CN103003834A - 替换广告的方法和设备 - Google Patents
替换广告的方法和设备 Download PDFInfo
- Publication number
- CN103003834A CN103003834A CN2011800353741A CN201180035374A CN103003834A CN 103003834 A CN103003834 A CN 103003834A CN 2011800353741 A CN2011800353741 A CN 2011800353741A CN 201180035374 A CN201180035374 A CN 201180035374A CN 103003834 A CN103003834 A CN 103003834A
- Authority
- CN
- China
- Prior art keywords
- advertisement
- feature
- negative input
- user
- new
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0244—Optimization
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
描述了用于替换广告的方法和设备(100)。关于当前广告的负面输入被接收(步骤200)。所述当前广告的、被假设为已经引起所接收到的负面输入的至少一个特征被识别(步骤204)。就所述识别的至少一个特征而言与所述当前广告不同的新广告被选择(步骤210)。用所述选择的新广告替换所述当前广告(步骤212)。
Description
技术领域
本发明涉及用于替换广告的方法和设备。
背景技术
广播公司、web服务、软件提供商等允许用户访问免费内容,但是同时使用户暴露在商业广告下,因为广告发布是他们的主要收入来源。例如,TV广播公司提供免费的TV内容来吸引观众,但是将广告空间出售给广告客户以用于在TV内容之间插入商业广告。类似地,许多web站点提供免费服务(例如,因特网搜索)以将访问者吸引到他们的网站,但是出售形式为图形、动画横幅或‘赞助链接’的针对商业广告的空间。
尽管某些广告可能对用户有吸引力,但是对用户来说大多数的广告是恼人的,特别是如果用户对正在被广告发布的产品或服务不感兴趣的话。用户主要对正在提供的服务或内容感兴趣,而不想他们的体验被广告中断。用户想要控制感,并且在广告被自动地放置在其它内容(例如,web页面、个人TV频道、用户接口等)内或周围的情况下,如果用户对所述广告不感兴趣的话,用户喜欢有不观看所述广告或者甚至移除所述广告的可能性。
为了处理此情况,一些系统通过基于每个用户的行为、每个用户的偏好(例如,优选的艺术家或电影流派)来将广告的目标设定到每个用户,以及更重要的是设定到所述广告被放置在其中的上下文,从而使所述广告对于所述用户至少是更加可接受的。例如,一些系统使用在用户简档(profile)中所指定的关键词、域名、主题、人口统计目标等来将广告仅放置在包含与用户相关的内容的web页面和网站上,并且还使用它们来选择具有用户将会感兴趣的内容的广告(例如,因为所述内容被列举在用户简档中或者在用户简档中被高度评价)。
在一个传统的广告放置系统中,给定某一块内容(例如网页、TV节目等)或上下文(例如发送到搜索引擎的查询、个人频道的时间表等),系统从适合于用户简档的内容的、广告的数据库中选择一个或多个广告(例如,依据人口统计、观看历史或购买历史)。所述系统基于用户简档来计算对于每个广告的好感度。这样的好感度可以通过使用诸如na?ve贝叶斯分类或协同过滤这样的现有已知的机器学习技术来计算,并且表示对用户有多么喜欢该广告的估计。所述好感度被用来对可以被放置的广告进行优先级排序。
然而,尽管诸如这样的系统能够将更可能是与用户相关的和用户感兴趣的广告提供给用户,但是不保证该系统将不把用户不喜欢或他们不感兴趣的广告呈现给用户,因为用户简档通常仅列举用户所喜欢的内容。
在一些系统中,这通过允许用户选择移除当前广告、提供当前广告不被喜欢的指示或对当前广告给出差的评价(典型地在两星、五星、或十星评价量表上)而被克服。例如,US 2009/0287566公开了一种系统,在所述系统中,用户被要求指示他们是否喜欢/不喜欢广告以及他们为什么喜欢/不喜欢广告的原因,以便所述系统选择很可能为用户可接受的广告。同样地,在一些系统中,当用户执行以上所列举的选项中的一个时,系统将当前广告列入黑名单以防止它在将来被呈现给用户,并且调整用户简档使得与当前广告类似的另一个广告被呈现给用户的机会是较低的。
然而,这不保证与被移除的/不喜欢的/评价差的广告类似的广告在将来将不被呈现给用户,因为广告的放置取决于各种因素,用户仅能够对其进行间接控制。例如,系统通过平等地对待广告的所有特征来调整用户简档。这意味着在系统能够具体地学习用户喜欢和不喜欢什么之前以及在系统能够因此产生有用的推荐之前,所述系统需要其它广告的更多负面评价,所述其它广告与当前广告类似但具有特征的不同组合。用户被要求向系统重复地指示他们对广告不感兴趣,并且所述系统在其能够产生有用的推荐之前需要相对大量的评价,这对用户来说可能是令人沮丧的。
发明内容
本发明试图提供了用于提供设定目标的广告发布的方法和设备,在所述设定目标的广告发布中,更多相关的广告被自动地提供给用户而不用用户必须重复地指示他们喜欢/不喜欢哪些广告。
根据本发明的一方面,这通过用于替换广告的方法而被实现,所述方法包括以下步骤:接收关于当前广告的负面输入;识别所述当前广告的、被假设为已经引起所述接收到的负面输入的至少一个特征;选择新广告,所述新广告就所述识别的至少一个特征而言与所述当前广告不同;以及用所述选择的新广告替换所述当前广告和/或与所述当前广告类似的任何广告。
