CN107077690A - 定向基于Web的广告的方法 - Google Patents

Abstract

本发明的实施方式提供一种参与基于Web的内容提供过程(例如广告竞价过程，用于提议要投放用于广告曝光的广告)的计算机实现的方法。所述方法可包括记录物理行为信息，例如，情绪状态、注意力、凝视跟踪等，以推断或进一步完善用户的用户简档，或建立或进一步完善一个媒体内容(例如广告)的目标简档。定量指标可以通过将用户简档与目标简档进行比较来获得，其可以用于使内容提供处理自动化。所述处理可以使用多个预设用户类型和多个预设广告目标类型，由此每个用户被分配给一个或多个预设用户类型，并且每个广告被分配给一个或多个预设广告类型。

Description

定向基于Web的广告的方法

技术领域

本发明涉及基于Web的广告(本文称为ads)的定向。特别地，本发明涉及为了增强互联网广告的提供而对用户检测到的用户行为(例如，情绪)数据的处理和分析，这可以结合实时竞价过程来进行。这种处理和分析的使用允许广告制作者、分销商、网络运营商、和类似实体使用的系统响应于这样的处理和分析，以便将某些广告内容的传输限制到仅表达出对接收这样的广告的行为兴趣的那些用户，从而节省网络和计算资源。

背景技术

众所周知，提供基于Web的系统，以基于与用户有关的历史数据(例如他或她的购买或浏览历史)推荐内容。通常，给定用户具有可有效存储此信息的相关联的简档(profile)。

在线广告包括显示和视频广告市场的大部分。与所有类型的广告一样，为了广告影响最大化的以及广告商的投资回报，期望将基于Web的广告(在本文中也称为ad)的显示限制或以其他方式约束至相关的消费者。

诸如在线广告网络、需求侧平台、供应侧平台、实时竞价平台等的数字广告供应系统，在寻求向潜在消费者提供其内容的广告商和愿意以广告形式显示这样的内容的网站主机之间提供互连。网站主机提供基于Web的广告库存(advertising inventory)，其可以由广告商的内容填充。广告库存可以采取许多形式，包括网站上的空间，例如侧面横幅，弹出窗口，用于视频媒体的空位(slot，时段)等。

广告商已经探索了购买广告库存的程序化方法，例如其中使用计算逻辑(例如规则，算法等)来自动化广告库存和广告定向的系统。程序化购买适用于所有类型的数字广告供应系统。例如，定向广告网络是一种在线广告网络，其目标是通过使用关于用户的信息和/或与任何一个给定的基于Web的广告库存相关联的背景(context)来更有效地投放广告。使用典型的定向广告网络，用户的浏览历史(例如，以点击流的形式)可以用于生成用户简档。广告商可以力求将他们的广告自动化地显示给其简档与广告或预期市场相关的用户。

通常结合程序化方法使用来购买广告库存，已知将受众划分成非常大数量(例如10,000或更多)的群体。可以基于各种各样的用户属性(例如人口统计特征、背景、心理统计特征、购买历史、品牌亲和度和浏览活动)来彼此区分这些群体。可以实时更新给定用户所属的群体。

还结合程序化方法使用来购买广告库存，实时竞价包括广告库存的拍卖，广告库存可以在“每次曝光(impression，也称为曝光次数或观看次数)”的基础上购买和出售。这里，曝光对应于由用户访问某些网页内容(例如在视频共享或社交媒体网站上的)触发的广告请求。因此，广告曝光可以携带关于触发它的用户的信息。广告库存是广告房地产本身--与显示广告的网页内容相关联的“空间”。

发明内容

最宽泛地讲，本发明的实施方式提出使用记录的物理行为信息(例如情绪状态、注意力、凝视跟踪等)推断、建立、或进一步完善用户的用户简档或推断、建立、或进一步完善一个媒体内容的目标简档。在特定实施方式中，这样的推断、建立、或完善与广告的广告目标简档有关。

如本文所使用的，用户简档可以是基于Web的内容的消费者个体与多个受众群体中的一个之间的关联。给定的受众群可以具有与其相关联的多个属性，包括例如人口统计特征信息、心理信息等。属性还可以包括行为信息，例如将正面和/或负面情绪状态与某些类型的内容相关联的信息。

除了在用户简档中使用之外，记录的物理行为信息可以用于给出用户的当前情绪的实时指示。该信息可以单独使用或与用户简档结合使用，以确定广告商如何响应(例如竞价)涉及该用户的可用广告曝光。

一个媒体内容(其可以是广告)的目标简档是识别目标用户的特性(换言之，更可能导致广告实现其目标的消费者的特性)的数据结构。广告战役(Ad campaign)可以识别许多不同类型的目标或期望的“动作”，例如从鼓励预订到仅仅提高品牌知名度。一般来说，广告商寻求降低每次动作的成本或每次观看成本。因此，使得广告目标简档与相应的消费者匹配的方案可以最大化动作发生的概率，从而降低每次动作的成本。

根据本发明的实施方式，记录的物理行为信息可以用于通过提供能进行比较的另一维度来改善广告目标简档和用户简档(受众群体)之间的匹配。

在某些情况下，可能不能有效计算以得到用于每个广告和每个用户的简档。因此，本发明的实施方式可以使用多个预设用户类型(例如，对应于多个预定受众群体)和多个预设广告目标类型(例如，对应于多个预定目标消费者)来操作。因此，给定用户可以被分配给一个或多个用户类型，并且给定的广告可以被分配给一个或多个广告类型。

根据一个实施方式，这种分配可以通过由广告商、广告网络、或类似的第三方部署的硬件和软件来实现，包括执行程序代码以生成给定用户的用户简档度量(metric)的处理器，用户简档度量将概率值与用户相关联以表示用户落入给定预设用户类型的概率。记录的用户的行为信息可以用于更新或完善概率值。

可以被生成用于给定广告的广告目标简档度量可以将权重值与每个预设广告目标类型相关联，以表示该广告针对该预设广告目标类型的权重。由于为广告收集了行为信息，因此可以调整权重值以考虑如何接收广告。例如，如果广告导致某些用户类型的意外高的动作水平，则程序代码可以指示处理器增加与广告相关联的那些用户类型的权重值，以便量化对于那些用户类型广告成功实现其目标的增加的机会。

