KR101624680B1 - 소셜 네트워크의 사용자들에게 광고를 제공하기 위한 방법 및 시스템 - Google Patents

소셜 네트워크의 사용자들에게 광고를 제공하기 위한 방법 및 시스템 Download PDF

Info

Publication number
KR101624680B1
KR101624680B1 KR1020117023197A KR20117023197A KR101624680B1 KR 101624680 B1 KR101624680 B1 KR 101624680B1 KR 1020117023197 A KR1020117023197 A KR 1020117023197A KR 20117023197 A KR20117023197 A KR 20117023197A KR 101624680 B1 KR101624680 B1 KR 101624680B1
Authority
KR
South Korea
Prior art keywords
user
users
advertisement
social network
advertiser
Prior art date
Application number
KR1020117023197A
Other languages
English (en)
Other versions
KR20120004436A (ko
Inventor
동 장
에드워드 와이. 창
Original Assignee
구글 인코포레이티드
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 구글 인코포레이티드 filed Critical 구글 인코포레이티드
Publication of KR20120004436A publication Critical patent/KR20120004436A/ko
Application granted granted Critical
Publication of KR101624680B1 publication Critical patent/KR101624680B1/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
    • G06Q30/0241—Advertisements
    • G06Q30/0277—Online advertisement
    • 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking

Abstract

일 구현에 있어서, 컴퓨터로 구현되는 방법은 광고주로부터 컴퓨터로 구현되는 소셜 네트워크의 사용자들을 광고의 타겟으로 하기 위한 요청을 서버에서 수신하는 단계를 포함하고 상기 요청은 상기 광고주가 타겟으로 하길 원하는 상기 사용자들의 특징들을 표시하는 데이터를 포함한다. 방법은 상기 사용자들의 특징들이 상기 수신된 특징들과 얼마나 유사한지 여부, 및 상기 컴퓨터로 구현되는 소셜 네트워크 내에서 상기 사용자가 얼마나 영향력있는지를 나타내는 각 사용자에 대한 영향력 점수에 기초하여, 상기 서버에 의해 상기 사용자들의 순위를 정하는 단계를 포함한다. 방법은 상기 광고주에 의해 타겟이 된 하나 이상의 상기 사용자들에게 상기 광고를 디스플레이할 기회에 대한 광고주로부터의 입찰에 기초하여, 상기 서버에 의해 상기 광고주의 요청을 채점하는 단계, 및 상기 광고주 요청의 점수와 상기 하나 이상의 사용자들의 하나 이상의 순위들 사이의 상관관계에 기초하여, 상기 광고주에 의해 타겟이 된 상기 하나 이상의 사용자들에게 상기 광고를 디스플레이할 기회를 서버에 의해 할당하는 단계를 더 포함한다.

