KR101639656B1 - 광고 제공 방법 및 서버 장치 - Google Patents

광고 제공 방법 및 서버 장치 Download PDF

Info

Publication number
KR101639656B1
KR101639656B1 KR1020140048023A KR20140048023A KR101639656B1 KR 101639656 B1 KR101639656 B1 KR 101639656B1 KR 1020140048023 A KR1020140048023 A KR 1020140048023A KR 20140048023 A KR20140048023 A KR 20140048023A KR 101639656 B1 KR101639656 B1 KR 101639656B1
Authority
KR
South Korea
Prior art keywords
user
advertisement
group
information
user group
Prior art date
Application number
KR1020140048023A
Other languages
English (en)
Other versions
KR20150122307A (ko
Inventor
조경필
김창길
홍선영
Original Assignee
주식회사 카카오
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 주식회사 카카오 filed Critical 주식회사 카카오
Priority to KR1020140048023A priority Critical patent/KR101639656B1/ko
Publication of KR20150122307A publication Critical patent/KR20150122307A/ko
Application granted granted Critical
Publication of KR101639656B1 publication Critical patent/KR101639656B1/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
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • G06Q30/0256—User search

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)

Abstract

광고 제공 방법 및 서버 장치가 제공된다. 상기 광고 제공 방법은 광고 제공 서버 장치에 의해 수행되는 광고 제공 방법에 있어서, 사용자들의 검색 이력 정보 및 행동 이력 정보를 획득하는 단계, 상기 획득한 사용자 정보를 이용하여 사용자의 관심사를 추출하고, 사용자 간 관심사 유사도를 기초로 상기 사용자들을 다수의 사용자 그룹으로 클러스터링하는 단계, 각각의 사용자 그룹의 관심사를 나타내는 속성을 이용하여, 각각의 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계를 포함하되, 상기 광고를 집행하는 단계는, 제1 시간 경과 전에는, 상기 다수의 사용자 그룹 중 제2 사용자 그룹의 속성을 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계와, 상기 제1 시간 경과 후에는, 상기 다수의 사용자 그룹 중 제1 사용자 그룹의 속성을 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계를 포함한다.

