FR2833377A1 - Procede et dispositif de recommandation de termes de recherche en utilisant un filtrage collaboratif et un effet de toile d'araignee web - Google Patents

Procede et dispositif de recommandation de termes de recherche en utilisant un filtrage collaboratif et un effet de toile d'araignee web Download PDF

Info

Publication number
FR2833377A1
FR2833377A1 FR0215627A FR0215627A FR2833377A1 FR 2833377 A1 FR2833377 A1 FR 2833377A1 FR 0215627 A FR0215627 A FR 0215627A FR 0215627 A FR0215627 A FR 0215627A FR 2833377 A1 FR2833377 A1 FR 2833377A1
Authority
FR
France
Prior art keywords
search
search terms
advertiser
database
terms
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.)
Granted
Application number
FR0215627A
Other languages
English (en)
Other versions
FR2833377B1 (fr
Inventor
Mark Paine
Winton Davies
Sonald F Geddis
Schlossberg Jon Dukes
Darren J Davis
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.)
Excalibur IP LLC
Original Assignee
Overture Services Inc
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 Overture Services Inc filed Critical Overture Services Inc
Publication of FR2833377A1 publication Critical patent/FR2833377A1/fr
Application granted granted Critical
Publication of FR2833377B1 publication Critical patent/FR2833377B1/fr
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/332Query formulation
    • G06F16/3322Query formulation using system suggestions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36Creation of semantic tools, e.g. ontology or thesauri
    • 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
    • G06F16/951Indexing; Web crawling techniques
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00Data processing: database and file management or data structures
    • Y10S707/912Applications of a database
    • Y10S707/918Location
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00Data processing: database and file management or data structures
    • Y10S707/953Organization of data
    • Y10S707/959Network
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00Data processing: database and file management or data structures
    • Y10S707/99931Database or file accessing
    • Y10S707/99933Query processing, i.e. searching

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Computational Linguistics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

Dans un système de recherche avec paiement pour positionnement, le système qui inclut un serveur de gestion de compte (22) et un serveur de moteur de recherche (24) connectés à un réseau (20) réalise des recommandations de termes de recherche pour des publicitaires qui gèrent leurs comptes selon une ou deux façons. Une première technique met en jeu une détermination de bons termes de recherche directement sur un site web de publicitaire. Une seconde technique met en jeu la comparaison d'un publicitaire avec d'autres publicitaires similaires et la recommandation des termes de recherche que les autres publicitaires ont choisis. La première technique est appelée effet de toile d'araignée et la seconde technique est appelée filtrage collaboratif. Selon le mode de réalisation préféré, la sortie de l'étape d'effet de toile d'araignée est utilisée en tant qu'entrée sur l'étape de filtrage collaboratif. Les sorties finales de termes de recherche en provenance des deux étapes sont ensuite entrelacées d'une façon naturelle.