根据本发明的另一个方面,这通过用于替换广告的设备而被实现,所述设备包括:用户接口,用于接收关于当前广告的负面输入;识别器,用于识别所述当前广告的、被假设为已经引起所述接收到的负面输入的至少一个特征;选择器,用于选择新广告,所述新广告就所述识别的至少一个特征而言与所述当前广告不同;以及处理器,用于用所述选择的新广告替换所述当前广告和/或与所述当前广告类似的任何广告。
以这种方式,更快地给用户提供了与他们相关的广告而不用用户必须重复地指示他们喜欢/不喜欢哪些广告,因为所述新广告就被假设为已经引起所述接收到的负面输入的至少一个特征而言是不同的。这和在负面输入被接收到时所有特征被同等地对待使得所有特征被认为是用户不喜欢的大不相同,在该情况下,在所述系统能够产生有用的推荐之前需要用户更多的评价。所述用户因此被要求在所述设备能够针对所述用户生成更相关的广告之前对较少的广告进行评价(对其提供负面输入)。
所述方法可以进一步包括步骤:用另一个新广告替换与所述当前广告类似的任何广告。以这种方式,对广告进行负面评价具有比如果将使用常规推荐系统的情况更加彻底地替换可能存在的与所述当前广告类似的其它广告的即刻效果,使得所替换的广告至少在所述至少一个特征方面不同。
可以选择另一个新广告,使得它就所述识别的至少一个特征而言与所述当前广告类似的广告不同,或者就所述识别的至少一个特征而言与所述当前广告不同。
所述方法可以进一步包括步骤:将至少不包括所述识别的至少一个特征的广告呈现给用户。以这种方式,给所述用户展示了更可能是相关的广告。
所述负面输入可以是用于移除当前广告的指令、用户不喜欢当前广告的指示或所述当前广告的低于预定值的评价中的一个。以这种方式,所述用户对如何指示其广告偏好具有更多的控制。
所述至少一个特征可以包括与所述当前广告相关联的元数据。以这种方式,所述方法使用现有数据以便提供更相关的广告。
识别当前广告的、被假设为已经引起所述接收到的负面输入的至少一个特征的步骤可以包括:基于用户简档和辨别力中的至少一个来识别所述当前广告的、被假设为已经引起所述接收到的负面输入的至少一个特征。
所述方法可以进一步包括步骤:维持已经接收到负面输入的广告和与所述广告相关联的特征的记录,以及针对每个特征维持关于它是否是被假设为已经引起所述接收到的负面输入的指示。以这种方式,广告的未来选择将是更准确的。
所述方法可以进一步包括步骤:使用已经接收到负面输入的广告和与所述广告相关联的特征的记录,以及使用针对每个特征的、关于它是否是被假设为已经引起所述接收到的负面输入的指示来更新用户简档。以这种方式,记录被存储并且可以在将来被用来在提供与所述用户更相关的广告时提供更准确的结果。
选择就所述识别的至少一个特征而言与所述当前广告不同的新广告的步骤可以包括:选择具有与所述当前广告的所识别的至少一个特征最不同的所识别的至少一个特征的新广告。以这种方式,提供给用户更相关的广告的可能性被提高了。
选择就所述识别的至少一个特征而言与所述当前广告不同的新广告的步骤可以包括:选择具有最适合于用户简档的所识别的至少一个特征的新广告。以这种方式,所述新广告更可能是所述用户感兴趣的。
附图说明
为了更好地理解本发明,以及为了更清晰地示出本发明可以如何被付诸实施,现在仅作为例子将对附图进行参考,在附图中:
图1是根据本发明的、用于替换广告的设备的简化示意图;以及
图2是根据本发明的、用于替换广告的方法的流程图。
具体实施方式
参考图1,设备100包括用于接收关于当前广告的输入的用户接口102,所述输入包括关于当前广告的负面输入或正面输入。当前广告例如可以是已经被插入在内容项左右(例如,在个人频道中的TV节目左右)的广告。用户接口102可以被集成在设备100中(如所示出的那样),或者可以与设备100分离并且无线地连接到或者线连到设备100。用户接口102的输出被连接到识别器104。识别器104的输出被连接到选择器106。选择器106的输出被连接到处理器108。处理器108可以经由输出端112被无线地连接到或者线连到外部装置116。替换地,设备100可以被集成在外部装置116中。外部装置116例如可以是TV、立体声系统、计算机、屏幕等等,或诸如移动终端、便携式TV等等这样的移动装置等等。用户接口102、识别器104以及选择器106被连接到存储装置114。用户接口102可以包括用于将广告呈现给用户的呈现装置110。替换地,处理器108可以控制外部装置116以便将广告呈现给用户。
现将参考图2中所示出的流程图对设备100的操作进行描述。
用户接口102接收关于当前广告的负面输入(步骤200)。所述负面输入是用于移除当前广告的指令、用户不喜欢当前广告的指示或当前广告的低于预定值的评价(典型地在两星、五星或十星评价量表上)中的一个。
用户接口102与存储装置114进行通信,并且存储装置114存储已经接收到负面输入的当前广告以及与该当前广告相关联的特征的记录(步骤202)。所述特征包括与当前广告相关联的元数据,所述元数据可以包括属性(例如,流派)和相关的值(例如,动作、浪漫等)。例如,在视频广告的情况下,被关联到视频广告的元数据可以被划分成特征的两个子集:与被广告发布的产品相关的元数据,诸如产品类别、目标群体、品牌名称等;以及与视频广告本身相关的元数据,诸如流派、演员阵容等。
