within the scope of the invention. Accordingly, the invention should not be limited except as by the appended claims and their equivalents.
Claims (24)
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/789,729 | 2007-04-25 | ||
PCT/US2008/059015 WO2008134184A1 (en) | 2007-04-25 | 2008-04-01 | System for scoring click traffic |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20090113386A true KR20090113386A (en) | 2009-10-30 |
KR101166616B1 KR101166616B1 (en) | 2012-07-18 |
Family
ID=41554717
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020097019960A KR101166616B1 (en) | 2007-04-25 | 2008-04-01 | System for scoring click traffic |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101166616B1 (en) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102217211B1 (en) * | 2019-05-10 | 2021-02-18 | (주)버즈빌 | Service providing apparatus and method for filtering abuser related to advertisement |
KR102217212B1 (en) * | 2020-11-19 | 2021-02-19 | (주)버즈빌 | Service providing apparatus and method for filtering abuser related to advertisement |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7043471B2 (en) * | 2001-08-03 | 2006-05-09 | Overture Services, Inc. | Search engine account monitoring |
US7401130B2 (en) * | 2005-08-03 | 2008-07-15 | Efficient Frontier | Click fraud prevention |
-
2008
- 2008-04-01 KR KR1020097019960A patent/KR101166616B1/en active IP Right Grant
Also Published As
Publication number | Publication date |
---|---|
KR101166616B1 (en) | 2012-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20080270154A1 (en) | System for scoring click traffic | |
US11627064B2 (en) | Method and system for scoring quality of traffic to network sites | |
US11790396B2 (en) | Preservation of scores of the quality of traffic to network sites across clients and over time | |
US20190122258A1 (en) | Detection system for identifying abuse and fraud using artificial intelligence across a peer-to-peer distributed content or payment networks | |
US9152977B2 (en) | Click fraud detection | |
JP5551704B2 (en) | Evaluating online marketing efficiency | |
JP2015092404A (en) | Illegal risk adviser | |
US20100185661A1 (en) | Method and System for Negative Keyword Recommendations | |
CN103793484A (en) | Fraudulent conduct identification system based on machine learning in classified information website | |
CN101840554A (en) | Dynamic geo-location parameter for determining an impact of online behavior on offline sales | |
US20100169312A1 (en) | Method and System for Negative Keyword Recommendations | |
US20100169356A1 (en) | Method and System for Negative Keyword Recommendations | |
CN111461778A (en) | Advertisement pushing method and device | |
KR101166616B1 (en) | System for scoring click traffic | |
TW201935369A (en) | Network transaction management method and system of opinion leader and storage medium capable of stopping fake effects and increasing the reliability of evaluation rules | |
US8666811B1 (en) | Systems and methods for determining advertising activity | |
Borgi et al. | Advertisement click fraud detection system: A survey | |
US10672048B2 (en) | System and method for determining the legitimacy of online pharmacies | |
Kantardzic et al. | Time and space contextual information improves click quality estimation | |
EP2005382A2 (en) | Scoring quality of traffic to network sites using interrelated traffic parameters |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20150618 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20160617 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20170629 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20190617 Year of fee payment: 8 |