CN109845232A

CN109845232A - 数字组件传输

Info

Publication number: CN109845232A
Application number: CN201880003117.1A
Authority: CN
Inventors: J.刘易斯; T.G.普赖斯
Original assignee: Google LLC
Current assignee: Google LLC
Priority date: 2017-08-24
Filing date: 2018-04-19
Publication date: 2019-06-04
Anticipated expiration: 2038-04-19
Also published as: US10958747B2; EP3482557A1; CN109845232B; US20190068733A1; WO2019040129A1

Abstract

方法、系统和装置，包括在计算机存储介质上编码的计算机程序，用于调整用于传输数字组件的资格值。在一个方面，计算系统包括用于识别将数字组件传输到客户端设备的机会的服务器。服务器确定当数字组件传输到客户端设备时在与数字组件的用户交互之后发生给定结果的第一概率。服务器确定当数字组件未被传输到客户端设备时发生给定结果的第二概率。服务器生成数字组件的结果递增性因子，包括确定第一概率相对于第二概率的比率，并基于结果递增性因子触发资格值的调整。然后，服务器使用调整后的资格值控制数字组件到客户端设备的传输。

Description

数字组件传输

背景技术

本说明书涉及用于通过通信网络传输数字组件的技术的数据处理和系统建模。

因特网促进了全球用户之间的信息交换。这种信息交换使得能够将内容分发给各种用户。在某些情况下，来自多个不同提供者的内容可以集成到单个电子文档中以创建复合文档。例如，电子文档中包括的内容的一部分可以由电子文档的发布者选择(或指定)。内容的不同部分(例如，数字组件)可以由第三方(例如，不是电子文档的发布者和/或没有路径修改定义电子文档的代码的实体)提供。

在某些情况下，在已经请求呈现电子文档之后和/或在呈现电子文档时，选择数字组件以与电子文档集成。例如，当在客户端设备处呈现电子文档时，电子文档中包括的机器可执行指令可以由客户端设备执行。可执行指令可以使客户端设备能够联系一个或多个远程服务器以获得在客户端设备处呈现时将被集成到电子文档中的数字组件。

发明内容

本说明书中描述的主题的一个方面可以以计算机实现的方法实现。该方法包括：由后端计算服务器识别将数字组件传输到客户端设备的机会；由后端计算服务器响应于所识别的机会确定：假设数字组件被传输到客户端设备，在与数字组件的用户交互之后发生给定结果的第一概率；由后端计算服务器响应于所识别的机会确定：假设数字组件未被传输到客户端设备，发生给定结果的第二概率。

该方法还包括由后端计算服务器生成数字组件的结果增量性因子，包括确定第一概率相对于第二概率的比率；由后端计算服务器基于数字组件的结果增量性因子，触发控制数字组件的传输的资格值的调整；以及由后端计算服务器使用调整后的资格值控制数字组件到客户端设备的传输。

这些和其他实现方式可以各自可选地包括以下特征中的一个或多个。例如，在一些实现方式中，生成所述结果增量性因子包括：确定所述数字组件的传输改变所述用户将执行导致所述给定结果的动作的概率的程度。

在一些实现方式中，所述后端计算服务器包括多个不同的预测建模系统，并且确定第一概率和第二概率包括：由第一预测建模系统生成指示第一概率的参数值的第一参数；以及由第二预测建模系统生成指示第二概率的参数值的第二参数。

在一些实现方式中，确定给定结果发生的第一概率包括：由第一模型响应于所识别的机会确定交互概率，该交互概率量化如果将数字组件传输到客户端设备则将发生与数字组件的用户交互的概率；由第二模型响应于所识别的机会确定交互后结果概率，该交互后结果概率量化如果将数字组件传输到客户端设备则在与数字组件的用户交互之后发生给定结果的概率；以及将第一概率确定为交互概率和交互后结果概率的乘积。

在一些实现方式中，确定给定结果的第二概率包括：由第三模型响应于所识别的机会确定基线概率，该基线概率量化在没有数字组件的传输的情况下发生给定结果的概率；以及生成结果增量性因子包括将第一概率除以基线概率。

在一些实现方式中，所述方法还包括：响应于将数字组件传输到客户端设备，由后端计算服务器并基于第一参数确定给定结果的第一分数；由后端计算服务器并基于第二参数确定在没有向客户端设备传输数字组件的情况下给定结果的第二分数；以及由后端计算服务器基于第一分数和第二分数之间的差生成增量性分数。

在一些实现方式中，所述资格值对应于特定目标分数，并且触发所述资格值的调整包括：确定增量性分数和特定目标分数之间的差；以及基于增量性分数和特定目标分数之间的差来调整资格值以实现特定目标分数。

这个和其他方面的其他实现方式包括对应的系统、装置和计算机程序，其被配置为执行在计算机存储设备上编码的方法的动作。一个或多个计算机或硬件电路的计算系统可以借助于安装在系统上的软件、固件、硬件或它们的组合来如此配置，该系统在操作中使系统执行动作。一个或多个计算机程序可以借助于具有指令来如此配置，所述指令在由数据处理装置执行时使得装置执行动作。

根据本公开的一个方面，存在一种计算系统，包括：数字组件服务器，其存储媒体内容项并且向客户端设备传输在数字组件中包括的特定媒体内容；包括至少一个服务器的后端计算系统，其与数字组件服务器通信，其中所述至少一个服务器包括存储可由一个或多个处理器执行以引起操作的执行的一个或多个非暂时性计算机可读介质，所述操作包括：由后端计算系统识别将数字组件传输到客户端设备的机会；由后端计算服务器响应于所识别的机会确定：假设数字组件被传输到客户端设备，在用户与数字组件交互之后发生给定结果的第一概率；由后端计算服务器响应于所识别的机会确定：假设数字组件未被传输到客户端设备，发生给定结果的第二概率；由后端计算系统生成数字组件的结果增量性因子，包括确定第一概率相对于第二概率的比率；由后端计算系统基于数字组件的结果增量性因子，触发控制数字组件的传输的资格值的调整；以及由后端计算系统使用调整后的资格值控制数字组件到客户端设备的传输。

在一些实现方式中，生成所述结果增量性因子包括：确定所述数字组件的传输改变所述用户将执行导致所述给定结果的动作的概率的程度。

在一些实现方式中，所述后端计算系统包括多个不同的预测建模系统，并且确定第一概率和第二概率包括：由第一预测建模系统生成指示第一概率的参数值的第一参数；以及由第二预测建模系统生成指示第二概率的参数值的第二参数。

在一些实现方式中，确定给定结果发生的第二概率包括：由第三模型响应于所识别的机会确定基线概率，该基线概率量化在没有数字组件的传输的情况下发生给定结果的概率；以及生成结果增量性因子包括将第一概率除以基线概率。

