KR101084841B1 - 디지털 콘텐츠용 동적 가격 결정 모델 - Google Patents

디지털 콘텐츠용 동적 가격 결정 모델 Download PDF

Info

Publication number
KR101084841B1
KR101084841B1 KR1020097015297A KR20097015297A KR101084841B1 KR 101084841 B1 KR101084841 B1 KR 101084841B1 KR 1020097015297 A KR1020097015297 A KR 1020097015297A KR 20097015297 A KR20097015297 A KR 20097015297A KR 101084841 B1 KR101084841 B1 KR 101084841B1
Authority
KR
South Korea
Prior art keywords
content
search
price
digital content
content entity
Prior art date
Application number
KR1020097015297A
Other languages
English (en)
Other versions
KR20090091357A (ko
Inventor
듀안 알. 밸즈
Original Assignee
야후! 인크.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 야후! 인크. filed Critical 야후! 인크.
Publication of KR20090091357A publication Critical patent/KR20090091357A/ko
Application granted granted Critical
Publication of KR101084841B1 publication Critical patent/KR101084841B1/ko

Links

Images

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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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
    • G06Q30/0283—Price estimation or determination

Abstract

온라인 상에서의 디지털 콘텐츠의 효율적인 배포를 용이하게 하는 동적 가격 결정 모델들이 개시된다. 본 발명의 특정 구현들은 검색 쿼리 및/또는 페이지 히트 로그들과 같은 인터넷 사용자 거동 및 선호들에 관한 비교적 현재의 수집된 정보에 기초하여 디지털 콘텐츠에 대한 가격을 동적으로 결정한다. 본 발명의 일부 구현들은 디지털 콘텐츠의 고유 특성들 및 인터넷 상에서 전자 파일들이 통상적으로 어떻게 배포되는지에 대한 역학에 기초하여 디지털 콘텐츠의 가격을 결정하는 것에 관한 것이다.
인터넷, 디지털 콘텐츠, 동적 가격 결정 모델, 검색 쿼리, 페이지 히트 로그

