JP2009517776A - 広告キャンペーン最適化 - Google Patents

Abstract

本件開示は広告キャンペーンの最適化システムおよび方法に関する。特に、広告主から与えられる具体的なキーワードから得られる全体的な有益度を最大化するものである。各々のキーワード／スロットの価格が判定されまたは見積もられ、入札が自動的に調整され、広告主のキャンペーンに対する有益度または投資回収を最大化する。

Description

本発明は、広告システムに関する。

キーワード広告は従来的ビジネスおよびオンライン・ビジネスの広告媒体として、ますます一般的になっている。キーワードまたはペイ・パー・クリック広告は特定のサイトの直接ユーザに用いられる技術である。その他の技術の中で、特にキーワード広告はサーチ・エンジンと共に使用され得る。サーチ・エンジンはクエリを受信し、ニューラル・ネットワークのような複雑なメカニズムを用いてクエリに関連する結果を検索する。クエリの結果に加えて、１つまたは複数のクエリのキーワードに関連する広告が提供され得る。従って、ウェブページの一部は検索結果のために構成されていて、その他の部分は広告を表示するために構成されている。これらの広告は広告主が選択したキーワードまたはフレーズに基づいて配置されかつ表示される。広告は一般的に、広告タイトル、テキストおよびアドレスを含む。広告タイトルおよびテキストは製品やサービスの識別および説明のために使われる。これらの広告部分はユーザがその広告をクリックするように誘導するよう構成されている。アドレスは、リンクを特定し、その広告をクリックしたらどこへ行くのかをユーザに知らせるユニフォーム・リソース・ロケータであり得る。

キーワード広告は従来的な広告媒体を上回る重要な利点をもっている。第１に、１ヶ月に１００万人が特定の広告を見得るような巨大な規模のものにおいて広告が流布される点である。さらに大事なことは、当該広告は一番インパクトのあると思われる時間に広告が提供されることである。換言すれば、ユーザが製品またはサービスの買い物をしているときに提供されるのである。また、当該広告は特定のユーザ、地域および／また指定区域をターゲットにすることで、全体的な投資の回収を増やすこともできる。キーワード広告のその他の重要な利点はコストである。特に、広告主はユーザが広告上をクリックし、広告主のウェブサイトに移動しなければお金を払わなくて良いということが挙げられる。広告を表示しているだけではコストが発生しないのである。さらに、キーワード広告は高度なマーケティングおよび／または高度なコンピュータ科学の程度にない人でも１日２４時間管理することができる点で柔軟性がある。広告スペースは競売で購入される。

広告競売は広告スペースの割り当ておよび値段を決定するために実施される。広告主は特定のキーワードおよび／またはフレーズで入札を行う。高額な入札の広告がそれよりも低額な入札の広告よりも優先され、かつより良い場所を与えられる。例えば、一番高額な入札の広告は広告リストの１番の場所を与えられ、その一方で１番低額な入札の広告は場所を与えられもしない。入札は一般的にクリック毎のコスト値段モデルに基づいて行われる。クリックはユーザの広告クリックまたは広告選択に対応する。前述したように、広告主は広告のインプレッション、プレゼンテーションに対しての料金請求はない。むしろ、ユーザが広告をクリックして広告主のウェブサイトに向かうと請求が生ずる。広告主の入札によって、つまり広告の場所によって、広告主は露出を増やすことができ、自身のウェブサイトへのアクセス量を大幅に増加させることができる。

キーワード広告の特性の故に、コスト調整は特に重要である。コストは所定の期間中のクリック回数およびクリック毎に課金されるしばしば予想できない競売価格を含む未知な要素によって飛躍的に上昇し得る。複数のキーワード広告を含むキャンペーンではなおさらコストの変化が起き得ることは考えられるだろう。広告コストを調節するために、メカニズムは広告主に１カ月の考慮されるべき予算を特定させることができる。さらに具体的に言えば、クリック数を最大化して、広告主が所定の金額を受けるようにするために構成された管理ツールが存在する。

簡潔に言えば、本発明は一般的に広告システムに属し、特に予算の制約がある広告主の広告の全体的な有益度を最適化するためのものである。本発明では広告主の有益度がキーワードによって異なると考える。広告主は、例えば売上において、キーワードＢよりキーワードＡから大きな有益度を引き出すことがあり得る。広告毎のクリック回数を最大化するような従来のシステムは、すべてのキーワードが同等の価値であるとみなし有益度の変化を評価できなかった。その結果、そのようなシステムは、予算を考慮しながらも広告キャンペーンにおける複数のキーワードを考慮に入れた有益度最大化に貢献することができなかった。

本発明の特徴によれば、入札最適化システムは、広告システムまたは外部からのツールとして広告システムと通信可能に結合されたものとの統合を可能にする。入札最適化システムは付け値（ｂｉｄ）を生成し、またはその調整をすることで広告キャンペーンの多数のキーワードについての広告主への有益度の最大化を行う。さらに、入札最適化システムは、競売の様な広告システムの収益を増加させることに用いることもできる。１つまたは複数のものが最適化され、または効率の高い付け値が生成され、それらが提供されたならば、それらの付け値は元の付け値に代えて広告システムに提供される。

本発明が請求の範囲に記載の特徴によれば、広告主に対する全体的な有益度は最適化される。このことは、各々のキーワード／スロット組に対する限界効用を判定または受信し、および付け値を調整してキーワードの限界効用を増加および／または減少させ、全体的な有益度を最大化することで達成される。

本発明のその他の特徴によれば、投資収益率（ＲＯＩ）は最適化され得る。この場合、ＲＯＩは限界効用の評価として用いられ得る。この評価を使用することで、広告主の各々のキーワードに対するＲＯＩは、全体的な投資収益率の最大化と同等にすることができる。

本発明のその他の特徴によれば、インテリジェンス・コンポーネントが、全体的な有益度または投資収益率の最大化に必要なデータを提供するために使用され得る。特に、人工知能、マシン・ラーニング、および／または知識ベースのメカニズムが、計算に必要な広告の統計を生成するのに使用され得る。追加的または代替的に、利用可能なデータが予想される限界収益点と付け値の比等の評価に使用され得る。

本発明の請求の範囲に記載のさらにその他の特徴によれば、複数のユーザが入札最適化を使用しているときの循環を防止し、良好な均衡において収束させるため、付け値（元々のまたは有効性の高いもの）はわずかに摂動させられる。付け値は微小な乱数を加えられることで調整または摂動させられ得る。

前述のことおよび関係する部分のことを達成するために、本発明の請求の範囲に記載の特徴の実例は、後述することおよび付属する記述に関連して記述されている。実施される本発明の特徴は様々な方法で記述することができ、そのすべては本発明の請求の範囲にあると意図する。その他の有利な点および新規な点は、図の参照の下で後述する詳細な説明から明らかになる。

本発明の様々な特徴は、付随する図を参照しながら記述される。ここにおいて、数字は同様なものを参照し、または要素に完全に対応している。しかし、図およびそれに関する詳細な記述は、主張された本発明を特定の範囲に限定するものではない。さらに、すべての変更、均等なもの、および代替は主張された本発明の意図および範囲に収まっている。

