JP2020510274A - 機械生成広告を作り出す自動システムおよび方法 - Google Patents
機械生成広告を作り出す自動システムおよび方法 Download PDFInfo
- Publication number
- JP2020510274A JP2020510274A JP2020500786A JP2020500786A JP2020510274A JP 2020510274 A JP2020510274 A JP 2020510274A JP 2020500786 A JP2020500786 A JP 2020500786A JP 2020500786 A JP2020500786 A JP 2020500786A JP 2020510274 A JP2020510274 A JP 2020510274A
- Authority
- JP
- Japan
- Prior art keywords
- ads
- machine
- generated
- advertisements
- optimization
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0276—Advertisement creation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/55—Rule-based translation
- G06F40/56—Natural language generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0243—Comparative campaigns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0244—Optimization
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本出願は、2017年3月24日に出願された同時係属中の米国仮出願第62/476,183号の両出願に共通の全ての主題に対して優先権および利益を主張する。前記仮出願の開示により、この仮出願の開示の内容全体を参照によって本願明細書に引用したものとする。
処理部はさらに、最適化グループの各々について別の動機分析を行うように構成することができる。最適化グループの各々について新しい複数の機械生成広告を生成するための素材として、広告文要素の集合を利用することができる。処理部はさらに、新しい複数の機械生成広告の中にテキストがどのように定型化されるかを判定する自然言語生成アルゴリズムをトレーニングするように構成することができる。処理部はさらに、トレーニングされた自然言語生成アルゴリズムに基づいて、新しい複数の機械生成広告を生成するように構成することができる。
Claims (16)
- 機械生成方法であって、
1つまたは複数の広告ユニットを含むデジタル広告アカウントを評価する段階であって、
前記デジタル広告アカウントにおける前記1つまたは複数の広告ユニットと関連付けられる1つまたは複数の過去の広告のキーワードの組織構造および過去のデータを分析して、前記1つまたは複数の過去の広告で現れた特定の広告文要素の相対的有効性を示すパフォーマンスデータを算出する段階と、
前記1つまたは複数の広告ユニットの各々に対して動機分析を行い、1つまたは複数の動機と関連付けられた前記1つまたは複数の広告ユニットと関連付けられる前記1つまたは複数の過去の広告における動機付けとなるトリガーワードまたはトリガーフレーズを特定することによって、前記1つまたは複数の広告ユニットの各々と関連付けられる前記1つまたは複数の動機を特定する段階と、
前記1つまたは複数の動機のうちの共通する動機に基づいて、前記1つまたは複数の広告ユニットを最適化グループのセットにグループ化する段階と、
を含む、評価する段階と、
前記1つまたは複数の動機と関連付けられる動機付けとなるトリガーワードまたはトリガーフレーズ、および、前記パフォーマンスデータに従って、相対的に高い有効性を有する特定の前記広告文要素を集計することによって、前記パフォーマンスデータおよび前記1つまたは複数の動機に基づいて、前記最適化グループの各々について新しい広告の中で使用される広告文要素の集合を特定する段階と、
前記集計された特定の広告文要素を使用して前記最適化グループの各々について新しい複数の機械生成広告を生成する段階と、
前記新しい複数の機械生成広告を、前記最適化グループ内の1つまたは複数の広告ユニットに追加する段階と、
前記1つまたは複数の過去の広告、および前記最適化グループ内の前記新しい複数の機械生成広告を利用してハイスループットテストの処理を行う段階と、
前記ハイスループットテストの結果を判定する段階であって、前記結果には、前記最適化グループ内の前記1つまたは複数の広告ユニットの各々についての少なくとも1つの最もパフォーマンスが高い広告が含まれる段階と
を備える方法。 - 前記評価する段階が、前記デジタル広告アカウントについて以前に実行された全ての広告に関するキーワードの組織構造および過去のデータを評価する段階をさらに含み、および/または、前記方法は、
前記ハイスループットテストの結果を組み込むために評価モジュールを更新する段階と、
前記少なくとも1つの最もパフォーマンスが高い広告を将来の機械生成広告を生成する種として利用する段階を備え、および/または、
前記動機分析を行う段階が、
ターゲットオーディエンスを定義する段階と、
前記ターゲットオーディエンスの中に含まれるユーザについての公開されたテキストデータを集計する段階と、
前記ユーザの各々の心理学的特性プロファイルを作り出す段階と、
前記ユーザの各々の動機を導き出すために、前記心理学的特性プロファイルを集計する段階と、
前記ユーザの各々についての前記導き出された動機を、前記広告文要素の集合の中で使用される前記動機付けとなるトリガーワードまたはトリガーフレーズと結びつける段階と、
を有する、
請求項1に記載の方法。 - 前記最適化グループの各々について、過去のデータを用いて予測スコアリングモデルをトレーニングする段階をさらに備える、請求項1または2に記載の方法。
- 前記最適化グループの各々に対して別の動機分析を行う段階をさらに備える、請求項3に記載の方法。
- 前記最適化グループの各々について、前記新しい複数の機械生成広告を生成するための素材として、前記広告文要素の集合を利用する、請求項4に記載の方法。
