CN101317192A - 广告战役优化 - Google Patents
广告战役优化 Download PDFInfo
- Publication number
- CN101317192A CN101317192A CNA2006800448740A CN200680044874A CN101317192A CN 101317192 A CN101317192 A CN 101317192A CN A2006800448740 A CNA2006800448740 A CN A2006800448740A CN 200680044874 A CN200680044874 A CN 200680044874A CN 101317192 A CN101317192 A CN 101317192A
- Authority
- CN
- China
- Prior art keywords
- bid
- keyword
- advertisement
- campaign
- utility
- 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
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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/08—Auctions
-
- 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
-
- 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
- G06Q30/0249—Advertisements based upon budgets or funds
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开涉及优化广告战役的系统和方法。具体地,最大化给定特定关键词广告客户可得到的总效用。每一关键词/广告位对的价格可被确定或估计,且出价自动调整以对战役最大化广告客户的效用或投资回报。
Description
背景
关键词广告对传统和在线商业而言都是日益受到欢迎的广告媒体。关键词或按点击付费广告是用来将用户引导至特定网站的技术。除了其它技术,关键词广告可结合搜索引擎来采用。搜索引擎接收查询并采用诸如神经网络的复杂机制来为查询检索相关结果。除查询结果以外,可产生与查询的一个或多个关键词相关联的广告。从而,可指定网页的一部分用于搜索结果,而另一部分可显示广告。这些广告基于广告客户所选的关键词或短语而触发和显示。广告一般包括广告标题、文字和地址。广告标题和文字用来标识和描述产品或服务。这些广告部分被设计成吸引用户点击该广告。地址可以是指定链接来令用户知道在点击广告时他们将会被带往哪里的统一资源定位符。
关键词广告相比传统广告媒体具有显著的优点。首先,广告分布在巨大的范围内,使得数百万人可每月查看特定的广告。更重要的是,在可能具有最大影响,即当用户正在采购产品或服务时提供广告。广告也可针对特定用户、区域和/或位置来提高总体的投资回报。关键词广告的另一显著优点是成本。具体地,广告客户不会付费除非用户点击了广告并被传送到广告客户的网站。单单的广告显示不产生任何花费。此外,关键词广告因它可由没有高级的营销和/或计算机科学学位的人一天管理二十四个小时而是灵活的。广告空间通过拍卖来购买。
进行广告拍卖来确定广告空间的分配和定价。广告客户对特定关键词和/或短语出价。具有较高出价的广告与较低出价相比具有优先级,且可被给予较好的位置。例如,最高出价可被给予广告列表中的第一位置,而最低出价甚至可能不被呈现。出价一般基于每次点击成本价格模型。点击对应于用户点击或选择广告。如前所述,不因广告投放或广告呈现而对广告客户记帐。相反,当用户点击广告并被引导至广告客户的网站时对他们收费。基于他们的出价以及最终的广告位置,广告客户可增加其曝光度并显著地增进对其网站的通信量。
由于关键词广告的本质,控制成本是尤其重要的。成本可能基于未知因素而暴涨,包括在给定期间将收到的点击次数,以及通常不可预知的每次点击收取的拍卖价格。如可以理解,成本对包括多个关键词广告的战役(campaign)可能变化更大。为了控制广告成本,有允许广告客户指定要考虑的每月预算的机制。更具体地,存在设计成最大化给定目标预算下广告客户接收的点击次数的管理工具。
概述
以下为提供对所要求保护的主题的某些方面的基本理解而提供了简化的概述。该概述不是详尽的概观。它不旨在标识关键/重要的元素或描绘所要求保护的主题的范围。其唯一目的是以简化形式呈现某些概念作为之后呈现的更详细描述的序言。
简而言之,本发明一般涉及广告系统,尤其涉及对受到预算限制的广告客户优化广告总效用。本发明认识到,对广告客户的效用可能在各个关键词上有所不同。例如,广告客户可例如在销售中从关键词A得到比关键词B更多的利益。诸如最大化每个广告点击次数的常规系统未认识到变化的效用,因为所有的关键词被认为是等值的。结果,这样的系统不能参与对于广告战役中的多个关键词同时也对于一预算最大化效用。
根据本发明的一方面,提供可集成在广告系统内或与其通信耦合作为非本机工具的出价优化系统。出价优化系统可生成出价或调整提供的广告客户出价以对于广告战役中的多个关键词最大化广告客户的效用。此外,出价优化系统也可用来增加诸如拍卖的广告系统的收入。一旦生成了一个或多个经优化或有效出价,则这些出价而非原始出价(如果提供)就可被提供给广告系统。
根据所要求保护的主题的一方面,可优化广告客户的总效用。这可通过确定或接收每一关键词/广告位对的边际效用并调整出价来增加和/或降低关键词的边际效用以最大化总效用来达成。
根据本发明的另一方面,可优化投资回报(ROI)。在此情形中,ROI可用作对边际效用的估计。利用该估计,可使对于每一关键词广告客户的ROI相等以最大化总投资回报。
根据本发明的另一方面,可采用智能组件来产生最大化总效用或投资回报所需的数据。更具体地,人工智能、机器学习和/或基于知识的机制可用来生成计算所需的广告统计数据。此外或替换地,可使用可用数据来估计,诸如对近似边际效用的出价比率。
根据本发明的另一方面,出价(原始或有效)可由拍卖机制稍微扰动以在多个用户采用出价优化时防止循环且收敛于良好的平衡。可通过对出价加上小随机值来调整或扰动出价。
为了实现前述和相关目的,此处结合以下描述和附图描述了所要求保护保护的主题的某些说明性的方面。这些方面仅指示可实现所要求保护的主题的各种方式中,且它们均旨在包括在所要求保护的主题的范围内。当结合附图考虑以下详细描述时,其他优点和新颖的特征将是显而易见的。
附图简述
图1是出价优化系统的框图。
图2是采用边际效用的分析器组件的框图。
图3是利用投资回报作为对边际效用的估计的分析器组件的框图。
图4是采用智能组件来获取数据的分析器组件的框图。
图5是包括扰动组件的分析器组件的框图。
图6是包括出价优化的广告系统的框图。
图7是具有外部出价优化的广告系统的框图。
图8是其中可采用本发明的各方面的示例性系统的框图。
图9是采用效用的出价优化方法的流程图。
图10是利用投资回报的出价优化方法的流程图。
图11是扰动出价的出价优化方法的流程图。
图12示出了用于本发明各方面的合适操作环境的示意框图。
图13是示例计算环境的示意框图。
详细描述
现在参考附图描述本发明的各方面,其中相同的参考标号指示全部附图中相同或相应的元素。然而,应理解附图和与其相关的详细描述不旨在将所要求保护的主题限于所公开的特定形式。相反,旨在覆盖落入所要求保护的主题的精神和范围内的所有修改、等效方式和替换方式。
如此处所使用的,术语“组件”、“系统”等指的是计算机相关实体,它或者是硬件、硬件和软件的组合、软件、或者是执行中的软件。例如,组件可以是,但不限于,运行在处理器上的进程、处理器、对象、实例、可执行代码、执行的线程、程序和/或计算机。作为说明,运行在计算机上的应用程序和计算机本身都可以是组件。一个或多个组件可驻留在进程和/或执行的线程内,并且组件可位于一台计算机上和/或分布在两台或多台计算机之间。
词语“示例性”此处用于指示用作示例、实例或说明。此处被描述为“示例性”的任何方面或设计不必被解释为对于其它方面或设计是优选或有利的。
此外,本发明的全部或部分可使用产生软件、固件、硬件或其任何组合来控制计算机实现所公开的发明的标准编程和/或工程技术而被实现为方法、装置或制品。如此处所使用的术语“制品”旨在涵盖可从任何计算机可读设备、载体或介质访问的计算机程序。例如,计算机可读介质可包括但不限于:磁存储设备(例如,硬盘、软盘、磁条……)、光盘(例如,紧致盘(CD)、数字多功能盘(DVD)……)、智能卡、以及闪存设备(例如,卡、棒、键驱动器……)。另外,应当理解,可采用载波来承载诸如在发送和接收电子邮件或访问诸如因特网或局域网(LAN)等网络时使用的计算机可读电子数据。当然,本领域的技术人员将认识到,可对此配置进行许多修改而不背离所要求保护的主题的范围或精神。
