CN103942236A - 用于供应电子内容的系统和方法 - Google Patents
用于供应电子内容的系统和方法 Download PDFInfo
- Publication number
- CN103942236A CN103942236A CN201310262950.7A CN201310262950A CN103942236A CN 103942236 A CN103942236 A CN 103942236A CN 201310262950 A CN201310262950 A CN 201310262950A CN 103942236 A CN103942236 A CN 103942236A
- Authority
- CN
- China
- Prior art keywords
- content
- impression
- budget
- content item
- project
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—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
-
- 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
- G06Q30/0249—Advertisements based upon budgets or funds
-
- 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
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)
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及用于供应电子内容的系统和方法,具体地,提供一种用于响应于内容查询或者请求来供应内容的系统和方法。在接收请求时,针对用于向指定的用户呈现的内容,可以基于在用户的属性与候选内容项目的目标受众的属性之间的匹配,来识别项目。针对每个项目,取回历史,该历史指示先前向用户呈现候选项目的印象的频率(例如总数)和/或新近度,并且使用历史以确定修改量值,该修改量值应用于计算或者生成的可能点进率(pCTR),以产生如果向用户供应项目则他或者她将作用于项目的修改的概率。通过将与每个项目关联的出价与修改的概率相乘来计算项目的估计的值;对结果排行并且供应最高排行的项目。
Description
技术领域
本发明涉及计算机系统和数据处理。具体而言,提供一种用于供应电子内容项目的系统和方法。
背景技术
许多类型的电子内容被供应和呈现给通信和计算设备、比如智能电话、膝上型计算机、桌面型计算机等的用户。内容可以包括图像、视频、音频、文字、图形等。
根据用户操作的和向/为其供应内容的应用、比如web浏览器,内容可以包括整页或者整屏内容(例如网页)或者页面或者屏幕的仅一个或者多个组件。这样的组件可以包括离散内容项目、比如广告、新闻文章、用户的好友或者同事的状态更新、应用的或者用户访问的网站的提供者发布的通告等。
遗憾的是,用于向用户供应内容的一些现有系统可能向一个用户多次呈现单个内容项目,以至于它变得让人厌烦并且用户会忽略它和它传达的任何消息。这些类型的系统可能未尝试避免对给定的内容项目的过度曝光。
然而在另一方面,用户可能更少可能作用于特定项目(例如通过请求更多信息、通过查看项目的更大或者更佳版本),直到在他或者她已经多次看到或体验特定内容项目。出于这一原因,一些其他系统遵循“全部或者没有”原则。这些系统可以在向给定的用户供应特定项目某阈值次数之后停止供应它,但是然后在某一时间段之后恢复供应项目。因此,即使项目是用于用户的最相关项目和/或将为系统生成最多收入,仍然完全在某一时间段内阻止向用户供应它。
供应赞助的内容(例如提供者付费供应的内容)的一些内容供应系统的另一问题在于,它们没有很好地管理内容提供者的预算。例如赞助的内容的提供者可以具有它愿意付费供应内容的每天预算(或者用于某一其他时间段的预算)。设计欠佳的系统可能在相对短的时间跨度内消耗每天预算的全部,并且仅达到目标受众的小部分。
发明内容
在本发明的一些实施例中,提供一种用于控制活动或者特定电子内容项目的供应、使得在与活动或者项目关联的预算关联的时间段(例如一天)的大部分或者全部内并且与活动或者内容项目的目标受众的活动成比例消耗预算的系统和方法。系统可以包括供应内容的社交联网服务、web服务器、门户和/或某一其他类型的服务,并且从系统供应的内容可以是一个或者多个类型(例如广告、简历、状态更新、工作列表)之一。
如果太频繁地供应内容项目(或者内容项目集合、比如活动)并且相对迅速消费它的预算,则可以减少项目的排行或者估计的收入以减少供应它的可能性。反言之,如果太不频繁地供应内容项目(或者内容项目集合),则可以增加它的排行或者估计的收入以提高供应它的可能性。备选地,内容项目的针对响应于针对内容的请求而供应的考虑可能是概率性的,这意味着有时可以未考虑它。可以通过调整与项目关联的步进因子(pacing factor)来进行这些调整。
在本发明的一些实施例中,基于内容项目的目标受众的以往活动(例如受众对站点的访问、向受众供应的页面、向受众供应的内容项目)确定用于项目的预算的目标或者所需消耗模式。例如可以跟踪和使用目标受众的以往活动,以针对将来时段(例如一天)生成总目标受众活动的预报或者估计。
在预报时段期间的多个时间间隔(例如一小时、十五分钟)中的每个时间间隔内,系统计算内容项目的公允(fair)活动份额。例如,如果为了耗尽内容项目的用于预报时段的预算而需要供应的项目印象总数是目标受众在时段期间的期望活动的1%,则系统可以尝试使内容项目在每个间隔内的活动总计为目标受众在该间隔期间的活动的1%。
通过尝试匹配内容项目的每天预算消耗与它的目标受众的活动,内容项目的预算可以在一天的大部分持续,并且可能允许项目达到受众的比它将另外达到的成员更多的成员。此外,在目标受众更多(或者更少)活跃的时间间隔期间,系统支持内容项目的更多(或者更少)活动(例如供应内容项目的更多或者更少印象)。
在一些实现方式中,维护用户数据存储库以记录系统的供应活动。例如系统可以针对每个用户记录每个内容项目以及针对每次向用户供应内容(或者用于向用户呈现)记录供应哪个内容项和何时供应它。因此,系统能够跟踪向任何用户供应了多少次或者呈现任何内容项目、新近何时供应它等。每次为用户供应或者呈现内容项目可以视为“印象”。
附图说明
图1是描绘根据本发明的一些实施例的用于供应电子内容的系统的框图。
图2是图示根据本发明的一些实施例的供应电子内容的方法的流程图。
图3A是示范对内容项目印象的用户动作的示例历史记录的图形。
图3B是根据本发明的一些实施例的图3A的图形,该图形指示可以与内容项目的不同序数的印象关联的概率乘数。
图4是根据本发明的一些实施例的用于确定概率修改量的数据结构的图。
图5是根据本发明的一些实施例的用于供应电子内容的系统的图。
图6是图示根据本发明的一些实施例的对供应内容项目的印象设定步进的方法的流程图。
图7A是根据本发明的一些实施例的目标受众的用于一个每天预算时段的估计或者预测的活动的图形。
图7B是根据本发明的一些实施例的内容项目的每天预算的目标消耗模式的图形,该内容项目具有在图7A的图形700中反映的目标受众。
图8是根据本发明的一些实施例的用于供应电子内容的图。
具体实施方式
呈现下文描述以使本领域任何技术人员能够实现和运用本发明。对公开的实施例的各种修改对于本领域技术人员而言容易是清楚的,并且这里定义的一般原理可以应用于其他实施例和应用而未背离本发明的范围。因此,本发明并不旨在于限于所示实施例。
在本发明的一些实施例中,提供一种用于供应电子内容的系统和方法。内容可以是被格式化用于经由web浏览器或者某一其他应用程序或者用户界面呈现的任何类型的电子数据。内容可以包括单个呈现的完整组成,比如网页、文档或者视频,或者可以是可以作为网页或者其他组成的部分而呈现的组件,比如广告、工作列表、通知、状态更新、新闻、文档、体育信息、图像、视频等。简言之,在本发明的实施例中供应的电子内容项目可以包括可以在通信设备或者计算设备上向用户呈现的任何类型的内容。
虽然“内容项目”可以在一些实施例中指代内容的离散组件或者组成,但是在其他实施例中,它可以指代组件或者构成的汇集。具体而言,一个类型的内容项目是与产品、服务、个人、组织或者其他事物关联的“活动(campaign)”。活动可以涵盖多个图形、视频、文字汇编或者其内部或本身可以被视为“内容项目”的其他实体。
如这里所用,术语“印象”可以指代内容项目的任何供应或者呈现。因此,给定的内容项目的印象可以指代响应于针对内容的请求(或者内容查询)来(例如向web浏览器、向另一应用)供应该内容项目和/或(例如由web浏览器或者另一应用)向用户对该内容项目的最终呈现。
可以实施本发明的实施例为实质上供应数据的任何在线系统或者服务的部分、无论它是社交网络服务、web服务器、门户站点、搜索引擎等。
引言
在这里描述的向用户供应电子内容和/或用于向用户呈现的系统中,在系统接收关于内容项目将被供应或者呈现给的目标用户的一些信息作为针对内容的查询或者请求的部分。例如在社交网络服务的用户连接到服务的站点并且向特定页面导航时,web浏览器或者其他显示引擎生成向站点操作的数据服务器的查询以标识和/或获得用于向用户呈现的内容。内容查询可以包括或者伴随有用户的一个或者多个属性或者特性(例如性别、年龄、位置、职业状态)。
类似地,已经存储并且将向系统的用户供应的内容项目可以具有关联属性,这些属性标识内容项目的目标受众。例如,被设计用于促进特定产品的销售的广告、描述新工作空缺的工作列表或者某一其他项目可以与标识项目应当被呈现给的用户类型的信息(例如性别、年龄、位置、职业状态)一起被接收。
响应于针对用于特定用户的内容的查询或者请求,系统通过比较用户的已知属性与存储的内容项目的目标受众的记录的属性来搜寻适当内容。标识和供应一个或者多个适当内容项目以用于向用户呈现。
图1是根据本发明的一些实施例的用于供应内容的系统的框图。在这些实施例中,在前端服务器112接收针对内容的请求,该前端服务器可以包括web服务器、应用服务器、数据服务器以及用于响应于请求来供应内容项目的可能的其他软件模块和/或硬件模块。系统110也包括简档服务器114、跟踪服务器116、内容服务器118、简档数据库124、跟踪数据库126、用户数据存储库128和内容存储库130。
系统110可以托管用户经由客户端软件应用102访问的社交网络服务、门户站点、搜索引擎或者某一其他服务。作为服务的部分,系统供应内容用于经由客户端应用向用户呈现。客户端应用102可以是或者可以包括能够向用户呈现内容项目的web浏览器或者其他应用程序并且可以在用户操作的便携或者静止计算设备或者通信设备上执行。
