CN104156424A - 使用概念定向广告 - Google Patents
使用概念定向广告 Download PDFInfo
- Publication number
- CN104156424A CN104156424A CN201410386938.1A CN201410386938A CN104156424A CN 104156424 A CN104156424 A CN 104156424A CN 201410386938 A CN201410386938 A CN 201410386938A CN 104156424 A CN104156424 A CN 104156424A
- Authority
- CN
- China
- Prior art keywords
- advertisement
- concept
- request
- information
- scores
- 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
-
- 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
- G06Q30/0243—Comparative campaigns
-
- 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
- G06Q30/0277—Online advertisement
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)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Developing Agents For Electrophotography (AREA)
Abstract
可以使用概念相似性来帮助解决关于提供的广告的多义性问题,至少使用关键词定向。更确切地说,可以使用概念相似性来帮助确定广告的相关性和/或广告的分数。
Description
本发明是申请日为2004年11月23日、名称为“使用概念定向广告”的第200480040389.7号专利申请的分案申请。
技术领域
本发明涉及广告业,尤其是涉及广告的定向服务和呈现。
背景技术
使用传统媒介比如电视、广播、报纸和杂志的广告众所周知。遗憾的是,即使在提供了人口统计学的研究成果以及对各种媒介典型受众完全合理的假设时,广告商也会认识到其广告预算有许多是白白浪费的。此外,要识别和减少这种浪费也十分困难。
近来,在更加互动的媒介上做广告已经变得流行。例如,由于使用因特网的人数已经飞速增长,广告商已经把通过因特网提供的媒介和服务视为做广告的潜在有力方式。
广告商已经制定了几种策略,试图使这种做广告的方式实现价值最大化。在一种策略中,广告商使用流行的呈现方式或装置,提供互动媒介或服务(在说明书中不失一般性地称为“网站”)作为与广大受众沟通的渠道。例如,广告商可以使用这种第一方式,把广告放在纽约时报网站或今日美国网站的主页上。在另一种策略中,广告商可以试图将其广告定向在更加狭小领域中的受众,从而提高这些受众积极响应的可能性。例如,推进哥斯达黎加雨林旅游的旅行社可以将广告放在Yahoo网站的生态旅游子目录上。正常情况下,广告商将手工确定这种定向。
无论采用何种策略,基于网站的广告(也称为“网络广告”)典型情况下以“横幅广告”的形式呈现给其广告受众-即包括图形成分的矩形方框。如果广告受众的某个成员(在本说明书中不失一般性地称为“观众”或“用户”)通过点击这些横幅广告之一而选择它,典型情况下嵌入的超文本链接将观众引导至广告商的网站。观众选择广告的这个过程通常称为“点击”(“点击”意在覆盖用户的任何选择)。点击次数与广告的印象数目(即广告显示的次数)的比例通常称为所述广告的“点击率”。
当用户完成先前提供的广告涉及的交易时,就说是发生了“转化”。构成转化的事物可能随情况而改变,并且能够以多种多样的方式确定。例如,情况可能是当用户点击广告、参考广告商的网页并在离开该网页前完成购买时,发生了转化。作为替代,转化可以定义为用户显示广告、并且在预定的时间(如七天)之内在广告商的网页上进行购买。作为再一种替代,转化可以被广告商定义为任何可测度/可观察的用户动作,比如下载白票、浏览至网站的至少给定深度、观察至少一定数目的网页、在网站或网页上花费至少预定量的时间等等。往往有这样的情况,如果用户的动作不表明完成的购买,它们可能表明销售导引,尽管构成转化的用户动作不限于此。确实,对构成转化的事物也可能有许多其他定义。转化次数与广告的印象数目(即广告显示的次数)的比例通常称为转化率。如果转化定义为能够在从广告出现开始的预定时间之内发生,那么转化率的一种可能的定义或许仅仅考虑过去呈现时间已经超过所述预定时间的广告。
无论基于网络的广告的初始期望如何,现有的方式还有几个问题。尽管广告商能够触及广大受众,但是他们往往对其广告投资的回报不满意。
同样,呈现出广告之网站的主办人(称为“网站主办人”或“广告消费者”)面对如下挑战:使广告收益最大化而不损害其用户的感受。某些网站主办人已经选择将广告收益置于用户利益之上。一个此类网站为“Overture.com”,它主办了所谓的“搜索引擎”服务,响应用户查询,返回冒充为“搜索结果”的广告。Overture.com网站允许广告商为了将其网站(或目标网站)的广告置于所声称搜索结果列表的更前部而付费。如果实施了此类方案,只有用户点击广告后广告商才付费(即每次点击的价格),广告商就会缺少有效定向其广告的激情,因为定向不佳的广告将不会受到点击,所以将不需要付费。因此,每次点击价格高的广告出现在或接近顶部,但是不一定转化为广告发行人的真实收益,因为观众不点击。不仅如此,观众将会点击的广告处于列表的更下方,或者根本不在列表上,所以对广告的相关性采取了折衷。
搜索引擎-比如Google-已经使广告商能够定向其广告,所以它们将随着搜索结果页面呈现,并且它们大概将与产生所述搜索结果页面的查询相关。
其他的定向广告系统,比如基于电子邮件信息而定向广告的系统(参见如美国专利申请序列号10/452,830(在此引用作为参考)中介绍的系统,标题为“SERVING ADVERTISEMENTS USINGINFORMATION ASSOCIATED WITH E-MAIL”,2003年6月2日提交,并列出Jeffrey A.Dean、Georges R.Harik和Paul Bucheit);或者基于内容而定向广告的系统(参见如美国专利申请序列号10/375,900(在此引用作为参考),标题为“SERVINGADVERTISEMENTS BASED ON CONTENT”,2003年2月26日提交,并列出Darrell Anderson、Paul Bucheit、Alex Carobus、Claire Cui、Jeffrey A.Dean、Georges R.Harik、Deepak Jindal和NarayananShivakumar)可能面对类似的挑战。换言之,广告系统通常愿意呈现与用户所请求信息相关的若干广告,尤其是关于用户的当前利益者。
无论是随着搜索结果文档、内容文档还是电子邮件呈现相关的广告,在使用关键词进行定向的广告系统中,广告商都经常希望“拥有”词汇或短语。例如在广告服务器确定将要与搜索结果相关联地提供广告时,在这样的情况下,为了使到达范围尽可能广泛,广告商不希望将其广告限制为定向到严格的关键词匹配。通过不使用严格匹配的关键词定向,当搜索包含“他们的”的词汇时,就尽可能频繁地显示所述广告商的广告。
这种方法的不利方面是:如果对包含“他们的”指定词汇的所有搜索都显示他们的广告,所述搜索查询和搜索结果可能常常与所述广告无关。如果查询(或某些其他请求)或即使只是部分查询具有另一可选择的解释,这种现象就会频繁发生。例如,考虑希望有术语“ford”时他们的广告就出现的汽车制造商。在搜索项中术语“ford”每次出现时就显示他们的广告,当搜索项恰好是“ford”,或包含“ford mustang”时,常常将产生相关的广告。不过,所述广告将与响应包括搜索项“gerald ford”、“betty ford clinic”、”“harrison ford”、“ford agency”、“patrcia ford”等查询而产生的搜索结果文档相连显示。尽管搜索结果网页向广告商提供了将其广告定向到更能接纳受众的极好机会,但是某些查询可能还有其他的解释。作为另一个实例,查询项“jaguar”可能是指该名称的汽车、该名称的动物、该名称的NFL足球队等。如果用户关注动物,那么用户或许不关注属于汽车或NFL足球队的搜索结果。同样,用户或许不关注对关键词“Jaguar”定向的、但是是属于汽车或NFL足球队的广告。
广告商避免与无关的搜索结果文档(或某些其他文档)一起呈现其广告的一种方法是广告商指定否定关键词,如果它们包括在搜索查询中,就将阻止呈现其广告。遗憾地是,有效使用否定关键词需要广告商的努力和远见。
考虑到以上情况,需要有一种简单方法,使广告商指明它们希望“拥有”的关键词,但是对于与其广告无关的文档(比如搜索结果文档)使用这样的关键词时却避免呈现其广告。
发明内容
本发明有助于解决关于至少使用例如关键词定向而提供广告的多义性问题。本发明可以通过使用概念的相似性去帮助确定广告相关性和/或广告分数来实现。
附图说明
图1是粗略示意图,显示了能够与广告系统互动的各方即实体;
图2展示的环境中,广告商能够在搜索引擎产生的搜索结果网页、内容服务器提供的文档和/或电子邮件上定向其广告;
图3是装置的粗略示意图,可以用于以符合本发明的方式执行可以使用的多种操作的至少某些种,并且存储可以使用和/或产生的信息的至少某一些;
图4是泡式图,显示了以符合本发明的方式可以执行的操作,以及可以产生、使用和/或存储的信息,以便产生概念表达和在概念相似性确定中使用这样的概念表达;
图5是示范方法的流程图,可以用于以符合本发明的方式对概念相似性打分;
图6是示范方法的流程图,可以用于以符合本发明的方式确定概念相似性;
图7和图8是示范方法的流程图,可以用于以符合本发明的方式确定广告概念定向信息;
图9是示范方法的流程图,可以用于以符合本发明的方式确定请求的一种或多种概念;
图10A-图12C展示了本发明示范实施例的操作实例;
图13是泡式图,展示了概念性能信息及其管理;
图14是示范方法的流程图,可以用于以符合本发明的方式管理概念性能信息。
具体实施方式
本发明可能包括新颖的方法、装置、消息格式和/或数据结构,以便解决关于至少使用例如关键词定向而提供广告的多义性问题,使得更相关的、所以更有用的广告能够呈现。进行以下说明是为了使本领域的技术人员能够做出和使用本发明,所提供的说明是针对具体应用及其需求的情况。对于本领域的技术人员,对所公开实施例的多种修改将是显而易见的,以下阐述的一般原理可以应用于其他实施例和应用。因此,本发明的本意不在局限于所示实施例,本发明人将其发明视为所介绍的专利可及的全部主题内容。
在以下说明中,在§4.1中介绍本发明可以在其中或与其一起运行的环境,然后在§4.2中介绍本发明的示范实施例,在§4.3中提供操作实例,最后在§4.4中阐述关于本发明的某些结论。
§4.1本发明可以在其中或与其一起运行的环境
§4.1.1示范广告环境
图1是某个广告环境的粗略示意图。所述环境可以包括广告入口、维持和递送系统(简称为广告服务器)120。广告商110可以直接或间接输入、维持和跟踪系统120中的广告信息。这些广告的形式可以是图形广告比如所谓的横幅广告、纯文本广告,图像广告、音频广告、视频广告、包含多种任何此类成分之组合的广告等等。这些广告也可以包括嵌入的信息,比如链接和/或机器可执行的指令。广告消费者130可以向系统120提交对广告的请求,从系统120接受响应其请求的广告,以及向系统120提供使用信息。广告消费者130以外的实体可以启动对广告的请求。尽管未显示,但是其他实体也可以向系统120提供使用信息(如是否发生了与广告有关的某个转化或点击)。这种使用信息可以包括与已经呈现的广告有关的、度量的或观测的用户行为。
广告服务器120可以类似于以上背景技术中提及的美国专利申请序列号10/375,900的图2中介绍的服务器。广告程序可以包括的信息涉及账户、活动、创意、定向等等。术语“账户”涉及给定广告商(如独特的电子邮件地址、密码、记帐信息等等)的信息。“活动”或者说“广告活动”是指一个或多个广告的一组或多组,并且可以包括开始日期、结束日期、预算信息、地理定向信息、辛迪加组织信息等等。例如,本田公司可以有一项为其汽车生产线的广告活动,以及为其摩托车生产线的单独广告活动。为其汽车生产线的活动有一组或多组,每组包含一个或多个广告。每个广告组都可以包括定向信息(如关键词的集合、一个或多个主题的集合等等)以及价格信息(如最高价格(每次点击的价格、每次转化的价格等等))。作为替代,或者作为补充,每个广告组还可以包括平均价格(如每次点击的平均价格、每次转化的平均价格等等)。所以单一的最高价格和/或单一的平均价格可以关联到一个或多个关键词和/或主题。如上所述,每个广告组都可以有一个或多个广告或“创意”(换言之,广告内容最终呈现给终端用户)。每个广告也可以包括至某个URL的链接(如着陆网页,比如广告商的主页,或者与具体产品或服务器相关的网页)。广告信息自然可以包括或多或少的信息,并且可以采用许多不同的方式组织。
图2展示了本发明可以在其中运行的环境。用户设备(也称为“客户”或“客户设备”)250可以包括浏览器程序(比如微软公司出品的IE浏览器或AOL/时代华纳出品的Navigator浏览器)、电子邮件程序(如微软公司出品的Outlook)等等。搜索引擎220可以允许用户设备250搜索文档收藏(如网页)。内容服务器210可以允许用户设备250访问文档。电子邮件服务器(如微软网络公司出品的Hotmail、YahooMail等等)240可以用于向用户设备250提供电子邮件功能。广告服务器210可以用于向用户设备250提供广告。提供所述广告时可以与搜索服务器220提供的搜索结果、内容服务器230提供的内容以及/或者电子邮件服务器240和/或用户设备电子邮件程序支持的电子邮件相关联。
因此,广告消费者130的一个实例是接收对文档(如文章、讨论思路、音乐、视频、图形、搜索结果、网页列表等等)的请求,并且响应该请求检索所请求的文档或提供其他服务的普通内容服务器230。所述内容服务器可以向广告服务器120/210提交对广告的请求。这种广告请求可以包括所需的许多广告。所述广告请求也可以包括文档请求信息。这种信息可以包括文档本身(如网页),文档内容或文档请求对应的类别或主题(如艺术、商业、电脑、艺术-电影、艺术-音乐等等),文档请求的全部或部分,内容寿命,内容类型(如文本、图形、视频、音频、混合媒体等等),地理位置信息,文档信息等等。
内容服务器230可以将所请求的文档与广告服务器120/210提供的一个或多个广告进行组合。然后将包括文档内容和广告的这种组合信息转发到请求所述文档的终端用户设备250,以便呈现给用户。最后,内容服务器230可以将所述广告以及将要如何、何时和/或何处呈现所述广告的有关信息(如位置、点击与否、印象时间、印象日期、尺寸、转化与否等等)发送回广告服务器120/210。作为替代,或者作为补充,也可以由某种其他装置将这种信息提供回广告服务器120/210。
广告消费者130的另一个实例是搜索引擎220。搜索引擎220可以接收对搜索结果的查询。作为响应,搜索引擎可以检索相关的搜索结果(如从网页的索引)。在文章S.Brin and L.Page,“The anatomyof a Large-Scale Hypertextual Search Engine,”Seventh International World Wide Web Conference,Brisbane,Australia和6,285,999号美国专利(二者都在此引用作为参考)中,介绍了一种示范搜索引擎。这种搜索结果可以包括例如网页标题的列表、从这些网页中提取的文本片断以及至这些网页的超文本链接,并且可以将搜索结果划分为预定数目(如十)的组。
搜索引擎220可以向广告服务器120/210提交对广告的请求。所述请求可以包括所需的许多广告。这个数目可以取决于搜索结果、搜索结果所占用的屏幕或页面空间量、广告的尺寸和外形等等。在一个实施例中,所需广告的数目将从一至十,优选情况下从三至五。对广告的请求也可以包括查询(作为输入的或语法描述的)、基于所述查询的信息(比如地理位置信息、所述查询是否来自分支机构以及这种分支机构的标识符)以及/或者关联到或基于搜索结果的信息。这种信息可以包括例如与搜索结果有关的标识符(如文档标识符或“docID”)、与搜索结果有关的分数(如信息检索(“IR”)分数比如查询和文档对应的特征向量的点积、页面等级分数以及/或者IR分数与页面等级分数的组合)、从所标识文档(如网页)提取的文本片断、所标识文档的完全文本、所标识文档的主题、所标识文档的特征向量等等。