本出願において用いられている、「コンポーネント」および「システム」およびそれらに類似の用語は、ハードウェア、ハードウェアおよびソフトウェアの組み合わせ、ソフトウェア、または実行されているソフトウェアといったコンピュータに関連しているものとして参照されることを意図している。例えば、限定するものではないが、コンポーネントはプロセッサ上で実行されている処理、プロセッサ、オブジェクト、インスタンス、実行ファイル、実行スレッド、プログラム、および／またはコンピュータであり得る。説明図において、コンピュータ上で実行されているアプリケーションおよびコンピュータの両方がコンポーネントになり得る。１つまたは複数のコンポーネントが処理および／または実行スレッド内に備わっており、コンポーネントは１つのコンピュータに局在するおよび／または２つまたは３つ以上のコンピュータに分散され得る。

「例となる」という言葉は、例示、事例、または実例を意味する。 本明細書で「例となる」として記述されている任意の特徴または構成は、その他の特徴または構成全体において推奨され、または有利であると必ずしも解釈されるべきではない。

さらに、本発明の全部または１部は、本開示された発明を実施するためのコンピュータ制御のためのソフトウェア、ファームウェア、ハードウェアまたはそれらの任意の組み合わせを生成するための一般的なプログラミングおよび／または工学技術、を用いた方法、装置、製造物として実施され得る。本明細書で「製造物」という用語は、任意のコンピュータ読み取り可能デバイス、キャリア、または媒体からアクセス可能なコンピュータ・プログラムを包含する。例えば、限定するわけではないが、コンピュータ読み取り可能媒体には磁気記憶デバイス（例えばハード・ディスク、フロッピー（登録商標）・ディスク、磁気ストライプ等）、光学ディスク（例えばＣＤ（ｃｏｍｐａｃｔ ｄｉｓｋ）、ＤＶＤ（ｄｉｇｉｔａｌ ｖｅｒｓａｔｉｌｅ ｄｉｓｋ）等）スマート・カード、およびフラッシュ・メモリ・デバイス（例えばカード、スティック、キー・ドライブ等）を含む。さらに、当然のことながら、電子メールの送受信またはインターネットやローカル・エリア・ネットワーク（ＬＡＮ）等へのアクセスにおいて、搬送波がコンピュータ読み取り可能電子データの伝送に用いられ得る。もちろん当業者は、本発明の請求の範囲または意図から外れることなく、この構成に対する多くの改良変更を認識し得る。

本発明を制限するわけではないが、注目および評価すべきことは、本発明の様々な特徴が入札に使用される広告システムに関連して記述されていることである。開示された特徴は、値段を使用するような他のタイプのシステムと共に使用され得る。このような場合、付け値は固定された額の支払いに対応し得る。

さらに、様々な本発明の特徴は、簡潔にするために、専らクリック・スルー値段設定に関して記述されている。しかし、注意すべきは、その他の広告値段設定の仕組みも予期され、およびその仕組みには、制限するわけではないが、インプレッション（例えばディスプレイ）および／または取得（例えば公告された商品／サービスの購入）における請求も含む本発明の範囲内であると考えられるべきことである。

図１をまず参照すると、入札最適化システム１００は本発明の特徴に従って示されている。最適化システム１００は取得コンポーネント１１０および解析コンポーネント１２０を備える。取得コンポーネント１１０は受信し、読み出し、あるいは広告データの取得が可能である。広告データは、ユーザから受信したキーワード、付け値、有益度の値および制約といったデータ（例えば最低／最大付け値、キャンペーン予算等）を含み得るが、これに限定されるものではない。これらのデータは、グラフィカル・ユーザ・インタフェース（ＧＵＩ）を介してユーザから入力され得る。追加または代替として、連続する順次的なグラフィカル・インタフェース・ウィンドウを用いてユーザからの広告データを取得するためにウィザードが使われ得る。取得コンポーネント１１０は、種々のデータの中で、特に様々なキーワードのスロット毎の現在の付け値および値段、キーワードに対する検索数、並びにクリック・スルー・レート（ＣＴＲ）等の広告システムからの広告データも取得できる。取得コンポーネント１１０は解析コンポーネント１２０と通信可能に接続されている。

解析コンポーネント１２０はキャンペーンにおいての広告付け値を最適化する。解析コンポーネント１２０は、取得コンポーネント１１０からの、キーワードおよび、１つまたは複数の予算制限の様な広告キャンペーンのデータを含むデータを受信し、読み出すことができる。このデータとその他のデータに基づいて、解析コンポーネント１２０は広告キャンペーンの広告主の全体的な有益度を最大化することができる。従来のシステムでは広告主のクリック回数最大化は可能であった。しかし、これでは広告主の有益度は最大限にならない。なぜなら、有益度はキーワードおよび／または、制限はしないが、期間を含むその他の要素によって変わり得るからである。動作において、解析コンポーネント１２０はコスト効果のあるスロットを取得するために、各々のキーワード／スロット組の価格を決定または評価し、提供された付け値を自動的に調整し、または新しい付け値を生成する。１つの具体的な実施例において、解析コンポーネント１２０は投資収益率の低いキーワードの付け値を減少させ得、それによって予算は早く使い果たされず、さらに投資収益率の高いワードに使うことができる。従って、広告主は自動的に自身の広告キャンペーンを最大限の有益度を生むように改善することができる。

図２は、本発明によって提供される１つの特徴に従って、さらに詳細に解析コンポーネント１２０を示している。解析コンポーネント１２０は、特に限界効用コンポーネント２１０および最適化コンポーネント２２０を備える。限界効用コンポーネント２１０は各々のキーワードまたは広告に関する限界効用を受信または読み出すことができる。変形例として、限界効用コンポーネント２１０はその他の利用可能なデータに基づいて限界効用値を判定または算出することができる。限界効用は広告主がキーワードに対する広告の表示から引き出す利益または受ける有用度に対応する。例えば、この利益は、特定のキーワードによって生まれた売上すなわち取得に対応し得る。特に、キーワードに対する広告主の有益度が、全体的な有益度から、日にちの様な単位時間毎のキーワードに対する全ての支払いまたはコストを引いたものとして画定される。限界効用コンポーネント２１０から提供される限界効用は、最適化コンポーネント２２０に伝送される。

最適化コンポーネント２２０は、各々のキーワードまたは広告の限界効用かつその他のデータを受信または読み取って、広告主の全体的な有益度を最大化する。最適化コンポーネント２２０は、各々のキーワードまたは広告に対して提供された付け値を変更し、または各々に対して新しい効果的な付け値を生成する。様々なキーワードに対する各々の広告主の限界効用は最適化コンポーネント２２０によって均等化される。換言すれば、もし、キーワードiの限界効用がキーワードｊの限界効用より少なければ、最適化コンポーネント２２０はｊの付け値を増加させるとともにｉの付け値を減少させることで、ｊの限界効用を減少させるとともにｉの限界効用を増加させることによって全体的な有益度を改善する。注目すべきは、最適化コンポーネント２２０が、種々ある中で、特に各々のキーワードに対する検索数および異なるスロットにおけるクリック・スルー・レートに関する価格および統計値を取得できるならば、最適な付け値および広告の場所に関する計算はナップサック問題（ＮＰ完全問題）となることである。

