KR101914372B1 - 광고 노출 방법 및 시스템 - Google Patents

광고 노출 방법 및 시스템 Download PDF

Info

Publication number
KR101914372B1
KR101914372B1 KR1020170052528A KR20170052528A KR101914372B1 KR 101914372 B1 KR101914372 B1 KR 101914372B1 KR 1020170052528 A KR1020170052528 A KR 1020170052528A KR 20170052528 A KR20170052528 A KR 20170052528A KR 101914372 B1 KR101914372 B1 KR 101914372B1
Authority
KR
South Korea
Prior art keywords
click
candidate
advertisement
user
actions
Prior art date
Application number
KR1020170052528A
Other languages
English (en)
Other versions
KR20180119202A (ko
Inventor
송영인
정수동
Original Assignee
주식회사 와이더플래닛
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 와이더플래닛 filed Critical 주식회사 와이더플래닛
Priority to KR1020170052528A priority Critical patent/KR101914372B1/ko
Publication of KR20180119202A publication Critical patent/KR20180119202A/ko
Application granted granted Critical
Publication of KR101914372B1 publication Critical patent/KR101914372B1/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
    • G06Q30/0242—Determining effectiveness of advertisements
    • G06Q30/0244—Optimization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0242—Determining effectiveness of advertisements
    • G06Q30/0246—Traffic
    • 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
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • G06Q30/0271—Personalized 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
    • G06Q30/0241—Advertisements
    • G06Q30/0277—Online advertisement

Landscapes

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

Abstract

일실시예에 따르면, 광고 노출 방법은 복수의 후보 광고들을 저장하는 데이터베이스를 유지하는 단계; 상기 복수의 후보 광고들 각각에서 발생한 클릭 액션들과 관련된 정보에 접근하는 단계; 상기 복수의 후보 광고들 각각에서 발생한 클릭 액션들 각각에 가중치를 부여하는 단계; 상기 클릭 액션들 각각에 부여된 가중치에 기초하여 상기 복수의 후보 광고들 중 적어도 하나의 타겟 광고를 선택하는 단계; 및 상기 적어도 하나의 타겟 광고를 온라인 매체를 통하여 노출하는 단계를 포함한다.

Description

광고 노출 방법 및 시스템{ADVERTISING EXPOSURE METHOD AND SYSTEM}
아래의 실시예들은 온라인 매체를 통하여 광고를 노출하는 시스템 및 그 방법에 관한 것으로, 보다 상세하게는 복수의 후보 광고들 각각에서 발생한 클릭 액션들 각각에 가중치를 부여하고, 클릭 액션들 각각에 부여된 가중치에 기초하여 타겟 광고를 선택하여 온라인 매체를 통해 노출하는 기술에 관한 것이다.
광고 노출 시스템은 복수의 후보 광고들 각각의 광고비 매출을 고려하여, 광고를 선택하여 온라인 매체를 통해 노출한다. 광고 노출 시스템은 광고비 매출이 책정되는 방식에 따라 차이가 있는데, 광고를 본 사용자가 광고를 클릭한 경우에 정해진 광고비를 과금하는 형태인 CPC(Cost Per Click) 광고가 가장 보편하게 사용되고 있다.
일반적으로 기존의 CPC 광고 노출 시스템은 복수의 후보 광고들 각각의 클릭 확률을 고려하여 복수의 후보 광고들 중 광고를 선택한다. 클릭이 발생하여야 광고비가 지급되기 때문에, 클릭 확률을 고려한다는 것은 광고를 선택함에 있어 매출 확률을 예측함으로써, 매출의 극대화를 도모할 수 있다.
기존의 광고 시스템은 같은 광고에 발생하는 클릭이 같은 매출을 발생시키기에 누가 클릭을 하는지, 어떠한 상황에서 클릭을 하는지 무관하게 클릭 가치를 모두 동일하게 결정하기에, 실제 광고 클릭 이후에 사용자의 행동에 따라 광고 효과를 측정하는 마케팅에는 보완이 필요하다.
이에, 아래의 실시예들은 복수의 후보 광고들 각각에서 발생한 클릭들 각각의 가치를 서로 다르게 결정하는 광고 노출 기술을 제안한다.
일실시예들은 광고들 각각에서 발생한 클릭들의 가치를 산정함에 있어서 클릭이 일어났는지 여부만을 고려하는 것이 아니라 클릭 전후 유저 행동 패턴과 이를 통해 측정되는 광고 효과를 고려하기 때문에, 보다 합리적으로 클릭들의 가치를 평가할 수 있고, 따라서 평가된 클릭들의 가치에 기초하여 최적화된 광고 선택을 수행할 수 있다.
구체적으로, 일실시예들은 복수의 후보 광고들 각각에서 발생한 클릭 액션들 각각에 가중치를 부여하고, 클릭 액션들 각각에 부여된 가중치에 기초하여 타겟 광고를 선택하여 온라인 매체를 통해 노출하는 광고 노출 방법 및 시스템을 제공한다.
일실시예에 따르면, 광고 노출 방법은 복수의 후보 광고들을 저장하는 데이터베이스를 유지하는 단계; 상기 복수의 후보 광고들 각각에서 발생한 클릭 액션들과 관련된 정보에 접근하는 단계; 상기 복수의 후보 광고들 각각에서 발생한 클릭 액션들 각각에 가중치를 부여하는 단계; 상기 클릭 액션들 각각에 부여된 가중치에 기초하여 미래 후보 광고들 각각의 노출에 따른 클릭 액션과 그 가중치를 예측할 클릭/가중치 예측 시스템 및 모델을 생성하는 단계; 상기 클릭/가중치 예측 시스템 및 모델을 이용하여 복수의 후보 광고들 중 적어도 하나의 타겟 광고를 선택하는 단계; 및 상기 적어도 하나의 타겟 광고를 온라인 매체를 통하여 노출하는 단계를 포함한다.
상기 복수의 후보 광고들 각각에서 발생한 클릭 액션들과 관련된 정보는 적어도 하나의 유저가 상기 복수의 후보 광고들 각각에서 클릭을 하였는지 여부에 대한 정보를 포함할 수 있다.
상기 복수의 후보 광고들 각각에서 발생한 클릭 액션들 각각에 가중치를 부여하는 단계는 특정 후보 광고에 대하여 발생한 제1 클릭 및 제2 클릭의 가치를 서로 다르게 결정하기 위하여 상기 제1 클릭 및 상기 제2 클릭에 서로 다른 가중치를 부여하는 단계를 포함할 수 있다.