在一些实现方式中，所述操作还包括：响应于将数字组件传输到客户端设备，由后端计算系统并基于第一参数确定给定结果的第一分数；由后端计算系统并基于第二参数确定在没有向客户端设备传输数字组件的情况下给定结果的第二分数；以及由后端计算系统基于第一分数和第二分数之间的差生成增量性分数。

根据本公开的另一方面，提供了一个或多个非暂时性计算机可读介质，其存储指令，当所述指令由一个或多个处理器执行时，使得执行操作，所述操作包括：由后端计算服务器识别将数字组件传输到客户端设备的机会；由后端计算服务器响应于所识别的机会确定：假设数字组件被传输到客户端设备，在与数字组件的用户交互之后发生给定结果的第一概率；由后端计算服务器响应于所识别的机会确定：假设数字组件未被传输到客户端设备，发生给定结果的第二概率；由后端计算服务器生成数字组件的结果增量性因子，包括确定第一概率相对于第二概率的比率；由后端计算服务器基于数字组件的结果增量性因子，触发控制数字组件的传输的资格值的调整；以及由后端计算服务器使用调整后的资格值控制数字组件到客户端设备的传输。

在一些实现方式中，所述操作还包括：响应于将数字组件传输到客户端设备，由后端计算服务器并基于第一参数确定给定结果的第一分数；由后端计算服务器并基于第二参数确定在没有向客户端设备传输数字组件的情况下给定结果的第二分数；以及由后端计算服务器基于第一分数和第二分数之间的差生成增量性分数。

在一些实现方式中，所述特定目标分数在前端计算服务器处接收，并且指定当数字组件传输到客户端设备时响应于与数字组件的用户交互的给定结果的期望性能。

可以实现本说明书中描述的主题的特定实施例，以便实现以下优点中的一个或多个。根据所描述的主题，可以使用使用机器学习系统确定的概率来触发数字组件的分发。具体地，给定结果的概率可用于响应于用户与数字组件的交互来确定是否触发数字组件的分发，该数字组件将用户引导到发布者的网站。

例如，第一概率可以指示在通过与数字组件的交互将用户引导到发布者的网站之后将发生给定结果的可能性(假设触发了数字组件的分发)，并且第二概率可以指示即使数字组件未被分发给用户(即，未触发分发)给定结果也将发生的可能性。可以基于涉及第一和第二概率的计算出的关系(例如，概率之间的差异，或者一个概率相对于另一概率的比率)来设置用于分发数字组件的触发。

使用计算出的关系来触发数字组件的分发有助于在不管数字组件是否被传输给定结果都将要发生的情况下减少(或消除)数字组件的传输。这可以阻止数字组件的不必要分发，这减少了获得给定结果所需的计算资源(例如，处理器和/或存储器资源)。由此，所描述的技术提高了计算机系统操作的效率，这是对计算机系统本身的改进。因此，通过提供用于控制数字组件传输的更有效的过程来改进系统本身的操作。此外，阻止数字组件的不必要分发可以使得能够使用较少的网络带宽。因此，实施例可以解决与在联网环境中向客户端设备传输数据相关联的问题。

在附图和以下描述中阐述了本说明书中描述的主题的一个或多个实施例的细节。根据说明书、附图和权利要求，本主题的其他特征、方面和优点将变得显然。

附图说明

图1是其中分发内容的示例计算环境的框图。

图2是图1的环境的示例计算系统的框图。

图3是用于调整用于传输数字组件的资格值的示例过程的流程图。

图4是可以结合本说明书中描述的方法使用的计算系统的框图。

各附图中相同的附图标记和名称表示相同的元件。

具体实施方式

本文档公开了便于用于通过通信网络传输数字组件的技术的数据处理和系统建模的方法、系统、装置和计算机可读介质。如下面更详细讨论的，机器学习系统执行预测模型，用于确定如果响应于对从客户端设备接收的内容的特定请求而传输给定数字组件、则将发生给定结果的概率。可以对于其中实施贯穿本文档所讨论的技术的环境来适当指定(或选择)给定结果。

例如，互联网上下文中的给定结果可以是在发布者的网站上执行的发布者指定的用户动作(例如，下载指定内容、完成交易、与指定图标、小部件或应用交互、启动特定脚本、或者某个其他指定行动)。给定结果的概率可用于确定是否触发数字组件的分发，该数字组件响应于与数字组件的用户交互而将用户引导到发布者的网站。

在一些实现方式中，关于是否响应于特定请求(和/或应该为分发获得的结果值/分数)触发数字组件的分发的确定可以基于：在用户通过与数字组件的交互被引导到发布者的网站之后将发生给定结果的概率(假设触发了数字组件的分发)、和即使数字组件未分发给用户(即，不触发分发)也会发生给定结果的概率之间的差。

例如，机器学习系统可以确定：假设响应于该请求传输数字组件以在网页中呈现，在与数字组件的用户交互之后将发生给定结果的第一概率。机器学习系统还可以确定：假设不传输数字组件以在网页中呈现，给定结果将发生的第二概率。

在一些实现方式中，当第一概率不超过第二概率以至少指定量时，可以不触发数字组件的分发(例如，阻止分发)。在一些实现方式中，可以基于第一概率超过第二概率的量来设置分发数字组件所需的结果值。例如，需要由发布者提交的结果值可以随着第一概率相对于第二概率的增加而增加。

使用第一概率和第二概率之间的差作为触发数字组件的分发的基础或条件有助于在不管是否传输数字组件给定结果都将要发生的情况下减少(或消除)数字组件的传输，这可以阻止数字组件的不必要分发，从而减少获得给定结果所需的计算资源(例如，处理器和/或存储器资源)。因此，本文档中描述的技术提高了计算机系统操作的效率，这是对计算机系统本身的改进。此外，阻止数字组件的不必要分发可以使得能够使用较少的网络带宽。因此，实施例可以解决与在联网环境中向客户端设备传输数据相关联的问题。

如贯穿本文档所使用的，短语“数字组件”是指数字内容或数字信息的离散单元(例如，视频剪辑、音频剪辑、多媒体剪辑、图像、文本或另一内容单元)。数字组件可以作为单个文件或文件集合电子地存储在物理存储设备中，并且数字组件可以采取视频文件、音频文件、多媒体文件、图像文件或文本文件的形式，并包括广告信息，使得广告是一种数字组件。短语“数字组件”可以指嵌入到电子文档中的数字内容的一部分，该电子文档由与数字组件的提供者不同的实体提供。

图1是分发数字组件以用电子文档呈现的示例环境100的框图。示例环境100包括网络120，诸如局域网(LAN)、广域网(WAN)、因特网或其组合。网络120连接客户端设备104、建模系统110、第三方接口116和数字组件服务器130。示例环境100可以包括许多不同的用户/客户端设备104，其可以接收包括由数字组件服务器108传输的多种类型的数字组件的各种电子文档。