用户接口102还将关于当前广告的负面输入传送到识别器104。在接收到该负面输入之后,识别器104与存储装置114进行通信以便访问与当前广告相关联的特征并且识别当前广告的、被假设为已经引起所接收到的负面输入的至少一个特征(步骤204)。例如,识别器104基于用户简档例如通过选择具有最大辨别力的特征(例如,具有最负面的评价或带最低数量的可能值的属性的特征)来识别所述当前广告的、被假设为已经引起所接收到的负面输入的至少一个特征。一个方法是保持对相关特征中的每一个存在于广告中多长时间、以及这样的广告的呈现导致负面的用户输入多长时间的统计,所述广告在指定长度的观看历史期间被提供给用户。另一个方法是简单地使用特征的预定义次序。可以在识别步骤中确定和使用辨别力的量度。
识别器104可以将针对属性的值识别为被假设为当前广告的、已经引起负面输入的至少一个特征。在视频广告的情况下,假定对用户来说产品或视频是无趣的,识别器104可以将关于当前广告的负面输入仅关联到这些特征的一个子集(产品相关的或视频相关的)。用户接口102下次接收到关于与当前广告类似的广告的负面输入时,识别器104要么将该负面输入关联到特征的两个子集,推断出用户不对产品也不对视频感兴趣,要么将该负面输入关联到特征的其它子集,推断出特征的这个子集被认为是无趣的。
存储装置114存储针对所述至少一个特征的指示,其指示所述至少一个特征被假设为已经引起所接收到的负面输入(步骤206)。
存储装置114因此维持了已经接收到负面输入的广告、与所述广告相关联的特征的记录,以及针对每个特征维持了关于它是否是被假设为已经引起所接收到的负面输入的指示。这个记录被称作‘假设’表,因为它记录了针对每个广告已经做出或者已经丢弃的假设,用户接口102已经接收到对于所述每个广告的负面输入。假设表的例子被示出如下:
广告ID | 产品类别不喜欢 | 广告流派不喜欢 |
1001 | 是 | 否 |
1002 | 否 | 是 |
所述假设表包含多个域,其指示了对特定的广告来说具体的特征(例如产品类别、广告流派等)是否是不被喜欢的。存储装置114存储的域的数量取决于用户一致地对两个子域进行评价多少次来改变(例如,如果用户一直对产品和视频相关的广告进行评价,则对这个用户来说使产品和视频域分开是毫无意义的)。存储装置114可以针对每一个用户将不同的特征存储在假设表中,并且这可能取决于用户简档。
用户接口102每次接收到与当前广告相关的负面输入时,识别器104就与存储装置114进行通信,以根据预定的策略或根据通过使用专用机器学习算法以从与用户的交互中学习到的策略来更新该假设表。例如,当用户接口102接收到负面输入时,识别器104通过在指示与被假为已经引起负面输入的广告相关联的特定特征的域中插入“是”并且在针对与所述广告相关联的所有其它特征的域中插入“否”来更新该假设表。替换地,如果不止一个特征被假设为已经引起负面输入,则识别器104可以在不止一个域中插入“是”。作为特定例子,负面输入可以被应用于广告将其联系到视频流派的特征,或者应用于所述广告的产品类别的特征,或者应用于所述两个特征。识别器104可以使用二进制系统来更新所述假设表,值1指示特征是不被喜欢的(假设为已经引起负面输入),而值0指示特征是被喜欢的(未假设为已经引起负面输入)。
用户接口102每次接收到与当前广告相关的负面输入时,识别器104与存储装置114进行通信以便更新假设表中针对该广告的以及与用户接口102接收到了对于其的负面输入的当前广告类似的广告的条目。
识别器104使用在假设表中存储的记录来更新用户简档(步骤208)。例如,如果识别器104已经假设所述广告的流派已经使得用户对用户接口102输入了所接收到的负面输入,则识别器104通过将一个或多个负计数应用于用户简档中与所述流派相关的特征来更新那些特征,使得它们在用户的偏好方面看起来较低。
在任何时候,识别器104可以使用在假设表中记录的大多数当前结果来重新解释早先的负面输入的原因,并且识别器104除可以使所述表指示先前哪一个被假设为已经引起所接收的负面输入的特征之外,可以使所述表适于指示不同的特征被假设为已经引起所接收的负面输入。
识别器104将当前广告的所识别的至少一个特征输出到选择器106中,然后选择器106选择新广告,所述新广告就所识别的至少一个特征而言与当前广告不同(步骤210)。选择器106可以从已经在存储装置114中被本地高速缓存/存储的广告中选择所述新广告,或者选择器106可以从外部源下载所述新广告。
这可能涉及选择器106选择对于具有不喜欢的值(假设为已经引起所接收到的负面输入的值)的属性来说具有不同值的新广告,或者选择不包括不喜欢的值(假设为已经引起所接收到的负面输入的值)的新广告,即选择不具有作为针对属性中的任何一个的值的是不喜欢的值的新广告。在前一种情况下,选择器106可以选择具有与当前广告的所识别的至少一个特征最不同的所识别的至少一个特征的新广告(即,其与当前广告尽可能地不同)。
替换地,选择器106可以选择具有最适合于用户简档的所识别的至少一个特征的新广告。为了实现这,选择器106基于用户简档估计用户将喜欢并假设观看某一广告的概率。换句话说,选择器106基于用户简档来计算对于每一个广告的好感度,并且将具有最高的计算出的好感度的广告选择为新广告。好感度可以由范围[0, 1]中的值表示并且可以使用特征的子集来计算,所述子集表示关联到广告的元数据的有意义的子域。例如,关联到视频广告的元数据可以被划分成两个子域:与广告发布的产品相关的元数据,诸如产品类别、目标群体、品牌名称等;以及与视频广告本身相关的元数据,诸如流派、演员阵容等。
选择器106可以选择具有与当前广告的所识别的至少一个特征最不同的但是具有高好感度的所识别的至少一个特征的新广告。为了实现这,选择器106针对每一个新广告来计算针对所述新广告所计算的好感度和对所述新广告与当前广告之间的差异度之间的乘积。通过使用广告特征空间中的距离量度(例如,Jaccard距离)来计算所述新广告和当前广告之间的差异度。选择器106然后将具有最高乘积的广告选择为新广告。
