FR2994494A1 - Dispositif d'aide a la gestion d'objets de visualisation - Google Patents

Abstract

Un dispositif informatique (4) stocke un identifiant pointant sur une représentation d'un objet de visualisation et un jeu de conditions définissant un contexte virtuel d'affichage de cet objet. Une interface (41) donne accès à un gestionnaire de site, fournissant un affichage activable de l'objet, et entretenant des données statistiques associées à l'identifiant de l'objet, en particulier un journal des activations et des données connexes incluant une valeur réelle d'activation relative à une ou plusieurs activations dudit journal et une ou plusieurs conditions d'un contexte d'affichage correspondant. Une interface donne accès à des données datées de post-activation associées à chaque identifiant. Un pilote appelle une première fonction avec de premières conditions d'entrée en opérant sur un premier intervalle temporel du journal pour établir une valeur unitaire d'activation, et une seconde fonction avec de secondes conditions d'entrée en opérant sur un second intervalle temporel plus ancien et plus large que le premier pour établir une valeur de taux de post-activation, et pour retourner au moins une grandeur d'intérêt relative à l'une des conditions du contexte virtuel d'affichage d'un identifiant sélectionné à partir de conditions utilisateur en fonction du résultat desdites fonctions.

Description

Dispositif d'aide à la gestion d'objets de visualisation L'invention se rapporte à un dispositif informatique d'aide à la gestion d'objets de visualisation.

Un objet de visualisation est un objet informatique agencé de manière à provoquer l'affichage d'un message dans une page Internet. Le message peut être affiché directement dans la page, ou être intégré à un média incorporé dans la page, par exemple un vidéoclip, une image ou analogue. De manière générale, on parle ici d'un média conteneur pour le message visuel. Le terme "message" s'entend ici dans son sens commun, le plus large. Les objets de visualisation que l'on considère ici sont agencés de manière à produire un affichage activable, c'est-à-dire sur lequel l'internaute peut agir en vue de produire un effet prédéterminé. La nature de l'action et l'effet de cette dernière peuvent être multiples. En pratique, seule la technique utilisée pour l'affichage peut limiter la nature et/ou l'effet de cette action. L'action de l'utilisateur peut être définie, en partie au moins, par l'objet de visualisation, par le média conteneur et/ou le diffuseur de ce média. Comme exemples d'actions de l'internaute sur un affichage, on connaît par exemple le clic, le pointage, le survol, la saisie de caractères, qui correspondent à des comportements prévus dans les spécifications du langage Internet. Parmi les effets associés, on peut citer, de manière non limitative, l'affichage d'une page prédéterminée, d'un formulaire, l'activation d'un média et autres. De tels objets de visualisation sont utilisés, entre autres choses, pour réaliser des annonces publicitaires sur Internet, sous la forme de ce que l'on appelle parfois des liens sponsorisés ou des bannières publicitaires. Cependant, l'invention n'est pas limitée à cette application particulière. Dans le cas d'une annonce notamment, l'objet de visualisation peut comprendre un lien vers une adresse universelle, ou lien URL, qui correspond au site de l'annonceur, et, éventuellement, un ou plusieurs éléments d'agrément, par exemple une image ou du texte. Les pages contenant l'objet visuel, en particulier dans le cas d'annonces publicitaires, mais pas seulement, sont presque toujours générées dynamiquement, en l'intégrant à un modèle de page, directement ou par l'intermédiaire d'un autre média conteneur. L'affichage de l'objet lui-même peut être construit sur un modèle qui agence les éléments qui définissent l'objet les uns par rapport aux autres à l'affichage de la page.

Ici, on s'intéresse tout particulièrement au cas où l'affichage des objets de visualisation est contextuel, c'est-à-dire où l'affichage d'un objet de visualisation dépend d'éléments de contexte, en particulier relatifs à l'affichage de la page conteneur. On utilise généralement ce que l'on peut appeler un contexte virtuel d'affichage. Le contexte virtuel peut être défini par un jeu de conditions en vue d'afficher l'objet dans le média conteneur. Ces conditions sont définies informatiquement et sont maintenues en relation avec les données définissant l'objet de visualisation, par exemple chez un gestionnaire de site Ainsi, l'affichage de l'objet de visualisation est conditionné par l'existence d'une correspondance entre ce que l'on peut appeler un contexte réel, et le contexte virtuel, ou, autrement dit, par le fait que les conditions d'affichage de l'objet soient réunies. Par exemple, les objets de visualisation affichés dans une page Internet peuvent être sélectionnés sur la base d'une correspondance entre certaines au moins des données de contexte associées à ces objets et des données tirées de la requête vers cette page, telles que, par exemple, l'adresse URL de la page mère, l'adresse de protocole Internet de la machine qui a émis la requête, des données de connexion ou de formulaires, et plus généralement toutes données dont dispose le gestionnaire de site au moment de la génération de la page. La correspondance entre les données de contexte virtuel et les données de contexte réel peut être définie par le gestionnaire de site. Cette correspondance peut être plus large qu'une identité entre le contexte virtuel et le contexte réel. Il est par exemple connu d'afficher dans les pages résultats d'un moteur de recherche des objets de visualisation, notamment de type annonce publicitaire, sélectionnés sur la base d'une correspondance entre certains au moins des termes saisis en tant que requête dans ce moteur, et des mots associés, en tant que données de contexte virtuel, avec des objets de visualisation que l'on peut qualifier de "candidats".

Les plateformes d'annonces publicitaires, telles que celles connues sous les noms de "Google Adwords" et de "Microsoft adCenter", par exemple, fonctionnent en parallèle de portails de moteurs de recherche, www.google.com et www.bing.com respectivement pour les plateformes précitées. Les plateformes de ce type peuvent également mettre leur base de données d'annonces publicitaires à la disposition de sites tiers. On s'intéresse ici au cas où les objets de visualisation affichés sont sélectionnés, par exemple par le gestionnaire du site internet, sur la base d'abord d'une correspondance entre contexte virtuel et contexte réel, et, ensuite, d'une ou plusieurs données représentant des valeurs virtuelles d'activation, stockées en relation avec certaines au moins des données de contexte virtuel. On dispose alors d'un critère qui permet d'ordonner les objets de visualisation candidats, dont les données de contexte virtuel correspondent au contexte réel, et, par la suite, de sélectionner un sous-ensemble de ces objets selon leur rang. On peut ainsi n'afficher que les "meilleurs" objets candidats, en particulier lorsque le nombre d'emplacements de diffusion d'objet est limité, ce qui, en pratique, est presque toujours le cas. À titre d'exemple, dans les bases de données des plateformes mentionnées plus haut, des données informatiques représentant des annonces publicitaires peuvent être mémorisées en correspondance d'autres données informatiques représentant un ou plusieurs mots clés, en tant que données définissant une partie de contexte virtuel d'affichage, et, pour chacun de ces mots clés, une valeur maximale d'activation que l'on appelle parfois un "coût maximal par clic" (CPCmax) en tant que valeur virtuelle d'activation. La valeur réelle d'activation CPC correspond, dans ce cas, à une somme d'argent que l'annonceur doit au gestionnaire de la plateforme à chaque fois qu'une requête vers le site désigné par son annonce est faite depuis une annonce affichée sur le portail du moteur de recherche lié à la plateforme. Pour une même annonce, la valeur d'activation CPC peut différer selon le mot clé à partir duquel l'annonce a été sélectionnée.

Dans la page résultat qui est générée à la suite d'une recherche se trouvent incorporées une ou plusieurs annonces publicitaires qui sont sélectionnées d'abord sur un critère de correspondance entre les mots de la requête et les mots clés associés à l'annonce dans la base de données de la plateforme, et ensuite sur un critère de performance, ou de valeur, sur les valeurs maximales d'activation associées à certains au moins des mots clés qui correspondent à la requête. En fonction du nombre d'emplacements disponibles, seuls les annonceurs les plus offrants sur les mots de la requête verront leur annonce affichée sur la page résultat. La position mutuelle des annonces dans la page résultat peut également être déterminée par la valeur maximale d'activation : les différentes positions d'annonces dans le modèle de page résultat sont alors ordonnées et attribuées en priorité aux annonceurs les plus offrants, c'est-à-dire dont les valeurs maximales d'activation pour le ou les mots clés correspondant aux mots de la requête sont les plus élevées.

Pour un gestionnaire de site, il est assez aisé de déterminer une valeur d'activation qui soit en relation à la fois avec l'élément de contexte virtuel, le contexte réel et un objet de visualisation diffusé. Le gestionnaire de site dispose de données sur les activations et les affichages de l'ensemble des objets de visualisation qu'il gère, et sur l'ensemble des données de contextes virtuels associés à ces objets. En outre, pour chaque affichage contextuel, c'est en général le gestionnaire de site qui détermine selon quel critère les objets candidats dont le contexte virtuel correspond au contexte réel sont départagés. Le gestionnaire de site peut facilement déterminer une valeur d'activation pour un objet de visualisation particulier dans un contexte particulier, qui tienne compte des objets de visualisation et des données de contextes concurrents notamment. Cette valeur peut être qualifiée de valeur d'activation réelle ou générale. Par exemple, certaines plateformes d'annonces publicitaires sélectionnent objets de visualisation correspondant à des annonces selon un mécanisme dit "au second prix", ou "second-price mechanism" en anglais. Pour un mot clé par exemple, chaque annonceur formule une valeur maximale d'activation CPCmax, c'est-à-dire la somme d'argent maximale qu'il est prêt à acquitter pour chaque requête vers l'URL de son site. Le gestionnaire de site associe en tant que valeur réelle d'activation à un mot clé particulier, d'une annonce particulière, la valeur CPCmax associée à ce mot par l'annonceur de rang juste inférieur, le plus offrant des annonceurs les moins offrants. Des systèmes analogues peuvent aussi fonctionner selon un mécanisme d'attribution au premier prix.

Pour celui qui doit associer une ou plusieurs valeurs d'activation à un contexte virtuel donné, comme c'est le cas par exemple pour l'usager du gestionnaire de site, l'exercice peut se révéler au contraire très compliqué. Cette difficulté vient notamment du fait que la correspondance entre le contexte virtuel et le contexte réel, ce qui peut s'apparenter à une forme d'efficacité du contexte virtuel, est délicate à prévoir, et, en particulier, qu'elle est assez peu quantifiable. Une difficulté supplémentaire réside dans le fait que la valeur d'activation définie par l'utilisateur peut être très éloignée de celle qui peut être établie par le gestionnaire de site. Une autre difficulté encore est que la valeur d'activation définie par l'utilisateur est prise en compte par le gestionnaire de site pour sélectionner les objets de visualisation et/ou leur contexte. Une valeur virtuelle d'activation mal évaluée peut avoir pour conséquence un écart important avec la valeur d'activation réelle, ou encore priver systématiquement l'usager de possibilité d'affichage de son objet de visualisation, notamment dans le cas d'une sous-évaluation des données de contexte virtuel.

