CN108713213B - 用于内容消费的激增检测器 - Google Patents
用于内容消费的激增检测器 Download PDFInfo
- Publication number
- CN108713213B CN108713213B CN201680082811.8A CN201680082811A CN108713213B CN 108713213 B CN108713213 B CN 108713213B CN 201680082811 A CN201680082811 A CN 201680082811A CN 108713213 B CN108713213 B CN 108713213B
- Authority
- CN
- China
- Prior art keywords
- events
- content
- score
- identifying
- consumption
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/02—Details
- H04L12/16—Arrangements for providing special services to substations
- H04L12/18—Arrangements for providing special services to substations for broadcast or conference, e.g. multicast
- H04L12/1859—Arrangements for providing special services to substations for broadcast or conference, e.g. multicast adapted to provide push services, e.g. data channels
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
-
- 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/21—Monitoring or handling of messages
- H04L51/216—Handling conversation history, e.g. grouping of messages in sessions or threads
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/21—Monitoring or handling of messages
- H04L51/212—Monitoring or handling of messages using filtering or selective blocking
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/535—Tracking the activity of the user
Abstract
一种内容消费监视器(CCM),其识别来自域的事件、事件的数量、与事件相关联的内容以及内容与主题的相关性。CCM可以基于事件的数量以及内容与主题的相关性生成域和主题的消费分数。当消费分数达到阈值时,CCM可以识别主题的域激增。CCM可以基于相关性、事件的数量和/或不同时间段内的用户的数量的变化来调整消费分数。消费分数不仅识别对不同主题感兴趣的公司,还识别消费激增,该消费激增表明公司何时最容易接受有关这些主题的直接联系人。
Description
本申请要求2015年12月28日提交的美国专利申请14/981,529的优先权,该申请是标题为“内容消费监视器”的美国专利申请序列14/498,056的部分的延续,它们都通过引用整体在此并入。
背景技术
用户可以从随机各种不同的企业接收随机各种不同的信息。例如,用户可以不断地接收促销公告、广告、信息通知、事件通知等。用户会请求一些这样的信息。例如,用户可以在公司网站上注册以接收销售或信息公告。然而,许多信息对用户来说很少或根本没有兴趣。例如,用户会接收到宣布每个即将举行的研讨会的电子邮件,而不管主题如何。
用户还可以接收未经请求的信息。例如,用户可以在网站上注册以下载关于特定主题的白皮书。然后,主管服务可以将电子邮件地址出售给向用户发送未经请求的广告的公司。用户最终忽略了这些电子邮件中的大部分或全部,因为大多数信息都没有相关性或兴趣。或者,用户将所有这些电子邮件定向到垃圾邮件文件夹。
附图说明
图1描绘了示例内容消费监视器(CCM)。
图2更详细地描绘了CCM的示例。
图3描绘了CCM标签的示例操作。
图4描绘了由CCM处理的示例事件。
图5描绘了示例用户意图向量。
图6描绘了用于分割用户的示例过程。
图7描绘了用于生成公司意图向量的示例过程。
图8描绘了示例消费分数生成器。
图9更详细地描绘了示例消费分数生成器。
图10描绘了用于识别消费分数激增的示例过程。
图11描绘了用于计算初始消费分数的示例过程。
图12描绘了用于基于历史基线事件调整初始消费分数的示例过程。
图13描绘了用于将激增主题与联系人映射的示例过程。
图14描绘了计算内容意图的示例内容消费监视器。
图15描绘了基于内容意图用于调整消费分数的示例过程。
图16描绘了用于CCM的示例计算设备。
具体实施方式
公司可以在因特网上研究主题,作为购买与主题相关的项目或服务的前奏。内容消费监视器(CCM)生成识别公司对不同主题感兴趣程度的消费分数。CCM可不局限于识别对特定主题感兴趣的公司,还可以识别激增数据,表明公司何时最容易接受关于不同主题的直接联系人。发布者可以使用激增数据来增加对已发布信息的兴趣。在一个示例中,发布者可以包括使用激增数据来增加广告转换率的广告商。
图1描绘了内容消费监视器(CCM)100。CCM 100可以是服务器或与发布者118通信并监视用户对第三方内容112的访问的任何其他计算系统。发布者118是由想要将内容114发送给感兴趣的用户组的由公司或个人操作的任何服务器或计算机。该组用户可选地称为联系人段124。
例如,发布者118可以是销售电动汽车的公司。发布者118可以拥有已经参加过先前研讨会或已经在发布者网站上注册的客户的电子邮件地址的联系人列表120。联系人列表120也可以由CCM标签110生成,下面将对此进行更详细的描述。发布者118还可以从第三方领先服务、零售店和/或其他促销或销售点等或其任意组合提供的领先清单(lead list)生成联系人列表120。发布者118可能想要发送关于即将到来的电动汽车研讨会的电子邮件通知。发布者118希望增加研讨会的与会者人数。
第三方内容112包括任何用户访问的任何主题的任何信息。第三方内容112可以包括在由不同企业和/或个人运行的网站服务器上提供的网页。例如,第三方内容112可以来自由在线零售商和批发商、在线报纸、大学、博客、市政、社交媒体站点或任何其他提供内容的实体所运行的不同网站。
第三方内容112还可以包括不直接从网站访问的信息。例如,用户可以在研讨会、零售商店和其他活动中访问注册信息。第三方内容112还可以包括由发布者118提供的内容。
与发布者118、内容段124、CCM 100和第三方内容112相关联的计算机和/或服务器可以通过因特网或任何其他有线或无线网络进行通信,包括局域网(LAN)、广域网(WAN)、无线网络、蜂窝网络、Wi-Fi网络、蓝牙网络、有线网络等或其任意组合。
第三方内容112中的一些可以包含CCM标签110,CCM标签110捕获事件108并将事件108发送到CCM 100。例如,CCM标签110可以包括添加到网站网页的JavaScript。该网站将网页连同CCM标签110一起下载到用户计算机。用户计算机可以包括任何通信和/或处理设备,包括但不限于笔记本电脑、个人计算机、智能电话、终端、平板计算机等,或其任意组合。CCM标签110监视网络会话并将一些捕获的网络会话事件108发送给CCM 100。
事件108可以识别第三方内容112并识别访问第三方内容112的用户。例如,事件108可以包括链接到第三方内容112的通用资源定位符(URL),并且可以包括与访问第三方内容112的用户相关联的散列的(hashed)用户电子邮件地址或cookie标识符。事件108还可以识别与第三方内容112相关联的访问活动。例如,事件108可以指示出用户查看了网页、下载了电子文档、或者注册了研讨会。
CCM 100通过事件108构建用户简档(user profile)104。用户简档104可以包括将第三方内容112与特定用户相关联的匿名标识符105。用户简档104还可以包括识别被用户访问的第三方内容112中的主题的意图数据(intent data)106。例如,意图数据106可以包括用户意图向量,其识别主题并识别用户对主题感兴趣的级别。
如上所述,发布者118可能想要向对电动汽车感兴趣的用户的特定联系人段124发送宣布电动汽车研讨会的电子邮件。发布者118可以将电子邮件作为内容114发送到CCM100。CCM 100识别内容114中的主题102。
CCM 100将内容主题102与意图数据106进行比较。CCM 100识别指示对内容114的兴趣的用户简档104。CCM 100将所识别的用户简档104的匿名标识符105作为匿名联系人段116发送给发布者118。
联系人列表120可以包括用户标识符,诸如电子邮件地址、姓名、电话号码等或其任意组合。联系人列表120中的标识符被算法122散列或以其他方式去除识别(de-identify)。发布者118将来自联系人列表120的散列标识符与匿名联系人段116中的匿名标识符105进行比较。
任何匹配的标识符被识别为联系人段124。发布者118识别与联系人段124相关联的联系人列表120中的未加密的电子邮件地址。发布者118将内容114发送到为联系人段124所标识的电子邮件地址。例如,发布者118向联系人段124发送宣布电动汽车研讨会的电子邮件。
将内容114发送到联系人段124可能产生积极响应126的数量的显著提升。例如,假设发布者118想要发送电子邮件,宣布即将举行的研讨会的早鸟特价(early birdspecials)。研讨会可以包括十个不同的方向(tracks),例如电动汽车、环境问题、可再生能源等。在过去,发布者118可能已经针对每个单独的方向向联系人列表120中的每个人发送了十封不同的电子邮件。
发布者118现在可以仅将关于电动汽车方向的电子邮件发送给在联系人段124中被识别的联系人。由于内容114现在定向给对电动汽车感兴趣的用户,登记参加研讨会的电动汽车方向的积极响应126的数量可以大大增加。
在另一个示例中,CCM 100可以提供本地广告活动或电子邮件段。例如,CCM 100可以提供关于是否应该向特定用户显示特定广告的“是”或“否”。在该示例中,CCM 100可以使用散列数据而无需重新识别用户,并且“是/否”动作推荐可以切断被去除识别的散列值。