상기 복수의 후보 광고들 각각에서 발생한 클릭 액션들 각각에 가중치를 부여하는 단계는 특정 후보 광고에 대하여 발생한 제1 클릭 및 제2 클릭의 가치를 서로 다르게 결정하기 위해 유저 행동 패턴을 고려하여 상기 제1 클릭 및 상기 제2 클릭에 서로 다른 가중치를 부여하는 단계를 포함하고, 상기 유저 행동 패턴은 상기 제1 클릭 및 상기 제2 클릭 각각에 대응하는 키워드 검색, 웹 페이지 구독, 회원 가입, 다운로드, 특정 상품의 관심 등록, 특정 상품의 구매, 링크를 통한 사이트 이동 유무, 링크를 통한 사이트 이동 패턴, 스크롤 이동, 유저 주시 시간(duration time) 또는 주시 페이지 수 중 적어도 하나를 포함할 수 있다.
상기 유저 행동 패턴을 고려하여 상기 제1 클릭 및 상기 제2 클릭에 서로 다른 가중치를 부여하는 단계는 상기 제1 클릭 및 상기 제2 클릭 각각에 대응하는 키워드 검색, 웹 페이지 구독, 회원 가입, 다운로드, 특정 상품의 관심 등록, 특정 상품의 구매 또는 링크를 통한 사이트 이동 유무 중 적어도 하나의 횟수에 따라, 상기 제1 클릭 및 상기 제2 클릭에 서로 다른 가중치를 부여하는 단계를 포함할 수 있다.
상기 유저 행동 패턴을 고려하여 상기 제1 클릭 및 상기 제2 클릭에 서로 다른 가중치를 부여하는 단계는 상기 제1 클릭 및 상기 제2 클릭 각각에 대응하는 스크롤 이동의 정도, 유저 주시 시간의 정도, 주시 페이지 수 또는 링크를 통한 사이트 이동 패턴 중 적어도 하나에 따라, 상기 제1 클릭 및 상기 제2 클릭에 서로 다른 가중치를 부여하는 단계를 포함할 수 있다.
상기 유저 행동 패턴을 고려하여 상기 제1 클릭 및 상기 제2 클릭에 서로 다른 가중치를 부여하는 단계는 상기 제1 클릭 및 상기 제2 클릭 각각의 횟수에 따라, 상기 제1 클릭 및 상기 제2 클릭에 서로 다른 가중치를 부여하는 단계를 더 포함할 수 있다.
상기 유저 행동 패턴을 고려하여 상기 제1 클릭 및 상기 제2 클릭에 서로 다른 가중치를 부여하는 단계는 상기 제1 클릭 및 상기 제2 클릭 각각에 대응하는 구매 전환의 비율에 따라, 상기 제1 클릭 및 상기 제2 클릭에 서로 다른 가중치를 부여하는 단계를 더 포함할 수 있다.
상기 클릭 액션들 각각에 부여된 가중치에 기초하여 상기 복수의 후보 광고들 중 적어도 하나의 타겟 광고를 선택하는 단계는 상기 복수의 후보 광고들 각각의 CPC(Cost Per Click)에 더 기초하여, 상기 복수의 후보 광고들 중 상기 적어도 하나의 타겟 광고를 선택하는 단계를 포함할 수 있다.
상기 클릭 액션들 각각에 부여된 가중치에 기초하여 상기 복수의 후보 광고들 중 적어도 하나의 타겟 광고를 선택하는 단계는 상기 클릭 액션들 각각에 부여된 가중치에 기초하여 상기 복수의 후보 광고들 중 적어도 하나의 타겟 광고가 상기 온라인 매체 상에서 노출되는 위치를 결정하는 단계를 더 포함할 수 있다.
일실시예에 따르면, 광고 노출 시스템은 복수의 후보 광고들을 저장하는 데이터베이스를 유지하는 유지부; 상기 복수의 후보 광고들 각각에서 발생한 클릭 액션들과 관련된 정보에 접근하는 접근부; 상기 복수의 후보 광고들 각각에서 발생한 클릭 액션들 각각에 가중치를 부여하는 가중치 부여부; 상기 클릭 액션들 각각에 부여된 가중치에 기초하여 상기 복수의 후보 광고들 중 적어도 하나의 타겟 광고를 선택하는 선택부; 및 상기 적어도 하나의 타겟 광고를 온라인 매체를 통하여 노출하는 노출부를 포함한다.
상기 복수의 후보 광고들 각각에서 발생한 클릭 액션들과 관련된 정보는 적어도 하나의 유저가 상기 복수의 후보 광고들 각각에서 클릭을 하였는지 여부에 대한 정보를 포함할 수 있다.
상기 가중치 부여부는 특정 후보 광고에 대하여 발생한 제1 클릭 및 제2 클릭의 가치를 서로 다르게 결정하기 위하여 상기 제1 클릭 및 상기 제2 클릭에 서로 다른 가중치를 부여할 수 있다.
일실시예들은 광고들 각각에서 발생한 클릭들의 가치를 산정함에 있어서 클릭이 일어났는지 여부만을 고려하는 것이 아니라 클릭 전후 유저 행동 패턴을 고려하여 광고 효과를 측정하기 때문에, 보다 합리적으로 클릭들의 가치를 평가할 수 있고, 따라서 평가된 클릭들의 가치에 기초하여 최적화된 광고 선택을 수행할 수 있다.
구체적으로, 일실시예들은 복수의 후보 광고들 각각에서 발생한 클릭 액션들 각각에 가중치를 부여하고, 클릭 액션들 각각에 부여된 가중치에 기초하여 타겟 광고를 선택하여 온라인 매체를 통해 노출하는 광고 노출 방법 및 시스템을 제공한다.
따라서, 일실시예들은 복수의 후보 광고들 각각에서 발생한 클릭 액션들 각각의 가치를 개별적으로 평가하여 타겟 광고를 선택하고 노출하는 광고 노출 방법 및 시스템을 제공할 수 있다.
도 1은 일실시예에 따른 광고 노출 방법을 설명하기 위한 도면이다.
도 2는 기존의 광고 노출 방법에서 적어도 하나의 타겟 광고를 선택하는 과정을 설명하기 위한 도면이다.