Description

디지털 콘텐츠용 동적 가격 결정 모델{DYNAMIC PRICING MODELS FOR DIGITAL CONTENT}
본 발명은 일반적으로 동적 가격 결정 메커니즘에 관한 것이다.
지적 재산권(IPR)들은 그 발단에서부터 오리지널 아이디어들 및 독특하고 창조적인 저작물들("기초 저작물들(underlying works)")의 소유자들을 위해 그러한 기초 저작물들의 사용, 판매, 재생산 및 배포를 제한하고 그에 대한 조건을 설정할 수 있는 능력을 보전하기 위해 존재해왔다. 그러나, 기초 저작물들을 침해하거나 남용하는 사람들에 대한 IPR들의 법적 집행은 일반적으로 그러한 집행과 연관된 처리 비용 및 시간에 기초하여 최후의 의지 수단으로서 간주된다. 더 일반적으로, 기초 저작물들에 대한 IPR들의 소유자들은 (1) 기초 저작물들의 생성, 재생산 또는 변경을 기술적으로 어렵거나 비용이 많이 들게 하고, (2) 기초 저작물들의 대량 배포를 쉽게 하며, (3) 저작물들의 합법적인 사용을 장려하고 무허가 사용을 단념시키는 기초 저작물들에 대한 가격 포인트(price point)들을 가능하게 하는 그러한 저작물들을 위한 시장들을 개발하고 싶어한다. 저작권 분야에서의 역사적인 예들을 고려하면, 인쇄기들은 서적 및 기타 인쇄물의 대량 생산자를 제외한 모두에게 비교적 비쌌다. 효과적인 배포 채널들 및 인기 있는 인쇄 저작물들을 개발한 발행 자들만이 성공하였다. 왁스 레코드 에처(wax record etcher)들을 입수하는 것은 그리 비용이 많이 들지는 않지만, 이들의 사용의 주요 시기 동안, 다수의 왁스 사본들을 후속 제작하기 위한 금속 원판(metallic master)의 오리지널 기록 콘텐츠를 제작할 탤런트와 접촉하는 것이 필요하였으며, 이는 잘 알려진 레코드 라벨들을 제외한 모두에 대해 성취하기 어려웠다. 양질의 서적들 및 레코드들을 제작하기 위한 수단들을 제공할 수 있고, 그들의 투자를 보상하고 수익을 올릴 수 있을 만큼 충분히 큰 소비자 시장을 개척할 수 있는 사람들에게는, 기초 저작물들에 대해 매력적인 가격들을 부과함으로써 그렇게 할 수 있는 능력이 생겼다.
디지털 콘텐츠 및 인터넷의 출현은 IPR 소유자들에 의한 기초 저작물들의 생성, 사용 및 배포를 둘러싼 전통적인 가정들을 무너뜨렸다. 디지털 카메라, 비디오 레코더 및 오디오 믹싱 장비와 같은 양질의 디지털 콘텐츠를 생성하기 위한 도구들은 비교적 싸졌으며, 따라서 훨씬 많은 사람들이 양질의 기초 저작물의 생성자가 될 수 있게 하였다. 마찬가지로, 인터넷은 디지털 콘텐츠 생성자들이 그들의 기초 저작물들을 배포하고 판매 제의할 수 있는 쉽고 값싼 방법을 가능하게 한다. 한편, 디지털 콘텐츠를 재생산하고, 변경한 후, 인터넷 상에서 배포하는 것이 상당히 쉽게 됨으로써, 한편으론, 기초 저작물들이 대량 사용 및 판매 제의될 수 있는 값싼 네트워크가 생성된다. 그러나, 반면에, 디지털 콘텐츠 생성 도구들 및 인터넷 양쪽 모두는 IPR 소유자들의 기초 저작물들의 재생산, 변경 및 배포를 제한하고 이들에 대한 바람직한 조건을 설정할 수 있는 IPR 소유자들의 능력을 심하게 손상시킨다. 특히 자신들의 기초 저작물들의 판매, 사용 및 배포에 대해 큰 재정적 보 상을 얻는 데 익숙했던 전통적인 IPR 소유자들은 그러한 저작물들이 디지털 매체 내에서 그리고 인터넷 상에서 쉽게 이용 가능하게 되는 것을 싫어했는데, 그 이유는 이들이 이들의 기초 저작물들이 언젠가는 행해질 수 있는 모든 사용을 추적하고 그에 대한 적절한 대가를 보상받을 수 없음을 두려워하기 때문이다.
IPR 소유자들의 디지털 콘텐츠의 기초 저작물들을 판매 및 배포에 이용 가능하게 하도록 IPR 소유자들을 더욱 장려하는 디지털 콘텐츠를 위한 시장들의 생성을 돕는 메커니즘들이 필요하다. 그러한 메커니즘들은 디지털 콘텐츠의 무허가 사용, 재생산 및 배포를 금지하거나 검출하기 위한 기술들("DRM")을 포함하는 다양한 형태를 가질 수 있다. 많은 DRM 솔루션들이 시장에 존재한다. 그러나, DRM 자체만으로는 디지털 콘텐츠의 판매 및 배포를 위한 효율적인 시장들을 촉진하는 것에 대해 제한된 영향력만을 가져왔다. 또 하나의 그러한 메커니즘은 디지털 콘텐츠의 배포는 물론, 그러한 콘텐츠와 연관된 IPR들을 집중적으로 수집하고 관리하기 위한 온라인 저장소(repository)이다. 하나의 그러한 메커니즘은 2006년 11월 15일자로 출원되어 현재 계류중인 미국 출원 번호 11/560,320에 개시되어 있다.
<발명의 요약>
본 발명은 온라인 상에서의 디지털 콘텐츠의 효율적인 배포를 용이하게 하는 동적 가격 결정 모델(dynamic pricing model)들에 관한 것이다. 본 발명의 특정 구현들은 검색 쿼리 및/또는 페이지 히트 로그들과 같은 인터넷 사용자 거동 및 선호들에 관한 비교적 현재의 수집된 정보에 기초하여 디지털 콘텐츠에 대한 가격을 동적으로 결정한다. 본 발명의 일부 구현들은 디지털 콘텐츠의 고유 특성들 및 인 터넷 상에서 전자 파일들이 통상적으로 어떻게 배포되는지에 대한 역학(mechanics)에 기초하여 디지털 콘텐츠의 가격을 결정하는 것에 관한 것이다. 그러한 가격 결정 모델들은 (1) 디지털 콘텐츠의 고유 특징들로부터 도출되는 기준 가치들, 및 (2) 알고리즘 방식의 검색 엔진들, 및 사용자 선호들 및 상황적(contextual) 사용자 거동에 관한 수집 정보의 기타 인터넷 소스들로부터의 실시간 데이터를 이용하여, 소정의 규칙들 및 알고리즘들에 의해 설정된 파라미터들 내에서 디지털 콘텐츠의 가격을 계속 결정하고 재결정할 수 있다. 개시되는 동적 가격 결정 모델들은 인터넷 사용자 선호들 및 거동에 관한 비교적 현재의 수집 정보의 하나 이상의 소스로부터 도출되므로, 디지털 콘텐츠의 배포를 위한 효율적인 시장들 및 그러한 콘텐츠에 기인하는 가치의 보다 양호한 실현을 돕는 개량된 수단을 제공한다.
도 1A는 특정 구현들이 동작할 수 있는 예시적인 네트워크 환경을 나타내는 도면이다.
도 1B는 특정 구현들이 동작할 수 있는 다른 예시적인 네트워크 환경을 나타내는 도면이다.
도 2는 물리 서버들 중 하나 이상을 구현하는 데 사용될 수 있는 예시적인 컴퓨팅 시스템 아키텍처를 나타내는 개략도이다.
도 3은 본 발명의 하나의 특정 구현에 따른 방법을 나타내는 흐름도이다.
도 4는 본 발명의 하나의 특정 구현에 따른 방법을 나타내는 흐름도이다.
도 5는 복수의 검색 세그먼트에 걸치는 화제 또는 주제의 인기를 나타내는 차트이다.
A. 개요
본 발명의 특정 구현들은 검색 또는 쿼리 로그들과 같은 인터넷 사용자 거동 및 선호들에 관한 비교적 현재의 수집된 정보에 기초하여 디지털 콘텐츠에 대한 가격을 동적으로 결정한다. 본 발명의 일부 구현들은 디지털 콘텐츠의 고유 특성들 및 인터넷 상에서 전자 파일들이 통상적으로 어떻게 배포되는지에 대한 역학(mechanics)에 기초하여 디지털 콘텐츠의 가격을 결정하는 것에 관한 것이다. 그러한 가격 결정 모델들은 (1) 디지털 콘텐츠의 고유 특징들로부터 도출되는 기준 가치들, 및 (2) 알고리즘 방식의 검색 엔진들, 및 사용자 선호들 및 상황적 사용자 거동에 관한 수집 정보의 기타 인터넷 소스들로부터의 실시간 데이터를 이용하여, 소정의 규칙들 및 알고리즘들에 의해 설정된 파라미터들 내에서 디지털 콘텐츠의 가격을 계속 결정하고 재결정할 수 있다. 개시되는 동적 가격 결정 모델들은 인터넷 사용자 선호들 및 거동에 관한 비교적 현재의 수집 정보의 하나 이상의 소스로부터 도출되므로, 디지털 콘텐츠의 배포를 위한 효율적인 시장들 및 그러한 콘텐츠에 기인하는 가치의 보다 양호한 실현을 돕는 개량된 수단을 제공한다.
본 발명은 다양한 방식으로 구현될 수 있다. 일부 특정 구현들에서는, 아래의 이벤트들 또는 프로세스들 중 하나 이상이 발생할 수 있다. 일부 구현들에서, 사용자는 디지털 콘텐츠 개체를 매체 수집 사이트(예를 들어, Yahoo(r)'s Flickr(등록상표) 사진 공유 시스템)와 같은 네트워크 어드레스 가능 시스템에 업로드할 수 있다. 사용자 또는 기타 엔티티들은 디지털 콘텐츠 개체와의 연관을 위한 하나 이상의 태그를 구성할 수 있다. 네트워크 어드레스 가능 시스템은 태그들 및 관련 정보를 업로드된 콘텐츠 개체와 연관시켜 저장한다. 사용자들은 예를 들어 브라우저와 같은 클라이언트 애플리케이션을 통해 네트워크 어드레스 가능 시스템 및 업로드된 콘텐츠에 액세스할 수 있다. 다른 구현들에서, 사용자는 동적 가격 결정 시스템에 액세스하고, 하나 이상의 태그 및 아마도 다른 정보를 지정하여, 콘텐츠의 업로드 없이 가격을 수신할 수 있다. 본 발명의 일부 구현들에서, 여기에 설명되는 동적 가격 결정 기능은 다른 시스템들이 주어진 디지털 콘텐츠 개체에 대한 요청시에 동적으로 계산된 가격을 수신하는 데 사용할 수 있는 하나 이상의 애플리케이션 프로그래밍 인터페이스(API)를 제공하는 웹 기반 서비스로서 액세스 가능할 수 있다.
A.1. 네트워크 환경
본 발명의 특정 구현들은 다수의 네트워크 어드레스 가능 시스템을 포함하는 인터넷과 같은 광역 네트워크 환경에서 동작한다. 네트워크 구름(60)은 일반적으로 하나 이상의 상호 접속된 네트워크를 나타내며, 여기에 설명되는 시스템들 및 호스트들은 이들을 통해 통신할 수 있다. 네트워크 구름(60)은 패킷 기반 광역 네트워크(인터넷 등), 사설 네트워크, 무선 네트워크, 위성 네트워크, 셀룰러 네트워크, 페이징 네트워크 등을 포함할 수 있다.
도 1A에 도시된 바와 같이, 본 발명의 특정 구현은 동적 가격 결정 시스템(20), 콘텐츠 호스팅 사이트(40) 및 검색 시스템(70)을 포함하는 네트워크 환경에서 동작할 수 있다. 도 1A은 상기 시스템들을 개별 시스템들로서 도시하고 있지만, 각각의 시스템에 의해 표현되는 기능은 다른 시스템들 내에 결합될 수 있다. 더욱이, 각각의 도시된 시스템에 의해 표현되는 기능은 더 분리될 수 있다. 또한, 본 발명의 구현들은 여기에 개시되는 개별 시스템들 및 사이트들 중 하나 이상의 배수들을 포함하는 네트워크 환경들에서 동작할 수 있다. 또한, 다른 구현들은 여기에 설명되는 시스템들 중 하나 이상이 생략된 네트워크 환경들에서 동작할 수 있다. 클라이언트 노드들(82, 84)은 네트워크 서비스 제공자 또는 임의의 다른 적절한 수단들을 통해 네트워크 환경에 동작 가능하게 접속된다.
A.1.a. 동적 가격 결정 시스템
동적 가격 결정 시스템(20)은 동적 가격 결정 기능을 호스트하는 네트워크 어드레스 가능 시스템이다. 일 구현에서, 동적 가격 결정 시스템(20)은 하나 이상의 물리 서버(22) 및 사용자 거동 데이터 스토어(24)를 포함한다. 하나 이상의 물리 서버(22)는 라우터(26)를 통해 컴퓨터 네트워크(60)에 동작 가능하게 접속된다. 하나 이상의 물리 서버(22)는 디지털 콘텐츠 개체들의 가격들을 계산하도록 동작하는 기능을 호스트한다. 일 구현에서, 하나 이상의 물리 서버에 의해 호스트되는 기능은 웹 또는 HTTP 서버, FTP 서버 등을 포함할 수 있다. 본 발명의 일부 구현들에서, 하나 이상의 물리 서버(22)는 단순 개체 액세스 프로토콜(SOAP), HTTP 또는 다른 적절한 프로토콜들을 이용하여 웹 서비스로서 원격 시스템들에 의해 액세스될 수 있다.
사용자 거동 데이터 스토어(24)는 인터넷 사용자 거동 및 선호들에 관한 수집된 정보를 저장한다. 구조적으로, 콘텐츠 데이터 스토어(24)는 데이터 저장 및 관리 시스템들의 대형 클래스를 의미한다. 특정 구현들에서, 콘텐츠 데이터 스토어(24)는 데이터베이스 서버들, 대용량 저장 매체, 매체 라이브러리 시스템들 등과 같은 컴포넌트들을 포함하는 임의의 적절한 물리 시스템에 의해 구현될 수 있다.
다양한 구현이 가능하다. 예를 들어, 도 1A는 동적 가격 결정 시스템(20)을 개별 시스템으로서 도시하고 있지만, 이러한 기능은 검색 시스템(70) 및/또는 콘텐츠 호스팅 시스템(40)을 포함하는 통합 시스템으로서 구현될 수 있다. 예를 들어, 도 1B에 도시된 바와 같이, 콘텐츠 호스팅 및 가격 결정 시스템(30)은 콘텐츠 호스팅 및 동적 가격 결정 기능을 포함할 수 있다. 다른 구현에서, 동적 가격 결정 시스템(20)은 가격을 계산하는 데 사용되는 데이터를 위해 검색 시스템(70)과 같은 원격 시스템들로부터의 데이터에 액세스할 수 있다. 또 다른 구현들에서, 검색 시스템(70)은 동일 도메인 내에 위치하거나, 동적 가격 결정 시스템(20)과 같은 장소에 위치할 수 있다. 다른 구현에서는, 가격을 계산할 때 동적 가격 결정 시스템(20)에 의해 사용되는 데이터를 생성하기 위해, 다양한 화제에 대한 최신의 사용자 조사 피드백을 포함하는 것들과 같은 인터넷 사용자 거동 및 선호들에 관한 비교적 현재의 수집 정보를 포함하는 하나 이상의 다른 데이터베이스가 검색 시스템(70)과 관련하여 액세스되고 사용될 수 있다.
A.1.b. 콘텐츠 호스팅 시스템
콘텐츠 호스팅 시스템(40)은 컴퓨터 네트워크를 통해 하나 이상의 사용자에 의해 액세스될 수 있는 하나 이상의 디지털 콘텐츠 개체를 호스트하는 네트워크 어드레스 가능 시스템이다. 일 구현에서, 콘텐츠 호스팅 시스템(40)은 사용자들이 식별된 웹 페이지들 및 다른 콘텐츠를 컴퓨터 네트워크를 통해 요청하고 수신하는 정보 웹 사이트일 수 있다. 콘텐츠 호스팅 시스템(40)은 사용자들이 다른 사용자들에게 표시하기 위한 콘텐츠를 제출하거나 구성할 수 있는 온라인 포럼 또는 블로깅 애플리케이션일 수도 있다. 콘텐츠 호스팅 시스템(40)은 Yahoo! Music, Apple(등록상표) iTunes(등록상표), 및 이용 가능 콘텐츠를 표시하고 콘텐츠를 사용자들에게 전송하는 다양한 팟캐스팅 서버 중 어느 하나와 같은 콘텐츠 배포 애플리케이션일 수도 있다. 다른 구현에서, 콘텐츠 호스팅 시스템(40)은 Flickr(등록상표) 사진 공유 사이트, YouTube(상표) 비디오 공유 사이트 및 유사한 변형들과 같은 매체 수집 또는 공유 시스템일 수 있다.
도 1A에 도시된 바와 같이, 콘텐츠 호스팅 시스템(40)은 하나 이상의 물리 서버(42) 및 콘텐츠 데이터 스토어(44)를 포함할 수 있다. 콘텐츠 데이터 스토어(44)는 콘텐츠를 디지털 콘텐츠 데이터 개체들로서 저장한다. 콘텐츠 데이터 개체 또는 콘텐츠 개체는 특정 구현들에서 데이터 파일 또는 레코드에 통상적으로 저장되거나 구현되는 디지털 정보의 개별 항목이다. 콘텐츠 개체들은 텍스트(예를 들어, ASCII, SGML, HTML, XML), 이미지(예를 들어, JPEG, TIF 및 GIF), 그래픽(벡터 기반 또는 비트맵), 오디오, 비디오(예를 들어, MPEG) 또는 기타 멀티미디어 및 이들의 조합들을 포함하는 다양한 형태를 취할 수 있다. 콘텐츠 개체 데이터는 실행가능 코드 개체들(예를 들어, 브라우저 윈도우 또는 프레임 내에서 실행가능한 게임들), 팟캐스트들 등을 포함할 수도 있다. 구조적으로, 콘텐츠 데이터 스토어(44)는 데이터 저장 및 관리 시스템들의 대형 클래스를 의미한다. 특정 구현들에서, 콘텐츠 데이터 스토어(44)는 데이터베이스 서버, 대용량 저장 매체, 매체 라이브러리 시스템 등과 같은 컴포넌트들을 포함하는 임의의 적절한 물리 시스템에 의해 구현될 수 있다. 여기에 설명되는 바와 같이, 콘텐츠 데이터 스토어(44)는 태그들 및 기타 정보를 대응하는 디지털 콘텐츠 개체들과 연관시켜 저장할 수도 있다.