搜索引擎220可以将搜索结果与广告服务器120/210提供的一个或多个广告进行组合。然后将包括搜索结果和广告的这种组合信息转发到提交所述搜索的用户,以便呈现给用户。优选情况下,搜索结果的维持与广告截然不同,使得用户能够区分付费的广告和大概中性的搜索结果。
最后,搜索引擎220可以将所述广告以及将要何时、何处和/或如何呈现所述广告的有关信息(如位置、点击与否、印象时间、印象日期、尺寸、转化与否等等)发送回广告服务器120/210。作为替代,或者作为补充,也可以由某种其他装置将这种信息提供回广告服务器120/210。
正如在(以上背景技术引入的)美国专利申请序列号10/375,900中的讨论,呈现的广告也可以定向至内容服务器提供的文档。
最后,电子邮件服务器240通常可以被视为其中呈现的文档就是电子邮件的内容服务器。另外,电子邮件应用程序(比如微软的Outlook)可以用于发送和/或接收电子邮件。所以,电子邮件服务器240或应用程序可以被视为广告消费者130。因此,电子邮件可以被视为文档,而呈现出定向广告时可以与这些文档相关联。例如,一个或多个广告可以呈现在电子邮件内部、以下、以上或以其他方式相关联。
§4.1.2定义
在线广告,比如以上参考图1和图2介绍的示范系统或任何其他系统中使用的广告,可以具有多种固有的特性。这些特性可以由应用程序和/或广告商指定。这些特性以下称为“广告特性”。例如,在文本广告的情况下,广告特性可以包括标题行、广告文本和嵌入的链接。在图像广告的情况下,广告特性可以包括图像、可执行代码和嵌入的链接。取决于在线广告的类型,广告特性可以包括以下内容的一种或多种:文本、链接、音频文件、视频文件、图像文件、可执行代码、嵌入的信息等等。
提供在线广告时,可以使用一个或多个参数描述如何、在何时和/或何处提供广告。这些参数在以下称为“提供参数”。提供参数可以包括例如以下参数的一个或多个:广告所在页面的特性(包括其信息)、提供广告所关联的搜索查询或搜索结果、用户特征(如其地理位置、用户所用的语言、所用浏览器的类型、过去的综合浏览量、过去的行为)、启动该请求的主办或分支站点(如美国在线、Google、Yahoo)、广告所在页面上广告的绝对位置、此广告相对于所提供的其他广告的(空间或时间)位置、广告的绝对尺寸、此广告相对于其他广告的尺寸、广告的颜色、所提供其他广告的数目、所提供其他广告的类型、一天中提供的时间、一周中提供的时间、一年中提供的时间等等。自然,在本发明的情况下可以所用的还有其他提供参数。
虽然提供参数对广告特性可以是外在的,但是它们也可以与广告关联为提供条件或约束。用作提供条件或约束时,这样的提供参数就直接称为“提供约束”(或“定向准则”)。例如,在某些系统中,广告商或许能够通过指定仅仅在工作日呈现、不低于一定的位置、仅仅提供给一定地理位置的用户等等,定向其广告的呈现。作为另一个实例,在某些系统中,广告商可以指定仅仅在页面或搜索查询包括一定的关键词或短语时,才提供其广告,不过正如以上暗示,本发明回避了广告商输入定向关键词的需求。作为再一个实例,在某些系统中,广告商可以指定仅仅在呈现的文档包括一定的主题或概念,或者落入特定的集群或若干集群中,或者某种或某些其他类别时,才呈现其广告。
对于广告特性、广告提供约束、从广告特性或广告提供约束可得出的信息(称为“广告导出信息”)和/或所述广告相关的信息(称为“广告相关信息”)以及这种信息的扩展,“广告信息”可以包括它们的任何组合。
“文档”将要广义地解释为任何机器可读的、机器可存储的工作产品。文档可以是文件、文件组合、嵌入至其他文件之链接的一个或多个文件等等;这些文件可以是任何类型,比如文本、音频、图像、视频等等。将要呈现给终端用户之文档的部分可以视为该文档的“内容”。文档可以包括“结构化数据”,既包含内容(文字、图片等等),又包含该内容含义的某种指示(例如电子邮件字段及所关联的数据、HTML标签及所关联的数据等等)。文档中的广告点可以由嵌入的信息或指令定义。在因特网的环境中,常见的文档是网页。网页往往包括内容,并且可以包括嵌入的信息(比如元信息、超链接等等)和/或嵌入的指令(比如Java脚本等等)。在许多情况下,文档具有唯一可寻址的存储位置,所以能够由这个可寻址位置唯一地标识。统一资源定位器(URL)是访问因特网上信息所用的唯一地址。
“文档信息”可以包括该文档中包括的任何信息、可从该文档中包括的信息得出的信息(称为“文档导出信息”)和/或该文档相关的信息(称为“文档相关信息”)以及这种信息的扩展(如从相关信息得出的信息)。文档导出信息的一个实例为根据文档的文本内容确定的分类。文档相关信息的实例包括来自链接到当前文档之其他文档的文档信息,以及来自当前文档链接之其他文档的文档信息。
来自某个文档的信息可以呈现在“内容呈现应用程序或设备”上。内容呈现应用程序的实例包括因特网浏览器(如IE或Netscape)、媒体播放器(如MP3播放器、Realnetworks流音频文件播放器等等)、看图程序(如Adobe Acrobat pdf阅读器)等等。
“内容拥有者”是具有文档内容的某种财产权的个人或实体。内容拥有者可以是该内容的作者。作为补充,或者作为替代,内容拥有者可以具有再现该内容的权利、准备该内容的衍生作品的权利、公开展示或表演该内容的权利和/或该内容中不受法律保护的其他权利。虽然内容服务器可以是其呈现文档中内容的内容拥有者,但也不一定。
“用户信息”可以包括用户行为信息和/或用户概况信息,比如在美国专利申请序列号10/452,791(在此引用作为参考)中的介绍,标题为“SERVING ADVERTISEMENTS USING USER REQUESTINFORMATION AND USER INFORMATION”,2003年6月3日提交,Steve Lawrence、Mehran Sahami和Amit Singhal列为发明人。
“电子邮件信息”可以包括电子邮件中包括的任何信息(称为“电子邮件内部信息”)、可从电子邮件中包括的信息得出的信息和/或电子邮件相关的信息以及这样的信息的扩展(如从相关信息得出的信息)。从电子邮件信息得出信息的一个实例为响应从电子邮件主题行提取的术语组成的搜索查询,从返回的搜索结果提取的或以其他方式得出的信息。电子邮件相关信息的实例包括给定电子邮件的同一发送者所发送的一个或多个其他电子邮件的有关电子邮件信息,或者电子邮件接收者的有关用户信息。从电子邮件信息得出的或与其相关的信息可以称为“电子邮件外部信息”。
“概念”是意义的表达,能够从词汇判定,以及/或者通过分析词汇搜索和/或动作的序列作为词汇搜索结果而判定。关键词可能具有0个或多个关联的概念,并且这些关联的概念中每一个都可能具有等级(如分数)。概念能够关联到一个或多个其他概念,每个都有等级(如分数)。概念的实例包括(a)开放目录计划(“ODP”)种类、(b)集群(比如美国临时专利申请序列号60/416,144(在此引用作为参考)中介绍的phil集群,其标题为“Methods and Apparatus for ProbalisticHierarchical Inferential Learner”,2002年10月3日提交)、上下文信息(比如美国专利申请序列号10/419,692(在此引用作为参考)中介绍的语义上下文向量,其标题为“DETERMINING CONTEXTUALINFORMATION FOR ADVERTISEMENTS AND USING SUCHDETERMINED CONTEXTUAL INFORMATION TO SUGGESTTARGETING CRITERIA AND/OR IN THE SERVING OFADVERTISEMENTS”,2003年4月21日提交,Amit Singhal、MehranSahami、Amit Patel和Steve Lawrence列为发明人)等等。
下面在§4.2中介绍本发明的多种示范实施例。
§4.2示范实施例
本发明可以至少使用一种或多种广告定向概念,(a)判断或帮助判断广告是否符合提供的条件(如与特定的文档相关联),以及/或者(b)确定或帮助确定广告的分数。本发明这样做时可以通过对许多候选广告确定广告定向概念表达与请求和/或文档概念表达的相似性。以下在§4.2.1中介绍这样做的示范技术。相似性确定假定广告具有关联的概念,请求和/或文档具有关联的概念。本发明还介绍了若干技术用于产生这样的定向概念的表达和概念。以下在§4.2.2中介绍这样的技术。以下将参考图4引入两个短语-概念表达生成和概念相似性确定。
图4是泡式图,显示了以符合本发明的方式可以执行的操作,以及可以产生、使用和/或存储的信息,以便产生概念表达和在概念相似性确定中使用这样的概念表达。在虚线49上和以上的各项涉及产生定向广告所用的概念表达。在虚线49上和以下的各项涉及概念相似性确定。
广告定向概念确定操作410至少使用广告信息415,包括关于所考虑广告的信息,为所考虑的广告产生一种或多种广告定向概念表达420。一种或多种广告定向概念表达420的集合所对应的一种或多种概念,或者判断这些概念依据的信息可能已经作为候选概念指示器/候选概念425,呈现给了广告商,所以广告商能够(或者明显地或者暗示地)批准将用于定向其广告的一种或多种概念,或者指明某些概念指示器是否与其广告有关。
对于所考虑的一个或多个广告(如将与文档关联地呈现的广告),概念相似性确定操作430使用一个或多个广告定向概念表达的每一个,以及请求(或请求的文档)概念表达435,为所考虑的一个或多个广告的每一个确定概念相似性分数460。如果可以与广告一起呈现的文档是搜索结果文档,所述请求/请求的文档概念表达435就可能已经由搜索查询概念确定操作440使用例如查询信息445产生。如果可以与广告一起呈现的文档是内容文档(如电子邮件),所述请求/请求的文档概念表达435就可能已经由文档概念确定操作450使用关于请求的文档454的信息(如电子邮件信息452)产生。
广告打分操作470可以至少使用一个或多个广告的每一个的概念相似性分数460,为这一个或多个广告的每一个确定广告分数480。广告打分操作470在其对广告分数480的确定中,也可以使用其他广告信息(比如价格信息、广告实现信息和/或广告商质量信息等)。
在本发明的一个实施例中,操作430实时执行,而其他操作可以提前进行(尽管不一定执行)。
§4.2.1广告的资格判断和/或使用概念打分
正如以上参考图4的介绍,一旦广告定向概念表达420可用,就可以使用它们与请求/请求的文档概念表达435一起确定概念相似性460。以下在§4.2.1.1中介绍确定概念相似性的示范技术。
§4.2.1.1示范的概念相似性确定
图5是示范方法500的流程图,可以用于以符合本发明的方式对概念相似性打分。(方框510)接受请求/请求的文档概念表达,同样对所考虑的一个或多个广告的每一个接受广告定向概念表达(方框520)。如循环530-550所示,对所考虑的一个或多个广告的每一个确定概念相似性分数(方框540)。这种确定至少可以使用所接受的广告定向概念表达和所述请求/请求的文档概念表达。一旦对所考虑的一个或多个广告的每一个进行了处理,(节点560)离开所述方法500。
一旦方法500执行完成,至少使用确定的概念相似性就能够将所考虑的广告包括在呈现的考虑中或排除在外。作为替代或作为补充,至少使用确定的概念相似性能够对所考虑的广告进行打分(和分级)。因此例如,当以潜在的广告与到来的搜索进行匹配时,在关键词定向准则匹配之处,能够使用概念相似性判断广告是否相关以对广告结果打分和分级,以及/或者确定是包括还是排除所述广告。当所述概念用于对广告打分时,能够与(a)广告实现信息,(b)广告价格信息,(c)广告商质量信息和(d)IR分数等的一种或多种一起使用。
返回参考方框540,回顾广告能够具有不止一个定向概念。同样,请求/请求的文档也能够具有并往往将具有不止一个概念。在这种情况下,可以使用向量打分方法确定相似性,比如以下在§4.2.1.1.1中介绍的方法。
仍然参考方框540,能够以许多方式确定概念的相似性。以下参考图6在§4.2.1.1.1中介绍在概念表达是向量时确定概念相似性的示范技术。
§4.2.1.1.1使用概念向量的概念相似性
图6是示范方法600的流程图,可以用于以符合本发明的方式确定概念的相似性。在这个方法600中,(方框610)接受广告定向概念向量(CTARGET)和请求/请求的文档概念向量(CREQUEST),并且用于确定相似性(方框620),然后(节点630)离开所述方法600。
与广告定向准则相关联的概念可以由向量CTARGET表示。此向量的每个分量都可以标识概念和分数(如在-1到1的尺度)。
在广告将要与搜索结果一起提供的实例中,利用从关键词、次序、分组(如根据价格定义)、大写和标点、语言偏爱、查询起点、查询属性(如google.com、google.nl)等确定的概念、搜索查询的搜索结果以及提交所述查询的用户的搜索历史(或某些其他用户信息),能够增大所述请求(搜索查询)。在本发明的一个具体实施例中,对短暂查询(频繁细化的查询)的广告实现能够与基于终端查询(其中终端用户通常选择搜索结果,而不是细化和/或改变其查询)的广告实现相比。在这样的实施例中,可以假定改变意义的细化查询将产生不佳的概念分数。
在一个实施例中,与请求/请求的文档相关联的概念可以由向量CREQUEST表示。此向量的每个分量都可以标识概念和分数(如在-1到1的尺度)。
对于具有独立项的概念向量,相似性分数S能够使用以下公式,从概念向量CTARGET和CREQUEST的点积计算出:
S=以1为限{K*(CTARGET*CREQUEST)/sqrt(||CTARGET||*||CREQUEST||)}
这个相似性分数S的幅度反映了该匹配的强度。“K”是比例因子,可以调整为得到在0-1范围内分数的合理梯度。这可能对于定限(包含)有效是必须的。在向量的叉积中,强烈的相关性和强烈的反相关性趋于彼此抵消。该平方根也可以改为某种其他的幂。
对于具有非独立项(如特殊“图”关系比如等级(如ODP)或一般语义图(如phil集群))的概念向量,可以考虑概念向量项的非独立性。在这些情况下,计算这些概念向量各个概念之间距离(如差异)也许更好,记住,对行程的每个方向,关系都能够具有不等的定额。例如,在分级结构中较低概念元素的距离有可能质量高于在分级结构中较高概念元素的距离。在这种情况下,通过确定从一种概念跨越一个或多个连接(每个的定额都是从0至1)到另一个概念的最小距离,可以确定相似性S。这是因为在概念向量中存在相关项时,考虑概念之间的距离而不是向量的点积更有意义。可以加入平行通路,并且每条通路的串行部分的定额可以相乘(如乘以常数K,并使结果不大于1)。因此,能够使用以下公式确定相似性:
S=以1为限{K*traversal_distance}
§4.2.2广告概念定向确定
确定广告概念定向时可以借助广告商的反馈,如在§4.2.2.1中参考图7的介绍,也可以自发地进行,如在§4.2.2.2中参考图8的介绍。
§4.2.2.1使用广告商反馈的概念确定
图7是第一种示范方法700的流程图,可以用于以符合本发明的方式确定广告概念定向信息。(方框710)接收广告信息。然后至少使用所接受的广告信息确定候选概念和/或概念指示器(方框720)。如果可以获得概念分数(如根据广告商关于概念指示器的反馈),在确定候选概念和/或概念指示器时也可以使用这样的分数。然后向广告商提供所确定的候选广告定向概念或概念指示器,期望反馈(方框730)。
方法700的其余操作依赖于广告商的反馈(触发事件框740)。例如,假若广告商指明所提供的概念指示器是相关的,就使概念指示器指示的概念分数增加(方框750),并且所述方法700在方框720继续。反之,如果广告商指明所提供的概念指示器是不相关的,就使概念指示器指示的概念分数减少(方框760),并且所述方法700在方框720继续。如果广告商接受候选概念,就产生所接受概念的表达,并加入到广告定向信息中(方框770)。反之,如果广告商拒绝候选概念,就维持当前的广告定向信息(方框780)。如果时间期满,就可以根据策略对广告商反馈做出假设(决策方框790)。因此例如,假若超时出现时仍未收到广告商的反馈,就可以执行动作770或780(或者750或760)之一。
虽然在图7中未显示,但是在本发明的一个实施例中,如果增加的概念分数(回顾方框750)超过了第一阈值,就能够假定所述概念是相关的,以用作广告定向信息。相反,如果减少的概念分数(回顾方框700)低于第二阈值,就能够假定所述概念是不相关的,因此不能用作广告定向信息。
虽然示范方法700允许通过向广告商反馈信息(例如触发搜索结果的示范搜索查询,他们的广告能够与搜索结果一起显示),以及通过广告商确认信息(例如搜索查询)与他们的广告相关或不相关而获得概念,但是这是一种复杂的用户接口,可能会使广告商受到不必要的不快。例如,模糊的次要意义时常会涉及色情,并且为了将其屏蔽掉,这些关键词和意义需要引起广告商的注意。也许更可取的是分析广告商的其他定向准则(如使用相同的或类似的准则从其他广告商做出推论)而不需要广告商的反馈。这样的自动技术将解决难以找到不同意义的问题,同时简化了广告商的用户接口。以下参考图8在§4.2.2.2中介绍示范的自动技术。