也应注意并理解,尽管参考采用拍卖的广告系统描述了本发明的各个方面,但本发明不限于此。公开的方面也可用于其它类型的系统,诸如采用价格的系统。在这样的实例中,出价可对应于固定价格支付。
此外,为简洁其间,单独参考点进价格来描述本发明的各方面。然而,应注意到,也构想了其它广告定价方案,它们应被认为处于所要求保护的主题的范围之内,包括但不限于:按投放(例如,显示)记帐和/或获取(例如,对广告货物/服务的购买)。
一开始转向图1,示出了根据本发明的一方面的出价优化系统100。优化系统100包括获取组件110和分析组件120。获取组件110可接收、检索或以其它方式获得或获取广告数据。广告数据可包括从用户接收的数据,诸如但不限于:关键词、出价、效用值和限制(例如,最小/最大出价、战役预算……)。该数据可由用户通过图形用户界面(GUI)来输入。此外或替换地,可采用向导来经由一连串顺序图形界面窗口从用户捕捉广告数据。获取组件110也可从广告系统中捕捉广告数据,诸如当前出价和各个关键词的每个广告位的价格、关键词的搜索次数、以及点进率(click through rate)(CTR)等。获取组件110可通信耦合至分析器组件120。
分析器组件120优化战役内的广告出价。分析器组件120可从获取组件110接收或检索数据,包括广告战役数据,诸如关键词和一个或多个预算限制。基于这些和其它数据,分析器组件120可为广告战役最大化广告客户的总体效用。有最大化广告客户的点击次数的常规系统可用。然而,这不会最大化广告客户的效用,因为效用可能随关键词和/或包括但不限于一天中的时间的其它因素而不同。在操作中,分析器组件120可确定或估计每个关键词/广告位对的价格,并自动调整所提供的出价或生成新的出价以便于购买成本高效的广告位。在一个特定实现中,分析器组件120可减少对具有低回报的关键词的出价,使得预算不会在早期就耗尽,且更多的预算花费在高回报词语上。因此,广告客户可自动精炼其广告战役以最大化效用。
图2更详细地示出了根据所提供的主题的一方面的分析器组件120。具体地,分析器组件120包括边际效用组件210和优化组件220。边际效用组件210可接收或检索与每一关键词或广告相关联的边际效用。或者,边际效用组件210可基于其它可用的数据来确定或计算该值。边际效用对应于广告客户从显示关键词的广告所收到的得到的利益或效用。例如,该利益可对应于为特定关键词生成的销售或获取的次数。更具体地,对于一关键词的广告客户效用可被定义为从所示的广告得到的总效用减去诸如一天的单位时间该关键词的总付费或成本。边际效用组件210提供的边际效用被发送给优化组件220。
优化组件220接收或检索每一关键词或广告的边际效用以及其它数据,并最大化广告客户的总体效用。优化组件220可对每一关键词或广告修改所提供的出价或生成新的有效出价。优化组件220使对各个关键词的每一广告客户的边际效用相等。换言之,如果关键词i的边际效用小于关键词j的边际效用,则优化组件20可通过增加对j的出价并减少对i的出价,从而降低j的边际效用并增加i的边际效用来改善总体效用。应注意到,如果优化组件220可获取所有其它价格和关于对每一关键词的搜索次数以及不同广告位的点进率的统计数据等,那么计算广告的最佳出价和放置是背包问题(因此要精确解决是NP-完全的)。
除最大化广告客户的总体效用以外,优化组件220可被设计成增加诸如关键词拍卖的广告系统的收入。在这样的情形中,如果对至少一个项目的有效出价小于原始出价,则广告客户的预算可能被耗尽。换言之,可对收到其预算限制的那些广告客户降低出价。这并必然是该广告客户的最佳策略。实际上,如果广告客户在其日常花费值的边际效用(在所有项目上合计)为负,则出低价更好,即使预算未被耗尽。更精确地,最佳地,广告客户的边际效用为零或预算被耗尽。然而,存在忽视该问题的若干理由。首先,实际上,通常有提交低于真实效用的出价的趋势。因此,边际效用(相对于真实效用)为零的值可能大于优化组件220的计算所示的值。此外,减少未耗尽其预算的广告客户的出价将降低系统的收入。且另外,众多广告客户实际上想要耗尽其预算。
也应注意到,也可禁止优化组件220修改出价或生成高于原始提供的出价或指定的最大出价的有效出价。这向广告客户提供了对出价的某种程度的控制或影响,诸如确保他们不会在单个关键词的点击上花费过量金钱,即使这是最佳策略。
转向图3,示出了根据本发明的一方面的分析器组件120。分析器组件120包括投资回报(ROI)组件310和优化组件320。ROI组件310确定或计算每一关键词的投资回报。投资回报可用作对每一关键词的广告客户的边际效用的估计。关键词的ROI被定义为广告客户从其对该关键词的广告中得到的总效用除以对关键词的付费或成本。当广告客户得到的总效用未明确提供时,可经由其它数据确定或以其它方式获取该效用。例如,可基于出价的相对价值或指定最大值来计算效用。作为示例,如果词语“玫瑰”的最大出价是一美金,而词语“雏菊”的最大出价为五十美分,则来自对关键词“玫瑰”的点击的价值是来自对词语“雏菊”的点击的价值的两倍。
存在采用ROI来代替边际效用的至少两个优点。首先,生成ROI更简单。第二,基于ROI的算法独立于效用值的缩放比例。换言之,如果广告客户以同一比率对所有关键词出低价,则该算法仍以相同方式工作。ROI组件120向优化组件320提供对每一关键词的ROI。
优化组件320可最大化广告客户的总体投资回报。类似于优化组件220,优化组件320可通过对每一关键词使广告客户的ROI相等来达成该目标。当提供了初始出价时,优化组件320可将关键词移动到较高的广告位或较低的广告位来优化ROI。为实现该目的,对关键词的出价增加或减少。存在优化组件320可选择要上移广告位的关键词ki的至少两种方式。一种方式是选择具有最大ROI的关键词,另一种是挑选其上方的广告位具有最高ROI的关键词。类似地,为选择要下移的关键词kj,优化组件可选择具有最低ROI的关键词或要移至的广告位具有最低ROI的关键词。如果预算当前花费过少,则优化组件320可上移关键词ki。如果预算当前花费过多,且在下移kj后预算仍花费过多,则可下移关键词kj。这可利用关于每一关键词在一天中剩余时间期间变为可用的次数的统计数据来确定。优化组件320提供的方法至少在它迅速找到广告客户的最佳分配方面是有利的。
或者,注意到优化组件320可使用动态程序来采用对最佳解决方案的任意良好的逼近。例如,假定有m个搜索词语,且词语i具有用于广告的ni个广告位。对1≤i≤n,1≤j≤ni,令uij和cij为词语i的第j个广告位在一天中对广告客户的效用和成本(注意,假定效用uij等于bi*CTRi,广告客户对第i个词语的出价bi乘以对其该词语的CTR)。假定,每一个词语具有对应于对该词语不被显示的零效用和成本的广告位。优化组件320应选择j1,...,jm,使得∑iuiji在受到预算限制∑iciji≤B的情况下最大化。
令U为可从单个广告位接收的最大效用(不考虑花费超出预算的那些广告位)。优化组件320可通过来逼近uij,其中k为大整数。令UOPT(相应地为U′OPT)为当广告位的效用为uij(相应地为u′ij)时的最佳总效用。结果是:UOPT-m·U/k≤U′OPT≤UOPT。从而,U′OPT为对的(1-E)逼近。
优化组件320现在可通过动态编程来高效计算U′OPT,因为新效用为U/k的倍数:令Aiu为从词语1,...,i,中获得效用u的最小必要预算,其中0≤i≤m,且对0≤c≤nk,u=cU/k。数组Aiu可在多项式时间内容易地填充。最佳效用U′OPT为使得Amu≤B的最大u。
图4描绘了根据本发明一方面的又一分析器组件120。分析器组件120包括如前关于图3所述的ROI组件310和优化组件320。分析器组件120也包括通信耦合至优化组件320的智能组件410。可能存在优化组件320要求的数据还未被提供或以其它方式未知的情况。例如,关键词/广告位对的价格的实际值可能未知。智能组件410直观生成或推断所需值,例如根据在一个或多个数据存储420中提供的以往的数据(例如,已知数据)。
智能组件410可以是结合执行推断和/或概率判断和/或基于统计的判断的基于人工智能的组件(例如,机器学习、基于知识或规则的系统……)。例如智能组件410可从经由事件和/或数据捕捉的一组观察中推断或推出系统、环境和/或用户的状态。可采用推断来例如标识特定的上下文或动作,或可生成状态上的概率分布。推断可以是概率性的——即,基于对数据和事件的考虑进行对所关心的状态上的概率分布的计算。推断也可以指的是用于从一组事件和/或数据中组成更高级的事件的技术。这样的推断导致从一组观察到的事件和/或已存储的事件数据中构造出新的事件或动作,而不论原先的事件是否在时间上紧密相关,也不论原先的事件和数据是来自一个还是若干个事件和数据源。可结合执行结合智能组件410的自动和/或推断动作来采用各种分类方案和/或系统(例如,支持向量机、神经网络、专家系统、贝叶斯置信网络、模糊逻辑、数据融合引擎……)。