A.1.c. 검색 시스템
검색 시스템(70)은 원격 호스트들로부터 전송된 쿼리들에 응답하여 검색 결과들을 제공하는 네트워크 어드레스 가능 자원이다. 특정 구현들에서, 검색 시스템(70)은 검색 결과 리스트들 내의 콘텐츠 또는 다른 네트워크 자원들에 대한 하나 이상의 링크를 제공한다. 검색 시스템(70)은 후원형(sponsored) 및/또는 비후원형 자원들에 대한 링크들을 포함하는 검색 결과들을 제공할 수 있다. 일부 구현들에서, 검색 시스템(70)은 하나 이상의 물리 서버(72, 73) 및 데이터 스토어(74, 75)를 포함한다. 일부 구현들에서, 검색 시스템(70)은 적어도 두 가지 유형의 서버들을 포함하는데, 양 유형은 네트워크를 통해 원격 액세스를 허가하는 HTTP, HTTPS, SSL, FTP 및/또는 기타 기능을 갖는다. 제1 서버 유형은 계정 관리 서버(72)일 수 있다. 계정 관리 서버(72)는 계정 관리 데이터 스토어(74)와 연계하여 동작한다. 계정 관리 데이터 스토어(74)는 광고주 계정 정보를 포함한다. 클라이언트 노드들(82) 상에서 실행되는 범용 브라우저들 또는 특수 목적 클라이언트 애플리케이션들은 계정 관리 데이터 스토어(74)에 저장된 광고주 계정 정보에 액세스하는 데 사용될 수 있다. 광고주는 계정 관리 서버(72) 및 계정 관리 데이터 스토어(74)에 상주하는 계정을 통해 다른 광고주들과 경쟁 입찰 프로세스에 참여할 수 있다. 광고주는 예를 들어 광고주의 웹 사이트의 콘텐츠와 관련된 임의 수의 검색 용어들에 대해 입찰할 수 있다.
제2 서버 유형은 검색 엔진 서버(73)일 수 있다. 검색 엔진 서버(73)는 사용자들이 검색 엔진 웹 서버 URL, 또는 검색 엔진 서버(73)에 쿼리들을 제출할 수 있는 다른 웹 서버들 상의 사이트들을 네비게이트할 때 관심 있는 네트워크 자원들을 검색하기 위한 쿼리들을 입력하는 것을 허가하는 하나 이상의 검색 엔진 프로그램을 실행한다. 특정 구현에서, 검색 엔진 서버(73)는 계정 관리 서버(72)와 연계하여 수행된 입찰 프로세스의 결과들로부터 얻어져 포맷된 관련 엔트리들을 적어도 부분적으로 포함하는 검색 결과 리스트를 생성할 수 있다. 검색 엔진 서버(73)는 사용자에 의해 입력된 검색 용어들과 관련된 정보를 포함하는 문서들 또는 다른 자원들에 대한 하이퍼텍스트 링크들의 리스트를 생성할 수 있다. 검색 엔진 서버(73)는 이 리스트를 웹 페이지의 형태로 네트워크 사용자에게 전송하며, 이 리스트는 클라이언트 노드(82, 84) 상에서 실행되는 브라우저 또는 다른 클라이언트 애플리케이션 상에 표시된다.
특정 구현들에서, 검색 엔진 서버(73)는 사용자 쿼리들에 응답하여 검색 결과들을 생성하는 데 사용되는 검색 리스트 레코드들을 포함하는 검색 데이터 스토어(74)와 연계하여 동작한다. 또한, 검색 엔진 서버(73)는 계정 관리 서버(72)에 접속될 수도 있다. 일부 구현들에서, 검색 리스트들의 하나 이상은 검색 용어 입찰 페어링(pairing)에 대응하며, 온라인 경쟁 입찰 프로세스를 수행하기 위한 정보를 포함한다. 일부 구현들에서, 각각의 검색 리스트는 검색 용어, 웹 사이트 설명서, URL, 입찰액 및 타이틀을 포함한다. 검색 용어는 영어(또는 임의의 다른 언어)의 일반 단어들일 수 있는 하나 이상의 키워드를 포함할 수 있다. 또한, 각각의 키워드는 문자 스트링을 포함할 수 있다. 검색 용어는 경쟁 온라인 입찰 프로세스의 대상이다. 광고주는 광고주의 웹 사이트의 콘텐츠와 관련된 입찰할 검색 용어를 선택한다. 이상적으로, 광고주는 광고주의 웹 사이트 상에서 정보를 찾는 검색자들에 의해 입력될 가능성이 높은 용어들을 목표로 하는 검색 용어를 선택할 수 있지만, 입찰할 관련 검색 용어들의 포괄적인 범위를 보장하기 위해 덜 일반적인 검색 용어들도 선택될 수 있다. 웹 사이트 설명서는 광고주의 웹 사이트에 대한 짧은 텍스트 설명서일 수 있으며, 검색 결과 리스트 내에 광고주의 엔트리의 일부로서 표시될 수 있다. 검색 리스트는 검색 결과 리스트 내에 광고주의 엔트리에 대한 하이퍼링크 헤딩으로서 표시될 수 있는 웹 사이트의 타이틀을 포함할 수도 있다. URL은 광고주의 웹 사이트의 URL 어드레스를 포함한다. 사용자가 광고주의 검색 결과 리스트 엔트리에서 제공되는 하이퍼링크를 클릭할 때, URL이 브라우저 프로그램에 제공된다. 이어서, 브라우저 프로그램은 여기에 설명되는 재지향 메커니즘을 통해 광고주의 웹 사이트에 액세스한다. URL은 검색 결과 리스트 내에 광고주의 엔트리의 일부로서 표시될 수도 있다.
입찰액은 리스트를 위해 광고주에 의해 입찰된 금액일 수 있다. 이 금액은 광고주의 사전 지불 계정으로부터 공제되거나, 사용자에 의해 대응하는 검색 용어에 대한 검색이 실행되고, 검색 결과 리스트 하이퍼링크가 검색자로 하여금 광고주의 웹 사이트를 참조하게 하는 데 사용될 때마다 송장이 발부되는 광고주 계정들에 대해 기록된다.
더 높은 입찰가들은 일반적으로, 광고주에 의해 입찰된 검색 용어를 이용한 검색이 실행될 때 검색 엔진 서버(73)에 의해 생성되는 검색 결과 리스트 페이지 상에 더 유리한 배치를 받는다. 특정 구현에서, 광고주에 의해 입찰된 입찰액은 광고주의 웹 사이트가 검색 결과 리스트 페이지 상에서 하이퍼링크를 통해 액세스될 때마다 광고주의 계정으로부터 공제되는 금액을 포함한다. 사용자는 컴퓨터 입력 장치를 이용하여 하이퍼링크를 "클릭"하여, 광고주의 하이퍼링크와 연관된 정보를 수신하기 위한 검색 요청을 개시한다. 일부 구현들에서, 검색 결과 리스트 하이퍼링크 상의 각각의 액세스 또는 "클릭"은 "클릭"을 광고주에 대한 계정 식별자와 연관시키기 위해 검색 엔진 웹 서버(73)로 재지향된다. 일 구현에서, 이러한 재지향 액션은 광고주의 URL에 액세스하기 전에 검색 결과 링크 내에 코딩된 계정 식별 정보에 액세스한다. 계정 식별 정보는 검색 요청 이벤트로서 검색 요청으로부터의 정보와 함께 광고주의 계정에 기록된다. 이러한 메커니즘을 통해 얻어지는 정보는 계정 식별자와 URL을 매칭시키며, 계정 차변 레코드들이 유지되는 것을 가능하게 한다. 페이-퍼-클릭 스킴(Pay-Per-Click scheme)들 외에, 페이-퍼-임프레션(Pay-Per-Impression)과 같은 다른 과금(monetization) 방식들도 가능하다.
특정 구현들에서, 검색 결과 리스트들은 광고주 입찰들의 결과로서 배치되는 것이 아니라 알고리즘 방식의 검색 엔진에 의해 생성되는 비지불형(non-paid) 또는 비후원형 리스트들도 포함한다. 일 구현에서, 비지불형 검색 결과 리스트들은 검색 결과 페이지 상에서 지불형 또는 후원형 광고주 리스트들에 이어지거나 그에 인접하여 제공된다.
일 구현에서, 사용자가 검색 엔진 서버(73)에 의해 제공되는 검색 쿼리 페이지에 액세스하고, 검색 요청을 실행할 때, 검색 엔진 서버(73)는 검색 결과 리스트를 생성하고 표시하며, 검색 결과 리스트 내의 각각의 검색 리스트의 검색 용어 필드 내의 정형화된 엔트리는 원격 검색자에 의해 입력된 정형화된 검색 용어 쿼리와 매칭된다. 쿼리들 및 검색 리스트들에서 사용되는 검색 용어들의 정형화는 적절한 결과들을 생성하기 위해 대문자 및 복수형과 같은 검색들 및 웹 사이트 프로모터들에 의해 입력되는 검색 용어들의 일반적인 불규칙성을 제거한다. 그러나, 검색 리스트의 검색 용어 필드와 원격 검색자에 의해 입력되는 검색 용어 쿼리 간의 매칭을 결정하기 위한 대안 스킴들도 양호하게 본 발명의 범위 내에 있다. 예를 들어, 이 분야에 공지된 스트링 매칭 알고리즘들을 이용하여, 검색 리스트의 검색 용어 및 검색 용어 쿼리의 키워드들이 동일한 루트(root)를 갖지만 정확히 동일하지는 않은 매칭들(예를 들어, 컴퓨팅 대 컴퓨터)을 생성할 수 있다. 대안으로, 동의어들의 시소러스(thesaurus) 데이터베이스가 검색 엔진 서버(73)에 의해 사용될 수 있으며, 따라서 동의어들을 갖는 검색 용어에 대해 매칭들이 생성될 수 있다. 또한, 국지화(localization) 방법들을 이용하여 소정의 검색들을 정밀화할 수 있다. 예를 들어, "제과점" 또는 "식품점"에 대한 검색은 선택된 도시, 우편 번호 또는 전화 지역 코드 내의 광고주들로 제한될 수 있다. 이러한 정보는 계정 관리 데이터 스토어(74) 내에 저장된 광고주 계정 데이터베이스의 상호 참조를 통해 얻어질 수 있다.
검색 결과 리스트 엔트리들은 광고주의 검색 리스트의 순위 값을 나타낼 수도 있다. 순위 값은 검색 엔진 서버(73)에 의해 생성되어 검색 리스트에 할당된 서수 값, 바람직하게는 번호이다. 일부 구현들에서, 순위 값은 검색 리스트의 입찰액, 순위 및 검색 용어 사이의 연관성을 설정하는 프로세스를 통해 할당된다. 이 프로세스는 특정 검색 용어와 매칭되는 검색 리스트들을 수집하고, 최고에서 최저 입찰액까지의 순서로 검색 리스트들을 분류하며, 각각의 검색 리스트에 순서대로 순위 값을 할당한다. 최고 입찰액은 최고의 순위 값을 받고, 다음으로 높은 입찰액은 다음으로 높은 순위 값을 받으며, 이는 최저 순위 값을 받는 최저 입찰액까지 진행된다. 일부 구현들에서는, 상위 N개 순위의 검색 리스트들만이 사용자에게 반환되는 검색 결과들의 제1 페이지에 제공된다.
검색 시스템(70)은 또한 사용자 액티비티의 하나 이상의 로그를 유지한다. 검색 시스템(70)은 예를 들어, 쿼리 로그들 및 페이지 히트 로그들을 유지한다. 특정 데이터 수집 동작의 일례로서, 수천 명의 사용자들이 검색 서버에 접속하여 "지역 날씨"라는 문구를 이용하여 검색을 수행하는 것으로 가정한다. 검색 서버(72)는 날씨, 특히 지역 날씨(지역성은 사용자 선호들 또는 다른 방법들로부터 추론될 수 있다)에 관한 페이지들에 대한 링크들을 포함하는 결과 페이지를 사용자에게 제공함으로써 그러한 문구에 응답할 수 있다. 검색 서버는 검색 쿼리 자체 및 아마도 쿼리의 시간을 쿼리 로그 내에 기록하며, 결과 페이지로부터의 "클릭-스루(clicked-through)" 페이지들을 페이지 히트 로그 내에 기록한다. 사용자가 결과 페이지 상의 한 페이지에 참조를 달고 결과 페이지로부터 그 참조를 선택할 때, 그 페이지는 "클릭-스루" 페이지이다. 많은 HTTP 시스템에서, 그러한 액션들의 결과로서, 사용자의 브라우저(또는 다른 HTTP 클라이언트)는 참조에서 지시되는 서버로부터 참조된 페이지를 요청하고, 참조된 서버는 참조된 페이지를 이용하여 요청에 응답한다. 후술하는 바와 같이, 이러한 통계들을 시간 기반 포맷으로 유지하는 것은 검색 로그 데이터의 시간-윈도우(time-windowed) 및/또는 동향 분석을 가능하게 한다.
일 구현에서, 검색 시스템(70)이 사용자 클릭들을 추적하는 것을 허가하기 위해, 결과 페이지의 검색 링크들은 검색 시스템(70)에 대응하는 URL들을 포함하지만, 광고주 웹 사이트, 문서 데이터 스토어 등과 같은 기초 네트워크 자원의 URL로 맵핑되는 인코딩된 정보도 포함한다. 따라서, 일 구현에서, 검색 시스템(70)은 검색 결과들의 페이지 내의 하나 이상의 URL에 대해 인코딩된 URL 식별자들을 생성하며, 검색 시스템(70)을 식별하는 재지향 URL에 이러한 인코딩된 URL 식별자들을 하나의 파라미터로서 추가한다. 예를 들어, 인코딩된 URL 식별자는 하나 이상의 스트링일 수 있으며, 예시적인 URL:http://search.yahoo.com/_rdrct=UJASf4&SIG=11aygd 내에 포함될 수 있다. 일 구현에서, 검색 시스템(70)은 인코딩된 URL 식별자를 후속 사용을 위해 대응 링크와 연관시켜 저장한다. 검색 결과들에 포함시킬 하나 이상의 인코딩된 URL을 생성한 후에, 검색 시스템(70)은 그 결과들을 요청 클라이언트 노드로 전송할 수 있다.
특정 구현들에서, 일반적으로 재지향은 예를 들어 최종 사용자에 의한 개입 또는 액션 없이 클라이언트 애플리케이션이 다른 서버 또는 자원에 액세스하게 하는 메시지를 서버에서 클라이언트 애플리케이션으로 전송하는 것을 지칭한다. 재지향은 다수의 상이한 방식으로 이루어질 수 있다. 예를 들어, HTTP와 관련하여, 재지향 메시지들은 다음과 같은 리프레시 메타 태그들을 이용하여 구현될 수 있다.
<html><head>
<meta http-equiv="refresh" content="O; url=http://www.yahoo.com/">
또한, 재지향 메시지들은 HTTP 리프레시 헤더들을 이용하여 구현될 수 있다.
HTTP/1.1 200 ok
Refresh: 0; url=http://www.yahoo.com/
Content-type: text/html
Content-length: 78
Follow <a href="http://www.yahoo.com/">link</a>
재지향은 또한 재지향을 달성하도록 동작하는 자바스크립트 코드를 포함하는 HTML 페이지를 전송함으로써 달성될 수 있다. 다른 적절한 재지향 방법들이 다른 프로토콜 환경들에 대해 이용될 수 있다.
후술하는 바와 같이, 검색 시스템(70)은 그의 쿼리 및/또는 페이지 히트 로그들을 분석하여, 키워드들, 화제들 및/또는 카테고리들 중 하나 이상에 대한 관심의 크기들(measures)을 계산하도록 동작한다. 동적 가격 결정 시스템(20)은 그러한 키워드들, 화제들 및/또는 카테고리들에 콘텐츠 개체를 맵핑하고, 관심의 크기를 결정하며, 콘텐츠 개체에 대한 가격을 동적으로 계산한다.
A.1.d. 클라이언트 노드
클라이언트 노드는 컴퓨터 네트워크를 통해 통신하기 위한 기능을 포함하는 컴퓨터 또는 컴퓨팅 장치이다. 클라이언트 노드는 데스크톱 컴퓨터(82), 랩톱 컴퓨터는 물론, 셀룰러 전화 및 개인 휴대 단말기와 같은 이동 장치들(84)일 수 있다. 클라이언트 노드는 컴퓨터 네트워크를 통해 콘텐츠에 액세스하고 보기 위해 웹 브라우저와 같은 하나 이상의 클라이언트 애플리케이션을 실행할 수 있다. 특정 구현들에서, 클라이언트 애플리케이션들은 사용자들이 검색될 특정 네트워크 자원들의 어드레스들을 입력하는 것을 허가한다. 이러한 어드레스들은 유니폼 리소스 로케이터, 즉 URL일 수 있다. 또한, 페이지 또는 다른 자원이 검색된 경우, 클라이언트 애플리케이션은 사용자가 다른 자원들에 대한 하이퍼링크를 "클릭"할 때 다른 페이지들 또는 레코드들에 대한 액세스를 제공할 수 있다. 일부 구현들에서, 그러한 하이퍼링크들은 웹 페이지들 내에 위치하며, 사용자가 다른 페이지의 URL을 입력하고 그 페이지를 검색하기 위한 자동화된 방법을 제공한다. 페이지 또는 자원들은 평문 정보, 또는 소프트웨어 프로그램 또는 다른 코드 개체, 그래픽, 이미지, 오디오 신호, 비디오 등과 같은 더 복잡한 디지털 코딩된 멀티미디어 콘텐츠를 콘텐츠로서 포함하는 데이터 레코드들일 수 있다.
A.2. 예시적인 프로토콜 환경
여기에 설명되는 네트워킹된 시스템들은 임의의 적절한 통신 프로토콜들을 이용하여 네트워크(60)를 통해 통신할 수 있다. 예를 들어, 클라이언트 노드들(82)은 물론, 여기에 설명되는 시스템들의 다양한 서버들은 데이터그램 및 전송 기능들을 제공하기 위한 전송 제어 프로토콜/인터넷 프로토콜(TCP/IP) 네트워킹 스택들을 포함할 수 있다. 물론, 임의의 다른 적절한 네트워크 및 전송 계층 프로토콜들이 이용될 수 있다.
또한, 여기에 설명되는 호스트들 또는 최종 시스템들은 하이퍼텍스트 전송 프로토콜(HTTP)과 같은 클라이언트-서버(또는 요청-응답) 프로토콜들 및 HTTP-S, FTP, SNMP, TELNET과 같은 다른 통신 프로토콜들을 포함하는 다양한 더 높은 계층의 통신 프로토콜들을 이용할 수 있으며, 다수의 다른 프로토콜이 이용될 수도 있다. 또한, 하나의 상호작용 상황에서의 서버는 다른 상호작용 상황에서는 클라이언트일 수 있다. 더욱이, 특정 구현들에서, 호스트들 사이에 전송되는 정보는 하이퍼텍스트 마크업 언어(HTML) 문서들로서 포맷될 수 있다. XML 등과 같은 다른 구조화된 문서 언어들 또는 포맷들도 사용될 수 있다.
HTTP 상에서의 HTML의 사용과 같은 일부 클라이언트-서버 프로토콜들에서, 일반적으로 서버는 클라이언트로부터의 요청에 대해 응답을 전송한다. 응답은 하나 이상의 데이터 개체를 포함할 수 있다. 예를 들어, 응답은 후속 전송되는 데이터 개체들이 이어지는 제1 데이터 개체를 포함할 수 있다. 일 구현에서, 예를 들어, 클라이언트 요청은 서버가 그 자신이 다른 데이터 개체들을 참조하는 HTML 페이지와 같은 제1 데이터 개체를 이용하여 응답하게 할 수 있다. 브라우저와 같은 클라이언트 애플리케이션은 제1 데이터 개체를 분석하거나 처리할 때 이러한 추가 데이터 개체들을 요청할 것이다.
이동 클라이언트 노드들(84)은 다른 통신 프로토콜들 및 데이터 포맷들을 이용할 수 있다. 예를 들어, 이동 클라이언트 노드들(84)은 일부 구현들에서 무선 애플리케이션 프로토콜(WAP) 기능 및 WAP 브라우저를 포함할 수 있다. NTT DoCoMo의 i 모드 무선 네트워크 서비스 프로토콜 모음들과 같은 다른 무선 또는 이동 장치 프로토콜 모음들의 사용도 가능하다. 또한, 네트워크 환경은 예를 들어 이동 클라이언트 노드들(84)이 다른 네트워크 프로토콜 환경들에 액세스하는 것을 허가하기 위한 프로토콜 변환 게이트웨이들, 프록시들 또는 다른 시스템들을 포함할 수도 있다. 예를 들어, 사용자는 이동 클라이언트 노드(84)를 이용하여, 이미지를 캡처하고, 캐리어 네트워크를 통해 이미지를 인터넷에 접속된 콘텐츠 사이트에 업로드할 수 있다.
A.3. 예시적인 컴퓨팅 시스템 아키텍처
여기에 설명되는 클라이언트 및 서버 호스트 시스템들은 컴퓨팅 시스템들 및 아키텍처들의 광범위한 어레이에서 구현될 수 있다. 다음은 제한이 아니라 교육적인 목적으로 예시적인 컴퓨팅 아키텍처들을 설명한다.
도 2는 물리 서버를 구현하는 데 사용될 수 있는 예시적인 컴퓨팅 시스템 아키텍처를 나타낸다. 일 실시예에서, 하드웨어 시스템(200)은 프로세서(202), 캐시 메모리(204), 및 여기에 설명된 기능들과 관련된 하나 이상의 소프트웨어 애플리케이션 및 드라이버를 포함한다. 또한, 하드웨어 시스템(200)은 고성능 입출력(I/O) 버스(206) 및 표준 I/O 버스(208)를 포함한다. 호스트 브리지(210)가 프로세서(202)를 고성능 I/O 버스(206)에 결합하는 반면, I/O 버스 브리지(212)가 2개의 버스(206, 208)를 서로 결합한다. 시스템 메모리(214) 및 네트워크/통신 인터페이스(216)는 버스(206)에 결합된다. 하드웨어 시스템(200)은 비디오 메모리(도시되지 않음) 및 비디오 메모리에 결합되는 표시 장치를 더 포함할 수 있다. 대용량 저장 장치(218) 및 I/O 포트들(220)이 버스(208)에 결합된다. 하드웨어 시스템(200)은 버스(208)에 결합되는 키보드 및 포인팅 장치 및 표시 장치(도시되지 않음)를 옵션으로 포함할 수 있다. 집합적으로, 이러한 요소들은 캘리포니아, 산타 클라라의 인텔사에 의해 제조된 x86 호환 프로세서들 및 캘리포니아, 서니베일의 AMD 사에 의해 제조된 x86 호환 프로세서들은 물론, 임의의 다른 적절한 프로세서들에 기초하는 범용 컴퓨터 시스템들을 포함하지만 이에 제한되지 않는 광범위한 카테고리의 컴퓨터 하드웨어 시스템들을 나타내는 것을 의도한다.
하드웨어 시스템(200)의 요소들은 아래에 더 상세히 설명된다. 구체적으로, 네트워크 인터페이스(216)는 하드웨어 시스템(200)과 이더넷(예를 들어, IEEE 802.3) 네트워크 등과 같은 임의의 광범위한 네트워크 간의 통신을 제공한다. 대용량 저장 장치(218)는 위치 서버(22)에서 구현되는 전술한 기능들을 수행하기 위한 데이터 및 프로그래밍 명령어들에 대한 영구 저장을 제공하는 반면, 시스템 메모리(214)(예를 들어, DRAM)는 프로세서(202)에 의해 실행될 때 데이터 및 프로그래밍 명령어들에 대한 임시 저장을 제공한다. I/O 포트들(220)은 하드웨어 시스템(200)에 결합될 수 있는 추가적인 주변 장치들 사이의 통신을 제공하는 하나 이상의 직렬 및/또는 병렬 통신 포트이다.
하드웨어 시스템(200)은 다양한 시스템 아키텍처를 포함할 수 있으며, 하드웨어 시스템(200)의 다양한 컴포넌트들은 재배열될 수 있다. 예를 들어, 캐시(204)는 프로세서(202)와 온-칩(on-chip)일 수 있다. 대안으로, 캐시(204) 및 프로세서(202)는 "프로세서 모듈"로서 함께 팩킹될 수 있으며, 이 경우에 프로세서(202)는 "프로세서 코어"로서 지칭된다. 더욱이, 본 발명의 소정 실시예들은 위의 컴포넌트들 모두를 필요로 하거나 포함하지 않을 수도 있다. 예를 들어, 표준 I/O 버스(208)에 결합된 것으로 도시된 주변 장치들은 고성능 I/O 버스(206)에 결합될 수 있다. 또한, 일부 실시예들에서는 단일 버스만이 존재할 수 있으며, 이 경우에 하드웨어 시스템(200)의 컴포넌트들은 단일 버스에 결합된다. 더욱이, 하드웨어 시스템(200)은 추가 프로세서, 저장 장치 또는 메모리와 같은 추가 컴포넌트들을 포함할 수 있다.
후술하는 바와 같이, 일 구현에서, 여기에 설명되는 물리 서버들 중 하나 이상의 동작들은 하드웨어 시스템(200)에 의해 실행되는 일련의 소프트웨어 루틴들로서 구현된다. 이러한 소프트웨어 루틴들은 프로세서(202)와 같은 하드웨어 시스템 내의 프로세서에 의해 실행될 복수 또는 일련의 명령어들을 포함한다. 처음에, 일련의 명령어들은 대용량 저장 장치(218)와 같은 저장 장치 상에 저장될 수 있다. 그러나, 일련의 명령어들은 디스켓, CD-ROM, ROM, EEPROM 등과 같은 임의의 적절한 저장 매체 상에 저장될 수 있다. 더욱이, 일련의 명령어들은 국지적으로 저장될 필요가 없으며, 네트워크/통신 인터페이스(216)를 통해 네트워크 상의 서버와 같은 원격 저장 장치로부터 수신될 수 있다. 명령어들은 대용량 저장 장치(218)와 같은 저장 장치로부터 메모리(214)로 복사된 후, 프로세서(202)에 의해 액세스되고 실행된다.
운영 체제가 소프트웨어 애플리케이션들(도시되지 않음)에 대한 데이터의 입출력을 포함하는 하드웨어 시스템(200)의 동작을 관리하고 제어한다. 운영 체제는 시스템 상에서 실행되는 소프트웨어 애플리케이션들과 시스템의 하드웨어 컴포넌트들 간의 인터페이스를 제공한다. 본 발명의 일 실시예에 따르면, 운영 체제는 워싱턴, 레드먼드의 마이크로소프트사로부터 입수 가능한 윈도우(등록상표) 95/98/NT/XP 운영 체제이다. 그러나, 본 발명은 캘리포니아, 쿠퍼티노의 애플 컴퓨터사로부터 입수 가능한 애플 매킨토시 운영 체제, UNIX 운영 체제, LINUX 운영 체제 등과 같은 다른 적절한 운영 체제들과 함께 이용될 수 있다. 물론, 다른 구현들도 가능하다. 예를 들어, 여기에 설명되는 서버 기능들은 백플레인을 통해 통신하는 복수의 서버 블레이드들에 의해 구현될 수 있다.
B. 콘텐츠 및 태그
특정 구현에서, 사용자(콘텐츠 업로더)는 콘텐츠를 업로드하기 위해 클라이언트 노드를 이용하여 컴퓨터 네트워크(60), 또는 콘텐츠 호스팅 시스템(40)의 도메인 내의 LAN을 통해 콘텐츠 호스팅 시스템(40)에 액세스할 수 있다. 일 구현에서는, 특수 목적 클라이언트 애플리케이션을 이용하여 콘텐츠를 선택하고, 하나 이상의 선택된 콘텐츠 개체를 콘텐츠 호스팅 시스템(40)에 업로드할 수 있다. 다른 구현에서, 클라이언트 컴퓨터(82)는 콘텐츠 호스팅 시스템(40)으로부터 전송된 HTML 페이지를 분석하고 표시하는 브라우저 또는 다른 클라이언트 애플리케이션을 포함한다. 일 구현에서, 콘텐츠 호스팅 시스템(40)은 사용자가 콘텐츠를 선택하고 이를 콘텐츠 데이터 스토어(44)에 업로드하는 것을 허가하는 기능을 포함하는 페이지 기반 인터페이스를 전송할 수 있다. 페이지 기반 인터페이스를 이용하여, 콘텐츠 업로더는 콘텐츠를 구현하는 데이터 파일을 식별하고, 이 데이터 파일이 콘텐츠 데이터 스토어(44)에 업로드되게 할 수 있다.
콘텐츠 업로더는 콘텐츠 개체의 하나 이상의 태그 및 아마도 다른 속성들을 지정할 수도 있다. 예를 들어, 사용자는 태그들의 구성을 콘텐츠 제출 작업 흐름들 내에 통합하는 (후술하는) 디지털 권리 관리 엔진과 연계하여 콘텐츠를 업로드할 수 있다. 콘텐츠와 연관된 태그들은 크게 변할 수 있다. 태그들은 콘텐츠의 주제(주제, 위치 등), 콘텐츠의 생성과 관련된 상황들(날짜, 저자, 시간, 이미지 캡처 설정 등) 등과 관련될 수 있다. 다른 데이터가 콘텐츠와 연관될 수 있다. 예를 들어, 태그들은 콘텐츠를 업로드한 사용자에 의해 입력될 필요가 없다. 오히려, 태그들 또는 다른 정보는 콘텐츠에 액세스하여 이를 본 후에 다른 사용자들에 의해 입력될 수 있다. 또한, 하나 이상의 태그가 콘텐츠의 분석에 기초하여 자동 추출될 수 있다. 예를 들어, 이미지 또는 비디오와 같은 기초 콘텐츠를 포함하는 디지털 파일은 예약된 데이터 필드들 내에 하나 이상의 태그를 포함할 수도 있다. 다른 정보는 콘텐츠가 업로드된 일시를 포함할 수 있다. 또한, 예를 들어 콘텐츠가 텍스트를 포함하는 경우, 콘텐츠 호스팅 시스템(40)은 프로그램 방식의 프로세스를 실행하여 콘텐츠로부터 하나 이상의 태그를 추출할 수 있다. 더욱이, 콘텐츠에는 하나 이상의 지리 위치 또는 지리 태그가 첨부될 수도 있다.
개체의 데이터를 캡처한 장치(예를 들어, 이미지를 캡처하는 데 사용된 카메라 등), 콘텐츠의 품질 특성들(예를 들어, 픽셀 해상도, 칼라 해상도 등), 이미지의 저자 또는 생성자 등과 같은 디지털 콘텐츠 개체의 다른 태그들 또는 속성들도 기록될 수 있다.
C. 집합 인터넷 사용자 선호 데이터의 소스
여기에 개시되는 동적 가격 결정 모델들은 인터넷 사용자 선호들 및 거동에 대한 비교적 현재의 수집 정보를 캡처하는 하나 이상의 정보 소스와 연계하여 동작한다. Yahoo! 사(search.yahoo.com)에 의해 제공되는 것과 같은 알고리즘 방식의 검색 엔진들은 수백만 개의 키워드 검색 쿼리들을 매일 등록한다. 대다수의 인터넷 사용자들은 관심 있는 웹 사이트들, 정보 및 상거래 항목들을 찾기 위해 검색 엔진들에 정기적으로 의존한다. 따라서, 검색 엔진 운영자들은 수백만 개의 사용자 쿼리들을 캡처하므로, 주어진 시점에서 어떠한 주제가 더 많거나 적은 관심을 발생시키고 있는지에 관한 데이터의 풍부한 스토어들에 대한 액세스를 갖는다. 예를 들어, 검색 엔진들에 의해 유지되는 쿼리 로그들은 쿼리 스트링 및 타임 스탬프를 포함하는 하나 이상의 엔트리를 포함할 수 있다. 쿼리 로그 엔트리들은 사용자들에 의해 지정되는 검색 세그먼트(예를 들어, 이미지, 로컬, 쇼핑 등)와 같은 추가 속성들도 포함할 수 있다. 그러한 쿼리 로그들을 수집하여, 쿼리 스트링들의 빈도, 쿼리 스트링들 내의 하나 이상의 키워드, 쿼리의 개념들 또는 카테고리들 등을 포함하는 다양한 정보에 관한 통계를 산출할 수 있다. 또한, 검색 엔진 운영자들은 주어진 쿼리들(사용자 거동)에 응답하여 관련 검색 결과들의 리스트가 반환되는 경우에 사용자들이 네비게이트하는 관심 웹 사이트들에 관한 실시간 정보를 캡처한다. 따라서, 사용자 쿼리 및 네비게이션 패턴들에 관하여 검색 엔진들에 의해 생성되는 데이터는 그래픽 또는 다른 풍부한 디지털 콘텐츠를 포함하는 소정 유형들의 정보를 얻거나 액세스하기 위한 대규모 인터넷 사용자 집단의 집합적인 요구들 및 선호들에 관한 매우 확실하고 유용한 정보를 제공할 수 있다. 그러한 수집 정보는 디지털 콘텐츠를 포함하는 상이한 제품들, 서비스들, 및 정보 및 오락의 항목들에 대한 사용자들의 시장 요구들을 이해하기 위한 우수한 수단을 제공한다. 계속 바뀌는 사용자 선호들을 반영하는 이러한 수집 정보는 그러한 선호들과 관련된 개별 디지털 콘텐츠 개체들의 공급물의 가격을 동적으로 결정하는 데 이롭게 사용될 수 있다. 그러한 현재의 또는 가상적으로 실시간인 사용자 선호 정보의 통합은 디지털 콘텐츠 소유자들이 상품화 양 및/또는 개별 콘텐츠 개체들로부터의 가치의 실현을 더욱 최대화할 수 있게 하는 콘텐츠 개체들에 대한 가격을 제공할 수 있게 한다.
하나의 특정 실시예에서, 여기에 개시되는 동적 가격 결정 모델은 사용자 선호들을 반영하는 수집 정보의 주요 소스로서, 알고리즘 방식 및/또는 후원형 검색 엔진들의 쿼리 및 다른 로그들을 이용한다. 다른 구현들에서, 여기에 개시되는 동적 가격 결정 모델은 알고리즘 방식 및/또는 지불형 검색 엔진들의 쿼리 및/또는 페이지 히트 로그들의 분석으로부터 도출되는 후처리된 정보에 액세스한다. 그러나, 사용자 선호들을 반영하는 비교적 현재의 정보의 임의 저장소를 이용하여, 콘텐츠 개체들에 대한 가격을 동적으로 결정하기 위한 수집 정보를 제공할 수 있다는 것을 알아야 한다. 예를 들어, 그러한 정보 소스들은 정기적으로 갱신된 조사 응답 데이터를 포함하는 데이터베이스들, 또는 주제 면에서 또는 제공되는 디지털 콘텐츠 개체들과 밀접하게 관련된 상거래 개체들에 대한 정기적으로 갱신된 실제 판매 합계를 포함하는 데이터베이스들을 포함할 수 있다(예를 들어, 유명인 X를 주연으로 하는 DVD들에 대한 판매량 데이터는 유명인 X의 디지털 사진들의 가격 결정에 고려될 수 있다).
D. 동적 가격 결정 알고리즘