§4.2.2.2自发的概念确定
图8是第二示范方法800的流程图,可以用于以符合本发明的方式确定广告概念定向信息。(方框810)接受广告的现有定向准则。然后至少使用所接受的定向准则确定一种或多种概念(方框820)。确定概念时也可以使用来自使用相同或相似定向准则的其他广告的信息。确定概念时也可以使用来自广告商网站,即广告指定的“着陆页面”(比如内容、链接等)和/或广告商提供的其他信息。确定所确定概念的表达(如特性向量)并加入到广告定向信息中(方框830),然后(节点840)离开所述方法800。
§4.2.3请求概念定向的确定
图9是示范方法900的流程图,可以用于以符合本发明的方式确定请求的一种或多种概念。(方框910)接受请求信息。至少使用所接受的请求信息确定一种或多种概念(方框920)。确定概念时也可以使用来自具有相似或相同信息的其他请求的其他概念实现的有关信息。(方框930)产生所确定概念的表达,(节点940)离开所述方法800。
不过,所提供的概念有可能不适应广告的一般需求,或在特定情况下(如辛迪加的伙伴)广告的需求。为了改进概念的质量,对于按照所述概念提供的广告,可能有必要跟踪有关概念、或这些概念的来源以及是否以用户点击、转化等的形式所实现结果的统计。本发明的一个实施例跟踪这样的实现,并使用它修改概念分数。图13是泡式图,展示了这样的概念实现信息的管理。如图所示,概念实现信息管理操作1310可以接受广告提供中概念的实现,并可以相应地调整概念实现信息1320。所述概念实现信息可以包括许多输入项,每项都包括概念1322和至少一个实现因子(比如权重)1324。对于(a)概念来源,(b)一般概念,以及(c)特定的关键词-概念关系的一个或多个,可以跟踪实现因子1324。因此例如,假若因为来自概念来源的概念与请求关键词相关联而按照所述概念提供广告,就可以跟踪广告的一个或多个实现指示器(例如点击、转化等),并使用它们调整(a)概念的来源(例如ODP、分类技术比如语义分类技术等),(b)一般概念(例如覆盖所有来源和/或所有关键词),以及(c)关键词-概念的关系(以反映以下事实:当同一概念用于基于与一个关键词的关联在广告提供过程中可以执行得很好,但是对另一个关键词可能执行得很差)的一个或多个的实现因子。
对统计信息进行相关性处理将提供随时间而变化的信息,这将能够学会特定概念对特定情况的可应用性。利用这种历史,当具体的概念来源提供概念时,通过使用已经学会的概念因子确定它与这种情况的相关性,就能够调整概念表达(如概念向量)的分量(如概念)。例如,通过用概念实现因子乘以分量,可以进行调节。
图14是示范方法1400的流程图,可以用于以符合本发明的方式执行概念实现信息管理操作。初始化概念实现信息(如概念1322的实现因子1324)。每个实现因子默认时都可以设置为1。当收到广告提供概念实现信息时,可以使用收到的信息调整概念的实现信息(如在广告提供域中)(事件框1420和方框1430)。例如,当概念1322不适用于广告情景时(如表现为当所述概念已经用于提供若干广告而它们效果不佳),则可以减小其实现因子1324,而当概念1322适用或非常适用广告情景时(如表现为当所述概念已经用于提供若干广告而它们效果很好),则可以增大其实现因子1324。
注意,在本发明的某些实施例中,也能够跟踪“无概念”情况的实现。例如,假设由于没有能够与关键字或搜索项相关联的概念,提供广告时不使用概念匹配(如仅使用若干关键字)。“无概念”能够指定为特殊概念,并且能够跟踪其实现信息。“无概念”概念可以提供为以上介绍的概念向量的分量。
以上情况说明了以下事实:普通概念关系有时可能不适用于广告业与商业环境下的概念关系。例如,概念“道路”可能往往与术语即概念“汽车”有关,但是搜索“二手汽车经销商”的用户大概不会关注道路建设装备。因此,销售道路建设装备并将其广告定向至概念“道路”的公司大概不希望其广告响应查询“二手汽车经销商”而提供。因而“道路”概念的分数可能会减少,尤其当来源是“汽车”概念时。本发明的这个方面允许对概念进行这样的调整。
虽然在图9中能够使用跟踪的概念实现信息调整请求概念的表达,但是作为替代或者作为补充,也可以使用概念实现信息调整广告定向概念表达(回顾例如420)。所以,正如以上在§4.2.1.1.1中介绍的若干技术的情况,预期在使用许多概念确定单一相似性分数时,在确定相似性分数之前,使用概念实现信息调整了两个概念向量的一个或二者的各个分量。
对概念元素分数的调整能够以多种方式进行。例如,假若概念实现因子超过实现阈值或降到实现阈值水平之下,就可以增加或减少概念元素分数。作为替代或者作为补充,一种概念元素分数的调整可以说明其实现与多种其他概念实现的差异。例如,假若概念X的实现(如点击率)是概念Y的两倍,对概念X的调整比例因子不仅高于概念Y,而且作为概念实现的差异或关系的函数,它可能更高。因此例如,假若Y乘以比例因子A,X就可能乘以比例因子或概念相对实现的某种其他单调上升函数。作为能够如何调整概念元素分数的另一个实例,考虑概念Z是以上介绍的“无概念”的情况。对特定关键词目标即搜索项,概念Z可以是强烈的相反指示器。在这种情况下,存在Z时实现可能非常低。所以,它可能具有负的比例因子(它可能抵消其他因子的正贡献)。这就会使与概念Z相关联的广告或者不显示,或者等级更低。
§4.2.4装置
图3是机器300的粗略示意图,可以用于执行以上讨论的一种或多种操作。机器300主要包括一个或多个处理器310、一个或多个输入/输出接口单元330、一台或多台存储设备320以及便利相连单元之间信息通信的一条或多条系统总线和/或网络340。一台或多台输入设备332以及一台或多台输出设备334可以连接到一个或多个输入/输出接口单元330。
一台或多台处理器310可以执行机器可执行指令(如在加利福尼亚州Palo Alto的SUN微系统公司出品的Solaris操作系统或在许多厂商比如北卡罗来纳州Durham的Red Hat公司出品的常见Linux操作系统上运行的C或C++),以便实现本发明的一个或多个方面。机器可执行指令的至少一部分可以(临时地或更长久地)存储在一台或多台存储设备320上,以及/或者可以通过一个或多个输入/输出接口单元330从外部来源收到它们。
在一个实施例中,机器300可以是一台或多台常规的个人计算机。在这种情况下,处理单元310可以是一个或多个微处理器。总线340可以包括系统总线。存储设备320可以包括系统存储器,比如只读存储器(ROM)和/或随机存取存储器(RAM)。存储设备320还可以包括读写硬盘的硬盘驱动器、读写(如可拆卸)磁盘的磁盘驱动器以及读写可拆卸(磁)光盘的光盘驱动器,比如只读光盘或其他(磁)光介质。
用户可以通过输入设备332,比如键盘和定点设备(如鼠标),将命令和信息输入个人计算机。也可以包括(或替代)其他输入设备,比如话筒、游戏杆、游戏板、圆盘式卫星天线、扫描仪等。这些和其他输入设备往往通过与系统总线340相连的适当接口330连接到处理单元310上。输出设备334可以包括监视器或其他类型的显示设备,它们也可以通过适当的接口连接在系统总线340上。作为监视器的补充或取代,个人计算机也可以包括其他(外围)输出设备(未显示),比如扬声器和打印机。
广告服务器210、用户设备(客户机)250、搜索引擎220、客户服务器230以及/或者电子邮件服务器240可以实施为一台或多台机器300。
§4.3操作实例
图10A-图10H展示了使用ODP确定的、与词汇“ford”相关联的不同集群。因此,如图10A所示,具有定向关键词“ford”、“car”、“auto”和“automobile”的广告可能具有概念“recreation”、“autos”和“makes and models”。如图10B所示,具有定向关键词“ford”、“harrison”和“movies”的广告可能具有概念“arts”和“celebrities”。如图10C和图10D所示,具有定向关键词“ford”和“patricia”的广告可能具有概念“arts”、“design”、“fashion”、“models”、“individual”、“adult”、“celebrities”和“models and pin-ups”。如图10E所示,具有定向关键词“ford”和“agency”的广告可能具有概念“regional”、“north america”、“united states”、“new york”、“localities”、“new yorkcity”、“manhattan”、“business and econormy”、“industries”、“arts andentertainment”和“fashion modeling”。如图10F所示,具有定向关键词“ford”和“betty”以及“clinic”和“rehab”的广告可能具有概念“health”、“medicine”、“hospitals”和“health systems”。最后,如图10G和图10H所示,具有关键词“gerald”、“ford”和“president”的广告可能具有概念“society”、“history”、“by region”、“north america”、“unites states”、“presidents”、“kids and teens”、“school time”和“socialstudies”。
图11A-图11D展示了使用ODP确定的、与词“jaguar”相关联的不同集群。因此,如图11A所示,具有定向关键词“jaguar”、“car”、“auto”和“automobile”的广告可能具有概念“recreation”、“autos”和“makes and models”。如图11B所示,具有定向关键词“jaguar”以及“jacksonville”和“nfl”的广告可能具有概念“sports”、“foottball”、“american”、“nfl”和“teams”。最后,如图11C和图11D所示,具有关键词“jaguar”、“cat”和“animal”的广告可能具有概念“science”、“biology”、“flora and fauna”、“animilia”、“chordata”、“mammalia”、“carnivora”、“felidae”、“panthera”、“kids and teens”、“school time”、“living things”、“animals”和“mammals”。
现在参考图12A-图12C介绍一个示范实施例中的操作实例。如图所示,向搜索引擎提交了查询“jaguar XJS”,请求与其搜索结果相关联地提供相关广告。如图12A所示,查询与概念“recreation”、“autos”、“makes and models”、“shopping”、“vehicles”、“parts andaccessories”、“european”和“british”相关联。假设第一个广告具有如图12B所示的定向概念,而第二广告具有如图12C所示的定向概念。所述查询与候选广告1的概念相似性分数将高于所述查询与候选广告2的概念相似性分数。
§4.4结论
正如从以上公开能够认同,本发明能够用于有助于解决关于至少使用例如关键词定向而提供广告的多义性问题。本发明这样做时可以通过使用概念的相似性以帮助确定广告相关性和/或广告分数。
Claims (20)
1.一种计算机实现的方法,包括:
在网络上的包括至少一个计算机的广告服务系统处,确定用于广告的广告概念表示的候选概念,所确定的候选概念具有概念分数;
通过所述广告服务系统,向与所述广告相关联的广告商呈现用于所述广告的所确定的候选概念;
通过所述广告服务系统,从对所呈现的候选概念做出响应的广告商接收反馈;
基于所接收的广告商反馈,通过所述广告服务系统调整所确定的候选概念的概念分数;
通过所述广告服务系统,接收对广告的请求,其中所述请求包括多个关键字;
通过所述广告服务系统,基于所述多个关键词中的与一组潜在的广告中的每一个广告的关键词定向准则相匹配的关键词,接收该组潜在的广告,该组潜在的广告包括所述广告;
基于所接收的请求,通过所述广告服务系统确定请求概念表示;
基于所述请求概念表示和每一个广告的广告概念表示,通过所述广告服务系统为该组潜在的广告中的每一个广告确定概念相似性分数;和
至少部分地基于所述广告的确定的概念相似性分数,通过所述广告服务系统控制该组潜在的广告中的广告的服务。
2.如权利要求1所述的计算机实现的方法,其中所述请求概念表示包括具有第一多个元素的第一向量,其中所述第一多个元素中的每一个元素与请求概念相关联,并且包括请求概念分数。
3.如权利要求2所述的计算机实现的方法,其中所述广告概念表示包括具有第二多个元素的第二向量,其中所述第二多个元素中的元素与所确定的候选概念相关联,并且包括概念分数。
4.如权利要求3所述的计算机实现的方法,其中基于所述第一向量和所述第二向量的点积计算所述概念相似性分数的确定。
5.如权利要求4所述的计算机实现的方法,其中所述点积被按照一个系数缩放,从而为该组潜在的广告确定的一组概念相似性分数导致在0到1的范围内的概念相似性分数的标度。
6.如权利要求3所述的计算机实现的方法,其中基于所述第一多个元素中的元素和所述第二多个元素中的元素之间的距离,计算所述概念相似性分数的确定。
7.如权利要求1所述的计算机实现的方法,其中所述请求概念表示的确定包括:
通过所述广告服务系统确定请求概念,所述请求概念包括上下文信息;和
基于所确定的请求概念和所接收的请求之间的相似性,通过所述广告服务系统确定与所确定的请求概念相关联的请求概念分数。
8.如权利要求7所述的计算机实现的方法,其中所述请求概念表示的确定还包括:
使用以前为所确定的请求概念提供服务的广告的表现信息,通过所述广告服务系统调整与所确定的请求概念相关联的请求概念分数。
9.如权利要求8所述的计算机实现的方法,其中所述实现信息是广告选择信息。
10.如权利要求8所述的计算机实现的方法,其中所述实现信息是转化信息。
11.如权利要求1所述的计算机实现的方法,其中所述广告的所确定的候选概念至少部分地基于所述广告的广告特征和广告服务约束,该方法还包括:
通过所述广告服务系统存储所调整的概念分数作为用于与所述广告相关联的广告概念表示的向量内的元素。
12.如权利要求11所述的计算机实现的方法,其中所述候选概念是与所述广告有关的以前处理的搜索查询。
13.如权利要求1所述的计算机实现的方法,其中调整所述概念分数包括响应于所接收的广告商反馈指示所呈现的候选概念是相关的而增加所述概念分数。
14.如权利要求1所述的计算机实现的方法,其中调整所述概念分数包括响应于所接收的广告商反馈指示所呈现的候选概念是不相关的而减少所述概念分数。
15.一种系统,包括:
处理器;和
存储指令的存储设备,当所述指令被处理器执行时,使得处理器执行操作,所述操作包括:
确定广告的广告概念,所述广告与广告概念向量相关联,所述广告概念向量具有包括所确定的广告概念的第一多个元素,所述第一多个元素中的每一个元素包括广告概念分数,
至少部分地基于来自与所确定的广告概念使用相同或者类似的广告概念的其它广告的信息,调整所确定的广告概念的广告概念分数,
接收对广告的请求,其中所述请求包括多个关键词,
基于与一组潜在的广告中的每一个广告的关键词定向准则相匹配的多个关键词中的关键词,接收该组潜在的广告,该组潜在的广告包括所述广告,
基于所接收的请求,确定具有第二多个元素的请求概念向量,其中所述第二多个元素中的每一个元素与一个请求概念相关联,并且包括请求概念分数,
基于所述请求概念向量和每一个广告的所述广告概念向量,确定该组潜在的广告中的每一个广告的概念相似性分数,和
至少部分地基于所述广告的确定的概念相似性分数,控制该组潜在的广告中的广告的服务。
16.如权利要求15所述的系统,其中基于所述请求概念向量和所述广告概念向量的点积计算所述概念相似性分数的确定。
17.如权利要求15所述的系统,其中基于所述第一多个元素中的元素和所述第二多个元素中的元素之间的距离,计算所述概念相似性分数的确定。
18.如权利要求15所述的系统,其中所述请求概念向量的确定包括:
基于所述请求概念和所接收的请求之间的相似性,确定与请求概念相关联的请求概念分数;和
使用以前为所述请求概念提供服务的广告的实现信息,调整与所述请求概念相关联的请求概念分数。
19.一种存储指令的存储设备,当所述指令被处理器执行时,使得处理器执行操作,所述操作包括:
确定广告的广告概念,所述广告与广告概念向量相关联,所述广告概念向量具有包括所确定的广告概念的第一多个元素,所述第一多个元素中的每一个元素包括广告概念分数,
至少部分地基于来自与所确定的广告概念使用相同或者类似的广告概念的其它广告的信息,调整所确定的广告概念的广告概念分数,
接收对广告的请求;
接收一组潜在的广告;
基于所接收的请求确定具有第二多个元素的请求概念向量,其中所述第二多个元素中的每一个元素与请求概念相关联并且包括请求概念分数;
确定该组潜在的广告中的每一个广告的概念相似性分数,所述概念相似性分数是基于所述请求概念向量和所述广告概念向量的点积计算的;和