CCM 100可以使发布者联系人列表120中的冷联系人(cold contact)恢复活力。CCM 100可以识别当前正在访问其他第三方内容112的联系人列表120中的用户并识别与第三方内容112相关联的主题。通过监视对第三方内容112的访问,CCM 100也可识别当前用户兴趣,即便这些兴趣可能与发布者118当前提供的内容不一致。发布者118可通过提供与第三方内容中识别的最相关主题更一致的内容114来再次与冷联系人建立关联。
图2是更详细地说明内容消费管理器的图。用户可以通过搜索引擎将搜索查询132输入到计算机130中。用户可能为公司Y工作。例如,用户可能具有关联的电子邮件地址USER@COMPANY_Y.com。
响应于搜索查询132,搜索引擎可以分别在网站1和网站2上显示指向内容112A和112B的链接。用户可以点击指向网站1的链接。网站1可以将网页下载到计算机130,其包括指向白皮书的链接。网站1可以包括具有CCM标签110A的一个或多个网页,CCM标签110A在网站1和计算机130之间的网络会话期间捕获不同的事件。网站1或另一网站可能已经将cookie下载到在计算机130上运行的网页浏览器上。该cookie可以包括标识符X,例如与计算机130上的网页浏览器相关联的唯一字母数字字符集。
在与网站1的网络会话期间,计算机130的用户可以点击指向白皮书112A的链接。响应于鼠标点击,CCM标签110A可以将事件108A下载到CCM 100。事件108A可以识别加载在计算机130的网页浏览器上的cookie标识符X。另外,或者可选地,CCM标签110A可以捕获在网络会话期间输入到一个或多个网页栏位(fields)的用户名和/或电子邮件地址。CCM标签110在事件108A中散列电子邮件地址并将散列的电子邮件地址包括在内。与用户相关联的任何标识符通常称为用户X或用户ID。
CCM标签110A还可以包括事件108A中指向从网站1下载到计算机130的白皮书的链接。例如,CCM标签110A可以捕获白皮书112A的通用资源定位符(URL)。CCM标签110A还可以包括事件108A中的事件类型标识符,其标识与内容112A相关联的动作或活动。例如,CCM标签110A可以将事件类型标识符插入到事件108A中,其指示用户下载了电子文档。
CCM标签110A还可以标识用于访问内容112B的启动平台。例如,CCM标签110B可以识别指向用于访问网站1的搜索的链接www.searchengine.com。
CCM 100中的事件分析器(event profiler)140将在事件108A中识别的URL转发到内容分析器142。内容分析器142生成与白皮书112A相关联或由白皮书112A建议的一组主题136。例如,主题136可以包括电动汽车、汽车、智能汽车、电池等。每个主题136可以具有指示白皮书112A中的主题的相关性的关联相关性分数(associated relevancy score)。识别文档中的主题的内容分析器是本领域技术人员已知的,因此不再进一步详细描述。
事件分析器140将用户ID、主题136、事件类型和任何其他数据从事件108A转发到事件处理器144。事件处理器144可以将在事件108A中捕获的个人信息存储在个人数据库148中。例如,在与网站1的网络会话期间,用户可能已将雇主公司名称输入到网页表单栏位中。CCM标签110A可以将雇主公司名称复制到事件108A中。或者,CCM 100可以从用户电子邮件地址的域名中识别公司名称。
事件处理器144可以存储来自个人数据库148中的事件108A的其他人口统计信息(demographic information),诸如用户职位、年龄、性别、地理位置(邮政地址)等。在一个示例中,个人数据库148中的一些信息,例如用户ID和/或任何其他个人身份信息,被散列处理。个人数据库148中的其他信息对于任何特定用户可以是匿名的,例如公司名称和职位。
事件处理器144通过主题向量136而构建用户意图向量145。事件处理器144基于其他接收到的事件108持续地更新用户意图向量145。例如,搜索引擎可以响应于搜索查询132而显示指向网站2的第二链接。用户X可以点击第二链接,并且网站2可以将网页下载到计算机130,该网页宣布关于电动汽车的研讨会。
由网站2下载的网页还可以包括CCM标签110B。用户X可以在与网站2的网络会话期间注册研讨会。CCM标签110B可以生成第二事件108B,其包括用户ID:X、指向宣布研讨会的网页的URL链接,以及事件类型,其指示出用户已注册网页上所广告的电动汽车研讨会。
CCM标签110B将事件108B发送到CCM 100。内容分析器142生成第二组主题136。事件108B可以包含与用户X相关联的附加个人信息。事件处理器144可以将附加个人信息添加到个人数据库148中。
基于为事件108B识别的第二组主题136,事件处理器144更新用户意图向量145。事件处理器144可以将新主题添加到用户意图向量145,或者可以改变现有主题的相关性分数。例如,可以为在事件108A和108B中都识别的主题分配更高的相关性分数。事件处理器144还可以基于事件108中识别的相关事件类型来调整相关性分数。
发布者118可以通过计算机155上的用户界面152向CCM 100提交搜索查询154。例如,搜索查询154可以询问“谁有兴趣购买电动汽车?”CCM 100中的传输器150在用户意图向量145中搜索具有高相关性分数的电动汽车主题。传输器150可以识别用户X的用户意图向量145。传输器150识别用户X和对搜索结果156中的电动汽车感兴趣的其他用户A、B和C。
如上所述,用户ID可以被散列并且CCM 100可能不知道用户X、A、B和C的实际身份。CCM 100可以响应于查询154而向发布者118提供散列的用户ID X、A、B和C的段。
发布者118可以具有用户的联系人列表120(图1)。发布者118可以散列联系人列表120中的电子邮件地址,并将散列的标识符与加密或散列的用户ID X、A、B和C进行比较。发布者118识别未加密的电子邮件地址以匹配用户标识符。之后,发布者118将与电动汽车有关的信息发送到所识别的用户段的电子邮件地址。例如,发布者118可以发送包含白皮书、广告、文章、公告、研讨会通知等或其任意组合的电子邮件。
CCM 100可以响应于搜索查询154而提供其他信息。例如,事件处理器144可以将受雇于同一公司Y的用户的用户意图向量145聚合到公司意图向量中。公司Y的公司意图向量可能表明对电动汽车的浓厚兴趣。因此,CCM 100可以在搜索结果156中识别公司Y。通过聚合用户意图向量145,CCM 100可以在不公开任何特定用户个人信息的情况下识别公司或其他类别的意图,例如,不公开涉及用户的在线浏览活动。
CCM 100连续地接收不同第三方内容的事件108。事件处理器144可以对不同时间段的事件108进行聚合,例如当天、过去一周或过去30天。之后,事件处理器144可以识别该特定时间段内的趋势主题158。例如,事件处理器144可以识别在过去30天内具有最高平均相关性值的主题。
可以将不同的过滤器159应用于存储在事件数据库146中的意图数据。例如,过滤器159可以指示事件处理器144识别对电动汽车感兴趣的特定公司Y中的用户。在另一个示例中,过滤器159可以指示事件处理器144识别具有少于200个对电动汽车感兴趣的雇员的公司。
过滤器159还可以指示事件处理器144识别对电动汽车感兴趣的特定职位的用户或识别对电动汽车感兴趣的特定城市中的用户。CCM 100可以使用个人数据库148中的任何人口统计信息来过滤查询154。
CCM 100监视从多个不同的第三方网站访问的内容。这使得CCM 100能够更好地识别更广泛的用户、公司或任何其他人口统计数据的当前意图。CCM 100可以使用散列和/或其他匿名标识符来维护用户隐私。CCM 100还通过识别一般用户段的意图来维护用户匿名,例如公司、营销组、地理位置或任何其他用户人口统计。
图3描绘了由CCM标签执行的示例操作。在操作170中,发布者提供用于在网页176上进行监视的表单栏位(form field)174的列表。在操作172中,生成CCM标签110并将其加载到发布者网站上的网页176中。例如,CCM标签110A被加载到发布者网站的第一网页176A上,并且CCM标签110B被加载到发布者网站的第二网页176B上。在一个示例中,CCM标签110包括加载到网页文档对象模型(DOM)中的JavaScript。
在网络会话期间,发布者可以将网页176与CCM标签110一起下载到用户计算机。CCM标签110A捕获输入到一些表单栏位174A中的数据,并且CCM标签110B捕获输入到一些表单栏位174B中的数据。
用户在网络会话期间将信息输入到表单栏位174A和174B中。例如,用户可以在用户注册过程期间将电子邮件地址输入到表单栏位174A之一中。CCM标签110可以在操作178中捕获电子邮件地址,验证并散列电子邮件地址,然后在事件108中将散列的电子邮件地址发送到CCM 100。
CCM标签100可首先确认电子邮件地址包括有效域语法(domain syntax),然后使用散列算法来编码有效电子邮件地址字符串。CCM标签110还可以捕获其他匿名用户标识符,例如cookie标识符。如果不存在标识符,那么CCM标签110可以创建唯一的标识符。
CCM标签110可以捕获输入到栏位174中的任何信息。例如,CCM标签110还可以捕获用户人口统计数据,例如公司名称、年龄、性别、邮政地址等。在一个示例中,CCM标签110捕获一些用于发布者联系人列表120的信息。
CCM标签110还可以在操作178中识别内容112和相关联的事件活动。例如,CCM标签110A可以检测用户下载白皮书112A或注册研讨会。CCM标签110A捕获白皮书112A的URL并生成事件类型标识符,其将事件标识为文档下载。
根据应用,CCM标签110在操作178中将在事件108中捕获的网络会话信息发送给发布者118或CCM 100。例如,当CCM标签110被用于生成发布者联系人列表120时,事件108被发送给发布者118。当CCM标签110被用于生成意图数据时,事件108被发送给CCM 100。
CCM标签110可以响应于用户离开网页176、退出某一个表单栏位174、选择提交图标、从某一个表单栏位174中移出鼠标、鼠标点击、关闭焦点,或其他任何用户操作来捕获网络会话信息。再次注意,CCM 100可能永远不会接收个人可识别信息(PII),因为事件108中的任何PII数据已被CCM标签110散列。
图4是示出CCM如何生成意图数据的图。CCM标签可以将捕获的原始事件108发送到CCM 100。例如,CCM标签可以响应于用户下载白皮书而将事件108发送到CCM 100。事件108可以包括指示白皮书何时被下载的时间戳、用于事件108的标识符(ID)、与下载白皮书的用户相关联的用户ID、用于下载的白皮书的URL以及内容启动平台的IP地址。事件108还可以包括指示用户下载电子文档的事件类型。
事件分析器140和事件处理器144可以从一个或多个事件108中生成意图数据106。意图数据106可以被存储在结构化查询语言(SQL)数据库或非SQL数据库中。在一个示例中,意图数据106被存储在用户简档104A中并且包括用户ID 252和相关联的事件数据254。