일 구현에서, 동적 가격 결정 시스템(20)은 다양한 모드로 동작하도록 구성될 수 있다. 예를 들어, 일 구현에서, 동적 가격 결정 시스템(20)은 주어진 디지털 콘텐츠 개체에 대해 초기 가격 포인트 또는 기준 가격과 관련하여 동작한다. 초기 가격 포인트 또는 가격 파라미터는 콘텐츠 소유자(또는 콘텐츠 소유자의 배포 대리인)에 의해 임의로 할당되거나, 일반 시장 가격 또는 다른 관련 조건들에 기초하여 알고리즘 방식으로 도출되고 할당될 수 있다. 예를 들어, 동적 가격 결정 시스템(20)은 디지털 콘텐츠 개체에 대한 초기 기준 가격을 계산할 수 있다. 사용자는 이 기준 가격을 수용하거나, 이 제안을 무시하고 원하는 기준 가격을 입력할 수 있다. 더욱이, 주어진 콘텐츠 개체의 가격과 관련하여, 동적 가격 결정 시스템(20)은 (사용자에 의해 설정되거나 동적 가격 결정 시스템(20)에 의해 알고리즘 방식으로 결정되는) 최저 및/또는 최고 가격에 의해 제한될 수 있다. 디지털 콘텐츠의 가격을 동적으로 결정하기 위한 개시되는 모델은 기준 가격의 설정을 포함하는 콘텐츠 가격 결정의 모든 단계에서 이용될 수 있다. 일 구현에서, 동적 가격 결정 스킴은 기준 가격 - 각각의 제공되는 콘텐츠 개체에 대한 초기 가격 포인트("IPP") 및 최저 및 최고 가격 파라미터("PP") - 과 관련하여 동작한다.
상이한 콘텐츠 소스들에 의해 제공되는 많은 매우 유사한 개체들을 포함하는 수천 또는 수백만 개의 콘텐츠 개체들이 제공되는 시장들에서, 기준 가격을 결정하는 것은 어려운 작업일 수 있다. 유사한 콘텐츠 개체들에 대한 차별화되지 않은 일정한 가격들은 그러한 유사한 개체들 사이에 품질 및 종합적인 매력 차이들이 주어질 경우에 개체들을 과대 또는 과소 평가할 수 있다. 그러한 시장들에서의 콘텐츠 제공자들(콘텐츠 소유자들인지 또는 시장 소유자들인지에 관계없이)은 유사한 콘텐츠의 다른 개체들에 대한 그들의 개체들의 기준 가격을 잘 설정하지 못하며 문제가 되어 왔다. 애플(등록상표) 컴퓨터사와 같은 온라인 음악 소유자들은 단일 노래 음악 파일들에 대해 일정한 가격(항목당 0.99 달러)에 의지해왔다. 리얼 네트워크들과 같은 다른 소유자들은 그들의 콘텐츠 모두를 월간 가입료로 이용할 수 있게 하고 있다. 이러한 양 모델에서, 콘텐츠 개체들은 어느 정도 대체 가능한 것으로 취급되며, 단일의 결정된 구매 가격이 주어지거나, 모든 개체들이 일정한 대량 가격(bulk price)으로 소정 기간 동안 이용 가능하게 될 수 있도록 풀(pool)된다.
이러한 가격 결정 방법들은 더 높거나 낮은 품질 및 종합적인 매력을 가질 수 있는 개별 콘텐츠 개체들에 대해 고유한 가격들을 부과할 수 있는 능력을 콘텐츠 소유자들에게 제공하지 못한다. 마찬가지로, 이러한 가격 결정 방법들은 실제 수요를 더 면밀하게 반영하는 가격들로 개별 콘텐츠 개체들을 소비자들에게 제공하지 못한다. 소정 개체들은 과소 평가되어, 소비자들이 기꺼이 지불할 가격 아래의 가격 포인트로 팔릴 것이며, 따라서 콘텐츠 소유자는 그러한 개체의 판매에 대한 충분한 이익 마진을 회수하지 못한다. 소정 개체들은 과대 평가되어, 소비자들이 기꺼이 지불할 가격 위의 가격 포인트로 팔릴 것이며, 따라서 콘텐츠 소유자는 그 개체를 더 많이 팔 수 없게 된다. 아마추어들에 의해 제공되는 오리지널 콘텐츠를 포함하는 시장들에서, 제공된 유사한 개체들의 품질이 훨씬 더 크게 다르고, 콘텐츠 개체 자체 또는 그의 제공자에 대한 브랜드(brand) 인식이 존재하지 않는 경우, 기존 가격 결정 모델들은 훨씬 더 적절하지 못하다.
상이한 세트의 가격 결정 알고리즘들은 주어진 디지털 콘텐츠 개체와 관련하여 동적 가격 결정을 위해 처리될 사용자 관심의 집계된 크기들에 적용될 수 있다. 임의의 콘텐츠 개체에 대해, 그 개체에 대해 허가될 다양한 라이센스 사용에 따라, 또는 그 개체가 판매, 신디케이션(syndication)을 위해 제공되거나 다른 상품화 모드를 통해 제공되는지에 따라 여러 가격 계층을 제공하는 것이 요구될 수 있다. 따라서, 단일 콘텐츠 개체에 대해 상이한 초기 가격 포인트들 또는 최저/최고 가격 파라미터들을 생성하거나, 개체가 제공될 각각의 상품화 모드에 대해, 가격이 동적으로 조정되도록 설정되는 방식을 알고리즘 방식으로 맞춤화할 수 있다. 그러한 계층화된 가격 결정이 콘텐츠 개체와 연관된 상이한 IPR들을 고려하는 한도에서, 각각의 그러한 IPR 계층의 가격을 결정하기 위한 알고리즘 기능들은 프로세스의 상이한 단계들에서, 예를 들어 사용자 선호 데이터에 기초하여 실시간 가격 포인트가 동적으로 설정되기 직전에, 설정과 동시에, 또는 설정 직후에 고려될 수 있다. 각각의 그러한 경우에, 각각의 IPR 계층에 대한 알고리즘 기능들은 전체적인 동적 가격 생성의 일부가 되며, 그 결과는 각각의 콘텐츠 개체에 대한 여러 개의 상이한 동적 가격 출력이다.
D.1. 기준 가격 결정
특정 구현들에서, 본 발명은 디지털 콘텐츠 개체들에 대한 초기 가격을 결정하기 위한 방법들을 개시한다. 이것은 많은 재고품 및 크게 변동하는 수요를 갖는 시장들에서 중요한 개체 고유 가격 차별화를 가능하게 함으로써 디지털 콘텐츠의 잘 알려진 온라인 소유자들에 의한 기존의 가격 결정 방법들을 개선한다. 더욱이, 이러한 개체 고유 가격 차별화는 아마추어에 의해 생성된 디지털 콘텐츠에 대한 시장들이 개별 콘텐츠 개체들에 대해 적절하고 고유한 기준 IPP들 및 PP들을 설정하는 것을 가능하게 한다. 기준 IPP들 및 PP들을 설정하기 위한 개시되는 방법은 일정한 가격들을 설정하는 데 이용되며, 어떠한 추가적인 동적 가격 결정 모델 없이도 이용될 수 있다. 그러나, 일 실시예에서, 개시되는 방법은 동적 가격 결정 시스템에서 IPP들 및 PP들을 설정하는 데 사용될 수 있다.
디지털 콘텐츠의 특정 개체의 많은 고유 특징들은 다른 유사한 콘텐츠 개체들과 관련하여 그의 기준 시장 가격을 결정하는 데 도움이 될 수 있다. 타지마할의 2개의 사진은 품질면에서 - 각각의 사진이 촬영된 때의 조명, 사진 구성, 날씨 조건들, 및 각각의 사진을 촬영하는 데 사용되는 장비의 품질(평가 가능한 시각적 품질; 객관적 제작 또는 렌더링된 품질)과 관련하여 - 다를 수 있다. 유명한 영화인의 선전원 또는 무비 스튜디오에 의한 최종 릴리스를 위해 전문 사진사에 의해 촬영된 유명 영화인의 사진이 모든 다른 상황들(콘텐츠 소스)이 동일한 상태에서 좋아하는 팬에 의해 촬영된 사진보다 거의 항상 더 가치 있을 것이라는 것도 고려한다. 따라서, 다양한 디지털 콘텐츠 개체들에 대한 동적 가격을 생성하기 위한 시스템을 고안하는 데에는, 콘텐츠 개체 자체의 고유 속성들로부터 도출되는 기준 가격들을 설정하는 것이 유용하다. 이후, 콘텐츠 개체에 대한 실제의, 동적 변경 가능한 시장 가격을 생성하기 위해 상황 고유 데이터가 더 양호하게 고려될 수 있다.
차별화된 IPP들 및 PP들을 생성하기 위한 목적으로 개별 콘텐츠 개체들의 고유 특징들("속성들")에 대한 가격들을 설정한 후에 이 가격들과 다른 콘텐츠 개체들의 가격들을 비교하는 시스템에서는, 알고리즘 기반의 스코어링 시스템을 구비하는 것이 유용하다.
1. 콘텐츠의 그의 소스에 따른 콘텐츠의 스코어링
모든 콘텐츠 생성자 콘텐츠 소유자 또는 콘텐츠 경영자가 대중적인 브랜드 호소력과 관련하여 그리고 또한 이것이 프리미엄 가격 결정 기회들을 포함하는 초기 가격 결정 능력에 어떻게 영향을 미칠 수 있는지와 관련하여 동등하게 되지는 않는다. 개별 콘텐츠 개체들에 대한 가격들을 그 콘텐츠 개체의 식별된 소스에 따라 알고리즘 방식으로 할당하거나 그 개체들을 스코어링하기 위한 다양한 방법들이 고안될 수 있다. 속성 파라미터로서, 본 기준 가격 결정 모델에서의 "소스"는 콘텐츠 개체의 생성자, 소유자 또는 경영자의 모두 또는 어느 하나를 포함할 수 있다. 콘텐츠의 생성자들, 소유자들 및 경영자들의 인기도 및 브랜드 호소력은 시간의 경과에 따라 변할 수 있으므로, 각각의 그러한 소스에 대한 스코어링 값들은 조정 가능할 것이다.
2. 콘텐츠의 그의 주제에 따른 스코어링
디지털 사진들에 대한 시장을 고려하면, 여러 상이한 검색 기준들 중 임의의 기준을 이용하여 자신들의 관심들과 매칭되는 개체들을 찾을 수 있는 관심을 가진 당사자들에 의해 검색될 수 있도록 단일 사진을 코딩하거나 태그를 첨부할 수 있는 많은 방법을 이해하는 것이 유용하다. 일반적으로, 임의의 주어진 사진에는 그 사진에 관한 매우 구체적인 상세들에 대한 일반성의 높은 레벨들을 반영하는 키 워드들(또는 문구들)이 태그로서 첨부될 수 있다. 예를 들어, 주어진 사진에는 "man", "man smiling", "man smiling outdoors", "African American man smiling outdoors", "Denzel Washington smiling outdoors"가 태그로서 첨부될 수 있다. 주제에 대한 스코어링은 디지털 콘텐츠 개체와 연관된 각각의 키워드의 배경 인기도는 물론, 그러한 키워드들을 이용하여 형성될 수 있는 키 문구들의 상대적 인기도에 기초할 수 있다.
3. 콘텐츠의 그의 기술적 제작 품질에 따른 스코어링
디지털 콘텐츠 개체의 기술적 제작 또는 렌더링된 품질이 전자 파일들을 관리하기 위한 애플리케이션에 의해 자동으로 결정될 수 있는 다양한 방법이 존재한다. 디지털 콘텐츠 개체들을 제작하는 장치 또는 장치들, 파일 크기 및 포맷, 비트 레이트, 압축 레이트, 코드 레이트, 픽셀 해상도, 칼라 스케일, 그의 충분히 렌더링된 제작 품질 등에 관한 정보를 이용하여, 콘텐츠 개체의 기술적 제작 품질을 스코어링할 수 있다.
4. 콘텐츠의 그의 피어-검토( peer - reviewed ) 품질 레이팅에 따른 스코어링
가격 결정될 디지털 콘텐츠가 레이팅 시스템에 종속하게 되는 한도에서, 이 정보는 또한 속성 가격 결정에 고려될 수 있다. 확실히, 품질의 피어 레이팅들은 주관적이며, 콘텐츠 개체에 대해 진정으로 "고유"하지는 않은 것으로 간주될 수 있다. 그러나, 그러한 레이팅들이 각각의 레이팅된 콘텐츠 개체와 밀접하게 관련되는 한도에서, 그러한 레이팅들은 콘텐츠 개체들을 구별하기 위한 또 하나의 고유하고 측정 가능하며 비교적 편향되지 않은 기준을 제공할 수 있다.
5. 고유 속성들로서 평가될 수 있는 다른 특징들에 따른 콘텐츠의 스코어링
디지털 콘텐츠 개체들에 대한 기준 가격을 설정하는 데 사용될 수 있는 디지털 콘텐츠 개체들에 고유하거나 밀접하게 관련된 다른 특징들이 존재한다. 예를 들어, 일부 시장들에서는, 콘텐츠 개체의 스코어링에 있어서 콘텐츠 개체와 연관된 특정 IPR 제한들을 고려하는 것이 효과적인 것으로 간주할 수 있다. 그러한 시장은 콘텐츠 개체가 다양한 이용 사례들에 기초하여 상이한 가격 계층들로 제공되는 것이 아니라, 대신에 그 개체와 연관된 허가된 이용 사례 및 제한된 이용 사례의 혼합을 고려하는 하나의 가격으로만 제공되는 시장일 수 있다.
콘텐츠에 대한 속성 스코어들을 생성하고 할당하기 위한 많은 상이한 기술들이 고안될 수 있다. 그러한 속성 스코어링은 단순하거나, 주어진 속성 카테고리 내의 속성 유형들의 양, 각각의 속성 유형에 할당된 가중치, 및 각각의 속성 카테고리 내에 할당된 속성 유형들이 어떻게 상호 상관되어야 하는지에 따라 더 복잡한 알고리즘들에 의존할 수 있다. 도 3은 본 발명의 하나의 특정 구현에 따른 가격 결정 방법을 나타낸다. 일 구현에서, 동적 가격 결정 시스템(20)은 요청시에 디지털 콘텐츠 개체의 하나 이상의 속성을 수집하고(102), 속성들에 기초하여 컴포넌트 스코어들을 계산할 수 있다(104). 전술한 바와 같이, 컴포넌트 스코어들은 소스, 주제, 피어 검토 품질, 기술적 재생 품질 또는 다른 팩터들에 대응할 수 있다. 동적 가격 결정 시스템(20)은 각각의 컴포넌트 스코어를 가중화하고(106), 집계 스코어를 계산할 수 있다(108). 집계 스코어는 디지털 콘텐츠 개체의 다른 속성들과 함께 상황 기반 가격 결정 알고리즘에 입력될 수 있다(110). 상황 기반 가격 결정 알고리즘은 일 구현에서 디지털 콘텐츠 개체에 대한 카테고리를 식별함으로써 가격을 계산하도록 동작하는데, 이 카테고리는 최저 및 최고 가격 파라미터를 갖는다. 예를 들어, 사진 이미지, 애니메이션, 비디오, 단편, 뉴스 기사 등에 대한 상이한 카테고리들이 존재할 수 있으며, 그 하나 이상은 여러 서브 카테고리를 포함할 수 있다.
콘텐츠 기반 가격 결정 알고리즘은 집계 스코어에 기초하여, 식별된 카테고리에 대한 최저 및 최고 가격 파라미터들 내에서 디지털 콘텐츠 개체에 대한 가격을 계산한다. 일 구현에서, 집계 스코어는 소정의 범위(예를 들어, 1 내지 100 사이)로 정규화될 수 있으며, 이 범위에서 집계 스코어의 값은 최저 가격 파라미터 위의 가격 레벨이 디지털 콘텐츠 개체에 할당되는 한도를 결정한다. 다른 구현들도 가능하다. 예를 들어, 상황 기반 가격 결정 알고리즘은 집계 스코어가 임계치 아래로 떨어지는 경우에 최저 가격 파라미터를 할당할 수 있다. 더욱이, 컴포넌트 스코어들 중 하나 이상이 사용될 최저 및 최고 가격 파라미터들을 결정할 수 있다. 예를 들어, "소스" 컴포넌트 스코어가 임계치를 넘는 경우("전문적" 또는 인기있는 소스임을 지시함), 상이한, 통상적으로 더 높은 세트의 최저 및 최고 가격 파라미터들이 선택될 수 있다. 계산된 가격은 수용 또는 거절을 위해 사용자에게 반환될 수 있다. 계산되거나 사용자에 의해 설정된 초기 가격 포인트는 디지털 콘텐츠 개체와 연관하여 저장되거나, 디지털 콘텐츠 개체에 대한 고유 식별자와 연관하여 동적 가격 결정 시스템(20)에 의해 유지될 수 있다. 더욱이, 상황 기반 가격 결정 알고리즘은 수용 또는 거절을 위해 최고 및 최저 가격 파라미터들을 사용자에게 반환할 수도 있다. 이러한 파라미터들은 콘텐츠 개체와 연관하여 저장될 수도 있다.
D.2. 동적 가격 결정
콘텐츠 호스팅 시스템(40)과 같은 콘텐츠 호스팅 시스템은 동적 가격 결정 시스템(20)에 액세스하여, 디지털 콘텐츠 개체에 대한 현재의 동적 계산된 가격을 검색할 수 있다. 다양한 구현들이 가능하다. 예를 들어, 콘텐츠 호스팅 시스템(40)은 사용자가 주어진 디지털 콘텐츠 개체를 요청할 때마다 동적 가격 결정 시스템(20)에 액세스할 수 있다. 일부 구현들에서, 콘텐츠 호스팅 시스템(40)은 동적 가격 결정 시스템(20)으로부터 수신된 동적 계산된 가격을 캐싱할 수 있다. 콘텐츠 호스팅 시스템(40)은 소정의 조건이 만족될 때까지(예를 들어, 임계 기간의 경과 등) 동적 가격 결정 시스템(20)에 액세스하지 않고 이 가격을 재사용할 수 있다. 다른 구현들에서, 콘텐츠 호스팅 시스템(40)에 의해 제공되는 HTML 페이지들 또는 다른 자원들은 동적 가격 결정 시스템(20)에 대한 내장된 호출들을 포함할 수 있는데, 이들은 실행시에 클라이언트 브라우저 애플리케이션이 식별된 콘텐츠 개체에 대한 가격을 요청하게 한다.
동적 가격 결정 시스템(20)은 다양한 상이한 가격 결정 알고리즘들을 포함할 수 있다. 다음은 교육 목적을 위해 하나의 특수한 동적 가격 결정 알고리즘을 설명한다. 도 4에 도시된 바와 같이, 일 구현에서, 동적 가격 결정 시스템(20)은 디지털 콘텐츠 개체의 가격에 대한 요청에 응답하여, 디지털 콘텐츠 개체와 연관된 하나 이상의 태그 및 아마도 다른 속성들을 식별한다(302). 일 구현에서, 디지털 콘텐츠 개체에 대한 리소스 로케이터를 수신한 동적 가격 결정 시스템(20)은 콘텐츠 데이터 스토어(44)에 액세스하여, 디지털 콘텐츠 개체의 태그들 또는 속성들에 액세스할 수 있다. 다른 구현들에서, 디지털 콘텐츠 개체의 태그들 또는 속성들은 요청 내에서 파라미터들로서 전달될 수 있다. 일 구현에서, 동적 가격 결정 시스템(20)은 네트워크 어드레스 가능 서비스로서 동작할 수 있다. 일 구현에서, 콘텐츠 호스팅 사이트(40)는 가격을 표시하는 웹 페이지들 내에 동적 가격 결정 시스템에 대한 API 호출을 삽입할 수 있다. 그러한 일 구현에서, 웹 페이지는, 브라우저 애플리케이션의 환경 내에 다운로드되어 구동될 때, 가격을 위해 동적 가격 결정 시스템(20)을 호출하는 자바스크립트와 같은 내장된 코드 모듈을 포함할 수 있다. 다른 구현에서, 콘텐츠 호스팅 사이트(40)의 서버(42)는 디지털 콘텐츠 개체에 대한 가격을 포함하는 웹 페이지를 구성할 때 동적 가격 결정 시스템(20)에 액세스할 수 있다.