Dans le cas d'une plateforme d'annonces par exemple, la valeur d'activation pour un annonceur dépend de nombreux paramètres, à savoir, entre autres choses, de la position de l'annonce dans la page résultat, des mots clés associés à cette annonce, du texte de l'annonce, ou encore de la page de destination. Pour un mot clé ou un emplacement, il est assez compliqué pour l'annonceur d'estimer ce que serait une valeur de CPCmax raisonnable, qui lui permette notamment de rester compétitif dans l'attribution des emplacements publicitaires. Une approche empirique est pratiquement impossible, notamment du fait que la valeur du CPCmax et la publication/positionnement de l'annonce dans les pages résultats sont fortement influencés par les valeurs de CPCmax des annonceurs concurrents, qui évoluent constamment.

Certains diffuseurs d'objets de visualisation, par exemple les annonceurs professionnels, doivent gérer avec réactivité un grand nombre d'objets, du fait notamment du nombre important de données de contexte qu'ils doivent évaluer, le cas échéant combiné à la nécessité de réévaluer fréquemment ces données de contexte pour pourvoir rester compétitifs dans la sélection des objets de visualisation.

Pour ces diffuseurs, il est impératif d'évaluer au plus juste leurs données de contexte. Ainsi, un système de gestion d'objets de visualisation automatique, semi-automatique, ou qui puisse du moins aider cette évaluation rapide est indispensable.

Ils ont à leur disposition des données statistiques qui peuvent être mises en relation avec les données de contexte virtuel et l'objet de visualisation. Ces données comprennent notamment un journal des activations, ou équivalent, et des données connexes à chaque activation du journal en question. Ces données connexes comprennent la valeur d'activation réelle dans le contexte, et éventuellement la valeur d'activation utilisateur. Ils ont également accès à des données datées de post-activation, c'est-à-dire des données qui caractérisent le comportement de l'internaute après activation de l'objet. La demande de brevet US 2011/0035276 Al décrit un système pour automatiser une campagne publicitaire sur une plateforme d'annonces en ligne. Le système en question comprend un moteur d'optimisation de campagne capable de fixer des valeurs maximales de coût par clics sur des mots clés pour le compte de l'annonceur. Ces valeurs sont automatiquement réévaluées pour l'ensemble de la campagne de manière à maximiser une valeur de retour sur investissement (ROI). De manière générale, le ROI est évalué en rapportant une augmentation du chiffre d'affaire liée à la campagne aux coûts de cette campagne. Le système opère de manière à équilibrer la valeur du ROI marginal sur l'ensemble des mots clés de la campagne. Le ROI marginal comme une valeur de la dérivée du chiffre d'affaire par rapport au coût. Pour évaluer correctement le ROI, il faut évaluer l'augmentation de chiffre d'affaire liée à la campagne, et la rapporter à une différence de coûts. Cela nécessite, pour chaque valeur de coûts, un volume important de données, en particulier de ce que l'on appelle des "conversions", c'est-à-dire, pour faire simple, de consultations de sites qui ont abouti à une valorisation. En pratique cependant, le volume de données disponibles est très faible pour l'intervalle de temps considéré, car seule une très faible partie des consultations du site marchand depuis l'annonce conduit à une vente effective. Il faut également, si l'on se fie à la courbe de la figure 5, évaluer la performance de chaque position dans la page (ou "slot"), alors même que cette position dépend généralement des valeurs concurrentes et que les données statistiques disponibles ne distinguent pas nécessairement les différentes positions dans la page. Le système décrit est purement mathématique et prend comme hypothèse que les concurrents ne modifient pas leur comportement, au contraire de l'usager. En pratique, cette hypothèse est complètement erronée et se trouve en contradiction avec le volume de données nécessaire pour le calcul, qui implique de considérer un large intervalle de temps. Dit autrement, le système n'est pas réactif, au sens où il ne s'adapte pas aux modifications des valeurs de coût par clic, du moins pas rapidement. En outre, la marge d'erreur sur la détermination des points nécessaires au tracé de la courbe de la figure 5 est très importante, ce qui rend les résultats inexploitables en pratique.

L'article "Dynamics of bid optimization in online advertisement auctions" de Christian BORGS, Jennifer CHAYES, Nicole IMMORLICA, Kamal JmN, Omid ETESAMI, et Mohammad MAHDIAN, In Proceedings of the 16th international conference on World Wide Web, WWW '07, pages 531-540, New York, NY, USA, 2007. ACM décrit un procédé d'optimisation d'enchères dans le cadre d'une limite périodique des coûts. Le procédé en question prévoit l'optimisation du nombre de clics (nombre de visites du site marchand à partir de l'annonce) en équilibrant les coûts par clics entre les mots clés et placements. Le CPCmoyen est ajusté en appliquant un coefficient global sur les enchères de façon que le budget soit tout juste consommé, c'est-à-dire qu'avec un CPC augmenté d'une infime valeur le budget ne serait plus totalement consommé Le procédé en question ne donne pas satisfaction. D'abord, il est difficile d'évaluer correctement le CPC d'un mot clé, car, en pratique, le nombre de clics sur la période de calcul est souvent trop restreint. Ensuite, la valeur du CPC d'un mot clé dépend des valeurs de CPCmax des concurrents. Le procédé en question n'est donc pas robuste aux modifications dans les enchères concurrentes. Enfin, aucun des systèmes ou procédés connus ne s'intéresse à la fréquence optimale de mise à jour de l'enchère. L'invention vise à améliorer la situation. On propose un dispositif informatique d'aide à la gestion d'objets de visualisation qui comprend au moins une unité centrale de calcul, de la mémoire stockant au moins un identifiant primaire valant pointeur sur de premières données formant une représentation informatique d'un objet informatique de visualisation, et de secondes données formant un jeu de conditions définissant un contexte virtuel d'affichage, sur une page de site ou analogue, une entrée utilisateur pour définir des conditions permettant de sélectionner un identifiant primaire, une interface d'accès à un gestionnaire de site ou analogue, lequel soumet aux internautes un affichage activable de l'objet de visualisation défini par les premières données, dans le contexte défini par les secondes données. Le gestionnaire de site entretient des données statistiques associées à chaque identifiant primaire, ces données statistiques comprenant un journal des activations et des données connexes aux activations dudit journal, les données connexes comprenant une valeur réelle d'activation relative à une ou plusieurs activations dudit journal et une ou plusieurs conditions du contexte d'affichage correspondant. Une interface donne accès à des données datées de post-activation associées à chaque identifiant primaire. Une première fonction statistique est capable d'opérer sur le journal des activations pour établir une valeur unitaire d'activation en fonction de premières conditions d'entrée, tandis qu'une seconde fonction statistique capable d'opérer sur le journal des activations pour établir une valeur de taux de post-activation en fonction de secondes conditions d'entrée. Un pilote agencé pour sélectionner un identifiant primaire à partir de données de conditions utilisateur, et appeler la première et la seconde fonction avec de premières et secondes conditions d'entrée de telle sorte que la première fonction opère sur un premier intervalle temporel et que la seconde fonction opère sur un second intervalle temporel, le second intervalle temporel étant plus ancien et plus large que le premier intervalle temporel, et retourner au moins une grandeur d'intérêt relative à l'une des conditions du contexte virtuel d'affichage et établie en fonction de la valeur unitaire d'activation et de la valeur de taux de post-activation établies par la première fonction et la seconde fonction. Par rapport aux systèmes et/ou procédé connus jusqu'ici, elle permet d'évaluer une valeur d'activation pour des données de contexte avec très peu de données. Elle est robuste aux aspects saisonniers, c'est-à-dire aux variations de l'évaluation des données de contexte liés à un comportement cyclique des internautes. Elle permet une réévaluation rapide et fiable des données de valeur d'activation liées aux données de contexte, sans nécessité d'un long historique. Elle est robuste aux réévaluations d'autres utilisateurs du gestionnaire de site, et, d'une manière générale, nécessite moins de données statistiques que les méthodes connues jusqu'ici.

De manière générale, les dispositifs et/ou les procédés connus se placent dans le cadre d'un budget limité sur un intervalle temporel, c'est-à-dire qu'ils cherchent à augmenter leurs gains dans le cadre de ce budget. Ici, en conservant cette application, le dispositif proposé cherche à optimiser ce qui pourrait s'apparenter à une marge.

D'autres caractéristiques et avantages de l'invention apparaîtront à l'examen de la description détaillée ci-après, et des dessins annexés sur lesquels : - la figure 1 représente un schéma fonctionnel d'un gestionnaire de site internet et d'affichage contextuel d'objets de visualisation ; - la figure 2 représente un schéma fonctionnel d'un outil de gestion d'objets de visualisation selon l'invention ; - la figure 3 représente une structure de stockage de données informatiques d'objets de visualisation ; - la figure 4 représente un ordinogramme illustrant une fonction de gestion de données contextuelles pour des objets de visualisation ; - la figure 5 représente un ordinogramme détaillant un exemple de réalisation d'une étape de l'ordinogramme de la figue 4; - la figure 6 représente un ordinogramme détaillant un exemple de réalisation d'une opération de l'ordinogramme de la figue 5; - la figure 7 est analogue à la figure 6 pour une autre opération ; - la figure 8 est analogue à la figure 6 pour une autre étape ; 30 - la figure 9 représente un objet informatique de type statistique de mot clé ; - la figure 10 représente un ordinogramme qui détaille l'étape 702 de la figure 7, dans un développement de l'invention. Les dessins annexés comprennent des éléments de caractère certain et pourront donc non seulement servir à compléter l'invention, mais aussi contribuer à sa définition, le cas échéant. On fait référence à la figure 1. Elle montre un système de gestion 1 d'un site Internet à moteur de recherche, lequel site est organisé de manière à afficher une ou plusieurs annonces, en tant qu'objets de visualisation, en fonction d'un contexte au moins partiellement défini par les termes correspondant à une requête d'un internaute. Le système 1 montré sur la figure 1 ne correspond qu'à un exemple de site Internet qui soumet aux internautes des pages affichant contextuellement un ou plusieurs objets de visualisation. Cet exemple est destiné à mieux faire comprendre le cadre de l'invention et n'a pas vocation à limiter cette dernière à ce cas particulier d'affichage contextuel. Le système de gestion 1 comprend un serveur http 10 ("HyperText Transfert Protocol" ou "protocole de transfert hypertexte" en français) qui assure la mise en ligne de pages Internet. Le serveur http 10 est capable d'adresser à un client, sur requête de celui-ci, des données permettant l'affichage d'une ou plusieurs pages Web, en correspondance de ce qui est désigné dans la requête. La requête et les données d'affichage transitent par un premier réseau IP 2 (« Internet Protocol » ou « protocole Internet » en Français), par exemple le réseau Internet public ou une sous-partie de celui-ci, laquelle peut-être d'accès restreint.