- 前記新しい複数の機械生成広告の中にテキストがどのように定型化されるかを判定する自然言語生成アルゴリズムをトレーニングする段階をさらに備える、請求項5に記載の方法。
- 前記トレーニングされた自然言語生成アルゴリズムに基づいて、前記新しい複数の機械生成広告を生成する段階をさらに備える、請求項6に記載の方法。
- 前記ハイスループットテストの処理が、
所定の広告フォーマット、または、ユーザが指定した目標を満たすために、前記新しい複数の機械生成広告を操作する段階と、
予測されるパフォーマンスについて、前記新しい複数の機械生成広告および前記1つまたは複数の過去の広告を点数化する段階と、
前記新しい複数の機械生成広告および前記1つまたは複数の過去の広告から、前記予測されるパフォーマンスに基づいてパフォーマンスが悪いと予測される広告を除去する段階と、
をさらに含み、および/または、
前記ハイスループットテストの処理が、
前記最適化グループの各々の中にある前記新しい複数の機械生成広告および前記1つまたは複数の過去の広告の全てを特定する段階と、
前記最適化グループの各々の中にある前記新しい複数の機械生成広告および前記1つまたは複数の過去の広告の各々のパフォーマンス指標を追跡する段階と、
前記パフォーマンス指標からテストデータを集計する段階と、
前記パフォーマンス指標の各々について決定規則統計値を継続的に算出することによってパフォーマンスが高い広告およびパフォーマンスが低い広告を特定する段階と、
前記パフォーマンスが低い広告を排除し、最終的な所定の数の広告が残るまで、前記新しい複数の機械生成広告および前記1つまたは複数の過去の広告のうち前記残った広告について前記ハイスループットテストの処理を続ける段階と、
前記最終的な所定の数の広告を、前記少なくとも1つの最もパフォーマンスが高い広告として特定する段階と
を含む、請求項1から7のいずれか一項に記載の方法。 - システムであって、
1つまたは複数の広告ユニットを含むデジタル広告アカウントを評価するように構成される処理部であって、前記評価は、
前記デジタル広告アカウントにおける前記1つまたは複数の広告ユニットと関連付けられる1つまたは複数の過去の広告のキーワードの組織構造および過去のデータを分析して、前記1つまたは複数の過去の広告に現れた特定の広告文要素の相対的有効性を示すパフォーマンスデータを算出することと、
前記1つまたは複数の広告ユニットの各々について動機分析を行い、前記1つまたは複数の動機と関連付けられた前記1つまたは複数の広告ユニットと関連付けられる前記1つまたは複数の過去の広告の中にある動機付けとなるトリガーワードまたはトリガーフレーズを特定することによって、前記1つまたは複数の広告ユニットの各々と関連付けられる前記1つまたは複数の動機を特定することと、
前記1つまたは複数の動機のうちの共通する動機に基づいて、前記1つまたは複数の広告ユニットを最適化グループのセットにグループ化することと、を有する処理部と、
前記パフォーマンスデータおよび前記1つまたは複数の動機に基づいて、前記最適化グループの各々について新しい広告の中に利用される広告文要素の集合を特定するために、前記パフォーマンスデータ、および前記1つまたは複数の動機と関連付けられる動機付けとなるトリガーワードまたはトリガーフレーズに従って、相対的に高い有効性を有する特定の前記広告文要素を集計するように構成される処理部と、
新しい複数の機械生成広告を、前記集計された特定の広告文要素を利用して前記最適化グループの各々について生成するように構成される処理部と、
前記新しい複数の機械生成広告を、前記最適化グループにおける1つまたは複数の広告ユニットに追加するように構成される処理部と、
前記1つまたは複数の過去の広告、および前記最適化グループにおける前記新しい複数の機械生成広告を利用してハイスループットテストの処理を行うように構成される処理部と、
前記ハイスループットテストの結果を判定するように構成される処理部であって、前記結果には、前記最適化グループにおける前記1つまたは複数の広告ユニットの各々についての少なくとも1つの最もパフォーマンスが高い広告が含まれる、処理部と
を備えるシステム。 - 前記評価は、前記デジタル広告アカウントの以前に実行された全ての広告についてのキーワードの組織構造および過去のデータを評価することをさらに含み、および/または、
前記処理部がさらに、前記ハイスループットテストの結果を組み込むために評価モジュールを更新し、前記少なくとも1つの最もパフォーマンスが高い広告を、将来の機械生成広告を生成する種として利用するように構成され、
前記動機分析を行うことは、
ターゲットオーディエンスを定義することと、
前記ターゲットオーディエンスの中に含まれるユーザについての公開されたテキストデータを集計することと、
前記ユーザの各々についての心理学的特性プロファイルを作り出すことと、
前記心理学的特性プロファイルを集計して前記ユーザの各々の動機を導き出すことと、
前記ユーザの各々についての導き出された動機を、前記広告文要素の集合の中で使用される前記動機付けとなるトリガーワードまたはトリガーフレーズと結びつけることと、
を含む、
請求項9に記載のシステム。 - 前記処理部がさらに、前記最適化グループの各々について過去のデータを用いて予測スコアリングモデルをトレーニングするように構成される、請求項9または10に記載のシステム。
- 前記処理部がさらに、前記最適化グループの各々について別の動機分析を行うように構成される、請求項11に記載のシステム。
- 前記最適化グループの各々について前記新しい複数の機械生成広告を生成するための素材として、前記広告文要素の集合を利用する、請求項12に記載のシステム。
- 前記処理部がさらに、前記新しい複数の機械生成広告の中にテキストがどのように定型化されるかを判定する自然言語生成アルゴリズムをトレーニングするように構成される、請求項13に記載のシステム。
- 前記処理部がさらに、前記トレーニングされた自然言語生成アルゴリズムに基づいて、前記新しい複数の機械生成広告を生成するように構成される、請求項14に記載のシステム。
- 前記ハイスループットテストの処理が、
所定の広告フォーマット、またはユーザが指定した目標を満たすために、前記新しい複数の機械生成広告を操作することと、
予測されるパフォーマンスについて、前記新しい複数の機械生成広告および前記1つまたは複数の過去の広告を点数化することと、