客户端设备104是能够通过网络120请求和接收资源的电子设备。示例客户端设备104包括个人计算机、移动通信设备和可以通过网络120传输和接收数据的其他设备。客户端设备104通常包括用户应用，诸如web浏览器106，以便于通过网络120传输和接收数据。由客户端设备104执行的本机应用程序还可以促进通过网络120传输和接收数据。

电子文档是在客户端设备104处呈现一组内容的数据。电子文档的示例包括网页、文字处理文档、便携式文档格式(PDF)文档、图像、视频、搜索结果页面和馈送源。诸如安装在移动计算设备、平板电脑或台式计算设备上的应用的本机应用(例如，“app”)也是电子文档的示例。可以通过示例电子文档服务器或从向本机应用提供内容的应用服务器向客户端设备104提供电子文档。在一些实现方式中，来自具备语音能力的辅助设备或来自虚拟辅助应用的对话响应是用于在客户端设备104处呈现内容的电子文档。

例如，电子文档服务器可以包括托管发布者网站的服务器。在该示例中，客户端设备104可以发起对给定发布者网页的请求，并且托管给定发布者网页的电子服务器可以通过发送机器可执行指令来响应该请求，该机器可执行指令在客户端设备104处发起给定网页的呈现。在另一示例中，电子文档服务器可以包括app服务器，客户端设备104可以从该app服务器下载app。在该示例中，客户端设备104可以下载在客户端设备104处安装app所需的文件，然后在本地执行下载的app。注意，虽然出于示例的目的，说明书涉及“请求”，但是本文档中描述的技术非常适用于提供不需要由客户端设备104提交请求的内容的其他机会。

电子文档可包括各种内容。例如，电子文档可以包括静态内容(例如，文本或其他指定内容)，其在电子文档本身内和/或不随时间改变。电子文档还可以包括可以随时间或基于每个请求而改变的动态内容。例如，给定电子文档的发布者可以维护用于填充电子文档的部分的数据源。

在该示例中，给定电子文档可以包括标签或脚本，该标签或脚本使客户端设备104在客户端设备104处理(例如，呈现或执行)给定电子文档时从数据源请求内容。客户端设备104将从数据源获得的内容集成到给定的电子文档中，以创建包括从数据源获得的内容的复合电子文档。

在一些情况下，给定电子文档可包括数字组件标签或数字组件脚本。在这些情况下，当客户端设备104处理给定电子文档时，客户端设备104执行数字组件标签或数字组件脚本。数字组件标签或数字组件脚本的执行使得客户端设备104生成数字组件的请求(称为“组件请求122”)，其通过网络120传输到数字组件服务器130。在一些实现方式中，不是执行数字标签或脚本以从第三方系统请求数字组件，而是可以在第一方内容服务器(例如，服务器端或发布者服务器)请求和合并数字组件和其他第三方内容。

例如，数字组件标签或数字组件脚本可以使客户端设备104能够生成包括报头和有效载荷数据的分组数据请求。组件请求可以包括指定诸如以下特征的事件数据：正从其请求数字组件的服务器的名称(或网络位置)、请求设备(例如，客户端设备104)的名称(或网络位置)、和/或数字组件服务器130可用于选择响应于内容请求122(例如，作为“回复124”)而提供的一个或多个数字组件的信息。

数字组件服务器130选择可包括媒体内容项的数字组件(例如，视频文件、音频文件、图像或文本及其组合，其可全部采取广告内容(例如，132-A)或非广告内容(例如，132-B)的形式)，该媒体内容项响应于接收到组件请求和/或使用组件请求中包括的信息，用给定电子文档呈现。

建模系统110包括前端服务器112和后端服务器114。在一些实现方式中，建模系统110可以是数据建模和资格值调整系统。例如，系统110可以使用数据模型来确定用于预测给定结果的发生的概率值。然后，如下面更详细地讨论的，系统110可以使用这些概率值来触发资格值的调整，该资格值控制数字组件从数字组件服务器130到客户端设备104的传输。

通常，基于某个资格值来传输数字组件。例如，资格值可以基于特定数字组件的分发标准与由客户端设备104提交的搜索查询或者提供给客户端设备104的电子文档的内容是如何相关的。在一些情况下，资格值也可以基于在响应于请求分发数字组件时将发生给定结果(例如，在由数字组件链接到的登陆页面处发生的指定用户交互)的可能性。

然而，当分发数字组件时发生给定结果的可能性没有考虑或区分在没有分发数字组件的情况下给定结果将发生的可能性。换句话说，如果分发数字组件则将资格值基于发生给定结果的可能性，这一方式没有提供关于由数字组件的分发导致的给定结果的发生的可能性的增量增加的信息。

因此，将资格值基于当数字组件分发时发生给定结果的可能性的系统不考虑由数字组件的分发引起的可能性的增量增加，这可能导致即使在与数字组件是否分发无关于给定结果发生的可能性都不会显著改变的情况下、数字组件的分发。为简洁起见，给定结果发生的可能性将被称为“结果可能性”。

本文档中描述的技术考虑了由数字组件的分发提供的增量结果可能性，用于确定是否分发数字组件和/或应该被提交以用于分发数字组件的结果值。短语“增量结果可能性”是指结果可能性由于指定动作而改变的量。例如，由数字组件的分发提供的增量结果可能性是指：相对于当数字组件未被分发时的结果可能性、当数字组件被分发时结果可能性改变的量。

如下面更详细描述的，由机器学习模型提供的结果可能性预测可用于在响应于特定请求分发数字组件之前确定增量结果可能性。然后，该确定可以用于确定是否响应于特定请求分发数字组件和/或将使用什么资格值以用于确定是否响应于特定请求分发数字组件。

再次参考建模系统110，在一些实现方式中，系统110包括预测建模系统，其分析各种数据以用于确定将由数字组件的分发提供的增量结果可能性(例如，相对于在没有数字组件分发的情况下发生给定结果的可能性，当数字组件被分发时发生给定结果的可能性)。系统110的后端服务器114可以包括多个不同的预测建模系统，其接收和分析各种类型的数据(下面描述)，以便生成关于在某些条件下结果可能性的预测。数据可以经由网络120接收，并且可以与用户与数字组件和/或电子文档的交互有关，该数字组件和/或电子文档被生成以用于作为可使用网络浏览器106观看的网页来显示。

关于数据分析，后端服务器114的每个建模系统可以执行用于训练人工神经网络的计算逻辑，其基于对数据的分析来执行深度学习分析。训练后的神经网络可以用作用于生成关于用户趋势的预测和推断的数据模型。如下面更详细描述的，建模系统110使用这些预测和推断来确定对在给定特定条件集合的情况下给定结果将发生的可能性进行量化的概率。虽然本文将人工神经网络描述为示例机器学习技术，但是可以使用多种其他技术(诸如启发式、统计学或机器学习模型)来执行本文档中描述的数据预测和数据建模功能。

前端服务器112可以是诸如具有图形用户界面或其他应用程序(例如，web浏览器)的客户端计算机的组件，用户/第三方可以通过该图形用户界面或应用程序与系统110交互。例如，前端服务器112被配置为与第三方接口116交换数据通信，以接收诸如从数字组件提供者接收的目标数据118的数据输入。第三方接口116可以是示例用户/移动计算设备、客户端计算机、或软件、中间件或相关前端组件的任何组合。

可以以目标分数或其他性能度量的形式指定目标数据118，其用于基于由系统110的机器学习模型确定的增量结果可能性来调整资格值。在一些情况下，目标分数可以是资格值的百分比值。例如，资格值可以是100并且目标分数可以是20，其中目标分数是资格值(例如，100)的20％。在一些实现方式中，目标分数指示来自给定结果的预期增益(例如，诸如收益回报的商业增益)，并且资格值定义用于控制向客户端设备104传输数字组件的阈值。

可以构造目标分数和资格值之间的关系，使得通过更有效的资源支出获得指定的目标分数(例如，来自给定结果的发生的收益回报)。如本文所述，当调整资格性值时，实现了改进的效率，以更好地考虑由数字组件的分发提供的增量结果可能性。例如，内容提供者可以花费商业资源来引起数字组件到客户端设备104的传输，以增加给定结果将发生的可能性。

资格值可以表示所花费的商业资源的量(例如，50)。内容提供者可以响应于结果发生而获得或实现期望的收益回报(例如，10％的目标分数)。然而，在某些情况下，数字组件的传输可能对引起给定结果的发生具有可忽略的影响。因为资格值可以表示用于引起或控制数字组件的传输的资源花费，所以所描述的教导提供了用于调整资格值以获得具有改进的资源花费效率的期望目标分数(或收益回报)的选项。

图2是环境100的示例计算系统200的框图。系统200可以与系统110的子系统对应并且包括至少一个后端服务器114。系统200可以是数字内容提供网络(例如，广告商网络)，其分析用户数据，并且基于该分析，控制向客户端设备104提供或传输数字组件。如下面更详细描述的，系统200被配置为使用数据模型以基于用户数据的分析来预测与某个项目或转化相关的结果的发生。

系统200包括第一预测模型202、第二预测模型204和计算逻辑206。第一预测模型202和第二预测模型204与当后端服务器114的预测建模系统训练系统110的人工神经网络时产生的模型输出对应。因此，第一预测模型202和第二预测模型204可以是受训练的神经网络，其被用作数据模型以生成用于确定由数字组件208的分发提供的增量结果可能性的预测和推断。如上所述，除了人工神经网络之外，可以使用多种其他技术(诸如启发式、统计学或机器学习模型)来执行本文所述的数据预测和数据建模功能。

可以基于多个数据集来训练神经网络(或其他学习系统)，所述多个数据集包括关于与使用web浏览器106显示的电子文档和数字组件208的用户交互的数据。例如，数据可以包括与电子文档或电子文档引用的实体(例如，人、地点或事物)相关联的特定关键词。在一些实现方式中，系统110将请求210传输到多个不同的客户端设备104，以获得关于不同用户如何与电子文档和数字组件208交互的数据。

客户端设备104可以通过响应于接收到请求210而向系统110提供或传输用户数据212来进行响应。在一些实现方式中，将转化数据作为用户数据212提供给建模系统110，以便于训练机器学习系统来预测用户是否可能转化或发起使用网络浏览器106显示的某些项目的转化。在一些情况下，转化数据还可以包括从客户端设备104提交以获得搜索结果页面的搜索查询。数据还可以包括与其他信息有关的转化数据，诸如客户端设备104的用户已经提供的信息、或者指示其中用户所驻留的州或地区的地理信息。

在一些实现方式中，用户数据212包括提供将显示数字组件208的环境的上下文的其他信息。例如，该上下文数据可以包括组件请求122在一天中的时间、组件请求122在一周中的一天、将显示数字组件208的客户端设备104的类型，诸如移动设备或平板电脑设备。在完成神经网络(或其他学习系统)训练后，模型202和204可用于准确地预测结果可能性，因为它与向用户显示或未示出的数字组件208有关。

系统200使用模型202和204来生成概率值，该概率值量化给定结果将发生的可能性。例如，系统200可以使用模型202和204来预测给定结果的结果可能性，例如，与网页的特定部分的用户交互或网页上的指定交易的完成。由系统200生成的预测可以包括在具有或不具有与特定数字组件208的用户交互时发生结果的可能性。

在一些实现方式中，数字组件208可以包括诸如媒体内容132-A和132-B的项目的数据的图形表示。在与数字组件208交互时，在媒体内容132-A、132-B中包括的图形数据可以影响或触发用户执行动作(例如，与媒体内容132-A、132-B的用户交互)，其将用户引导到由媒体内容132-A、132-B链接到的登录页面并且导致结果的发生(例如，完成在登陆页面处的购买或诸如下载应用的另一指定结果)。

被建模的结果可以包括在响应于所识别的机会将组件传输到客户端设备104时在与数字组件(例如，数字广告)的用户交互之后在网页处发生的项目转化或取得。同样地，被建模的结果还可以包括响应于所识别的机会不具有与传输到客户端设备104的数字组件的用户交互时在网页上发生的项目取得。

例如，建模系统110可以运行预测模型202，其包括预测的点击率模型(pCTR)和预测的转化率模型(pCvR)。两个模型(pCTR和pCvR)用于生成概率值，该概率值量化在给定数字组件208的分发之后跟随以用户与数字组件208的交互的情况下结果(例如，项目转化)的预测可能性。例如，结果可以是在与在客户端设备104处显示的数字组件208的用户交互之后，在特定时间窗口(例如，30天)内的用户购买项目。

建模系统110还可以运行预测模型204，该预测模型204包括pCvR模型，该模型生成量化在给定没有数字组件208在客户端设备104处显示的情况下的结果(例如，项目转化)的预测可能性的概率值。例如，在给定没有呈现数字组件208的情况下，pCvR模型可以预测在相同时间窗口(例如，30天)内来自任何给定用户的转化的可能性。

示例用例可以包括在线广告拍卖，其中，对于用户每次有资格在客户端设备104处呈现数字组件208，建模系统110生成两个预测参数。由模型202产生的第一参数指示给定在数字组件208被呈现给用户并且用户点击或以其他方式与数字组件208交互的情况下用户转化的第一概率。由模型204产生的第二参数指示给定在客户端设备104处没有呈现数字组件208的情况下用户转化的第二概率。

