CN111344696B - 评估广告的系统和方法 - Google Patents
评估广告的系统和方法 Download PDFInfo
- Publication number
- CN111344696B CN111344696B CN201980005505.8A CN201980005505A CN111344696B CN 111344696 B CN111344696 B CN 111344696B CN 201980005505 A CN201980005505 A CN 201980005505A CN 111344696 B CN111344696 B CN 111344696B
- Authority
- CN
- China
- Prior art keywords
- asset
- analysis module
- text strings
- value
- overall
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0255—Targeted advertisements based on user history
- G06Q30/0256—User search
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/41—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/049—Temporal neural networks, e.g. delay elements, oscillating neurons or pulsed inputs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0244—Optimization
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Mathematical Optimization (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
公开了一种系统和方法,用于在数据处理系统接收到一个或多个内容项时,或基本接近该时间时,动态地分析和提供它们的质量。在此描述的系统和方法可以维护和更新质量评分,用于在先前创建的内容项被发布之前改进它们。一个或多个内容项可以包括一个或多个资产(例如,一个或多个标题、一个或多个描述、图像、视频等)。数据处理系统可以使用数值分析方法、使用训练模型来确定由数据处理系统接收的内容项的整体质量(例如,估计点击量)。
Description
相关申请的交叉引用
本申请要求2018年9月17日提交的标题为“评估广告的系统和方法”的美国临时专利申请62/732,487的优先权,其全部内容通过引用结合于此。
背景技术
在诸如因特网的计算机网络环境中,第三方内容提供者提供在终端用户计算设备上显示的内容项。这些第三方内容项、例如广告可以链接到与第三方内容提供者相关联的网页。这些第三方内容项可以包括标识提供内容项的第三方内容提供者的内容。
发明内容
本公开解决的一个技术问题是难以确定在没有首先发布内容项的情况下内容项可能接收的交互次数。例如,内容提供者可能希望知道内容项可能接收的点击次数,以便理解内容项中选词的影响。然而,简单地发布内容项并在事后收集数据对于内容提供者来说可能是昂贵的,并且内容提供者可能希望在活动开始之前就知道内容项活动的预计效果。本公开中解决的挑战涉及评估第三方用户对内容提供者提供的内容项可能具有的估计质量(例如,交互次数)。本公开中的系统和方法可以基于从由内容提供者提供的分析资产(例如,文本、图像、视频等)收集的数值数据,计算使用文本字符串和目标关键字生成的内容项的估计质量。
本公开的至少一个方面涉及一种使用数值标准来评估内容项的方法。该方法可以包括由资产接收模块接收多个文本字符串。多个文本字符串中的每一个文本字符串可以包括标记(token)。该方法可以包括由资产接收模块接收多个目标关键字。该方法可以包括由资产分析模块从数据库中检索多个文本字符串的每一个文本字符串中的每个标记的一个或多个同义词和一个或多个词根。该方法可以包括,对于多个文本字符串中的每一个文本字符串,由资产分析模块从多个文本字符串中选择第一文本字符串。该方法可以包括,对于多个文本字符串中的每一个文本字符串,由资产分析模块基于标记的数量、标记的词根的数量和标记的同义词的数量来确定第一文本字符串和未选择的文本字符串中的匹配标记的数量。该方法可以包括,对于多个文本字符串中的每一个文本字符串,由资产分析模块将匹配标记的数量除以第一文本字符串中的标记的数量,以确定第一文本字符串的资产混合值。该方法可以包括由资产分析模块对每个文本字符串的每个资产混合值求和,以计算整体资产混合值。该方法可以包括由资产分析模块使用类别确定模型来确定多个文本字符串中的每一个文本字符串的类别的数量。该方法可以包括由资产分析模块对多个文本字符串中的每一个文本字符串的类别的数量求和,以计算整体类别覆盖值。该方法可以包括由资产分析模块检索多个目标关键字中的每一个目标关键字估计流量值。该方法可以包括由资产分析模块对所选择的目标关键字在多个文本字符串的每一个文本字符串中的出现次数进行计数,以生成与相应的目标关键字相关联的目标关键字计数。该方法可以包括由资产分析模块将目标关键字计数中的每一个乘以相应目标关键字的估计流量值,以计算与相应目标关键字相关联的加权关键字值。该方法可以包括由资产分析模块对每个加权关键字值求和,以计算关键字覆盖值。该方法可以包括由资产评分模块基于文本字符串的数量、文本字符串中的标记的数量、整体资产混合值、整体类别覆盖值和整体关键字覆盖值,使用内容评分模型来确定整体内容项评分。该方法可以包括由资产评分模块向内容提供者计算设备提供与多个文本字符串和多个目标关键字相关联的整体内容项评分。
在一些实施方式中,该方法可以包括由资产接收模块识别多个文本字符串是否存在于数据库中的位置,其中该位置是基于从内容提供者计算设备接收的标识符来确定的。在一些实施方式中,该方法可以包括由资产接收模块响应于确定多个文本字符串不存在于数据库中的位置处,基于数据库中的位置来存储多个文本字符串。
在一些实施方式中,该方法可以包括由资产评分模块在数据库中存储整体内容项评分。在一些实施方式中,该方法可以包括由资产评分模块从数据库中检索多个整体内容项评分。多个整体内容项评分中的每一个整体内容项评分都可以与多个文本字符串相关联。在一些实施方式中,该方法可以包括由资产评分模块对多个整体内容项评分进行排序,以创建内容项评分的排序列表。在一些实施方式中,该方法可以包括由资产评分模块向内容提供者计算设备提供内容项评分的排序列表。
在一些实施方式中,该方法可以包括由资产分析模块将多个文本字符串中的每一个文本字符串的类别的数量的总和与第一预定义阈值进行比较,以创建第一关系。在一些实施方式中,该方法可以包括由资产分析模块将多个文本字符串中的每一个文本字符串的类别的数量的总和与第二预定义阈值进行比较,以创建第二关系。在一些实施方式中,该方法可以包括由资产分析模块基于第一关系和第二关系计算类别覆盖值。
在一些实施方式中,该方法可以包括由资产接收模块从内容提供者计算设备接收目标位置。在一些实施方式中,该方法可以包括由资产分析模块检索与目标位置相关联的多个位置关键字。在一些实施方式中,该方法可以包括由资产分析模块对多个文本字符串的每一个文本字符串中的多个位置关键字的每一个位置关键字的出现次数进行计数,以生成与相应的位置关键字相关联的位置关键字计数。在一些实施方式中,该方法可以包括由资产分析模块对位置关键字计数中的每一个位置关键字计数进行求和,以计算位置相关性值。在一些实施方式中,该方法可以包括基于位置相关性值来确定整体内容项评分。
在一些实施方式中,该方法可以包括由资产接收模块从内容提供者计算设备接收第一地址,该第一地址与登陆页面相关联。在一些实施方式中,该方法可以包括由资产分析模块访问与第一地址相关联的登陆页面,以检索多个登陆页面标记。在一些实施方式中,该方法可以包括由资产分析模块对与多个登陆页面标记中的标记相匹配的多个文本字符串中的标记的数量进行计数,以确定登陆页面相关性值。在一些实施方式中,该方法可以包括基于位置相关性值来确定整体内容项评分。
在一些实施方式中,该方法可以包括由资产分析模块确定登陆页面是主页还是多产品页面。在一些实施方式中,该方法可以包括由资产分析模块基于确定登陆页面是主页还是多产品页面来确定登陆页面相关性值。
本公开的至少另一方面涉及一种使用数值标准来评估内容项的系统,包括一个或多个处理器。该系统可以经由网络接收多个文本字符串。多个文本字符串中的每一个文本字符串可以包括标记。该系统可以经由网络接收多个目标关键字。该系统可以从数据库中检索多个文本字符串的每一个文本字符串中的每个标记的一个或多个同义词和一个或多个词根。对于多个文本字符串中的每一个文本字符串,系统可以从多个文本字符串中选择第一文本字符串。对于多个文本字符串中的每一个文本字符串,系统可以基于标记的数量、标记的词根的数量和标记的同义词的数量来确定第一文本字符串和未选择的文本字符串中的匹配标记的数量。对于多个文本字符串中的每一个文本字符串,系统可以将匹配标记的数量除以第一文本字符串中标记的数量,以确定第一文本字符串的资产混合值。系统可以对每个文本字符串的每个资产混合值求和,以计算整体资产混合值。该系统可以使用类别确定模型为多个文本字符串中的每一个确定类别的数量。该系统可以对多个文本字符串中的每一个文本字符串的类别的数量求和,以计算整体类别覆盖值。该系统可以检索多个目标关键字中的每一个目标关键字估计流量值。该系统可以对所选择的目标关键字在多个文本字符串的每一个文本字符串中出现次数进行计数,以生成与相应目标关键字相关联的目标关键字计数。系统可以将目标关键字计数中的每一个乘以相应目标关键字的估计流量值,以计算与相应目标关键字相关联的加权关键字值。系统可以对每个加权关键字值求和,以计算关键字覆盖值。该系统可以基于文本字符串的数量、文本字符串中的标记的数量、整体资产混合值、整体类别覆盖值和整体关键字覆盖值,使用内容评分模型来确定整体内容项评分。该系统可以经由网络提供与多个文本字符串和多个目标关键字相关联的整体内容项评分。
在一些实施方式中,系统可以识别多个文本字符串是否存在于数据库中的位置,其中该位置是基于从内容提供者计算设备接收的标识符来确定的。在一些实施方式中,响应于确定多个文本字符串不存在于的数据库中的该位置处,系统可以将多个文本字符串存储在数据库中的该位置处。
在一些实施方式中,系统可以在数据库中存储整体内容项评分。在一些实施方式中,系统可以从数据库中检索多个整体内容项评分。多个整体内容项评分中的每一个整体内容项评分都可以与多个文本字符串相关联。在一些实施方式中,系统可以对多个整体内容项评分进行排序,以创建内容项评分的排序列表。在一些实施方式中,该系统可以包括向内容提供者计算设备提供内容项评分的排序列表。
在一些实施方式中,系统可以将多个文本字符串中的每一个文本字符串的类别的数量的总和与第一预定义阈值进行比较,以创建第一关系。在一些实施方式中,系统可以将多个文本字符串中的每一个文本字符串的类别的数量的总和与第一预定义阈值进行比较,以创建第一关系。在一些实施方式中,系统可以将多个文本字符串中的每一个文本字符串的类别的数量的总和与第二预定义阈值进行比较,以创建第二关系。在一些实施方式中,系统可以基于第一关系和第二关系计算类别覆盖值。
在一些实施方式中,系统可以经由网络接收目标位置。在一些实施方式中,系统可以从数据库中检索与目标位置相关联的多个位置关键字。在一些实施方式中,系统可以对多个文本字符串中的每一个文本字符串中的多个位置关键字中的每一个位置关键字的出现次数进行计数,以生成与相应的位置关键字相关联的位置关键字计数。在一些实施方式中,系统可以对位置关键字计数中的每一个位置关键字计数进行求和,以计算位置相关性值。在一些实施方式中,系统可以基于位置相关性值来确定整体内容项评分。
在一些实施方式中,系统可以经由网络接收第一地址,该第一地址与登陆页面相关联。在一些实施方式中,系统可以访问与第一地址相关联的登陆页面以检索多个登陆页面标记。在一些实施方式中,系统可以对与多个登陆页面标记中的标记相匹配的多个文本字符串中的标记的数量进行计数,以确定登陆页面相关性值。在一些实施方式中,系统可以基于位置相关性值来确定整体内容项评分。