至少部分地基于所述广告的确定的概念相似性分数,控制该组潜在的广告中的广告的服务。
20.如权利要求19所述的存储设备,其中所述点积被按照一个系数缩放,从而为该组潜在的广告确定的一组概念相似性分数导致在0到1的范围内的概念相似性分数的标度。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US10/721,010 US20050114198A1 (en) | 2003-11-24 | 2003-11-24 | Using concepts for ad targeting |
US10/721,010 | 2003-11-24 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2004800403897A Division CN101036139A (zh) | 2003-11-24 | 2004-11-23 | 使用概念定向广告 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104156424A true CN104156424A (zh) | 2014-11-19 |
Family
ID=34591705
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2004800403897A Pending CN101036139A (zh) | 2003-11-24 | 2004-11-23 | 使用概念定向广告 |
CN201410386938.1A Pending CN104156424A (zh) | 2003-11-24 | 2004-11-23 | 使用概念定向广告 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2004800403897A Pending CN101036139A (zh) | 2003-11-24 | 2004-11-23 | 使用概念定向广告 |
Country Status (9)
Country | Link |
---|---|
US (2) | US20050114198A1 (zh) |
EP (1) | EP1695179A4 (zh) |
JP (2) | JP5074037B2 (zh) |
KR (1) | KR100854949B1 (zh) |
CN (2) | CN101036139A (zh) |
AU (2) | AU2004294170A1 (zh) |
BR (1) | BRPI0416864A (zh) |
CA (1) | CA2546901A1 (zh) |
WO (1) | WO2005052753A2 (zh) |
Families Citing this family (193)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7756721B1 (en) * | 1997-03-14 | 2010-07-13 | Best Doctors, Inc. | Health care management system |
US6446045B1 (en) | 2000-01-10 | 2002-09-03 | Lucinda Stone | Method for using computers to facilitate and control the creating of a plurality of functions |
US7716207B2 (en) * | 2002-02-26 | 2010-05-11 | Odom Paul S | Search engine methods and systems for displaying relevant topics |
US7743045B2 (en) | 2005-08-10 | 2010-06-22 | Google Inc. | Detecting spam related and biased contexts for programmable search engines |
US7716199B2 (en) * | 2005-08-10 | 2010-05-11 | Google Inc. | Aggregating context data for programmable search engines |
US20070038614A1 (en) * | 2005-08-10 | 2007-02-15 | Guha Ramanathan V | Generating and presenting advertisements based on context data for programmable search engines |
US7693830B2 (en) | 2005-08-10 | 2010-04-06 | Google Inc. | Programmable search engine |
US20050038861A1 (en) | 2003-08-14 | 2005-02-17 | Scott Lynn | Method and system for dynamically generating electronic communications |
US7769648B1 (en) * | 2003-12-04 | 2010-08-03 | Drugstore.Com | Method and system for automating keyword generation, management, and determining effectiveness |
US8676790B1 (en) * | 2003-12-05 | 2014-03-18 | Google Inc. | Methods and systems for improving search rankings using advertising data |
US7302645B1 (en) | 2003-12-10 | 2007-11-27 | Google Inc. | Methods and systems for identifying manipulated articles |
US20050149388A1 (en) * | 2003-12-30 | 2005-07-07 | Scholl Nathaniel B. | Method and system for placing advertisements based on selection of links that are not prominently displayed |
US8655727B2 (en) * | 2003-12-30 | 2014-02-18 | Amazon Technologies, Inc. | Method and system for generating and placing keyword-targeted advertisements |
US7523087B1 (en) * | 2003-12-31 | 2009-04-21 | Google, Inc. | Determining and/or designating better ad information such as ad landing pages |
US7697791B1 (en) | 2004-05-10 | 2010-04-13 | Google Inc. | Method and system for providing targeted documents based on concepts automatically identified therein |
US8065611B1 (en) | 2004-06-30 | 2011-11-22 | Google Inc. | Method and system for mining image searches to associate images with concepts |
US11409812B1 (en) | 2004-05-10 | 2022-08-09 | Google Llc | Method and system for mining image searches to associate images with concepts |
US7996753B1 (en) | 2004-05-10 | 2011-08-09 | Google Inc. | Method and system for automatically creating an image advertisement |
JP4093241B2 (ja) * | 2004-05-17 | 2008-06-04 | セイコーエプソン株式会社 | 書類作成支援装置、書類作成支援プログラムおよび記憶媒体、並びに書類作成支援方法 |
EP1836555A4 (en) * | 2004-08-02 | 2009-04-22 | Scientigo Inc | SEARCH ENGINEERING AND SYSTEMS FOR GENERATING RELEVANT SEARCH RESULTS AND ADVERTISING |
US7752200B2 (en) * | 2004-08-09 | 2010-07-06 | Amazon Technologies, Inc. | Method and system for identifying keywords for use in placing keyword-targeted advertisements |
US8429190B2 (en) * | 2004-08-11 | 2013-04-23 | Adknowledge, Inc. | Method and system for generating and distributing electronic communications |
US8249929B2 (en) * | 2004-08-11 | 2012-08-21 | Adknowledge, Inc. | Method and system for generating and distributing electronic communications for maximum revenue |
US8112310B1 (en) * | 2005-01-21 | 2012-02-07 | A9.Com, Inc. | Internet advertising system that provides ratings-based incentives to advertisers |
US10515374B2 (en) * | 2005-03-10 | 2019-12-24 | Adobe Inc. | Keyword generation method and apparatus |
US9110985B2 (en) * | 2005-05-10 | 2015-08-18 | Neetseer, Inc. | Generating a conceptual association graph from large-scale loosely-grouped content |
US7958120B2 (en) | 2005-05-10 | 2011-06-07 | Netseer, Inc. | Method and apparatus for distributed community finding |
JP4718251B2 (ja) * | 2005-06-15 | 2011-07-06 | 日本電信電話株式会社 | 広告情報配信システム及びそのプログラム |
WO2007009006A2 (en) * | 2005-07-13 | 2007-01-18 | Perogo, Inc. | Multi-site message sharing |
US8121895B2 (en) | 2005-07-21 | 2012-02-21 | Adknowledge, Inc. | Method and system for delivering electronic communications |
JP4505389B2 (ja) * | 2005-07-25 | 2010-07-21 | ヤフー株式会社 | 広告コンテンツ送信システム、広告コンテンツ送信方法 |
US20070050389A1 (en) * | 2005-09-01 | 2007-03-01 | Opinmind, Inc. | Advertisement placement based on expressions about topics |
US8209222B2 (en) | 2005-10-12 | 2012-06-26 | Adknowledge, Inc. | Method and system for encrypting data delivered over a network |
US11604847B2 (en) | 2005-10-26 | 2023-03-14 | Cortica Ltd. | System and method for overlaying content on a multimedia content element based on user interest |
US10635640B2 (en) | 2005-10-26 | 2020-04-28 | Cortica, Ltd. | System and method for enriching a concept database |
US11216498B2 (en) | 2005-10-26 | 2022-01-04 | Cortica, Ltd. | System and method for generating signatures to three-dimensional multimedia data elements |
US10607355B2 (en) | 2005-10-26 | 2020-03-31 | Cortica, Ltd. | Method and system for determining the dimensions of an object shown in a multimedia content item |
US9953032B2 (en) | 2005-10-26 | 2018-04-24 | Cortica, Ltd. | System and method for characterization of multimedia content signals using cores of a natural liquid architecture system |
US9477658B2 (en) | 2005-10-26 | 2016-10-25 | Cortica, Ltd. | Systems and method for speech to speech translation using cores of a natural liquid architecture system |
US10848590B2 (en) | 2005-10-26 | 2020-11-24 | Cortica Ltd | System and method for determining a contextual insight and providing recommendations based thereon |
US20160321253A1 (en) | 2005-10-26 | 2016-11-03 | Cortica, Ltd. | System and method for providing recommendations based on user profiles |
US10614626B2 (en) | 2005-10-26 | 2020-04-07 | Cortica Ltd. | System and method for providing augmented reality challenges |
US11019161B2 (en) | 2005-10-26 | 2021-05-25 | Cortica, Ltd. | System and method for profiling users interest based on multimedia content analysis |
US11403336B2 (en) | 2005-10-26 | 2022-08-02 | Cortica Ltd. | System and method for removing contextually identical multimedia content elements |