Description

광고 제공 방법 및 서버 장치 {METHOD AND SERVER APPARATUS FOR ADVERTISING}
본 발명은 광고 제공 방법 및 서버 장치에 관한 것이다.
한곡공개특허공보 제10-2010-0078536호는 특정 사용자와 다른 사용자 간의 유사도를 계산하고, 유사도를 기초로 하여, 특정 사용자와의 유사도가 기 설정된 값 이상인 다른 사용자들을 포함하는 사용자 그룹을 생성하고, 상기 사용자 그룹에 포함되는 사용자에게 기제공된 광고 중 일부를 상기 특정 사용자에게 노출시키는 광고 시스템을 언급하고 있다.
그러나, 사용자의 관심사 변화를 예측하고 예측된 관심사에 따라 적합한 광고를 집행하는 광고 시스템에 대해서는 언급하고 있지 않다.
한곡공개특허공보 제10-2010-0078536호(2010. 07. 08. 공개)
본 발명이 해결하려는 과제는 사용자의 관심사 변화를 예측하고 예측된 관심사에 따라 적합한 광고를 집행할 수 있는, 광고 제공 방법 및 서버 장치를 제공하는 것이다.
본 발명이 해결하려는 과제들은 이상에서 언급한 과제로 제한되지 않으며, 언급하지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상기 과제를 해결하기 위한 본 발명의 일 측면(aspect)에 따른 광고 제공 방법은, 광고 제공 서버 장치에 의해 수행되는 광고 제공 방법에 있어서, 사용자들의 검색 이력 정보 및 행동 이력 정보를 획득하는 단계, 상기 획득한 사용자 정보를 이용하여 사용자의 관심사를 추출하고, 사용자 간 관심사 유사도를 기초로 상기 사용자들을 다수의 사용자 그룹으로 클러스터링하는 단계, 각각의 사용자 그룹의 관심사를 나타내는 속성을 이용하여, 각각의 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계를 포함하되, 상기 광고를 집행하는 단계는, 제1 시간 경과 전에는, 상기 다수의 사용자 그룹 중 제2 사용자 그룹의 속성을 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계와, 상기 제1 시간 경과 후에는, 상기 다수의 사용자 그룹 중 제1 사용자 그룹의 속성을 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계를 포함한다.
본 발명의 몇몇 실시예에서, 상기 광고를 집행하는 단계는, 제2 시간 경과 전에는, 상기 다수의 사용자 그룹 중 제3 사용자 그룹의 속성을 이용하여, 상기 제3 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계와, 상기 제2 시간 경과 후에는, 상기 다수의 사용자 그룹 중 상기 제2 사용자 그룹의 속성을 이용하여, 상기 제3 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계를 포함할 수 있다.
본 발명의 몇몇 실시예에서, 상기 다수의 사용자 그룹은 단계 별로 구분되는 제1 내지 제n 사용자 그룹(단, n은 1보다 큰 자연수)을 포함할 수 있다.
본 발명의 몇몇 실시예에서, 상기 제1 사용자 그룹의 속성은 상기 제2 사용자 그룹의 속성에 포함되지 않는 추가적인 요소를 더 포함하고, 상기 제1 시간 경과 후에는, 상기 제1 사용자 그룹의 속성 중 상기 추가적인 요소를 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행할 수 있다.
본 발명의 몇몇 실시예에서, 상기 광고를 집행하는 단계는, 상기 속성과 광고의 타겟팅 설정값을 비교하고, 상기 비교 결과에 따라 상기 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계일 수 있다.
본 발명의 몇몇 실시예에서, 상기 획득한 사용자 정보를 이용하여, 상기 사용자들을 다수의 카테고리로 분류하는 단계를 더 포함하고, 상기 클러스터링하는 단계는, 상기 다수의 카테고리 별로 상기 사용자들을 다수의 사용자 그룹으로 클러스터링하는 단계일 수 있다.
본 발명의 몇몇 실시예에서, 상기 정보를 획득하는 단계는, 상기 사용자가 검색한 시간 정보 또는 상기 사용자가 행동한 시간 정보를 더 획득하는 단계이고, 상기 시간 정보를 이용하여, 상기 획득한 사용자 정보에 가중치를 부여하는 단계, 상기 가중치를 부여한 사용자 정보를 이용하여, 상기 사용자들을 다수의 카테고리로 분류하는 단계를 더 포함할 수 있다.
상기 과제를 해결하기 위한 본 발명의 일 측면에 따른 광고 제공 서버 장치는, 사용자들의 검색 이력 정보 및 행동 이력 정보를 획득하는 정보 획득부, 상기 획득한 사용자 정보를 이용하여 사용자의 관심사를 추출하는 가중치 모델링부, 사용자 간 관심사 유사도를 기초로 상기 사용자들을 다수의 사용자 그룹으로 클러스터링하는 예측 모델링부, 및 각각의 사용자 그룹의 관심사를 나타내는 속성을 이용하여, 각각의 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 광고 집행부를 포함하되, 상기 광고 집행부는, 제1 시간 경과 전에는, 상기 다수의 사용자 그룹 중 제2 사용자 그룹의 속성을 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하고, 상기 제1 시간 경과 후에는, 상기 다수의 사용자 그룹 중 제1 사용자 그룹의 속성을 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행한다.
본 발명의 몇몇 실시예에서, 상기 광고 집행부는, 제2 시간 경과 전에는, 상기 다수의 사용자 그룹 중 제3 사용자 그룹의 속성을 이용하여, 상기 제3 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하고, 상기 제2 시간 경과 후에는, 상기 다수의 사용자 그룹 중 상기 제2 사용자 그룹의 속성을 이용하여, 상기 제3 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행할 수 있다.
본 발명의 몇몇 실시예에서, 상기 다수의 사용자 그룹은 단계 별로 구분되는 제1 내지 제n 사용자 그룹(단, n은 1보다 큰 자연수)을 포함할 수 있다.
본 발명의 몇몇 실시예에서, 상기 제1 사용자 그룹의 속성은 상기 제2 사용자 그룹의 속성에 포함되지 않는 추가적인 요소를 더 포함하고, 상기 광고 집행부는, 상기 제1 시간 경과 후에는, 상기 제1 사용자 그룹의 속성 중 상기 추가적인 요소를 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행할 수 있다.
본 발명의 몇몇 실시예에서, 상기 광고 집행부는, 상기 속성과 광고의 타겟팅 설정값을 비교하고, 상기 비교 결과에 따라 상기 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행할 수 있다.
본 발명의 몇몇 실시예에서, 상기 획득한 사용자 정보를 이용하여, 상기 사용자들을 다수의 카테고리로 분류하는 카테고리 모델링부를 더 포함하고, 상기 예측 모델링부는, 상기 다수의 카테고리 별로 상기 사용자들을 다수의 사용자 그룹으로 클러스터링할 수 있다.
본 발명의 몇몇 실시예에서, 상기 정보 획득부는, 상기 사용자가 검색한 시간 정보 또는 상기 사용자가 행동한 시간 정보를 더 획득하고, 상기 가중치 모델링부는 상기 시간 정보를 이용하여, 상기 획득한 사용자 정보에 가중치를 부여하고, 상기 가중치를 부여한 사용자 정보를 이용하여, 상기 사용자들을 다수의 카테고리로 분류하는 카테고리 모델링부를 더 포함할 수 있다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 발명의 광고 제공 방법 및 서버 장치에 따르면, 사용자들을 다수의 사용자 그룹으로 클러스터링하고, 일정 시간 경과 후, 다른 사용자 그룹으로부터 상속받은 속성을 이용하여, 해당 사용자 그룹에 속하는 사용자를 대상으로 광고를 집행하므로, 사용자의 관심사를 예측하고 예측된 관심사에 따라 적합한 광고를 집행할 수 있어, 광고 성능 및 효율을 개선할 수 있다.