此外或替换地,可由优化组件320应用其它方法或技术来有效处理信息的缺乏。例如,假定优化组件320仅知道关于它正在试图对其优化的广告客户的信息,而不知道关于其它广告客户的信息或不同广告位的价格。如果已知关于各个关键词的可用性的一些统计数据,则优化组件可逐渐(例如,按较小的百分比)减少对具有低ROI的关键词的出价,并逐渐增加对具有高ROI的关键词的出价。或者,优化组件可使用出价的值作为对它必须支付的价格的估计以估计正考虑作为移动的一部分的广告位的ROI。
转向图5,示出了根据本发明的一发明的又一分析器组件120。分析器组件120包括ROI组件310和优化组件320。如前所述,ROI组件310可用来确定关键词的投资回报。这些值然后可被发送给优化组件320以优化受到任何预算限制的战役中的多个关键词的总的投资回报。分析器组件120还可包括扰动组件510。扰动组件510扰动由优化组件120生成的最佳或有效出价的值。出价的值被稍微修改以增加拍卖系统的收入并防止对同一值循环或收敛。例如,优化组件320可对提交的每一经调整的出价添加较小的负随机变量。这允许广告系统在多个广告客户使用该系统时收敛于良好的平衡(例如,具有高收入的平衡)。
为了支持关于扰动的前述要求,假定有m个广告客户和n个词语。广告客户i的每日预算为Bi,且广告客户i用于显示其对词语j的广告的效用为uij。在每一天t,广告客户i对词语j的一整天的拥有出价值bij(t)。当发生对词语j的搜索时,如下扰动出价:b′ij=bij(t)·exp(Ei),其中Ei为中的随机数,为每一搜索独立生成,且为小常量。然后,以出价b′ij运行第一价格拍卖。一旦广告客户用完其预算,他就不能在那天中再出价。
令si(t)(集合[0,Bi]中的数)表示广告客户i在天t的花费。令ei(t)(集合[0,1]中的数字)表示广告客户i在天t期间用完其预算的时刻(或如果未用完其预算则为1)。考虑广告客户i的以下出价算法:在天t,将Ri(t)固定于[0,1]中并出价bij(t)=Ri(t)·uij。Ri(t)的值由以下递归确定:
Ri(t+1)=
○Ri(t)·exp(-E) 如果ei(t)<1
○Ri(t)·exp(E) 如果si(t)<Bi且Ri(t)≤exp(-E)
○Ri(t) 否则
参考图6,公开了根据本发明的一方面的广告系统600。广告系统600包括获取组件110和分析器组件120,如上所述,它们一起形成图1的出价优化系统100。简要而言,获取组件110可接收诸如例如关键词、出价、限制、价格和点进率等的关键词广告数据。分析器组件120接收并利用该信息来修改和/或生成对广告战役中的关键词最大化给定具体预算下广告客户的效用或其估计的出价。分析器组件120通信耦合至管理组件610。分析器组件120产生的优化或有效出价被发送给管理组件610。管理组件610管理或操作管理系统600。例如,管理组件510可接受对多个关键词620的出价,并基于出价的值对关键词向广告客户分配广告位。因此,图6示出了在广告系统600内集成包括组件110和120的出价优化系统。
图7示出了根据本发明的一方面的广告系统700。系统700包括出价优化系统100和关键词广告系统710。如前所述,出价优化系统100可包括获取组件110和分析器组件120。获取组件110获取由分析器组件120利用的广告数据以对确定或生成预算内最大化总效用和/或投资回报的关键词最佳出价。关键词广告系统710包括控制管理广告系统的管理组件610。例如,管理组件610可促进拍卖关键词620和/或关键词/广告位对。出价优化系统100与关键词广告系统710分开。接口720促进之间的通信。在一个实例中,接口720可以是允许出价优化系统100和广告系统710之间的通信的应用程序编程接口(API)。例如,出价优化系统100可采用接口720来从广告系统710检索生成最大化总效用所需的信息。随后,可利用接口组件720将出价发送给广告系统710。
图8提供了其中可采用本发明的各方面的示例性系统800。提供系统800仅是为了提供上下文而不旨在将所要求保护的方面限于所述系统。系统800包括查询组件810。查询组件810检索对信息的查询或请求。查询组件810将所接收的查询提供给搜索组件820和广告组件830。搜索组件820处理查询并检索对应于查询的数据。而且,搜索组件820可提供标识搜索结果与查询有多相关的相关性得分。从而,搜索组件820可对应于查询处理器或引擎。可从本地计算机或存储设备、数据块和网络(例如,内联网、因特网……)中的一个或多个查询数据。广告组件830可将查询词语或短语与广告客户出价或购买的关键词匹配。广告组件830可包括如前所述的出价优化系统100。演示组件840然后可接收广告和查询结果以便显示。例如,可在显示器的左侧上提供查询结果,而可在右侧上提供广告或赞助链接。
参考若干组件之间的交互描述了前述系统。应理解,这样的系统和组件可包括此处所指定的那些组件或子组件,所指定的组件或子组件中的某些和/或其它组件。子组件也可被实现为通信耦合至其它组件而非包括在父组件内的组件。此外,一个或多个组件和/或子组件可结合提供集合功能的单个组件。组件也可与为简洁起见此处未明确描述、但本领域技术人员所知的一个或多个其它组件交互。
考虑上述示例性系统,参考图9-11的流程图将会更好地理解可根据所公开的主题实现的方法。尽管为说明的简单起见,将方法示出并描述为一连串框,但可以理解和领会,所要求保护的主题不受框的次序的限制,因为某些框可按不同次序发生和/或与此处描绘和描述的其它框并发。而且,不是所有示出的框都是实现之后所描述的方法所必需的。
此外,还应理解后文以及本说明书全文中公开的方法能够被存储在制品上以便于将这样的方法传输和传送给计算机。如此处所使用的,术语制品旨在涵盖可从任何计算机可读设备、载体或介质访问的计算机程序。
转向图9,根据本发明的一方面描述了出价优化方法900。在参考标号910,确定或以其它方式获得战役中每一项目的边际效用。项目可对应于关键词,但并不如此限制。每一关键词对广告客户的效用可对应于广告客户从为该关键词显示的广告得到的总效用减去该关键词的成本。因此,广告客户的效用是花费的函数。广告客户可提供该效用,或者效用可从其它数据得到。例如,出价本身或为出价设置的最大值可指示由关键词提供的效用。
在标号920,确定最大化给定预算内对广告客户的总效用的出价。该判断可以是一类背包问题,其中分析成本和效用来确定满足预算限制的最佳解决方案。判断可重新开始或基于修改来提供出价。例如,如果关键词i的边际效用小于关键词j的边际效用,则战役的总效用可在受到任何限制的情况下(例如,有效出价不大于原始出价、受到预算限制……)通过增加对j的出价并减少对i的出价来改善。从而,广告客户对于j的边际效用降低而i的边际效用增加。
其它因素也可能影响由方法900确定的出价。例如,为了从没有预算限制的出价者处取得更多收入,具有预算限制的出价者的出价可被尽可能少地减少。作为示例而非限制,如果广告要移动到较低的广告位以便减少花费,则移动该广告至该广告位所需的最大值应为出价。这是因为该出价确定对以上广告的付费,而这可能来自没有预算限制的广告客户。
在参考标号930,将对关键词生成的、确定的或计算出的出价提供给广告系统。广告系统可例如对应于与搜索引擎相关联的关键词广告拍卖,但并不限于此。
图10是根据本发明的一方面的出价优化方法100的流程图。在参考标号1010,确定广告战役中项目的投资回报(ROI)。ROI可用来估计对于关键词的广告客户的边际效用。关键词的ROI可定义为广告客户从其对该关键词的广告上得到的总效用除以对该关键词的付费。如果有足够的数据可用,或者其全部或部分可基于指示其的其它数据,诸如出价或出价限制来估计,则可精确地确定ROI。考虑愿意对关键词“玫瑰”出价达一美元并对词语“雏菊”出价五十美分的鲜花公司。这真实地表示了相对价值。因此,来自对词语“玫瑰”的点击的价值是来自对词语“雏菊”的点击的价值的两倍。
在标号1020,在给定预算内最大化战役项目的投资回报。根据一个实现,可在所有关键词上使ROI相等。具体地,所提供或生成的关键词/广告位对出价可被更改以将关键词上移和/或下移。存在选择要移动哪个关键词的各种方法。一种选择要上移的关键词的方法是挑选具有最大ROI的关键词或其上方广告位具有最高ROI的关键词。同样地,可选择具有最低ROI的关键词或要移至的广告位具有较低ROI的关键词来下移。可通过在预算当前花费过少时增加出价来对关键词上移广告位。可通过在预算当前花费过多时减少出价来对关键词下移广告位。也可实现其它规则,诸如仅在预算花费过多,且在下移关键词之后,预算仍花费过多时下移。
作为示例,如果最终词语“玫瑰”的投资回报是三十美分,而词语“雏菊”的投资回报为五十美分。则该方法将试图降低“雏菊”的投资回报和/或升高“玫瑰”的投资回报,直到两者相等。而且,要考虑指定的最大值。例如,“雏菊”的最大可允许出价可被指定为五十美分,而“玫瑰”的最大值为一美元。取决于当前出价和ROI,这些最大值可指示战役项目的特定出价。