US10380267B2 (en) | 2005-10-26 | 2019-08-13 | Cortica, Ltd. | System and method for tagging multimedia content elements |
US10535192B2 (en) | 2005-10-26 | 2020-01-14 | Cortica Ltd. | System and method for generating a customized augmented reality environment to a user |
US10380623B2 (en) * | 2005-10-26 | 2019-08-13 | Cortica, Ltd. | System and method for generating an advertisement effectiveness performance score |
US9767143B2 (en) | 2005-10-26 | 2017-09-19 | Cortica, Ltd. | System and method for caching of concept structures |
US10949773B2 (en) | 2005-10-26 | 2021-03-16 | Cortica, Ltd. | System and methods thereof for recommending tags for multimedia content elements based on context |
US8818916B2 (en) | 2005-10-26 | 2014-08-26 | Cortica, Ltd. | System and method for linking multimedia data elements to web pages |
US10380164B2 (en) | 2005-10-26 | 2019-08-13 | Cortica, Ltd. | System and method for using on-image gestures and multimedia content elements as search queries |
US11003706B2 (en) | 2005-10-26 | 2021-05-11 | Cortica Ltd | System and methods for determining access permissions on personalized clusters of multimedia content elements |
US10621988B2 (en) | 2005-10-26 | 2020-04-14 | Cortica Ltd | System and method for speech to text translation using cores of a natural liquid architecture system |
US10191976B2 (en) | 2005-10-26 | 2019-01-29 | Cortica, Ltd. | System and method of detecting common patterns within unstructured data elements retrieved from big data sources |
US11032017B2 (en) | 2005-10-26 | 2021-06-08 | Cortica, Ltd. | System and method for identifying the context of multimedia content elements |
US9372940B2 (en) | 2005-10-26 | 2016-06-21 | Cortica, Ltd. | Apparatus and method for determining user attention using a deep-content-classification (DCC) system |
US9646005B2 (en) | 2005-10-26 | 2017-05-09 | Cortica, Ltd. | System and method for creating a database of multimedia content elements assigned to users |
US11620327B2 (en) | 2005-10-26 | 2023-04-04 | Cortica Ltd | System and method for determining a contextual insight and generating an interface with recommendations based thereon |
US10585934B2 (en) | 2005-10-26 | 2020-03-10 | Cortica Ltd. | Method and system for populating a concept database with respect to user identifiers |
US9384196B2 (en) | 2005-10-26 | 2016-07-05 | Cortica, Ltd. | Signature generation for multimedia deep-content-classification by a large-scale matching system and method thereof |
US11386139B2 (en) | 2005-10-26 | 2022-07-12 | Cortica Ltd. | System and method for generating analytics for entities depicted in multimedia content |
US10193990B2 (en) | 2005-10-26 | 2019-01-29 | Cortica Ltd. | System and method for creating user profiles based on multimedia content |
US10742340B2 (en) | 2005-10-26 | 2020-08-11 | Cortica Ltd. | System and method for identifying the context of multimedia content elements displayed in a web-page and providing contextual filters respective thereto |
US10180942B2 (en) | 2005-10-26 | 2019-01-15 | Cortica Ltd. | System and method for generation of concept structures based on sub-concepts |
US9218606B2 (en) | 2005-10-26 | 2015-12-22 | Cortica, Ltd. | System and method for brand monitoring and trend analysis based on deep-content-classification |
US10360253B2 (en) | 2005-10-26 | 2019-07-23 | Cortica, Ltd. | Systems and methods for generation of searchable structures respective of multimedia data content |
US10372746B2 (en) | 2005-10-26 | 2019-08-06 | Cortica, Ltd. | System and method for searching applications using multimedia content elements |
US8326775B2 (en) | 2005-10-26 | 2012-12-04 | Cortica Ltd. | Signature generation for multimedia deep-content-classification by a large-scale matching system and method thereof |
US8312031B2 (en) | 2005-10-26 | 2012-11-13 | Cortica Ltd. | System and method for generation of complex signatures for multimedia data content |
US10691642B2 (en) | 2005-10-26 | 2020-06-23 | Cortica Ltd | System and method for enriching a concept database with homogenous concepts |
US10776585B2 (en) | 2005-10-26 | 2020-09-15 | Cortica, Ltd. | System and method for recognizing characters in multimedia content |
US11361014B2 (en) | 2005-10-26 | 2022-06-14 | Cortica Ltd. | System and method for completing a user profile |
US10387914B2 (en) | 2005-10-26 | 2019-08-20 | Cortica, Ltd. | Method for identification of multimedia content elements and adding advertising content respective thereof |
US20070112567A1 (en) | 2005-11-07 | 2007-05-17 | Scanscout, Inc. | Techiques for model optimization for statistical pattern recognition |
WO2007064639A2 (en) * | 2005-11-29 | 2007-06-07 | Scientigo, Inc. | Methods and systems for providing personalized contextual search results |
US20070156654A1 (en) * | 2005-12-29 | 2007-07-05 | Kalpana Ravinarayanan | Method for displaying search results and contextually related items |
US8065184B2 (en) | 2005-12-30 | 2011-11-22 | Google Inc. | Estimating ad quality from observed user behavior |
US10600090B2 (en) | 2005-12-30 | 2020-03-24 | Google Llc | Query feature based data structure retrieval of predicted values |
US20070156887A1 (en) * | 2005-12-30 | 2007-07-05 | Daniel Wright | Predicting ad quality |
US7827060B2 (en) | 2005-12-30 | 2010-11-02 | Google Inc. | Using estimated ad qualities for ad filtering, ranking and promotion |
US8380721B2 (en) * | 2006-01-18 | 2013-02-19 | Netseer, Inc. | System and method for context-based knowledge search, tagging, collaboration, management, and advertisement |
WO2007084778A2 (en) | 2006-01-19 | 2007-07-26 | Llial, Inc. | Systems and methods for creating, navigating and searching informational web neighborhoods |
US9554093B2 (en) * | 2006-02-27 | 2017-01-24 | Microsoft Technology Licensing, Llc | Automatically inserting advertisements into source video content playback streams |
US8843434B2 (en) * | 2006-02-28 | 2014-09-23 | Netseer, Inc. | Methods and apparatus for visualizing, managing, monetizing, and personalizing knowledge search results on a user interface |
US20100287049A1 (en) * | 2006-06-07 | 2010-11-11 | Armand Rousso | Apparatuses, Methods and Systems for Language Neutral Search |
EP1898617A1 (de) * | 2006-09-06 | 2008-03-12 | Swisscom Mobile Ag | Zentrale Speicherung von Daten |
US20080066107A1 (en) | 2006-09-12 | 2008-03-13 | Google Inc. | Using Viewing Signals in Targeted Video Advertising |
US20080091521A1 (en) * | 2006-10-17 | 2008-04-17 | Yahoo! Inc. | Supplemental display matching using syndication information |
US10733326B2 (en) | 2006-10-26 | 2020-08-04 | Cortica Ltd. | System and method for identification of inappropriate multimedia content |
US9817902B2 (en) * | 2006-10-27 | 2017-11-14 | Netseer Acquisition, Inc. | Methods and apparatus for matching relevant content to user intention |
US8886707B2 (en) * | 2006-12-15 | 2014-11-11 | Yahoo! Inc. | Intervention processing of requests relative to syndication data feed items |
US20080215504A1 (en) * | 2007-03-02 | 2008-09-04 | Daniel Aaron Issen | Revenue Allocation in a Network Environment |
US20080228581A1 (en) * | 2007-03-13 | 2008-09-18 | Tadashi Yonezaki | Method and System for a Natural Transition Between Advertisements Associated with Rich Media Content |