Description

소셜 네트워크의 사용자들에게 광고를 제공하기 위한 방법 및 시스템{METHOD AND SYSTEM FOR PROVIDING ADVERTISING TO USERS OF SOCIAL NETWORK}
본 명세서는 전반적으로 소셜 네트워크(social network) 상에 광고들을 배치하기 위한 방법들 및 시스템들을 설명한다.
본 개시는 일반적으로 소셜 네트워크의 사용자들에게 광고를 제공하는 것에 관한 것이다. 소셜 네트워크는 지리적으로 분리된 사용자들이 서로 상호작용하는 포럼을 제공하는 온라인 시스템일 수 있다. 소셜 네트워크들은 친구 관계 및 비지니스 네트워킹과 같은 사회적 상호작용의 다른 측면들에서 타겟(target)이 될 수 있다.
소셜 네트워크의 사용자들에게 광고하는 방법들은 소셜 네트워크 및 특정 컨텐츠를 가진 소셜 네트워크의 사용자들을 타겟으로 하는 것을 포함하고 있다. 일부 방법에 있어서, 소셜 네트워크의 일반적인 목적(예컨대, 비지니스)에 관한 광고들로 전체 소셜 네트워크를 타겟팅한다. 다른 방법들에서, 특정 사용자들은 사용자의 프로필 페이지 각각의 컨텐츠에 기초한 광고들의 타겟이 되어 왔다. 예를 들어, 사용자가 그/그녀의 프로필 페이지상에서 스포츠를 토론한다면, 스포츠에 관한 광고가 그 사용자를 타겟으로 할 수 있다.
본 명세서는 소셜 네트워크의 사용자들에게 광고를 제공하기 위한 기술들을 설명한다. 일반적으로, 특정 광고들과 보는 사람의 상호작용들(예컨대 사용자가 광고들을 스킵(skip)하는 상호작용)이 모니터될 수 있고, 이후에 시스템은 사용자들이 볼 가능성이 높고 스킵할 가능성이 낮은 광고들로 결정된 다른 광고들을 선택할 수 있다.
일 구현에 있어서, 컴퓨터로 구현되는 방법은 광고주로부터 컴퓨터로 구현되는 소셜 네트워크의 사용자들을 광고의 타겟(target)으로 하기 위한 요청을 서버에서 수신하는 단계를 포함하고, 상기 요청은 상기 광고주가 타겟으로 하길 원하는 상기 사용자들의 특징들을 표시하는 데이터를 포함한다. 방법은 상기 사용자들의 특징들이 상기 수신된 특징들과 얼마나 유사한지 여부, 및 상기 컴퓨터로 구현되는 소셜 네트워크 내에서 상기 사용자가 얼마나 영향력있는지를 나타내는 각 사용자에 대한 영향력 점수에 기초하여, 상기 서버에 의해 상기 사용자들의 순위를 정하는(ranking) 단계를 더 포함한다. 또한 방법은 상기 광고주에 의해 타겟이 된 하나 이상의 상기 사용자들에게 상기 광고를 디스플레이할 기회에 대한 광고주로부터의 입찰에 기초하여, 상기 서버에 의해 상기 광고주의 요청을 채점하는 단계, 및 상기 광고주 요청의 점수와 상기 하나 이상의 사용자들의 하나 이상의 순위들 사이의 상관관계에 기초하여, 상기 광고주에 의해 타겟이 된 상기 하나 이상의 사용자들에게 상기 광고를 디스플레이할 기회를 서버에 의해 할당하는 단계를 더 포함한다. 방법은 상기 광고에 할당된 하나 이사의 사용자들과 연계된 하나 이상의 클라이언트들 상에 디스플레이할 상기 광고를 상기 서버에 의해 출력하는 단계를 더 포함한다.
다른 구현에 있어서, 소셜 네트워크의 사용자들에게 광고를 디스플레이할 기회를 할당하는 시스템으로서, 하나 이상의 서버들, 및 소셜 네트워크의 사용자들을 광고의 타겟으로 한 요청을 광고주로부터 수신하도록 상기 하나 이상의 서버들에 대한 인터페이스로서, 상기 요청은 상기 광고주가 타겟으로 하길 원하는 사용자들의 특징들을 표시하는 데이터를 포함하는 상기 인터페이스를 포함한다. 시스템은 상기 사용자 특징들이 상기 수신된 특징들에 얼마나 유사한지 여부 및 상기 사용자가 상기 소셜 네트워크 내에서 얼마나 영향력 있는지를 나타내는 각 사용자에 대한 영향력 점수에 기초하여, 상기 사용자들의 순위를 정하는 수단, 및 상기 광고주에 의해 타겟이 된 하나 이상의 사용자들에게 상기 광고를 디스플레이할 기회에 대한 상기 광고주로부터의 입찰에 기초하여, 상기 광고주의 요청을 채점하도록 상기 하나 이상의 서버들상에 설치된 요청 채점 모듈을 포함한다. 또한 시스템은 상기 광고주 요청의 점수 및 상기 하나 이상의 사용자들의 하나 이상의 순위들 사이의 상관관계에 기초하여 상기 광고주에 의해 타겟이 된 하나 이상의 사용자들에게 상기 광고를 디스플레이할 기회를 할당하고, 상기 광고에 할당된 하나 이상의 사용자들과 연계된 하나 이상의 클라이언트상에 디스플레이할 광고를 출력하기 위해, 상기 하나 이상의 서버상에 설치된 광고 할당 모듈을 포함한다.
다른 구현에 있어서, 컴퓨터로 구현되는 방법은 광고주로부터 광고의 컨텐츠에 관한 정보를 서버에서 수신하는 단계, 및 상기 서버에 의해, 사용자가 상기 광고 컨텐츠에 수용적일 가능성 및 컴퓨터로 구현되는 소셜 네트워크의 다른 사용자들에 대해 사용자가 가진 영향력의 양에 기초하여, 컴퓨터로 구현되는 소셜 네트워크의 사용자들의 정리된 리스트를 만드는 단계를 포함한다. 방법은 상기 서버에 의해, 사용자들의 정리된 리스트에서 제공된 사용자에게 상기 광고를 디스플레이할 권리에 대한 입찰을 상기 광고주로부터 수신하는 단계를 포함한다. 또한 방법은 상기 광고주로부터의 입찰이 상기 사용자에게 광고를 디스플레이할 권리를 위해 다른 광고주들로부터 시간 기간 내에 수신된 다른 입찰들보다 크면, 서버에 의해 상기 광고주에게 상기 광고를 디스플레이할 권리를 부여하는 단계로서, 상기 광고주로부터의 입찰은 상기 시간 기간 내에 수신되는 상기 권리 부여 단계, 및 상기 사용자와 연계된 클라이언트상에 디스플레이할 광고를 상기 서버에 의해 출력하는 단계를 포함한다.
본 명세서에 설명된 하나 이상의 실시예에 대한 상세한 설명은 첨부한 도면 및 이하 상세한 설명에서 개시된다. 본 주제의 다른 특징, 측면 및 이점들은 상세한 설명, 도면 및 청구범위로부터 명백해질 것이다.
도 1은 소셜 네트워크의 사용자들에게 광고할 기회에 대한 입찰을 수신하고, 소셜 네트워크를 통해 사용자로부터 사용자에게 광고들을 전파하기 위한 예시적인 시스템의 다이어그램이다.
도 2는 소셜 네트워크의 사용자들에게 광고할 기회들에 대한 입찰들을 수신하고 소셜 네트워크를 통해 사용자로부터 사용자에게로 광고들을 전파하는 예시적인 시스템의 다른 다이어그램이다.
도 3은 광고주 요청들에 기초하여 소셜 네트워크의 사용자들에게 광고를 디스플레이할 기회를 부여하기 위한 예시적인 프로세스의 플로우 차트이다.
도 4는 소셜 네트워크의 사용자들을 통해 순환적으로 광고를 전파하기 위한 각각의 예시적인 프로세스의 플로우 차트이다.
도 5는 사용자 생성 컨텐츠로부터 사용자의 관심사 모델을 생성하기 위한 각각의 예시적인 프로세스의 플로우 차트이다.
도 6은 광고주가 소셜 네트워크의 사용자들에게 광고들을 디스플레이할 기회들에 대한 입찰들에 참가하도록 해주는 각각의 예시적 프로세스의 플로우 차트이다.
도 7은 전파하는 사용자로부터 수신 사용자에게 광고를 전파하기 위한 각각의 예시적 프로세스의 플로우 차트이다.
도 8은 컴퓨터 시스템의 개요도이다.
다수의 도면들에서 동일한 참조 기호들은 동일한 요소들을 나타낸다.
본 명세서는 일반적으로 소셜 네트워크상에서의 광고들의 배치를 설명한다. 더욱 구체적으로는, 명세서는 사용자들에게 광고들을 디스플레이할 기회들의 할당 및 소셜 네트워크를 통한 광고들의 전파에 대해 설명한다. 일부 예에서, 광고주가 사용자의 관심사 및 소셜 네트워크상의 영향에 따라 소셜 네트워크의 사용자들을 타겟으로 광고할 수 있는 방법 및 시스템이 설명된다. 광고에 관련된 관심사들을 가진 영향력 있는 사용자에게 광고들 디스플레이할 기회는, 관련없는 관심사들을 가진 영향력 없는 사용자(또는 심지어 관련 관심사들을 가진 영향력 없는 사용자)에게 광고를 디스플레이할 기회보다 광고주에 대해 더 가치있을 수 있다. 소셜 네트워크상에서 사용자의 영향은 소셜 네트워크에서의 사용자 활동 레벨 및 지인 관계들을 보고 결정될 수 있다. 광고주는 사용자 관심사 및 영향에 따라 익명 사용자들의 순위 리스트(ranked list)를 수신할 수 있다. 입찰 메카니즘은 소셜 네트워크상에 있는 관련되고 영향력있는 유한한 수의 사용자들에게 광고를 디스플레이할 기회를 얻도록 추구하는 다수의 광고주들을 수용하는데 이용될 수 있다.
일부 예에서, 특정한 익명 사용자에게 광고를 디스플레이할 기회가 광고주에게 수여되면, 광고주로부터의 광고는 히트 확산 모델(heat diffusion model)을 이용하여 그 사용자로부터 그 사용자의 친구들에게 전파된다. 예를 들어, 소셜 네트워크상의 사용자 영향력은 히트 강도 또는 히트 점수로 표시될 수 있고, 더 영향력있는 사용자들이 높은 히트 점수를 갖는다. 이후에 사용자들 간의 전파는 히트 확산 모델을 이용하여 모델화될 수 있다. 예를 들어, 광고의 타겟이 된 사용자가 아직 타겟이 되지 않은 사용자보다 더 큰 "히트"을 가졌다면, 광고는 2명의 접속된 사용자들 사이에서 확산(전파)할 수 있다. 이것에 의해 광고들은 더 많은 영향력있는 사용자들로부터 더 적은 영향력있는 사용자들에게 소셜 네트워크를 통해 전파할 수 있다. 설명된 방법으로부터 얻은 하나의 장점은 영향력 있는 사용자들로부터 영향을 받는 사용자들에게 광고들을 전파함으로써 광고 효율성을 극대화하는 광고주들의 능력이다.
도 1은 소셜 네트워크의 사용자들에게 광고할 기회에 대한 입찰들을 수신하고, 소셜 네트워크를 통해 사용자로부터 사용자에게 광고를 전파하기 위한 예시적인 시스템(100)의 다이어그램이다. 시스템(100)은 광고주들(102a-102c), 입찰을 수신한 서버(112) 및 소셜 네트워크(118)를 포함할 수 있다.
광고주(102a)는 소정 특징들(106)을 가진 소셜 네트워크의 사용자들에게 광고(108)를 디스플레이하기 위해 요청을 제출할 수 있다. 서버(112)는 그 요청을 수신하고, 사용자 영향력 점수 및/또는 요청된 특징들(114)에 대한 사용자 유사성에 따라 순위를 정한 익명의 사용자들 리스트를 광고주(102a)에게 제공할 수 있다. 이후에 광고주(102a)는 순위가 정해진 하나 이상의 사용자들(114)에게 광고(108)를 디스플레이할 기회에 대해 입찰할 수 있다. 서버(112)는 임의의 익명의 사용자(114)에게 광고를 디스플레이할 기회에 대해 다수의 광고주들(102b 및 102c)로부터 입찰들(104b 및 104c)을 수신할 수 있다. 예를 들어, 입찰 차트(114)에서, 사용자(U4)에게 광고를 디스플레이할 기회에 대해 2개의 입찰(스포츠 광고에 대한 $1.50 및 음악 광고에 대한 $0.60)이 있다. 그 후, 서버(112)는 최고가 입찰자에게 광고를 디스플레이할 기회를 부여하고, 그 기회에서 광고(116)가 소셜 네트워크(118) 상에 디스플레이될 수 있다.
광고는 먼저, 익명으로 입찰된 사용자(예컨대, 사용자 U4(120))에게 디스플레이될 수 있다. 이후, 광고(116)는 사용자들 간의 접속관계를 따라 소셜 네트워크(118)를 통해 전파될 수 있다. 예를 들어, 전파하는 사용자에 대한 히트(또는 영향력) 점수가 수신 사용자에 대한 히트 점수보다 더 높은 한, 광고는 접속된 한 사용자로부터 다른 사용자에게 전파될 수 있다. 예를 들어, 사용자 U4(120)는 사용자 U17(122)에 접속된다. 사용자 U4는 500의 히트 점수를 갖고, 사용자 U17는 450의 히트 점수를 갖는다. U4의 히트 점수는 U17보다 크기 때문에 광고는 사용자 U4(120)로부터 사용자 U17(122)에게 전파될 수 있다. 그러나 510인 U2의 히트 점수는 사용자 U4의 히트 점수보다 크기 때문에(114), 광고는 사용자 U4(120)로부터 사용자 U2(126)에게 전파될 수 없다.
도 2는 소셜 네트워크의 사용자들에게 광고할 기회에 대한 입찰을 수신하고, 소셜 네트워크를 통해 사용자로부터 사용자에게 광고를 전파하기 위한 예시적인 시스템(200)의 다른 다이어그램이다. 시스템(200)은 클라이언트 측(202) 및 서버 측(204)을 포함할 수 있다. 클라이언트 측(202)은 소셜 네트워크의 선택된 사용자들에게 광고들을 디스플레이하기 위한 요청들 및 입찰들을 제출하기 위해 광고주들(206)과 상호작용할 수 있다. 게다가 클라이언트측(202)은 예를 들어, 소셜 네트워크상의 사용자들(208)이 보고 있는 페이지 내에 광고주(206)가 제출한 광고들을 디스플레이하기 위해 사용자들(208)과 상호작용할 수 있다. 서버 측(204)은 광고주(206)의 요청들을 수신하고, 입찰 프로세스를 통해, 선택된 사용자들(208)에게 광고들을 디스플레이할 기회들을 부여한다. 또한 서버 측(204)은 지인 관계(예컨대, 사용자들이 친구로서 지정되었거나, 사용자들이 다른 사용자의 프로필들을 방문하는 등)에 의해 연결된 소셜 네트워크의 사용자들(208) 사이에서 예컨대, 히트 확산 모델을 이용하여 광고들을 전파할 수 있다.
클라이언트 측(202)은 광고주(206)가 광고의 타겟으로 하길 원하는 사용자들의 특징들을 제출하는 광고주(206)를 포함할 수 있다. 애드히트(Adheat) 인터페이스(210)로서 여기에 언급된 광고 인터페이스는 특징들을 수신하고 서버 측(204)에 그 특징들을 전달할 수 있다. 서버 측(204)은 특징들을 수신하는 웹 서버(214)를 포함할 수 있고, 데이터베이스(216)의 사용을 통해 소셜 네트워크에서의 각 사용자의 영향력 및 광고주에 의해 제출된 특징들에 대한 유사성에 의해 순위가 정해진 사용자들의 리스트를 생산한다. 순위가 정해진 후, 웹서버(214)는, 일부 구현에 있어서, 클라이언트 측(202)에 순위 리스트를 전달할 수 있다.
일부 구현에 있어서, 웹 서버(214)는 광고주(206)로부터 광고 및/또는 광고의 컨텐츠를 수신한 것에 응답하여 사용자들의 정렬된 리스트를 만들 수 있다. 정렬된 리스트는 사용자가 광고의 컨텐츠를 수용할 가능성 및/또는 사용자가 소셜 네트워크의 다른 사용자들에 대해 갖는 영향력의 양에 따라 사용자들을 정렬할 수 있다. 그 정렬된 리스트의 최상위 근처에 나열된 사용자들은 광고의 컨텐츠를 수용할 가능성이 더 높거나, 및/또는 그 정렬된 리스트의 아래 부근에 나열된 사용자들보다 소셜 네트워크의 다른 사용자들에 대해 더 영향력이 클 수 있다.
클라이언트 측에 있는 애드히트 인터페이스(210)는 사용자들의 순위 리스트를 수신하고 광고주(206)에게 제공할 수 있다. 광고주(206)는 순위 리스트상의 선택된 사용자들에게 광고를 디스플레이할 기회에 대한 입찰을 애드히트 인터페이스(210)에 제공할 수 있다. 애드히트 인터페이스(210)는 서버 측(204)에 입찰들을 전달할 수 있다. 입찰들을 수신한 후, 웹 서버(214)는 경매를 실시할 수 있고, 입찰에 기초하여, 순위가 정해진 사용자들에게 광고를 디스플레이할 기회를 부여할 수 있다. 경매 프로세스는 이하 더욱 상세히 설명된다.
웹 서버(214)는 클라이언트 측(202)에 광고들을 전송할 수 있다. 클라이언트 측(202)에 있는 가젯(212)은 사용자들(208)에게 디스플레이될 기회를 낙찰받은 광고주들(206)에 의해 제공된 광고를, 사용자들(208)에게 디스플레이할 수 있다. 이후에 광고는 친구관계 그래프(218)를 이용하여 여기 설명되는 소셜 네트워크를 통해 전파될 수 있다. 이것은 이하 더욱 상세히 설명된다.
상기와 같이, 광고주(206)는 소셜 네트워크의 사용자들을 광고 타겟으로 하는 요청을 애드히트 모듈(210)에 제공할 수 있다. 그 요청은 광고의 컨텐츠를 특정하는 정보 및/또는 광고주가 그 광고의 타겟으로 하기 원하는 사용자들의 특징들을 포함할 수 있다. 사용자의 특징들은 나이 또는 나이 범위, 성(gender), 관심사, 직업, 수입, 학력, 또는 사용자의 지리적 위치와 같은 인구 통계학적 정보를 포함할 수 있다.
일부 예에서, 광고주(206)는 자신이 타겟으로 하길 원하는 사용자들과 관련된 하나 이상의 키워드들을 애드히트 모듈(210)에 제공할 수 있다. 예를 들어, 광고주(206)는 “18세와 35세 사이의 나이”를 가진 “남성” 사용자들에게 “스포츠” 관련 광고를 디스플레이하기 위한 요청을 애드히트 모듈(210)에게 제공할 수 있다.
일부 구현에 있어, 광고주(206)는 그 광고의 컨텐츠에 대한 기술어(descriptors) 및 광고주(206)가 광고의 타겟으로 하길 원하는 사용자들의 특징들을 드롭-다운 메뉴(drop-down menu)로부터 선택할 수 있다. 예를 들어, 드롭 다운 박스들은 선택할 수 있는 다수의 사용자 특징들을 광고주에게 제안할 수 있다. 일부 예에서, 광고주는 광고 자체를 애드히트 모듈(210)에 제공할 수 있고, 애드히트 모듈(210)은 광고를 분석할 수 있고, 그 광고의 컨텐츠를 결정할 수 있다. 애드히트 모듈(210)에 제공된 광고는 텍스트, 이미지, 비디오 또는 이들의 조합일 수 있다.