広告主の全体的な有益度の最大化に加えて、最適化コンポーネント２２０は、キーワード入札のような広告システムの収益を増加させるように構成され得る。このような場合において、少なくとも１つのアイテムにおける効率的な付け値が元々の付け値より安いならば、広告主の予算は消耗されてしまうかもしれない。換言すれば、付け値は予算に制約される広告主に対しては減らされ得るのである。このことは広告主にとって必ずしも最適な戦略ではない。事実、広告主の日々の消費価値における限界効用（すべての事項を合計したもの）が悪いならば、例え予算が消費されなくても安く入札できる方が良い。さらに正確にいえば、最適化においては広告主の限界効用が０になるか、予算が消耗されてしまうかのどちらかなのである。しかし、このような問題点を無視できる様々理由がある。第１に、一般的に実際の有益度よりも付け値を安く提示する傾向がある。従って、限界効用がゼロ（実際の有益度に関して）である値は最適化コンポーネント２２０の計算が示す値よりも大きい。さらに、広告主の予算を消耗させることのない付け値を減少させることは、システムの収益を減少させることになる。実際、多くの広告主は予算を消費することを望んでいる。

注意すべき点は、元々提供された付け値または特定の最大付け値より高いものとなる付け値の変更または有効な付け値の生成が最適化コンポーネント２２０に対して禁止される点である。これによって広告主は、ある程度のコントロール、つまり付け値に対する影響力を持つことができる。このことにより、もし、ある戦略が１つのキーワードに対するクリックにおける費用の最適な戦略であっても、それにおいて広告主が適正な範囲を超えた費用を消費しないように保証される。

図３には、本発明の特徴に従って解析コンポーネント１２０が示されている。解析コンポーネント１２０は投資収益率（ＲＯＩ）コンポーネント３１０および最適化コンポーネント３２０を備える。ＲＯＩコンポーネント３１０は各々のキーワードに対する投資収益率の判定または計算を行う。投資収益率は各々のキーワードに対する広告主の限界効用の評価に使用され得る。キーワードに対するＲＯＩは、広告主がそのキーワードから引き出した自身の広告の全体の有益度を、そのキーワードへの支払いまたはコストで割ったものと定義される。ここで、広告主が引き出した全体の有益度は、その他のデータから決定され、さもなければ取得されるような具体的に与えられるものではない。例えば、有益度は付け値の価値に関するもの、または特定の最大値に基づいて計算され得る。例えば「ｒｏｓｅ」というワードに対する最大の付け値が１ドルで、「ｄａｉｓｙ」というワードに対する最大の付け値が５０セントだった場合、「ｒｏｓｅ」というキーワードからのクリックは「ｄａｉｓｙ」というワードからのクリックより２倍の価値があるという例示ができる。

限界効用の代わりにＲＯＩを使用することには少なくとも２つの利点がある。第１に、ＲＯＩの生成の方が非常に単純である点である。第２に、ＲＯＩベースのアルゴリズムは有益度の値の見積りから独立している点である。言い換えれば、広告主がすべてのキーワードに同じ割合で下値入札したならば、アルゴリズムは同じようにふるまうのである。ＲＯＩコンポーネント１２０は各々のキーワードに対するＲＯＩを最適化コンポーネント３２０に提供する。

最適化コンポーネント３２０は広告主の全体的な投資収益率を最大化することができる。最適化コンポーネント２２０と同様に、最適化コンポーネント３２０は、各々のキーワードに対する広告主のＲＯＩを均等にすることでこの目的を達成することができる。最初の付け値が提供されると、最適化コンポーネント３２０はキーワードを最適化されたＲＯＩより高いスロットまたは低いスロットに移動させる。目的達成のためにキーワードの付け値は高くされるか、もしくは低くされる。最適化コンポーネント３２０が上のスロットに上げるべきキーワードｋ_ｉを選択するには二つの方法がある。１つは最大ＲＯＩによってキーワードを選択する方法で、もう一方は、上にあるスロットが一番高いＲＯＩを持つようなキーワードを選択する方法である。同様に、下のスロットに下げられるべきキーワードｋ_ｉを選択するためには、最適化コンポーネントは最低ＲＯＩによってキーワードを選ぶか、またはスロットに対してさらに低いＲＯＩを持つようなキーワードを選ぶ方法がある。最適化コンポーネント３２０は、現在、予算が消費され切っていない場合、キーワードｋ_ｉを上に上げることができる。現在、予算額を越えている場合、その後まだ予算を越えている場合もｋ_ｊは下に下げられる。これは残りの時間中に各々のキーワードが利用可能になる回数の統計値で判定される。最適化コンポーネント３２０による方法は、少なくとも広告主への最適な割り当てを迅速に見つける点で有利である。

別の実施例として、最適化コンポーネント３２０は動的なプログラムを用いた最適な解決策の良好な予測を代替として任意で使用できる点に注目すべきである。例えばｍ個の検索ワードがあり、ワードｉが広告スロットｎ_ｉをもつと仮定する。１≦ｉ≦ｎ、１≦ｊ≦ｎ_ｉのとき、ｕ_ｉｊおよびｃ_ｉｊをそれぞれ広告主に対するｊ'番目のスロットにあるワードｉの１日の有益度およびコストとする（有益度ｕ_ｉｊはｂ_ｉ＊ＣＴＲ_ｉ、すなわち広告主のｉ'番目のワード付け値ｂ_ｉ掛けるそのワードに対する当該広告主のＣＴＲに等しいと仮定する。）。すべてのワードが有益度０のスロットを持ち、コストがそのワードが表示されていないことに対応しているとする。最適化コンポーネント３２０はｊ_ｌ，…，ｊ_ｍを選択し、予算の制約Σ_ｉＣ_ｉｊｌ≦Ｂの条件の下、Σ_ｉｕ_ｉｊｌは最大化されるべきである。

Ｕを１つのスロットで得られる最大の有益度とする（予算を越えたコストがかかるスロットは考えない）。最適化コンポーネント３２０はｕ'_ｉｊ＝Ｕ／ｋ・ｆｌｏｏｒ（ｕ_ｉｊ・ｋ／Ｕ）とすることによってｕ_ｉｊを概算できる。ここでｋは大きな整数である。スロットの有益度をｕ_ｉｊとしたときの最適な全体の有益度をＵ_ｏｐｔとし、スロットの有益度をｕ’_ｉｊとしたときの最適な全体の有益度をＵ’_ｏｐｔとする。結果、Ｕ_ｏｐｔ−ｍ・Ｕ／ｋ≦Ｕ’_ｏｐｔ≦Ｕ_ｏｐｔとなる。従って、Ｕ’_ｏｐｔはｋ＝ｃｅｉｌ（ｍ／Ｅ）に近い数字（１−Ｅ）となる。

最適化コンポーネント３２０は、新しい有益度がＵ／ｋの乗数となる動的なプログラムによってＵ’_ｏｐｔを能率よく計算可能である。Ａ_ｉｕをワード１，…，ｉから有益度ｕを得るために必要な予算とする。ここで、０≦ｉ≦ｍとし、０≦ｃ≦ｎｋのときにｕ＝ｃＵ／ｋとなる。Ａ_ｉｕ配列は多項式時間を簡単に満たす。最適な有益度Ｕ’_ｏｐｔはｕの最大値であるのでＡ_ｍｕ≦Ｂとなる。