简档服务器114在简档数据库124中维护系统110托管的服务的用户或者成员的简档。用户的简档可以反映用户的任何数目的属性或者特性,这些属性或者特性包括个人(例如性别、年龄范围)、职业(例如工作头衔、雇主、行业)、社会(例如用户作为其成员的组织、居住地区)、教育(例如学位、就读大学)等。
当在前端服务器112从或者代表用户接收服务连接或者内容请求时,系统从简档服务器取回构成用户的简档的一些或者所有数据。可以贯穿系统110共享简档数据以伴随各种动作或通信,比如当从内容服务器118请求内容时、当在跟踪服务器116和/或用户存储库128存储活动记录时等等。
跟踪服务器116监视和记录系统110的活动(例如在跟踪数据库126中)。例如无论何时从前端服务器112(例如向客户端软件)供应内容,跟踪服务器记录供应什么、向谁(例如哪个用户)和何时供应。类似地,跟踪服务器也记录关于向用户呈现的内容项目的用户动作(例如点击、跟进请求)以包括用户的标识和被作用的内容项目、采取什么动作等。
内容服务器118维护用于向用户供应的内容项目的一个或者多个贮存库(例如内容存储库130)、内容项目的索引和用户存储库128。在标题为“Apparatus and Method for Indexing Electronic Content”并且通过引用而结合于此的第13/705,115号美国专利申请中描述用于对内容项目编索引,以有助于选择和向用户供应内容项目的示例手段。
用户存储库128针对系统110的每个用户而存储向用户供应的内容项目或者被供应用于向用户呈现的内容项目的记录以及何时供应它们。具体而言,用户存储库128可以被配置为允许内容服务器(和/或系统110的其他部件)快速确定向给定的用户(和/或其他用户)呈现给定的内容项目的多少先前印象、何时呈现它们、如何呈现它们(例如在网页或者其他内容页面内多么显著地或者在何处呈现它们)和/或其他信息。虽然这一数据的一些可以重复跟踪服务器116存储的数据,但是用户贮存库128的内容可由内容服务器迅速访问并且可以(如下文描述的那样)用来帮助选择用于响应于当前内容请求而供应的内容项目。
当在内容服务器118存储内容时,它可以与描述内容的一个或者多个目标受众的属性、指示、特性和/或其他信息一起存储。例如用于向用户供应的广告的提供者可以标识目标用户的相关人口属性和所需值,工作列表的提供者可以标识应当被通知空缺的用户的特性,等等。
系统110可以包括图1中未图示的其他组件,比如内容服务器118维护的内容的索引、在跟踪服务器116(和/或别处)上操作的用于分析存储的数据的分析模块,和/或其他部件。在本发明的其他实施例中也可以不同地分布如这里描述的用于供应电子内容的系统的功能。
例如可以用备选方式、比如通过合并或者进一步划分一个或者多个组件的功能在所示组件之中分布功能或者可以在不同组件汇集之中分布功能。另外,尽管在图1中实施为单独硬件部件(例如计算机服务器),但是备选地可以实施组件,比如前端服务器112、简档服务器114、跟踪服务器116和内容服务器118为在一个或者多个计算机服务器上执行的单独软件模块。
在本发明的一些实施例中,内容供应系统管理内容项目供应,以免过于频繁地向单个用户供应给定的项目。在其他实施例中,系统管理内容项目供应,以便在给定的时间段的大部分或者全部内来延伸项目的用于该时间段的预算,而不是允许在该时间段的仅相对小部分内消耗它。
管理向一个用户供应单个内容项目
在本发明的一些实施例中,比如图1的系统110的系统向用户供应电子内容或者用于向用户呈现的电子内容。系统例如可以向用户操作的执行适当客户端应用(例如web浏览器)的设备直接供应内容,或者可以向中间实体供应内容,该中间实体然后向用户呈现内容。
在任一场景中,在系统接收针对用于将向用户呈现的内容的请求或者查询时,系统接收(或者取回)用户的用于在选择适当内容时使用的标识和/或属性集合。例如用户可以在发出针对用于用户的内容的请求之前先向系统110登录(例如经由前端服务器112)。在这一情况下,请求按姓名、用户标识符或者系统理解的某一其他标记标识用户。
作为一个备选,令牌可以存储于用户的通信设备或者计算设备上并且可以与内容请求或者查询一起向系统递送。这样的令牌可以用某一方式(例如用系统110分配或者已知的用户标识符)标识用户。作为另一备选,当在系统110接收针对用于向用户呈现的内容的请求或者查询时,它可以伴随有用户的属性集合(例如年龄范围、性别、位置)。
在本发明的一些实施例中,以如下方式操作用于供应内容的系统,该方式尝试避免以如此频繁基础上向相同用户供应相同内容项目以至于用户形成对该项目、该项目的主题或特征、和/或该项目的提供者或者赞助者的负面意见。在这些实施例中,系统供应用于向用户呈现的赞助的内容——提供者付费供应的内容——并且目标是使得经常供应赞助的内容项目以便足以诱发来自用户的响应但不要如此经常以至于用户形成对它的反感。
参照图1的系统110,内容项目存储于贮存库、比如图1的内容存储库130内并且由内容服务器比如服务器118编索引。将供应活动的细节比如在哪个时间向哪个用户供应哪个内容项目存储于贮存库,比如用户存储库128、跟踪数据库126和/或其他位置中。
也记录用户的关于向它们供应/呈现的内容项目的行为。用户的行为可以包括点击内容项目、请求关于内容项目的主题的更多信息、请求重新呈现项目和/或其他反映对该内容项目、该内容项目的题目或主题或者该项目的提供者感兴趣的活动。
因此,系统维护关于多么经常和何时供应特定内容项目、向谁供应它,以及作为响应接收内容项目的用户进行了什么动作的历史数据。例如,如果用户作用于内容项目,则系统可以记录该动作、作用于哪个内容项目、内容项目的哪个印象导致该动作(例如第1个、第4个、第7个)和/或其他细节。
系统不仅可以记录响应于特定请求向用户供应什么内容项目而且可以记录何处/如何向用户呈现它们。具体而言,可以在用户导航的内容页面内的具体位置呈现或者以其他方式向用户显示系统供应的内容项目。可以在内容请求中标识那些位置,在该情况下,系统可以注意到何处呈现每个项目。
呈现位置可以示例地包括x/y坐标或者页面内的相对位置/方位,比如“顶部”(例如在页面的顶部)、“右边距”、“左下”等。内容项目位置的坐标、一般位置、位置的等级(例如指示它们的相对值或者合乎需要性)和/或其他标记可以用来确定用来呈现内容项目的显著度、用户将看见内容项目的可能性和/或其他因素。
例如在页面顶部的大型矩形标题栏型空隙中呈现的内容项目比在页面右下边距的小型方形空隙中呈现的另一内容项目更显著、因此更可能被用户观察和观看(并且可以更容易被作用)。如下文将讨论的那样,可以在确定用户是否可能作用于内容项目(例如通过点击它)或者用户是否可能因内容项目的呈现而变得疲惫时而考虑用来向用户呈现内容项目的显著度。
图2是展示根据本发明的一些实施例的向用户供应电子内容的方法的流程图。在这一方法中,根据被考虑用于响应于内容请求而供应的多个内容项目的估计/期望的值或者收入来对该内容项目进行排行。
可以部分对将接收内容项目的该用户或者一般用户将作用于该项目(例如通过点击它们)的一个或者多个概率计算估计的值。可以基于向用户供应内容项目的先前印象的数目和/或新近程度来修改这样的概率。
在操作202中,随时间收集关于向多个用户供应多个内容项目的数据。如上文所示,每个内容项目的每次供应可以与供应的时间/日期、呈现项目的位置(例如在内容页面内的位置)、内容项目被供应给的用户以及用户关于项目进行的任何动作一起记录。
可以在执行所示方法期间和在此之后继续收集数据。具体而言,随着内容供应系统继续供应内容项目和随着接收和存储新内容项目以用于供应,可以对数据连续进行更新。
在操作204中,分析收集的数据以确定在历史上用户何时已经作用或者最能接纳供应的内容项目。可以在本发明的不同实施例中执行不同分析或者操作。
在一个分析中,针对每次用点击内容项目的印象(或者某一其他用户动作),确定该内容项目向该用户的哪个序数的呈现产生动作(例如第3个印象、第5个印象)。可以针对某些或者全部内容项目或者它们中的所有内容项目重复这一点。
可以绘制或者另外聚合结果。在示例图形中,内容项目印象的序数编号可以包括一个轴(例如x轴),而另一个轴(y轴)代表作用于内容项目的用户数目。作为一个备选,取代绝对用户数目,另一个轴可以代表作用于内容项目的特定序数的印象的那些用户在作用于内容项目的所有用户之中的百分比。
图3A展示这样的图形,其中被作用的所有内容项目在1与11个印象之间接收这样的动作。X、Y和Z可以代表在项目的特定序数的印象处采取动作的用户数目或者百分比。在这一示例曲线中,多数用户在内容项目向用户的第4次与第6次呈现之间作用于内容项目。
在本发明的不同实施例中,并且如上文介绍的那样,可以单独绘制和/或分析用于用户和/或内容项目不同组合的数据。例如图3A的图形可以涵盖对内容供应系统在某一时间段内向所有用户供应的所有内容项目的动作。作为一个备选,用来生成图形的数据可以仅涵盖具有一个或者多个共同属性的或者具有共享一个或者多个共同属性的目标受众的内容项目。作为另一备选,被分析或者绘制的数据可以仅涉及所有用户的子集(例如,具有一个或者多个共同属性的用户组)。
回顾图2,在操作206中,操作204的数据分析和/或其他分析的结果被用来基于一些(或者所有)用户关于向他们呈现的一些(或者所有)内容项目的历史动作来确定一般用户可以预计作用于内容项目的概率。换而言之,基于用户以往如何和何时作用于内容项目,可以估计或计算某一其他用户将作用于内容项目的可能性。
这一概率可以称为代表可能(或者预测的)点进率的pCTR。在本发明的一些实施例中,针对不同用户类型或者用户组计算不同pCTR值。
具体而言,针对与一个属性集合匹配(例如在26与30岁之间、男性、从事软件工程师)的用户,可以计算一个概率,该概率指示他们作用于具有特定属性(例如目标受众属性)集合的内容项目的可能性。可以通过考虑在被呈现具有特定属性集合的内容项目的、具有第一属性集合的所有用户之中存在多少用户作用于内容项目,来计算概率。可以针对任何数目的用户组/用户分类和针对任何数目的内容项目组/内容项目分类来执行这一类型的计算。
然而,在操作206中也生成用于修改pCTR的概率修改量,以考虑向特定用户呈现特定内容项目的印象的频率(和/或新近程度)。例如在图3A的图形中,针对产生图形的内容项目和用户动作,多数用户活动发生于内容项目的第4个与第6个印象之间。因此可以向一个内容项目对于一个用户的第4个、第5个和第6个印象分配最高或者归一化的可能性(例如1)。可以向其他序数的印象分配更低概率。
在图3B中图示概率修改量的生成,该图再现图3A的曲线。然而已经将填充曲线302中的y轴的用户数量或者百分比映射到可以用来修改pCTR值的概率修改量。每个概率修改量可以与在曲线302中绘制的对应用户数量(或者百分比)成比例。如下文描述的那样,这些修改量可以用来修改不同内容项目的估计的值或者收入,由此调整它们的排行并且有可能确定选择用于响应于特定内容请求而供应哪些内容项目。
