CN102222300A - 评估用户与广告交互的偏好 - Google Patents

评估用户与广告交互的偏好 Download PDF

Info

Publication number
CN102222300A
CN102222300A CN2011101001347A CN201110100134A CN102222300A CN 102222300 A CN102222300 A CN 102222300A CN 2011101001347 A CN2011101001347 A CN 2011101001347A CN 201110100134 A CN201110100134 A CN 201110100134A CN 102222300 A CN102222300 A CN 102222300A
Authority
CN
China
Prior art keywords
user
advertisement
participation
computer
users
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
Application number
CN2011101001347A
Other languages
English (en)
Inventor
P·帕特瓦
W·仲
M·马科夫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Microsoft Technology Licensing LLC
Original Assignee
Microsoft Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Microsoft Corp filed Critical Microsoft Corp
Publication of CN102222300A publication Critical patent/CN102222300A/zh
Pending legal-status Critical Current

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
    • 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
    • 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
    • G06Q30/0242—Determining effectiveness of advertisements
    • 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
    • G06Q30/0242—Determining effectiveness of advertisements
    • G06Q30/0246—Traffic
    • 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
    • G06Q30/0255—Targeted advertisements based on user history

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

公开了评估用户与广告交互的偏好。本发明的各实施例涉及用于提供评估特定用户对于与广告交互的偏好的方法的系统、方法以及计算机存储介质。在一个实施例中，基于用户与广告的交互，将广告投放给用户。具体而言，从广告商那里接收向符合阈值用户参与度水平的一组用户呈现广告的请求。在评估该组用户的用户参与度水平之后，确定该组用户的符合阈值用户参与度水平的子集。然后，将广告呈现给该用户子集。