事件数据254A与下载白皮书的用户相关联。事件分析器140识别白皮书中的汽车主题262和燃料效率主题262。事件分析器140可以将相关性值0.5分配给汽车主题并且将相关性值0.6分配给燃料效率主题。
事件处理器144可以将权重值264分配给事件数据254A。事件处理器144可以将更大的权重值264分配给更肯定的(more asserted)事件,例如下载白皮书。事件处理器144可以将较小的权重值264分配给较较不肯定(less asserted)的事件,例如查看网页。事件处理器144可以为查看或下载不同类型的媒体分配其他权重值264,例如下载文本、视频、音频、电子书、在线杂志和报纸等。
CCM 100可以接收由同一用户访问的第二条内容的第二事件108。CCM 100为用户简档104A中的第二事件108生成并存储事件数据254B。事件分析器140为与事件数据254B相关联的内容,可识别相关性值为0.4的第一汽车主题,并识别相关性值为0.8的第二云计算主题。事件处理器144可以将权重值0.2分配给事件数据254B。
CCM 100可以接收由同一用户访问的第三条内容的第三事件108。CCM 100为用户简档104A中的第三事件108生成并存储事件数据254C。事件分析器140识别与电动汽车相关联的相关性值为1.2的第一主题,并识别与电池相关联的相关性值为0.8的第二主题。事件处理器144可以将权重值0.4分配给事件数据254C。
事件数据254和相关联的权重值264可以提供用户兴趣/意图的更好指示符。例如,用户可以在发布者网站上完成表示对云计算感兴趣的表单。然而,CCM 100可以接收由同一用户访问的第三方内容的事件108。事件108可以指示用户下载了讨论电动汽车的白皮书并且注册了与电动汽车相关的研讨会。
CCM 100基于所接收的事件108生成意图数据106。相关性值266结合权重值264可指示用户对电动汽车高度感兴趣。即使用户在发布者网站上表示了对云计算的兴趣,CCM100也可以从第三方内容确定用户实际上对电动汽车更感兴趣。
CCM 100可以存储来自用户简档104B中的事件108的其他个人用户信息。例如,事件处理器144可以存储与用户ID 252相关联的第三方标识符260和属性262。第三方标识符260可以包括用户名或第三方用于标识用户252的任何其他标识符。属性262可以包括雇主公司名称、公司规模、国家、职位、散列域名和/或与用户ID 252相关联的散列电子邮件地址。属性262可以从用户访问的不同网站而接收的不同事件108中组合而来。CCM 100还可以从第三方数据源(无论是在线还是离线)获得用户简档104中的不同人口统计数据。
聚合器可以使用用户简档104来更新和/或聚合不同段的意图数据,例如发布者联系人列表、公司、职位等。聚合器还可以为所选时间段创建意图数据106的快照。
事件处理器144可以为已知和未知用户生成意图数据106。例如,用户可以访问网页并在网页的表单栏位中输入电子邮件地址。CCM标签捕获并散列电子邮件地址,并将散列的电子邮件地址与用户ID 252相关联。
用户可能不会在表单栏位中输入电子邮件地址。或者,CCM标签可以在事件108中捕获匿名cookie ID。事件处理器144然后将cookie ID与用户标识符252相关联。用户可以清除cookie或访问不同计算机上的数据。事件处理器144可以为同一用户生成不同的用户标识符252和新的意图数据106。
cookie ID可用于创建去除识别的cookie数据集。然后,去除识别的cookie数据集可以与广告平台集成或用于识别目标广告的目的地。
CCM 100可以单独分析用于不同匿名用户ID的意图数据106。如果用户曾填写了提供电子邮件地址的表单,那么事件处理器可以将不同的意图数据106与相同的用户标识符252重新关联。
图5描绘了CCM如何从上文图4中描述的事件数据生成用户意图向量的示例。用户可以使用计算机280来访问不同的内容282。例如,用户可以下载与存储虚拟化相关联的白皮书282A、在网页282B上注册网络安全研讨会,以及查看与虚拟专用网络(VPN)相关的网页文章282C。内容282A、282B和282C可以来自相同的网站或来自不同的网站。
上文讨论的CCM标签分别捕获与内容282A、282B和282C相关联的三个事件284A、284B和284C。CCM 100识别内容282A、282B和/或282C中的主题286。主题286包括虚拟存储、网络安全和VPN。CCM 100基于已知算法将相关性值290分配给主题286。例如,可以基于在内容282中识别不同关联关键字的次数来分配相关性值290。
CCM 100基于相关联的事件活动将权重值288分配给内容282。例如,CCM 100将相对较高的权重值0.7分配给更肯定的离线活动,例如注册网络安全研讨会。CCM 100将相对较低的权重值0.2分配给更不肯定的在线活动,例如查看VPN网页。
CCM 100基于相关性值290在用户简档104中生成用户意图向量294。例如,CCM 100可以将相关性值290乘以关联的权重值288。然后,CCM 100可以将相同主题的加权的相关性值相加在一起来生成用户意图向量294。
CCM 100使用意图向量294来表示用户、表示用户访问的内容、表示与内容相关联的用户访问活动,并且有效地表示用户的意图/兴趣。在另一个实施例中,CCM 100可以为用户意图向量294中的每个主题分配1或0的二进制分数。CCM 100可以使用其他技术来获得用户意图向量294。例如,CCM 100可以基于时间戳来权衡相关性值。
图6描绘了CCM如何分段(segment)用户的示例。CCM 100可以为两个不同的用户生成用户意图向量294A和294B。发布者可能想要将内容298通过电子邮件发送给感兴趣的用户段。发布者将内容298提交给CCM 100。CCM 100识别内容298的主题286和关联相关性值300。
CCM 100可以使用不同算法的各种变体来识别与内容298相关联的用户意图向量294的段。例如,相关性值300B表明内容298主要与网络安全性相关。CCM 100可以识别任何包括具有高于给定阈值的相关性值的网络安全主题的用户意图向量294。
在该示例中,假设网络安全主题的相关性值阈值是0.5。CCM 100将用户意图向量294A识别为满足阈值的用户段的一部分。因此,CCM 100向内容298的发布者发送包括与用户意图向量294A相关联的用户ID的联系人段。如上所述,用户ID可以是散列的电子邮件地址、cookie ID,或与用户相关联的一些其他加密或未加密的标识符。
在另一示例中,CCM 100计算用户意图向量294与内容298之间的向量叉乘积。生成高于给定阈值的叉乘积值的任何用户意图向量294将被CCM 100识别并发送给发布者。
图7描绘了CCM如何聚合意图数据的示例。在该示例中,操作计算机302的发布者向CCM 100提交搜索查询304,询问哪些公司对电动汽车感兴趣。在该示例中,CCM 100将五个不同的主题286与用户简档104相关联。主题286包括存储虚拟化、网络安全、电动汽车、电子商务和金融。
如上文图6所描述的那样,CCM 100生成用户意图向量294。用户意图向量294具有相关联的个人信息,例如职位307和雇主公司名称310。如上所述,用户可以在访问发布者或第三方网站时在表单栏位中提供个人信息,例如雇主姓名和职位。
上述CCM标签将职位和雇主姓名信息捕获并发送到CCM 100。CCM 100将职位和雇主信息存储在关联的用户简档104中。
CCM 100搜索用户简档104并识别与同一雇主姓名310相关联的三个用户意图向量294A、294B和294C。CCM 100确定用户意图向量294A和294B与同一个分析员职位相关联,用户意图向量294C与财务副总裁职位相关联。
响应于搜索查询304或在搜索查询304之前,CCM 100生成公司X的公司意图向量312A。CCM 100可以通过对所有与X公司相关的用户意图向量294的主题相关性值进行求和来生成公司意图向量312A。
响应于搜索查询304,CCM 100识别任何包括大于给定阈值的相关性值的电动汽车主题286的公司意图向量312。例如,CCM 100可以识别具有大于4.0的相关性值的任何公司。在该示例中,CCM 100在搜索结果306中识别公司X。
在一个示例中,识别针对特定邮政编码的公司的意图,例如邮政编码11201。CCM100可以获取客户提供的离线数据,例如来自客户关系管理(CRM)数据库,并识别与公司和邮政编码11201匹配的用户,从而创建段。
在另一个示例中,发布者118可以输入查询305以询问哪些公司对与电动汽车相关的文档(DOC 1)感兴趣。计算机302将查询305和DOC 1提交给CCM 100。CCM 100生成DOC 1的主题向量,并将DOC 1主题向量与所有已知的公司意图向量312A进行比较。
CCM 100可识别DOC 1中的具有高相关性值的电动汽车主题,并识别具有高于给定阈值的电动汽车相关性值的公司意图向量312。在另一示例中,CCM 100可以计算DOC 1主题与不同公司意图向量312之间的向量叉乘积。CCM 100可以识别任何具有高于给定阈值的向量叉乘积的公司的名称,并且在搜索结果306中显示所识别的公司名称。
CCM 100可以为不同的职位分配权重值308。例如,可以为分析员分配权重值1.0,并可以为副总裁(VP)分配权重值3.0。权重值308可以反映与职位307相关联的购买权限。例如,财务副总裁可以具有比分析员更高的购买电动汽车的权限。权重值308可以基于职位与特定主题的相关性而变化。例如,CCM 100可以针对研究主题为分析人员分配更高的权重值308。
CCM 100可基于权重值308生成加权公司意图向量312B。例如,CCM 100可将用户意图向量294A和294B的相关性值与权重值1.0相乘,并将用户意图向量294C的相关性值与权重值3.0相乘。然后将用户意图向量294A、294B和294C的加权主题相关性值相加以生成加权公司意图向量312B。
CCM 100可以将用于其他类别的意图向量聚合在一起,例如职位。例如,CCM 100可以将所有职位是财务副总裁的用户意图向量294聚合在一起形成财务副总裁意图向量314。意图向量314识别财务副总裁们感兴趣的主题。
CCM 100还可以基于职位或任何其他类别执行搜索。例如,发布者118可以输入查询“对电动汽车感兴趣的财务副总裁列表”。CCM 100识别具有相关联的财务副总裁职位307的所有用户意图向量294。然后,CCM 100将具有高于给定阈值的电动汽车主题相关性值的用户意图向量组进行分段。
CCM 100可以生成复合简档316。复合简档316可以包含由特定发布者或实体提供的特定信息。例如,第一发布者可以将用户标识为财务副总裁,第二发布者可以将同一个用户标识为工程副总裁。复合简档316可以包括其他发布者提供的信息,例如公司规模、公司位置、公司领域。
当为第一发布者提供用户分段时,CCM 100可以使用第一复合简档316。第一复合简档316可以将用户职位识别为财务副总裁。当为第二发布者提供用户分段时,CCM 100可以使用第二复合简档316。第二复合简档316可以将相同用户的职位识别为工程副总裁。复合简档316与从其他第三方内容导出的用户简档104结合使用。