US8788320B1 (en) | 2007-03-28 | 2014-07-22 | Amazon Technologies, Inc. | Release advertisement system |
KR100881832B1 (ko) * | 2007-03-30 | 2009-02-03 | 엔에이치엔(주) | 최적의 랜딩 페이지 검색을 통한 키워드 광고 노출 방법 및시스템 |
US8229942B1 (en) | 2007-04-17 | 2012-07-24 | Google Inc. | Identifying negative keywords associated with advertisements |
US8086624B1 (en) | 2007-04-17 | 2011-12-27 | Google Inc. | Determining proximity to topics of advertisements |
US8667532B2 (en) | 2007-04-18 | 2014-03-04 | Google Inc. | Content recognition for targeting video advertisements |
US20080276266A1 (en) * | 2007-04-18 | 2008-11-06 | Google Inc. | Characterizing content for identification of advertising |
US8898072B2 (en) * | 2007-04-20 | 2014-11-25 | Hubpages, Inc. | Optimizing electronic display of advertising content |
JP4808186B2 (ja) * | 2007-06-21 | 2011-11-02 | ヤフー株式会社 | 広告出力サーバ、広告出力プログラム及び広告出力方法 |
US8433611B2 (en) * | 2007-06-27 | 2013-04-30 | Google Inc. | Selection of advertisements for placement with content |
US20090006177A1 (en) * | 2007-06-28 | 2009-01-01 | Microsoft Corporation | Providing ads to unconnected client devices |
US8073803B2 (en) * | 2007-07-16 | 2011-12-06 | Yahoo! Inc. | Method for matching electronic advertisements to surrounding context based on their advertisement content |
US9064024B2 (en) | 2007-08-21 | 2015-06-23 | Google Inc. | Bundle generation |
US20090063168A1 (en) * | 2007-08-29 | 2009-03-05 | Finn Peter G | Conducting marketing activity in relation to a virtual world based on monitored virtual world activity |
US8577996B2 (en) * | 2007-09-18 | 2013-11-05 | Tremor Video, Inc. | Method and apparatus for tracing users of online video web sites |
US8549550B2 (en) * | 2008-09-17 | 2013-10-01 | Tubemogul, Inc. | Method and apparatus for passively monitoring online video viewing and viewer behavior |
US8654255B2 (en) * | 2007-09-20 | 2014-02-18 | Microsoft Corporation | Advertisement insertion points detection for online video advertising |
US8156002B2 (en) * | 2007-10-10 | 2012-04-10 | Yahoo! Inc. | Contextual ad matching strategies that incorporate author feedback |
US10013536B2 (en) * | 2007-11-06 | 2018-07-03 | The Mathworks, Inc. | License activation and management |
US20090171787A1 (en) * | 2007-12-31 | 2009-07-02 | Microsoft Corporation | Impressionative Multimedia Advertising |
US9824372B1 (en) | 2008-02-11 | 2017-11-21 | Google Llc | Associating advertisements with videos |
US8466931B2 (en) * | 2008-04-24 | 2013-06-18 | International Business Machines Corporation | Color modification of objects in a virtual universe |
US8184116B2 (en) * | 2008-04-24 | 2012-05-22 | International Business Machines Corporation | Object based avatar tracking |
US8259100B2 (en) * | 2008-04-24 | 2012-09-04 | International Business Machines Corporation | Fixed path transitions |
US8233005B2 (en) * | 2008-04-24 | 2012-07-31 | International Business Machines Corporation | Object size modifications based on avatar distance |
US8212809B2 (en) * | 2008-04-24 | 2012-07-03 | International Business Machines Corporation | Floating transitions |
US10387892B2 (en) | 2008-05-06 | 2019-08-20 | Netseer, Inc. | Discovering relevant concept and context for content node |
US20090300009A1 (en) * | 2008-05-30 | 2009-12-03 | Netseer, Inc. | Behavioral Targeting For Tracking, Aggregating, And Predicting Online Behavior |
US8527339B2 (en) | 2008-06-26 | 2013-09-03 | Microsoft Corporation | Quality based pricing and ranking for online ads |
US8990705B2 (en) * | 2008-07-01 | 2015-03-24 | International Business Machines Corporation | Color modifications of objects in a virtual universe based on user display settings |
US8471843B2 (en) * | 2008-07-07 | 2013-06-25 | International Business Machines Corporation | Geometric and texture modifications of objects in a virtual universe based on real world user characteristics |
US20100037149A1 (en) * | 2008-08-05 | 2010-02-11 | Google Inc. | Annotating Media Content Items |
US9612995B2 (en) | 2008-09-17 | 2017-04-04 | Adobe Systems Incorporated | Video viewer targeting based on preference similarity |
US8347235B2 (en) | 2008-09-26 | 2013-01-01 | International Business Machines Corporation | Method and system of providing information during content breakpoints in a virtual universe |
US8417695B2 (en) * | 2008-10-30 | 2013-04-09 | Netseer, Inc. | Identifying related concepts of URLs and domain names |
US20100125523A1 (en) * | 2008-11-18 | 2010-05-20 | Peer 39 Inc. | Method and a system for certifying a document for advertisement appropriateness |
US20100169157A1 (en) * | 2008-12-30 | 2010-07-01 | Nokia Corporation | Methods, apparatuses, and computer program products for providing targeted advertising |
US20100177117A1 (en) * | 2009-01-14 | 2010-07-15 | International Business Machines Corporation | Contextual templates for modifying objects in a virtual universe |
WO2010096428A1 (en) | 2009-02-17 | 2010-08-26 | Accenture Global Services Gmbh | Multichannel digital marketing platform |
JP2010191963A (ja) * | 2009-02-17 | 2010-09-02 | Accenture Global Services Gmbh | インターネット・マーケティング・チャンネルの最適化 |
US20100332404A1 (en) * | 2009-06-29 | 2010-12-30 | David Valin | Method and mechanism for protection, sharing, storage, accessing, authentication, certification, attachment and tracking anything in an electronic network |
US20110093783A1 (en) * | 2009-10-16 | 2011-04-21 | Charles Parra | Method and system for linking media components |
CA2781299A1 (en) * | 2009-11-20 | 2012-05-03 | Tadashi Yonezaki | Methods and apparatus for optimizing advertisement allocation |
US8886650B2 (en) * | 2009-11-25 | 2014-11-11 | Yahoo! Inc. | Algorithmically choosing when to use branded content versus aggregated content |
US9152708B1 (en) | 2009-12-14 | 2015-10-06 | Google Inc. | Target-video specific co-watched video clusters |
US9129300B2 (en) * | 2010-04-21 | 2015-09-08 | Yahoo! Inc. | Using external sources for sponsored search AD selection |
US20120123876A1 (en) * | 2010-11-17 | 2012-05-17 | Sreenivasa Prasad Sista | Recommending and presenting advertisements on display pages over networks of communication devices and computers |
US8694362B2 (en) * | 2011-03-17 | 2014-04-08 | DataPop, Inc. | Taxonomy based targeted search advertising |
US11087424B1 (en) | 2011-06-24 | 2021-08-10 | Google Llc | Image recognition-based content item selection |
US10972530B2 (en) | 2016-12-30 | 2021-04-06 | Google Llc | Audio-based data structure generation |
US8688514B1 (en) | 2011-06-24 | 2014-04-01 | Google Inc. | Ad selection using image data |
JP2013057918A (ja) | 2011-09-09 | 2013-03-28 | Shigeto Umeda | 可変長の広告を表示また、入札するシステム |
US10586127B1 (en) | 2011-11-14 | 2020-03-10 | Google Llc | Extracting audiovisual features from content elements on online documents |
US11093692B2 (en) | 2011-11-14 | 2021-08-17 | Google Llc | Extracting audiovisual features from digital components |
US8725566B2 (en) | 2011-12-27 | 2014-05-13 | Microsoft Corporation | Predicting advertiser keyword performance indicator values based on established performance indicator values |
CN103425705B (zh) * | 2012-05-24 | 2017-07-14 | 阿里巴巴集团控股有限公司 | 一种否定关键词的获取方法及装置和搜索方法及装置 |
US10311085B2 (en) | 2012-08-31 | 2019-06-04 | Netseer, Inc. | Concept-level user intent profile extraction and applications |