在参考标号1030,可将所生成或调整的出价提供给广告系统。根据本发明的一方面,广告系统可以是与搜索引擎等相关联的拍卖系统。然而,本发明不限于关于此类型系统的实现。
图11是根据本发明的一方面的出价系统1100的流程图。在标号1110,接收出价。出价可以是根据所要求保护的主题一个或多个方面的优化方法生成的有效出价。在参考标号1120,稍微扰动出价。例如,可对每一出价加上较小的负随机值。这可在多个用户采用相同或相似的出价方法或机制时防止循环,并便于收敛于具有高收入的平衡。在1130,将经扰动的出价提供给广告系统。
为了提供所公开的主题的各个方面的上下文,图12和13以及以下讨论旨在提供对可在其中实现所公开的主题的各方面的合适环境的简要、一般描述。尽管,在运行在一台和/或多台计算机上的计算机程序的计算机可执行指令的一般上下文描述了本主题,但本领域的技术人员可以认识到,本发明也可与其它程序模块结合来实现。一般而言,程序模块包括执行特定任务和/或实现特定抽象数据类型的例程、程序、对象、数据结构等。而且,本领域的技术人员可以理解,本发明方法可以使用其它计算机系统配置来实现,包括单处理器或多处理器计算机系统、小型计算设备、大型机、以及个人计算机、手持式计算设备(例如,个人数字助理(PDA)、电话、手表……)、基于微处理器或可编程消费产品或工业电子产品等。所示方面也可以在分布式计算环境中实现,其中任务由通过通信网络链接的远程处理设备来执行。然而,所要求保护的发明的某些方面(即使不是全部方面)可在单机计算机上实现。在分布式计算环境中,程序模块可以位于本地和远程存储器存储设备中。
参考图12,用于实现此处所公开的各方面的示例性环境1210包括计算机1212(例如,台式机、膝上型计算机、服务器、手持式设备、可编程消费或工业电子产品……)。计算机1212包括处理单元1214、系统存储器1216和系统总线1218。系统总线1218将包括但不限于系统存储器1216的系统组件耦合至处理单元1214。处理单元1214可以是各种可用的微处理器的任一种。双微处理器和其它多处理器体系结构也可用作处理单元1214。
系统总线1218可以是若干种总线结构类型的任一种,包括存储器总线或存储器控制器、外围总线或外部总线、和/或使用任意各类可用总线体系结构的局部总线,这些体系结构包括但不限于:11位总线、工业标准体系结构(ISA)、微通道体系结构(MCA)、扩展ISA(EISA)、智能驱动电子设备(IDE)、VESA局部总线(VLB)、外围部件互连(PCI),通用串行总线(USB)、高级图形端口(AGP)、个人计算机存储卡国际协会总线(PCMCIA)以及小型计算机系统接口(SCSI)。
系统存储器1216包括易失性存储器1220和非易失性存储器1222。基本输入/输出系统(BIOS)包括如在启动时帮助在计算机1212内的元件之间传输信息的基本例程,通常储存在非易失性存储器1222中。作为说明而非局限,非易失性存储器1222可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除ROM(EEPROM)或闪存。易失性存储器1220包括担当外部高速缓冲存储器的随机存取存储器(RAM)。作为说明而非局限,RAM以许多形式可用,如同步RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDR SDRAM)、增强SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)和直接存储器总线(Rambus)RAM(DRRAM)。
计算机1212也包括可移动/不可移动、易失性/非易失性计算机存储介质。例如,图12示出了盘存储1224。盘存储1224包括但不限于,诸如磁盘驱动器、软盘驱动器、磁带驱动器、Jaz驱动器、Zip驱动器、LS-100驱动器、闪存卡或记忆棒等设备。另外,盘存储1224可单独包括存储介质或与其它存储介质组合,其它存储介质包括但不限于,诸如紧致盘ROM设备(CD-ROM)、CD可记录驱动器(CD-R驱动器)、CD可重写驱动器(CD-RW驱动器)或数字多功能盘ROM驱动器(DVD-ROM)等光盘驱动器。为便于盘存储设备1224连接到系统总线1218,通常使用可移动或不可移动接口,如接口1226。
可以理解,图12描述了担当用户和合适的操作环境1210中描述的基本计算机资源之间的中介的软件。这类软件包括操作系统1228。操作系统1228可储存在盘存储1224中,它用于控制并分配计算机系统1212的资源。系统应用程序1230利用操作系统1228通过储存在系统存储器1216或盘存储1224上的程序模块1232和程序数据1234对资源的管理。可以理解,本发明可用各种操作系统或操作系统的组合来实现。
用户通过输入设备1236向计算机1212输入命令或信息。输入设备1236包括但不限于,诸如鼠标、跟踪球、指示笔、触摸垫等定点设备、键盘、话筒、操纵杆、游戏垫、圆盘式卫星天线、扫描仪、TV调谐卡、数码相机、数码摄像机、web摄像头等等。这些和其它输入设备经由接口端口1238通过系统总线1218连接到处理单元1214。接口端口1238包括,例如,串行端口、并行端口、游戏端口和通用串行总线(USB)。输出设备1240使用与输入设备1236相同类型端口中的某一些。由此,例如,USB端口可用于向计算机1212提供输入,并从计算机1212输出信息到输出设备1240。提供了输出适配器1242以说明存在一些输出设备1240,如显式器(例如,平板和CRT)、扬声器和打印机,以及需要特殊适配器的其它输出设备1240。输出适配器1242包括,作为说明而非局限,提供输出设备1240和系统总线1218之间的连接装置的显卡和声卡。应当注意,其它设备和/或设备的系统提供了输入和输出能力,如远程计算机1244。
计算机1212可以使用到一个或多个远程计算机,如远程计算机1244的逻辑连接在网络化环境中操作。远程计算机1244可以是个人计算机、服务器、路由器、网络PC、工作站、基于微处理器的电器、对等设备或其它常见的网络节点等等,并通常包括相对于计算机1212所描述的许多或所有元件。为简明起见,仅对远程计算机1244示出了存储器存储设备1246。远程计算机1244通过网络接口1248逻辑上连接至计算机1212,然后通过通信连接1250物理地连接。网络接口1248包含诸如局域网(LAN)和广域网(WAN)等通信网络。LAN技术包括光纤分布式数据接口(FDDI)、铜缆分布式数据接口(CDDI)、以太网/IEEE 802.3、令牌环/IEEE 802.5等等。WAN技术包括但不限于,点对点链路、诸如综合业务数字网(ISDN)及其变体等电路交换网络、分组交换网络以及数字用户线(DSL)。
通信连接1250指用于将网络接口1248连接到总线1218的硬件/软件。尽管为说明的清晰起见,示出通信连接1250在计算机1212内,然而它也可以对计算机1212是外部的。仅出于示例性的目的,连接到网络接口1248所必需的硬件/软件包括内部和外部技术,如包括常规电话级调制解调器、线缆调制解调器、电源调制解调器和DSL调制解调器的调制解调器、ISDN适配器和以太网卡或组件。
图13是了本发明可与其交互的示例计算环境1300的示意框图。系统1300包括一个或多个客户机1310。客户机1310可以是硬件和/或软件(如,线程、进程、计算设备)。系统1300也包括一个或多个服务器1330。因此,系统1300可对应于两层客户机服务器模型或多层模型(例如,客户机、中间层服务器、数据服务器)以及其它模型。服务器1330也可以是硬件和/或软件(如,线程、进程、计算设备)。例如,服务器1330可容纳线程,以通过使用本发明执行变换。客户机1310和服务器1330之间的一个可能的通信可以是在两个或多个计算机进程之间传输的数据分组的形式。
系统1300包括可用于促进客户机1310和服务器1330之间的通信的通信框架1350。客户机1310操作上连接至可用于储存对客户机1310本地的信息的一个或多个客户机数据存储1360。类似地,服务器1330操作上连接至可用于储存对服务器1330本地的信息的一个或多个服务器数据存储1340。
上文所描述的包括所要求保护的主题的各方面的示例。当然,不可能为了描述所要求保护的主题而描述组件或方法的每一可想象的组合,但是本领域的普通技术人员可以认识到,所公开的主题的许多另外的组合和置换是可能的。因此,所公开的主题旨在包含落入所附权利要求书的精神和范围中的所有这样的改变、修改和变化。此外,就在说明书和权利要求书中使用术语“包括”、“具有”或“含有”或其变体而言,这类术语旨在以与术语“包含”用作权利要求书中的过渡词语所解释的类似的方式为包含性的。
Claims (20)
1.一种广告战役优化系统,包括以下计算机可执行组件:
获取组件,接收与广告战役相关联的出价;以及
分析器组件,修改所述出价以最大化一预算内所述战役的总效用。