选择器106将所选择的新广告传送到处理器108,然后处理器108用所选择的新广告替换当前广告(步骤212)。处理器108还可以用所选择的新广告或者用与所述新广告不同的另一个新广告来替换与当前广告类似的任何广告。另一个新广告可以被选择,使得它就所识别的至少一个特征来说与和当前广告类似的广告不同,或者就所识别的至少一个特征来说与当前广告不同。
处理器108经由输出端112控制外部装置116来用所选择的新广告替换外部装置116上的当前广告(步骤214)。替换地或者附加地,处理器108控制呈现装置110来用所选择的新广告替换呈现装置110上的当前广告(步骤214)。
处理器108还控制呈现装置110和/或外部装置116来将至少不包括所识别的至少一个特征的广告呈现给用户(步骤214)。
现将对特定实施例进行描述,其中,所述设备已经将具有“动作”的BMW(宝马)广告作为主流派放置在个人电影频道中,并且用户接口102已经接收到关于该广告的负面输入。
选择器106选择具有不同流派(例如“纪实的/教育性的”)但仍然是关于汽车的新广告,因为选择器106已经通过使用关于产品的用户简档的部分计算出汽车广告具有高的好感度。在这种情况下,假设是:流派为汽车并不是用户不喜欢该广告的原因。选择器106选择不同流派的新广告而不是具有不同演员阵容的新广告,因为流派被认为比演员阵容具有更多的辨别力。选择器106然后将所选择的新广告传送到处理器108,所述处理器108用所选择的新广告替换当前广告。
已经就用另一个广告替换广告对设备100进行了描述。例如,广告可以存在于web页面、横幅、在线杂志、前滚视频广告等等中。设备100还可以被用来不仅替换负面评价的广告,而且被用来替换存在于相同页面或TV频道或网站中的其它(类似的)广告。设备100还可以被应用于正面评价以及基于所述正面评价选择项目的情况。在这种情况下,用户接口102接收关于当前广告的正面输入,然后识别器104与存储装置114进行通信以便根据所接收到的正面输入来更新所述假设表。例如,识别器104可以与存储装置114进行通信以便在积极的意义上增强所述假设表中的某些特征,这能够在较短的学习时间内导致更相关的推荐。
本文所描述的设备100可以被应用于电视机、个人录像机(PVR)、机顶盒、音频系统(包括便携式音频),服务(包括因特网视频和音乐服务)以及其中使用了推荐的任何其它系统。此外,设备100可以被应用在许多基于内容的和基于上下文的广告发布系统中,诸如web广告发布。
尽管本发明的实施例已经在附图中进行了图示,并且在前述的具体实施方式中进行了描述,但是应当理解本发明并不限于所公开的实施例,而是能够在不背离如在后面的权利要求中陈述的本发明的范围的条件下进行许多修改。
如对本领域的技术人员将是明显的,“装置”意味着包括在操作中再生或被设计来再生特定的功能的任意硬件(诸如单独的或集成的电路或电子元件)或软件(诸如程序或程序的一部分),无论是单独地还是与其它功能相结合地,无论是孤立地还是与其它的单元进行合作。本发明可以借助于包括若干不同单元的硬件、以及借助于合适地编程的计算机而被实施。在设备权利要求中列举了若干装置,这些装置中的若干装置可以通过同一个硬件项目被体现。“计算机程序产品”将被理解为是指存储在计算机可读介质(诸如,软盘)上的、经由网络(诸如,因特网)可下载的或以任何其它方式可销售的任何软件产品。
Claims (15)
1. 一种用于替换广告的方法,所述方法包括以下步骤:
接收(200)关于当前广告的负面输入;
识别(204)所述当前广告的、被假设为已经引起所述接收到的负面输入的至少一个特征;
选择(210)新广告,所述新广告就所述识别的至少一个特征而言与所述当前广告不同;以及
用所述选择的新广告替换(212)所述当前广告。
2. 根据权利要求1所述的方法,进一步包括步骤:用另一个新广告替换与所述当前广告类似的任何广告。
3. 根据权利要求1所述的方法,进一步包括步骤:将至少不包括所述识别的至少一个特征的广告呈现(214)给用户。
4. 根据权利要求1所述的方法,其中,所述负面输入是用于移除所述当前广告的指令、所述用户不喜欢所述当前广告的指示或者所述当前广告的低于预定值的评价中的一个。
5. 根据权利要求1所述的方法,其中,所述至少一个特征包括与所述当前广告相关联的元数据。
6. 根据权利要求1所述的方法,其中,识别(204)所述当前广告的、被假设为已经引起所述接收到的负面输入的至少一个特征的步骤包括:基于用户简档和辨别力中的至少一个来识别所述当前广告的、被假设为已经引起所述接收到的负面输入的至少一个特征。
7. 根据权利要求1所述的方法,进一步包括步骤:维持(202, 206)已经接收到负面输入的广告和与所述广告相关联的特征的记录,并且针对每一个特征维持关于它是否是被假设为已经引起所述接收到的负面输入的指示。
8. 根据权利要求7所述的方法,进一步包括步骤:使用(208)已经接收到负面输入的广告和与所述广告相关联的特征的记录,并且使用针对每一个特征的、关于它是否是被假设为已经引起所述接收到的负面输入的所述指示来更新用户简档。
9. 根据权利要求7所述的方法,进一步包括步骤:接收关于当前广告的正面输入并且根据所述接收到的正面输入来更新所述记录。
10. 根据权利要求1所述的方法,其中,选择(210)就所述识别的至少一个特征而言与所述当前广告不同的新广告的步骤包括:选择具有与所述当前广告的所识别的至少一个特征最不同的所识别的至少一个特征的新广告。
11. 根据权利要求1所述的方法,其中,选择(210)就所述识别的至少一个特征而言与所述当前广告不同的新广告的步骤包括:选择具有最适合于用户简档的所识别的至少一个特征的新广告。
12. 一种包括多个程序代码部分的计算机程序产品,所述程序代码部分用于执行根据前述权利要求中的任一权利要求的方法。