如图3B中可见,可以归一化在本发明的关联实施例中使用的概率修改量以落在0与1之间。例如尽管内容项目的第4个与第6个印象之间的修改量可以处于最大可能值,但是可以计算与第2个印象对应的修改量为0.40,而修改量0.70可以与第7个印象相关联,等等。
在图2中,从操作206返回到操作202的虚线反映数据收集和分析的进行中性质。在本发明的一些实施例中,这样的活动可以连续或者规律地出现。例如无论何时供应内容项目都可以收集数据。逻辑然后可以周期地执行,以分析数据、更新动作可能性、针对不同内容项目和/或用户汇集来计算新的或者更新的概率(或者pCTR)、导出新的或者更新的概率修改量、在内容供应系统的有效操作期间测试一个或者多个修改量等。
在图2的方法的操作208中,接收针对将向特定的用户呈现的一个或者多个内容项目的新的内容请求或者查询。系统可以取回或者接收与用户关联的简档或者属性集合。
响应于请求,特定的用户的属性和/或其他信息(例如属性,这些属性标识存储的内容项目的目标受众)被用来标识可以响应于请求而供应的多个候选内容项目。
作为示例,可以比较可用于由系统供应的内容项目的目标受众的属性与该特定的用户的属性。根据属性多么具体或者狭义,可以标识视为适合于该用户的任何数目的候选内容项目。
在操作210中,针对候选内容项目中的一些或者所有候选内容项目,从比如图1的系统110的用户存储库128取回信息,该信息指示先前已经多少次供应每个候选内容项目用于向用户呈现。这一信息可以覆盖向用户供应或者呈现的所有印象,或者仅覆盖在某一时间段(例如前30天、前90天)内出现的印象。
在操作212中,计算候选内容项目的估计的值或者收入,并且根据那些值对项目进行排行。内容项目的估计的值或者收入可以在不同实现方式中以不同方式计算,但是将应用如上文描述的修改的用户动作概率。
在本发明的一些实施例中,计算内容项目的估计的值V为:
V=出价*pCTR*修改量
在这些实施例中,内容项目的“出价”是项目的赞助者或者提供者将以供应/呈现内容项目作为回报而向内容供应系统(或者系统的运营者)付款的数额。出价可以基于CPC(每点击成本)、CPM(每千人成本)或者某一其他度量,该度量可能需要在供应内容之后监测(例如,以便确定用户是否点击它)。
如先前描述的那样,内容项目的pCTR是它的可能或者预测的点进率,该点击率可以定义为内容项目被向其呈现的用户将会作用于它的简单概率。可以在内容供应系统之内或者内容供应系统以外生成pCTR值,并且可以简单地通过确定(a)作用于内容项目的用户与(b)内容项目被呈现给的所有用户之比(或者百分比)来计算pCTR值。在一些实现方式中,可以在计算或者确定pCTR时,或者在取回存储的pCTR时,仅考虑与当前查询的目标用户(即特定的用户)相似的用户的动作,和/或仅考虑对当前评价的候选内容项目相似的内容项目的动作。
如果一个用户和另一用户共享阈值数目的共同属性(例如年龄范围、工作头衔、性别),则他们可以视为相互相似。类似地,如果一个内容项目和另一内容项目(或者它们的目标受众)共享阈值数目的共同属性,则它们可以视为相互相似。因此,在这些实现方式中,在需要pCTR用于计算候选内容项目的估计的值时,pCTR可以(或者可能不)专属于特定用户组或者类型和/或内容项目组或者类型。
例如,如果对于度假包的广告已经向其呈现的、在年龄为21与25岁之间所有用户的1.3%已经点击广告(或者对于记者的工作空缺的通告或者某一其他项目),则无论该项目(和/或相似项目)是否为将向具有该属性的用户供应的候选,即使当前用户已经五十次看见该广告,对应pCTR(例如0.013)仍然可以用来计算该项目(和/或相似项目)的估计的值。
可以注意,pCTR的一个问题在于,pCTR可能被计算而未考虑多么新近和/或多么频繁地向目标用户供应内容项目的印象。具体而言,如果特定的用户以前从未接收特定内容项目的印象,或者如果他已经在前2个小时内接收过相同内容项目的30个印象,则可能使用相同pCTR。
最后,用于计算内容项目的估计的值的“修改量”是上文描述的概率修改量,该概率修改量用于修改或者调整pCTR(和估计的值),以考虑已经向特定的用户多少次和/或多么新近地呈现内容项目。概率修改量的值范围可以随着实现方式变化,比如如图3B中所示0.0至1.0、0.1至2.0等。
通过使用适当修改量,如果特定的用户尚未看见足够印象,以注意到该内容项目(或者在项目中起作用的事物),或者如果已经看见如此多的印象以至于用户现在厌烦它,则无论pCTR报告什么作为用户将采取动作的概率,作为结果的估计的值都将反映用户不太可能作用于新印象这样的事实。
概括而言,可以从在用户组的属性与被考虑用于向目标用户供应的内容项目的属性(或者项目的目标受众的属性)之间的相关性来导出pCTR代表的概率,并且该概率可以与目标用户没有个人关系。对照而言,恰当的概率修改量基于用户的当前上下文动态地调整pCTR(和估计的值),以考虑向用户多么频繁(和/或新近)地供该应内容项目。
在内容项目的估计的值的示例计算中,项目的出价,比如$16.00CPC乘以适当pCTR比如0.015(代表1.5%)和适当概率修改量比如0.9。可以动态计算这些值,或者可以从内容服务器、内容索引、内容贮存库、跟踪服务器、跟踪数据库或者某一其他组件取回这些值。它们中的任何或者所有值可以驻留于存储器中,以免在从持久存储装置取回它们时的延迟。
在此示例中,估计值V=$16.00*.0015*0.9=$0.0216(或者2.16¢)。因此,通过根据本发明的所示实施例,用概率修改量来修改内容项目的pCTR,确定了用户将作用于项目的新印象的更现实概率,并且可以导出更准确的估计的值。
在操作214中,在已经根据候选内容项目的估计的值/收入对候选内容项目进行排行之后,响应于内容请求而供应前N个项目,其中N可以由请求供应的项目数目确定。
在操作214之后,所示方法结束。
在图2的方法中,一个内容项目对于给定的用户的所有印象无论多么显著地呈现印象都可以视为相等。例如供应内容项目的所示方法可以认为在内容页面的顶部放置的印象的呈现与印象在页面的底部的呈现同等重要。
在根据本发明的其他实施例的供应内容项目的方法中,可以基于印象的显著度和/或其他比如大小、持久度(即将它呈现多久)、颜色、行为(例如,动画)、呈现页面的应用或者服务等因素,不同地加权内容项目的印象。
在一个实现方式中,内容项目在页面的最显著位置的呈现可以视为单个印象,而内容项目在更不显著位置的呈现可以视为少于全印象。例如在页面的顶部的标题栏位置可以等于1个印象,而在右侧边缘的印象可以根据它是否更接近页面的顶部或者底部而视为0.75个印象或者0.5个印象,并且(只有用户向下滚动页面才可能看见的)在页面的底部的印象可以视为0.25个印象。在其他实现方式中,可以使用某一其他方案,比如向放置于最不显著位置的印象给予值1并且向在其他位置的印象给予1的整数或者十进制倍数的值,来分配权值。
可以在组装历史数据时、在分析数据时、在计算概率修改量时和/或在计算作为用于向用户供应的候选的内容项目的估计的值时应用或者运用这些权值。
例如在收集关于对内容项目印象的用户动作的历史数据和/或确定概率修改量时,可以应用权值,从而使得向特定用户呈现特定内容项目的第N次仅计数为第M次(M<N),因为一些印象未在页面的最显著位置。
在一个实现方式中,内容项目的每次呈现可以由与呈现它的位置对应的权值(例如1、0.75、0.25)表示。在这一实现方式中,因此在对第1个序数的印象(或者其他序数的印象)计数时可能要求进行多次呈现。例如在最不显著位置(例如具有权值0.25的位置)放置的两个印象、加上在中间显著度的位置(例如具有权值0.5的位置)放置的一个印象,这可以一起等于在最显著位置放置的单个印象。
类似地并且如上文讨论的那样,在计算一个候选内容项目的估计的值时,为了对它排行以便可能向特定的用户供应,项目向用户的先前呈现被用来考虑当前上下文,并且计算或者确定概率修改量。可以加权这些先前印象中的一些或者所有先前印象。
因此,如果已经呈现全都在内容页面的顶部的四个印象,则它们可以计数为四个全印象,并且可以从图形或者从其他存储的数据中读取与第4个序数的印象对应的概率修改量。然而如果已经在页面的底部在具有权值0.25的位置呈现所有四个,则可以将四个印象一起仅计数为一个印象,并且可以应用与第1个序数的印象对应的修改量。
在本发明的一些实施例中,在矩阵、数组或者其他数据结构中存储概率修改量以方便取回,并且可以从内容项目集合的呈现频率和/或新近程度——例如呈现的印象总数和上次多么新近呈现它——来导出概率修改量。可以在存储器中保持数据结构,以加速评价内容项目并且对它们进行排行以便响应于内容请求而进行选择的过程,并且可以在收集和分析跟踪数据时连续或者规律地更新数据结构。
图4图示根据本发明的一些实施例的用来存储概率修改量的矩阵。修改量可以如在图2的方法中那样用来修改pCTR,并且由此也在内容项目被考虑用于响应于内容请求而进行供应时,修改量修改内容项目的估计的值或者收入。
例如,在接收针对用于向特定用户呈现内容的请求之后,并且在评估每个候选内容项目用于响应于请求而进行供应时,可以从表中直接读取并且向pCTR应用上述用于估计的值的“修改量”等式,以赋予pCTR上下文。
在矩阵400中,用在默认时间段(例如90天)期间呈现的印象总数402(例如0、2、4等)填充一个维度,而用在其期间呈现最新近印象的多个时间跨度412-420填充另一维度。默认时间段可以匹配于在其期间收集和分析跟踪数据以便产生概率修改量的时间段或者某一其他时间段(例如30天、60天)。指示的索引值可以随着实现方式变化而不限于图4中指示的索引值。
如上文描述的那样,在一些实现方式中,可以从在默认时间段期间从所有内容项目的所有用户动作(例如点击)导出数据。在其他实现方式中,数据可以仅反映由具有共同属性集合的用户组采取的动作、和/或对具有共同属性集合的或具有目标受众(这些目标受众具有共同属性集合)内容项目的用户动作。另外,可以缩小或者定制矩阵的实现方式,以捕获仅一个用户的体验。
概率修改量的范围因此可以不同于用它来修改的pCTR的范围。尽管pCTR可以应用于具有特定属性的用户(和/或内容项目)汇集,但是可以从更大(或者更小)用户集合和/或更大(或者更小)内容项目集合导出概率修改量。
在本发明的一些实施例中,为了取回适当概率修改量,读取与向用户呈现的内容项目的先前印象的总数并且与其中供应最新近印象的时间帧对应的单元。因此,如果已经向用户供应内容项目共计4次,而最新近印象在前六个小时中呈现,则从矩阵400读取的适当修改量或者动作可能性是0.7。
图5是根据本发明的一些实施例的用于供应电子内容的系统的框图。
图5的内容供应系统500包括处理器502、存储器504和存储装置506,该存储装置可以包括一个或者多个光存储部件和/或磁存储部件。内容供应系统500可以(持久或者瞬态)耦合到键盘512、指示设备514和显示器516。