애드히트 모듈(210)은 컨텐츠 모델링 방법을 이용하여 광고의 컨텐츠를 결정할 수 있다.이 모델링 방법은 광고의 컨텐츠를, 광고에 사용되거나 및/또는 그 광고와 연계된 단어들이나 기호들에 기초하여 유도한다. 일부 예에서, 광고의 컨텐츠는 그 광고의 텍스트로부터 유도될 수 있다. 텍스트 또는 비디오가 광고와 함께 제공되는 경우, 광학 문자 인식을 이용하여, 광고에 대한 텍스트를 만들 수 있다. 일부 예에서, 광고의 컨텐츠는 그 광고와 연계된 메타 정보로부터 유도될 수 있다.
애드히트 모듈(210)은 광고주(206)로부터의 요청을 웹 서버(214)에 제출할 수 있다. 이에 응답하여, 웹 서버(214)는 애드히트 모듈(210)에 광고주(206)에 의해 특정된 하나 이상의 특징들에 매치되는 익명화된 사용자들의 순위 리스트를 제공할 수 있다.
리스트의 상위에 순위가 정해진 사용자들에게 광고를 디스플레이할 기회는 그 리스트의 하위에 순위가 정해진 사용자들에게 광고하는 기회보다 광고주(206)에게 더 가치있을 수 있다. 리스트의 상위에 순위가 정해진 사용자는 소셜 네트워크상에서 더 영향력 있을 수 있고, 광고주(206)에 의해 특정된 특징들에 더 잘 맞을 수 있다. 사용자들의 순위 리스트는 익명화된 사용자 식별자(광고주가 소셜 네트워크상의 특정 사용자를 식별하는 것을 방지), 영향력 점수, 및 관련성 점수와 같은 각각의 사용자에 대한 정보를 포함할 수 있다. 사용자들은 영향력 점수, 관련성 점수 또는 이들의 결합에 따라 그 리스트상에 순위가 정해질 수 있다. 일반적으로, 사용자 영향력 및 관련성 점수들이 클수록, 사용자가 순위 리스트의 상위에 표시될 가능성이 높다.
영향력 점수는 소셜 네트워크의 다른 사용자들에 대한 사용자 영향력의 단위(metric)일 수 있다. 영향력 점수는 사용자의 활동 레벨 및/또는 지인 관계에 기초할 수 있다. 사용자의 활동 레벨은 소셜 네트워크상에서 사용자의 상호작용에 대한 척도일 수 있다.
지인 관계는 소셜 네트워크상에서 2명의 사용자들 간의 연결관계(예컨대, 친구 관계)일 수 있다. 사용자의 영향력 점수는 사용자의 지인 관계들의 양 및/또는 유의성에 의해 영향을 받을 수 있다.
예를 들어, 사용자의 활동 레벨은 소셜 네트워크에서 그 사용자와 다른 사용자들 사이의 상호관계의 질 및/또는 양에 의해 결정될 수 있고; 소셜 네트워크에서 사용자가 생성한 컨텐츠의 질 및/또는 양에 의해 결정될 수 있고; 및/또는 소셜 네트워크에서 시간 기간 동안 사용자 상호작용 및/또는 컨텐츠 생성의 빈도에 의해 결정될 수 있다. 상호작용 및/또는 생성된 컨텐츠의 질 및/또는 양이 좋은 사용자는, 상호작용 및/또는 생성된 컨텐츠의 질 및/또는 양이 낮은 사용자보다 더 큰 활동 레벨을 갖는 것으로 결정될 수 있다. 게다가 시간 기간 내에서 생성된 컨텐츠 및/또는 상호작용의 빈도가 큰 사용자는 보다 큰 활동 레벨을 갖는 것으로 결정될 수 있다.
소셜 네트워크에서 사용자 상호작용은 적어도 다른 사용자의 페이지에 코멘트를 포스팅하는 것, 다른 사용자에게 메시지를 보내는 것, 소셜 네트워크상의 포럼에 참여하는 것, 다른 사용자를 친구로 추가하는 것, 소셜 네트워크상에서 채팅방(chat room)에 코멘트를 포스팅하는 것 및/또는 다른 사용자의 프로필 페이지를 보는 것을 포함할 수 있다. 사용자에 의해 생성된 컨텐츠는 적어도 이미지 또는 비디오를 업로드하는 것, 사용자 프로필 페이지를 업데이트하는 것, 블로그에 입력을 포스팅하는 것, 및/또는 사용자 상태 정보를 업데이트하는 것을 포함할 수 있다.
소셜 네트워크에서 사용자에 대한 상호작용의 질은 그 상호작용이 발생한 맥락(context)하에서, 그 상호작용의 현실성(substantiveness) 및/또는 상호작용의 반응성(responsiveness)을 평가함으로써 결정될 수 있다. 예를 들어, 스포츠에 관한 2개의 코멘트가 다음과 같이 포스팅될 수 있다: 1) “ 나는 스포츠가 좋아” 및 2) “나는 스포츠, 특히 풋볼과 하키를 보는게 너무 좋아-나의 슈퍼볼 파티에서, 내가 나의 프로필에 포스트한 사진을 확인해 봐.” 후자가 더 현실적이기 때문에 후자는 더 좋은 질을 갖는 것으로 결정될 수 있다.
이전의 예에서 덧붙여, 2개의 코멘트가 음악 장르에 관한 논의에 응답하여 나타난 것이었다면, 그 코멘트들은 높은 레벨의 질을 가질 가능성이 없는데, 그 코멘트들은 자신들이 출현한 문맥(예컨대, 음악 장르)에 대해 응답이 아니기 때문이다. 현실성은 높지 않지만 자신이 출현한 문맥에 대해 반응한 코멘트는 현실적이지만 주제를 벗어난(off-topic) 코멘트보다 더 높은 질을 갖는 것으로 결정될 수 있다. 예를 들어, 음악장르에 관한 논의에 포스트된 “블루스는 내가 제일 좋아하는 음악 타입이야”라고 언급한 코멘트는, 상기한 매우 현실적인 두번째 코멘트보다 더 좋은 질을 갖는 것으로 결정될 수 있다.
사용자 상호작용의 질과 같이, 사용자 생성 컨텐츠의 질도 문맥에 대한 현실성 및 반응성에 대해 평가될 수도 있다. 게다가, 사용자 생성 컨텐츠의 질은 독창성(originality)에 기초하여 평가될 수 있다. 독창적인(예컨대, 다른 사용자에 의해 소셜 네트워크상에 이미 포스트되지 않은 것) 사용자 생성 컨텐츠는 독창적이지 않은(예컨대, 다른 사용자의 프로필 페이지로부터 복사된 것) 컨텐츠보다 더 높은 레벨의 질을 갖는 것으로 결정될 수 있다.
소셜 네트워크에서 사용자의 상호작용 및 사용자 생성 컨텐츠의 양은, 상호작용의 횟수 및 소셜 네트워크에 포스트된 컨텐츠의 양에 의해 결정될 수 있다. 예를 들어, 5개의 코멘트를 포스팅한 사용자는 2개의 코멘트를 포스팅한 사용자보다 더 큰 활동량을 갖는 것으로 결정될 수 있다.
일부 예에서, 사용자의 활동 레벨은 사용자 상호작용 및 사용자 생성 컨텐츠의 질과 양의 결합에 의해 결정될 수 있다. 활동 레벨은 사용자 상호작용의 가중된 양 및/또는 사용자에 의해 생성된 컨텐츠의 가중된 양에 의해 결정될 수 있고, 각각의 상호작용 및/또는 사용자 생성 컨텐츠는 그 질에 따라 가중된다. 예를 들어, 상기 제2 코멘트와 유사한 2개의 코멘트를 포스팅한 사용자는, 상기 제1 코멘트와 유사한 5개의 코멘트를 포스팅한 사용자보다 더 높은 활동 레벨을 가질 수 있다.
게다가, 사용자의 활동 레벨은 시간 기간 안에 사용자가 생성한 컨텐츠 및/또는 상호작용의 빈도에 적어도 부분적으로 기초할 수 있다. 예를 들어, 최근 한달에 5명의 다른 사용자들과 상호작용하고, 10개의 새로운 사진들(예컨대, 컨텐츠 생성)을 포스트한 사용자는, 지난달에 단지 2명의 다른 사용자와 상호작용하고 5개의 새로운 사진만을 포스트한 다른 사용자보다 더 높은 활동 레벨을 갖는 것으로 결정될 수 있다. 상호작용 및/또는 생성된 컨텐츠는 결정된 질에 따라 추가적으로 가중될 수 있다.
사용자의 영향력 점수는 사용자의 지인 관계의 양에 의해 영향을 받을 수 있다. 더 많은 친구들을 가진 사용자는 그보다 적은 친구들을 가진 사용자보다 영향력이 클 수 있다. 이처럼, 더 큰 수의 지인 관계를 가진 사용자는 더 적은 수의 지인 관계를 가진 사용자보다 더 큰 영향력 점수를 초래할 수 있다.
사용자의 영향력 점수는 사용자의 지인 관계들의 유의성에 의해 영향을 받을 수 있다. 더 중요한 지인 관계를 가진 사용자는 덜 중요한 지인 관계를 가진 사용자보다 소셜 네트워크에서 더 큰 영향력을 가질 수 있다. 사용자의 지인 관계의 유의성은 사용자 친구(지인 관계에 의해 그 사용자에게 연결된 사용자)의 영향력 점수 및/또는 지인 관계가 소셜 네트워크의 개별 서브-그래프를 연결하는지 여부에 기초할 수 있다.
일부 예에서, 영향력 점수가 큰 사용자와의 지인 관계는 영향력 점수가 작은 사용자와의 지인 관계보다 더 중요할 수 있다. 다른 예에서는, 영향력 점수가 작은 사용자와의 지인 관계는 영향력 점수가 큰 사용자와의 지인 관계보다 더 중요할 수 있다.
사용자들의 소셜 네트워크는 친구관계 그래프(218)로 예를 든 것처럼, 지인 관계(엣지들(edges))에 의해 서로 연결된 사용자들(노드들(nodes))의 그래프로 표현될 수 있다. 지인 관계는 소셜 네트워크의 사용자들 사이에서 명시적 관계들일 수 있다. 예를 들어, 두 사용자 간에 서로 동의한 친구 지정은 명시적일 수 있다. 또한 지인 관계는 묵시적(implicit)일 수 있다. 예를 들어, 사용자 U3 및 U4는 명시적 친구 관계를 갖고 있지 않더라도, 사용자 U3가 사용자 U4 프로필 페이지를 방문하고, 사용자 U3가 소셜 네트워크상의 인터페이스를 통해 사용자 U4와 상호작용하고(예컨대, 채팅방, 이메일 교환 등), 및/또는 사용자 U3 및 사용자 U4가 공통으로 친구를 공유한다면(예컨대, 그들 둘 다 사용자 U5와 명시적 친구 관계를 가짐), 지인 관계가 그들 사이에서 묵시적으로 존재할 수 있다.
소셜 네트워크 그래프 내에서, 서브-그래프는 그룹내에서 서로 간에 많은 지인 관계들을 가지지만 그 그룹 외의 사용자들과 지인 관계가 거의 없는 사용자들의 그룹이다. 2개의 개별 서브-그래프의 사용자들을 연결하는 지인 관계는 동일 서브-그래프 내에서 사용자들을 연결하는 지인 관계보다 더 중요할 수 있다. 예를 들어, 소셜 네트워크(118) 내의 사용자 U2, U4, U6 및 U17은 동일한 서브-그래프 내에서 지인 관계들을 통해 연결된다. U4가 속한 서브-그래프와 별개인 서브-그래프에 속한 사용자 U10과 사용자 U4 간의 연결은, 개별 서브-그래프들의 사용자들을 연결하는 것으로 여겨질 수 있다.
관련성 점수는 사용자의 특징과 광고주(206)가 광고의 타겟으로 요청한 사용자 특징들 간의 유사성의 단위일 수 있다. 광고주(206) 요청과 관련하여 앞서 설명한 것처럼, 사용자의 특징들은 나이 또는 나이 범위, 성, 관심사, 직업, 수입, 학력 또는 사용자의 지리적 위치와 같은 인구 통계학적 정보를 포함할 수 있다. 광고주(206)에 의해 요청된 특징들과 유사한 특징들을 가진 사용자는 덜 유사한 특징들을 가진 사용자보다 더 큰 관련성 점수를 갖는다. 예를 들어, 사용자 U3이 “남성, 나이 25세, 하키를 좋아함”이고, 사용자 U5는 “남성, 나이 37세, 블루스 음악을 좋아함”이라고 가정하자. “스포츠”를 좋아하는 “나이 18세에서 35세 사이”의 “남성” 사용자들에게 광고를 디스플레이하도록 요청한 광고주에게, 사용자 U3은 사용자 U5보다 그 요청에 대해 더 큰 관련성 점수를 가질 것이다.
일부 예에서, 사용자 활동 레벨 점수는 광고주(206)의 요청에 대한 각각의 상호작용의 관련성을 고려하여 결정될 수 있다. 그러한 예에서, 각각의 상호작용은 광고주(206)에 의해 요청된 특징들에 대한 관련성에 따라 가중될 수 있다. 예를 들어, 이전 문단에서의 시나리오를 이용하면, 사용자 U3 및 U5가 소셜 네트워크상에 동일한 수의 현실적인 코멘트들을 포스트했지만 사용자 U5의 포스트 대부분은 스포츠에 관한 것이라면, 사용자 U5는 사용자 U3보다 더 가중된 활동 레벨 점수를 가질 것이다.
일부 실시에 있어서, 웹 서버(214)는 서버 측(204)에서 호스트되는 데이터베이스(216)에 질의함으로써 사용자들의 순위 리스트를 수신할 수 있다. 데이터베이스(216)는 소셜 네트워크의 사용자들과 관련된 익명화된 정보를 포함할 수 있다. 예를 들어, 익명화된 정보는 사용자의 특징들, 소셜 네트워크에서의 상호작용들, 소셜 네트워크에서의 영향력, 및/또는 광고주(206) 요청에 대한 관련성과 관련된 정보를 포함할 수 있다.
일부 예에서, 데이터베이스(216)는 소셜 네트워크의 사용자들과 관련된 모델들로 채워질 수 있다. 모델들은 사용자 특징들(관심사들을 포함함)의 시놉시스(synopis)를, 유지 및 질의(queried)되는 포맷으로 제공할 수 있다. 모델들은 웹 서버(214) 또는 도시되지 않은 다른 서버 측(204) 구성요소에 의해 데이터베이스(216)에 삽입하기 위한 정보를 생성할 수 있다. 예를 들어, 잠재(latent) 토픽 모델링은 모델들을 생성하는데 이용될 수 있다. 잠재 토픽 모델링은 사용자 특징들(예컨대, 관심사들)을 얻기 위해 소셜 네트워크로부터의 데이터(예컨대, 사용자 프로필 페이지, 사용자 상호작용)를 처리함으로써 모델들을 생산할 수 있다.
웹 서버(214)로부터 사용자들의 순위 리스트를 수신하면, 애드히트 모듈(210)은 광고주(206)에게 사용자들의 순위 리스트를 제공할 수 있다. 그 다음, 광고주(206)는 사용자들의 순위 리스트에 포함된 하나 이상의 사용자들에게 광고를 디스플레이할 기회에 대한 입찰을, 애드히트 모듈(210)에 제공할 수 있다. 그 입찰은 사용자당 최소 입찰, 사용자당 최대 입찰, 및/또는 소셜 네트워크를 통해 그 광고를 전파하기 위한 총 예산을 특정할 수 있다. 광고주(206)는 순위 리스트에 있는 개별 사용자들 및/또는 사용자들의 블록들에 대해 입찰할 수 있다.
순위 리스트에서 더 높은 순위의 사용자들에게 광고를 디스플레이할 기회는, 더 낮은 순위의 사용자에게 광고를 디스플레이할 기회보다 더 비쌀 수 있다. 리스트의 상위에 순위가 정해진 사용자가 소셜 네트워크상에서 더 영향력이 있고, 그 광고와 관련하여 광고주(206)가 제출한 특징들과 더 관련되어있다면, 더 비쌀 수 있다. 그 리스트의 상위에 순위가 정해진 사용자에게 광고를 디스플레이할 기회를 낙찰받기 원하는 광고주(206)는 더 낮은 순위의 사용자들에게보다 그 사용자에 대해 더 높은 입찰가를 제시할 가능성이 있는데, 다른 광고주들도 그 영향력 있는 동일한 사용자에 대해 입찰할 가능성이 있기 때문이다.
일부 구현에 있어, 애드히트 모듈(210)은 소셜 네트워크의 순위가 정해진 사용자들에 관하여 웹 서버(214)가 수행하는 기능들 전부 또는 일부를 수행할 수 있다. 예를 들어, 광고주(206)로부터의 광고 요청을 수신하는 것에 응답하여, 애드히트 모듈(210)은 광고주(206)의 광고 컨텐츠에 관한 정보를 보내지 않고 웹 서버(214)에 사용자 리스트에 대한 요청을 보낼 수 있다. 이에 대한 응답으로, 웹 서버(214)는 사용자 리스트 및 그들의 관련 정보(예컨대, 사용자 영향력 점수, 사용자 관심사들)를 애드히트 모듈(210)에 제공할 수 있다. 그런 다음, 애드히트 모듈(210)은 수신된 사용자의 영향력 점수 및/또는 수신된 사용자의 관심사와 광고의 컨텐츠 간의 유사성에 기초하여, 사용자들에 대한 순위를 연산할 수 있다. 순위 리스트를 연산한 후에, 애드히트 모듈(210)은 광고주(206)에게 순위 리스트를 디스플레이하고, 그 광고주(206)로부터 사용자 입찰들을 수신할 수 있다.
일부 구현에 있어서, 애드히트 모듈(210)은 웹 서버(214)로부터 소정 영향력 점수 범위 또는 영향력 점수 퍼센트 내에 놓이는 사용자들을 요청할 수 있다. 예를 들어, 애드히트 모듈(210)은 웹 서버(214)가 450보다 큰 영향력 점수를 가진 사용자들을 반환하도록 요청할 수 있다. 다른 예에서, 애드히트 모듈(210)은 웹 서버(214)가 영향력 점수의 상위 10% 내의 영향력 점수를 가진 사용자들을 반환하도록 요청할 수 있다. 앞서 설명한 것처럼, 애드히트 모듈(210)은 이후에 이러한 사용자들의 순위를 정할 수 있다.
애드히트 모듈(210)은 광고주(206)로부터의 입찰을 웹 서버(214)에 제출할 수 있다. 웹 서버(214)는 복수의 애드히트 모듈들(210)을 통해 복수의 광고주들(206)로부터, 소셜 네트워크의 사용자들에게 광고를 디스플레이할 기회에 대한 입찰들을 수신할 수 있다(예컨대, 도 1의 104a-c 참조). 웹 서버(214)는 광고주들(206)로부터 수신한 입찰들에 기초하여 소셜 네트워크의 사용자들에게 광고를 디스플레이할 기회에 대한 경매를 실시할 수 있다. 경매는 가장 높은 입찰가를 제시한 광고주에게 소셜 네트워크의 사용자에게 광고를 디스플레이할 기회를 부여할 수 있다.
예를 들어, 광고주 A1는 익명의 사용자 U1에게 스포츠 관련 광고를 디스플레이할 기회에 대하여 1.5달러의 최대 입찰가를 제출할 수 있다. 광고주 A2는 사용자 U1에게 광고를 디스플레이할 동일한 기회에 대하여 1.0달러의 최대 입찰가를 제출할 수 있으나, 광고주 A2의 광고는 음악에 관한 것이다. 웹 서버(214)에 의해 실시되는 경매는 사용자 U1에게 광고를 디스플레이할 기회를, 최대 입찰가가 더 큰 광고주 A1에게 부여할 것이다.
웹 서버(214)는, 경매가 사용자에게 광고를 디스플레이할 기회를 부여한 후, 사용자(208)와 연계된 가젯(212)에 광고를 전파할 수 있다. 일부 예에서, 가젯(212)은 소셜 네트워크에서 사용자들이 볼 수 있는 페이지 상에 광고들을 디스플레이하는 인터페이스이다. 낙찰받은 광고주(206)의 광고는 가젯(212)에 전송될 수 있다(가젯(212)은 컴퓨터 디스플레이를 통해 사용자(208)에게 광고를 디스플레이할 수 있음). 가젯(212)은 사용자가 그 광고와 상호작용하도록 해주는 인터페이스를 사용자에게 제공할 수 있다. 가젯(212)은 웹 페이지 또는 다른 애플리케이션에 내재될 수 있는 간단한 HTML 또는 JavaScript 어플리케이션일 수 있다. 일부 예에서, 광고에 대한 사용자 상호작용은 지인 관계에 의해 자신과 연결된 다른 사용자들에게 광고를 전파할지 여부에 대한 사용자 자신의 선택을 포함할 수 있다.