前記新しい複数の機械生成広告および前記1つまたは複数の過去の広告から、前記予測されるパフォーマンスに基づいてパフォーマンスが悪いと予測される広告を除去することと、
をさらに含み、および/または、
前記ハイスループットテストの処理が、
前記最適化グループの各々の中にある前記新しい複数の機械生成広告および前記1つまたは複数の過去の広告の全てを特定することと、
前記最適化グループの各々の中にある前記新しい複数の機械生成広告および前記1つまたは複数の過去の広告の各々のパフォーマンス指標を追跡することと、
前記パフォーマンス指標からテストデータを集計することと、
前記パフォーマンス指標の各々の決定規則統計値を継続的に算出することによってパフォーマンスが高い広告およびパフォーマンスが低い広告を特定することと、
前記パフォーマンスが低い広告を排除し、最終的な所定の数の広告が残るまで、前記新しい複数の機械生成広告および前記1つまたは複数の過去の広告のうち残った広告について前記ハイスループットテストの処理を続けることと、
前記最終的な所定の数の広告を、前記少なくとも1つの最もパフォーマンスが高い広告として特定することと
を含む、請求項9から15のいずれか一項に記載のシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762476183P | 2017-03-24 | 2017-03-24 | |
US62/476,183 | 2017-03-24 | ||
PCT/US2018/023161 WO2018175331A1 (en) | 2017-03-24 | 2018-03-19 | Automated system and method for creating machine-generated advertisements |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2020510274A true JP2020510274A (ja) | 2020-04-02 |
JP2020510274A5 JP2020510274A5 (ja) | 2021-04-01 |
JP7092315B2 JP7092315B2 (ja) | 2022-06-28 |
Family
ID=63583514
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020500786A Active JP7092315B2 (ja) | 2017-03-24 | 2018-03-19 | 機械生成広告を作り出す自動システムおよび方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10846757B2 (ja) |
EP (1) | EP3602465A4 (ja) |
JP (1) | JP7092315B2 (ja) |
AU (1) | AU2018237060A1 (ja) |
CA (1) | CA3057455A1 (ja) |
WO (1) | WO2018175331A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7245478B1 (ja) | 2021-09-30 | 2023-03-24 | 株式会社人々 | コンテンツ生成方法、コンテンツ提供方法、及びそのプログラム |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10825061B2 (en) * | 2016-10-14 | 2020-11-03 | Adap.Tv, Inc. | Ad serving with multiple goals using constraint error minimization |
US10909604B1 (en) * | 2018-03-07 | 2021-02-02 | Amazon Technologies, Inc. | Artificial intelligence system for automated selection and presentation of informational content |
US11816116B2 (en) * | 2018-03-23 | 2023-11-14 | Equifax, Inc. | Facilitating queries of encrypted sensitive data via encrypted variant data objects |
US11151615B2 (en) * | 2018-03-23 | 2021-10-19 | Casio Computer Co., Ltd. | Advertisement management apparatus, advertisement management method, and computer readable storage medium |
CN109447706B (zh) * | 2018-10-25 | 2022-06-21 | 深圳前海微众银行股份有限公司 | 广告文案生成方法、装置、设备以及可读存储介质 |
CN109583952B (zh) * | 2018-11-28 | 2022-03-22 | 深圳前海微众银行股份有限公司 | 广告文案处理方法、装置、设备及计算机可读存储介质 |
WO2020162833A1 (en) * | 2019-02-07 | 2020-08-13 | Pencil Technologies Pte. Ltd. | Method and system for generating content data |
US20200273062A1 (en) * | 2019-02-26 | 2020-08-27 | Soundhound, Inc. | Artificial Intelligence Generation of Advertisements |
CA3134269A1 (en) * | 2019-04-03 | 2020-10-08 | ICX Media, Inc. | Method for optimizing media and marketing content using cross-platform video intelligence |