도 3은 일실시예에 따른 광고 노출 방법에서 적어도 하나의 타겟 광고를 선택하는 과정을 설명하기 위한 도면이다.
도 4는 다른 일실시예에 따른 광고 노출 방법에서 적어도 하나의 타겟 광고를 선택하는 과정을 설명하기 위한 도면이다.
도 5는 또 다른 일실시예에 따른 광고 노출 방법에서 적어도 하나의 타겟 광고를 선택하는 과정을 설명하기 위한 도면이다.
도 6은 일실시예에 따른 광고 노출 방법을 나타낸 플로우 차트이다.
도 7은 일실시예에 따른 광고 노출 시스템을 나타낸 블록도이다.
이하, 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 그러나 본 발명이 실시예들에 의해 제한되거나 한정되는 것은 아니다. 또한, 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
또한, 본 명세서에서 사용되는 용어(terminology)들은 본 발명의 바람직한 실시예를 적절히 표현하기 위해 사용된 용어들로서, 이는 시청자, 운용자의 의도 또는 본 발명이 속하는 분야의 관례 등에 따라 달라질 수 있다. 따라서, 본 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 일실시예에 따른 광고 노출 방법을 설명하기 위한 도면이다.
도 1을 참조하면, 일실시예에 따른 광고 노출 시스템은 데이터베이스(110)에 복수의 후보 광고들(120)을 저장하여 유지하다가, 유저 별로 복수의 후보 광고들(120) 중 적어도 하나의 타겟 광고(121)를 선택하여, 온라인 매체(130)를 통해 노출한다.
이 때, 데이터베이스(110)에는 복수의 후보 광고들(120) 각각의 콘텐츠 및 적어도 하나의 타겟 광고(121)를 선택하는데 고려되는 요소와 관련된 정보가 저장될 수 있다. 예를 들어, 기존의 광고 노출 시스템에서 이용하는 데이터베이스(110)에는 복수의 후보 광고들(120) 각각의 콘텐츠와 복수의 후보 광고들(120) 각각에서 발생한 클릭의 여부와 관련된 정보 및 복수의 후보 광고들(120) 각각에서 발생한 클릭 기반의 구매 전환과 관련된 정보가 저장될 수 있다.
반면에, 일실시예에 따른 광고 노출 시스템에서 이용하는 데이터베이스(110)에는 복수의 후보 광고들(120) 각각의 콘텐츠와 복수의 후보 광고들(120) 각각에서 발생한 클릭의 여부와 관련된 정보, 복수의 후보 광고들(120) 각각에서 발생한 클릭 기반의 구매 전환과 관련된 정보 및 복수의 후보 광고들(120) 각각에서 발생한 클릭 기반의 유저 행동 패턴과 관련된 정보가 저장될 수 있다.
따라서, 데이터베이스(110)를 기반으로 유저 별로 온라인 매체(130)에 노출시키는 적어도 하나의 타겟 광고(121)를 선택함에 있어서, 기존의 광고 노출 시스템은 복수의 후보 광고들(120) 각각에서 발생한 클릭의 여부 및 복수의 후보 광고들(120) 각각에서 발생한 클릭 기반의 구매 전환만을 고려하는 반면, 일실시예에 따른 광고 노출 시스템은 복수의 후보 광고들(120) 각각에서 발생한 클릭의 여부, 복수의 후보 광고들(120) 각각에서 발생한 클릭 기반의 구매 전환 및 복수의 후보 광고들(120) 각각에서 발생한 클릭 기반의 유저 행동 패턴을 고려할 수 있다.
즉, 일실시예에 따른 광고 노출 시스템은 유저 별로 복수의 후보 광고들(120) 각각에서 발생한 클릭의 여부, 복수의 후보 광고들(120) 각각에서 발생한 클릭 기반의 구매 전환 및 복수의 후보 광고들(120) 각각에서 발생한 클릭 기반의 유저 행동 패턴 각각에 가중치를 부여한 뒤, 부여된 가중치에 기초하여 복수의 후보 광고들(120) 중 적어도 하나의 타겟 광고(121)를 선택하여, 온라인 매체(130)를 통해 노출할 수 있다.
예를 들어, 기존의 광고 노출 시스템은 데이터베이스(110)에 저장된 복수의 후보 광고들(120)
Figure 112017040140663-pat00001
로부터 수학식 1에 따라 평가 함수
Figure 112017040140663-pat00002
를 최대화하는 적어도 하나의 타겟 광고(121)
Figure 112017040140663-pat00003
를 선택한 뒤, 온라인 매체에 노출할 수 있다.
<수학식 1>
Figure 112017040140663-pat00004
수학식 1에서,
Figure 112017040140663-pat00005
는 복수의 후보 광고들(120) 각각에서 발생한 클릭의 여부(복수의 후보 광고들(120) 각각의 CTR) 및 복수의 후보 광고들(120) 각각에서 발생한 클릭 기반의 구매 전환(복수의 후보 광고들(120) 각각의 구매 전환율(CVR))과 관련된 평가 함수로서, 복수의 후보 광고들(120) 각각에 대해 계산될 수 있다.
보다 상세하게는, 기존의 광고 노출 시스템은 수학식 2와 같이, 복수의 후보 광고들(120) 각각에서 발생한 클릭의 여부 및 복수의 후보 광고들(120) 각각에서 발생한 클릭 기반의 구매 전환을 기반으로 복수의 후보 광고들(120) 각각의 CPC(Cost Per Click)에 기초하여, 복수의 후보 광고들(120) 중 적어도 하나의 타겟 광고를 선택할 수 있다.
<수학식 2>
Figure 112017040140663-pat00006
수학식 2에서,
Figure 112017040140663-pat00007
는 기존의 광고 노출 시스템에 의해 부여되는 임의의 값일 수 있다.
기존의 광고 노출 시스템은 유저의 클릭 여부(CTR)와 구매 전환 여부(CVR)만을 독립적으로 고려한다. 즉, 기존의 광고 노출 시스템은 광고에 대한 여러 개의 클릭들을 평가하여 가치를 산정함에 있어서 클릭이 일어났는지 여부만을 고려한다.