在一些实施方式中,系统可以确定登陆页面是主页还是多产品页面。在一些实施方式中,系统可以基于确定登陆页面是主页还是多产品页面来计算登陆页面相关性值。在一些实施方式中,系统可以基于递归神经网络模型来确定多个文本字符串中的每一个文本字符串的类别的数量。在一些实施方式中,系统可以使用基于线性回归模型的内容评分模型来确定整体内容项评分。
附图说明
在结合附图阅读特定实施例的以下描述后,本领域普通技术人员将会明白本实施例的这些和其他方面和特征,其中:
图1是描述根据说明性实施方式的用于在计算机网络环境中实时评估一个或多个内容项的环境的一个实施方式的框图。
图2是根据说明性实施方式的评估一个或多个内容项的示例方法的流程图。
图3是根据说明性实施方式的计算整体资产混合值的示例方法的流程图。
图4是根据说明性实施方式的计算整体类别覆盖值的示例方法的流程图。
图5是根据说明性实施方式的计算整体关键字覆盖值的示例方法的流程图。
图6是示出了根据说明性实施方式的计算机系统的通用架构的框图,该计算机系统可用于实现这里描述和示出的系统和方法的元件。
具体实施方式
以下是与使用数值方法评估内容项质量的方法、装置和系统相关的各种概念和实现的更详细描述。上面介绍的和下面更详细讨论的各种概念可以以多种方式中的任何一种来实现,因为所描述的概念不限于任何特定的实现方式。
内容项提供者可以提供提高意识的内容项并向用户提供相关内容。为了判定内容项是否适当地服务于期望的功能,内容项提供者通常依赖于在向用户发布内容项之后确定的一个或多个评估。例如,点进率(Click Through Rate,CTR)用于评估内容项的质量。CTR表示当给定的内容项被呈现给用户时,给定的内容项被“点击”的次数。然而,这种对内容项质量的发布后评估是一种不完善的措施,因为内容项提供者只能在内容项发布后才知道内容项质量,这可能需要几天或几周的时间。评估内容项质量的这种延迟可能导致内容项提供者花费额外的资源来达到预期的目的。
本公开提供了用于在一个或多个内容项在创建时或接近创建时动态分析和提供一个或多个内容项的质量的系统和方法。在一些实施方式中,一个或多个内容项可以由至少一个数据处理系统基于多个资产(例如,一个或多个标题和一个或多个描述、文本字符串、图像、视频等)来创建,这将在下面讨论。基于资产,数据处理系统可以创建一个或多个内容项。这种基于所提供的资产来创建内容项可以被称为响应性搜索广告(ResponsiveSearch AD,RSA)。此外,根据一些实施方式,在以这种实时方式提供内容项质量的同时,数据处理系统还可以向内容项提供者提供一个或多个建议,用于修改所提供的资产。这样,如果需要,内容项提供者可以在发布内容项之前相应地修改内容项。注意,在本公开中,文本字符串也可以被称为资产、标题和描述。
现在参考图1,描绘了根据说明性实施方式的用于在计算机网络环境中实时评估一个或多个内容项的系统或环境100。环境100可以包括至少一个计算机网络105。网络105可以是计算机网络,其可以包括一个或多个局域网、广域网、专用网、公共网和因特网。环境100可以包括至少一个内容提供者115。环境100可以包括至少一个内容发布者。环境100可以包括至少一个终端用户。环境100可以包括至少一个数据处理系统110。数据处理系统110可以包括至少一个数据库150。数据库150可以包括任何计算机可读存储介质。数据处理系统110可以包括至少一个资产接收模块130、至少一个资产分析模块135和至少一个资产评分模块140。
环境100的组件中的每一个(例如,网络105、数据库150、资产接收模块130、资产分析模块135和资产评分模块140)可以使用这里结合图6详细描述的计算系统600的组件来实现。例如,数据处理系统110可以包括服务器或其他计算设备。内容提供者计算设备115还可以包括服务器或其他计算设备。内容发布者计算设备120还可以包括服务器或其他计算设备。终端用户计算设备125还可以包括服务器或其他计算设备。数据处理系统110的组件中的每一个可以执行这里详细描述的功能。
网络105可以包括计算机网络(诸如,互联网、局域网、广域网、城域网或其他局域网、内联网、卫星网络)、诸如语音或数据移动电话通信网络的其他计算机网络、以及它们的组合。环境100的数据处理系统110可以经由网络105通信,例如与至少一个内容提供者计算设备115、至少一个内容发布者计算设备120、或至少一个终端用户计算设备125通信。网络105可以是在内容提供者计算设备115、数据处理系统110和一个或多个内容源(例如,网络服务器、内容项服务器等)之间中继信息的任何形式的计算机网络。例如,网络105可以包括互联网和/或其他类型的数据网络,例如局域网(Local Area Network,LAN)、广域网(WideArea Network,WAN)、蜂窝网络、卫星网络或其他类型的数据网络。网络105还可以包括任意数量的计算设备(例如,计算机、服务器、路由器、网络交换机等),其被配置为在网络105内接收和/或发送数据。网络105还可以包括任意数量的硬连线和/或无线连接。例如,用户计算设备125可以与具有硬连线(例如,通过光纤电缆、CAT5电缆等)到网络105中的其他计算设备的收发器进行无线通信(例如,经由WiFi、蜂窝、无线电等)。
内容提供者计算设备115可以包括由内容提供者实体操作的服务器或其他计算设备,以提供内容项,诸如,用于创建在终端用户计算设备125的信息资源上显示内容项的资产。内容提供者通过内容提供者计算设备115提供的资产可以包括第三方基于文本的标题(例如,包括一个或多个标记的文本字符串)和描述(例如,包括一个或多个标记的文本字符串),以创建用于在内容发布者计算设备120提供的信息资源上显示的内容项。
在一些实施方式中,由内容项提供者(例如,销售女鞋的商家)提供的标题可以包括以下一项或多项:“STORE(商店)”、“时尚舒适”、“引领潮流的女鞋”、“今日就上网购物”、“免费送货”、“价格优惠的顶级品牌”、“官方STORE网站”、“各种场合的时尚”、“放心购物”等。商家提供的描述可以包括以下一项或多项:“在一个地方找到你最喜欢的品牌和最新款式。别等了,今天就下单!”,“订单超过50美元就免费送货。种类繁多的时尚又舒适的鞋子”,“STORE的各种高品质女鞋,价格让你爱不释手。立即购买!”等。在一些实现中,“STORE”可以用作关键字。在一些实施方式中,内容项提供者还可以向数据处理系统110提供一个以上的关键字。
上述信息资源可以包括网站或网页,网站或网页包括例如由内容发布者计算设备120提供的内容的主要内容。内容项也可以显示在搜索结果网页上。例如,内容提供者计算设备115可以提供或作为内容项的源或其他内容项,用于在内容网页(诸如由公司提供网页的主要内容的公司网页)的内容槽中显示,或者用于在由搜索引擎提供的搜索结果登陆页面上显示。与内容提供者计算设备115相关联的内容项可以显示在除网页之外的信息资源上,诸如作为智能手机或其他终端用户计算设备125上的应用的执行的一部分而显示的内容。
内容发布者计算设备120可以包括由内容发布实体操作的服务器或其他计算设备,以经由网络105提供用于显示的主要内容。例如,内容发布者计算设备120可以包括提供用于在网页上显示的主要内容的网页操作者。主要内容可以包括除了由内容发布者计算设备120提供的内容之外的内容,并且网页可以包括被配置为显示来自内容提供者计算设备115的第三方内容项的内容槽。例如,内容发布者计算设备120可以操作公司的网站,并且可以提供显示在网站的网页上的关于该公司的内容。网页可以包括被配置为显示内容提供者计算设备115的第三方内容项的内容槽。在一些实施方式中,内容发布者计算设备120包括操作搜索引擎网站的搜索引擎运营商的搜索引擎计算设备(例如,服务器)。搜索引擎网页(例如,结果或登陆网页)的主要内容可以包括搜索结果以及显示在内容槽中的第三方内容项,诸如来自内容提供者计算设备115的内容项。在一些实施方式中,内容发布者计算设备120可以包括用于提供视频内容的服务器。
终端用户计算设备125可以包括被配置为经由网络105通信以显示数据的计算设备,所述数据诸如由内容发布者计算设备120提供的内容(例如,主要网页内容或其他信息资源)和由内容提供者计算设备115提供的内容(例如,被配置为在网页的内容槽中显示的第三方内容项)。终端用户计算设备125、内容提供者计算设备115和内容发布者计算设备120可以包括台式计算机、膝上型计算机、平板计算机、智能手机、个人数字助理、移动设备、消费者计算设备、服务器、客户端、数字录像机、电视机的机顶盒、视频游戏控制台或被配置为经由网络105通信的任何其他计算设备。终端用户计算设备125可以是终端用户可以通过其提交接收内容的请求的通信设备。这些请求可以是对搜索引擎的请求,并且这些请求可以包括搜索查询。在一些实施方式中,请求可以包括访问网页的请求。
内容提供者计算设备115、内容发布者计算设备120和终端用户计算设备125可以包括处理器和存储器,即处理电路。存储器存储机器指令,当由处理器执行时,机器指令使处理器执行这里描述的一个或多个操作。处理器可以包括微处理器、专用集成电路(Application-Specific Integrated circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)等、或其组合。存储器可以包括但不限于电子的、光学的、磁性的存储或传输设备、或能够向处理器提供程序指令的任何其他存储或传输设备。存储器还可以包括软盘、CD-ROM、DVD、磁盘、存储器芯片、ASIC、FPGA、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random-Access Memory,RAM)、电可擦除只读存储器(Electrically-Erasable ROM,EEPROM)、可擦除可编程只读存储器(Erasable-Programmable ROM,EPROM)、闪存、光学介质或处理器可以从中读取指令的任何其他合适的存储器。指令可以包括来自任何合适的计算机编程语言的代码。
内容提供者计算设备115、内容发布者计算设备120和终端用户计算设备125也可以包括一个或多个用户界面设备。一般来说,用户接口设备是指通过生成感觉信息(例如,显示器上的可视化、一个或多个声音等)来向用户传送数据的任何电子设备、和/或将从用户接收的感觉信息转换成电子信号(例如,键盘、鼠标、定点设备、触摸屏显示器、麦克风等)的任何电子设备。根据各种实施方式,一个或多个用户界面设备可以在内容提供者计算设备115、内容发布者计算设备120和终端用户计算设备125(例如,内置显示器、麦克风等)的外壳内部,或在内容提供者计算设备115、内容发布者计算设备120和终端用户计算设备125(例如,连接到用户计算设备125的监控器、连接到用户计算设备125的扬声器等)的外壳外部。例如,内容提供者计算设备115、内容发布者计算设备120和终端用户计算设备125可以包括电子显示器,其使用经由网络105从一个或多个内容源和/或从数据处理系统110接收的网页数据来可视化地显示网页。在一些实施方式中,内容放置活动管理器或第三方内容提供者可以经由内容提供者计算设备115与数据处理系统110通信。在一些实施方式中,内容提供者可以经由显示在内容提供者计算设备115的用户接口设备上的用户接口与数据处理系统110通信。
数据处理系统110可以包括至少一个服务器。例如,数据处理系统110可以包括位于至少一个数据中心或服务器群中的多个服务器。在一些实施方式中,数据处理系统110包括内容放置系统,例如内容项服务器或内容项放置系统。数据处理系统110可以包括至少一个资产接收模块130、至少一个资产分析模块135、至少一个资产评分模块140和至少一个数据库150。资产接收模块130、资产分析模块135和资产评分模块140中的每一个都可以包括至少一个处理单元、服务器、虚拟服务器、电路、引擎、代理、设备或其他逻辑设备,诸如被配置为经由网络105与数据库150和其他计算设备(例如,内容提供者计算设备115、内容发布者计算设备120或终端用户计算设备125)通信的可编程逻辑阵列。
资产接收模块130、资产分析模块135和资产评分模块140可以包括或执行至少一个计算机程序或至少一个脚本。在一些实施方式中,资产接收模块130、资产分析模块135和资产评分模块140可以是分离的组件、单个组件或数据处理系统110的一部分。资产接收模块130、资产分析模块135和资产评分模块140可以包括软件和硬件的组合,例如被配置为执行一个或多个脚本以:(a)接收一个或多个文本字符串(例如,标题和描述),用于对一个或多个内容项评分;(b)接收一个或多个目标关键字;(c)检索同义词和词根;(d)计算整体资产混合值;(e)计算整体类别覆盖;(f)计算整体关键字覆盖值;(g)确定整体内容项评分;以及(h)向内容提供者计算设备115提供整体内容项评分。