Description

<Desc/Clms Page number 1>
DOMAINE DE L'INVENTION
La présente invention concerne de façon générale des procédé et dispositif de recommandation de termes de recherche en utilisant un filtrage collaboratif et un effet de toile d'araignée sur web.
ARRIÈRE-PLAN DE L'INVENTION
Le brevet des Etats-Unis de numéro 6 269 361 décrit une base de données qui comporte des comptes pour des publicitaires. Chaque compte contient une information de contact de facturation pour un publicitaire. En outre, chaque compte contient au moins un listing (appelé aussi listage) de recherche qui comporte trois composantes : une description, un terme de recherche comprenant un ou plusieurs mots clés et un montant d'offre. Le publicitaire peut ajouter, supprimer ou modifier un listing de recherche après qu'il s'est connecté sur son compte via un processus d'authentification. Le publicitaire a une influence sur une position d'un listing de recherche dans le compte de publicitaire en sélectionnant tout d'abord un terme de recherche qui est pertinent pour le contenu du site de la toile (appelée par la suite le web) ou pour toute autre source d'information destinée à être listée. Le publicitaire entre le terme de recherche et la description dans un listing de recherche. Le publicitaire a une influence sur la position d'un listing de recherche par l'intermédiaire d'un processus d'offre en compétition en ligne continu. Le processus d'offre est réalisé lorsque le publicitaire entre un nouveau montant d'offre, qui est de préférence un montant monétaire, en relation avec un listing de recherche. Le système qui est décrit compare alors ce montant d'offre avec tous les autres montants d'offre pour le même terme de recherche et génère une valeur de rang pour tous les listings de recherche qui présentent ce terme de recherche. La valeur de rang qui est générée par le processus d'offre détermine où le listing de publicitaire apparaîtra sur la page de liste de résultats de recherche qui est générée en réponse à une interrogation au moyen du terme de recherche par un chercheur ou un utilisateur sur le réseau d'ordinateur. Une offre plus élevée fournie par un publicitaire aboutira à une valeur de rang plus élevée et à un positionnement davantage avantageux. Ce système est connu en tant que moteur de recherche à paiement pour positionnement.
<Desc/Clms Page number 2>
Par conséquent, lorsqu'un utilisateur réalise une recherche sur un moteur de recherche à paiement pour positionnement, les résultats sont classiquement triés sur la base du montant que chaque publicitaire a offert en ce qui concerne le terme de recherche d'utilisateur. Du fait que différents utilisateurs utiliseront différents mots pour trouver la même information, il est important qu'un publicitaire offre une large variété de termes de recherche afin de maximiser le trafic sur son site. Plus la liste de termes de recherche d'un publicitaire est meilleure et étendue, plus le trafic que le publicitaire verra sera important.
En tant qu'exemple, un vendeur de produits de la mer voudra offrir non seulement le terme "produits de la mer" mais également des termes tels que "poisson", "thon", "flétan", "poisson frais". Une liste bien pensée contiendra souvent des centaines de termes. Les bons termes de recherche présentent trois propriétés significatives : ils sont appropriés pour le site du publicitaire, ils sont suffisamment populaires pour que bon nombre d'utilisateurs soient susceptibles d'effectuer une recherche sur leur base et ils constituent une bonne valeur en termes du montant que le publicitaire doit offrir pour obtenir un classement en terme de rang élevé au niveau des résultats de recherche. Un publicitaire qui prendra le temps de considérer tous ces facteurs obtiendra de bons résultats.
Malheureusement, peu de publicitaires comprennent comment créer une bonne liste de termes de recherche et jusqu'à présent, il existe seulement des outils limités pour les aider. L'état typique de l'art est constitué par l'outil de suggestion de termes de recherche ou STST qui est fourni par Overture Service, Inc. comme localisé au niveau de l'adresse web http://inventory.overture.com. L'outil STST procure des suggestions qui sont basées sur une correspondance de chaînes. Un mot étant donné, l'outil STST retourne une liste triée de tous les termes de recherche qui contiennent ce mot. Cette liste est triée en fonction de la fréquence à laquelle des utilisateurs ont effectué une recherche en relation avec ces termes dans le mois passé. Selon l'exemple des produits de la mer, si le publicitaire entre le mot "poisson", ses résultats incluront des termes tels que "poisson frais",
<Desc/Clms Page number 3>
"marché de poissons", "poissons tropicaux" et "appâts pour poissons" mais pas les termes tels que "thon" ou que "flétan" du fait qu'ils ne contiennent pas la chaîne "poisson". Afin de créer sa liste initiale de termes de recherche, un nouveau publicitaire doit souvent entrer quelques mots dans l'outil STST puis doit offrir tous les termes que cet outil retourne.
Il y a trois problèmes avec cette approche. Tout d'abord, bien que l'outil STST trouve de nombreux termes bons tels que "poisson frais" et "marché de poissons", il trouve également bon nombre de termes mauvais tels que "pêche au poisson", "poisson tropicaux" et "appâts pour poissons" qui ne présentent pas de relation vis-à-vis du site du publicitaire. Ces mots créent un travail supplémentaire pour le fournisseur de moteur de recherche puisque son équipe éditoriale doit évaluer par filtrage les termes inappropriés qu'un publicitaire soumet.
En second lieu, l'outil STST manque de nombreux termes bons tels que "thon" et "flétan", ceci conduit à une perte de trafic pour le publicitaire et à un revenu moindre pour les fournisseurs puisque chaque offre contribue à valoriser le prix des termes de recherche et à augmenter le revenu du fournisseur. En troisième lieu, il est aisé qu'un publicitaire oublie simplement un mot qu'il doit entrer dans l'outil STST, ce qui fait qu'il manque un espace complet de termes de recherche qui sont appropriés pour son site. Ces termes qui manquent aboutissent également à une perte de trafic pour le publicitaire et à un revenu moindre pour le fournisseur.
Une version améliorée de l'outil STST est constituée par l'outil de super-recherche de terme Go To ou STF qui peut être trouvé au niveau du site http://users.idealab.com/-charlie/advertisers/start.html.
Cet outil garde trace de deux listes : une liste d'acceptation de bons mots pour un site de publicitaire et une liste de rejet de mauvais mots ou de mots qui ne présentent pas de relation vis-à-vis du site du publicitaire ou de son contenu. L'outil STF affiche une liste triée de tous les termes de recherche qui contiennent un mot dans la première liste mais pas dans la seconde liste. Comme dans le cas de l'outil STST, la liste de résultats est triée en fonction de la fréquence à laquelle des utilisateurs ont effectué une recherche en relation avec les
<Desc/Clms Page number 4>
termes dans le mois passé. Selon l'exemple des produits de la mer, si la liste d'acceptation contient le mot "poisson" et si la liste de rejet contient le mot "appâts", alors la sortie affichera des termes tels que "poisson frais" et "poissons tropicaux" mais pas "appâts pour poisson". Un publicitaire peut utiliser cette sortie pour affiner son acceptation de liste et son rejet de liste selon un processus itératif.
Bien que l'outil STF constitue une amélioration par rapport à l'outil STST, il souffre toujours d'un problème similaire. Selon l'exemple des produits de la mer, bon nombre de termes de recherche contiennent le mot "poisson" et sont cependant non pertinents pour un site de produits de la mer. Le publicitaire doit toujours identifier manuellement ces mots et doit rejeter chacun d'entre eux. Sauf si les termes rejetés partagent des mots communs, la quantité de travail que le publicitaire doit effectuer avec l'outil STF est la même qu'avec l'outil STST. Les deux outils partagent également la faiblesse consistant en ce qu'ils ne permettent pas d'identifier de bons termes de recherche tels que "thon" ou "flétan". Il peut y avoir un nombre important de tels termes rapportés de façon sémantique ; ils peuvent même apparaître de façon commune sur le site web du publicitaire. Mais la charge de penser à chacun d'eux repose encore sur le publicitaire. Le problème avec l'outil STST et avec l'outil STF réside dans le fait qu'ils recherchent tous deux des termes de recherche sur la base de propriétés syntaxiques et qu'ils forcent le publicitaire à penser par luimême aux mots racines. Il existe un besoin clair pour une meilleure approche, soit une approche qui prend en compte la signification de mots et qui permet de les identifier automatiquement lors de la consultation d'un site web de publicitaire.
Un système qui trouve des termes rapportés de façon sémantique est Wordtracker qui peut être trouvé au niveau du site http://www.wordtracker.com Un terme de recherche étant donné, l'outil Wordtracker recommande de nouveaux termes selon deux façons.
Tout d'abord, l'outil Wordtracker recommande des mots en les consultant dans un thesaurus. En second lieu, l'outil Wordtracker recommande des mots en les recherchant en utilisant un algorithme appelé recherche latérale. L'algorithme de recherche latérale déroule
<Desc/Clms Page number 5>
le terme de recherche original sur deux moteurs de recherche web populaires. La recherche latérale décharge ensuite les deux cents résultats de pages web supérieurs, elle extrait tous les termes à partir des méta-étiquettes MOT CLE et DESCRIPTION pour les pages et elle retourne une liste triée moyennant la fréquence à laquelle chaque terme apparaît dans ces étiquettes.
L'outil Wordtracker est seulement une amélioration marginale par rapport aux outils STST et STF. Selon l'exemple des produits de la mer, si un publicitaire recherche le mot "poisson", il est très probable qu'il verra des résultats qui incluent "thon" et "flétan", mais qu'il verra toujours de mauvais termes tels que "poissons tropicaux" et "appâts pour poissons" qui ne sont pas pertinents pour son site. Une recherche davantage spécifique pour "produits de la mer" permettra de s'affranchir de certains de ces mauvais termes mais introduira d'autres termes tels que "restaurant" et "steaks" qui proviennent de restaurants de produits de la mer. A la différence de l'outil STF, il n'y a pas de façon de rejeter ces mauvais termes et d'affiner la recherche. Il n'existe pas non plus une façon de proposer une large liste de bons termes puisque les moteurs de recherche sur web fonctionnent de façon médiocre avec plus d'un terme de recherche. Ces deux limitations sont significatives puisqu'il est très rare qu'un publicitaire puisse identifier un unique terme de recherche qui décrit exactement son site ainsi que d'autres sites similaires. L'outil Wordtracker souffre également du problème consistant en ce que des méta-mots clés ne sont pas toujours indicatifs d'un site web. Il n'existe pas de révision éditoriale de telle sorte que les concepteurs des sites web incluent souvent des mots clés parasites dans leurs tentatives pour rendre leurs pages davantage prédominantes sur des moteurs de recherche. Les moteurs de recherche eux-mêmes sont également limités et ils peuvent retourner de nombreuses pages dans leurs listes de 200 résultats qui sont non pertinentes pour un site de publicitaire. Pour finir, tout comme les outils STST et STF, l'outil Wordtracker nécessite toujours qu'un publicitaire pense à ses propres termes de recherche avant de démarrer.
Ces inconvénients étant posés, il existe un besoin clair pour un
<Desc/Clms Page number 6>
meilleur outil, soit un outil qui permette de trouver tous les bons termes de recherche pour un site de publicitaire tout en permettant de s'affranchir des mauvais termes de recherche.
BREF RÉSUMÉ
A titre d'introduction seulement, les présents modes de réalisation réalisent des recommandations de termes de recherche selon une ou deux façons. Une première technique met en jeu la consultation de bons termes de recherche directement sur un site web de publicitaire. Une seconde technique met en jeu la comparaison d'un publicitaire avec d'autres publicitaires similaires et la recommandation des termes de recherche que les autres publicitaires ont choisis. La première technique est appelée effet de toile d'araignée et la seconde technique est appelée filtrage collaboratif. Selon le mode de réalisation préféré, la sortie de l'étape d'effet de toile d'araignée est utilisée en tant qu'entrée sur l'étape de filtrage collaboratif. Les sorties finales de termes de recherche en provenance des deux étapes sont ensuite entrelacées d'une façon naturelle.
La discussion présentée ci-avant des modes de réalisation préférés a été proposée seulement à titre d'introduction. Rien dans cette section ne doit être considéré en tant que limitation des revendications qui définissent le cadre de l'invention.
BRÈVE DESCRIPTION DE PLUSIEURS VUES DES DESSINS
La figure 1 est un schéma fonctionnel qui représente la relation entre un grand réseau et un mode de réalisation du système et du procédé permettant de générer un résultat de recherche à paiement pour positionnement de la présente invention ; la figure 2 est un schéma de menus, d'écrans d'affichage et d'écrans d'entrée qui sont utilisés selon un mode de réalisation de la présente invention ; la figure 3 est un organigramme qui représente le processus de connexion d'utilisateur publicitaire qui est réalisé selon un mode de réalisation de la présente invention ; la figure 4 est un organigramme qui représente le processus de connexion d'utilisateur administrateur qui est réalisé selon un mode de réalisation de la présente invention ;
<Desc/Clms Page number 7>
la figure 5 est un schéma de données pour un enregistrement de compte en vue d'une utilisation avec un mode de réalisation de la présente invention ; la figure 6 est un organigramme qui représente un procédé d'ajout d'argent à un enregistrement de compte comme utilisé selon un mode de réalisation de la présente invention ; la figure 7 représente un exemple d'une liste de résultats de recherche qui est générée par un mode de réalisations de la présente invention ; la figure 8 est un organigramme qui représente un processus de modification d'offre qui est utilisé selon un mode de réalisation de la présente invention ; la figure 9 représente un exemple d'un affichage d'écran qui est utilisé au niveau du processus de modification d'offre de la figure 8 ; la figure 10 est un organigramme qui représente un procédé de recommandation de termes de recherche pour un publicitaire sur un moteur de recherche à paiement pour positionnement ; la figure 11 est un organigramme qui représente un procédé pour évaluer des termes de recherche au moyen d'un effet de toile d'araignée sur un système web ; les figures 12 à 14 sont des organigrammes qui représentent un procédé pour évaluer des termes de recherche au moyen d'un filtrage collaboratif ; les figures 15 à 17 sont des organigrammes qui représentent un calcul de la corrélation de Pearson entre deux publicitaires ; et les figures 18 à 20 sont des organigrammes qui représentent une combinaison de prédictions à partir d'un effet de toile d'araignée et d'un filtrage collaboratif.
DESCRIPTION DETAILLÉE DES MODES DE RÉALISATION PRÉSENTEMENT PRÉFÉRÉS
Des procédés et des systèmes permettant de générer un résultat de recherche à paiement pour positionnement comme déterminé par un promoteur de site tel qu'un publicitaire sur un système de réseau d'ordinateurs basé sur client/serveur sont décrits.
La description qui suit est présentée pour permettre à l'homme de l'art
<Desc/Clms Page number 8>
de réaliser et d'utiliser l'invention. Dans le but d'une explication, une nomenclature spécifique est mise en exergue de manière à assurer une compréhension complète de la présente invention. Des descriptions d'applications spécifiques sont fournies seulement à titre d'exemples. Diverses modifications apportées aux modes de réalisation préférés apparaîtront aisément à l'homme de l'art et les principes généraux définis ici peuvent être appliqués à d'autres modes de réalisation et à d'autres applications sans que l'on s'écarte de l'esprit et du cadre de l'invention. Par conséquent, la présente invention n'est pas destinée à être limitée aux modes de réalisation qui sont présentés mais elle doit se voir accorder le cadre le plus large en cohérence avec les principes et les caractéristiques qui sont décrits ici.
Par report maintenant aux dessins, la figure 1 est un exemple d'un système distribué 10 qui est configuré en tant qu'architecture client/serveur qui est utilisée selon un mode de réalisation préféré de la présente invention. Un "client" est un membre d'une classe ou d'un groupe qui utilise les services d'une autre classe ou d'un autre groupe vis-à-vis duquel il n'est pas rapporté. Dans le contexte d'un réseau d'ordinateurs tel que l'Internet, un client est un processus (c'est-à-dire en gros un programme ou une tâche) qui demande en requête un service qui est fourni par un autre processus connu en tant que programme de serveur. Le processus de client utilise le service demandé en requête sans avoir à connaître de quelconques détails de fonctionnement concernant l'autre programme de serveur ou le serveur lui-même. Dans des systèmes mis en réseaux, un processus de client est habituellement déroulé sur un ordinateur qui accède à des ressources de réseau partagées fournies par un autre ordinateur qui déroule un processus de serveur correspondant. Cependant, il doit être également noté qu'il est possible que le processus de client et le processus de serveur soieni déroulés sur le même ordinateur.
Un "serveur" est typiquement un système d'ordinateur à distance qui est accessible sur un support ou milieu de communication tel que l'Internet. Le processus de client peut être actif dans un second système d'ordinateur et peut communiquer avec le processus de serveur sur un support ou milieu de communication qui permet à de
<Desc/Clms Page number 9>
multiples clients de prendre avantage des capacités de collecte d'information du serveur. Par conséquent, le serveur joue essentiellement le rôle d'un fournisseur d'information pour un réseau d'ordinateurs.
Le schéma fonctionnel de la figure 1 représente par conséquent un système distribué 10 qui comprend une pluralité d'ordinateurs de client 12, une pluralité de serveurs web de publicitaire 14, un serveur de gestion de compte 22 et un serveur de web de moteur de recherche 24, tous ces éléments étant connectés à un réseau 20. Le réseau 20 sera ci-après appelé de façon générale l'Internet. Bien que le système et le procédé de la présente invention soient spécifiquement utiles pour l'Internet, il doit être bien compris que les ordinateurs de client 12, les serveurs web de publicitaire 14, le serveur de gestion de compte 22 et le serveur web de moteur de recherche 24 peuvent être connectés ensemble par l'intermédiaire de l'un d'un certain nombre de différents types de réseaux. Ces réseaux peuvent inclure des réseaux locaux ou LAN, d'autres réseaux large zone ou WAN et des réseaux régionaux accédés sur des lignes téléphoniques tels que des services d'informations commerciales. Les processus de client et de serveur peuvent même comprendre différents programmes s'exécutant simultanément sur un unique ordinateur.
Les ordinateurs de client 12 peuvent être des ordinateurs personnels ou PC classiques, des stations de travail ou des systèmes d'ordinateur de n'importe quelles autres dimensions. Chaque client 12 inclut typiquement un ou plusieurs processeurs, une ou plusieurs mémoires, un ou plusieurs dispositifs d'entrée/sortie ou I/O et une interface de réseau telle qu'un modem classique. Les serveurs web de publicitaire 14, le serveur de gestion de compte 22 et le serveur web de moteur de recherche 24 peuvent être configurés de façon similaire.
Cependant, les serveurs web de publicitaire 14, le serveur de gestion de compte 22 et le serveur web de moteur de recherche 24 peuvent chacun inclure de nombreux ordinateurs qui sont connectés au moyen d'un réseau privé séparé. De fait, le réseau 20 peut inclure des centaines de milliers de réseaux individuels d'ordinateurs.
<Desc/Clms Page number 10>
Les ordinateurs de client 12 peuvent exécuter des programmes de navigation sur web 16 tels que les programmes de navigateur NAVIGATOR, EXPLORER ou MOSAIC afin de localiser les pages web ou les enregistrements web 30 qui sont stockés sur le serveur de publicitaire 14. Les programmes de navigateur 16 permettent aux utilisateurs d'entrer des adresses de pages web spécifiques 30 à retrouver. Ces adresses sont appelées moyen de localisation de ressource uniforme ou URL. En outre, une fois qu'une page a été retrouvée, les programmes de navigateur 16 peuvent fournir un accès à d'autres pages ou à d'autres enregistrements lorsque l'utilisateur "clique" sur des hyper-liens sur d'autres pages web. Ces hyper-liens sont localisés à l'intérieur des pages web 30 et ils constituent une façon automatisée pour que l'utilisateur entre l'URL d'une autre page et retrouve cette page. Les pages peuvent être des enregistrements de données qui incluent, en tant que contenu, une information de texte uniforme ou un contenu multimédia codé numériquement davantage complexe tel que des programmes de logiciels, des graphiques, des signaux audio, de l'information vidéo etc...
Selon un mode de réalisation préféré de la présente invention comme représenté sur la figure 1, les ordinateurs de client 12 communiquent par l'intermédiaire du réseau 20 avec divers fournisseurs d'information de réseau incluant le serveur de gestion de compte 22, le serveur de moteur de recherche 24 et les serveurs de publicitaire 14 en utilisant la fonctionnalité fournie par le protocole de transfert hypertext ou HTTP bien que d'autres protocoles de communication tels que FTP, SNMP, TELNET ainsi qu'un certain nombre d'autres protocoles connus de l'art puissent être utilisés. De préférence, le serveur de moteur de recherche 24, le serveur de gestion de compte 22 et les serveurs de publicitaire 14 sont localisés sur la toile mondiale ou WWW.
Comme il a été discuté ci-avant, au moins deux types de serveurs sont envisagés selon un mode de réalisation préféré de la présente invention. Le premier serveur envisagé est un serveur de gestion de compte 22 qui comprend un support de stockage d'ordinateur 32 et un système de traitement 34. Une base de données
<Desc/Clms Page number 11>
38 est stockée sur le support de stockage 32 du serveur de gestion de compte 22. La base de données 38 contient une information de compte de publicitaire. Il sera apprécié au vu de la description présentée ci-après que le système et le procédé de la présente invention peuvent être mis en #uvre dans un logiciel qui est stocké en tant qu'instructions exécutables sur un support de stockage d'ordinateur tel que des mémoires ou que des dispositifs de stockage en masse, sur le serveur de gestion de compte 22. Les programmes de navigateur classiques 16 qui sont déroulés sur les ordinateurs de client 12 peuvent être utilisés pour accéder à une information de compte de publicitaire qui est stockée sur le serveur de gestion de compte 22. De préférence, l'accès au serveur de gestion de compte 22 est réalisé par l'intermédiaire d'un coupe-feu qui n'est pas représenté, lequel coupe-feu protège les programmes de gestion de compte et de placement ou positionnement de résultats de recherche ainsi que l'information de compte vis-à-vis d'une violation externe. Une sécurité additionnelle peut être assurée via des améliorations apportées au protocole de communication standard tel que HTTP sécurisé ou que la couche Secure Sockets.
Le second type de serveur envisagé est un serveur web de moteur de recherche 24. Un programme de moteur de recherche permet à des utilisateurs de réseau, lors d'une navigation sur l'URL de serveur web de moteur de recherche ou sur des sites sur d'autres serveurs web permettant de soumettre des interrogations au serveur web de moteur de recherche 24 par l'intermédiaire de leur programme de navigateur 16, de taper des interrogations par mot clé pour identifier des pages dignes d'intérêt parmi les millions de pages disponibles sur la toile mondiale ou www. Selon un mode de réalisation préféré de la présente invention, le serveur web de moteur de recherche 24 génère une liste de résultats de recherche qui inclut, au moins en partie, des entrées pertinentes qui sont obtenues à partir des résultats du processus d'offre qui est mis en #uvre par le serveur de gestion de compte 22 et qui sont formatées au moyen de ces mêmes résultats. Le serveur web de moteur de recherche 24 génère une liste de liens hypertext sur des documents qui contiennent une information qui est
<Desc/Clms Page number 12>
pertinente pour les termes de recherche qui sont entrés par l'utilisateur au niveau de l'ordinateur de client 12. Le serveur web de moteur de recherche transmet cette liste sous la forme d'une page web à l'utilisateur du réseau, cette liste étant affichée sur le navigateur 16 qui est déroulé sur l'ordinateur de client 12. Un mode de réalisation présentement préféré du serveur web de moteur de recherche peut être trouvé en navigant sur la page web au niveau de l'URL http://www.goto.com/. En outre, la page web de liste de résultats de recherche selon un exemple qui est représenté sur la figure 7 fera l'objet d'une discussion davantage détaillée ci-après.
Le serveur web de moteur de recherche 24 est connecté à l'Internet 20. Selon un mode de réalisation préféré de la présente invention, le serveur web de moteur de recherche 24 inclut une base de données de recherche 40 qui est constituée par des enregistrements de listing de recherche qui sont utilisés pour générer des résultats de recherche en réponse à des interrogations d'utilisateur. En outre, le serveur web de moteur de recherche 24 peut également être connecté au serveur de gestion de compte 22. Le serveur de gestion de compte 22 peut également être connecté à l'internet. Le serveur web de moteur de recherche 24 et le serveur de gestion de compte 22 de la présente invention traitent les différents besoins d'information des utilisateurs localisés au niveau d'ordinateurs de client 12.
Par exemple, une classe d'utilisateurs localisés au niveau d'ordinateurs de client 12 peut être des fournisseurs d'information de réseau tels que des promoteurs ou des propriétaires de sites web de publicité disposant de pages web de publicitaire 30 localisées sur les serveurs web de publicitaire 14. Ces promoteurs de sites web de publicité ou publicitaires peuvent souhaiter accéder à une information de compte qui réside dans le stockage 32 sur le serveur de gestion de compte 22. Un promoteur de site web de publicité peut, par l'intermédiaire du compte qui réside sur le serveur de gestion de compte 22, participer à un processus d'offre en compétition avec d'autres publicitaires. Un publicitaire peut offrir n'importe quel nombre de termes de recherche pertinents vis-à-vis du contenu du site web de
<Desc/Clms Page number 13>
publicitaire. Selon un mode de réalisation de la présente invention, la pertinence d'un terme de recherche offert vis-à-vis d'un site web de publicitaire est déterminée par l'intermédiaire d'un processus éditorial manuel avant l'insertion du listing de recherche qui contient le terme de recherche et l'URL de site web de publicitaire dans la base de données 40. Selon un autre mode de réalisation de la présente invention, la pertinence d'un terme de recherche offert dans un listing de recherche vis-à-vis du site web correspondant peut être évaluée en utilisant un programme d'ordinateur qui s'exécute au niveau du processeur 34 du serveur de gestion de compte 22, le programme d'ordinateur évaluant le terme de recherche et le site web correspondant conformément à un jeu de règles éditoriales prédéfinies.
Les offres plus élevées reçoivent un positionnement davantage avantageux sur la page de liste de résultats de recherche qui est générée par le moteur de recherche 24 lorsqu'une recherche qui utilise l'offre de terme de recherche fournie par le publicitaire est exécutée. Selon un mode de réalisation préféré de la présente invention, l'offre de montant effectuée par un publicitaire comprend un montant monétaire qui est déduit du compte du publicitaire chaque fois que le site web de publicitaire est accédé via un hyper-lien sur la page de liste de résultats de recherche. Un chercheur "clique" sur l'hyper-lien à l'aide d'un dispositif d'entrée d'ordinateur pour initier une requête de recherche pour retrouver l'information qui est associée à l'hyper-lien du publicitaire. De préférence, chaque accès ou chaque "cliquage" sur un hyper-lien de liste de résultats de recherche sera redirigé sur le serveur web de moteur de recherche 24 pour associer le "cliquage" avec l'identificateur de compte pour un publicitaire. Cette action de redirection qui n'apparaît pas au chercheur permettra d'accéder à une information d'identification de compte qui est codée dans la page de résultats de recherche avant d'accéder à l'URL de publicitaire en utilisant l'hyper-lien de liste de résultats de recherche cliqué par le chercheur. L'information d'identification de compte est enregistrée dans le compte de publicitaire en association avec une information en provenance de la requête de recherche telle qu'un événement de requête de recherche. Puisque l'information qui est obtenue par
<Desc/Clms Page number 14>
l'intermédiaire de ce mécanisme met en conclusion en correspondance un identificateur de compte avec un URL d'une manière qui n'est pas possible en utilisant des connexions système de serveur classiques connues de l'art, des enregistrements de débit de compte précis seront maintenus. De la façon la plus préférable, la description de site web du publicitaire et l'hyper-lien sur la page de liste de résultats de recherche sont accompagnés par une indication du fait que le listing de publicitaire est un listing payé. De la façon la plus préférable, chaque listing payé affiche un "coût pour le publicitaire" qui est un montant qui correspond à un "prix par cliquage" qui est payé par le publicitaire pour chaque référencement au site de publicitaire par l'intermédiaire de la liste de résultats de recherche.
Une seconde classe d'utilisateurs au niveau d'ordinateurs de client 12 peut comprendre des chercheurs qui recherchent une information spécifique sur le web. Les chercheurs peuvent accéder, par l'intermédiaire de leurs navigateurs 16, à une page web de moteur de recherche 36 qui réside sur le serveur web 24. La page web de moteur de recherche 36 inclut une boîte d'interrogation dans laquelle un chercheur peut taper un terme de recherche qui comprend un ou plusieurs mots clés. Selon une variante, le chercheur peut interroger le serveur web de moteur de recherche 24 par l'intermédiaire d'une boîte d'interrogation qui est hyper-liée ou liée par hyper-lien au serveur web de moteur de recherche 24 et qui est localisée sur une page web qui est stockée au niveau d'un serveur web à distance. Lorsque le chercheur a terminé d'entrer le terme de recherche, le chercheur peut transmettre l'interrogation au serveur web de moteur de recherche 24 en cliquant sur un hyper-lien prévu. Le serveur web de moteur de recherche 24 générera alors une page de liste de résultats de recherche et transmettra cette page au chercheur au niveau de l'ordinateur de client 12.
Le chercheur peut cliquer sur les liens hypertext qui sont associés à chaque listing sur la page de résultats de recherche afin d'accéder aux pages web correspondantes. Les liens hypertext peuvent accéder à des pages web n'importe où sur l'Internet et ils incluent des listings payés pour des pages web de publicitaire 18 qui
<Desc/Clms Page number 15>
sont localisées sur des serveurs web de publicitaire 14. Selon un mode de réalisation préféré de la présente invention, la liste de résultats de recherche inclut également des listings non payés qui ne sont pas placés en tant que résultat d'offres de publicitaire et qui sont générés par un moteur de recherche de la toile mondiale ou WWW classique tel que les moteurs de recherche INKTOMI, LYCOS ou YAHOO !. Les liens hypertext non payés peuvent également inclure des liens indexés manuellement dans la base de données 40 par une équipe éditoriale.
De la façon la plus préférable, les listings non payés suivent les listings de publicitaire payés sur la page de résultats de recherche.
La figure 2 est un schéma qui représente des menus, des écrans d'affichage et des écrans d'entrée qui sont présentés à un publicitaire qui accède au serveur de gestion de compte 22 par l'intermédiaire d'un programme de navigateur classique 16. Le publicitaire, suite à l'entrée de l'URL du serveur de gestion de compte 22 dans le programme de navigateur de la figure 1, invoque une application de connexion dont il est discuté ci-après comme représenté au niveau d'un écran 110 de la figure 2, qui est en train d'être déroulée sur le système de traitement 34 du serveur 22. Une fois que le publicitaire est connecté, le système de traitement 34 fournit un menu 120 qui comporte un certain nombre d'options et de services supplémentaires pour des publicitaires. Ces éléments, dont il sera discuté de manière davantage détaillée ci-après, ont pour effet que des sous-programmes sont invoqués pour soit mettre en #uvre la requête de publicitaire, soit demander en requête une information supplémentaire avant la mise en #uvre de la requête de publicitaire.
Selon un mode de réalisation de la présente invention, le publicitaire peut accéder à plusieurs options par l'intermédiaire du menu 120 incluant la demande d'un service client 130, la visualisation de polices de publicitaire 140, la réalisation de tâches d'administration de compte 150, l'ajout d'argent sur le compte de publicitaire 160, la gestion de la présence de publicité de compte sur le moteur de recherche 170 et la visualisation de rapports d'activité 180. Une aide spécifique au contexte 190 peut également de façon générale être disponible au niveau du menu 120 de même que toutes les options qui ont été
<Desc/Clms Page number 16>
mentionnées ci-avant.