13. 用于替换广告的设备(100),所述设备(100)包括:
用户接口(102),用于接收关于当前广告的负面输入;
识别器(104),用于识别所述当前广告的、被假设为已经引起所述接收到的负面输入的至少一个特征;
选择器(106),用于选择新广告,所述新广告就所述识别的至少一个特征而言与所述当前广告不同;以及
处理器(108),用于用所述选择的新广告替换所述当前广告。
14. 根据权利要求13所述的设备(100),进一步包括呈现装置(110, 116),其用于将至少不包括所述识别的至少一个特征的广告呈现给用户。
15. 根据权利要求13所述的设备(100),进一步包括存储装置(114),其用于维持已经接收到负面输入的广告和与所述广告相关联的特征的记录,以及针对每一个特征维持关于它是否是被假设为已经引起所述接收到的负面输入的指示。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP10170156 | 2010-07-20 | ||
EP10170156.3 | 2010-07-20 | ||
PCT/IB2011/053043 WO2012011011A1 (en) | 2010-07-20 | 2011-07-08 | A method and apparatus for replacing an advertisement |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103003834A true CN103003834A (zh) | 2013-03-27 |
Family
ID=44630387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011800353741A Pending CN103003834A (zh) | 2010-07-20 | 2011-07-08 | 替换广告的方法和设备 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20130117102A1 (zh) |
EP (1) | EP2596463A1 (zh) |
JP (1) | JP5815701B2 (zh) |
CN (1) | CN103003834A (zh) |
WO (1) | WO2012011011A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108140199A (zh) * | 2015-09-09 | 2018-06-08 | 索伦森媒体有限公司 | 动态视频广告替换 |
WO2020125788A1 (zh) * | 2018-12-20 | 2020-06-25 | 青岛海信电器股份有限公司 | 广播信号接收装置及广播信号接收方法、广播信号收发系统及广播信号收发方法、以及判定系统及判定方法 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104115499B (zh) | 2012-02-15 | 2018-12-07 | 汤姆逊许可公司 | 定向广告 |
US20140040423A1 (en) * | 2012-08-01 | 2014-02-06 | Google Inc. | Obtaining and Presenting Data to Web Properties |
US9053493B2 (en) | 2012-08-13 | 2015-06-09 | Google Inc. | Affecting display of content based on negative reactions |
US20140172544A1 (en) * | 2012-12-17 | 2014-06-19 | Facebook, Inc. | Using negative feedback about advertisements to serve advertisements |
US20140172545A1 (en) * | 2012-12-17 | 2014-06-19 | Facebook, Inc. | Learned negative targeting features for ads based on negative feedback from users |
US9594732B2 (en) * | 2012-12-20 | 2017-03-14 | Google Inc. | Selectively replacing displayed content items based on user interaction |
JP5683622B2 (ja) * | 2013-03-08 | 2015-03-11 | ヤフー株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
RU2645265C2 (ru) * | 2013-12-05 | 2018-02-19 | Закрытое акционерное общество "Лаборатория Касперского" | Система и способ блокировки элементов интерфейса приложения |