US9244977B2 (en) * | 2012-12-31 | 2016-01-26 | Google Inc. | Using content identification as context for search |
US9972030B2 (en) | 2013-03-11 | 2018-05-15 | Criteo S.A. | Systems and methods for the semantic modeling of advertising creatives in targeted search advertising campaigns |
US9953085B1 (en) | 2013-05-31 | 2018-04-24 | Google Llc | Feed upload for search entity based content selection |
US11030239B2 (en) | 2013-05-31 | 2021-06-08 | Google Llc | Audio based entity-action pair based selection |
US10152731B1 (en) * | 2013-12-06 | 2018-12-11 | Twitter, Inc. | Scalable native in-stream advertising for mobile applications and websites |
WO2015161515A1 (en) * | 2014-04-25 | 2015-10-29 | Yahoo! Inc. | Systems and methods for commercial query suggestion |
WO2015168025A1 (en) * | 2014-04-28 | 2015-11-05 | Stremor Corp. | Systems and methods for organizing search results and targeting advertisements |
CN105446802A (zh) * | 2014-08-13 | 2016-03-30 | 阿里巴巴集团控股有限公司 | 一种基于转化率的操作执行方法及装置 |
US20160247204A1 (en) * | 2015-02-20 | 2016-08-25 | Facebook, Inc. | Identifying Additional Advertisements Based on Topics Included in an Advertisement and in the Additional Advertisements |
WO2016148377A1 (ko) * | 2015-03-18 | 2016-09-22 | 에스케이플래닛 주식회사 | 광고플랫폼장치 |
US11080755B1 (en) * | 2015-04-14 | 2021-08-03 | Twitter, Inc. | Native advertisements |
US10831762B2 (en) * | 2015-11-06 | 2020-11-10 | International Business Machines Corporation | Extracting and denoising concept mentions using distributed representations of concepts |
JP5913722B1 (ja) | 2015-11-26 | 2016-04-27 | 株式会社博報堂 | 情報処理システム及びプログラム |
US11195043B2 (en) | 2015-12-15 | 2021-12-07 | Cortica, Ltd. | System and method for determining common patterns in multimedia content elements based on key points |
WO2017105641A1 (en) | 2015-12-15 | 2017-06-22 | Cortica, Ltd. | Identification of key points in multimedia data elements |
CN105678586B (zh) | 2016-01-12 | 2020-09-29 | 腾讯科技(深圳)有限公司 | 一种信息扶持方法和装置 |
CN107305543B (zh) * | 2016-04-22 | 2021-05-11 | 富士通株式会社 | 对实体词的语义关系进行分类的方法和装置 |
US20180040035A1 (en) * | 2016-08-02 | 2018-02-08 | Facebook, Inc. | Automated Audience Selection Using Labeled Content Campaign Characteristics |
US11760387B2 (en) | 2017-07-05 | 2023-09-19 | AutoBrains Technologies Ltd. | Driving policies determination |
US11899707B2 (en) | 2017-07-09 | 2024-02-13 | Cortica Ltd. | Driving policies determination |
US10846544B2 (en) | 2018-07-16 | 2020-11-24 | Cartica Ai Ltd. | Transportation prediction system and method |
US11181911B2 (en) | 2018-10-18 | 2021-11-23 | Cartica Ai Ltd | Control transfer of a vehicle |
US10839694B2 (en) | 2018-10-18 | 2020-11-17 | Cartica Ai Ltd | Blind spot alert |
US20200133308A1 (en) | 2018-10-18 | 2020-04-30 | Cartica Ai Ltd | Vehicle to vehicle (v2v) communication less truck platooning |
US11126870B2 (en) | 2018-10-18 | 2021-09-21 | Cartica Ai Ltd. | Method and system for obstacle detection |
US11126869B2 (en) | 2018-10-26 | 2021-09-21 | Cartica Ai Ltd. | Tracking after objects |
US10789535B2 (en) | 2018-11-26 | 2020-09-29 | Cartica Ai Ltd | Detection of road elements |
US11643005B2 (en) | 2019-02-27 | 2023-05-09 | Autobrains Technologies Ltd | Adjusting adjustable headlights of a vehicle |
US11285963B2 (en) | 2019-03-10 | 2022-03-29 | Cartica Ai Ltd. | Driver-based prediction of dangerous events |
US11694088B2 (en) | 2019-03-13 | 2023-07-04 | Cortica Ltd. | Method for object detection using knowledge distillation |
US11132548B2 (en) | 2019-03-20 | 2021-09-28 | Cortica Ltd. | Determining object information that does not explicitly appear in a media unit signature |
US12055408B2 (en) | 2019-03-28 | 2024-08-06 | Autobrains Technologies Ltd | Estimating a movement of a hybrid-behavior vehicle |
US11488290B2 (en) | 2019-03-31 | 2022-11-01 | Cortica Ltd. | Hybrid representation of a media unit |
US10789527B1 (en) | 2019-03-31 | 2020-09-29 | Cortica Ltd. | Method for object detection using shallow neural networks |
US11222069B2 (en) | 2019-03-31 | 2022-01-11 | Cortica Ltd. | Low-power calculation of a signature of a media unit |
US10796444B1 (en) | 2019-03-31 | 2020-10-06 | Cortica Ltd | Configuring spanning elements of a signature generator |
US10776669B1 (en) | 2019-03-31 | 2020-09-15 | Cortica Ltd. | Signature generation and object detection that refer to rare scenes |
US10748022B1 (en) | 2019-12-12 | 2020-08-18 | Cartica Ai Ltd | Crowd separation |
US11593662B2 (en) | 2019-12-12 | 2023-02-28 | Autobrains Technologies Ltd | Unsupervised cluster generation |
US11590988B2 (en) | 2020-03-19 | 2023-02-28 | Autobrains Technologies Ltd | Predictive turning assistant |
US11827215B2 (en) | 2020-03-31 | 2023-11-28 | AutoBrains Technologies Ltd. | Method for training a driving related object detector |
US11756424B2 (en) | 2020-07-24 | 2023-09-12 | AutoBrains Technologies Ltd. | Parking assist |
US12049116B2 (en) | 2020-09-30 | 2024-07-30 | Autobrains Technologies Ltd | Configuring an active suspension |
US11855944B2 (en) * | 2021-10-04 | 2023-12-26 | Yahoo Assets Llc | Method and system for serving personalized content to enhance user experience |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6144944A (en) * | 1997-04-24 | 2000-11-07 | Imgis, Inc. | Computer system for efficiently selecting and providing information |
CN1278626A (zh) * | 1999-06-17 | 2001-01-03 | 国际商业机器公司 | 成本降低的联机服务和自适应确定广告目标的方法和装置 |
US20030046161A1 (en) * | 2001-09-06 | 2003-03-06 | Kamangar Salar Arta | Methods and apparatus for ordering advertisements based on performance information and price information |
US20030046148A1 (en) * | 2001-06-08 | 2003-03-06 | Steven Rizzi | System and method of providing advertising on the internet |
US20030055816A1 (en) * | 1999-05-28 | 2003-03-20 | Mark Paine | Recommending search terms using collaborative filtering and web spidering |
US20050015366A1 (en) * | 2003-07-18 | 2005-01-20 | Carrasco John Joseph M. | Disambiguation of search phrases using interpretation clusters |
Family Cites Families (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5724521A (en) * | 1994-11-03 | 1998-03-03 | Intel Corporation | Method and apparatus for providing electronic advertisements to end users in a consumer best-fit pricing manner |
US5758257A (en) * | 1994-11-29 | 1998-05-26 | Herz; Frederick | System and method for scheduling broadcast of and access to video programs and other data using customer profiles |
US5740549A (en) * | 1995-06-12 | 1998-04-14 | Pointcast, Inc. | Information and advertising distribution system and method |
US6026368A (en) * | 1995-07-17 | 2000-02-15 | 24/7 Media, Inc. | On-line interactive system and method for providing content and advertising information to a targeted set of viewers |
US5848697A (en) * | 1996-04-01 | 1998-12-15 | Eash; Lloyd F. | Sifter |
US5948061A (en) * | 1996-10-29 | 1999-09-07 | Double Click, Inc. | Method of delivery, targeting, and measuring advertising over networks |
US6078914A (en) * | 1996-12-09 | 2000-06-20 | Open Text Corporation | Natural language meta-search system and method |
US6285999B1 (en) | 1997-01-10 | 2001-09-04 | The Board Of Trustees Of The Leland Stanford Junior University | Method for node ranking in a linked database |
US6098065A (en) * | 1997-02-13 | 2000-08-01 | Nortel Networks Corporation | Associative search engine |