図４は、本発明の特徴に従った別の解析コンポーネント１２０を示している。図３に関して前述したように、解析コンポーネント１２０はＲＯＩコンポーネント３１０および最適化コンポーネント３２０を備える。解析コンポーネント１２０は、最適化コンポーネント３２０と通信可能に組み合わされているインテリジェンス・コンポーネント４１０も備える。最適化コンポーネント３２０から必要とされているデータはまだ提供されていないか、まだ不明な場合もある。例えば、キーワード／スロット組の実際の価格値は不明であるだろう。インテリジェンス・コンポーネント４１０は必要な値を、例えば１つまたは複数のデータ・ストア４２０から提供された過去のデータ（学習データ）から生成またはヒューリスティック（発見的）に推測することができる。

インテリジェンス・コンポーネント４１０は、パフォーミング・インタフェースおよび／または確率的決定および／または統計ベースの決定に関連して使用される人工知能ベースのコンポーネントであり得る。例えば、インテリジェンス・コンポーネント４１０は、事象および／またはデータから取得するような記録から、システムの状態、環境および／またはユーザを推測または推理できる。例えば、推測は特定の状況または事象の識別に使用可能、または全状態に亘っての確率分布を生成可能である。推測は確率的であり得る。すなわちデータおよび事象の考慮に基づいた、利益の全状態に亘っての確率分布の計算であり得る。前記推測は、一連の事象および／またはデータから高いレベルの事象を構成するために使用される技術を参照することもできる。このような推測は、一連の監視された事象および／または記録された事象データによる新しい事象または行為を創出において、事象が一時的な接近において相互に関連しているのかどうか、および事象とデータが１つのまたはいくつかの事象およびデータ元から来ているのかどうか、を結果づける。様々な分類スキーム（仕組み）および／またはシステム（例えばサポート・ベクタ・マシン、ニューラル・ネットワーク、エキスパート・システム、ベイジアン・ネットワーク、ファジー理論、データ結合エンジン等）はインテリジェンス・コンポーネント４１０に関する自動実施および／または推測活動に関連して使用され得る。

追加または代替例として、その他の方法または技術が最適化コンポーネント３２０によって用いられ、情報の欠落が効率的に処理される。例えば、最適化コンポーネント３２０が最適化を試みようとしている広告主の情報しか持っておらず、その他の広告主または異なるスロットの価格の情報を持っていないと仮定する。最適化コンポーネントが、様々なキーワードの効果についての統計をいくらか持っていたならば、低いＲＯＩをもつキーワードの付け値は徐々（例えば小さい割合）に下げられ、高いＲＯＩを持つキーワードの付け値は徐々（例えば小さい割合）に上げられる。最適化コンポーネントは、支払うべき価格の評価としての付け値の値を使用して、動くものの一部として考えられるスロットのＲＯＩの評価をすることも、方法の１つとして可能である。

図５には、本発明の特徴に従って、更なる別の解析コンポーネント１２０が示されている。解析コンポーネント１２０はＲＯＩコンポーネント３１０および最適化コンポーネント３２０を備える。上記した通り、ＲＯＩコンポーネントはキーワードの投資収益率を判定するために使用され得る。従って、これらの値は最適化コンポーネント３２０に伝送され、最適化コンポーネントは、任意の予算制限条件の下でのキャンペーンにおける複数のキーワードの全体的な投資収益率を最適化することができる。解析コンポーネント１２０は摂動コンポーネント５１０をさらに備える。摂動コンポーネント５１０は、最適化コンポーネント１２０によって生成された最適なまたは効率的な付け値を摂動させる。様々な要素の中で、付け値の値がわずかに変更され、入札システムの収益が増加し、かつ循環または同じ値への収束が防止される。例えば、最適化コンポーネント３２０は、各々の提案された調整済みの付け値に小さな負のランダム関数を加え得る。これによって、広告システムは、複数の広告主がシステムを利用したときに良好な平衡状態（例えば、高収益）に収束し得る。

前述の摂動に関する請求項の裏付けのために、ｍの広告主とｎ個のワードがあると仮定する。広告主ｉの日々の予算をＢ_ｉ、広告主ｉのワードｊの広告の表示による有益度をｕ_ｉｊとおく。各々の日ｔにおいて、広告主ｉはワードｊを１日中保持するためにｂ_ｉｊ（ｔ）で入札する。ワードｊの検索がされたとき、付け値は以下のように摂動させられる。ｂ'_ｉｊ＝ｂ_ｉｊ（ｔ）・ｅｘｐ（Ｅ_ｉ）ここでＥ_ｉは[−∂，０]における乱数であり、各々の検索に対して独立に生成され、∂＞０は小さい定数である。最初の入札は付け値ｂ'_ｉｊで行われる。広告主が予算を使い果たすと、当日中にはさらに入札をすることはできない。

[０，Ｂ_ｉ]の集合中のｓ_ｉ（ｔ）を、日tにおける広告主ｉの支出とする。[０，１]の集合中のｅ_ｉ（ｔ）を、日ｔ中で広告主が予算を使い果たした時とする（予算がなくならなければ１となる）。以下の様な広告主ｉに対する入札アルゴリズムを考える。日ｔにおいて、修正を[０，１]集合中のＲ_ｉ（ｔ）とすると付け値ｂ_ｉｊ（ｔ）＝Ｒ_ｉ（ｔ）・ｕ_ｉｊとなる。Ｒ_ｉ（ｔ）の値は以下の反復で決定される。

Ｒ_ｉ（ｔ＋１）＝
○Ｒ_ｉ（ｔ）・ｅｘｐ（−Ｅ） ｅ（ｔ）＜１の場合、
○Ｒ_ｉ（ｔ）・ｅｘｐ（Ｅ） ｓ（ｔ）＜Ｂ かつ Ｒ（ｔ）≦ｅｘｐ（−Ｅ）
の場合、
○Ｒ_ｉ（ｔ） その他の場合
ここではＥ＞０は∂に比べて小さな定数とする。

図６において、広告システム６００が本発明の特徴に沿って示されている。広告システム６００は、既に示された図１の最適化システム１００と共に組み合わされている取得コンポーネント１１０および解析コンポーネント１２０を備える。簡単にいうと、取得コンポーネント１１０は２、３例をあげると、キーワード、付け値、制約、価格、およびクリック・スルー・レートの様なキーワード広告のデータを受信することができる。解析コンポーネント１２０がこのような情報を受信および使用することによって、特定の予算を提示した広告主の有益度または評価を最大化する広告キャンペーンのキーワードの付け値は変更および／または生成される。解析コンポーネント１２０は管理・コンポーネント６１０と通信可能に組み合わされている。解析コンポーネントによって最適化された、または効率的にされた付け値は管理コンポーネント６１０に伝送される。管理コンポーネント６１０は、広告システム６００を管理または操作する。例えば、管理コンポーネント５１０は複数のキーワード６２０に対する付け値を受け入れ、付け値の値に基づいて広告主にキーワードのためのスロットを割り当てる。従って、図６は、広告システム６００にコンポーネント１１０、１２０を含む、一体化した最適化システムを示している。