US10187689B2 (en) | 2017-03-16 | 2019-01-22 | The Directv Group, Inc | Dynamic advertisement insertion |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070260520A1 (en) * | 2006-01-18 | 2007-11-08 | Teracent Corporation | System, method and computer program product for selecting internet-based advertising |
CN101276375A (zh) * | 2007-03-31 | 2008-10-01 | 索尼德国有限责任公司 | 用于推荐内容的方法 |
US20080294607A1 (en) * | 2007-05-23 | 2008-11-27 | Ali Partovi | System, apparatus, and method to provide targeted content to users of social networks |
US20090287566A1 (en) * | 2008-05-15 | 2009-11-19 | Mcafee Randolph Preston | User experience of advertisements by allowing users to identify advertisements that users dislike |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002077081A (ja) * | 2000-08-24 | 2002-03-15 | Fuji Xerox Co Ltd | 情報送信システム |
JP2005011307A (ja) * | 2003-05-28 | 2005-01-13 | Nippon Telegr & Teleph Corp <Ntt> | コンテンツ提供方法、コンテンツ利用者の端末およびプログラムと記録媒体 |
KR20070099654A (ko) * | 2005-01-21 | 2007-10-09 | 코닌클리케 필립스 일렉트로닉스 엔.브이. | 사용자 그룹의 공통 관심도를 획득하는 방법 및 장치 |
JP5313882B2 (ja) * | 2006-05-05 | 2013-10-09 | ソニー コンピュータ エンタテインメント アメリカ リミテッド ライアビリテイ カンパニー | 主要コンテンツと補助コンテンツを表示する装置 |
US7806329B2 (en) * | 2006-10-17 | 2010-10-05 | Google Inc. | Targeted video advertising |
US20080195460A1 (en) * | 2007-02-14 | 2008-08-14 | Kivin Varghese | Attention Marketplace with Individualized Advertisements |
US20090055254A1 (en) * | 2007-08-23 | 2009-02-26 | Yahoo! Inc. | Dynamic and interactive advertisements |
WO2009050301A1 (en) * | 2007-10-19 | 2009-04-23 | Changing Worlds Ltd. | Systems and methods for providing personalized advertisement |
US20090254512A1 (en) * | 2008-04-03 | 2009-10-08 | Yahoo! Inc. | Ad matching by augmenting a search query with knowledge obtained through search engine results |
US20090271264A1 (en) * | 2008-04-24 | 2009-10-29 | Igcsystems, Inc. | Promotional techniques, systems and methods |
US20100057560A1 (en) * | 2008-09-04 | 2010-03-04 | At&T Labs, Inc. | Methods and Apparatus for Individualized Content Delivery |
US8386519B2 (en) * | 2008-12-30 | 2013-02-26 | Expanse Networks, Inc. | Pangenetic web item recommendation system |
US20100223641A1 (en) * | 2009-02-27 | 2010-09-02 | Hubbard Robert B | System and method for predicting the optimum delivery of multimedia content based on human behavior patterns |
EP2411953A4 (en) * | 2009-03-26 | 2014-08-06 | Scott Jones | METHOD AND SYSTEM FOR IMPROVING ADVERTISING TARGETING |
US20110106630A1 (en) * | 2009-11-03 | 2011-05-05 | John Hegeman | User feedback-based selection and prioritizing of online advertisements |