이어서, 동적 가격 결정 시스템(20)은 식별된 태그들에 대해 인터넷 사용자 선호 또는 거동 정보의 하나 이상의 데이터 스토어에 액세스할 수 있다(304). 일 구현에서, 인터넷 사용자 거동 정보의 데이터 스토어들 중 하나는 검색 시스템(70)과 같은 검색 엔진의 쿼리 로그들이다. 하나의 특정 구현에서, 쿼리 및 페이지 히트 로그들을 분석하여, 주어진 용어, 화제 및/또는 카테고리에 대한 관심의 통계적 크기를 결정할 수 있다. 예를 들어, 검색 시스템(70)은 본 명세서에 참고로 포함된 미국 특허 제7,146,416호에 개시된 액티비티 모니터링 및 관심 스코어링 기능을 구현할 수 있다. 검색 시스템(70)은 이러한 기술을 이용하여, 용어들, 화제들 및/또는 카테고리들에 대한 관심의 통계적 크기들 또는 스코어들(소위, "버즈(buzz)" 값들)을 계산하고 유지할 수 있다. 또한, 검색 시스템(70)은 버즈 값들의 변화 또는 동향을 추적할 수도 있다. 예를 들어, "버즈" 값은 영화, 사람, 제품, 장소 또는 이벤트, 문화 현상 등과 같은 주제의 관심 레벨을 나타낼 수 있으며, 버즈 값의 변화는 동향을 나타낼 수 있다. 하나의 특정 구현에서, 버즈 값은 포탈 사이트 또는 포탈 사이트들의 세트 상의 어딘가에서 해당 주제를 검색하거나 포탈 사이트 또는 포탈 사이트들의 세트 상의 어딘가에서 해당 주제와 관련된 콘텐츠의 페이지를 보는 고유 사용자들의 수로서 계산될 수 있다. 버즈 값은 카운트되는 각각의 이벤트가 고유 사용자에 의해 개시되는지와 관계없이 계산될 수도 있다.
버즈 값들은 문화적 동향들을 식별하고, 특정 브랜드들에 대한 관심을 추적하고, 마케팅 캠페인들의 효과를 측정하는 것 등에 사용될 수 있다. 구매 이벤트들인 버즈 이벤트들에 대해, 빈(bin)이 증분되는 카운트는 구매량의 함수일 수 있으며, 따라서 더 많은 양의 구매는 더 적은 양의 구매보다 제품의 버즈에 더 많은 효과를 갖게 된다. 하나의 특정 구현에서, 특정 용어 또는 카테고리와 연관된 버즈 값은 그 용어를 이용하여 검색하거나 그 용어와 관련된 페이지를 보는 사용자들의 수를 검색 사용자들의 합으로 나눈 값이며, 이 합은 카테고리 내의 모든 서브 카테고리를 통해 검색하는 사용자들의 합, 카테고리 내의 모든 용어를 통해 검색하는 사용자들의 합, 또는 사이트 상의 어딘가에서 검색하는 모든 사용자의 합일 수 있다. 후자의 정규화는 주중-주말 패턴들, 계절 패턴들 등과 같은 트래픽의 시간 기반 증가들을 계산에 넣지 않는 데 유용하다. 정규화 팩터가 비교되는 모든 용어에 적용될 수 있으며, 따라서 버즈 값들이 쉽게 표현된다. 예를 들어, 카테고리 내에 4개의 용어가 존재하는 경우, 총 일백만 명의 고유 사용자들 중에서 총 100명의 고유 사용자들이 그러한 4개의 용어 상에 히트(hit)하며(각각 25명, 30명, 40명, 5명), 100,000의 정규화 팩터가 적용되어, 버즈 값들이 0.000025, 0.00003, 0.00004 및 0.000005 대신에 2.5, 3, 4 및 0.5가 될 수 있다. 정규화는 특정 시장 세그먼트 또는 제품 카테고리 내의 다른 회사들 또는 제품들의 인덱스에 대한 한 회사 또는 제품을 둘러싼 버즈를 결정할 때에도 사용될 수 있다.
일부 구현들에서는 동향 값들도 계산될 수 있다. 예를 들어, 동향 값은 어느 한 날에서 다음날까지의 주어진 용어, 화제 또는 카테고리에 대한 버즈 값 사이의 변화에 기초하여 계산될 수 있다. 더 길거나 짧은 기간들에 기초하는 다른 동향 값들도 계산될 수 있다. 일부 사례들에서, 주제에 대한 버즈 값들은 그 주제와 관련된 전자 상거래들에 대한 주요 지시자일 수 있다. 예를 들어, 용어 "제품(widget)"에 대한 버즈는 제품들의 증가된 온라인 구매들에 의해 상승하고 추적될 수 있다. 그러한 정보는 여기서 설명되는 동적 가격 결정 메커니즘들에서 유용할 수 있다.
일 구현에서, 동적 가격 결정 시스템(20) 또는 검색 시스템(70)은 디지털 콘텐츠 개체를 관심의 통계적 크기를 갖는 용어, 화제 및/또는 카테고리 중 하나 이상에 맵핑하고(304), 맵핑된 값들을 이용하여 디지털 콘텐츠 개체에 대한 관심의 크기를 추정할 수 있다(306). 예를 들어, 일 구현에서, 콘텐츠 개체와 연관된 태그들이 화제에 맵핑될 수 있다. 화제의 버즈 값 및/또는 화제에 대한 버즈 값의 동향이 디지털 콘텐츠 개체에 대한 가격을 계산하는 데 사용될 수 있다. 다른 구현에서, 디지털 콘텐츠 개체의 각각의 태그는 버즈 값을 가진 각각의 용어에 맵핑될 수 있다. 각각의 버즈 값들은 종합 스코어를 계산하기 위해 집계될 수 있다(그리고, 옵션으로서 집계 전에 가중화될 수 있다). 동향 값들도 유사한 방식으로 가중화되고 집계될 수 있다.
동적 가격 결정 시스템(20)은 관심의 하나 이상의 통계적 크기가 주어질 때 다양한 알고리즘을 이용하여 가격을 계산할 수 있다(308). 일 구현에서, 동적 가격 결정 시스템(20)은 주어진 콘텐츠 개체의 초기 가격 포인트(IPP), 및 IPP가 처음 계산된 시간과 요청 시간 사이의 버즈 값들의 변화를 고려하는 알고리즘을 이용할 수 있다. 일 구현에서, 알고리즘은 다음 식에 의해 특성화될 수 있다.
minPrice≤CP≤maxPrice인 경우에,
동적 가격 = CP, 여기서 CP = IPP * w(buzz(t)/buzz(tipp),
그 밖에 CP<minPrice인 경우에는 minPrice, 또는 CP>maxPrice인 경우에는 maxPrice이며,
여기서,
IPP는 콘텐츠 개체에 대한 초기 가격 포인트이고,
minPrice는 콘텐츠 개체에 대한 최저 가격이고,
maxPrice는 콘텐츠 개체에 대한 최고 가격이고,
w는 가중 팩터이고,
buzz(t)는 시간 t에서의 현재 값이며,
buzz(tipp)는 초기 가격 포인트가 계산된 시간에서의 버즈 값이다.
전술한 바와 같이, 동적 가격 결정 알고리즘은 최저 및/또는 최고 가격 파라미터들에 의해 제한될 수 있다(310). 즉, 하나의 특정 구현에서, 반환되는(312) 가격은 그러한 파라미터들을 초과하지 못한다.
다른 구현에서는, 주어진 콘텐츠 개체에 대한 기준 또는 명목 가격이 동적 가격 결정 알고리즘에서 사용될 수 있다. 그러한 구현에서, 위의 CP에 대한 식은 제수(divisor)인 buzz(tipp)를 생략할 수 있으며, IPP를 기준 또는 명목 가격으로 대체할 수 있다. 또 다른 구현에서, 계산된 버즈 값의 동향도 동적 가격 결정 알고리즘 내에 포함될 수 있다. 예를 들어, 아래의 알고리즘이 이용될 수 있다.
minPrice≤CP≤maxPrice인 경우에,
동적 가격 = CP, 여기서 CP = BP * (w1((buzz(t)) + w2(trend(t)),
그 밖에, CP<minPrice인 경우에는 minPrice, 또는 CP>maxPrice인 경우에는 maxPrice이며,
여기서,
BP는 콘텐츠 개체에 대한 기준 가격이고,
minPrice는 콘텐츠 개체에 대한 최저 가격이고,
maxPrice는 콘텐츠 개체에 대한 최고 가격이고,
w1 및 w2는 각각 buzz(t) 및 trend(t)에 따라 변하는 가중 함수들이고,
buzz(t)는 시간 t에서의 현재 값이며,
trend(t)는 버즈에 대한 현재 동향이다.
D.2.a. 동적 가격 결정에서의 세그먼트화된 사용자 선호 데이터
일 구현에서, 동적 가격 결정 시스템(20)은 알고리즘 검색 엔진에서 추적되는 상이한 유형들의 쿼리 타겟들을 분석하고 가중화할 수 있다. 오늘날, 대부분의 인기 있는 검색 엔진들은 뉴스 기사, 이미지, 비디오 등과 같은 세그먼트화된 검색 결과들의 타겟 검색을 허가한다. 따라서, 특정 인물, 물건, 화제 또는 정보에 대한 집계된 사용자 관심을 평가하기 위해, 모든 타겟 검색 세그먼트들에 걸쳐서 주어진 키워드 검색 쿼리, 화제 또는 카테고리의 인기도를 고찰할 수 있다. 그러나, 각각의 검색 세그먼트 내에서 특정 쿼리가 얼마나 상대적으로 인기있는지에 대한 보다 미묘한 평가를 개발하거나, 둘 이상의 검색 세그먼트(예를 들어, 이미지, 비디오, 로컬, 쇼핑, 뉴스 등)에 걸쳐서 검색 쿼리들에 대한 버즈 및/또는 동향 값들을 가중화하고 집계하는 것도 바람직할 수 있다. 예를 들어, 특정 콘텐츠 개체에 대한 주요 타겟 시장이 뉴스 매체 생산자들인 경우, 콘텐츠 제공자는 하나 이상의 인기 있는 검색 엔진의 뉴스 검색 세그먼트에서의 관련 쿼리들의 인기도에 가장 관심을 가질 수 있다. 또한, 디지털 콘텐츠 개체가 비디오인 경우, "비디오" 및/또는 "이미지" 검색 세그먼트로부터의 버즈 값이 더 높게 가중화되거나, 독점적으로 사용될 수 있다.
더 상세한 예를 고려하면, 유명인 X의 종합적인 상대적 인기도는 하나 이상의 검색 엔진의 모든 세그먼트에서 유명인 X에 집중되거나 그와 관련된 쿼리들의 조합만을 고찰함으로써 결정될 수 있다. 이러한 상호 세그먼트(cross-segment) 결과들은 개시되는 동적 가격 결정 모델에서 팩터들로서 이롭게 사용될 수 있다. 그러나, 해당 개체에 대한 동적 가격 포인트들을 결정하기 위해 보다 세밀하게 조정된 인기도의 평가가 요구될 수 있는 소정의 콘텐츠 개체들에 대해서는, 둘 이상의 검색 세그먼트에서의 검색 쿼리 빈도의 임의의 차이들을 비교하고 가중화할 수 있다. 도 5에 모델링된 시나리오는 유명인 X의 생활 속의 이벤트들의 10주 스냅샷 및 3개의 세그먼트, 즉 뉴스, 영화 및 비디오에서의 사용자 검색 쿼리들(또는 다른 캡처된 사용자 관심의 표현들)에 반영된 바와 같은 유명인 X에 대한 정보의 출력/소비를 고려한다. 이러한 스냅샷에 대해, 유명인 X에 대한 새로운 영화가 두 번째 주말에 릴리스되지만, 유명인 X는 릴리스의 2주 전에 토크쇼에 더 자주 출연하기 시작하며, 이어서 릴리스의 주에 그리고 몇 주 후에 훨씬 더 자주 출연하는 것으로 가정한다. 따라서, 유명인 X를 언급하거나 그에 집중되는 뉴스 기사들은 영화 릴리스 바로 전에 증가하기 시작한 후, 영화 릴리스에 이어서 더 증가한다. 릴리스의 2주 후에, 영화는 박스 오피스에서 인기도가 하락하기 시작한다. 따라서, 유명인 X를 다루는 뉴스 기사들 및 토크쇼 출연들도 감소한다. 그러나, 때때로 8주째에, 유명인 X의 근거 없는 혼외정사 스캔들이 터지고, 이는 뉴스 보도의 가파른 상승을 유발한다. 스캔들은 또한 영화 판매를 어느 정도 상승시키는 것은 물론, 유명인 X의 토크쇼 출연에 대한 요구를 상승시키는 작용을 한다.
도 5에 도시된 플롯(plot) 포인트들은 하나 이상의 알고리즘 검색 엔진 내의 뉴스, 영화 및 비디오 검색 세그먼트들 내의 타겟 검색 쿼리들에 할당될 수 있는 가중되거나 가중되지 않은 스코어들을 나타내는 것을 의도한다. (이러한 방법은 유명인 X를 다루는 토크쇼 부분들이 인기 있는 알고리즘 검색 엔진들의 비디오 세그먼트에서 검색 가능한 시청 가능 비디오 클립들로서 온라인 제공되는 것으로 가정한다.) 대안으로, "뉴스 특집" 및 "영화 특집" 플롯 포인트들은 모두 등가적인 알고리즘 검색 엔진 세그먼트들에서의 쿼리 인기도로부터 도출될 수 있는 반면, "토크쇼 특집" 플롯 포인트들은 다양한 텔레비전 프로그램에 대한 시청률 레이팅들의 특수 데이터베이스로부터 도출된다. 콘텐츠 호스팅 사이트(40)가 일반적인 소비자들의 세트에 대해 동적 가격을 이용하여 유명인 X의 디지털 사진들을 제공하는 경우, 이 사이트는 모든 검색 세그먼트에 걸치는 유명인 X에 대한 쿼리 인기도의 평균 레벨을 고려할 수 있다. 그러나, 유명인 X의 디지털 사진들에 대한 타겟 시장이 뉴스 매체 생산자들인 경우, 본 발명의 동적 가격 결정은 뉴스 검색 세그먼트 내의 유명인 X의 쿼리 인기도만을 고려할 수 있다. 후자의 방법을 고려할 때, 도 5에 지시된 바와 같이, 유명인 X의 디지털 사진들에 대한 가격은 약간 더 높을 것이며, 유명인 X의 스캔들의 발생에 이어지는 기간 동안 더 높을 것이다.
E. 권리 관리 엔진을 갖춘 동적 가격 결정 모델들의 이용
특정 구현에서, 도 1에 도시된 바와 같이, 검색 엔진 데이터 또는 다른 비교적 현재의 사용자 선호 데이터를 이용하는 개시되는 동적 가격 결정 시스템은 본 명세서에 참고된 포함된 미국 출원 번호 11/560,320에 개시된 바와 같은 권리 관리 애플리케이션("RME")에서 관리되고 처리되는 디지털 콘텐츠의 가격을 결정하는 데 사용될 것이다. 디지털 콘텐츠를 집중적으로 수집하고 그 배포를 관리하기 위한 도구로서, RME는 관리되는 각각의 콘텐츠 개체의 일관된 카탈로그화 및 태깅(tagging)을 허가한다. 디지털 콘텐츠 RME를 동적 가격 결정 모델과 연계하여 사용하는 것에 대한 많은 이점이 존재한다. RME는 디지털 콘텐츠 개체들의 고유 속성들에 기초하는 디지털 콘텐츠 개체들에 대한 기준 가격 또는 가격 파라미터들의 설정을 용이하게 할 수 있다. 콘텐츠 소스, 주제 및 레이팅된 품질과 같은 그러한 속성들은 콘텐츠가 처음 제출될 때 그러한 정보를 캡처하는 RME에서 개별 콘텐츠 개체들에 대해 더 쉽게 카탈로그화되며, 다양한 콘텐츠 개체들 사이에서 비교된다. 또한, RME는 일관된 방법을 이용하여 콘텐츠 개체들의 카탈로그화, 태깅 및 코딩을 용이하게 할 수 있다. 콘텐츠 개체 속성들을 이용하여 기준 가격 결정을 용이하게 하는 것에 더하여, RME는 또한 콘텐츠 개체들에 대한 DRM 패키징, 및 권리 및 이용 사례들의 범위 내에서의 각각의 콘텐츠 개체에 대한 거래를 용이하게 한다. 이러한 추가적인 이점들 각각, 및 이들이 생성하는 콘텐츠 개체들에 대한 정보는 개시되는 동적 가격 결정 모델에서 고려될 수 있다. 그러나, 개시되는 동적 가격 결정 모델은 RME 또는 관련 애플리케이션의 사용 없이도 디지털 콘텐츠의 가격을 결정하는 데 사용될 수 있다는 것을 알아야 한다. 디지털 콘텐츠 개체를 둘러싼 권리가 주의 깊게 보호되고 집중적으로 관리되지 않는 경우에도, 이 권리는 비교적 현재의 사용자 선호 데이터에 기초하는 동적 가격 결정 모델들을 이용하여 여전히 거래될 수 있다.
본 발명은 특정 실시예들을 참조하여 설명되었다. 예를 들어, 본 발명의 실시예들은 HTML 및 HTTP와 관련하여 동작하는 것으로서 설명되었지만, 본 발명은 임의의 적절한 프로토콜 환경과 관련하여 이용될 수 있다. 이 분야의 통상의 기술자들에게는 다른 실시예들도 명확할 것이다. 따라서, 본 발명은 첨부된 청구범위에 의해 지시되는 것을 제외하고는 제한적인 것을 의도하지 않는다.