클릭 여부 구매 전환 여부 클릭 가치(0-10)
유저 1 yes yes 10
유저 2 no - 0
유저 3 yes no 5
유저 4 yes no 5
위의 표 1은 기존의 광고 노출 시스템에 따라 클릭의 가치를 산정하는 예를 개념적으로 나타낸 것이다. 표 1을 참조하면, 수학식 2에 따라 광고를 선택하는 경우에, 유저 1은 클릭을 수행했고, 구매 전환이 이루어졌으므로, 유저 1의 클릭의 가치는 매우 높게(10점) 평가된다. 유저 2는 클릭을 수행하지 않았고, 당연히 구매 전환이 이루어지지 않았으므로, 유저 2의 클릭의 가치는 매우 낮게(0점) 평가된다. 다만, 유저 3과 유저 4는 클릭을 수행하였지만, 구매 전환이 이루어지지 않았기 때문에, 유저 3, 4의 클릭의 가치는 동등하게 평가된다.
다만, 유저 3과 유저 4에 대한 광고의 효과(예를 들어, 유저 3, 4가 추후에 구매를 할 확률)는 동일하지 않을 수 있다. 예를 들어, 유저 3은 광고 사이트에서 오랜 시간 머물렀거나 구매를 위한 여러 행동들을 수행한 반면에, 유저 4는 광고 사이트에 방문하자마자 광고 사이트를 떠났다면, 유저 3의 클릭 가치는 유저 4의 클릭 가치보다 높게 평가되어야 할 것이다.
즉, CTR과 CVR을 개별적으로 산정하는 것(유저 각각의 클릭의 가치를 클릭 여부와 구매 전환 여부만을 고려하여 평가하는 것)은 합리적이지 못할 수 있다.
이에, 일실시예에 따른 광고 노출 시스템은 광고에 대한 여러 개의 클릭들을 평가하여 가치를 산정함에 있어서 클릭이 일어났는지 여부뿐만 아니라, 유저 행동 패턴을 더 고려할 수 있다. 이에 대한 상세한 설명은 아래에서 기재하기로 한다.
더 나아가, 일실시예에 따른 광고 노출 시스템은 복수의 후보 광고들(120) 중 적어도 하나의 타겟 광고(121)를 선택하여 온라인 매체(130)를 통해 노출하는 과정에서, 온라인 매체(130) 상에서 노출되는 위치를 결정할 수도 있다.
예를 들어, 특정 유저에 대하여 복수의 후보 광고들(120) 중 적어도 하나의 타겟 광고로서, 제1 광고(121), 제2 광고(122) 및 제3 광고(123)가 선택된 경우, 일실시예에 따른 광고 노출 시스템은 온라인 매체(130)에서 상단 위치에 제1 광고(121)를 노출시키고, 제2 광고(122) 및 제3 광고(123)의 순서대로 제1 광고(121)의 하단 위치에 노출시킬 수 있다.
도 2는 기존의 광고 노출 방법에서 적어도 하나의 타겟 광고를 선택하는 과정을 설명하기 위한 도면이다.
도 2를 참조하면, 기존의 광고 노출 시스템은 데이터베이스(210)에 복수의 후보 광고들 각각에서 클릭이 발행하였는지 여부와 관련된 정보를 저장하여 유지한다. 이하에서는, 복수의 후보 광고들 중 특정 후보 광고를 예시로 들어 기존의 광고 노출 시스템에서 수행하는 광고 노출 방법을 설명하기로 한다.
데이터베이스(210)에는 복수의 후보 광고들 중 특정 후보 광고에 대하여 발생한 복수의 유저들(220) 각각의 클릭과 관련된 정보(230) 및 구매 전환과 관련된 정보(240)가 저장된다.
이하, 특정 후보 광고에 대하여 발생한 복수의 유저들(220) 각각의 클릭과 관련된 정보(230) 및 구매 전환과 관련된 정보(240)는 특정 후보 광고가 복수의 온라인 매체들에 노출되어 수집된 복수의 유저들(220) 각각의 클릭의 여부 및 구매 전환에 기초하여 예측되는 기대 값일 수 있다.
또한, 특정 후보 광고에 대하여 발생한 복수의 유저들(220) 각각의 클릭과 관련된 정보(230)는 특정 후보 광고에 대한 복수의 유저들(220) 각각의 CTR로 표현될 수 있고, 특정 후보 광고에 대하여 발생한 복수의 유저들(220) 각각의 구매 전환과 관련된 정보(240)는 특정 후보 광고에 대하여 발생한 복수의 유저들(220) 각각의 구매 전환율로 표현될 수 있다.
따라서, 특정 후보 광고에 대하여 발생한 복수의 유저들(220) 각각의 클릭과 관련된 정보(230) 및 구매 전환과 관련된 정보(240)는 각각 기대 CTR 및 기대 구매 전환율일 수 있다.
예를 들어, 특정 후보 광고에 대하여, 제1 유저(221)에 의해 클릭이 발생되고 구매 전환은 발생되지 않으며, 제2 유저(222)에 의해 클릭 및 구매 전환 모두가 발생되고, 제3 유저(223)에 의해 클릭 및 구매 전환 모두가 발생되지 않으며, 제4 유저(224)에 의해 클릭이 발생되고 구매전환이 발생되지 않은 경우, 기존의 광고 노출 시스템은 데이터베이스(210)에 저장된 이러한 정보들(230, 240)을 기반으로, 특정 후보 광고를 제2 유저(222)에 대한 타겟 광고로 선택할 수 있다.
이와 같은 과정은 복수의 후보 광고들 각각에 대해 수행됨으로써, 복수의 유저들(220) 각각에 대해 복수의 후보 광고들 중 적어도 하나의 타겟 광고가 선택되어 복수의 유저들(220) 각각의 온라인 매체에 노출될 수 있다.
그러나 만약, 제2 유저(222)가 존재하지 않고, 제1 유저(221)가 특정 후보 광고에 대한 클릭 이후에, 특정 후보 광고가 노출되는 온라인 매체에서 오랜 시간 머물렀거나, 구매를 위한 여러 행동들을 수행한 경우, 기존의 광고 노출 시스템은 제1 유저(221)가 특정 후보 광고가 노출되는 온라인 매체에서 오랜 시간 머물렀거나, 구매를 위한 여러 행동들을 수행했음에도 불구하고, 특정 후보 광고에 대한 제1 유저(221)와 제4 유저(224)각각의 평가 함수
Figure 112017040140663-pat00008
를 동일하게 계산하기 때문에, 특정 후보 광고를 제1 유저(221)에 대한 타겟 광고로 선택하지 않는 문제점이 있다.
이러한 문제점은 기존의 광고 노출 시스템이 이용하는 평가 함수
Figure 112017040140663-pat00009
가 클릭 기반의 유저 행동 패턴을 전혀 반영하지 않기 때문에 야기된다.
이에, 유저 행동 패턴을 반영한 평가 함수
Figure 112017040140663-pat00010
를 이용하는 광고 노출 방법이 요구된다.
도 3은 일실시예에 따른 광고 노출 방법에서 적어도 하나의 타겟 광고를 선택하는 과정을 설명하기 위한 도면이다.
도 3을 참조하면, 일실시예에 따른 광고 노출 시스템은 데이터베이스(310)에 복수의 후보 광고들 각각에서 발생한 클릭 액션들과 관련된 정보가 저장하여 유지한다. 여기서, 복수의 후보 광고들 각각에서 발생한 클릭 액션들과 관련된 정보는 적어도 하나의 유저가 복수의 후보 광고들 각각에서 클릭을 하였는지 여부에 대한 정보를 포함할 수 있다.
따라서, 일실시예에 따른 광고 노출 시스템은 수학식 1을 기반으로 수학식 3와 같이, 복수의 후보 광고들 각각에서 발생한 클릭과 관련된 정보, 복수의 후보 광고들 각각에서 발생한 클릭 기반의 구매 전환 및 복수의 후보 광고들 각각에서 발생한 클릭 기반의 유저 행동 패턴 각각에 가중치를 부여함으로써, 가중치가 부여된 클릭 액션들인
Figure 112017040140663-pat00011
을 기반으로 복수의 후보 광고들 각각의 CPC에 기초하여, 복수의 후보 광고들 중 가장 높은 평가 함수
Figure 112017040140663-pat00012
를 갖는 적어도 하나의 타겟 광고를 선택할 수 있다.
<수학식 3>
Figure 112017040140663-pat00013
수학식 3에서, 는 클릭 액션들 각각에 부여되는 가중치이고,
Figure 112017040140663-pat00015
은 기대 CQR(Click Quality Ratio)일 수 있다.
이하에서는, 복수의 후보 광고들 중 특정 후보 광고를 예시로 들어 일실시예에 따른 광고 노출 시스템에서 수행하는 광고 노출 방법을 설명하기로 한다.
데이터베이스(310)에는 복수의 후보 광고들 중 특정 후보 광고에 대하여 발생한 복수의 유저들(320) 각각의 클릭과 관련된 정보(330), 구매 전환과 관련된 정보(340) 및 유저 행동 패턴과 관련된 정보(350)가 저장된다.
이하, 특정 후보 광고에 대하여 발생한 복수의 유저들(320) 각각의 클릭과 관련된 정보(330), 구매 전환과 관련된 정보(340) 및 유저 행동 패턴과 관련된 정보(350)는 특정 후보 광고가 복수의 온라인 매체들에 노출되어 수집된 복수의 유저들(320) 각각의 클릭의 여부, 구매 전환의 여부 및 유저 행동 패턴의 여부 각각에 기초하여 예측되는 기대 값으로서, 특정 후보 광고에 대한 복수의 유저들(320) 각각의 클릭 액션들인 CQR(Click Quality Ratio)을 의미한다.
다시 말해, 특정 후보 광고에 대하여 발생한 복수의 유저들(320) 각각의 클릭과 관련된 정보(330), 구매 전환과 관련된 정보(340) 및 유저 행동 패턴과 관련된 정보(350)는 각각 기대 CTR, 기대 구매 전환율 및 기대 유저 행동 패턴일 수 있고, 특정 후보 광고에 대한 복수의 유저들(320) 각각의 클릭 액션들은 이들을 포함하는
Figure 112017040140663-pat00016
일 수 있다.
이 때, 특정 후보 광고에 대한 유저 행동 패턴은 복수의 클릭들 각각(복수의 유저들(320) 각각의 클릭)에 대응하는 키워드 검색, 웹 페이지 구독, 회원 가입, 다운로드, 특정 상품의 관심 등록, 특정 상품의 구매, 링크를 통한 사이트 이동 유무, 링크를 통한 사이트 이동 패턴, 스크롤 이동, 유저 주시 시간(duration time) 또는 주시 페이지 수 중 적어도 하나를 포함할 수 있다.
예를 들어, 특정 후보 광고에 대하여, 제1 유저(321)에 의해 클릭 및 유저 행동 패턴이 발생되고 구매 전환은 발생되지 않으며, 제2 유저(322)에 의해 클릭, 유저 행동 패턴 및 구매 전환 모두가 발생되고, 제3 유저(323)에 의해 클릭, 유저 행동 패턴 및 구매 전환 모두가 발생되지 않으며, 제4 유저(324)에 의해 클릭이 발생되고 구매전환 및 유저 행동 패턴이 발생되지 않은 경우, 광고 노출 시스템은 데이터베이스(310)에 저장된 이러한 정보들(330, 340, 350)을 기반으로, 특정 후보 광고에 대한 복수의 유저들(320) 각각의 가중치인 CQR(360)을 계산할 수 있다.
더 구체적인 예를 들면, 클릭이 발생됨에 부여되는 가중치가 4, 유저 행동 패턴이 발생됨에 부여되는 가중치가 3, 구매 전환이 발생됨에 부여되는 가중치가 5인 경우, 제1 유저(321)에 의한 클릭 액션들 각각에 부여된 가중치의 총 합은 7이고, 제2 유저(322)에 의한 클릭 액션들 각각에 부여된 가중치의 총 합은 12이며, 제3 유저(323)에 의한 클릭 액션들 각각에 부여된 가중치의 총 합은 0이고, 제4 유저(324)에 의한 클릭 액션들 각각에 부여된 가중치의 총 합은 4일 수 있다.
이에, 광고 노출 시스템은 특정 후보 광고를 제2 유저(222)에 대한 타겟 광고로 선택할 수 있다.
그러나, 만약, 제2 유저(322)가 존재하지 않는 경우, 일실시예에 따른 광고 노출 시스템은 기존의 광고 노출 시스템과 달리, 특정 후보 광고에 대한 제1 유저(321)와 제4 유저(324) 각각의 평가 함수
Figure 112017040140663-pat00017
를 다르게 계산하기 때문에, 특정 후보 광고를 제1 유저(321) 및 제4 유저(324) 중 제1 유저(321)에 대한 타겟 광고로 선택하여 온라인 매체에 노출할 수 있다.
또한, 광고 노출 시스템은 특정 후보 광고에 대한 복수의 유저들(320) 각각의 가중치인 CQR(360)에 기초하여, 타겟 광고가 복수의 유저들(320) 각각의 온라인 매체 상에서 노출되는 위치를 결정할 수도 있다. 예를 들어, 특정 후보 광고는 타겟 광고로서, 제2 유저(322)의 온라인 매체 상에서 최상단 위치에 노출될 수 있고, 제1 유저(321)의 온라인 매체 상에서 제2 유저(322)의 온라인 매체 상에서 노출되는 위치보다 하단의 위치에 노출될 수 있으며, 제4 유저(324)의 온라인 매체 상에서 제1 유저(321)의 온라인 매체 상에서 노출되는 위치보다 하단의 위치에 노출될 수 있다.
상술한 바와 같이, 일실시예에 따른 광고 노출 시스템은 특정 후보 광고에 대한 복수의 클릭들(예컨대, 제1 유저(321)의 제1 클릭, 제2 유저(322)의 제2 클릭, 제3 유저(323)의 제3 클릭 및 제4 유저(324)의 제4 클릭)을 평가하여 가치를 산정함에 있어, 각각의 클릭의 여부뿐만 아니라, 유저 행동 패턴을 더 고려하여 가중치를 부여함으로써, 부여된 가중치를 이용하여 특정 후보 광고를 복수의 유저들(320) 중 어느 하나의 유저에 대한 타겟 광고로 선택할 수 있다.
즉, 광고 노출 시스템은 상술한 과정을 복수의 후보 광고들 각각에 대해 수행함으로써, 복수의 유저들(320) 각각에 대해 복수의 후보 광고들 중 적어도 하나의 타겟 광고를 선택하여 복수의 유저들(320) 각각의 온라인 매체에 노출할 수 있다. 이하, 광고 노출 시스템이 적어도 하나의 복수의 유저들(320) 각각에 대해 복수의 후보 광고들 중 적어도 하나의 타겟 광고를 선택한 후, 복수의 유저들(320) 각각의 온라인 매체에 노출하는 경우로 설명하나, 이에 제한되거나 한정되지 않고, 상술한 방식에 따라 선택된 적어도 하나의 타겟 광고는 온라인 매체에 노출되지 않은 채, 다른 방식으로 복수의 유저들(320) 각각에 제공될 수 있다.
이 때, 광고 노출 시스템은 클릭 액션들 각각에 부여된 가중치에 기초하여 미래 후보 광고들 각각의 노출에 따른 클릭 액션과 그 가중치를 예측할 클릭/가중치 예측 시스템 및 모델을 생성함으로써, 클릭/가중치 예측 시스템 및 모델을 이용하여 복수의 후보 광고들 중 적어도 하나의 타겟 광고를 선택할 수 있다. 즉, 광고 노출 시스템은 현재 후보 광고들 각각의 노출에 따른 클릭 액션들 각각에 부여된 가중치에 기초하여, 미래 후보 광고들 각각의 노출에 따라 기대되는 클릭 액션인
Figure 112017040140663-pat00018
을 예측하고, 미래 후보 광고들 각각의 클릭 액션에 부여할 가중치를 예측하는 클릭/가중치 예측 시스템 및 모델을 생성한 뒤, 이에 기초하여 복수의 후보 광고들 중 적어도 하나의 타겟 광고를 선택할 수 있다. 예를 들어, 매체 X에 노출되었던 광고 A가 제1 유저에 의해 클릭되었고, 매체 X에 노출되었던 광고 B가 제2 유저에 의해 클릭되었으며, 매체 Y에 노출되었던 광고 C가 제3 유저에 의해 클릭되었었다면, 광고 노출 시스템은 광고 C가 매체 X에 노출된 적이 없다고 하더라도, 매체 Y에 노출된 광고 C의 클릭 액션의 가치에 기초하여, 광고 C가 매체 X에 노출되는 것을 가정하여 매체 X에 노출된 광고 C에 대한 클릭 액션의 가치를 예측할 수 있다.
또한, 광고 노출 시스템은 클릭 액션들 각각의 여부뿐만 아니라, 클릭 액션들 중 유저 행동 패턴에 포함되는 복수의 요소들 각각의 여부에 기초하여 가중치를 다르게 부여할 수도 있다. 이에 대한 상세한 설명은 도 4를 참조하여 기재하기로 한다.
또한, 광고 노출 시스템은 클릭 액션들 각각의 정도 또는 횟수에 기초하여 클릭 액션들 각각에 가중치를 부여할 수도 있다. 이에 대한 상세한 설명은 도 5를 참조하여 기재하기로 한다.
도 4는 다른 일실시예에 따른 광고 노출 방법에서 적어도 하나의 타겟 광고를 선택하는 과정을 설명하기 위한 도면이다.
도 4를 참조하면, 다른 일실시예에 따른 광고 노출 시스템은 데이터베이스(410)에 복수의 후보 광고들 각각에서 발생한 클릭 액션들과 관련된 정보가 저장하여 유지한다.
구체적으로, 데이터베이스(410)에는 복수의 후보 광고들 중 특정 후보 광고에 대하여 발생한 복수의 유저들(420) 각각의 클릭과 관련된 정보(430), 구매 전환과 관련된 정보(440) 및 유저 행동 패턴과 관련된 정보(450)가 저장된다.
특히, 광고 노출 시스템은 유저 행동 패턴과 관련된 정보(450)에 포함되는 복수의 요소들 각각과 관련된 정보(460, 470)을 세분화하여 저장할 수 있다.
여기서, 유저 행동 패턴에 포함되는 복수의 요소들은 특정 후보 광고에 대한 복수의 클릭들 각각(복수의 유저들(420) 각각의 클릭)에 대응하는 키워드 검색, 웹 페이지 구독, 회원 가입, 다운로드, 특정 상품의 관심 등록, 특정 상품의 구매, 링크를 통한 사이트 이동 유무, 링크를 통한 사이트 이동 패턴, 스크롤 이동, 유저 주시 시간(duration time) 또는 주시 페이지 수 중 적어도 하나를 포함할 수 있다.
따라서, 광고 노출 시스템은 유저 행동 패턴과 관련된 정보(450)에 포함되는 복수의 요소들 각각의 스코어(여부)에 기초하여 가중치를 다르게 부여할 수 있다.