WO2020255043A1 (en) * | 2019-06-21 | 2020-12-24 | Mullinjer Steve | Interactive and predictive tool for monitoring performance metrics |
US11308276B2 (en) | 2019-07-01 | 2022-04-19 | Adobe Inc. | Generating message effectiveness predictions and insights |
US11657424B2 (en) * | 2019-07-29 | 2023-05-23 | TapText llc | System and method for multi-channel dynamic advertisement system |
US20230021327A1 (en) * | 2019-07-29 | 2023-01-26 | TapText llc | System and methods for claiming promotional rewards using a reward wheel |
CN110532418A (zh) * | 2019-09-04 | 2019-12-03 | 上海原圈网络科技有限公司 | 一种高净值行业ai智能设计系统 |
CN111144937B (zh) * | 2019-12-20 | 2024-05-14 | 北京达佳互联信息技术有限公司 | 广告素材确定方法、装置、设备及存储介质 |
JP7365267B2 (ja) * | 2020-03-02 | 2023-10-19 | 株式会社サイバーエージェント | 広告文自動作成システム |
WO2021199132A1 (ja) * | 2020-03-30 | 2021-10-07 | 日本電気株式会社 | 情報処理装置、情報処理方法、及び、記録媒体 |
US11768945B2 (en) * | 2020-04-07 | 2023-09-26 | Allstate Insurance Company | Machine learning system for determining a security vulnerability in computer software |
US11748631B2 (en) * | 2020-08-13 | 2023-09-05 | Capital One Services, Llc | Genetic modeling for attribute selection within a cluster |
WO2022043675A2 (en) * | 2020-08-24 | 2022-03-03 | Unlikely Artificial Intelligence Limited | A computer implemented method for the automated analysis or use of data |
CN112529615A (zh) * | 2020-11-30 | 2021-03-19 | 北京百度网讯科技有限公司 | 自动生成广告的方法、装置、设备和计算机可读存储介质 |
US20220328063A1 (en) * | 2021-04-08 | 2022-10-13 | Jpmorgan Chase Bank, N.A. | Method and system for sentiment analysis of natural language inputs |
US11977854B2 (en) | 2021-08-24 | 2024-05-07 | Unlikely Artificial Intelligence Limited | Computer implemented methods for the automated analysis or use of data, including use of a large language model |
US11989507B2 (en) | 2021-08-24 | 2024-05-21 | Unlikely Artificial Intelligence Limited | Computer implemented methods for the automated analysis or use of data, including use of a large language model |
US11989527B2 (en) | 2021-08-24 | 2024-05-21 | Unlikely Artificial Intelligence Limited | Computer implemented methods for the automated analysis or use of data, including use of a large language model |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014182437A (ja) * | 2013-03-18 | 2014-09-29 | Yahoo Japan Corp | 広告抽出装置、広告抽出方法及び広告抽出プログラム |
JP2015005052A (ja) * | 2013-06-19 | 2015-01-08 | ヤフー株式会社 | 広告生成装置、広告生成方法及び広告生成プログラム |
US20160071162A1 (en) * | 2014-09-10 | 2016-03-10 | Sysomos L.P. | Systems and Methods for Continuous Analysis and Procurement of Advertisement Campaigns |
US20160132926A1 (en) * | 2014-11-12 | 2016-05-12 | Criteo Sa | Systems and Methods for Coordinated Advertising Campaigns |
JP2017054176A (ja) * | 2015-09-07 | 2017-03-16 | ヤフー株式会社 | 決定装置、決定方法および決定プログラム |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090276309A1 (en) * | 2001-11-14 | 2009-11-05 | Retaildna, Llc | Self learning method and system for managing an advertisement |