在决定如何对广告曝光竞价时，广告商可考虑各种因素。本发明的各种实施方式试图为该过程提供附加参数，该附加参数是可由处理器在执行作为程序代码存储的指令中使用的定量指标(quantitative indicator)，以表示动作将由给定广告提供至给定用户导致的概率。

为了建立这样的定量指标，本发明的实施方式可以例如在剖析服务器(profilingserver)中提供动作概率矩阵，动作概率矩阵存储用于预设广告目标类型和预设用户类型的各种组合的动作概率。结合特定用户的给定用户简档度量，处理器可以执行程序代码以使用动作概率矩阵来确定要服务的优选的广告类型或一组优选的广告类型。

根据某些实施方式，如果用户简档度量表示为列向量u，动作概率矩阵表示为M以及广告目标简档度量表示为行向量a，则矩阵乘法aMu的结果是标量数，其值表示用户和广告之间匹配的等级；数字越高匹配越好。处理器执行的程序代码可以使用该值来对多个可用广告评分。广告商可以基于所接收的多个可用广告的分数来确定竞价(例如，选择广告并选择竞价)。

因此，根据本发明的一个实施方式，提供一种参与基于Web的广告竞价过程(web-based ad bidding process)的计算机实现的方法，所述方法包括：例如在广告交易平台的广告网络中或竞价引擎中，接收广告曝光的通知，所述通知包括与所述广告曝光所在的远程客户端设备的用户相关联的用户标识符；选择用于所述广告曝光的候选广告；将所述用户标识符和与所述候选广告相关联的广告标识符发送到评估引擎；获得与所述用户标识符相关联的用户简档；获得与所述广告标识符相关联的广告目标简档；比较所述用户简档与所述广告目标简档以生成所述用户简档和所述广告目标简档之间的相似性的定量指标(quantitative indicator)；返回所述定量指标；以及基于所述定量指标，响应于所述广告曝光确定对所述候选广告的竞价，其中所述用户简档指示所述用户的行为特征，并且其中所述广告目标简档指示目标用户的期望行为特征。

用户标识符可以是以任何常规格式发送的页面标签，例如，作为与广告请求一起发送的嵌入式图像(即，跟踪像素)或Cookie或JavaScript标签。

因此，本发明向决定如何对广告曝光竞价的过程提供了行为信息的额外维度。有利地，在比较的两侧提供行为信息，涉及为用户记录的实际行为特征和与理论上的目标用户相关联的期望行为特征。

评估引擎可以是在广告商处或在广告网络上的决策引擎(例如，竞价引擎)的组成部分。评估引擎可以实现为存储在服务器上并由服务器的处理器执行的可执行代码，其接收用户标识符和广告标识符。执行评估引擎程序代码的处理器可以重复地生成属于给定广告商的多个广告的定量指标。可以对多个广告中的一个或多个做出竞价。在此实施方式中，广告商直接访问用户简档和广告目标简档信息。

然而，根据替代实施方式，实现评估引擎的程序代码可以由作为第三方服务器的一部分的一个或多个处理器执行，例如在与广告网络或竞价引擎分离或以其他方式远离的服务器上。在此实施方式中，用户简档和广告目标简档由第三方存储和维护，并且广告商不可访问。相反，响应于包含用户标识符和广告标识符的请求，执行在第三方处实现评估引擎的程序代码的处理器向广告商提供定量指标。

这里，“行为特征”包括但不限于给定用户的情绪状态数据，例如从可由网络摄像头捕获的面部表情和其他生理指标检测到的情绪。另外，行为数据可以包括能够从与媒体内容交互的用户收集的其他信息，例如手势、血压(例如，基于皮肤颜色)、温度、眨眼、心率(例如，通过皮肤颜色的轻微变化视觉读取)等中的任何一个。

根据某些实施方式的行为数据还可以包括关于用户与计算机的交互的数据，例如音频数据、点击数据、或指示用户对显示的一部分的感兴趣的其他数据。除了行为数据之外，本发明的实施方式还可以提供用于其他用户数据的收集和传输，例如指示关于用户的其他细节的数据，诸如性别、年龄、位置等。

为了帮助有意义的比较，根据某些实施方式，提供了程序代码，其指示处理器从为该用户记录的时间序列行为数据导出用户的行为特征。广告目标的期望行为特征可以从为先前已经暴露给广告的多个用户记录的聚集行为数据(aggregated behavioural data)导出。

行为特征可以包括在暴露于一系列媒体内容时针对用户或多个用户捕获的一个或多个情绪的平均特性。可选地或额外地，可以基于与一个或多个已知媒体片段相关联的用户的记录的行为数据，为用户推断行为特征。

针对其收集数据的情绪可以包括但不限于：愤怒、厌恶、中性、悲伤、害怕、快乐、惊讶、及其衍生情绪。还可以收集其他行为信息(例如，诸如头部方向或上身姿势的物理数据)。该其他行为信息可以与情绪状态信息组合以导出计算机用户反应的进一步的指标，例如，参与度(engagement)、无兴趣等。

利用用于广告选择或定向(targeting)的行为数据为联网计算设备的操作提供了许多益处，因此，定向允许更有效地使用这样的计算资源，尤其是当发送不需要的广告时会不必要地消耗有限的带宽，这又对设备性能有不利影响。

根据本发明的各种实施方式，客户端设备可以包括数据收集模块，其中程序代码指示处理器处理收集到的面部图像，或者将收集到的面部图像发送到远程分析服务器以进行处理。数据可以作为视频流或作为一系列(例如，从视频流周期性地提取的图像)图像发送。

由可驻留在分析服务器或客户端设备处的数据收集模块收集的数据可经安排用于图像的处理，以产生表示一个或更多的情绪状态的数据。例如，该分析可以为六种普遍情绪(例如，幸福、悲伤、惊奇、恐惧、厌恶、和愤怒)中的每一种生成度量。该分析还可以生成可以独立于情绪或基于面部特征运动的其他组合的一个或多个其他度量。例如，其他度量可以包括但不限于参与度、注意力、无聊、困惑、中立、和效价(valence)。度量中的任何一个或任何组合可以用作本发明中的行为特征。

根据本发明的实施方式的方法还可以包括例如在广告交易平台中响应于广告曝光接收候选广告的多个竞价；例如在广告交易平台中，从多个竞价确定成功竞价；以及通过Web向所述远程客户端设备提供对应于所述成功竞价的广告内容以满足所述曝光。因此，多个不同的广告商可以各自提供其广告中的任何一个广告与广告曝光最贴合或最匹配。