Le système de gestion 1 comprend encore un générateur de pages 11, qui génère dynamiquement des données de pages Internet pour le serveur http 10, à partir d'un ou plusieurs modèles de pages. Le système de gestion 1 comprend en outre un moteur de recherche 12. Le serveur http 10 30 coopère avec le moteur de recherche 12 en lui transmettant, à chaque fois qu'un internaute lance une recherche, une représentation informatique des termes correspondant à cette recherche.

Le système de gestion 1 comprend de plus une première base de données 13 maintenant des relations entre des adresses universelles, ou URL, et des mots clés. À partir des termes de la recherche, le moteur de recherche 12 est capable d'établir une liste ordonnée d'adresses URL de la première base de données 13, les adresses étant sélectionnées en partie au moins selon un critère de correspondance entre les termes de la recherche et les mots clés associés aux adresses URL dans la base 13. Le système de gestion 1 comprend encore un moteur de publication 14 et une seconde base de données 15 qui maintient des relations entre des données représentant informatiquement des annonces, en tant qu'exemple d'objets de visualisation, et des données qui définissent un contexte virtuel d'affichage de ces annonces, comportant ici un ou plusieurs mot clés. Le serveur http 10 coopère avec le moteur de publication 14 en lui transmettant, à chaque fois qu'un internaute lance une recherche, une représentation informatique des termes correspondant à cette recherche, en parallèle de la transmission au moteur de recherche 12. Le moteur de publication 14 coopère avec la seconde base de données 15 pour en extraire un jeu de données d'annonces, sélectionnées sur la base d'une correspondance entre les données de contexte virtuel d'affichage et le contexte réel. Dans l'exemple, cette correspondance vise, entre autres choses, les mots clés associés aux données d'annonces et le ou les termes de la recherche.

Le moteur de publication 14 coopère avec le générateur de page 11 de manière que chaque page résultat incorpore un ou plusieurs objets de visualisation correspondant aux données de représentation sélectionnées.

Le système 1 comprend également une interface de gestion 16, accessible depuis un second réseau 3, par exemple du même type que le premier réseau 2. L'interface de gestion 16 permet l'accès à des données statistiques concernant les données de contexte virtuel, et les différents affichages des objets de visualisation. En complément, l'interface 16 peut permettre la mise à jour de certaines au moins des données représentant informatiquement les objets de visualisation contenues dans la base 15 et/ou les données définissant leur contexte virtuel d'affichage. Ces données statistiques comprennent notamment un journal des motivations, des données de post-activation, des données de valeurs réelles d'activations.

La base de données d'annonces 15, le moteur publicitaire 14 et l'interface de gestion 16 forment, en partie au moins, ce que l'on appelle une plateforme d'annonces 17.

On fait référence à la figure 3, laquelle montre une structure de données qui peut être utilisée pour représenter informatiquement des objets de visualisation, ici de type annonce, à savoir un type annonce, tels qu'ils peuvent être présentés sélectivement aux internautes par la plateforme d'annonces 17 par exemple.

Cette structure de données comprend une classe d'objet de type "campagne" 300, ou CMPGN. Chaque objet de type CMPGN comprend en tant qu'attributs un identifiant ID et un ou plusieurs pointeurs vers un ou plusieurs objets de type "groupe d'annonce" 302, ou objet ADGRP, et un ou plusieurs pointeurs vers un ou plusieurs objets de type "statistiques de campagne" 304, ou objet CMPGN_STAT.

Chaque objet de type ADGRP comprend en tant qu'attributs un identifiant de groupe d'annonces ID, un ou plusieurs pointeurs vers un ou plusieurs objets de type "annonce" 306, ou objet AD, un ou plusieurs pointeurs vers un ou plusieurs objets de type "mot clé" 308, ou objet KW, et un ou plusieurs pointeurs vers un ou plusieurs objets de type "statistiques de groupe d'annonces" 310, ou objets ADGRP_STAT. En complément ou en remplacement des pointeurs vers des objets de type "mot clé", un objet ADGRP peut comprendre un ou plusieurs pointeurs vers un ou plusieurs objets de type "emplacement" (non représenté) comprenant un identifiant d'emplacement ID, et un ou plusieurs pointeurs vers des adresses URL de pages ou sites sur lesquels afficher l'annonce. Un objet de type « emplacement » comprend également un ou plusieurs pointeurs vers un ou plusieurs objets de type « statistiques d'emplacement » (non représenté).

Chaque objet de type AD comprend en tant qu'attributs un identifiant d'annonce ID, et des données de description d'annonce comprenant par exemple un titre d'annonce TTL, un libellé DSCR, un première adresse universelle URL1 sous la forme d'une chaîne de caractères à afficher dans l'annonce, une seconde adresse universelle URL2 sous la forme d'une chaîne de caractères à utiliser en tant qu'adresse URL vers laquelle renvoie l'annonce, et éventuellement un ou plusieurs liens vers une ou plusieurs images et/ou un vidéo. Chaque objet de type AD comprend également un ou plusieurs pointeurs vers un ou plusieurs objets de type "statistiques d'annonce" 314, ou objets AD_STAT. L'objet AD constitue une représentation informatique d'un objet de visualisation de type annonce. Chaque objet de type KW comprend en tant qu'attributs un identifiant de mot clé ID, une description du mot clé DSC sous la forme d'une chaîne de caractères, le plus souvent le mot clé en question. Un objet de type KW comprend également un ou plusieurs pointeurs vers un ou plusieurs objets de type "statistiques de mot clé" 316, ou objets KW_STAT, et une donnée de valeur maximale d'activation CPCmax, sur le mot clé, représentant une valeur virtuelle d'activation que l'annonceur attribue au mot clé. La valeur CPCmax peut être vue comme une valeur maximale d'activation pour un élément de contexte, ici un mot clé.

Pour plus de clarté dans l'exposé de l'invention, on décrit maintenant, de manière simplifiée, le fonctionnement d'une plateforme d'annonces telle que celle décrite plus haut en relation avec la figure 1. L'invention n'est nullement limitée à cette application particulière. La complexité de l'invention rend nécessaire un exposé dans un contexte particulier, du moins dans un premier temps. La plateforme est ouverte à plusieurs annonceurs qui peuvent chacun gérer une ou plusieurs campagnes d'annonces. La figure 3 montre que chaque annonce d'un annonceur est maintenue en relation avec un ou plusieurs termes, que l'on appelle mots clés dans la technique. Ensuite d'une requête sur le moteur de recherche, la plateforme sélectionne des annonces sur la base d'une correspondance entre les termes de la requête et les mots clés associés à ces annonces. Chaque mot clé définit ainsi pour une annonce à laquelle il est associé une partie d'un contexte virtuel, dont la correspondance avec un contexte réel conditionne l'affichage de l'annonce.

Un même mot clé peut apparaître dans plusieurs campagnes, le plus souvent d'annonceurs différents, associées à des annonces différentes.

Chaque annonceur fixe pour chacun des mots clés de sa campagne une valeur maximale d'activation respective. Cette valeur peut correspondre à ce que la technique désigne parfois par "coût maximal par clic ". La valeur CPCmax correspond à une valeur maximale unitaire pour l'activation de l'annonce en tant qu'objet de visualisation. Elle est liée à un mot clé particulier, en tant qu'élément définissant en partie au moins le contexte virtuel d'affichage de l'annonce. Dans la campagne d'un annonceur, il peut y avoir autant de valeurs de CPCmax que de mots clés différents. La valeur CPCmax peut être vue comme un attribut de l'élément de contexte virtuel d'affichage que forme le mot clé, et/ou comme un élément de ce contexte.

La plateforme 17 effectue une sélection parmi les objets KW dont certains au moins des attributs correspondent aux termes d'une recherche en fonction de la valeur de l'attribut "CPCmax" pour afficher les objets AD en relation avec les objets KW sélectionnés.

Par exemple, la plateforme 17 peut sélectionner les annonces correspondant aux valeurs CPCmax les plus importantes. En variante, cette sélection peut prendre en compte un facteur de qualité, attribué par le gestionnaire de la plateforme au site de l'annonceur. À un mot clé particulier, la plateforme 17 peut faire correspondre un ensemble d'annonces 20 correspondant aux valeurs CPCmax les plus importantes pour ce mot clé. Chaque annonce bénéficie d'un coefficient, ou indice, de qualité q associé l'identité de l'annonceur. L'annonceur de premier rang est tel que : CPCmax(1) x q(1) 25 = max {CPCmax(i) x q(i) i compris entre 1 et le nombre d'annonceurs sur le terme} L'annonceur de rang i est tel que : CPCmax(i+1) x q(i+1) < CPCmax(i) x q(i) < CPCmax(i-1) x q(i-1) 30 La valeur CPCmax d'un mot clé, et plus généralement la valeur virtuelle d'activation liée à un élément de contexte virtuel, défissent eux aussi une partie d'un contexte virtuel qui conditionne l'affichage d'une annonce ou d'un objet de visualisation.

Pour que l'annonce correspondant à un objet AD soit affichée à la suite d'une recherche, deux conditions doivent être remplies : une correspondance entre l'un au moins des objets KW pointés dans l'objet AD en question et l'un au moins des termes de la recherche, d'une part, et, d'autre part, un rang minimal du coût CPCmax de l'objet KW dans la hiérarchie des objets KW qui correspondent aux termes de la recherche. Toujours en faisant référence à la figure 3, un objet de type KW_STAT comprend en tant qu'attributs : - une donnée représentant une date de création de l'objet CRT DT ; - une donnée représentant une date de dernière modification de l'objet MDF_DT ; - une donnée représentant un nombre d'activations CLC, par exemple un nombre de clics, depuis la date CRT_DT, de l'annonce affichée sur la base d'une correspondance avec le mot de l'objet KW associé ; - une donnée représentant un nombre de post-activations CNV, par exemple un nombre de conversions, depuis la date CRT DT, à la suite d'une activation d'une annonce affichée pour le mot clé KW associé ; On considère comme une post-activation un acte identifié réalisé par un internaute ensuite de l'activation d'un objet de visualisation. Par exemple, une post-activation termine un processus initié par l'activation de l'objet de visualisation. On appelle conversion un acte identifié réalisé par un internaute et qui termine un processus initié par un clic sur une annonce. Une conversion doit être vue comme un cas particulier de post-activation. Des exemples de conversions comprennent la consultation d'une page particulière du site de l'annonceur, un achat en ligne ou encore une formalité d'inscription. Par exemple, des données de connexion peuvent être stockées dans la mémoire de l'ordinateur d'un internaute, notamment sous forme de cookie, lorsque celui-ci clique sur le lien URL d'une annonce. Les données stockées comprennent le mot clé qui a provoqué l'affichage de l'annonce en question sur la page résultat du moteur de recherche. Le site marchand peut ainsi augmenter le nombre de conversion du mot clé qui a déclenché l'affichage de l'annonce et mettre à jour cette information auprès de la plateforme d'annonces. L'annonceur peut préciser des valeurs différentes de conversion selon la nature de celle-ci, notamment les pondérer. D'autres méthodes de suivi des post-activations, accessibles de façon programmatique, via un service web par exemple, peuvent être utilisées, en remplacement ou en complément. - une donnée représentant une valeur réelle cumulée CST, depuis la date CRT_DT, de l'ensemble des activations liées au mot clé KW. Cette valeur CST peut correspondre à un coût global d'activation. - éventuellement, une donnée représentant un rang moyen d'affichage POS depuis la date CRT DT de l'annonce ; - une donnée représentant la valeur virtuelle CPCmax du mot clé, en vigueur au moins sur l'intervalle temporel allant de la date CRT_DT à la date MDF_DT. La plateforme 17 peut fonctionner selon un mécanisme de diffusion au "second rang". La valeur réelle d'une activation liée à un mot clé KW correspond à la plus grande valeur virtuelle d'activation, par exemple la valeur CPCmax, sur ce mot clé des valeurs virtuelles d'activation inférieures. Plus généralement, la valeur réelle d'activation liée à un élément de contexte peut être établie sur la base des valeurs virtuelles d'activation, par exemple en attribuant en tant que valeur réelle la valeur virtuelle de rang inférieur.

Le mécanisme d'attribution d'une valeur réelle d'activation à un élément de contexte peut prendre en compte un coefficient pondérateur. Par exemple, pour chaque activation d'une annonce, lorsque celle-ci aura été affichée en 25 réponse à une requête sur un mot clé dont la valeur virtuelle vaut CPCmax(i), la plateforme 17 pourra attribuer une valeur réelle d'activation telle que : CPC(i) - CPCmax(i+1) x q(i+1) / q(i), 30 Où q (i) est un indice de qualité associé au site de l'annonceur de rang i. Les annonceurs éprouvent certaines difficultés à définir l'élément de contexte correspondant à la valeur virtuelle d'activation, même aidés d'un logiciel tel que ceux décrits dans l'introduction de la demande La valeur virtuelle d'activation, en tant qu'élément de définition du contexte virtuel d'affichage, influence la diffusion de l'objet de visualisation. Elle influence également la valeur réelle de l'élément de contexte, puisque l'ensemble des valeurs virtuelles d'activation participent en partie au moins à la détermination de cette valeur réelle. Dans l'exemple, la valeur réelle CPC associée à un mot clé dépend, pour un annonceur, des valeurs virtuelles CPCmax des autres annonceurs sur ce mot clé. Les valeurs virtuelles CPCmax peuvent varier fréquemment. Et vérifier la pertinence d'une valeur virtuelle CPCmax nécessite un certain temps, car une valeur pertinente doit permettre un affichage régulier de l'annonce tout en restant compatible avec la gestion d'un contexte global. Lorsqu'il existe, un objet de type DSPL STAT comprend des attributs analogues à ceux d'un objet KW_STAT.

Un objet de type CMPGN STAT comprend des attributs analogues à ceux d'un objet KW STAT. Les attributs correspondant au nombre d'activations CLC, au nombre de post- _ activations CNV et à la valeur réelle cumulée CST concernent l'ensemble des annonces de la campagne, quel que soit leur groupe et le mot clé à l'origine de leur affichage.

Un objet de type ADGRP STAT comprend des attributs analogues à ceux d'un objet KW STAT, à l'exception de celui relatif à la valeur virtuelle CPCmax. Dans l'objet ADGRP STAT, les attributs correspondant au nombre d'activations CLC, au nombre de post-activations CNV, à la valeur réelle cumulée CST, concernent l'ensemble des annonces du groupe. Les statistiques relatives à l'ensemble d'un groupe d'annonces se déduisent généralement des statistiques relatives à chacune des annonces du groupe, éventuellement à une pondération près. En option, l'objet ADGRP_STAT peut comprendre une valeur virtuelle d'activation qui s'applique, par défaut, à chacun des mots clés de chacune des annonces du groupe. Cette valeur peut, le cas échéant, prendre la forme d'un attribut noté CPCmax. Un objet de type AD_STAT comprend des attributs analogues à ceux d'un objet KW STAT, à l'exception de celui relatif à la valeur CPCmax. Les attributs relatifs au nombre d'activations CLC, au nombre de post-activations CNV, et à la valeur réelle cumulée CST, concernent l'annonce quelles que soient les conditions de contexte ayant provoquées son affichage, c'est-à-dire quel que soit le mot clé à l'origine de cet affichage. En option, l'objet AD_STAT peut comprendre une valeur d'activation qui s'applique, par défaut, à chacun des mots clés de l'annonce. Cette valeur d'activation peut, le cas échéant, prendre la forme d'un attribut noté CPCmax. Un gestionnaire de site maintient un ou plusieurs journaux d'activation comprenant, pour chaque activation d'une annonce, chaque élément de contexte auquel est liée cette activation, la date d'activation, la valeur réelle de cette activation, ainsi qu'un ou plusieurs journaux comprenant des données de post-activations liées aux éléments de contexte, à la date de l'activation et aux objets de visualisation. Les objets statistiques représentés sur la figure 3, en particulier la classe objet KW STAT, ne sont qu'un exemple d'organisation de données relatives à l'activation et l'affichage d'objet de visualisation liés à des éléments de contexte virtuel, qui peut être utilisée pour ces journaux. Certains sites peuvent notamment créer quotidiennement un objet statistique par élément de contexte, tel qu'un mot-clé KW, de manière à créer un journal d'activation constitué d'une collection d'objets statistiques KW_STAT quotidiens. En plus de ces statistiques, la structure de données de la figure 3 comprend non seulement des objets informatiques représentant des annonces, notamment les objets AD, mais également des données définissant un contexte virtuel d'affichage pour ces annonces, notamment les objets KW. On fait référence à la figure 2, laquelle montre un dispositif d'aide à la gestion d'objets de visualisation. Le dispositif 4 comprend une interface d'entrée 41 permettant l'accès, au travers d'un 30 troisième réseau 5 qui peut être du même type que les premier et seconds réseaux, à des statistiques sur l'activation et l'affichage contextuels d'objets de visualisation. Ces données peuvent résulter de requêtes émises sur l'interface 16 de la figure 1 en vue de consulter des journaux maintenus par le gestionnaire de site. 25 Le dispositif 4 peut comprendre une base de données 43 qui maintient une représentation informatique des objets de visualisation, des éléments définissant leur contexte virtuel d'affichage, et des données statistiques contextuelles d'activation. En variante, la base 43 peut comprendre une collection de pointeurs permettant l'accès aux données d'activations à partir de l'identifiant d'un élément de contexte. L'interface d'entrée 41 peut coopérer avec la base 43 pour y stocker de manière organisée les données reçues. En particulier, la base 43 peut stocker une collection d'objets statistiques du type de ceux décrits en référence à la figure 3.

Le dispositif 4 comprend également un gestionnaire 42 qui interagit avec la base 43 notamment pour aider à la détermination de valeurs virtuelles d'activation relatives à des éléments de contexte.

Le dispositif 4 comprend encore une interface de sortie 44 capable de mettre en forme une ou plusieurs valeurs maximales virtuelles d'activation, par exemple des valeurs CPCmax, déterminées par le dispositif 42, à destination d'un gestionnaire de site, par exemple la plateforme 17 de la figure 1, via le troisième réseau.

Dans une variante de réalisation, le gestionnaire 42 crée chaque jour un objet de type CMPGN STAT par campagne, un objet ADGRP STAT par groupe d'annonces, un objet de type AD_STAT par annonce et un objet de type KW_STAT par mot clé. Ces objets peuvent être stockés dans la base 43. Chacun de ces objets statistiques peut être actualisé plusieurs fois par jour, par exemple de manière régulière. La période de création des objets statistiques peut être supérieure à une journée. On peut également modifier la structure de ces objets de manière à y faire apparaître un historique des valeurs prises par les attributs, par exemple sous la forme de journaux ou de pointeurs vers de tels journaux. La structure de données qui vient d'être décrite peut être modifiée, en particulier complétée. Comme on le verra, le dispositif selon l'invention travaille essentiellement sur des données statistiques liées aux données de la campagne. Ces dernières données n'ont pas à être stockées dans la base 43. Il suffit que l'on puisse lier les données statistiques aux données de campagne auxquelles elles se rapportent. Cela vaut de manière générale pour les éléments de contexte virtuel.

Généralement, la plateforme d'annonces met à disposition certaines au moins de ces données, notamment par l'interface de gestion 16, ou des données équivalentes, c'est-à-dire qui permettent de déduire les données de l'objet statistique.

On fait référence à la figure 4, qui illustre le fonctionnement général d'une fonction de gestion d'éléments définissant un contexte virtuel d'affichage. Cette fonction peut être mise en oeuvre dans le gestionnaire 42 de la figure 2, par exemple.

Dans une étape 400, la fonction de gestion s'initialise. La commande peut être déclenchée manuellement ou automatiquement par un programmateur de tâches, par exemple quotidiennement. La fréquence d'appel peut être déterminée en fonction de la fréquence de mise à disposition de données statistiques sur le mot clé en question et sur la campagne correspondante. Généralement, les statistiques sont disponibles pratiquement en temps réel. Cependant, dans la pratique, il n'est pas souhaitable de réévaluer aussi fréquemment la valeur virtuelle d'activation. Typiquement, une réévaluation quotidienne de cette valeur présente des avantages considérables par rapport à l'état de la technique. Dans une étape 401, on reçoit un identifiant de mot clé KW ou de tout autre élément de 20 contexte virtuel, en tant qu'argument. Le cas échéant, le mot clé KW est accompagné d'un identifiant de campagne. L'identifiant de mot clé peut comprendre une chaîne de caractères correspondant au mot clé lui-même. Dans une étape 402, on récupère des données statistiques sur le mot clé, ou sur l'élément 25 de contexte virtuel. Ces données concernent notamment les affichages, activations et post- activations liées à ce mot clé ou à l'élément. Généralement, ces données sont disponibles auprès de la plateforme, par exemple mises à disposition des clients par l'intermédiaire d'une interface de gestion en ligne. Avec les données statistiques à jour, on peut actualiser les données de la base locale, par exemple la base 43 sur la figure 2. Ces données 30 comprennent un journal d'activation et des données connexes à chaque activation, notamment de post-activation et une valeur réelle d'activation, éventuellement cumulée sur un intervalle temporel.

Dans une étape 404, on construit de nouvelles données statistiques du mot clé que l'on a récupérées. Ce traitement comprend la construction de données statistiques supplémentaires, c'est-à-dire des données qui ne sont pas directement disponibles auprès de la plateforme, et/ou la mise à jour de données existantes.

Dans une étape 406, on calcule une nouvelle valeur maximale d'activation CPCmax, ou valeur actualisée, à partir des données statistiques, ou une valeur virtuelle d'activation. Dans une étape 408, on retourne la nouvelle valeur CPCmax ou la valeur virtuelle d'activation. Elle peut être mise en forme pour constituer une mise à jour de la valeur maximale d'activation effective sur la plateforme. En outre, elle peut être stockée dans la base de données locale. On fait référence à la figure 5, qui détaille une partie du traitement de l'étape 404.

Dans une sous-étape 500, on initialise la fonction. Puis, dans une sous-étape 502, on récupère l'identifiant de l'élément de contexte virtuel, par exemple l'identifiant du mot clé KW.

Dans une sous-étape 504, on calcule une valeur moyenne d'activation CPCmoyen pour l'élément de contexte virtuel de l'étape 502. Cette valeur moyenne d'activation est calculée pour la valeur virtuelle d'activation courante, c'est-à-dire à partir de données sur des activations pour lesquelles le mot clé KW, ou l'élément de contexte virtuel, est associé à la même valeur courante virtuelle d'activation. Par exemple, on calcule une valeur moyenne KW.CPCmoyen d'activation pour le mot clé KW correspondant à la valeur maximale d'activation courante KW.CPCmax sur le mot clé KW. Le calcul de la valeur moyenne d'activation se fait sur une première période temporelle, courte. Dans une sous-étape 506, on calcule un taux de performance CR de l'objet de visualisation pour l'élément de contexte de l'étape 502. Ce taux de performance peut être vu comme une relation entre les activations de l'objet liées à l'élément de contexte et les post-activations qui en découlent. Ce taux peut correspondre par exemple à un taux de conversion KW.CR pour le mot clé KW, c'est-à-dire à un rapport entre des conversions et des activations. Le taux de performance est calculé sur une fenêtre temporelle glissante, déterminée de manière à prendre en compte un nombre important de post-activations. Cette fenêtre temporelle est généralement plus longue que l'intervalle temporel utilisé pour le calcul de la valeur CPCmoyen. Le calcul de la valeur CPCmoyen correspond à une courte période temporelle, tandis que le calcul de la valeur moyenne d'activation correspond à une période temporelle plus longue. Dans une sous-étape 508, on met à jour la base locale en enregistrant les valeurs CPCmoyen et CR que l'on vient de calculer, en relation avec l'identifiant de mot-clé ou d'élément de contexte concerné. Par exemple, on peut prévoir des attributs supplémentaires correspondants dans des objets basés sur l'objet KW_STAT, comme le montre la figure 9. Il convient de noter, en relation avec cette figure 9, que les valeurs que prennent les attributs sont pour la plupart d'entre eux, en particulier les attributs CPCmoyen et CR, calculés par le dispositif décrit ici. C'est pourquoi ils diffèrent en valeur au moins de données statistiques analogues qui pourrait être mises à disposition par le gestionnaire de site. Par exemple, certains de ces gestionnaires mettent à disposition une statistique qui peut s'apparenter à une valeur d'activation moyenne. Pour autant celle-ci se révèle très différente en valeur en ce qu'elle est calculée d'une manière complétement différente, généralement sans distinction d'une quelconque période temporelle. En outre, ces données statistiques sont le plus souvent agrégées sur des périodes temporelles longues, voire indéfinies. On décrit maintenant le fonctionnement d'une première fonction statistique capable de calculer une valeur CPCmoyen pour un élément de contexte. On fait référence à la figure 6. La première fonction décrite sur la figure 6 peut être appelée au cours de l'opération 504 de la figure 5. On commence par initialiser la première fonction. C'est le rôle de l'opération 600. La première fonction reçoit ensuite une donnée d'identification correspondant à l'élément de contexte pour lequel la première fonction va calculer une valeur CPCmoyen. Cette donnée d'identification peut être vue comme un argument de la première fonction. Ainsi, l'opération 601 consiste, par exemple, à recevoir l'identifiant ID d'un mot clé KW.

On peut créer une instance d'un objet de type analogue à KW_STAT pour en faire un objet de travail. On établit ensuite une date d'ancienneté de la valeur virtuelle d'activation courante de l'élément de contexte précédemment identifié. Cette date d'ancienneté correspond à la plus ancienne date d'une période temporelle continue au cours de laquelle la valeur virtuelle d'activation courante n'a pas été modifiée. Généralement, les données représentant un contexte virtuel sont datées, ce qui permet de connaître assez directement la date d'ancienneté de la valeur virtuelle d'activation courante. Cette date peut être disponible auprès du gestionnaire de site ou analogue, notamment au travers d'une interface d'accès. En variante, le dispositif 1 peut maintenir une réplique d'une partie au moins des données du gestionnaire de site relatives à la définition d'un contexte virtuel utilisateur, et éventuellement du ou des journaux d'activation liés à ce contexte virtuel. Dans ce cas, la date d'ancienneté est accessible localement.

Dans l'exemple de la figure 6, on détermine ainsi la date DT1 à laquelle la valeur maximale d'activation CPCmax a été établie. Dans le cas où le dispositif 1 maintient une structure de données telle que décrite en relation avec la figure 3, on peut créer un objet de type KW_STAT par jour et par mot clé. On parcourt alors la collection des objets KW STAT relatifs au mot clé identifié, à la recherche de cette date DT1 qui va correspondre à la date CRT_DT de l'un de ces objets. Dans une autre variante encore, le dispositif peut maintenir un journal des modifications de valeur virtuelle d'activation, chaque modification étant datée.

On établit également une date de fraîcheur d'un journal d'activation relatif à l'élément de contexte, date à laquelle les données de la base locale ou distante, au moins en ce qui concerne le mot clé, ont été mises à jour. Cela correspond à une date DT2 de mise à jour, ou de fraîcheur, de ces données pour l'exemple illustré sur la figure 6. Par exemple, la date DT2 correspond à la date MDF_DT de l'objet KW_STAT le plus récent, c'est-à-dire dont la date CRT DT est la plus récente. La date d'ancienneté d'une part et de fraîcheur d'autre part, notées DT1 et DT2 sur la figure 6, délimitent un intervalle temporel de calcul, ou période de calcul.

On détermine ensuite un nombre d'activations relatives à l'élément de contexte identifié sur l'intervalle temporel de calcul. Sur la figure 6 par exemple, ceci se fait au cours d'une opération 604 dans laquelle on détermine un nombre d'activations CLC en rapport avec le 5 mot clé KW sur la période [DT1 ; DT2]. On peut réaliser une somme sur la valeur de l'attribut KW.CLC sur les objets KW_STAT dont la date KW.CRT DT est plus récente que DT1. Pour faciliter le traitement ultérieur, on peut créer un objet de type KW_STAT de travail, c'est-à-dire dont l'existence est 10 temporaire et limitée aux besoins du traitement. Les attributs de l'objet KW_STAT de travail prennent des valeurs correspondant à la période de calcul. Selon l'organisation du stockage des données statistiques, la valeur du nombre d'activations KW.CLC peut, dans certains cas, être directement obtenue d'un objet statistique lié au mot clé en question. 15 On vérifie ensuite que le nombre d'activations CLC pour l'élément de contexte virtuel est supérieur, sur l'intervalle temporel de calcul, à une valeur seuil CLCmin. Cette valeur CLCmin correspond à un nombre d'activations minimal permettant de déterminer une valeur moyenne d'activation significative. 20 Ici par exemple, on teste si le nombre d'activations KW.CLC pour le mot clé KW sur la période comprise entre DT1 et DT2 est supérieur à une première valeur minimale d'activations CLCmin au cours d'une opération 606. Si le nombre d'activations liées à l'élément de contexte dans l'intervalle temporel de calcul 25 est supérieur à la valeur seuil, alors on vérifie que ce nombre d'activations est de plus inférieur à une valeur plafond. Dans l'exemple de la figure 6, l'opération 610, qui fait suite au test de l'opération 606 si celui-ci est positif, consiste ainsi à vérifier que le nombre KW.CLC d'activations liées au mot clé KW sur l'intervalle temporel [DT1;DT2] est inférieur à un nombre maximal d'activations CLCmax. 30 Si le nombre d'activations CLC liées à l'élément de contexte dans l'intervalle temporel de calcul est compris entre la valeur seuil et la valeur plafond, alors on détermine une valeur réelle cumulée correspondant à l'ensemble des activations liées à l'élément de contexte sur l'intervalle temporel de calcul. On peut utiliser des données connexes d'un journal d'activations qui généralement comprennent, la valeur réelle de chaque activation. Dans l'exemple de la figure 6, si le test de l'opération 610 est positif, alors on calcule une valeur réelle cumulée CTS sur l'intervalle [DT1;DT2] pour le mot clé KW au cours d'une opération 614. Par exemple, on peut sommer les valeurs de l'attribut KW.CST de l'ensemble des objets KW STAT dont la date CRT DT est comprise dans la période de calcul [DT1 ; DT2].

Lorsque la valeur réelle cumulée CTS correspondant à l'ensemble des activations sur l'intervalle temporel de calcul a été déterminé, on calcule une valeur moyenne d'activation pour l'élément de contexte virtuel en rapportant la valeur réelle cumulée CTS au nombre d'activations sur l'intervalle temporel de calcul.

Ainsi, au cours de l'opération 616 de la figure 6, la valeur moyenne CPCmoyen est calculée en tant que rapport de la valeur CTS sur le nombre de d'activations CLC pour la période [DT1;DT2]. Lorsque le nombre d'activations liées à l'élément de contexte virtuel identifié est supérieur à la valeur plafond, alors on réduit l'intervalle temporel de calcul d'un pas de temps, puis l'on réévalue le nombre d'activations sur la nouvelle période de calcul. On recommence ainsi de manière à réduire l'intervalle temporel de calcul à une étendue sur laquelle on obtient un nombre juste suffisant d'activations.

Sur la figure 6, lorsque le test de l'opération 610 est négatif, on reconsidère la date DT1 en l'avançant d'un pas temporel DT au cours d'une opération 612, avant de retourner à l'opération 604. Généralement, on peut connaître, jour par jour, le nombre d'activations KW.CLC liées au mot clé KW. Le pas temporel est alors pris égal à une journée.

Le pas de temps est un pas de calcul qui dépend des données de datation des journaux d'activation, donc de la manière dont le gestionnaire de site met à disposition les données statistiques relatives aux données de définition des contextes virtuels et des activations.

Dans le cas où les journaux d'activation sont organisés de manière quotidienne, c'est-à-dire l'on peut connaître, jour par jour, le nombre d'activations liées à l'élément de contexte, on fixe à un jour le pas temporel de calcul. Dans le cas où les journaux d'activation comprennent une datation plus précise de chaque activation, le pas de calcul peut être variable : on peut alors considérer la date, heure comprise, à laquelle on dispose d'un nombre suffisant d'activations. Lorsque le nombre d'activations pour l'élément de contexte virtuel est inférieur à la valeur seuil sur l'intervalle temporel de calcul compris entre la date d'ancienneté de la valeur virtuelle et la date de fraîcheur des données statistiques, on réalise une estimation de la valeur moyenne d'activation CPCmoyen sur cette période. Dans l'exemple de la figure 6, si le nombre d'activations KW.CLC sur la période est inférieur à au nombre minimal d'activations CLCmin, alors on appelle une fonction d'évaluation de la valeur CPCmoyen sur la période de calcul au cours d'une opération 608. Cette valeur estimée n'est retournée que si l'intervalle de calcul est suffisamment grand, ce que l'on teste en 609 avec une valeur minimale typiquement égale à sept jours. La première fonction se termine en retournant la valeur moyenne d'activation, calculée ou estimée, sur l'intervalle temporel finalement retenu. Pour l'exemple de la figure 6, cela correspond à une opération 618. La première fonction est agencée de manière à réduire la durée de l'intervalle temporel sur lequel la valeur CPCmoyen est calculée. L'intervalle temporel de calcul doit comprendre un nombre suffisant d'activations pour obtenir une évaluation significative de cette valeur moyenne. Contrairement aux habitudes prises dans la technique, la Demanderesse a constaté qu'un nombre supérieur d'activations, correspondant à un intervalle temporel de durée supérieure, influence très peu le caractère significatif de la valeur CPCmoyen, tandis qu'il peut nuire à l'évaluation d'autres grandeurs statistiques.

Au maximum, l'intervalle temporel de calcul couvre la période allant de la date d'ancienneté DT1 à la date de fraîcheur DT2. Lorsque le nombre d'activations est insuffisant dans cet intervalle maximum de calcul, la valeur moyenne d'activation est estimée. La Demanderesse a établi que le nombre minimal d'activation est avantageusement inférieur à la moitié du nombre maximal d'activation, tout en demeurant supérieur à 10. Le nombre maximal d'activation peut être pris égal à 100. Un nombre minimal d'activation proche de 40 donne d'excellents résultats. Ces valeurs sont utilisables pour l'exemple de la figure 6.

On vient de décrire une première fonction statistique agencée pour déterminer une valeur moyenne d'activation selon trois méthodes différentes, selon le nombre d'activations dans l'intervalle temporel de calcul.

Selon une première méthode, la période de calcul correspond à la période comprise entre la date de dernière modification de la valeur d'activation virtuelle de l'élément de contexte, c'est-à-dire la valeur maximale d'activation CPCmax dans le cas de la figure 6, et à la date proche du début de calcul. La valeur CPCmoyen est alors calculée en divisant la somme des valeurs réelles des activations liées à l'élément de contexte sur la période de calcul par le nombre d'activations liées à l'élément de contexte sur la période de calcul. Selon une seconde méthode, la période de calcul correspond à la période à considérer pour obtenir suffisamment de données pour estimer convenablement une valeur moyenne d'activation, à condition que cette période de calcul soit plus courte que la précédente. En pratique la valeur moyenne d'activation est calculée à partir des données d'activations et de valeurs réelles cumulées correspondant à une période temporelle d'au moins une journée. Selon une troisième méthode, lorsque les données disponibles sur la période de calcul de la première méthode et/ou de la seconde méthode sont insuffisantes, on appelle une fonction d'évaluation de la valeur moyenne d'activation. Selon un aspect de l'invention, cette fonction d'estimation établit en tant que valeur moyenne d'activation le résultat d'une fonction de la valeur virtuelle d'activation associée à l'élément de contexte et d'un rang moyen d'affichage de l'objet de visualisation sur la période temporelle de calcul initiale. Ce rang moyen peut correspondre à une position d'affichage dans une page, dans le cas où les positions d'affichage sont hiérarchisées et attribuées en fonction des valeurs d'activation virtuelles liées à l'élément de contexte virtuel. Le rang moyen peut être une valeur chiffrée, telle qu'un indice, ou une donnée qui peut être mise en relation avec une valeur chiffrée. Cette valeur s'apparente à une valeur de notation. Dans le cas de la figure 6, la fonction d'estimation établit en tant que valeur moyenne 10 d'activation CPCmoyen le résultat d'une fonction de la valeur virtuelle, ici KW.CPCmax, sur le mot clé et le rang moyen d'affichage KW.POS sur la période [DT1;DT2] initiale. Dans un mode de réalisation particulier, la valeur moyenne d'activation est proportionnelle au produit de la valeur virtuelle d'activation sur l'élément de contexte et au rang moyen 15 élevé à une puissance positive, inférieure à 1. Ici, la valeur CPCmoyen est proportionnelle au produit de la valeur maximale d'activation KW.CPCmax sur le mot clé et un rang moyen KW.POS à une puissance positive inférieure à 1. Par exemple : 20 CPCmax 1 CPCmoyen = 1 POS! ,7 Dans le cas où le gestionnaire de site ne dispose pas de données sur le rang moyen KW.POS, par exemple en l'absence d'affichage de l'objet de visualisation, on peut fixer ce rang à 3. 25 On décrit maintenant le fonctionnement d'une seconde fonction statistique capable de calculer un taux de performance pour un élément de contexte. On fait référence à la figure 7, qui illustre l'utilisation de cette seconde fonction statistique pour établir une valeur de taux de performance CR pour un mot clé KW. La seconde fonction décrite sur la figure 7 30 peut être appelée au cours de l'opération 506 de la figure 5.

La seconde fonction commence par s'initialiser, au cours d'une opération 700 pour l'exemple de la figure 7. La seconde fonction reçoit ensuite une donnée d'identification correspondant à un élément de contexte pour lequel la seconde fonction va calculer un taux de performance d'activation. Cette donnée d'identification peut être vue comme un argument de la seconde fonction. Ainsi, dans l'exemple de la figure 7, l'opération 701 consiste à recevoir l'identifiant ID d'un mot clé KW.

On établit ensuite une date telle que le nombre de post-activations pour l'élément de contexte identifié sur la période temporelle comprise entre cette date et la date de fraîcheur soit supérieur à un nombre minimal de post-activations fixé en tant que paramètre. La période temporelle comprise entre cette date et la date de fraîcheur correspond à un intervalle temporel de calcul pour la seconde fonction. L'intervalle temporel de calcul de la seconde fonction peut différer de celui de la première fonction. Sur la figure 7, l'opération 702 consiste ainsi à établir une date DT3 telle que le nombre de post-activations KW.CNV pour ce mot clé sur la période temporelle comprise entre la date DT3 et la date DT2 soit supérieur à un nombre minimal de post-activations CVmin On calcule ou on lit ensuite le nombre d'activations liées à l'élément de contexte virtuel sur la période de calcul. Ceci se fait, sur la figure 7, au cours d'une opération 704, dans laquelle on calcule ou on lit le nombre d'activations KW.CLC en rapport avec le mot clé sur la période de calcul. On estime ensuite un taux de performance pour l'élément de contexte. Le taux de performance rend compte de l'efficacité combinée de l'objet de visualisation et du site internet. Il peut être vu comme un rapport du nombre post-activations sur le nombre d'activations sur une même période temporelle. Dans l'exemple de la figure 7, la seconde fonction estime en tant que taux de performance CR un taux de conversion pour le mot clé, c'est-à-dire un rapport entre le nombre de conversions et le nombre de consultations du site de l'annonceur depuis l'annonce, au 25 30 cours d'une opération 706. Dans une opération 708, on retourne la valeur CR du taux de performance que l'on vient de calculer. Selon une première variante de réalisation, la seconde fonction statistique établit en tant 5 que taux de performance un rapport d'un nombre de post-activations sur un nombre d'activations, le nombre de post-activation et le nombre d'activations étant comptés sur la même période temporelle de calcul et pour un même élément de contexte. Le taux de performance ainsi calculé peut être vu comme une correction d'un taux de performance tel qu'il est parfois calculé le gestionnaire de site, du fait que la seconde fonction considère 10 une période temporelle particulière pour le calcul de ce taux de performance. Dans cette première variante, le taux de performance CR peut être calculé en tant que rapport d'un nombre de post-activations KW.CNV sur un nombre d'activations KW.CLC pour une même période temporelle et pour un même mot clé, sur la période temporelle comprise entre les dates DT2 et DT3. 15 Selon une seconde variante de réalisation, la seconde fonction statistique calcule d'abord une valeur brute de taux de performance pour l'élément de contexte virtuel. Cette valeur brute est calculée en tant que rapport, sur la période temporelle de calcul, du nombre de post-activations liées à l'élément de contexte virtuel sur le nombre d'activations liées à cet 20 élément. Les valeurs du nombre de post-activations et du nombre d'activations peuvent être déduites des journaux d'activation et de leurs données connexes mises à disposition par le gestionnaire de site. Dans le cas de la figure 7, la seconde variante de réalisation conduit à calculer préalablement une valeur brute de taux de performance CRbrut pour le mot clé. Ici, cette valeur brute CRbrut est calculée en tant que rapport, sur la période 25 comprise entre la date DT2 et la date DT3, du nombre de post-activations KW.CV attribuées au mot clé KW sur le nombre d'activations KW.CLC attribués au mot clé. Les valeurs du nombre de post-activations KW.CV liées au mot clé et du nombre d'activations KW.CLC lié au mot clé peut être déduite de données de mesure contenues dans une collection d'objets statistiques KW_STAT liés au mot clé KW et maintenue par le 30 dispositif. Dans cette seconde variante de réalisation, on réévalue la valeur brute du taux de performance en prenant en compte l'efficacité d'une collection d'objets de visualisation qui sont liés entre eux par une valeur virtuelle d'activation commune. Cette réévaluation fait intervenir une valeur globale de taux de performance, déterminée sur l'ensemble de la collection d'objets de visualisation. Cette valeur peut être connue de différents moyens. En pratique, cette valeur peut être mesurée, c'est-à-dire calculée à partir d'un nombre global d'activations, pour tous les objets de la collection et pour tous les éléments de contexte virtuel, et d'un nombre global de post-activations. Dans l'exemple de la figure 7, on réévalue la valeur brute CRbrute du taux de performance en prenant en compte l'efficacité de la campagne ou du groupe d'annonces dans son ensemble. Une valeur du taux de performance global peut être connue par ailleurs. En pratique, cette valeur peut être calculée à partir du nombre d'activations CMPGN.CLC global sur la campagne ou le groupe d'annonce et l'ensemble des post-activations enregistrées en relation avec ces activations.

Ici, le taux de performance, pour un élément de contexte, est calculé au moyen d'une évaluation de type bayesienne réalisée à partir de la valeur brute CRbrut du taux de performance, d'une valeur globale de taux de performance, et du nombre d'activations liées à ce mot clé sur la période de calcul.

Par exemple, on peut calculer une première fonction qui associe à une variable x une valeur calculée en tant que produit de la loi binomiale de variable x acceptant comme paramètres le taux de performance brut et le nombre d'activations, et d'un rapport d'une loi probabiliste appliquée à la valeur brute de taux de performance et de la même loi appliquée à la variable x, la loi probabiliste étant capable de décrire le taux de performance typique d'un objet de visualisation sur la campagne. Pour chaque mot clé, la valeur corrigée du taux de performance CRcorrigé est calculée en tant que fonction du taux de performance brut CRbrut, du nombre d'activations CLC générés par le mot clé sur cette période, et de la valeur globale du taux de performance 30 CRglobal. Par exemple, on calcule h(x, CRbrut, CLC) = binomiale(CRbrut*CLC, CLC,x)*g(x)/g(CRbrut) Où: Binomiale(.,n,p) est la loi binomiale de paramètres n entier naturel et p nombre réel compris entre 0 et 1 La fonction qui a x associe la valeur g(x) est une loi de probabilité capable de décrire le taux de performance typique d'un objet de visualisation sur la campagne, par exemple utilisant une interpolation d'une loi binomiale de paramètres N et CRglobal, où CRglobal est une valeur de taux de performance de la campagne sur un intervalle temporel qui vient de s'écouler, par exemple sur les 15 ou 30 derniers jours. Dans ce cas, on a par exemple : g(x) = binomiale(x*N, N, CRglobal), avec N= 10. On parle ici d'interpolation car la valeur du produit x*N peut ne pas être entière. Finalement, on calcule le taux de conversion utilise CR à partir de la formule suivante : CR = (1h(x, CRbrut, CLC) * (x) / (1h(y, CRbrut, CLC) Y La fonction que l'on vient de décrire donne une estimation d'un taux de performance CR. Le taux de performance CR correspond à une mesure d'efficacité de l'annonce, considérée en combinaison d'un mot clé particulier. Selon un aspect important du dispositif, l'intervalle temporel utilisé dans le calcul du taux de performance, comme le taux de performance CRbrut par exemple, est plus long que celui utilisé pour le calcul de la valeur moyenne d'activation. 25 La Demanderesse a constaté, non sans surprise, que le taux de performance est assez peu sensible aux modifications de la valeur virtuelle associée à l'élément de contexte valeur et à l'indice de performance. C'est en particulier le cas du taux de performance CR pour un mot clé qui dépend assez peu des valeurs associées de coût maximal d'un clic CPCmax et à la position de l'annonce dans la page résultat. La Demanderesse a également constaté 30 que, contrairement au taux de performance, la valeur moyenne d'activation est fortement influencée par la valeur virtuelle d'activation, par exemple la valeur maximale 20 d'activation, et de l'indice de performance associé, tel que la position de l'annonce dans la page résultat. Le dispositif 1 fonctionne très bien du fait qu'il calcule un taux de performance sur une période temporelle déterminée de manière à inclure un nombre suffisamment important de post-activations, tandis qu'il calcule une valeur moyenne d'activation sur une période temporelle restreinte. Le nombre de post-activations peut être fixé en tant que paramètre, typiquement au moins une dizaine.

En option, le taux de performance, qu'il soit brut ou corrigé, peut être calculé en pondérant les post-activations, notamment pour donner plus d'importance aux post-activations récentes. Par exemple, sur la période comprise entre les dates DT3 et DT2, on peut attribuer un coefficient de pondération f(i) en fonction du jour i, le coefficient décroissant avec l'ancienneté. Ce qui donne pour le nombre d'activations sur la période: CLC = CLC(i)* f(i) jours Et pour le nombre de post-activations : CV = CV(i) * f(i) jours ti On fait référence à la figure 8 qui illustre un premier mode de réalisation d'une fonction de réévaluation de la valeur virtuelle d'activation d'un élément de contexte, par exemple la valeur maximale d'activation CPCmax. Cette fonction de réévaluation peut être appelée lors d'une sous-étape de l'étape 406 de la figure 4.

La fonction de réévaluation commence par s'initialiser au cours d'une étape 800. Ensuite, au cours d'une étape 802, la fonction reçoit, en tant qu'argument, un identifiant d'élément de contexte virtuel qu'il s'agit de réévaluer, par exemple un identifiant de mot clé KW.

Au cours d'une étape 804, la fonction de réévaluation reçoit une valeur unitaire de post-activation cible, par exemple CPAcible pour l'élément de contexte virtuel identifié. Cette valeur est reçue en tant qu'argument. La fonction de réévaluation est agencée pour calculer un nombre optimal de post-activation L'objectif est d'optimiser le nombre de post- activations pour la valeur CPAcible. Au cours d'une étape 806, on lit la valeur moyenne d'activation CPCmoyen de l'élément de contexte virtuel pour la valeur virtuelle courante de cet élément de contexte. Cette valeur a été calculée précédemment. Elle peut être contenue dans un objet statistique mémorisé dans le dispositif de gestion. Au cours d'une étape 808, on lit le taux de performance CR qui a été calculé pour l'élément de contexte identifié, en relation avec la valeur virtuelle courante d'activation.

Au cours d'une étape 810, on calcule une nouvelle valeur virtuelle d'activation, ici une valeur maximale CPCmax, en tant que fonction de la valeur virtuelle actuelle et du rapport de la valeur CPAcible que multiplie le taux de performance CR sur la valeur CPCmoyen. Ce rapport est désigné premier rapport RI. Ainsi : CR R1 = CPAcible x CPCmoyen Une nouvelle valeur virtuelle d'activation est calculée en tant que fonction de la valeur virtuelle d'activation actuelle et du rapport Ri. Ici, la nouvelle valeur virtuelle d'activation est égale à la valeur virtuelle d'activation actuelle que multiplie le rapport R1 élevé à une puissance a (alpha). Ainsi : CPCmax := CPCmax X Ria La Demanderesse a constaté qu'une valeur de a (alpha) comprise entre 0,3 et 1 présente des performances particulièrement efficaces. De préférence, la valeur d'alpha est de 0,5. On vient de décrire un dispositif capable de réévaluer une valeur virtuelle d'activation pour un élément de contexte, le cas échéant pour certains seulement des sites susceptibles d'afficher un objet de visualisation. Le dispositif peut être agencé pour opérer sur une liste d'identifiants d'éléments de contextes. La Demanderesse a constaté que les gestionnaires d'objets de visualisation modifient fréquemment la valeur virtuelle d'activation associée à un élément de contexte, typiquement à intervalles de quelques heures, ou quelques jours au plus. Chacun de ces gestionnaires doit estimer avec la même fréquence s'il doit ou non modifier cette valeur et, le cas échéant, de quelle manière.

Sur des intervalles temporels aussi courts, le nombre de post-activations est généralement insuffisant pour estimer l'efficacité de la combinaison de l'élément de contexte et de la valeur virtuelle d'activation qui lui est associée : le nombre de post-activations sur la période conduit à une estimation de la valeur CPA de l'élément de contexte qui n'est pas représentative.

Inversement, une valeur de CPA calculée pour un nombre plus importants de post-activations implique de considérer une période temporelle plus importante, au cours de laquelle d'autres données, telles que la valeur virtuelle d'activation, ou la position moyenne de l'objet, varient de manière importante, en particulier en raison des agissements des autres gestionnaires. En outre, l'estimation de la valeur CPA implique de ne pas modifier la valeur virtuelle d'activation sur la période considérée. Pour un gestionnaire particulier, calculer une valeur CPA sur une période longue est désavantageux.

La Demanderesse a constaté que la valeur du taux performance, ou taux CR, est moins sensible à la valeur virtuelle d'activation et/ou à la position de l'objet, en comparaison de la valeur réelle d'activation CPC par exemple. Partant de ce constat, la Demanderesse a découvert qu'il est avantageux de calculer le taux de performance CR pour un nombre important de post-activations, même si cela implique de considérer une longue période temporelle, bien qu'elle ait également constaté que la valeur du taux performance CR est très sensible au descriptif et aux éléments de contextes associés à un objet de visualisation.

On vient de décrire le fonctionnement du dispositif selon l'invention dans le cadre de mots clés en tant qu'éléments de contexte virtuel d'affichage. Le dispositif peut de manière analogue être utilisé pour gérer les valeur virtuelles d'activation sur des emplacements en tant qu'éléments de contexte virtuel d'affichage, c'est-à-dire pour la diffusion d'une annonce, et plus généralement d'un objet de visualisation, sur un site particulier, un groupe de site, ou une ou plusieurs pages d'un site, ou dans une vidéo par exemple. Dans ce cas, l'objet campagne comprend un ou plusieurs objets de type "emplacement" 310, ou objet DSPL, et un objet de type "statistiques d'emplacement" comprenant des 10 attributs analogues aux attributs décrits plus haut en relation avec un objet KW STAT. Dans une variante de réalisation de la fonction de réévaluation, on considère une valeur cumulée VAL des post-activations liées à un élément de contexte virtuel d'affichage en remplacement du nombre de post-activations CNV. La valeur cumulée VAL correspond à 15 la somme, sur la période temporelle considérée, de valeurs associées à chacune des post- activations. La valeur CPA est modifiée de manière à correspondre au rapport RAT de la valeur cumulée des activations CST sur la valeur cumulée des post-activations VAL sur la même période temporelle de calcul. 20 En référence à la figure 10, on décrit maintenant un développement de la fonction de gestion 42. Ce développement peut être vu comme une variante de mise en oeuvre de l'étape 702 décrite plus haut. À cours de cette étape 702, on détermine une date DT3 telle que le nombre de post- 25 activations sur la période comprise entre cette date DT3 et la date de fraîcheur des données statistiques sur le mot clé identifié, ou plus généralement sur un élément de contexte virtuel d'affichage, soit supérieur à nombre minimal de post-activations, par exemple 20. Ceci permet de déterminer un taux de performance fiable pour la combinaison mot clé - 30 valeur virtuelle d'activation sur une période récente. Pour déterminer la date DT3, on peut parcourir les différents journaux d'activation, à rebours, en établissant cumulativement le nombre de post-activations sur la période considérée jusqu'à ce que le nombre cumulé des post-activations dépasse le nombre minimal. Bien que cette méthode donne généralement de bons résultats, elle prend en compte de manière particulière les statistiques du jour correspondant à la date DT3, ce qui peut influer sensiblement le calcul du taux de performance, dans certains cas limites. Par exemple, à cette date DT3, il s'est produit au moins une post-activation pour le mot clé, alors que plusieurs jours peuvent s'être écoulés avant qu'une autre post-activation ait eu lieu. Le développement qui suit vise à améliorer la situation. Par ailleurs, la Demanderesse a constaté que la valeur moyenne d'activation était assez peu influencée par ce type de considération. Dans une étape 1000, la fonction s'initialise. Dans une étape 1002, la fonction reçoit en argument une identification d'un élément de contexte virtuel d'affichage. Au cours d'une étape 1003, on définit une variable entière i dont on fixe la valeur à 1. Dans une étape 1004, on génère aléatoirement un nombre entier compris entre la variable i et un paramètre N correspondant à un nombre maximal de jours à prendre en considération pour le calcul du taux de performance. Par exemple, le paramètre N peut être pris égal à 60. La valeur du paramètre N peut être ajustée en fonction du volume de conversions par unité de temps. La valeur de N est à réduire si les données de contexte changent rapidement. De préférence, la loi de tirage est uniforme. Dans une étape 1006, on vérifie que le nombre de post-activations sur l'intervalle temporel 25 compris entre les dates DT2-M et DT2 est supérieur au nombre minimal de post-activations CVmin. Si oui, alors on calcule le taux de performance CR sur cet intervalle temporel au cours d'une étape 1008 et l'on retourne cette valeur CR au cours d'une étape 1010. 30 Sinon, la variable i prend la valeur de M augmenté de la valeur 1 au cours d'une étape 1012. Au cours d'une étape 1014, on teste si la valeur de i est égale à la valeur du paramètre N. Si oui, alors M prend la valeur de N au cours d'une étape 1016 et l'on retourne à l'étape 1008 pour calculer le taux CR. Sinon, on retourne à l'étape 1004 pour générer aléatoirement une nouvelle valeur M, selon la même distribution mais restreinte à l'intervalle compris entre la précédente valeur de M plus 1 et N.

L'invention n'est pas limitée par la nature des éléments de contexte virtuel d'affichage sur lesquels le dispositif de gestion est capable d'opérer. Ainsi, bien que l'on ait décrit en détail une fonction de gestion capable d'opérer sur des mots clés en tant qu'éléments d'un contexte virtuel d'affichage d'objets de visualisation, cette fonction est également capable d'opérer sur d'autres éléments de ce contexte, en particulier sur des emplacements, par exemple des adresses de pages ou de sites Internet, ou encore de clips vidéographiques, sur lesquels on cherche à afficher un ou plusieurs objets de visualisation. La fonction de gestion a été décrite en faisant régulièrement référence à des annonces publicitaires en tant qu'objets de visualisation. Cependant cette fonction de gestion peut opérer de manière analogue avec des objets de visualisation de tous autres types. La fonction de gestion et les différentes sous-fonctions qui peuvent être appelées par cette fonction de gestion ont été décrites en faisant référence à un gestionnaire de site mettant en oeuvre un mécanisme de diffusion au second rang. Ces fonctions peuvent opérer avec un bon niveau de performance dans le cas d'un gestionnaire de site appliquant un mécanisme de diffusion au premier rang, par exemple dans lequel la valeur réelle d'une activation est égale à la valeur virtuelle d'activation associée à l'élément de contexte considéré. Dans ce cas toutefois, une légère modification de certaines de ces fonctions, en particulier en ce qui concerne certains au moins de leurs paramètres, peut être envisagée afin d'atteindre un niveau de performance analogue. Par exemple, on peut réévaluer la valeur virtuelle d'activation à chaque activation, ce qui nécessite en pratique un accès permanent aux journaux d'activation, ou du moins régulièrement et fréquemment. La fonction d'estimation de la valeur moyenne d'activation est sensible à la manière dont est déterminée la valeur réelle d'une activation, à partir de valeurs virtuelles d'activation. On peut être amené, pour conserver le niveau de performance de la fonction de gestion, à modifier les paramètres de la fonction de d'estimation, à chaque fois qu'intervient une modification dans le mécanisme d'attribution de la valeur réelle d'activation. Une telle modification intervient notamment lorsque le gestionnaire de site modifie la fonction de notation, qui attribue un indice de notation q à un annonceur. Une méthode pour modifier aisément la fonction d'estimation peut consister à modifier les paramètres de cette fonction de manière à retrouver des résultats analogues, par exemple mesurés par une valeur de rang moyen d'affichage. On vient de décrire un dispositif d'aide à la gestion d'objets de visualisation. La description qui précède a fait apparaître également un procédé de gestion d'objets de visualisation, dans lequel on sélectionne d'abord, à partir de données de conditions utilisateur, un identifiant primaire, en tant que pointeur vers de premières données formant une représentation informatique d'un objet informatique de visualisation, et de secondes données formant un jeu de conditions définissant un contexte virtuel d'affichage, sur une page de site ou analogue. On établit statistiquement une valeur unitaire d'activation, à partir des activations survenues sur un premier intervalle temporel, et de valeurs réelles d'activations relatives à une ou plusieurs activations et une ou plusieurs conditions d'un contexte d'affichage correspondant. On établit une valeur de taux de post-activation à partir de données datées concernant des post-activations survenues sur un second intervalle temporel, plus ancien et plus large que le premier intervalle temporel. On retourne au moins une grandeur d'intérêt relative à l'une des conditions du contexte virtuel d'affichage, établie en fonction de la valeur unitaire d'activation et de la valeur taux de post-activation. Le procédé en question peut être mis en oeuvre par un produit de programme informatique.

Claims (16)

1. REVENDICATIONS1. Dispositif informatique (4) d'aide à la gestion d'objets de visualisation comprenant : - au moins une unité centrale de calcul ; - de la mémoire stockant au moins un identifiant primaire valant pointeur sur : - de premières données (306) formant une représentation informatique d'un objet informatique de visualisation, et - de secondes données (308) formant un jeu de conditions définissant un contexte virtuel d'affichage, sur une page de site ou analogue, - une entrée utilisateur (45) pour définir des conditions permettant de sélectionner un identifiant primaire ; - une interface d'accès à un gestionnaire de site ou analogue (41), lequel soumet aux internautes un affichage activable de l'objet de visualisation défini par les premières données, dans le contexte défini par les secondes données ; - le gestionnaire de site entretenant des données statistiques (316) associées à chaque identifiant primaire, ces données statistiques comprenant un journal des activations et des données connexes aux activations dudit journal, les données connexes comprenant une valeur réelle d'activation relative à une ou plusieurs activations dudit journal et une ou plusieurs conditions du contexte d'affichage correspondant, - une interface d'accès à des données datées de post-activation associées à chaque identifiant primaire ; caractérisé en ce qu'il comprend en outre : - une première fonction statistique capable d'opérer sur le journal des activations pour établir une valeur unitaire d'activation en fonction de premières conditions d'entrée ; - une seconde fonction statistique capable d'opérer sur le journal des activations pour établir une valeur de taux de post-activation en fonction de secondes conditions d'entrée ; - un pilote agencé pour sélectionner un identifiant primaire à partir de données de conditions utilisateur, et appeler la première et la seconde fonction avec de premières et secondes conditions d'entrée de telle sorte que la première fonction opère sur un premier intervalle temporel et que la seconde fonction opère sur un second intervalle temporel, le second intervalle temporel étant plus ancien et plus large que le premier intervalle temporel, et retourner au moins une grandeur d'intérêt relative à l'une des conditions ducontexte virtuel d'affichage et établie en fonction de la valeur unitaire d'activation et de la valeur de taux de post-activation établies par la première fonction et la seconde fonction.
2. 2. Dispositif selon la revendication 1, dans lequel les premières conditions d'entrée et les secondes conditions d'entrée correspondent en partie au moins à des conditions du contexte virtuel d'affichage relatif à l'identifiant primaire sélectionné.
3. 3. Dispositif selon l'une des revendications précédentes, dans lequel une partie au moins des premières conditions d'entrée correspond à une condition particulière du contexte virtuel d'affichage relatif à l'identifiant primaire sélectionné, et le premier intervalle temporel débute au plus tôt à une date à partir de laquelle cette condition particulière du contexte virtuel d'affichage a été définie auprès du gestionnaire de site ou analogue.
4. 4. Dispositif selon l'une des revendications précédentes, dans lequel le premier intervalle temporel se termine à une date correspondant à une date de fraîcheur du journal d'activations, et débute à une date déterminée par la première fonction statistique sur la base d'un nombre minimum, dans le journal d'activations, d'activations entre la date de début du premier intervalle temporel et la date de fin de cet intervalle.
5. 5. Dispositif selon l'une des revendications précédentes, dans lequel la première fonction est agencée de manière à calculer la valeur unitaire d'activation selon l'une ou l'autre d'une première et d'une seconde loi selon qu'une condition portant sur un nombre minimum, dans le journal d'activations, d'activations sur le premier intervalle temporel dans le journal est vérifiée ou non.
6. 6. Dispositif selon la revendication 5, dans lequel la seconde loi est agencée pour calculer la valeur unitaire d'activation en tant que résultat d'une fonction de la valeur virtuelle d'activation et d'une valeur de rang moyen (POS) d'affichage de l'objet de visualisation établies pour le premier intervalle temporel de calcul.
7. 7. Dispositif selon la revendication 6, dans lequel la seconde fonction est agencée pour établir la valeur unitaire d'activation de manière proportionnelle au produit de la valeurvirtuelle d'activation sur l'élément de contexte et à la valeur de rang moyen élevée à une puissance positive, inférieure à 1.
8. 8. Dispositif selon l'une des revendications 5 à 7, dans lequel la première loi est agencée de manière à calculer la valeur unitaire d'activation en tant que rapport, sur le premier intervalle temporel, d'une valeur cumulée d'activation sur un nombre d'activations tirés du journal d'activations.
9. 9. Dispositif selon l'une des revendications précédentes, dans lequel le second intervalle 10 temporel débute à une date déterminée de manière que le nombre de post-activations du journal d'activation comprises dans le second intervalle temporel soit supérieur à un nombre minimal d'activation.
10. 10. Dispositif selon la revendication 9, dans lequel la date de début du second 15 intervalle temporel est déterminée au moyen d'un ou plusieurs tirages aléatoires de dates antérieures à une date de fraîcheur des données statistiques.
11. 11. Dispositif selon l'une des revendications 9 et 10, dans lequel le taux de conversion est proportionnel au rapport, sur le second intervalle temporel, du nombre de post- 20 activations sur le nombre d'activations tirés du journal d'activations.
12. 12. Dispositif selon l'une des revendications précédentes, dans lequel le taux de conversion est établi en fonction d'un taux de conversion brut et d'un taux de conversion global hérité d'un ou plusieurs autres objets de visualisation. 25
13. 13. Dispositif selon la revendication 12, dans lequel la fonction fait intervenir une loi binomiale acceptant comme paramètres une valeur brute du taux de conversion et d'un nombre d'activation sur l'intervalle de calcul. 30
14. 14. Dispositif selon l'une des revendications précédentes, dans lequel le nombre d'activations et/ou le nombre de conversions et/ou le nombre de post-activations est pondéré par une donnée d'ancienneté relative à chaque activation, conversion, et/ou post-activation.
15. 15. Dispositif selon l'une des revendications précédentes, dans lequel la grandeur d'intérêt relative à l'une des conditions du contexte virtuel d'affichage est calculée à partir d'une fonction d'un rapport du taux de post-activation sur la valeur unitaire d'activation respectivement établis par la seconde fonction et la première fonction.
16. 16. Dispositif selon l'une des revendications précédentes, dans lequel la grandeur d'intérêt est proportionnelle audit rapport élevé à une puissance comprise entre 0,3 et 1.