Description

评估用户与广告交互的偏好
技术领域
本发明涉及web，尤其涉及web上的广告交互。
背景技术
广告是主持网站平台的公司的主要收入来源。如此，在每当用户点击广告时向公司进行支付的方案下，公司知道哪些广告对于获得用户点击是最有效的是有好处的。然而，广告被点击的次数受向其展示广告的用户的偏好所影响。如此，高或低点击率可能更归因于特定用户偏好，而非广告的总体全局有效性。
发明内容
提供本发明内容是为了以精简的形式介绍将在以下详细描述中进一步描述的一些概念。本发明内容不旨在标识所要求保护的主题的关键特征或必要特征，也不旨在用于帮助确定所要求保护的主题的范围。本发明的各实施例提供用于分析用户与广告的交互的方法。具体而言，提供了用于评估特定用户对于与广告的交互的偏好的方法。
广告是web平台的主机的主要收入来源。许多广告定价方案基于按点击付费模型，其中，每当用户选定或点击呈现的广告时，广告商就向广告平台主机支付商定的价格。在用户选定或点击呈现的广告之后，向用户呈现与广告相关联的网页。广告定价方案也可以基于按转换付费模型，其中，每当用户启动与和广告相关联的网站的交易时，广告商就向广告平台主机支付商定的价格。如此，提供可能被向其呈现广告的用户选择的广告符合广告平台主机的最大利益。
为此，广告平台主机一般基于当与被示出了的广告的印象数量进行比较时广告被点击的次数，来测量广告的有效性。印象是用来指出当广告已经向用户呈现的术语。然后，跟踪每一个印象，以判断广告是否被点击，如果被点击，则是否有转换。转换是指所希望的与和广告相关联的网页的交易。转换可以表示购买商品，向网站进行注册，签约银行帐户，启动视频的播放，或用户与网站的其他交互。可另选地，转换可以缺少交互，如当与广告相关联的网站向用户呈现一个写着“如果您要离开此站点，请点击此按钮”的屏幕时。
对于一个新广告，在能够为一个广告计算准确的p-click之前，一般要获取成千上万的印象。例如，当不考虑用户的参与度偏好时，在为一个广告确定准确的p-click之前，它可能要获取该广告的70,000个印象。换言之，如果评估了一个无效的广告，在判断该广告无效之前，它可能需要70,000个印象。然而，在为无效广告确定p-click的该试验期，可以替换已经被证明是有效的其他广告。通过提高p-click计算的有效性，确定准确的p-click所需的印象次数可以显著降低。例如，如果更准确的p-click计算使印象的阈值数量从70,000降到7,000，那么，可以更频繁地向用户呈现在获得用户点击、转换或两者方面被证明有效的广告。
如上文所讨论的，不考虑向其呈现了广告的特定用户的参与度偏好的测量广告的有效性的方法效率低。具体而言，这样的方法冒着数据不是被广告的实际有效性歪曲而是被用户特定的偏好歪曲的危险。本发明的各方面讨论了用户参与度偏好对与广告相关联的有效性度量的准确性的影响。具体而言，本发明的各方面讨论了用户参与度偏好对基于点击的、基于转换的或者基于两者的组合的广告有效性度量的影响。
让广告商的广告被最有可能由于查看了广告而参与交易的用户选定也是广告商的最大利益所在。因此，广告商一般指定它希望向其呈现广告的最终用户的人口分布。例如，女用鞋的广告商可能要求其广告向年龄在18-50之间的妇女呈现。然而，除人口统计影响以外，广告商还可能希望基于与广告交互的用户偏好来定向广告。例如，广告商可能希望将广告定向到对于与网页(特别是与广告相关联的网页)交互具有强烈偏好的消费者。如此，本发明的额外的方面涉及评估特定用户对于与广告交互的偏好。
在另一示例中，目标人口统计学谱内的一些用户，如年龄在18-50之间的妇女，如上文所讨论的，可能具有对于进行在线购物的强烈偏好。虽然对于进行在线购物具有偏好的年龄在18-50之间的一些妇女可能喜爱买鞋，但是，在线鞋广告商可能希望将其营销资源投入于已经进行了至少一次在线购买的妇女。如此，本发明的更进一步的方面涉及基于用户对于与广告交互的偏好来向用户定向广告。
附图说明
下面将参考附图详细描述本发明的说明性实施例，在附图中：
图1是示出了适用于本发明的各实施例的示例性计算设备的框图；
图2是示出了根据本发明的一实施例的低参与度用户的示例性活动的示意图；
图3是示出了根据本发明的一实施例的中等参与度用户的示例性活动的示意图；
图4是示出了根据本发明的一实施例的高参与度用户的示例性活动的示意图；
图5是示出了根据本发明的一实施例的示例性广告交互数据的示意图；
图6是示出了根据本发明的一实施例的示例性用户参与度数据的示意图；
图7是示出了根据本发明的一实施例的示例性用户参与度水平的示意图；
图8是示出了根据本发明的一实施例的基于用户与多个广告的交互来向用户分配商业价值的方法的流程图；
图9是示出了根据本发明的一实施例的基于用户与广告的交互来向用户提供广告的方法的流程图；
图10是示出了根据本发明的一实施例的广告投放拍卖的流程图；以及
图11是示出了根据本发明的一实施例的基于用户参与度水平来改善广告的评估的有效性的准确性的方法的流程图。
具体实施方式
此处用具体细节描述本发明的各实施例的主题以满足法定要求。虽然此处可以使用术语“步骤”、“框”和/或“模块”等等来指示所使用的方法或系统的不同组件，但是除非而且仅当明确描述了各个步骤的顺序时，这些术语不应该被解释为意味着此处所公开的各步骤之间的任何特定顺序。
本发明的各实施例涉及用于分析用户与广告的交互的系统、方法以及计算机存储介质。具体而言，提供了评估特定用户对于与广告的交互的偏好的方法。根据本发明的各实施例，基于与已经呈现给特定用户的多个广告相关联的广告交互数据，评估特定用户对于与广告的交互的偏好。
广告交互数据包括有关用户如何与进行广告交互的信息，并一般用来评估广告的有效性。例如，广告平台主机可以向多个用户呈现二十个不同的广告。为了讨论，广告可以表示为Ad1-Ad20。可以基于涉及广告Ad1-Ad20的广告交互数据，评估每一个广告Ad1-Ad20的有效性。具体而言，广告交互数据可包括和点击呈现给用户的广告的用户的数量有关的信息。聚焦于用户将点击广告的概率的此有效性度量被称为“p-click”。具体而言，p-click有效性度量表示点击了广告的用户的数量与被展示该广告的用户的数量的比率。如上文所讨论的，向用户展示广告的每一次都被称为“印象”。例如，Ad5和Ad6都可以呈现给10,000个用户。如果有100个用户点击Ad5，则Ad5将具有1％的p-click。此外，如果有10个用户点击了Ad6，则Ad6将具有0.1％的p-click。如此，基于来自基本p-click有效性度量的结果，Ad5在参与的用户点击广告时看起来比Ad6更有效。
然而，使用只基于对广告交互数据的第一遍评估的p-click有效性度量来评估广告不能考虑特定用户对于与广告交互的偏好。例如，如果被展示了Ad5的10,000个用户的受众中的每一个用户都具有对广告的平均点击偏好5％，那么，p-click有效性度量1％似乎指出Ad5没其他广告受欢迎。此外，如果被展示了Ad6的10,000个用户的受众中的每一个用户都具有点击0.01％广告的平均偏好，那么，0.1％p-click有效性度量似乎指出Ad6至少与其他广告一样受欢迎。如此，Ad6的p-click有效性度量因为被显示给不成比例的数量的低参与度用户而被降低，而Ad5的p-click有效性度量由于被展示Ad5的不成比例数量的高参与度用户而虚高。如此，看出了p-click有效性度量如何未能考虑向其展示广告的用户的用户参与度偏好。
因此，可以通过分析特定用户对于与广告交互的偏好对p-click有效性度量的计算的影响，改进对广告的有效性的评估。对于此分析，可以基于广告交互数据，评估特定用户对于与广告的交互的偏好。如此处所使用的，广告交互数据包括涉及用户与广告的交互的信息。例如，广告交互数据可包括被展示多个广告中的至少一个的用户的用户标识符。广告交互数据还可以包括每一个用户与向他展示的至少一个广告进行交互的程度。广告交互数据也可以包括关于向每一个用户展示多个广告中的至少一个广告所处的条件的上下文信息。例如，广告交互数据可包括向用户呈现至少一个广告的时刻，向用户呈现的至少一个广告的行业等等。通过使用此信息，可以基于向其展示多个广告中的至少一个的多个用户的用户标识符，排序广告交互数据。然后，可以使用已排序的信息来确定特定用户对于与广告的交互的偏好。
特定用户与广告进行交互的程度可以被称为特定用户与广告交互的程度。如此处所使用的，用户参与度偏好包括用户点击广告的倾向、用户完全忽略广告的倾向、用户参与利用与广告相关联的网站的交易的倾向或者其任何组合。在各实施例中，用户可能被影响，以在线购买商品和/或服务，或者可能受在线广告的影响，离线购买商品和/或服务。
为了讨论本发明的各实施例，将用户分类为“低参与度”用户，“中等参与度”用户，以及“高参与度”用户。具体而言，一般对广告消极的用户被称为“低参与度”用户。一般点击广告，但是一般不参与利用与广告相关联的网页的交易的用户被称为“中等参与度”用户。此外，点击了广告并导致了利用与广告相关联的网页的大量交易的用户被称为“高参与度”用户。在各实施例中，用户的参与度水平可以基于行业、时刻或以前的交易历史。例如，一个用户可以对于汽车行业的广告被分类为高参与度用户，但是对于电子行业的广告被分类为低参与度用户。此外，可以在特定行业默认地将用户分类为低参与度用户，直到用户已经被展示了该行业的阈值数量的广告。可以基于广告交互数据，评估用户参与度数据。具体而言，可以基于用户标识符，排序与多个广告相关联的广告交互数据，如上文所讨论的。通过分析用户在他们被展示的广告的上下文内的行为，可以得出关于用户与广告交互的一般用户偏好的结论。另外，还可以基于在用户参与度数据中所提供的上下文信息，确定用户与广告交互的条件特定的用户偏好。
例如，关于用户与广告的交互的信息可以示出用户具有点击10％的向他呈现的广告的倾向。此外，用户参与度数据示出了用户点击了50％的与曲棍球相关联的广告。可另选地，用户参与度数据可以示出用户具有点击30％的在9pm和2am之间向他呈现的广告的倾向，但是，只有4％的对于在9am和2pm之间向他呈现的广告的点击率。这些指标，以及类似的指标，可以基于广告交互数据来确定，并可以洞察用户的一般用户参与度水平和条件特定用户的参与度水平。
一旦辨别了特定用户对于与广告交互的偏好，可以使用用户参与度水平来改善诸如p-click有效性度量之类的广告有效性评估。具体而言，可以通过调整每一个广告的印象的数量，修改p-click有效性度量。例如，如果向包含超过阈值数量的低参与度用户的一组用户呈现广告，则与该广告相关联的p-click可能会增大。具体而言，如果一个广告被向10,000个用户呈现，其中，6,000个用户是中等参与度用户或高参与度用户，而4,000个用户是低参与度用户，则通过将4,000乘以0.1，4,000个低参与度用户的印象值可能降低因子10。如此，经调整的与广告相关联的总印象将等于6,000+(4,000*0.1)＝6,000+400＝6,400个印象。由于与广告相关联的p-click基于广告被点击的次数除以与该广告相关联的印象的数量，因此，印象的数量减少，将使与该广告相关联的p-click有效性度量增大。