将用户简档与广告目标简档进行比较的步骤可以包括确定用户的行为特征和目标用户的期望行为特征之间的相关水平，其中，定量指标是基于所确定的相关水平的。

用户简档可以将用户与多个预设用户类型中的一个或多个相关联，其中每个预设用户类型包括行为特征的组合。例如，根据一个实施方式，用户简档可以包括用户简档度量，用户简档度量是存储用户的针对多个预设用户类型中的每一个概率值的数据结构。

类似地，广告目标简档可以将给定广告与多个预设广告目标类型中的一个或多个相关联，其中各个预设广告目标类型包括行为特征的组合。例如，根据一个实施方式，广告目标简档包括广告目标简档度量，广告目标简档度量是存储广告对于多个预设广告目标类型中的每一个的权重值的数据结构。

根据某些实施方式的方法包括获得或维持用户-目标相关矩阵，用户-目标相关矩阵是存储针对来自多个预设用户类型中的预设用户类型和来自多个预设广告目标类型的预设广告目标类型的组合的动作概率指数值的数据结构。动作概率指数值是量化实现与给定用户类型的给定广告目标类型相关的期望动作的概率的参数。该矩阵可以在将用户简档与广告目标简档进行比较的步骤中使用，例如，计算来自多个预设用户类型的预设用户类型和来自多个广告目标类型的预设广告目标类型的每个组合的相关指数。给定用户可以具有与多个预设用户类型中的各个类型相关联的用户概率值。用户概率值可以指示用户与给定预设用户类型的匹配有多接近。给定广告可以具有与多个预设广告目标类型中的各个类型相关联的广告概率值。广告概率值可以指示广告目标与给定的预设广告目标类型的匹配有多接近。可以使用针对预设用户类型和预设广告目标类型的每个组合的动作概率指数值、用户概率值和广告概率值来计算相关指数。相关指数可以是每个组合的这三个参数的乘积。用户概率值和广告概率值可以用作每个组合的权重因子。

在处理器处执行的程序代码可以指示处理器将所述定量指标基于所计算出的相关指数。来自多个预设用户类型的预设用户类型与来自多个预设广告目标类型的预设广告目标类型的每个组合的相关指数可以是该组合的用户概率值、动作概率指数值、和广告概率值的乘积。根据某些实施方式，定量指标可以通过相关指数的和来表示。

程序代码执行可以指示处理器利用相关指数值来指示广告的呈现将导致成功动作的概率。该方法可以包括收集指示在广告曝光之后的成功动作的数据，例如点击次数、购买等。处理器在执行程序代码的控制下，可以使用该数据来更新用户-目标相关矩阵。

可以手动设置预设广告目标类型和/或预设用户类型，例如，可以由操作者事先、实时地、或事先并实时地确定区分参数。根据某些实施方式，使用合适的无人监督的机器学习过程，例如使用支持向量机、聚类分析算法等，即时确定预设广告目标类型和/或预设用户类型。

评估引擎可以被部署为在广告商操作的硬件上执行的程序代码。如果这样，则将用户简档与广告目标简档进行比较的步骤可以由作为广告商硬件的一部分的处理器执行，并且执行实现神经网络的程序代码，该神经网络具有作为其成本函数的广告的最低竞价价格以成功实现其目标。在该实施方式中，用户简档和广告目标简档可以提供模型所基于的互连神经元的系统。

根据本发明的各种实施方式的方法可以并入由广告交易平台执行的已知处理中。例如，在广告交易平台中从多个竞价确定成功竞价的步骤发生为实时竞价过程的一部分。

根据某些实施方式的方法还可以包括从记录的行为数据确定用户的当前情绪状态。这样，该方法可以包括使用所确定的当前情绪状态以及定量指标响应于广告曝光来确定候选广告的竞价。例如，如果当前情绪状态是负面的，则即使定量指标是有利的，例如超过阈值，该方法也可以确定不提供任何广告。

根据某些实施方式的方法还可以包括：响应于所述广告请求，在客户端设备上显示与所述成功竞价相对应的广告内容(这里也称为“成功广告”)；以及在所述用户正在观看所述成功广告时从所述客户端设备收集所述用户的行为数据。

收集的行为数据可以用于完善用户简档。例如，所收集的数据可以用于改变与所述用户相关联的多个预设用户类型中的一个或多个，或者用于调整存储在所述用户简档度量中的一个或多个概率值。

类似地，从多个用户收集的聚集行为数据可以用于完善所述广告目标简档。例如，收集的数据可以用于改变与所述成功广告相关联的多个预设广告目标类型中的一个或多个，或者调整存储在所述广告目标简档度量中的一个或多个权重值。

根据本发明的各种实施方式的系统和方法可以用于增强现有的实时竞价技术。这种增强可以例如通过提供用户和可用广告之间的比较的附加维度(例如，情绪状态信息的维度)来实现。通过提供这样的附加维度，可用广告可以适当地定向至用户，从而在传输和处理这样的广告和行为信息中最大化网络资源利用。

在另一示例中，来自观看了成功广告的用户的记录的行为数据可以用于例如基于用户的情绪反应是正面的还是负面的来自动地为成功广告分配评级，从而提供自动化机制以构建关于媒体内容的给定项目的附加元数据。

更一般地，本发明的实施方式可以被广告商用作用于优化媒体布置决策的技术，例如通过并入被配置为管理多个广告商和多个库存源(例如，网页等)之间的交互的需求侧平台。此外，这种优化允许更有效地利用网络资源，例如通过取消已知(或预测的)将接收不良响应的广告或其他媒体内容的传输。

在另一方面，本发明的一个实施方式可以被表示为选择基于Web的广告的计算机实现的方法，所述方法包括：接收广告曝光的通知，所述通知包括与所述广告曝光所在的远程客户端设备的用户相关联的用户标识符；选择用于所述广告曝光的多个候选广告；将所述用户标识符和与所述多个候选广告中的每一个相关联的广告标识符发送到评估引擎；获得与所述用户标识符相关联的用户简档；获得与每个广告标识符相关联的广告目标简档；将所述用户简档与每个广告目标简档进行比较，以生成所述用户简档和每个广告目标简档之间的相似性的多个定量指标；基于所述定量指标，从所述多个候选广告中选择要响应于所述广告曝光而提供的广告；以及提供所选择的广告。以上关于第一方面描述的特征也可以应用于此方面。