일부 예에서, 광고와 상호작용하는 사용자는 광고의 수익을 공유할 수 있다. 일부 예에서, 사용자와 공유하는 수익은 사용자의 상호작용에 기인한 수익의 일부; 고정된 양; 사용자의 상호작용에 기인하여 광고를 보거나 및/또는 그 광고와 상호작용하는 사용자들의 수에 기초한 양; 및/또는 사용자의 상호작용에 기인하여 광고를 보거나 및/또는 그 광고와 상호작용하는 사용자들의 특징들 및/또는 영향력에 기초한 양일 수 있다. 예를 들어, 광고와 상호작용하여 소셜 네트워크의 다른 사용자들에게 광고를 전파하기로 결정한 사용자는, 그 광고가 전파된 사용자의 수에 기초하여 그 광고에 대한 수익의 공유를 받을 수 있다.
일부 구현에 있어서, 사용자가 지인 관계들 중 하나를 통해 광고를 직접 전파했을 경우에만, 광고의 전파는 사용자에 기인한다. 다른 구현에 있어서, 사용자로부터 사용자에게 광고의 전파 체인(chain of propagation)에서 사용자의 상호작용을 역추적하는 것인 가능할 때에만, 광고의 전파는 사용자에 기인한다. 그러한 구현에 있어서, 전파하는 사용자에 기인하는 수익들은 사용자의 전파가 더욱 멀어지게 됨에 따라서 감소될 수 있다. 예를 들어, 사용자 U1은 사용자 U2에게 광고를 전파하는 것에 대한 수익의 10%를 받을 수 있다. 그러나 사용자 U2가 사용자 U3에게 그 광고를 전파했을 때, 사용자 U1은 수익의 5%만 받을 수 있다. 유사하게, 사용자 U3가 사용자 U4에게 그 광고를 전파했을 때, 사용자 U1은 수익의 2.5%만 받을 수 있다.
가젯(212)은 히트 확산 모델에 기초하여 소셜 네트워크의 다른 사용자들에게 광고를 전파할 수 있다. 히트 확산은 열역학으로부터 온 개념이다. 일반적인 표현으로, 히트 확산은 두 입자 간의 히트(열)가 상이할 때 하나의 인접 입자로부터 다른 입자로 히트가 퍼진다(확산한다)는 것을 규정한다. 예를 들어, 입자 A 및 B가 인접하고, 그들이 각각 70도 및 50도의 온도를 가지고 있다면, 히트는 입자 A에서 입자 B로 이동할 것이다. 그러나 히트는 입자 B에서 입자 A로 이동하지 않을 것이다. 입자 A 및 B 둘 다 70도의 온도를 갖는다면, 히트 전달이 일어나지 않을 것이다.
히트 확산 모델을 이용하여, 광고들은 각 사용자에게 “온도”를 할당하여 소셜 네트워크를 통해 전파된다. 광고는 전파하는 사용자가 수신 사용자보다 더 높은 “온도”를 가졌다면, 광고는 전파하는 사용자로부터 수신 사용자에게 전달된다. 일부 구현에 있어서, 히트 확산 모델은 히트 색인 점수(heat index score)를 이용하여 사용자의 온도를 표시한다. 사용자의 히트 색인 점수는 소셜 네트워크에서 사용자의 영향력 점수(상기 설명함)에 기초할 수 있다. 사용자의 히트 색인 점수 및 영향력 점수는 직접 관계를 가질 수 있다(예컨대, 더 큰 영향력을 가진 사용자는 더 큰 히트 색인 점수를 가질 것이다).
히트 확산 모델 구조 하에서, 광고는 “인접한” 사용자들 간에 전파될 수 있다. 2명의 사용자는, 친구 관계 그래프(218)상의 노드 사이의 연결에 의해 표시된 것처럼, 그들이 소셜 네트워크에서 서로 연결된다면 인접한 것으로 간주될 수 있다. 사용자들 간의 연결은 지인 관계의 형태를 취할 수 있다. 지인 관계는 특히, 사용자들이 친구, 동료, 클래스메이트 및/또는 동일 그룹의 멤버들을 의미하는 관계일 수 있다. 다른 구현에 있어서, 지인 관계는 사용자가 서로 프로필을 본 것, 사용자를 위한 프로필 페이지에 컨텐츠를 포스트한 것, 및/또는 전자 통신을 수신한 것(예컨대, 다른 사용자로부터의 채팅 요청)을 가리킬 수 있다.
일부 구현에 있어서, 광고는 전파하는 사용자로부터, 그 전파하는 사용자와 연결되고 또한 그 전파하는 사용자보다 히트 색인 점수가 낮은 모든 사용자들에게 전파된다. 예를 들어, 사용자 U3는 70의 히트 색인 점수를 가진 전파하는 사용자이다. 사용자 U3는 각각 50, 35 및 80의 히트 색인 점수를 가진 사용자들 U5, U8, 및 U9에게 연결된다. 전파하는 사용자 U3에게 디스플레이된 광고는 사용자 U5 및 U8에게 퍼질 것이고, 이는 그들이 더 낮은 히트 색인 점수들을 가졌기 때문이다. 사용자 U9은 전파하는 사용자 U3보다 높은 히트 색인 점수를 가졌기 때문에, 광고는 사용자 U9에게 전파되지 않을 것이다. 그러나 광고가 사용자 U9에게 디스플레이되고, U9가 전파하는 사용자로서의 역할을 할 때, 사용자 U9에게 디스플레이된 광고는 사용자 U3이 더 낮은 히트 색인 점수를 가졌기 때문에, 사용자 U3에게 전파될 것이다.
히트 확산 모델 하에, 광고는 순환을 이용하여 소셜 네트워크의 사용자들에게 전파된다. 광고는 전파하는 사용자로부터 수신 사용자들에게 퍼지며, 각각의 수신 사용자는 전파하는 사용자에게 연결되고 또한 전파하는 사용자보다 낮은 히트 색인 점수를 갖는다. 광고가 디스플레이된 후, 각각의 수신 사용자는 전파하는 사용자로서 활동할 수 있다. 이와 같이, 광고는 수신 사용자로부터, 그 수신 사용자에게 연결되고 또한 보다 낮은 히트 색인 점수를 가진 다른 사용자들에게 퍼진다.
예를 들어, 상기 시나리오를 이용하여, 사용자 U9가 전파하는 사용자로서 시작했다고 가정하자. 그 광고는 사용자 U9에게 디스플레이된 후, 더 낮은 히트 색인 점수를 가지며 또한 그에게 연결된 사용자들에게 전파된다. 이러한 경우 사용자 U3이 사용자 U9보다 낮은 히트 색인 점수를 갖기 때문에 그 광고는 사용자 U3에게 전파된다. 사용자 U3은 이후에 전파하는 사용자로서 역할을 한다. 전파하는 사용자로서 U3에 의해, 그 광고는 사용자 U5 및 U8에 전파되는데, 이는 사용자 U5 및 U8이 사용자 U3보다 더 낮은 히트 색인 점수들을 갖기 때문이다. 그 후, 사용자 U5 및 U8이 전파하는 사용자로서 역할을 할 것이다. 광고는 사용자 U5에게 연결되고 또한 U5보다 낮은 히트 색인 점수를 갖는 사용자들에게 전파될 것이다. 또한 광고는 사용자 U8에게 연결되고 또한 U8보다 낮은 히트 색인 점수를 가진 사용자들에게 전파될 것이다.
광고의 순환 전파는 종료 조건이 충족될 때까지 계속될 수 있다. 일부 예에서, 종료 조건은 광고 예산이 소진되는 때일 수 있다. 다른 예에서, 종료 조건은 전파하는 사용자가 그 광고와 상호작용하지 않는 것을 선택하는 것일 수 있다. 그러한 예에서, 가젯(212)은 그 광고를 사용자(208)에게 디스플레이하기 위한 대체 광고로 대체할 수 있다. 다른 예에서, 종료 조건은 전파하는 사용자의 히트 색인 점수보다 큰, 수신 사용자의 히트 색인 점수일 수 있다. 다른 예에서, 종료 조건은 광고를 이미 수신한 수신 사용자일 수 있다.
가젯(212)은 웹 서버(214)에 광고와 상호작용하는 사용자(208)에 관한 데이터를 전송할 수 있다. 전송된 데이터는 광고의 관람과 클릭에 관한 정보를 포함할 수 있다.
웹 서버(214)는 하나 이상의 서버들로 구성될 수 있다. 웹 서버(214)는 인터페이스(220), 요청 채점 모듈(222), 광고 할당 모듈(224), 및 순환 전파 모듈(226)을 포함할 수 있다. 인터페이스(220)는 클라이언트 측(202)과 통신할 수 있다. 요청 채점 모듈(222)은 소셜 네트워크의 적어도 한 사용자에게 광고를 디스플레이할 기회에 대하여, 광고주(206)로부터 수신된 입찰을 채점할 수 있다. 광고 할당 모듈(224)은 요청 채점 모듈(222)에 의해 채점된 입찰들에 기초하여, 소셜 네트워크의 사용자에게 광고를 디스플레이할 기회를 할당할 수 있다. 순환 전파 모듈(226)은 사용자 영향력 점수들에 기초하여 소셜 네트워크의 사용자들에게 광고를 순환적으로 전파할 수 있다.
도 3은 광고주 요청에 기초하여, 소셜 네트워크의 사용자들에게 광고를 디스플레이할 기회를 부여하는 예시적 프로세스(300)의 플로우 차트이다. 프로세스(300)들은 예를 들어, 시스템(100 및 200)과 같은 시스템에 의해 수행될 수 있고, 표현의 명료화를 위해, 후술하는 설명은 프로세스들을 설명하기 위한 시스템(100 및 200)을 예로서 이용한다. 그러나 다른 시스템 또는 시스템들의 결합은 프로세스(300)를 수행하기 위해 이용될 수 있다.
프로세스(300)는 특정된 특징들을 가진 소셜 네트워크의 사용자들을 광고의 타겟으로 하고자 하는 광고주의 요청을 수신함으로써 스텝 302에서 시작할 수 있다. 광고주의 요청은 클라이언트 측으로부터 서버 측에서 수신될 수 있다. 예를 들어, 웹 서버(214)는 클라이언트 측(202)에서 광고주(206)로부터 요청을 수신할 수 있다.
스텝 304에서, 프로세스(300)는 특정된 특징들에 대한 사용자 특징들의 유사성 및 사용자 영향력 점수에 기초하여 소셜 네트워크의 사용자들의 순위를 정할 수 있다. 사용자들의 순위를 정하는 것은 광고주로부터 수신된 요청에 응답하여 수행될 수 있다. 예를 들어, 웹 서버(214)는 프로파일된 정보 및 광고주(206)가 제출한 정보(이 정보는 광고주가 타겟으로 하기 원하는 사용자들의 특징들을 특정함)에 기초하여 사용자들을 분류할 수 있다. 일부 구현에 있어, 웹 서버(214)는 영향력에 기초하여 사용자들을 미리 분류(presort)하거나 순위를 정할 수 있다. 예를 들어, 사용자의 영향력 순위는 기간 단위(예컨대, 매 시간)로 업데이트될 수 있다. 다음, 광고주가 제출한 특징들에 따라 사용자들의 순위가 정해지면, 영향력에 대해 미리-계산된 순위들은 특징 순위들과 결합되어, 사용자 영향력 및 특징들에 기초한 사용자 순위를 발생할 수 있다.
일부 실시예에서, 또한 프로세스(300)는 요청을 한 광고주에게 사용자들의 순위 리스트를 보내는 것을 포함할 수 있다. 또한 일부 실시예들은 순위 리스트상의 사용자들에게 광고를 디스플레이할 기회에 대한 광고주 입찰을 수신하는 것도 포함할 수 있다. 광고주 입찰은 개별 사용자에게 광고를 디스플레이할 기회에 대한 입찰 및/또는 사용자들의 그룹에 광고를 디스플레이할 기회에 대한 입찰을 포함할 수 있다. 예를 들어, 광고주는 사용자 U3에게 광고를 디스플레이할 기회에 대하여 1.00달러를 입찰할 수 있고, 사용자들 U4-U8에게 광고를 디스플레이하기 위한 기회에 대하여 2.50달러를 입찰할 수 있다.
일부 구현에 있어서, 사용자들의 그룹은 순위가 정해진 사용자들의 범위일 수 있다. 예를 들어, 광고주는 순위 리스트상에서 1위-10위로 순위가 정해진 사용자들에게 광고를 디스플레이할 기회에 대해 입찰할 수 있다. 일부 구현에 있어서, 사용자들의 그룹에 대한 입찰액은 그룹 내의 모든 사용자들을 금액(예컨대, 모든 사용자들 U4-U8에 대하여 1.00달러)에 상응할 수 있다. 다른 구현에 있어서, 사용자들의 그룹에 대한 입찰액은 그 그룹 내 각각의 사용자에 대한 금액(예컨대, 사용자 U4-U8 각각에 대하여 1달러)에 상응할 수 있다.
프로세스(300)는 스텝 306에서 소셜 네트워크의 사용자들에게 광고를 디스플레이하기 위한 기회에 대한 광고주 입찰들을 채점할 수 있다. 예를 들어, 채점은 소셜 네트워크의 사용자에게 광고를 디스플레이하는 기회에 대하여 광고주가 입찰한 금액에 기초할 수 있다. 결과적인 점수 및 입찰액 사이에서 직접 관계가 있을 수 있다(예컨대, 입찰액이 클수록, 결과적인 점수가 커짐).
또한 입찰들은 과거에 얼마나 관련된 사용자들이 광고주들의 광고를 찾았는지에 기초하여 채점될 수 있다. 예를 들어, 서버 측(204)의 데이터베이스는 특정 광고주들이 제출한 광고들에 대한 이력 클릭-쓰루률(historical click-through rate)을 가리키는 정보를 저장할 수 있다. 클릭-쓰루률이 높은 광고들을 가진 광고주들로부터의 입찰은, 클릭-쓰루률이 낮은 광고들을 가진 광고주들로부터의 입찰들보다 더 높게 채점될 수 있다.
일부 구현에 있어서, 사용자들의 그룹에 광고를 디스플레이할 기회에 대한 광고주 입찰에 대하여 하나의 점수가 제공될 수 있다. 일부 구현에서, 사용자들의 그룹에 광고를 디스플레이할 기회에 대한 광고주 입찰에는 그 그룹의 개별 사용자 각각에 대한 점수가 제공될 수 있다. 일부 실시예에서, 그룹의 개별 사용자에 대한 점수는 그 그룹의 다른 사용자들에 대한 점수들과 동일할 수 있다(예컨대, 개별 사용자에 대한 점수 = 사용자 그룹들에 대한 점수/사용자들의 수). 다른 실시예에서, 그룹의 개별 사용자에 대한 점수는 다른 사용자들에 대한 영향력 점수에 대한 그 사용자의 영향력 점수에 비례하는, 그룹에 대한 점수의 몫일 수 있다(예컨대, 개별 사용자 점수 = 사용자 그룹에 대한 점수 × (개별 사용자의 영향력 점수/ 그룹의 총 영향력 점수)).
스텝 308에서, 광고 기회가 광고주에게 할당될 수 있다. 광고 기회를 할당하는 것은, 광고주 입찰들의 점수 및/또는 그 광고가 디스플레이될 사용자들과 연계된 점수에 기초할 수 있다. 광고주에게 개별 사용자 및/또는 그룹 사용자들을 위한 광고 기회가 할당될 수 있다. 광고 기회를 할당할 때 고려된 입찰들은 특정 시간 범위 내에서 수신된 입찰들 및/또는 특정 날짜 범위 내에서 사용자에게 광고를 디스플레이하는 것에 대한 입찰들로 제한될 수 있다.
광고주가 그룹 입찰을 제출하고 그 그룹 내의 각 사용자에 대해 그룹 입찰이 채점되는 일부 구현에 있어서, 그룹에 광고를 디스플레이할 기회는 그 그룹 내의 각 사용자에 대해, 상응하는 입찰 점수가 다른 광고주들로부터의 입찰 점수들보다 크다면, 그 광고주에게 할당될 수 있다. 예를 들어, 광고주가 사용자들 U4-U8에게 광고를 디스플레이하는 것에 입찰하고, 각 사용자에 대해 개별적으로 그 입찰이 채점(예컨대, 각 사용자에 대해 1.0점)된 경우, 사용자들 U4-U8 중 일부에 대해 1.0보다 더 큰(또는 채점 기술에 따라서는 더 작은) 입찰 점수를 가진 광고주가 아무도 없으면, 그룹에게 광고를 디스플레이할 기회는 그 광고주에게 부여될 수 있다.
광고주가 그룹 입찰을 제출하고 그 그룹 내의 각 사용자에 대해 그룹 입찰이 채점되는 일부 다른 구현에 있어서, 그룹 내의 각 사용자에게 광고를 디스플레이하는 기회는 각 사용자에 대해 개별적으로 평가되고 할당될 수 있다. 예를 들어, 광고주가 U4-U8에게 광고를 디스플레이하는 것에 입찰하고, 각 사용자에 대해 개별적으로 그 입찰이 채점(예컨대, 각 사용자에 대해 1.0점)된 경우, 사용자 U4에 대하여 1.0점보다 큰 입찰 점수를 가진 광고주가 아무도 없다면, 사용자 U4에게 광고를 디스플레이할 기회는 그 광고주에게 할당될 수 있다. 사용자들 U5-U8에게 광고를 디스플레이하는 기회는 그 그룹 내에서 다른 사용자들에게 디스플레이할 기회를 평가하고 할당하는 것과 독립적으로, 유사한 방식으로 할당될 수 있다.
광고주가 그룹 입찰을 제출하고 그 그룹 입찰에 그룹 점수가 제공되는 일부 구현에 있어서, 그룹에 디스플레이하는 기회는 그 그룹에 대해 가장 높게 채점된 입찰을 한 광고주에게 할당될 수 있다. 예를 들어, 제1 및 제2 광고주가 사용자들 U4-U8에게 광고를 디스플레이할 기회에 대해 2.5 및 2.7의 입찰 점수들을 가졌다면, 제2 광고주가 사용자들 U4-U8에게 광고를 디스플레이하는 기회를 할당받을 수 있다.
광고주가 그룹 입찰을 제출하고 그 그룹 입찰에 그룹 점수가 제공되는 일부 구현에 있어서, 각 개별 사용자에게 광고를 디스플레이하는데 요청된 최소 점수를 결정하고, 그 그룹에 대한 최소 점수를 종합하고, 종합 최소 점수가 그룹 입찰 점수보다 작거나 같으면 그 광고주에게 기회를 할당함으로써, 이 광고 기회가 할당될 수 있다. 예를 들어, 사용자들 U4-U8 그룹에 대한 광고주의 입찰 점수가 2.5이고, 그 그룹에 광고를 디스플레이하기 위한 종합 최소 점수가 2.4라면(예컨대, 사용자들 U4-U8 각각에게 광고를 디스플레이하기 위한 최소 점수는 각각 1.0, 0.8, 0.2, 0.2 및 0.2 임), 광고주는 그 그룹에 디스플레이하는 기회를 할당받을 수 있다. 사용자에게 광고를 디스플레이하는데 요청된 최소 점수는 사용자에 대해 가장 높은 입찰 점수를 확인하고, 미리 결정된 양 및/또는 백분율만큼 그 가장 높은 입찰 점수를 증가시킴으로써 결정될 수 있다.