在又一个示例中,CCM 100可以基于事件类型来对用户进行分段。例如,CCM 100可以识别下载特定文章的所有用户,或者识别来自特定公司的注册了特定研讨会的所有用户。
消费分数
图8描绘了在CCM 100中使用的示例消费分数(consumption score)生成器。如上所述,CCM 100可以接收与不同内容112相关联的多个事件108。例如,用户可以访问网页浏览器或任何其他应用程序以查看不同网站上的内容112。内容112可以包括任何网页、文档、文章、广告或用户可观看或可听到的任何其他信息。例如,内容112可以包括与网络防火墙相关的网页文章或文档。
CCM标签110可以捕获识别用户在网页或应用会话期间访问的内容112的事件108。例如,事件108可以包括用户标识符(USER ID)、URL、IP地址、事件类型和时间戳(TS)。
用户标识符可以是CCM标签110为特定浏览器上的特定用户生成的唯一标识符。URL可以是指向在网页会话期间由用户访问的内容112的链接。IP地址可对应于用户用来访问因特网和内容112的网络设备。如上所述,事件类型可以识别与内容112相关联的动作或活动。例如,事件类型可以指示用户下载了电子文档或显示了网页。时间戳(TS)可以标识用户访问内容112的日期和时间。
消费分数生成器(CSG)400可以访问IP/公司数据库406以在事件108中识别与IP地址404相关联的公司/实体和位置408。例如,现有服务可以提供能识别与IP地址相关联的公司和公司地址的数据库406。IP地址和/或相关联的公司或实体通常可以称为域。CSG 400可以从事件108生成针对在数据库406中识别的不同公司408的度量(metric)。
在另一个示例中,CCM标签110可以包括事件108中的域名。例如,用户可以在网络会话期间将电子邮件地址输入到网页栏位中。CCM 100可以散列电子邮件地址或剥除(strip out)电子邮件域地址。CCM 100可以使用域名来从数据库406中识别特定公司和位置408。
如上所述,事件处理器144可以生成相关性分数402,其表明内容112与不同主题102之间的相关性。例如,内容112可以包括与主题102相关联的多个词。事件处理器144可以基于与所选主题相关联的词的数字和位置来计算内容112的相关性分数402。
CSG 400可以针对特定公司408来从事件108计算度量。例如,CSG 400可以识别当前周的一组事件108,其包括与同一公司和公司位置408相关联的相同IP地址404。CSG 400可基于事件组108的平均相关性分数402来计算公司408的消费分数410。CSG 400还可基于事件108的数量和产生事件108的唯一用户的数量来调整消费分数410。
CSG 400可以针对一系列时间段生成公司408的消费分数410。CSG 400可以基于一系列时间段内的消费分数410的变化来识别消费分数410中的激增412。例如,CSG 400可以基于内容相关性、唯一用户的数量和几周内的事件数量的变化来识别激增412。已经发现,当公司提升了对特定主题的兴趣并且更倾向于参加与该主题相关的直接请求时,激增412可以对应于唯一的时间段。
CCM 100可以向发布者118发送消费分数410和/或任何激增指示符412。发布者118可以存储包括公司ABC的联系人418的联系人列表200。例如,联系人列表200可以包括公司ABC的雇员的电子邮件地址或电话号码。发布者118可以从任何来源获得联系人列表200,例如来自客户关系管理(CRM)系统、商业联系人列表、个人联系人、第三方领导服务、零售店,促销或销售点等,或其任意组合。
在一个示例中,CCM 100可以将每周消费分数410发送给发布者118。在另一个示例中,发布者118可以使CCM 100仅针对列表200上的公司对特定主题102激增时发送激增通知412。
发布者118可以向联系人418发送与激增主题相关的内容420。例如,发布者118可以向联系人418发送与防火墙相关的电子邮件广告、文献或横幅广告。或者,发布者118可以呼叫或发送关于防火墙的直接邮件给联系人418。由于CCM 100在识别出公司ABC防火墙主题的激增412,公司ABC的联系人418更可能对阅读和/或响应与防火墙相关的内容420感兴趣。因此,当在激增412期间发送到公司ABC的联系人418时,内容420更可能具有更高的影响和转换率。
在另一个示例中,发布者118可以销售特定产品,例如防火墙。发布者118可以具有公司ABC的联系人列表418,公司ABC被已知涉及购买防火墙设备。例如,联系人418可以包括ABC公司的首席技术官(CTO)和信息技术(IT)经理。每当检测到公司ABC的防火墙激增412时,CCM 100可以向发布者118发送通知。然后,发布者118可以自动地将内容420发送到公司ABC的特定联系人418,该联系人有最可能对防火墙感兴趣的职位。
CCM 100还可以使用消费分数410来进行广告验证。例如,CCM 100可以将消费分数410与发送给公司或个人的广告内容420进行比较。被发送给具有高消费分数或针对该相同主题的激增的公司或个人的具有特定主题的广告内容420可以获得更高的广告费率。
图9更详细地示出了CCM 100如何生成消费分数410。CCM 100可以每天从与数千个不同域相关联的数百万不同用户接收数百万个事件。CCM 100可以针对不同的时间段,例如每周,对事件108进行累积。周时间段仅是一个示例,CCM 100可以针对任何可选择的时间段累积事件108。CCM 100还可以针对任何可选题材(subject matter)存储一组主题102。CCM100还可以基于如上所述在事件108中识别的内容来动态地生成一些主题102。
如上所述的事件108可以包括用户ID 450、URL 452、IP地址454、事件类型456和时间戳458。事件处理器140可以识别位于URL 542的内容112并选择主题102之一用于与内容112进行比较。事件处理器140可以生成表明内容112与所选主题102的相关性的关联相关性分数462。可选地,相关性分数462可以被称为主题分数。
CSG 400可以从事件108生成消费数据460。例如,CSG 400可以识别与IP地址454相关联的公司460A。CSG 400还可以计算内容112与所选主题460B之间的相关性分数460C。CSG400还可以识别公司460A的位置460D,并且当检测到事件108时识别日期460E和时间460F。
CSG 400可以从消费数据460生成消费度量480。例如,CSG 400可以计算在第一时间段,例如第一周内针对所有主题的与公司460A(公司ABC)和位置460D(位置Y)相关联的事件470A的总数。CSG 400还可以计算生成第一周内与公司ABC和主题460B相关联的事件108的唯一用户472A的数量。CSG 400可以计算第一周内由公司ABC针对主题460B生成的事件的总数(主题量474A)。CSG 400还可以计算由公司ABC访问并与主题460B相关联的内容的平均主题相关性476A。CSG 400可以针对连续时间段生成消费度量480A-480C,例如连续三周。
CSG 400可以基于消费度量480A-480C生成消费分数410。例如,CSG 400可以部分地基于第1周的消费度量480A和第2周的消费量度480B之间的变化来生成第1周的第一消费分数410A和第2周的第二消费分数410B。CSG 400可以部分地基于第1、2周和第3周的消费度量480A、480B和480C之间各自的变化来生成第3周的第三消费分数410C。在一个示例中,将任何高于阈值的消费分数410识别为激增412。
图10描绘了用于识别消费分数激增的过程。在操作500中,CCM可以识别给定时间段的所有域事件。例如,对于当前周,CCM可以累积与每个主题相关联的每个IP地址(域)的所有事件。
CCM可以使用阈值来选择哪些域来生成消费分数。例如,对于当前周,CCM可以计数特定域的事件总数(域级事件计数(DEC))并计数特定位置的域的事件总数(城域级事件计数(DMEC)))。
CCM可以计算具有多于阈值(DEC>阈值)的事件数量的域的消费分数。阈值可以根据域的数量和事件的数量而变化。CCM可以使用第二DMEC阈值来确定何时为不同的域位置生成单独的消费分数。例如,CCM可以为亚特兰大、纽约和洛杉矶分出公司ABC事件的子组,其中每个城市的事件DMEC都高于第二阈值。
在操作502中,CCM可以为每个主题确定所有所选域的总体相关性分数。例如,针对本周,CCM可以计数与防火墙主题相关联的所有域事件的总体平均相关性分数。
在操作504中,CCM可以确定特定域的相关性分数。例如,CCM可以识别具有与公司ABC相关联的相同IP地址的一组事件。CCM可以计算与防火墙主题相关联的公司ABC事件的平均域相关性分数。
在操作506中,CCM可以基于域相关性分数与总体相关性分数的比较来生成初始消费分数。例如,当域相关性分数是小于总体相关性分数的特定量时,CCM可以分配初始低消费分数。当域相关性分数与总体相关性分数大致相同时,CCM可以分配大于低消费分数的初始中等消费分数。当域相关性分数是大于总体相关性分数的特定量时,CCM可以分配大于中等消费分数的初始高消费分数。这只是一个示例,并且CCM可以使用任何其他类型的比较来确定域/主题的初始消费分数。
在操作508中,CCM可以基于与主题相关的域事件的历史基线来调整消费分数。这也可称为消费。例如,CCM可以计算前几周的与防火墙主题相关联的公司ABC的域事件的数量。
CCM可以基于前几周的域事件的数量的变化来减少当前周的消费分数。例如,当域事件数量在当前周下降时,CCM可以减少初始消费分数,当域事件的数量在当前周上升时,CCM可以不减少初始消费分数。
在操作510中,CCM可以进一步基于消费与主题相关联的内容的唯一用户的数量来调整消费分数。例如,本周的CCM可以对与防火墙相关联的公司ABC事件的唯一用户ID(唯一用户)的数量进行计数。当防火墙事件的唯一用户数量从前一周增加时,CCM可能不会减少初始消费分数,并且当唯一用户数量从前一周下降时可能会减少初始消费分数。
在操作512中,CCM可以基于调整的每周消费分数来识别激增。例如,当调整的消费分数高于阈值时,CCM可以识别激增。
图11更详细地描绘了用于生成初始消费分数的过程。应该理解,这只是一个示例方案,还可以使用各种其他方案。
在操作520中,CCM可以计算所有域上的每个主题的算术平均值(M)和标准差(SD)。CCM可以针对包含该主题的所有域的所有事件计算M和SD,或者针对包含该主题的事件的一些代表性(足够大)子集计算M和SD。CCM可按如下计算总体平均值和标准偏差:
其中xi是主题相关性,n是事件总数。
在操作522中,CCM可以针对每个主题计算每组域和/或域/城域(domain/metro)事件的平均(平均)域相关性。例如,对于过去一周,CCM可以计算对于防火墙的公司ABC事件的平均相关性。
在操作524中,CCM可以将域平均相关性与所有域的总体平均(M)相关性和标准差(SD)相关性进行比较。例如,CMM可以为域平均相关性(DMR)分配三个不同的级别。
低:DMR<M–0.5*SD~所有值中的33%
中:M–0.5*SD<DMR<M+0.5*SD~所有值中的33%
高:DMR>M+0.5*SD~所有值中的33%
在操作526中,CCM可以基于上述相关性级别来计算域/主题的初始消费分数。例如,对于当前周,CCM可以将以下初始消费分数之一分配给公司ABC防火墙主题。同样,这只是CCM如何将初始消费分数分配给域/主题的一个示例。
相关性=高:初始消费分数=100
相关性=中:初始消费分数=70
相关性=低:初始消费分数=40
图12描绘了CCM如何调整初始消费分数的一个示例。这些也只是示例,CCM可以使用其他方案来计算最终消费分数。在操作540中,CCM可以如上文图11中描述的那样将初始消费分数分配给域/位置/主题。
CCM可以计算当前周的域/位置/主题的多个事件。事件的数量也可以被称为消费。CCM还可以计算前几周的域/位置/主题事件的数量,并基于当前周消费与前几周的消费之间的比较结果来调整初始消费分数。
在操作542中,CCM可以确定当前周的消费是否高于先前连续周的历史基线消费。例如,CCM可以确定当前周的域/位置/主题事件的数量是否高于至少前两周的域/位置/主题事件的平均数量。如果是这样,那么CCM可以不减少来自于图11的初始消费值。
如果在操作542中当前消费不高于平均消费,操作544中的CCM可以确定当前消费是否高于前一周的历史基线。例如,CCM可以确定当前周的域/位置/主题事件的数量是否高于前一周的域/位置/主题事件的平均数量。如果是这样,那么操作546中的CCM可以将初始消费分数减少第一量。
如果在操作544中当前消费不高于前一周消费,那么操作548中的CCM可以确定当前消费是否高于历史消费基线但是具有中断(interruption)。例如,CCM可以确定域/位置/主题事件的数量是否已经下降,然后在最近几周内上升。如果是,那么操作550中的CCM可以将初始消费分数减少第二量。
如果在操作548中当前消费不高于历史中断基线,则操作552中的CCM可以确定消费是否低于历史消费基线。例如,CCM可以确定域/位置/主题事件的当前数量是否低于前一周。如果是这样,那么操作554中的CCM可以将初始消费分数减少第三量。
如果在操作552中当前消费高于历史基线,则操作556中的CCM可以确定消费是否针对第一事件域。例如,CCM可以确定是正在为新公司计算消费还是在为先前没有足够事件来计算消费分数的公司计算消费分数。如果是这样,那么操作558中的CCM可以将初始消费分数减少第四量。
在一个示例中,CCM可以将初始消费分数减少以下量。这当然只是一个例子,CCM可以使用任何值和因子来调整消费分数。
消费高于连续周的历史基线(操作542)。-0。
消费高于上一周的历史基线(操作544)。-20(第一量)。
消费高于具有中断的数周的历史基线(操作548)。-30(第二量)。
消费低于历史基线(操作552)。-40(第三量)。
第一次观察到的域(域/城域)(操作556)。-30(第四量)。
如上文所述,CCM还可以基于唯一用户的数量来调整初始消费分数。图8中的CCM标签110包括置于网页浏览器中具有唯一标识符的cookie。cookie可以为网络浏览器上捕获的事件分配唯一标识符。因此,每个唯一标识符通常可以表示唯一用户的网络浏览器。CCM可以将域/位置/主题的唯一标识符的数量标识为唯一用户的数量。唯一用户的数量可以提供对该主题感兴趣的不同的域用户的数量的指示。
在操作560中,CCM可以将当前周的域/位置/主题的唯一用户的数量与前一周的唯一用户的数量进行比较。如果唯一用户的数量比前一周增加,那么CCM可能不会减少消费分数。当唯一用户的数量减少时,操作562中的CCM可以进一步将消费分数减少第五量。例如,CCM可以将消费分数减少10。
CCM可以针对事件发生较慢的日子的消费分数进行消费归一化(normalize),例如周末。同样,CCM可以使用不同的时间段来生成消费分数,例如每个月、周、日、小时等。高于阈值的消费分数被识别为激增或尖峰并且可以表示公司或个人对特定主题的兴趣的速度或加速度。激增可能表明公司或个人更有可能与提供类似于激增主题的内容的发布者进行交互。
消费DNA
基于域的激增检测的一个优点是可以在不使用公司雇员的个人可识别信息(PII)的情况下为公司识别激增。CCM基于公司IP地址导出激增数据,而不使用与生成事件的用户相关联的PII。
在另一个示例中,用户可以在网页会话期间提供PII信息。例如,用户可以同意在访问内容之前将他们的电子邮件地址输入到表单中。如上所述,CCM可以散列PII信息并且将加密的PII信息与公司消费分数或个人消费分数一起包括在内。
图13示出了用于将域消费数据映射到个人的一个示例过程。在操作580中,CCM可以如上所述识别位置Y处的公司ABC的激增主题。例如,CCM可以识别纽约公司ABC针对防火墙的激增。
在操作582中,CCM可以识别与公司ABC相关联的用户。如上所述,ABC公司的一些员工可能已经在事件108期间将个人联系信息(包括他们的办公地点和/或职位)输入到网页的栏位中。在另一个示例中,发布者或其他方可以从CRM客户档案或第三方列表获得公司ABC的雇员的联系信息。
无论哪种方式,CCM或发布者都可以获得位置Y处公司ABC相关联的雇员/用户的列表。列表还可以包括一些雇员/用户的职位和位置。CCM或发布者可以将激增主题与员工职位进行比较。例如,CCM或发布者可以确定激增防火墙主题主要与具有诸如工程师、首席技术官(CTO)或信息技术(IT)的职位的用户相关。
在操作584中,CCM或发布者将激增防火墙主题映射到公司ABC的所识别的雇员的简档。在另一个示例中,CCM或发布者可能并不任意将防火墙激增映射到与公司ABC相关联的任何用户。然后,CCM或发布者可以将与激增主题相关联的内容定向到所标识的用户。例如,发布者可以将防火墙研讨会、产品和/或服务的标题广告或电子邮件引导到所识别的用户。
为个体用户识别的消费数据也可称为恐龙DNA(Dino DNA),并且一般域消费数据也可称为蛙DNA(frog DNA)。将域消费和激增数据与与域相关联的各个用户相关联可以通过向更可能对该主题感兴趣的用户提供更直接的联系来提高转换率。
意图测量
图14描绘了CCM 100可以如何基于用户参与来计算消费分数。计算机600可以包括笔记本电脑、智能电话、平板电脑或用于访问内容112的任何其他设备。在该示例中,用户可以在计算机600的屏幕602上打开网页浏览器604。CCM标签110可以在网络浏览器604内运行,并监控用户网页会话。如上所述,CCM标签110可以生成用于网页会话的事件108,其包括标识符(ID)、内容112的URL,以及标识与内容112相关联的动作或活动的事件类型。例如,CCM标签110可以将事件类型标识符添加到事件108中,指示用户下载了电子文档。
在一个示例中,CCM标签110还可以生成一组印象(impression)610,其表明用户在观看内容112时所采取的动作。例如,印象610可以表明用户在内容112上停留多长时间和/或用户如何滚动浏览内容112。印象610可以表明用户在内容112中具有的参与程度或兴趣的等级。例如,当用户对内容112更感兴趣时,用户可以在网页上花费更多时间并以更慢的速度滚动网页。
CCM 100可以基于印象610计算内容112的参与度分数612。CCM 100可以使用参与度分数612来调整内容112的相关性分数402。例如,当用户花费更多的时间仔细地翻阅内容112时,CCM 100可以计算更大的参与度分数612。然后,CCM 100可以基于更大的参与度分数612来增加内容112的相关性分数402。CSG 400可以基于增加的相关性分数402来调整消费分数410以更准确地识别域激增主题。例如,更大的参与度分数612可以产生更大的相关性分数402,其产生更大的消费分数410。
图15描绘了用于计算内容的参与度分数的示例过程。在操作620中,CCM可以接收包括内容印象的事件。例如,印象可以指示任何用户与内容的交互,包括切换到不同页面的标签选择、页面移动、鼠标页面滚动、鼠标点击、鼠标移动、滚动条页面滚动、键盘页面移动、触摸屏页面滚动或任何其他内容移动或内容显示指示符。
在操作622中,CCM可以识别内容停留时间。停留时间可以表明用户主动查看内容页面的时间。在一个示例中,标签110可以在用户改变页面标签或在页面上变为非活动时停止停留时间计数器。当用户开始用鼠标滚动或开始标签时,标签110可以再次启动停留时间计数器。
在操作624中,CCM可以从事件中识别内容的滚动深度。例如,CCM可以确定用户滚动或查看了页面的多少。在一个示例中,CCM标签或CCM可以将屏幕上的像素计数转换为页面的百分比。
在操作626中,CCM可以识别上/下滚动速度。例如,拖动滚动条可以对应于快速滚动速度并且指示用户对内容具有较少的兴趣。使用鼠标滚轮滚动内容可以对应于较慢的滚动速度并且指示用户对内容更感兴趣。
CCM可以为印象分配较高值以表示较高的用户兴趣,以及为印象分配较低值以表示较低的用户兴趣。例如,在操作622中,当用户花费更多时间主动地停留在页面上时,CCM可以分配更大的值,并且当用户花费更少的时间主动地停留在页面上时,CCM可以分配更小的值。
在操作628中,CCM可以基于在操作622-628中导出的值来计算内容参与度分数。例如,CCM可以将操作622-628中导出的不同值相加并归一化。
在操作630中,CCM可以基于内容参与度分数调整在上文图1-7中描述的内容相关性值。例如,当内容具有高参与度分数时,CCM可以增加相关性值,并且针对较低参与度分数减少相关性值。
图14中的CCM 100或CCM标签110可以基于用于查看内容的设备600的类型来调整在操作622-626中分配的值。例如、停留时间、滚动深度和滚动速度可能因智能手机、平板电脑、笔记本电脑和台式电脑而异。CCM 100或标签110可以归一化或缩放印象值,以使不同的设备提供类似的相对用户参与结果。
硬件和软件
图16示出了可用于运行内容消费监视器并执行上述过程的任何组合的计算设备1000。计算设备1000可以在服务器-客户端网络环境中以服务器或客户端机器的身份运行,或者作为对等(peer-to-peer)(或分布式)网络环境中的对等机器(peer machine)运行。在其他示例中,计算设备1000可以是个人计算机(PC)、平板电脑、个人数字助理(PDA)、蜂窝电话、智能电话、网络设备或能够执行指定该机器要采取的操作的指令1006(串行或非串行)的任何其他机器或设备。
虽然仅示出了单个计算设备1000,但是计算设备1000可以包括单独地或联合地执行一组(或多组)指令以执行上述任何一个或多个操作的任何设备或电路的集合。计算设备1000可以是集成控制系统或系统管理器的一部分,或者可以是便携式电子设备,其被配置为通过无线传输在本地或远程与联网系统接口。
处理器1004可以包括中央处理单元(CPU)、图形处理单元(GPU)、可编程逻辑设备、专用处理器系统、微控制器或微处理器,其可以执行上述操作中的一些或全部。处理器1004还可以包括但不限于模拟处理器、数字处理器、微处理器、多核处理器、处理器阵列、网络处理器等。