存储器504存储在系统500的操作期间操纵的概率修改量、pCTR、出价、其他数据和/或逻辑。内容供应系统的存储装置506存储用于向/为用户供应的内容、用户数据、跟踪数据和/或其他信息。存储装置506也存储可以向存储器504中加载以用于由处理器502执行的逻辑。这样的逻辑包括跟踪逻辑522、分析逻辑524、排行逻辑526和供应逻辑528。在本发明的其他实施例中,可以组合或者划分这些逻辑模块或者其他内容中的任何或者所有逻辑模块或者其他内容以如希望的那样聚合或者分离它们的功能。
跟踪逻辑522包括用于跟踪在系统500接收的内容请求、跟踪向用户供应内容项目、跟踪对内容项目或者关于内容项目的用户动作和/或其他行为的处理器可执行指令。逻辑522可以包括或者伴随有或者用来组装数据,该数据反映用户的活动、内容提供者的活动和/或系统的其他方面。
分析逻辑524包括用于分析用户活动、生成概率(例如pCTR)、概率修改量和/或其他数据的处理器可执行指令,并且可以用来测试新生成的数据。
排行逻辑526包括用于排行被考虑用于响应于内容请求而进行供应的内容项目的处理器可执行指令。逻辑526因此可以取回内容项目出价、pCTR、概率修改量和/或其他值,使用它们以计算内容项目的估计的值或者收入,并且按结果对它们进行排行。
供应逻辑528包括用于处理和响应于内容请求的处理器可执行指令。供应逻辑因此可以处理新请求、搜寻适合于作为响应而供应的内容项目并且供应选择(例如最高排行)的项目。
管理单个内容项目的供应以延伸它的预算
在本发明的一些实施例中,提供一种用于对供应具有每天预算(或者用于其他时间段的预算)的赞助的内容项目设定步进,使得在由预算覆盖的时间段的大部分内供应、而不是在该时段的相对短时段期间消费内容项目的方法和系统。
如上文所示,出于讨论本发明的实施例的目的,“内容项目”可以是单个内容项目,或者可以是包括一个或者多个项目的活动。下文也描述本发明的实施例为它们可以被应用于具有每天预算的内容项目。从这些描述可以容易针对其他时间段开发其他实施例。
在这些实施例中,对经由供应内容项目的印象来消耗项目的周期性预算设定步进。在无步进时,可以在相对短时间段内消耗用于比其他项目生成更多收入的内容项目的预算。例如具有高出价的内容项目可以倾向于赢得许多(或者所有)竞拍直至耗尽它的预算,这可能在预算时段开始之后不久出现。在这一情况下,不会向一天中更晚上线的任何用户供应内容项目。
然而在本发明的实施例中,应用步进以预报或者计划在预算一天的不同部分或者间隔内应当供应或者期望供应的内容项目的印象数目。如果在一天的给定的部分内或者截至所选择的时间供应太多印象,则可以推迟或者节制内容项目印象在一天的更晚部分中的供应。相反,如果供应太少印象,则可以向内容项目给予额外强调,从而将在一天的更晚部分中供应更多印象。
在这些实施例中,在考虑响应于针对内容项目的请求而供应内容项目时通过包括步进因子来应用步进。作为示例,步进因子可以是在计算内容项目的估计的值中应用的步进修改量,或者用来确定是否均等计算项目的估计的值并且让它竞争被供应的步进概率。注意,步进修改量不同于在前一节中讨论的概率修改量。
步进修改量充当用于增加(或者减少)内容项目的估计的值,并且因此使它更多(或者更少)可能被排行高到足以响应于内容请求而供应的程度。如果运用步进概率(取代或者附加于步进修改量),则在识别内容项目为用于响应于内容请求而供应的内容项目时,为内容项目生成随机数并且比较随机数与概率。如果随机数小于或者等于概率,则通过让内容项目的估计的值被计算并且通过根据该值被排行,来允许内容项目与其他项目竞争。
为了应用步进,内容供应系统生成关于在一个时段(例如天)期间消耗内容项目的预算和/或供应内容项目印象的预报、预测或者估计。如果预算的实际消耗或者内容项目的实际业绩(performance,即印象的供应)不同于预报,则生成或者修改适当步进因子以加速或者减速内容项目。
在本发明的一些实施例中,可以在预算天的期间和/或在预算天的部分期间供应给定的内容项目的印象的数目、频率或者模式,这依赖于内容项目的目标受众的活动模式。换而言之,用于给定的内容项目的目标受众或者由其进行的越多活动,就应当供应项目的更多印象并且越快用完项目的预算。
在本发明的实施例中,目标受众的活动可以涵盖受众的成员对由内容供应系统主管的或者与内容供应系统关联的网站的访问、对这样的网站的页面的导航、向目标受众的成员供应内容项目印象、和/或涉及到目标受众的成员的其他活动。
在一些实现方式中,内容项目的用于在它的预算天的部分或者间隔期间供应的目标数目或者预报数目与内容项目的目标受众在该间隔期间的所有活动的数量或者水平成比例。作为示例,如果活动集中于仅少数小时期间,则将预报一天的内容项目的大多数印象在那些小时期间出现。因此,在这些实现方式中,在内容项目的目标受众的活动消退(或者流动)时,内容供应系统将期望和支持供应内容项目的更多(或者更少)印象。如下文将进一步描述的那样,项目的目标受众的预报活动将用来创建目标简档,该目标简档期望并允许在一天中忙时部分期间比在其他时段期间供应更多内容项目印象。如果实际活动变化,则应用步进因子以让预算消耗或者内容项目业绩回归轨道。
在其他实现方式中,可以应用更均等的方案,在该方案中,向预算的时间段的多个部分或者间隔中的每个部分或者间隔分配内容项目的基本上相等数目的印象。这些实现方式可以很好地适合于其目标受众在全天维持相对平衡的活动水平(例如而不是集中于仅少数小时内)的内容项目。作为示例,目标受众越大,受众的活动就会越可能在全天相对稳定。
在这些实现方式中,计算为了完全消费项目的预算而必须供应的内容项目的印象总数。将预算天划分成多个间隔,并且在这些间隔之中划分印象总数。如果供应多于向时间段分配的印象数目,则步进因子被配置为推迟在以后时段中供应的内容项目印象。类似地,如果供应少于分配,则应用步进因子以促进在一天更晚供应更多印象。
如上文介绍的那样,在计算内容项目的估计的值时运用在零与一之间的步进修改量以便减缓它。可以描述所得效果为减少供应该内容项目的供应的印象数目、减少供应它们的速率或者减少项目的每天预算的消耗速率(或者总消耗)。如果希望(暂时)禁止供应内容项目的印象,则可以应用步进修改量零。
除了内容项目不是均等竞争被供应之外,在0%与100%之间的步进概率将在减缓内容项目时具有相似效果。在针对内容请求仅存在相对少数候选内容项目(即,很少内容项目作为请求的内容将被呈现给的用户为目标)的情形中,可以优选将步进修改量运用于那些项目而不是步进概率,以免限制为供应而竞争。
为了加速或者促销内容项目,大于1.0的步进修改量可以应用于项目的估计的值计算。由于超过100%的概率不会提供优点,所以在当前实现方式中在必须加速内容项目时未使用步进概率。
图6是图示根据本发明的一些实施例的图示对供应内容项目设定步进的方法的流程图。
在操作602中,内容供应系统接收将从系统供应的新内容项目。内容项目可以是包括一个或者多个图形、图像和/或其他组件的单个项目或者可以是包括一个或者多个离散项目的活动。
在操作604中,识别内容项目的目标受众。可以识别受众为接收和注册项目的过程的部分,或者可以以后接收受众。目标受众可以在接收它之后如项目的提供者指定的那样改变。
在一些实现方式中,目标受众由一个或者多个属性/值对定义,每对识别作为内容项目的目标的用户的一个属性(例如行业、年龄、性别、地理位置、工作、教育、收入、技能)和用于该属性的对应值或者值集合。
另外,在操作604中,监视目标受众的成员的活动。这样的监视可以被设计为识别成员连接(例如登录)到系统和/或在他们通过与系统关联的一个或者多个网站导航时从系统接收内容的时间。具体而言,系统记下它接收(和/或响应于)针对向目标受众的成员供应的内容项目的请求的时间。在一些实现方式中,这一监视可以由图1的简档服务器114、跟踪服务器116和/或内容服务器118执行。
可以同时针对任何数目的目标受众执行监视用户活动,并且可以用任何所需粒度定义那些受众。例如可以基于单个属性、比如地理位置、他们从事的行业、工作头衔或者描述等定义一个目标受众。另一目标受众可以由两个(或者更多)属性、比如地理位置和行业、年龄和性别等定义。
监视目标受众可以在任何时间、甚至在接收以该受众为目标的内容项目之前开始并且可以无限地继续。另外,可以在任何适当时间基础上收集、划分和/或者分析记录的关于受众的活动的数据。因此,特定受众的活动是在一周的不同天、一个月的不同天、一天的不同小时等。作为结果,系统可以在历史上确定在任何具体或者一半时间段期间出现的用户活动水平或者数量。
具体而言并且如下文描述的那样,可以在预算时段期间的多个时间检查内容项目的业绩(或者它的预算的消耗),并且将其与从目标受众的记录的历史活动导出的预报的业绩(或者预算消费模式)比较。为了辅助生成预报并且辅助这一检查,可以将历史数据划分成一天的对应部分或者间隔。
在操作606中,计算系统为了完全消耗它的每天预算(或者其他周期性预算)而必须供应的内容项目的印象数目。因此,如果内容项目的提供者为内容出价$2CPC(每点击成本)、并且指定$1,000每天预算、并且估计项目的印象被呈现给的用户的0.1%将点击印象(即预测的点进率为0.1%),则系统将需要供应内容项目的近似500,000个印象以便完全消耗每天预算。
在操作608中,生成用于预算时段的针对内容项目的估计或者预报;如下文描述的那样,它将用来检查内容项目的业绩和它的预算的全天支出。
从历史数据(即内容项目的目标受众的以往活动)和内容的预算导出估计,并且该估计允许系统在预算时段的大部分或者全部内分配预算。出于讨论本发明的所示实施例的目的,将假设与内容项目的预算关联的时间段为一天。可以在本发明的其他实施例中应用其他预算时段(例如一小时、一周)。
为了导出估计,针对一天的多个间隔或者部分中的每个间隔或者部分,系统计算内容项目的用于在该间隔中供应的印象目标数目,以便允许向内容项目给出其在该间隔期间向目标受众供应的公允印象份额。用于间隔的印象目标数目因此将与项目的目标受众在该时间间隔期间的期望活动成比例。在本发明的所示实施例中,间隔长度为十五分钟。在其他实施例中,可以使用其他持续时间。
为了针对一天的每个间隔或者部分确定内容项目的印象目标数目,分析和使用在操作604中捕获的历史数据以构造用于用作模型的可比较历史天。可以从与当前正在预报的一天对应的前一天直接复制模型(例如,如果为周四生成历史数据,则可以采用先前周三的历史数据作为模型)。或者可以用某一其他方式对多个可比较时间段(例如多个工作日、多个周四)进行平均或者组合以生成模型。恰如可以针对任何时间段(例如一个月、三个月、一年)监视目标受众活动,模型可以反映在任何时间段内的平均活动。
模型识别在预报天的每个间隔期间期望系统向目标受众供应多少内容项目印象。可以将这些值求和以识别期望全天向目标受众供应的印象总数。
在组装模型天之后,计算内容项目的在一天的用于向目标受众供应的内容项目印象内的比例份额。从上文知道系统估计它必须供应内容项目的近似500,000个印象,以便生成足够点击以消耗它的预算(假设每点击成本的付费基础)。假设系统期望在预报天期间向目标受众供应的印象总数为400,000,000,内容项目的份额为0.125%(即500,000除以400,000,000)。
然后,将这一比例应用于模型天的每个间隔以便为预报的一天生成针对内容项目的估计。具体而言,针对一天的每个十五分钟的间隔,从模型天取回期望在该间隔期间向目标受众供应的印象总数、并且乘以0.00125,以产生用于该间隔的内容项目印象总数。例如假设模型指示可能在特定间隔期间请求/供应近似4,150,000个印象,内容项目的用于该间隔的预报将近似为5,200个印象。
在操作610中,预算时段(例如周四)正在进行中并且照常向目标受众供应内容。也监视新内容项目的业绩以记录数据、比如何时供应它、向谁供应、它被供应给的目标受众成员的后续活动(例如他或者她是否点击它)等。也监视项目的预算以确定是否如期望的那样支出它或者是否太快或者太慢消费它。
如在前一节中描述的那样,在系统接收针对用于向用户供应的内容模型的请求时,识别某一数目的以该用户为目标的内容项目,计算它们的估计的值,根据那些估计的值对它们排行,并且供应它们中的一个或者多个内容项目用于向用户呈现。计算内容项目的估计的值可以涉及到项目的提供者提出的出价、项目的预测的或者可能点进率(pCTR)和反映用户将作用于内容项目的可能性的概率修改量。如简短讨论的那样,现在可以向该过程添加步进因子。
在操作612中,在周四的一天期间的某点,系统针对一天的已经经过的部分比较新内容项目的应当已经供应的印象目标数目与项目的已经供应的印象实际数目。可以在每个间隔——即每十五分钟——期间执行这一比较,或者可以用某一其他周期(例如每小时、每三分钟)执行它。
在所示实施例中,比较的值为累计。也就是说,比较内容项目的用于直至比较时间的每个间隔的印象目标数目之和、与自从一天开始起供应的印象总数。
在操作614中,如果实际业绩超前(或者滞后)于目标业绩,则应用步进以阻碍(或者加快)内容项目。如上文描述的那样,加速内容项目的供应可以涉及到:在内容项目是用于响应于针对内容项目的请求而供应的候选时在计算它的估计的值时应用大于1.0的步进修改量。
推迟内容项目可以涉及到:应用少于1.0的步进修改量和/或使用步进概率以确定内容项目是否可以响应于针对内容项目的请求而均等竞争供应。
在操作614之后,所示方法可以返回到操作612以再次检查内容项目的业绩,并且进一步进整或者取消任何步进或者可以结束。
在图6中反映的本发明的实施例中,将每天预算时段划分成长为十五分钟的间隔或者部分,并且在那些间隔中的一个或者多个间隔中检查内容项目的业绩。在一些其他实施例中,可以在预算时段的单个部分期间多次检查项目的业绩。例如间隔仍然可以包括十五分钟,但是可以每三分钟或者五分钟检查项目的业绩。如果内容项目的实际业绩与它的目标业绩偏离,则这可以允许内容项目供应的更快调整或者步进。当然在这些其他实施例中,利用为了支持步进而需要的粒度获得或者导出关于目标受众的历史活动的数据。
虽然在图6的方法中提前构造整个预报天,但是在其他实施例中也可以在预报天期间生成一天的部分。例如可以在间隔开始之前不久(例如提前一个间隔、提前一小时)导出每个预报间隔,并且该预报间隔可以使用直至该时间点收集的历史数据。
另外,可以监视目标受众的实际活动,并且如果实际目标受众活动与原有预报相差多于阈值,则调整预报天。因此,如果受众活动明显大于或者少于原有预报,则可以调整预报以反映它,这可以增加或者减少内容项目的用于一个或者多个间隔的印象目标数目。
图7A是根据本发明的一些实施例的目标受众的用于一个媒体预算时段的估计或者预测的活动的图形。在这些实施例中,获得包括向受众的成员供应内容项目。因此,y中的数目代表期望在x轴中指示的时间向受众的成员供应内容项目的多少印象。
为了形成图形700而绘制的数据点为形式(时间,印象)并且随十五分钟间隔出现。也就是说,每个数据点代表系统估计它将在对应时间代表的十五分钟间隔期间向目标受众成员供应的印象数目。
在图形700中,数据点的时间值识别十五分钟间隔内的起点、终点、中点或者其他点。为数据点而绘制的印象指示在十五分钟间隔期间供应的印象总数。在其他实施例中,可以针对其他时间间隔绘制数据点,并且印象可以具有其他意义。例如在比每十五分钟更频繁地检查内容项目的实际业绩的一个实施例中,可以针对更短间隔(例如五分钟)绘制数据点。无论在绘制图形700时使用的时间间隔或者时间段如何,在图形之下的面积等于0或者基本上等于期望、估计或者预测的全天向目标受众供应的印象总数(例如4亿)。
如上文描述的那样,可以在任何时间段内监视目标受众活动,以便支持生成关于将来活动的估计,但是用来生成估计的活动图形的数据将用于可比较时间段。因此,如果图形700用于周四,则用来导出图形的数据可以来自先前的周四。在其他实现方式中,数据可以更少地相关。例如可以使用多个工作日(而不是仅周四)的平均值。
在图7A的图形700中反映的目标受众涵盖共同具有一个或者多个属性的人们,比如他们从事的行业、他们的地址位置或者地点、他们的工作、他们的年龄、他们的性别等的人们。在本发明的不同实施例中,可以用高分辨率(例如多个共同属性)定义目标受众,这可以使它的大小相对较小;或者用低分辨率(例如少数共同属性、一个共同属性)定义,在该情况下,它可以相对较大。给定的目标受众因此可以涵盖由内容供应系统服务于的所有用户的任何子集。
在本发明的一些实施例中,将针对给定的时段生成估计的活动的多个预报,并且将与在该时段期间的实际活动比较以确定哪个预报最为准确。随时间可以确定针对一个目标受众、比如按行业和地理位置定义的受众的估计是相对准确的,而针对另一目标受众、比如按年龄和工作头衔定义的目标受众的估计是相对不准确的。
随后,在以多个属性、比如年龄、行业和工作头衔为目标的特定内容项目需要估计的活动图形时,生成的预报可以反映先前已经产生相对准确结果的属性。例如系统可以在不考虑年龄和工作头衔属性的情况下,针对仅由内容项目的一个目标行业(或者多个目标行业)定义的受众生成预报。
图7B是根据本发明的一些实施例的内容项目的每天预算的目标消耗模式的图形,该内容项目具有在图7A的图形700中反映的目标受众。图形750模仿由y轴的索引值指示的、但是有不同比例的图形700。
具体而言,图形750应用在相对于图6的方法讨论的示例场景中使用的比例,其中示例内容项目的用于向目标受众供应的印象比例份额为0.125%。针对图形代表的每个间隔或者部分,内容项目的用于供应的印象目标总数等于用于在该时间期间向目标受众供应的印象总数的0.125%。无关于在绘制图形700时或者在检查内容项目的业绩时使用的时间间隔或者部分(例如十五分钟、五分钟、一小时),在图形之下的面积等于0或者基本上等于系统估计它为了耗尽内容项目的预算(例如五十万)而必须供应的印象总数。
在图7B中突出显示每天时段的从近似上午4点45分至近似上午5点50分的一个十五分钟间隔。在这一示例中,用十五分钟间隔的对应印象目标数目绘制间隔的中点,并且突出显示的间隔对应于近似5,800个印象。
在本发明的一些实施例中,步进修改量或者步进概率的值与内容项目的实际业绩与它的目标业绩之比、或者已经消耗它的预算中的多少与期望消耗多少之比成比例。另外,在预算时段期间多次检查项目的业绩(例如每十五分钟、每五分钟),并且步进因子的创建或者调整依赖于累计差值。步进因子因此相应地波动,这意味着每当检查内容项目的业绩时,它可以基于直至预算时段的该点的业绩而增加或者减少。
作为示例,假设内容项目在图7B中突出显示的十五分钟间隔之前的印象实际数目例如已经匹配于估计或者预报的业绩69,000(或者在来自该业绩的某一可容许变化程度内)。现在假设在突出显示的间隔期间供应的印象实际数目为8,400、间隔的目标为5,800并且在间隔结束时检查内容项目的业绩。
印象总数(77,400)是目标(74,800)的近似103%。为了在一个或者更多后续间隔期间节制或者阻碍内容项目(例如直至实际业绩再次与目标业绩匹配),近似0.966(1.03的倒数)的步进修改量将在项目是用于供应的候选时应用于它的估计的值计算。备选地,可以应用近似96.7%的步进概率。因此,由于内容项目的实际业绩略微超前于它的目标业绩,所以系统应用不利于供应项目的略微偏置。
如果基于内容项目的预算而不是它的业绩(例如供应的影响数目)生成步进修改量或者步进概率,则系统可以比较直至十五分钟间隔结束的实际预算消耗与如果印象总数和预测的点进率为准确时将已经消耗的预算消耗。
例如假设用于内容项目的总每日预算为$1,000,并且符合预报将截至突出显示的间隔结束已经消耗$200、但是实际上已经消耗$250。这意味着假设每点击成本为$2,则已经有125次点击内容项目印象而不是仅100。这意味着一天的预算的仅$750剩余而不是$800。
为了促进在一天的剩余部分内分布预算的其余部分而仍然允许期望的目标受众活动模式,近似0.9375(即$750除以$800)的步进修改量或者近似93.75%的步进概率将应用于对供应内容项目的印象设定步进。如已经说明的那样,可以在重新检查内容项目的业绩和预算消耗时贯穿一天的其余部分调整步进因子。这一种确定步进因子的方法因此前瞻于(look ahead to)预算时段的其余部分。
在一些其他实现方式中,可以在比对实际消耗和预报的消耗时后瞻(look backward)而不是前瞻计算步进因子。在这些实现方式中,可以计算用于紧接上文描述的场景的步进修改量为0.8(即$250除以$200的倒数)或者可以将步进概率设置于80%。
由于本发明的这些实施例的主要目标是对在预算时段的大部分或者全部内消耗内容项目的预算设定步进,所以使用预算消耗来计算步进因子(前瞻或者后瞻)可以提供比使用内容项目的业绩(即实际印象比对目标业绩)更令人满意的结果。
在本发明的一些实施例中,仅在内容项目的实际业绩或者实际预算消耗从它的目标业绩或者目标预算消耗变化阈值数量(例如2%、5%)时,应用步进因子。
可以在对内容项目的业绩或者它的预算的消耗的估计或者预报所覆盖的时间段之前的任何时间量生成估计。因此如图7B中那样,可以针对整个预算时段生成预报。作为一个备选,在时段的每个间隔或者间隔之前的任何时间单独生成用于间隔的估计。
例如取代在对应一天的0点0分之前生成图7A的整个曲线700或者图7B的曲线750,可以在每个十五分钟间隔之前不久生成间隔的估计。在这一实现方式中,间隔的估计可以反映直至间隔开始的实际目标受众活动、实际内容项目业绩或者实际预算消耗。
图8是根据本发明的一些实施例的用于供应电子内容的系统的框图。
图8的内容供应系统800包括处理器802、存储器804和存储装置806,该存储装置可以包括一个或者多个光和/或磁存储部件。内容供应系统800可以(持久或者暂时)耦合到键盘812、指示设备814和显示器816。
存储器804存储在系统800的操作期间操纵的内容项目出价、pCTR、步进因子、概率修改量、其他数据和/或逻辑。内容供应系统的存储装置806存储用于向/为用户供应的内容、用户数据、跟踪数据和/或其他信息。存储装置806也存储可以向存储器804中加载用于由处理器802执行的逻辑。这样的逻辑包括跟踪逻辑822、预报逻辑824、步进逻辑826和供应逻辑828。在本发明的其他实施例中,可以组合或者划分这些逻辑模块、或者其他内容中的任何、或者所有逻辑模块、或者其他内容以如希望的那样聚合或者分离它们的功能。