2.如权利要求1所述的系统,其特征在于,所述分析器组件包括边际效用组件,它确定每一关键词或广告的边际效用。
3.如权利要求2所述的系统,其特征在于,所述分析器组件包括优化组件,它基于所述每一关键词或广告的边际效用以及所述战役预算来计算战役广告的最佳出价和广告位放置。
4.如权利要求1所述的系统,其特征在于,所述分析器组件包括确定与关键词或广告相关联的投资回报的组件。
5.如权利要求4所述的系统,其特征在于,所述分析器组件包括优化组件,它修改出价以便使战役关键词或广告的投资回报相等并最大化所述战役的投资回报。
6.如权利要求5所述的系统,其特征在于,还包括智能组件,它基于以往的值生成包括关键词在各个广告位的价格在内的由所述优化组件采用的值。
7.如权利要求1所述的系统,其特征在于,所述分析器组件将出价提供给操作拍卖的管理组件。
8.如权利要求1所述的系统,其特征在于,还包括接口组件,它促进所述优化系统与关键词广告系统之间的交互。
9.一种在线广告战役出价优化系统,包括:
用于确定对于战役中的每一关键词广告的广告客户的边际效用的计算机实现装置;以及
用于生成给定预算内对战役最大化总效用的出价的计算机实现装置。
10.一种优化广告出价的方法,包括以下计算机可执行动作:
对于广告战役中的每一关键词计算边际效用;以及
基于给定预算修改出价来最大化战役的总效用。
11.如权利要求10所述的方法,其特征在于,计算边际效用包括通过从所述关键词得到的总效用减去所述关键词成本来计算投资回报。
12.如权利要求10所述的方法,其特征在于,还包括将关键词的总效用计算为其中U是所述预算内广告位可提供的最大效用,k是大整数,而uij是词语i在广告位j的边际效用。
13.如权利要求10所述的方法,其特征在于,修改出价包括减少对低回报关键词的出价和/或增加对高回报的关键词的出价。
14.如权利要求13所述的方法,其特征在于,充分减少所述出价以获得较低的广告位。
15.如权利要求13所述的方法,其特征在于,充分增加所述出价以获得较高的广告位。
16.如权利要求10所述的方法,其特征在于,计算边际效用包括基于关键词出价确定相对价值比率。
17.如权利要求10所述的方法,其特征在于,计算边际效用包括将对关键的出价乘以所述关键词的点进率(CTR)。
18.如权利要求10所述的方法,其特征在于,计算边际效用包括基于对关键词指定的最大出价确定相对价值比率。
19.如权利要求10所述的方法,其特征在于,还包括将所述出价提交给广告拍卖。
20.如权利要求19所述的方法,其特征在于,还包括通过在选择所述拍卖的赢家之前加上或减去较小的随机值来稍微扰动所述出价。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/291,886 US20070130004A1 (en) | 2005-12-01 | 2005-12-01 | AD campaign optimization |
US11/291,886 | 2005-12-01 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101317192A true CN101317192A (zh) | 2008-12-03 |
Family
ID=38092564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2006800448740A Pending CN101317192A (zh) | 2005-12-01 | 2006-11-16 | 广告战役优化 |
Country Status (8)
Country | Link |
---|---|
US (1) | US20070130004A1 (zh) |
EP (1) | EP1960955A4 (zh) |
JP (1) | JP4927863B2 (zh) |
KR (1) | KR20080071586A (zh) |
CN (1) | CN101317192A (zh) |
BR (1) | BRPI0619368A2 (zh) |
RU (1) | RU2008121940A (zh) |
WO (1) | WO2007064503A1 (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103136311A (zh) * | 2011-12-05 | 2013-06-05 | 微软公司 | 付费搜索中的投标和预算分配的联合优化 |
CN103426097A (zh) * | 2012-05-18 | 2013-12-04 | 同程网络科技股份有限公司 | 适用于搜索引擎的关键词投放出价方法 |
CN103593350A (zh) * | 2012-08-14 | 2014-02-19 | 阿里巴巴集团控股有限公司 | 一种推荐推广关键词价格参数的方法和装置 |
CN103606098A (zh) * | 2013-11-29 | 2014-02-26 | 北京随视传媒科技股份有限公司 | 一种网络实时竞价控制方法及装置 |
CN108694631A (zh) * | 2017-04-05 | 2018-10-23 | 百度在线网络技术(北京)有限公司 | 自动调整关键词出价的方法、装置、设备及存储介质 |
CN109272339A (zh) * | 2018-07-16 | 2019-01-25 | 北京三快在线科技有限公司 | 广告出价方法、装置、电子设备及可读存储介质 |
CN113240458A (zh) * | 2021-04-26 | 2021-08-10 | 西安点告网络科技有限公司 | 广告竞价超时率可靠保障方法、系统、终端及存储介质 |
CN113610578A (zh) * | 2021-08-10 | 2021-11-05 | 西窗科技(苏州)有限公司 | 一种针对搜索广告投放的精准管理方法及系统 |
Families Citing this family (48)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7792858B2 (en) * | 2005-12-21 | 2010-09-07 | Ebay Inc. | Computer-implemented method and system for combining keywords into logical clusters that share similar behavior with respect to a considered dimension |
US7752190B2 (en) | 2005-12-21 | 2010-07-06 | Ebay Inc. | Computer-implemented method and system for managing keyword bidding prices |
US8036937B2 (en) | 2005-12-21 | 2011-10-11 | Ebay Inc. | Computer-implemented method and system for enabling the automated selection of keywords for rapid keyword portfolio expansion |
US8005746B2 (en) * | 2006-04-10 | 2011-08-23 | Digimarc Corporation | Auction methods and systems |
US20070255621A1 (en) * | 2006-04-27 | 2007-11-01 | Efficient Frontier | Advertisement generation and optimization |
US7779147B1 (en) * | 2006-06-30 | 2010-08-17 | Amazon Technologies, Inc. | Method and system for advertisement placement based on network trail proximity |
US8712832B2 (en) * | 2006-12-12 | 2014-04-29 | Yahoo! Inc. | Bid optimization in search engine marketing |
US7974880B2 (en) * | 2007-01-31 | 2011-07-05 | Yahoo! Inc. | System for updating advertisement bids |