La procédure de connexion du mode de réalisation préféré de la présente invention est représentée sur les figures 3 et 4 pour deux types d'utilisateur. La figure 3 représente les procédures de connexion 270 pour un publicitaire. La figure 4 représente les procédures de connexion 290 pour un administrateur qui gère et maintient le système ainsi que le procédé de la présente invention. Comme il a été discuté ci-avant, le publicitaire ou l'administrateur, au niveau d'un ordinateur de client 12, doit tout d'abord utiliser un programme de navigateur au niveau d'étapes 271 ou 291 pour accéder au serveur de gestion de compte. Après que le publicitaire a navigué sur l'URL de la page de connexion pour démarrer le processus de connexion au niveau d'une étape 272 ou 292, le système de traitement 34 du serveur de gestion de compte 22 invoque une application de connexion au niveau d'étapes 274 ou 294. Conformément à cette application, le processeur fournit un écran d'entrée 110 (figure 2) qui demande en requête le nom d'utilisateur et le mot de passe du publicitaire ou de l'administrateur.
Ces éléments d'information sont fournis au niveau d'étapes 276 ou 296 à une application de sécurité connue de l'art à des fins d'authentification, sur la base de l'information de compte qui est stockée dans une base de données qui est stockée dans le stockage 32 du serveur de gestion de compte 22.
Conformément à la figure 3, après que l'utilisateur a été authentifié en tant que publicitaire, le publicitaire est muni de l'écran de menu 120 de la figure 2 et de privilèges d'accès en lecture/écriture limités seulement pour le compte de publicitaire correspondant, comme représenté au niveau d'une étape 278. L'événement de connexion de publicitaire 278 peut également être enregistré au niveau d'une étape 280 dans une structure de données de suivi/trace d'audit en tant que partie de l'enregistrement de compte de publicitaire dans la base de données. La trace d'audit est de préférence mise en #uvre en tant que série d'entrées dans la base de données 38, chaque entrée correspondant à un événement selon lequel l'enregistrement de compte de publicitaire est accédé. De préférence, l'information de trace d'audit pour un enregistrement de compte peut être visualisée
<Desc/Clms Page number 17>
par le propriétaire de compte et par d'autres administrateurs appropriés.
Cependant, si l'utilisateur est authentifié en tant qu'administrateur au niveau d'une étape 295 de la figure 4, l'administrateur est muni de privilèges d'accès d'administration spécifiés pour tous les comptes de publicitaire comme représenté au niveau de l'étape 296. L'événement de connexion d'administrateur 296 est enregistré au niveau d'une étape 297 dans la partie de structure de données de trace d'audit de l'enregistrement de compte d'administrateur. Cette trace d'audit est de préférence mise en #uvre en tant que série d'entrées dans la base de données 38, chaque entrée correspondant à un événement selon lequel l'enregistrement de compte d'administrateur est accédé. De la façon la plus préférable, l'information de trace d'audit d'administrateur peut être visualisée par le propriétaire de compte et par d'autres administrateurs appropriés.
En outre, en lieu et place du menu principal de publicitaire général qui est présenté aux utilisateurs publicitaires authentifiés au niveau d'une étape 282, l'administrateur authentifié est muni au niveau d'une étape 298 d'un accès pour rechercher dans la base de données 38 des comptes de publicitaire. De préférence, une interface de recherche en base de données est fournie à l'administrateur, laquelle interface permet à l'administrateur de sélectionner un compte de publicitaire à des fins de surveillance. Par exemple, l'interface peut inclure des boîtes d'interrogation dans lesquelles l'administrateur peut entrer un numéro de compte ou un nom d'utilisateur ou un nom de contact correspondant à un compte auquel l'administrateur souhaite accéder. Lorsque l'administrateur sélectionne un compte de publicitaire à des fins de surveillance au niveau d'une étape 299, l'administrateur est ensuite acheminé jusqu à la page de publicitaire principale 120 de la figure 2, laquelle est également vue par les publicitaires. Un accès à l'information de compte 32 qui est localisée sur le serveur de gestion de compte 22 est limité à des utilisateurs qui disposent d'un enregistrement de compte sur le système du fait que seulement ces utilisateurs sont munis d'un nom de connexion et d'un mot de passe valides. L'information de mot de passe et de nom de connexion est
<Desc/Clms Page number 18>
stockée en association avec les autres informations de compte d'utilisateur dans la base de données 38 du serveur de gestion de compte 22, comme représenté sur la figure 1. L'information de compte qui inclut un nom d'utilisateur de connexion et un mot de passe est entrée dans la base de données 38 de la figure 1 via un processus d'enregistrement en ligne séparé qui est externe par rapport au contexte de la présente invention.
La figure 5 est un schéma qui représente les types d'information qui sont contenus dans chaque enregistrement de compte de publicitaire 300 dans la base de données. Tout d'abord, un enregistrement de compte de publicitaire 300 contient un nom d'utilisateur 302 et un mot de passe 304, lesquels éléments sont utilisés pour une authentification en ligne comme il a été décrit ciavant. L'enregistrement de compte contient également une information de contact 310 (par exemple un nom de contact, un nom d'entreprise, une adresse postale, un téléphone, une adresse de courrier électronique ou de courriel).
L'information de contact 310 est de préférence utilisée pour diriger des communications sur le publicitaire lorsque le publicitaire a demandé en requête une notification d'événements de publicitaire clés sous l'option de notification, comme il est discuté ci-après.
L'enregistrement de compte 300 contient également une information de facturation 320 (par exemple un solde courant, une information de carte de crédit). L'information de facturation 320 contient des données qui sont accédées lorsque le publicitaire sélectionne l'option d'ajouter de l'argent au compte de publicitaire. En outre, une certaine information de facturation telle que le solde courant peut déclencher des événements nécessitant une notification sous l'option de notification. La section de trace d'audit 325 d'un enregistrement de compte 300 contient une liste de tous les événements selon lesquels l'enregistrement de compte 300 est accédé. Chaque fois qu'un enregistrement de compte 300 est accédé ou modifié par un administrateur ou par un publicitaire, une entrée brève ou un résumé qui décrit l'événement d'accès et/ou de modification de compte sera annexée à la section de trace d'audit 330 du compte d'administrateur
<Desc/Clms Page number 19>
ou de publicitaire qui a initié l'événement. L'information de trace d'audit peut ensuite être utilisée pour contribuer à générer un historique de transactions comme réalisé par le propriétaire de compte sous le compte.
La section d'information de publicité 330 contient une information qui est nécessaire pour mettre en #uvre le processus d'offre en ligne de la présente invention, processus selon lequel une position est déterminée pour une description de site web et pour un hyper-lien à l'intérieur d'une liste de résultats de recherche qui est générée au moyen d'un moteur de recherche. Les données de publicité 330 pour chaque compte d'utilisateur 300 peuvent être organisées en tant que zéro sous-compte ou en tant que plusieurs sous-comptes 340. Chaque sous-compte 340 comprend au moins un listing de recherche 344. Chaque listing de recherche correspond à une offre d'un terme de recherche. Un publicitaire peut utiliser des sous-comptes pour organiser de multiples offres concernant de multiples termes de recherche ou pour organiser des offres pour de multiples sites web. Les sous-comptes sont également particulièrement utiles pour des publicitaires qui souhaitent suivre la performance de segments de marché ciblés. La super-structure de sous-comptes est introduite dans le but de bénéficier aux publicitaires qui visent à organiser leurs efforts de publicité et elle n'affecte pas le procédé de fonctionnement de la présente invention. Selon une variante, la section d'information de publicité n'a pas besoin d'inclure la couche organisationnelle ajoutée de sous-comptes mais elle peut simplement comprendre un ou plusieurs listings de recherche.
Le listing de recherche 344 correspond à un groupement par paires terme de recherche/offre et il contient une information de clé pour mettre en #uvre le processus d'offre en compétition en ligne. De préférence, chaque listing de recherche comprend une information qui suit : un terme de recherche 352, une description de site web 354, un URL 356, un montant d'offre 358 et un titre 360. Le terme de recherche 352 comprend un ou plusieurs mots clés qui peuvent être des noms communs en anglais (ou en une quelconque autre langue). Chaque mot clé comprend à son tour une chaîne de caractères. Le terme de
<Desc/Clms Page number 20>
recherche est l'objet du processus d'offre en compétition en ligne. Le publicitaire sélectionne un terme de recherche à offrir qui est pertinent pour le contenu du site web de publicitaire. Dans l'idéal, le publicitaire peut sélectionner un terme de recherche qui est ciblé vis-à-vis de termes susceptibles d'être entrés par des chercheurs qui recherchent l'information sur le site web de publicitaire bien que des termes de recherche moins communs puissent également être sélectionnés pour assurer une couverture compréhensible de l'offre au moyen de termes de recherche pertinents.
La description de site web 354 est une description textuelle courte (de préférence inférieure à 190 caractères) du contenu du site web de publicitaire et elle peut être affichée en tant que partie de l'entrée de publicitaire dans une liste de résultats de recherche. Le listing de recherche 344 peut également contenir un titre 360 du site web qui peut être affiché en tant qu'en-tête hyper-lié sur l'entrée de publicitaire dans une liste de résultats de recherche. L'URL 356 contient l'adresse de moyen de localisation de ressource uniforme ou URL du site web de publicitaire. Lorsque l'utilisateur clique sur l'hyperlien qui est fourni dans l'entrée de liste de résultats de recherche de publicitaire, l'URL est fourni au programme de navigateur. A son tour, le programme de navigateur accède au site web de publicitaire par l'intermédiaire du mécanisme de redirection dont il a été discuté ciavant. L'URL peut également être affiché en tant que partie de l'entrée de publicitaire dans une liste de résultats de recherche.
Le montant d'offre 358 est de préférence une offre en montant monétaire réalisée par un publicitaire pour un listing. Ce montant monétaire est déduit du compte prépayé de publicitaire ou est enregistré pour des comptes de publicitaire qui sont facturés chaque fois qu'une recherche est exécutée par un utilisateur en ce qui concerne le terme de recherche correspondant et l'hyper-lien de liste de résultats de recherche est utilisé pour permettre le référencement du site web de publicitaire pour le chercheur. Pour finir, une valeur de rang est une valeur qui est générée de manière dynamique, de préférence par le système de traitement 34 du serveur de gestion de compte 22 comme représenté sur la figure 1 chaque fois qu'un
<Desc/Clms Page number 21>
publicitaire place une offre ou qu'une recherche entre une interrogation de recherche. La valeur de rang d'un listing de recherche de publicitaire détermine la localisation de positionnement de l'entrée de publicitaire dans la liste de résultats de recherche qui est générée lorsqu'une recherche est exécutée sur le terme de recherche correspondant. De préférence, la valeur de rang est une valeur ordinale qui est déterminée selon une relation directe vis-à-vis du montant d'offre 358 ; plus le montant d'offre est élevé, plus la valeur de rang est élevée et plus la localisation de positionnement sur la liste de résultats de recherche est avantageuse. De la façon la plus préférable, la valeur de rang de 1 est assignée au montant d'offre le plus élevé, des valeurs ordinales successivement plus élevées (par exemple 2,3, 4, ...) étant associées à des rangs successivement plus faibles et étant assignées à des montants d'offre successivement inférieurs.
Une fois connecté, un publicitaire peut réaliser un certain nombre de tâches simples et immédiates mises en exergue dans le menu 120 de la figure 2 incluant une visualisation d'une liste de règles et de polices pour des publicitaires et une requête d'assistance d'un service client. Ces éléments ont pour effet que les sous-programmes sont invoqués afin de mettre en #uvre la requête. Par exemple, lorsque "service client" est sélectionné, un écran d'entrée 130 est affiché pour permettre au publicitaire de sélectionner le type de service client qui est demandé en requête. En outre, des formulaires peuvent être fournis sur l'écran 130 de telle sorte qu'un publicitaire puisse taper un commentaire de client dans un formulaire d'entrée basé sur web.
Lorsque "visualisaiion de polices de publicitaire" est sélectionné, un sous-programme sera invoqué par le système de traitement 34 du serveur de gestion de compte 22 de la figure 1.
Comme représenté sur la figure 2, le sous-programme affichera une page web informationnelle I40. La page web 140 met en exergue les polices de publicitaire présentement en effet (par exemple "toutes les descriptions de listings de recherche doivent être clairement rapportées au terme de recherche").
Le menu 120 de la figure 2 inclut également une sélection de "administration de compte" 150 qui permet à un publicitaire, entre
<Desc/Clms Page number 22>
autres choses, de visualiser et de modifier l'information de contact de publicitaire et l'information de facturation de publicitaire ou de mettre à jour le profil d'accès de publicitaire, le cas échéant. Des formulaires basés sur web bien connus de l'art et similaires à ceux dont il a été discuté ci-avant sont fournis pour la mise à jour d'une information de compte.
Le menu "administration de compte" inclut également une sélection qui permet à un publicitaire de visualiser l'historique de transactions du compte de publicitaire. Sous la sélection "visualisation d'historique de transactions", le publicitaire peut invoquer des sousprogrammes pour visualiser un listing de transactions de compte passées (par exemple l'ajout d'argent sur un compte, l'ajout ou la suppression de termes de recherche offerts ou la modification d'un montant offert). Des sous-programmes additionnels peuvent être mis en #uvre pour permettre à des publicitaires d'afficher un historique de transactions d'un type spécifié ou qui sont réalisées dans un temps spécifié. L'information de transaction peut être obtenue à partir de la liste de trace d'audit 325 de la figure 5 comme il a été décrit ci-avant.
Des boutons cliquables qui peuvent être mis en oeuvre selon un logiciel, des formulaires basés sur web et/ou des menus peuvent être fournis comme il est connu de l'art pour permettre à des publicitaires de spécifier de telles limitations.
En outre, le menu "administration de compte" 150 de la figure 2 inclut une sélection qui permet à un publicitaire d'établir des options de notification. Sous cette sélection, le publicitaire peut sélectionner des options qui auront pour effet que le système notifiera au publicitaire la survenue de certains événements clés. Par exemple, le publicitaire peut choisir d'établir une option de manière à ce que le système envoie des messages de courrier électronique ou de courriel classiques au publicitaire lorsque le solde de compte du publicitaire a chuté audessous d'un niveau spécifié. De cette manière, le publicitaire peut recevoir un "avertissement" pour remplir le compte avant que le compte ne soit suspendu (ce qui signifierait que les listings du publicitaire n'apparaîtraieni plus dans les listes de résultats de recherche). Un autre événement clé pour lequel le publicitaire peut
<Desc/Clms Page number 23>
souhaiter recevoir une notification est une modification de position d'un listing de publicitaire dans la liste de résultats de recherche qui est générée pour un terme de recherche particulier. Par exemple, un publicitaire peut souhaiter que le système envoie un message de courrier électronique ou de courriel classique au publicitaire si le publicitaire a été écarté par un autre publicitaire pour un terme de recherche particulier (ce qui signifie que le listing du publicitaire apparaîtra en une position clans le bas de la page de liste de résultats de recherche plus loin qu'au préalable). Lorsque l'un des événements clés spécifiés par système survient, une recherche en base de données est déclenchée pour chaque listing de recherche affecté. Le système exécutera ensuite le sous-programme de notification approprié conformément aux options de notification qui sont spécifiées dans le compte de publicitaire.
Par retour à la figure 2, une sélection apparaît également au niveau du menu 120, laquelle sélection permet à un publicitaire d'ajouter de l'argent sur le compte de publicitaire de telle sorte que le publicitaire dispose de fonds dans ses comptes pour payer des référencements au site de publicitaire par l'intermédiaire de la page de résultats de recherche. De préférence, seulement les publicitaires munis de fonds dans leurs comptes de publicitaire peuvent avoir leurs listings payés qui sont inclus dans de quelconques listes de résultats de recherche qui sont générées. De la façon la plus préférable, des publicitaires satisfaisant des critères d'affaires sélectionnés peuvent choisir, en lieu et place du maintien d'un solde de compte positif en permanence, de supporter des imputations de compte indépendamment du solde de compte et de payer un montant facturé selon des intervalles réguliers, lequel montant reflète les imputations subies du fait de référencements réels au site de publicitaire comme généré par le moteur de recherche. Le processus qui est exécuté lorsque la sélection "ajout d'argent sur le compte" est invoquée est représenté de manière davantage détaillée sur la figure 6, en commençant au niveau d'une étape 602. Lorsque la sélection "ajout d'argent sur le compte" est cliquée au niveau d'une étape 604, une fonction est invoquée, laquelle reçoit des données qui identifient le
<Desc/Clms Page number 24>
publicitaire et retrouve le compte de publicitaire à partir de la base de données. Le processus d'exécution stocke ensuite l'information de facturation par défaut de publicitaire et affiche l'information de facturation par défaut pour le publicitaire au niveau d'une étape 606.
L'information de facturation affichée inclut un montant d'argent par défaut à ajouter, un type de paiement par défaut et une information d'instrument de paiement par défaut.
Selon le mode de réalisation préféré de la présente invention, un publicitaire peut ajouter des fonds en ligne et sensiblement en temps réel par l'intermédiaire de l'utilisation d'une carte de crédit bien que l'utilisation d'autres types de paiement s'inscrive certainement bien dans le cadre de la présente invention. Par exemple, selon un autre mode de réalisation de la présente invention, des publicitaires peuvent ajouter des fonds à leurs comptes en transférant le montant souhaité depuis le compte bancaire du publicitaire par l'intermédiaire d'un mécanisme de vérification de fonds électronique connu de l'art en tant que cartes de débit d'une manière similaire à ce qui est mis en exergue dans le brevet des Etats-Unis de numéro 5 724 424 de Gifford. Selon un autre mode de réalisation de la présente invention, les publicitaires peuvent ajouter des fonds à leurs comptes en utilisant des chèques basés sur papier classiques. Dans ce cas, les fonds additionnels peuvent être mis à jour dans la base de données d'enregistrements de compte par l'intermédiaire d'une entrée manuelle.
L'information d'instrumeni de paiement inclut des détails supplémentaires concernant le type de paiement. Par exemple, pour une carte de crédit, l'information d'instrument de paiement peut inclure des données concernant le nom de la carte de crédit (par exemple Mastercard, Visa ou American Express), le numéro de carte de crédit, la date d'expiration de la carte de crédit et l'information de facturation pour la carte de crédit (par exemple le nom de facturation et l'adresse de facturation). Selon un mode de réalisation préféré de la présente invention, seulement un numéro de carte de crédit partiel est affiché pour le publicitaire à des fins de sécurité.
Les valeurs par défaut qui sont affichées pour le publicitaire sont obtenues à partir d'un état persistant, par exemple elles sont
<Desc/Clms Page number 25>
stockées dans la base de données de comptes. Selon un mode de réalisation de la présente invention, les valeurs d'information de facturation stockées peuvent comprendre les valeurs établies par le publicitaire la dernière fois (par exemple la fois la plus récente) que le processus d'ajout d'argent a été invoqué et mené à terme pour le compte de publicitaire. L'information de facturation par défaut est affichée pour le publicitaire selon une forme basée sur web. Le publicitaire peut cliquer sur les boîtes d'entrée de texte appropriées sur le formulaire basé sur web et peut réaliser des modifications au niveau de l'information de facturation par défaut. Après que le publicitaire a mené à terme les modifications, le publicitaire peut cliquer sur un bouton de "soumission" hyper-lié ou lié par hyper-lien qui est prévu sur le formulaire afin de demander en requête que le système mette à jour l'information de facturation et le solde courants au niveau d'une étape 608. Une fois que le publicitaire a demandé en requête une mise à jour, une fonction est invoquée par le système, laquelle fonction valide l'information de facturation qui est fournie par le publicitaire et l'affiche en retour pour le publicitaire à des fins de confirmation, comme représenté au niveau d'une étape 610. L'information de facturation de confirmation est affichée dans un formulaire à lecture seulement et elle ne peut pas être modifiée par le publicitaire.
L'étape de validation fonctionne comme suit. Si un paiement doit être débité d'un compte externe de publicitaire, le paiement peut être authentifié, autorisé et mené à terme en utilisant le système mis en exergue dans le brevet des Etats-Unis de numéro 5 724 424 de Gifford. Cependant, si le type de paiement est par carte de crédit, un algorithme de validation est invoqué par le système, lequel algorithme de validation valide le numéro de carte de crédit en utilisant un procédé tel que mis en exergue dans le brevet des Etats-Unis de numéro 5 836 241 de Stein et suivants. L'algorithme de validation valide également la date d'expiration via une comparaison simple avec la date et l'heure système courantes. En outre, la fonction stocke les nouvelles valeurs dans un enregistrement temporaire avant confirmation par le publicitaire.
Une fois que le publicitaire a évalué que les données affichées
<Desc/Clms Page number 26>
sont correctes, le publicitaire peut cliquer sur un bouton de "confirmation" qui est prévu sur la page afin d'indiquer que le compte doit être mis à jour au niveau d'une étape 612. Au niveau de l'étape 612, une fonction est invoquée par le système, laquelle fonction ajoute de l'argent au solde de compte approprié, met à jour l'information de facturation de publicitaire et annexe l'information de facturation à l'historique de paiement de publicitaire. L'information de facturation mise à jour de publicitaire est stockée selon un état persistant (par exemple dans la base de données d'enregistrements de compte) depuis l'enregistrement temporaire.
A l'intérieur de la fonction qui est invoquée au niveau de l'étape 612, une fonction de paiement par carte de crédit peut être invoquée par le système au niveau d'une étape 614. Selon un autre mode de réalisation de la présente invention, d'autres fonctions de paiement que des paiements par carte de crédit peuvent être invoquées en définissant de multiples types de paiements en fonction de la valeur mise à jour du type de paiement.
Si le type de paiement est par carte de crédit, le compte d'utilisateur est crédité immédiatement au niveau d'une étape 616, la carte de crédit d'utilisateur ayant déjà été validée au niveau de l'étape 610. Un écran qui représente les états de la transaction d'ajout d'argent est affiché, lequel écran représente un numéro de transaction et un nouveau solde courant qui reflète le montant ajouté au moyen de la transaction par carte de crédit qui vient juste d'être terminée.
Selon un autre mode de réalisation de la présente invention, après que l'argent a été ajouté sur le compte, le montant d'argent ajouté sur le compte peut être alloué entre des sous-comptes à la fin du processus d'ajout d'argent au niveau de l'étape 616. Si le publicitaire ne dispose pas de sous-comptes, tout l'argent dans le compte est une allocation générale. Cependant, si le publicitaire dispose de plus d'un sous-compte, le système affiche un message de confirmation et par défaut qui demande au publicitaire de "allouer l'argent entre les sous-comptes".
La sélection de menu "allocation d'argent entre des souscomptes" peut être invoquée lorsque de l'argent est ajouté sur le
<Desc/Clms Page number 27>
compte de publicitaire après l'étape 616 de la figure 6 ou peut être invoquée à l'intérieur du menu de "gestion de compte" 170 qui est représenté sur la figure 2. Le menu de "gestion de compte" 170 peut être accédé depuis la page principale de publicitaire 120 comme représenté sur la figure 2. Cette sélection de menu "allocation d'argent entre des sous-comptes" permet à un publicitaire d'allouer des soldes courants et de quelconques soldes en instance du compte de publicitaire entre les sous-comptes de publicitaire. Le système met ensuite à jour les soldes de sous-compte. Les allocations de solde courant seront réalisées en temps réel tandis que les allocations de solde en instance seront stockées dans l'état persistant. Un sousprogramme sera invoqué afin de mettre à jour les soldes de souscompte afin de refléter les allocations de solde en instance lorsque le paiement pour le solde en instance est traité. Une notification automatique peut être envoyée au publicitaire à cet instant si elle est demandé en requête. Cette gestion et cette allocation de compte en ligne intuitives permettent à des publicitaires de gérer leurs budgets de publicité en ligne rapidement et de manière efficace ou efficiente. Les publicitaires peuvent remplir leurs comptes avec des fonds et peuvent allouer leurs budgets, le tout selon une seule session basée sur web aisée. La mise en #uvre basée sur ordinateur élimine une entrée manuelle de transactions, de compte de publicitaire qui est consommatrice de temps et qui est de coût élevé.
Le sous-programme de "allocation d'argent entre les souscomptes" commence lorsqu'un publicitaire indique son intention d'allouer de l'argent en invoquant la sélection de menu appropriée au niveau des points d'exécution comme indiqué ci-avant. Lorsque le publicitaire indique son intention de réaliser une allocation, une fonction est invoquée par le système pour déterminer si oui ou non il y a des fonds en attente dans le solde courant (c'est-à-dire des crédits de compte non activés) qui n'ont pas encore été alloués aux souscomptes de publicitaire et affiche des options de sélection de solde.
Selon un mode de réalisation préféré de la présente invention, une occurrence de compte est créée et une zone de compte de solde courant en instance est établie par rapport à l'état persistant.
<Desc/Clms Page number 28>
S'il n'y a pas de fonds en instance non alloués, le système peut afficher les soldes disponibles courants pour le compte pris dans sa globalité de même que pour chaque sous-compte. Le publicitaire distribue ensuite le solde disponible courant entre des sous-comptes et soumet une requête afin de mettre à jour les soldes. Une fonction qui calcule et affiche le total mobile courant pour des soldes de souscomptes est invoquée. Le total mobile courant est stocké dans une variable temporaire qui est établie à la somme des soldes courants pour tous les sous-comptes, pour le publicitaire spécifié. La fonction valide également les nouveaux soldes de sous-comptes disponibles afin d'être sûr que le total n'excède pas le montant autorisé. Si les nouveaux soldes de sous-comptes disponibles établis par un publicitaire n'excèdent pas le montant autorisé, une fonction qui mettra à jour tous les soldes de sous-comptes dans l'état persistant et qui affichera la mise à jour selon un format en lecture seulement est invoquée.
S'il y a des fonds en instance dans le solde de compte courant, les fonds en instance doivent être alloués séparément du solde courant disponible. Les fonds en instance seront ensuite ajoutés dans le solde courant disponible lorsque les fonds sont reçus. La fonction doit par conséquent demander au publicitaire d'effectuer un choix entre l'allocation de fonds en instance et l'allocation de fonds disponibles. La sélection d'allocation de fonds en instance fonctionne pour la plus grande part de la même manière que la sélection d'allocation de fonds disponibles qui a été mise en exergue ci-avant. Après que le publicitaire a choisi d'allouer des fonds en instance, un sousprogramme est invoqué pour afficher des soldes courants en instance pour le compte et les sous-comptes. Le publicitaire distribue les soldes de sous-comptes en instance lors de campagnes de distribution et soumet une requête pour mettre à jour les soldes. Une fonction qui calcule et qui affiche les totaux mobiles courants pour les soldes de sous-comptes en instance est invoquée. Cette fonction valide également les nouvelles allocations de sous-comptes en instance afin d'être sûr que les allocations n'excèdent pas un quelconque montant autorisé. Le total mobile courant d'allocations en instance est établi à
<Desc/Clms Page number 29>
la somme des soldes courants en instance pour tous les sous-comptes pour le publicitaire. Si les nouveaux soldes de sous-comptes en instance établis par l'utilisateur ou le total de ces soldes n'excède(nt) pas un quelconque montant autorisé, la fonction mettra à jour toutes les allocations de sous-comptes en instance dans l'état persistant, par exemple le compte de publicitaire dans la base de données, et affichera la mise à jour selon un format en lecture seulement.
Comme indiqué ci-avant et comme représenté sur la figure 2, un sous-programme qui affiche le menu de gestion de compte 170 peut être invoqué à partir du menu principal de publicitaire 120.
Indépendamment de la sélection de "allocation d'argent entre des sous-comptes" qui a été décrite ci-avant, les sélections restantes utilisent toutes jusqu'à un certain point les listings de recherche qui sont présents dans le compte de publicitaire sur la base de données et peuvent également affecter l'entrée par publicitaire dans la liste de résultats de recherche. Par conséquent, une description supplémentaire de la liste de résultats de recherche qui est générée par le moteur de recherche est nécessaire à ce niveau.
Lorsqu'un chercheur à distance accède à la page d'interrogation de recherche sur le serveur web de moteur de recherche 24 et exécute une requête de recherche conformément à la procédure qui a été décrite au préalable, le serveur web de moteur de recherche 24 de préférence génère et affiche une liste de résultats de recherche au niveau de laquelle l'entrée "normalisée" dans une zone de terme de recherche de chaque listing de recherche dans la liste de résultats de recherche correspond exactement à l'interrogation par terme de recherche normalisé qui est entrée par le chercheur à distance. La normalisation des termes de recherche utilisés dans des interrogations et des listings de recherche supprime des irrégularités classiques de termes de recherche entrés par des chercheurs et par des promoteurs de site web telles que des lettres en majuscule et que des pluriels afin de générer des résultats pertinents. Cependant, d'autres schémas pour déterminer une correspondance entre la zone de terme de recherche du listing de recherche et l'interrogation de terme de recherche entrée par le chercheur à distance s'inscrivent bien
<Desc/Clms Page number 30>
dans le cadre de la présente invention.
Par exemple, des algorithmes de correspondance de chaînes connus de l'art peuvent être utilisés pour générer des correspondances selon lesquelles les mots clés du terme de recherche de listing de recherche et de l'interrogation de terme de recherche présentent la même racine mais ne sont pas exactement les mêmes (par exemple "calcul par ordinateur" par rapport à "ordinateur"). Selon une variante, une base de données thesaurus de synonymes peut être stockée au niveau du serveur web de moteur de recherche 24 de telle sorte que des correspondances puissent être générées pour un terme de recherche qui présente des synonymes. Des méthodologies de localisation peuvent également être utilisées pour affiner certaines recherches. Par exemple, une recherche concernant "boucherie" ou "épicerie" peut être limitée aux publicitaires à l'intérieur d'une ville sélectionnée, d'un code postal sélectionné ou d'un code de zone de téléphone sélectionné. Cette information peut être obtenue par l'intermédiaire d'une référence croisée dans la base de données de comptes de publicitaire qui est stockée au niveau du stockage 32 sur le serveur de gestion de compte 22. Pour finir, des méthodologies d'internationalisation peuvent être utilisées pour affiner les recherches pour des utilisateurs à l'extérieur des Etats-Unis. Par exemple, des résultats de recherche spécifiques d'un pays ou d'une langue peuvent être générés au moyen d'une référence croisée dans la base de données de comptes de publicitaire par exemple.
Un exemple d'un affichage de liste de résultats de recherche comme utilisé selon un mode de réalisation de la présente invention est représenté sur la figure 7 qui est un affichage de plusieurs premières entrées résultant d'une recherche quant au terme "classement par code postal". Comme représenté sur la figure 7, une unique entrée telle que l'entrée 710a dans une liste de résultats de recherche est constituée par une description 720 du site web, comprenant de préférence un titre et une description de texte courte, et par un hyper-lien 730 qui, lorsqu'il est cliqué par un chercheur, dirige le navigateur du chercheur sur l'URL au niveau duquel le site web décrit est localisé. L'URL 740 peut également être affiché dans l'entrée de