数据处理系统110还可以包括一个或多个内容储存库或数据库150。数据库150可以本地地位于数据处理系统110中。在一些实施方式中,数据库150可以远离数据处理系统110,但是可以经由网络105与数据处理系统110通信。数据库150可以包括网页、内容项、主要视频内容、内容项活动管理器、内容提供者反馈、第三方内容、和注释等,以服务于终端用户计算设备125。
资产接收模块130可以通过内容提供者计算设备115接收由内容提供者提供的一个或多个资产(例如,文本字符串)。在一些实施方式中,内容提供者可以提供任意数量(例如,可以在2和15之间)的基于文本的标题、以及任意数量的基于文本的描述。标题和描述可以以任何顺序出现。在一些实施方式中,内容提供者可以在第一标题子集中的每一个标题中包括多个关键字中的至少一个,而在第二标题子集中的每一个标题中不包括任何关键字。
资产接收模块130可以通过内容提供者计算设备115接收由内容提供者提供的一个或多个目标关键字。在一些实施方式中,内容提供者可以提供任意数量的目标关键字。目标关键字可以是任何单词、短语或符号组合,并且内容提供者可以向资产分析模块135指示目标交互受众或文本字符串类别。例如,目标关键字可以是“STORE”,并且内容提供者可以将该关键字提供给资产接收模块130,以指示该文本资产与商店相关。在另一个例子中,目标关键字可以是“FOOD(食物)”,可以指示文本资产与食物相关。尽管这里所包括的关键字已经被显示为所有大写字母中的单个单词,但是应当理解,目标关键字可以是计算设备可读的任何单词、短语或符号组合。资产接收模块130可以通过内容提供者计算设备115接收由内容提供者提供的一个或多个目标位置。资产接收模块130可以从内容提供者计算设备115接收地址。该地址可以对应于与内容提供者提供的文本字符串和目标关键字相关联的登陆页面。登陆页面可以是网页。
响应于接收到内容提供者提供的资产,资产接收模块130可以将资产存储在数据库150中。在数据库150中,资产接收模块130可以对内容提供者提供的、与内容提供者的标识相关联的资产进行排序或分组。这样,一旦资产接收模块130从内容提供者115接收到任何新提供的资产,资产接收模块130就可以确定新提供的资产是否已经存在于数据库150中与该内容提供者相关联的位置处。在一些实施方式中,数据库中的该位置可以是基于与内容提供者计算设备115相关联的标识符而确定的。在一些实施方式中,如果新提供的资产已经存在于数据库150中,则资产接收模块130可以与资产评分模块140通信或交互,以在数据库150中检索现有资产评分;并且如果新提供的资产不存在于数据库150中,则资产接收模块130可以与资产分析模块135通信或交互以评估资产,这将在下面讨论。
资产分析模块135可以分析由资产接收模块130接收的资产的资产混合。在一些实施方式中,多个资产的资产混合可以被称为衡量该多个资产是否可以合理地创建广告的度量。继续上面的顾问是销售女鞋的商人的示例,资产分析模块135可以通过分析该多个资产是否彼此相关和/或该多个资产中是否有一些的资产来评估由商人提供的多个资产的资产混合。
资产分析模块135可以通过确定资产接收模块130接收的文本字符串所共有的标记的数量来计算资产的资产混合。应当注意,整体资产混合值是从文本字符串中的每一个的单个资产混合值中计算出来的。在一些实施方式中,资产混合模块可以计算文本字符串的每一个的资产混合评分,然后将各个资产混合评分聚集成整体资产混合值。在一些实施方式中,资产分析模块135可以对文本字符串进行标记化。文本字符串的每个标记可以包括计算设备可读的单词、短语或符号组合。当确定标记在两个文本字符串之间共享时,资产分析模块还可以确定关于每个文本字符串中的标记的同义词、词根以及上下文信息。例如,第一文本字符串可以包含标记“SHOES(鞋)”,第二文本字符串可以包含关键字“FOOTWEAR(鞋类)”。资产分析模块可以确定第一和第二文本字符串包含匹配的标记,因为标记“SHOES”非常类似于“FOOTWEAR”。
资产分析模块135可以检索由资产接收模块130接收的文本字符串中的每一个中包含的每个标记的一个或多个同义词和一个或多个词根。资产分析模块135可以在数据库150中检索同义词和词根。资产分析模块135还可以检索来自内容提供者计算设备115的同义词和词根。资产分析模块135还可以使用查找表来检索同义词和词根。资产分析模块135还可以使用语言处理模型(例如,LSTM、递归神经网络等)来确定每个文本资产中每个标记的同义词和词根。
在内容提供者计算设备115提供“饼干好吃”和“跑得快的鞋子”的资产的示例情况下,资产分析模块135可以确定这两个资产彼此不相关,因此,资产分析模块135可以将这两个资产的资产混合度量确定为高。在商家提供“流行的鞋”和“每个人都在谈论的鞋”的资产的另一种情况下,资产分析模块135可以确定这两种资产彼此相对重复,因此,资产分析模块135可以将这两种资产的资产混合度量确定为低。在商家提供“时尚的鞋”和“立刻购买你的最爱”的资产的又一种情况下,资产分析模块135可以确定这两种资产是彼此互补的,因此,资产分析模块135可以确定这两种资产的资产混合度量为中到高。这种资产混合度量可以随后用于确定基于接收的资产创建的一个或多个内容项的整体内容项评分。
资产分析模块135可以确定资产接收模块130接收的文本字符串中的每一个的资产混合值。为了确定文本字符串的资产混合值,资产分析模块135可以首先选择文本字符串。在一些实施方式中,资产分析模块135可以将所选择的文本字符串与资产接收模块130接收的剩余文本字符串中的每一个进行比较。资产分析模块135可以将选择的文本字符串与所有其他文本字符串进行顺序地一一比较。资产分析模块135可以并行地、或者使用顺序处理和并行处理的组合来比较文本字符串和所有其他文本字符串。资产接收模块130可以从剩余的文本字符串中选择第二文本字符串。
资产分析模块135可以基于第一文本字符串中的标记数量、每个文本字符串中的标记的同义词以及标记文本字符串的词根来确定第一文本字符串和第二文本字符串中的匹配标记的数量。匹配标记可以是相似的标记、同义的标记、完全匹配的标记,或者共享一个词根或含义的标记。资产分析模块135可以通过对第一文本字符串和第二文本字符串中完全匹配的标记的数量进行计数来确定匹配的标记,例如对每个完全匹配的标记在寄存器中增加一。在一些实施方式中,当第一文本字符串和第二文本字符串的两个标记之间存在不精确匹配时,资产分析模块135可以在寄存器中加一。不精确的匹配可以包括两个互为同义词的标记,例如“SHOE”和“FOOTWEAR”。在一些实施方式中,资产分析模块135可以将计数增加一个与第一和第二文本字符串的两个标记之间的匹配程度成比例的值。两个标记之间的匹配程度可以由与标记的同义词相关联的权重值来确定。例如,“SHOE”和“FOOTWEAR”不是完全匹配的。如上所述,资产分析模块135可以检索“FOOTWEAR”作为“SHOE”的同义词,并且还检索与两个单词之间的关系相关联的权重值。在一些实施方式中,资产分析模块135可以将匹配标记的计数增加权重值,以反映两个标记之间的不精确匹配。资产分析模块135可以继续选择不同的文本字符串并执行上述动作,直到第一文本字符串的标记已经与资产接收模块130接收的所有其他文本字符串的标记进行了比较。资产分析模块135可以增加或以其他方式增加由资产接收模块130接收的每个文本字符串的计数。资产分析模块135还可以在数据库150中检索指示两个标记彼此互补的权重值。如果资产分析模块135确定两个标记彼此互补,则它可以将与文本字符串相关联的计数增加互补权重值。这样,如果文本字符串的标记与其他文本字符串中的标记互补,则资产分析模块135可以为文本字符串提供更大的资产混合值。例如,诸如“SHOES”和“FAVORI TES(最喜爱的)”的两个标记可以具有高的互补权重值,而标记“SHOES”和“FOOTWEAR”可以具有低的互补权重值。
资产分析模块135可以将上述匹配标记的数量除以第一文本字符串中标记的数量,以确定第一文本字符串的资产混合值。在一些实施方式中,资产分析模块135不将匹配标记的数量除以第一文本字符串中的标记的数量。在一些实施方式中,资产分析模块135可以使用第一文本字符串和第二文本字符串之间的匹配标记的数量作为第一文本字符串的资产混合值。尽管上面已经描述了仅使用第一文本字符串和第二文本字符串来计算第一文本字符串的资产混合值,但是应该理解,资产分析模块135可以对资产接收模块130接收的每个文本字符串重复该过程。这样,资产分析模块135可以计算每个文本字符串的资产混合值。
资产分析模块135可以聚集每个文本字符串的资产混合值,以计算整体资产混合值。整体资产混合值可以是对文本字符串的多样性、相似性或互补性的数值估计。资产分析模块135可以通过对每个文本字符串的每个资产混合值求和来计算整体资产混合值。在一些实施方式中,资产分析模块135可以通过取文本字符串的资产混合值的平均值来计算文本字符串的整体资产混合值。在一些实施方式中,资产分析模块135可以通过将每个文本字符串的资产混合值输入到资产混合模型中来计算整体资产混合值。资产混合模型可以是任何类型的机器学习模型(例如,深度神经网络、递归神经网络、线性回归、支持向量机等)。在一些实施方式中,资产分析模块135可以在数据库150中存储整体内容项评分。
资产分析模块135可以分析由资产接收模块130接收的资产的类别覆盖。在一些实施方式中,多个资产的类别覆盖可以被称为对:包括在资产数量中的标题数量、包括在资产数量中的标题的多样性、资产类别(例如,品牌类别、促销类别、商业信息类别等)的数量、和/或资产数量的至少两种描述是否不同于其他资产的度量。资产分析模块135可以为资产接收模块130接收的每个文本字符串计算类别覆盖值。类别覆盖值可以是衡量文本字符串在多大程度上反映了预定类别的度量。
资产分析模块135可以为资产接收模块130接收的每个文本字符串确定类别覆盖值。在一些实施方式中,类别覆盖值是文本字符串所反映的类别的数量的度量。在一些实施方式中,可能的类别的数量是固定的和预定的。类别覆盖值可以是文本字符串中有多少类别与一个或多个标记相关的计数。资产分析模块135可以通过将文本字符串输入类别覆盖模型来确定文本字符串的类别覆盖值。类别覆盖模型可以输出一个数字,该数字反映了文本字符串所反映的类别的数量。类别覆盖模型可以输出一组数字,这些数字表示文本字符串所反映的每个类别。类别覆盖模型可以是任何类型的机器学习模型(例如,递归神经网络、卷积神经网络、深度神经网络、线性回归、随机森林等)。在一些实施方式中,资产分析模块135可以通过将文本字符串的标记子集输入到类别覆盖模型中来确定文本字符串的类别覆盖值。
在一些实施方式中,资产分析模块135可以将资产接收模块130接收的文本字符串的数量与文本字符串的预定数量(例如2个)进行比较。例如,如果资产分析模块135已经确定标题数量大于预定数量,则资产分析模块135可以将第一类别覆盖度量确定为高;并且如果资产分析模块135已经确定标题数量小于或等于预定数量,则资产分析模块135可以将第一类别覆盖度量确定为低。
在一些实施方式中,资产分析模块135可以比较包括在资产数量中的标题的多样性。资产分析模块135可以预定义多个文本字符串(例如,标题)类别。响应于资产接收模块130接收标题并与资产分析模块135通信,资产分析模块135可以确定每个接收到的标题的相应标题类别,并确定接收到的标题分布在多少不同的标题类别上。如果不同标题类别的数量小于第一阈值(例如,N),则资产分析模块135可以将第二类别覆盖度量确定为低;如果不同标题类别的数量等于或大于第一阈值(例如,N)并且小于第二阈值(例如,M),则资产分析模块135可以将第二类别覆盖度量确定为中等;并且如果不同标题类别的数量等于或大于第二阈值(例如,M),则资产分析模块135可以将第二类别覆盖度量确定为高。
在一些实施方式中,资产分析模块135可以确定由资产接收模块130接收的至少两个文本字符串是否与其他文本字符串不同(例如,实质上不同),其他文本字符串可以包括其他标题和/或其他描述。例如,一家销售女鞋的内容提供者提供这样的描述:“在一个地方找到你最喜欢的品牌和最新款式。别等了,今天就下单!”和“你最喜欢的品牌在这里。今天就下单!”,资产分析模块135可以确定这两个描述彼此相对重复,因此,资产分析模块135可以将第三类别覆盖度量确定为低。如果描述是“在一个地方找到你最喜欢的品牌和最新的款式。别等了,今天就下单!”和“订单超过50美元的免费送货。种类繁多的时尚又舒适鞋子”,资产分析模块135可以确定这两种描述彼此不同,因此,资产分析模块135可以将第三类别覆盖度量确定为高。
在一些实施方式中,资产分析模块135可以聚集(例如,平均)每个文本字符串的类别覆盖度量,以估计整体类别覆盖度量。例如,资产分析模块135可以将每个文本字符串的每个类别覆盖值求和成整体类别覆盖值。在一些实施方式中,资产分析模块135可以对每个文本字符串的每个类别覆盖值求和,从而计算出的整体类别覆盖值表示由文本字符串反映的唯一类别的总数。在一些实施方式中,资产分析模块可以对每个文本字符串的每个类别覆盖值进行平均,以计算整体类别覆盖值。在一些实施方式中,资产分析模块135可以将每个文本字符串的类别覆盖值输入到整体类别覆盖模型中。整体类别覆盖模型可以输出一个值,该值可以用作由资产接收模块130接收的文本字符串的整体类别覆盖。这种整体类别覆盖度量可以随后用于估计基于接收的文本字符串而创建的一个或多个内容项的整体内容项评分。在一些实施方式中,资产分析模块135可以分别从整体度量中呈现类别覆盖度量,整体度量不仅基于类别覆盖,还基于其他因素,例如文本字符串的字符长度或其他整体内容项质量信号。在一些实施方式中,资产分析模块135可以在提供文本字符串的数量和分布(例如,最小标题和最小描述)之前,提供估计的类别覆盖度量和完整内容项的整体度量。
在一些实施方式中,资产分析模块135可以将每个资产的类别覆盖值度量中的每一个与预定义阈值进行比较。例如,资产分析模块135可以将第一文本字符串的类别覆盖与第一预定义阈值(例如,3个类别)进行比较,并且确定第一文本字符串的类别覆盖大于第一预定义阈值。资产分析模块135可以将第一文本字符串的类别覆盖与第二预定义阈值(例如,10个类别)进行比较,并且确定第一文本字符串的类别覆盖小于第二预定义阈值。资产分析模块135可以基于与第一预定义阈值的关系和与第二预定义阈值的关系来计算和更新第一文本字符串的关键字覆盖值。例如,第一文本字符串的类别覆盖值可以被确定为“GOOD(良好)”,或者是指示与第一预定义阈值或第二预定义阈值的关系的数值。资产分析模块135可以对文本字符串中的每一个执行这些操作。
资产分析模块135可以检索由资产接收模块130接收的关键字中的每一个的估计流量值。可以从数据库(例如,数据库150)中检索估计流量值。如果在内容项中使用特定关键字,则估计流量值可以对应于该特定的关键字预期的交互次数。在一些实施方式中,估计流量值可以对应于特定关键字的搜索次数。例如,包含关键字“DISCOUNT(折扣)”的内容项的点进率可能非常高。这样,在数据库检索关键字“DISCOUNT”的估计流量值将比没有获得高点进率的关键字的估计流量值更大。在一些实施方式中,资产分析模块135可以根据内容提供者计算设备115检索估计流量值。在一些实施方式中,资产分析模块135可以在内容发布者计算设备120中检索估计流量值。在一些实施方式中,资产分析模块135可以在一个或多个终端用户计算设备125中检索估计流量值。
资产分析模块135可以分析由资产接收模块130接收的文本字符串的关键字覆盖。在一些实施方式中,多个资产的关键字覆盖可以被称为内容项组合中正在创建内容项的所选择的关键字是否也被任何数量或足够数量的所接收的文本字符串使用的度量。在一些实施方式中,这样的度量可以被称为关键字覆盖度量。如上所述,资产分析模块135可以聚集(例如,平均)接收到的资产的资产混合度量、整体类别覆盖度量和关键字覆盖度量,以估计基于接收到的资产创建的一个或多个内容项的整体内容项评分。在一些实施方式中,整体内容项评分可以被分类为多个不同的等级,例如,“INCOMPLETE(不完整)”、“POOR(差)”、“AVERAGE(平均)”、“GOOD(良好)”和“EXCELLENT(极好)”。
资产分析模块135可以对资产接收模块130接收的文本字符串中的每一个文本字符串中的由资产接收模块130接收的目标关键字中的每一个目标关键字出现次数进行计数。对出现次数进行计数可以包括确定文本字符串中精确匹配的次数。在一些实施方式中,资产分析模块135可以在数据库150中检索每个目标关键字的同义词和词根。资产分析模块还可以检索对应于关键字与其潜在同义词和/或词根之间的相似性的相似性权重值。资产分析模块135还可以根据查找表检索同义词和/或词根以及相关联的权重值。资产分析模块135还可以根据语言处理模型检索同义词和/或词根及其相关权重值。资产分析模块135可以在确定关键字或其同义词或词根之一存在于文本字符串中时增加与每个目标关键字相关联的计数。资产分析模块135可以扫描每个文本字符串的标记,以确定目标关键字或相似目标关键字是否匹配。在一些实施方式中,资产分析模块可以将相关联的计数增加上述确定的相似性权重值。以这种方式,该计数可以反映由资产接收模块130接收的文本字符串中目标关键字的覆盖。每个目标关键字的出现次数可以等于与该目标关键字相关联的计数器值。
资产分析模块135可以将每个目标关键字的出现次数乘以相应目标关键字的估计流量值,以计算相应目标关键字的加权关键字覆盖值。估计流量值可以是估计点进率、反映与包括目标关键字的内容项的交互次数的估计因子、或者与关键字流量相关的另一因子。在一些实施方式中,估计流量值可以是估计搜索率,反映特定关键字已经被搜索的次数。资产分析模块135还可以通过将估计流量值和每个目标关键字的出现次数输入到加权关键字模型中来确定加权关键字值。加权关键字模型可以是任何类型的机器学习模型(例如,神经网络、线性回归模型、支持向量机等)。
资产分析模块135可以聚集每个加权关键字值,以计算由资产接收模块130接收的目标关键字和文本字符串的整体关键字覆盖值。在一些实施方式中,资产分析模块135可以对加权关键字值中的每一个加权关键字值求和,以计算整体关键字覆盖值。在一些实施方式中,资产分析模块135可以对关键字覆盖值中的每一个关键字覆盖值进行平均,以计算整体关键字覆盖值。在一些实施方式中,资产分析模块135可以通过将每个关键字覆盖值输入到整体关键字覆盖模型中来计算整体关键字覆盖值。整个关键字覆盖模型可以是任何机器学习模型(例如,神经网络、线性回归、支持向量机、随机森林等)。
资产分析模块135可以在数据库150中检索与内容提供者提供的目标位置相关的位置关键字。例如,资产分析模块135可以使用目标位置作为键值来访问数据库,并且在数据库150中检索包含对应于键值的关键字的数据记录。资产分析模块135还可以检索从数据库150检索的每个位置关键字的一个或多个估计流量值。资产分析模块135可以对资产接收模块130接收的每个文本字符串中的每个位置键的出现次数进行计数。资产分析模块135可以生成对应于文本字符串中位置关键字出现次数的位置关键字计数值。对出现次数进行计数可以包括确定文本字符串中精确匹配的次数。在一些实施方式中,资产分析模块135可以在数据库150中检索每个位置关键字的同义词和词根。资产分析模块还可以检索对应于关键字与其潜在同义词和/或词根之间的相似性的相似性权重值。资产分析模块135还可以根据查找表检索同义词和/或词根以及相关联的权重值。资产分析模块135还可以根据语言处理模型检索同义词和/或词根及其相关权重值。资产分析模块135可以在确定关键字或其同义词或词根之一存在于文本字符串中时增加与每个目标关键字相关联的计数。资产分析模块135可以扫描每个文本字符串的标记,以确定位置关键字或相似位置关键字是否匹配。在一些实施方式中,资产分析模块可以将相关联的计数增加上述确定的相似性权重值。以这种方式,该计数可以反映由资产接收模块130接收的文本字符串中位置关键字的覆盖。
资产分析模块135可以聚集位置关键字计数中的每一个,以计算目标位置与资产接收模块130所接收的文本字符串的位置相关性值。在一些实施方式中,资产分析模块135可以对位置关键字计数中的每一个位置关键字计数进行求和,以计算位置相关性值。在一些实施方式中,资产分析模块135可以对位置关键字计数中的每一个求平均,以计算位置相关性值。在一些实施方式中,资产分析模块135可以通过将位置关键字计数中的每一个输入到位置相关性模型中来计算位置相关性值。位置相关性模型可以是任何机器学习模型(例如,神经网络、线性回归、支持向量机、随机森林等)。
资产分析模块135可以访问与资产接收模块130接收的地址相关联的登陆页面。资产分析模块135可以通过分析登陆页面的内容来确定登陆页面是主页还是多产品页面。在一些实施方式中,内容提供者可以通过内容提供者计算设备指示地址指向主页或多产品页面或其他种类的网页。资产分析模块135可以解析登陆页面以确定一个或多个登陆页面标记。资产分析模块135可以对从内容提供者接收的文本字符串中包括的标记和登陆页面标记之间的匹配数量进行计数,以确定登陆页面相关性值。在一些实施方式中,登陆页面相关性值等于登陆页面标记和文本字符串标记之间的标记匹配的数量。在一些实施方式中,标记匹配可以是基于相似性和同义词的,如上所述的与资产混合值有关的计算。
资产评分模块140可以基于接收到的文本字符串来确定是否可以创建至少一个内容项。在资产分析模块135估计一个或多个上述度量之前、同时或之后,资产评分模块140可以组合文本字符串的至少一个子集来创建一个或多个内容项。例如,响应于资产接收模块130从销售小配件的内容提供者接收到标题“STORE:小配件”、“100多种选择”、“终身保修”和“99美元以上的订单免费送货”以及“由耐用的高质量材料制成。定制您需要的任何颜色。可信任的STORE”和“您的满意是我们的首要任务。我们提供优惠的价格和无争议的订购”,资产评分模块140可以通过组合“STORE小配件”和“终身保修”的标题以及“由耐用的高质量材料制成。定制您需要的任何颜色。可信任的STORE。”的描述来创建内容项。
资产评分模块140还可以基于资产评分模块140使用接收到的资产而创建的内容项的数量来确定整体内容项评分。例如,如果可以创建多于给定数量(例如,3个)的内容项,则资产分析模块135可以确定资产所具有的平均质量,并且如果可以创建多于另一给定数量(例如,8-10个)的内容项,则资产分析模块135可以确定资产具有更高的质量。
资产分析模块135可以经由网络105向内容提供者计算设备115提供一个或多个创建的内容项的一个或多个操作项。在一些实施方式中,资产分析模块135可以根据度量提供一个或多个操作项。例如,如果资产分析模块135已经确定接收的文本字符串的数量不够(例如,低于某个阈值等),资产分析模块135可以提供操作项,例如,“添加更多标题”。在另一示例中,如果资产分析模块135已经确定所接收的标题相对于彼此不能区分(例如,资产混合值低于预定义阈值等),资产分析模块135可以提供操作项,例如,“输入更能区分的标题”。在另一示例中,如果资产分析模块135已经确定所接收的描述相对于彼此不能区分(例如,资产混合值低于预定义阈值等),资产分析模块135可以提供操作项,例如,“输入更能区分的描述”。在又一示例中,如果资产分析模块135已经确定所接收的标题不包括所选择的或最重要的关键字(例如,关键字覆盖度量低于某个阈值等),资产分析模块135可以提供操作项,例如,“在标题中包括最重要的关键字”。
资产评分模块140可以使用内容评分模型来确定整体内容项评分。资产评分模块140可以通过将文本字符串的数量、文本字符串中的标记的数量、整体资产混合值、整体类别覆盖值、位置相关性值、登陆页面相关性值和整体关键字覆盖值中的任何一个输入到内容评分模型中来确定整体内容项评分。在一些实施方式中,内容评分模型可以提供四个输出,包括“POOR(差)”、“FAIR(还行)”、“GOOD(良好)”和“EXCELLENT(极好)”。在一些实施方式中,内容评分模型是线性回归模型。在一些实施方式中,内容评分模型是不同类型的机器学习模型(例如,神经网络、支持向量机、随机森林等)。在一些实施方式中,整体内容项评分是数值。整体内容项评分可以指示由资产评分模块140生成的内容项和内容项的潜在点进率之间的关系。整体内容项评分可以是与所生成的内容项的估计交互次数。资产评分模块140可以基于整体内容项评分,来计算先前整体内容项评分和所生成的整体内容项评分之间的交互次数的增加。在某些实现中,交互次数的增加可以是百分比的增加(例如,“点击量增加55%”)。
在一些实施方式中,在资产评分模块140创建一个或多个内容项同时,并且在提供在终端用户计算设备125上显示的内容项之前,资产分析模块135可以经由网络105向内容提供者计算设备115提供一个或多个创建的内容项和对应的操作项的整体内容项评分。在一些实施方式中,资产分析模块135可以在数据库150中存储由资产的不同组合创建的各种内容项的相应内容项评分。资产评分模块140可以为各种所创建的内容项中的每一个提供整体内容项评分和相应的(多个)操作项,作为用于经由网络105在内容提供者计算设备115上显示的持久列。在一些实施方式中,整体内容项评分和/或相应的操作项可以由内容项提供者和/或资产评分模块140进行分类和过滤。在一些实施方式中,资产评分模块140可以提供由内容评分模型确定的交互数量的增加。例如,如果内容评分模型确定的估计点进率大于先前计算的点进率,则资产评分模块140可以向内容提供者计算设备115提供点进率的百分比增加。
参考图2,描绘了基于数值信息评估一个或多个文本字符串的方法200的流程图。方法200可以使用上面结合图1详细描述的数据处理系统110或下面结合图6描述的计算机系统600来实现或执行。资产接收模块可以接收文本字符串(205)。资产接收模块可以接收目标关键字(210)。资产分析模块可以检索同义词和词根(215)。资产分析模块可以计算整体资产混合值(220)。资产分析模块可以计算整体类别覆盖值(225)。资产分析模块可以计算关键字覆盖值(230)。资产评分模块可以确定整体内容项评分(235)。资产评分模块可以提供整体内容项评分(240)。
资产接收模块(例如,资产接收模块130)可以接收文本字符串(205)。例如,资产接收模块130可以接收用于创建一个或多个内容项的多个文本字符串。文本字符串可以包括第一数量的标题和第二数量的描述,每个都包括一个或多个标记。在一些实施方式中,资产接收模块130可以经由网络(例如,105)从内容提供者计算设备(例如,115)接收文本字符串。文本字符串也可以在数据库(例如,数据库150)中被检索。
资产接收模块(例如,资产接收模块130)可以接收目标关键字(210)。例如,资产接收模块130可以接收与一个或多个内容项相关的多个目标关键字。关键字可以包括单词、短语或任何计算机可读符号的组合。在一些实施方式中,可以经由网络(例如105)从内容提供者计算设备(例如,内容提供者计算设备115)接收目标关键字。目标关键字也可以在数据库(例如,数据库150)中被检索。目标关键字还可以包括目标位置。目标关键字还可以包括与在(205)中接收的文本字符串相关的登陆页面相关联的地址。
资产分析模块(例如,资产分析模块135)可以检索同义词和词根(215)。例如,资产分析模块可以访问数据库(例如,数据库150)以检索与在(205)中接收的文本字符串中的标记相关联的同义词和词根。资产分析模块还可以对在(205)中接收的文本字符串进行标记化。同义词和/或词根可以通过访问查找表来检索。在一些实施方式中,同义词和/或词根可以通过访问语言处理模型(例如,递归神经网络、LSTM等)来检索。
资产分析模块(例如,资产分析模块135)可以计算整体资产混合值(220)。例如,资产分析模块可以确定在(205)中接收的文本字符串中匹配标记的数量,以确定整体资产混合值。在一些实施方式中,可以通过结合图3执行方法300来计算整体资产混合值。在一些实施方式中,可以基于文本字符串之间的相似性来计算整体资产混合值,该相似性基于文本字符串中包括的标记的同义词和词根。
资产分析模块(例如,资产分析模块135)可以计算整体类别覆盖值(220)。在一些实施方式中,整体类别覆盖值与在(205)中接收的文本字符串中的标记所涉及的类别的数量成比例。例如,资产分析模块(例如,资产分析模块135)可以使用类别覆盖模型来计算每个文本字符串的类别覆盖值。资产分析模块可以将每个文本字符串的类别覆盖值聚集成整体类别覆盖值。在一些实施方式中,资产分析模块可以结合图4使用方法400来计算整体类别覆盖值。
资产分析模块(例如,资产分析模块135)可以计算关键字覆盖值(230)。在一些实施方式中,关键字覆盖值与在(205)中接收的目标关键字在文本字符串(205)中作为标记出现的次数成比例。例如,资产分析模块(例如,资产分析模块135)可以通过计算在(205)中接收的文本字符串中每个目标关键字的出现次数来计算每个目标关键字的关键字覆盖值。资产分析模块可以聚集每个目标关键字的关键字覆盖值,以创建整体关键字覆盖值。在一些实施方式中,资产分析模块可以结合图5使用方法500来计算整体关键字覆盖值。
资产评分模块(例如,资产评分模块140)可以确定整体内容项评分(235)。例如,资产评分模块可以通过将文本字符串的数量、文本字符串中的标记的数量、整体资产混合值、整体类别覆盖值、位置相关性值、登陆页面相关性值和整体关键字覆盖值中的任何一个输入到内容评分模型中来确定整体内容项评分。在一些实施方式中,内容评分模型可以提供四个输出,包括“POOR(差)”、“FAIR(还行)”、“GOOD(良好)”和“EXCELLENT(极好)”。在一些实施方式中,内容评分模型可以提供数值输出。在一些实施方式中,内容评分模型可以是线性回归模型。在一些实施方式中,内容评分模型可以基于先前的整体内容项评分输出对应于估计流量增加的值。
资产评分模块(例如,资产评分模块140)可以提供整体内容项评分(240)。例如,资产评分模块可以经由网络(例如,网络105)向内容提供者(例如,内容提供者计算设备115)提供整体内容项评分。在一些实施方式中,资产评分模块可以将整体内容项评分存储在数据库中,例如在数据库150中。
现在参考图3,描绘了计算整体资产混合值的方法300的流程图。方法300可以使用上面结合图1详细描述的数据处理系统110或下面结合图6描述的计算机系统600来实现或执行。资产分析模块可以选择第i个文本字符串(305)。资产分析模块可以枚举当前未选择的文本字符串的标记(310)。资产分析模块可以确定匹配标记的数量(315)。资产分析模块可以将匹配的标记除以第i个文本字符串中的标记数量(320)。资产分析模块可以确定是否已经比较了所有文本字符串。资产分析模块可以在寄存器中增加i(330)。资产分析模块可以对单个资产混合值求和(335)。
资产分析模块(例如,资产分析模块135)可以选择第i个文本字符串(305)。例如,资产分析模块可以枚举N个文本字符串,并为每个文本字符串分配一个索引值。资产分析模块可以选择索引值等于计数寄存器i的文本字符串。在某些实施方式中,在该方法中循环的第一次迭代中,i可以等于1。选择文本字符串可以包括枚举文本字符串的标记以创建所选择的标记的列表。在一些实施方式中,所选择的标记可以包括单词、短语或任何计算机可读符号的组合。
资产分析模块(例如,资产分析模块135)可以枚举当前未选择的文本字符串的标记(310)。例如,资产分析模块可以遍历每个当前未选择的文本字符串(例如,不是第i个文本字符串的所有文本字符串),并解析未选择的文本字符串中包括的标记,以创建未选择的标记的列表。在一些实施方式中,未选择的标记可以包括单词、短语或任何计算机可读符号的组合。
资产分析模块(例如,资产分析模块135)可以确定匹配标记的数量(315)。例如,资产分析模块可以将所选标记列表中的每个标记与未选标记列表进行比较,并确定出现了多少个匹配。在一些实施方式中,匹配可以基于精确匹配或者同义词或词根之间的相似性匹配来确定。在一些实施方式中,同义词和词根可以在数据库(例如,数据库150)中被检索。在一些实施方式中,同义词和词根可以基于语言处理模型来确定。在一些实施方式中,同义词和词根具有匹配权重值。匹配权重值可以是小于或等于1的数字,用于计算两个标记之间的部分匹配。
资产分析模块(例如,资产分析模块135)可以将匹配标记的数量除以第i个文本字符串中的标记数量(320),以计算第i个文本字符串的资产混合值。例如,如果所选择的文本字符串有4个标记与未选择的文本字符串中相匹配,并且所选择的文本字符串由5个标记组成,则所选择的文本字符串的资产混合值等于0.8。
资产分析模块(例如,资产分析模块135)可以确定是否已经处理了所有文本字符串(325)。在一些实施方式中,资产分析模块可以通过将计数寄存器的值i与文本字符串的总数N进行比较来确定是否已经处理了所有文本字符串。如果这些值匹配(例如,i=N),则方法300可以移动到(335)以确定整体资产混合值。如果这些值不匹配,或者不是所有的文本字符串都已经被处理,则方法300将计数寄存器增加i(330),并在(305)中选择下一个文本字符串。
资产分析模块(例如,资产分析模块135)可以对各个资产混合值求和(335)。在一些实施方式中,资产分析模块可以将每个文本字符串的资产混合值加在一起,以计算整体资产混合值。在一些实施方式中,资产分析模块可以对每个文本字符串的资产混合值进行平均,以计算整体资产混合值。在一些实施方式中,资产分析模块可以将每个文本字符串的资产混合值输入到资产混合模型中,以确定整体资产混合值。
现在参考图4,描绘了计算整体类别覆盖值的方法400的流程图。方法300可以使用上面结合图1详细描述的数据处理系统110或下面结合图6描述的计算机系统600来实现或执行。资产分析模块可以选择第i个文本字符串(405)。资产分析模块可以将选择的文本字符串应用于类别覆盖模型(410)。资产分析模块可以接收作为输出的类别的数量(415)。资产分析模块可以将计数寄存器中的i与文本字符串的数量N进行比较,以确定是否已经处理了所有文本字符串(420)。资产分析模块可以将计数寄存器增加i(425)。资产分析模块可以对每个文本字符串的类别覆盖值求和(430)。
资产分析模块(例如,资产分析模块135)可以选择第i个文本字符串(405)。例如,资产分析模块可以枚举N个文本字符串,并为每个文本字符串分配一个索引值。资产分析模块可以选择索引值等于计数寄存器i的文本字符串。在某些实施方式中,在该方法中循环的第一次迭代中,i可以等于1。选择文本字符串可以包括枚举文本字符串的标记以创建所选择的标记的列表。在一些实施方式中,所选择的标记可以包括单词、短语或任何计算机可读符号的组合。
资产分析模块(例如,资产分析模块135)可以将选择的文本字符串应用于类别覆盖模型(410)。在一些实施方式中,资产分析模块可以将所选择的文本字符串的每个标记顺序地应用于模型。在一些实施方式中,资产分析模块可以将所选择的文本字符串的每个标记并行地应用于类别覆盖模型。在一些实施方式中,类别覆盖模型是基于递归神经网络的。在一些实施方式中,类别覆盖模型是基于任何其他类型的机器学习模型(例如,LSTM、线性回归等)的。
资产分析模块(例如,资产分析模块135)可以接收作为输出的、由所选择的文本字符串所涵盖的类别的数量(415)。在一些实施方式中,类别的数量是0到15之间的数字。在一些实施方式中,类别覆盖模型的输出是以下四个信号之一:“POOR(差)”、“FAIR(还行)”、“GOOD(良好)”和“EXCELLENT(极好)”,其中四个信号中的每一个指示所选择的文本字符串的相对类别覆盖。
资产分析模块(例如,资产分析模块135)可以确定是否已经处理了所有文本字符串(420)。在一些实施方式中,资产分析模块可以通过将计数寄存器的值i与文本字符串的总数N进行比较来确定是否已经处理了所有文本字符串。如果这些值匹配(例如,i=N),则方法400可以移动到(430)以确定整体资产混合值。如果这些值不匹配,或者不是所有的文本字符串都已经被处理,则方法400将计数寄存器增加i(425),并在(405)中选择下一个文本字符串。
资产分析模块(例如,资产分析模块135)可以对各个类别覆盖值求和(430)。在一些实施方式中,资产分析模块可以将每个文本字符串的类别覆盖值加在一起,以计算整体类别覆盖值。在一些实施方式中,资产分析模块可以对每个文本字符串的每个类别覆盖值求和,使得计算的整体类别覆盖值表示由文本字符串反映的唯一类别的总数。在一些实施方式中,资产分析模块可以对每个文本字符串的类别覆盖值进行平均,以计算整体类别覆盖值。在一些实施方式中,资产分析模块可以将每个文本字符串的类别覆盖值输入到第二类别覆盖模型中,以确定整体类别覆盖值。
现在参考图5,描绘了计算整体关键字覆盖值的方法500的流程图。方法500可以使用上面结合图1详细描述的数据处理系统110或下面结合图6描述的计算机系统600来实现或执行。资产分析模块可以选择第i个目标关键字(505)。资产分析模块可以检索所选择的目标关键字的估计流量因子(510)。资产分析模块可以选择第j个文本字符串(515)。资产分析模块可以对文本字符串中所选择的关键字的实例进行计数(520)。资产分析模块可以确定是否已经选择了所有文本字符串(525)。资产分析模块可以将计数寄存器增加j。资产分析模块可以将关键字计数乘以估计流量因子(535)。资产分析模块可以确定是否已经选择了所有目标关键字(540)。资产分析模块可以将计数寄存器增加i。资产分析模块可以对加权关键字计数中的每一个求和(550)。
资产分析模块(例如,资产分析模块135)可以选择第j个目标关键字(505)。例如,资产分析模块可以枚举N个目标关键字,并为每个目标关键字分配一个索引值。资产分析模块可以选择索引值等于计数寄存器中的i的目标关键字。在某些实施方式中,在该方法中循环的第一次迭代中,i可以等于1。在一些实施方式中,所选择的目标关键字可以包括单词、短语或计算机可读符号的任何组合。
资产分析模块(例如,资产分析模块135)可以检索与所选择的目标关键字相关联的估计流量因子(510)。在一些实施方式中,估计流量因子可以是0和1之间的值。在一些实施方式中,当特定关键字被包括在内容项中时,估计流量因子可以是对应于该关键字的估计点进率的值。在一些实施方式中,估计的流量因子可以是对应于特定关键字的估计搜索率的值。在一些实施方式中,可以在数据库(例如,数据库150)中检索估计流量因子。
资产分析模块(例如,资产分析模块135)可以选择第j个文本字符串(515)。例如,资产分析模块可以枚举M个文本字符串,并为每个文本字符串分配一个索引值。资产分析模块可以选择索引值等于计数寄存器j的文本字符串。在一些实施方式中,在循环的第一次迭代中,j可以等于1。选择文本字符串可以包括枚举文本字符串的标记以创建所选择的标记的列表。在一些实施方式中,所选择的标记可以包括单词、短语或任何计算机可读符号的组合。
资产分析模块(例如,资产分析模块135)可以对所选择的文本字符串中的所选择的关键字的实例进行计数(520)。例如,如果所选择的关键字在所选择的文本字符串中出现两次,资产分析模块可以将与所选择的关键字相关联的计数器增加2。在一些实施方式中,资产分析模块可以在数据库(例如,数据库150)中检索目标关键字的一个或多个同义词或词根。同义词或词根可以包括相似性权重值。在一些实施方式中,如果资产分析模块确定同义词或词根存在于所选择的文本字符串中,则资产分析模块可以将与目标关键字相关联的计数器增加与同义词或词根相关联的相似性权重值。
资产分析模块(例如,资产分析模块135)可以确定是否已经处理了所有文本字符串(525)。在一些实施方式中,资产分析模块可以通过将计数寄存器的值j与文本字符串的总数M进行比较来确定是否已经处理了所有文本字符串。如果这些值匹配(例如,j=M),则方法500可以移动到(535)。如果这些值不匹配,或者不是所有的文本字符串都已经被处理,则方法500将计数寄存器增加j(530),并在(515)中选择下一个文本字符串。
资产分析模块(例如,资产分析模块135)可以将关键字计数值乘以与目标关键字相关联的估计流量因子(535),以计算所选择的目标关键字的加权关键字值。在一些实施方式中,乘法对关键字应用与关键字的估计流量成比例的权重。在一些实施方式中,资产分析模块不将关键字计数乘以估计流量值。
资产分析模块(例如,资产分析模块135)可以确定是否已经处理了所有的目标关键字(540)。在一些实施方式中,资产分析模块可以通过将计数寄存器的值i与文本字符串的总数N进行比较来确定是否已经处理了所有目标关键字。如果这些值匹配(例如,i=N),则方法500可以移动到(550)。如果这些值不匹配,或者不是所有的目标关键字都已经被处理,则方法500将计数寄存器增加i(545),并在(505)中选择下一个目标关键字。
资产分析模块(例如,资产分析模块135)可以对加权关键字覆盖值求和(550)。在一些实施方式中,资产分析模块可以将每个目标关键字的加权关键字覆盖值加在一起,以计算整体关键字覆盖值。在一些实施方式中,资产分析模块可以对每个目标关键字的加权关键字覆盖值进行平均,以计算整体加权关键字覆盖值。在一些实施方式中,资产分析模块可以将每个目标关键字的加权关键字覆盖值输入到关键字覆盖模型中,以确定整体关键字覆盖值。
现在参考图6,描绘了根据一些实施方式的说明性计算机系统600的一般架构,该计算机系统600可以用于实现这里讨论的任何计算机系统(包括数据处理系统110及其组件,例如各种模块130-140)。计算机系统600可用于通过网络105提供信息用于显示。图6的计算机系统600包括通信耦合到存储器625的一个或多个处理器620、一个或多个通信接口605、一个或多个输出设备610(例如,一个或多个显示单元)和一个或多个输入设备615。处理器620可以包括在数据处理系统110或系统110的其他组件中,例如各种模块130-140。
在图6的计算机系统600中,存储器625可以包括任何计算机可读存储介质,并且可以存储计算机指令,例如用于实现这里针对各个系统描述的各种功能的处理器可执行指令,以及由此生成的或通过通信接口或(多个)输入设备(如果存在)接收的任何相关数据。再次参考图1的系统110,数据处理系统110可以包括存储器625,以存储与一个或多个内容单元的库存可用性、一个或多个内容单元的预订等相关的信息。存储器625可以包括数据库150。图6中所示的(多个)处理器620可以用于执行存储在存储器625中的指令,并且在这样做时,还可以从存储器读取或向存储器写入根据指令的执行而处理和/或生成的各种信息。
图6所示的计算机系统600的处理器620还可以通信地耦合到或控制通信接口605,以根据指令的执行来发送或接收各种信息。例如,(多个)通信接口605可以耦合到有线或无线网络、总线或其他通信装置,并且因此可以允许计算机系统600向其他设备(例如,其他计算机系统)发送信息或从其他设备接收信息。虽然在图1的系统中没有明确示出,但是一个或多个通信接口促进了系统600的组件之间的信息流。在一些实施方式中,通信接口可以被配置(例如,经由各种硬件组件或软件组件)以提供网站作为对计算机系统600的至少一些方面的访问门户。通信接口605的示例包括用户接口(例如,网页),用户可以通过该用户接口与计算机系统600通信。
例如,可以提供图6所示的计算机系统600的输出设备610,以允许结合指令的执行来查看或感知各种信息。例如,可以提供输入设备615,以允许用户在指令执行期间进行手动调整、进行选择、输入数据或者以各种方式中的任何一种与处理器交互。这里进一步提供了与可用于这里讨论的各种系统的通用计算机系统架构相关的附加信息。
本说明书中描述的主题和操作的实现可以在数字电子电路中实现,或者在包含在有形介质、固件或硬件上的计算机软件中实现,包括本说明书中公开的结构及其结构等价物,或者在它们中的一个或多个的组合中实现。本说明书中描述的主题的实施方式能够被实施为一个或多个计算机程序,即编码在计算机存储介质上的计算机程序指令的一个或多个模块,以便被数据处理装置运行或者用来控制数据处理装置的操作。程序指令能够被编码在人工生成的传播的信号例如,被生成以便编码用于传输到合适的接收器装置以便被数据处理装置运行的信息的、机器生成的电、光、或者电磁信号上。计算机存储介质可以是或包括在计算机可读存储设备、计算机可读存储基板、随机或串行存取存储器阵列或设备、或它们中的一个或多个的组合中。此外,虽然计算机存储介质不是传播信号,但是计算机存储介质可以包括编码在人工生成的传播信号中的计算机程序指令的源或目的地。计算机存储介质也可以是或包括在一个或多个单独的物理组件或介质(例如,多个CD、磁盘或其他存储设备)中。
这里公开的特征可以在智能电视模块(或连接的电视模块、混合电视模块等)上实现,其可以包括处理模块,该处理模块被配置为将互联网连接与(例如,通过电缆、卫星、空中或其他信号接收的)更传统的电视节目源相结合。智能电视模块可以物理地结合到电视机中,或者可以包括单独的设备,例如机顶盒、蓝光或其他数字媒体播放器、游戏控制台、酒店电视系统和其他配套设备。智能电视模块可以被配置为允许观众在网络上、本地有线电视频道上、卫星电视频道上或者存储在本地硬盘驱动器上搜索和查找视频、电影、照片和其他内容。机顶盒(Set-Top Box,STB)或机顶盒单元(Set-Top Unit,STU)可以包括信息设备,该信息设备可以包含调谐器并连接到电视机和外部信号源,将信号转换成内容,然后显示在电视屏幕或其他显示设备上。智能电视模块可以被配置为提供主屏幕或顶层屏幕,主屏幕或顶层屏幕包括用于多个不同应用(例如,网络浏览器和多个流媒体服务、连接的电缆或卫星媒体源、其他网络“频道”等)的图标。智能电视模块还可以被配置为向用户提供电子节目指南。智能电视模块的伴随应用可以在移动计算设备上操作,以向用户提供关于可用节目的附加信息,以允许用户控制智能电视模块等。在替代实施方式中,这些特征可以在膝上型计算机或其他个人计算机、智能手机、其他移动电话、手持计算机、平板PC或其他计算设备上实现。
本说明书中描述的操作可以实现为由数据处理设备对存储在一个或多个计算机可读存储设备上或从其他来源接收的数据执行的操作。
术语“数据处理装置”、“数据处理系统”、“用户设备”或“计算设备”包括用于处理数据的所有种类的装置、设备和机器,例如包括可编程处理器、计算机、片上系统或前述的多个或组合。该装置可以包括专用逻辑电路,例如,现场可编程门阵列(FieldProgrammable Gate Array,FPGA)或专用集成电路(Application-Specific IntegratedCircuit,ASIC)。除了硬件之外,该装置还可以包括为所讨论的计算机程序创建执行环境的代码,例如,构成处理器固件、协议栈、数据库管理系统、操作系统、跨平台运行时环境、虚拟机或它们中的一个或多个的组合的代码。该装置和执行环境可以实现各种不同的计算模型基础设施,例如网络服务、分布式计算和网格计算基础设施。模块130-140可以包括或共享一个或多个数据处理设备、计算设备或处理器。
计算机程序(也称为程序、软件、软件应用程序、脚本或代码)可以以任何形式的编程语言编写,包括编译或解释语言、声明性或过程性语言,并且它可以以任何形式部署,包括作为独立程序或作为模块、组件、子例程、对象或适于在计算环境中使用的其他单元。计算机程序可以,但是不需要,对应于文件系统中的文件。程序能够存储在保持其它程序或者数据例如,存储在标记语言文档中的一个或多个脚本的文件的一部分中,存储在专用于正被讨论的程序的单一文件中,或者存储在多个协调的文件例如,存储一个或多个模块、子程序、或者代码部分的文件中。计算机程序能够被部署为在一个计算机上运行,或者在位于一个场所的或者分布在多个场所之间并通过通信网络互连的多个计算机上运行。
在本说明书中描述的过程和逻辑流能够通过运行一个或多个计算机程序的一个或多个可编程处理器执行,以便通过对输入数据进行操作并且生成输出来执行动作。过程和逻辑流程也可以由专用逻辑电路来执行,并且设备也可以被实现为专用逻辑电路,例如,FPGA(现场可编程门阵列)或ASIC(专用集成电路)。
适于计算机程序的运行的处理器包括,举例来说,通用微处理器和专用微处理器两者,以及任何种类的数字计算机的任何一个或多个处理器。一般,处理器将从只读存储器或者随机存取存储器或者两者接收指令和数据。计算机的基本元件是用于根据指令执行动作的处理器和用于存储指令和数据的一个或多个存储设备。一般,计算机还将包括用于存储数据的一个或多个海量存储设备例如,磁盘、磁光盘或者光盘,或者计算机还将被可操作地耦合到所述一个或多个海量存储设备,从所述一个或多个海量存储设备接收数据、或者向所述一个或多个海量存储设备传递数据、或者兼而有之。然而,计算机不需要具有这样的设备。而且,计算机能够被嵌入另一设备中,所述另一设备例如,移动电话、个人数字助理(PDA)、移动音频或者视频播放器、游戏控制台、全球定位系统(Global PositioningSystem,GPS)接收器、或者便携式存储设备(例如,通用串行总线(Universal Serial Bus,USB)闪存驱动器),作为示例。适合于存储计算机程序指令和数据的设备包括所有形式的非易失性存储器、介质和存储设备,以包括半导体存储设备(例如,EPROM、EEPROM和闪存设备;磁盘(例如,内部硬盘或可移动磁盘);磁光盘;以及CD-ROM和DVD-ROM光盘)作为示例。处理器和存储器可以由专用逻辑电路补充,或者合并在专用逻辑电路中。
为与用户的交互作准备,本说明书中描述的主题的实施方式能够被实施在具有用于向用户显示信息的显示设备以及能够被用户用来向计算机提供输入的键盘和指向设备的计算机上,所述显示设备例如CRT(阴极射线管)、等离子、或者LCD(液晶显示器)监视器,所述指向设备例如鼠标或者轨迹球。其它种类的设备也能够用来为与用户的交互作准备;例如,提供给用户的反馈能够是任何形式的感官反馈,例如,视觉反馈、听觉反馈、或者触觉反馈;并且来自用户的输入能够以任何形式被接收包括声音、语音、或者触觉输入。此外,计算机能够通过向用户使用的设备发送文档和从用户使用的设备接收文档来与用户交互;例如,通过响应于从用户的客户端设备上的网络浏览器接收的请求向该网络浏览器发送网页。
本说明书中描述的主题的实施方式可以实施在包括后端组件例如,作为数据服务器的计算系统中,或者可以实施在包括中间件组件例如,应用服务器的计算系统中,或者可以实施在包括前端组件例如,具有能够被用户用来与在本说明书中,描述的主题的实施方式进行交互的图形用户界面或者网络浏览器的客户端计算机或者一个或多个这样的后端组件、中间件组件、或者前端组件的任何组合的计算系统中。所述系统的组件能够通过任何形式或者介质的数字数据通信例如,通信网络来互连。通信网络的例子包括局域网(“LAN”)和广域网(“WAN”)、互连网络(例如,因特网)和对等网络(例如,自组织对等网络)。
诸如系统600或数据处理系统110的计算系统可以包括客户端和服务器。例如,数据处理系统110可以包括一个或多个数据中心或服务器群中的一个或多个服务器。客户端和服务器一般彼此远离,并且典型地通过通信网络来交互。客户端和服务器之间的关系凭借在各个计算机上运行的并且彼此之间具有客户端-服务器关系的计算机程序而发生。在一些实施方式中,服务器将数据(例如,HTML页面)传输到客户端设备(例如,出于向与客户端设备交互的用户显示数据和从用户接收用户输入的目的)。可以在服务器处从客户端设备接收在客户端设备处生成的数据(例如,用户交互的结果)。
尽管本说明书包含许多具体的实现细节,但这些不应被解释为对任何发明的范围或可能要求保护的内容的限制,而是对这里描述的系统和方法的特定实现所特有的特征的描述。在分开的实施方式的上下文中在本说明书中描述的某些特征还能够组合地实施在单一实施方式中。相反地,在单一实施方式的上下文中描述的各种特征还能够分开地实施在多个实施方式中或者实施在任何合适的的子组合中。而且,虽然特征可能在上面被描述为出现在某些组合中并且甚至一开始就被请求按这样进行保护,但是来自请求保护的组合的一个或多个特征在一些情况下能够从该组合中被删除,并且请求保护的组合可以指向子组合或者子组合的变化。
类似地,尽管在附图中以特定次序描绘了操作,但是这不应当被理解为需要以示出的特定次序或以相继的次序来执行这样的操作或者需要执行所有示意的操作来取得满意的结果。在一些情况下,在权利要求中记载的动作能够以不同的次序来执行,并且仍然实现期望的结果。此外,附图中描述的过程不一定需要所示的特定顺序或顺序来获得期望的结果。
在某些情况下,多任务和并行处理可能是有利的。另外,在上述实施方式中对各种系统组件的分离不应当被理解为在所有实施方式中要求这样的分离,而是应当理解,所描述的程序组件和系统可通常地在单个软件产品中被集成在一起或者被封装成多个软件产品。例如,模块130-140可以是数据处理系统110的一部分、单个模块、具有一个或多个处理模块的逻辑设备、一个或多个服务器或搜索引擎的一部分。
现在已经描述了一些说明性的实施方式,显然,前面的描述是说明性的而不是限制性的,已经通过示例的方式给出。特别地,尽管这里呈现的许多示例涉及方法动作或系统元素的特定组合,但是这些动作和那些元素可以以其他方式组合以实现相同的目的。仅结合一个实施方式讨论的动作、元素和特征不旨在被排除在其他实施方式或实施方式中的类似角色之外。
这里使用的措辞和术语是为了描述的目的,不应被视为限制。这里使用的“包括”、“包含”、“具有”、“涉及”、“特征在于”及其变型意味着包含其后列出的项目、其等同物和附加项目,以及由其后专门列出的项目组成的替代实现。在一个实施方式中,本文描述的系统和方法由一个、多于一个或所有所描述的元件、动作或组件的每个组合组成。
这里以单数形式提及的对系统和方法的实现或元件或动作的任何引用也可以包括多个这些元件的实现,并且这里以复数形式提及的任何实现或元件或动作也可以包括仅包括单个元件的实现。单数或复数形式的引用不旨在将当前公开的系统或方法、其组件、动作或元件限制为单个或多个配置。对基于任何信息、动作或元素的任何动作或元素的引用可以包括动作或元素至少部分基于任何信息、动作或元素的实现。
这里公开的任何实施方式可以与任何其他实施方式相结合,并且对“实施方式”、“一些实施方式”、“替代实施方式”、“各种实施方式”、“一个实施方式”等的引用不一定相互排斥,并且旨在指示结合该实施方式描述的特定特征、结构或特性可以包括在至少一个实施方式中。这里使用的这些术语不一定都指相同的实现。任何实现都可以以与本文公开的方面和实现一致的任何方式与任何其他实现相结合,包括或排他地。
对“或”的引用可以被解释为包含性的,使得使用“或”描述的任何术语可以表示单个、多于一个以及所有描述的术语中的任何一个。
在附图、详细描述或任何权利要求中的技术特征之后跟随有附图标记的情况下,包括附图标记的唯一目的是增加附图、详细描述和权利要求的可理解性。因此,附图标记及其不存在对任何权利要求要素的范围都没有任何限制作用。
Claims (20)
1.一种使用数值标准来评估内容项的方法,包括:
由资产接收模块接收多个文本字符串,所述多个文本字符串中的每一个文本字符串包括标记;
由资产接收模块接收多个目标关键字;
由资产分析模块从数据库中检索多个文本字符串中的每一个文本字符串中的每个标记的一个或多个同义词和一个或多个词根;
对于所述多个文本字符串中的每一个文本字符串:
由资产分析模块从多个文本字符串中选择第一文本字符串;
由资产分析模块基于标记的数量、标记的词根的数量和标记的同义词的数量来确定第一文本字符串和未选择的文本字符串中的匹配标记的数量;
由资产分析模块将匹配标记的数量除以第一文本字符串中标记的数量,以确定第一文本字符串的资产混合值;
由资产分析模块对每个文本字符串的每个资产混合值求和,以计算整体资产混合值;
由资产分析模块使用类别确定模型来确定多个文本字符串中的每一个文本字符串的类别的数量;
由资产分析模块对多个文本字符串中的每一个文本字符串的类别的数量求和,以计算整体类别覆盖值;
由资产分析模块检索多个目标关键字中的每一个目标关键字的估计流量值;
由资产分析模块对所选择的目标关键字在多个文本字符串中的每一个文本字符串中的出现次数进行计数,以生成与相应目标关键字相关联的目标关键字计数;
由资产分析模块将目标关键字计数中的每一个目标关键字计数乘以相应目标关键字的估计流量值,以计算与相应目标关键字相关联的加权关键字值;
由资产分析模块对加权关键字值中的每一个加权关键字值求和,以计算关键字覆盖值;
由资产评分模块基于文本字符串的数量、文本字符串中的标记的数量、整体资产混合值、整体类别覆盖值和整体关键字覆盖值,使用内容评分模型来确定整体内容项评分;以及
由资产评分模块向内容提供者计算设备提供与多个文本字符串和多个目标关键字相关联的整体内容项评分。
2.如权利要求1所述的方法,还包括:
由资产接收模块识别所述多个文本字符串是否存在于所述数据库中的位置处,其中所述位置是基于从所述内容提供者计算设备接收的标识符来确定的;以及
由资产接收模块响应于基于所述位置确定多个文本字符串不存在于数据库中,将多个文本字符串存储在数据库中的所述位置处。
3.如权利要求2所述的方法,还包括:
由资产评分模块在数据库中存储整体内容项评分;
由资产评分模块从数据库中检索多个整体内容项评分,整体内容项评分中的每一个整体内容项评分与多个文本字符串相关联;
由资产评分模块对多个整体内容项评分进行排序,以创建内容项评分的排序列表;
由资产评分模块向内容提供者计算设备提供内容项评分的排序列表。
4.如权利要求1所述的方法,其中,对所述多个文本字符串中的每一个文本字符串的类别的数量求和以计算整体类别覆盖值还包括:
由资产分析模块将多个文本字符串中的每一个文本字符串的类别的数量的总和与第一预定义阈值进行比较,以创建第一关系;
由资产分析模块将多个文本字符串中的每一个文本字符串的类别的数量的总和与第二预定义阈值进行比较,以创建第二关系;以及
由资产分析模块基于第一关系和第二关系计算类别覆盖值。
5.如权利要求1所述的方法,对加权关键字值中的每一个加权关键字值求和以计算关键字覆盖值还包括:
由资产接收模块从内容提供者计算设备接收目标位置;
由资产分析模块检索与目标位置相关联的多个位置关键字;
由资产分析模块对所述多个文本字符串中的每一个文本字符串中的多个位置关键字中的每一个位置关键字的出现次数进行计数,以生成与相应位置关键字相关联的位置关键字计数;和
由资产分析模块对位置关键字计数中的每一个位置关键字计数进行求和,以计算位置相关性值。
6.如权利要求5所述的方法,其中,确定整体内容项评分是基于位置相关性值的。
7.如权利要求1所述的方法,还包括:
由资产接收模块从内容提供者计算设备接收第一地址,所述第一地址与登陆页面相关联;
由资产分析模块访问与第一地址相关联的登陆页面,以检索多个登陆页面标记;以及
由资产分析模块对与多个登陆页面标记中的标记相匹配的多个文本字符串中的标记的数量进行计数,以确定登陆页面相关性值。
8.如权利要求7所述的方法,其中,确定所述整体内容项评分是基于所述登陆页面相关性值的。
9.如权利要求7所述的方法,其中确定所述登陆页面相关性值还包括:
由资产分析模块确定登陆页面是主页还是多产品页面;以及
由资产分析模块基于登陆页面是主页还是多产品页面的确定来确定登陆页面相关性值。
10.如权利要求1所述的方法,其中:
由资产分析模块基于递归神经网络模型来确定多个文本字符串中的每一个文本字符串的类别的数量;以及
由资产分析模块使用内容评分模型来确定整体内容项评分是基于线性回归模型的。
11.一种包括一个或多个处理器的系统,所述处理器被配置为:
经由网络接收多个文本字符串,所述多个文本字符串中的每一个文本字符串包括标记;
经由网络接收多个目标关键字;
从数据库中检索多个文本字符串中的每一个文本字符串中的每个标记的一个或多个同义词和一个或多个词根;
对于所述多个文本字符串中的每一个文本字符串:
从多个文本字符串中选择第一文本字符串;
基于标记的数量、标记的词根的数量和标记的同义词的数量,确定第一文本字符串和未选择的文本字符串中的匹配标记的数量;
将匹配标记的数量除以第一文本字符串中标记的数量,以确定第一文本字符串的资产混合值;
对每个文本字符串的每个资产混合值求和,以计算整体资产混合值;
使用类别确定模型确定多个文本字符串中的每一个文本字符串的类别的数量;
对多个文本字符串中的每一个文本字符串的类别的数量求和,以计算整体类别覆盖值;
检索多个目标关键字中的每一个目标关键字的估计流量值;
对所选择的目标关键字在多个文本字符串中的每一个文本字符串中的出现次数进行计数,以生成与相应目标关键字相关联的目标关键字计数;
将目标关键字计数中的每一个目标关键字计数乘以相应目标关键字的估计流量值,以计算与相应目标关键字相关联的加权关键字值;
对每个加权关键字值求和,以计算关键字覆盖值;
基于文本字符串的数量、文本字符串中的标记的数量、整体资产混合值、整体类别覆盖值和整体关键字覆盖值,使用内容评分模型来确定整体内容项评分;以及
经由网络提供与多个文本字符串和多个目标关键字相关联的整体内容项评分。
12.如权利要求11所述的系统,还被配置为:
识别所述多个文本字符串是否存在于数据库中的位置处,其中所述位置是基于从内容提供者计算设备接收的标识符来确定的;以及
响应于确定多个文本字符串不存在于数据库中的所述位置处,将多个文本字符串存储在数据库中的所述位置处。
13.如权利要求12所述的系统,还被配置为:
将整体内容项评分存储在数据库中的所述位置处;
从数据库中检索多个整体内容项评分,多个整体内容项评分中的每一个整体内容项评分与多个文本字符串相关联;
对多个整体内容项评分进行排序,以创建内容项评分的排序列表;
向内容提供者计算设备提供内容项评分的排序列表。
14.如权利要求11所述的系统,还被配置为:
将多个文本字符串中的每一个文本字符串的类别的数量的总和与第一预定义阈值进行比较,以创建第一关系;
将多个文本字符串中的每一个文本字符串的类别的数量的总和与第二预定义阈值进行比较,以创建第二关系;以及
基于第一关系和第二关系计算类别覆盖值。
15.如权利要求11所述的系统,还被配置为:
经由网络接收目标位置;
从数据库中检索与目标位置相关联的多个位置关键字;
对所述多个文本字符串中的每一个文本字符串中的多个位置关键字中的每一个位置关键字的出现次数进行计数,以生成与相应位置关键字相关联的位置关键字计数;以及
对位置关键字计数中的每一个位置关键字计数进行求和,以计算位置相关性值。
16.如权利要求15所述的系统,还被配置为:
基于位置相关性值确定整体内容项评分。
17.如权利要求11所述的系统,还被配置为:
经由网络接收第一地址,所述第一地址与登陆页面相关联;
访问与第一地址相关联的登陆页面以检索多个登陆页面标记;以及
对所述多个文本字符串中的与所述多个登陆页面标记中的标记相匹配的标记的数量进行计数,以确定登陆页面相关性值。
18.如权利要求17所述的系统,还被配置为:
基于位置相关性值确定整体内容项评分。
19.如权利要求17所述的系统,还被配置为:
确定登陆页面是主页还是多产品页面;以及
基于登陆页面是主页还是多产品页面的确定来确定登陆页面相关性值。
20.如权利要求11所述的系统,还被配置为:
基于递归神经网络模型来确定多个文本字符串中的每一个文本字符串的类别的数量;以及
使用内容评分模型来确定整体内容项评分是基于线性回归模型的。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862732487P | 2018-09-17 | 2018-09-17 | |
US62/732,487 | 2018-09-17 | ||
PCT/US2019/051363 WO2020060949A1 (en) | 2018-09-17 | 2019-09-16 | Systems and methods for assessing advertisement |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111344696A CN111344696A (zh) | 2020-06-26 |
CN111344696B true CN111344696B (zh) | 2021-05-25 |
Family
ID=69887896
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980005505.8A Active CN111344696B (zh) | 2018-09-17 | 2019-09-16 | 评估广告的系统和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10963916B2 (zh) |
EP (1) | EP3688619A4 (zh) |
CN (1) | CN111344696B (zh) |
WO (1) | WO2020060949A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11281854B2 (en) * | 2019-08-21 | 2022-03-22 | Primer Technologies, Inc. | Limiting a dictionary used by a natural language model to summarize a document |
US11514013B2 (en) * | 2020-01-08 | 2022-11-29 | International Business Machines Corporation | Data governance with custom attribute based asset association |
US11720751B2 (en) * | 2021-01-11 | 2023-08-08 | Oracle International Corporation | Global, model-agnostic machine learning explanation technique for textual data |
CN116805918B (zh) * | 2023-04-27 | 2024-02-23 | 无锡控博科技有限公司 | 用于ucmp云管理服务平台的资源池容量监测预警系统 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7363308B2 (en) | 2000-12-28 | 2008-04-22 | Fair Isaac Corporation | System and method for obtaining keyword descriptions of records from a large database |
US20060277102A1 (en) * | 2005-06-06 | 2006-12-07 | Better, Inc. | System and Method for Generating Effective Advertisements in Electronic Commerce |
US8001105B2 (en) | 2006-06-09 | 2011-08-16 | Ebay Inc. | System and method for keyword extraction and contextual advertisement generation |
US7873640B2 (en) | 2007-03-27 | 2011-01-18 | Adobe Systems Incorporated | Semantic analysis documents to rank terms |
US20080249855A1 (en) * | 2007-04-04 | 2008-10-09 | Yahoo! Inc. | System for generating advertising creatives |
KR100893273B1 (ko) | 2007-05-04 | 2009-04-17 | 엔에이치엔(주) | 키워드 비교를 이용한 광고 검수 방법 및 시스템 |
US7747600B2 (en) * | 2007-06-13 | 2010-06-29 | Microsoft Corporation | Multi-level search |
CN102369724B (zh) * | 2009-02-18 | 2016-05-04 | 谷歌公司 | 自动捕获信息,例如使用文档感知设备捕获信息 |
US20110282858A1 (en) * | 2010-05-11 | 2011-11-17 | Microsoft Corporation | Hierarchical Content Classification Into Deep Taxonomies |
US10331785B2 (en) | 2012-02-17 | 2019-06-25 | Tivo Solutions Inc. | Identifying multimedia asset similarity using blended semantic and latent feature analysis |
US10325033B2 (en) * | 2016-10-28 | 2019-06-18 | Searchmetrics Gmbh | Determination of content score |
-
2019
- 2019-09-16 CN CN201980005505.8A patent/CN111344696B/zh active Active
- 2019-09-16 US US16/760,621 patent/US10963916B2/en active Active
- 2019-09-16 WO PCT/US2019/051363 patent/WO2020060949A1/en unknown
- 2019-09-16 EP EP19863874.4A patent/EP3688619A4/en not_active Withdrawn
Also Published As
Publication number | Publication date |
---|---|
WO2020060949A1 (en) | 2020-03-26 |
US10963916B2 (en) | 2021-03-30 |
CN111344696A (zh) | 2020-06-26 |
EP3688619A4 (en) | 2020-08-26 |
EP3688619A1 (en) | 2020-08-05 |
US20200402098A1 (en) | 2020-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111344696B (zh) | 评估广告的系统和方法 | |
JP6267344B2 (ja) | 精度管理を用いたコンテンツ選択 | |
JP6408346B2 (ja) | オンラインシステムにおける広告及びコンテンツの統合型市場 | |
US20170345048A1 (en) | Attribution Marketing Recommendations | |
US8893012B1 (en) | Visual indicator based on relative rating of content item | |
CN105745643B (zh) | 以基于文本内容为基础创建基于图像内容的系统和方法 | |
US20100250335A1 (en) | System and method using text features for click prediction of sponsored search advertisements | |
JP2015028774A (ja) | オンラインシステムにおける広告及びコンテンツの品質スコア付けシステム | |
US20150254714A1 (en) | Systems and methods for keyword suggestion | |
US20170323230A1 (en) | Evaluating keyword performance | |
US8751520B1 (en) | Query suggestions with high utility | |
WO2014052608A1 (en) | Dynamic product content generation | |
US20140372202A1 (en) | Predicting performance of content items using loss functions | |
CN109804368A (zh) | 用于提供上下文信息的系统和方法 | |
US10217132B1 (en) | Content evaluation based on users browsing history | |
US20160267551A1 (en) | Method and system for advertisement coordination | |
US20160275569A1 (en) | Method and system for advertisement coordination | |
US9720983B1 (en) | Extracting mobile application keywords | |
US9208260B1 (en) | Query suggestions with high diversity | |
US20210365962A1 (en) | Systems and methods of selecting visual elements based on sentiment analysis | |
US20150363793A1 (en) | Systems and methods for collecting and using retail item inspection data | |
US10366414B1 (en) | Presentation of content items in view of commerciality | |
US20160267531A1 (en) | Method and system for advertisement coordination | |
US20160275568A1 (en) | Method and system for advertisement coordination | |
US9152634B1 (en) | Balancing content blocks associated with queries |
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 |