US20080275775A1 (en) * | 2007-05-04 | 2008-11-06 | Yahoo! Inc. | System and method for using sampling for scheduling advertisements in an online auction |
KR100901953B1 (ko) | 2007-06-21 | 2009-06-10 | 엔에이치엔비즈니스플랫폼 주식회사 | 광고비에 따른 키워드 자동 생성 방법 및 그 장치 |
US8046294B2 (en) * | 2007-07-30 | 2011-10-25 | Hewlett-Packard Development Company, L.P. | Bidding in online auctions |
US8666813B2 (en) * | 2007-09-10 | 2014-03-04 | Yahoo! Inc. | System and method using sampling for scheduling advertisements in an online auction with budget and time constraints |
US8682724B2 (en) * | 2007-09-10 | 2014-03-25 | Yahoo! Inc. | System and method using sampling for scheduling advertisements in slots of different quality in an online auction with budget and time constraints |
US20090094073A1 (en) * | 2007-10-03 | 2009-04-09 | Yahoo! Inc. | Real time click (rtc) system and methods |
US20090164296A1 (en) * | 2007-12-20 | 2009-06-25 | Yahoo! Inc. | Scheduling transient online advertisements |
US20090210287A1 (en) * | 2008-02-18 | 2009-08-20 | Microsoft Corporation | Advertisement space allocation |
US20090234734A1 (en) * | 2008-03-17 | 2009-09-17 | Microsoft Corporation | Bidding on related keywords |
US9501337B2 (en) * | 2008-04-24 | 2016-11-22 | Adobe Systems Incorporated | Systems and methods for collecting and distributing a plurality of notifications |
US8150734B2 (en) * | 2008-06-24 | 2012-04-03 | Microsoft Corporation | Estimating advertising prices for an incumbent content provider |
US20090327083A1 (en) * | 2008-06-27 | 2009-12-31 | Microsoft Corporation | Automating on-line advertisement placement optimization |
US20090327331A1 (en) * | 2008-06-30 | 2009-12-31 | Microsoft Corporation | Ad system that interacts with plural ad engines |
US20100070373A1 (en) * | 2008-09-15 | 2010-03-18 | Microsoft Corporation | Auction System |
US8260724B2 (en) * | 2008-09-17 | 2012-09-04 | Microsoft Corporation | Online pricing and buyback |
US20100082433A1 (en) * | 2008-10-01 | 2010-04-01 | Zhou Yunhong | Using A Threshold Function For Bidding In Online Auctions |
WO2010045298A1 (en) * | 2008-10-14 | 2010-04-22 | Topcoder, Inc. | System and method for advertising placement and/or web site optimization |
US20100262499A1 (en) * | 2009-04-10 | 2010-10-14 | Platform-A, Inc. | Systems and methods for controlling initialization of advertising campaigns |
US20100262497A1 (en) * | 2009-04-10 | 2010-10-14 | Niklas Karlsson | Systems and methods for controlling bidding for online advertising campaigns |
US20110071899A1 (en) * | 2009-07-08 | 2011-03-24 | Niel Robertson | Creating, Managing and Optimizing Online Advertising |
US8266006B2 (en) | 2009-11-03 | 2012-09-11 | Ebay Inc. | Method, medium, and system for keyword bidding in a market cooperative |
CN102129431B (zh) * | 2010-01-13 | 2014-04-02 | 阿里巴巴集团控股有限公司 | 应用于网上交易平台的检索方法和系统 |
US10255608B2 (en) * | 2010-05-05 | 2019-04-09 | Excalibur Ip, Llc | Bid landscape tool |
US8478700B2 (en) * | 2010-08-11 | 2013-07-02 | Brightedge Technologies, Inc. | Opportunity identification and forecasting for search engine optimization |
US20120233009A1 (en) * | 2011-03-09 | 2012-09-13 | Jon Bernhard Fougner | Endorsement Subscriptions for Sponsored Stories |
US10311486B1 (en) | 2013-05-13 | 2019-06-04 | Oath (Americas) Inc. | Computer-implemented systems and methods for response curve estimation |
US9449231B2 (en) | 2013-11-13 | 2016-09-20 | Aol Advertising Inc. | Computerized systems and methods for generating models for identifying thumbnail images to promote videos |
WO2015196469A1 (en) | 2014-06-27 | 2015-12-30 | Google Inc. | Automated creative extension selection for content performance optimization |
US9940304B2 (en) * | 2014-11-05 | 2018-04-10 | Google Llc | Methods and systems for inserting content in a mobile application |
WO2016101088A1 (en) * | 2014-12-22 | 2016-06-30 | Yahoo! Inc. | Systems and methods for ad campaign optimization |