예를 들어, 특정 후보 광고에 대하여, 제1 유저(421)에 의해 클릭이 발생되고 유저 행동 패턴 중 키워드 검색이 수행되며, 제2 유저(422)에 의해 클릭이 발생되고 유저 행동 패턴 중 키워드 검색 및 웹 페이지 구독이 수행되는 경우, 광고 노출 시스템은 데이터베이스(410)에 저장된 이러한 정보들(430, 440, 460, 470)을 기반으로, 특정 후보 광고에 대한 복수의 유저들(320) 각각의 가중치인 CQR(480)을 계산할 수 있다.
더 구체적인 예를 들면, 클릭이 발생됨에 부여되는 가중치가 4, 유저 행동 패턴 중 키워드 검색이 수행됨에 부여되는 가중치가 2, 웹 페이지 구독이 수행됨에 부여되는 가중치가 2인 경우, 제1 유저(421)에 의한 클릭 액션들 각각에 부여된 가중치의 총 합은 6이고, 제2 유저(422)에 의한 클릭 액션들 각각에 부여된 가중치의 총 합은 8일 수 있다.
이에, 광고 노출 시스템은 특정 후보 광고를 제2 유저(222)에 대한 타겟 광고로 선택할 수 있다.
도 5는 또 다른 일실시예에 따른 광고 노출 방법에서 적어도 하나의 타겟 광고를 선택하는 과정을 설명하기 위한 도면이다.
도 5를 참조하면, 또 다른 일실시예에 따른 광고 노출 시스템은 데이터베이스(510)에 복수의 후보 광고들 중 특정 후보 광고에 대하여 발생한 복수의 유저들(520) 각각의 클릭과 관련된 정보(530), 구매 전환과 관련된 정보(540) 및 유저 행동 패턴과 관련된 정보(550)를 저장하여 유지한다.
특히, 광고 노출 시스템은 클릭 액션들과 관련된 정보(530, 540, 550)를 클릭 액션들 각각의 정도 또는 횟수를 포함하도록 저장할 수 있다.
따라서, 광고 노출 시스템은 클릭 액션들 각각의 정도 또는 횟수에 기초하여 클릭 액션들 각각에 가중치를 부여할 수도 있다.
예를 들어, 특정 후보 광고에 대하여, 제1 유저(521)에 의해 클릭이 1회 발생되고 제1 유저(521)의 유저 행동 패턴 중 유저 주시 시간이 5초이며 구매 전환의 비율이 30%이고, 제2 유저(522)에 의해 클릭이 10회 발생되고 제2유저(522)의 유저 행동 패턴 중 유저 주시 시간이 7초이며 구매 전환의 비율이 70%인 경우, 광고 노출 시스템은 데이터베이스(510)에 저장된 이러한 정보들(530, 540, 550)을 기반으로, 특정 후보 광고에 대한 복수의 유저들(520) 각각의 가중치인 CQR(560)을 계산할 수 있다.
더 구체적인 예를 들면, 클릭이 1회 발생됨에 부여되는 가중치가 1, 유저 행동 패턴 중 유저 주시 시간에 초당 부여되는 가중치가 1, 구매 전환의 비율 10% 당 부여되는 가중치가 1인 경우, 제1 유저(521)에 의한 클릭 액션들 각각에 부여된 가중치의 총 합은 9이고, 제2 유저(522)에 의한 클릭 액션들 각각에 부여된 가중치의 총 합은 24일 수 있다.
이에, 광고 노출 시스템은 특정 후보 광고를 제2 유저(522)에 대한 타겟 광고로 선택할 수 있다.
도 6은 일실시예에 따른 광고 노출 방법을 나타낸 플로우 차트이다.
도 6을 참조하면, 일실시예에 따른 광고 노출 방법은 광고 노출 시스템에 의해 수행된다. 여기서, 광고 노출 시스템은 서버와 같은 하드웨어의 형태로 구현되거나, 컴퓨터와 결합하는 매체에 저장된 컴퓨터 프로그램의 형태로 구현될 수도 있다.
광고 노출 시스템은 복수의 후보 광고들을 저장하는 데이터베이스를 유지한다(610).
이어서, 광고 노출 시스템은 복수의 후보 광고들 각각에서 발생한 클릭 액션들과 관련된 정보에 접근한다(620). 이 때, 광고 노출 시스템은 데이터베이스에 액세스함으로써, 복수의 후보 광고들 각각에서 발생한 클릭 액션들과 관련된 정보에 접근할 수 있다.
여기서, 복수의 후보 광고들 각각에서 발생한 클릭 액션들과 관련된 정보는 적어도 하나의 유저가 복수의 후보 광고들 각각에서 클릭을 하였는지 여부에 대한 정보를 포함할 수 있다.
그 다음, 광고 노출 시스템은 복수의 후보 광고들 각각에서 발생한 클릭 액션들 각각에 가중치를 부여한다(630).
특히, 광고 노출 시스템은 630 단계에서, 특정 후보 광고에 대하여 발생한 제1 클릭 및 제2 클릭의 가치를 서로 다르게 결정하기 위하여 제1 클릭 및 제2 클릭에 서로 다른 가중치를 부여할 수 있다.
구체적으로, 광고 노출 시스템은 특정 후보 광고에 대하여 발생한 제1 클릭 및 제2 클릭의 가치를 서로 다르게 결정하기 위해 유저 행동 패턴을 고려하여 제1 클릭 및 제2 클릭에 서로 다른 가중치를 부여할 수 있다.
여기서, 유저 행동 패턴은 제1 클릭 및 제2 클릭 각각에 대응하는 키워드 검색, 웹 페이지 구독, 회원 가입, 다운로드, 특정 상품의 관심 등록, 특정 상품의 구매, 링크를 통한 사이트 이동 유무, 링크를 통한 사이트 이동 패턴, 스크롤 이동, 유저 주시 시간(duration time) 또는 주시 페이지 수 중 적어도 하나를 포함할 수 있다.
이에, 광고 노출 시스템은 제1 클릭 및 제2 클릭 각각에 대응하는 키워드 검색, 웹 페이지 구독, 회원 가입, 다운로드, 특정 상품의 관심 등록, 특정 상품의 구매 또는 링크를 통한 사이트 이동 유무 중 적어도 하나의 횟수에 따라, 제1 클릭 및 제2 클릭에 서로 다른 가중치를 부여할 수 있다.