<Desc/Clms Page number 31>
liste de résultats de recherche 710a, comme représenté sur la figure 7.
Le "cliquage pour passage" d'un élément de résultat de recherche se produit lorsque le chercheur à distance qui visualise l'affichage d'éléments de recherche 710 de la figure 7 sélectionne l'hyper-lien 730 de l'affichage d'éléments de résultats de recherche 710 ou "clique dessus". Afin qu'un "cliquage pour passage" soit mené à terme, le cliquage du chercheur doit être enregistré au niveau du serveur de gestion de compte et doit être redirigé sur l'URL de publicitaire via le mécanisme de redirection dont il a été discuté ci-avant.
Des entrées de liste de résultats de recherche 710a à 710h peuvent également présenter la valeur de rang du listing de recherche de publicitaire. La valeur de rang est une valeur ordinale, de préférence un nombre qui est généré pour le listing de recherche par le système de traitement 34 de la figure 1 et qui est assigné à ce même listing de recherche par ce même système de traitement. De préférence, la valeur de rang est assignée par l'intermédiaire d'un processus qui est mis en #uvre selon un logiciel, lequel processus établit une association entre un montant d'offre, le rang et le terme de recherche d'un listing de recherche. Le processus collecte tous les listings de recherche qui correspondent à un terme de recherche particulier, trie les listings de recherche dans l'ordre depuis le montant d'offre le plus élevé jusqu'au montant d'offre le plus bas et assigne une valeur de rang à chaque listing de recherche, dans l'ordre. Le montant d'offre le plus élevé reçoit la valeur de rang la plus élevée, le montant d'offre le plus élevé suivant reçoit la valeur de rang la plus élevée suivante, en poursuivant jusqu'au montant d'offre le plus bas, qui reçoit la valeur de rang la plus faible. De la façon la plus préférable, la valeur de rang la plus élevée est égale à l'unité et des valeurs ordinales croissant successivement (par exemple 2,3, 4,...) sont assignées dans l'ordre des rangs décroissants successivement. La corrélation entre la valeur de rang et le montant d'offre est représentée sur la figure 7 au niveau de laquelle chacune des entrées de liste de recherche payée 710a à 71 Of affiche le montant d'offre de publicitaire 750a à 750f pour cette entrée. De préférence, si deux listings de recherche qui présentent le même terme de recherche présentent
<Desc/Clms Page number 32>
également le même montant d'offre, l'offre qui a été reçue plus tôt temporellement se verra assigner la valeur de rang la plus élevée. Des listings non payés 710g et 710h n'affichent pas un montant d'offre et sont affichés à la suite du listing payé de rang le plus bas. De préférence, des listings non payés sont affichés s'il y a un nombre insuffisant de listings pour remplir les quarante places dans une page de résultats de recherche. Les listings non payés sont générés par un moteur de recherche qui utilise des algorithmes de recherche en base de données et sur texte distribués objectifs qui sont connus de l'art. Un exemple d'un tel moteur de recherche peut être actionné par Inkotmi Corporation. L'interrogation de recherche originale qui est entrée par le chercheur à distance est utilisée pour générer des listings non payés par l'intermédiaire du moteur de recherche classique.
Comme représenté au niveau du menu de gestion de campagne 170 de la figure 2, plusieurs choix sont présentés au publicitaire pour gérer des listings de recherche. Tout d'abord, dans la sélection "modification d'offres", le publicitaire peut modifier l'offre de listings de recherche présentement dans le compte. Le processus qui est invoqué par le système pour la fonction de modification d'offre est représenté sur la figure 8. Après que le publicitaire a indiqué son intention de modifier les offres en sélectionnant l'option de menu "modification d'offres", le système recherche le compte d'utilisateur dans la base de données et affiche les listings de recherche pour le compte complet ou pour un sous-compte par défaut dans le compte de publicitaire, comme représenté au niveau d'une étape 810. Des listings de recherche peuvent être groupés selon des sous-comptes qui sont définis par le publicitaire et peuvent comprendre un ou plusieurs listings de recherche. Seulement un sous-compte peut être affiché à la fois. L'affichage doit également de préférence permettre au publicitaire de modifier le sous-compte sélectionné, comme représenté au niveau d'une étape 815. L'affichage d'écran présentera ensuite les listings de recherche pour le sous-compte sélectionné, comme indiqué au niveau d'une étape 820.
Un exemple d'un affichage d'écran présenté au publicitaire au niveau de l'étape 810 est représenté sur la figure 9 et fera l'objet d'une
<Desc/Clms Page number 33>
discussion ci-après. Afin de modifier des offres, l'utilisateur publicitaire peut spécifier de nouvelles offres pour des termes de recherche pour lesquels le publicitaire dispose déjà d'une offre existante en entrant un nouveau montant d'offre dans la zone d'entrée de nouveau montant d'offre pour le terme de recherche. Les modifications d'offre entrées par le publicitaire sont affichées pour le publicitaire au niveau d'une étape 820 de la figure 8 comme discuté ci-avant. Afin de mettre à jour les offres pour la page d'affichage, le publicitaire demande en requête au niveau d'une étape 830 de la figure 8 de mettre à jour le résultat des modifications. Le publicitaire peut transmettre une telle requête au serveur de gestion de compte au moyen d'une certaine variété de moyens incluant un cliquage sur un graphique de boutons.
Comme représenté au niveau d'une étape 840 de la figure 8, suite à la réception de la requête pour mettre à jour les offres de publicitaire, le système calcule les nouveaux montants d'offre courants pour chaque listing de recherche affiché, et les valeurs de rang et le montant d'offre nécessaires pour que le listing correspondant à la zone de terme de recherche devienne le listing de recherche de rang le plus élevé. De préférence, le système présente ensuite un affichage des modifications au niveau d'une étape 850. Après que l'utilisateur a confirmé les modifications, le système met à jour l'état persistant en écrivant les modifications sur le compte dans la base de données.
Les données de listing de recherche sont affichées selon une forme tabulaire ou par tableau, chaque listing de recherche correspondant à une rangée du tableau 900. Le terme de recherche 902 est affiché dans la colonne la plus à gauche en étant suivi par le montant d'offre courant 904 et par le rang courant 906 du listing de recherche. Le rang courant est suivi par une colonne intitulée "offre destinée à devenir n 1" 907 qui est définie en tant que montant d'offre qui est nécessaire pour que l'offre devienne le listing de recherche de rang le plus élevé pour le terme de recherche affiché. La colonne la plus à droite de chaque rangée comprend une zone d'entrée de nouvelle offre 908 qui est établie initialement au montant d'offre courant.
Comme représenté sur la figure 9, les listings de recherche
<Desc/Clms Page number 34>
peuvent être affichés en tant que "sous-comptes". Chaque souscompte comprend un groupe de listings de recherche avec de multiples sous-comptes qui résident dans un seul compte de publicitaire. Chaque sous-compte peut être affiché sur une page d'affichage séparée constituant une page séparée. Le publicitaire doit de préférence pouvoir modifier le sous-compte qui est affiché en manipulant un menu de défilement vers le bas 910 sur l'affichage, comme représenté sur la figure 9. En outre, des groupes de listings de recherche qui ne peuvent pas être affichés complètement dans une seule page peuvent être séparés selon des pages qui peuvent être visualisées de manière individuelle en manipulant le menu de défilement vers le bas 920. A nouveau, le publicitaire doit de préférence pouvoir modifier la page qui est affichée en cliquant directement sur un menu de défilement vers le bas 920 qui est localisé sur la page d'affichage de la figure 9. Le publicitaire peut spécifier une nouvelle offre pour un listing de recherche affiché en entrant un nouveau montant d'offre dans la zone d'entrée de nouvelle offre 908 pour le listing de recherche. Afin de mettre à jour le résultat des modifications enirées par le publicitaire, le publicitaire clique sur un graphique de boutons 912 pour transmettre une requête de mise à jour au serveur de gestion de compte, lequel serveur met à jour les offres comme il a été décrit ci-avant.
Bon nombre des autres sélections qui sont listées dans le menu de "gestion de compte" 170 de la figure 2 fonctionnent en tant que variantes de la fonction de "modification d'offre" qui a été décrite ci-avant. Par exemple, si le publicitaire sélectionne l'option de "modification de position de rang", le publicitaire peut se voir présenter un affichage qui est similaire à l'affichage de la figure 9 qui est utilisé dans la fonction de "modification d'offre". Cependant, selon l'option de "modification de position de rang", la zone de "nouvelle offre" devra être remplacée par une zone de "nouveau rang" dans laquelle le publicitaire entre la nouvelle position de rang souhaitée pour un terme de recherche. Après que le publicitaire a demandé en requête que les rangs soient mis à jour, le système calcule alors un nouveau prix d'offre au moyen de n'importe lequel d'une certaine variété
<Desc/Clms Page number 35>
d'algorithmes aisément disponibles pour l'homme de l'art. Par exemple, le système peut invoquer un sous-programme pour localiser le listing de recherche dans la base de données de recherche présentant la combinaison souhaitée rang/terme de recherche, peut retrouver le montant d'offre associé de ladite combinaison puis peut calculer un montant d'offre qui est plus élevé de N centimes où N = 1 par exemple. Après que le système a calculé le nouveau prix d'offre et qu'il a présenté un affichage de confirmation à lecture seulement au publicitaire, le système met à jour les prix d'offre et les valeurs de rang suite à la réception d'une approbation en provenance du publicitaire.
La sélection de "modification de composant de listing" sur un menu de gestion de compte 170 de la figure 2 peut également générer un affichage qui est similaire au format de la figure 9. Lorsque le publicitaire sélectionne l'option "modification de composant de listing", le publicitaire peut entrer des modifications au niveau de l'URL, du titre ou de la description d'un listing de recherche via des formulaires basés sur web instaurés pour chaque listing de recherche. De façon similaire au processus dont il a été discuté ci-avant, les formulaires pour les zones que sont URL, titre et description peuvent contenir initialement l'ancien URL, l'ancien titre et l'ancienne description en tant que valeurs par défaut. Après que le publicitaire a entré les modifications souhaitées, le publicitaire peut transmettre une requête au système pour mettre à jour les modifications. Le système affiche alors un écran de confirmation à lecture seulement puis écrit les modifications selon l'état persistant (par exemple dans la base de données de comptes d'utilisateur) après que le publicitaire a approuvé les modifications.
Un processus qui est similaire à ceux dont il a été discuté ciavant peut être mis en #uvre pour modifier de quelconques d'autres options périphériques rapportées à un listing de recherche ; par exemple, la modification des options de correspondance rapportées à un terme de recherche offert. De quelconques recalculs d'offres ou de rangs qui sont requis du fait des modifications peuvent également être déterminés d'une manière similaire au processus dont il a été discuté ci-avant.
Selon l'option de "suppression de terme de recherche offert", le
<Desc/Clms Page number 36>
système retrouve tous les listings de recherche dans le compte du publicitaire et affiche les listings de recherche selon une organisation et un format similaires à ceux de l'affichage de la figure 9. Chaque entrée de listing de recherche peut inclure, en lieu et place de la zone de nouvelle offre, une boîte de vérification ou contrôle destinée à être cliquée par le publicitaire. Le publicitaire devrait ensuite cliquer pour placer un repère de vérification (X) à la suite de chaque terme de recherche destiné à être supprimé bien que n'importe quels autres moyens connus de l'art pour sélectionner un ou plusieurs éléments à partir d'une liste sur une page web puissent être utilisés. Après que le publicitaire a sélectionné tous les listings de recherche à supprimer et qu'il a demandé en requête au système de mettre à jour les modifications, le système présente de préférence une confirmation à lecture seulement des modifications demandées en requête et met à jour le compte de publicitaire seulement après que le publicitaire a approuvé les modifications. Les listings de recherche "supprimés" sont enlevés de la base de données de recherche 36 et n'apparaîtront pas au niveau de recherches qui suivent. Cependant, le listing de recherche subsistera en tant que partie de l'enregistrement de compte de publicitaire à des fins de facturation et de surveillance d'activité de compte.
Selon l'option "ajout de terme de recherche offert", le système fournit au publicitaire un affichage qui comporte un certain nombre de zones d'entrée correspondant aux éléments d'un listing de recherche.
Le publicitaire rentre alors dans chaque zone une information correspondant à l'élément de listing de recherche respectif, incluant le terme de recherche, l'URL de site web, le titre de site web, la description de site web et le montant d'offre de même que n'importe quelle autre information pertinente. Après que le publicitaire a terminé l'entrée des données et a fourni ainsi des indications au système, le système retourne un écran de confirmation à lecture seulement au publicitaire. Le système crée ensuite une nouvelle occurrence de listing de recherche et l'écrit dans la base de données de comptes et dans la base de données de recherche suite à la réception d'une approbation émanant du publicitaire.
<Desc/Clms Page number 37>
De préférence, le menu de "gestion de compte" 170 de la figure 2 procure une sélection pour que le publicitaire puisse "obtenir des suggestions concernant un terme de recherche offert". Dans ce cas, le publicitaire entre un terme de recherche offert dans une boîte d'interrogation pilotée par formulaire qui est affichée pour le publicitaire. Le système lit le terme de recherche qui est entré par le publicitaire et génère une liste de termes de recherche rapportés additionnels pour aider le publicitaire à localiser des termes de recherche qui sont pertinents pour le contenu du site web de publicitaire. De préférence, les termes de recherche additionnels sont générés en utilisant des procédés tels qu'un algorithme de correspondance de chaînes appliqué à une base de données de termes de recherche offerts et/ou à une base de données de thesaurus qui est mise en #uvre selon un logiciel. Le publicitaire peut sélectionner des termes de recherche à offrir à partir de la liste générée par le système. Dans ce cas, le système affiche pour les publicitaires les zones d'entrée comme décrit ci-avant pour la sélection de "ajout de terme de recherche offert" moyennant un formulaire pour entrer un listing de recherche pour chaque terme de recherche sélectionné. De préférence, le terme de recherche sélectionné est inséré en tant que valeur par défaut dans le formulaire pour chaque listing de recherche. Les valeurs par défaut pour les autres composants de listing de recherche peuvent également être insérées dans les formulaires si on le souhaite. Par conséquent, selon un mode de réalisation, le système décrit reçoit une liste de termes de recherche associés à un publicitaire sur le système de recherche en base de données, détermine les termes de recherche candidats sur la base de termes de recherche d'autres publicitaires sur le système de recherche en base de données et recommande les termes de recherche additionnels pris parmi les termes de recherche candidats.
Selon un autre mode de réalisation, le système décrit assure la réception d'un terme de recherche d'un publicitaire en réponse au terme de recherche reçu, la génération d'une liste de termes de recherche rapportés additionnels et la réception de termes de recherche sélectionnés par publicitaire à partir de la liste de termes de
<Desc/Clms Page number 38>
recherche rapportés additionnels.
Le menu de "gestion de compte" 170 de la figure 2 munit également de préférence des publicitaires d'une sélection de "projection de dépense". Selon cette sélection, le publicitaire spécifie un listing de recherche ou un sous-compte pour lequel le publicitaire voudrait prédire un "niveau de dépense quotidien" et un "nombre de jours restants jusqu'à expiration". Le système calcule les projections sur la base d'un algorithme de projection de coût et affiche les prévisions pour le publicitaire sur un écran à lecture seulement. Les prévisions peuvent être calculées en utilisant un algorithme pris parmi un certain nombre d'algorithmes différents connus de l'art. Cependant, puisque le coût d'un listing de recherche est calculé en multipliant le montant d'offre par le nombre total de cliquages qui sont reçus par le listing de recherche pour ce montant d'offre pendant une période temporelle spécifiée, chaque algorithme de projection de coût doit de façon générale déterminer un nombre estimé de cliquages par mois (ou pendant toute autre période temporelle spécifiée) pour un listing de recherche. Les cliquages sur un listing de recherche peuvent être suivis via la mise en #uvre d'un mécanisme de comptage par logiciel, comme il est bien connu de l'art. Les cliquages pour tous les listings de recherche peuvent être suivis au fil du temps, ces données peuvent être utilisées pour générer des nombres estimés de cliquages totaux par mois et pour des termes de recherche individuels. Pour un terme de recherche particulier, un nombre estimé de recherches par jour est déterminé et est multiplié par le coût d'un cliquage. Ce produit est ensuite multiplié par un rapoort du nombre moyen de cliquages sur le nombre moyen d'impressions pour le rang du listing de recherche en question afin d'obtenir un niveau de dépense quotidien. Le solde courant peut être divisé par le niveau de dépense quotidien afin d'obtenir un nombre projeté de jours jusqu'à un épuisement ou "une expiration" des fonds du compte.
Un mode de réalisation de la présente invention base l'algorithme de projection de coût sur un modèle de prédicteur simple qui suppose que chaque terme de recherche fonctionne d'une façon similaire. Ce modèle suppose que le rang du listing de recherche de
<Desc/Clms Page number 39>
publicitaire restera constant et ne fluctuera pas dans le mois. Cet algorithme a pour avantage d'être simple à mettre en #uvre et rapide à calculer. Le modèle de prédicteur est basé sur le fait que le niveau de cliquages de passage, par exemple le nombre total de cliquages ou de référencements pour un listing de recherche particulier, est considéré comme étant une fonction du rang du listing de recherche.
Le modèle suppose par conséquent que la courbe d'utilisation de chaque terme de recherche, c'est-à-dire la courbe qui est obtenue lorsque le nombre de cliquages sur un listing de recherche est tracé en fonction du rang du listing de recherche, est similaire à la courbe d'utilisation pour tous les termes de recherche. Par conséquent, des valeurs connues qui sont extrapolées sur le temps pour la somme de tous les cliquages pour tous les termes de recherche, pour la somme de tous les cliquages pour un rang donné pour tous les termes de recherche et pour la somme de tous les cliquages pour le terme de recherche sélectionné peuvent être utilisées selon une proportion simple pour déterminer le total de tous les cliquages pour le rang donné pour le terme de recherche sélectionné. Le total quotidien estimé de tous les cliquages pour le terme de recherche sélectionné pour le rang sélectionné est ensuite multiplié par le montant d'offre courant de publicitaire pour le terme de recherche pour ce rang afin de déterminer une projection de dépense quotidienne. En outre, si les termes de recherche particuliers ou des classes de termes de recherche particulières sont connues comme différant notablement du motif général, des valeurs de correction qui sont spécifiques pour le terme de recherche, pour le publicitaire ou pour tout autre paramètre peuvent être introduites afin de régler finement l'estimation de coût projetée.
Pour finir, le menu de "gestion de compte" 170 de la figure 2 procure plusieurs sélections pour visualiser une information rapportée aux campagnes du publicitaire. La sélection de "visualisation d'information de sous-compte" affiche une information à lecture seulement rapportée au sous-compte sélectionné. La sélection de "visualisation de liste de termes de recherche" affiche la liste des termes de recherche sélectionnés par publicitaire en association avec
<Desc/Clms Page number 40>
les URL correspondants, le prix d'offre correspondant et le rang correspondant, les termes de recherche étant de préférence groupés par sous-compte. Le publicitaire peut également visualiser des offres en tête de page courantes pour un jeu de termes de recherche comme sélectionné à partir d'une liste de termes de recherche à partir d'un affichage en lecture seulement qui est généré par le système suite à la réception des termes de recherche demandés en requête en provenance du publicitaire.
Pour un publicitaire qui a besoin d'un rapport davantage compréhensible d'une activité de listing de recherche, l'option de "visualisation de rapport" peut être sélectionnée depuis la page principale de publicitaire 120 de la figure 2. Selon un mode de réalisation de la présente invention, les options "visualisation de rapport" génèrent des rapports compréhensibles pour jusqu'à une année précédent la date courante. Par exemple, des rapports quotidiens sont disponibles pour chacun des sept jours immédiatement précédents, des rapports hebdomadaires sont disponibles pour les quatre semaines précédentes, des rapports mensuels sont disponibles pour les douze mois précédents et des rapports trimestriels sont disponibles pour les quatre derniers trimestres. Des rapports additionnels peuvent également être rendus disponibles en fonction de l'intérêt du publicitaire. D'autres types de rapports prédéfinis peuvent inclure une activité qui est suivie pendant les périodes temporelles qui suivent : depuis la création du compte, l'année date à date, annuellement, le trimestre date à date, le mois date à date et la semaine date à date. Des catégories de rapports peuvent inclure un rapport de détail qui est visualisable au moyen du compte de publicitaire, au moyen du listing de recherche, au moyen de l'URL et un rapport résumé qui est visualisable au moyen du compte de publicitaire et au moyen du sous-compte. Les rapports peuvent inclure des données d'identification telles qu'un nom de compte et de souscompte de publicitaire, les dates couvertes par le rapport et le type de rapport. En outre, les rapports peuvent inclure des données de compte de listing de recherche clés telles qu'un solde courant, un solde courant en instance, un débit de compte quotidien moyen et une
<Desc/Clms Page number 41>
évaluation mobile. En outre, les rapports peuvent également inclure des données clés telles que : des termes de recherche, des URL, des offres, des rangs courants et des nombres de cliquages, des nombres de recherches réalisées pour le terme de recherche, un nombre d'impressions (nombre de fois où le listing de recherche est apparu dans une liste de résultats de recherche) et un taux de cliquages de passage (comme défini en tant que nombre de cliquages/nombre d'impressions). De préférence, le rapport est disponible selon au moins des options de visualisation HTML pour une visualisation via un programme de navigateur, une impression ou un déchargement. Il est à noter cependant que d'autres options de visualisation peuvent être rendues disponibles telles que Adobe Acrobat, PostScript, Text ASCII, des formats d'interéchange SpreadSheet (par exemple CSV, par délimitation par tabulation) ainsi que d'autres formats bien connus.
Lorsque le publicitaire a sélectionné l'option "visualisation de rapport", le système invoque une fonction qui affiche une liste de types de rapports disponibles, de dates disponibles, de catégories disponibles et d'options de visualisation disponibles. Le système crée de préférence une occurrence de rapport avec les zones qui suivent dont toutes sont initialement établies à nul : type de rapport, date de rapport, catégorie de rapport et option de visualisation. Une fois que le publicitaire a défini les paramètres qui ont été décrits ci-avant, le système invoque une fonction pour générer le rapport demandé en requête, sur la base des paramètres établis par publicitaire, et pour afficher le rapport sur la base du paramètre d'option de visualisation.
Pour finir, un mode de réalisation préféré de la présente invention met en #uvre une option pour une aide spécifique au contexte que le publicitaire peut demander en requête n'importe quand lorsque le publicitaire est connecté. L'option d'aide peut être mise en #uvre en tant que petite icône ou en tant que bouton localisé sur la page d'affichage générée par le système. Le publicitaire peut cliquer sur l'icône ou sur le graphique de bouton sur la page d'affichage pour demander en requête une aide, suite à quoi le système génère et affiche une page d'aide qui est en relation avec la fonction de l'affichage particulier que l'utilisateur est en train de visualiser. L'aide
<Desc/Clms Page number 42>
peut être mise en #uvre en tant que pages d'affichage séparées, en tant qu'index recherchable en tant que boîtes de dialogue ou au moyen de n'importe quels autres procédés bien connus de l'art.
Les figures 10 à 20 représentent des modes de réalisation particuliers d'un procédé et d'un appareil permettant de réaliser des recommandations en termes de termes de recherche pour un promoteur de site web ou un publicitaire dans un système marchand à paiement pour positionnement tel que celui décrit ci-avant en conjonction avec les figures 1 à 9. Les modes de réalisation décrits proposent un procédé pour un système de recherche en base de données. Le procédé inclut la maintenance d'une base de données de listings de recherche incluant des termes de recherche associés, la réception d'une liste de termes de recherche qui est associée à un publicitaire, la recommandation de termes de recherche additionnels pour le publicitaire. D'autres modes de réalisation décrits prévoient un procédé de fonctionnement de base de données pour un système de recherche en base de données qui stocke des listings de recherche de publicitaire incluant des termes de recherche sélectionnés par publicitaire. Le procédé inclut l'effet de toile d'araignée d'un site web spécifié pour obtenir une liste initiale de termes de recherche de publicitaire pour un publicitaire. Le procédé inclut en outre le filtrage de la liste initiale des termes de recherche de publicitaire en utilisant des termes de recherche d'autres publicitaires et le stockage dans une base de données de listings de recherche pour le publicitaire, les listings de recherche étant formés à l'aide des termes de recherche filtrés.
Les modes de réalisation décrits incluent également un système de recherche en base de données qui inclut une base de données de termes de recherche dans laquelle chaque terme de recherche est associé à un ou plusieurs publicitaires. Un code de programme est configuré pour recommander des termes de recherche additionnels pour un publicitaire sur la base des termes de recherche dans la base de données. Encore en outre, des modes de réalisation décrits ici proposent un procédé pour un système de recherche en base de données qui inclut la réception d'un terme de recherche d'un
<Desc/Clms Page number 43>
publicitaire et en réponse, la génération d'une liste de termes de recherche rapportés additionnels. Le procédé inclut ensuite la réception de termes de recherche sélectionnés par publicitaire à partir de la liste de termes de recherche rapportés additionnels.
Selon le mode de réalisation présenté ici, l'effet de toile d'araignée et le filtrage collaboratif sont utilisés pour identifier des termes de recherche possibles pour les recommander à un publicitaire. L'introduction qui suit décrit tout d'abord les techniques individuelles d'effet de toile d'araignée et de filtrage collaboratif puis présente comment les deux peuvent être combinés.
L'effet de toile d'araignée est une technologie simple permettant de décharger un site web qui prend racine au niveau d'un moyen de localisation de ressource uniforme (URL). Un programme décharge la page d'accueil qui est fournie par l'URL puis la balaie quant à des hyper-liens sur d'autres pages et les décharge. Le processus d'effet de toile d'araignée se poursuit jusqu'à ce que le programme atteigne une profondeur de lien prédéfinie, décharge un nombre prédéterminé de pages ou atteigne un quelconque autre critère d'arrêt. L'ordre selon lequel les pages sont déchargées peut être soit selon l'effet de toile d'araignée avec ajout en haut, soit selon l'effet de toile d'araignée avec ajout en bas. Selon l'effet de toile d'araignée avec ajout en bas, le programme ajoute de nouveaux URL à la fin de sa liste de pages à décharger ; selon l'effet de toile d'araignée avec ajout en haut, il les ajoute au début. Ces algorithmes sont aisés et sont bien connus des ingénieurs spécialisés de l'état de l'art. Une information supplémentaire concernant ces techniques peut être trouvée en consultant Cho, Molina et Page "Efficient Crawling Through URL Ordering" disponible auprès de Researchlndex, sur le site http://citeseer.ng.nec.com et Nilsson, "Principles of Artificial Intelligence", ISBN 0934613109.
Certains modes de réalisation décrits ici utilisent un effet de toile d'araignée pour trouver des termes de recherche qui apparaissent directement sur un site web de publicitaire. En démarrant au niveau de la racine du site de publicitaire, le procédé et le système conformément aux présents modes de réalisation déchargent des pages avec ajout
<Desc/Clms Page number 44>
en haut et les balaie quant à des termes de recherche. Le système enregistre chaque terme pour lequel il trouve que la base de données du fournisseur indique que ce terme a été cherché dans le mois passé.
A titre d'exemple, si le texte sur une page inclut l'expression "magasin de poissons tropicaux", alors le programme trouve les six expressions "tropical", "poisson" "magasin", "poissons tropicaux", "magasin de poissons" et "magasin de poissons tropicaux". Le programme octroie un score à ces termes en utilisant une mesure de qualité, en additionnant ceux qui sont au-dessus d'un seuil particulier à sa liste de recommandations. Selon le mode de réalisation préféré, la mesure de qualité considère deux facteurs : le caractère commun d'un terme de recherche sur la toile mondiale ou WWW et la fréquence selon laquelle des utilisateurs le cherchent. Lorsque le programme a accumulé suffisamment de recommandations, il les trie soit par leur qualité, soit par le nombre de fois ou elles sont survenues dans les pages déchargées et il retourne la liste.
La composante d'effet de toile d'araignée des modes de réalisation courants diffère des outils précédents selon trois façons importantes. Tout d'abord, cette composante consulte directement des pages dans un site web de publicitaire par opposition au déchargement d'autres pages qui ne sont pas dans le site web de publicitaire et qui peuvent être complètement non rapportées. En second lieu, cette composante consulte la totalité du texte sur une page web par opposition à simplement les mots dans les étiquettes DESCRIPTION et MOT CLE. En troisième lieu, cette composante utilise sa mesure de qualité pour éliminer des termes de recherche médiocres sans jamais les présenter au publicitaire.
Le filtrage collaboratif est une technologie pour réaliser des recommandations sur la base d'une similarité d'utilisateurs. En tant qu'exemple, une entreprise telle que Amazon.com utilise un filtrage collaboratif pour réaliser des recommandations en termes de livres.
Une fois qu'un client a acheté plusieurs livres en utilisant le service en ligne disponible au niveau de www.amazon.com, Amazon. com fait une recommandation pour de nouveaux livres en comparant le client à d'autres clients dans sa base de données. Lorsqu'il trouve un autre
<Desc/Clms Page number 45>
client qui a réalisé un certain nombre des mêmes achats, il recommande les choix de chaque achat au client. Les modes de réalisation courants étendent cette idée à la recommandation de termes de recherche pour des publicitaires sur un moteur de recherche à paiement pour positionnement.
Par exemple, on suppose qu'un fournisseur typique dispose d'une base de données de 50000 publicitaires. Une partie de cette base de données peut apparaître comme suit :
Figure img00450001
<tb>
<tb> Poisson <SEP> Thon <SEP> =Iétan <SEP> Appâts <SEP> Asticots <SEP> Automobiles
<tb> Poisson- <SEP> X <SEP> X <SEP> X <SEP> nene <SEP> de
<tb> Joe
<tb> magasin <SEP> de <SEP> - <SEP> - <SEP> - <SEP> - <SEP> X
<tb> voitures <SEP> de
<tb> Rick
<tb> Magasin <SEP> X <SEP> - <SEP> X <SEP> X
<tb> d'articles
<tb> de <SEP> pêche
<tb> de <SEP> Bill
<tb>
Un X au niveau du tableau indique qu'un publicitaire a offert un terme. Selon l'exemple des produits de la mer, un publicitaire qui est initialement intéressé par les "poissons" est similaire à la fois à Joe et à Bill et le programme recommandera "thon", "flétan", "appâts" et "asticots". Si le publicitaire assigne ses termes de recherche de manière à inclure "thon" mats de manière à exclure "appâts", alors il ne sera plus similaire à Bill et le programme s'arrêtera de recommander "asticots". Tout comme l'outil STF, l'invention présente permet au publicitaire d'accepter et de rejeter par itération des mots jusqu'à ce qu'il soit satisfait de la liste de recommandations.