通过对本发明的某些实施方式的详细描述，将更充分地理解这些和其它方面、特征和实施方式。

附图说明

下面参照附图详细讨论本发明的实施方式，其中：

图1是根据本发明的一个实施方式的广告投放系统的示意图；

图2是根据本发明的一个实施方式的行为数据收集方法的流程图；

图3是根据本发明的一个实施方式的广告目标简档设置方法的流程图；

图4是可以结合本发明的各种实施方式使用的广告目标简档度量的示意图；

图5是根据本发明的一个实施方式的用户简档设置方法的流程图；

图6是可以结合本发明的各种实施方式使用的用户简档度量的示意图；和

图7是可以结合本发明的各种实施方式使用的动作概率矩阵的示意图。

具体实施方式

图1示出了作为本发明的实施方式的广告投放系统100，并且可以在广告投放系统100中执行下面说明的本发明的方法的实施方式。广告投放系统100包括多个客户端设备102。客户端设备102a、102、和102c可以是任何启用Web的设备(web-enabled device，也可以称为基于Web的设备)，例如台式计算机、膝上型计算机、平板计算机、智能手机等。每个客户端设备102a、102b、和102c具有能够在用户与设备交互期间捕获用户的图像的相应的显示屏幕104a、104b、和104c以及相机106a、106b、和106c(例如网络摄像头)。客户端设备102a、102b、和102c连接到网络，例如万维网108，通过网络它们可以接收网页内容并与远程设备交互。

广告投放系统100还包括广告交易平台110，其充当客户端设备102a、102b、和102c与多个广告商112a、112b、和112c之间的中介。广告交易平台的结构是常规的，并且是本领域普通技术人员所熟知的。

广告投放系统100包括行为数据收集服务器114。行为数据收集服务器114处的处理器执行程序代码，该程序代码允许客户端通过万维网108从客户端设备102a、102b、和102c接收所收集或捕获的行为数据。行为数据可以表示用于与客户端设备102a、102b、和102c交互的用户的情感状态数据。例如，在行为数据收集服务器114处执行的程序代码可以指示处理器接收与客户端设备交互的用户的网络摄像头图片。可以分析网络摄像头图片以生成情感状态信息，如本领域普通技术人员已知的。或者，可以在客户端设备自身上分析(或部分分析)网络摄像头图片。因此，可以部分地或完全地分析传递到行为数据收集服务器114的信息。

这里，术语“服务器”和“启用Web的计算设备”(或“计算设备”)用于表示具有至少一个处理器的计算机，该处理器执行从存储器(例如RAM)接收的指令，以便实现有关本发明的一个或多个实施方式的有用功能。这些设备还包括网络接口组件，其包括被配置为使得能够在服务器以及捕获计算机用户行为数据的一个和多个计算设备之间的网络上进行通信的硬件。作为示例而非限制，通信可以包括根据用户数据报协议(UDP)或因特网协议(IP)构造的数据包。这些设备具有硬件或来自可访问存储器的软件，其在相应的处理器中执行以便实现本文所描述的功能。因此，除非另有明确说明，本文中关于应用的布置、关于一个或多个方法、功能、能力等采取的步骤的更一般的陈述都是关于由执行代码的处理器配置的服务器和/或计算设备。

行为数据收集服务器114可以从多个客户端设备接收行为数据。例如，软件(其包括在计算设备的处理器中执行的指令)可以用于建立这样的通信。在本实施方式中，所接收的行为数据以三种方式使用。

首先，来自与相同网页内容(例如，相同广告)交互的多个用户的行为数据可以被聚集并存储在聚集数据存储器116中。因此，收集不同类型用户观看网页内容的情绪状态响应。

其次，行为数据用于建立或完善特定用户的用户简档。下面参考图5描述执行该任务的方法的一个实施方式。这里，建立或完善用户简档可以意味着将用户与多个预定受众群体中的预定受众群体相关联，或者将用户分配到多个预定受众群体中的预定受众群体，或者为用户选择多个预定受众群体中的预定受众群体。如下所述，可以通过改变用户简档度量来实现这些步骤中的任何一个，用户简档度量可以存储各个用户的针对多个预定受众群体中的每一个的概率值。在服务器114处执行的程序代码可以指示处理器基于所接收的用户的行为数据来更新概率值。

第三，行为数据用于更新或完善广告目标简档。在适当的情况下，用户的所记录的行为数据可以包括或者伴有指示与网页内容相关联的动作(例如，广告目标)的满意度的信息。例如，目标可以是建立对品牌的正面情绪反应，或实现某种物理反应(例如，点击次数)。

可以使用配置本地计算机的处理器以对计算机用户的情绪(例如本文提到的六种普遍的情绪)进行确定的代码来跟踪用户的情绪。或者，可以使用在远程服务器处执行的代码来跟踪用户的情绪，所述代码配置该服务器的处理器以使用原始捕获图像数据或者，更优选地，使用在传输到任何远程服务器之前的由本地计算机处理的信号来确定计算机用户的情绪，例如本文所描述的六种普遍的情绪。

所收集的行为数据的处理可以包括几个子处理步骤，至少一个子处理步骤将已经收集的交互式数据变换为适合于传输到远程服务器的数据包，并且更优选地包括与视频回放相关的时间信息以及在计算机用户行为数据的收集期间在客户端计算机上播放的时刻或片段。

所收集的数据可以在转换成用于在网络上传输的包或文件之前经历附加处理，以便将所捕获的计算机用户行为数据与在媒体回放期间提供给计算设备的视频的时刻或片段协调，至少包括在计算设备处的视频广告的媒体回放期间的时刻或片段。这样的处理包括在计算设备的处理器中执行指令，其使被捕获的图像与在用户的计算设备处被回放的媒体内的时间位置同步，例如通过将视频的时间代码或时间代码范围与捕获的计算机用户行为数据相关联。同步对于解决与计算设备处的流式内容的接收相关联的延迟问题、与本地进程(例如可能改变与流式内容到计算设备的传输有关的媒体回放的定时的那些本地进程)以及也可以影响媒体回放的时间窗口的计算设备处的事件(例如，作为一个非限制性示例，用户暂停或倒带回放)相关联的延迟问题是重要的。