US9558498B2 (en) * | 2005-07-29 | 2017-01-31 | Excalibur Ip, Llc | System and method for advertisement management |
US20080300971A1 (en) * | 2007-05-30 | 2008-12-04 | Microsoft Corporation | Advertisement approval based on training data |
US8527342B2 (en) * | 2009-06-04 | 2013-09-03 | Intent Media Inc. | Method and system for electronic advertising |
US10373193B2 (en) * | 2010-06-18 | 2019-08-06 | Microsoft Technology Licensing, Llc | Learning display parameters to maximize advertising revenue |
US20140040011A1 (en) * | 2012-08-06 | 2014-02-06 | Wordstream, Inc. | Web based pay per click performance grader |
US20140114746A1 (en) * | 2012-10-19 | 2014-04-24 | Adobe Systems Incorporated | Selection of Creatives Based on Performance Analysis and Predictive Modeling |
US9972030B2 (en) * | 2013-03-11 | 2018-05-15 | Criteo S.A. | Systems and methods for the semantic modeling of advertising creatives in targeted search advertising campaigns |
US20140257973A1 (en) * | 2013-03-11 | 2014-09-11 | DataPop, Inc. | Systems and Methods for Scoring Keywords and Phrases used in Targeted Search Advertising Campaigns |
-
2018
- 2018-03-19 US US15/925,408 patent/US10846757B2/en active Active
- 2018-03-19 WO PCT/US2018/023161 patent/WO2018175331A1/en active Application Filing
- 2018-03-19 AU AU2018237060A patent/AU2018237060A1/en not_active Abandoned
- 2018-03-19 CA CA3057455A patent/CA3057455A1/en not_active Abandoned
- 2018-03-19 EP EP18772553.6A patent/EP3602465A4/en active Pending
- 2018-03-19 JP JP2020500786A patent/JP7092315B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014182437A (ja) * | 2013-03-18 | 2014-09-29 | Yahoo Japan Corp | 広告抽出装置、広告抽出方法及び広告抽出プログラム |
JP2015005052A (ja) * | 2013-06-19 | 2015-01-08 | ヤフー株式会社 | 広告生成装置、広告生成方法及び広告生成プログラム |
US20160071162A1 (en) * | 2014-09-10 | 2016-03-10 | Sysomos L.P. | Systems and Methods for Continuous Analysis and Procurement of Advertisement Campaigns |
US20160132926A1 (en) * | 2014-11-12 | 2016-05-12 | Criteo Sa | Systems and Methods for Coordinated Advertising Campaigns |
JP2017054176A (ja) * | 2015-09-07 | 2017-03-16 | ヤフー株式会社 | 決定装置、決定方法および決定プログラム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7245478B1 (ja) | 2021-09-30 | 2023-03-24 | 株式会社人々 | コンテンツ生成方法、コンテンツ提供方法、及びそのプログラム |
JP2023050264A (ja) * | 2021-09-30 | 2023-04-11 | 株式会社人々 | コンテンツ生成方法、コンテンツ提供方法、及びそのプログラム |
Also Published As
Publication number | Publication date |
---|---|
CA3057455A1 (en) | 2018-09-27 |
AU2018237060A1 (en) | 2019-10-03 |
WO2018175331A1 (en) | 2018-09-27 |
JP7092315B2 (ja) | 2022-06-28 |
EP3602465A1 (en) | 2020-02-05 |
US10846757B2 (en) | 2020-11-24 |
US20180276718A1 (en) | 2018-09-27 |