CN104679837B (zh) * | 2015-02-09 | 2018-07-13 | 北京博雅立方科技有限公司 | 关键词调价请求的处理方法及装置 |
US9710140B2 (en) | 2015-03-17 | 2017-07-18 | Adobe Systems Incorporated | Optimizing layout of interactive electronic content based on content type and subject matter |
CN107851262A (zh) * | 2015-07-09 | 2018-03-27 | 华为技术有限公司 | 一种广告价值确定方法及装置 |
WO2018033137A1 (zh) * | 2016-08-19 | 2018-02-22 | 北京市商汤科技开发有限公司 | 在视频图像中展示业务对象的方法、装置和电子设备 |
KR20210136527A (ko) | 2020-05-07 | 2021-11-17 | 주식회사 알파브라더스 | 사용자의 개인 정보 및 직업 정보를 이용하여 학습되는 인공신경망 모델 기반의 광고 추천 서비스를 제공하는 네트워크 엔티티 |
KR20210136403A (ko) | 2020-05-07 | 2021-11-17 | 주식회사 알파브라더스 | 빅데이터 기반의 광고 업체 검색을 위한 스마트 시스템 |
US11295347B1 (en) | 2021-01-30 | 2022-04-05 | Walmart Apollo, Llc | Systems and methods for forecasting campaign parameters using machine learning architectures and techniques |
CN113807891A (zh) * | 2021-09-16 | 2021-12-17 | 北京沃东天骏信息技术有限公司 | 一种广告投放处理方法和装置 |
US20230259965A1 (en) * | 2022-02-15 | 2023-08-17 | Jpmorgan Chase Bank, N.A. | System and method for automating sponsored-search data pipelines |
US20230410146A1 (en) * | 2022-06-16 | 2023-12-21 | P39 Tech Llc | System and method for optimizing media targeting in digital advertisement using dynamic categories |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6285987B1 (en) * | 1997-01-22 | 2001-09-04 | Engage, Inc. | Internet advertising system |
US6324519B1 (en) * | 1999-03-12 | 2001-11-27 | Expanse Networks, Inc. | Advertisement auction system |
US6826572B2 (en) * | 2001-11-13 | 2004-11-30 | Overture Services, Inc. | System and method allowing advertisers to manage search listings in a pay for placement search system using grouping |
US20040044571A1 (en) * | 2002-08-27 | 2004-03-04 | Bronnimann Eric Robert | Method and system for providing advertising listing variance in distribution feeds over the internet to maximize revenue to the advertising distributor |
CA2497168A1 (en) * | 2002-08-30 | 2004-03-11 | Findwhat.Com | System and method for pay for performance advertising employing multiple sets of advertisement listings |
US7870017B2 (en) * | 2003-02-26 | 2011-01-11 | Efficient Frontier | Method and apparatus for position bidding |
JP4098672B2 (ja) * | 2003-06-04 | 2008-06-11 | 日本電信電話株式会社 | 複数財を対象とした電子式入札方法、その装置、その装置処理方法及びそのプログラム |
WO2005031589A1 (en) * | 2003-09-23 | 2005-04-07 | Marchex, Inc. | Performance-based online advertising system and method |
US20050065844A1 (en) * | 2003-09-24 | 2005-03-24 | Yahoo! Inc. | System and method for managing an advertising campaign on a network |
US20050144064A1 (en) * | 2003-12-19 | 2005-06-30 | Palo Alto Research Center Incorporated | Keyword advertisement management |
US20060047703A1 (en) * | 2004-08-30 | 2006-03-02 | Jason Strober | Keyword relatedness bidding system |
US20060173744A1 (en) * | 2005-02-01 | 2006-08-03 | Kandasamy David R | Method and apparatus for generating, optimizing, and managing granular advertising campaigns |
US20060293951A1 (en) * | 2005-06-28 | 2006-12-28 | Amit Patel | Using the utility of configurations in ad serving decisions |
US8412575B2 (en) * | 2005-06-30 | 2013-04-02 | Google Inc. | Determining and/or managing offers such as bids for advertising |
-
2005
- 2005-12-01 US US11/291,886 patent/US20070130004A1/en not_active Abandoned
-
2006
- 2006-11-16 KR KR1020087013237A patent/KR20080071586A/ko not_active Application Discontinuation
- 2006-11-16 CN CNA2006800448740A patent/CN101317192A/zh active Pending
- 2006-11-16 RU RU2008121940/09A patent/RU2008121940A/ru not_active Application Discontinuation
- 2006-11-16 JP JP2008543326A patent/JP4927863B2/ja not_active Expired - Fee Related
- 2006-11-16 EP EP06837975A patent/EP1960955A4/en not_active Withdrawn
- 2006-11-16 WO PCT/US2006/044776 patent/WO2007064503A1/en active Application Filing