除了计算机用户行为数据本身的传输之外，根据本发明的此方面的附加处理使得关于计算机用户行为数据的时间信息被包括在被发送到远程服务器的数据包之中。

在进一步更具体的方面，期间正在捕获计算机用户行为数据的时刻或片段的时间代码可以包括时间偏移，该时间偏移与视频广告相关并且可选与在媒体回放应用中回放的其他视频内容相关。

在本发明的另外的方面中，计算设备可以被配置为更有效地利用它们的资源，以便在重放期间最小化媒体的中断。在这点上，系统组件被监控，并且利用它们的性能或值确定何时要执行某个本地处理。因此，考虑到正在其上执行处理的用户的计算设备的性能能力以及进一步考虑到计算设备与所连接的网络之间的连接性，可以动态地执行(开始和停止)对计算机用户行为数据的处理。

上述第二和第三功能可以由在可通信地连接到行为数据收集服务器114的剖析服务器118处执行的程序代码来执行。可以有多个剖析服务器，例如用于更新用户简档的第一剖析服务器以及用于更新广告目标简档的第二剖析服务器，或在负载均衡器(未示出)的控制下并行工作的多个剖析服务器，负载均衡器将活动任务传递给这样的多个剖析服务器中的给定的一个或多个。或者，如图1所示，可以是单个剖析服务器。剖析服务器118可以包括由剖析服务器118处的处理器执行的编程逻辑形式的推理引擎120，以从输入(例如，不完全)集合的数据点推断用户简档或广告目标简档。

剖析服务器118与预定用户简档的库122(例如，数据库)和预定广告目标简档的库124(例如，数据库)通信。系统已知的每个广告和每个用户可以分别被给予唯一的广告标识符或用户标识符。剖析服务器118可以将这些标识符分别与预定广告目标简档或预定用户简档中的一个或多个相关联。该关联可以存储在库122，124中。

根据本发明的一个实施方式，剖析服务器118可以用于帮助广告商选择放置广告的位置，例如，选择向广告交易平台推出哪些广告用于可用广告空位(有时称为广告曝光)。例如，在一个实施方式中，广告交易平台110可以被布置为运行实时竞价(“RTB”)处理，以响应于广告请求选择要投放的广告。在该过程中，广告交易平台110可以在RTB处理中向可能的参与者(例如，竞价者)传送可用广告曝光的细节。广告曝光的细节可以包括但不限于与广告曝光所在的客户端设备相关联的用户标识符。

广告商的目的是将广告与具有有效的最佳机会(例如实现广告目标或动作)的可用广告曝光相匹配。剖析服务器118处的处理器执行指示处理器提供成功实现该目标的前景的定量指示(quantitative indication)的程序代码。根据一个实施方式，定量指示是基于与用户标识符(来自广告曝光)相关联的用户简档和与来自广告商的可用广告相关联的广告目标简档的比较。在一个实施方式中，广告商可以使用定量指示来决定要提交到RTB处理中的广告的竞价金额。

剖析服务器118可以是与广告商112分离的实体，由此广告商不会分别访问用户简档或广告目标简档124和122中的详细信息。在这样的实施方式中，在剖析服务器118处执行的程序代码可以指示处理器在接收到用户标识符和广告标识符时返回表示定量指示的得分。或者，如果广告商发送具有多个广告标识符的用户标识符，则在剖析服务器处执行的程序代码可以指示处理器返回“最佳匹配”指示，该“最佳匹配”指示告诉广告商哪个广告对于该用户可能是最成功的。

在另一个实施方式中，可以提供用于运行评估引擎的单独的评估服务器(未示出)以用于访问用户简档和广告目标简档。因此，剖析服务器118可以被保留用于建立和维持用户标识符和用户简档与广告标识符和广告目标简档之间的关联。评估服务器的处理器可以与库122，124通信，以便访问和处理相关简档信息。评估服务器可以是广告商的功能的集成部分，例如，广告商本身执行用户简档和广告目标简档之间的比较。

图2是描述了示出可如何收集和使用简档信息的一个实施方式的方法200的流程图。该方法开始于步骤202，其中用户访问客户端设备(例如，上面参考图1讨论的任何客户端设备或本领域普通技术人员已知的类似设备)中的网页内容。

在步骤202中访问网页内容触发生成广告请求的步骤204，如果可用，则触发启动数据收集模块的步骤204。广告请求可以是传送到广告交易平台等的广告调用，其中广告交易平台等启动广告选择过程，例如实时竞价过程，以确定应当投放什么广告。

数据收集模块可以是存储在客户端设备上的应用，其被设置为指示其中的处理器使用网络摄像头收集图像以及与用户的行为相关的其他适当信息。收集的图像和其他数据将被分析以提取在他或她与网页内容交互时关于用户的行为信息。数据收集模块被设置为将信息发送到远程数据收集服务器，其中，将分析结果聚集。该分析可以在本地发生，例如在客户端设备上，由此将部分或全部分析的数据发送到数据收集服务器。或者，分析可以在数据收集服务器处发生，由此所发送的信息包括来自网络摄像头的原始捕获图像或视频流。

代替原始捕获图像数据，将已经全部或部分分析的数据传输到远程服务器提供了从每个本地计算机到远程服务器的有效数据传输，此外导致计算资源的利用改善，以及对每个单独的本地计算机的数据上载的影响进一步最小化。

在一些实施方式中，直到接收到广告响应才能启动数据收集模块。因此，用于启动数据收集模块的代码或使客户端设备能够下载或以其他方式访问数据收集模块的资源标识符可以是响应于广告调用而被投放的广告响应的一部分。

根据本实施方式的方法，广告调用包括与用户简档(或如下所述的用户简档度量)相关联的用户标识符，例如跟踪像素等。当在广告交易平台中接收到广告调用时，该方法继续进行启动RTB处理的步骤205。该方法继续进行步骤207，通知潜在竞价者在客户端设备存在可用广告曝光。该通知可以从广告交易平台以电子的方式发送到一个或多个广告商，或者其可以由需求方平台管理，这是常规的并且是本领域普通技术人员公知的。该通知包括用户标识符。

收到通知后，给定广告商必须决定如何对该曝光竞价。该处理可以是自动的，例如，基于与广告曝光本身相关的参数和可用广告。该处理(自动或手动)可以考虑关于用户和广告的期望用户目标的行为信息(特别是情绪状态信息)。这是通过比较与用户标识符相关联的用户简档和与每个可用广告相关联的广告目标简档来实现的。