Claims (26)

  1. 콘텐츠 개체(content object)의 하나 이상의 속성에 관한 데이터를 위해 사용자 거동 정보(user behavior information)의 데이터 스토어에 액세스하는 단계;
    상기 사용자 거동 정보로부터 상기 콘텐츠 개체에 대한 하나 이상의 관심의 크기(measure)를 결정하는 단계; 및
    상기 결정된 관심의 크기들 중 하나 이상에 적어도 부분적으로 기초하여 상기 콘텐츠 개체에 대한 가격을 동적으로 계산하는 단계
    를 포함하는, 디지털 콘텐츠의 동적 가격 결정 방법.
  2. 제1항에 있어서, 상기 사용자 거동 정보는 복수의 쿼리 엔트리(query entry)를 포함하는 검색 쿼리 로그를 포함하는, 디지털 콘텐츠의 동적 가격 결정 방법.
  3. 제1항에 있어서, 상기 사용자 거동 정보는 사용자 클릭-스루(click-through) 데이터를 포함하는 페이지 히트 로그(page hits log)를 포함하는, 디지털 콘텐츠의 동적 가격 결정 방법.
  4. 제1항에 있어서,
    상기 데이터 스토어에 액세스하는 단계는,
    복수의 용어, 화제 또는 카테고리에 대한 관심의 통계적 크기들을 유지하는 검색 시스템에 액세스하는 단계; 및
    상기 콘텐츠 개체의 속성들에 기초하여, 상기 콘텐츠 개체를 용어, 화제 또는 카테고리 중 하나 이상에 맵핑하는 단계
    를 포함하고,
    상기 콘텐츠 개체에 대한 관심의 크기는 상기 하나 이상의 맵핑된 용어, 화제 또는 카테고리에 대응하는 상기 관심의 통계적 크기들 중 하나 이상에 적어도 부분적으로 기초하는, 디지털 콘텐츠의 동적 가격 결정 방법.
  5. 제4항에 있어서,
    상기 검색 시스템은 복수의 검색 세그먼트를 포함하고, 상기 검색 세그먼트들의 각각에 대해 복수의 용어, 화제 또는 카테고리에 대한 관심의 통계적 크기들을 유지하도록 동작할 수 있고,
    상기 콘텐츠 개체에 대한 관심의 크기는 상기 하나 이상의 맵핑된 용어, 화제 또는 카테고리에 대응하는, 하나 이상의 검색 세그먼트에 걸치는, 상기 관심의 통계적 크기들에 적어도 부분적으로 기초하는, 디지털 콘텐츠의 동적 가격 결정 방법.
  6. 제5항에 있어서, 관심의 크기를 결정하기 위한 하나 이상의 검색 세그먼트를 선택하는 단계를 더 포함하는, 디지털 콘텐츠의 동적 가격 결정 방법.
  7. 제6항에 있어서, 각각의 선택된 검색 세그먼트 내에서 상기 하나 이상의 맵핑된 용어, 화제 또는 카테고리에 대응하는 관심의 통계적 크기들을 가중화하는 단계를 더 포함하는, 디지털 콘텐츠의 동적 가격 결정 방법.
  8. 제1항에 있어서, 관심의 크기에 대한 동향(trend)을 결정하는 단계를 더 포함하고, 상기 동적으로 계산되는 가격은 관심의 크기 및 상기 관심의 크기에 대한 동향에 적어도 부분적으로 기초하는, 디지털 콘텐츠의 동적 가격 결정 방법.
  9. 제1항에 있어서, 상기 콘텐츠 개체의 하나 이상의 속성에 기초하여 상기 콘텐츠 개체에 대한 초기 가격을 계산하는 단계를 더 포함하는, 디지털 콘텐츠의 동적 가격 결정 방법.
  10. 제9항에 있어서, 상기 하나 이상의 속성은 상기 콘텐츠 개체의 소스, 상기 콘텐츠 개체의 재생 품질, 상기 콘텐츠 개체에 대한 피어 검토 레이팅(peer reviewed rating) 또는 상기 콘텐츠 개체와 연관된 제한 중 하나 이상을 포함하는, 디지털 콘텐츠의 동적 가격 결정 방법.
  11. 제1항에 있어서, 상기 콘텐츠 개체는 그와 관련된 초기 가격을 가지며, 상기 동적으로 계산되는 가격은 추가적으로 상기 초기 가격에 기초하여 계산되는, 디지털 콘텐츠의 동적 가격 결정 방법.
  12. 제1항에 있어서, 상기 동적으로 계산되는 가격은 최저 및 최고 가격 파라미터에 의해 제한되는, 디지털 콘텐츠의 동적 가격 결정 방법.
  13. 메모리;
    하나 이상의 프로세서; 및
    실행을 위해 하나 이상의 유형(tangible) 매체 내에 인코딩된 로직
    을 포함하고,
    상기 로직은, 실행시에 상기 하나 이상의 프로세서가,
    콘텐츠 개체의 하나 이상의 속성에 관한 데이터를 위해 사용자 거동 정보의 데이터 스토어에 액세스하고;
    상기 사용자 거동 정보로부터 상기 콘텐츠 개체에 대한 하나 이상의 관심의 크기를 결정하고;
    상기 결정된 관심의 크기에 적어도 부분적으로 기초하여 상기 콘텐츠 개체에 대한 가격을 동적으로 계산하게 하도록 동작 가능한, 디지털 콘텐츠의 동적 가격 결정 장치.
  14. 제13항에 있어서, 상기 사용자 거동 정보는 복수의 쿼리 엔트리를 포함하는 검색 쿼리 로그를 포함하는, 디지털 콘텐츠의 동적 가격 결정 장치.
  15. 제13항에 있어서, 상기 사용자 거동 정보는 사용자 클릭-스루 데이터를 포함하는 페이지 히트 로그를 포함하는, 디지털 콘텐츠의 동적 가격 결정 장치.
  16. 삭제
  17. 삭제
  18. 삭제
  19. 삭제
  20. 삭제
  21. 삭제
  22. 삭제
  23. 삭제
  24. 삭제
  25. 디지털 콘텐츠 개체의 하나 이상의 속성을 수집하는 단계;
    상기 하나 이상의 속성에 기초하여 컴포넌트 스코어들을 계산하는 단계;
    상기 컴포넌트 스코어들을 집계 스코어로 결합하는 단계;
    상기 디지털 콘텐츠 개체에 대한 카테고리를 식별하는 단계 - 상기 카테고리는 최저 및 최고 가격 파라미터를 가짐 -; 및
    상기 집계 스코어에 기초하여, 상기 식별된 카테고리에 대한 상기 최저 및 최고 가격 파라미터들 내에서, 상기 디지털 콘텐츠 개체에 대한 가격을 계산하는 단계
    를 포함하는, 디지털 콘텐츠의 동적 가격 결정 방법.
  26. 제25항에 있어서, 상기 하나 이상의 속성은 상기 디지털 콘텐츠 개체의 소스, 상기 디지털 콘텐츠 개체의 재생 품질, 상기 디지털 콘텐츠 개체에 대한 피어 검토 레이팅 또는 상기 디지털 콘텐츠 개체와 연관된 제한 중 하나 이상을 포함하는, 디지털 콘텐츠의 동적 가격 결정 방법.
KR1020097015297A 2006-12-22 2007-12-18 디지털 콘텐츠용 동적 가격 결정 모델 KR101084841B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US11/615,602 US9076148B2 (en) 2006-12-22 2006-12-22 Dynamic pricing models for digital content
US11/615,602 2006-12-22
PCT/US2007/087938 WO2008079817A1 (en) 2006-12-22 2007-12-18 Dynamic pricing models for digital content