JP4192213B2 (ja) * | 1997-04-07 | 2008-12-10 | フェア アイザック コーポレイション | コンテクストベクトルの発生と検索のシステム及び方法 |
US6044376A (en) * | 1997-04-24 | 2000-03-28 | Imgis, Inc. | Content stream analysis |
AU8072798A (en) * | 1997-06-16 | 1999-01-04 | Doubleclick Inc. | Method and apparatus for automatic placement of advertising |
US6134532A (en) * | 1997-11-14 | 2000-10-17 | Aptex Software, Inc. | System and method for optimal adaptive matching of users to most relevant entity and information in real-time |
US6804659B1 (en) * | 2000-01-14 | 2004-10-12 | Ricoh Company Ltd. | Content based web advertising |
US6286005B1 (en) * | 1998-03-11 | 2001-09-04 | Cannon Holdings, L.L.C. | Method and apparatus for analyzing data and advertising optimization |
US6167382A (en) * | 1998-06-01 | 2000-12-26 | F.A.C. Services Group, L.P. | Design and production of print advertising and commercial display materials over the Internet |
US6283005B1 (en) * | 1998-07-29 | 2001-09-04 | The United States Of America As Represented By The Secretary Of The Navy | Integral ship-weapon module |
US6574632B2 (en) * | 1998-11-18 | 2003-06-03 | Harris Corporation | Multiple engine information retrieval and visualization system |
US6985882B1 (en) * | 1999-02-05 | 2006-01-10 | Directrep, Llc | Method and system for selling and purchasing media advertising over a distributed communication network |
US6907566B1 (en) * | 1999-04-02 | 2005-06-14 | Overture Services, Inc. | Method and system for optimum placement of advertisements on a webpage |
US7035812B2 (en) * | 1999-05-28 | 2006-04-25 | Overture Services, Inc. | System and method for enabling multi-element bidding for influencing a position on a search result list generated by a computer network search engine |
US6269361B1 (en) * | 1999-05-28 | 2001-07-31 | Goto.Com | System and method for influencing a position on a search result list generated by a computer network search engine |
US7835943B2 (en) * | 1999-05-28 | 2010-11-16 | Yahoo! Inc. | System and method for providing place and price protection in a search result list generated by a computer network search engine |
WO2001002984A2 (en) * | 1999-07-02 | 2001-01-11 | Iharvest Corporation | System and method for capturing and managing information from digital source |
US6401075B1 (en) * | 2000-02-14 | 2002-06-04 | Global Network, Inc. | Methods of placing, purchasing and monitoring internet advertising |
JP2001306607A (ja) * | 2000-04-24 | 2001-11-02 | Dmc:Kk | 広告情報の提供方法 |
US7076443B1 (en) * | 2000-05-31 | 2006-07-11 | International Business Machines Corporation | System and technique for automatically associating related advertisements to individual search results items of a search result set |
KR20010000710A (ko) * | 2000-10-14 | 2001-01-05 | 김현석 | 인터넷 상의 맞춤 광고 시스템 및 그 방법 |
JP4418135B2 (ja) * | 2000-11-22 | 2010-02-17 | パナソニック株式会社 | グループ形成システム、グループ形成方法、およびグループ形成装置 |
US20020078054A1 (en) * | 2000-11-22 | 2002-06-20 | Takahiro Kudo | Group forming system, group forming apparatus, group forming method, program, and medium |
JP2002259790A (ja) * | 2001-03-06 | 2002-09-13 | Ufj Bank Ltd | プロモーション情報掲載システム及び方法 |
KR20020072016A (ko) * | 2001-03-08 | 2002-09-14 | 오세준 | 검색어를 통한 웹사용자 타켓광고방법 |
US20030014331A1 (en) * | 2001-05-08 | 2003-01-16 | Simons Erik Neal | Affiliate marketing search facility for ranking merchants and recording referral commissions to affiliate sites based upon users' on-line activity |
JP2003108425A (ja) * | 2001-09-21 | 2003-04-11 | Kitora Llc | 情報処理システム、情報処理方法、広告宣伝方法、公式サイト認証方法、及びプログラムを記録した情報記録媒体 |
US7136875B2 (en) * | 2002-09-24 | 2006-11-14 | Google, Inc. | Serving advertisements based on content |
US7599852B2 (en) * | 2002-04-05 | 2009-10-06 | Sponster Llc | Method and apparatus for adding advertising tag lines to electronic messages |
-
2003
- 2003-11-24 US US10/721,010 patent/US20050114198A1/en not_active Abandoned
-
2004
- 2004-11-23 BR BRPI0416864-0A patent/BRPI0416864A/pt not_active IP Right Cessation
- 2004-11-23 JP JP2006541619A patent/JP5074037B2/ja active Active
- 2004-11-23 CA CA002546901A patent/CA2546901A1/en not_active Abandoned
- 2004-11-23 WO PCT/US2004/039202 patent/WO2005052753A2/en active Application Filing
- 2004-11-23 CN CNA2004800403897A patent/CN101036139A/zh active Pending
- 2004-11-23 EP EP04811849A patent/EP1695179A4/en not_active Ceased
- 2004-11-23 KR KR1020067012795A patent/KR100854949B1/ko active IP Right Review Request
- 2004-11-23 AU AU2004294170A patent/AU2004294170A1/en not_active Abandoned
- 2004-11-23 CN CN201410386938.1A patent/CN104156424A/zh active Pending
-
2009
- 2009-09-11 AU AU2009213081A patent/AU2009213081B2/en active Active
-
2010
- 2010-01-29 JP JP2010019043A patent/JP5442473B2/ja active Active
- 2010-07-16 US US12/837,883 patent/US20100287056A1/en not_active Abandoned
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6144944A (en) * | 1997-04-24 | 2000-11-07 | Imgis, Inc. | Computer system for efficiently selecting and providing information |
US20030055816A1 (en) * | 1999-05-28 | 2003-03-20 | Mark Paine | Recommending search terms using collaborative filtering and web spidering |
CN1278626A (zh) * | 1999-06-17 | 2001-01-03 | 国际商业机器公司 | 成本降低的联机服务和自适应确定广告目标的方法和装置 |
US20030046148A1 (en) * | 2001-06-08 | 2003-03-06 | Steven Rizzi | System and method of providing advertising on the internet |
US20030046161A1 (en) * | 2001-09-06 | 2003-03-06 | Kamangar Salar Arta | Methods and apparatus for ordering advertisements based on performance information and price information |
US20050015366A1 (en) * | 2003-07-18 | 2005-01-20 | Carrasco John Joseph M. | Disambiguation of search phrases using interpretation clusters |
Also Published As
Publication number | Publication date |
---|---|
US20100287056A1 (en) | 2010-11-11 |
AU2009213081B2 (en) | 2012-01-12 |
AU2009213081A1 (en) | 2009-10-15 |
WO2005052753A3 (en) | 2007-05-03 |
CN101036139A (zh) | 2007-09-12 |
US20050114198A1 (en) | 2005-05-26 |
KR100854949B1 (ko) | 2008-08-28 |
JP5074037B2 (ja) | 2012-11-14 |
EP1695179A4 (en) | 2008-01-16 |
JP2007516522A (ja) | 2007-06-21 |
WO2005052753A2 (en) | 2005-06-09 |
KR20060100475A (ko) | 2006-09-20 |
EP1695179A2 (en) | 2006-08-30 |
JP5442473B2 (ja) | 2014-03-12 |
AU2004294170A1 (en) | 2005-06-09 |
CA2546901A1 (en) | 2005-06-09 |
BRPI0416864A (pt) | 2007-02-27 |
JP2010157250A (ja) | 2010-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104156424A (zh) | 使用概念定向广告 | |
KR100823466B1 (ko) | 이-메일과 관련된 정보를 사용하는 광고들 서빙 | |
AU2004256801B2 (en) | Serving advertisements using a search of advertiser web information | |
JP5318349B2 (ja) | 対象とされる広告で使用するためのユーザ情報の生成 | |
US8438154B2 (en) | Generating information for online advertisements from internet data and traditional media data | |
US20140337128A1 (en) | Content-targeted advertising using collected user behavior data | |
US20070027901A1 (en) | Method and System for Developing and Managing A Computer-Based Marketing Campaign | |
US20120095837A1 (en) | Serving advertisements using user request information and user information | |
US8407094B1 (en) | Providing links to related advertisements |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: American California Applicant after: Google limited liability company Address before: American California Applicant before: GOOGLE Inc. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20141119 |