系统200可以使用第一概率和第二概率来解释或区分在分发数字组件208时发生的给定结果的可能性以及在没有分发数字组件208的情况下给定结果将发生的可能性。例如，建模系统110可以使用后端服务器114来确定第一概率相对于第二概率的比率。特别地，由模型202给出的转化的第一概率(例如，第一参数值)除以由模型204给出的转化的第二概率(例如，第二参数)。该比率表示上面讨论的“增量结果可能性”并且可以与对转化的增量性进行量化的结果增量性因子(或参数)对应。

转化的增量性与如下对应：如果在客户端设备104处向用户呈现数字组件208(并且由用户交互)与没有向用户呈现数字组件208相比，用户更可能转化或取得项目的程度。如本文所使用的，如果系统200确定用户可能性较低地在没有与在客户端设备104处呈现给用户的数字组件208的交互的情况下进行转化，则用户转化或取得可以是增量的。在一些实现方式中，真正的“增量”转化与和其中没有向用户呈现数字组件208的场景相比、给定用户被呈现和/或与数字组件208交互的情况下将具有显著更高的发生概率的结果对应。

如上所述，可以基于在系统110处接收到的某个资格值(例如如图1所示，从接口116接收到的值126)来传输数字组件208。系统200可以调整资格值126以考虑由数字组件208的分发而引起的事件发生的可能性的增量增加。在一些实现方式中，系统110向接口116提供调整后的资格值128(图1)，以用于呈现给数字组件提供者并用于控制数字组件208的传输以用于在客户端设备104处呈现。

系统200可以使用结果增量性因子(例如，计算出的第一参数和第二参数的比率)来触发控制数字组件208到客户端设备104的传输的资格值的调整。在一些情况下，实体(例如，广告商)可以提交资格值，例如图1的值126，以使数字组件208被传输到客户端设备104。

资格值可以是实体将花费来传输数字组件208以实现期望的转化结果(例如，获得目标分数或实现一些商业利益)的金额(例如，出价金额)。当用户在与客户端设备104处呈现的数字组件208交互之后转化项目时，实现转化结果。系统200执行计算过程以调整资格值以更好地考虑更“增量”的转化。这样的调整使实体能够实现有效地花费金钱资源以引起数字组件208的传输以实现给定的结果。

数字内容的提供者可以以多种方式输入和使用用于增量转化的资格值。第一，增量转化的资格值可以由接口116接收并用作出价，以指示数字内容提供者愿意为被认为是真正“增量”的转化所花费的金额。如上所述，真正“增量“转化可以是与其中数字组件208未呈现给用户的场景相比、在给定用户被呈现数字组件208和/或与数字组件208交互的情况下具有显著更高的发生概率的结果。

第二，增量转化的资格值可以由接口116接收，并且计算出的增量性因子可以用作可以基于转化的预测增量性来调整的出价倍数。可用作出价倍数的增量性因子提供了允许数字内容提供者逐步调整倍数以调整资源支出以进行更增量转化的优势。例如，使用可调整的出价倍数允许内容提供者指定对于提交的资格值的百分比增长，以用于更增量的转化(例如，对于被认为是真正增量的转化，出价可提高达2％、5％或10％)。

第三，资格值和目标数据118可以由接口116接收，并且资格值可以用于可基于预测转化的增量性的计算出的增量结果可能性(例如，增量性因子)来调整。特别地，可以以目标分数或其他性能度量的形式指定目标数据118，并且基于由系统110的机器学习模型确定的增量结果可能性来调整资格值。

调整后的资格值使得数字内容提供者能够利用有效的资源花费来获得目标分数，因为资格值被调整以反映显示数字组件导致给定结果发生的程度。换句话说，这个对于支出的目标增量回报方法涉及调整资格值以对不是增量的转化结果的出价额进行折扣或减少(例如，折扣出价以考虑相对于来自于发生给定结果的目标/期望收益回报、来自于呈现数字组件208的转化的可能性的最小增长)。

例如，建模系统110可以基于由模型202和204确定的概率值来调整资格值以实现期望的目标分数。逻辑206可以包括用于执行后端服务器114的分数和值调整特征的软件指令和其他编程代码。在一些实现方式中，建模系统110使用逻辑206以基于数字组件208的结果增量性因子来调整资格值。建模系统110可以使用增量性因子来确定作为在客户端设备104处呈现数字组件208的结果的转化概率的增加或提高。

例如，模型的预测数据可以指示在客户端设备104处没有呈现数字组件208和/或与用户交互的情况下出现给定转化结果的概率为5％。然而，预测数据还可以指示在客户端设备104处呈现数字组件208的情况下用户转化的概率为10％。在前面的示例中，可以估计：对于假设在客户端设备104处呈现数字组件208的情况下将发生给定转化结果的可能性，在客户端设备104处呈现数字组件208仅贡献了5％的增加或提高。

参考上面讨论的用于调整资格值的第三种方法，数字内容提供者可以使用第三方界面116来输入资格值，该资格值是每增量转化出价5美元时的成本(例如，目标分数)。对于在客户端设备104处呈现数字组件208，示例内容提供网络执行系统200可以将资格值调整(例如，折扣或减少)到0.25美元的出价。

这里，调整的资格值反映了对作为在客户端设备104处呈现数字组件208的直接结果的转化的贡献(例如，更增量的转化)的更准确的估计。特别地，在客户端设备104处呈现数字组件208以向用户显示仅使转化的可能性增加了5％(即，没有数字组件208的情况下为5％，相对于有数字组件208的情况下为10％)。因此，输入的5美元资格值被调整为0.25美元，以表示作为5美元的5％的资格值。因此，使用所描述的教导可以通过将资源花费与由用户查看和/或与数字组件208交互导致的收益回报进行精确地对准来实现改进的计算和商业效率。

在又另一个示例中，预测终端用户具有与在客户端设备104处呈现以用于向用户显示的数字组件208交互的5％概率。模型202用于确定在与数字组件208交互之后，预测用户具有在发布者或数字内容提供者的网页上的50％的转化概率。在一些实施方式中，后端服务器114包括电子用户值(eValue)模型，例如，被包括作为模型202和204的一部分，其估计转化或多个转化(如果估计发生多于一个转化)的金钱价值。假设至少发生一次转化，则eValue模型可以将转化的价值估计为50美元。

相反，模型202用于确定或预测：假设在客户端设备104处没有呈现数字组件208，或者不管是否在客户端设备104处呈现数字组件208，该用户将在特定时间窗口(例如，30天)内转化的可能性为2.5％。此外，eValue模型估计：即使在客户端设备104处没有呈现数字组件208，转化的价值也为25美元。

现在，假设在客户端设备104处没有呈现数字组件208，则来自该用户的预期回报是0.625美元(转化机率2.5％×估计的转化值25美元)。替代地，假设数字组件208在客户端设备104处呈现，则从5％(与数字组件208交互的可能性)×50％(与数字组件208交互之后的转化可能性)×50％×50美元(eValue)的计算得出预期回报是1.25美元。

对于前面的示例，在客户端设备104处呈现数字组件208的增量回报是：1.25美元(组件被呈现)-0.625美元(无组件)＝0.625美元。数字内容的提供者可以输入目标数据118，其包括25％的期望/目标增量支出回报。换句话说，对于数字内容提供者每花费或消费$1.00以使数字组件传输到客户端设备104，提供者希望实现在提供者否则将从用户收到的回报之上的1.25美元的收益回报。该收益回报比内容提供者花费以使数字组件208的传输以影响给定结果将发生的可能性的量多25％。

对于该示例，系统110可以调整现有资格值，或者生成初始资格值，以包括0.50美元的金钱出价额。通过对于0.625美元的估计的增量回报将资格值或出价额设置为0.50美元，系统110满足数字内容提供者对使数字组件传输到客户端设备104的支出25％的回报的要求。

图3是用于调整用于传输数字组件的资格值的示例过程300的流程图。可以使用上述系统200来实现过程300。因此，过程300的描述可以参考系统200的上述组件、模型或计算设备中的一个或多个。在一些实现方式中，过程300的所描述的动作由诸如客户端设备104、系统110或两者的示例电子设备的处理器和存储器可执行的计算逻辑或软件指令启用。

在过程300的框302处，后端服务器114识别将数字组件传输到客户端设备104的机会。例如，后端服务器114可以基于关于与在客户端设备104处显示的网页的用户交互的用户数据212，识别将数字组件传输到客户端设备104的机会。在一些实现方式中，当用户访问被配置为显示内容以使得完成指定交易的特定发布者网页时，识别该机会。

在框304处，后端服务器114响应于所识别的机会确定：假设将数字组件传输到客户端设备，在与数字组件的用户交互之后发生给定结果的第一概率。例如，服务器114的模型202可以确定：假设响应于请求传输数字组件以用于在网页中呈现，则在与数字组件的用户交互之后将发生给定结果的第一概率。

在框306处，后端服务器114响应于所识别的机会确定：假设数字组件不传输到客户端设备，发生给定结果的第二概率。例如，服务器114的模型204可以确定：假设不传输数字组件以用于在网页中呈现，给定结果将发生的第二概率。

在框308处，后端服务器114生成数字组件的结果增量性因子。在一些实现方式中，生成数字组件的结果增量性因子包括确定第一概率相对于第二概率的比率。在一些情况下，生成结果增量性因子包括确定数字组件的传输改变用户将执行导致给定结果的动作的概率的程度。

在框310处，后端服务器114基于数字组件的结果增量性因子，触发控制数字组件的传输的资格值的调整。在框312处，后端服务器114使用调整后的资格值来控制数字组件到客户端设备的传输。

图4是可用于实现本文档中描述的系统和方法的作为客户端或服务器或多个服务器的计算设备400、450的框图。计算设备400旨在表示各种形式的数字计算机，诸如膝上型计算机、台式机、工作站、个人数字助理、服务器、刀片服务器、大型机和其他适当的计算机。计算设备450旨在表示各种形式的移动设备，诸如个人数字助理、蜂窝电话、智能电话、智能手表、头戴式设备和其他类似的计算设备。这里示出的组件、它们的连接和关系以及它们的功能仅仅是示例性的，并不意味着限制本文档中描述和/或要求保护的实现方式。

计算设备400包括处理器402、存储器404、存储设备406、连接到存储器404和高速扩展端口410的高速接口408、以及连接到低速总线414和存储设备406的低速接口412。组件402、404、406、408、410和412中的每一个使用各种总线互连，并且可以适当地安装在公共主板上或以其他方式安装。处理器402可以处理用于在计算设备400内执行的指令，包括在存储器404中或存储设备406上存储的指令，以在外部输入/输出设备(诸如耦合到高速接口408的显示器416)上显示GUI的图形信息。在其他实现方式中，可以适当地使用多个处理器和/或多个总线以及多个存储器和多个类型的存储器。而且，可以连接多个计算设备400，每个设备提供必要操作的部分(例如，作为服务器库、一组刀片服务器或多处理器系统)。

存储器404存储计算设备400内的信息。在一个实现方式中，存储器404是计算机可读介质。在一个实现方式中，存储器404是一个或多个易失性存储器单元。在另一实现方式中，存储器404是一个或多个非易失性存储器单元。

存储设备406能够为计算设备400提供大容量存储。在一个实现方式中，存储设备406是计算机可读介质。在各种不同的实现方式中，存储设备406可以是硬盘设备、光盘设备或磁带设备、闪存或其他类似的固态存储设备，或设备阵列，包括存储区域网络或其他配置中的设备。在一个实现方式中，计算机程序产品有形地体现在信息载体中。该计算机程序产品包含在被执行时执行一种或多种方法(诸如上述方法)的指令。信息载体是计算机或机器可读介质，诸如存储器404、存储设备406或处理器402上的存储器。

高速控制器408管理计算设备400的带宽密集型操作，而低速控制器412管理较低的带宽密集型操作。这种职责分配只是示范性的。在一个实现方式中，高速控制器408耦合到存储器404、显示器416(例如，通过图形处理器或加速器)，并耦合到高速扩展端口410，高速扩展端口410可以接受各种扩展卡(未示出)。在该实现方式中，低速控制器412耦合到存储设备406和低速扩展端口414。可以包括各种通信端口(例如，USB、蓝牙、局域网、无线局域网)的低速扩展端口可以例如通过网络适配器耦合到一个或多个输入/输出设备，诸如键盘、指示设备、扫描仪、或诸如交换机或路由器的网络设备。

如图中所示，计算设备400可以以多种不同的形式实现。例如，它可以被实现为标准服务器420，或者在一组这样的服务器中实现多次。它还可以实现为机架服务器系统424的一部分。此外，它可以在诸如膝上型计算机422的个人计算机中实现。替代地，来自计算设备400的组件可以与诸如设备450的移动设备中的其他组件(未示出)组合。这些设备中的每一个可以包含计算设备400、450中的一个或多个，并且整个系统可以由彼此通信的多个计算设备400、450组成。

计算设备450包括处理器452、存储器464、诸如显示器454的输入/输出设备、通信接口466和收发器468以及其他组件。设备450还可以提供有存储设备，诸如微驱动器或其他设备，以提供额外的存储。组件450、452、464、454、466和468中的每一个使用各种总线互连，并且这些组件中的若干可以适当地安装在公共主板上或以其他方式安装。

处理器452可以处理用于在计算设备450内执行的指令，包括在存储器464中存储的指令。处理器还可以包括单独的模拟和数字处理器。例如，处理器可以提供用于设备450的其他组件的协调，诸如用户界面的控制、由设备450运行的应用以及设备450的无线通信。