図７は本発明の特徴に沿った広告システム７００が示されている。システム７００は入札最適化システム１００およびキーワード広告システム７１０を備える。前述した通り、入札最適化システム１００は取得コンポーネント１１０および解析コンポーネント１２０を備える。取得コンポーネント１１０は解析コンポーネント１２０に使用された広告データを取得し、全体的な有益度および／または投資収益率を最大化する最適な付け値を予算内で判定または生成する。キーワード広告システム７１０は、広告システムを操作管理する管理コンポーネント６１０を備える。例えば、管理コンポーネント６１０はキーワード６２０および／またはキーワード／スロット組の入札を容易にする。入札最適化システム１００は、キーワード広告システム７１０から分離されている。インタフェース７２０は分離されたこれらの間の通信を容易にする。１つの例として、インタフェース７２０は、入札最適化システム１００と広告システム７１０の間の通信を可能にするアプリケーション・プログラミング・インタフェース（ＡＰＩ）であり得る。例えば、入札最適化システム１００は、全体的な有益度を最大化する付け値を生成するために必要な情報を、インタフェース７２０を使用して広告システム７１０から取り出すことができる。その後、付け値はインタフェース・コンポーネント７２０を使用して広告システム７１０へ伝送され得る。

図８は、本発明の特徴を用いた例示的システム８００を示している。システム８００は専ら前後関係を表わしていて、本願請求項に記載されているシステムの特徴を制限するものではない。システム８００はクエリ・コンポーネント８１０を備える。クエリ・コンポーネント８１０はクエリを読み出すか、または情報を要求する。クエリ・コンポーネント８１０は受信したクエリを検索コンポーネント８２０及び広告コンポーネント８３０に提供する。検索コンポーネント８２０はクエリを処理し、クエリに対応するデータを読み出す。さらに、検索コンポーネント８２０は、クエリに対する検索結果がどれだけ妥当か識別できる関連性スコアを提供し得る。従って、検索コンポーネント８２０はクエリ処理装置またはクエリ・エンジンに相当し得る。クエリに対応するデータは１つまたは複数のローカル・コンピュータまたは記憶デバイス、データベースおよびネットワーク（例えばイントラネット、インターネット）からのクエリであり得る。広告コンポーネント８３０は、クエリ・ワードまたはフレーズを、広告主によって入札されたまたは購入されたキーワードに一致させ得る。前述したように、広告コンポーネント８３０は入札最適化システム１００を備え得る。プレゼンテーション・コンポーネント８４０は、表示される広告およびクエリ結果の両方を受信し得る。例えば、クエリ結果は画面の左側に提供され、その一方で広告またはスポンサー・リンクは右側に表示され得る。

上述してきたシステムは様々なコンポーネントの相互作用に関して示してきた。当然ながら、このようなシステムおよびコンポーネントは、ここで特定するコンポーネントまたはサブ・コンポーネント、いくつかの特定のコンポーネントまたはサブ・コンポーネント、および／または追加的なコンポーネントを備え得る。サブ・コンポーネントは、親コンポーネントの中に備えられるというよりは、他のコンポーネントと通信可能に接続されているコンポーネントとして実行され得る。さらに、１つまたは複数のコンポーネントおよび／またはサブ・コンポーネントは一体的な機能を提供する１つのコンポーネントとして組み合わされ得る。コンポーネントは、本明細書で簡潔にするために明確に示されていない１つまたは複数のその他のコンポーネントと相互に作用し得るが、このことを当業者は理解するだろう。

これまでに示した例示的システムにおいて、本発明の開示に従って実行される手順は図９から図１１のフロー・チャートを参照して理解する方が良い。表現の簡略化のため、手順は一連のブロックで表わされる。いくらかのブロックが異なった順序および／またはその他のブロックと並列に示されている場合に、ブロックの順序によって主張された本発明が限定されるものではないと理解されるべきである。さらに、これから示す手順の実行において図に示されたすべてブロックが必要なわけではない。

さらに、これから開示される方法およびこの明細書全体の方法は、方法のコンピュータへの移動や伝送を容易にするために、製品に記憶させることができると理解される。本明細書で使用される製品という言葉は、任意のコンピュータ読み取り可能デバイス、キャリアまたは媒体からアクセスできるコンピュータ・プログラムを含む。

図９には本発明の特徴に従った入札最適化が示されている。９１０においてキャンペーンにおける各々のアイテムの限界効用が判定または取得される。当該アイテムはキーワードに対応するアイテムであり得るが、それに限定するものではない。各々のキーワードに対する広告主に対する有益度は、各々のキーワードの表示によって広告主が引き出す全体的な有益度からそのキーワードのコストを引いたものに対応する。従って、広告主に対する有益度は費用の関数となる。広告主はこの有益度を提供するか、または代わりにその他のデータから有益度を導き出すこともできる。例えば、付け値自体または付け値の最高値がキーワードから与えられる有益度の表示になり得る。

符号９２０では、付け値は所定の予算内で広告主の全体の有益度を最大化するように定められる。この決定はナップサックタイプの問題あり得、コストおよび有益度は予算の制約を満足する最適な解決策を判定するために解析される。この判定は再度、つまり所定の付け値の変更に基づいて開始され得る。例えば、キーワードｉの限界効用がキーワードｊの限界効用より低かった場合、キャンペーンの全体的な有益度は、任意の制約（例えば効率的な付け値は元々の付け値よりも高くないという制約、予算の制約等）の中でｊの付け値を上昇させかつｉの付け値を下降させることで改善され得る。従って、キーワードｉの広告主の限界効用が上昇する一方でキーワードｊの広告主の限界効用は減少する。

その他の要素も方法９００による付け値の決定に影響する。例えば、予算の制約のない入札者から更なる収益を引き出すために、予算の制約のある入札者の付け値を可能な限り僅かに減らすこともできる。制限するものではないが、例示の方法によって、広告が支出を減らすために下のスロットに移動させるべきであるならば、その広告をそのスロットに移動させるのに必要な最大の値段が入札されるべきである。この入札が、それよりも上にある広告に対する予算の制約のない広告主の支払いを決定するからである。

符号９３０を参照すると、生成、判定または計算されたキーワードに対する付け値は広告システムに提供される。制限するものではないが、例えば、広告システムは検索エンジンに関するキーワード広告入札に対応できる。

図１０は、本発明に従った入札最適化方法１０００のフロー・チャートである。１０１０において、広告キャンペーンの要素に対する投資収益率（ＲＯＩ）が判定される。このＲＯＩはあるキーワードに対する広告主の限界効用の評価に使われ得る。キーワードに対するＲＯＩは、広告主がそのキーワードの広告から引き出した全体の有益度をキーワードに対する支払で割ったものと定義され得る。ＲＯＩは十分なデータが利用できるか、代わりにそれらのすべてまたは一部が、関連して示される付け値や付け値の制約などのその他のデータに基づいて評価できる場合に正確に判定可能である。キーワード「ｒｏｓｅ」に１ドル、ワード「ｄａｉｓｙ」に５０セント入札しようとしている花の会社を考えてみる。これは関連する価値を実際に表現する。従って、ワード「ｒｏｓｅ」からのクリックはワード「ｄａｉｓｙ」からのクリックよりも２倍の価値がある。