上述的一些操作可以用软件实现,而其他操作可以用硬件实现。本文描述的一个或多个操作、过程或方法可以由与本文描述的那些类似的装置,设备或系统来执行,并且参考所示的附图。
处理器1004可以执行存储在存储器1008、1010或1020中的任何一个中的指令或“代码”1006。存储器也可以存储数据。还可以利用许多众所周知的传输协议中的任何一个,经由网络接口设备1012在网络1014上发送或接收指令1006和数据。
存储器1008、1010和1020可以与处理设备1000集成在一起,例如设置在集成电路微处理器等中的RAM或FLASH存储器。在其他示例中,存储器可以包括独立设备,诸如外部磁盘驱动器、存储阵列或在数据库系统中使用的任何其他存储设备。存储器和处理设备可以被可操作地耦接在一起,或者彼此通信,例如通过I/O端口、网络连接等,使得处理设备可以读取存储在存储器上的文件。
根据许可设置属性,某些存储器可以被设计为“只读”(ROM),或者非只读。存储器的其他示例可以包括但不限于WORM、EPROM、EEPROM、FLASH等,其可以被实施在固态半导体器件中。其他存储器可以包括移动部件,例如传统的旋转磁盘驱动器。所有这些存储器可以是“机器可读的”,这样它们可以由处理设备读取。
“计算机可读存储介质”(或者,“机器可读存储介质”)可以包括所有前述类型的存储器,以及将来可能出现的新技术,只要它们可能是能够以至少临时的方式存储计算机程序或其他数据的数字信息,使得所存储的信息可以由适当的处理设备“读取”。术语“计算机可读”可以不限于“计算机”的历史用法以代指完整的主机、小型计算机、台式机、无线设备、甚至是笔记本电脑。相反,“计算机可读”可以包括可由处理器、处理设备或任何计算系统可读的存储介质。这样的介质可以是可以由计算机或处理器本地和/或远程访问的任何可用介质,并且可以包括易失性和非易失性介质,以及可移动和不可移动介质。
计算设备1000还可以包括视频显示器1016,例如液晶显示器(LCD)或阴极射线管(CRT),和用户界面1018,例如键盘、鼠标、触摸屏等。计算设备1000的所有组件可以通过总线1002和/或网络连接在一起。
为了方便起见,可以将操作描述为各种互连或耦接的功能块或图。然而,可能存在这些功能块或图可以等效地聚合到具有不清楚边界的单个逻辑设备、程序或操作的情况。
已经描述和说明了优选实施例的原理,应该显而易见的是,在不脱离这些原理的情况下,可以在布置和细节上修改实施例。要求保护落入所附权利要求的精神和范围内的所有修改和变化。
Claims (28)
1.一种操作内容消费监视器的方法,其特征在于,所述方法包括:
识别事件,所述事件表明个体用户设备在各个网页或应用会话期间访问的内容,所述事件由嵌入在所述内容中的标签捕获,所述事件中的每个事件至少识别所述访问的内容、事件类型标识符以及所述内容被访问的网络地址,其中所述事件类型标识符识别与所述访问的内容相关联的动作或活动;
自数据库中识别组织的域名,所述组织与至少一个识别的事件表明的至少一个网络地址相关联;
对于多个时间段中的每个时间段,识别包括所述组织的域名或包括与所述组织相关联的一个或多个网络地址的一组事件;
识别由所述一组事件表明的所述组织的成员访问的内容项目;
基于所述内容项目中的多个词识别与所述识别的内容项目相关联的主题;
部分基于所述内容项目中与所述主题相关联的词的数量和与由所述一组事件表明的每个内容项目相关联的事件类型识别所述内容项目中每个内容项目与所述主题之间的相关性分数;
基于所述一组事件中事件的数量和每个所述内容项目的相关性分数生成所述组织的消费分数;
从所述一组事件中识别所述组织的唯一用户的数量;以及
基于所述组织在所述多个时间段上的消费分数的变化确定所述组织的消费分数的激增。
2.根据权利要求1所述的方法,其特征在于,确定所述激增包括:将所述消费分数中达到阀值的值识别为所述激增。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
识别在所述多个时间段内产生所述事件的用户的数量的变化;
识别在所述多个时间段中的每个时间段上的所述用户的数量的变化;以及
基于所述用户的数量的变化或产生所述事件的用户的数量的变化调整所述消费分数。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述相关性分数与从多个不关联于所述组织的用户设备访问的内容的总体相关性分数进行比较;
当所述相关性分数低于所述总体相关性分数时,将低初始值赋值给所述组织的消费分数;
当所述相关性分数与所述总体相关性分数大致相同时,将中等初始值赋值给所述消费分数;以及
当所述相关性分数高于所述总体相关性分数时,将高初始值赋值给所述消费分数。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于所述事件中包括的信息识别关于所述内容的用户参与类型;以及
基于关于所述内容的识别的所述用户参与类型来调整所述内容的相关性。
6.根据权利要求5所述的方法,其特征在于,所述用户参与类型包括页面停留时间和页面滚动类型。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
计算在第一时间段内产生第一数量的事件的第一用户数量;
计算在第二时间段内产生第二数量的事件的第二用户数量;以及
当所述第二用户数量小于所述第一用户数量时,减少所述第二时间段的所述消费分数。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
识别来自互联网协议IP地址的第一组事件;
基于所述第一组事件与所述主题之间的平均相关性分数计算第一消费分数;
基于第二组事件与每个主题之间的平均相关性分数计算第二消费分数;
基于所述第一消费分数与所述第二消费分数之间的变化计算所述组织的激增分数。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
基于与所述组织相关联的一个或多个IP地址识别所述组织;
识别与所述一个或多个IP地址相关联的所述组织的位置;以及
将所述位置与所述消费分数关联在一起。
10.根据权利要求1所述的方法,其特征在于,所述方法还包括:
识别第一时间段内的第一组事件;
识别在所述第一时间段期间由生成所述第一组事件的用户设备访问的第一组内容;
确定所述第一组内容与所述主题的第一相关性分数;
基于所述第一组事件的数量和所述第一相关性分数,为所述第一时间段的消费分数生成第一值;
识别所述第一时间段之后的第二时间段内的第二组事件;
识别在所述第二时间段期间由生成所述第二组事件的用户设备访问的第二组内容;
识别所述第二组内容与所述主题的第二相关性分数;以及
基于所述第二组事件的数量和所述第二相关性分数,为所述第二时间段的消费分数生成第二值。
11.根据权利要求10所述的方法,其特征在于,所述方法还包括基于所述第一组事件中事件的数量与所述第二组事件中事件的数量之间的变化来调整所述第二值。
12.根据权利要求10所述的方法,其特征在于,所述方法还包括:
识别所述第二时间段之后的第三时间段内的第三组事件;
识别在所述第三时间段期间由生成所述第三组事件的用户设备访问的第三组内容;
确定所述第三组内容与所述主题的第三相关性分数;
基于所述第三组事件的数量和所述第三相关性分数,为所述第三时间段的消费分数生成第三值,以及
基于所述第一组事件的数量、所述第二组事件的数量和所述第三组事件的数量之间的变化来调整所述第三值。
13.一种或多种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括指令,由计算机系统的一个或多个处理器执行所述指令使得所述计算机系统执行权利要求1-12中任意一项权利要求所述的方法。
14.一种部署为内容消费监视器的装置,其特征在于,所述装置包括:
处理设备;以及
存储设备,所述存储设备被耦接到所述处理设备,所述存储设备具有存储在其中的指令,所述指令响应于所述处理设备的执行而可操作为:
识别与实体相关的用户设备生成的事件,所述事件基于访问的内容生成,所述访问的内容包括标签,所述标签包括可执行指令,所述可执行指令使得所述用户设备监视和捕获所述事件并将所述事件发送至所述内容消费监视器,所述事件中的每个事件识别所述访问的内容、事件类型标识符以及所述内容被访问的网络地址,其中所述事件类型标识符识别与所述访问的内容相关联的动作或活动;
基于由至少一个所述事件表明的至少一个网络地址,识别所述实体的域名;
识别在多个时间段中的每个时间段内包括所述实体的域名或包括与所述实体相关联的一个或多个网络地址的一组事件;
识别每个时间段内由所述一组事件表明的实体的成员访问的一组内容项目;
确定每个时间段内所述内容与主题的相关性分数;
确定在每个时间段期间由与所述实体相关联的用户生成的事件的数量;
基于所述内容在每个事件段的相关性分数和在每个时间段期间生成的事件的数量计算所述实体在每个时间段的消费分数;
基于计算的所述实体在每个时间段的消费分数的变化识别所述实体在所述多个时间段上的消费分数激增;以及
向显示设备提供表明所述消费分数和所述消费分数激增的数据,用于在由所述显示设备显示的用户界面显示。
15.根据权利要求14所述的装置,其特征在于,所述指令响应于所述处理设备的执行而进一步可操作为:
识别在每个时间段内生成所述事件的用户的数量;以及
基于识别的用户的数量计算所示实体在每个时间段的所述消费分数。
16.根据权利要求14所述的装置,其特征在于,所述指令响应于所述处理设备的执行而进一步可操作为:
识别在所述多个时间段内与所述实体和所述主题相关联的事件的数量;以及
基于所述多个时间段内的与所述实体和所述主题相关联的事件数量的变化来调整所述消费分数。
17.根据权利要求16所述的装置,其特征在于,所述指令响应于所述处理设备的执行而进一步可操作为:
识别在所述多个时间段内生成所述事件的用户的数量;以及
基于所述多个时间段内的生成事件的用户的数量的变化而调整所述消费分数。
18.根据权利要求16所述的装置,其特征在于,所述指令响应于所述处理设备的执行而进一步可操作为:
识别与所述实体相关联的位置;
基于所述内容的相关性分数和与所述位置相关联的事件的数量来计算所述位置的消费分数。
19.根据权利要求16所述的装置,其特征在于,所述指令响应于所述处理设备的执行而进一步可操作,以在所述消费分数自所述多个时间段中的一个时间段到所述多个时间段中的另一个时间段的变化达到阈值时识别所述消费分数的激增。
20.根据权利要求19所述的装置,其特征在于,所述指令响应于所述处理设备的执行而进一步可操作,以将所述激增映射到与所述实体相关联的联系人。
21.根据权利要求20所述的装置,其特征在于,所述指令响应于所述处理设备的执行而进一步可操作,以向发布者发送所述激增的通知。
22.根据权利要求21所述的装置,其特征在于,所述激增的通知被配置为触发所述发布者向与所述实体相关联的联系人发送与所述主题相关联的信息。
23.根据权利要求22所述的装置,其特征在于,所述激增的通知被配置为触发所述发布者向具有与所述主题相关联的职位的联系人发送所述信息。
24.一种部署为内容消费监视器的装置,其特征在于,所述装置包括:
处理设备;以及