Publications (2)

Publication Number Publication Date
KR20090091357A KR20090091357A (ko) 2009-08-27
KR101084841B1 true KR101084841B1 (ko) 2011-11-21

Family

ID=39544304

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020097015297A KR101084841B1 (ko) 2006-12-22 2007-12-18 디지털 콘텐츠용 동적 가격 결정 모델

Country Status (6)

Country Link
US (1) US9076148B2 (ko)
EP (1) EP2095271A4 (ko)
JP (1) JP5384366B2 (ko)
KR (1) KR101084841B1 (ko)
CN (1) CN101568921A (ko)
WO (1) WO2008079817A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11210739B1 (en) 2020-09-25 2021-12-28 International Business Machines Corporation Dynamic pricing of digital twin resources

Families Citing this family (117)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9633182B2 (en) 2001-05-15 2017-04-25 Altair Engineering, Inc. Token based digital content licensing method
US8930812B2 (en) * 2006-02-17 2015-01-06 Vmware, Inc. System and method for embedding, editing, saving, and restoring objects within a browser window
US20090048860A1 (en) * 2006-05-08 2009-02-19 Corbis Corporation Providing a rating for digital media based on reviews and customer behavior
US7856433B2 (en) * 2007-04-06 2010-12-21 Yahoo! Inc. Dynamic bid pricing for sponsored search
US7739153B1 (en) * 2007-05-18 2010-06-15 Qurio Holdings, Inc. Methods, systems, and computer readable medium for providing video content over a network
US8489702B2 (en) * 2007-06-22 2013-07-16 Apple Inc. Determining playability of media files with minimal downloading
WO2009002847A1 (en) * 2007-06-22 2008-12-31 Corbis Corporation Distributed media reviewing for conformance to criteria
US8429011B2 (en) * 2008-01-24 2013-04-23 Salesforce.Com, Inc. Method and system for targeted advertising based on topical memes
US8484311B2 (en) 2008-04-17 2013-07-09 Eloy Technology, Llc Pruning an aggregate media collection
US8285810B2 (en) * 2008-04-17 2012-10-09 Eloy Technology, Llc Aggregating media collections between participants of a sharing network utilizing bridging
US8224899B2 (en) 2008-04-17 2012-07-17 Eloy Technology, Llc Method and system for aggregating media collections between participants of a sharing network
US9245252B2 (en) 2008-05-07 2016-01-26 Salesforce.Com, Inc. Method and system for determining on-line influence in social media
US20100070490A1 (en) * 2008-09-17 2010-03-18 Eloy Technology, Llc System and method for enhanced smart playlists with aggregated media collections
US20100094834A1 (en) * 2008-10-15 2010-04-15 Concert Technology Corporation Bridging in a media sharing system
US8484227B2 (en) * 2008-10-15 2013-07-09 Eloy Technology, Llc Caching and synching process for a media sharing system
US8880599B2 (en) 2008-10-15 2014-11-04 Eloy Technology, Llc Collection digest for a media sharing system
US20100114979A1 (en) * 2008-10-28 2010-05-06 Concert Technology Corporation System and method for correlating similar playlists in a media sharing network
US8762195B1 (en) * 2008-12-23 2014-06-24 Sprint Communications Company L.P. Dynamically generating pricing information for digital content
US9014832B2 (en) 2009-02-02 2015-04-21 Eloy Technology, Llc Augmenting media content in a media sharing group
US8489458B2 (en) 2009-02-24 2013-07-16 Google Inc. Rebroadcasting of advertisements in a social network
US7970830B2 (en) * 2009-04-01 2011-06-28 Honeywell International Inc. Cloud computing for an industrial automation and manufacturing system
US8073749B2 (en) * 2009-05-26 2011-12-06 Microsoft Corporation Digital content billing via multiple channels
US10997618B2 (en) 2009-09-19 2021-05-04 Colin Higbie Computer-based digital media content classification, discovery, and management system and related methods
US10248717B2 (en) 2014-02-08 2019-04-02 Colin Laird Higbie Computer-based media content classification and discovery system and related methods
US9710491B2 (en) * 2009-11-02 2017-07-18 Microsoft Technology Licensing, Llc Content-based image search
US20110106798A1 (en) * 2009-11-02 2011-05-05 Microsoft Corporation Search Result Enhancement Through Image Duplicate Detection
GB2487466A (en) 2009-11-06 2012-07-25 Ibm Method and system for managing security objects
US8473368B2 (en) * 2009-12-24 2013-06-25 Someones Group Intellectual Property Holdings Pty Ltd Method, system and controller for providing goods and /or services to consumers
US20130007057A1 (en) * 2010-04-30 2013-01-03 Thomson Licensing Automatic image discovery and recommendation for displayed television content
US9208239B2 (en) 2010-09-29 2015-12-08 Eloy Technology, Llc Method and system for aggregating music in the cloud
US9378516B2 (en) * 2010-12-17 2016-06-28 Verizon Patent And Licensing Inc. Content provisioning for user devices
US8579710B2 (en) * 2011-01-20 2013-11-12 Xmg Studio, Inc. Systems and methods of virtual goods trading using ratings to ascribe value to virtual goods
JP5130380B2 (ja) * 2011-02-17 2013-01-30 株式会社 ディー・エヌ・エー ゲームアイテム交換方法、ネットワークゲームシステム、及び、デジタルアイテム交換方法
US8949270B2 (en) 2011-03-10 2015-02-03 Salesforce.Com, Inc. Methods and systems for processing social media data
US9031961B1 (en) * 2011-03-17 2015-05-12 Amazon Technologies, Inc. User device with access behavior tracking and favorite passage identifying functionality
US8818940B2 (en) 2011-03-29 2014-08-26 Salesforce.Com, Inc. Systems and methods for performing record actions in a multi-tenant database and application system
CN102737316A (zh) * 2011-04-01 2012-10-17 东方钢铁电子商务有限公司 一种自动定价及多组织调价模型的构建方法及其装置
US8583799B2 (en) 2011-05-09 2013-11-12 Oracle International Corporation Dynamic cost model based resource scheduling in distributed compute farms
US20120303418A1 (en) * 2011-05-23 2012-11-29 Illan Poreh Dynamic pricing of access to content where pricing varies with user behavior over time to optimize total revenue and users are matched to specific content of interest
US20130013459A1 (en) * 2011-07-07 2013-01-10 hi5 Networks, Inc. Dynamic pricing of online content
US8762870B2 (en) 2011-07-19 2014-06-24 Salesforce.Com, Inc. Multifunction drag-and-drop selection tool for selection of data objects in a social network application
US9298982B2 (en) * 2011-07-26 2016-03-29 Xerox Corporation System and method for computing the visual profile of a place
US10032145B1 (en) * 2011-09-29 2018-07-24 Google Llc Video revenue sharing program
US8856110B2 (en) * 2012-08-01 2014-10-07 Meterfy Ltd. Method and apparatus for providing a response to a query
US20150221002A1 (en) * 2012-08-08 2015-08-06 Qbeats Inc. Computerized system for delivering reasonably priced access to content from many publishers, including providing optimized pricing of remote-access subscriptions to media content incorporating value of individual items of content
WO2014026061A1 (en) * 2012-08-08 2014-02-13 Qbeats Inc. Computerized system for delivering reasonably priced access to content from many publishers and for analyzing search results to automatically provide access to material referenced therein
WO2014026064A2 (en) * 2012-08-08 2014-02-13 Qbeats Inc. Holding access price constant for selected time when access prices change dynamically in an automates system for delivering reasonably priced access to content
CN103593350B (zh) * 2012-08-14 2017-04-19 阿里巴巴集团控股有限公司 一种推荐推广关键词价格参数的方法和装置
US8821260B1 (en) 2012-11-06 2014-09-02 Kabam, Inc. System and method for granting in-game bonuses to a user
US8790185B1 (en) 2012-12-04 2014-07-29 Kabam, Inc. Incentivized task completion using chance-based awards
US8920243B1 (en) 2013-01-02 2014-12-30 Kabam, Inc. System and method for providing in-game timed offers
US20150006258A1 (en) * 2013-03-15 2015-01-01 Studio Sbv, Inc. Subscription-based mobile reading platform
US8831758B1 (en) 2013-03-20 2014-09-09 Kabam, Inc. Interface-based game-space contest generation
US9007189B1 (en) 2013-04-11 2015-04-14 Kabam, Inc. Providing leaderboard based upon in-game events
US9613179B1 (en) 2013-04-18 2017-04-04 Kabam, Inc. Method and system for providing an event space associated with a primary virtual space
US9626475B1 (en) 2013-04-18 2017-04-18 Kabam, Inc. Event-based currency
CA2909765C (en) 2013-04-26 2021-07-13 LeoNovus USA Cloud computing system and method based on distributed consumer electronic devices
US10248970B1 (en) 2013-05-02 2019-04-02 Kabam, Inc. Virtual item promotions via time-period-based virtual item benefits
US8961319B1 (en) 2013-05-16 2015-02-24 Kabam, Inc. System and method for providing dynamic and static contest prize allocation based on in-game achievement of a user
US10789627B1 (en) 2013-05-20 2020-09-29 Kabam, Inc. System and method for pricing of virtual containers determined stochastically upon activation
US20140351021A1 (en) * 2013-05-25 2014-11-27 Colin Laird Higbie Crowd pricing system and method having tier-based ratings
US9138639B1 (en) * 2013-06-04 2015-09-22 Kabam, Inc. System and method for providing in-game pricing relative to player statistics
US9463376B1 (en) 2013-06-14 2016-10-11 Kabam, Inc. Method and system for temporarily incentivizing user participation in a game space
EP3020206B1 (en) * 2013-07-10 2018-09-26 LeoNovus USA Cloud computing system and method utilizing unused resources of non-dedicated devices
US9737819B2 (en) 2013-07-23 2017-08-22 Kabam, Inc. System and method for a multi-prize mystery box that dynamically changes probabilities to ensure payout value
US11164200B1 (en) 2013-08-01 2021-11-02 Kabam, Inc. System and method for providing in-game offers
US9561433B1 (en) 2013-08-08 2017-02-07 Kabam, Inc. Providing event rewards to players in an online game
US9799059B1 (en) 2013-09-09 2017-10-24 Aftershock Services, Inc. System and method for adjusting the user cost associated with purchasable virtual items
US9799163B1 (en) 2013-09-16 2017-10-24 Aftershock Services, Inc. System and method for providing a currency multiplier item in an online game with a value based on a user's assets
US11058954B1 (en) 2013-10-01 2021-07-13 Electronic Arts Inc. System and method for implementing a secondary game within an online game
JP6096734B2 (ja) * 2013-10-08 2017-03-15 日本精工株式会社 価格設定支援システム、価格設定支援プログラム及び価格設定支援方法
US10282739B1 (en) 2013-10-28 2019-05-07 Kabam, Inc. Comparative item price testing
US10482713B1 (en) 2013-12-31 2019-11-19 Kabam, Inc. System and method for facilitating a secondary game
US9940099B2 (en) * 2014-01-03 2018-04-10 Oath Inc. Systems and methods for content processing
US9508222B1 (en) 2014-01-24 2016-11-29 Kabam, Inc. Customized chance-based items
US10226691B1 (en) 2014-01-30 2019-03-12 Electronic Arts Inc. Automation of in-game purchases
US9873040B1 (en) 2014-01-31 2018-01-23 Aftershock Services, Inc. Facilitating an event across multiple online games
US9795885B1 (en) 2014-03-11 2017-10-24 Aftershock Services, Inc. Providing virtual containers across online games
US9517405B1 (en) 2014-03-12 2016-12-13 Kabam, Inc. Facilitating content access across online games
US9610503B2 (en) 2014-03-31 2017-04-04 Kabam, Inc. Placeholder items that can be exchanged for an item of value based on user performance
US10679151B2 (en) 2014-04-28 2020-06-09 Altair Engineering, Inc. Unit-based licensing for third party access of digital content
US9675891B2 (en) 2014-04-29 2017-06-13 Aftershock Services, Inc. System and method for granting in-game bonuses to a user
US9744445B1 (en) 2014-05-15 2017-08-29 Kabam, Inc. System and method for providing awards to players of a game
US9744446B2 (en) 2014-05-20 2017-08-29 Kabam, Inc. Mystery boxes that adjust due to past spending behavior
US10307666B2 (en) 2014-06-05 2019-06-04 Kabam, Inc. System and method for rotating drop rates in a mystery box
US20150339692A1 (en) * 2014-05-21 2015-11-26 Qbeats Inc. Automated volatility score adjustment of access charge curve for automated delivery of news items
US10614445B1 (en) 2014-06-04 2020-04-07 Square, Inc. Proximity-based payments
US9717986B1 (en) 2014-06-19 2017-08-01 Kabam, Inc. System and method for providing a quest from a probability item bundle in an online game
US9539502B1 (en) 2014-06-30 2017-01-10 Kabam, Inc. Method and system for facilitating chance-based payment for items in a game
US9579564B1 (en) * 2014-06-30 2017-02-28 Kabam, Inc. Double or nothing virtual containers
US9452356B1 (en) 2014-06-30 2016-09-27 Kabam, Inc. System and method for providing virtual items to users of a virtual space
US10963868B1 (en) * 2014-09-09 2021-03-30 Square, Inc. Anonymous payment transactions
US10463968B1 (en) 2014-09-24 2019-11-05 Kabam, Inc. Systems and methods for incentivizing participation in gameplay events in an online game
US11481741B2 (en) 2014-10-31 2022-10-25 Block, Inc. Money transfer by use of a payment proxy
US9656174B1 (en) 2014-11-20 2017-05-23 Afterschock Services, Inc. Purchasable tournament multipliers
CN105992015B (zh) * 2015-02-02 2019-12-13 腾讯科技（北京）有限公司 一种信息处理方法及装置
US9827499B2 (en) 2015-02-12 2017-11-28 Kabam, Inc. System and method for providing limited-time events to users in an online game
US9826060B1 (en) * 2015-02-17 2017-11-21 Amazon Technologies, Inc. Predictive transmission of digital content
US10685055B2 (en) 2015-09-23 2020-06-16 Altair Engineering, Inc. Hashtag-playlist content sequence management
US20170193579A1 (en) * 2015-12-31 2017-07-06 Ebay Inc. System and method to calculate session-based price demand on e-commerce site
US11062336B2 (en) 2016-03-07 2021-07-13 Qbeats Inc. Self-learning valuation
US9996382B2 (en) 2016-04-01 2018-06-12 International Business Machines Corporation Implementing dynamic cost calculation for SRIOV virtual function (VF) in cloud environments
CN107886357A (zh) * 2017-11-06 2018-04-06 北京希格斯科技发展有限公司 基于用户行为数据判定内容价值的方法和系统
US10929899B2 (en) 2017-12-18 2021-02-23 International Business Machines Corporation Dynamic pricing of application programming interface services
US10503569B2 (en) 2018-04-17 2019-12-10 International Business Machines Corporation Feature-based application programming interface cognitive comparative benchmarking
US10587426B2 (en) 2018-05-17 2020-03-10 At&T Intellectual Property I, L.P. System and method for optimizing revenue through bandwidth utilization management
CN110852768A (zh) * 2018-08-21 2020-02-28 北京京东尚科信息技术有限公司 动态定价方法及系统、设备、存储介质
US20200183815A1 (en) * 2018-12-07 2020-06-11 Soundhound, Inc. Virtual Assistant Domain Selection Analysis
US11799864B2 (en) 2019-02-07 2023-10-24 Altair Engineering, Inc. Computer systems for regulating access to electronic content using usage telemetry data
US11200587B2 (en) 2019-08-09 2021-12-14 International Business Machines Corporation Facilitating use of select hyper-local data sets for improved modeling
US20210264517A1 (en) * 2020-02-24 2021-08-26 Gfycat, Inc. Internet meme economy
US11281934B2 (en) 2020-02-24 2022-03-22 Gfycat, Inc. Identification and tracking of internet memes
CN111275499A (zh) * 2020-02-28 2020-06-12 重庆新申言科技有限公司 用于互联网教育定价和购买的系统及方法
CN111708934B (zh) * 2020-05-14 2023-06-20 北京百度网讯科技有限公司 知识内容的评价方法、装置、电子设备和存储介质
CN112287160B (zh) * 2020-10-28 2023-12-12 广州欢聊网络科技有限公司 一种音频数据的排序方法、装置、计算机设备和存储介质
US10999416B1 (en) * 2020-12-09 2021-05-04 Coupang Corp. Systems and methods for recurrent and adaptive electronic notifications
CN113378015B (zh) * 2021-06-28 2023-06-20 北京百度网讯科技有限公司 搜索方法、装置、电子设备、存储介质和程序产品

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030120551A1 (en) 2001-12-20 2003-06-26 Intel Corporation Digital content pricing apparatus and method
US20060229950A1 (en) 2005-04-10 2006-10-12 Nagesh Pabbisetty An efficient method of discovering and purchasing goods and services

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AUPQ318999A0 (en) * 1999-10-01 1999-10-28 Minerva Holdings Nv Method and apparatus for price setting
JP2001229231A (ja) 2000-02-14 2001-08-24 Digital Vision Laboratories Corp 流通機構側と一般消費者との情報の流通を仲介する情報流通仲介システム及び情報流通仲介方法
JP2002015175A (ja) 2000-04-28 2002-01-18 Mitsui Eng & Shipbuild Co Ltd コンテンツデータ評価装置および方法，記録媒体、並びにコンテンツデータの販売方法
JP2001338117A (ja) 2000-05-25 2001-12-07 Internatl Business Mach Corp <Ibm> サーバ、情報通信端末、商品販売管理方法、記憶媒体及びプログラム伝送装置
CA2353027A1 (en) * 2000-07-27 2002-01-27 International Business Machines Corporation System and method for enhancing e-commerce transactions by assessing the users' economic purchase value relative to advertisers
US7146416B1 (en) 2000-09-01 2006-12-05 Yahoo! Inc. Web site activity monitoring system with tracking by categories and terms
JP2004528631A (ja) 2001-02-28 2004-09-16 ミュージックレベリオン．コム・インコーポレーテッド デジタルオンライン交換
JP2002269275A (ja) 2001-03-07 2002-09-20 Nippon Telegr & Teleph Corp <Ntt> デジタル情報販売方法およびシステム
US7778872B2 (en) * 2001-09-06 2010-08-17 Google, Inc. Methods and apparatus for ordering advertisements based on performance information and price information
US20030101166A1 (en) 2001-11-26 2003-05-29 Fujitsu Limited Information analyzing method and system
US20050096980A1 (en) 2003-11-03 2005-05-05 Ross Koningstein System and method for delivering internet advertisements that change between textual and graphical ads on demand by a user
JP2005284978A (ja) 2004-03-30 2005-10-13 Hitachi Software Eng Co Ltd ポータルサービス提供方法およびプログラム
CN2731571Y (zh) * 2004-09-27 2005-10-05 清华同方股份有限公司 一种卡拉ok点播系统按播放流付版权使用费的装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030120551A1 (en) 2001-12-20 2003-06-26 Intel Corporation Digital content pricing apparatus and method
US20060229950A1 (en) 2005-04-10 2006-10-12 Nagesh Pabbisetty An efficient method of discovering and purchasing goods and services

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11210739B1 (en) 2020-09-25 2021-12-28 International Business Machines Corporation Dynamic pricing of digital twin resources

Also Published As

Publication number Publication date
EP2095271A4 (en) 2011-01-19
CN101568921A (zh) 2009-10-28
JP2010515117A (ja) 2010-05-06
WO2008079817A1 (en) 2008-07-03
JP5384366B2 (ja) 2014-01-08
US20080154798A1 (en) 2008-06-26
EP2095271A1 (en) 2009-09-02
KR20090091357A (ko) 2009-08-27
US9076148B2 (en) 2015-07-07

Similar Documents

Publication Publication Date Title
KR101084841B1 (ko) 디지털 콘텐츠용 동적 가격 결정 모델
US7231395B2 (en) Method and apparatus for categorizing and presenting documents of a distributed database
US7933899B2 (en) Dynamic bid pricing for sponsored search
US8260786B2 (en) Method and apparatus for categorizing and presenting documents of a distributed database
KR100794156B1 (ko) 컨텐츠 기반 광고 서빙
US7007074B2 (en) Targeted advertisements using time-dependent key search terms
US20040068460A1 (en) Method and system for achieving an ordinal position in a list of search results returned by a bid-for-position search engine
US20080077568A1 (en) Talent identification system and method
US20070067429A1 (en) Delivery method for digital content based on stored, preferential, contextual, and/or situational data
US20070027865A1 (en) System and method for determining semantically related term
US20070192194A1 (en) Metalevel electronic marketplace for advertising
US11100538B1 (en) Image recognition based content item selection
US20090210409A1 (en) Increasing online search engine rankings using click through data
US20110040604A1 (en) Systems and Methods for Providing Targeted Content
US20080059255A1 (en) Method And System For Distribution Of Revenue
US20090292998A1 (en) Aggregating and sharing keys of web pages over page viewers
US8781888B1 (en) Release advertisement system
Kritzinger Development of a search engine marketing model using the application of a dual strategy
AU2007201222A1 (en) Method and apparatus for categorizing and presenting documents of a distributed database

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20141022

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20151016

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20161019

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20171018

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20181018

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20191016

Year of fee payment: 9