１０２０において、投資収益率は所定の予算内でキャンペーンの要素に対して最大化されている。１つの実施例によって、ＲＯＩはすべてのキーワードに渡って均衡がとられ得る。具体的には、提供または生成されたキーワード／スロット組の付け値が、キーワードを上および／または下に移動する様に変更され得る。キーワードを選んで移動させる方法は様々である。１つの方法は上にあげるキーワードを選ぶ方法であり、最大ＲＯＩをもつキーワードを選ぶか、またはそのキーワードより上にあるスロットが一番高いＲＯＩを持つようなキーワードを選択する方法である。同様に、一番低いＲＯＩをもつキーワードもしくは動かされるべきスロットへ移動したキーワードが比較的低いＲＯＩを持つようになるキーワードが選ばれて下げられ得る。現在の予算が余っている場合の付け値上昇によって、キーワードは１つ上のスロットへ持ち上げられ得る。現在、予算を越えている場合の付け値の下降によってキーワードは１つ下のスロットに下げられ得る。キーワードを下げてもまだ予算を過剰に消費している場合、下のスロットに下げられるのみのようなその他の規則も実施され得る。

例示の方法によって、ワード「ｒｏｓｅ」の投資回収が３０セントで、ワード「ｄａｉｓｙ」の投資回収が５０セントになったとする。本発明の方法はお互いのＲＯＩが同じになるまで「ｄａｉｓｙ」のＲＯＩを下げようとし、および／または「ｒｏｓｅ」のＲＯＩを上げようとするだろう。さらに、特定の最大値が留意されるだろう。例えば、「ｒｏｓｅ」の最大許容可能付け値が１ドルとされる一方で、「ｄａｉｓｙ」の最大許容可能付け値は５０セントと特定され得る。現在の付け値およびＲＯＩに応じて、これらの最大値はキャンペーンのアイテムに対して特定の付け値を決定づける。

１０３０を参照すると、生成または調整された付け値は広告システムに提供される。本発明の１つの特徴に従うと、広告システムは検索エンジンまたはそれに類するものに関連する入札システムであり得る。しかし、本発明はこのタイプのシステムに制限されるものではない。

図１１は本発明の特徴に従った入札システム１１００のフロー・チャートである。１１１０において付け値は受信される。その付け値は、本発明請求項記載の１つまたは複数の特徴に従った最適化手順によって生成された効率的な付け値であり得る。１１２０において、付け値はわずかに摂動させられる。例えば、小さな負の乱数が各々の付け値に加えられ得る。これによって、複数のユーザが同じまたは類似の入札手順またはメカニズムを使用したときの循環を妨げ、高い収益における均衡への収束を容易にする。１１３０では摂動させられた付け値が広告システムに提供されている。

開示された本発明の様々な特徴の前後関係を表すために、図１２および図１３とここから先の議論は概要を示すことを意図し、開示された発明の様々な特徴が実行されるのに適した環境について一般的な記述を行う。本発明の内容が、１つおよび／または複数のコンピュータで実行されるコンピュータプログラムコンピュータ実行可能命令の一般的状況において記述されている一方で、当業者は本発明がその他のプログラム・モジュールとの組み合わせにおいても実行され得ることを理解している。一般的にプログラム・モジュールは、特定のタスクを実行するおよび／または特定の抽象データ型のものを実行するルーチン、プログラム、コンポーネント、データ構造等を備える。さらに、当業者が本発明の方法を、シングル・プロセッサまたはマルチプロセッサのコンピュータ・システム、ミニ・コンピューティング・デバイス、メインフレーム・コンピュータ、パーソナル・コンピュータ、ハンドヘルド型のコンピューティング・デバイス（例えばＰＤＡ（ｐｅｒｓｏｎａｌ ｄｉｇｉｔａｌ ａｓｓｉｓｔａｎｔ）、電話、時計等）、マイクロプロセッサベースのもの、またはプログラム可能な消費者向けもしくは産業向けの電子機器やそれらに類したものを含むその他のコンピュータ・システム構成で実行出来得ることは当然である。本明細書で示された特徴は、通信ネットワークで繋がれた遠隔処理デバイスによって実行される分散したコンピューティング環境でも実行され得る。分散コンピューティング環境において、プログラム・モジュールはローカルおよびリモート・メモリストレージ・デバイスに存在し得る。

図１２は本明細書で開示されている様々な特徴を実施するための例示的な環境１２１０で、コンピュータ１２１２（例えばデスクトップ、ラップトップ、サーバ、ハンド・ヘルド、プログラム可能な消費者向けまたは産業向け電子機器等）を含む。コンピュータ１２１２は処理ユニット１２１４、システム・メモリ１２１６およびシステム・バス１２１８を備える。システム・バス１２１８は、以下は制限するものではないが、システム・メモリ１２１６を備えるシステム・コンポーネントと処理ユニット１２１４とを接続している。処理ユニット１２１４は任意の様々な利用可能なマイクロプロセッサであり得る。デュアル・マイクロプロセッサおよびその他のマルチプロセッサ・アーキテクチャも処理ユニット１２１４として使われ得る。

システム・バス１２１８は、メモリ・バスまたはメモリ・コントローラ、周辺機器用バスまたは外部バス、および／または、以下は限定ではないが１１ビット・バス、ＩＳＡ（インダストリアル・スタンダード・アーキテクチャ（Ｉｎｄｕｓｔｒｉａｌ Ｓｔａｎｄｅｒｄ Ａｒｃｈｔｅｃｔｕｒｅ））、マイクロ・チャネル・アーキテクチャ（ＭＳＡ）、ＥＩＳＡ（拡張ＩＳＡ）、ＩＤＥ（Ｉｎｔｅｌｌｉｇｅｎｔ Ｄｒｉｖｅ Ｅｌｅｃｔｒｏｎｉｃｓ）、ＶＥＳＡローカル・バス（ＶＬＢ）、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ）、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ ｓｅｒｉａｌ Ｂｕｓ）、ＡＧＰ（Ａｄｖａｎｃｅｄ Ｇｒａｐｈｉｃｓ Ｐｏｒｔ）、ＰＣＭＣＩＡ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ Ｍｅｍｏｒｙ Ｃａｒｄ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ａｓｓｏｃｉａｔｉｏｎ ｂｕｓ）、およびＳＣＳＩ（Ｓｍａｌｌ Ｃｏｍｐｕｔｅｒ Ｓｙｓｔｅｍｓ Ｉｎｔｅｒｆａｃｅ）を含む、任意の様々な利用可能バス・アーキテクチャを使用したローカル・バスを備える任意のタイプのバス構造（群）であり得る。