处理器452可以通过控制接口458和耦合到显示器454的显示器接口456与用户通信。显示器454可以是例如TFT LCD显示器或OLED显示器，或其他适当的显示技术。显示器接口456可以包括用于驱动显示器454以向用户呈现图形和其他信息的适当电路。控制接口458可以从用户接收命令并将其转换以提交给处理器452。此外，可以提供与处理器452通信的外部接口462，以便能够使设备450与其他设备进行近区域通信。外部接口462可以提供例如有线通信(例如，通过对接过程)或用于无线通信(例如，经由蓝牙或其他此类技术)。

存储器464存储计算设备450内的信息。在一个实现方式中，存储器464是计算机可读介质。在一个实现方式中，存储器464是一个或多个易失性存储器单元。在另一实现方式中，存储器464是一个或多个非易失性存储器单元。还可以提供扩展存储器474并通过扩展接口472连接到设备450，扩展接口472可以包括例如SIMM卡接口。这样的扩展存储器474可以为设备450提供额外的存储空间，或者还可以对设备450的应用或其他信息进行存储。具体地，扩展存储器474可以包括执行或补充上述过程的指令，并且还可以包括安全信息。因此，例如，扩展存储器474可以被提供为设备450的安全模块，并且可以用允许安全使用设备450的指令编程。此外，可以经由SIMM卡提供安全应用以及附加信息，诸如以不可入侵的方式在SIMM卡上放置识别信息。

如下所述，存储器可以包括例如闪存和/或MRAM存储器。在一个实现方式中，计算机程序产品有形地体现在信息载体中。该计算机程序产品包含在被执行时执行一种或多种方法(诸如上述方法)的指令。信息载体是计算机或机器可读介质，诸如存储器464、扩展存储器474或处理器452上的存储器。

设备450可以通过通信接口466无线通信，通信接口466可以在必要时包括数字信号处理电路。通信接口466可以提供各种模式或协议下的通信，诸如GSM语音呼叫、SMS、EMS或MMS消息、CDMA、TDMA、PDC、WCDMA、CDMA2000或GPRS等。这种通信可以例如通过射频收发器468发生。此外，可以诸如使用蓝牙、WiFi或其他这样的收发器(未示出)发生近程通信。另外，GPS接收器模块470可以向设备450提供附加的无线数据，其可以由在设备450上运行的应用适当地使用。

设备450还可以使用音频编解码器460进行语音通信，音频编解码器460可以从用户接收语音信息并将其转换为可用的数字信息。音频编解码器460同样可以诸如通过例如在设备450的耳机中的扬声器，为用户生成可听声音。这种声音可以包括来自语音电话呼叫的声音，可以包括记录的声音(例如，语音消息、音乐文件等)，并且还可以包括由在设备450上操作的应用生成的声音。

如图中所示，计算设备450可以以多种不同的形式实现。例如，它可以实现为蜂窝电话480。它还可以实现为智能手机482、个人数字助理或其他类似移动设备的一部分。

这里描述的系统和技术的各种实现方式可以在数字电子电路、集成电路、专门设计的ASIC、计算机硬件、固件、软件和/或其组合中实现。这些各种实现方式可以包括在可编程系统上可执行和/或可解释的一个或多个计算机程序中的实现方式，该可编程系统包括：至少一个可编程处理器，其可以是专用的或通用的，耦合以从存储系统接收数据和指令并向其传输数据和指令；至少一个输入设备；以及至少一个输出设备。

这些计算机程序也被称为程序、软件、软件应用或代码，包括用于可编程处理器的机器指令，并且可以用高级过程和/或面向对象的编程语言和/或在汇编/机器语言中实现。如本文所使用的，术语“机器可读介质”和“计算机可读介质”是指用于提供机器指令和/或数据给可编程处理器的任何计算机程序产品、装置和/或设备，例如磁盘、光盘、存储器、可编程逻辑设备(PLD)，包括接收机器指令作为机器可读信号的机器可读介质。术语“机器可读信号”是指用于向可编程处理器提供机器指令和/或数据的任何信号。

为了提供与用户的交互，这里描述的系统和技术可以在计算机上实现，该计算机包括：显示设备，例如CRT(阴极射线管)或LCD(液晶显示器)监视器，用于向用户显示信息；以及键盘和指示设备，例如鼠标或跟踪球，用户可以通过它们向计算机提供输入。其他类型的设备也可用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的感觉反馈，例如视觉反馈、听觉反馈或触觉反馈；并且可以以包括声学、语音或触觉输入的任何形式接收来自用户的输入。

如上所述，本文描述的系统和技术可以在计算系统中实现，该计算系统包括后端组件，例如作为数据服务器，或者包括诸如应用服务器的中间件组件；或者包括前端组件，诸如具有图形用户界面或Web浏览器的客户端计算机，用户可以通过该图形用户界面或Web浏览器与这里描述的系统和技术的实现进行交互；或者这种后端、中间件或前端组件的任何组合。系统的组件可以通过数字数据通信的任何形式或介质(诸如通信网络)互连。通信网络的示例包括局域网(“LAN”)、广域网(“WAN”)和因特网。

计算系统可包括客户端和服务器。客户端和服务器通常彼此远离，并且通常通过通信网络进行交互。借助于在各自的计算机上运行并且彼此具有客户端-服务器关系的计算机程序而产生客户端和服务器的关系。

除了上面的描述之外，可以向用户提供控制，该控制允许用户选择是否以及何时在此描述的系统、程序或特征可以能够收集用户信息(例如，关于用户的社交网络、社交动作或活动、专业、用户的偏好或用户的当前位置的信息)以及用户是否从服务器传输内容或通信。另外，某些数据可以在存储或使用之前以一种或多种方式处理，从而移除个人可识别信息。例如，在一些实施例中，可以处理用户的身份，使得不能为用户确定个人可识别信息，或者可以将获得位置信息的用户的地理位置(诸如，概括为城市、邮政编码或州级)一般化，从而无法确定用户的特定位置。因此，用户可以控制收集关于用户的哪些信息，如何使用该信息以及向用户提供哪些信息。

已经描述了许多实施例。然而，应该理解，在不脱离本公开的主旨和范围的情况下，可以进行各种修改。例如，可以使用上面示出的各种形式的流程，其中重新排序、添加或移除步骤。而且，尽管已经描述了支付系统和方法的若干应用，但应该认识到可以预期许多其他应用。因此，其他实施例在所附权利要求的范围内。

虽然本说明书包含许多具体实现细节，但这些不应被解释为对可要求保护的范围的限制，而是作为具体于特定实施例的特征的描述。在单独实施例的上下文中在本说明书中描述的某些特征也可以在单个实施例中组合实现。相反，在单个实施例的上下文中描述的各种特征也可以在多个实施例中单独地或以任何合适的子组合来实现。此外，尽管上面的特征可以描述为以某些组合起作用并且甚至最初如此要求保护，但是在一些情况下可以从组合中去除来自所要求保护的组合的一个或多个特征，并且所要求保护的组合可以针对子组合或子组合的变型。

类似地，虽然在附图中以特定顺序描绘了操作，但是这不应该被理解为要求以所示的特定顺序或按顺序执行这样的操作、或者执行所有示出的操作，以实现期望的结果。在某些情况下，多任务处理和并行处理可以是有利的。此外，上述实施例中的各种系统模块和组件的分离不应被理解为在所有实施例中都需要这种分离，并且应当理解，所描述的程序组件和系统通常可以集成在单个软件产品中或打包成多个软件产品。

已经描述了本主题的特定实施例。其他实施例在所附权利要求的范围内。例如，权利要求中记载的动作可以以不同的顺序执行并且仍然实现期望的结果。作为一个示例，附图中描绘的过程不一定需要所示的特定顺序或顺序次序来实现期望的结果。在某些情况下，多任务处理和并行处理可以是有利的。

Claims

1.一种方法，包括：

由后端计算服务器识别将数字组件传输到客户端设备的机会；

由后端计算服务器响应于所识别的机会确定：假设数字组件被传输到客户端设备，在与数字组件的用户交互之后发生给定结果的第一概率；

由后端计算服务器响应于所识别的机会确定：假设数字组件未被传输到客户端设备，发生给定结果的第二概率；

由后端计算服务器生成数字组件的结果增量性因子，包括确定第一概率相对于第二概率的比率；

由后端计算服务器基于数字组件的结果增量性因子，触发控制数字组件的传输的资格值的调整；以及

由后端计算服务器使用调整后的资格值控制数字组件到客户端设备的传输。

2.如权利要求1所述的方法，其中生成所述结果增量性因子包括：确定所述数字组件的传输改变所述用户将执行导致所述给定结果的动作的概率的程度。

3.如权利要求1或2所述的方法，其中，所述后端计算服务器包括多个不同的预测建模系统，并且确定第一概率和第二概率包括：

由第一预测建模系统生成指示第一概率的参数值的第一参数；以及

由第二预测建模系统生成指示第二概率的参数值的第二参数。

4.如权利要求3所述的方法，其中确定给定结果发生的第一概率包括：

由第一模型响应于所识别的机会确定交互概率，该交互概率量化如果将数字组件传输到客户端设备则将发生与数字组件的用户交互的概率；

由第二模型响应于所识别的机会确定交互后结果概率，该交互后结果概率量化如果将数字组件传输到客户端设备则在与数字组件的用户交互之后发生给定结果的概率；以及

将第一概率确定为交互概率和交互后结果概率的乘积。

5.如权利要求4所述的方法，其中：

确定给定结果的第二概率包括：由第三模型响应于所识别的机会确定基线概率，该基线概率量化在没有数字组件的传输的情况下发生给定结果的概率；以及

生成结果增量性因子包括将第一概率除以基线概率。

6.如权利要求3或4所述的方法，还包括：

响应于将数字组件传输到客户端设备，由后端计算服务器并基于第一参数确定给定结果的第一分数；

由后端计算服务器并基于第二参数确定在没有向客户端设备传输数字组件的情况下给定结果的第二分数；以及

由后端计算服务器基于第一分数和第二分数之间的差生成增量性分数。

7.如权利要求6所述的方法，其中，所述资格值对应于特定目标分数，并且触发所述资格值的调整包括：

确定所述增量性分数和所述特定目标分数之间的差；以及

基于所述增量性分数和所述特定目标分数之间的差来调整资格值以实现特定目标分数。

8.一种计算系统，包括：

数字组件服务器，其存储媒体内容项并且向客户端设备传输在数字组件中包括的特定媒体内容；

包括至少一个服务器的后端计算系统，其与数字组件服务器通信，其中所述至少一个服务器包括存储可由一个或多个处理器执行以引起操作的执行的一个或多个非暂时性计算机可读介质，所述操作包括：

由后端计算系统识别将数字组件传输到客户端设备的机会；

由后端计算服务器响应于所识别的机会确定：假设数字组件被传输到客户端设备，在用户与数字组件交互之后发生给定结果的第一概率；

由后端计算系统生成数字组件的结果增量性因子，包括确定第一概率相对于第二概率的比率；

由后端计算系统基于数字组件的结果增量性因子，触发控制数字组件的传输的资格值的调整；以及

由后端计算系统使用调整后的资格值控制数字组件到客户端设备的传输。

9.如权利要求8所述的计算系统，其中生成所述结果增量性因子包括：确定所述数字组件的传输改变所述用户将执行导致所述给定结果的动作的概率的程度。

10.如权利要求8或9所述的计算系统，其中，所述后端计算系统包括多个不同的预测建模系统，并且确定第一概率和第二概率包括：

11.如权利要求10所述的计算系统，其中确定给定结果发生的第一概率包括：

将第一概率确定为交互概率和交互后结果概率的乘积。

12.如权利要求11所述的计算系统，其中：

生成结果增量性因子包括将第一概率除以基线概率。

13.如权利要求10或11所述的计算系统，其中所述操作还包括：

响应于将数字组件传输到客户端设备，由后端计算系统并基于第一参数确定给定结果的第一分数；

由后端计算系统并基于第二参数确定在没有向客户端设备传输数字组件的情况下给定结果的第二分数；以及

由后端计算系统基于第一分数和第二分数之间的差生成增量性分数。

14.如权利要求13所述的计算系统，其中，所述资格值对应于特定目标分数，并且触发所述资格值的调整包括：

确定所述增量性分数和所述特定目标分数之间的差；以及

15.一个或多个非暂时性计算机可读介质，其存储指令，当所述指令由一个或多个处理器执行时，使得执行操作，所述操作包括：

16.如权利要求15所述的非暂时性计算机可读介质，其中生成所述结果增量性因子包括：确定所述数字组件的传输改变所述用户将执行导致所述给定结果的动作的概率的程度。

17.如权利要求15或16所述的非暂时性计算机可读介质，其中，所述后端计算服务器包括多个不同的预测建模系统，并且确定第一概率和第二概率包括：

18.如权利要求17所述的非暂时性计算机可读介质，其中确定给定结果发生的第一概率包括：

将第一概率确定为交互概率和交互后结果概率的乘积。

19.如权利要求18所述的非暂时性计算机可读介质，其中：

生成结果增量性因子包括将第一概率除以基线概率。

20.如权利要求17或18所述的非暂时性计算机可读介质，其中所述操作还包括：

21.如权利要求20所述的非暂时性计算机可读介质，其中，所述资格值对应于特定目标分数，并且触发所述资格值的调整包括：

确定所述增量性分数和所述特定目标分数之间的差；以及

22.如权利要求15所述的非暂时性计算机可读介质，其中，所述特定目标分数在前端计算服务器处接收，并且指定当数字组件传输到客户端设备时响应于与数字组件的用户交互的给定结果的期望性能。