EP3602465A4 (en) | 2020-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7092315B2 (ja) | 機械生成広告を作り出す自動システムおよび方法 | |
US11188936B2 (en) | Methods and systems for B2B demand generation with targeted advertising campaigns and lead profile optimization based on target audience feedback | |
US20190251593A1 (en) | Methods and systems for targeted b2b advertising campaigns generation using an ai recommendation engine | |
JP2020510274A5 (ja) | ||
Bhonde et al. | Sentiment analysis based on dictionary approach | |
US9123055B2 (en) | Generating and displaying customer commitment framework data | |
Tromp | Multilingual sentiment analysis on social media | |
US20170262809A1 (en) | Machine learning applications for dynamic, quantitative assessment of human resources | |
Liu et al. | Riding the tide of sentiment change: sentiment analysis with evolving online reviews | |
US20190121916A1 (en) | System and method for planning and optimizing social media campaigns | |
Tromp et al. | Expressive modeling for trusted big data analytics: techniques and applications in sentiment analysis | |
Nguyen et al. | Analysing online customer experience in hotel sector using dynamic topic modelling and net promoter score | |
JP2009032118A (ja) | 情報構造化装置、情報構造化方法、及びプログラム | |
Asthana et al. | Joint time-series learning framework for maximizing purchase order renewals | |
JP2009053983A (ja) | 情報構造化装置、情報構造化方法、及びプログラム | |
Zegners | Building an online reputation with free content | |
Zhu | Application of Business Analysis in Sports Business | |
Sumathi et al. | Sentiment Analysis on Feedback Data of E-commerce Products Based on NLP | |
Bhowmik et al. | A comprehensive dataset for aspect-based sentiment analysis in evaluating teacher performance | |
Vallarino | Buy when? Survival machine learning model comparison for purchase timing | |
Meire | A Marketing perspective on social media usefulness | |
Shahabikargar et al. | Generative AI-enabled Knowledge Base Fine-tuning: Enhancing Feature Engineering for Customer Churn | |
Joseph et al. | Exploring the Application of Natural Language Processing for Social Media Sentiment Analysis | |
Ni et al. | Intelligent Discovery of Notable Product Features by Mining Large Scale Online Reviews | |
Szczekocka | Customer-Focused Churn Prevention with Social CRM at Orange Polska SA (Research in Progress) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210219 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210219 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220225 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220308 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220420 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220517 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220607 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7092315 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |