KR101254372B1 - 사회적 연대에 기초한 광고 추천 - Google Patents

사회적 연대에 기초한 광고 추천 Download PDF

Info

Publication number
KR101254372B1
KR101254372B1 KR1020097018196A KR20097018196A KR101254372B1 KR 101254372 B1 KR101254372 B1 KR 101254372B1 KR 1020097018196 A KR1020097018196 A KR 1020097018196A KR 20097018196 A KR20097018196 A KR 20097018196A KR 101254372 B1 KR101254372 B1 KR 101254372B1
Authority
KR
South Korea
Prior art keywords
user
opportunity
monetization
monitization
network
Prior art date
Application number
KR1020097018196A
Other languages
English (en)
Other versions
KR20090106650A (ko
Inventor
폴 카메론 무어
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 KR20090106650A publication Critical patent/KR20090106650A/ko
Application granted granted Critical
Publication of KR101254372B1 publication Critical patent/KR101254372B1/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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0214—Referral reward systems
    • 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
    • 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
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0239—Online discounts or incentives
    • 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
    • G06Q30/0277—Online advertisement

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Transfer Between Computers (AREA)
  • Telephonic Communication Services (AREA)

Abstract

네트워크 기반의 서비스들의 특정 유저가 컴퓨터 네트워크를 통해 그 특정 유저에게 제공된 (광고 등의) 모네타이제이션 기회를 제공받았는지 또는 모네타이제이션 기회를 모네타화했는지에 대하여 판정된다. 모네타이제이션 기회를 모네타화하는 것은, 광고에 대하여, 그 광고를 클릭하여 결과로서 (통상 적어도 부분적으로는 서비스 제공자에 의해) 돈이 만들어지도록 하는 것을 포함할 수 있다. 판정에 기초하여, 컴퓨터 네트워크를 통해, 그 특정 유저가 사회적 연대를 갖는, 네트워크 기반 서비스들의 그 특정 유저 이외의 적어도 하나의 다른 유저에게 모네타이제이션 기회가 추천되게 된다. 예를 들어, 특정 유저는 인스턴트 메시징 등의 네트워크 기반 서비스들을 통해 적어도 하나의 다른 유저와 사회적 연대를 가질 수 있다. 사회적 연대는 물론 네트워크 기반 서비스들을 통한 것 이외의 것일 수도 있다.
모네타이제이션, 네트워크 기반의 서비스, 광고, 추천, 사회적 연대

Description

사회적 연대에 기초한 광고 추천{ADVERTISEMENT REFERRAL BASED ON SOCIAL TIES}
본 발명은 광고에 응답할 확률이 높은 사람들에 대한 광고를 타겟팅(targeting)하는 것에 관련된다.
예를 들어, 광고는 검색 엔진의 유저들을 타겟팅할 수 있고, 유저에게 제공된 특정 광고들은 그 유저가 입력한 검색 용어에 적어도 부분적으로 기초한다. 광고가 인터넷 또는 다른 컴퓨터 네트워크를 통해 제공되는 서비스의 유저에게 타겟팅되고 상기 유저가 광고를 클릭할 때, 그 "클릭"에 대하여 광고주가 서비스 제공자에게 금액을 지불하도록, 그 광고는 "모네타화(monetized)"될 수 있다.
컴퓨터 구현된 모네타이제이션 기회 추천(monetization opportunity referral) 방법은 네트워크 기반 서비스들의 특정 유저가 컴퓨터 네트워크를 통해 그 특정 유저에게 제공된 모네타이제이션 기회를 제공받았거나 또는 모네타이제이션 기회를 모네타화(monetize)했는지를 판정하는 것을 포함한다. 예를 들어, 모네타이제이션 기회는, 검색 엔진으로부터 검색 결과를 표시하는 것과 함께 하나 이상의 광고들을 표시하는 것과 같은, 네트워크 기반 서비스의 일부로서 특정 유저에게 제공된 광고일 수 있다. 모네타이제이션 기회를 모네타화하는 것은, 광고에 대하여, 광고를 클릭하여 그 결과로서 (통상, 적어도 부분적으로는 서비스 제공자에 의해) 돈이 만들어지도록 하는 것을 포함할 수 있다.
상기 판정에 기초하여, 컴퓨터 네트워크를 통해, 상기 특정 유저가 사회적 연대(social ties)를 갖는, 네트워크 기반 서비스들의 상기 특정 유저 이외의 적어도 하나의 다른 유저에게 모네타이제이션 기회가 추천되게 된다. 예를 들어, 특정 유저는 인스턴트 메시징 등의 네트워크 기반 서비스들을 통해 적어도 하나의 다른 유저와 사회적 연대를 가질 수 있다. 사회적 연대는 물론 네트워크 기반 서비스들을 통한 것 이외의 것일 수도 있다.
도 1은 특정 유저가 사회적 연대를 갖는, 네트워크 기반 서비스들의 적어도 하나의 다른 유저에게, 컴퓨터 네트워크를 통해, 제공되었거나 또는 추가적으로 모네타화되었다고 판정된 모네타이제이션 기회가 추천된 시스템의 예시적인 구조를 도시하는 블록도.
도 2는 모네타이제이션 기회의 추천을 위한 (예컨대, 도 1 시스템의 추천 엔진(120) 내에서의) 예시적인 처리를 도시하는 흐름도.
도 3은 유저가 모네타이제이션 기회가 추천될 다른 유저들을 표시할 수 있는 유저 인터페이스에 관한 처리의 예를 도시하는 흐름도.
도 4는 추천된 모네타이제이션 기회가 타겟팅되는 다른 유저들을 조정하기 위해 타겟팅 엔진 구성이 조정될 수 있는 시스템의 구성을 도시하는 블록도.
도 5는 도 4의 시스템에 관련하여 발생할 수 있는 처리를 도시하는 흐름도.
발명자는, 사회적 연대 정보를 이용하여 광고를 다른 유저들에게 추천함으로써, 클릭쓰루(clickthorough) 비율이 향상될 수 있다는 것을 깨달았다. 넓은 양태에 따르면, 네트워크 기반 서비스들의 특정 유저가 컴퓨터 네트워크를 통해 그 특정 유저에게 제공된 모네타이제이션 기회를 모네타화했는지를 판정한다. 예를 들어, 모네타이제이션 기회는 광고 등의, 돈을 만들 수 있는 기회일 수 있다. 광고를 클릭함으로써, 유저는 광고를 모네타화할 수 있다. 즉, 광고의 제공자 또는 검색 엔진 제공자와 같은 제휴 관계자는, 유저가 광고를 클릭할 때마다 돈을 모을 수 있다. 모네타이제이션 기회가 모네타화됐다는 판정에 적어도 부분적으로 기초하여, 특정 유저가 사회적 연대를 갖는, 네트워크 기반 서비스들의 상기 특정 유저 이외의 적어도 하나의 다른 사용자에게, 컴퓨터 네트워크를 통해 모네타이제이션 기회(예컨대, 특정 유저가 클릭한 광고 또는 다른 광고)가 추천된다.
사회적 연대는, 예를 들어, 네트워크를 통해 네트워크 기반 서비스들에 의해 제공된 및/또는 사용된 커넥션들을 이용하여 발휘되는 사회적 연대일 수 있다. 이러한 네트워크 기반 서비스들의 3가지 예들은, 이메일, 인스턴트 메시징, 및 Yahoo! 360°(초대에 의해 다른 유저들과 공유하기 위해 정보의 중앙 저장소를 생성하는 것을 용이하게 하는 서비스)를 포함하지만, 그 밖의 가능한 수많은 네트워크 기반 서비스들이 존재한다. 사회적 연대는, 네트워크(112)를 통해 서비스 제공자들에 의해 제공된 커넥션들을 이용하여 발휘된 것과 관련되지 않은, 다른 수단들 에 의해서도 추측될 수 있다. 단지 하나의 예로서, 전화번호부 데이터베이스가 처리될 수 있고, 그에 기초하여, 동일한 성을 갖는 두 사람이 동일한 주소에 산다는 것이 판정될 수 있다. 이러한 정보로부터, 어느 정도의 확실성을 가지고, 이들 두 사람이 사회적 연대(가족)를 갖는다는 것이 추론될 수 있다.
도 1은 특정 유저에게 제공되었거나 또는 특정 유저에 의해 추가로 모네타화되었다고 판정된 모네타이제이션 기회(예컨대, 특정 유저가 클릭한 광고 또는 다른 광고)가, 컴퓨터 네트워크를 통해, 그 특정 유저가 사회적 연대를 갖는, 네트워크 기반 서비스들의 그 특정 유저 이외의 적어도 하나의 다른 유저에게 추천될 수 있는 시스템의 예시적인 구조를 도시하는 블록도이다.
도 1을 참조하면, 특정 유저(102)는 인터넷 등의 네트워크(114)에 접속되어 있다. 복수의 다른 유저(112)(유저 P1(104), 유저 P2(106), 유저 P3(108) 및 유저 P4(110), 및 통상 다수의 다른 유저들)가 또한 네트워크(114)에 접속되어 있다. 유저들은 네트워크(114)를 통하여 서비스 제공자들에 의해 제공된 커넥션들을 이용하여 서로에게 사회적 연대를 발휘한다. 네트워크(114)는 인터넷에 한정되지 않고, 오히려 디바이스 유저들을 접속시키는 다양한 네트워크들을 포함하는 것으로 광범위하게 해석되어야 한다. 사회적 연대는 네트워크(114)를 통해 서비스 제공자들에 의해 제공된 커넥션들을 이용하는 것과 관련되지 않은, 다른 수단들에 의해서도 추론될 수 있다.
모네타이제이션 기회들(118)은 모네타이제이션 기회 표시 서버(116)로부터 제공된 모네타이제이션 기회 표시들에 기초하여 특정 유저(102)에게 추천된다. 따 라서, 예를 들어, 유저가 검색 엔진에 질의하는 것의 결과로서, 모네타이제이션 기회 표시 서버는 검색 결과들과 함께 표시될 광고들(예컨대, URL들)의 표시를 제공할 수 있다. 모네타이제이션 기회들은, 예를 들어, 하나 이상의 특정 검색어들에 대해 검색 결과들과 함께 그들의 광고들이 표시되도록 입찰한 광고주들에 의해 제공된 광고들일 수 있다. 그러한 입찰은, 예를 들어, Yahoo!? Search Marketing tool suite의 일부로서 제공된 입찰 툴을 이용하여 수행될 수 있다. 다른 모네타이제이션 기회들은 예약 구독(subsctiption), 제품, 또는 서비스를 구매하기 위한 오퍼(offer)들을 포함할 수 있다.
특정 유저(102)가 모네타이제이션 기회를 제공받았거나 또는 모네타이제이션 기회를 추가적으로 모네타화했다는(예컨대, 특정 유저(102)에게 광고가 표시되었거나 또는 특정 유저(102)가 검색 결과들과 함께 그에게 표시된 광고를 클릭하였거나 또는 그 모네타이제이션 기회를 통해 구매를 완료했다는) 판단에 부분적으로 기초하여, 추천 엔진(120)은 모네타이제이션 기회(이것은 특정 유저(102)에 의해 모네타화된 것과 동일한 모네타이제이션 기회일 수 있지만, 반드시 그러할 필요는 없음)가, 특정 유저(102)가 (예를 들어, 사회적 연대 표시(122)에 의해 나타낸 바와 같은) 사회적 연대를 갖는 다른 유저들(112) 중 하나 이상의 유저에게 추천되도록 한다. 추천 엔진(120)은, 예를 들어, 컴퓨터 판독가능한 매체에 실체적으로 구현된 프로그램에 따라 프로그래밍된 방식으로 동작하는 하나 이상의 컴퓨팅 디바이스를 포함할 수 있다.