跟踪逻辑822包括用于如下行为的处理器可执行指令:用于跟踪在系统800接收的内容请求、跟踪向用户供应内容项目、跟踪关于内容项目的用户动作和/或其他行为。逻辑822可以包括或者伴随有或者用来组装数据,该数据反映用户的活动、内容提供者的活动和/或系统的其他方面。
预报逻辑824包括用于分析历史用户活动、并且生成将来活动和内容项目业绩的预报的处理器可执行指令。逻辑824因此可以用来组装目标受众活动的模型并且生成既定用于该受众的内容项目的目标业绩。
步进逻辑826包括用于确定何时和如何将步进应用于内容项目的预算的处理器可执行指令。逻辑826因此可以比较项目的目标与实际业绩、比较项目的预算的实际消耗与目标或者预报消耗,并且生成或者调整步进因子,以通过帮助更经常供应内容项目、或者通过使内容项更不经常被供应来影响内容项目的业绩的处理器可执行指令。
供应逻辑828包括用于处理和响应于内容请求的处理器可执行指令。供应逻辑828因此可以处理新请求、搜寻适合于作为响应而供应的内容项目、计算项目的估计的值并且供应选择(例如最高排行)的项目。供应逻辑828可以应用由步进逻辑供应的步进因子——用于确定内容项目是否可以竞争响应于请求而供应的步进概率、或者用于修改项目的估计的值的步进修改量。
在本发明的一些实施例中,组合图5的系统500与图8的系统800以形成内容供应系统,该内容供应系统被配置为管理供应内容项目以避免太频繁向单个用户供应单个项目并且对项目设定步进,从而它的预算将在预算时段(例如一天)的大多数或者全部内持续。
其中可以执行本发明的一些实施例的环境可以并入通用计算机或者专用设备,比如手持计算机或者通信设备。为了清楚而可以省略这样的设备(例如处理器、存储器、数据存储装置、显示器)的细节。
在这一具体描述中描述的数据结构和代码通常存储于非瞬态计算机可读存储介质上,该非瞬态计算机可读存储介质可以是可以存储用于由计算机系统使用的代码和/或数据的任何设备或者介质。非瞬态计算机可读存储介质包括但不限于易失性存储器、非易失性存储器、磁和光存储设备,比如盘驱动、磁带、CD(紧致盘)、DVD(数字万用盘或者数字视频盘)或者现在已知或者以后开发的其他非瞬态计算机可读介质。
可以实现在具体描述中描述的方法和过程为可以在如上文描述的非瞬态计算机可读存储介质中存储的代码和/或数据。在处理器或者计算机系统读取和执行介质上存储的代码和/或数据时,处理器或者计算机系统执行实现为数据结构和代码并且存储于介质内的方法和过程。
另外,可以在硬件模块中包括下文描述的方法和过程。例如硬件模块可以包括但不限于专用集成电路(ASIC)芯片、现场可编程门阵列(FPGA)和现在已知或者以后开发的其他可编程逻辑器件。在激活硬件模块时,硬件模块执行在硬件模块内包括的方法和过程。
已经仅出于示例和描述的目的而呈现本发明的实施例的前文描述。它们并非旨在于穷举本发明或者使本发明限于公开的形式。因而许多修改和变化将为本领域技术人员所清楚。本发明的范围由所附权利要求书而不是前文公开内容限定。
Claims (18)
1.一种供应电子内容项目的方法,所述方法包括:
估计将在预算时段的第一部分期间供应的第一内容项目的印象的数目;
比较估计的所述印象的数目与在所述预算时段的所述第一部分期间供应的所述第一内容项目的印象的实际数目;以及
如果所述印象的实际数目不同于估计的所述印象的数目,则在所述预算时段的后续部分中应用步进因子以对所述第一内容项目的印象的所述供应设定步进。
2.根据权利要求1所述的方法,其中所述估计包括:
识别所述第一内容项目的目标受众;
针对与所述预算时段可比较的以往时间段,聚集所述目标受众的活动以产生具有向所述目标受众供应的内容项目印象的模型总数(MT)的模型预算时段;
根据所述第一内容项目的用于所述预算时段的预算,计算如果在所述预算时段期间供应则估计消耗所述预算的、所述第一内容项目的印象的目标总数(TT);以及
计算TT÷MT以产生将在所述预算时段期间向所述目标受众供应的内容项目印象的所述第一内容项目的比例(CP)。
3.根据权利要求2所述的方法,其中所述估计还包括:针对所述模型预算时段的多个间隔中的每个间隔:
识别在所述模型预算时段的所述间隔期间向所述目标受众供应的内容项目印象的模型数目(MI);以及
计算MI×PS以产生用于在所述目标时段的所述对应间隔期间向所述目标受众供应的内容项目印象的所述第一内容项目的目标数目(TI);
其中所述预算时段的所述第一部分包括一个或者多个间隔;以及
其中将在所述预算时段的所述第一部分期间供应的所述第一内容项目的所述估计的印象的数目是所述一个或者多个间隔中的每个间隔的TI之和。
4.根据权利要求3所述的方法,其中:
所述预算时段是一周中的一天;
所述聚合包括在多周内平均所述目标受众在一周的作为所述预算时段的同一天期间的以往活动;以及
每个间隔持续时间近似为十五分钟。
5.根据权利要求1所述的方法,其中所述应用步进因子包括:
计算所述印象的实际数目与估计的所述印象的数目的比值;
计算所述比值的倒数;以及
在所述预算时段的所述后续部分期间,将所述第一内容项目的估计的值乘以从所述计算的倒数导出的步进修改量;
其中所述估计的值用来将所述第一内容项目与其他内容项目一起进行排行,以确定响应于针对内容的请求来供应哪些内容项目。
6.根据权利要求1所述的方法,其中所述应用步进因子包括:
计算所述印象的实际数目与估计的所述印象数目的比值;
计算所述比值的倒数;以及
在所述预算时段的所述后续部分期间:
生成随机数;以及
计算所述第一内容项目的估计的值以及、仅当所述随机数在与根据所述计算的倒数导出的步进概率关联的值范围内时、才考虑将所述第一内容项目用于响应于针对内容的请求来供应。
7.根据权利要求1所述的方法,其中仅当所述印象的实际数目与估计的所述印象的数目相差至少阈值数量或者百分比时,才应用所述步进因子。
8.一种存储指令的非瞬态计算机可读介质,所述指令在由处理器执行时使所述处理器执行供应电子内容项目的方法,所述方法包括:
估计将在预算时段的第一部分期间供应的第一内容项目的印象数目;
比较估计的所述印象的数目与在所述预算时段的所述第一部分期间供应的所述第一内容项目的印象的实际数目;以及
如果所述印象的实际数目不同于估计的所述印象的数目,则在所述预算时段的后续部分中应用步进因子以对所述第一内容项目的印象的所述供应设定步进。
9.一种用于供应电子内容的系统,所述系统包括:
处理器;
用于响应于针对向用户呈现内容的请求而供应的内容项目的贮存库;
数据存储库,存储所述内容项目的多个目标受众的以往活动;
选择逻辑,能由所述处理器执行以识别所述内容项目中适合于响应于针对向第一用户呈现内容的请求来向所述第一用户供应的、包括第一内容项目的子集;
能由所述处理器执行的预报逻辑,用于识别在所述第一内容项目的预算时段期间供应所述第一内容项目的印象的目标模式;以及
能由所述处理器执行的步进逻辑,用于在所述预算时段期间比较用于所述预算时段的预算的实际消耗与所述预算的预报消耗。
10.根据权利要求9所述的系统,还包括:
值估计逻辑,用于计算所述第一内容项目的估计的值,其中所述估计逻辑被配置为组合:
所述第一内容项目的提供者赋予的出价;
如果向所述第一用户呈现所述第一内容项目则所述第一用户将作用于所述第一内容项目的基本概率;以及
步进修改量,反映所述预算的所述预报消耗与所述预算的所述实际消耗的比值。
11.根据权利要求9所述的系统,还包括:
值估计逻辑,用于计算所述第一内容项目的估计的值,其中所述估计逻辑被配置为组合:
所述第一内容项目的提供者赋予的出价;以及
如果向所述第一用户呈现所述第一内容项目则所述第一用户将作用于所述第一内容项目的基本概率;以及
步进概率,反映所述预算的所述预报消耗与所述预算的所述实际消耗的比值;
其中仅当在接收所述针对用于向所述第一用户呈现的内容的请求之后生成的随机数在所述步进概率内时,才响应于所述针对用于向所述第一用户呈现的内容的请求来执行所述值估计逻辑。
12.一种对供应电子内容设定步进的方法,所述方法包括:
针对具有目标受众的内容项目构造模型预算时段,其中:
所述模型预算时段反映所述目标受众在一个或者多个以往预算时段期间的活动;以及
所述模型预算时段具有标识在所述模型预算时段期间向所述目标受众供应的内容项目印象的总数的关联印象的模型总数(MT);
计算为了耗尽用于所述将来预算时段的所述内容项目的预算而在将来预算时段期间供应的所述内容项目的印象的目标总数(TT);
计算所述印象的目标总数(TT)与所述印象的模型总数MT的比值(R);
针对所述将来预算时段的多个时间间隔中的每个时间间隔,预报将在所述间隔期间向所述目标受众供应的所述内容项目的印象的数目;以及
在所述将来预算时段期间:
在多个所述时间间隔之后比较所述预算的实际消耗与所述预算的预报消耗;以及
如果所述实际消耗与所述预报消耗相差多于阈值,则在一个或者多个后续间隔中应用步进因子以调整向所述目标受众供应所述内容项目的印象的频率。
13.根据权利要求12所述的方法,其中所述预报将在所述间隔期间向所述目标受众供应的所述内容项目的印象的数目包括:
将在所述模型预算时段的对应间隔期间向所述目标受众供应的内容项目印象的模型数目(MI)乘以比值R,以产生用于在所述间隔期间供应的所述第一内容模型的印象的目标数目(TI)。
14.根据权利要求12所述的方法,其中在每个间隔期间至少一次执行所述比较所述预算的实际消耗与所述目标的所述预报消耗。
15.根据权利要求12所述的方法,其中所述应用步进因子包括:
生成与所述预算的所述预报消耗与所述预算的所述实际消耗之比成比例的步进修改量;以及
在响应于针对内容的请求来计算所述内容项目的估计的值时将所述估计的值乘以所述步进修改量。
16.根据权利要求12所述的方法,其中所述应用步进因子包括:
生成与所述预算的所述预报消耗与所述预算的所述实际消耗之比成比例的步进概率;以及
在接收针对向所述目标受众的成员供应内容的请求时:
生成随机数;以及
仅当所述随机数落入所述步进概率内时,才计算所述内容项目的估计的值,以及比较计算的所述估计的值与其他内容项目的估计的值,以便识别用于响应于针对内容的所述请求而供应的一个或者多个内容项目。
17.根据权利要求12所述的方法,其中如果所述预算的所述预报消耗超过所述预算的所述实际消耗,则应用所述步进因子增加响应于针对向所述目标受众的成员供应内容的请求来供应所述内容项目的可能性。
18.根据权利要求12所述的方法,其中如果所述预算的所述实际消耗超过所述预算的所述预报消耗,则应用所述步进因子减少响应于针对向所述目标受众的成员供应内容的请求来供应所述内容项目的可能性。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/745,343 | 2013-01-18 | ||
US13/745,343 US20140207564A1 (en) | 2013-01-18 | 2013-01-18 | System and method for serving electronic content |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103942236A true CN103942236A (zh) | 2014-07-23 |
Family
ID=48699536
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310262950.7A Pending CN103942236A (zh) | 2013-01-18 | 2013-06-24 | 用于供应电子内容的系统和方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20140207564A1 (zh) |
EP (1) | EP2757516A1 (zh) |
CN (1) | CN103942236A (zh) |
BR (1) | BR102013016747A2 (zh) |
DE (1) | DE202013005811U1 (zh) |
WO (1) | WO2014113054A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109102321A (zh) * | 2018-07-09 | 2018-12-28 | 北京奇艺世纪科技有限公司 | 一种预算撞线预测方法及装置 |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10438448B2 (en) * | 2008-04-14 | 2019-10-08 | Gregory A. Piccionielli | Composition production with audience participation |
US9361322B1 (en) | 2013-03-15 | 2016-06-07 | Twitter, Inc. | Unidirectional lookalike campaigns in a messaging platform |
US10275795B1 (en) * | 2013-10-16 | 2019-04-30 | Outbrain Inc. | System and method for ranking, allocation and pricing of content recommendations |
US10083454B2 (en) | 2015-01-30 | 2018-09-25 | Microsoft Technology Licensing, Llc | Social network content item federation based on item utility value |
US10042897B2 (en) * | 2015-06-01 | 2018-08-07 | Microsoft Technology Licensing, Llc | Segment-based content pools for inclusion in content feeds |
CN105678587B (zh) * | 2016-01-12 | 2020-11-24 | 腾讯科技(深圳)有限公司 | 一种推荐特征确定方法、信息推荐方法及装置 |
CN106055666B (zh) * | 2016-06-02 | 2019-12-06 | 腾讯科技(深圳)有限公司 | 媒体文件的投放方法和装置 |
US11222366B2 (en) * | 2016-10-20 | 2022-01-11 | Meta Platforms, Inc. | Determining accuracy of a model determining a likelihood of a user performing an infrequent action after presentation of content |
US11775934B2 (en) * | 2017-04-24 | 2023-10-03 | CareerBuilder, LLC | Interactive job recommendation and application submission tools of employment website entities |
US11651333B2 (en) * | 2017-05-05 | 2023-05-16 | Microsoft Technology Licensing, Llc | Specialized user interfaces and processes for increasing user interactions with job postings in a social network/top jobs |
CN109688466B (zh) * | 2017-10-18 | 2021-04-27 | 中国电信股份有限公司 | 内容热度预测方法、装置和内容分发网络 |
US11860959B1 (en) * | 2017-11-28 | 2024-01-02 | Snap Inc. | Ranking notifications in a social network feed |
US11106686B1 (en) * | 2017-11-28 | 2021-08-31 | Snap Inc. | Ranking notifications in a social network feed |
US11171908B1 (en) * | 2018-02-28 | 2021-11-09 | Snap Inc. | Ranking content for display |
US20210201392A1 (en) * | 2019-12-31 | 2021-07-01 | Snap Inc. | Auction system for augmented reality experiences in a messaging system |
US20210342740A1 (en) * | 2020-05-04 | 2021-11-04 | Microsoft Technology Licensing, Llc | Selectively transmitting electronic notifications using machine learning techniques based on entity selection history |
US20230350698A1 (en) * | 2022-04-28 | 2023-11-02 | Lemon Inc. | Event processing based on multiple time windows |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007041102A2 (en) * | 2005-09-30 | 2007-04-12 | Google, Inc. | Controlling the serving of advertisements |
WO2012134765A1 (en) * | 2011-03-31 | 2012-10-04 | Google Inc. | Selective delivery of content items |
US20120323674A1 (en) * | 2009-08-14 | 2012-12-20 | Dataxu, Inc. | Creation and usage of synthetic user identifiers within an advertisement placement facility |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070129990A1 (en) * | 2005-12-01 | 2007-06-07 | Exent Technologies, Ltd. | System, method and computer program product for dynamically serving advertisements in an executing computer game based on the entity having jurisdiction over the advertising space in the game |
US20080040217A1 (en) * | 2006-05-12 | 2008-02-14 | Dellovo Danielle F | Systems, methods, and apparatuses for advertisement generation, selection and distribution system registration |
US20070260515A1 (en) * | 2006-05-05 | 2007-11-08 | Schoen Michael A | Method and system for pacing online advertisement deliveries |
US8160925B2 (en) * | 2006-12-12 | 2012-04-17 | Yahoo! Inc. | System for generating a smart advertisement based on a dynamic file and a configuration file |
KR20100051767A (ko) * | 2006-12-22 | 2010-05-18 | 폼 유케이, 인코포레이티드 | 클라이언트 네트워크 활동 채널링 시스템 및 방법 |
WO2009029947A1 (en) * | 2007-08-31 | 2009-03-05 | Numeric Analytics Llc | Method of optimizing internet advertising |
US20120253928A1 (en) * | 2009-05-13 | 2012-10-04 | X Plus One Solutions, Inc. | Methods and Apparatus for Portfolio and Demand Bucket Management Across Multiple Advertising Exchanges |