在图2的方法中，在通知可用广告曝光时，潜在竞价者将用户标识符和一个或多个广告标识符传送到远程评估服务器。在评估服务器中，该方法继续进行步骤208，获得与用户标识符相关联的用户简档或用户简档度量以及与一个或多个广告标识符相关联的一个或多个候选广告目标简档。此步骤可以被实现为从评估服务器分别到上文参考图1描述的用户简档库122和广告目标简档库124的调用。

该方法在评估服务器中继续进行步骤209：评估(例如，比较)候选广告目标简档与用户简档以生成表示广告目标和用户之间的匹配质量的定量指示(即，分数)。这是广告成功实现其目标的前景的有价值的指标，其具有通过防止不必要的信息的传输来改善网络性能的直接结果。评估服务器的处理器可以将定量指示返回给潜在竞价者，作为用于决定如何对可用广告曝光竞价的参数。定量指示可以是得分，或者可以是推荐竞价金额。

除了基于所存储的用户简档和广告目标简档的定量指示之外，潜在竞价者还可以被安排接收关于在客户端设备处捕获并在广告请求中通信的用户的当前行为数据(例如，当前情绪状态信息)。这可以提供广告商可以根据其确定竞价的又一参数。

潜在竞价者基于(至少部分地)基于定量指示来确定竞价，并将该竞价传送给广告交易平台。在获得竞价时，该方法继续在广告交易平台中进行步骤210，通过执行实时来选择要响应于广告调用而投放的广告。当实时竞价过程结束时，该方法继续进行步骤212，将包含获胜广告的广告响应投放给客户端设备。

在本发明的一个实施方式中，广告是视频广告。因此，广告响应可以具有与由互动广告局(“IAB”)制作的视频广告投放模板(“VAST”)3.0兼容的基于XML的结构。数据收集模块(或其资源标识符)可以在VAST响应的创意元素(creative element)中提供。这种安排的优点在于，它可以确保在任何VAST兼容的视频播放器上执行数据收集模块。

在接收到广告响应之后，该方法继续进行在客户端设备上显示广告的步骤214以及开始与该广告相关联的行为数据收集的步骤216。如上所述，可以在发送到数据收集服务器之前对所收集的数据进行全部或部分分析，例如在客户端处进行全部或部分分析，将其与从已经消费了相同广告的其他用户收集的数据进行聚集。因此，聚集数据提供关于用户对给定广告的反应的全局信息。

根据本发明的实施方式，来自数据收集模块的分析数据还用于更新或完善特定用户简档和/或广告目标简档。因此，该方法继续进行将分析的数据传递到剖析服务器的步骤218，其中，如本文所讨论的那样对其进行处理。因此，该方法提供了当用户的更多行为数据可用时定期更新和完善用户简档的技术。类似地，随着给定广告的曝光数增加，聚集数据可用于调整或更新广告目标简档。

通过将广告显示绑定到用户行为数据，本发明的实施方式使向不感兴趣的用户不必要地发送广告的需要最小化，从而使网络使用和处理器负载最小化。这样的节省可导致明显的益处，例如，在移动环境中操作时，使得电池寿命延长，并且设备性能不会由于不必要地接收和处理广告以及用户行为数据的收集和可能的处理而受到不利的影响。网络运营商还通过减少或以其他方式消除由不需要的或其他无效广告的传输引起的传输负载而受益。

图3是描述根据本发明的一个实施方式的管理广告目标简档的方法300的流程图。广告目标简档与用户简档的概念相似。可以存在一组预定的广告目标类型，其中每个广告目标简档包括可以用于例如根据期望的消费者的特性对广告进行分类的属性的列表。这些属性可以包括关于更有可能对广告有利地响应的受众的人口统计特征的信息。此外，属性可以包括关于广告的情绪简档的信息，例如，为有趣、悲伤、害怕等的部分。

当广告商制作出可用的广告时，可以通知剖析服务器。此通知可以直接由广告商发出，或者可以在从观看广告的用户收集行为数据的阶段发生。图3中的方法在剖析服务器中以设置或分配基本广告目标简档的步骤302开始。这意味着将唯一广告标识符与相应的广告简档度量相关联，广告简档度量定义了广告与多个预定广告目标简档(这里称为广告目标类型)中的一个或多个之间的关系。在简单示例中，唯一广告标识符可以与单个预定广告目标简档相关联。然而，在更复杂的实施方式中，用户广告标识符与如图4所示的广告目标简档度量400相关联，广告目标简档度量400将广告与多个预定广告目标类型中的每一个定量地关联。例如，广告目标简档度量400可以针对每个广告目标类型404存储权重值402，以表示该广告针对该预定广告类型的权重。

设置基本广告目标简档的步骤可以通过使用先前收集的观众行为数据(例如，从预发布审查小组(pre-release review panel)收集的数据)来完成。或者，可以从广告本身的特性(例如，关于内容、风格、和预期情绪反应(例如，初始段或最终段中的惊讶，初始段或尾段中的幽默等))推断基本广告目标简档。在一个实施方式中，在没有关于广告的可用信息时，可以手动设置存储在每个广告类型的广告简档度量中的权重值。

在广告被发布并开始被观看之后，收集附加的行为数据和用户数据。当数据收集服务器中的聚集数据被更新时，图3中的方法继续进行步骤304，接收收集的观看数据(例如，指示聚集数据的信息)。该方法继续进行步骤306，基于接收到的数据完善广告目标简档。完善广告目标简档可以指的是基于所接收的附加信息来改变与唯一广告标识符相关联的预定广告目标简档。或者，结合前述步骤，基于所接收的数据完善广告目标简档可以指的是更新广告目标简档度量中的权重值。

图4示出了广告目标简档度量400的示意图的一个实施方式。用于任何给定广告的广告目标简档度量可以与该广告的唯一标识符相关联地存储在库124中。广告目标简档度量存储针对多个预定广告目标类型404中的每一个的权重值402。因此，度量指示相关联的广告针对特定广告目标类型的权重，例如，定向的重点或水平。随着关于广告的更多信息被收集，权重值被完善。

图5是描述根据本发明的一个实施方式的管理用户简档的方法500的流程图。管理过程可以由上面参考图1讨论的剖析服务器执行。该方法开始于将基本用户简档设置为与唯一用户标识符相关联的步骤502。可以从与用户相关的历史数据504(例如，先前的广告观看、浏览历史、人口统计特征信息等)推断基本用户简档。

类似于上面讨论的广告目标简档，系统可以具有一组预定的用户简档(本文称为用户类型)。给定用户可以与唯一用户标识符相关联，唯一用户标识符又与预定用户类型中的一个或多个匹配。图6示出了可以为给定唯一用户标识符存储的概率度量600的示意图。概率度量存储针对多个预定用户类型604中的每一个的概率602。随着响应于实况广告观看为用户收集行为数据，该方法继续进行从数据收集服务器接收分析结果的步骤506以及基于此信息完善或更新用户简档的步骤508。

上述方法和系统提供了将行为数据，特别是关于用户的情感状态信息，引入到用于选择要显示的广告的方案中的方式。通过提供关于用户的行为(例如，参与度或注意力)和情绪状态的信息，本发明的实施方式给出剖析另一个维度，从而使得能够更准确地执行用户与适当广告的匹配。

因此，对于给定的用户类型，可以存在量化实现对于给定广告类型的期望动作的概率的参数。由于收集了关于共享给定用户简档的用户的进一步信息，可以完善与每个广告类型相关联的概率。图7示出了针对预设广告目标类型和预设用户类型的每个组合存储动作概率的动作概率矩阵的示例。该矩阵可以在广告交易平台中或者在剖析服务器中存储和/或维护。例如，如果接收到指示广告导致成功动作的信息，则可以使用在产生成功动作中使用的用户简档度量和广告目标简档度量中的值来更新或完善矩阵。

矩阵700可以用于实时竞价过程中以生成广告和用户之间的匹配水平的定量指示。通过将广告目标简档度量表示为行向量并将用户简档度量表示为列向量，可以被实现为数据结构并且存储在存储器设备中以供处理器检索的矩阵700，可以用于生成与广告类型和用户类型的每个组合的权重值、动作概率、和用户概率的乘积的和对应的值。该数字越高，用户和广告之间的匹配就越好。

图1至图7是允许解释本发明的实施方式的概念图。应当理解，本发明的实施方式的各个方面可以在硬件、固件、软件、或其组合中实现。在这样的实施方式中，各种组件和/或步骤将在硬件、固件、和/或软件中实现以执行本发明的功能。也就是说，同一个硬件、固件、或软件模块可以执行一个或多个所示的框(例如，组件或步骤)。

在软件实现中，计算机软件(例如，程序或其他指令)和/或数据作为计算机程序产品的一部分存储在机器可读介质上，并且经由可移动存储驱动器、硬盘驱动器、或通信接口被加载到计算机系统或其他设备或机器中。计算机程序(也称为计算机控制逻辑或计算机可读程序代码)存储在主存储器和/或辅助存储器中，并由一个或多个硬件处理器(控制器等)执行以使一个或多个处理器执行如本文所述的本发明的功能。在本文中，术语“机器可读介质”，“计算机程序介质”、和“计算机可用介质”通常用于指诸如随机存取存储器(RAM)、只读存储器(ROM)、可移除存储单元(例如，磁盘或光盘，闪存设备等)、或硬盘等介质。

值得注意的是，上述附图和示例不意味着将本发明的范围限制为单个实施方式，因为通过交换一些或全部所描述或示出的元件，其他实施方式是可能的。此外，在本发明的某些元件可以使用已知组件部分或全部实现的情况下，仅描述这些已知组件的对于理解本发明所必需的那些部分，并且这种已知组件的其他部分的详细描述被省略以免模糊本发明。在本说明书中，除非本文另有明确说明，否则示出单个组件的实施方式不应该必然限制包括多个相同组件的其它实施方式，反之亦然。此外，除非明确阐述，否则申请人无意将说明书或权利要求中的任何术语归于不常见或特殊的含义。此外，本发明包括作为示例在本文中提及的已知组件的当前和将来已知的等同物。

上述具体实施方式的描述会充分揭示本发明的一般本质，其他人可以无需过度的实验，通过应用相关领域(包括本文中所援引的以及通过引用并入的文献的内容)的技术人员的知识很容易修改和/或调整这些具体实施方式用于各种应用，而不背离本发明的一般概念。因此，基于本文给出的教导和指引，这样的调整和修改在所公开的实施方式的等同物的含义和范围内。应当理解，本文中的措辞或术语是为了描述而不是限制性的目的，使得本说明书的术语或措辞将由本领域技术人员根据本文给出的教导和指引结合相关领域技术人员的知识来解释。

尽管上面已经描述了本发明的各种实施方式，但是应当理解，它们是作为示例而不是作为限制目的而给出的。对于相关领域的技术人员显而易见的是，在不脱离本发明的精神和范围的情况下，可以在形式和细节上进行各种改变。因此，本发明不应受到任何上述示例性实施方式的限制，而是应当仅根据所附权利要求及其等同物来限定。

Claims (28)

1.一种参与基于Web的广告竞价过程的计算机实现的方法，所述方法包括：

接收广告曝光的通知，所述通知包括与所述广告曝光所在的远程客户端设备的用户相关联的用户标识符；

选择用于所述广告曝光的候选广告；

将所述用户标识符和与所述候选广告相关联的广告标识符发送到评估引擎；

获得与所述用户标识符相关联并且指示所述用户的行为特征的用户简档；

获得与所述广告标识符相关联并且指示目标用户的期望行为特征的广告目标简档；

比较所述用户简档与所述广告目标简档，以生成所述用户简档和所述广告目标简档之间的相似性的定量指标；

将所述定量指标返回到广告网络；以及

响应于所述广告曝光，基于所述定量指标确定所述候选广告的竞价。

2.根据权利要求1所述的方法，其特征在于，包括：

响应于所述广告曝光，在广告交易平台中接收候选广告的多个竞价；

在所述广告交易平台从所述多个竞价中确定成功竞价；以及

通过网页向所述远程客户端设备投放与所述成功竞价相应的广告内容以满足所述广告曝光。

3.根据权利要求1或2所述的方法，其特征在于，比较所述用户简档与所述广告目标简档包括确定所述用户的行为特征和所述目标用户的期望行为特征之间的相关水平，并且其中所述定量指标基于所确定的相关水平。

4.根据权利要求1至3中任一项所述的方法，其特征在于，包括：通过使用用户简档将所述用户与多个预设用户类型中的一个或多个相关联，其中每个预设用户类型包括行为特征的预定组合。

5.根据权利要求4所述的方法，其特征在于，包括：在所述用户简档中存储用户简档度量，所述用户简档度量维持所述用户的针对所述多个预设用户类型中的每一个的用户概率值。

6.根据任一前述权利要求所述的方法，其特征在于，包括：通过使用所述广告目标简档，将所述广告与多个预设广告目标类型中的一个或多个相关联，其中各个预设广告目标类型包括行为特征的预定组合。

7.根据权利要求6所述的方法，其特征在于，包括：在所述广告目标简档中存储广告目标简档度量，所述广告目标简档度量维持所述广告的针对所述多个预设广告目标类型中的每一个的广告概率值。

8.根据权利要求5和7所述的方法，其特征在于，包括：

生成用户-目标相关矩阵，所述用户-目标相关矩阵是存储针对来自所述多个预设用户类型中的预设用户类型和来自所述多个预设广告目标类型的预设广告目标类型的各个组合的相关指数值的数据结构；

使用来自所述多个预设用户类型中的预设用户类型和来自所述多个预设广告目标类型的预设广告目标类型的各个组合的所述广告概率值、用户概率值、和动作概率指数值来计算该组合的相关指数；以及

使所述定量指标基于计算出的相关指数，

其中所述动作概率指数值是量化实现与给定预设用户类型的给定预设广告目标类型相关的期望动作的概率的参数。

9.根据权利要求8所述的方法，其特征在于，计算所述相关指数中来自所述多个预设用户类型的预设用户类型和来自所述多个预设广告目标类型的预设广告目标类型的各个组合的所述概率值、动作概率指数值、和权重值的乘积。

10.根据任一前述权利要求所述的方法，其特征在于，包括：在与所述广告请求一起发送的所述用户标识符中发送页面标签。

11.根据权利要求2所述的方法，其特征在于，在所述广告交易平台中，从所述多个竞价中确定成功竞价的步骤发生为实时竞价过程的一部分。

12.根据权利要求2所述的方法，其特征在于，包括：

响应于所述广告请求在所述客户端设备上显示与所述成功竞价相对应的广告内容；以及

在所述用户正在观看所述广告内容时从所述客户端设备收集所述用户的行为数据。

13.根据权利要求12所述的方法，其特征在于，包括基于所收集到的行为数据完善所述用户简档。

14.根据权利要求13所述的方法，其特征在于，包括通过使用所述用户简档将所述用户与多个预设用户类型中的一个或多个相关联，其中每个预设用户类型包括行为特征的预定组合，并且其中完善所述用户简档的步骤包括改变与所述用户相关联的所述多个预设用户类型中的所述一个或多个。

15.根据权利要求14所述的方法，其特征在于，完善所述用户简档的步骤包括部署和执行一个或多个无人监督的机器学习过程。

16.根据权利要求13所述的方法，其特征在于，包括：在所述用户简档中存储用户简档度量，所述用户简档度量存储所述用户的针对多个预设用户类型中的每一个的概率值，其中每个预设用户类型包括行为特征的预定组合，并且其中完善所述用户简档的步骤包括调整所述概率值中的一个或多个。

17.根据权利要求13至18中任一项所述的方法，其特征在于，包括：从所收集的行为数据推断所述用户的行为特征，其中完善所述用户简档的步骤包括使用从推断步骤获得的所述行为特征。

18.根据权利要求12所述的方法，其特征在于，包括：基于所收集到的行为数据完善与所述广告内容相关联的广告目标简档。

19.根据权利要求18所述的方法，其特征在于，包括：通过使用所述广告目标简档将所述广告内容与多个预设广告目标类型中的一个或多个相关联，其中给定预设广告目标类型包括行为特征的预定组合，并且其中完善所述广告目标简档的步骤包括改变与所述广告内容相关联的所述多个预设广告目标类型中的所述一个或多个。

20.根据权利要求19所述的方法，其特征在于，完善所述广告目标简档的步骤包括部署和执行一个或多个无人监督的机器学习过程。

21.根据权利要求18所述的方法，其特征在于，包括：在所述广告目标简档中存储广告目标简档度量，所述广告目标简档度量维持所述广告内容的针对多个预设广告目标类型中的每一个的权重值，其中每个预设广告目标类型包括行为特征的预定组合，并且其中完善所述广告目标简档的步骤包括调整所述权重值中的一个或多个。

22.根据权利要求19所述的方法，其特征在于，完善所述广告目标简档的步骤包括聚集从多个用户收集的行为数据。

23.根据任一前述权利要求所述的方法，其特征在于，确定所述用户的行为特征和所述期望行为特征包括收集情绪状态信息。

24.根据权利要求23所述的方法，其特征在于，确定所述用户的行为特征包括收集表示从所述用户收集的一个或多个情绪的平均特性的情绪状态信息。

25.根据权利要求23所述的方法，其特征在于，确定所述用户的行为特征包括收集表示从多个用户收集的聚集行为数据中的一个或多个情绪的平均特性的情绪状态信息。

26.根据权利要求24或25所述的方法，其特征在于，收集情绪状态信息包括选自以下的情绪状态信息：愤怒、厌恶、中性、悲伤、害怕、快乐、惊讶及其衍生。

27.一种选择基于Web的广告的计算机实现的方法，所述方法包括：

接收广告曝光的通知，所述通知包括与所述广告曝光所在的远程客户端设备的用户相关联的用户标识符；

选择用于所述广告曝光的多个候选广告；

将所述用户标识符和与所述多个候选广告中的各个候选广告相关联的广告标识符发送到评估引擎；

获得与所述用户标识符相关联的用户简档；

获得与各个广告标识符相关联的广告目标简档；

将所述用户简档与各个广告目标简档进行比较，以生成所述用户简档和各个广告目标简档之间的相似性的多个定量指标；

基于所述定量指标，从所述多个候选广告中选择要响应于所述广告曝光而投放的广告；以及

将所选择的广告投放给所述广告曝光所在的所述远程客户端设备。

28.一种存储有计算机可读指令的计算机程序产品，当执行所述计算机可读指令时使得所述计算机执行根据任一前述权利要求所述的方法。