存储设备,所述存储设备被耦接到所述处理设备,所述存储设备具有存储在其中的指令,所述指令响应于所述处理设备的执行而可操作为:
识别事件,所述事件表明个体用户设备在各个网页或应用会话期间访问的内容,所述事件由嵌入在所述内容中的标签捕获,所述事件中的每个事件至少识别所述访问的内容、事件类型标识符以及所述内容被访问的网络地址,其中所述事件类型标识符识别与所述访问的内容相关联的动作或活动;
基于由所述识别的事件表明的事件类型,识别对所述内容的用户参与类型;
自数据库中识别组织的域名,所述组织与至少一个所述事件表明的至少一个网络地址相关联;
对于多个时间段中的每个时间段,识别包括所述组织的域名或包括与所述组织相关联的一个或多个网络地址的一组事件;
对于所述多个时间段中的每个时间段,识别由所述一组事件表明的所述组织的成员访问的一组内容项目;
基于所述一组内容项目中的多个词识别多个主题;
基于所述用户参与类型计算所述内容的参与分数;
计算所述一组内容项目与所述多个主题中每个主题的平均相关性分数,其中所述平均相关性分数为所述一组内容项目与每个主题的多个相关性分数的平均值,所述多个相关性分数中的每个相关性分数是部分基于所述一组内容项目中与每个主题相关联的词的数量和所述一组内容项目中由所述一组事件所表明的事件类型而计算的;
基于所述参与分数调整所述一组内容项目的平均相关性分数;
识别每个所述时间段上生成所述事件的所述组织中唯一用户的数量,所述唯一用户是所述用户设备的子集中的用户;
基于所述组织中生成的事件的数量、所述组织中唯一用户的数量和每个主题的调整的平均相关性分数为所述组织生成所述多个时间段中每个时间段的消费分数;以及
基于所述组织在所述多个时间段上的消费分数的变化确定所述组织的消费分数的激增。
25.根据权利要求24所述的装置,其特征在于,所述指令响应于所述处理设备的执行而进一步可操作,以基于用户内容停留时间来计算所述参与分数。
26.根据权利要求25所述的装置,其特征在于,所述指令响应于所述处理设备的执行而进一步可操作,以基于内容滚动深度来计算所述参与分数。
27.根据权利要求24所述的装置,其特征在于,所述指令响应于所述处理设备的执行而进一步可操作,以基于内容滚动速度计算所述参与分数。
28.根据权利要求24所述的装置,其特征在于,所述指令响应于所述处理设备的执行而进一步可操作,以基于所述相关性来计算消费分数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210937632.5A CN115293806A (zh) | 2015-12-28 | 2016-06-01 | 用于内容消费的激增检测器 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/981,529 US20160132906A1 (en) | 2014-09-26 | 2015-12-28 | Surge detector for content consumption |
US14/981,529 | 2015-12-28 | ||
PCT/US2016/035186 WO2017116493A1 (en) | 2015-12-28 | 2016-06-01 | Surge detector for content consumption |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210937632.5A Division CN115293806A (zh) | 2015-12-28 | 2016-06-01 | 用于内容消费的激增检测器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108713213A CN108713213A (zh) | 2018-10-26 |
CN108713213B true CN108713213B (zh) | 2022-08-26 |
Family
ID=59225464
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210937632.5A Pending CN115293806A (zh) | 2015-12-28 | 2016-06-01 | 用于内容消费的激增检测器 |
CN201680082811.8A Active CN108713213B (zh) | 2015-12-28 | 2016-06-01 | 用于内容消费的激增检测器 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210937632.5A Pending CN115293806A (zh) | 2015-12-28 | 2016-06-01 | 用于内容消费的激增检测器 |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP3398146B1 (zh) |
CN (2) | CN115293806A (zh) |
ES (1) | ES2901113T3 (zh) |
WO (1) | WO2017116493A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9940634B1 (en) | 2014-09-26 | 2018-04-10 | Bombora, Inc. | Content consumption monitor |
US11589083B2 (en) | 2014-09-26 | 2023-02-21 | Bombora, Inc. | Machine learning techniques for detecting surges in content consumption |
EP3447711A1 (en) * | 2017-08-24 | 2019-02-27 | Bombora, Inc. | Website interest detector |
CN109903854B (zh) * | 2019-01-25 | 2023-04-07 | 电子科技大学 | 一种基于中医药文献的核心药物识别方法 |
US11631015B2 (en) | 2019-09-10 | 2023-04-18 | Bombora, Inc. | Machine learning techniques for internet protocol address to domain name resolution systems |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7185065B1 (en) * | 2000-10-11 | 2007-02-27 | Buzzmetrics Ltd | System and method for scoring electronic messages |
CN101290631A (zh) * | 2008-05-28 | 2008-10-22 | 北京百问百答网络技术有限公司 | 一种网络广告自动投放方法及其系统 |
CN101395627A (zh) * | 2005-12-30 | 2009-03-25 | 谷歌公司 | 具有视频广告创意的改进的广告 |
CN101908184A (zh) * | 2009-06-04 | 2010-12-08 | 维鹏信息技术(上海)有限公司 | 一种通过多个具有关联的终端发布信息的控制方法及系统 |
CN102387207A (zh) * | 2011-10-21 | 2012-03-21 | 华为技术有限公司 | 基于用户反馈信息的推送方法和推送系统 |
CN104144181A (zh) * | 2013-05-08 | 2014-11-12 | 中国科学院声学研究所 | 一种网络视频终端聚合方法及系统 |
CN105210069A (zh) * | 2013-03-15 | 2015-12-30 | 谷歌公司 | 基于订阅的移动阅读平台 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7346606B2 (en) | 2003-06-30 | 2008-03-18 | Google, Inc. | Rendering advertisements with documents having one or more topics using user topic interest |
WO2006036781A2 (en) * | 2004-09-22 | 2006-04-06 | Perfect Market Technologies, Inc. | Search engine using user intent |
US20080126178A1 (en) * | 2005-09-10 | 2008-05-29 | Moore James F | Surge-Based Online Advertising |
US10803468B2 (en) * | 2006-04-18 | 2020-10-13 | At&T Intellectual Property I, L.P. | Method and apparatus for selecting advertising |
WO2010048430A2 (en) * | 2008-10-22 | 2010-04-29 | Fwix, Inc. | System and method for identifying trends in web feeds collected from various content servers |
US20100223105A1 (en) * | 2009-02-27 | 2010-09-02 | Kindsight, Inc. | Method and apparatus for content targeting one user group based on behavioral profiling of another user group |
EP2531969A4 (en) * | 2010-02-01 | 2013-12-04 | Jumptap Inc | INTEGRATED ADVERTISING SYSTEM |
US8949834B2 (en) * | 2010-04-07 | 2015-02-03 | Yahoo! Inc. | Modeling and scheduling asynchronous incremental workflows |
US8380716B2 (en) * | 2010-05-13 | 2013-02-19 | Jan Mirus | Mind map with data feed linkage and social network interaction |