이제, 다른 유저들에게의 추천이 어떻게 이루어질 수 있는지에 대한 몇몇 구 체적인 예들을 포함하여, 추천에 대하여 보다 상세하게 논한다. 일 예에서, 추천된 모네타이제이션 기회는, 일반적으로 독립적인 동작으로서, 다른 유저들에게 직접 제공될 수 있다. 이러한 유형의 추천의 단지 하나의 예로서, 추천된 모네타이제이션 기회를 포함하는 이메일이 다른 유저들에게 보내지도록 될 수 있고, 그 이메일은, 그 추천이 상기 특정 유저로부터 왔다는 표시를 포함할 수 있다.
다른 예로서, 상기 추천은, 모네타이제이션 기회들이 일반적으로 다른 유저들에게 어떻게 해서든지 제공되는 동작의 일부로서 다른 유저들에게 제공될 수 있다. 예를 들어, 상기 추천의 정보가 상기 다른 유저들에게 관련된 광고 타겟팅 모델에 제공될 수 있고, 상기 추천의 정보는, (예컨대, 상기 다른 유저들 중 하나가 검색 엔진에 검색어를 입력하여, 검색 결과들과 함께 광고들이 일반적으로 표시되도록 하는 결과로서) 그 광고들이 상기 다른 유저들에게 제공될 때, 상기 광고 타겟팅 모델에 의해 이용될 수 있다.
하나의 예로서, 상기 타겟팅 모델은 상기 추천 정보에 절대적인 가중치를 제공하여, 광고들이 상기 다른 유저들 중 하나에게 어떻게 해서든지 표시될 수 있었던 때에, 추천된 광고가 그 유저에게 항상 표시되도록 구성될 수 있다. 다른 예로서, 상기 추천된 광고를 다른 유저에게 실제로 제공할지를 판정하는데 있어서, 잠재적으로 다른 유저 특성들(다른 유저들과 연관된 인구학 또는 지리학 등)과 함께, 잠재적으로 유저 특성들이 아닌 다른 요소들과 함께, 상기 추천 정보가 유저 특성으로서 고려되도록, 상기 추천 정보에 절대적인 가중치보다 적은 가중치를 주도록 타겟팅 모델이 구성될 수 있다. 유저 특성들 및 다른 요소들을 고려하는 광고 타 겟팅 모델들은 기술 분야에서 공지되어 있고, 따라서, 그것들의 상세는 본 명세서에서 설명하지 않는다.
도 2는 모네타이제이션 기회의 추천을 달성하기 위한 (예컨대, 도 1 시스템의 추천 엔진(120) 내에서의) 처리의 예를 도시하는 흐름도이다. 단계 202에서, 특정 유저가 모네타이제이션 기회를 제공받었는지 또는 모네타이제이션 기회를 추가적으로 모네타화했는지를 판정한다. 단계 204에서, 단계 202에서의 판정에 적어도 부분적으로 기초하여, 상기 특정 유저가 사회적 연대를 갖는 다른 유저들에게 모네타이제이션 기회가 추천되게 된다(예컨대, 도 1을 참조하여 위에서 논한 바와 같이, 사회적 연대 표시(122)에 기초함).
이제, 모네타이제이션 기회가 추천될 수 있는 다른 유저들이 누구인지를 어떻게 판정하는지에 대해 논한다. 일 예에서, (도 1의 특정 유저(102)와 같은) 특정 유저에게 모네타이제이션 기회가 표시되거나 또는 특정 유저가 모네타이제이션 기회를 추가적으로 모네타화하는 것과 함께, 모네타이제이션 기회를 추천한 다른 유저들의 표시를 캡쳐하기 위해 상기 특정 유저에게 유저 인터페이스가 제공된다. 예를 들어, 유저 인터페이스는, (도 1의 추천 엔진(120)과 같은) 추천 엔진이 상기 특정 유저로부터 모네타이제이션 기회의 추천에 적절하다고 판정될 수 있는 다른 유저들의 표시들의 리스트를 제공할 수 있다. 유저 인터페이스는 상기 특정 유저가 상기 추천 엔진의 판정을 확인하기(또는 확인하지 않기) 위한, 또는 모네타이제이션 기회의 추천을 위해 다른 유저들 중 일부만을 확인하기 위한, 또는 추천 엔진에 의해 판정된 다른 유저들에 포함되지 않은 유저들을 추가하기 위한, 또는 이들 중 일부 또는 전부를 조합한 메커니즘을 가질 수 있다.
도 3은 방금 논한 유저 인터페이스에 관한 처리의 예를 도시하는 흐름도이다. 단계 302에서, 유저 인터페이스가 제공되어, 상기 특정 유저에 의한, 모네타이제이션 기회를 추천할 다른 유저들의 표시를 캡쳐한다. 상기 다른 유저들은, 예를 들어 상기에서 논한 바와 같이, 상기 특정 유저가 사회적 연대를 갖는 유저들이다. 단계 304에서, 모네타이제이션 기회들이 상기 다른 유저들에게 추천되고, 그 표시가 단계 302에서 캡쳐된다.
일 예에 따르면, 도 4의 블록도에 도시된, 상기 다른 유저들의 판정 및/또는 상기 다른 유저들의 타겟팅에 연관된 추천 가중치들이, 추천 엔진 구성(408) 및 사회적 연대 표시(410)에 적어도 부분적으로 기초하여, 추천 엔진(406)(이것은, 예를 들어, 도 1의 추천 엔진(120)일 수 있음)에 의해 행해질 수 있다. 도 4에 또한 도시된 바와 같이, 모네타이제이션 기회가 추천되는 다른 유저들 및/또는 다른 유저들의 타겟팅에 연관된 추천 가중치들을 조정하기 위해, 예를 들어 도 4에 도시된 추천 엔진(406)에 의해, 추천 엔진 구성(408)이 조정될 수 있다.
예를 들어, 추천 엔진 구성(408)은 실제 모네타화된 모네타이제이션 기회들의 정보 피드백에 기초하여 조정될 수 있다. 일 예에서, 사회적 연대 기반의 추천에 의해 생성된 리프트(증가된 응답 비율)가 측정된다. 예를 들어, 추천된 경우와 추천되지 않은 경우의 동일한 광고의 응답 비율이 비교될 수 있다. 긍정적인 리프트가 있다면, 사회적 연대에 기초한 다른 유저들의 타겟팅에 연관된 가중치들은, 일반적으로, 그 광고에 대해 증가할 것이다. 리프트가 없거나, 또는 변화가 부정 적이라면, 사회적 연대에 기초한 다른 유저들의 타겟팅에 연관된 가중치들은, 일반적으로, 그 광고에 대해 감소할 것이다.
추천에 의해 생성된 리프트는, 상기 특정 유저와, 상기 추천된 광고들을 모네타화하는 특정한 다른 유저(들) 사이의 사회적 연대의 특성들에 따르는 것과 같은, 소정 입도(granularity)로 고려될 수 있다. 이러한 방식으로, 타겟팅 가중치는 광고가 추천되는 다른 유저들의 일부(예를 들어, 리프트를 변경시키는데 기여하는 것으로 판정된 하나 이상의 유사한 특성들을 가진 유저들)에 대해서만 조정될 수 있고, 광고가 추천되는 다른 유저들의 전체에 대해서 반드시 조정될 필요는 없다.
도 5는 도 4의 시스템에 관련하여 발생할 수 있는 처리를 도시하는 흐름도이다. 단계 502에서, 다른 유저에 의한 모네타화된 모네타이제이션 기회의 표시가 수신된다. 단계 504에서, 어느 유저들이 모네타이제이션 기회들을 모네타화했는지에 기초하여, 특정 유저에 의한 모네타이제이션 기회들의 모네타이제이션에 기초한 추천들에 관해 및/또는 일반적인 모네타이제이션 기회들의 모네타이제이션에 기초한 추천들에 관해, 추천 엔진 구성이 조정된다. 단계 506에서, 모네타이제이션 기회의 모네타이제이션에 기초하여, 조정된 추천 엔진 구성은, 상기 특정 유저가 사회적 연대를 갖는 다른 유저들에게 모네타이제이션 기회가 추천되도록 하는데 사용된다.
(광고들과 같은) 모네타이제이션 기회들을 다른 유저들에게 추천하기 위한 사회적 연대 정보를 이용함으로써, 모네타이제이션 기회들의 모네타이제이션(광고 들의 클릭쓰루 비율 등)이 향상될 수 있는 방법이 설명되었다.

Claims (43)

  1. 컴퓨터 구현된 모네타이제이션 기회 추천(monetization opportunity referral) 방법으로서 - 상기 방법은 컴퓨터에 의해 수행됨 -,
    네트워크 기반 서비스들의 특정 유저에게, 컴퓨터 네트워크를 통해 그 특정 유저에게 제공되는 모네타이제이션 기회가 제공되었는지를 네트워크 디바이스에 의해 판정하는 단계;
    상기 특정 유저와는 데이터 소스로부터 사회적 연대(social ties)를 갖는, 상기 특정 유저 이외의 상기 네트워크 기반 서비스들의 적어도 하나의 다른 유저를 상기 네트워크 디바이스에 의해 자동으로 식별하는 단계; 및
    상기 판정에 적어도 부분적으로 기초하여, 상기 컴퓨터 네트워크를 통해, 상기 특정 유저와 사회적 연대를 갖는, 상기 특정 유저 이외의 상기 네트워크 기반 서비스들의 상기 적어도 하나의 다른 유저에게 모네타이제이션 기회가 상기 네트워크 디바이스에 의해 자동으로 추천되도록 하는 단계
    를 포함하고,
    상기 모네타이제이션 기회가 상기 적어도 하나의 다른 유저에게 추천되도록 하는 단계는, 상기 모네타이제이션 기회를 모네타화하기 위한 동작의 표시 이외에는 상기 특정 유저로부터 동작의 표시를 요구하지 않으면서, 상기 적어도 하나의 다른 유저에게 상기 모네타이제이션 기회가 자동으로 추천되도록 하는 단계를 포함하는 모네타이제이션 기회 추천 방법.
  2. 제1항에 있어서,
    상기 판정하는 단계는, 상기 특정 유저가 상기 모네타이제이션 기회를 추가적으로 모네타화(monetize)했는지를 판정하는 단계를 더 포함하는 모네타이제이션 기회 추천 방법.
  3. 제1항에 있어서,
    상기 특정 유저는, 상기 네트워크 기반 서비스들에 의해 제공된 커넥션(connection)들을 통해 상기 네트워크 기반 서비스들의 적어도 하나의 다른 유저에 대해 사회적 연대를 갖는 모네타이제이션 기회 추천 방법.
  4. 제1항에 있어서,
    상기 특정 유저는, 상기 네트워크 기반 서비스들에 의해 제공된 커넥션들을 통하는 것 외의 방식으로, 상기 네트워크 기반 서비스들의 적어도 하나의 다른 유저에 대해 사회적 연대를 갖는 모네타이제이션 기회 추천 방법.
  5. 삭제
  6. 제1항에 있어서,
    상기 특정 유저에게 제공되는 상기 모네타이제이션 기회는, 광고, 예약 구독(subscription)을 구매하는 오퍼(offer), 및 제품이나 서비스를 구매하는 오퍼를 포함하는 그룹 중의 하나인 모네타이제이션 기회 추천 방법.
  7. 제1항에 있어서,
    상기 적어도 하나의 다른 유저에게 추천된 상기 모네타이제이션 기회는, 광 고, 예약 구독을 구매하는 오퍼, 및 제품이나 서비스를 구매하는 오퍼를 포함하는 그룹 중의 하나인 모네타이제이션 기회 추천 방법.
  8. 제1항에 있어서,
    상기 특정 유저가 모네타이제이션 기회를 모네타화했는지 여부를 판정하는 단계는, 결과적으로 돈이 만들어지는 상기 모네타이제이션 기회에 관한 동작을 상기 특정 유저가 행하였다는 표시가 있는지의 여부를 판정하는 단계를 포함하는 모네타이제이션 기회 추천 방법.
  9. 제1항에 있어서,
    상기 모네타이제이션 기회가 상기 적어도 하나의 다른 유저에게 추천되도록 하는 단계는, 모네타이제이션 기회들을 상기 적어도 하나의 다른 유저에게 제공하는 통상의 경로에서, 상기 추천된 모네타이제이션 기회가 상기 적어도 하나의 다른 유저에게 자동으로 제공되도록 하는 단계를 포함하는 모네타이제이션 기회 추천 방법.
  10. 제1항에 있어서,
    상기 모네타이제이션 기회가 상기 적어도 하나의 다른 유저에게 추천되도록 하는 단계는, 모네타이제이션 기회들을 상기 적어도 하나의 다른 유저에게 제공하는 통상의 경로 이외에, 상기 추천된 모네타이제이션 기회가 상기 적어도 하나의 다른 유저에게 자동으로 그리고 직접 전달되도록 하는 단계를 포함하는 모네타이제이션 기회 추천 방법.
  11. 제1항에 있어서,
    상기 모네타이제이션 기회가 상기 적어도 하나의 다른 유저에게 추천되도록 하는 단계는, 모네타이제이션 기회 타겟팅(targeting) 모델로의 추천의 표시를 자동으로 제공하는 단계를 포함하는 모네타이제이션 기회 추천 방법.
  12. 제11항에 있어서,
    상기 모네타이제이션 기회를 상기 적어도 하나의 다른 유저에게 제공할지 여부를 판단하기 위하여, 상기 추천이 제공되는 적어도 하나의 다른 유저의 복수의 특성 중 하나로서 제공된 추천 표시를 고려하도록 상기 모네타이제이션 기회 타겟팅 모델을 동작시키는 단계를 더 포함하는 모네타이제이션 기회 추천 방법.
  13. 제11항에 있어서,
    상기 모네타이제이션 기회 타겟팅 모델에 제공된 상기 추천의 표시에 대응하는 가중치의 조정을 야기하는 단계를 더 포함하고,
    상기 모네타이제이션 기회 타겟팅 모델은 상기 모네타이제이션 기회가 상기 가중치에 적어도 부분적으로 기초하여 상기 적어도 하나의 다른 유저에게 제공되게 할지 여부를 판단하는 모네타이제이션 기회 추천 방법.
  14. 제11항에 있어서,
    상기 적어도 하나의 다른 유저 중 하나 또는 그 이상이 상기 추천된 모네타이제이션 기회를 모네타화하는 것에 기초하여 표시들을 수신하는 단계, 및
    그에 기초하여, 상기 모네타이제이션 기회 타겟팅 모델에 제공된 상기 추천의 표시에 대응하는 가중치의 조정을 야기하는 단계
    를 더 포함하는 모네타이제이션 기회 추천 방법.
  15. 제14항에 있어서,
    상기 가중치의 조정을 야기하는 단계는, 상기 추천된 모네타이제이션 기회에 대응하는 응답 레이트(response rate)의 증가 또는 감소에 기초하여 상기 조정을 판정하는 단계를 포함하는 모네타이제이션 기회 추천 방법.
  16. 제14항에 있어서,
    상기 가중치의 조정을 야기하는 단계는, 상기 추천된 모네타이제이션 기회에 대응하는 증가된 응답 레이트의 함수로서 상기 가중치를 증가시키는 단계를 포함하는 모네타이제이션 기회 추천 방법.
  17. 제14항에 있어서,
    상기 가중치의 조정을 야기하는 단계는, 상기 추천된 모네타이제이션 기회에 대응하는 제로(zero) 또는 감소된 응답 레이트의 함수로서 상기 가중치를 감소시키는 단계를 포함하는 모네타이제이션 기회 추천 방법.
  18. 제1항에 있어서,
    상기 적어도 하나의 다른 유저 중 적어도 하나의 유저가 상기 모네타이제이션 기회를 모네타화했다는 것을 나타내는 적어도 하나의 표시를 수신하는 단계; 및
    그에 부분적으로 기초하여, 후속하는 모네타이제이션 기회들을 추천하는 것과 관련하여, 어느 유저들을 복수의 다른 유저들에 포함시킬지를 조정하는 단계
    를 더 포함하는 모네타이제이션 기회 추천 방법.
  19. 제18항에 있어서,
    상기 조정하는 단계는, 상기 특정 유저와 상기 적어도 하나의 다른 유저 사이의 사회적 연대의 특성들에 또한 기초하는 모네타이제이션 기회 추천 방법.
  20. 제18항에 있어서,
    상기 조정하는 단계는, 상기 특정 유저와, 상기 모네타이제이션 기회를 모네타화한 상기 적어도 하나의 다른 유저 중 표시된 적어도 하나의 유저 사이의 사회적 연대를 고려하여, 상기 특정 유저와 상기 적어도 하나의 다른 유저 사이의 사회적 연대의 특성에 또한 기초하는 모네타이제이션 기회 추천 방법.
  21. 삭제
  22. 삭제
  23. 삭제
  24. 적어도 하나의 모네타이제이션 기회를 갖는 네트워크 기반 서비스의 유저를 타겟팅(targeting)하는 방법으로서 - 상기 방법은 컴퓨터에 의해 수행됨 -,
    타겟팅 모델에 관련된 상기 유저의 특성들을 네트워크 디바이스에 의해 처리하는 단계 - 처리되는 특성은 추천하는 유저에 의해 상기 유저에게 추천되는 모네타이제이션 기회의 표시를 포함하고, 상기 추천하는 유저에 의해 상기 유저에게 추천되는 모네타이제이션 기회는 그와 연관된 가중치를 가짐 -;
    상기 처리에 부분적으로 기초하여, 상기 추천하는 유저에 의해 상기 유저에게 추천된 모네타이제이션 기회를 상기 네트워크 디바이스에 의해 판정하는 단계;
    상기 가중치에 적어도 부분적으로 기초하여 상기 모네타이제이션 기회를 상기 유저에게 제공할지 여부를 상기 네트워크 디바이스에 의해 판정하는 단계; 및
    상기 판정 단계의 결과에 따라 상기 모네타이제이션 기회를 상기 유저에게 제공하는 단계를 포함하고,
    상기 가중치는, 상기 모네타이제이션 기회를 상기 유저 이외의 유저들에게 추천한 결과로서 달성된 응답 레이트의 증가 또는 감소의 양에 적어도 부분적으로 기초하는 유저 타겟팅 방법.
  25. 삭제
  26. 삭제
  27. 제24항에 있어서,
    상기 추천하는 유저가 상기 모네타이제이션 기회를 추천한 다른 유저들에 의한 상기 추천된 모네타이제이션 기회의 모네타이제이션에 기초하여, 상기 가중치를 조정하는 단계를 더 포함하는 유저 타겟팅 방법.
  28. 특정 유저와 사회적 연대를 갖는 특정한 추천하는 유저에 의해, 특정 모네타이제이션 기회를 추천한 상기 특정 유저를 타겟팅할지의 여부를 판정하기 위해 타겟팅 모델에 의해 사용가능한 유저 정보 수집 시스템을 유지하는 방법으로서 - 상기 방법은 컴퓨터에 의해 수행됨 -,
    상기 특정 모네타이제이션 기회와 연관된 추천에 대해 타겟팅 가중치를 유지하는 단계;
    상기 특정 모네타이제이션 기회를 상기 특정 유저 이외의 유저들에게 추천한 결과로서 달성된 응답 레이트의 증가 또는 감소의 양에 적어도 부분적으로 기초하여, 프로세서에 의해 상기 특정 모네타이제이션 기회의 추천을 위해 상기 타겟팅 가중치를 조정하는 단계;
    상기 타겟팅 가중치에 적어도 부분적으로 기초하여, 상기 특정 모네타이제이션 기회를 상기 특정 유저에게 제공할지 여부를 상기 타겟팅 모델에 의해 판정하는 단계; 및
    상기 판정 단계의 결과에 따라 상기 특정 모네타이제이션 기회를 상기 특정 유저에게 제공하는 단계
    를 포함하는 유저 정보 수집 시스템 유지 방법.
  29. 제28항에 있어서,
    상기 추천을 위한 타겟팅 가중치는 상기 특정 유저와 또한 연관되고,
    상기 조정하는 단계는, 상기 추천하는 유저와 상기 특정 유저 사이의 사회적 연대의 특성에 대한, 상기 추천하는 유저와, 상기 특정 유저 이외의 유저들 사이의 사회적 연대의 특성들의 함수로서, 상기 특정 유저 이외의 유저들에게 상기 특정 모네타이제이션 기회를 추천한 결과로서 달성된 응답 레이트의 증가 또는 감소에 추가적으로 기초하는 유저 정보 수집 시스템 유지 방법.
  30. 모네타이제이션 기회들을 추천하도록 구성된 시스템으로서,
    네트워크 기반 서비스들의 특정 유저가 컴퓨터 네트워크를 통해 그 특정 유저에게 제공되는 모네타이제이션 기회를 제공받았는지를 판정하고;
    상기 특정 유저와 데이터 소스로부터 사회적 연대를 갖는, 상기 특정 유저 이외의 상기 네트워크 기반 서비스들의 적어도 하나의 다른 유저를 자동으로 식별하고;
    상기 판정에 적어도 부분적으로 기초하여, 상기 컴퓨터 네트워크를 통해, 상기 특정 유저와 사회적 연대를 갖는, 상기 특정 유저 이외의 상기 네트워크 기반 서비스들의 상기 적어도 하나의 다른 유저에게 모네타이제이션 기회가 자동으로 추천되도록 구성되고,
    상기 모네타이제이션 기회가 상기 적어도 하나의 다른 유저에게 추천되도록 하는 것은, 상기 모네타이제이션 기회를 모네타화하기 위한 동작의 표시 이외에는 상기 특정 유저로부터 동작의 표시를 요구하지 않으면서, 상기 적어도 하나의 다른 유저에게 상기 모네타이제이션 기회가 자동으로 추천되도록 하는 것을 포함하는 적어도 하나의 컴퓨팅 디바이스를 포함하는 시스템.
  31. 제30항에 있어서,
    상기 적어도 하나의 컴퓨팅 디바이스는 추가적으로 상기 특정 유저가 상기 특정 유저에게 제공되는 상기 모네타이제이션 기회를 모네타화했는지를 판정하도록 구성되는 시스템.
  32. 제1항에 있어서,
    상기 컴퓨터 네트워크를 통해, 상기 특정 유저와 사회적 연대를 갖는, 상기 특정 유저 이외의 상기 네트워크 기반 서비스들의 상기 적어도 하나의 다른 유저에게 모네타이제이션 기회가 상기 네트워크 디바이스에 의해 자동으로 추천되도록 하는 단계는, 상기 네트워크 기반 서비스들의 적어도 하나의 다른 유저에게, 상기 컴퓨터 네트워크를 통해, 상기 모네타이제이션 기회가 자동으로 제공되거나 제안되지 않도록 하는 모네타이제이션 기회 추천 방법.
  33. 제1항에 있어서,
    상기 컴퓨터 네트워크를 통해, 상기 네트워크 기반 서비스들의 상기 적어도 하나의 다른 유저에게 모네타이제이션 기회가 상기 네트워크 디바이스에 의해 자동으로 추천되도록 하는 단계는, 상기 적어도 하나의 다른 유저로부터 상기 네트워크 디바이스에 의한 입력을 수신하지 않고 수행되는 모네타이제이션 기회 추천 방법.
  34. 제28항에 있어서,
    상기 특정 모네타이제이션 기회를 상기 특정의 추천하는 유저 이외의 유저들에게 추천한 결과로서 달성된 응답 레이트의 증가 또는 감소의 양에 적어도 부분적으로 기초하여 상기 특정 모네타이제이션 기회의 추천을 위해 타겟팅 가중치를 조정하는 단계는, 상기 응답 레이트의 증가 또는 감소에 기여하는 것으로 식별된 하나 이상의 특성을 갖는 유저들의 일부(subset)에 대해서만 수행되는 유저 정보 수집 시스템 유지 방법.
  35. 제28항에 있어서,
    상기 특정 모네타이제이션 기회를 상기 특정의 추천하는 유저 이외의 유저들에게 추천한 결과로서 달성된 응답 레이트의 증가 또는 감소의 양에 적어도 부분적으로 기초하여 상기 특정 모네타이제이션 기회의 추천을 위해 타겟팅 가중치를 조정하는 단계는, 상기 특정의 추천하는 유저와 상기 특정 모네타이제이션 기회의 추천을 모네타화하는 유저들의 일부 간의 사회적 연대의 특성에 따라 수행되는 유저 정보 수집 시스템 유지 방법.
  36. 제1항에 있어서,
    상기 특정 유저에게 제공되는 상기 모네타이제이션 기회는 광고를 포함하는 모네타이제이션 기회 추천 방법.
  37. 제36항에 있어서,
    상기 광고는 상기 특정 유저에 의해 입력되는 검색 용어에 적어도 부분적으로 기초하여 선택되는 모네타이제이션 기회 추천 방법.
  38. 제36항에 있어서,
    상기 특정 유저와 사회적 연대를 갖는, 상기 특정 유저 이외의 상기 네트워크 기반 서비스들의 적어도 하나의 다른 유저에게 추천된 상기 모네타이제이션 기회는 광고인 모네타이제이션 기회 추천 방법.
  39. 제36항에 있어서,
    상기 특정 유저와 사회적 연대를 갖는, 상기 특정 유저 이외의 상기 네트워크 기반 서비스들의 적어도 하나의 다른 유저에게 추천된 상기 모네타이제이션 기회는 또 다른 광고인 모네타이제이션 기회 추천 방법.
  40. 제28항에 있어서,
    상기 특정 모네타이제이션 기회는 광고인 유저 정보 수집 시스템 유지 방법.
  41. 제24항에 있어서,
    상기 모네타이제이션 기회는 광고인 유저 타겟팅 방법.
  42. 제6항에 있어서,
    상기 적어도 하나의 다른 유저에게 추천된 상기 모네타이제이션 기회는, 광고, 예약 구독을 구매하는 오퍼(offer), 및 제품이나 서비스를 구매하는 오퍼로 구성되는 그룹 중에서의 하나인 모네타이제이션 기회 추천 방법.
  43. 삭제
KR1020097018196A 2007-02-01 2008-01-22 사회적 연대에 기초한 광고 추천 KR101254372B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US11/670,013 2007-02-01
US11/670,013 US20080189174A1 (en) 2007-02-01 2007-02-01 Advertisement referral based on social ties
PCT/US2008/051681 WO2008094788A1 (en) 2007-02-01 2008-01-22 Advertisement referral based on social ties

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020127008101A Division KR20120061087A (ko) 2007-02-01 2008-01-22 사회적 연대에 기초한 광고 추천

Publications (2)

Publication Number Publication Date
KR20090106650A KR20090106650A (ko) 2009-10-09
KR101254372B1 true KR101254372B1 (ko) 2013-04-15

Family

ID=39674459

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020127008101A KR20120061087A (ko) 2007-02-01 2008-01-22 사회적 연대에 기초한 광고 추천
KR1020097018196A KR101254372B1 (ko) 2007-02-01 2008-01-22 사회적 연대에 기초한 광고 추천

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020127008101A KR20120061087A (ko) 2007-02-01 2008-01-22 사회적 연대에 기초한 광고 추천

Country Status (7)

Country Link
US (1) US20080189174A1 (ko)
EP (1) EP2108172A4 (ko)
KR (2) KR20120061087A (ko)
CN (1) CN101601063A (ko)
AU (1) AU2008210861B2 (ko)
TW (1) TWI403968B (ko)
WO (1) WO2008094788A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190044440A (ko) 2017-10-20 2019-04-30 대구대학교 산학협력단 다층 다차원 분석 기반의 광고 추천 장치 및 방법
KR20190044592A (ko) 2019-02-21 2019-04-30 대구대학교 산학협력단 동적인 다차원 분석 기반의 광고 추천 장치 및 방법

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9065727B1 (en) 2012-08-31 2015-06-23 Google Inc. Device identifier similarity models derived from online event signals
TWI508010B (zh) * 2009-02-10 2015-11-11 Alibaba Group Holding Ltd Information recommendation method, device and server
US8489458B2 (en) * 2009-02-24 2013-07-16 Google Inc. Rebroadcasting of advertisements in a social network
US8499241B2 (en) * 2009-06-17 2013-07-30 Beezag Inc. Virtual community for incentivized viewing of multimedia content
US20120036444A1 (en) * 2010-07-01 2012-02-09 Andersen Ann-Cabell Baum Systems and Methods for Interactive Web-based Social Networking and Activities Coordination
US20120116871A1 (en) * 2010-11-05 2012-05-10 Google Inc. Social overlays on ads
WO2012092397A2 (en) 2010-12-28 2012-07-05 Google Inc. Targeting based on social updates
US20120209719A1 (en) * 2011-02-16 2012-08-16 Plut William J Systems for electronic interpersonal advertising
US20120209718A1 (en) * 2011-02-16 2012-08-16 Plut William J Methods and systems for providing compensation for electronic interpersonal advertising
US8650070B2 (en) * 2011-08-02 2014-02-11 Google Inc. System and method for sharing content on third-party mobile applications
US10719840B2 (en) * 2011-10-24 2020-07-21 Transform Sr Brands Llc Systems and methods for distributing customizable and shareable tiered offers
US20130226710A1 (en) * 2012-02-28 2013-08-29 Trustedad, Inc. Ad creation interface for an interpersonal electronic advertising system
US9053185B1 (en) 2012-04-30 2015-06-09 Google Inc. Generating a representative model for a plurality of models identified by similar feature data
US8527526B1 (en) 2012-05-02 2013-09-03 Google Inc. Selecting a list of network user identifiers based on long-term and short-term history data
US8914500B1 (en) 2012-05-21 2014-12-16 Google Inc. Creating a classifier model to determine whether a network user should be added to a list
US20130339130A1 (en) * 2012-06-15 2013-12-19 Trustedad, Inc. Interpersonal ad ranking
US20130339127A1 (en) * 2012-06-15 2013-12-19 Trustedad, Inc. Interpersonal timing in ad ranking
US8886575B1 (en) 2012-06-27 2014-11-11 Google Inc. Selecting an algorithm for identifying similar user identifiers based on predicted click-through-rate
US8874589B1 (en) 2012-07-16 2014-10-28 Google Inc. Adjust similar users identification based on performance feedback
US8782197B1 (en) 2012-07-17 2014-07-15 Google, Inc. Determining a model refresh rate
US8886799B1 (en) 2012-08-29 2014-11-11 Google Inc. Identifying a similar user identifier
WO2017082824A1 (en) * 2015-11-09 2017-05-18 Deskera Singapore Pte Ltd Methods and systems for providing content to a user of a relationship network
US10937045B2 (en) 2018-01-22 2021-03-02 International Business Machines Corporation Referral compensation using social interactions

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020001219A (ko) * 2000-06-27 2002-01-09 김효중 적립포인트를 이용한 인터넷베팅게임방법
US20050279830A1 (en) * 2005-07-25 2005-12-22 Li-Hsiang Chao Method and system for multiple income-generating business card and referral network
KR20060103909A (ko) * 2003-12-03 2006-10-04 코닌클리케 필립스 일렉트로닉스 엔.브이. 추천을 위한 개선된 협동 필터링 기술