도 1은 본 발명의 일 실시예에 따른 광고 제공 방법 및 서버가 제공되는 환경을 설명하기 위한 블록도이다.
도 2는 본 발명의 일 실시예에 따른 광고 제공 서버의 구성을 설명하기 위한 블록도이다.
도 3 내지 도 7은 도 2의 광고 제공 서버의 동작을 설명하기 위한 도면이다.
도 8은 본 발명의 일 실시예에 따른 광고 제공 방법을 설명하기 위한 흐름도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 통상의 기술자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
하나의 구성요소(elements)가 다른 구성요소와 "연결된(connected to)" 또는 "커플링된(coupled to)" 이라고 지칭되는 것은, 다른 구성요소와 직접 연결 또는 커플링된 경우 또는 중간에 다른 구성요소를 개재한 경우를 모두 포함한다. 반면, 하나의 구성요소가 다른 구성요소와 "직접 연결된(directly connected to)" 또는 "직접 커플링된(directly coupled to)"으로 지칭되는 것은 중간에 다른 구성요소를 개재하지 않은 것을 나타낸다.
본 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다.
본 명세서에서 "및/또는"은 언급된 아이템들의 각각 및 하나 이상의 모든 조합을 포함한다.
비록 제1, 제2 등이 다양한 구성요소, 모듈 및/또는 섹션들을 서술하기 위해서 사용되나, 구성요소, 모듈 및/또는 섹션들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소, 모듈 또는 섹션들을 다른 구성요소, 모듈 또는 섹션들과 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소, 제1 모듈 또는 제1 섹션은 본 발명의 기술적 사상 내에서 제2 구성요소, 제2 모듈 또는 제2 섹션일 수도 있음은 물론이다.
본 명세서에서 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다.
본 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소, 모듈 및/또는 섹션 외에 하나 이상의 다른 구성요소, 모듈 및/또는 섹션의 존재 또는 추가를 배제하지 않는다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
이하에서는 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 광고 제공 방법 및 서버가 제공되는 환경을 설명하기 위한 블록도이다.
도 1을 참조하면, 사용자 단말기(100), 광고주 단말기(200), 매체 서버(300), 광고 제공 서버(400)가 네트워크를 통해 서로 연결된다. 사용자 단말기(100), 광고주 단말기(200), 매체 서버(300), 광고 제공 서버(400)는 서로 데이터 및/또는 정보를 송수신할 수 있다.
네트워크는 근거리 네트워크(Local Area Network; LAN), 도시권 네트워크(Metropolitan Area Network; MAN), 광대역 네트워크(Wide Area Network; WAN) 등과 같은 다양한 크기의 네트워크로 구성될 수 있다. 네트워크는 유선 또는 무선 네트워크로 구성될 수 있다.
예를 들어, 사용자 단말기(100)는 데스크톱(desk top), 랩톱(lap top) 등과 같은 개인용 컴퓨터(Personal Computer; PC)일 수 있다. 또는, 사용자 단말기(100)는 스마트폰(smartphone), PDA(Personal Digital Assistant), 태블릿 PC(tablet PC) 등과 같은 휴대용 전자 장치일 수 있다. 사용자 단말기(100)는 예시되지 않은 다른 컴퓨팅 장치일 수도 있다.
명확하게 도시하지 않았으나, 사용자 단말기(100)는 통신부, 제어부, 입출력부, 메모리부 등의 구성요소를 포함하여, 데이터 및/또는 정보의 통신, 처리, 입출력, 저장 등과 같은 동작을 수행할 수 있다.
예를 들어, 광고주 단말기(200)는 데스크톱, 랩톱 등과 같은 개인용 컴퓨터일 수 있다. 또는, 광고주 단말기(200)는 스마트폰, PDA, 태블릿 PC 등과 같은 휴대용 전자 장치일 수 있다. 광고주 단말기(200)는 예시되지 않은 다른 컴퓨팅 장치일 수도 있다.
실시예에 따라, 광고주 단말기(200)는 광고주가 상품 또는 서비스를 제공하기 위해 운영하는 서버로 대체될 수도 있다.
매체 서버(300)는 사용자 단말기(100)에 각종 텍스트(text), 사진, 음악, 동영상 등의 컨텐츠를 제공할 수 있다. 예를 들어, 매체 서버(300)는 다양한 컨텐츠 서비스를 제공하는 포털 사이트 서버일 수 있다. 또는, 매체 서버(300)는 사용자 단말기(100)로부터 수신한 검색 쿼리에 응답하여, 사용자 단말기(100)에게 검색 결과로서 각종 컨텐츠를 제공하는 검색 엔진일 수도 있다. 매체 서버(300)는 포털 사이트와 검색 엔진이 결합된 형태일 수도 있다.
도 1에서는 매체 서버(300)와 광고 제공 서버(400)를 별개로 도시하였으나, 실시예에 따라, 매체 서버(300)는 광고 제공 서버(400)와 결합된 형태로 제공될 수도 있다. 즉, 매체 서버(300)와 광고 제공 서버(400)가 일체로 구성될 수 있음은, 본 발명이 속하는 기술분야의 통상의 기술자에게 자명하게 이해될 수 있을 것이다.
도 1에서는 하나의 매체 서버(300)만을 도시하였으나, 본 발명이 이에 한정되는 것은 아니고, 복수의 매체 서버(300)가 사용자 단말기(100), 광고주 단말기(200), 광고 제공 서버(400)와 네트워크를 통해 서로 연결될 수 있다.
광고 제공 서버(400)는 매체 서버(300) 또는 사용자 단말기(100)로부터 광고 요청을 수신하고, 수신한 광고 요청에 응답하여, 사용자 단말기(100)에게 광고를 집행할 수 있다. 광고 제공 서버(400)는 후술하는 사용자 수용 예측을 이용한 광고 제공 방법을 수행할 수 있다.
도 2는 본 발명의 일 실시예에 따른 광고 제공 서버의 구성을 설명하기 위한 블록도이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 광고 제공 서버(400)는 통신부(410), 제어부(420), 입출력부(430), 메모리부(440)를 포함할 수 있다.
통신부(410)는 네트워크를 통해 외부 장치와 각종 데이터 및/또는 정보를 송수신할 수 있다. 통신부(410)는 네트워크 통신이 가능한 다양한 통신 모듈로 구성될 수 있다.
통신부(410)는 매체 서버(300)로부터 사용자들의 검색 이력 정보 및 행동 이력 정보를 수신할 수 있다. 통신부(410)는 매체 서버(300)로부터 시간 정보(사용자가 검색한 시간 또는 사용자가 행동한 시간)를 수신할 수도 있다.
실시예에 따라, 통신부(410)는 사용자 단말기(100)로부터 검색 쿼리와 각종 요청을 수신할 수 있다. 통신부(410)는 검색 쿼리에 포함되는 검색 키워드 및 검색 쿼리의 수신 시간 등을 기록할 수 있다. 각종 요청은 사용자 행동과 관련될 수 있다. 예를 들어, 사용자 단말기(100)를 이용하여, 사용자는 특정 사이트를 방문한다거나, 특정 사이트에서 특정 제품을 구매하는 등의 행동을 취할 수 있다. 그리고, 이 같은 행동을 위해 사용자 단말기(100)가 전송한 각종 요청을 구별하여, 통신부(410)는 사용자 행동 정보를 기록할 수 있다. 통신부(410)는 사용자 행동 정보와 관련하여 각종 요청의 수신 시간 등을 기록할 수도 있다.