De façon quantitative, le filtrage collaboratif calcule la corrélation de Pearson entre le nouveau publicitaire et tous les publicitaires existants. Afin de calculer cette corrélation, un indicateur numérique est assigné à chaque entrée dans la table de
<Desc/Clms Page number 46>
publicitaires/termes. Selon une assignation possible, l'indicateur le plus élevé vaut 5, ce qui indique qu'un terme est une description parfaite d'un site de publicitaire, et l'indicateur le plus faible vaut 0, ce qui indique qu'un terme est non pertinent. Selon le mode de réalisation préféré, un publicitaire obtient un indicateur de 5 pour chaque terme qu'il a offert et un indicateur de INCONNU pour chaque autre terme. Le nouveau publicitaire obtient un indicateur de 5 pour des termes que le publicitaire a acceptés, de 1 pour un terme qu'il a rejeté et de 2 pour chaque autre terme. La corrélation de Pearson entre le nouveau publicitaire et un publicitaire existant est alors :
Pa = {#t(rn,t - rn)(ra,t - #a)}/#n#a Dans cette formule, n représente le nouveau publicitaire, pa représente sa corrélation vis-à-vis du publicitaire a, rn,t est l'indicateur qu'il assigne au terme t, et rn et #n sont la déviation moyenne et la déviation standard de ses indicateurs. Les termes avec les indices a présentent des significations correspondantes pour le publicitaire existant. La somme est considérée pour tous les termes de recherche. Un indicateur de INCONNU est remplacé par la moyenne des indicateurs de publicitaire de telle sorte qu'un quelconque terme avec INCONNU est enlevé de l'équation. Les corrélations s'inscrivent dans la plage entre-1 et +1,0 étant une absence de corrélation et une corrélation positive indiquant que deux publicitaires présentent des indicateurs similaires. Cette formule est bien connue des statistiques et est familière des ingénieurs expérimentés dans cet état de l'art. Des détails supplémentaires peuvent être trouvés en consultant Wadsworth [ed], The Handbook of Statistical Methods for Engineers and Scientists, ISBN 007067678X.
Une fois que le filtre collaboratif a calculé la corrélation entre le nouveau publicitaire et les publicitaires existants, il prédit la probabilité que chaque terme soit un bon terme de recherche pour le nouveau publicitaire. Il réalise cela en calculant l'indicateur moyen de chaque terme, une contribution de publicitaire à la moyenne étant déterminée par sa corrélation vis-à-vis du nouveau publicitaire. Un publicitaire qui présente une corrélation élevée reçoit un poids complet ; un publicitaire qui présente une corrélation faible reçoit un poids faible ; un
<Desc/Clms Page number 47>
publicitaire qui présente une corrélation de 0 ne reçoit pas de poids.
Une formule pour cette prévision est : et - r n + {#a(ra,t- #a)#a}/#a#a Dans cette formule, n représente le nouveau publicitaire et et est son indicateur estimé pour le terme t. Les termes restants présentent les mêmes significations que dans la formule précédente. La somme est considérée sur tous les publicitaires existants. Un indicateur de INCONNU est à nouveau remplacé par la moyenne des indicateurs connus de publicitaire de manière à l'enlever de l'équation. La formule est une somme pondérée qui estime des indicateurs selon la même échelle de 0 à 5 que les indicateurs originaux. Un terme reçoit une estimation élevée si tous les publicitaires lui sont fortement corrélés. La sortie du filtre collaboratif est la liste de termes de recherche qui est triée au moyen de leurs indicateurs estimés.
Ces formules procurent une technique aisée pour calculer des indicateurs sur la base de la similarité. Il existe bon nombre de formules et de variantes similaires. Par exemple, lors de la réalisation de prévisions/prédictions, il est habituellement mieux de ne pas considérer une moyenne pondérée sur tous les publicitaires mais simplement sur les 10 à 20 les plus fortement corrélés. Il y a également des techniques permettant d'améliorer l'efficience des calculs ou permettant de réaliser un filtrage collaboratif sans utiliser des corrélations ou des mesures de distance. Ces variantes peuvent être trouvées aisément dans la littérature concernant le filtrage collaboratif, et les modes de réalisation courants ne sont pas contraints à l'une quelconque d'entre elles. Davantage de détails concernant les avantages et les inconvénients de différents algorithmes de filtrage collaboratif peuvent être trouvés au niveau du site web de GroupLens http://www.cs.umn.edu/Research/GroupLens.
Les fondements de la technique d'effet de toile d'araignée et de la technique de filtrage collaboratif étant posés, le système et le procédé complets selon un mode de réalisation présent fonctionnent comme suit : en partant d'une liste initiale de termes de recherche acceptés et rejetés, l'algorithme de filtrage collaboratif est déroulé, ce qui permet au publicitaire d'accepter et de rejeter de nouveaux termes
<Desc/Clms Page number 48>
puis le filtrage collaboratif est redéroulé. Ce processus est terminé lorsque le publicitaire est satisfait de sa liste de termes acceptés. La technique obtient sa liste initiale de termes acceptés selon l'une de trois façons : soit directement depuis le publicitaire, soit depuis une liste d'offres de publicitaire existantes, soit depuis la liste de recommandations qui est retournée en déroulant l'effet de toile d'araignée du web sur le site web du nouveau publicitaire. Ce dernier procédé est le mode de réalisation préféré. Lors de l'utilisation de l'effet de toile d'araignée du web, les termes de recherche qu'il recommande reçoivent des indicateurs initiaux qui varient sur une échelle linéaire qui va de 4,9 à 2,1. Chaque fois que l'invention affiche des recommandations pour le publicitaire, elle entrelace les recommandations originales d'effet de toile d'araignée avec la sortie du filtrage collaboratif puisque les recommandations en provenance des deux techniques sont souvent complémentaires. La formule d'entrelaçage pondère les recommandations de l'effet de toile d'araignée web de moins en moins au fur et à mesure que le publicitaire accepte et rejette davantage de termes.
Selon une utilisation typique, un nouveau publicitaire démarrera avec l'URL de son site web et défilera 3 à 5 itérations d'acception et de rejet de termes. Aussi longtemps que son site web est similaire à ceux de publicitaires existants, le système les identifiera rapidement et réalisera des recommandations de qualité élevée. Les recommandations seront bonnes même si aucun unique publicitaire ne constitue une correspondance parfaite puisque la somme pondérée permet au système de combiner des recommandations en provenance de nombreux publicitaires. Et lorsqu'il n'y a pas de publicitaire qui est similaire au nouveau publicitaire, l'effet de toile d'araignée de web réalise toujours de bonnes recommandations en trouvant des termes de recherche directement sur le site web du publicitaire. A l'opposé de l'état de l'art existant, les modes de réalisation courants assurent une couverture excellente de bons termes de recherche tout en éliminant les mauvais.
Par report maintenant aux dessins, la figure 10 est un organigramme qui représente un procédé permettant de recommander
<Desc/Clms Page number 49>
des termes de recherche à un publicitaire sur un moteur de recherche à paiement pour positionnement. Le procédé peut être mis en #uvre sur un serveur ou sur tout autre dispositif de traitement de données associé au moteur de recherche à paiement pour positionnement. Le procédé peut être mis en #uvre en tant que code de logiciel qui peut fonctionner sur le dispositif de traitement de données en conjonction avec des données stockées d'une base de données ou de tout autre élément de stockage. Un publicitaire accède au serveur pour dérouler le programme en utilisant n'importe quel dispositif approprié tel qu'un ordinateur personnel situé à distance qui est lié au serveur sur l'Internet. Un mode de réalisation présenté à titre d'exemple d'un système approprié est présenté ci-avant en conjonction avec la figure 1. Le procédé commence au niveau d'un bloc 1000.
Au niveau d'un bloc 1002, le système demande au publicitaire de choisir un procédé d'entrée pour créer la liste initiale de termes de recherche acceptés. La liste peut provenir d'une entrée de publicitaire directe, d'un moyen de localisation de recherche uniforme ou URL qui est spécifié par le publicitaire ou d'un publicitaire préexistant qui est spécifié par le publicitaire. Après demande au publicitaire du procédé qu'il souhaite utiliser, le programme suit l'une des trois voies qui sont représentées sur la figure 10.
Si le publicitaire choisit de spécifier la liste initiale de termes de recherche directement, au niveau d'un bloc 1004, les termes sont reçus depuis le publicitaire. Selon un mode de réalisation présenté à titre d'exemple, le programme affiche une boîte de texte dans laquelle le publicitaire peut entrer une liste de termes initiaux séparés par des virgules. Si le publicitaire choisit de spécifier un URL en tant que source de la liste initiale de termes de recherche, le publicitaire se voit alors demander d'entrer un URL de site web. Le système déroule un algorithme d'effet de toile d'araignée afin d'extraire des termes de recherche à partir de ce site, au niveau d'un bloc 1008. Un mode de réalisation présenté à titre d'exemple d'un tel algorithme d'effet de toile d'araignée sera décrit ci-après en conjonction avec les figures 11à 13.
Si le publicitaire choisit de spécifier un publicitaire préexistant en tant que source de la liste initiale de termes de recherche, au niveau d'un
<Desc/Clms Page number 50>
bloc 1010, une information d'identification pour le publicitaire préexistant est reçue depuis le publicitaire. Le nouveau publicitaire saisit un publicitaire existant et le programme établit la liste de termes initialement acceptée comme étant la liste de termes pour laquelle le publicitaire réalise une offre, au niveau d'un bloc 1012.
Le procédé entre maintenant dans sa boucle principale qui inclut des blocs 1014, 1016, 1018 et 1020. Pendant chaque itération, le procédé déroule l'algorithme de filtrage collaboratif, au niveau du bloc 1016, affiche une liste triée de termes de recherche recommandés et permet au publicitaire d'accepter et de rejeter des termes, au niveau du bloc 1018. Selon le mode de réalisation présenté à titre d'exemple, une page web incluant les termes de recherche recommandés est envoyée au publicitaire, ce qui constitue une interface utilisateur pour une interaction de publicitaire avec le système. Le publicitaire accepte et rejette les termes en cliquant sur des boîtes de vérification appropriées qui font suite aux termes. Lorsque ceci est réalisé en effectuant des modifications, il clique un bouton pour transmettre la page de données au serveur et il retourne à l'algorithme de filtrage collaboratif. Le publicitaire peut poursuivre sur autant d'itérations qu'il souhaite en répétant la boucle, au niveau du bloc 1014, jusqu'à ce qu'il soit satisfait des termes qu'il a acceptés. Il clique ensuite sur un bouton final pour sortir de la boucle, au niveau du bloc 1020, et il stocke ou imprime en sortie ses termes de recherche sélectionnés. De préférence, une communication avec le publicitaire est sur l'Internet en utilisant un protocole de transfert de données approprié tel que TCP/IP. D'autres canaux de communication de données peuvent être substitués. Le procédé se termine au niveau d'un bloc 1022.
La figure 11est un organigramme qui représente un procédé permettant de réaliser un algorithme d'effet de toile d'araignée. Cet algorithme peut être appelé par exemple au niveau du bloc 1008 de la figure 10. Le procédé commence au niveau d'un bloc 1100. La procédure est appelée en passant un URL qui est la racine d'un site web de publicitaire. En démarrant avec cet URL, la procédure entre dans une boucle qui inclut des blocs 1102,1104, 1106,1108. La procédure décharge des pages en utilisant un algorithme d'effet de
<Desc/Clms Page number 51>
toile d'araignée avec accès en haut. Pour chaque page déchargée, au niveau d'un bloc 1104, il balaie le texte sur la page pour trouver chaque expression qui a été utilisée en tant que terme de recherche dans le mois passé. Selon le mode de réalisation préféré, ce balayage est réalisé en construisant une machine d'état fini qui reconnaît les expressions régulières s1 # s2 # ... # Sn où chaque s, est un terme de recherche valide. Le programme balaie une page à raison d'un caractère à la fois en utilisant cette machine d'état et émet chaque terme de recherche qu'il trouve. Du fait que la machine d'état dépend seulement du jeu courant de termes de recherche valides, le mode de réalisation préféré la construit seulement selon des intervalles réguliers lorsque la base de données de termes que des utilisateurs ont recherchés change. Des algorithmes pour construire une telle machine d'état fini sont aisément disponibles dans la littérature et apparaissent dans des outils de recherche classiques tels que Grep comme décrit selon Aho et Hopcraft, The Design of Computer Algorithms, ISBN 0201000296. Ces outils sont bien connus de la pratique de l'homme de l'art spécialisé dans la conception des systèmes d'ordinateur.
Chaque fois que l'outil d'effet de toile d'araignée trouve un nouveau terme sur une page, il l'ajoute à la liste de termes qu'il a trouvés sur le site web, au niveau d'un bloc 1106. Il garde trace de combien de fois il a vu chaque terme dans un réseau COUNT [T]. La boucle est répétée au niveau d'un bloc 1108. Le processus de déchargement et de balayage se termine lorsque l'outil d'effet de toile d'araignée a trouvé 1000 termes comme indiqué par la commande de bouclage du bloc 1102. D'autres seuils ou d'autres techniques de commande de bouclage peuvent être utilisés. L'opération de bouclage de la figure 11est présentée à des fins d'exemple seulement.
L'étape qui suit consiste à évacuer par filtrage les mauvais termes. Ceci est réalisé selon une boucle qui inclut les blocs 1110, 1112 et 1114. "Mauvais" est une mesure subjective et il y a de nombreuses mesures possibles qu'une mise en #uvre pourrait utiliser.
Selon le mode de réalisation préféré, la mesure de qualité dépend de deux quantités : la fréquence selon laquelle un terme apparaît dans des documents sur la toile mondiale ou www et la fréquence selon
<Desc/Clms Page number 52>
laquelle des utilisateurs le cherchent. La mesure de qualité est évaluée au niveau du bloc 1112. Le procédé trouve une fréquence de terme sur la toile mondiale ou www en interrogeant un moteur de recherche qui retourne le nombre de documents contenant le terme. Il trouve la fréquence selon laquelle des utilisateurs cherchent ce terme en consultant cette information dans la base de données de fournisseur.
La mesure de qualité qui est utilisée selon le mode de réalisation illustré est le logarithme du rapport de ces deux nombres, comme représenté au niveau du bloc 1112 de la figure 11. Pour réaliser une évaluation haute qualité, un terme doit être populaire pour que des personnes le cherchent mais pas commun dans des documents web au point qu'il soit inutile en tant que terme de recherche. Du fait que les mesures de qualité varient seulement lentement, le mode de réalisation préféré les calcule seulement selon des intervalles périodiques et met en cache les résultats. D'autres mesures de qualité peuvent être substituées.
Une fois que le procédé a calculé la qualité des 1000 termes qu'il a trouvés, on sort de la boucle au niveau du bloc 1114 et le procédé met à l'écart ou évacue tous les termes qui tombent audessous d'un seuil de qualité prédéterminé au niveau du bloc 1116. Ce seuil peut être variable, et il peut varier au fil du temps du fait qu'il dépend de la façon dont de nombreuses pages sont indexées sur la toile mondiale ou www et de la façon dont de nombreux utilisateurs mettent en #uvre leurs recherches en utilisant le moteur de recherche du fournisseur. Selon le mode de réalisation préféré, le programme étalonne de manière automatique le seuil en consultant la qualité de termes connus qui sont sur la frontière qui définit le fait que ce seront de bons termes de recherche. Il établit le seuil à la qualité moyenne de ces termes. La liste exacte des termes dépend du fournisseur de moteur de recherche et n'est pas limitée par le mode de réalisation particulier.
L'étape finale au niveau de l'algorithme d'effet de toile d'araignée consiste à trier les termes qui sont au-dessus du seuil de qualité moyennant la fréquence selon laquelle ils sont observés dans les pages que l'outil d'effet de toile d'araignée a déchargées et
<Desc/Clms Page number 53>
balayées au niveau d'un bloc 1116. Ces comptages sont stockés dans le réseau COUNT [T]. La liste triée est la sortie de l'algorithme de l'outil d'effet de toile d'araignée. Selon un mode de réalisation typique, le filtre de qualité met à l'écart environ 80% des termes et l'algorithme retourne environ 200 termes. Le procédé d'effet de toile d'araignée se termine au niveau du bloc 1118.
La figure 12 est un organigramme qui représente un procédé permettant de réaliser l'algorithme de filtrage collaboratif. Le procédé commence au niveau d'un bloc 1200. Au niveau d'un bloc 1202 et au niveau d'un bloc 1204, des valeurs d'indicateur pour le nouveau publicitaire et pour les publicitaires existants sont initialisées. Les modes de réalisation pour la réalisation de ces opérations sont décrits ci-après en conjonction avec les figures 13 et 14. Au niveau d'un bloc 1206, la commande entre dans une boucle qui inclut des blocs 1206, 1208 et 1210. Au niveau de cette boucle, le procédé traite les termes de recherche qui sont sélectionnés au moyen de l'algorithme de filtrage collaboratif de la figure 11 et calcule l'indicateur estimé du nouveau publicitaire pour chaque terme au niveau du bloc 1208. Un mode de réalisation pour ce procédé de prévision/prédiction d'indicateur est décrit ci-après en conjonction avec les figures 18 à 20.
Après traitement de tous les. termes de recherche, on sort de la boucle au niveau d'un bloc 1210. A la fin de l'algorithme, les termes sont triés au moyen de leurs indicateurs prédits, au niveau du bloc 1212. Le procédé retourne la liste finale en tant que sa liste classée par rangs de recommandation puis es: terminé au niveau d'un bloc 1214.
Selon cet algorithme et selon les algorithmes qui suivent, il y a de nombreuses optimisations d'efficacité qu'une mise en #uvre pourrait inclure. Par exemple, la mise en #uvre pourrait retourner seulement les 100 termes de recherche sommitaux en lieu et place de la totalité de la liste ou elle pourrait mettre en cache des résultats de calcul pour éviter un travail répétitif. Toutes ces optimisations apparaîtront aisément à l'homme de l'art expérimenté dans le domaine de la conception des systèmes de calcul par ordinateur et les modes de réalisation présentés ici ne dépendent pas des optimisations particulières et des mises en #uvre particulières utilisées.
<Desc/Clms Page number 54>
La figure 13 est un organigramme qui représente un algorithme préféré pour initialiser les valeurs d'indicateur de publicitaires existants.
L'algorithme est une boucle sur chaque paire publicitaire/terme de recherche. Pour chaque paire, le programme établit l'indicateur à 5 si le publicitaire a offert le terme et à INCONNU sinon. Les indicateurs sont stockés dans le réseau V [A][T] detelle sorte que d'autres parties du programme puissent y avoir accès.
Le procédé commence au niveau d'un bloc 1300. On entre dans une boucle de traitement de publicitaire au niveau d'un bloc 1302 en utilisant une variable de publicitaire A. On entre dans une boucle de traitement de termes au niveau d'un bloc 1304 en utilisant une variable de terme T. Au niveau d'un bloc 1306, le procédé détermine si le publicitaire qui est associé à la variable de publicitaire A a offert le terme qui est associé à la variable T. Si ce n'est pas le cas, au niveau d'un bloc 1308, le réseau V[A][T] d'indicateurs est établi à une valeur de INCONNU selon un réseau de valeurs d'indicateur. Si le publicitaire a offert le terme, au niveau d'un bloc 1310, l'entrée dans le réseau V [A][T] est établie à 5, ce qui est une valeur choisie de façon arbitraire.
Au niveau d'un bloc 1312, la variable de terme est incrémentée ou est modifiée de toute autre façon afin de sélectionner un terme suivant. La commande reste dans la boucle qui inclut les blocs 1304, 1306,1308, 1310,1312 jusqu'à ce que tous les termes de recherche aient été traités pour la variable associée à la variable A. Puis au niveau d'un bloc 1314, la variable de publicitaire A est incrémentée ou est modifiée de toute autre façon et un bouclage est déroulé sur les termes de recherche pour le publicitaire nouvellement sélectionné.
Après que tous les publicitaires ont été traités pour tous les termes de recherche, le procédé se termine au niveau d'un bloc 1316.
La figure 14 est un organigramme qui représente un algorithme préféré pour initialiser les valeurs d'indicateur du nouveau publicitaire.
L'algorithme est une boucle sur chaque terme de recherche. Pour chaque terme, le programme établit l'indicateur à 5 si le nouveau publicitaire a accepté le terme et à 1 s'il l'a rejeté. S'il n'a réalisé aucune de ces opérations et que l'outil d'effet de toile d'araignée a recommandé le terme, alors le programme établit l'indicateur à
<Desc/Clms Page number 55>
l'indicateur estimé de l'outil d'effet de toile d'araignée. Si aucun de ces trois cas n'est satisfait, le programme établit la valeur d'indicateur à 2.
Le procédé commence au niveau d'un bloc 1400. Au niveau d'un bloc 1402, on entre dans une boucle en utilisant une variable de terme T en tant que variable de bouclage. Au niveau d'un bloc 1404, il est déterminé si le publicitaire a accepté le terme qui est associé à la variable T pour les termes de recherche de publicitaire. S'il en est ainsi, au niveau d'un bloc 1406, le réseau V [A][T] pour le publicitaire et pour le terme est établi à une valeur de 5 selon le réseau d'indicateurs. La commande passe à un bloc 1418 pour sélectionner un terme suivant pour la variable de bouclage T. Si le publicitaire n'a pas accepté le terme de recherche courant T, au niveau d'un bloc 1408, il est déterminé si le publicitaire l'a rejeté. S'il en est ainsi, au niveau d'un bloc 1410, le réseau V [A][T] pourle publicitaire et pour le terme est établi à une valeur de 1 et la commande passe à un bloc 1418 pour incrémenter la variable de bouclage. Si le publicitaire n'a pas rejeté le terme T, au niveau d'un bloc 1412, il est déterminé si l'algorithme d'effet de toile d'araignée a recommandé le terme associé pour la variable T. S'il en est ainsi, au niveau d'un bloc 1414, le réseau V[A][T] d'indicateurs pour le publicitaire et pour le terme est établi à une valeur qui est égale à l'indicateur qui est établi par l'algorithme d'effet de toile d'araignée. Sinon, le réseau V [A][T] pour le publicitaire et pour le terme est établi à une valeur de 2. La commande passe ensuite à un bloc 1418 pour incrémenter la variable de bouclage. Après que tous les termes ont été traités, le procédé se termine au niveau d'un bloc 1420.
La figure 15 est un organigramme qui représente un algorithme permettant de calculer la corrélation de Pearson entre deux publicitaires. Cet algorithme est une boucle sur chaque terme de recherche. Pour chaque terme, le programme accumule des valeurs qui lui permettent de calculer la formule de corrélation de Pearson :
Pa = {#t(rn,t - #n)(ra,t - #a)}/#n#a Les variables X accumulent la valeur du numérateur et les variables Y accumulent la valeur du dénominateur. Après que le programme a bouclé sur tous les termes de recherche, il calcule la corrélation en
<Desc/Clms Page number 56>
utilisant l'expression finale au niveau de l'organigramme.
Le procédé commence au niveau d'un bloc 1500. Au niveau d'un bloc 1502, des variables X, Y1 et Y2 sont initialisées. On entre dans une boucle au niveau d'un bloc 1504 pour traiter chaque terme de recherche dans la liste de termes de recherche. Au niveau d'un bloc 1506, les variables X1 et X2 sont calculées en utilisant l'algorithme d'évaluation d'indicateurs. L'algorithme d'évaluation d'indicateurs calcule l'indicateur qu'un publicitaire assigne à un terme de recherche.
Un mode de réalisation d'un algorithme d'évaluation d'indicateurs approprié est décrit ci-après en conjonction avec la figure 16. Au niveau d'un bloc 1508, les valeurs de X1 et X2 sont combinées avec la valeur précédente de X comme représenté afin de produire la valeur courante de X. Au niveau d'un bloc 1510, les valeurs de Y1 et Y2 sont mises à jour en utilisant les valeurs calculées de X1 et X2. Au niveau d'un bloc 1512, la commande boucle en retour sur le bloc 1504 jusqu'à ce que tous les termes de recherche aient été traités. La corrélation de Pearson est ensuite calculée comme représenté au niveau du bloc 1514. Le procédé se termine au niveau d'un bloc 1516 et la valeur de la corrélation de Pearson est retournée.
La figure 16 est un organigramme qui représente un mode de réalisation d'un algorithme pour calculer l'indicateur qu'un publicitaire assigne à un terme. Si l'indicateur qui est enregistré dans le réseau V [A][T] n'est pas INCONNU, l'algorithme le retourne simplement.
Sinon, il retourne l'indicateur moyen du publicitaire.
Le procédé commence au niveau d'un bloc 1600. Deux variables sont passées, soit une variable de publicitaire et une variable de terme. Au niveau d'un bloc 1602, il est déterminé si l'indicateur qui est associé au publicitaire et au terme est inconnu. Si ce n'est pas le cas, au niveau d'un bloc 1604, l'indicateur est établi de manière à être égal à la valeur d'indicateur dans le réseau d'indicateurs. Si la variable est inconnue, au niveau d'un bloc 1606, l'indicateur est établi de manière à être égal à l'indicateur moyen de publicitaire. Un procédé permettant de calculer l'indicateur moyen de publicitaire est décrit ciaprès en conjonction avec la figure 17. L'indicateur est retourné et le procédé se termine au niveau d'un bloc 1608.
<Desc/Clms Page number 57>
La figure 17 est un organigramme qui représente un mode de réalisation d'un algorithme permettant de calculer un indicateur moyen de publicitaire. L'algorithme est une boucle sur chaque terme de recherche. Pour chaque terme de recherche qui dispose d'un indicateur connu, le programme additionne l'indicateur à la somme S et incrémente le compteur N. A la fin de la boucle, l'indicateur moyen est simplement le rapport S/N.
Le procédé commence au niveau d'un bloc 1700. Au niveau d'un bloc 1702, une variable de somme S et une variable de comptage N sont initialisées. Au niveau d'un bloc 1704, on entre dans une boucle qui sélectionne des termes de recherche de la liste de publicitaire conformément à la variable de bouclage. Au niveau d'un bloc 1706, il est déterminé si l'indicateur pour le terme de recherche, comme stocké dans le réseau d'indicateurs, présente une valeur de INCONNU. Si ce n'est pas le cas, au niveau d'un bloc 1708, la valeur du réseau V[A][T] d'indicateurs est additionnée à la variable de somme S et la variable de comptage N est incrémentée. La commande passe à un bloc 1710 au niveau duquel la boucle est répétée jusqu'à ce que tous les termes de recherche dans la liste de termes de recherche du publicitaire aient été traités. Au niveau d'un bloc 1712, l'indicateur moyen est calculé en tant que rapport de S sur N. Au niveau d'un bloc 1714, le procédé se termine et l'indicateur moyen est retourné.
La figure 18 est un organigramme qui représente un mode de réalisation d'un algorithme permettant de combiner des recommandations en provenance de l'outil d'effet de toile d'araignée de web et du filtre collaboratif. Un indicateur combiné de terme est une somme pondérée de l'indicateur de l'outil d'effet de toile d'araignée et de l'indicateur du filtre collaboratif. Initialement, lorsque le publicitaire n'a pas encore accepté ou rejeté de quelconques termes, l'algorithme pondère les indicateurs du filtre collaboratif deux fois plus fortement que leurs poids dans les recommandations de l'outil d'effet de toile d'araignée. Lorsque le nombre de termes acceptés et rejetés augmente, le poids des indicateurs d'outil d'effet de toile d'araignée diminue en proportion. Il existe bon nombre d'autres formules possibles pour générer un indicateur combiné à partir d'indicateurs
<Desc/Clms Page number 58>
individuels, et la présente invention n'est pas limitée à l'une quelconque d'entre elles.
Selon le mode de réalisation de la figure 18, le procédé commence au niveau d'un bloc 1800. Au niveau d'un bloc 1802, une variable N est établie de manière à être égale au nombre de termes de recherche recommandés qui sont acceptés par le publicitaire et une variable M est établie de manière à être égale au nombre de termes de recherche recommandés qui sont rejetés par le publicitaire. Au niveau d'un bloc 1804, deux sous-programmes sont appelés afin de calculer l'indicateur prédit à partir de l'outil d'effet de toile d'araignée et l'indicateur prédit à partir du filtrage collaboratif. Les modes de réalisation présentés à titre d'exemple de ces sous-programmes font l'objet d'une discussion ci-après en conjonction respectivement avec les figures 19 et 20. Au niveau d'un bloc 1806, les prédictions sont combinées et le résultat est retourné lorsque le procédé se termine au niveau d'un bloc 1808.
La figure 19 est un organigramme qui représente un mode de réalisation d'un algorithme pour calculer les indicateurs de l'outil d'effet de toile d'araignée. Si l'outil d'effet de toile d'araignée n'a pas trouvé un terme ou si le terme ne passe pas son filtre de qualité, alors l'algorithme lui assigne un indicateur de 2. Les termes restants reçoivent des indicateurs sur une échelle linéaire qui va de 4,9 à 2,1.
Le terme sommital que l'outil d'effet de toile d'araignée recommande reçoit un indicateur de 4,9 et le dernier terme qu'il recommande reçoit un indicateur de 2,1. Il existe de nombreuses autres formules possibles pour générer des indicateurs à partir des recommandations classées par l'outil d'effet de toile d'araignée, et la présente invention n'est pas limitée à l'une quelconque d'entre elles.
Le procédé commence au niveau d'un bloc 1900. Au niveau d'un bloc 1902, il est déterminé si l'outil d'effet de toile d'araignée a trouvé le terme qui a passé le procédé dans la variable de terme T. S'il en est ainsi, au niveau d'un bloc 1904, une variable N est établie de manière à être égale au nombre de termes qui sont trouvés par l'outil d'effet de toile d'araignée et une variable M est établie de manière à être égale à la position du terme T dans la liste triée de
<Desc/Clms Page number 59>
recommandations qui est retournée par l'outil d'effet de toile d'araignée.
Au niveau d'un bloc 1906, l'indicateur prédit à partir de l'outil d'effet de toile d'araignée est calculé conformément à la formule illustrée. Au niveau d'un bloc 1908, si l'outil d'effet de toile d'araignée n'a pas trouvé le terme T, l'indicateur prédit en provenance de l'outil d'effet de toile d'araignée est établi de manière à être égal à 2. Le procédé se termine au niveau d'un bloc 1908 et l'indicateur prédit en provenance de l'outil d'effet de toile d'araignée est retourné.
La figure 20 est un organigramme qui représente un mode de réalisation d'un algorithme pour calculer les indicateurs de filtre collaboratif. L'algorithme est une boucle sur chaque publicitaire. Pour chaque publicitaire, le programme accumule des valeurs qui lui permettent de calculer l'indicateur conformément à la formule : et - r n + {Sa(ra,t - r a)#a}/#a#a
Une variable X accumule la variable du numérateur et une variable Y accumule la valeur du dénominateur. Au niveau de la dernière étape, l'algorithme calcule l'indicateur final en utilisant l'expression qui est représentée au niveau de l'organigramme. Cet indicateur final peut tomber à l'extérieur de la plage de 0 à 5 mais il peut toujours être interprété correctement sur cette échelle.
Le procédé commence au niveau d'un bloc 2000. Au niveau d'un bloc 2002, les variables X et Y sont initialisées. On entre dans une boucle au niveau d'un bloc 2004, un publicitaire étant traité pour chaque itération sur la boucle. Au niveau d'un bloc 2006, des valeurs pour des variables XA et W sont évaluées comme représenté. Au niveau d'un bloc 2008, des valeurs pour X et Y sont mises à jour en utilisant les valeurs de W et de XA. Au niveau d'un bloc 2010, la commande retourne au déout de la boucle au niveau du bloc 2004 pour traiter le publicitaire suivant. Après que tous les publicitaires ont été traités, la prédiction en provenance du filtrage collaboratif est calculée en utilisant la formule au niveau du bloc 2012 et l'algorithme de calcul d'indicateur moyen comme décrit ci-avant en conjonction avec la figure 17. Le procédé se termine au niveau du bloc 2014 et la prédiction en provenance du filtrage collaboratif est retournée.
<Desc/Clms Page number 60>
A partir de ce qui précède, on peut voir que les présents modes de réalisation proposent un procédé et un appareil permettant de recommander des termes de recherche à un publicitaire sur un système de recherche à paiement pour positionnement. Le procédé et l'appareil réalisent des recommandations de termes de recherche sur la base des contenus du site web du publicitaire et en comparant le publicitaire à d'autres publicitaires similaires et en recommandant des termes de recherche qu'ils ont choisis. De cette manière, le système recommande de bons termes de recherche ou des termes qui présentent une relation vis-à-vis du site web du publicitaire ou de son contenu tout en évitant de mauvais termes de recherche qui ne présentent pas une telle relation. Le système est interactif avec le publicitaire, ce qui lui permet de décider lorsque le jeu de termes de recherche est suffisant pour ses exigences. Cependant, le processus d'identification et de classement par rang des termes de recherche est automatisé et est basé sur des pages réelles du site web du publicitaire et sur des comparaisons avec d'autres publicitaires.
Bien qu'un mode de réalisation particulier de la présente invention ait été présenté et décrit, des modifications peuvent être apportées. Il est par conséquent bien entendu que les revendications annexées couvrent de telles variantes et modifications qui s'inscrivent dans l'esprit vrai et le cadre vrai de l'invention.