システム・メモリ１２１６は揮発性メモリ１２２０および不揮発性メモリ１２２２を含む。コンピュータ１２１２内の要素同士の情報伝送のための基本ルーチンを含むベーシック入力／出力システム（ＢＩＯＳ）は、不揮発性メモリ１２２２にスタートアップの間等に保存される。例として、制限するものではないが不揮発性メモリ１２２２は読み取り専用メモリ（ＲＯＭ）、プログラマブルＲＯＭ（ＰＲＯＭ）、電気的プログラマブルＲＯＭ（ＥＰＲＯＭ）、電気的消去可能ＲＯＭ（ＥＥＰＲＯＭ）またはフラッシュ・メモリを含み得る。揮発性メモリ１２２０は、外部キャッシュ・メモリとして動作するランダム・アクセス・メモリ（ＲＡＭ）を含む。例示であって制限するものではないが、ＲＡＭは同期型ＲＡＭ（ＳＲＡＭ）、ダイナミックＲＡＭ（ＤＲＡＭ）、同期型ＤＲＡＭ（ＳＤＲＡＭ）、ダブル・データ・レートＳＤＲＡＭ（ＤＤＲ ＳＤＲＡＭ），エンハンスドＳＤＲＡＭ（ＥＳＤＲＡＭ）、シンクリンクＤＲＡＭ（ＳＬＤＲＡＭ）、およびダイレクト・ランバスＲＡＭ（ＤＲＲＡＭ）のような多くの形式において利用可能である。

コンピュータ１２１２はリムーバブル／非リムーバブル、揮発性／不揮発性のコンピュータ記録媒体を備える。それは例えば、図１２においてディスク記録装置１２２４である。ディスク記憶装置１２２４は、限定するものではないが、磁気ディスク・ドライブ、フロッピー（登録商標）・ディスク・ドライブ、テープ・ドライブ、Ｊａｚドライブ、Ｚｉｐドライブ、ＬＳ−１００ドライブ、フラッシュ・メモリ・カード、またはメモリ・スティックを含む。加えて、ディスク記憶装置１２２４は、限定ではないが、例えばＣＤ−ＲＯＭ（ｃｏｍｐａｃｔ ｄｉｓｋ ＲＯＭ ｄｅｖｉｃｅ）、ＣＤ−Ｒドライブ（ＣＤ ｒｅｃｏｒｄａｂｌｅ ｄｒｉｖｅ）、ＣＤ−ＲＷ（ＣＤ ｒｅｗｒｉｔａｂｌｅ ｄｒｉｖｅ）、ＤＶＤ−ＲＯＭ（ｄｉｇｉｔａｌ ｖｅｒｓａｔｉｌｅ ｄｉｓｋ ＲＯＭ ｄｒｉｖｅ）のような光学ディスク・ドライブを含む、単独でまたはその他の記憶媒体と組み合わされて用いられる記憶媒体をでもよい。ディスク記憶デバイス１２２４のシステム・バス１２１８への接続を容易にするために、取り外し可能または取り外し不可能なインタフェースが、一般的にインタフェース１２２６のように使用される。

図１２には、適正な動作環境１２１０に示されているユーザと基本的コンピュータ・リソースとの間の媒介として動作するソフトウェアが示されている。このようなソフトウェアはオペレーティング・システム１２２８を含む。ディスク記憶装置１２２４に記憶され得るオペレーティング・システム１２２８は、コンピュータ・システム１２１２のリソースの調整および割り当て動作をする。システム・アプリケーション１２３０は、システム・メモリ１２１６またはディスク記憶装置１２２４のどちらかに保存されるプログラム・モジュール１２３２およびプログラム・データ１２３４を介した、オペレーティング・システム１２２８によるリソースの管理に有利である。当然であるが、本発明は様々なオペレーティング・システムまたはオペレーティング・システムの組み合わせとともに実行され得る。

ユーザはコマンドまたは情報を、入力デバイス（群）１２３６を経由してコンピュータ１２１２に入力する。入力デバイス１２３６は、制限するものではないが、マウス、トラックボール、スタイラス・ペン、タッチ・パッド、キーボード、マイクロフォン、ジョイスティック、ゲーム・パッド、ポインティング・デバイス、サテライト・ディッシュ、スキャナ、テレビ・チューナー・カード、デジタル・カメラ、デジタル・ビデオ・カメラ、ウェブ・カメラ、およびそれらに類したものであるようなポインティング・デバイスを含む。これらおよびその他の入力デバイスは、インタフェース・ポート（群）１２３８を介し、システム・バス１２１８を経由して処理ユニット１２１４に接続されている。インタフェース・ポート（群）１２３８は、例えばシリアル・ポート、パラレル・ポート、ゲーム・ポート、およびユニバーサル・シリアル・バス（ＵＳＢ）を含む。出力デバイス（群）１２４０は、入力ポート（群）１２３６と同じタイプのポートをいくらか使用する。従って、例えばＵＳＢポートはコンピュータ１２１２への入力を提供するために使用され得、またはコンピュータ１２１２から出力デバイス１２４０への情報出力に使用され得る。出力アダプタ１２４２には、特別なアダプタが必要なその他の出力デバイスとして、ディスプレイ（例えばフラット・パネルおよびＣＲＴ）、スピーカ、およびプリンタのようないくつかの出力デバイス１２４０の図が提供されている。出力アダプタ１２４２は、図によって示し、限定するものではないが、出力デバイス１２４０とシステム・バス１２１８を接続する手段であるビデオ・カードおよびサウンド・カードを含む。リモート・コンピュータ（群）１２４４の様に、その他のデバイスおよび／またはデバイスのシステムが入力と出力両方の機能を提供することに注意すべきである。

コンピュータ１２１２は、リモート・コンピュータ（群）１２４４の様な１つまたは複数のリモート・コンピュータの論理接続を使用してネットワーク化された環境において動作可能である。リモート・コンピュータ（群）１２４４は、パーソナル・コンピュータ、サーバ、ルータ、ネットワークＰＣ、ワークステーション、マイクロプロセッサベースの機器、ピア・デバイスまたはその他の一般的なネットワーク・ノードおよびそれに類したものであり得、従来的にコンピュータ１２１２に関して示された要素の多くまたはすべてを含み得る。簡潔さのために、メモリ・ストレージ・デバイス１２４６だけをリモート・コンピュータ（群）１２４４と共に示す。リモート・コンピュータ（群）１２４４は、ネットワーク・インタフェースを介してコンピュータ１２１２に論理接続されていて、物理的には通信接続１２５０を経由して接続されている。ネットワーク・インタフェース１２４８には、ローカルエリア・ネットワーク（ＬＡＮ）およびワイド−エリア・ネットワーク（ＷＡＮ）を含む。ＬＡＮ技術には、光ファイバー分散インタフェース、より対線ＦＤＤI（ＣＤＤＩ）、イーサネット（登録商標）／ＩＥＥＥ８０２．３、トークン・リング／ＩＥＥＥ８０２．５、およびそれらに類したものが含まれる。ＷＡＮ技術には、制限するものではないが、ポイント・ツー・ポイント接続、総合デジタル通信網（ＩＳＤＮ）およびそのバリエーション、パケット・スイッチング・ネットワーク、並びにデジタル・サブスクライバ・ライン（ＤＳＬ）を含む。

通信接続（群）１２５０は、ネットワーク・インタフェース１２４８をバス１２１８に接続するために使用されているハードウェア／ソフトウェアに問い合わせをする。通信接続１２５０はコンピュータ１２１２内に明瞭に示されているが、コンピュータ１２１２の外部にあっても良い。ネットワーク・インタフェース１２４８への接続に必要なハードウェア／ソフトウェアには、例示だが、標準電話等級のモデム、ケーブル・モデム、パワー・モデムおよびＤＳＬモデム、ＩＳＤＮアダプタ、並びにイーサネット（登録商標）・カードまたはコンポーネントのような内部および外部技術を含む。