통신부(410)는 광고주 단말기(200)로부터 광고 정보를 수신할 수 있다. 이러한 광고 정보는 광고 컨텐츠, 광고의 타게팅 설정 값, 광고의 입찰 정보 등을 포함할 수 있다.
제어부(420)는 명령어 및/또는 프로그램을 수행하여 광고 제공 서버(400)의 제반 동작을 제어할 수 있다. 제어부(420)는 데이터 및/또는 정보를 처리하는 적어도 하나의 하드웨어 모듈(예를 들어, 프로세서)을 포함할 수 있다.
도 3에 도시된 바와 같이, 제어부(420)는 사용자들의 검색 이력 정보 및 행동 이력 정보를 이용하여 각종 모델링 과정을 수행할 수 있다. 특히, 제어부(420)는 사용자 정보(즉, 검색 이력 정보 및 행동 이력 정보) 이외에 시간 정보를 추가적으로 이용하여 각종 모델링 과정을 수행할 수 있다. 이는, 사용자의 관심사를 보다 명확하게 판단하기 위한 것으로, 상세한 설명은 후술하기로 한다. 제어부(420)에 의해 각종 모델링 과정이 완료되면, 클러스터링 기반 사용자 그룹이 생성될 수 있다. 제어부(420)는 상기 사용자 그룹의 수용 성향에 따라 사용자 수용 예측을 이용한 광고를 집행할 수 있다.
이를 위해, 제어부(420)는 세부 구성으로 정보 획득부(421), 카테고리 모델링부(422), 가중치 모델링부(423), 예측 모델링부(424), 광고 집행부(425)를 포함할 수 있다.
정보 획득부(421)는 사용자들의 검색 이력 정보 및 행동 이력 정보를 획득할 수 있다. 정보 획득부(421)는 통신부(410)로부터 상기 정보를 수신하거나, 메모리부(440)에 저장된 상기 정보를 독출할 수 있다.
카테고리 모델링부(422)는 사용자들을 다수의 카테고리로 분류할 수 있다. 카테고리 모델링부(422)는 정보 획득부(421)가 획득한 사용자 정보를 이용하여, 카테고리 분류를 수행할 수 있다. 이러한 카테고리는 사용자의 관심사를 나타낼 수 있다.
예를 들어, 도 4에 도시된 바와 같이, 카테고리는 패션(1000), 가전(2000), 여행(3000)을 포함할 수 있다. 참조부호 10, 20, 30은 각각의 카테고리에 속하는 사용자들을 나타낼 수 있다. 이외에도, 카테고리는 뷰티, 컴퓨터, 가구, 생활, 건강, 식품, 유아동, 레저, 자동차 등을 더 포함할 수 있으나, 본 발명이 이에 한정되는 것은 아니다.
한편, 사용자가 동일한 키워드를 반복하여 검색하거나, 사용자가 동일한 사이트에 반복하여 방문하는 것은, 해당 키워드 및 해당 사이트에 사용자의 관심이 높음을 뒷받침할 수 있다. 또한, 상대적으로 먼 과거에 이뤄진 사용자 행동보다는 상대적으로 가까운 과거에 이뤄진 사용자 행동이 사용자의 (현재) 관심사를 더욱 잘 표현할 수 있다.
본 발명의 실시예에서는, 이 같은 점을 고려하여, 가중치 모델링부(423)가 시간 정보를 이용하여 정보 획득부(421)가 획득한 사용자 정보에 가중치를 부여할 수 있다.
예를 들어, 가중치 모델링부(423)는 일정 기간동안 사용자가 동일한 키워드를 반복하여 검색한 경우 또는 일정 기간 동안 사용자가 동일한 사이트에 반복하여 방문한 경우에는, 해당 정보의 중요도를 높이기 위한 가중치를 부여할 수 있다. 또한, 가중치 모델링부(423)는 상대적으로 먼 과거(예를 들어, 최근 7일 내)에 이뤄진 사용자 행동 정보보다 상대적으로 가까운 과거(예를 들어, 최근 1일 내)에 이뤄진 사용자 행동 정보의 중요도를 높이기 위한 가중치를 부여할 수 있다.
시간 정보를 이용하는 외에도, 가중치 모델링부(423)는 사용자의 행동 양태(pattern)에 따라 서로 다른 가중치를 부여할 수 있다.
예를 들어, 가중치 모델링부(423)는 사용자가 특정 사이트를 직접 방문하여 특정 제품을 구매한 경우와 사용자가 검색 엔진 등을 통해서 특정 사이트를 방문하여 특정 제품을 구매한 경우에 대해서 서로 다른 가중치를 부여할 수 있다.
이러한 가중치는 실험을 통해서 휴리스틱하게 결정될 수 있다.
본 명세서에서는, 이 같은 가중치 모델링 과정을 통해 가중치가 부여된 사용자 정보를 “사용자 관심 정보”라고 정의하기로 한다. 즉, 가중치 모델링은 사용자 정보를 이용하여 사용자의 관심사를 추출하는 과정일 수 있다. 카테고리가 사용자의 대략적인 관심사를 나타낼 수 있다면, 사용자 관심 정보는 사용자의 세부적인 관심사를 나타낼 수 있을 것이다.
카테고리 모델링부(422)는 가중치 모델링부(423)에 의해 가중치가 부여된 사용자 정보, 즉 사용자 관심 정보를 이용하여, 카테고리 분류를 수행할 수 있다. 이로써, 본 발명의 실시예에 따르면, 카테고리가 사용자의 관심사를 보다 정확하게 나타낼 수 있다.
예측 모델링부(424)는 사용자들을 다수의 사용자 그룹으로 클러스터링할 수 있다. “다수의 사용자 그룹으로 클러스터링한다”는 것은 사용자 간의 유사도를 기초로, 사용자들을 다수의 사용자 그룹으로 분류하는 것을 나타낼 수 있다. 예측 모델링부(424)는 사용자의 세부적인 관심사를 나타내는 사용자 관심 정보를 이용하여, 사용자 간 관심사 유사도를 산출하고, 산출한 관심사 유사도를 기초로 사용자 그룹 클러스터링을 수행할 수 있다. 예측 모델링부(424)는 카테고리 모델링부(422)가 분류한 각각의 카테고리 별로 사용자 그룹 클러스터링을 수행할 수 있다.
예를 들어, 어느 사용자가 “ABC.COM” 사이트에 관심을 가질 수 있고, 다른 사용자도 동일하게 “ABC.COM” 사이트에 관심을 가질 수 있다. 이 경우, 상기 사용자들은 특정 사이트에 대한 관심사가 동일하므로 동일한 사용자 그룹으로 묶일 수 있다. 한편, 또 다른 사용자가 “ABC.COM” 및 “BCD.COM” 사이트에 관심을 가질 수 있고, 또 다른 사용자도 동일하게 “ABC.COM” 및 “BCD.COM” 사이트에 관심을 가질 수 있다. 이 경우, 상기 사용자들도 특정 사이트에 대한 관심사가 동일하므로 동일한 사용자 그룹으로 묶일 수 있다. 한편, 상기 사용자 그룹은 “BCD.COM” 사이트에 관심을 갖는다는 점에서 앞의 사용자 그룹과 구별되므로, 서로 다른 사용자 그룹으로 분류될 수 있다.
다만, 하나의 사이트 단위로 사용자 그룹을 분류하는 것은 통계적인 접근방법으로 적합하지 않으므로, 사용자 관심 정보를 이용하여 사용자 간의 유사 계수를 산출하고, 상기 유사 계수의 값이 기준 값보다 크면, 해당 사용자들을 동일한 사용자 그룹으로 묶을 수 있을 것이다.
유사 계수로는 타니모토 계수(Tanimoto Coefficient), 다이스 계수(Dice’s Coefficient), 자카드 계수(Jacard’s Coefficient), 코싸인 계수(Cosine Coefficient), 중복도 계수(Overlap Coefficient) 등이 이용될 수 있으나, 본 발명이 이에 한정되는 것은 아니다.
방문 사이트 이외에, 검색 키워드, 관심 카테고리, 조회 상품 등 예시되지 않은 다양한 사용자 관심 정보를 이용하는 경우에도 실질적으로 동일한 방식이 적용될 수 있을 것이다.
예측 모델링부(424)에 의해 생성되는 다수의 사용자 그룹은, 후술하는 “혁신의 수용 성향”에 따라 단계 별로 구분되는, 혁신자(Innovators) 그룹, 조기 수용자(Early Adopters) 그룹, 조기 다수자(Early Majority) 그룹, 후기 다수자(Late Majority) 그룹, 추종자(Laggards) 그룹을 포함할 수 있다.