US20110029319A1 (en) * | 2009-07-29 | 2011-02-03 | Google Inc. | Impression forecasting and reservation analysis |
US20110071894A1 (en) * | 2009-09-18 | 2011-03-24 | Diaz Nesamoney | Method and system for serving localized advertisements |
US20120030010A1 (en) * | 2010-07-28 | 2012-02-02 | Yahoo! Inc. | Social impact on advertising |
CA2831128C (en) * | 2011-03-23 | 2018-09-18 | Invidi Technologies Corporation | A priori scheduling of multiple assets within a collection of asset delivery opportunities |
US20130246161A1 (en) * | 2012-03-16 | 2013-09-19 | Yahoo! Inc. | Systems and methods for optimization-aware delivery pacing adjustment in advertisement serving |
US20130268351A1 (en) * | 2012-04-05 | 2013-10-10 | Comscore, Inc. | Verified online impressions |
EP2877971A4 (en) * | 2012-07-24 | 2016-03-02 | Foursquare Labs Inc | SYSTEM AND METHOD FOR PROMOTING ARTICLES IN A LOCATION-BASED SERVICE |
US20140095327A1 (en) * | 2012-10-02 | 2014-04-03 | Martini Media Network, Inc. | Apparatus and Method for Preserving Advertisements in a Web Page with Dynamically Served Advertisements |
-
2013
- 2013-01-18 US US13/745,343 patent/US20140207564A1/en not_active Abandoned
- 2013-06-06 WO PCT/US2013/044559 patent/WO2014113054A1/en active Application Filing
- 2013-06-11 EP EP20130171382 patent/EP2757516A1/en not_active Withdrawn
- 2013-06-24 CN CN201310262950.7A patent/CN103942236A/zh active Pending
- 2013-06-28 DE DE201320005811 patent/DE202013005811U1/de not_active Expired - Lifetime
- 2013-06-28 BR BRBR102013016747-9A patent/BR102013016747A2/pt not_active Application Discontinuation
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007041102A2 (en) * | 2005-09-30 | 2007-04-12 | Google, Inc. | Controlling the serving of advertisements |
US20120323674A1 (en) * | 2009-08-14 | 2012-12-20 | Dataxu, Inc. | Creation and usage of synthetic user identifiers within an advertisement placement facility |
WO2012134765A1 (en) * | 2011-03-31 | 2012-10-04 | Google Inc. | Selective delivery of content items |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109102321A (zh) * | 2018-07-09 | 2018-12-28 | 北京奇艺世纪科技有限公司 | 一种预算撞线预测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
EP2757516A1 (en) | 2014-07-23 |
DE202013005811U1 (de) | 2013-10-10 |
WO2014113054A1 (en) | 2014-07-24 |
US20140207564A1 (en) | 2014-07-24 |
BR102013016747A2 (pt) | 2014-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103942236A (zh) | 用于供应电子内容的系统和方法 | |
Joo et al. | Effects of TV advertising on keyword search | |
US8788339B2 (en) | Multiple attribution models with return on ad spend | |
US8396742B1 (en) | System and method for optimizing paid search advertising campaigns based on natural search traffic | |
KR101731009B1 (ko) | 컨버전 크레디팅 | |
US9824367B2 (en) | Measuring effectiveness of marketing campaigns across multiple channels | |
US8473339B1 (en) | Automatically switching between pricing models for services | |
US20120158456A1 (en) | Forecasting Ad Traffic Based on Business Metrics in Performance-based Display Advertising | |
US20160180375A1 (en) | System And Method To Estimate The Incrementality Delivered By Online Campaigns Based On Measuring Impression-Level Digital Display Ad Viewability | |
US20120136722A1 (en) | Using Clicked Slate Driven Click-Through Rate Estimates in Sponsored Search | |
Johnson | The impact of privacy policy on the auction market for online display advertising | |
CN102640179A (zh) | 用于多渠道广告的基于广告受众历史的竞价生成系统和方法 | |
JP2014112401A (ja) | 広告の累進価格設定方式 | |
US20160267519A1 (en) | Allocating online advertising budget based on return on investment (roi) | |
CN110880127B (zh) | 消费水平的预测方法、装置、电子设备及存储介质 | |
US20130080247A1 (en) | Ad Placement | |
US20160140577A1 (en) | Unified marketing model based on conduit variables | |
US10181130B2 (en) | Real-time updates to digital marketing forecast models | |
US20120130828A1 (en) | Source of decision considerations for managing advertising pricing | |
US20120239468A1 (en) | High-performance supply forecasting using override rules in display advertising systems | |
US20210382952A1 (en) | Web content organization and presentation techniques | |
US10354273B2 (en) | Systems and methods for tracking brand reputation and market share | |
US20190340184A1 (en) | System and method for managing content presentations | |
WO2013116105A1 (en) | Alterations of calculations in attribution modeling | |
US20130246161A1 (en) | Systems and methods for optimization-aware delivery pacing adjustment in advertisement serving |
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: 20140723 |
|
WD01 | Invention patent application deemed withdrawn after publication |