図１３は、本発明が相互作用できるサンプルコンピューティング環境１３００ブロック線図である。システム１３００は１つまたは複数のクライアント（群）１３１０を含む。クライアント（群）１３１０はハードウェアおよび／またはソフトウェア（例えばスレッド、プロセス、コンピュータ・デバイス）であり得る。システム１３００は１つまたは複数のサーバ（群）１３３０も含む。従って、システム１３００は様々なその他のモデルの中で、２層構造または３層以上の複数層構造のクライアントサーバのモデル（例えばクライアント、中間層サーバ、データ・サーバ）に対応できる。サーバ（群）１３３０はハードウェアおよび／またはソフトウェア（例えばスレッド、プロセス、コンピュータ・デバイス）でもあり得る。例えば、サーバ１３３０は本発明を使用して、変換を行うスレッドを保存することができる。クライアント１３１０とサーバ１３３０の間で可能な通信は、２つまたは３つ以上のコンピュータ・プロセス間で伝送されるデータ・パケット形式において行われることもある。

システム１３００は、クライアント（群）１３１０とサーバ（群）の間の通信を容易にするために使用される通信構造１３５０を含む。クライアント（群）１３１０は、情報をクライアント（群）１３１０へのローカル保存に使用され得る１つまたは複数のクライアント・データ・ストア（群）１３６０に、動作可能に接続されている。同様にサーバ（群）１３３０は、情報をサーバ１３３０へのローカル保存に使用され得る１つまたは複数のサーバ・データ・ストア（群）１３４０に動作可能に接続されている。

以上に示してきたものには本発明の特徴の例を示している。もちろん、本発明の目的に対する考えられるすべてのコンポーネントまたは方法を示すことは不可能であり、当業者はさらに他の開示した発明の組み合わせおよび置換を認識するはずである。従って、開示された発明は、示してきた主張の意図および範囲に収まるすべての代替、変更、およびバリエーションを包含する。

入札最適化システムのブロック図である。 限界効用を使用する解析コンポーネントのブロック図である。 投資収益率を限界効用の評価として使用する解析コンポーネントのブロック図である。 インテリジェンス・コンポーネントを使用してデータを入手する解析コンポーネントのブロック図である。 摂動コンポーネントを備える解析コンポーネントのブロック図である。 入札最適化が組み込まれている広告システムのブロック図である。 入札最適化が外部にある広告システムのブロック図である。 本発明の特徴が使用される例示的システムのブロック図である。 有益度を使用した入札最適化法のフロー・チャートである。 投資収益率を使用した入札最適化法のフロー・チャートである。 付け値を摂動させる入札最適化法のフロー・チャートである。 本発明の特徴に適した動作環境を示した概略ブロック図である。 コンピュータ環境の実例の概略ブロック線図である。

Claims (20)

1. コンピュータ上で実行可能なコンポーネントを備える広告キャンペーン最適化システムであって、
   広告キャンペーンに関する付け値を受信する取得コンポーネントと、
   付け値を変更して予算内の前記キャンペーンの全体的な有益度を最大化する解析コンポーネントと、
   を備えることを特徴とするシステム。
2. 前記解析コンポーネントは、各々のキーワードまたは広告の限界効用を判定する限界効用コンポーネントを備えることを特徴とする請求項１に記載のシステム。
3. 前記解析コンポーネントは、各々のキーワードまたは広告の前記限界効用および前記キャンペーン予算に基づいてキャンペーン広告の前記最適な付け値およびスロット位置を計算する最適化コンポーネントを備えること特徴とする請求項２に記載のシステム。
4. 前記解析コンポーネントは、キーワードまたは広告に関連する投資収益率を判定するコンポーネントを備えることを特徴とする請求項１に記載のシステム。
5. 前記解析コンポーネントは、付け値を変更し、キャンペーンのキーワードまたは広告の投資収益率を平衡化し、前記キャンペーンの投資収益率を最大化する最適化コンポーネントを備えることを特徴とする請求項４に記載のシステム。
6. 様々なスロットでのキーワードの値段を含む前記最適化コンポーネントに使用される値を以前値に基づいて生成するインテリジェント・コンポーネントをさらに備えることを特徴とする請求項５に記載のシステム。
7. 前記解析コンポーネントは、競売を管理する管理コンポーネントに付け値を提供することを特徴とする請求項１に記載のシステム。
8. 前記最適化システムとキーワード広告システム間の相互作用を容易にするインタフェース・コンポーネントをさらに備えることを特徴とする請求項１に記載のシステム。
9. コンピュータが実行する手段を備えるオンライン広告キャンペーン入札最適化システムであって、
   キャンペーンにおける各々のキーワード広告に対する広告主の限界効用を判定する手段と、
   所定の予算内のキャンペーンに対する全体的な有益度を最大化する付け値を生成する手段と、
   を備えることを特徴とするシステム。
10. コンピュータが実行可能な広告入札を最適化する方法であって、
    広告キャンペーンの各々のキーワードに対して限界効用を計算するステップと、
    所定の予算に基づいて付け値を変更してキャンペーンの全体的な有益度の最大化を行うステップと、
    を含むことを特徴とする方法。
11. 限界効用の計算にキーワードから引き出される全体的な有益度を前記キーワードにかかるコストで除算することで行う投資収益率の計算をするステップを含む請求項１０に記載の方法。
12. Ｕを予算内のスロットから得られる最大の有益度とし、ｋを大きな定数とし、ｕ_ｉｊをスロットｊにあるワードｉの限界効用としたときのＵ／ｋ＊ｆｌｏｏｒ（ｕ_ｉｊ＊ｋ／Ｕ）によってキーワードに対する前記全体的な有益度の計算をするステップをさらに含むことを特徴とする請求項１０に記載の方法。
13. 回収率の低いキーワードの付け値を減少させおよび／または回収率の高いキーワードの付け値を上昇させる付け値の変更を行うステップを含むことを特徴とする請求項１０に記載の方法。
14. 前記付け値を１つ低いスロットを取得するのに十分な値まで減少させるステップを含むことを特徴とする請求項１３に記載の方法。
15. 前記付け値を１つ高いスロットを取得するのに十分な値まで上昇させるステップを含むことを特徴とする請求項１３に記載の方法。
16. 限界効用の計算がキーワードの付け値に基づいて関連する価値の比率を判定するステップを含むことを特徴とする請求項１１に記載の方法。
17. 限界効用の計算がキーワードのクリック・スルー・レートにキーワードの付け値を乗算するステップを含むことを特徴とする請求項１０に記載の方法。
18. 限界効用の計算がキーワードの特定の最大の付け値に基づいて関連する価値の比率を判定するステップを含むことを特徴とする請求項１０に記載の方法。
19. 広告競売に前記付け値を提示するステップをさらに含むことを特徴とする請求項１０に記載の方法。
20. 前記競売の落札者を選択するより前に前記付け値に小さな乱数を加えるまたは差し引くことで前記付け値を少し摂動させるステップをさらに含む請求項１９に記載の方法。

Images