예를 들어, 도 5에 도시된 바와 같이, 패션, 가전, 여행의 카테고리 별로 혁신자 그룹, 조기 수용자 그룹, 조기 다수자 그룹, 후기 다수자 그룹, 추종자 그룹이 구별될 수 있다. 참조부호, 1100~1500, 2100~2500, 3100~3500은 각각의 카테고리 별로 분류된 사용자 그룹을 나타낼 수 있다.
이러한 방식으로 분류된 사용자 그룹은 에버렛 로저스(Everett M. Rogers)의 혁신 확산 이론(Innovation Diffusion Theory)을 따를 수 있다. 혁신 확산 이론에 따르면, 사용자는 혁신의 수용 성향에 따라 2.5%의 혁신자, 13.5%의 조기 수용자, 34%의 조기 다수자, 34%의 후기 다수자, 16%의 추종자로 구성될 수 있다. 여기서, “혁신의 수용 성향”은 “새로운 아이디어(또는, 제품, 서비스 등)를 상대적으로 빨리 수용하는 정도”로 정의될 수 있다. 혁신의 수용 성향이 높은 사용자의 경우, 상대적으로 빠른 시간 내에 새로운 아이디어 등을 수용할 수 있다. 혁신 확산 이론에 대한 보다 상세한 설명은 본 발명의 요지를 흐릴 수 있으므로, 이하 생략하기로 한다.
본 발명의 실시예에서는, 시간이 경과함에 따라 사용자들 사이에서 혁신이 확산되는 것에 기초하여 사용자 수용을 예측한다. 즉, 시간이 경과함에 따라 조기 수용자 그룹에 속하는 사용자가 혁신자 그룹만이 수용한 새로운 아이디어를 수용할 것으로 예측할 수 있다. 이를 일반화 시키면, 시간이 경과함에 따라 조기 수용자 그룹에 속하는 사용자가 혁신자 그룹에 속하는 사용자와 유사한 특성을 나타낼 것이라고 예측하는 것이다.
도 5에 도시된 바와 같이, 제1 시간(t1)이 경과하면, 조기 수용자 그룹(1200)에 속하는 사용자는 혁신자 그룹(1100)에 속하는 사용자와 유사한 특성을 나타낼 수 있다. 마찬가지로, 제2 시간(t2)이 경과하면, 조기 다수자 그룹(1300)에 속하는 사용자는 조기 수용자 그룹(1200)에 속하는 사용자와 유사한 특성을 나타낼 수 있다. 제3 시간(t3) 및 제4 시간(t4)에 대해서도 이와 동일한 방식이 적용될 수 있다.
제1 시간 내지 제4 시간(t1~t4)의 크기는 서로 다르게 결정될 수 있다. 또한, 제1 시간 내지 제4 시간(t1~t4)의 크기는 카테고리에 따라 서로 다르게 결정될 수도 있다. 카테고리에 따라 혁신의 확산 속도가 다를 수 있기 때문이다.
이 같은 예측 모델에 기초하여, 예측 모델링부(424)는 제1 시간(t1)이 경과한 후, 혁신자 그룹(100)의 속성을 조기 수용자 그룹(1200)의 속성에 상속할 수 있다. 마찬가지로, 예측 모델링부(424)는 제2 시간(t2)이 경과한 후, 조기 수용자 그룹(1200)의 속성을 조기 다수자 그룹(1300)의 속성에 상속할 수 있다.
각각의 사용자 그룹의 “속성”은 해당 사용자 그룹에 속하는 사용자들의 관심사를 나타낼 수 있다. 즉, 각각의 사용자 그룹의 속성은 해당 사용자 그룹에 속하는 사용자들의 (공통된) 사용자 관심 정보를 나타낼 수 있다. 그리고, 사용자 그룹의 속성은 후술하는 바와 같이 해당 사용자 그룹에 속하는 사용자에 대한 광고 집행 시 활용될 수 있다.
따라서, 본 명세서에서 “속성을 상속한다”는 것은 다른 사용자 그룹의 속성을 승계하여 광고 집행 시 활용될 수 있도록 하는 것을 의미한다.
도 6에 도시된 바와 같이, 각각의 사용자 그룹(1100~1300)은 복수의 속성을 가질 수 있다. 예를 들어, 사용자 그룹의 속성은 방문 사이트(1110~1310), 검색 키워드(1120~1320), 관심 카테고리(1130~1330), 조회 상품(1140~1340) 등으로 구성될 수 있으나, 본 발명이 이에 한정되는 것은 아니다.
상대적으로 수용 성향이 높은 사용자 그룹은 상대적으로 수용 성향이 낮은 사용자 그룹의 속성에 포함되는 요소를 포함할 뿐만 아니라, 상대적으로 수용 성향이 낮은 사용자 그룹의 속성에 비포함되는 요소를 더 포함할 수 있다. 여기서, 비포함되는 요소가, 혁신 확산 이론에 따르면, 상대적으로 수용 성향이 낮은 사용자 그룹이 수용하지 않은 새로운 아이디어 등에 해당할 수 있다.
예를 들어, 사용자의 수용 성향에 따라, 조기 다수자 그룹(1300)의 사용자는 “ABC.COM” 사이트만을 방문하였으나, 조기 수용자 그룹(1200)의 사용자는 “BCD.COM” 사이트를 더 방문했을 수 있다. 마찬가지로, 혁신자 그룹(1100)의 사용자는 조기 수용자 그룹의(1200) 사용자와 비교하여, “CDE.COM” 사이트를 더 방문했을 수 있다.
그러나, 제1 시간(t1)이 경과하면, 혁신자 그룹(1100)의 방문 사이트 속성(1110)이 조기 수용자 그룹(1200)의 방문 사이트 속성(1210)에 상속되어(즉, 조기 수용자 그룹(1200)의 방문 사이트 속성(1210)에 비포함되었던 “CDE.COM”의 요소가 추가되어), 조기 수용자 그룹(1200)에 속하는 사용자에게 광고 집행 시 활용될 수 있다. 혁신 확산 이론에 기초하여, 제1 시간(t1)이 경과하면, 조기 수용자 그룹(1200)에 속하는 사용자들이 “CDE.COM” 사이트에도 관심을 가질 것이라 예측할 수 있기 때문이다.
마찬가지로, 제2 시간(t2)이 경과하면, 조기 수용자 그룹(1200)의 방문 사이트 속성(1210)이 조기 다수자 그룹(1300)의 방문 사이트 속성(1310)에 상속되어(즉, 조기 다수자 그룹(1300)의 방문 사이트 속성(1310)에 비포함되었던 “BCD.COM”의 요소가 추가되어), 조기 다수자 그룹(1300)에 속하는 사용자에게 광고 집행 시 활용될 수 있다. 혁신 확산 이론에 기초하여, 제1 시간(t2)이 경과하면, 조기 다수자 그룹(1300)에 속하는 사용자들이 “BCD.COM” 사이트에도 관심을 가질 것이라 예측할 수 있기 때문이다.
검색 키워드(1120~1320)), 관심 카테고리(1130~1330), 조회 상품(1140~1340) 등의 속성에 대해서도 이와 동일한 방식이 적용될 수 있다.
광고 집행부(425)는 각각의 사용자 그룹의 속성을 이용하여, 각각의 사용자 그룹에 속하는 사용자에게 광고를 집행할 수 있다. 각각의 사용자 그룹의 속성은 원(original) 요소를 포함하고, 추가적으로 상위의 사용자 그룹으로부터 상속받은 요소를 포함할 수도 있다. 광고 집행부(425)는 사용자 그룹의 속성과 광고의 타겟팅 설정 값을 비교하고, 비교 결과에 따라 해당 사용자 그룹에 속하는 사용자에게 상기 광고를 집행할 수 있다.
예를 들어, 도 7에 도시된 바와 같이, 광고 집행부(425)는 조기 수용자 그룹(1200)의 속성(1210~1240)과 광고 1(5100)의 타겟팅 설정 값(5110~5140)을 비교하고, 조기 수용자 그룹(1200)의 속성(1210~1240)과 광고 2(5200)의 타겟팅 설정 값(5210~5240)을 비교할 수 있다.
제1 시간(t1)이 경과하기 전에는, 광고 집행부(425)는 조기 수용자 그룹(1200)의 방문 사이트 속성(1210)과 광고 1(5100)의 방문 사이트 설정 값(5110) 사이에 일치하는 요소가 있는 것으로 판단할 수 있다. 이 때에는, 광고 1(5100)만이 조기 수용자 그룹(1200)에 속하는 사용자에게 집행될 수 있다.
그러나, 제1 시간(t1)이 경과하면, 조기 수용자 그룹(1200)의 방문 사이트 속성(1210)은 혁신자 그룹(1100)의 방문 사이트 속성(1110)을 상속받을 수 있다. 즉, 조기 수용자 그룹(1200)의 방문 사이트 속성(1210)에 “CDE.COM”의 요소가 추가된 상태이므로, 광고 집행부(425)는 조기 수용자 그룹(1200)의 방문 사이트 속성(1210)과 광고 2(5200)의 방문 사이트 설정 값(5210) 사이에 일치하는 요소가 있는 것으로 판단할 수 있다.