- 2006-11-16 BR BRPI0619368-4A patent/BRPI0619368A2/pt not_active IP Right Cessation
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103136311A (zh) * | 2011-12-05 | 2013-06-05 | 微软公司 | 付费搜索中的投标和预算分配的联合优化 |
CN103136311B (zh) * | 2011-12-05 | 2017-12-19 | 微软技术许可有限责任公司 | 付费搜索中的投标和预算分配的联合优化 |
CN103426097A (zh) * | 2012-05-18 | 2013-12-04 | 同程网络科技股份有限公司 | 适用于搜索引擎的关键词投放出价方法 |
CN103593350A (zh) * | 2012-08-14 | 2014-02-19 | 阿里巴巴集团控股有限公司 | 一种推荐推广关键词价格参数的方法和装置 |
CN103593350B (zh) * | 2012-08-14 | 2017-04-19 | 阿里巴巴集团控股有限公司 | 一种推荐推广关键词价格参数的方法和装置 |
CN103606098A (zh) * | 2013-11-29 | 2014-02-26 | 北京随视传媒科技股份有限公司 | 一种网络实时竞价控制方法及装置 |
CN108694631A (zh) * | 2017-04-05 | 2018-10-23 | 百度在线网络技术(北京)有限公司 | 自动调整关键词出价的方法、装置、设备及存储介质 |
CN109272339A (zh) * | 2018-07-16 | 2019-01-25 | 北京三快在线科技有限公司 | 广告出价方法、装置、电子设备及可读存储介质 |
CN113240458A (zh) * | 2021-04-26 | 2021-08-10 | 西安点告网络科技有限公司 | 广告竞价超时率可靠保障方法、系统、终端及存储介质 |
CN113240458B (zh) * | 2021-04-26 | 2023-11-03 | 西安点告网络科技有限公司 | 广告竞价超时率可靠保障方法、系统、终端及存储介质 |
CN113610578A (zh) * | 2021-08-10 | 2021-11-05 | 西窗科技(苏州)有限公司 | 一种针对搜索广告投放的精准管理方法及系统 |
CN113610578B (zh) * | 2021-08-10 | 2023-10-24 | 西窗科技(苏州)有限公司 | 一种针对搜索广告投放的精准管理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
EP1960955A1 (en) | 2008-08-27 |
BRPI0619368A2 (pt) | 2011-09-27 |
EP1960955A4 (en) | 2011-05-18 |
WO2007064503A1 (en) | 2007-06-07 |
JP4927863B2 (ja) | 2012-05-09 |
JP2009517776A (ja) | 2009-04-30 |
KR20080071586A (ko) | 2008-08-04 |
US20070130004A1 (en) | 2007-06-07 |
RU2008121940A (ru) | 2009-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101317192A (zh) | 广告战役优化 | |
US7921107B2 (en) | System for generating query suggestions using a network of users and advertisers | |
US8719082B1 (en) | Automatic bid adjustments for electronic advertising | |
AU2003262837B2 (en) | Method for providing advertising listing variance in distribution feeds | |
CA2526386C (en) | Serving advertisements using user request information and user information | |
US20080091524A1 (en) | System and method for advertisement price adjustment utilizing traffic quality data | |
US20060224496A1 (en) | System for and method of expressive sequential auctions in a dynamic environment on a network | |
US20100088152A1 (en) | Predicting user response to advertisements | |
US20030216930A1 (en) | Cost-per-action search engine system, method and apparatus | |
US20060271389A1 (en) | Pay per percentage of impressions | |
JP2010512604A (ja) | サーチエンジン・マーケティングにおける入札最適化 | |
CN101322148A (zh) | 允许具有不同价值主张的广告主向其表达价值主张的易适应广告系统 | |
EP2465086A2 (en) | Learning system for the use of competing valuation models for real-time advertisement bidding | |
CN101589405A (zh) | 基于顾客行为的广告目标确定和/或定价 | |
US20110166942A1 (en) | Contract auctions for sponsored search | |
EP2286381A2 (en) | Determining complementary product content from primary product document information and providing such complementary product content in association with the primary product document, in an online environment | |
CN103942236A (zh) | 用于供应电子内容的系统和方法 | |
WO2008016591A2 (en) | System and method for scheduling online keyword auctions subject to budget constraints | |
CN102880696A (zh) | 广告放置 | |
US9558506B2 (en) | System and method for exploring new sponsored search listings of uncertain quality | |
US8712844B2 (en) | Use of natural query events to improve online advertising campaigns | |
WO2021247256A1 (en) | Web content organization and presentation techniques | |
Shanahan et al. | Digital advertising: An information scientist’s perspective | |
Mordkovich et al. | Pay-per-click search engine marketing handbook: low cost strategies to attracting new customers using Google, Yahoo & other search engines | |
Arroyo-Cañada et al. | A fuzzy asymmetric TOPSIS model for optimizing investment in online advertising campaigns |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20081203 |