US20110320715A1 (en) * | 2010-06-23 | 2011-12-29 | Microsoft Corporation | Identifying trending content items using content item histograms |
US8799260B2 (en) * | 2010-12-17 | 2014-08-05 | Yahoo! Inc. | Method and system for generating web pages for topics unassociated with a dominant URL |
US8583786B2 (en) * | 2011-01-21 | 2013-11-12 | Verizon Patent And Licensing Inc. | Systems and methods for rating a content based on trends |
US20130066677A1 (en) * | 2011-09-12 | 2013-03-14 | Scott William Killoh | System and method for media and commerce management |
US9588580B2 (en) * | 2011-09-30 | 2017-03-07 | Dejoto Technologies Llc | System and method for single domain and multi-domain decision aid for product on the web |
US9128896B2 (en) * | 2011-12-20 | 2015-09-08 | Bitly, Inc. | Systems and methods for identifying phrases in digital content that are trending |
US10133812B2 (en) * | 2012-12-05 | 2018-11-20 | Grapevine6 Inc. | System and method for finding and prioritizing content based on user specific interest profiles |
US9449002B2 (en) | 2013-01-16 | 2016-09-20 | Althea Systems and Software Pvt. Ltd | System and method to retrieve relevant multimedia content for a trending topic |
US20140280890A1 (en) * | 2013-03-15 | 2014-09-18 | Yahoo! Inc. | Method and system for measuring user engagement using scroll dwell time |
US20150074131A1 (en) * | 2013-09-09 | 2015-03-12 | Mobitv, Inc. | Leveraging social trends to identify relevant content |
-
2016
- 2016-06-01 EP EP16882214.6A patent/EP3398146B1/en active Active
- 2016-06-01 ES ES16882214T patent/ES2901113T3/es active Active
- 2016-06-01 CN CN202210937632.5A patent/CN115293806A/zh active Pending
- 2016-06-01 CN CN201680082811.8A patent/CN108713213B/zh active Active
- 2016-06-01 WO PCT/US2016/035186 patent/WO2017116493A1/en active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7185065B1 (en) * | 2000-10-11 | 2007-02-27 | Buzzmetrics Ltd | System and method for scoring electronic messages |
CN101395627A (zh) * | 2005-12-30 | 2009-03-25 | 谷歌公司 | 具有视频广告创意的改进的广告 |
CN101290631A (zh) * | 2008-05-28 | 2008-10-22 | 北京百问百答网络技术有限公司 | 一种网络广告自动投放方法及其系统 |
CN101908184A (zh) * | 2009-06-04 | 2010-12-08 | 维鹏信息技术(上海)有限公司 | 一种通过多个具有关联的终端发布信息的控制方法及系统 |
CN102387207A (zh) * | 2011-10-21 | 2012-03-21 | 华为技术有限公司 | 基于用户反馈信息的推送方法和推送系统 |
CN105210069A (zh) * | 2013-03-15 | 2015-12-30 | 谷歌公司 | 基于订阅的移动阅读平台 |
CN104144181A (zh) * | 2013-05-08 | 2014-11-12 | 中国科学院声学研究所 | 一种网络视频终端聚合方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2017116493A1 (en) | 2017-07-06 |
EP3398146A4 (en) | 2019-08-07 |
EP3398146B1 (en) | 2021-12-01 |
ES2901113T3 (es) | 2022-03-21 |
CN108713213A (zh) | 2018-10-26 |
CN115293806A (zh) | 2022-11-04 |
EP3398146A1 (en) | 2018-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10810604B2 (en) | Content consumption monitor | |
US20190294642A1 (en) | Website fingerprinting | |
US20180365710A1 (en) | Website interest detector | |
US11354706B2 (en) | Location retargeting system for online advertising | |
US20220122097A1 (en) | Method and system for providing business intelligence based on user behavior | |
US20170364931A1 (en) | Distributed model optimizer for content consumption | |
CN108713213B (zh) | 用于内容消费的激增检测器 | |
US20160132906A1 (en) | Surge detector for content consumption | |
US20220358541A1 (en) | Systems and methods for cross-browser advertising id synchronization | |
US10453070B2 (en) | Non-invasive sampling and fingerprinting of online users and their behavior | |
CA2789224C (en) | Communicating information in a social network system about activities from another domain | |
US8688519B1 (en) | Targeting mobile applications through search query mining | |
US10163130B2 (en) | Methods and apparatus for identifying a cookie-less user | |
US20190050874A1 (en) | Associating ip addresses with locations where users access content | |
US20050086105A1 (en) | Optimization of advertising campaigns on computer networks | |
US20210056573A1 (en) | Systems and methods for determining segments of online users from correlated datasets | |
KR20150130282A (ko) | 실시간 비딩용 지능형 플랫폼 | |
US9268818B1 (en) | Determining intent of a recommendation on a URL of a web page or advertisement | |
US20200273079A1 (en) | Automatic electronic message data analysis method and apparatus | |
US20130282510A1 (en) | Splitting of User-Lists | |
WO2015167736A1 (en) | Techniques for optimizing a content campaign | |
JP6416108B2 (ja) | クライアント・デバイス所有に基づくメトリックの生成 | |
US20160189204A1 (en) | Systems and methods for building keyword searchable audience based on performance ranking | |
US20150019334A1 (en) | Systems and methods for providing targeted messaging when targeting terms are unavailable | |
US9367583B1 (en) | Systems and methods of generating content performance metrics |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |