CN112567415B - 对通过网络的数字分量的分发建模 - Google Patents

对通过网络的数字分量的分发建模 Download PDF

Info

Publication number
CN112567415B
CN112567415B CN201980005207.9A CN201980005207A CN112567415B CN 112567415 B CN112567415 B CN 112567415B CN 201980005207 A CN201980005207 A CN 201980005207A CN 112567415 B CN112567415 B CN 112567415B
Authority
CN
China
Prior art keywords
future
digital component
provisioning
request
users
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
Application number
CN201980005207.9A
Other languages
English (en)
Other versions
CN112567415A (zh
Inventor
C.W.K.苏
J.奥克维加
R.朱卡
M.M.哈桑
D.斯沃纳瓦
M.K.曼朱纳萨
D.范
刘瑶
熊曦
A.德拉古斯
V.V.维穆里
王棽
刘穆若
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Google LLC
Original Assignee
Google LLC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Google LLC filed Critical Google LLC
Publication of CN112567415A publication Critical patent/CN112567415A/zh
Application granted granted Critical
Publication of CN112567415B publication Critical patent/CN112567415B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14Network analysis or design
    • H04L41/145Network analysis or design involving simulating, designing, planning or modelling of a network
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0251Targeted advertisements
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0242Determining effectiveness of advertisements
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00Arrangements for monitoring or testing data switching networks
    • H04L43/08Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Databases & Information Systems (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Environmental & Geological Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

用于接收提供数字分量的请求的内容平台的方法、系统和装置,包括被编码在计算机存储介质上的计算机程序。该请求包括关于数字分量被指向的用户的信息。未来化查询是从被配置成使用将数字内容指向用户集的供应代码来执行现有数字分量的供应系统的供应日志中获得的。未来化查询作为数据结构加载到预测系统的存储器中。系统使用从供应代码导出的指令集来确定特定未来化查询与请求之间的相似性超过阈值相似性。然后,系统基于超过阈值相似性的未来化查询生成预测输出作为对请求的响应。该预测输出包括描述数字分量的未来供给(provision)的数据。

Description

对通过网络的数字分量的分发建模
技术领域
本说明书涉及对通过通信网络发送的流量建模。
背景技术
互联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。在一些情况下,可以将来自多个不同提供商的内容集成到单个电子文档中,以创建复合文档。例如,被包括在电子文档中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,数字分量(digital component))可以由第三方(例如,不是电子文档的发布者和/或无权修改定义电子文档的代码的实体)提供。
然而,在某些情况下,只有在已经请求了电子文档的呈现之后和/或在电子文档正被渲染的同时,才选择数字分量与电子文档集成。例如,当在客户端设备处渲染电子文档时,被包括在电子文档中的机器可执行指令可以由客户端设备执行。可执行指令可以使得客户端设备能够联系一个或多个远程服务器,以获得当在客户端设备处呈现时将被集成到电子文档中的数字分量。鉴于互联网的动态性和全球性,难以对随着时间流逝将向用户提供数字分量的方式进行建模和预测。本申请涉及对计算机网络(诸如互联网)上的流量进行建模,以允许对数字分量将在这些网络上分发的方式进行建模和预示。
发明内容
本文档描述了对数字分量的分发进行改进的预测的技术,可以通过网络提供该数字分量作为对特定类型的内容的电子请求的响应。
可以从与在客户端设备上显示或渲染的发布者页面的内容交互的用户/客户端设备接收电子请求。在一些情况下,可以从托管发布者页面的发布者服务器接收请求。内容提供商可以向内容平台提交专用内容(例如,数字分量)作为用于响应请求的候选。内容平台可以被配置成管理专用内容的使用和选择,作为对这种内容的请求的响应。
基于所描述的技术,内容平台的预测系统预测数字分量的分发,并生成输出,该输出指示数字分量将被内容平台的供应(serving)系统指向的用户数量。例如,预测系统通过使用检索库的与在内容平台的供应系统中执行的计算逻辑基本匹配或完全匹配的计算逻辑来预测表现。预测系统在存储器中保存未来化(futurized)用户查询集,并针对来自内容提供商的输入请求的参数(例如,目标和过滤要求)处理查询中的信息,以分发一个或多个数字分量。预测系统可以确定未来化用户查询集中与来自内容提供商的输入请求的参数相似或匹配的信息。预测系统使用这些相似或匹配的未来化查询的信息生成输出。
所描述的技术包括配置在供应系统处执行的程序代码(“供应代码”),使得供应代码可以在预测系统处被有效地重复使用和实施,以执行准确的印象预测。例如,供应代码被唯一地组织,以使得供应代码的总体计算逻辑能够被维护为检索库,从而数字营销(digital campaign)的供应表示和对应的检索库容易地可逆转,以便在预测系统中有效地实施。来自内容提供商的对于分发一个或多个数字分量的请求在本文可以被称为数字营销。数字营销可以包括一个或多个数字分量和一个或多个参数(例如,目标和过滤要求)。
使用这些技术,相对于传统方法,供应代码可以被组织或结构化为具有更少(例如,少得多)的全局结构。供应代码也不需要构建在现有数字营销上的逆向索引,这可能会妨碍预测系统对代码的有效重复使用和实施。此外,每一营销的数据结构被配置成在供应和预测系统之间相同。这允许营销数据结构在预测系统处被容易地重复使用,以构造每一预测请求的营销表示,从而减少开发者负担,并使得预测系统能够受益于对供应系统进行的开发和改进。
在本文描述的一个示例实施方式中,一种计算机实施的方法包括接收向用户集提供数字分量的请求,其中请求包括关于数字分量被指向的用户集的信息。该方法基于接收到的请求从供应系统的历史供应日志中获得多个未来化查询,该供应系统被配置成使用将现有数字分量指向用户集的供应代码来供应现有数字分量。对于多个未来化查询中的每个未来化查询,该方法包括:将未来化查询作为数据结构加载到预测系统的存储器中;由预测系统基于从供应代码导出的预测系统的指令集确定请求和至少未来化查询之间的相似性度量;以及对于特定未来化查询,确定相似性度量指示特定未来化查询与请求之间的相似性超过阈值相似性。该方法由预测系统并且基于特定未来化查询生成预测输出作为对请求的响应,其中,预测输出包括描述数字分量的未来供应的数据,并且确定数字分量将被供应系统指向的用户数量。
在一些实施方式中,确定数字分量将被指向的用户数量可以包括基于特定未来化查询的数量来确定数字分量将被指向的用户数量,对于所述特定未来化查询,相应的相似性度量指示该特定未来化查询中的每一个与请求之间的相似性都超过阈值相似性。
供应系统的供应代码可以包括预定义可逆数据结构集。预测系统的指令集可以使用被包括在供应系统的供应代码中的预定义可逆数据结构集来导出。该方法还可以进一步包括针对请求中关于用户集的信息过滤多个未来化查询。可以使用预测系统的指令集中的过滤逻辑来过滤多个未来化查询。过滤逻辑可以从预定义可逆数据结构集中导出。可以响应于针对多个未来化查询处理请求中的关于用户集的信息来生成数字分量的目标表示。可以使用预测系统的指令集中的目标逻辑来生成目标表示,目标逻辑从预定义可逆数据结构集中导出。数字分量的目标表示可以包括描述用户数量的人口统计属性、包括用户数量的地理区域、和/或分发数字分量的时间框架的信息。数字分量的目标表示可以包括控制数字分量传输的资格值。预定义可逆数据结构集可以被配置成提供供应系统的过滤功能。预测系统的过滤逻辑可以被配置成在预测系统处模拟当供应系统供应数字分量时由供应系统执行的过滤功能。预定义可逆数据结构集可以被配置成提供供应系统的目标功能。预测系统的目标逻辑可以被配置成在预测系统处模拟当供应系统供应数字分量时由供应系统执行的目标功能。
预测系统可以基于为每个未来化查询确定的相似性度量来生成相应的相似性分数。可以为从历史供应日志中获得的每个未来化查询生成相应的相似性分数。相应的相似性分数可以指示请求的多个第一参数和从历史供应日志中获得的特定未来化查询的多个第二参数之间的匹配。
这个和其他方面的其他实施方式包括对应的系统、装置和被编码在计算机存储设备上被配置成执行方法的动作的计算机程序。一个或多个计算机或硬件电路的计算系统可以凭借安装在系统上的在操作中使系统执行动作的软件、固件、硬件或它们的组合来如此配置。一个或多个计算机程序可以凭借具有当被数据处理装置执行时使得装置执行动作的指令来如此配置。
本说明书中描述的主题可以在特定实施方式中实施,并且可以产生一个或多个以下优点。这些技术提供了以下优点:其中用于供应数字营销作为对请求的响应的或者用于预测可被供应作为对请求的响应的数字分量的未来表现的逻辑中没有时钟偏移(skew)。例如,相同的逻辑和数据结构可以用于供应数字营销的数字分量或其他内容,以及用于预测数字营销的表现。
这些技术包括以能够在预测系统处有效重复使用的方式来组织和结构化供应系统的供应代码。预测系统可以被配置成通过有效地模拟用于供应营销的功能来预测数字营销的估计可及范围(reach)。这种预测数字营销可及范围的方法提供了一种对当由供应系统执行时营销将如何在网络上分发的更准确的指示。这使得内容平台能够以相对于传统方法更高的准确度来预测特定数字营销的分发。此外,该平台准确地预测数字营销在网络上的分发,而不管执行营销的请求是包括广泛的还是狭窄的规范。
本说明书中描述的主题的一个或多个实施方式的细节在附图和以下描述中阐述。本主题的其他潜在特征、方面和优点将从说明书、附图和权利要求中变得明显。
附图说明
图1示出了用于预测数字营销的表现的示例计算系统。
图2示出了图1的计算系统的内容平台的示例供应逻辑和示例预测逻辑的功能块。
图3示出了与预测数字营销的表现相关联的示例过程。
图4示出了与预测数字营销的表现相关联的另一示例过程。
图5示出了可以结合本说明书中描述的计算机实施的方法使用的示例计算系统的框图。
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
图1示出了用于预测数字营销的表现的示例计算系统100。系统100通常包括服务器102、客户端设备104、第三方接口116、网络120和内容平台130。
在一些实施方式中,系统100和服务器102可以包括共同形成系统100的一个或多个处理器、存储器和数据存储设备(例如,非暂时性存储设备)。系统100和服务器102的处理器处理由系统的设备和组件执行的指令,包括存储在存储器中或存储设备上的用于执行本文档中描述的操作/动作的指令。
例如,执行存储的指令可以使得执行下面更详细描述的操作。在其他实施方式中,多个处理器可以在适当时与多个存储器和多种类型的存储器一起使用。例如,系统100和服务器102两者的设备和组件可以与多个其他计算设备连接,其中每个设备(例如,服务器阵列、服务器组或多处理器系统)执行与本说明书中描述的过程或逻辑流相关联的动作或操作的部分。