한편, 광고 집행부(425)는 각각의 사용자 그룹의 해당 속성이 갖고 있던 원 요소와 상위의 사용자 그룹으로부터 상속받은 요소를 구별할 수 있다. 혁신 확산 이론에 따르면, 원 요소는 해당 사용자 그룹이 이미 수용한 아이디어 등에 해당하지만, 상속받은 요소는 해당 사용자 그룹이 수용할 것으로 예측되는(즉, 아직 수용하지 않은) 아이디어 등에 해당할 수 있다. 따라서, 광고 집행부(425)는 이러한 요소들을 구별하여 서로 다른 방식으로 처리할 수 있다. 예를 들어, 광고 집행부(425)는 상속받은 요소에 기초하여 집행되는 광고는 클릭률이 낮을 것으로 판단할 수 있다.
도 7에 도시된 바와 같이, 비교 결과에 따라 사용자에게 노출이 가능한 광고가 복수인 경우, 광고 집행부(425)는 이들 광고(5100, 5200)를 포함하는 광고 풀(pool)을 생성할 수 있다. 광고 집행부(425)는 각각의 광고(5100, 5200)의 입찰 정보(5150, 5250)를 비교하여, 노출당 가격(Price Per Impression; PPI)이 높은 순서에 따라 광고를 집행할 수 있다. 입찰 정보는 입찰가(Price Per Click; PPC)와 예측 클릭률(prediction Click Through Rate; pCTR)을 포함할 수 있고, 노출당 가격은 광고의 입찰가와 예측 클릭률의 곱으로 정의될 수 있다.
상술한 정보 획득부(421), 카테고리 모델링부(422), 가중치 모델링부(423), 예측 모델링부(424), 광고 집행부(425)는 적어도 하나의 하드웨어 모듈로 구성되어, 제어부(420)에 포함될 수 있다. 또는, 상술한 정보 획득부(421), 카테고리 모델링부(422), 가중치 모델링부(423), 예측 모델링부(424), 광고 집행부(425)는 적어도 하나의 소프트웨어 모듈로 구성되고, 제어부(420)는 상기 소프트웨어 모듈을 실행할 수 있다.
입출력부(430)는 광고 제공 서버(400)의 운영자와 인터페이스할 수 있다. 운영자는 입출력부(430)를 통해 광고 제공 서버(400)에 각종 정보를 입력할 수 있고, 광고 제공 서버(400)는 입출력부(430)를 통해 운영자에 각종 정보를 출력할 수 있다.
메모리부(440)는 명령어 및/또는 프로그램을 저장하거나, 데이터 및/또는 정보를 저장할 수 있다. 예를 들어, 메모리부(440)는 하드 디스크 또는 플래시 메모리 등과 같은 스토리지 장치일 수 있다. 메모리부(440)는 예시되지 않은 다른 저장 매체일 수도 있다.
메모리부(440)는 통신부(410)로부터 사용자들의 검색 이력 정보 및 행동 이력 정보를 수신하고, 이를 저장할 수 있다.
실시예에 따라, 메모리부(440)는 통신부(410)로부터 사용자들의 검색 키워드 및 행동 정보를 수신하고, 이를 시간의 경과에 따라 누적한 검색 이력 정보 및 행동 이력 정보를 저장할 수 있다.
메모리부(440)는 통신부(410)로부터 시간 정보를 수신하고, 이를 저장할 수도 있다.
메모리부(440)는 통신부(410)로부터 광고 정보를 수신하고, 광고 컨텐츠, 광고의 타게팅 설정 값, 광고의 입찰 정보 등을 저장할 수 있다.
메모리부(440)는 이러한 각종 정보를 구조화하여 저장하고, 검색 및 갱신 기능을 제공하기 위한 데이터베이스를 포함할 수 있다.
도 8은 본 발명의 일 실시예에 따른 광고 제공 방법을 설명하기 위한 흐름도이다.
도 8을 참조하면, 먼저 광고 제공 서버(400)가 사용자들의 검색 이력 정보 및 행동 이력 정보를 획득한다(S510). 이 때, 광고 제공 서버(400)는 사용자가 검색한 시간 정보 및 사용자가 행동한 시간 정보 등을 더 획득할 수도 있다.
이어서, 광고 제공 서버(400)가 획득한 사용자 정보에 가중치를 부여한다(S520). 광고 제공 서버(400)는 시간 정보를 이용하여 획득한 사용자 정보에 가중치를 부여할 수 있다. 광고 제공 서버(400)는 사용자의 행동 양태에 따라 서로 다른 가중치를 부여할 수도 있다.
이어서, 광고 제공 서버(400)가 가중치를 부여한 사용자 정보, 즉 사용자 관심 정보를 이용하여 사용자들을 다수의 카테고리로 분류한다(S530). 이러한 카테고리는 사용자의 대략적인 관심사를 나타내고, 사용자 관심 정보는 사용자의 세부적인 관심사를 나타낼 수 있다. 카테고리는 패션, 가전, 여행, 뷰티, 컴퓨터, 가구, 생활, 건강, 식품, 유아동, 레저, 자동차 등을 포함할 수 있으나, 본 발명이 이에 한정되는 것은 아니다.
이어서, 광고 제공 서버(400)가 사용자 관심 정보를 이용하여, 사용자 간의 관심사 유사도를 산출하고, 산출한 관심사 유사도를 기초로, 사용자들을 다수의 사용자 그룹으로 클러스터링한다(S540). 광고 제공 서버(400)는 기분류한 각각의 카테고리 별로 사용자 그룹 클러스터링을 수행할 수 있다.
다수의 사용자 그룹은 혁신의 수용 성향에 따라 단계 별로 구분되는 혁신자 그룹, 조기 수용자 그룹, 조기 다수자 그룹, 후기 다수자 그룹, 추종자 그룹을 포함하고, 이러한 방식으로 분류된 사용자 그룹은 에버렛 로저스의 혁신 확산 이론을 따를 수 있다.
이어서, 광고 제공 서버(400)가 사용자 수용 예측을 수행한다(S550). 상술한 바와 같이, 광고 제공 서버(400)의 사용자 수용 예측은 시간이 경과함에 따라 사용자들 사이에서 혁신이 확산되는 것에 기초한다. 광고 제공 서버(400)는 시간이 경과함에 따라 상대적으로 낮은 수용 성향을 갖는 사용자 그룹에 속하는 사용자가 상대적으로 높은 수용 성향을 갖는 사용자 그룹에 속하는 사용자와 유사한 특성을 나타낼 것이라고 예측하는 것이다.
이 같은 예측 모델에 기초하여, 예를 들어, 광고 제공 서버(400)는 제1 시간 경과 후, 혁신자 그룹의 속성을 조기 수용자 그룹의 속성에 상속할 수 있다. 또는, 광고 제공 서버(400)는 제2 시간 경과 후, 조기 수용자 그룹의 속성을 조기 다수자 그룹의 속성에 상속할 수 있다.
이어서, 광고 제공 서버(400)가 각각의 사용자 그룹의 속성을 이용하여, 각각의 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행한다(S560). 각각의 사용자 그룹의 속성은 원 요소를 포함하고, 추가적으로 상위의 사용자 그룹으로부터 상속받은 요소를 포함할 수도 있다. 광고 제공 서버(400)는 사용자 그룹의 속성과 광고의 타겟팅 설정 값을 비교하고, 비교 결과에 따라 해당 사용자 그룹에 속하는 사용자에게 상기 광고를 집행할 수 있다.
본 발명의 실시예들과 관련하여 설명된 방법 또는 알고리즘의 단계는, 프로세서에 의해 실행되는 하드웨어 모듈, 소프트웨어 모듈, 또는 그 2 개의 결합으로 직접 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM, EPROM, EEPROM, 플래시 메모리, 레지스터, 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터로 읽을 수 있는 기록 매체에 상주할 수도 있다. 예시적인 기록 매체는 프로세서에 연결되며, 상기 프로세서는 기록 매체로부터 정보를 독출할 수 있고 기록 매체에 정보를 기입할 수 있다. 다른 방법으로, 기록 매체는 프로세서와 일체형일 수도 있다. 프로세서 및 기록 매체는 주문형 집적회로(ASIC) 내에 상주할 수도 있다. ASIC는 사용자 단말기 내에 상주할 수도 있다. 다른 방법으로, 프로세서 및 기록 매체는 사용자 단말기 내에 개별 구성 요소로서 상주할 수도 있다.
이상 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였지만, 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.
100: 사용자 단말기
200: 광고주 단말기
300: 매체 서버
400: 광고 제공 서버

Claims (14)

  1. 광고 제공 서버 장치에 의해 수행되는 광고 제공 방법에 있어서,
    사용자들의 검색 이력 정보 및 행동 이력 정보를 획득하는 단계;
    상기 획득한 사용자 정보를 이용하여 사용자의 관심사를 추출하고, 사용자 간 관심사 유사도를 기초로 상기 사용자들을 다수의 사용자 그룹으로 클러스터링하는 단계;
    각각의 사용자 그룹의 관심사를 나타내는 속성을 이용하여, 각각의 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계를 포함하되,
    상기 광고를 집행하는 단계는,
    제1 시간 경과 전에는, 상기 다수의 사용자 그룹 중 제2 사용자 그룹의 속성을 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계와,
    상기 제1 시간 경과 후에는, 상기 다수의 사용자 그룹 중 제1 사용자 그룹의 속성을 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계를 포함하며,
    상기 광고를 집행하는 단계는,
    제2 시간 경과 전에는, 상기 다수의 사용자 그룹 중 제3 사용자 그룹의 속성을 이용하여, 상기 제3 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계와,
    상기 제2 시간 경과 후에는, 상기 다수의 사용자 그룹 중 상기 제2 사용자 그룹의 속성을 이용하여, 상기 제3 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계를 포함하는, 광고 제공 방법.
  2. 삭제
  3. 광고 제공 서버 장치에 의해 수행되는 광고 제공 방법에 있어서,
    사용자들의 검색 이력 정보 및 행동 이력 정보를 획득하는 단계;
    상기 획득한 사용자 정보를 이용하여 사용자의 관심사를 추출하고, 사용자 간 관심사 유사도를 기초로 상기 사용자들을 다수의 사용자 그룹으로 클러스터링하는 단계;
    각각의 사용자 그룹의 관심사를 나타내는 속성을 이용하여, 각각의 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계를 포함하되,
    상기 광고를 집행하는 단계는,
    제1 시간 경과 전에는, 상기 다수의 사용자 그룹 중 제2 사용자 그룹의 속성을 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계와,
    상기 제1 시간 경과 후에는, 상기 다수의 사용자 그룹 중 제1 사용자 그룹의 속성을 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계를 포함하며,
    상기 다수의 사용자 그룹은 단계 별로 구분되는 제1 내지 제n 사용자 그룹(단, n은 1보다 큰 자연수)을 포함하는, 광고 제공 방법.
  4. 제1항에 있어서,
    상기 제1 사용자 그룹의 속성은 상기 제2 사용자 그룹의 속성에 포함되지 않는 추가적인 요소를 더 포함하고, 상기 제1 시간 경과 후에는, 상기 제1 사용자 그룹의 속성 중 상기 추가적인 요소를 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는, 광고 제공 방법.
  5. 제1항 또는 제3항에 있어서,
    상기 광고를 집행하는 단계는,
    상기 속성과 광고의 타겟팅 설정값을 비교하고, 상기 비교 결과에 따라 상기 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계인, 광고 제공 방법.
  6. 제1항 또는 제3항에 있어서,
    상기 획득한 사용자 정보를 이용하여, 상기 사용자들을 다수의 카테고리로 분류하는 단계를 더 포함하고,
    상기 클러스터링하는 단계는, 상기 다수의 카테고리 별로 상기 사용자들을 다수의 사용자 그룹으로 클러스터링하는 단계인, 광고 제공 방법.
  7. 제1항 또는 제3항에 있어서,
    상기 정보를 획득하는 단계는, 상기 사용자가 검색한 시간 정보 또는 상기 사용자가 행동한 시간 정보를 더 획득하는 단계이고,
    상기 시간 정보를 이용하여, 상기 획득한 사용자 정보에 가중치를 부여하는 단계;
    상기 가중치를 부여한 사용자 정보를 이용하여, 상기 사용자들을 다수의 카테고리로 분류하는 단계를 더 포함하는, 광고 제공 방법.
  8. 사용자들의 검색 이력 정보 및 행동 이력 정보를 획득하는 정보 획득부;
    상기 획득한 사용자 정보를 이용하여 사용자의 관심사를 추출하는 가중치 모델링부;
    사용자 간 관심사 유사도를 기초로 상기 사용자들을 다수의 사용자 그룹으로 클러스터링하는 예측 모델링부; 및
    각각의 사용자 그룹의 관심사를 나타내는 속성을 이용하여, 각각의 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 광고 집행부를 포함하되,
    상기 광고 집행부는,
    제1 시간 경과 전에는, 상기 다수의 사용자 그룹 중 제2 사용자 그룹의 속성을 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하고,
    상기 제1 시간 경과 후에는, 상기 다수의 사용자 그룹 중 제1 사용자 그룹의 속성을 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하며,
    상기 광고 집행부는,
    제2 시간 경과 전에는, 상기 다수의 사용자 그룹 중 제3 사용자 그룹의 속성을 이용하여, 상기 제3 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하고,
    상기 제2 시간 경과 후에는, 상기 다수의 사용자 그룹 중 상기 제2 사용자 그룹의 속성을 이용하여, 상기 제3 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는, 광고 제공 서버 장치.
  9. 삭제
  10. 사용자들의 검색 이력 정보 및 행동 이력 정보를 획득하는 정보 획득부;
    상기 획득한 사용자 정보를 이용하여 사용자의 관심사를 추출하는 가중치 모델링부;
    사용자 간 관심사 유사도를 기초로 상기 사용자들을 다수의 사용자 그룹으로 클러스터링하는 예측 모델링부; 및
    각각의 사용자 그룹의 관심사를 나타내는 속성을 이용하여, 각각의 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 광고 집행부를 포함하되,
    상기 광고 집행부는,
    제1 시간 경과 전에는, 상기 다수의 사용자 그룹 중 제2 사용자 그룹의 속성을 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하고,
    상기 제1 시간 경과 후에는, 상기 다수의 사용자 그룹 중 제1 사용자 그룹의 속성을 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하며,
    상기 다수의 사용자 그룹은 단계 별로 구분되는 제1 내지 제n 사용자 그룹(단, n은 1보다 큰 자연수)을 포함하는, 광고 제공 서버 장치.
  11. 제8항에 있어서,
    상기 제1 사용자 그룹의 속성은 상기 제2 사용자 그룹의 속성에 포함되지 않는 추가적인 요소를 더 포함하고,
    상기 광고 집행부는,
    상기 제1 시간 경과 후에는, 상기 제1 사용자 그룹의 속성 중 상기 추가적인 요소를 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는, 광고 제공 서버 장치.
  12. 제8항 또는 제10항에 있어서,
    상기 광고 집행부는,
    상기 속성과 광고의 타겟팅 설정값을 비교하고, 상기 비교 결과에 따라 상기 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는, 광고 제공 서버 장치.
  13. 제8항 또는 제10항에 있어서,
    상기 획득한 사용자 정보를 이용하여, 상기 사용자들을 다수의 카테고리로 분류하는 카테고리 모델링부를 더 포함하고,
    상기 예측 모델링부는, 상기 다수의 카테고리 별로 상기 사용자들을 다수의 사용자 그룹으로 클러스터링하는, 광고 제공 서버 장치.
  14. 제8항 또는 제10항에 있어서,
    상기 정보 획득부는, 상기 사용자가 검색한 시간 정보 또는 상기 사용자가 행동한 시간 정보를 더 획득하고,
    상기 가중치 모델링부는 상기 시간 정보를 이용하여, 상기 획득한 사용자 정보에 가중치를 부여하고,
    상기 가중치를 부여한 사용자 정보를 이용하여, 상기 사용자들을 다수의 카테고리로 분류하는 카테고리 모델링부를 더 포함하는, 광고 제공 서버 장치.
KR1020140048023A 2014-04-22 2014-04-22 광고 제공 방법 및 서버 장치 KR101639656B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140048023A KR101639656B1 (ko) 2014-04-22 2014-04-22 광고 제공 방법 및 서버 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140048023A KR101639656B1 (ko) 2014-04-22 2014-04-22 광고 제공 방법 및 서버 장치

Publications (2)

Publication Number Publication Date
KR20150122307A KR20150122307A (ko) 2015-11-02
KR101639656B1 true KR101639656B1 (ko) 2016-07-15

Family

ID=54599487

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140048023A KR101639656B1 (ko) 2014-04-22 2014-04-22 광고 제공 방법 및 서버 장치

Country Status (1)

Country Link
KR (1) KR101639656B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102328934B1 (ko) * 2021-06-21 2021-11-19 하이네이처 주식회사 댓글 크롤링을 이용한 온라인 광고 방법 및 온라인 광고 시스템

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102638890B1 (ko) * 2016-07-25 2024-02-21 에스케이플래닛 주식회사 광고플랫폼장치 및 그 동작 방법
KR102459740B1 (ko) * 2017-03-17 2022-10-27 에스케이플래닛 주식회사 광고수신자관리장치 및 그 동작 방법, 그리고 광고제공장치
KR102471444B1 (ko) * 2017-04-20 2022-11-28 에스케이플래닛 주식회사 광고지원장치 및 그 동작 방법, 그리고 광고제공장치
CN110782288A (zh) * 2019-10-25 2020-02-11 广州凌鑫达实业有限公司 云计算聚合广告数据处理方法、装置、设备以及介质
KR102349825B1 (ko) * 2020-03-18 2022-01-12 카페24 주식회사 전자상거래 시스템에서 쇼핑몰 회원의 상품 구매 추천 시점 산출 방법, 장치 및 시스템

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101001794B1 (ko) * 2008-02-20 2010-12-15 엔에이치엔비즈니스플랫폼 주식회사 유저 정보를 기반으로 한 연관 그룹별 연관광고 노출 방법및 시스템
JP5203847B2 (ja) * 2008-08-18 2013-06-05 ヤフー株式会社 仮定ターゲティング属性に基づく広告配信方法
KR101102853B1 (ko) 2008-12-30 2012-01-05 엔에이치엔비즈니스플랫폼 주식회사 협업 필터링을 이용하여 동적으로 광고를 제공하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102328934B1 (ko) * 2021-06-21 2021-11-19 하이네이처 주식회사 댓글 크롤링을 이용한 온라인 광고 방법 및 온라인 광고 시스템
KR102335780B1 (ko) * 2021-06-21 2021-12-06 하이네이처 주식회사 다수의 플랫폼 서버들을 이용하는 인플루언서를 활용한 온라인 광고 방법 및 온라인 광고 시스템

Also Published As

Publication number Publication date
KR20150122307A (ko) 2015-11-02

Similar Documents

Publication Publication Date Title
US11301761B2 (en) Behavioral prediction for targeted end users
US11107118B2 (en) Management of the display of online ad content consistent with one or more performance objectives for a webpage and/or website
Sohail et al. Classifications of recommender systems: A review.
Jannach et al. Leveraging multi-criteria customer feedback for satisfaction analysis and improved recommendations
KR101639656B1 (ko) 광고 제공 방법 및 서버 장치
US11188830B2 (en) Method and system for user profiling for content recommendation
CN106557480B (zh) 查询改写的实现方法及装置
KR100961783B1 (ko) 인공지능에 기반한 제품 및 제품 벤더 추천 장치 및 방법, 그 기록 매체
CN109417644B (zh) 跨屏广告投放的收益优化
US20130268317A1 (en) Arrangement for facilitating shopping and related method
CN108596695B (zh) 实体推送方法及系统
US20140288999A1 (en) Social character recognition (scr) system
US9767417B1 (en) Category predictions for user behavior
AU2024203218A1 (en) System and method for evaluating the true reach of social media influencers
JP6703572B2 (ja) 情報処理装置、情報処理方法および情報処理プログラム
Kwong et al. A methodology of integrating marketing with engineering for defining design specifications of new products
CN106127521A (zh) 一种信息处理方法及数据处理系统
US10474670B1 (en) Category predictions with browse node probabilities
Guo et al. Harnessing the power of the general public for crowdsourced business intelligence: a survey
KR20130033506A (ko) 아이템 추천 방법 및 장치
CN111475744A (zh) 一种基于集成学习的个性化位置推荐方法
CN111967924A (zh) 商品推荐方法、商品推荐装置、计算机设备和介质
KR101998828B1 (ko) 매출연동형 마케팅 서비스 제공방법
Jeong Identifying consumer preferences from user-generated content on Amazon. com by leveraging machine learning
US10387934B1 (en) Method medium and system for category prediction for a changed shopping mission

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: 20190329

Year of fee payment: 6