일부 구현에 있어서, 시간 기간 내에 사용자에게 광고를 디스플레이하는 둘 이상의 기회가 존재할 수 있다. 이러한 기회들은 입찰 점수들에 의존하여 동일하거나 상이한 광고주들에게 할당될 수 있다. 예를 들어, 시간 기간 내에 사용자에게 광고를 디스플레이할 3번의 기회가 있다면, 3개의 가장 높은 점수를 가진 입찰들이 그 3번의 기회에 할당될 수 있다. 예를 들어, 4명의 광고주들(A1-A4)이 4명의 사용자들(U1-U4)에게 광고를 디스플레이하는 기회에 입찰하고 사용자당 이용가능한 3개의 기회들이 있다면, 사용자에 대하여 1등 내지 3등 입찰을 한 광고주들은 그 사용자에게 광고를 디스플레이할 기회를 부여받을 것이다. A1이 사용자들 U1-U4에 대해 2달러를 입찰하고, A2가 사용자들 U1-U3에 대하여 1.50달러를 입찰하고, A3이 사용자들 U2-U4에 대하여 1달러를 입찰하고, A4가 사용자들 U1-U4에 대하여 0.5달러를 입찰한다면, 광고 기회는 각 사용자에게 아래와 같이 할당될 수 있다: U1- A1,A2,A4; U2 - A1,A2,A3; U3 - A1,A2,A3; U4 - A1,A3,A4; U5-할당된 기회 없음.
일부 구현에 있어서, 사용자에게 광고를 디스플레이할 다수의 기회가 존재할 때, 단일 광고주가 다수의 기회 중 둘 이상에 대해 입찰했다면, 그 단일 광고주는 다수의 기회 중 둘 이상의 기회를 할당받을 수 있다.
사용자 또는 사용자들에 대한 광고 기회를 광고주에게 할당한 후에, 광고주의 광고는, 블록 310에서, 사용자 또는 사용자들에게 출력될 수 있다. 광고를 수신한 사용자 또는 사용자들은 소셜 네트워크에서 특정된 사용자들(118) 또는 사용자(208)와 같이 클라이언트 측에 있을 수 있다.
일부 구현에 있어서, 앞의 예에서 사용자 U5와 같이 광고 기회가 할당되지 않은 소셜 네트워크의 사용자들은, 광고주에게 할당된 광고들 대신 디폴트 광고들을 수신할 수 있다(예컨대, 디폴트 광고들은 소셜 네트워크의 광고들, 소셜 네트워크상의 다른 사용자들의 프로필, 비영리/자선 기관들에 대한 광고 등을 포함할 수 있음).
도 4는 소셜 네트워크의 사용자들을 통해 광고를 순환적으로 전파하기 위한, 각각의 예시적 프로세스(400)의 플로우 차트이다. 예를 들어, 프로세스들(400)은 시스템(100 및 200)과 같은 시스템에 의해 수행될 수 있고, 후술하는 설명은 표현의 명확화를 위해 프로세스를 시스템들(100 및 200)을 예로써 이용한다. 그러나 다른 시스템, 시스템들의 결합이 프로세스(400)를 수행하는데 이용될 수 있다.
프로세스(400)는 스텝 402 및/또는 404에서 시작할 수 있다. 스텝 402에서, 프로세스(400)는 소셜 네트워크의 사용자들 사이에서 지인 관계(예컨대, 친구 관계)를 결정할 수 있다. 스텝 404에서, 프로세스(400)는 소셜 네트워크의 사용자들에 대한 활동 레벨들(예컨대, 포스트들의 수, 친구 추가 등)을 결정할 수 있다.
스텝 406에서, 프로세스(400)는 결정된 사용자 지인 관계 및 결정된 사용자 활동 레벨들을 이용하여 소셜 네트워크의 사용자들에 대한 영향력 점수를 생성할 수 있다. 영향력 점수를 생성하기 위해 사용자의 지인 관계 및 활동 레벨을 결합하는 것은 소셜 네트워크의 구성 및/또는 광고주 선호도에 따라서 다르게 실시될 수 있다. 예를 들어, 제1 소셜 네트워크는 활동 레벨보다 2배 많이 지인 관계를 가중하도록 구성될 수 있는 반면, 제2 소셜 네트워크는 지인 관계 및 활동 레벨을 동일하게 가중하도록 구성될 수 있다.
일부 구현에 있어서, 소셜 네트워크는 소셜 네트워크의 사용자들에 대한 영향력 점수를 생성하는데 이용되는 다수의 구성을 가질 수 있다. 다수의 구성 중 이용할 구성에 대한 소셜 네트워크 결정은 소셜 네트워크 내의 조건들 및/또는 디스플레이될 광고 타입에 의존할 수 있다. 예를 들어, 주중에 소셜 네트워크에 의해 이용된 구성은 주말 동안 이용된 구성과 다를 수 있다. 다른 구성들은 다양한 시간 기간 동안 소셜 네트워크에 액세스하는 사용자들의 인구 통계학적 정보에 기초하여 소셜 네트워크에 의해 결정될 수 있다.
일부 구현에 있어서, 소셜 네트워크는 소셜 네트워크의 사용자들에 대한 영향력 점수들을 생성할 때, 지인 관계 및 활동 레벨에 대한 광고주의 가중치를 따를 수 있다. 광고주의 가중치에 따라 생성된 영향력 점수들의 이용은 그 광고주로부터 광고들에 제한될 수 있다. 광고주는 그 광고주로부터의 특정 광고들에 적용하는 가중치들을 소셜 네트워크에 제공할 수 있다.
스텝 406에서 소셜 네트워크의 사용자들에 대한 영향력 점수들의 생성은 정기적으로 실시되거나 및/또는 소정 이벤트들이 발생할 때 실시될 수 있다. 예를 들어, 영향력 점수들은 매 10분, 30분, 1시간, 6시간, 12시간, 하루, 3일, 주 및/또는 월마다 생성될 수 있다. 다른 예로서, 영향력 점수들은, 소셜 네트워크 내에서 소정 수의 활동 이벤트들이 발생했을 때 생성될 수 있다(예컨대, 매번 영향력 점수를 생성: 1000개의 코멘트가 소셜 네트워크상에 포스트됨, 10명의 사용자가 소셜 네트워크에 가입함, 100개의 지인 관계가 형성됨 등).
일부 구현에 있어서, 스텝 406에서 소셜 네트워크의 사용자들에 대한 영향력 점수들의 생성이 소셜 네트워크의 사용자에 대한 광고 디스플레이에 의해 트리거될 수 있다. 소셜 네트워크상에서 광고가 최초로 사용자에게 디스플레이될 때마다, 소셜 네트워크는 그 소셜 네트워크의 사용자들에 대한 영향력 점수를 생성할 수 있다. 광고가 생성을 트리거할 때, 영향력 점수의 생성은 그 광고의 초기 타겟이 된 사용자의 서브-그래프 내의 사용자들에게 제한될 수 있다.
일부 구현에 있어서, 프로세스(400)는 소셜 네트워크의 사용자에게 광고를 디스플레이할 수 있다. 사용자에게 광고를 디스플레이하는 기회는, 예컨대 도 3을 참조하여 설명한 바와 같이, 입찰 프로세스를 통해 기회를 낙찰받은 광고주에게 부여될 수 있다.
스텝 408에서, 프로세스(400)는 전파하는 사용자에 대한 영향력 점수가 수신 사용자에 대한 영향력 점수보다 큰지를 결정할 수 있다. 전파하는 사용자는 광고가 디스플레이되는 사용자일 수 있다. 수신 사용자는 전파하는 사용자에게 지인 관계(예컨대, 친구관계)를 통해 연결된 사용자일 수 있다. 전파하는 사용자에 대한 영향력 점수가 수신 사용자에 대한 영향력 점수보다 크면, 프로세스(400)는 스텝 410에서, 전파하는 사용자로부터 수신하는 사용자에게 광고를 전파한다.
일부 예에서, 영향력 점수의 생성에 관한 스텝들 402-406은 스텝 408까지 실시되지 않을 수 있다. 그러한 예에서, 스텝 402-406은 전파하는 사용자 및 수신 사용자에 대해서만 실시될 수 있다. 예를 들어, 전파하는 사용자에게 광고가 디스플레이된 후, 프로세스(400)는 전파하는 사용자 및 수신 사용자들에 대한 영향력 점수들을 결정할 수 있다.
스텝 410에서, 전파하는 사용자로부터 수신 사용자에게 광고를 전파하는 것은 수신 사용자에게 광고를 디스플레이하는 것을 포함할 수 있다. 수신 사용자에게 디스플레이된 광고는 전파하는 사용자에게 디스플레이된 것과 동일한 광고일 수 있다. 스텝 410에서 수신 사용자에게 광고를 전파한 후, 프로세스(400)는 스텝 408로 돌아갈 수 있다. 그러나 스텝 408로 돌아가면, 수신 사용자는 전파하는 사용자로서의 역할을 하고, 그 수신 사용자에게 지인 관계를 통해 연결된 사용자가 수신 사용자의 역할을 할 수 있다.
예를 들어, 사용자 U1이 최초의 전파하는 사용자이고, 사용자 U2는 최초의 수신 사용자이고, U1의 영향력 점수가 U2의 영향력 점수보다 크다면, U1에 디스플레이된 광고는 U2에게 전파될 수 있다. 광고가 U2에 전파된 후, 프로세스(400)는 스텝 408로 돌아갈 수 있고, 여기서 U2는 전파하는 사용자로서 역할을 하고, U2에 지인 관계를 통해 연결된 U3은 수신 사용자로서 역할을 한다.
스텝 408 및 410에서 소셜 네트워크의 사용자들 사이에서 광고는 순환적으로 전파할 수 있다. 스텝들 408 및 410은 전파하는 사용자의 각각의 지인 관계에 대해 실시될 수 있다. 예를 들어, 전파하는 사용자에게 디스플레이된 광고는, 전파하는 사용자보다 작은 영향력 점수를 가진, 전파하는 사용자와 지인 관계에 있는 각자에게 전파될 수 있다. 다음으로, 전파하는 사용자로부터 광고를 수신한 각각의 사용자는 보다 작은 영향력 점수를 가지고 또한 지인 관계에 있는 각각의 사용자에게 그 광고를 전파할 수 있다.
스텝 408 및 410에서 광고의 순환적 전파는, 프로세스(400)가 전파하는 사용자의 영향력 점수가 수신 사용자의 영향력 점수보다 크지 않다고 결정할 때까지 계속될 수 있다. 그러한 결정이 이루어지면, 프로세스(400)는 종료될 수 있다. 또한 순환적인 전파는 그 광고의 계속적 전파가 허용되지 않는 조건(예컨대, 도 7과 관련하여 개요가 설명된 조건들)이 충족될 때 종료될 수 있다.
일부 예에서, 히트 확산 모델을 이용한 전파는 사용자들 사이의 분리 정도에 기초하여 제한될 수 있다. 예를 들어, 광고가 최초 사용자로부터 분리도 6 보다 큰 사용자에게 전파하였다면, 전파는 인접한 사용자들의 히트 색인 점수에 상관없이 중단할 수 있다.
도 5는 사용자 생성 컨텐츠로부터 사용자의 관심사 모델을 생성하는 예시적인 프로세스(500)의 플로우 차트이다. 예를 들어, 프로세스들(500)은 시스템(100 및 200)과 같은 시스템에 의해 실시될 수 있고, 표현의 명료화를 위해, 후술하는 설명은 프로세스를 설명하는 예로써 시스템(100 및 200)을 이용한다. 그러나 다른 시스템 및 시스템들의 결합이 프로세스(500)를 실시하는데 이용될 수 있다.
프로세스(500)는 사용자 생성 컨텐츠에 기초하여 사용자에 관한 정보를 수집함으로써 스텝 502에서 시작할 수 있다. 수집된 정보는 인구 통계학적 정보(예컨대, 나이, 성, 지리적 위치 등) 및/또는 사용자의 관심사(예컨대, 스포츠, 음악 등)를 포함할 수 있다. 사용자 생성 컨텐츠는 사용자가 자신의 프로필 페이지상에 제공한 정보(예컨대, 관심사, 나이, 성 등), 사용자가 가입한 그룹들(예컨대, 하이킹 클럽 그룹), 및/또는 사용자가 포스트한 코멘트(예컨대, 상태 업데이트, 다른 사용자의 프로필 페이지에 포스트된 코멘트)와 같이 소셜 네트워크의 사용자에 의해 생성된 컨텐츠를 포함할 수 있다.
일부 예에서, 사용자에 의해 포스트된 비주얼 및 오디오 미디어(예컨대, 음악, 사진, 비디오)도 수집될 수 있다. 비주얼 및 오디오 컨텐츠와 연계된 메타-태그들(meta-tags)이 수집될 수 있다. 일부 예에서, 오디오/비주얼 컨텐츠 분석기는 비주얼 및 오디오 컨텐츠와 관련된 정보를 도출하는데 이용될 수 있다. 예를 들어, 오디오/비주얼 분석기는 오디오 파일에 대해 계산된 파일 특징(file signature)을, 잘 알려진 오디오 파일들의 데이터베이스에 비교함으로써 오디오 파일을 식별할 수 있다. 또 다른 예에서, 오디오/비주얼 분석기는 특정 주제와 연계될 수 있는 사진 속 아이템들 및/또는 로고를 찾음으로써, 사진의 컨텐츠에 관한 정보를 알아내려고 시도할 수 있다(예컨대, 야구 모자, 야구 글러브, 및/또는 이미지상의 야구팀 로고를 찾는 것은 야구에 관한 사진을 나타낼 수 있음).
스텝 504에서, 프로세스(500)는 수집된 정보를 기계 학습 알고리즘에 입력할 수 있다. 기계 학습 알고리즘은 잠재 토픽 모델링 알고리즘일 수 있다. 잠재 토픽 모델링 알고리즘은 수집된 정보를, 제시된 토픽에 기초하여 검사하고, 사용자에게 적절한 토픽 리스트를 생성할 수 있다. 일부 구현에 있어서, 알고리즘은 토픽들과 연계된 키워드들의 데이터베이스에 대하여 수집된 정보를 대조할 수 있다. 알고리즘은 이러한 키워드들 및 연계된 토픽들을 동적으로 학습하고 조정할 수 있다.
스텝 506에서, 프로세스(500)는 수집된 정보에 기초하여 사용자의 관심사를 제공하는 토픽 모델을 생성할 수 있다. 사용자를 위한 토픽 모델은 사용자의 관심사와 연계된 속성들의 리스트를 제공할 수 있다. 토픽 모델은 사용자가 특정 토픽에 얼마나 관심이 있는지(예컨대, 사용자는 스포츠에 가장 관심이 있고, 그 다음으로 음악에 관심이 있음)의 표시를 제공할 수 있다. 토픽 모델이 생성된 후, 프로세스(500)는 종료할 수 있다.
토픽 모델의 생성에 있어서, 이전 토픽 모델들은 시간이 지남에 따라 사용자의 관심 변화를 판단하기 위해 조사될 수도 있다. 예를 들어, 토픽 모델은 사용자가 최근에 계보학(genealogy)에 관심을 갖게 되고, 작년 한 해 동안 스포츠에 대한 사용자의 관심이 감소되었다는 것을 제공할 수 있다.
예를 들어, 사용자 U10은 축구 및 스키에 관한 블로그 입력들 및 사용자가 참석한 최근 프로 축구 경기 사진들이 있는 프로필 페이지를 가지고 있을 수 있다. 또한 사용자 U10은 소셜 네트워크에서 비디오 게임 그룹의 멤버일 수도 있고, 축구, 영화 및 스키 지역의 눈(snow) 상황에 관하여 다른 사용자들의 프로필 페이지에 코멘트를 포스트할 수 있다. 이러한 정보 전체는 프로세스(500)에 의해 수집될 수 있고, 기계 학습 알고리즘에 입력된다. 기계 학습 알고리즘을 이용하여, 이후에 프로세스(500)는 사용자 U10을 위한 토픽 모델을 생성할 수 있다. 토픽 모델은 최대 관심사에서 최소 관심사로의 순서로, 후술하는 관심사들을 목록화할 수 있다: 축구, 스키, 영화, 및 비디오 게임. 사용자 U10의 이전 토픽 모델들을 조사함으로써, 토픽 모델은 축구가 일관되게 사용자 U10의 최대 관심사이고, 스키는 겨울에 피크인 주기적인 관심사이고, 영화 및 비디오 게임은 지난 한해 동안 감소되었다는 것을 제공할 수 있다.
도 6은 소셜 네트워크의 사용자들에게 광고를 디스플레이하는 기회에 대하여 광고주가 입찰하는 예시적인 프로세스(600)의 플로우 차트이다. 프로세스(600)는 예를 들어, 시스템(100 및 200)과 같은 시스템에 의해 실시될 수 있고, 표현의 명료화를 위해, 후술하는 설명은 프로세스들을 설명하는 예로서 시스템(100 및 200)을 이용한다. 그러나 다른 시스템 또는 시스템들의 결합도 프로세스(600)를 실시하는데 이용될 수 있다.
프로세스(600)는 광고주가 광고의 타겟으로 하길 원하는 사용자들의 특징들을 설명하는 파라미터들을 광고주가 입력하여 스텝 602에서 시작할 수 있다. 특징들은 인구 통계학적 정보(예컨대, 나이, 성, 지리적 정보) 및/또는 관심사들(예컨대, 스포츠, 음악)을 포함할 수 있다. 광고주는 시스템(200)의 애드히트 인터페이스(210)와 같은, 클라이언트 측의 인터페이스를 통해 이러한 정보를 입력할 수 있고, 이러한 정보는 시스템(200)의 웹 서버(214)와 같은 서버 측에 제출될 수 있다.
스텝 604에서, 프로세스(600)는 서버로부터 순위가 정해진 사용자들의 리스트를 수신하고, 그 순위는 특징들의 유사성 및 사용자 영향력 점수에 기초한다. 사용자들의 순위 리스트는 도 1 내지 3과 관련하여 상기 설명된 것과 유사한 방식으로, 웹 서버(214)와 같은 서버에서 생성될 수 있다. 사용자들의 순위 리스트는 시스템(200)의 애드히트 인터페이스(210)와 같은 인터페이스를 통해 수신될 수 있다.
예를 들어, 광고주 A1은 스포츠에 관심이 있는 18세에서 35세 사이의 남성과 같이, 광고의 타겟이 될 사용자들을 위한 파라미터들을 입력할 수 있다. 그 다음, 광고주 A1은 순위가 정해진 사용자 U1-U5의 리스트를 수신할 수 있다. 리스트의 상위에 위치한 사용자 U1은, 광고주 A1이 제출한 특징들에 가장 근접하게 매치될 수 있고, 소셜 네트워크에서 높은 영향력 점수를 가질 수 있다. 리스트의 하위에 위치한 사용자 U5는, 광고주 A1이 제출한 특징들에 가장 적게 매치되거나 및/또는 소셜 네트워크에서 낮은 영향력 점수를 가질 수 있다.
스텝 606에서, 광고주는 자신이 광고를 디스플레이하기 위해 사용자당 지불할 수 있는 최대 및 최소 비용을 입력할 수 있다. 일부 예에서, 광고주는 자신이 사용자들의 블록 또는 그룹에 광고들을 디스플레이하기 위해 지불할 수 있는 최대 및 최소 비용을 입력할 수 있다. 최대 및 최소 비용은 시스템(200)의 애드히트 인터페이스(210)와 같은, 인터페이스를 통해 입력될 수 있다.
이전 예를 이용하여, 광고주 A1이 지불할 수 있는 사용자들 U1-U5을 위한 최대 및 최소 비용은, 스텝 604에서 수신된 리스트에 있는 각 사용자의 순위에 직접 연관될 수 있다. 광고주 A1은 사용자 U1에 대하여 최대 및 최소 비용을 각각 1달러 및 0.5달러로 입력할 수 있다. 그러나 광고주 A1은 사용자 U5에 대하여 각각 0.25달러 및 0.05달러의 최대 및 최소 비용을 입력할 수 있다. 일부 예에서, 광고주 A1은 사용자 U5와 같이 낮은 순위의 사용자들에 대한 입찰을 입력하지 않을 수 있다.
스텝 608에서, 광고주는 광고를 디스플레이하기 위한 총 예산을 입력할 수 있다. 총 예산은 광고가 입찰에 따라 사용자들에게 디스플레이되고 소셜 네트워크의 다른 사용자들에게 전파되도록 하기 위해 광고주가 소비할 수 있는 최대금액일 수 있다. 예산이 소진되면, 광고가 소셜 네트워크의 사용자들에게 디스플레이되는 것이 중단될 수 있다. 총 예산은 시스템(200)의 애드히트 인터페이스(210)와 같은, 인터페이스를 통해 입력할 수 있다.
일부 예에서, 예산은 주기적 또는 특정 시간 기간 동안 존재할 수 있다. 예를 들어, 광고주는 광고를 디스플레이하기 위한 일일 예산이 50.00달러임을 규정할 수 있다. 일일 예산이 소진되면, 광고는 다음 일이 시작될 때까지 소셜 네트워크의 사용자들에게 디스플레이되지 않을 수 있다.
스텝 610에서, 광고주는 순위 리스트로부터의 사용자들에게 광고를 디스플레이하는 기회에 대한 입찰들(예컨대, 최대 및 최소 비용)을 제출할 수 있다. 입찰과 더불어, 광고주는 광고에 대한 총 예산도 제출할 수 있다. 입찰은 시스템(200)의 애드히트 인터페이스(210)와 같은 인터페이스를 통해 광고주에 의해 제출될 수 있고, 웹 서버(214)와 같은 서버 측에 있는 구성요소에 의해 수신될 수 있다. 광고주가 그 입찰을 제출한 후, 프로세스(600)는 종료될 수 있다.
스텝들 606-610은 소셜 네트워크의 사용자들에게 광고를 디스플레이하는 기회에 대하여 광고주가 수행하는 입찰 프로세스(612)를 집합적으로 표시할 수 있다. 입찰 프로세스(612)는 특정 광고에 대하여 광고주가 주기적으로(예컨대, 매월) 실시할 수 있다. 일부 예에서, 입찰 프로세스(612)는 광고주를 위해, 유사한 광고에 있어서 광고주의 이전 입찰들에 기초하여 자동화될 수 있다. 예를 들어, 광고주가 각각 1.00달러-0.50달러 및 0.25달러-0.05달러의 제1 및 제5 순위의 사용자에 대해 평균 최대 및 최소 입찰들을 제공했다면, 입찰 프로세스(612)는 새로운 입찰의 일부로서, 제1 및 제5 순위의 사용자에 대하여 이러한 평균값들을 자동으로 이용할 수 있다.
일부 예에서, 자동 입찰 금액은 사용자들의 순위 리스트에 있는 사용자의 영향력 점수 및 순위에 적어도 부분적으로 기초할 수 있다. 예를 들어, 자동 입찰 금액은 사용자 순위에 대한 사용자 영향력 점수당 입찰 금액(예컨대, 입찰 금액/(사용자 영향력 점수/ 사용자 순위))에 기초할 수 있다. 사용자 영향력 점수 및 사용자 순위는 스텝 604에서 광고주에게 제공될 수 있기 때문에, 입찰 금액은 순위 리스트상에 있는 각각의 사용자에 대해 자동으로 산출될 수 있다. 일부 예에서, 산출된 입찰 금액의 문턱값(예컨대, 0.01달러보다 큰 입찰 금액), 사용자 영향력 점수(예컨대, 평균 영향력 점수보다 큰 점수) 및/또는 사용자 순위(예컨대, 상위 25 내의 순위)는 사용자에게 자동 입찰을 실시하기 위하여 충족될 필요가 있다.
도 7은 전파하는 사용자로부터 수신 사용자에게 광고를 전파하는 예시적 프로세스의 플로우 차트이다. 프로세스(700)는 예를 들어, 시스템(100 및 200)과 같은 시스템에 의해 실시될 수 있고, 표현의 명료화를 위해, 후술하는 설명은 프로세스들을 설명하는 예로써 시스템(100 및 200)을 이용한다. 그러나 다른 시스템 또는 시스템들의 결합도 프로세스(700)를 실시하는데 이용될 수 있다.
프로세스(700)는 소셜 네트워크의 사용자가 소셜 네트워크에 로그인하는 스텝 702에서 시작할 수 있다. 스텝 704에서, 사용자는 가젯에 있는 광고를 볼 수 있다. 가젯은 시스템(200)을 참조하여 설명된 가젯(212)과 같이 소셜 네트워크의 사용자의 뷰(view)에 포함된 상호작용의 인터페이스일 수 있다. 예를 들어, 가젯은 소셜 네트워크의 사용자 웹페이지 기반 뷰에 디스플레이되는 상호작용 위젯(widget)일 수 있다. 가젯은 광고주가 사용자에게 디스플레이하는 기회를 낙찰받은 광고를 디스플레이할 수 있다. 또한 가젯은 소셜 네트워크상의 다른 사용자로부터 사용자에게 전파된 광고들을 디스플레이할 수 있다.
스텝 706에서, 프로세스(700)는 사용자가 가젯에 디스플레이되고 있는 광고와 상호작용하는지 여부를 판단할 수 있다. 사용자 상호작용은 광고를 클릭하는 것, 광고에 대한 관심의 표시를 제공하는 것(예컨대, 비디오 광고를 위한 “플레이(play)"버튼을 누름), 및/또는 소셜 네트워크의 다른 사용자들에게 광고를 전파하도록 결정하는 것을 포함할 수 있다. 사용자가 가젯에 디스플레이된 광고와 상호작용하면, 이후에 프로세스(700)는 스텝 708로 진행한다. 사용자가 가젯에 디스플레이된 광고와 상호작용하지 않으면, 이후에 프로세스(700)는 스텝 718에서 광고를 전파하지 않는다.
일부 구현에 있어서, 스텝 706은 프로세스(700)가 사용자의 상호작용이 소셜 네트워크의 다른 사용자들에 대한 광고의 전파(예컨대, 지인 관계에 의해 사용자와 연결된 사용자들에게 전파)를 보증하는지 여부를 더 판단할 수 있다. 예를 들어, 발생할 광고 전파에 있어서, 사용자는 가젯과 일종의 상호작용(예컨대, “전파 광고” 버튼을 클릭함)을 통해 전파에 동의함을 표시할 수 있다. 사용자가 전파에 대한 동의를 표시하면, 이후에 프로세스(700)는 스텝 708로 진행할 수 있다. 사용자가 광고와 상호작용을 할 수 있더라도, 사용자가 광고의 전파를 지지하지 않으면, 프로세스(700)는 스텝(718)에서 광고를 전파하지 않는다.
스텝 708에서, 프로세스(700)는 광고의 예산이 소진되었는지 여부를 판단한다. 프로세스(600)를 참조하여 설명한 것처럼, 광고주는 광고를 디스플레이하기 위한 총 예산을 제공할 수 있다. 예산이 소셜 네트워크의 사용자들에게 광고를 디스플레이함으로써 소진되었다면, 광고는 전파될 수 없다. 예산이 소진되지 않았다면, 프로세스(700)는 스텝 710으로 진행한다. 예산이 소진되었다면 프로세스(700)는 스텝 718에서 광고를 전파하지 않는다.
스텝 710에서, 프로세스(700)는 광고를 디스플레이하는 시간 기간이 만기되었는지 여부를 판단한다. 광고주는 광고가 특정 시간 기간 내에 디스플레이되도록 특정할 수 있다. 예를 들어, 음악 콘서트를 위한 광고에 관하여, 광고주는 광고가 콘서트 이후가 아닌, 콘서트 시간까지 표시되어야 한다고 특정할 수 있다. 광고를 디스플레이하는 시간 기간이 만료되지 않았다면, 프로세스(700)는 스텝 712로 진행한다. 광고를 디스플레이하는 시간 기간이 만료되면, 프로세스(700)는 스텝 718에서 광고를 전파하지 않는다.
스텝 714에서, 프로세스(700)는 광고가 지인 관계에 의해 사용자와 연결된 사용자들 모두에게 이미 전파되었는지 여부를 판단한다. 상기 설명한 것처럼, 지인 관계는 친구 관계와 같이, 다른 사용자의 프로필 페이지에 코멘트를 포스팅하고, 다른 사용자의 프로필 페이지를 보고, 소셜 네트워크 지원 활동(예컨대, 소셜 네트워크를 통해 함께 온라인 게임을 함, 채팅룸이나 대화 스레드(thread)를 통해서 대화함)을 통해 다른 사용자와 상호작용하고, 및/또는 소셜 네트워크에서 유사한 소셜 그룹 또는 단체에 속해 있는, 소셜 네트워크의 2명의 사용자들 간의 연결일 수 있다. 광고가 지인 관계에 의해 사용자와 연결된 사용자들 중 적어도 한 명에게 전파되지 않았다면, 프로세스(700)는 스텝 714로 진행한다. 광고가 지인 관계에 의해 사용자와 연결된 사용자들 모두에게 이미 전파되었다면, 프로세스(700)는 스텝 718에서 광고를 전파하지 않는다.
스텝 714에서, 프로세스(700)는 히트 확산 균형이 사용자 및 그 사용자와 연결된 사용자들(이들에게는 광고가 아직 전파되지 않았고 또한 지인 관계에 의해 연결됨) 사이에 이루어졌는지 여부를 판단한다. 프로세스(400)의 스텝 408을 참조하여 상기 설명한 것처럼, 히트 확산 균형이 이루어지지 않는 한, 광고는 한 사용자로부터 다른 사용자에게 전파될 수 있다. 히트 확산 균형이 지인 관계에 의해 사용자에게 연결된 적어도 하나의 사용자에게서 이루어지지 않고 있다면, 프로세스(700)는 스텝 716으로 진행한다. 히트 확산 균형이 지인 관계에 의해 사용자에게 연결된 모든 사용자들에게서 이루어지면, 프로세스(700)는 스텝 718에서 광고를 전파하지 않는다.
스텝 716에서, 프로세스(700)는 사용자(예컨대, 전파하는 사용자)로부터 수신 사용자(예컨대, 지인 관계에 의해 그 전파하는 사용자와 연결된 사용자)에게 광고를 전파한다. 수신 사용자들은 전파하는 사용자에게 지인 관계로 연결된 사용자들일 수 있고, 전파하는 사용자의 영향력 점수보다 작은 영향력 점수를 가졌고, 그 광고가 아직 전파되지 않은 사용자들이다. 일부 구현에 있어서, 광고는 모든 수신 사용자들에게 전파될 수 있다. 다른 구현에 있어서, 광고는 광고주에 의해 설정된 평가 기준을 충족시키는 수신 사용자들에게만 전파될 수 있다. 예를 들어, 광고주는 수신 사용자에 대한 전파가, 전파하는 사용자의 영향력 점수의 80%보다 큰 영향력 점수를 수신 사용자가 가졌을 때에만 수신 사용자에 대한 전파가 일어나도록 지시할 수 있다. 수신 사용자에 대한 광고를 전파한 후, 프로세스(700)는 종료될 수 있다.
스텝 718에서, 프로세스(700)는 사용자로부터 지인 관계에 의해 그 사용자에게 연결된 사용자들에게 광고를 전파하지 않는다. 스텝 718 후에, 프로세스(700)는 스텝 720으로 진행한다. 스텝 720에서, 프로세스(700)는 가젯에서 사용자에게 디스플레이될 수 있는 대체 광고가 있는지 여부를 판단한다. 대체 광고는 사용자에게 디스플레이될 수 있는 다른 광고일 수 있다(예컨대, 광고주가 사용자에게 대체 광고를 디스플레이하는 기회를 낙찰받고, 광고가 사용자에게 전파됨). 대체 광고가 사용자에게 디스플레이될 수 있으면, 프로세스(700)는 스텝 704로 돌아갈 수 있고, 가젯에 있는 사용자에게 대체 광고를 디스플레이할 수 있다. 대체 광고가 이용될 수 없으면, 프로세스(700)는 종료할 수 있다.
시스템(800)은 프로세서(810), 메모리(820), 저장 디바이스(830) 및 입/출력 디바이스(840)를 포함한다. 컴포넌트(810, 820, 830 및 840) 각각은 시스템 버스(850)를 이용하여 상호 연결된다. 프로세서(810)는 본 시스템(800) 내에서 실행을 위한 명령을 처리할 수 있다. 프로세서는 다수의 아키텍쳐들 중 일부를 이용하여 설계될 수 있다. 예를 들어, 프로세서(810)는 CISC(Complex InstuctionSet Computers) 프로세서, RISC(Reduced Instuction Set Computer) 프로세서, 또는 MISC(Minimal Instruction Set Computer) 프로세서일 수 있다.
일 구현에 있어, 프로세서(810)는 싱글-스레디드 프로세서(single-threaded processor)이다. 다른 구현에 있어, 프로세서(810)는 멀티-스레디드 프로세서(multi-threaded processor)이다. 본 프로세서(810)는 입/출력 디바이스(840) 상의 사용자 인터페이스에 대해 그래픽 정보를 디스플레이하기 위해 메모리(820)에 혹은 저장 디바이스(830) 상에 저장된 명령을 처리하는 것이 가능하다.
메모리(820)는 본 시스템(800) 내에 정보를 저장한다. 일 구현에 있어, 메모리(820)는 컴퓨터-판독가능한 매체이다. 일 구현에 있어, 메모리(820)는 휘발성 메모리 유닛(unit)이다. 다른 구현에 있어, 메모리(820)는 비-휘발성 메모리 유닛이다.
저장 디바이스(830)는 본 시스템(800)을 위하여 대량의 저장소를 제공할 수 있다. 일 구현에 있어, 저장 디바이스(830)는 컴퓨터-판독가능한 매체이다. 다양한 다른 구현에 있어, 저장 디바이스(830)는 플로피 디스크 디바이스, 하드 디스크 디바이스, 광학 디스크 디바이스, 혹은 테이프 디바이스일 수 있다.
입/출력 디바이스(840)는 본 시스템(800)에 대한 입/출력 동작을 제공한다. 일 구현에 있어, 입/출력 디바이스(840)는 키보드 및/또는 포인팅 디바이스를 포함한다. 다른 구현에 있어, 입/출력 디바이스(840)는 그래픽 사용자 인터페이스(GUI; Graphic User Interface)를 디스플레이하기 위한 디스플레이 유닛을 포함한다.
상기 설명된 특성들은 디지털 전자 회로나 컴퓨터 하드웨어, 펌웨어, 소프트웨어에서 혹은 이들 중 하나 이상의 조합에서 구현 가능하다. 상기 장치는 정보 전송자, 즉, 기계-판독가능한 저장 디바이스 또는 전파된 신호에서 프로그래머블 프로세서에 의한 실행을 위해 유형적으로 실시된 컴퓨터 프로그램 제품으로 구현될 수 있고; 방법 단계들은 입력 데이터로 동작하고 출력을 생성함으로써 상기 설명된 구현들의 기능을 수행하기 위한 명령들의 프로그램을 실행하는 프래그래머블 프로세서에 의해 수행될 수 있다. 상기 설명된 특징들은 데이터 저장 시스템으로부터 데이터와 명령들을 수신하기 위해, 그리고 데이터와 명령들을 전송하기 위해 연결된 적어도 하나의 프로그래머블 프로세서, 적어도 하나의 입력 디바이스, 및 적어도 하나의 출력 디바이스를 포함하는 프로그래머블 시스템에서 실행가능한 하나 이상의 컴퓨터 프로그램에서 유리하게 구현될 수 있다. 컴퓨터 프로그램은 임의의 동작을 수행하거나 임의의 결과를 가져오기 위해 컴퓨터에서 직접 또는 간접적으로 사용될 수 있는 명령들의 집합이다. 컴퓨터 프로그램은 컴파일되거나 해석된 언어들을 포함하는 프래그래밍 언어의 일 형태로 쓰일 수 있고 독립형(stand-alone) 프로그램이나 모듈, 컴포넌트, 서브루틴 또는 컴퓨팅 환경에서 사용하기 적절한 다른 유닛으로서 포함되는 일 형태로 전개될 수 있다.
명령 프로그램의 실행을 위해 적절한 프로세서는, 예시의 수단으로서 범용 및 특수 목적의 마이크로 프로세서, 및 단독 프로세서나 일종의 컴퓨터의 멀티 프로세서들 중 하나, 모두를 포함할 수 있다. 일반적으로 프로세서는 읽기-전용 메모리 또는 랜덤 액세스 메모리(random access memory) 또는 둘 다로부터 명령과 데이터를 수신할 것이다. 상기 컴퓨터의 본질적 요인은 명령을 실행하기 위한 프로세서 및 명령과 데이터를 저장하기 위한 하나 이상의 메모리들이다. 일반적으로, 컴퓨터는 또한 데이터 파일들을 저장하기 위한 하나 이상의 대량 저장 디바이스들을 포함하거나 상기 대량 저장 디바이스들과 통신하기 위해 유효하게 연결될 것이다. 그러한 디바이스는 내부 하드 디스크 및 제거가능한 디스크와 같은 자기 디스크(magnetic disk); 광자기 디스크(magneto-optical disk); 및 광학 디스크(optical disk)를 포함한다. 컴퓨터 프로그램 명령 및 데이터를 유형으로 구현하기에 적합한 저장 디바이스들은 예시적으로 EPROM, EEPROM, 플래시 메모리 디바이스; 내부 하드디스크 및 제거가능한 디스크와 같은 자기 디스크; 광자기 디스크; 및 CD-ROM과 DVD-ROM 디스크와 같은 반도체 메모리 디바이스를 포함하는, 모든 유형의 비-휘발성 메모리를 포함한다. 상기 프로세서와 메모리는 ASICs(application-specific integrated circuits)에 의해 보완되거나, 통합될 수 있다.
사용자와의 상호작용을 제공하기 위해, 상기 특징은 사용자에게 정보를 디스플레이하기 위한 CRT(cathode ray tube) 또는 LCD(liquid crystal display) 모니터와 같은 디스플레이 디바이스, 및 상기 사용자가 상기 컴퓨터에 입력을 제공함에 따른 키보드 및 마우스 또는 트랙볼(Trackball)과 같은 포인팅 디바이스를 구비한 컴퓨터상에서 구현될 수 있다.
상기 특징들은 데이터 서버와 같은 백-엔드 컴포넌트(back-end component), 애플리케이션 서버나 인터넷 서버와 같은 미들웨어 컴포넌트(middleware component), 그래픽 사용자 인터페이스나 인터넷 브라우저를 구비한 클라이언트 컴퓨터와 같은 프론트-엔드 컴포넌트(front-end component) 또는 상기의 조합을 포함하는 컴퓨터 시스템에서 구현될 수 있다. 상기 시스템의 컴포넌트는 통신 네트워크와 같은 디지털 데이터 통신의 어떠한 형태나 매체에 의해서도 연결 가능하다. 통신 네트워크의 예로는 LAN(Local Area Network), WAN(Wide Area Network), 상기 인터넷을 구축하는 컴퓨터와 네트워크가 포함된다.
상기 컴퓨터 시스템은 클라이언트와 서버를 포함할 수 있다. 클라이언트와 서버는 보통 서로 떨어져 있으며, 일반적으로는 설명한 것처럼 네트워크를 통하여 상호 작용한다. 클라이언트와 서버의 관계는 각각의 컴퓨터상에서 구동되고 서로에 대하여 클라이언트-서버 관계를 갖는 컴퓨터 프로그램에 의하여 발생한다.
몇몇 구현들이 상기 상세히 설명되었지만, 다른 변형들도 가능하다. 또한 소셜 네트워크의 사용자들에게 광고를 제공하기 위한 다른 메카니즘들도 이용될 수 있다. 게다가, 도면에 도시된 논리 흐름은 바람직한 결과를 얻기 위해 도시된 특정 순서, 또는 연속적인 순서를 반드시 요구하는 것은 아니다. 다른 단계들이 제공되거나, 단계들이 설명된 흐름으로부터 제거될 수 있으며, 다른 구성요소들이 설명한 시스템들에 추가되거나 그로부터 제거될 수 있다. 따라서, 다른 구현들은 후술하는 청구범위 내에 있다.