US20110153412A1 (en) * | 2009-12-23 | 2011-06-23 | Victor Novikov | Selection and Presentation of Related Social Networking System Content and Advertisements |
US20110153421A1 (en) * | 2009-12-23 | 2011-06-23 | Victor Novikov | Context-Based Selection and Presentation of Social Networking System Content and Advertisements |
US20110153377A1 (en) * | 2009-12-23 | 2011-06-23 | Victor Novikov | Mixing and Targeting Content Types/Items for Users to Promote Optimization Goals |
US10360568B2 (en) * | 2010-03-18 | 2019-07-23 | Excalibur Ip, Llc | Customer state-based targeting |
US20110251887A1 (en) * | 2010-04-13 | 2011-10-13 | Infosys Technologies Limited | Methods and apparatus for improving click-through-rate of advertisements leveraging efficient targeting techniques |
US8725858B1 (en) * | 2011-08-31 | 2014-05-13 | Google Inc. | Method and system for selecting content based on a user's viral score |
-
2011
- 2011-07-08 JP JP2013520251A patent/JP5815701B2/ja not_active Expired - Fee Related
- 2011-07-08 US US13/810,242 patent/US20130117102A1/en not_active Abandoned
- 2011-07-08 EP EP11744080.0A patent/EP2596463A1/en not_active Ceased
- 2011-07-08 CN CN2011800353741A patent/CN103003834A/zh active Pending
- 2011-07-08 WO PCT/IB2011/053043 patent/WO2012011011A1/en active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070260520A1 (en) * | 2006-01-18 | 2007-11-08 | Teracent Corporation | System, method and computer program product for selecting internet-based advertising |
CN101276375A (zh) * | 2007-03-31 | 2008-10-01 | 索尼德国有限责任公司 | 用于推荐内容的方法 |
US20080294607A1 (en) * | 2007-05-23 | 2008-11-27 | Ali Partovi | System, apparatus, and method to provide targeted content to users of social networks |
US20090287566A1 (en) * | 2008-05-15 | 2009-11-19 | Mcafee Randolph Preston | User experience of advertisements by allowing users to identify advertisements that users dislike |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108140199A (zh) * | 2015-09-09 | 2018-06-08 | 索伦森媒体有限公司 | 动态视频广告替换 |
CN108140199B (zh) * | 2015-09-09 | 2022-04-08 | 六科股份有限公司 | 动态视频广告替换 |
CN114549087A (zh) * | 2015-09-09 | 2022-05-27 | 六科股份有限公司 | 动态视频广告替换的系统与方法 |
WO2020125788A1 (zh) * | 2018-12-20 | 2020-06-25 | 青岛海信电器股份有限公司 | 广播信号接收装置及广播信号接收方法、广播信号收发系统及广播信号收发方法、以及判定系统及判定方法 |
CN112219216A (zh) * | 2018-12-20 | 2021-01-12 | 海信视像科技股份有限公司 | 广播信号接收装置及广播信号接收方法、广播信号收发系统及广播信号收发方法、以及判定系统及判定方法 |
CN112219216B (zh) * | 2018-12-20 | 2023-10-27 | 海信视像科技股份有限公司 | 广播信号接收装置及广播信号接收方法、广播信号收发系统及广播信号收发方法、以及判定系统及判定方法 |
Also Published As
Publication number | Publication date |
---|---|
EP2596463A1 (en) | 2013-05-29 |
WO2012011011A1 (en) | 2012-01-26 |
US20130117102A1 (en) | 2013-05-09 |
JP2013535727A (ja) | 2013-09-12 |
JP5815701B2 (ja) | 2015-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103003834A (zh) | 替换广告的方法和设备 | |
CN103189889B (zh) | 用于个人内容频道的协调式自动广告投放 | |
JP6494475B2 (ja) | 広告配信装置、及び広告配信方法 | |
CN102985938A (zh) | 用于为用户创建推荐的方法和设备 | |
US20120042338A1 (en) | Method and system for automatically targeting ads to television media using demographic similarity | |
US20100161424A1 (en) | Targeted advertising system and method | |
WO2008063432A2 (en) | Automatically associating relevant advertising with video content | |
EP2452273A1 (en) | A method and arrangements for analysing multimedia content | |
JP2004357311A (ja) | 加入者プロファイルを生成するための方法、データ処理システム、およびインターラクティブテレビシステム | |
US20120323675A1 (en) | Methods and apparatus to measure comparative performance of internet and television ad campaigns | |
JPWO2008081595A1 (ja) | ネットワーク広告送出装置及び方法 | |
CN105654198B (zh) | 具有最优阈值筛选的品牌广告效果优化的方法 | |
US11089370B1 (en) | Delivering artist messages to listeners based on predicted responses | |
CN105608604A (zh) | 一种品牌广告效果优化的连续计算方法 | |
CN105590240A (zh) | 一种品牌广告效果优化的离散计算方法 | |
US11574226B2 (en) | Methods and apparatus to determine a conditional probability based on audience member probability distributions for media audience measurement | |
WO2019190992A1 (en) | Evaluating media content using synthetic control groups | |
US20190050890A1 (en) | Video dotting placement analysis system, analysis method and storage medium | |
JP5276694B2 (ja) | 電子書籍提供システム、電子書籍提供システムの制御方法、電子書籍配信装置、電子書籍配信装置の制御方法、端末装置、端末装置の制御方法、プログラム、及び情報記憶媒体 | |
WO2020046438A1 (en) | Evaluating media content using monte carlo attribution | |
US20130282817A1 (en) | Targeting Media Based on Viewer Attributes and Elements | |
WO2016125166A1 (en) | Systems and methods for analyzing video and making recommendations | |
US10565624B2 (en) | Asset orchestration across multiple device types, media spaces, and time | |
US20190261054A1 (en) | Dynamic content generation | |
US20160267542A1 (en) | System for customizing content |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130327 |
|
WD01 | Invention patent application deemed withdrawn after publication |