通常,服务器102和系统100的其他组件可以部分地通过执行以可执行应用形式的程序代码来实施,该可执行应用也称为“app”,其可以使用客户端或用户设备来启动或执行。在执行时,app可以与系统100的(一个或多个)服务器建立数据连接,以向服务器传输数据信号以及从服务器接收数据信号。
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、移动通信设备和能够通过计算机网络发送和接收数据的其他设备。例如,客户端设备104可以是辅助设备,或者可以包括协调经由客户端设备104进行的数据的发送和接收部分的虚拟辅助应用。在一些实施方式中,客户端设备104是智能扬声器,例如具有集成显示器的智能扬声器,其响应于来自用户的语音命令发送和接收数据。在其他实施方式中,客户端设备104是增强现实/虚拟现实(augmented reality/virtual reality,AR/VR)设备或示例游戏控制台。客户端设备104通常可以包括可以用于显示发布者页面108的用户应用,诸如网络浏览器106。由客户端设备104执行的本地应用也可以促进通过网络120的数据的发送和接收。
网络120可以是局域网(local area network,LAN)、广域网(wide area network,WAN)、互联网、或它们的组合。网络120连接客户端设备104、第三方接口116和服务器102的内容平台130。系统100可以包括可以接收各种电子文档的许多不同的用户/客户端设备104,这些电子文档包括由内容平台130的内容服务器传输的不同类型的数字分量(如下所述)。
电子文档可以是在客户端设备104处呈现内容集的数据。例如,发布者页面108可以是被配置成接收和/或集成一个或多个数字分量以在客户端设备104处显示的电子文档。其他电子文档的示例包括网页、文字处理文档、便携式文档格式(portabledocumentformat,PDF)文档、图像、视频、搜索结果页面和馈送源。诸如安装在移动、平板或桌面计算设备上的应用的本地应用(例如,“app”)也是电子文档的示例。
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。电子文档可以包括标签或脚本,当给定的电子文档被客户端设备104处理(例如,渲染或执行)时,该标签或脚本使得客户端设备104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。
电子文档可以包括用于获得数字分量的标签或脚本。在这些情况下,当给定的电子文档被客户端设备104处理时,标签或脚本由客户端设备104执行。脚本的执行使得客户端设备104生成对数字分量的请求(称为“对内容的请求”),该请求通过网络120传输到内容平台130。内容平台130可以使用请求中的信息来选择响应于对内容的请求而提供(例如,作为“回复124”)的一个或多个数字分量。
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意组合。接口116被配置成与内容平台130交换数据通信。例如,接口116可以提供营销请求118,该请求118包括关于将专用内容(例如,数字分量)指向用户集的数字营销的细节。细节可以包括诸如目标和过滤要求的参数集,该参数集指定了要被包括在营销中的内容的类型和营销所指向的用户的特定类型。在一些实施方式中,营销请求118描述或包括要作为数字营销的一部分而被包括的特定专用内容(例如,数字分量)。
数字营销可以是共享预算、具有共同或不同的位置目标、或者具有共同或不同的主题的广告/内容组(例如,广告、关键词和出价/资格值)的集合。数字营销可用于渲染指示由特定实体(诸如公司或商家)提供的产品或服务的类别的有组织的内容。广告组可以包含一个或多个广告,诸如数字分量,其以共享的关键词集为目标。
数字分量可以是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)。数字分量可以作为单个文件或文件的集合以电子方式存储在物理存储器设备中,并且数字分量可以采取视频文件、音频文件、多媒体文件、图像文件或文本文件的形式,并且包括广告信息,使得广告是一种数字分量。
短语“数字分量”可以指集成在发布者页面108中并且经由客户端设备104渲染给用户的数字内容的一部分。在一些实施方式中,数字内容可以通过广告或内容印象(impression)的方式集成在发布者页面108中。例如,印象对应于从源获取广告或数字内容,并在发布者页面108处渲染该内容。在一些实施方式中,当数字内容被集成在发布者页面108处时,每当被用户获取或查看一次,印象被视为一个印象。
内容平台130生成可以在接口116处接收的报告输出170(在下面描述)。报告输出170可以包括描述关于数字营销的未来执行的细节的数据。例如,报告输出170可以包括关于数字营销的预期表现的信息。预期表现可以指示在使用内容平台130的一个或多个系统执行营销期间数字营销将被指向的用户数量。
内容平台130包括供应系统140和预测系统150。供应系统140通常包括数字营销146的数据,以及与供应系统140可能已经在先前执行的其他数字营销相关的在先请求/查询148。历史日志144对应于在先请求/查询148,并且可以作为供应系统140的输出而提供。供应系统140可以存储或有权访问描述现有数字营销146的要求(例如,目标或过滤要求)的数据。如下面更详细描述的,描述该要求的数据可以作为内容平台130的数据结构来存储或访问。供应系统140被配置成供应一个或多个数字营销146的内容,该内容可以包括经由新营销请求118指示的数字营销。例如,供应系统140根据对应于给定数字营销的营销要求(“营销数据结构”)来处理用户查询中的信息。
预测系统150通常包括预测代码155和存储器160,存储器160存储从示例数据处理流水线获得的未来化查询165的集合。数据处理流水线使用从作为供应系统140的输出而提供的历史日志144中获得的数据来生成未来化查询集。本文档中描述的技术可用于实施被配置成生成用于确定数字营销的预期表现的预测或预测输出的改进的印象预测系统150。
预测系统150被配置成将未来化的日志记录的用户查询(和/或请求)集加载到存储器160中。在未来化的日志记录的用户查询集中的每个查询或用户查询作为数据结构被加载到存储器160中。当内容平台130接收到调度(或执行)新数字营销的请求118时,预测系统150被配置成使用一个或多个未来化查询165的集合获得该新营销的所有有资格的(eligible)查询。例如,预测系统150可以基于请求和未来化查询165的集合之间的相似性度量来获得有资格的查询。相似性度量是通过至少针对未来化查询165中的信息处理请求118中的数据来确定的。在一些示例中,请求118是预测请求,其寻求确定计划安排在未来某个日期执行的数字营销的表现。预测系统150使用从供应代码142导出的预测代码155的指令集来确定相似性度量。
服务器102使用内容平台130生成示例报告输出170。报告输出170可以是包括描述数字营销的未来执行的数据的预测输出。预测输出可以指示特定数字营销将供应的可及范围量和特定资格(例如,出价或价格)。例如,预测输出可以指示对于特定用户人口统计,特定营销将在执行营销的两天内实现1000个印象。
数字营销的可及范围提供了对数字受众中实际接收到营销内容或与营销内容交互的用户数量的指示。在某些情况下,数字营销寻求向数字受众中具有特定集的人口统计特性(例如,年龄和性别)的用户组提供指向的内容。在其他情况下,多个数字营销的管理员可能想知道接收多个营销中的每一个的内容的用户的数量的相应可及范围和人口统计细目。
内容平台130可以执行计算过程,以基于被包括在由预测系统150生成的输出预测中的数据来建议或预示调整后的资格值或出价金额。在一些实施方式中,所预测的调整后的资格值使得内容提供商能够更有效地花费金钱资源来触发数字分量的传输,例如,以增加他们实现给定结果或货币收益的概率。
资格值可以是实体(例如,内容或广告提供商)将花费来传输广告营销的数字分量以实现想要的转换(conversion)结果的金钱金额,诸如出价金额。转换结果可能使得赚取特定目标分数或实现某些商业/货币收益。在一些实施方式中,当用户在与呈现在客户端设备104处的数字分量交互之后转换或购买物品时,转换结果被实现。
图2示出了内容平台130的示例供应逻辑和示例预测逻辑的功能块200。功能块200指示供应代码142包括检索库220,该检索库220访问营销数据结构215的列表并执行操作以生成广告/内容候选集225。
例如,供应代码142的检索库220被配置成包括预定义可逆数据结构集,用于在执行数字营销的请求中存储要求。数据结构还可以包括关于用户查询122的信息,可以对所述用户查询122供应营销的专门内容(例如,广告或数字分量)作为回复124。检索库220与营销数据结构215的列表交互,以生成广告候选集225。检索库220可以使用数字营销的过滤和目标要求(例如,广告商约束)对查询122的集合执行过滤和目标对准(targeting),其中要求被包括在请求118中以执行数字营销。
功能块200还指示预测代码155包括未来化营销数据结构255的列表和与未来化营销数据结构255交互以生成预测输出/报告输出170的检索库260。未来化营销数据结构255还与计划安排的或未来的数字营销集280交互。报告输出可以包括用于确定请求118的数字营销的预期表现的信息,诸如指示在供应系统140实际执行而不是预测执行数字营销期间数字营销将被指向的用户的数量的信息。检索库260包括从供应代码142导出的指令集。
例如,使用被包括在供应代码142中的预定义可逆数据结构集,预测系统150导出用于以与供应系统140执行其供应操作相同或基本相同的方式执行预测操作的指令集。检索库260的导出指令集许可预测系统150仿真、复制或以其他方式模拟由供应代码142的检索库220执行的特定计算操作。例如,计算操作可以是在供应系统140处执行的用于向客户端设备104传输或供应数字分量作为对查询122的回复124的操作。
供应代码142的可逆(例如,可适应、可调节、可重复使用等)数据结构被唯一地配置为供应代码142内的逻辑结构,以许可预测代码155内的可逆和重复使用。例如,供应代码142被唯一地组织以使得其总体计算逻辑能够被维护为检索库。检索库被组织成使得数字营销的供应表示和对应的检索逻辑对于在预测系统处实施是容易可逆的。在一个实施方式中,可逆数据结构与用于以能够有效访问和处理数据的方式来组织、管理或存储数据的特定格式或构造对应。例如,数据结构可以是自适应于供应代码142或预测代码155的使用的特定类型的数据阵列、数据树或数据文件。
相对于传统的结构化方法,供应代码142(包括其检索库)可以被组织或结构化为具有更少(例如,少得多)的全局结构。供应代码142也不使用在现有数字营销上构建的逆向索引。这种逆向索引会妨碍预测系统150对供应代码的有效重复使用和实施。在一些实施方式中,每一营销数据结构被配置成在供应系统140和预测系统150之间相同。这允许预测代码155容易地重复使用营销数据结构215来构造每一预测请求营销表示,例如,用于包括在报告输出170中。
检索库260包括过滤逻辑265、目标逻辑270和分数生成器275。过滤逻辑265可以被配置成基于请求118的过滤约束从未来化查询集中过滤或移除查询。例如,未来化查询可以指示用户是位于英国的女性,而请求118的过滤约束指定内容指向加利福尼亚山景城的男性。相似地,目标逻辑270可以被配置成基于请求118的目标要求获得特定未来化查询集。例如,可以基于关于特定用户集的目标数据,利用居住在大城市的18-25岁男性的用户信息来生成未来化查询集,其中目标数据由请求118指定。在一些示例中,特定要求集可以被实施为目标约束、过滤约束、或者每一个的组合。例如,用于数字营销的人口统计信息可以主要被实施为使用目标逻辑270的目标约束,而人口统计信息的子集被实施为使用过滤逻辑265的过滤约束。过滤约束的一个基本示例可以涉及过滤逻辑265用于确定第一用户的设备仅支持具有数据格式X(例如,JavaScript)的数字分量,而不同的第二用户的设备仅支持具有数据格式Y(例如,Dart)的数字分量。
所生成的未来化查询集可以对应于目标表示。例如,预测系统150被配置成响应于针对多个未来化查询处理请求118中关于用户集(例如,男性,18-25岁)的信息来生成数字营销的目标表示。使用预测系统150的指令集中的目标逻辑270来生成目标表示。在一些实施方式中,目标逻辑270从预定义可逆数据结构集中导出。在一些实施方式中,目标表示可以包括资格值,该资格值控制由请求118指示的数字营销的一个或多个数字分量的传输。
分数生成器275被配置成为存储为一个或多个未来化营销数据结构255的每个未来化查询生成分数数据,诸如相似性或匹配分数。分数数据可以指示被包括在请求118中的目标和过滤要求与每个相应的未来化查询的用户信息之间的相似性度量。在一些实施方式中,请求118与(例如,存储为未来化营销数据结构255的)未来化查询之间的相似性由相应的匹配分数(例如,分数1.0)或相应的相似性分数(例如,范围从0.6到0.9的分数)来表征。
例如,分数生成器275可以基于请求118与未来化查询中的信息之间存在的匹配或基本相似的数据项来生成相似性分数。匹配或基本相似的数据项可以是使用过滤逻辑265和目标逻辑270来比较被包括在请求118中的过滤约束和目标要求的结果。在一些情况下,分数生成器275生成相应的匹配分数(1.0)来指示请求118中的数据与被包括在每个未来化查询中的数据之间的精确匹配。例如,过滤逻辑265可以确定请求118包括年龄限制的内容,该内容仅适合至少21岁的用户消费。过滤逻辑265可以识别或确定未来化查询中的用户信息是否指示用户至少21岁。在这种情况下,分数生成器275为与年龄限制内容相关的该离散数据项生成1.0的匹配,因为未来化查询的用户数据指示用户满足过滤约束。
在其他情况下,分数生成器275生成相应的相似性分数(例如,0.8),以指示请求118中的数据和被包括在每个未来化查询中的数据之间的相似或基本相似的相关性。例如,目标逻辑270可以确定请求118的目标要求是20-25岁并且对职业篮球感兴趣的用户。目标逻辑270可以识别或确定用于未来化查询的用户信息指示用户25岁并且对大学篮球、半职业篮球或附属于职业篮球队的发展篮球联盟感兴趣。在这种情况下,分数生成器275可以为这些离散数据项生成0.8的总体相似性分数,因为未来化查询的用户数据指示用户仅部分满足请求118中的目标要求。在一些实施方式中,分数生成器275以及过滤逻辑265和目标逻辑270是在供应代码142和预测代码155之间共享的逻辑构造。例如,分数生成器275、过滤逻辑265和目标逻辑270中的每一个可以被配置成提供供应系统140与预测系统150之间共用的计算功能。
在一些实施方式中,内容平台130使用预测代码155的示例日志数据提取例程来获得未来化查询165并将其加载到存储器160中。基于过滤逻辑265和目标逻辑270,预测系统150可以从未来化营销数据结构255中提取广告/内容查询数据,以构建或生成合适的未来化查询文件。当过滤逻辑265和目标逻辑270的输出被预测系统150使用分数生成器275处理或评分时,可以生成未来化的查询文件。在一些实施方式中,未来化查询文件由离线计算过程生成,该离线计算过程使用季节性逻辑来分析历史日志,以预示用于将数据从历史日志投影到未来的趋势和/或数据模式。未来化查询文件可以由离线计算过程在不调用供应代码142的检索逻辑的情况下生成,从而节省供应代码142的资源。在一些实施方式中,未来化查询文件表示广告或内容查询数据,这些数据是使用数据结构存储的,当预测系统150用于预测当使用供应系统140执行特定营销时该特定营销将表现得如何时,该数据结构允许迅速或快速的Query_data-to-Campaign(查询数据到营销)的匹配。在一些情况下,未来化营销数据结构255与各种计划安排的或未来的数字营销280交互,以参考已经计划安排(例如,使用供应系统140)执行的一个或多个营销280的要求来预测特定营销将表现得如何。
预测系统150可以使用根叶(root-leaf)架构将广告查询数据存储在RAM中,以允许快速的查询数据到营销的匹配。在一些情况下,对应于该广告查询数据的未来化查询可以存储在存储器160中的多个相应的数据碎片内。预测系统150可以基于过滤逻辑265、目标逻辑270和分数生成器275的计算输出,为给定的请求营销填充多个分配的印象。
图3示出了与预测数字营销的表现相关联的示例过程300。过程300可以使用上述系统100的一个或多个计算元件以及本文档中描述的其他组件和指令来实施。
过程300包括系统100接收计划安排数字营销的请求(310)。例如,如请求所指定的,将数字营销计划安排在将来的某个日期执行。该请求包括关于数字营销被指向的用户集的信息。基于接收到的请求,内容平台130从供应系统140的历史日志144中访问或获得请求/查询148的数据。获得的数据可以对应于多个未来化查询165或多个未来化查询165的集合。对于每个未来化查询,预测系统150将未来化查询作为数据结构加载到预测系统的存储器160中(320)。例如,预测系统150可以在于预测系统150处接收到任何预测请求118之前,(例如,作为预计算步骤)将未来化查询165加载到存储器160中。以这种方式,预测系统150可以通过将未来化查询165的集合预加载到存储器160中来促进预测请求118的快速处理。当预测系统150接收到预测请求118时,系统150获得或访问用于未来化查询165的数据,并继续在未来化查询165的数据元素上迭代该请求,以确定请求118与未来化查询165之间的某些匹配和相似性。
如上所述,供应系统140被配置成使用将现有数字营销的数字分量指向用户集的供应代码142来执行现有数字营销。例如,供应系统140可以供应或传输包括描绘杰出男女运动员的运动相关图像和视频的数字分量作为回复124。该回复可以是响应于对在内容平台130处从客户端设备104接收的查询122,其链接到年龄在18至23岁之间被识别为当前或以前的大学运动员的女性。
预测系统150例如基于上述迭代,基于从供应代码导出的预测系统的指令集,确定接收到的请求和至少未来化查询之间的相似性度量(330)。例如,预测系统150可以被配置成例如以未来化用户查询的形式日志记录来自供应系统140的用户查询信息。预测系统150使用日志记录的信息基于定制的计算逻辑(诸如,所导出的指令集)确定未来的事件集,这使得系统150使用与供应代码142所使用的数据结构匹配的数据结构来执行操作。
对于特定未来化查询,预测系统150确定相似性度量指示未来化查询与请求之间的相似性超过阈值相似性(340)。预测系统150使用预测代码155确定未来化查询和请求超过阈值相似性。在一些实施方式中,检索库260使用分数生成器275确定相应的未来化查询与请求之间的相似性超过阈值相似性(例如,由0.7阈值相似性分数指示)。例如,如上所述,预测代码155使用分数生成器275来基于过滤逻辑265或目标逻辑270的输出计算相似性或匹配分数。这些输出指示未来化查询的用户信息是否满足被包括在请求118中的目标或过滤约束。
作为对请求118的响应并且基于特定未来化查询,预测系统150生成预测输出(350)。预测输出包括描述数字营销的未来执行的数据,并且用于确定数字营销的预期表现。预测系统150基于被包括在预测输出中的数据值(诸如用户可及范围估计或用户人口统计)确定数字营销的预期表现(360)。预期表现指示在供应系统140执行数字营销期间数字营销将被指向的用户数量。预测系统150被配置成通过使用由供应系统140使用的相同(例如,基本相同)的数据结构来预测由请求118指示的数字营销的表现。在一些实施方式中,系统100使用预测输出的数据值生成可及范围报告输出170。报告输出170可以被提供用于在计算设备(诸如,膝上型或平板计算设备)的显示器处输出。报告输出170可以用于在计算设备的显示器处渲染数字营销的预期表现数据。
预测系统150还可以分析未来化查询集的历史资格值或出价价格值,以建议用于控制数字营销的广告内容的传输的资格值,以及确定对该营销的内容可以作为其回复而被传输的用户查询的量(volume)或可及范围的准确预测。例如,预测代码155可以扫描未来化营销数据结构255,以识别其他内容管理器已经用来控制其内容的传输或者内容管理器先前已经花费(例如,付费)来引起用户与其营销的数字分量进行交互的各种值或点击的出价。
图4示出了与预测数字营销的表现相关联的另一示例过程400。过程400可以使用上述系统100的一个或多个计算元件以及本文档中描述的其他组件和指令来实施。
过程400包括内容平台130导出预测系统的指令集(410)。供应系统140的供应代码142可以包括预定义可逆数据结构集。预测系统150使用被包括在供应代码142中的可逆数据结构集。
预测系统150基于由请求指定的过滤约束,针对请求中的关于用户集的信息过滤多个未来化查询(420)。使用预测系统150的指令集中的过滤逻辑和请求118的过滤约束来过滤多个未来化查询。过滤逻辑可以从匹配供应系统140的数据结构的预定义可逆数据结构集中导出。
例如,目标要求可以指定数字营销的内容必须指向对于18至25岁之间并且居住在美国的男性的用户查询122。然而,过滤要求可以指定要指向用户查询122的内容包含与酒精和脏话有关的数据项。在此示例中,预测系统150将过滤掉指示查询的源是18至20岁之间并且低于酒精消费的合法年龄的用户的用户查询122。
预测系统150响应于针对多个未来化查询处理请求118中的关于用户集的信息来生成数字营销的目标表示(430)。在一些实施方式中,使用预测系统150的指令集中的目标逻辑并且基于由请求118指定的目标要求来生成目标表示。目标逻辑可以从匹配供应系统140的数据结构的预定义可逆数据结构集中导出。
数字营销的目标表示可以包括描述用户数量的人口统计属性、包括用户数量的地理区域、以及执行数字营销的时间框架的信息。在一些实施方式中,数字营销的目标表示包括控制数字营销的一个或多个数字分量的传输的资格值。
预测系统150基于为查询确定的相似性度量来生成相应的匹配分数(440)。在一些实施方式中,请求与每个相应的未来化查询之间的相似性度量由相应的匹配分数来表征。可以为使用来自历史日志144的数据获得的每个未来化查询生成相应的相似性或匹配分数。在一些情况下,分数生成器275生成相应的匹配分数,以指示请求118中的数据与被包括在每个未来化查询中的数据之间的精确匹配。例如,相应的相似性分数可以指示请求118的多个第一参数和从历史供应日志中获得的特定未来化查询的多个第二参数之间的实质相关性。
图5是可以用于实施本文档中描述的系统和方法的作为客户端或者作为一个或多个服务器的计算设备500、550的框图。计算设备500旨在表示各种形式的数字计算机,诸如膝上型计算机、台式计算机、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550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、头戴式设备和其他相似的计算设备。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/或要求保护的实施方式。
计算设备500包括处理器502、存储器504、存储设备506、连接到存储器504和高速扩展端口510的高速接口508、以及连接到低速扩展端口514和存储设备506的低速接口512。组件502、504、506、508、510和512中的每一个都使用各种总线互连,并且可以安装在公用主板上或者适当时以其他方式安装。处理器502可以处理用于在计算设备500内执行的指令,包括存储在存储器504中或存储设备506上的指令,以在外部输入/输出设备(诸如耦合到高速接口508的显示器516)上显示GUI的图形信息。在其他实施方式中,可以在适当时与多个存储器和多种类型的存储器一起使用多个处理器和/或多个总线。此外,可以连接多个计算设备500,其中每个设备例如作为服务器阵列、刀片服务器组或多处理器系统提供必要操作的部分。
存储器504存储计算设备500内的信息。在一个实施方式中,存储器504是计算机可读介质。在一个实施方式中,存储器504是一个或多个易失性存储器单元。在另一实施方式中,存储器504是一个或多个非易失性存储器单元。
存储设备506能够为计算设备500提供大容量存储。在一个实施方式中,存储设备506是计算机可读介质。在各种不同的实施方式中,存储设备506可以是软盘设备、硬盘设备、光盘设备或磁带设备、闪存或其他相似的固态存储器设备,或者设备的阵列,包括存储区域网络或其他配置中的设备。在一个实施方式中,计算机程序产品有形地体现在信息载体中。计算机程序产品包含指令,该指令当被执行时,执行一种或多种方法(诸如上述那些方法)。信息载体是计算机或机器可读介质,诸如存储器504、存储设备506或处理器502上的存储器。
高速接口508管理计算设备500的带宽密集型操作,而低速接口512管理更低带宽密集型操作。这种职责的分配只是示范性的。在一个实施方式中,高速接口508例如通过图形处理器或加速器耦合到存储器504、显示器516,并且耦合到可以接受各种扩展卡(未示出)的高速扩展端口510。在该实施方式中,低速接口512耦合到存储设备506和低速扩展端口514。可以包括各种通信端口(例如,USB、蓝牙、以太网、无线以太网)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、定点设备、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500可以以许多不同的形式实施。例如,它可以实施为标准服务器520,或者在这种服务器的组中多次实施。它也可以实施为机架服务器系统524的一部分。此外,它可以在诸如膝上型计算机522的个人计算机中实施。可替换地,来自计算设备500的组件可以与诸如设备550的移动设备中的其他组件(未示出)组合。这种设备中的每一个都可以包含计算设备500、550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500、550组成。
计算设备550包括处理器552、存储器564、诸如显示器554的输入/输出设备、通信接口566和收发器568以及其他组件。设备550还可以设置有诸如微驱动器或其他设备的存储设备,以提供额外的存储。组件550、552、564、554、566和568中的每一个都使用各种总线互连,并且组件中的几个组件可以安装在公用主板上或者适当时以其他方式安装。
处理器552可以处理用于在计算设备550内执行的指令,包括存储在存储器564中的指令。处理器还可以包括独立的模拟和数字处理器。处理器可以提供例如设备550的其他组件的协调,诸如对用户界面的控制、由设备550运行的应用以及设备550的无线通信。
处理器552可以通过控制接口558和耦合到显示器554的显示接口556与用户通信。显示器554可以是例如TFT LCD显示器或OLED显示器,或者其他适当的显示器技术。显示接口556可以包括用于驱动显示器554向用户呈现图形和其他信息的适当的电路。控制接口558可以接收来自用户的命令,并且将它们转换,以提交给处理器552。此外,可以提供与处理器552通信的外部接口562,以便实现设备550与其他设备的近区域通信。外部接口562可以例如经由对接过程提供例如有线通信,或者例如经由蓝牙或其他这种技术提供无线通信。
存储器564存储计算设备550内的信息。在一个实施方式中,存储器564是计算机可读介质。在一个实施方式中,存储器564是一个或多个易失性存储器单元。在另一实施方式中,存储器564是一个或多个非易失性存储单元。扩展存储器574也可以被提供,并通过扩展接口572连接到设备550,扩展接口572可以包括例如SIMM卡接口。这种扩展存储器574可以为设备550提供额外的存储空间,或者也可以为设备550存储应用或其他信息。具体地,扩展存储器574可以包括用于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574可以作为设备550的安全模块而被提供,并且可以用许可对设备550的安全使用的指令来编程。此外,可以经由SIMM卡以及附加信息,诸如以不可黑客攻击的方式在SIMM卡上放置识别信息,来提供安全应用。
如下所述,存储器可以包括例如闪存和/或MRAM存储器。在一个实施方式中,计算机程序产品有形地体现在信息载体中。计算机程序产品包含指令,该指令当被执行时,执行一种或多种方法(诸如上述那些方法)。信息载体是计算机或机器可读介质,诸如存储器564、扩展存储器574或处理器552上的存储器。
设备550可以通过通信接口566进行无线通信,必要的情况下通信接口566可以包括数字信号处理电路。通信接口566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以及其他。这种通信可以例如通过射频收发器568发生。此外,诸如使用蓝牙、WiFi或其他这种收发器(未示出)可以发生短距离通信。此外,GPS接收器模块570可向设备550提供额外的无线数据,该数据可在适当时由在设备550上运行的应用使用。
设备550还可以使用音频编解码器560进行可听通信,音频编解码器560可以从用户接收话音信息,并且将其转换成可用的数字信息。音频编解码器560可以同样地诸如通过例如在设备550的送受话器中的扬声器,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550上操作的应用生成的声音。
如图中所示,计算设备550可以以多种不同的形式实施。例如,它可以实施为蜂窝电话580。它也可以实施为智能电话582、个人数字助理或其他相似移动设备的一部分。
这里描述的系统和技术的各种实施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/或它们的组合中实现。这些各种实施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施方式,该可编程系统包括至少一个可编程处理器,该可编程处理器可以是专用的或通用的,被耦合以从存储系统、至少一个输入设备和至少一个输出设备接收数据和指令,并且将数据和指令传输到存储系统、至少一个输入设备和至少一个输出设备。
这些计算机程序,也称为程序、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性和/或面向对象的编程语言和/或用汇编/机器语言来实施。如本文所使用的,术语“机器可读介质”、“计算机可读介质”是指任何计算机程序产品、装置和/或设备,例如磁盘、光盘、存储器、可编程逻辑器件(Programmable Logic Devices,PLD),其用于向可编程处理器提供机器指令和/或数据,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具有用于向用户显示信息的显示设备(例如,CRT(阴极射线管)或LCD(液晶显示器)监视器)以及用户通过其可以向计算机提供输入的键盘和定点设备(例如,鼠标或轨迹球)的计算机上实施。也可以使用其他种类的设备来提供与用户的交互;例如,提供给用户的反馈可以是任何形式的感官反馈,例如视觉反馈、听觉反馈或触觉反馈;并且来自用户的输入可以以任何形式接收,包括声音、话音或触觉输入。
这里描述的系统和技术可以在包括后端组件(例如作为数据服务器)的计算系统,或者包括中间件组件(诸如应用服务器)的计算系统,或者包括前端组件(诸如具有用户可以通过其与这里描述的系统和技术的实施方式进行交互的图形用户接口或网络浏览器的客户端计算机)的计算系统,或者包括这种后端、中间件或前端组件的任意组合的计算系统中实施。系统的组件可以通过任何形式或介质的数字数据通信(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”)和互联网。
计算系统可以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。客户端和服务器的关系是凭借在各自的计算机上运行的并且相互之间具有客户端-服务器关系的计算机程序产生的。
此外,在存储或使用某些数据之前,可能会以一种或多种方式对其进行处理,使得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,或者可以在获得位置信息的地方概括用户的地理位置(诸如概括到城市、邮政编码或州级),使得不能确定用户的特定位置。因此,用户可以控制收集关于用户的什么信息、如何使用该信息以及向用户提供什么信息。
已经描述了许多实施例。然而,将会理解,在不脱离本发明的精神和范围的情况下,可以进行各种修改。因此,其他实施例在所附权利要求的范围内。尽管本说明书包含许多具体的实施试细节,但这些不应被解释为对所要求保护的范围的限制,而是对可能特定于特定实施例的特征的描述。本说明书中在单独实施例的上下文中描述的某些特征也可以在单个实施例中组合地实施。
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或以任何合适的子组合来实施。此外,尽管特征可以在上面被描述为在某些组合中起作用,甚至最初也是这样要求保护的,但是在一些情况下,来自所要求保护的组合的一个或多个特征可以从该组合中去掉,并且所要求保护的组合可以指向子组合或子组合的变体。
相似地,尽管在附图中以特定的顺序描绘了操作,但是这不应该被理解为要求以所示的特定顺序或以先后顺序执行这些操作或者执行所有图示的操作来实现期望的结果。在某些情况下,多任务和并行处理可能是有利的。而且,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要求这种分离,并且应当理解,所描述的程序组件和系统通常可以一起集成在单个软件产品中或者封装到多个软件产品中。
已经描述了主题的特定实施例。其他实施例在所附权利要求的范围内。例如,权利要求中陈述的动作可以以不同的顺序执行,但仍然实现期望的结果。作为一个示例,附图中描绘的一些过程不一定要求所示的特定顺序或相继的顺序来实现期望的结果。

Claims (23)

1.一种计算机实施的用于确定数字分量将被指向的用户数量的方法,包括:
接收向用户集提供数字分量的请求,其中,所述请求包括关于所述数字分量被指向的所述用户集的信息;
基于接收到的请求从供应系统的历史供应日志中获得多个未来化查询,所述供应系统被配置成使用将现有数字分量指向所述用户集的供应代码来提供所述现有数字分量;
对于所述多个未来化查询中的每个未来化查询:
将所述未来化查询作为数据结构加载到预测系统的存储器中;
由所述预测系统基于从所述供应代码导出的所述预测系统的指令集来确定所述请求与至少所述未来化查询之间的相似性度量;以及
对于特定未来化查询,确定所述相似性度量指示所述特定未来化查询与所述请求之间的相似性超过阈值相似性;
由所述预测系统并且基于所述特定未来化查询,生成预测输出作为对所述请求的响应,其中,所述预测输出包括描述所述数字分量的未来供给的数据;以及
确定所述数字分量将被所述供应系统指向的用户数量。
2.根据权利要求1所述的方法,其中,确定所述数字分量将被指向的用户数量包括:
基于特定未来化查询的数量确定所述数字分量将被指向的用户数量,对于所述特定未来化查询,相应的相似性度量指示所述特定未来化查询中的每一个特定未来化查询与请求之间的相似性超过阈值相似性。
3.根据权利要求1或2所述的方法,其中,所述供应系统的供应代码包括预定义可逆数据结构集,并且所述方法还包括:
使用被包括在所述供应系统的供应代码中的预定义可逆数据结构集导出所述预测系统的指令集。
4.根据权利要求3所述的方法,其中,所述方法还包括:
针对所述请求中的关于所述用户集的信息过滤所述多个未来化查询,其中使用所述预测系统的指令集中的过滤逻辑过滤所述多个未来化查询,所述过滤逻辑是从所述预定义可逆数据结构集中导出的。
5.根据权利要求4所述的方法,其中,所述方法还包括:
响应于针对所述多个未来化查询处理所述请求中的关于所述用户集的信息来生成所述数字分量的目标表示,其中,所述目标表示是使用所述预测系统的指令集中的目标逻辑生成的,所述目标逻辑是从所述预定义可逆数据结构集中导出的。
6.根据权利要求5所述的方法,其中,所述数字分量的目标表示包括描述所述用户数量的人口统计属性、包括所述用户数量的地理区域、以及用于提供所述数字分量的时间框架的信息。
7.根据权利要求5所述的方法,其中,所述数字分量的目标表示包括控制所述数字分量的传输的资格值。
8.根据权利要求5所述的方法,其中:
i)所述预定义可逆数据结构集被配置成提供所述供应系统的过滤功能;以及
ii)所述预测系统的过滤逻辑被配置成在所述预测系统处模拟当所述供应系统供应所述数字分量时由所述供应系统执行的过滤功能。
9.根据权利要求8所述的方法,其中:
i)所述预定义可逆数据结构集被配置成提供所述供应系统的目标功能;以及
ii)所述预测系统的目标逻辑被配置成在所述预测系统处模拟当所述供应系统供应所述数字分量时由所述供应系统执行的目标功能。
10.如权利要求1或2所述的方法,其中,所述方法还包括:
由所述预测系统基于为每个未来化查询确定的相似性度量生成相应的相似性分数,其中,所述相应的相似性分数是为从所述历史供应日志获得的每个未来化查询生成的。
11.根据权利要求10所述的方法,其中,所述相应的相似性分数指示所述请求的多个第一参数与从所述历史供应日志中获得的所述特定未来化查询的多个第二参数之间的匹配。
12.一种用于确定数字分量将被指向的用户数量的系统,包括:
一个或多个处理设备;以及
一个或多个非暂时性机器可读存储设备,其存储被所述一个或多个处理设备执行以使得执行操作的指令,所述操作包括:
接收向用户集提供数字分量的请求,其中,所述请求包括关于所述数字分量被指向的所述用户集的信息;
基于接收到的请求,从供应系统的历史供应日志中获得多个未来化查询,所述供应系统被配置成使用将现有数字分量指向所述用户集的供应代码来提供所述现有数字分量;
对于所述多个未来化查询中的每个未来化查询:
将所述未来化查询作为数据结构加载到预测系统的存储器中;
由所述预测系统基于从所述供应代码导出的所述预测系统的指令集来确定所述请求与至少所述未来化查询之间的相似性度量;以及
对于特定未来化查询,确定所述相似性度量指示所述特定未来化查询与所述请求之间的相似性超过阈值相似性;
由所述预测系统并且基于所述特定未来化查询,生成预测输出作为对所述请求的响应,其中,所述预测输出包括描述所述数字分量的未来供给的数据;以及
确定所述数字分量将被所述供应系统指向的用户数量。
13.根据权利要求12所述的系统,其中,确定所述数字分量将被指向的用户数量包括:
基于特定未来化查询的数量确定数字分量将被指向的用户数量,对于所述特定未来化查询,相应的相似性度量指示所述特定未来化查询中的每一个与所述请求之间的相似性超过阈值相似性。
14.根据权利要求12或13所述的系统,其中,所述供应系统的供应代码包括预定义可逆数据结构集,并且所述操作还包括:
使用被包括在所述供应系统的供应代码中的预定义可逆数据结构集导出所述预测系统的指令集。
15.根据权利要求14所述的系统,其中,所述操作还包括:
针对所述请求中的关于所述用户集的信息过滤所述多个未来化查询,其中,使用所述预测系统的指令集中的过滤逻辑来过滤所述多个未来化查询,所述过滤逻辑是从所述预定义可逆数据结构集中导出的。
16.根据权利要求15所述的系统,其中,所述操作还包括:
响应于针对所述多个未来化查询处理所述请求中的关于所述用户集的信息来生成所述数字分量的目标表示,其中,所述目标表示是使用所述预测系统的指令集中的目标逻辑生成的,所述目标逻辑是从所述预定义可逆数据结构集中导出的。
17.根据权利要求16所述的系统,其中,所述数字分量的目标表示包括描述所述用户数量的人口统计属性、包括所述用户数量的地理区域、以及用于提供所述数字分量的时间框架的信息。
18.根据权利要求16所述的系统,其中,所述数字分量的目标表示包括控制所述数字分量的传输的资格值。
19.根据权利要求16所述的系统,其中:
i)所述预定义可逆数据结构集被配置成提供所述供应系统的过滤功能;以及
ii)所述预测系统的过滤逻辑被配置成在所述预测系统处模拟当所述供应系统提供所述数字分量时由所述供应系统执行的过滤功能。
20.根据权利要求19所述的系统,其中:
i)所述预定义可逆数据结构集被配置成提供所述供应系统的目标功能;以及
ii)所述预测系统的目标逻辑被配置成在所述预测系统处模拟当所述供应系统提供所述数字分量时由所述供应系统执行的目标功能。
21.根据权利要求12或13所述的系统,其中所述操作还包括:
由所述预测系统基于为每个未来化查询确定的相似性度量生成相应的相似性分数,其中,所述相应的相似性分数是为从所述历史供应日志获得的每个未来化查询生成的。
22.根据权利要求21所述的系统,其中,所述相应的相似性分数指示所述请求的多个第一参数与从所述历史供应日志中获得的所述特定未来化查询的多个第二参数之间的匹配。
23.一个或多个非暂时性机器可读存储设备,其存储由一个或多个处理设备可执行以使得执行操作的指令,所述操作包括:
接收提供数字分量的请求,其中,所述请求包括关于所述数字分量被指向的用户集的信息;
基于接收到的请求,从供应系统的历史供应日志中获得多个未来化查询,所述供应系统被配置成使用将现有数字分量指向所述用户集的供应代码来提供所述现有数字分量;
对于所述多个未来化查询中的每个未来化查询:
将所述未来化查询作为数据结构加载到预测系统的存储器中;
由所述预测系统基于从所述供应代码导出的所述预测系统的指令集来确定所述请求与至少所述未来化查询之间的相似性度量;以及
对于特定未来化查询,确定所述相似性度量指示所述特定未来化查询与所述请求之间的相似性超过阈值相似性;
由所述预测系统并且基于所述特定未来化查询,生成预测输出作为对所述请求的响应,其中,所述预测输出包括描述所述数字分量的未来供给的数据;以及
确定所述数字分量将被所述供应系统指向的用户数量。
CN201980005207.9A 2019-04-01 2019-04-01 对通过网络的数字分量的分发建模 Active CN112567415B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2019/025176 WO2020204903A1 (en) 2019-04-01 2019-04-01 Modeling distribution of digital components over a network

Publications (2)

Publication Number Publication Date
CN112567415A CN112567415A (zh) 2021-03-26
CN112567415B true CN112567415B (zh) 2023-12-19

Family

ID=66397417

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980005207.9A Active CN112567415B (zh) 2019-04-01 2019-04-01 对通过网络的数字分量的分发建模

Country Status (4)

Country Link
US (1) US10917310B2 (zh)
EP (1) EP3743873B1 (zh)
CN (1) CN112567415B (zh)
WO (1) WO2020204903A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022108587A1 (en) * 2020-11-19 2022-05-27 Google Llc Determining types of digital components to provide

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108140055A (zh) * 2016-07-27 2018-06-08 谷歌有限责任公司 触发应用信息
CN108811513A (zh) * 2017-02-27 2018-11-13 谷歌有限责任公司 内容搜索引擎
CN109074359A (zh) * 2016-06-15 2018-12-21 谷歌有限责任公司 使用模型优化内容分发
CN109845232A (zh) * 2017-08-24 2019-06-04 谷歌有限责任公司 数字组件传输

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2605272C (en) 2005-05-18 2013-12-10 Janssen Pharmaceutica N.V. Substituted aminopropenyl piperidine or morpholine derivatives as novel inhibitors of histone deacetylase
US20080263578A1 (en) 2007-03-28 2008-10-23 Google Inc. Forecasting TV Impressions
US20100114647A1 (en) 2008-10-30 2010-05-06 Yahoo! Inc. System and method for for granular inventory forecasting of online advertisement impressions
US20100293047A1 (en) 2009-05-14 2010-11-18 Henry Schwarz System and method for optimizing purchase of inventory for online display advertising
US20110029319A1 (en) 2009-07-29 2011-02-03 Google Inc. Impression forecasting and reservation analysis
US20110029377A1 (en) 2009-07-30 2011-02-03 Yahoo! Inc. System and method for forecasting an inventory of online advertisement impressions by sampling in a map-reduce framework
US20110270676A1 (en) 2010-04-30 2011-11-03 Sergei Vassilvitskii Probabilistic Linking Approach for Serving Impressions in Guaranteed Delivery Advertising
US20130339126A1 (en) 2012-06-13 2013-12-19 Yahoo! Inc. Campaign performance forecasting for non-guaranteed delivery advertising
US20140058793A1 (en) 2012-08-21 2014-02-27 Microsoft Corporation Forecasting a number of impressions of a prospective advertisement listing
US9449052B1 (en) * 2014-01-21 2016-09-20 Google Inc. Trend based distribution parameter suggestion
US20160210655A1 (en) * 2015-01-20 2016-07-21 Facebook, Inc. Managing Content Item Presentation Based On Cost of Presenting the Content Items and Completion of Objectives Associated with the Content Items

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109074359A (zh) * 2016-06-15 2018-12-21 谷歌有限责任公司 使用模型优化内容分发
CN108140055A (zh) * 2016-07-27 2018-06-08 谷歌有限责任公司 触发应用信息
CN108811513A (zh) * 2017-02-27 2018-11-13 谷歌有限责任公司 内容搜索引擎
CN109845232A (zh) * 2017-08-24 2019-06-04 谷歌有限责任公司 数字组件传输

Also Published As

Publication number Publication date
US20200313976A1 (en) 2020-10-01
EP3743873B1 (en) 2021-06-30
US10917310B2 (en) 2021-02-09
CN112567415A (zh) 2021-03-26
WO2020204903A1 (en) 2020-10-08
EP3743873A1 (en) 2020-12-02

Similar Documents

Publication Publication Date Title
US8793154B2 (en) Customer relevance scores and methods of use
US20170330239A1 (en) Methods and systems for near real-time lookalike audience expansion in ads targeting
US20170061515A1 (en) Systems and methods for setting allocations and prices for content in an online marketplace
US20200160373A1 (en) Optimizing and predicting campaign attributes
US20160343007A1 (en) Generating and Displaying Customer Commitment Framework Data
CN109845232B (zh) 数字组件传输的方法和计算系统
US20110246312A1 (en) Advertisement inventory matching
Chyrun et al. Heterogeneous Data with Agreed Content Aggregation System Development.
US20150170196A1 (en) Trend Detection in Online Advertising
US10748178B2 (en) Prediction of content performance in content delivery based on presentation context
US11983744B2 (en) Personalized mobile application re-engagement
US20200111122A1 (en) Benchmarking in online advertising
GB2551862A (en) Latency reduction in feedback-based system performance determination
US20210090125A1 (en) Native Advertisements
CN115578138A (zh) 营销方法、装置、介质和计算设备
CN112567415B (zh) 对通过网络的数字分量的分发建模
KR102264063B1 (ko) 복수의 상품들에 대한 샘플들을 제공하고 광고 비를 청구하기 위한 전자 장치 및 그 동작 방법
US20150235246A1 (en) Cross-channel audience segmentation
US20180033054A1 (en) Content unit creation
CN112308579A (zh) 一种信息投放方法、装置及存储介质
US20120253951A1 (en) Scalable inventory protection and optimization in display advertising
JP6541521B2 (ja) 生成装置、生成方法、生成プログラム、決定装置、決定方法、及び決定プログラム
CN116823353B (zh) 广告投放效果的预测方法及设备
US20240289732A1 (en) Method, apparatus, device and storage medium for delivery cost estimation
US20230259979A1 (en) Facilitating identification of sensitive content

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