Claims (64)

REVENDICATIONS
1. Procédé pour un système de recherche en base de données, le procédé étant caractérisé en ce qu'il comprend : la réception d'une liste de termes de recherche qui sont associés à un publicitaire sur le système de recherche en base de données ; la recommandation de termes de recherche candidats sur la base de termes de recherche d'autres publicitaires sur le système de recherche en base de données ; et la recommandation de termes de recherche additionnels pris parmi les termes de recherche candidats.
2. Procédé selon la revendication 1, caractérisé en ce que la détermination de termes de recherche candidats comprend : l'assignation d'indicateurs d'évaluation à des termes de recherche ; et le calcul d'une corrélation entre le publicitaire et un ou plusieurs des autres publicitaires en utilisant les indicateurs d'évaluation assignés à des termes de recherche de publicitaire.
3. Procédé selon la revendication 2, caractérisé en ce qu'il comprend en outre : la prédiction d'une probabilité qu'un terme de recherche candidat soit pertinent pour le publicitaire.
4. Procédé selon la revendication 3, caractérisé en ce que la prédiction comprend : la détermination d'une mesure de qualité pour les termes de recherche candidats ; et la prédiction d'une pertinence de termes de recherche candidats sur la base de la mesure de qualité.
5. Procédé pour un système de recherche en base de données, le procédé étant caractérisé en ce qu'il comprend : la maintenance d'une base de données de listings de recherche incluant des termes de recherche associés ; la réception d'une liste de termes de recherche qui sont
<Desc/Clms Page number 62>
associés à un publicitaire ; le calcul d'indicateurs d'évaluation pour des termes de recherche ; et la recommandation de termes de recherche additionnels pour le publicitaire sur la base des indicateurs d'évaluation calculés.
6. Procédé selon la revendication 5, caractérisé en ce que le calcul des indicateurs d'évaluation comprend : l'assignation d'indicateurs d'évaluation à des termes de recherche.
7. Procédé selon la revendication 5, caractérisé en ce que le calcul des indicateurs d'évaluation comprend : la prédiction d'indicateurs d'évaluation pour des termes de recherche.
8. Procédé selon la revendication 5, caractérisé en ce que la réception d'une liste de termes de recherche comprend : la réception d'une liste de termes de recherche initiaux en provenance du publicitaire.
9. Procédé selon la revendication 5, caractérisé en ce que la réception d'une liste de termes de recherche comprend : l'identification d'un publicitaire existant sur le système de recherche en base de données ; et la formation de la liste de termes de recherche à partir de termes de recherche du publicitaire existant.
10. Procédé selon la revendication 5, caractérisé en ce que la réception d'une liste de termes de recherche comprend : la réception d'un moyen de localisation de ressource uniforme (URL) de site web ; etle traitement par effet de toile d'araignée du site web associé à l'URL afin d'extraire des termes de recherche pour la liste de termes de recherche.
11. Procédé selon la revendication 10, caractérisé en ce que le traitement par effet de toile d'araignée du site web comprend : la réception de données à partir de pages du site web ; l'enregistrement de termes de recherche candidats à partir des données ; et
<Desc/Clms Page number 63>
la détermination d'une mesure de qualité pour chaque terme de recherche candidat.
12. Procédé selon la revendication 11, caractérisé en ce qu'il comprend en outre : le tri des termes de recherche candidats conformément à la mesure de qualité ; et la recommandation de seulement les termes de recherche candidats qui présentent une qualité de mesure qui excède un seuil.
13. Procédé selon la revendication 10, caractérisé en ce que le traitement par effet de toile d'araignée comprend : la réception de données depuis une ou plusieurs pages du site web ; et l'examen d'un texte en provenance de la page ou des plusieurs pages quant à des termes de recherche candidats.
14. Procédé selon la revendication 13, caractérisé en ce que l'examen de texte comprend : l'examen de sensiblement tous les textes en provenance des une page ou plusieurs pages ; et l'examen de méta-étiquettes en provenance des unes ou plusieurs pages.
15. Procédé selon la revendication 13, caractérisé en ce que la réception d'un URL de site web comprend : la réception de l'URL de publicitaire en tant que URL de site web.
16. Procédé selon la revendication 13, caractérisé en ce que la réception d'un URL de site web comprend : la réception de l'URL de site web depuis le publicitaire.
17. Procédé selon la revendication 5, caractérisé en ce qu'il comprend en outre : la réception d'une interrogation de recherche en provenance d'un utilisateur ; la recherche de termes de recherche en correspondance dans la base de données de listings de recherche ; la préparation de résultats de recherche en formatant les termes de recherche en correspondance conformément à des
<Desc/Clms Page number 64>
montants d'offre de publicitaire associés aux listings de recherche ; et la communication des résultats de recherche à l'utilisateur.
18. Système de recherche en base de données, caractérisé en ce qu'il comprend : une base de données de termes de recherche (38), chaque terme de recherche étant associé à un ou plusieurs publicitaires ; et un code de programme qui est configuré pour recommander des termes de recherche additionnels pour un publicitaire sur la base de termes de recherche dans la base de données.
19. Système de recherche en base de données selon la revendication 18, caractérisé en ce que le code de programme comprend : un code de filtrage collaboratif qui est configuré pour recommander les termes de recherche additionnels sur la base de termes de recherche qui sont associés à d'autres publicitaires du système de recherche en base de données.
20. Système de recherche en base de données selon la revendication 19, caractérisé en ce que le code de filtrage collaboratif comprend un code de corrélation de Pearson.
21. Système de recherche en base de données selon la revendication 19, caractérisé en ce que le code de programme comprend : une boucle de programme pour itérer le code de filtrage collaboratif.
22. Système de recherche en base de données selon la revendication 18, caractérisé en ce qu'il comprend en outre : un code pour recevoir une acceptation et pour rejeter des indications en provenance du publicitaire avant la répétition de la boucle de programme.
23. Système de recherche en base de données selon la revendication 18, caractérisé en ce que le code de programme comprend : un code d'effet de toile d'araignée pour recommander les termes de recherche additionnels.
24. Système de recherche en base de données selon la
<Desc/Clms Page number 65>
revendication 18, caractérisé en ce que le code de programme comprend : d'effet de toile d'araignée pour trouver des termes de recherche acceptés initialement dans un site web ; etun code de filtrage collaboratif pour produire les termes de recherche additionnels recommandés.
25. Système de recherche en base de données selon la revendication 24, caractérisé en ce que le code d'effet de toile d'araignée est configuré pour traiter par effet de toile d'araignée un site web du publicitaire.
26. Système de recherche en base de données selon la revendication 23, caractérisé en ce que le code d'effet de toile d'araignée est configuré pour traiter par effet de toile d'araignée un site web spécifié par le publicitaire.
27. Système de recherche en base de données selon la revendication 18, caractérisé en ce qu'il comprend en outre : un code de filtrage pour filtrer des termes de recherche candidats conformément à une mesure de qualité afin de produire les termes de recherche additionnels recommandés.
28. Système de recherche en base de données selon la revendication 15, caractérisé en ce qu'il comprend en outre . un code de programme de moteur de recherche qui est configuré pour effectuer une recherche dans la base de données en réponse à une interrogation de recherche en provenance d'un utilisateur.
29. Procédé de fonctionnement de base de données pour un système de recherche en base de données qui stocke un listing de recherche de publicitaire, le procédé étant caractérisé en ce qu'il comprend : un traitement par effet de toile d'araignée d'un site web spécifié afin d'obtenir une liste initiale de termes de recherche de publicitaire pour un publicitaire ; le filtrage de la liste initiale de termes de recherche de publicitaire en utilisant des termes de recherche d'autres publicitaires ; et
<Desc/Clms Page number 66>
le stockage, dans une base de données de listings de recherche, de listings de recherche pour le publicitaire, les listings de recherche étant formés avec les termes de recherche filtrés.
30. Procédé de fonctionnement de base de données selon la revendication 29, caractérisé en ce que le site web spécifié comprend un site web spécifié de publicitaire.
31. Procédé de fonctionnement de base de données selon la revendication 29, caractérisé en ce que le site web spécifié comprend un site web qui est spécifié par le système de recherche en base de données.
32. Procédé de fonctionnement de base de données selon la revendication 29, caractérisé en ce qu'il comprend en outre : l'assignation d'indicateurs d'évaluation à des termes de recherche ; le calcul d'une corrélation entre le publicitaire et un ou plusieurs des autres publicitaires en utilisant les indicateurs d'évaluation assignés à des termes de recherche de publicitaire.
33. Procédé de fonctionnement de base de données selon la revendication 32, caractérisé en ce qu'il comprend en outre : la prédiction d'une probabilité qu'un terme de recherche soit pertinent pour le publicitaire
34. Procédé de fonctionnement de base de données selon la revendication 33, caractérisé en ce que la prédiction comprend : la détermination d'une mesure de qualité pour des termes de recherche candidats ; et la prédiction d'une pertinence de termes de recherche candidats sur la base de la mesure de qualité.
35. Procédé de fonctionnement de base de données selon la revendication 29, caractérisé en ce qu'un traitement par effet de toile d'araignée du site web spécifié comprend : la réception de données en provenance de pages du site web spécifié ; l'enregistrement de termes de recherche candidats en provenance des données ; et la détermination d'une mesure de qualité pour chaque terme de
<Desc/Clms Page number 67>
recherche candidat.
36. Procédé de fonctionnement de base de données selon la revendication 35, caractérisé en ce qu'il comprend en outre le tri des termes de recherche candidats conformément à la mesure de qualité ; et la recommandation de seulement les termes de recherche candidats qui présentent une mesure de qualité qui excède un seuil.
37. Procédé de fonctionnement de base de données selon la revendication 29, caractérisé en ce que le filtrage comprend : la détermination d'une corrélation entre un site web du publicitaire et des sites web d'autres publicitaires sur le système de recherche en base de données ; l'utilisation de la corrélation ; la détermination d'indicateurs d'évaluation pour chaque terme de recherche de publicitaire dans la liste initiale de termes de recherche de publicitaire ; l'organisation de termes de recherche de la liste initiale de termes de recherche de publicitaire conformément aux indicateurs d'évaluation.
38. Procédé de fonctionnement de base de données selon la revendication 29, caractérisé en ce qu'il comprend en outre : la présentation des termes de recherche organisés au publicitaire ; la réception d'indications d'acceptation de publicitaire pour les termes de recherche organisés ; le réglage de la liste de termes de recherche de publicitaire conformément aux indications d'acceptation ; et le filtrage de la liste réglée.
39. Procédé de fonctionnement de base de données selon la revendication 38, caractérisé en ce qu'il comprend en outre : la présentation par itération des termes de recherche organisés ; la réception d'indications d'acceptation de publicitaire révisées ; et le réglage de la liste de termes de recherche de publicitaire.
<Desc/Clms Page number 68>
40. Procédé de fonctionnement de base de données selon la revendication 38, caractérisé en ce qu'il comprend en outre : la réception d'une interrogation de recherche en provenance d'un utilisateur ; la recherche de termes de recherche en correspondance dans la base de données de listings de recherche ; la préparation de résultats de recherche en formatant des termes de recherche en correspondance conformément à des montants d'offre de publicitaire qui sont associés aux listings de recherche en correspondance ; et la communication des résultats de recherche à l'utilisateur.
41. Procédé pour un système de recherche en base de données, le procédé étant caractérisé en ce qu'il comprend : la réception d'un terme de recherche en provenance d'un publicitaire ; en réponse au terme de recherche reçu, la génération d'une liste de termes de recherche rapportés additionnels ; et la réception de termes de recherche sélectionnés de publicitaire en provenance de la liste de termes de recherche rapportés additionnels.
42. Procédé selon la revendication 41, caractérisé en ce que la génération de la liste de termes de recherche additionnels comprend : la mise en correspondance d'une ou de plusieurs chaînes de texte en provenance du terme de recherche reçu avec une base de données de termes de recherche.
43. Procédé selon a revendication 38, caractérisé en ce que la génération de la liste de termes de recherche additionnels comprend : la mise en correspondance d'une ou de plusieurs chaînes de texte en provenance du terme de recherche reçu avec un thesaurus.
44. Procédé selon la revendication 41, caractérisé en ce qu'il comprend en outre : l'affichage d'un formulaire pour entrer un ou plusieurs listings de recherche pour un terme de recherche sélectionné.
<Desc/Clms Page number 69>
45. Procédé selon la revendication 42, caractérisé en ce qu'il comprend en outre : l'entrée du terme de recherche sélectionné en tant que valeur par défaut dans chacun de l'un ou plusieurs listings de recherche.
46. Procédé de recommandation de termes de recherche, le procédé étant caractérisé en ce qu'il comprend : la réception d'une information qui décrit un publicitaire ; et la recommandation de termes de recherche sur la base da la similarité du publicitaire vis-à-vis d'autres publicitaires.
47. Procédé selon la revendication 46, caractérisé en ce qu'il comprend en outre : l'assignation d'indicateurs d'évaluation sur la base de l'information qui décrit le publicitaire et de l'information qui décrit les autres publicitaires ; et la recommandation de termes de recherche sur la base au moins en partie des indicateurs d'évaluation.
48. Procédé selon la revendication 46, caractérisé en ce qu'il comprend en outre : la prédiction d'indicateurs d'évaluation pour le publicitaire et pour les autres publicitaires sur la base de l'information qui décrit le publicitaire et de l'information qui décrit les autres publicitaires ; et la recommandation de termes de recherche sur la base au moins en partie des indicateurs d'évaluation.
49. Procédé selon la revendication 46, caractérisé en ce qu'il comprend en outre : le calcul de corrélations pour le publicitaire et pour les autres publicitaires sur la base de l'information qui décrit le publicitaire et de l'information qui décrit les autres publicitaires ; et la recommandation de termes de recherche sur la base au moins en partie des corrélations.
50. Procédé selon la revendication 49, caractérisé en ce que le calcul de corrélations comprend : le calcul de corrélations de Pearson.
51. Procédé de recommandation de termes de recherche, le procédé étant caractérisé en ce qu'il comprend :
<Desc/Clms Page number 70>
le déchargement de pages web qui prennent leur racine au niveau d'un moyen de localisation de ressource uniforme (URL) spécifié ; et la recommandation de termes de recherche qui apparaissent dans le texte de corps des pages web.
52. Procédé selon la revendication 51, caractérisé en ce qu'il comprend en outre : l'identification d'un publicitaire qui dispose d'un site web ; etla spécification du site web de publicitaire en tant que URL spécifié.
53. Procédé selon la revendication 51, caractérisé en ce qu'il comprend en outre : la réception d'un identificateur de site web en provenance d'un publicitaire en tant que URL spécifié.
54. Procédé de recommandation de termes de recherche, le procédé étant caractérisé en ce qu'il comprend : la réception d'un moyen de localisation de ressource uniforme (URL) ; le déchargement de pages web qui prennent racine au niveau de l'URL ; et la recommandation de termes de recherche qui apparaissent dans les pages web.
55. Procédé selon la revendication 54, caractérisé en ce qu'il comprend en outre : l'identification d'un publicitaire qui dispose d'un site web ; etla réception du site web de publicitaire en tant que URL.
56. Procédé de recommandation de termes de recherche, le procédé étant caractérisé en ce qu'il comprend : le calcul d'une mesure de qualité pour des termes de recherche candidats, la mesure de qualité pour un terme de recherche candidat respectif étant une fonction de la fréquence sur web de termes de recherche respectifs et une fonction d'une fréquence de découverte de terme de recherche ; et la recommandation de termes de recherche pour lesquels la mesure de qualité calculée excède un seuil de qualité.
<Desc/Clms Page number 71>
57. Procédé selon la revendication 56, caractérisé en ce qu'il comprend en outre : le tri des termes de recherche candidats conformément à une seconde mesure.
58. Procédé selon la revendication 56, caractérisé en ce qu'il comprend en outre : l'étalonnage automatique du seuil de qualité.
59. Procédé de recommandation de termes de recherche pour un système de recherche en base de données, le procédé étant caractérisé en ce qu'il comprend : la maintenance d'une base de données de termes de recherche (38) associée à des listings de publicitaire ; la réception d'une information qui décrit un publicitaire ; et la recommandation de termes de recherche au publicitaire.
60. Procédé selon la revendication 59, caractérisé en ce qu'il comprend en outre : la détermination de termes de recherche candidats au moyen d'un filtrage collaboratif ; et la recommandation de termes de recherche à partir des termes de recherche candidats.
61. Procédé selon la revendication 59, caractérisé en ce qu'il comprend en outre : le déchargement de pages web qui prennent racine au niveau d'un moyen de localisation de ressource uniforme (URL) ; et la recommandation des termes de recherche sur la base de termes qui apparaissent dans un texte de corps des pages web.
62. Procédé selon la revendication 59, caractérisé en ce qu'il comprend en outre : la réception d'un moyen de localisation de ressource uniforme (URL) ; le déchargement de pages web qui prennent racine au niveau de l'URL ; et la recommandation de termes de recherche sur la base de termes qui apparaissent dans les pages web.
63. Procédé selon la revendication 59, caractérisé en ce qu'il
<Desc/Clms Page number 72>
comprend en outre : le calcul d'une mesure de qualité pour des termes de recherche candidats, la mesure de qualité pour un terme de recherche candidat respectif étant une fonction de la fréquence sur web de termes de recherche respectifs et une fonction d'une fréquence de découverte de terme de recherche ; et la recommandation des termes de recherche sur la base de termes de recherche pour lesquels la mesure de qualité calculée excède un seuil de qualité.
64. Procédé selon la revendication 59, caractérisé en ce qu'il comprend en outre : la réception en retour depuis le publicitaire des termes de recherche recommandés ; et la modification des termes de recherche recommandés sur la base du retour.
FR0215627A 2001-12-11 2002-12-11 Procede et dispositif de recommandation de termes de recherche en utilisant un filtrage collaboratif et un effet de toile d'araignee web Expired - Fee Related FR2833377B1 (fr)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US10/020,712 US7225182B2 (en) 1999-05-28 2001-12-11 Recommending search terms using collaborative filtering and web spidering

Publications (2)

Publication Number Publication Date
FR2833377A1 true FR2833377A1 (fr) 2003-06-13
FR2833377B1 FR2833377B1 (fr) 2015-09-18

Family

ID=21800117

Family Applications (1)

Application Number Title Priority Date Filing Date
FR0215627A Expired - Fee Related FR2833377B1 (fr) 2001-12-11 2002-12-11 Procede et dispositif de recommandation de termes de recherche en utilisant un filtrage collaboratif et un effet de toile d'araignee web

Country Status (10)

Country Link
US (1) US7225182B2 (fr)
EP (1) EP1320042A3 (fr)
JP (1) JP3955256B2 (fr)
KR (2) KR20030047859A (fr)
CN (1) CN100447735C (fr)
AU (1) AU2002301578B2 (fr)
CA (1) CA2413105C (fr)
DE (1) DE10256458A1 (fr)
FR (1) FR2833377B1 (fr)
GB (1) GB2384079A (fr)

Families Citing this family (319)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6269361B1 (en) * 1999-05-28 2001-07-31 Goto.Com System and method for influencing a position on a search result list generated by a computer network search engine
US7577582B1 (en) 1999-09-21 2009-08-18 Nextag, Inc. Methods and apparatus for facilitating transactions
US7925610B2 (en) * 1999-09-22 2011-04-12 Google Inc. Determining a meaning of a knowledge item using document-based information
US6760759B1 (en) * 1999-11-24 2004-07-06 Mtel Limited System to support mobile visual communications
US7082470B1 (en) * 2000-06-28 2006-07-25 Joel Lesser Semi-automated linking and hosting method
US8527495B2 (en) * 2002-02-19 2013-09-03 International Business Machines Corporation Plug-in parsers for configuring search engine crawler
US20030172050A1 (en) * 2002-03-06 2003-09-11 Decime Jerry B. System and method for monitoring a network site for linked content
US20050114198A1 (en) * 2003-11-24 2005-05-26 Ross Koningstein Using concepts for ad targeting
US20050222901A1 (en) * 2004-03-31 2005-10-06 Sumit Agarwal Determining ad targeting information and/or ad creative information using past search queries
US20030216930A1 (en) * 2002-05-16 2003-11-20 Dunham Carl A. Cost-per-action search engine system, method and apparatus
US20040068436A1 (en) * 2002-10-08 2004-04-08 Boubek Brian J. System and method for influencing position of information tags allowing access to on-site information
AU2003279992A1 (en) * 2002-10-21 2004-05-13 Ebay Inc. Listing recommendation in a network-based commerce system
US7111000B2 (en) * 2003-01-06 2006-09-19 Microsoft Corporation Retrieval of structured documents
US7194466B2 (en) 2003-05-01 2007-03-20 Microsoft Corporation Object clustering using inter-layer links
US8255417B2 (en) * 2003-05-20 2012-08-28 Google Inc. System and method for providing definitions
US10475116B2 (en) * 2003-06-03 2019-11-12 Ebay Inc. Method to identify a suggested location for storing a data entry in a database
US7890363B2 (en) * 2003-06-05 2011-02-15 Hayley Logistics Llc System and method of identifying trendsetters
US7885849B2 (en) * 2003-06-05 2011-02-08 Hayley Logistics Llc System and method for predicting demand for items
US8140388B2 (en) * 2003-06-05 2012-03-20 Hayley Logistics Llc Method for implementing online advertising
US8103540B2 (en) 2003-06-05 2012-01-24 Hayley Logistics Llc System and method for influencing recommender system
US7685117B2 (en) * 2003-06-05 2010-03-23 Hayley Logistics Llc Method for implementing search engine
US7689432B2 (en) 2003-06-06 2010-03-30 Hayley Logistics Llc System and method for influencing recommender system & advertising based on programmed policies
US7836391B2 (en) * 2003-06-10 2010-11-16 Google Inc. Document search engine including highlighting of confident results
US7401072B2 (en) 2003-06-10 2008-07-15 Google Inc. Named URL entry
US7647299B2 (en) * 2003-06-30 2010-01-12 Google, Inc. Serving advertisements using a search of advertiser web information
US20050004835A1 (en) * 2003-07-01 2005-01-06 Yahoo! Inc System and method of placing a search listing in at least one search result list
US7225184B2 (en) * 2003-07-18 2007-05-29 Overture Services, Inc. Disambiguation of search phrases using interpretation clusters
WO2005008526A1 (fr) * 2003-07-23 2005-01-27 University College Dublin, National University Of Ireland, Dublin Extraction d'informations
US20050125290A1 (en) * 2003-08-01 2005-06-09 Gil Beyda Audience targeting system with profile synchronization
US7805332B2 (en) * 2003-08-01 2010-09-28 AOL, Inc. System and method for segmenting and targeting audience members
US8150732B2 (en) * 2003-08-01 2012-04-03 Tacoda Llc Audience targeting system with segment management
US9117217B2 (en) 2003-08-01 2015-08-25 Advertising.Com Llc Audience targeting with universal profile synchronization
US8464290B2 (en) 2003-08-01 2013-06-11 Tacoda, Inc. Network for matching an audience with deliverable content
US9928522B2 (en) * 2003-08-01 2018-03-27 Oath (Americas) Inc. Audience matching network with performance factoring and revenue allocation
US9118812B2 (en) * 2003-08-01 2015-08-25 Advertising.Com Llc Audience server
US20050065957A1 (en) * 2003-09-19 2005-03-24 Courtney Jones Method for operating an Internet broadcasting station
US20070203906A1 (en) * 2003-09-22 2007-08-30 Cone Julian M Enhanced Search Engine
US8041601B2 (en) * 2003-09-30 2011-10-18 Google, Inc. System and method for automatically targeting web-based advertisements
US7844589B2 (en) * 2003-11-18 2010-11-30 Yahoo! Inc. Method and apparatus for performing a search
WO2005057359A2 (fr) * 2003-12-04 2005-06-23 Perfect Market Technologies, Inc. Moteur de recherche transparent
US20050144064A1 (en) * 2003-12-19 2005-06-30 Palo Alto Research Center Incorporated Keyword advertisement management
US20050144067A1 (en) * 2003-12-19 2005-06-30 Palo Alto Research Center Incorporated Identifying and reporting unexpected behavior in targeted advertising environment
US20050144068A1 (en) * 2003-12-19 2005-06-30 Palo Alto Research Center Incorporated Secondary market for keyword advertising
US20050137939A1 (en) * 2003-12-19 2005-06-23 Palo Alto Research Center Incorporated Server-based keyword advertisement management
KR100452086B1 (ko) 2003-12-22 2004-10-13 엔에이치엔(주) 카테고리 별 키워드의 입력 순위를 제공하기 위한 검색서비스 시스템 및 그 방법
US8655727B2 (en) * 2003-12-30 2014-02-18 Amazon Technologies, Inc. Method and system for generating and placing keyword-targeted advertisements
US20050149388A1 (en) * 2003-12-30 2005-07-07 Scholl Nathaniel B. Method and system for placing advertisements based on selection of links that are not prominently displayed
US8392249B2 (en) 2003-12-31 2013-03-05 Google Inc. Suggesting and/or providing targeting criteria for advertisements
US8954420B1 (en) 2003-12-31 2015-02-10 Google Inc. Methods and systems for improving a search ranking using article information
US20050149498A1 (en) * 2003-12-31 2005-07-07 Stephen Lawrence Methods and systems for improving a search ranking using article information
KR100452085B1 (ko) * 2004-01-14 2004-10-12 엔에이치엔(주) 카테고리 별 키워드의 입력 순위를 제공하기 위한 검색서비스 시스템 및 그 방법
CN102611514A (zh) * 2004-03-09 2012-07-25 谷歌公司 动态数据传递设备及其方法
US7818214B2 (en) * 2004-03-12 2010-10-19 Linear Five Corp. Affiliate manipulation system and method
KR100854561B1 (ko) * 2004-03-15 2008-08-26 야후! 인크. 개인용 포털과 웹 컨텐츠 신디케이션의 통합 방법
US7333976B1 (en) 2004-03-31 2008-02-19 Google Inc. Methods and systems for processing contact information
US7725508B2 (en) 2004-03-31 2010-05-25 Google Inc. Methods and systems for information capture and retrieval
US8386728B1 (en) 2004-03-31 2013-02-26 Google Inc. Methods and systems for prioritizing a crawl
US7581227B1 (en) 2004-03-31 2009-08-25 Google Inc. Systems and methods of synchronizing indexes
US8161053B1 (en) 2004-03-31 2012-04-17 Google Inc. Methods and systems for eliminating duplicate events
US7412708B1 (en) * 2004-03-31 2008-08-12 Google Inc. Methods and systems for capturing information
US8631076B1 (en) 2004-03-31 2014-01-14 Google Inc. Methods and systems for associating instant messenger events
US8275839B2 (en) * 2004-03-31 2012-09-25 Google Inc. Methods and systems for processing email messages
US8346777B1 (en) 2004-03-31 2013-01-01 Google Inc. Systems and methods for selectively storing event data
US7941439B1 (en) 2004-03-31 2011-05-10 Google Inc. Methods and systems for information capture
US7680888B1 (en) 2004-03-31 2010-03-16 Google Inc. Methods and systems for processing instant messenger messages
US8099407B2 (en) * 2004-03-31 2012-01-17 Google Inc. Methods and systems for processing media files
US7689585B2 (en) * 2004-04-15 2010-03-30 Microsoft Corporation Reinforced clustering of multi-type data objects for search term suggestion
US7366705B2 (en) 2004-04-15 2008-04-29 Microsoft Corporation Clustering based text classification
US7260568B2 (en) 2004-04-15 2007-08-21 Microsoft Corporation Verifying relevance between keywords and web site contents
US7289985B2 (en) 2004-04-15 2007-10-30 Microsoft Corporation Enhanced document retrieval
US7428529B2 (en) 2004-04-15 2008-09-23 Microsoft Corporation Term suggestion for multi-sense query
US7305389B2 (en) 2004-04-15 2007-12-04 Microsoft Corporation Content propagation for enhanced document retrieval
US7697791B1 (en) * 2004-05-10 2010-04-13 Google Inc. Method and system for providing targeted documents based on concepts automatically identified therein
US11409812B1 (en) 2004-05-10 2022-08-09 Google Llc Method and system for mining image searches to associate images with concepts
US8065611B1 (en) 2004-06-30 2011-11-22 Google Inc. Method and system for mining image searches to associate images with concepts
US7996753B1 (en) * 2004-05-10 2011-08-09 Google Inc. Method and system for automatically creating an image advertisement
US7558792B2 (en) * 2004-06-29 2009-07-07 Palo Alto Research Center Incorporated Automatic extraction of human-readable lists from structured documents
US7529731B2 (en) * 2004-06-29 2009-05-05 Xerox Corporation Automatic discovery of classification related to a category using an indexed document collection
US7827176B2 (en) * 2004-06-30 2010-11-02 Google Inc. Methods and systems for endorsing local search results
US8005716B1 (en) * 2004-06-30 2011-08-23 Google Inc. Methods and systems for establishing a keyword utilizing path navigation information
WO2006005102A1 (fr) * 2004-07-08 2006-01-19 Platefood Limited Systeme et procede pour influencer une liste de resultats de recherche produite par ordinateur
US7716219B2 (en) * 2004-07-08 2010-05-11 Yahoo ! Inc. Database search system and method of determining a value of a keyword in a search
US20060015401A1 (en) * 2004-07-15 2006-01-19 Chu Barry H Efficiently spaced and used advertising in network-served multimedia documents
KR100806862B1 (ko) * 2004-07-16 2008-02-26 (주)이네스트커뮤니케이션 웹 사이트에서의 1차 키워드 검색에 대해 관련성 있는 2차키워드의 리스트를 제공하는 방법 및 장치
KR101144426B1 (ko) * 2004-07-23 2012-06-22 엔에이치엔비즈니스플랫폼 주식회사 지식 검색 서비스를 이용한 지식 광고 노출 방법 및 지식광고 노출 시스템
US7752200B2 (en) 2004-08-09 2010-07-06 Amazon Technologies, Inc. Method and system for identifying keywords for use in placing keyword-targeted advertisements
US7577641B2 (en) * 2004-09-07 2009-08-18 Sas Institute Inc. Computer-implemented system and method for analyzing search queries
US7801899B1 (en) * 2004-10-01 2010-09-21 Google Inc. Mixing items, such as ad targeting keyword suggestions, from heterogeneous sources
US7904337B2 (en) 2004-10-19 2011-03-08 Steve Morsa Match engine marketing
JP4797380B2 (ja) * 2004-12-28 2011-10-19 コニカミノルタホールディングス株式会社 医療支援システム
US20060149625A1 (en) * 2004-12-30 2006-07-06 Ross Koningstein Suggesting and/or providing targeting information for advertisements
US7444325B2 (en) * 2005-01-14 2008-10-28 Im2, Inc. Method and system for information extraction
US20060161541A1 (en) * 2005-01-19 2006-07-20 Microsoft Corporation System and method for prefetching and caching query results
US7593962B2 (en) * 2005-02-18 2009-09-22 American Tel-A-Systems, Inc. System and method for dynamically creating records
US7363001B2 (en) 2005-03-08 2008-04-22 Google Inc. Dynamic data delivery apparatus and method for same
JP2006268378A (ja) * 2005-03-23 2006-10-05 Mitsui Sumitomo Insurance Co Ltd 情報保護システム、情報保護装置およびそのプログラム
US7565345B2 (en) * 2005-03-29 2009-07-21 Google Inc. Integration of multiple query revision models
US7761601B2 (en) * 2005-04-01 2010-07-20 Microsoft Corporation Strategies for transforming markup content to code-bearing content for consumption by a receiving device
GB0508468D0 (en) * 2005-04-26 2005-06-01 Ramakrishna Madhusudana Method and system providing data in dependence on keywords in electronic messages
KR100718127B1 (ko) * 2005-04-28 2007-05-14 삼성전자주식회사 수직 자기 기록헤드
US8099327B2 (en) * 2005-06-01 2012-01-17 Google Inc. Auctioneer
US8099326B2 (en) * 2005-06-01 2012-01-17 Google Inc. Traffic estimator
WO2006130824A2 (fr) * 2005-06-01 2006-12-07 Google Inc. Optimisation de la lecture de medias
US8200687B2 (en) 2005-06-20 2012-06-12 Ebay Inc. System to generate related search queries
US7478092B2 (en) * 2005-07-21 2009-01-13 International Business Machines Corporation Key term extraction
US7548929B2 (en) * 2005-07-29 2009-06-16 Yahoo! Inc. System and method for determining semantically related terms
US7840438B2 (en) * 2005-07-29 2010-11-23 Yahoo! Inc. System and method for discounting of historical click through data for multiple versions of an advertisement
US20070027760A1 (en) * 2005-07-29 2007-02-01 Collins Robert J System and method for creating and providing a user interface for displaying advertiser defined groups of advertisement campaign information
US9558498B2 (en) * 2005-07-29 2017-01-31 Excalibur Ip, Llc System and method for advertisement management
US8131594B1 (en) * 2005-08-11 2012-03-06 Amazon Technologies, Inc. System and method for facilitating targeted advertising
US7747639B2 (en) * 2005-08-24 2010-06-29 Yahoo! Inc. Alternative search query prediction
GB0517585D0 (en) * 2005-08-30 2005-10-05 Ramakrishna Madhusudana Intuitive search which delivers fast results on the mobile phone
US8660891B2 (en) 2005-11-01 2014-02-25 Millennial Media Interactive mobile advertisement banners
US8229914B2 (en) 2005-09-14 2012-07-24 Jumptap, Inc. Mobile content spidering and compatibility determination
US8503995B2 (en) 2005-09-14 2013-08-06 Jumptap, Inc. Mobile dynamic advertisement creation and placement
US20080214153A1 (en) * 2005-09-14 2008-09-04 Jorey Ramer Mobile User Profile Creation based on User Browse Behaviors
US7676394B2 (en) 2005-09-14 2010-03-09 Jumptap, Inc. Dynamic bidding and expected value
US7769764B2 (en) 2005-09-14 2010-08-03 Jumptap, Inc. Mobile advertisement syndication
US20070100806A1 (en) * 2005-11-01 2007-05-03 Jorey Ramer Client libraries for mobile content
US9058406B2 (en) 2005-09-14 2015-06-16 Millennial Media, Inc. Management of multiple advertising inventories using a monetization platform
US8812526B2 (en) 2005-09-14 2014-08-19 Millennial Media, Inc. Mobile content cross-inventory yield optimization
US8666376B2 (en) * 2005-09-14 2014-03-04 Millennial Media Location based mobile shopping affinity program
US20080214154A1 (en) * 2005-11-01 2008-09-04 Jorey Ramer Associating mobile and non mobile web content
US9703892B2 (en) 2005-09-14 2017-07-11 Millennial Media Llc Predictive text completion for a mobile communication facility
US8819659B2 (en) 2005-09-14 2014-08-26 Millennial Media, Inc. Mobile search service instant activation
US20110143731A1 (en) * 2005-09-14 2011-06-16 Jorey Ramer Mobile Communication Facility Usage Pattern Geographic Based Advertising
US8290810B2 (en) * 2005-09-14 2012-10-16 Jumptap, Inc. Realtime surveying within mobile sponsored content
US8515400B2 (en) 2005-09-14 2013-08-20 Jumptap, Inc. System for targeting advertising content to a plurality of mobile communication facilities
US7548915B2 (en) * 2005-09-14 2009-06-16 Jorey Ramer Contextual mobile content placement on a mobile communication facility
US7660581B2 (en) * 2005-09-14 2010-02-09 Jumptap, Inc. Managing sponsored content based on usage history
US8238888B2 (en) 2006-09-13 2012-08-07 Jumptap, Inc. Methods and systems for mobile coupon placement
US20080242279A1 (en) * 2005-09-14 2008-10-02 Jorey Ramer Behavior-based mobile content placement on a mobile communication facility
US10911894B2 (en) 2005-09-14 2021-02-02 Verizon Media Inc. Use of dynamic content generation parameters based on previous performance of those parameters
US20110313853A1 (en) 2005-09-14 2011-12-22 Jorey Ramer System for targeting advertising content to a plurality of mobile communication facilities
US10592930B2 (en) * 2005-09-14 2020-03-17 Millenial Media, LLC Syndication of a behavioral profile using a monetization platform
US20070060173A1 (en) * 2005-09-14 2007-03-15 Jorey Ramer Managing sponsored content based on transaction history
US8615719B2 (en) 2005-09-14 2013-12-24 Jumptap, Inc. Managing sponsored content for delivery to mobile communication facilities
US9471925B2 (en) * 2005-09-14 2016-10-18 Millennial Media Llc Increasing mobile interactivity
US8027879B2 (en) * 2005-11-05 2011-09-27 Jumptap, Inc. Exclusivity bidding for mobile sponsored content
US9076175B2 (en) * 2005-09-14 2015-07-07 Millennial Media, Inc. Mobile comparison shopping
US7702318B2 (en) 2005-09-14 2010-04-20 Jumptap, Inc. Presentation of sponsored content based on mobile transaction event
US20090240568A1 (en) * 2005-09-14 2009-09-24 Jorey Ramer Aggregation and enrichment of behavioral profile data using a monetization platform
US8688671B2 (en) * 2005-09-14 2014-04-01 Millennial Media Managing sponsored content based on geographic region
US8832100B2 (en) * 2005-09-14 2014-09-09 Millennial Media, Inc. User transaction history influenced search results
US8311888B2 (en) * 2005-09-14 2012-11-13 Jumptap, Inc. Revenue models associated with syndication of a behavioral profile using a monetization platform
US20080214204A1 (en) * 2005-11-01 2008-09-04 Jorey Ramer Similarity based location mapping of mobile comm facility users
US8195133B2 (en) 2005-09-14 2012-06-05 Jumptap, Inc. Mobile dynamic advertisement creation and placement
US10038756B2 (en) 2005-09-14 2018-07-31 Millenial Media LLC Managing sponsored content based on device characteristics
US20080215429A1 (en) * 2005-11-01 2008-09-04 Jorey Ramer Using a mobile communication facility for offline ad searching
US8103545B2 (en) 2005-09-14 2012-01-24 Jumptap, Inc. Managing payment for sponsored content presented to mobile communication facilities
US8805339B2 (en) 2005-09-14 2014-08-12 Millennial Media, Inc. Categorization of a mobile user profile based on browse and viewing behavior
US8156128B2 (en) * 2005-09-14 2012-04-10 Jumptap, Inc. Contextual mobile content placement on a mobile communication facility
US8364540B2 (en) 2005-09-14 2013-01-29 Jumptap, Inc. Contextual targeting of content using a monetization platform
US9201979B2 (en) * 2005-09-14 2015-12-01 Millennial Media, Inc. Syndication of a behavioral profile associated with an availability condition using a monetization platform
US7752209B2 (en) 2005-09-14 2010-07-06 Jumptap, Inc. Presenting sponsored content on a mobile communication facility
US8131271B2 (en) * 2005-11-05 2012-03-06 Jumptap, Inc. Categorization of a mobile user profile based on browse behavior
US20080215557A1 (en) * 2005-11-05 2008-09-04 Jorey Ramer Methods and systems of mobile query classification
US20080214148A1 (en) * 2005-11-05 2008-09-04 Jorey Ramer Targeting mobile sponsored content within a social network
US8209344B2 (en) 2005-09-14 2012-06-26 Jumptap, Inc. Embedding sponsored content in mobile applications
US7912458B2 (en) 2005-09-14 2011-03-22 Jumptap, Inc. Interaction analysis and prioritization of mobile content
US20080270220A1 (en) * 2005-11-05 2008-10-30 Jorey Ramer Embedding a nonsponsored mobile content within a sponsored mobile content
US20070061211A1 (en) * 2005-09-14 2007-03-15 Jorey Ramer Preventing mobile communication facility click fraud
US20080214151A1 (en) * 2005-09-14 2008-09-04 Jorey Ramer Methods and systems for mobile coupon placement
US8302030B2 (en) 2005-09-14 2012-10-30 Jumptap, Inc. Management of multiple advertising inventories using a monetization platform
US20070061246A1 (en) * 2005-09-14 2007-03-15 Jorey Ramer Mobile campaign creation
US20090234745A1 (en) * 2005-11-05 2009-09-17 Jorey Ramer Methods and systems for mobile coupon tracking
US8364521B2 (en) * 2005-09-14 2013-01-29 Jumptap, Inc. Rendering targeted advertisement on mobile communication facilities
US7577665B2 (en) 2005-09-14 2009-08-18 Jumptap, Inc. User characteristic influenced search results
US8989718B2 (en) * 2005-09-14 2015-03-24 Millennial Media, Inc. Idle screen advertising
US20070250501A1 (en) * 2005-09-27 2007-10-25 Grubb Michael L Search result delivery engine
WO2007038714A2 (fr) * 2005-09-27 2007-04-05 Looksmart, Ltd. Recueil et fourniture de publicites sur internet
US20080015968A1 (en) * 2005-10-14 2008-01-17 Leviathan Entertainment, Llc Fee-Based Priority Queuing for Insurance Claim Processing
US8676781B1 (en) * 2005-10-19 2014-03-18 A9.Com, Inc. Method and system for associating an advertisement with a web page
US20070094072A1 (en) * 2005-10-26 2007-04-26 Etica Entertainment, Inc., Dba Position Research Apparatus and method of identifying critical factors in a pay-for-performance advertising network
US7831474B2 (en) * 2005-10-28 2010-11-09 Yahoo! Inc. System and method for associating an unvalued search term with a valued search term
US20070244868A1 (en) * 2005-10-31 2007-10-18 Grubb Michael L Internet book marking and search results delivery
US8175585B2 (en) 2005-11-05 2012-05-08 Jumptap, Inc. System for targeting advertising content to a plurality of mobile communication facilities
US7778874B1 (en) * 2005-11-14 2010-08-17 A9.Com, Inc. Automated generation of suggested online advertising campaign parameters
US9311400B2 (en) * 2005-11-15 2016-04-12 Sap Se Method and system for providing time-dependent search results for repetitively performed searches
US7627559B2 (en) * 2005-12-15 2009-12-01 Microsoft Corporation Context-based key phrase discovery and similarity measurement utilizing search engine query logs
US7788131B2 (en) * 2005-12-15 2010-08-31 Microsoft Corporation Advertising keyword cross-selling
US7792858B2 (en) * 2005-12-21 2010-09-07 Ebay Inc. Computer-implemented method and system for combining keywords into logical clusters that share similar behavior with respect to a considered dimension
US8036937B2 (en) * 2005-12-21 2011-10-11 Ebay Inc. Computer-implemented method and system for enabling the automated selection of keywords for rapid keyword portfolio expansion
US7752190B2 (en) * 2005-12-21 2010-07-06 Ebay Inc. Computer-implemented method and system for managing keyword bidding prices
US7870031B2 (en) * 2005-12-22 2011-01-11 Ebay Inc. Suggested item category systems and methods
US9262446B1 (en) 2005-12-29 2016-02-16 Google Inc. Dynamically ranking entries in a personal data book
CA2640139A1 (fr) * 2006-01-24 2007-08-02 Gaming Solutions International, Llc Systemes et procede d'exploration des donnees et leur presentation interactive
US20070208828A1 (en) * 2006-01-24 2007-09-06 Brier John J Jr Systems and methods for data mining and interactive presentation of same
US7941419B2 (en) 2006-03-01 2011-05-10 Oracle International Corporation Suggested content with attribute parameterization
US9177124B2 (en) 2006-03-01 2015-11-03 Oracle International Corporation Flexible authentication framework
US8214394B2 (en) 2006-03-01 2012-07-03 Oracle International Corporation Propagating user identities in a secure federated search system
US8433712B2 (en) * 2006-03-01 2013-04-30 Oracle International Corporation Link analysis for enterprise environment
US8875249B2 (en) * 2006-03-01 2014-10-28 Oracle International Corporation Minimum lifespan credentials for crawling data repositories
US8005816B2 (en) * 2006-03-01 2011-08-23 Oracle International Corporation Auto generation of suggested links in a search system
US20070214129A1 (en) * 2006-03-01 2007-09-13 Oracle International Corporation Flexible Authorization Model for Secure Search
US8332430B2 (en) 2006-03-01 2012-12-11 Oracle International Corporation Secure search performance improvement
US8868540B2 (en) * 2006-03-01 2014-10-21 Oracle International Corporation Method for suggesting web links and alternate terms for matching search queries
US8027982B2 (en) * 2006-03-01 2011-09-27 Oracle International Corporation Self-service sources for secure search
US8707451B2 (en) * 2006-03-01 2014-04-22 Oracle International Corporation Search hit URL modification for secure application integration
KR100792698B1 (ko) * 2006-03-14 2008-01-08 엔에이치엔(주) 시드를 이용한 광고 매칭 방법 및 광고 매칭 시스템
US8738467B2 (en) * 2006-03-16 2014-05-27 Microsoft Corporation Cluster-based scalable collaborative filtering
US20070239553A1 (en) * 2006-03-16 2007-10-11 Microsoft Corporation Collaborative filtering using cluster-based smoothing
KR100792701B1 (ko) * 2006-03-16 2008-01-08 엔에이치엔(주) 협업 필터링 시스템을 이용하여 클릭 패턴에 기초한 웹광고 추천 방법 및 그 시스템
KR100792700B1 (ko) * 2006-03-17 2008-01-08 엔에이치엔(주) 신경망을 가지는 협업 필터링 시스템을 이용하여 클릭패턴에 기초한 웹 광고 추천 방법 및 그 시스템
US20070219860A1 (en) * 2006-03-20 2007-09-20 Microsoft Corporation Presenting advertising information requested from a webpage
US7451120B1 (en) 2006-03-20 2008-11-11 Google Inc. Detecting novel document content
US8122049B2 (en) * 2006-03-20 2012-02-21 Microsoft Corporation Advertising service based on content and user log mining
US7996396B2 (en) * 2006-03-28 2011-08-09 A9.Com, Inc. Identifying the items most relevant to a current query based on user activity with respect to the results of similar queries
US7716229B1 (en) * 2006-03-31 2010-05-11 Microsoft Corporation Generating misspells from query log context usage
US8005715B2 (en) * 2006-04-17 2011-08-23 Innovation Interactive Inc. Domains template management system
US7664813B2 (en) * 2006-04-28 2010-02-16 Microsoft Corporation Dynamic data presentation
JP4761460B2 (ja) * 2006-05-01 2011-08-31 コニカミノルタビジネステクノロジーズ株式会社 検索装置による情報検索方法、情報検索装置及び情報検索処理プログラム
US7814112B2 (en) 2006-06-09 2010-10-12 Ebay Inc. Determining relevancy and desirability of terms
US8468155B2 (en) * 2006-06-22 2013-06-18 Infosys Limited Collaborative filtering-based recommendations
US20080004947A1 (en) * 2006-06-28 2008-01-03 Microsoft Corporation Online keyword buying, advertisement and marketing
US8364669B1 (en) * 2006-07-21 2013-01-29 Aol Inc. Popularity of content items
US20080027800A1 (en) * 2006-07-28 2008-01-31 Yves Schabes Method and apparatus for selecting related terms for electronic advertising
US8468561B2 (en) * 2006-08-09 2013-06-18 Google Inc. Preemptible station inventory
US7689548B2 (en) * 2006-09-22 2010-03-30 Microsoft Corporation Recommending keywords based on bidding patterns
US20080091487A1 (en) * 2006-10-05 2008-04-17 Webtrends, Inc. Apparatus and method for deriving advertising expenditure data
US7937403B2 (en) * 2006-10-30 2011-05-03 Yahoo! Inc. Time-based analysis of related keyword searching
KR100851041B1 (ko) * 2006-11-08 2008-08-12 엔에이치엔(주) 유알엘 입력을 통한 광고 키워드 추천 방법 및 그 시스템
KR100851042B1 (ko) * 2006-11-08 2008-08-12 엔에이치엔(주) 확장 광고 키워드를 추천하는 방법 및 그 시스템
US7974976B2 (en) 2006-11-09 2011-07-05 Yahoo! Inc. Deriving user intent from a user query
US7814086B2 (en) * 2006-11-16 2010-10-12 Yahoo! Inc. System and method for determining semantically related terms based on sequences of search queries
US7941436B2 (en) * 2006-11-30 2011-05-10 Yahoo, Inc. Keyword bidding strategy for novel concepts
US8712832B2 (en) * 2006-12-12 2014-04-29 Yahoo! Inc. Bid optimization in search engine marketing
US20090157631A1 (en) * 2006-12-14 2009-06-18 Jason Coleman Database search enhancements
US20080270164A1 (en) * 2006-12-21 2008-10-30 Kidder David S System and method for managing a plurality of advertising networks
US8108390B2 (en) * 2006-12-21 2012-01-31 Yahoo! Inc. System for targeting data to sites referenced on a page
US7685084B2 (en) * 2007-02-09 2010-03-23 Yahoo! Inc. Term expansion using associative matching of labeled term pairs
US8244750B2 (en) 2007-03-23 2012-08-14 Microsoft Corporation Related search queries for a webpage and their applications
US8788320B1 (en) 2007-03-28 2014-07-22 Amazon Technologies, Inc. Release advertisement system
US7856433B2 (en) * 2007-04-06 2010-12-21 Yahoo! Inc. Dynamic bid pricing for sponsored search
US20080256056A1 (en) * 2007-04-10 2008-10-16 Yahoo! Inc. System for building a data structure representing a network of users and advertisers
US20080256037A1 (en) * 2007-04-12 2008-10-16 Sihem Amer Yahia Method and system for generating an ordered list
US9396261B2 (en) 2007-04-25 2016-07-19 Yahoo! Inc. System for serving data that matches content related to a search results page
US8112435B2 (en) * 2007-04-27 2012-02-07 Wififee, Llc System and method for modifying internet traffic and controlling search responses
US7899815B2 (en) * 2007-05-02 2011-03-01 Yahoo! Inc. Apparatus and methods for providing search benchmarks
US20080294516A1 (en) * 2007-05-24 2008-11-27 Google Inc. Electronic advertising system
US8051040B2 (en) 2007-06-08 2011-11-01 Ebay Inc. Electronic publication system
US7996392B2 (en) 2007-06-27 2011-08-09 Oracle International Corporation Changing ranking algorithms based on customer settings
US8316007B2 (en) * 2007-06-28 2012-11-20 Oracle International Corporation Automatically finding acronyms and synonyms in a corpus
KR100901959B1 (ko) 2007-06-28 2009-06-10 엔에이치엔비즈니스플랫폼 주식회사 검색 광고 자동 노출 방법 및 그 시스템
KR100910521B1 (ko) * 2007-08-14 2009-07-31 엔에이치엔비즈니스플랫폼 주식회사 광고 키워드 제안 방법 및 그 시스템
WO2009026341A1 (fr) * 2007-08-20 2009-02-26 Tinbu, Llc Augmentation de la génération de revenu d'un site web grâce à la distribution de contenu web interactif
US20090055436A1 (en) * 2007-08-20 2009-02-26 Olakunle Olaniyi Ayeni System and Method for Integrating on Demand/Pull and Push Flow of Goods-and-Services Meta-Data, Including Coupon and Advertising, with Mobile and Wireless Applications
US20090055400A1 (en) * 2007-08-20 2009-02-26 Tinbu, Llc Interactive presentation and distribution of web content having a search feature
US20090094522A1 (en) * 2007-10-04 2009-04-09 Tinbu, Llc Interactive presentation and distribution of web content
US9081852B2 (en) 2007-10-05 2015-07-14 Fujitsu Limited Recommending terms to specify ontology space
US8280892B2 (en) 2007-10-05 2012-10-02 Fujitsu Limited Selecting tags for a document by analyzing paragraphs of the document
US20090100469A1 (en) * 2007-10-15 2009-04-16 Microsoft Corporation Recommendations from Social Networks
US8375073B1 (en) 2007-11-12 2013-02-12 Google Inc. Identification and ranking of news stories of interest
US20090192871A1 (en) * 2008-01-29 2009-07-30 Linksmanager Llc Business Social Network Advertising
US7996379B1 (en) 2008-02-01 2011-08-09 Google Inc. Document ranking using word relationships
US8280886B2 (en) 2008-02-13 2012-10-02 Fujitsu Limited Determining candidate terms related to terms of a query
US7970760B2 (en) * 2008-03-11 2011-06-28 Yahoo! Inc. System and method for automatic detection of needy queries
US8447759B2 (en) * 2008-03-13 2013-05-21 Microsoft Corporation Assets suggestion across applications
KR100980578B1 (ko) * 2008-03-31 2010-09-06 엔에이치엔비즈니스플랫폼 주식회사 확장된 키워드를 등록하여 검색결과를 제공하는 시스템 및방법
US8112431B2 (en) * 2008-04-03 2012-02-07 Ebay Inc. Method and system for processing search requests
US8671011B1 (en) * 2008-05-29 2014-03-11 Yodle, Inc. Methods and apparatus for generating an online marketing campaign
US20110225026A1 (en) * 2008-06-13 2011-09-15 Google Inc. Map-Based Interface for Booking Broadcast Advertisements
US20090319342A1 (en) * 2008-06-19 2009-12-24 Wize, Inc. System and method for aggregating and summarizing product/topic sentiment
US11048765B1 (en) 2008-06-25 2021-06-29 Richard Paiz Search engine optimizer
US8527339B2 (en) 2008-06-26 2013-09-03 Microsoft Corporation Quality based pricing and ranking for online ads
US8521731B2 (en) 2008-07-09 2013-08-27 Yahoo! Inc. Systems and methods for query expansion in sponsored search
US8037080B2 (en) * 2008-07-30 2011-10-11 At&T Intellectual Property Ii, Lp Recommender system utilizing collaborative filtering combining explicit and implicit feedback with both neighborhood and latent factor models
US9390180B1 (en) 2008-09-04 2016-07-12 Amazon Technologies, Inc. Landing page selection for linked advertising
US8301649B1 (en) 2008-09-04 2012-10-30 Amazon Technologies, Inc. Dynamic categorizations for electronic advertising
KR101042901B1 (ko) * 2008-10-09 2011-06-21 엔에이치엔비즈니스플랫폼 주식회사 광고 구매 히스토리에 기초하여 검색 광고용 키워드 페어를생성하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체
US20100205168A1 (en) * 2009-02-10 2010-08-12 Microsoft Corporation Thread-Based Incremental Web Forum Crawling
US8315908B1 (en) * 2009-02-27 2012-11-20 Google Inc. Generating a proposed bid
EP2226756A1 (fr) * 2009-02-27 2010-09-08 Research In Motion Limited Système de communications fournissant à un dispositif de communications sans fil mobile des termes de requête prévus basés sur des groupes de termes de publicité correspondants
US8185432B2 (en) 2009-05-08 2012-05-22 Sas Institute Inc. Computer-implemented systems and methods for determining future profitability
US8176069B2 (en) 2009-06-01 2012-05-08 Aol Inc. Systems and methods for improved web searching
AU2010256435B2 (en) 2009-06-04 2014-08-14 Joshua Feuerstein Method and system for electronic advertising
US20110035276A1 (en) * 2009-08-05 2011-02-10 Arpita Ghosh Automatic Campaign Optimization for Online Advertising Using Return on Investment Metrics
US20110040609A1 (en) * 2009-08-11 2011-02-17 Hawkins Strategic, LLC Computer-based consumer/retailer merchandizing system and related methodology
US9430521B2 (en) * 2009-09-30 2016-08-30 Microsoft Technology Licensing, Llc Query expansion through searching content identifiers
US8266006B2 (en) 2009-11-03 2012-09-11 Ebay Inc. Method, medium, and system for keyword bidding in a market cooperative
JP2011107557A (ja) * 2009-11-20 2011-06-02 Fuji Xerox Co Ltd 画像形成装置
US8495081B2 (en) * 2009-12-14 2013-07-23 International Business Machines Corporation Method, system and computer program product for federating tags across multiple systems
US20110184803A1 (en) * 2010-01-22 2011-07-28 Eyal Even-Dar Increasing Advertiser Utility in Broad Match Auctions
CN102411563B (zh) * 2010-09-26 2015-06-17 阿里巴巴集团控股有限公司 一种识别目标词的方法、装置及系统
US20120123863A1 (en) * 2010-11-13 2012-05-17 Rohit Kaul Keyword publication for use in online advertising
US20120191540A1 (en) * 2011-01-20 2012-07-26 Microsoft Corporation Automatic application of targeted advertising in datasets
JP5153925B2 (ja) * 2011-07-12 2013-02-27 ヤフー株式会社 入札対象推薦装置、システム及び方法
US8612459B1 (en) * 2011-07-13 2013-12-17 Google Inc. Lead generation system and methods
US8775570B2 (en) * 2011-09-15 2014-07-08 Hewlett-Packard Development Company, L. P. Geographic recommendation online search system
US20130085867A1 (en) * 2011-09-30 2013-04-04 Microsoft Corporation Niche Keyword Recommendation
US20130132209A1 (en) * 2011-11-11 2013-05-23 Google Inc. Generating an advertising campaign
US8433719B1 (en) * 2011-12-29 2013-04-30 Google Inc. Accelerating find in page queries within a web browser
US9424353B2 (en) 2012-02-22 2016-08-23 Google Inc. Related entities
WO2013126808A1 (fr) * 2012-02-22 2013-08-29 Google Inc. Entités associées
IL218420A0 (en) * 2012-03-01 2012-07-31 Google Inc Targeting content based on receipt of partial terms
US9225788B2 (en) * 2012-10-05 2015-12-29 Facebook, Inc. Method and apparatus for identifying common interest between social network users
US20140108436A1 (en) * 2012-10-11 2014-04-17 Yahoo! Inc. Internet Browsing with Customized Content
US11144563B2 (en) 2012-11-06 2021-10-12 Matthew E. Peterson Recurring search automation with search event detection
US9576022B2 (en) 2013-01-25 2017-02-21 International Business Machines Corporation Identifying missing content using searcher skill ratings
US9613131B2 (en) 2013-01-25 2017-04-04 International Business Machines Corporation Adjusting search results based on user skill and category information
US11741090B1 (en) 2013-02-26 2023-08-29 Richard Paiz Site rank codex search patterns
US11809506B1 (en) 2013-02-26 2023-11-07 Richard Paiz Multivariant analyzing replicating intelligent ambience evolving system
US10438254B2 (en) 2013-03-15 2019-10-08 Ebay Inc. Using plain text to list an item on a publication system
CN103279525B (zh) * 2013-05-29 2016-12-28 浙江搜车客网络技术有限公司 一种基于哈希优化的多条件联动搜索方法
US9460451B2 (en) 2013-07-01 2016-10-04 Yahoo! Inc. Quality scoring system for advertisements and content in an online system
US8788338B1 (en) 2013-07-01 2014-07-22 Yahoo! Inc. Unified marketplace for advertisements and content in an online system
CN104462084B (zh) 2013-09-13 2019-08-16 Sap欧洲公司 基于多个查询提供搜索细化建议
US10134053B2 (en) 2013-11-19 2018-11-20 Excalibur Ip, Llc User engagement-based contextually-dependent automated pricing for non-guaranteed delivery
US9317873B2 (en) 2014-03-28 2016-04-19 Google Inc. Automatic verification of advertiser identifier in advertisements
US11115529B2 (en) 2014-04-07 2021-09-07 Google Llc System and method for providing and managing third party content with call functionality
US20150287099A1 (en) * 2014-04-07 2015-10-08 Google Inc. Method to compute the prominence score to phone numbers on web pages and automatically annotate/attach it to ads
US10769176B2 (en) * 2015-06-19 2020-09-08 Richard Chino Method and apparatus for creating and curating user collections for network search
US9697286B2 (en) 2015-03-16 2017-07-04 International Business Machines Corporation Shared URL content update to improve search engine optimization
US20180018063A1 (en) 2016-07-14 2018-01-18 Intent Media, Inc. Graphical user interface and system for viewing landing page content
CN106909603A (zh) * 2016-08-31 2017-06-30 阿里巴巴集团控股有限公司 搜索信息处理方法及装置
US20190214114A1 (en) * 2016-09-06 2019-07-11 Indiana University Research And Technology Corporation Systems and methods for accessing, combining and collaborative filtering of information from multiple electronic health records
US10469424B2 (en) 2016-10-07 2019-11-05 Google Llc Network based data traffic latency reduction
US20180336589A1 (en) * 2017-05-18 2018-11-22 Facebook, Inc. Advertisment targeting criteria suggestions
CN113888252A (zh) * 2021-08-30 2022-01-04 华南农业大学 基于用户对食品安全等级评分值和食品相似度的推荐方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5931907A (en) * 1996-01-23 1999-08-03 British Telecommunications Public Limited Company Software agent for comparing locally accessible keywords with meta-information and having pointers associated with distributed information