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7124093B1 (en) * 1997-12-22 2006-10-17 Ricoh Company, Ltd. Method, system and computer code for content based web advertising
EP1402429A2 (en) * 1999-03-02 2004-03-31 Quixtar Investments, Inc. Electronic commerce transactions within a marketing system that may contain a membership buying opportunity
US20010036271A1 (en) * 1999-09-13 2001-11-01 Javed Shoeb M. System and method for securely distributing digital content for short term use
KR20000024661A (ko) * 2000-02-26 2000-05-06 김정훈 고객관리데이터베이스와 이메일을 이용한 인터넷 광고효과 극대화 방법
US20020032905A1 (en) * 2000-04-07 2002-03-14 Sherr Scott Jeffrey Online digital video signal transfer apparatus and method
US6952678B2 (en) * 2000-09-01 2005-10-04 Askme Corporation Method, apparatus, and manufacture for facilitating a self-organizing workforce
MXPA03003137A (es) * 2000-10-11 2005-04-29 United Video Properties Inc Disposiciones y metodos para construir.
KR100431555B1 (ko) * 2001-07-30 2004-05-12 강신혁 메신저를 이용한 정보제공 방법
US20040103022A1 (en) * 2002-11-21 2004-05-27 Chilcoat Charles B. Method and system for web-based marketing of goods and services having incentive features, tracking and processing incentive based marketing data
US20040181517A1 (en) * 2003-03-13 2004-09-16 Younghee Jung System and method for social interaction
US20040254831A1 (en) * 2003-06-11 2004-12-16 Dean William C. Referral of potential customers to a seller
US20050043990A1 (en) * 2003-08-18 2005-02-24 Powers Jason Dean Method and system for processing and managing referral data
JP4322614B2 (ja) * 2003-09-30 2009-09-02 株式会社スクウェア・エニックス 広告配信システム
US7689452B2 (en) * 2004-05-17 2010-03-30 Lam Chuck P System and method for utilizing social networks for collaborative filtering
US7665107B2 (en) * 2005-03-11 2010-02-16 Microsoft Corporation Viral advertising for interactive services
US20060242018A1 (en) * 2005-04-21 2006-10-26 Nathan Shulman Apparatus, system and business method for managing digital media rental subscriber bases
US20060259359A1 (en) * 2005-05-16 2006-11-16 Gogel Edward D Method of monetizing networks
US20060265283A1 (en) * 2005-05-20 2006-11-23 Anchorfree, Inc. System and method for monetizing internet usage
US20070156446A1 (en) * 2006-01-05 2007-07-05 Jolly Timothy S Internet-based marketing, productivity enhancement and referral system
US8094794B2 (en) * 2006-09-27 2012-01-10 At&T Intellectual Property I. L.P. Advertising message referrals
US20110184792A1 (en) * 2010-01-28 2011-07-28 Microsoft Corporation Social network rewards

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020001219A (ko) * 2000-06-27 2002-01-09 김효중 적립포인트를 이용한 인터넷베팅게임방법
KR20060103909A (ko) * 2003-12-03 2006-10-04 코닌클리케 필립스 일렉트로닉스 엔.브이. 추천을 위한 개선된 협동 필터링 기술
US20050279830A1 (en) * 2005-07-25 2005-12-22 Li-Hsiang Chao Method and system for multiple income-generating business card and referral network

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190044440A (ko) 2017-10-20 2019-04-30 대구대학교 산학협력단 다층 다차원 분석 기반의 광고 추천 장치 및 방법
KR20190044592A (ko) 2019-02-21 2019-04-30 대구대학교 산학협력단 동적인 다차원 분석 기반의 광고 추천 장치 및 방법

Also Published As

Publication number Publication date
EP2108172A1 (en) 2009-10-14
TW200844889A (en) 2008-11-16
EP2108172A4 (en) 2011-02-02
US20080189174A1 (en) 2008-08-07
WO2008094788A1 (en) 2008-08-07
KR20120061087A (ko) 2012-06-12
AU2008210861B2 (en) 2011-09-15
TWI403968B (zh) 2013-08-01
CN101601063A (zh) 2009-12-09
AU2008210861A1 (en) 2008-08-07
KR20090106650A (ko) 2009-10-09

Similar Documents

Publication Publication Date Title
KR101254372B1 (ko) 사회적 연대에 기초한 광고 추천
US10235688B2 (en) Web and mobile device advertising
US8438062B2 (en) Network node ad targeting
US8423409B2 (en) System and method for monetizing user-generated web content
US10373173B2 (en) Online content delivery based on information from social networks
US9053497B2 (en) Systems and methods for targeting advertising to groups with strong ties within an online social network
AU2011279407B2 (en) Distributing content based on transaction information
US8560385B2 (en) Advertising and incentives over a social network
US20130346172A1 (en) Method and system for valuing and rewarding third party marketing of products via a social network
US9189798B2 (en) Systems and methods for online website lead generation service
US20160328739A1 (en) Attribution of values to user interactions in a sequence
US20080154915A1 (en) Network-based recommendations
US20130204700A1 (en) System, method and computer program product for prediction based on user interactions history
US20120166274A1 (en) General to social advertisements
US20170186029A1 (en) Advertisement relevance score using social signals
US9589278B1 (en) Conversion timing prediction for networked advertising
US8712847B2 (en) Systems and methods for advertising on content-screened web pages
KR20190069916A (ko) 샵 분배 기능 및 인플루언서 마케팅 효율 분석 기능을 가지는 인플루언서 소셜 미디어 마케팅 서비스 제공 시스템 및 그 방법과 이를 구현하기 위한 프로그램이 저장된 기록매체
US20160180376A1 (en) Systems and methods for ad campaign optimization
US20060167752A1 (en) Automated segmentation and yield management
US11010786B1 (en) Predicting advertisement impact for audience selection
US20120116885A1 (en) Social network based online advertising and advertisement branding
US20100138306A1 (en) Method of Promotion and Advertisement Via the Background of a Website
US20090150222A1 (en) Method for increasing the accuracy of social network profiles
US20210097574A1 (en) Delivering advertisements to mobile applications

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
A107 Divisional application of patent
AMND Amendment
J201 Request for trial against refusal decision
B601 Maintenance of original decision after re-examination before a trial
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160318

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170322

Year of fee payment: 5