类似地，如果向包含超过阈值数量的高参与度用户的一组用户呈现广告，则与该广告相关联的p-click可能会降低。具体而言，如果一个广告被向10,000个用户呈现，其中，6,000个用户是中等参与度用户或低参与度用户，而4,000个用户是高参与度用户，则通过将4,000乘以10，4,000个高参与度用户的印象值可能增大因子10。如此，经调整的与广告相关联的总印象将等于6,000+(4,000*10)＝6,000+40,000＝46,000个印象。由于与广告相关联的p-click基于广告被点击的次数除以与该广告相关联的印象的数量，因此，印象的数量减少，将使与该广告相关联的p-click有效性度量降低。
在本发明的更进一步的实施例中，可以基于特定用户对于与广告交互的偏好，给用户指定商业价值。给一个用户和/或一组用户指定的商业价值可以取决于要向用户呈现的广告的上下文。此外，给用户指定的商业价值可以受用户的用户参与度水平的影响。例如，希望最大化广告的曝光度的公司可能发现低参与度用户比高参与度用户更有商业价值。例如，一个营销公司可能具有一个他们愿意以最低成本向最高数量的人呈现的政治广告。如此，该营销公司可能首选将该政治广告定向到不太可能点击广告的低参与度用户，如此，最大化向其展示政治广告的人数。可另选地，其他公司可能将高商业价值投放到可能点击广告并受广告的影响以根据广告购买产品的高参与度用户。
如上文所讨论的，也可以基于向用户呈现的广告的类型，给用户分配商业价值。例如，示出了相对于Mets(大都会棒球队)广告更偏爱Yankees(扬基棒球队)广告的历史偏好的用户可能具有关于Yankees广告的高商业价值和关于Mets广告的低商业价值，尽管同一个用户可能具有对于棒球广告的高总体商业价值。此外，用户购买了一种类型的商品这一事实可能至少在一段时间内实际降低用户的关于该商品的商业价值。例如，打算买房子的用户可能对于销售房屋保险的保险公司具有高商业价值。但是，一旦用户购买了房屋保险，基于大多数房屋所有者只拥有一处房屋且在可预见的将来可能不需要购买更多保险的假定，该用户的商业价值就会缩小。另外，用户未能购买诸如汽车之类的商品这一事实可能降低用户的关于相关联的商品的商业价值。例如，销售汽车配件的公司可能愿意将低商业价值与不拥有汽车的用户相关联。
额外的实施例提供了用于向符合阈值用户参与度水平、商业价值或两者的组合的用户投放广告的方法。如上文所讨论的，可以基于每一个用户与向他们展示的多个广告中的至少一个的交互，给多个用户中的每一个指定商业价值。此外，还可以基于商业价值的相似度来定义一组用户。响应于向特定类型的用户投放广告的广告请求，可以将广告投放给该组用户。
因此，在一个实施例中，本发明提供在其上体现了计算机可执行指令的计算机存储介质，当执行时，计算机可执行指令执行基于用户与多个广告的交互向用户指定商业价值的方法。该方法包括接收与多个广告中的每一个相关联的广告交互数据。可以基于多个用户的用户标识符，排序广告交互数据。可能已经向多个用户中的每一个用户展示多个广告中的至少一个。此外，可以给多个用户中的每一个用户指定商业价值。商业价值可以基于每一个用户与向他们展示的多个广告中的至少一个的交互。另外，还可以基于用户的商业价值的相似度来定义一组用户。
在另一实施例中，本发明提供在其上体现了计算机可执行指令的计算机存储介质，当执行时，计算机可执行指令执行基于用户对于广告的参与度向用户投放广告的方法。该方法包括从广告商那里接收向一组用户呈现广告的请求。该请求可包括对于一组用户的每一个的预先确定的用户参与度水平阈值。可以基于该组用户与多个广告的用户交互，评估该组用户的用户参与度水平。此外，可以确定该组用户的子集，其中，该子集基于评估的用户参与度水平。具体而言，可以基于符合预先确定的用户参与度水平阈值的用户子集的每一个用户来确定用户的子集。可以由广告商提供预先确定的用户参与度阈值。一旦已经确定了用户子集，就可以向用户子集呈现广告。
本发明的第三实施例提供了基于用户参与度水平提高广告的准确性的方法。该方法包括接收基于用户与广告的交互来表示广告的评估的有效性的数据。可以评估与广告进行交互的用户的参与度水平。具体而言，可以基于用户的历史参与度水平来评估用户参与度水平。为细化对用户参与度水平的评估，评估可以仅限于类似于所考虑的广告的历史广告。一旦已经评估了用户参与度水平，可以基于被展示了广告的用户的历史参与度来确定评估的有效性的归一化因子。然后，可以基于确定的归一化因子来调整评估的广告的有效性。
在描述了本发明的各实施例的概览之后，下面将描述适于实现本发明的各实施例的示例性操作环境。
一般地参考附图，并首先具体参考图1，示出了适于实现本发明的各实施例的示例性操作环境，并将其一般地指定为计算设备100。计算设备100只是合适的计算环境的一个示例，而非旨在对本发明的使用范围或功能提出任何限制。计算设备100也不应被解释成对于所示出的模块、组件或两者的任一组件或其组合有任何依赖或要求。
各实施例可以在各种系统配置中实施，包括手持式设备、消费电子产品、通用计算机、专用计算设备等等。各实施例也可以在其中任务由通过通信网络链接的远程处理设备执行的分布式计算环境中实施。
继续参考图1，计算设备100包括直接地或间接地耦合以下设备的总线110：存储器112、一个或多个处理器114、一个或多个呈现模块116、输入/输出(I/O)端口118、I/O模块120以及说明性电源122。总线110表示一个或多个总线(诸如地址总线、数据总线或其组合)。虽然为了清楚起见，利用线条示出了图1的各个框，但是实际上，各个模块的轮廓并不是那样清楚，并且比喻地说来，线条更精确地将是灰色的和模糊的。例如，可以将诸如显示设备之类的呈现模块视为I/O模块。同样，处理器具有存储器。本发明人认识到这是本领域的特性，并重申，图1的图示只是例示可以结合一个或多个实施方式来使用的示例性计算设备。在诸如“工作站”、“服务器”、“膝上型计算机”、“手持式设备”等等之类的类别之间没有区别，所有这些都在图1的范围内并且都被称作“计算机”或“计算设备”。
计算设备100通常包括各种计算机可读介质。作为示例而非限制，计算机可读介质可以包括随机存取存储器(RAM)；只读存储器(ROM)；电可擦可编程序只读存储器(EEPROM)；闪存或其他存储技术；CDROM、数字多功能盘(DVD)或其他光学或全息介质；磁带盒、磁带、磁盘存储或其他磁存储设备，载波或可以用来编码所需要的信息并可以被计算设备100访问的任何其他介质。
存储器112包括易失性和/或非易失性存储器形式的计算机存储介质。存储器可以是可移动的，不可移动的，或两者的组合。示例性硬件设备包括固态存储器、硬盘驱动器、光盘驱动器等等。计算设备100包括从诸如存储器112或I/O模块120之类的各种实体读取数据的一个或多个处理器。呈现模块116向潜在消费者或其他设备呈现数据指示。示例性呈现模块包括显示设备、扬声器、打印模块、振动模块等等。I/O端口118可允许计算设备100在逻辑上耦合到包括I/O模块120在内的其他设备，这些设备中的一些可以是内置的。说明性模块包括话筒、操纵杆、游戏手柄、圆盘式卫星天线、扫描仪、打印机、无线设备等等。
图2-4示出了与用户参与广告的不同水平相关联的活动。如上文所讨论的，用户参与度对广告平台主机来说是重要的，因为由对广告的点击产生的收入是广告平台主机的主要收入来源。如上文所讨论的，用户参与度偏好包括用户点击广告的倾向、用户完全忽略广告的倾向和/或用户与和广告相关联的网站交互的倾向。另外，用户的对于广告的参与度偏好可以取决于向用户呈现的广告。例如，向其呈现了足球广告的用户通常几乎总是点击该广告，而该用户可能完全忽略芭蕾舞的广告。可另选地，用户可能总是忽略一天的特定时间段(如当用户正在工作时)的广告。如此，用户参与度偏好可能是与条件和/或广告相关的。
图2示出了根据本发明的一实施例的低参与度用户205的示例性活动200。低参与度用户的活动一般在用户和向用户呈现的广告之间几乎没有诸如点击或交易这样的交互。如图2所示，在计算屏幕210上向用户205呈现广告220、222、224、226以及228。示出了放大的屏幕215，以更好地示出广告220-228。从放大的屏幕215可以看出，广告220-228可能被用户205忽略230、232、234和238。可另选地，广告220-228可能被用户205点击以前进到广告网页236。在所显示的活动200中，用户205忽略230、232、234以及238了五个广告中的四个220、222、224以及228。此外，在点击第五个广告226以前进到与广告226相关联的网站236之后，用户205未能参与转换页面246上的交易。在替换实施例中，如下面所提供的，用户205可能从与广告220-228中的一个相关联的网页购买商品。
图3是示出了根据本发明的一实施例的中等参与度用户305的示例性活动300。中等参与度用户的活动一般包括用户点击广告，但是，利用与广告相关联的网站进行的交易，即使有，也极少。如图3所示，在计算屏幕310上向用户305呈现了广告320。示出了放大屏幕315，以更好地示出广告320、322、324、326以及328。从放大屏幕315可以看出，广告320-328可能被用户305点击以前进到分别与每一个广告320、322、324、326以及328相关联的网页330、332、334、336以及338。在所显示的活动300中，用户305点击了所有五个广告320-328以前进到网页330、332、334、336以及338。然而，在五个网页330、332、334、336以及338中的四个中，用户305未能完成交易。相反地，用户305忽略340、342、344以及346了五个网页中的四个330、332、334以及336。此外，用户305参与了交易，从第五个网页338购买了商品。如此，用户305一般作为中等参与度用户，因为用户305一般点击了向他呈现的广告，但是，一般没有最终基于广告330-338来购买商品。
图4是示出了根据本发明的一实施例的高参与度用户405的示例性活动400。高参与度用户的活动一般包括用户点击广告，并且，还基于广告进行了大量购物。如图4所示，在计算屏幕410上向用户405呈现广告420、422、424、426以及428。示出了放大的屏幕415，以更好地示出广告420-428。从放大屏幕415可以看出，广告420-428可能被用户405点击以前进到分别与每一个广告420、422、424、426以及428相关联的网页430、432、434、436以及438。在所显示的活动400中，用户405点击了所有五个广告420-428以前进到网页430-438。此外，用户405还基于广告420-428，购买442、444以及448了五个商品中的三个。尽管用户405分别忽略440和446了两个网页430和436，但是，60％的购买率可以被视为将用户405视为高参与度用户的足够高的阈值。
中等参与度用户与高参与度用户的不同之处在于：1)由用户作出的购物的次数，2)构成由中等参与度用户以及高参与度用户进行的购物的阈值数量的定义。例如，在上面的图3中，用户在点击的五个广告中进行了一次购物。尽管只进行了一次购物，20％的购买比率可以符合将图3中的用户视为高参与度用户的最小购物阈值。在替换实施例中，可以向中等参与度用户呈现300个广告，其中，用户点击了20％，最终基于一个广告进行了购物。在此情况下，用户点击20％的广告的倾向可以被视为中等参与度，用户通过点击广告，与大量广告进行交互。此外，如果中等参与度用户进行了至少一次购物，则可以将中等参与度用户与低参与度用户区别开来。在这一点上，区分没有使用因特网购买商品的用户和使用因特网进行了至少一次购物的用户可能是有益的。另外，基于用户在特定行业的参与度水平来区别用户也是有益的。具体而言，广告商可以针对在该广告商的行业是高参与度用户的用户，即使用户在其他方面不是高参与度用户。例如，电子广告商可能希望针对尽管一般而言是低参与度的、但对于广告是高参与度的用户。
如上文所讨论的，可以基于广告交互数据来评估用户参与度水平。图5是示出了根据本发明的一实施例的示例性广告交互数据500。具体而言，图5示出了详述了用户与广告502、504以及506的交互的广告交互数据500。用户510被表示为A-F。如图5所示，提供了广告502、504以及506的行业512、514以及516。具体而言，广告502具有电子广告的行业512；广告504具有卡广告的行业514；以及，广告506具有花卉广告的行业516。在各实施例中，可以基于广告的类型来过滤广告交互数据500。此外，对于每一个广告502、504以及506，可以提供关于被展示了广告的每一个用户510如何与广告进行交互的信息。具体而言，可以提供和每一个用户是否点击520了每一个广告和/或每一个用户是否参与了利用与每一个广告相关联的网页的转换530有关的信息。根据本发明的各实施例，可以基于用户标识符排序广告交互数据500，以生成用户参与度数据。
在图6中示出了已经排序以示出用户与广告的交互的广告交互数据的示例。图6示出了根据本发明的一实施例的示例性用户参与度数据600。具体而言，根据基于用户标识符对广告交互数据500的排序来生成用户参与度数据600。如此，用户参与度数据600示出了用户610对于广告602、604以及606的用户参与度偏好。广告602、604以及606分别与图5中的广告502、504以及506相关。此外，用户610也被表示为A-F。具体而言，用户参与度数据600包括和每一个用户是否点击了620每一个广告和/或每一个用户是否基于每一个广告购买了630商品和/或服务有关的信息。
例如，示出了用户A点击620了向她呈现的每一个广告602、604以及606。此外，还示出了用户A参与了利用与广告602和604中的每一个相关联的网页的转换。如上文所讨论的，602和604分别是电子广告和卡广告，而广告606是花卉广告。基于此信息，可以得出用户A一般而言是高参与度用户的结论，但是，她的高参与度行为可能是行业特定的。此外，还示出了用户B点击620了广告602、604以及606中的每一个，但是，未示出该用户基于广告交互数据进行任何交易。如此，可以将用户B视为中等参与度用户。相比之下，示出了用户C未能点击任何广告。如此，可以将用户C视为低参与度用户。
图7是示出了根据本发明的一实施例的示例性用户参与度水平700。用户的用户参与度水平700基于用户参与度数据，诸如如图6所示的用户参与度数据600。具体而言，图7的用户参与度水平包括低参与度用户710、中等参与度用户720以及高参与度用户730。此外，用户710也被表示为A-F。如图7所示，用户C和D是低参与度用户715。用户C和D两者未能点击向他们呈现的任何广告。如此，他们没有与广告进行交互，这符合低参与度用户行为。另外，用户B和F被表示为中等参与度用户725。用户B和F两者均点击了向他们呈现的至少一个广告，但是，这两者都没有参与利用与广告相关联的网页的转换。如此，他们与至少一个广告进行了交互，但是，没有进行交易，这符合中等参与度用户行为。此外，用户A和E也被表示为高参与度用户735。用户A和E两者都点击了向他们呈现的每一个广告，并且，每一个用户都参与了利用与每一个广告相关联的网页的交易。如此，他们与广告了进行交互，并进行了交易，这符合高参与度用户行为。
图8是示出了根据本发明的一实施例的基于用户与多个广告的交互来向用户指定商业价值的方法的流程图800。如上文所讨论的，可以基于广告交互数据来确定用户与广告的交互。因此，如在框810所示出的，接收与多个广告中的每一个相关联的广告交互数据。为了确定用户与多个广告的交互，在框820，基于多个用户的用户标识符，排序广告交互数据。已经向多个用户中的每一个展示了多个广告中的至少一个。
在各实施例中，用户标识符可以与用户的在线帐户(诸如电子邮件帐户或社交网络帐户)相关联。如此，可以基于向其展示广告的用户的帐户，区分向用户显示的广告。也可以根据用户的个人标识符，存储关于用户与广告的交互的信息。此外，尽管用户标识符也可以涉及诸如IP地址之类的一般引用标识符，但是，通过用户标识符与在线帐户的关联，可以从单一计算IP地址标识符，跟踪多个用户偏好。如此，可以将带有不同的单个电子邮件帐户的四人家庭作为带有四个不同的偏好集的四个不同用户来分析，而不是作为具有四种不同类型的偏好的一个基于单一IP地址的用户。此外，可以基于社交网络平台管理员所具有的对单个帐户用户的偏好的访问，跟踪单个用户。
一旦基于用户标识符对广告交互数据进行了排序，在框830，给多个用户中的每一个用户指定商业价值。商业价值的指定可以基于每一个用户与向他们展示的多个广告中的至少一个的交互。在各实施例中，基于每一个用户与向他们展示的多个广告中的至少一个的交互，给多个用户中的每一个用户指定用户参与度水平。然而，可以独立于用户参与度水平，给一个或多个用户指定商业价值，也在本发明的各实施例的范围内。例如，可以基于用户进行了至少一次在线购物，给每一个用户指定某一商业价值。尽管在指定用户参与度水平时也可以考虑在线购买至少一个商品这一因素，但是，指定商业价值的标准可以不同于确定用户参与度水平的标准。
此外，商业价值可以进一步基于可以为其指定商业价值的用户和/或广告活动的特征。例如，可以基于用户的点击广告的偏好，指定和/或修改商业价值。可另选地，用户的在一天的特定点查看广告的偏好可以增大该用户在当日的该时间段的商业价值的相对值。一旦给多个用户中的每一个用户指定了商业价值，则可以基于给用户指定的相似度来确定一组用户。另外，一旦基于商业价值的相似度确定了一组用户，就可以基于与该组用户相关联的商业价值，将广告定向到该组用户。
图9是示出了根据本发明的一实施例的基于用户与广告的交互来向用户投放广告的方法900的流程图。如在框910所示出的，接收向一组用户呈现广告的请求。可以从广告商那里接收该请求。此外，该请求可以包含该组用户必须符合的预先确定的用户参与度阈值。可另选地，广告商可以基于广告平台主机的要求在向一组用户呈现广告之前有其用户的预先确定的用户参与度阈值的限制，来选择特定广告平台主机。预先确定的用户参与度水平阈值可以包括最低参与度水平。可另选地，预先确定的用户参与度水平阈值可以包括最高参与度水平。在框920，可以基于该组用户与多个广告的用户交互，评估该组用户的用户参与度水平。此外，在框930，基于所评估的用户参与度水平，确定该组用户的子集，其中，用户的子集中的每一个用户都符合预先确定的用户参与度水平阈值。
在各实施例中，可以使用预先确定的用户参与度水平阈值来将广告定向到符合阈值的用户。例如，如果广告商希望最大化广告向用户的曝光度，则广告商可以针对具有最大预先确定的用户参与度水平阈值的用户。如此，广告商可以针对具有低参与度水平的用户，以便少量的用户将点击广告。可另选地，如果广告商希望最大化由用户点击广告所产生的购物次数，则广告商可以针对具有最小预先确定的用户参与度水平阈值的用户。如此，广告商可以设置最小用户参与度水平阈值，以确保被展示了广告的用户具有在线进行购物的偏好。在更进一步的实施例中，预先确定的用户参与度水平阈值可以是条件特定的。例如，广告商可以要求一组用户符合广告商的行业内的预先确定的用户参与度水平阈值。如此，可以从该组用户中过滤掉一般而言对于在线产品可能具有强烈的偏好、但是对于在线购买广告商的行业内的产品缺乏强烈偏好的用户。在框940，将广告呈现给用户的子集。
图10是示出了根据本发明的一实施例的广告投放拍卖的流程图1000。在框1010，用户访问网页。在替换实施例中，用户可以启动搜索查询或从他的帐户检索电子邮件。此外，用户还可以生成对广告的请求。在框1020，广告平台接收对广告的请求。此外，广告平台还标识用户。具体而言，广告平台可以基于对广告的请求中的信息来标识用户。在框1030，广告平台查询数据库，以标识与用户相关联的广告参与度度量。广告参与度度量可包括按行业、时刻、一年中的时段等等分类的信息。
在框1040，广告平台检索可以向用户呈现的所有广告。例如，特定网页可能具有2,000个广告可用于投放在该网页上。另外，在框1050，广告平台还基于广告标准，如广告的报价、广告与用户的相关性以及与广告相关联的p-click有效性度量，来对广告进行排序。具体而言，可以根据本发明的各实施例修改p-click有效性度量。在框1060，基于由广告商所提供的目标标准，分析有资格投放在网页上的一组广告。可以对照用户度量，分析提供广告的目标受众的人口分布的目标标准。在框1070，广告平台基于用户与广告的交互，修改广告的p-click有效性度量。此外，还可基于用户与广告的交互，修改诸如商业价值、参与度水平等等之类的用户参与度度量。
图11是示出了根据本发明的一实施例的基于用户参与度水平来改善广告的所评估的效率的准确性的方法的流程图1100。如在框1110所示出的，接收基于用户与广告的交互来表示广告的所评估的有效性的数据。如上文所讨论的，广告的所评估的有效性可包括p-click有效性度量。p-click有效性度量可以基于与多个广告相关联的广告交互数据，广告交互数据可以被用来生成概述与多个广告相关联的用户交互的用户参与度数据。然而，评估广告有效性的方法未能考虑被展示了广告的用户的用户参与度水平。
为了在改善有效性因子时考虑用户参与度水平，在框1120评估向其呈现广告的用户的参与度水平。具体而言，评估被展示了广告的用户的历史用户参与度水平。在各实施例中，可以过滤被展示了广告的用户的历史用户参与度水平，以便只包括和正在被评估的广告类似的广告。在更进一步的实施例中，可以过滤历史广告，以聚焦于与正在评估广告在一天的同一时刻或一年的相同时段呈现的广告。
基于历史用户参与度数据，在框1130中确定所评估的有效性的归一化因子。例如，对于被展示了广告的10,000个用户的受众，可以计算有多少用户在历史上是低参与度用户。然后，可以设置低参与度用户的阈值百分比，对于超过阈值数量的用户的每一个用户，调节因子将广告有效性评估增大一个增量。此外，在框1040，调整广告的所评估的有效性。对所评估的有效性的调整可以基于所确定的归一化因子。
在不偏离本发明的精神和范围的情况下，所描绘的各种组件的许多不同的布局，以及未示出的组件也是可以的。所描述的本发明的各实施例旨在是说明性的而非限制性的。不偏离其范围的备选实施例对于本领域的技术人员是显而易见的。在不偏离本发明的范围的情况下，精通技术的人员可以开发用于实现如前所述的改进的备选装置。
可以理解，某些特征和子组合是有用的，并且可以在不参考其他特征和子组合的情况下使用，它们都在权利要求书的范围内。并非各种图形中所列出的所有步骤都需要按所描述的特定的顺序执行。

Claims (15)

1.在其上体现了计算机可执行指令的计算机存储介质，当执行时，计算机可执行指令执行基于用户与多个广告的交互向用户指定商业价值的方法，所述方法包括：
接收(810)与所述多个广告中的每一个相关联的广告交互数据；
基于多个用户的用户标识符，排序(820)所述广告交互数据，向每一个用户展示了所述多个广告中的至少一个；
基于每一个用户与向其展示的所述多个广告中的至少一个的交互，向所述多个用户中的每一个用户指定(830)商业价值；以及
基于所述用户的商业价值的相似度来定义(840)一组用户。
2.如权利要求1所述的计算机存储介质，其特征在于，所指定的商业价值基于所呈现的广告的行业。
3.如权利要求1所述的计算机存储介质，其特征在于，所述方法还包括：
基于所述用户的商业价值的所述相似度，将广告定向到所述一组用户。
4.如权利要求1所述的计算机存储介质，其特征在于，所述广告交互数据包括广告商标识符、向其呈现了至少一个广告的用户的用户标识符、响应于广告的呈现的用户动作的指示、呈现广告时的一天中的时刻以及所呈现的广告的行业中的至少一项。
5.如权利要求4所述的计算机存储介质，其特征在于，所述方法还包括：
基于向所述用户呈现的所述广告的所述行业，将广告定向到所述一组用户。
6.在其上体现了计算机可执行指令的计算机存储介质，当执行时，计算机可执行指令执行基于用户对于广告的参与度向用户投放广告的方法，所述方法包括：
从广告商那里接收(910)向一组用户呈现广告的请求，每一个用户都符合预先确定的用户参与度水平阈值；
基于该组用户与多个广告的用户交互，评估(920)该组用户的用户参与度水平；
基于所评估的用户参与度水平，确定(930)所述一组用户的子集，其中，所述用户的子集中的每一个用户都符合所述预先确定的用户参与度水平阈值；以及
向所述用户子集呈现(940)所述广告。
7.如权利要求6所述的计算机存储介质，其特征在于，所述一组用户中的每一个用户都进行了至少一次在线购物。
8.如权利要求6所述的计算机存储介质，其特征在于，所述一组用户的所述用户交互是基于根据用户标识符排序的广告交互数据确定的。
9.如权利要求6所述的计算机存储介质，其特征在于，所述预先确定的用户参与度水平阈值包括最大用户参与度活动阈值。
10.如权利要求9所述的计算机存储介质，其特征在于，所述方法还包括：
基于所述预先确定的用户参与度水平阈值，将广告定向到所述用户子集，以最小化用户对广告的点击次数。
11.一种基于用户参与度水平来改善广告的所评估的有效性的准确性的方法，所述方法包括：
接收(1110)基于用户与所述广告的交互来表示广告的所评估的有效性的数据；
基于所述用户的历史参与度水平，评估(1120)与所述广告进行交互的用户的所述参与度水平；
基于被展示了所述广告的所述用户的所述历史参与度，确定(1130)所评估的有效性的归一化因子；以及
基于所确定的归一化因子，调整(1140)所述广告的所评估的有效性。
12.如权利要求11所述的方法，其特征在于，所述用户的所述历史参与度基于和所评估的广告类似的广告。
13.如权利要求11所述的方法，其特征在于，基于广告交互数据，确定用户交互。
14.如权利要求11所述的方法，其特征在于，调整所述广告的所评估的有效性包括基于超出阈值数量的低参与度用户的低参与度用户的数量，提高所述广告的所评估的有效性。
15.{0>如权利要求11所述的方法，其特征在于，调整所述广告的所评估的有效性包括基于超出阈值数量的高参与度用户的高参与度用户的数量，降低所述广告的所评估的有效性。
CN2011101001347A 2010-04-14 2011-04-13 评估用户与广告交互的偏好 Pending CN102222300A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US12/759,966 2010-04-14
US12/759,966 US20110258039A1 (en) 2010-04-14 2010-04-14 Evaluating preferences of users engaging with advertisements

Publications (1)

Publication Number Publication Date
CN102222300A true CN102222300A (zh) 2011-10-19

Family

ID=44778845

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011101001347A Pending CN102222300A (zh) 2010-04-14 2011-04-13 评估用户与广告交互的偏好

Country Status (2)

Country Link
US (1) US20110258039A1 (zh)
CN (1) CN102222300A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104462177A (zh) * 2013-09-20 2015-03-25 纽昂斯通信有限公司 移动应用每日用户参与分数和用户配置
WO2015096146A1 (en) * 2013-12-27 2015-07-02 Yahoo! Inc. Systems and methods for a unified audience targeting solution
CN105630185A (zh) * 2014-11-25 2016-06-01 奥多比公司 显示广告预测中的时间动态
WO2016169411A1 (zh) * 2015-04-23 2016-10-27 腾讯科技（深圳）有限公司 一种信息处理方法及其设备
CN106507147A (zh) * 2016-11-30 2017-03-15 天脉聚源（北京）科技有限公司 广告的处理方法及装置
CN106663270A (zh) * 2015-03-18 2017-05-10 Sk 普兰尼特有限公司 广告招标装置和广告平台装置
CN107077690A (zh) * 2014-09-01 2017-08-18 真实眼私人有限公司 定向基于Web的广告的方法
CN107657468A (zh) * 2016-07-25 2018-02-02 北京金山云网络技术有限公司 素材评测方法及装置
US10956933B2 (en) * 2013-10-18 2021-03-23 Apple Inc. Determining user engagement
CN112819492A (zh) * 2019-11-15 2021-05-18 北京达佳互联信息技术有限公司 一种广告推荐方法、装置及电子设备
CN116402553A (zh) * 2023-06-07 2023-07-07 江西时刻互动科技股份有限公司 广告效果评估方法、装置及可读存储介质