Claims (28)

  1. 컴퓨터로 구현되는 방법으로서,
    제1 시간에, 컴퓨터로 구현되는 소셜 네트워크에 의해 디스플레이하기 위한 광고를 상기 컴퓨터로 구현되는 소셜 네트워크의 사용자들에게 타겟팅(target) 하기 위한 광고주로부터의 요청을 서버에서 수신하는 단계와, 상기 요청은 상기 광고주가 타겟으로 하길 원하는 상기 사용자들의 특징들을 표시하는 데이터를 포함하며;
    상기 서버에 의해 및 상기 광고를 사용자들에게 타겟팅하기 위한 요청을 수신함에 응답하여, i)상기 사용자들의 특징들이 상기 수신된 특징들과 얼마나 유사한지 여부 및 ii)상기 컴퓨터로 구현되는 소셜 네트워크 내에서 상기 사용자가 얼마나 영향력이 있는지를 나타내는 각 사용자에 대한 영향력 점수에 기초하여 상기 사용자들의 순위를 정하는(ranking) 단계와;
    상기 서버에 의해 및 상기 사용자들의 순위를 정함에 응답하여, 적어도 i)상기 광고주에 의해 타겟이 된 하나 이상의 상기 사용자들에게 상기 광고를 디스플레이할 기회에 대한 상기 광고주로부터의 입찰 가격 및 ii)상기 광고가 상기 하나 이상의 사용자들에게 제시된 때 상기 광고가 얼마나 선택될 가망이 있는지 나타내는 상기 광고에 대한 결정된 질 레벨(determined level of quality)에 기초하여 상기 광고주의 요청에 대한 점수를 결정하는 단계와;
    서버에 의해 및 상기 광고주에게, 복수의 사용자들에게 상기 광고를 디스플레이할 상기 기회를 할당하는 단계와, 상기 광고주에 의해 타겟이 된 상기 복수의 사용자들 각각은 상기 광고주의 요청의 상기 점수와 상기 복수의 하나 이상의 사용자들 각각의 순위와의 사이의 상관관계에 기초하며;
    상기 제1 시간 이후인 제2 시간에 및 제1 사용자와 관련된 컴퓨팅 디바이스로부터, 상기 소셜 네트워크의 컨텐츠에 대한 요청을 수신하는 단계와;
    상기 요청을 수신함에 응답하여, 상기 제1 사용자가 상기 광고를 디스플레이할 상기 기회를 할당받은 상기 복수의 사용자들 중 한 명이라는 것을 결정하는 단계와; 그리고
    상기 서버에 의해, 상기 제1 사용자가 상기 복수의 사용자들 중 한 명이라는 것을 결정함에 응답하여, 상기 제1 사용자와 관련된 상기 컴퓨팅 디바이스에 상기 요청된 소셜 네트워크의 컨텐츠 및 상기 컴퓨팅 디바이스 상에 제시(presentation)를 위한 상기 광고를 출력하는 단계를 포함하는 방법.
  2. 청구항 1에 있어서,
    상기 컴퓨터로 구현되는 소셜 네트워크상에서 사용자의 활동 레벨에 기초하여, 상기 사용자에 대한 영향력 점수를 상기 서버에 의해 생성하는 단계를 더 포함하는 방법.
  3. 청구항 2에 있어서,
    상기 컴퓨터로 구현되는 소셜 네트워크상에서 상기 사용자에 의해 생성된 컨텐츠의 질(quality) 또는 형태(type); 상기 컴퓨터로 구현되는 소셜 네트워크상에서 다른 사용자들과의 상호작용의 질 또는 형태; 또는 상기 컴퓨터로 구현되는 소셜 네트워크 내에서 시간 기간에 걸친 사용자 상호작용의 빈도에 기초하여, 상기 사용자의 활동 레벨을 상기 서버에 의해 결정하는 단계를 더 포함하는 방법.
  4. 청구항 2에 있어서,
    상기 컴퓨터로 구현되는 소셜 네트워크상에서 상기 사용자에 의해 생성된 컨텐츠의 질 또는 상기 컴퓨터로 구현되는 소셜 네트워크상에서 다른 사용자들과의 상호작용의 질에 기초하여, 상기 사용자의 활동 레벨을 상기 서버에 의해 결정하는 단계를 더 포함하는 방법.
  5. 청구항 3에 있어서,
    사용자에 대한 상기 영향력 점수는, 상기 사용자가 생성하는 상기 컨텐츠 또는 다른 사용자들과의 상호작용이 현실적(substantive)인 것으로 결정되면, 더 큰 영향력을 나타내고, 여기서, 현실적 컨텐츠는 다른 사용자에 의해 상기 소셜 네트워크에 미리 포스팅되지 않은 오리지날 컨텐츠(original content)를 포함하는 방법.
  6. 청구항 1에 있어서,
    상기 컴퓨터로 구현되는 소셜 네트워크에서 상기 사용자의 지인 관계에 기초하여 사용자에 대한 영향력 점수를 상기 서버에 의해 생성하는 단계를 더 포함하고, 지인 관계는 상기 소셜 네트워크의 두 사용자들 간에 양-방향 관계를 포함하는 방법.
  7. 삭제
  8. 청구항 6에 있어서,
    지인 관계의 수가 더 많은 사용자는 지인 관계의 수가 작은 사용자보다 더 큰 영향력을 나타내는 영향력 점수를 갖는 방법.
  9. 청구항 6에 있어서,
    상기 사용자의 영향력 점수는 상기 사용자 지인 관계를 가진 다른 사용자들의 영향력 점수들에 기초하는 방법.
  10. 청구항 6에 있어서,
    상기 사용자의 영향력 점수는 상기 사용자의 지인 관계 형태의 유의성(significance)에 기초하는 방법.
  11. 청구항 10에 있어서,
    상기 컴퓨터로 구현되는 소셜 네트워크는 지인 관계에 의해 연결된 사용자 노드들(nodes)을 포함하는 그래프를 사용하여 적어도 부분적으로 표시되고, 상기 그래프의 나머지에 상기 그래프의 서브-그래프 부분을 연결하는 지인 관계의 제1 형태는, 상기 그래프의 나머지에 상기 그래프의 서브-그래프 부분을 연결하지 않은 지인 관계의 제2 형태보다 더 큰 유의성을 갖는 방법.
  12. 청구항 1에 있어서,
    상기 사용자들의 특징들을 표시하는 상기 데이터는 나이, 성, 관심사를 설명하는 키워드, 또는 지리적 위치에 관한 것인 방법.
  13. 청구항 1에 있어서,
    상기 순위가 정해진 사용자들의 리스트를 상기 서버에 의해 상기 광고주에게 전송하는 단계를 더 포함하는 방법.
  14. 청구항 1에 있어서,
    상기 광고주로부터의 입찰은 사용자당 최소 입찰, 사용자당 최대 입찰, 또는 상기 광고에 대한 총 예산을 포함하는 방법.
  15. 청구항 1에 있어서,
    상기 사용자 특징들과 사용자들 순위에서의 상기 수신된 특징들 간의 유사성에 얼마나 큰 유의성이 할당되는지를 나타내는 제1 가중치, 및 상기 사용자들 순위에서의 영향력 점수에 얼마나 큰 유의성이 할당되는지를 나타내는 제2 가중치를 포함하는 가중치 선호도를 상기 서버에 의해 적용하는 단계를 더 포함하는 방법.
  16. 청구항 15에 있어서,
    사용자들의 순위를 정하는 단계는, 사용자 각각에 대해 수신된 특징들의 유사성에 상기 제1 가중치를 적용함으로써 제1 가중된 값을 산출하는 단계, 사용자 각각에 대해 상기 영향력 점수에 상기 제2 가중치를 적용함으로써 제2 가중된 값을 산출하는 단계, 및 상기 제1 가중된 값을 상기 제2 가중된 값과 결합하는 단계를 포함하는 방법.
  17. 청구항 15에 있어서,
    상기 가중치 선호도는 상기 광고주에 의해 제공되는 선호도인 방법.
  18. 청구항 15에 있어서,
    상기 가중치 선호도는 미리 결정되는 방법.
  19. 청구항 15에 있어서,
    상기 광고의 컨텐츠, 유사한 컨텐츠를 가진 이전 광고들에 대한 가중치 선호도, 또는 상기 이전 광고들의 유효성에 기초하여 가중치 선호도를 서버에 의해 산출하는 단계를 더 포함하는 방법.
  20. 소셜 네트워크의 사용자들에게 광고를 디스플레이할 기회를 할당하는 시스템으로서,
    하나 이상의 프로세서들 및 하나 이상의 메모리 모듈들을 포함하는 하나 이상의 서버들을 포함하며, 상기 하나 이상의 프로세서들은:
    제1 시간에, 컴퓨터로 구현되는 소셜 네트워크에 의해 디스플레이하기 위한 광고를 상기 컴퓨터로 구현되는 소셜 네트워크의 사용자들에게 타겟팅(target) 하기 위한 광고주로부터의 요청을 수신하도록 프로그래밍된 인터페이스와, 상기 요청은 상기 광고주가 타겟으로 하길 원하는 상기 사용자들의 특징들을 표시하는 데이터를 포함하며;
    상기 광고를 사용자들에게 타겟팅하기 위한 요청을 수신함에 응답하여,
    i)상기 사용자들의 특징들이 상기 수신된 특징들과 얼마나 유사한지 여부 및 ii)상기 소셜 네트워크 내에서 상기 사용자가 얼마나 영향력이 있는지를 나타내는 각 사용자에 대한 영향력 점수에 기초하여 상기 사용자들의 순위를 정하는(ranking) 수단과;
    상기 사용자들의 순위를 정함에 응답하여, 적어도 i)상기 광고주에 의해 타겟이 된 하나 이상의 상기 사용자들에게 상기 광고를 디스플레이할 기회에 대한 상기 광고주로부터의 입찰 가격 및 ii)상기 광고가 상기 하나 이상의 사용자들에게 제시된 때 상기 광고가 얼마나 선택될 가망이 있는지 나타내는 상기 광고에 대한 결정된 질 레벨(determined level of quality)에 기초하여 상기 광고주의 요청에 대한 점수를 결정하도록 프로그래밍된 요청 채점 모듈과; 그리고
    광고 할당 모듈을 실행하도록 구성되며, 상기 광고 할당 모듈은:
    상기 광고주에게, 복수의 사용자들에게 상기 광고를 디스플레이할 상기 기회를 할당하고, 상기 광고주에 의해 타겟이 된 상기 복수의 사용자들 각각은 상기 광고주의 요청의 상기 점수와 상기 복수의 하나 이상의 사용자들 각각의 순위와의 사이의 상관관계에 기초하며;
    상기 제1 시간 이후인 제2 시간에 및 제1 사용자와 관련된 컴퓨팅 디바이스로부터, 상기 소셜 네트워크의 컨텐츠에 대한 요청을 수신하고;
    상기 요청을 수신함에 응답하여, 상기 제1 사용자가 상기 광고를 디스플레이할 상기 기회를 할당받은 상기 복수의 사용자들 중 한 명이라는 것을 결정하고; 그리고
    상기 제1 사용자가 상기 복수의 사용자들 중 한 명이라는 것을 결정함에 응답하여, 상기 제1 사용자와 관련된 상기 컴퓨팅 디바이스에 상기 요청된 소셜 네트워크의 컨텐츠 및 상기 컴퓨팅 디바이스 상에 제시(presentation)를 위한 상기 광고를 출력하도록 프로그래밍되는 것을 특징으로 하는 시스템.
  21. 청구항 20에 있어서,
    상기 사용자들의 순위를 정하는 수단은 소셜 네트워크상에서 상기 사용자의 활동 레벨에 기초하여 사용자에 대한 상기 영향력 점수를 생성하는 시스템.
  22. 청구항 20에 있어서,
    상기 사용자들의 순위를 정하는 수단은 상기 소셜 네트워크상에서 상기 사용자의 지인 관계들에 기초하여, 사용자에 대한 영향력 점수를 생성하는 시스템.
  23. 청구항 20에 있어서,
    사이 사용자들의 특징들을 나타내는 데이터는 나이, 성, 관심사 또는 소셜 네트워크에서 사용자들의 지리적 위치에 관한 시스템.
  24. 컴퓨터로 구현되는 방법으로서,
    제1 시간에, 광고주로부터 광고의 컨텐츠에 관한 정보를 서버에서 수신하는 단계와;
    상기 광고의 컨텐츠에 관한 정보를 수신함에 응답하여, 사용자가 상기 광고의 컨텐츠에 수용적(receptive)일 가능성 및 컴퓨터로 구현되는 소셜 네트워크의 다른 사용자들에 대해 사용자가 가진 영향력의 양에 기초하여 컴퓨터로 구현되는 소셜 네트워크의 사용자들의 정렬된 리스트를 서버에 의해 만드는 단계와;
    상기 사용자들의 정렬된 리스트에서 제공된 복수의 사용자들에게 상기 광고를 디스플레이할 권리에 대한 입찰을 상기 광고주로부터 상기 서버에서 수신하는 단계와;
    광고에 대한 점수가 상기 복수의 사용자들에게 상기 광고를 디스플레이할 권리에 대한 다른 광고주들로부터 시간 기간 내에 수신된 다른 광고들에 대한 점수들보다 크면, 서버에 의해 상기 광고주에게 상기 광고를 상기 복수의 사용자들에게 디스플레이할 권리를 부여하는 단계와, 상기 광고주로부터의 입찰은 상기 시간 기간 내에 수신되며, 상기 점수는 적어도 i)입찰 가격 및 ii)상기 광고가 상기 하나 이상의 사용자들에게 제시된 때 상기 광고가 얼마나 선택될 가망이 있는지를 나타내는 상기 광고에 대한 결정된 질 레벨에 기초하며;
    상기 제1 시간 이후인 제2 시간에 및 제1 사용자와 관련된 컴퓨팅 디바이스로부터, 상기 소셜 네트워크의 컨텐츠에 대한 요청을 수신하는 단계와;
    상기 요청을 수신함에 응답하여, 상기 제1 사용자가 상기 광고를 디스플레이할 상기 기회를 할당받은 상기 복수의 사용자들 중 한 명이라는 것을 결정하는 단계와; 그리고
    상기 사용자와 관련된 클라이언트상에 디스플레이할 광고를 상기 서버에 의해 출력하는 단계를 포함하는 방법.
  25. 청구항 24에 있어서,
    상기 광고의 컨텐츠를 상기 사용자의 관심사에 관한 정보와 비교함으로써, 상기 컴퓨터로 구현되는 소셜 네트워크의 사용자가 상기 광고의 컨텐츠에 수용적일 가능성을 상기 서버에 의해 결정하는 단계를 더 포함하는 방법.
  26. 청구항 24에 있어서,
    상기 컴퓨터로 구현되는 소셜 네트워크의 다른 사용자들과의 사용자의 관계 및 소셜 네트워크상에서 사용자의 활동 레벨을 평가함으로써, 상기 컴퓨터로 구현되는 소셜 네트워크의 상기 다른 사용자들에 대하여 상기 사용자가 가지는 영향력의 양을 상기 서버에 의해 결정하는 단계를 포함하는 방법.
  27. 청구항 1에 있어서,
    상기 광고에 대한 상기 결정된 질 레벨은 상기 광고에 대한 클릭-쓰루률(click-through rate)을 포함하는 방법.
  28. 청구항 1에 있어서,
    상기 제1 시간 이후인 제3 시간에 및 제2 사용자로부터, 상기 소셜 네트워크의 컨텐츠를 디스플레이하기 위한 요청을 수신하는 단계와;
    상기 제2 사용자가 상기 복수의 사용자들 중에 없음을 결정하는 단계와; 그리고
    상기 서버에 의해, 상기 제2 사용자가 상기 복수의 사용자들 중에 없음을 결정함에 응답하여, 상기 제2 사용자에게 상기 소셜 네트워크의 컨텐츠의 디스플레이를 출력하는 단계를 더 포함하며, 상기 디스플레이는 상기 광고와는 서로 다른 디폴트 광고(default ad)를 포함하는 방법.
KR1020117023197A 2009-03-03 2009-03-03 소셜 네트워크의 사용자들에게 광고를 제공하기 위한 방법 및 시스템 KR101624680B1 (ko)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2009/000223 WO2010099632A1 (en) 2009-03-03 2009-03-03 Method and system for providing advertising to users of social network

Publications (2)

Publication Number Publication Date
KR20120004436A KR20120004436A (ko) 2012-01-12
KR101624680B1 true KR101624680B1 (ko) 2016-05-27

Family

ID=42709188

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020117023197A KR101624680B1 (ko) 2009-03-03 2009-03-03 소셜 네트워크의 사용자들에게 광고를 제공하기 위한 방법 및 시스템

Country Status (8)

Country Link
EP (1) EP2404264A4 (ko)
JP (1) JP5390642B2 (ko)
KR (1) KR101624680B1 (ko)
CN (1) CN102414705A (ko)
AU (1) AU2009341525B2 (ko)
BR (1) BRPI0924542A2 (ko)
CA (1) CA2754121C (ko)
WO (1) WO2010099632A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10885131B2 (en) 2016-09-12 2021-01-05 Ebrahim Bagheri System and method for temporal identification of latent user communities using electronic content
US11074623B2 (en) 2016-06-06 2021-07-27 Advanced New Technologies Co., Ltd. Method and device for pushing information

Families Citing this family (74)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8868448B2 (en) 2000-10-26 2014-10-21 Liveperson, Inc. Systems and methods to facilitate selling of products and services
US9819561B2 (en) 2000-10-26 2017-11-14 Liveperson, Inc. System and methods for facilitating object assignments
US8738732B2 (en) 2005-09-14 2014-05-27 Liveperson, Inc. System and method for performing follow up based on user interactions
US9432468B2 (en) 2005-09-14 2016-08-30 Liveperson, Inc. System and method for design and dynamic generation of a web page
US8762313B2 (en) 2008-07-25 2014-06-24 Liveperson, Inc. Method and system for creating a predictive model for targeting web-page to a surfer
US8260846B2 (en) 2008-07-25 2012-09-04 Liveperson, Inc. Method and system for providing targeted content to a surfer
US8805844B2 (en) 2008-08-04 2014-08-12 Liveperson, Inc. Expert search
US9892417B2 (en) 2008-10-29 2018-02-13 Liveperson, Inc. System and method for applying tracing tools for network locations
US9767212B2 (en) 2010-04-07 2017-09-19 Liveperson, Inc. System and method for dynamically enabling customized web content and applications
US8918465B2 (en) * 2010-12-14 2014-12-23 Liveperson, Inc. Authentication of service requests initiated from a social networking site
US9350598B2 (en) 2010-12-14 2016-05-24 Liveperson, Inc. Authentication of service requests using a communications initiation feature
WO2013062620A2 (en) * 2011-04-04 2013-05-02 Northwestern University Methods and systems for analyzing data of an online social network
JP5802064B2 (ja) * 2011-06-21 2015-10-28 株式会社ミクシィ Ｓｎｓにおける広告配信システム、及び広告配信方法
JP2013020561A (ja) * 2011-07-14 2013-01-31 Konami Digital Entertainment Co Ltd 管理装置、携帯端末およびプログラム
US8650070B2 (en) 2011-08-02 2014-02-11 Google Inc. System and method for sharing content on third-party mobile applications
CN103049860A (zh) * 2011-10-17 2013-04-17 成都蓉奥科技有限公司 一种基于社交游戏的派赠推广方法
US8943002B2 (en) 2012-02-10 2015-01-27 Liveperson, Inc. Analytics driven engagement
US8756168B1 (en) 2012-02-22 2014-06-17 Google Inc. Endorsing a product purchased offline
US8805941B2 (en) 2012-03-06 2014-08-12 Liveperson, Inc. Occasionally-connected computing interface
US9262791B2 (en) 2012-03-23 2016-02-16 Facebook, Inc. Targeting stories based on influencer scores
US9563336B2 (en) 2012-04-26 2017-02-07 Liveperson, Inc. Dynamic user interface customization
US9672196B2 (en) 2012-05-15 2017-06-06 Liveperson, Inc. Methods and systems for presenting specialized content using campaign metrics
WO2013173799A1 (en) * 2012-05-17 2013-11-21 Luvocracy Inc. Reward structures
US10210559B2 (en) 2012-05-17 2019-02-19 Walmart Apollo, Llc Systems and methods for recommendation scraping
US10346895B2 (en) 2012-05-17 2019-07-09 Walmart Apollo, Llc Initiation of purchase transaction in response to a reply to a recommendation
US10580056B2 (en) 2012-05-17 2020-03-03 Walmart Apollo, Llc System and method for providing a gift exchange
US20130311621A1 (en) 2012-05-17 2013-11-21 Luvocracy Inc. Universal Communications Infrastructure
US10181147B2 (en) 2012-05-17 2019-01-15 Walmart Apollo, Llc Methods and systems for arranging a webpage and purchasing products via a subscription mechanism
JP6125628B2 (ja) * 2012-06-22 2017-05-10 グーグル インコーポレイテッド オンラインアクティビティの集約
US10277691B2 (en) 2012-07-10 2019-04-30 Nec Corporation Community server, community method and program
US9020835B2 (en) * 2012-07-13 2015-04-28 Facebook, Inc. Search-powered connection targeting
US20140052534A1 (en) * 2012-08-16 2014-02-20 Shaheen A. Gandhi Electronic Advertising Targeting Multiple Individuals
US8788420B1 (en) 2012-10-15 2014-07-22 Google Inc. Generating peer-to-peer transaction risk ratings
US10423984B2 (en) * 2012-10-16 2019-09-24 Facebook, Inc. Sponsored stories in notifications
WO2014062791A1 (en) * 2012-10-18 2014-04-24 Google Inc. Facilitating following a content provider
US20140136441A1 (en) * 2012-11-14 2014-05-15 Facebook, Inc. Methods and systems for identity based subscription management
US8788487B2 (en) * 2012-11-30 2014-07-22 Facebook, Inc. Querying features based on user actions in online systems
US20140164132A1 (en) * 2012-12-12 2014-06-12 Teck Chia Client-Side Advertising Decisions
CN103870534B (zh) * 2012-12-12 2018-01-09 塔塔咨询服务有限公司 社交网络分析
US9430782B2 (en) * 2012-12-17 2016-08-30 Facebook, Inc. Bidding on search results for targeting users in an online system
US20140172564A1 (en) * 2012-12-17 2014-06-19 Facebook, Inc. Targeting objects to users based on queries in an online system
AU2013203529A1 (en) * 2013-03-12 2014-10-02 Instant Sponsor.Com Pty Ltd Sponsorship System
WO2014181530A1 (ja) * 2013-05-08 2014-11-13 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ サービス提供方法
US20140337160A1 (en) * 2013-05-09 2014-11-13 Microsoft Corporation Considering social information in generating recommendations
CN104376028A (zh) * 2013-08-15 2015-02-25 北京千橡网景科技发展有限公司 用于向社交网络中的用户推荐信息的方法和装置
CN103838819A (zh) * 2013-12-20 2014-06-04 深圳指掌时代网络科技有限公司 一种信息发布方法及系统
US9380128B2 (en) * 2013-12-20 2016-06-28 Facebook, Inc. Combining user profile information maintained by various social networking systems
CN104142975B (zh) * 2014-02-10 2017-02-08 腾讯科技（深圳）有限公司 一种基于微博消息的推广方法、装置及系统
US11386442B2 (en) 2014-03-31 2022-07-12 Liveperson, Inc. Online behavioral predictor
WO2016035738A1 (ja) * 2014-09-01 2016-03-10 株式会社しゃらぽ サーバ装置、プログラム及び撮影画像管理システム
JP2016053941A (ja) * 2014-09-01 2016-04-14 有限会社フォトラバー 写真・動画用プログラム及び写真・動画用サーバ装置
CN104660495A (zh) 2015-01-28 2015-05-27 腾讯科技（深圳）有限公司 一种信息处理方法、客户端及服务器
KR102333992B1 (ko) * 2015-03-12 2021-12-02 한국전자통신연구원 응급 정신상태 예측 장치 및 방법
JP6646945B2 (ja) 2015-04-22 2020-02-14 Ｌｉｎｅ株式会社 ユーザへのランク付与サーバおよびその方法
KR101698558B1 (ko) * 2015-05-08 2017-01-23 네이버 주식회사 컨텐츠에 링크 정보를 등록하는 서비스 방법 및 시스템
CA2988120A1 (en) 2015-06-02 2016-12-08 Liveperson, Inc. Dynamic communication routing based on consistency weighting and routing rules
CN106302368B (zh) 2015-06-11 2019-06-07 阿里巴巴集团控股有限公司 事务处理方法及装置
KR101956893B1 (ko) * 2015-08-13 2019-03-11 안수영 우선순위 기반 소셜커머스 광고 방법
CN105262794B (zh) * 2015-09-17 2018-08-17 腾讯科技（深圳）有限公司 内容投放方法及装置
CN105677881B (zh) * 2016-01-12 2020-07-03 腾讯科技（深圳）有限公司 一种信息推荐方法、装置及服务器
CN109844717B (zh) 2016-08-14 2023-05-23 利维帕尔森有限公司 用于移动应用程序的实时远程控制的系统和方法
JP6372733B2 (ja) * 2016-08-25 2018-08-15 原　武嗣 フィードバック型ｓｎｓユーザ情報発信力スコアリングサーバ
CN110020375B (zh) * 2017-12-28 2023-06-27 沈阳新松机器人自动化股份有限公司 一种社交网络用户影响力的评估方法
US20190318392A1 (en) * 2018-04-13 2019-10-17 Mediagistic, Inc. Advertising System and Method
JP7199078B2 (ja) * 2018-06-11 2023-01-05 株式会社クロスリング スコアリング装置、スコアリング方法およびプログラム
JP7217813B2 (ja) 2019-09-26 2023-02-03 富士フイルム株式会社 情報処理システム及び方法並びに情報処理装置
CN110830306B (zh) * 2019-11-20 2022-03-29 北京百分点科技集团股份有限公司 确定网络用户影响力的方法、装置、存储介质及电子设备
JP7012755B2 (ja) * 2020-01-14 2022-01-28 Ｌｉｎｅ株式会社 サーバ、情報処理方法、プログラム
KR102242733B1 (ko) * 2020-04-16 2021-04-21 리더스가이드 주식회사 집단 지능을 이용한 상품 검증 방법, 서버, 프로그램 및 컴퓨터 판독 가능한 기록 매체
CN111882370B (zh) * 2020-09-27 2020-12-08 武汉卓尔数字传媒科技有限公司 一种广告推荐方法、装置和电子设备
JPWO2022234672A1 (ko) * 2021-05-07 2022-11-10
KR102360969B1 (ko) * 2021-08-17 2022-02-10 (주)브이플랫폼 광고 제공 방법 및 시스템
JP7418379B2 (ja) * 2021-09-15 2024-01-19 Ｌｉｎｅヤフー株式会社 情報処理装置、情報処理方法、及び情報処理プログラム
WO2023054773A1 (ko) * 2021-10-01 2023-04-06 노명진 광고주 맞춤형 매칭 서비스 제공 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003522437A (ja) 1999-04-20 2003-07-22 エクスパンス ネットワークス インコーポレイティッド ディジタル・ビデオ・ストリームのための広告管理システム
JP2008305258A (ja) 2007-06-08 2008-12-18 Nec Mobiling Ltd ユーザの評価方法、ユーザ評価システム及びプログラム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6285987B1 (en) * 1997-01-22 2001-09-04 Engage, Inc. Internet advertising system
US8352499B2 (en) * 2003-06-02 2013-01-08 Google Inc. Serving advertisements using user request information and user information
EP1877926A4 (en) * 2005-04-12 2010-07-07 Accoona Corp DEVICES, METHODS AND SYSTEMS FOR IDENTIFYING, GENERATING AND AGGREGATING QUALIFIED SALES AND MARKETING LEADS FOR DISTRIBUTION OF AN ONLINE SYSTEM FOR COMPETITIVE BIDDING
US10740722B2 (en) * 2005-04-25 2020-08-11 Skyword Inc. User-driven media system in a computer network
US20070072676A1 (en) * 2005-09-29 2007-03-29 Shumeet Baluja Using information from user-video game interactions to target advertisements, such as advertisements to be served in video games for example

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003522437A (ja) 1999-04-20 2003-07-22 エクスパンス ネットワークス インコーポレイティッド ディジタル・ビデオ・ストリームのための広告管理システム
JP2008305258A (ja) 2007-06-08 2008-12-18 Nec Mobiling Ltd ユーザの評価方法、ユーザ評価システム及びプログラム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11074623B2 (en) 2016-06-06 2021-07-27 Advanced New Technologies Co., Ltd. Method and device for pushing information
US10885131B2 (en) 2016-09-12 2021-01-05 Ebrahim Bagheri System and method for temporal identification of latent user communities using electronic content

Also Published As

Publication number Publication date
CA2754121C (en) 2021-06-22
AU2009341525A1 (en) 2011-09-22
CN102414705A (zh) 2012-04-11
AU2009341525B2 (en) 2015-12-10
WO2010099632A1 (en) 2010-09-10
EP2404264A4 (en) 2014-01-08
CA2754121A1 (en) 2010-09-10
JP5390642B2 (ja) 2014-01-15
JP2012519336A (ja) 2012-08-23
EP2404264A1 (en) 2012-01-11
KR20120004436A (ko) 2012-01-12
BRPI0924542A2 (pt) 2015-06-30

Similar Documents

Publication Publication Date Title
KR101624680B1 (ko) 소셜 네트워크의 사용자들에게 광고를 제공하기 위한 방법 및 시스템
KR101616064B1 (ko) 소셜 네트워크용 애드히트 광고 모델
US9996845B2 (en) Bidding on users
US8600812B2 (en) Adheat advertisement model for social network
JP6757375B2 (ja) ソーシャルネットワーキングエンジンのユーザにコンテンツを方向付けるためのシステム及び方法
TWI648690B (zh) 社群網路系統中贊助廣告的評分以及計價方法、系統、電腦程式產品
US20130159110A1 (en) Targeting users of a social networking system based on interest intensity
US20120226564A1 (en) Providing advertisements on a social network
TW201520936A (zh) 使用者參與度上下文相關之非保證交付自動標價
WO2010104928A1 (en) Generating user profiles
JP5646717B2 (ja) ソーシャルネットワークのユーザに広告を提供する方法およびシステム
JP5731608B2 (ja) ソーシャルネットワーク用Ａｄｈｅａｔ広告モデル
KR20080095926A (ko) 사용자제작컨텐츠의 실시간 평가를 이용한 온라인 광고 및실시간 수익배분 온라인 프로슈머 마케팅 서비스 시스템 및방법
WO2015023491A1 (en) Interstitial content item revenue sharing
Takeda Measuring member contribution impact in an online community

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: 20190516

Year of fee payment: 4