Family Cites Families (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0734556B1 (fr) 1993-12-16 2002-09-04 Open Market, Inc. Systeme de paiement base sur un reseau de donne et methode pour l'utilisation d'un tel systeme
US5768521A (en) 1994-05-16 1998-06-16 Intel Corporation General purpose metering mechanism for distribution of electronic information
US5826241A (en) 1994-09-16 1998-10-20 First Virtual Holdings Incorporated Computerized system for making payments and authenticating transactions over the internet
US5799268A (en) * 1994-09-28 1998-08-25 Apple Computer, Inc. Method for extracting knowledge from online documentation and creating a glossary, index, help database or the like
US5752238A (en) 1994-11-03 1998-05-12 Intel Corporation Consumer-driven electronic information pricing mechanism
US5724521A (en) 1994-11-03 1998-03-03 Intel Corporation Method and apparatus for providing electronic advertisements to end users in a consumer best-fit pricing manner
US5717923A (en) 1994-11-03 1998-02-10 Intel Corporation Method and apparatus for dynamically customizing electronic information to individual end users
US5659732A (en) 1995-05-17 1997-08-19 Infoseek Corporation Document retrieval over networks wherein ranking and relevance scores are computed at the client for multiple database documents
US5748954A (en) 1995-06-05 1998-05-05 Carnegie Mellon University Method for searching a queued and ranked constructed catalog of files stored on a network
US5794210A (en) 1995-12-11 1998-08-11 Cybergold, Inc. Attention brokerage
US5778367A (en) 1995-12-14 1998-07-07 Network Engineering Software, Inc. Automated on-line information service and directory, particularly for the world wide web
US5724524A (en) 1995-12-15 1998-03-03 Pitney Bowes, Inc. Method and system for listing, brokering, and exchanging carrier capacity
WO1997022066A1 (fr) 1995-12-15 1997-06-19 The Softpages, Inc. Procede pour la publicite assistee par ordinateur
WO1997026729A2 (fr) 1995-12-27 1997-07-24 Robinson Gary B Filtrage cooperatif automatise dans la publicite sur le world wide web
US5872850A (en) * 1996-02-02 1999-02-16 Microsoft Corporation System for enabling information marketplace
US5867799A (en) * 1996-04-04 1999-02-02 Lang; Andrew K. Information system and method for filtering a massive flow of information entities to meet user information classification needs
US6314420B1 (en) * 1996-04-04 2001-11-06 Lycos, Inc. Collaborative/adaptive search engine
US5848397A (en) 1996-04-19 1998-12-08 Juno Online Services, L.P. Method and apparatus for scheduling the presentation of messages to computer users
JP3108015B2 (ja) 1996-05-22 2000-11-13 松下電器産業株式会社 ハイパーテキスト検索装置
US5920859A (en) 1997-02-05 1999-07-06 Idd Enterprises, L.P. Hypertext document retrieval system and method
US5864846A (en) 1996-06-28 1999-01-26 Siemens Corporate Research, Inc. Method for facilitating world wide web searches utilizing a document distribution fusion strategy
US5864845A (en) 1996-06-28 1999-01-26 Siemens Corporate Research, Inc. Facilitating world wide web searches utilizing a multiple search engine query clustering fusion strategy
US5862223A (en) 1996-07-24 1999-01-19 Walker Asset Management Limited Partnership Method and apparatus for a cryptographically-assisted commercial network system designed to facilitate and support expert-based commerce
US5852820A (en) 1996-08-09 1998-12-22 Digital Equipment Corporation Method for optimizing entries for searching an index
US5920854A (en) 1996-08-14 1999-07-06 Infoseek Corporation Real-time document collection search engine with phrase indexing
US5788357A (en) 1996-08-28 1998-08-04 K. W. Muth Company, Inc. Mirror assembly
US6085186A (en) 1996-09-20 2000-07-04 Netbot, Inc. Method and system using information written in a wrapper description language to execute query on a network
US5903882A (en) 1996-12-13 1999-05-11 Certco, Llc Reliance server for electronic transaction system
US6285987B1 (en) 1997-01-22 2001-09-04 Engage, Inc. Internet advertising system
US6078916A (en) * 1997-08-01 2000-06-20 Culliss; Gary Method for organizing information
US6421675B1 (en) * 1998-03-16 2002-07-16 S. L. I. Systems, Inc. Search engine
US6064980A (en) 1998-03-17 2000-05-16 Amazon.Com, Inc. System and methods for collaborative recommendations
US6289341B1 (en) * 1998-06-26 2001-09-11 Lucent Technologies, Inc. Intelligent agent for identifying intellectual property infringement issues in computer network sites and method of operation thereof
US6141010A (en) * 1998-07-17 2000-10-31 B. E. Technology, Llc Computer interface method and apparatus with targeted advertising
US6078866A (en) 1998-09-14 2000-06-20 Searchup, Inc. Internet site searching and listing service based on monetary ranking of site listings
JP2000132559A (ja) 1998-10-23 2000-05-12 Hitachi Ltd 情報フィルタリングシステムにおけるプロファイル更新方法及び情報フィルタリングシステム
AU2604100A (en) 1999-01-08 2000-07-24 Micro-Integration Corporation Search engine database and interface
US6269361B1 (en) * 1999-05-28 2001-07-31 Goto.Com System and method for influencing a position on a search result list generated by a computer network search engine
JP2001014349A (ja) 1999-06-28 2001-01-19 Nippon Telegr & Teleph Corp <Ntt> 協調情報フィルタリング用レイティングシステム
AUPQ475799A0 (en) 1999-12-20 2000-01-20 Youramigo Pty Ltd An internet indexing system and method
US20020004735A1 (en) 2000-01-18 2002-01-10 William Gross System and method for ranking items
JP4037999B2 (ja) * 2000-05-15 2008-01-23 インターナショナル・ビジネス・マシーンズ・コーポレーション ウェブサイト、ロボット型検索エンジン応答システム、ロボット型検索エンジン登録方法、記憶媒体及びプログラム伝送装置
KR20010109576A (ko) * 2000-05-30 2001-12-12 이광호 검색결과 순차별 유료 등록 시스템 및 방법
AU2001277265A1 (en) 2000-07-05 2002-01-14 Daren Paul Murrer Paid search engine bid management
US7043471B2 (en) * 2001-08-03 2006-05-09 Overture Services, Inc. Search engine account monitoring

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5931907A (en) * 1996-01-23 1999-08-03 British Telecommunications Public Limited Company Software agent for comparing locally accessible keywords with meta-information and having pointers associated with distributed information

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
COHEN W W ET AL: "Web-collaborative filtering: recommending music by crawling the Web", COMPUTER NETWORKS, ELSEVIER SCIENCE PUBLISHERS B.V., AMSTERDAM, NL, vol. 33, no. 1-6, June 2000 (2000-06-01), pages 685 - 698, XP004304801, ISSN: 1389-1286 *
JUNGHOO C ET AL: "Efficient crawling through URL ordering", COMPUTER NETWORKS AND ISDN SYSTEMS, NORTH HOLLAND PUBLISHING. AMSTERDAM, NL, vol. 30, no. 1-7, 1 April 1998 (1998-04-01), pages 161 - 172, XP004121430, ISSN: 0169-7552 *

Also Published As

Publication number Publication date
KR20030047859A (ko) 2003-06-18
KR20080033226A (ko) 2008-04-16
FR2833377B1 (fr) 2015-09-18
EP1320042A2 (fr) 2003-06-18
EP1320042A3 (fr) 2004-05-26
GB0227454D0 (en) 2002-12-31
JP3955256B2 (ja) 2007-08-08
US7225182B2 (en) 2007-05-29
US20030055816A1 (en) 2003-03-20
CA2413105C (fr) 2009-07-07
CA2413105A1 (fr) 2003-06-11
KR100908754B1 (ko) 2009-07-22
CN100447735C (zh) 2008-12-31
GB2384079A (en) 2003-07-16
AU2002301578B2 (en) 2005-09-29
CN1428689A (zh) 2003-07-09
DE10256458A1 (de) 2003-08-14
JP2003242159A (ja) 2003-08-29

Similar Documents

Publication Publication Date Title
FR2833377A1 (fr) Procede et dispositif de recommandation de termes de recherche en utilisant un filtrage collaboratif et un effet de toile d&#39;araignee web
JP4540927B2 (ja) コンピュータ・ネットワークの検索エンジンによって生成された検索結果リスト上の位置に影響を与える多元要素の入札を可能にするためのシステム及び方法
KR100849555B1 (ko) 검색에서의 키워드의 값을 결정하는 데이터베이스 검색시스템 및 방법
US7702537B2 (en) System and method for enabling multi-element bidding for influencing a position on a search result list generated by a computer network search engine
US7464079B2 (en) System and method for influencing a position on a search result list generated by a computer network search engine
FR2828310A1 (fr) Appareil et systeme de recherche dans des bases de donnees, et procedes de gestion et de presentation des resultats des recherches
US7110993B2 (en) System and method for influencing a position on a search result list generated by a computer network search engine
JP4498349B2 (ja) オークションベースのインターネットサーチにおける用語に対する最低クリック料金を決めるための方法及びシステム
US20080040329A1 (en) System and Method for Influencing a Computer Generated Search Result List
KR20030027735A (ko) 컴퓨터 통신망 검색 엔진에 의해 발생되는 검색 결과목록의 위치 및 가격 보호 제공 시스템에 대한 자동광고자 통지
US8626576B1 (en) System and method for marketing employing the distribution of a pay for performance database
AU2005262255B2 (en) System and method for influencing a computer generated search result list
US20080215569A1 (en) Ad Placement Method with Frequency Component
Popper Bringing It All Together in a Framework of Sponsored Search

Legal Events

Date Code Title Description
TP Transmission of property
PLFP Fee payment

Year of fee payment: 14

TP Transmission of property

Owner name: EXCALIBUR IP, LLC, US

Effective date: 20160706

PLFP Fee payment

Year of fee payment: 15

PLFP Fee payment

Year of fee payment: 16

CA Change of address

Effective date: 20180417

PLFP Fee payment

Year of fee payment: 18

ST Notification of lapse

Effective date: 20210805