Families Citing this family (65)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9819561B2 (en) 2000-10-26 2017-11-14 Liveperson, Inc. System and methods for facilitating object assignments
US8868448B2 (en) 2000-10-26 2014-10-21 Liveperson, Inc. Systems and methods to facilitate selling of products and services
US9065727B1 (en) 2012-08-31 2015-06-23 Google Inc. Device identifier similarity models derived from online event signals
US9432468B2 (en) 2005-09-14 2016-08-30 Liveperson, Inc. System and method for design and dynamic generation of a web page
US8738732B2 (en) 2005-09-14 2014-05-27 Liveperson, Inc. System and method for performing follow up based on user interactions
GB2438475A (en) * 2007-03-07 2007-11-28 Cvon Innovations Ltd A method for ranking search results
US8671000B2 (en) 2007-04-24 2014-03-11 Apple Inc. Method and arrangement for providing content to multimedia devices
US8260846B2 (en) 2008-07-25 2012-09-04 Liveperson, Inc. Method and system for providing targeted content to a surfer
US8762313B2 (en) 2008-07-25 2014-06-24 Liveperson, Inc. Method and system for creating a predictive model for targeting web-page to a surfer
US8805844B2 (en) 2008-08-04 2014-08-12 Liveperson, Inc. Expert search
US9892417B2 (en) 2008-10-29 2018-02-13 Liveperson, Inc. System and method for applying tracing tools for network locations
US9767212B2 (en) 2010-04-07 2017-09-19 Liveperson, Inc. System and method for dynamically enabling customized web content and applications
US9367847B2 (en) * 2010-05-28 2016-06-14 Apple Inc. Presenting content packages based on audience retargeting
US8918465B2 (en) 2010-12-14 2014-12-23 Liveperson, Inc. Authentication of service requests initiated from a social networking site
US9350598B2 (en) 2010-12-14 2016-05-24 Liveperson, Inc. Authentication of service requests using a communications initiation feature
US8874639B2 (en) * 2010-12-22 2014-10-28 Facebook, Inc. Determining advertising effectiveness outside of a social networking system
US9342605B2 (en) * 2011-06-13 2016-05-17 Facebook, Inc. Client-side modification of search results based on social network data
US20130138502A1 (en) * 2011-11-28 2013-05-30 Dell Products, Lp Method for Determining Marketing Communications Sales Attribution and a System Therefor
US10325297B2 (en) * 2011-11-28 2019-06-18 Dell Products, Lp Method for comparing sales performance of web sites and a system therefor
US8943002B2 (en) * 2012-02-10 2015-01-27 Liveperson, Inc. Analytics driven engagement
US8805941B2 (en) 2012-03-06 2014-08-12 Liveperson, Inc. Occasionally-connected computing interface
US9563336B2 (en) 2012-04-26 2017-02-07 Liveperson, Inc. Dynamic user interface customization
US9053185B1 (en) 2012-04-30 2015-06-09 Google Inc. Generating a representative model for a plurality of models identified by similar feature data
US8527526B1 (en) 2012-05-02 2013-09-03 Google Inc. Selecting a list of network user identifiers based on long-term and short-term history data
US9672196B2 (en) 2012-05-15 2017-06-06 Liveperson, Inc. Methods and systems for presenting specialized content using campaign metrics
US8914500B1 (en) 2012-05-21 2014-12-16 Google Inc. Creating a classifier model to determine whether a network user should be added to a list
US8903927B2 (en) * 2012-06-01 2014-12-02 Facebook, Inc. Increasing engagement of low engagement users in a social network
US8886575B1 (en) 2012-06-27 2014-11-11 Google Inc. Selecting an algorithm for identifying similar user identifiers based on predicted click-through-rate
US8874589B1 (en) 2012-07-16 2014-10-28 Google Inc. Adjust similar users identification based on performance feedback
US8782197B1 (en) 2012-07-17 2014-07-15 Google, Inc. Determining a model refresh rate
WO2014018669A2 (en) * 2012-07-24 2014-01-30 Corrie-Jones Company LLC Advertising driven beneficiary process
US8886799B1 (en) 2012-08-29 2014-11-11 Google Inc. Identifying a similar user identifier
US8719934B2 (en) * 2012-09-06 2014-05-06 Dstillery, Inc. Methods, systems and media for detecting non-intended traffic using co-visitation information
US20140157199A1 (en) * 2012-12-05 2014-06-05 Qriously, Inc. Systems and Methods for Collecting Information with a Mobile Device and Delivering Advertisements Based on the Collected Information
AU2013201494B1 (en) * 2012-12-12 2013-07-11 Rokt Pte Ltd A Digital Advertising System and Method
US11295344B2 (en) * 2012-12-12 2022-04-05 Rokt Pte Ltd Digital advertising system and method
US10325285B1 (en) 2013-06-28 2019-06-18 Groupon, Inc. Predictive recommendation system
US10373270B2 (en) * 2013-10-14 2019-08-06 Facebook, Inc. Identifying posts in a social networking system for presentation to one or more user demographic groups
US20150178790A1 (en) * 2013-12-20 2015-06-25 Yahoo! Inc. User Engagement-Based Dynamic Reserve Price for Non-Guaranteed Delivery Advertising Auction
US10019726B2 (en) * 2014-01-15 2018-07-10 Apple Inc. Supplemental analysis module for invitational content
US11386442B2 (en) 2014-03-31 2022-07-12 Liveperson, Inc. Online behavioral predictor
CN103838885B (zh) * 2014-03-31 2017-02-01 苏州大学 一种面向广告投放的潜在用户检索及用户模型排序方法
US9990653B1 (en) 2014-09-29 2018-06-05 Google Llc Systems and methods for serving online content based on user engagement duration
US11062358B1 (en) * 2015-04-27 2021-07-13 Google Llc Providing an advertisement associated with a media item appearing in a feed based on user engagement with the media item
AU2016270937B2 (en) 2015-06-02 2021-07-29 Liveperson, Inc. Dynamic communication routing based on consistency weighting and routing rules
US10762583B2 (en) 2016-03-10 2020-09-01 Microsoft Technology Licensing, Llc Generating content feeds based on expanded network engagement
US10504191B2 (en) * 2016-03-10 2019-12-10 Microsoft Technology Licensing, Llc Engagement-based selection of content for member segments of social networks
US10278065B2 (en) 2016-08-14 2019-04-30 Liveperson, Inc. Systems and methods for real-time remote control of mobile applications
WO2018165052A1 (en) * 2017-03-06 2018-09-13 United States Postal Service System and method of providing informed delivery items using a hybrid-digital mailbox
US11113717B2 (en) 2017-05-19 2021-09-07 Microsoft Technology Licensing, Llc Customer engagement platform experimentation framework
CN109218346B (zh) * 2017-06-29 2020-07-28 北京嘀嘀无限科技发展有限公司 网约车应用程序Feed流推送方法和装置
JP7251055B2 (ja) * 2018-05-31 2023-04-04 富士フイルムビジネスイノベーション株式会社 情報処理装置及びプログラム
CN108960901B (zh) * 2018-06-13 2024-08-09 网易（杭州）网络有限公司 数据处理方法、装置、介质及电子设备
US11082109B2 (en) 2019-02-22 2021-08-03 Aerial Technologies Inc. Self-learning based on Wi-Fi-based monitoring and augmentation
WO2020170221A1 (en) 2019-02-22 2020-08-27 Aerial Technologies Inc. Handling concept drift in wi-fi-based localization
US10999705B2 (en) 2019-02-22 2021-05-04 Aerial Technologies Inc. Motion vector identification in a Wi-Fi motion detection system
US11586952B2 (en) 2019-02-22 2023-02-21 Aerial Technologies Inc. Robotic H matrix creation
US11218769B2 (en) * 2019-02-22 2022-01-04 Aerial Technologies Inc. Smart media display
US11593837B2 (en) 2019-02-22 2023-02-28 Aerial Technologies Inc. Advertisement engagement measurement
US11913970B2 (en) 2019-02-22 2024-02-27 Aerial Technologies Inc. Wireless motion detection using multiband filters
US11448726B2 (en) 2019-08-28 2022-09-20 Aerial Technologies Inc. System and method for presence and pulse detection from wireless signals
US11523253B2 (en) 2019-09-06 2022-12-06 Aerial Technologies Inc. Monitoring activity using Wi-Fi motion detection
US12033111B2 (en) 2019-10-03 2024-07-09 United States Postal Service Distribution item delivery point management system
US11847679B2 (en) * 2021-11-30 2023-12-19 Dell Products, L.P. Persona based co-operative multi-agent reinforcement learning to enhance user experience
CN118469649B (zh) * 2024-07-09 2024-09-27 合肥玖通电子商务有限公司 一种基于大数据的企业运营智能管理系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101410864A (zh) * 2006-03-29 2009-04-15 雅虎公司 行为瞄准系统
CN101431524A (zh) * 2007-11-07 2009-05-13 阿里巴巴集团控股有限公司 一种定向网络广告投放的实现方法及装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060235965A1 (en) * 2005-03-07 2006-10-19 Claria Corporation Method for quantifying the propensity to respond to an advertisement
US7840438B2 (en) * 2005-07-29 2010-11-23 Yahoo! Inc. System and method for discounting of historical click through data for multiple versions of an advertisement
US8533040B2 (en) * 2005-12-30 2013-09-10 Yahoo! Inc. System and method for optimizing the selection and delivery of advertisements
US8438170B2 (en) * 2006-03-29 2013-05-07 Yahoo! Inc. Behavioral targeting system that generates user profiles for target objectives
US20090063250A1 (en) * 2007-09-04 2009-03-05 Burgess David A Controlled Targeted Experimentation
US20090106087A1 (en) * 2007-10-17 2009-04-23 Google Inc. Contextual auction bidding
US20090112690A1 (en) * 2007-10-29 2009-04-30 Yahoo! Inc. System and method for online advertising optimized by user segmentation

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101410864A (zh) * 2006-03-29 2009-04-15 雅虎公司 行为瞄准系统
CN101431524A (zh) * 2007-11-07 2009-05-13 阿里巴巴集团控股有限公司 一种定向网络广告投放的实现方法及装置

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104462177B (zh) * 2013-09-20 2019-11-05 纽昂斯通信有限公司 移动应用每日用户参与分数和用户配置
CN104462177A (zh) * 2013-09-20 2015-03-25 纽昂斯通信有限公司 移动应用每日用户参与分数和用户配置
US10956933B2 (en) * 2013-10-18 2021-03-23 Apple Inc. Determining user engagement
WO2015096146A1 (en) * 2013-12-27 2015-07-02 Yahoo! Inc. Systems and methods for a unified audience targeting solution
CN107077690A (zh) * 2014-09-01 2017-08-18 真实眼私人有限公司 定向基于Web的广告的方法
CN105630185A (zh) * 2014-11-25 2016-06-01 奥多比公司 显示广告预测中的时间动态
CN105630185B (zh) * 2014-11-25 2021-02-12 奥多比公司 显示广告预测中的时间动态
CN106663270B (zh) * 2015-03-18 2021-09-21 Sk 普兰尼特有限公司 广告招标装置和广告平台装置
CN106663270A (zh) * 2015-03-18 2017-05-10 Sk 普兰尼特有限公司 广告招标装置和广告平台装置
WO2016169411A1 (zh) * 2015-04-23 2016-10-27 腾讯科技（深圳）有限公司 一种信息处理方法及其设备
US11372805B2 (en) 2015-04-23 2022-06-28 Tencent Technology (Shenzhen) Company Limited Method and device for information processing
CN107657468A (zh) * 2016-07-25 2018-02-02 北京金山云网络技术有限公司 素材评测方法及装置
CN106507147A (zh) * 2016-11-30 2017-03-15 天脉聚源（北京）科技有限公司 广告的处理方法及装置
CN112819492A (zh) * 2019-11-15 2021-05-18 北京达佳互联信息技术有限公司 一种广告推荐方法、装置及电子设备
CN116402553A (zh) * 2023-06-07 2023-07-07 江西时刻互动科技股份有限公司 广告效果评估方法、装置及可读存储介质
CN116402553B (zh) * 2023-06-07 2023-08-18 江西时刻互动科技股份有限公司 广告效果评估方法、装置及可读存储介质

Also Published As

Publication number Publication date
US20110258039A1 (en) 2011-10-20

Similar Documents

Publication Publication Date Title
CN102222300A (zh) 评估用户与广告交互的偏好
Perlich et al. Bid optimizing and inventory scoring in targeted online advertising
US10262336B2 (en) Non-converting publisher attribution weighting and analytics server and method
US8671016B2 (en) Methods and apparatus for advertising via computer networks and websites
US8762201B1 (en) Advertisement system, method and computer program product
US20080091524A1 (en) System and method for advertisement price adjustment utilizing traffic quality data
US20130204700A1 (en) System, method and computer program product for prediction based on user interactions history
US8050965B2 (en) Using a directed graph as an advertising system taxonomy
US20120059848A1 (en) Social network based user-initiated review and purchase related information and advertising
CN102934139A (zh) 以用户为中心的实时广告竞价
KR20080098019A (ko) 광고 발행자의 성능을 정확하게 추정하고 클릭 사기를억제하는 컴퓨터 구현 시스템 및 방법
KR20080094782A (ko) 광고 타겟팅 및 가격 결정을 위하여 거래 이력을 사용하는컴퓨터 구현 시스템 및 방법
CN102906778A (zh) 基于事件的广告目标确定
US20090327029A1 (en) Systems and Methods for Utilizing Normalized Impressions To Optimize Digital Ads
US20100228595A1 (en) System and method for scoring target lists for advertising
WO2009158094A2 (en) Systems and methods for creating an index to measure a performance of digital ads as defined by an advertiser
US8560384B2 (en) Generating a score for a coupon campaign
US20100114701A1 (en) System and method for brand affinity content distribution and optimization with charitable organizations
US12062065B2 (en) Systems and methods for allocating electronic advertising opportunities
US20140081739A1 (en) System and method for advertising analytics
US20090259540A1 (en) System for partitioning and pruning of advertisements
US9558506B2 (en) System and method for exploring new sponsored search listings of uncertain quality
Frick et al. Incentive misalignments in programmatic advertising: Evidence from a randomized field experiment
US11907968B1 (en) Media effectiveness
CN102243747A (zh) 组合广告

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: MICROSOFT TECHNOLOGY LICENSING LLC

Free format text: FORMER OWNER: MICROSOFT CORP.

Effective date: 20150803

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20150803

Address after: Washington State

Applicant after: Micro soft technique license Co., Ltd

Address before: Washington State

Applicant before: Microsoft Corp.

C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20111019