또한, 광고 노출 시스템은 제1 클릭 및 제2 클릭 각각에 대응하는 스크롤 이동의 정도, 유저 주시 시간의 정도, 주시 페이지 수 또는 링크를 통한 사이트 이동 패턴 중 적어도 하나에 따라, 제1 클릭 및 제2 클릭에 서로 다른 가중치를 부여할 수 있다.
또한, 광고 노출 시스템은 제1 클릭 및 제2 클릭 각각의 횟수에 따라, 제1 클릭 및 제2 클릭에 서로 다른 가중치를 부여할 수 있다.
또한, 광고 노출 시스템은 제1 클릭 및 제2 클릭 각각에 대응하는 구매 전환의 비율에 따라, 제1 클릭 및 제2 클릭에 서로 다른 가중치를 부여할 수도 있다.
광고 노출 시스템은 이와 같은 과정을 복수의 후보 광고들 각각에 대해 수행함으로써, 복수의 후보 광고들 각각에 대하여 발생한 제1 클릭 및 제2 클릭에 서로 다른 가중치를 부여할 수 있다.
그 다음, 광고 노출 시스템은 클릭 액션들 각각에 부여된 가중치에 기초하여 복수의 후보 광고들 중 적어도 하나의 타겟 광고를 선택한다(640).
이 때, 광고 노출 시스템은 640 단계에서, 복수의 후보 광고들 각각의 CPC(Cost Per Click)에 더 기초하여, 복수의 후보 광고들 중 적어도 하나의 타겟 광고를 선택할 수 있다.
또한, 640 단계에서, 광고 노출 시스템은 클릭 액션들 각각에 부여된 가중치에 기초하여 복수의 후보 광고들 중 적어도 하나의 타겟 광고가 온라인 매체 상에서 노출되는 위치를 결정할 수도 있다.
그 후, 광고 노출 시스템은 적어도 하나의 타겟 광고를 온라인 매체를 통하여 노출한다(650).
도 7은 일실시예에 따른 광고 노출 시스템을 나타낸 블록도이다.
도 7을 참조하면, 일실시예에 따른 광고 노출 시스템은 유지부(710), 접근부(720), 가중치 부여부(730), 선택부(740) 및 노출부(750)를 포함한다.
유지부(710)는 복수의 후보 광고들을 저장하는 데이터베이스를 유지한다.
접근부(720)는 복수의 후보 광고들 각각에서 발생한 클릭 액션들과 관련된 정보에 접근한다. 이 때, 접근부(720)는 데이터베이스에 액세스함으로써, 복수의 후보 광고들 각각에서 발생한 클릭 액션들과 관련된 정보에 접근할 수 있다.
여기서, 복수의 후보 광고들 각각에서 발생한 클릭 액션들과 관련된 정보는 적어도 하나의 유저가 복수의 후보 광고들 각각에서 클릭을 하였는지 여부에 대한 정보를 포함할 수 있다.
가중치 부여부(730)는 복수의 후보 광고들 각각에서 발생한 클릭 액션들 각각에 가중치를 부여한다.
특히, 가중치 부여부(730)는 특정 후보 광고에 대하여 발생한 제1 클릭 및 제2 클릭의 가치를 서로 다르게 결정하기 위하여 제1 클릭 및 제2 클릭에 서로 다른 가중치를 부여할 수 있다.
구체적으로, 가중치 부여부(730)는 특정 후보 광고에 대하여 발생한 제1 클릭 및 제2 클릭의 가치를 서로 다르게 결정하기 위해 유저 행동 패턴을 고려하여 제1 클릭 및 제2 클릭에 서로 다른 가중치를 부여할 수 있다.
여기서, 유저 행동 패턴은 제1 클릭 및 제2 클릭 각각에 대응하는 키워드 검색, 웹 페이지 구독, 회원 가입, 다운로드, 특정 상품의 관심 등록, 특정 상품의 구매, 링크를 통한 사이트 이동 유무, 링크를 통한 사이트 이동 패턴, 스크롤 이동, 유저 주시 시간(duration time) 또는 주시 페이지 수 중 적어도 하나를 포함할 수 있다.
이에, 가중치 부여부(730)는 제1 클릭 및 제2 클릭 각각에 대응하는 키워드 검색, 웹 페이지 구독, 회원 가입, 다운로드, 특정 상품의 관심 등록, 특정 상품의 구매 또는 링크를 통한 사이트 이동 유무 중 적어도 하나의 횟수에 따라, 제1 클릭 및 제2 클릭에 서로 다른 가중치를 부여할 수 있다.
또한, 가중치 부여부(730)는 제1 클릭 및 제2 클릭 각각에 대응하는 스크롤 이동의 정도, 유저 주시 시간의 정도, 주시 페이지 수 또는 링크를 통한 사이트 이동 패턴 중 적어도 하나에 따라, 제1 클릭 및 제2 클릭에 서로 다른 가중치를 부여할 수 있다.
또한, 가중치 부여부(730)는 제1 클릭 및 제2 클릭 각각의 횟수에 따라, 제1 클릭 및 제2 클릭에 서로 다른 가중치를 부여할 수 있다.
또한, 가중치 부여부(730)는 제1 클릭 및 제2 클릭 각각에 대응하는 구매 전환의 비율에 따라, 제1 클릭 및 제2 클릭에 서로 다른 가중치를 부여할 수도 있다.
가중치 부여부(730)는 이와 같은 과정을 복수의 후보 광고들 각각에 대해 수행함으로써, 복수의 후보 광고들 각각에 대하여 발생한 제1 클릭 및 제2 클릭에 서로 다른 가중치를 부여할 수 있다.
선택부(740)는 클릭 액션들 각각에 부여된 가중치에 기초하여 복수의 후보 광고들 중 적어도 하나의 타겟 광고를 선택한다.
이 때, 선택부(740)는 복수의 후보 광고들 각각의 CPC(Cost Per Click)에 더 기초하여, 복수의 후보 광고들 중 적어도 하나의 타겟 광고를 선택할 수 있다.
또한, 선택부(740)는 클릭 액션들 각각에 부여된 가중치에 기초하여 복수의 후보 광고들 중 적어도 하나의 타겟 광고가 온라인 매체 상에서 노출되는 위치를 결정할 수도 있다.
노출부(750)는 적어도 하나의 타겟 광고를 온라인 매체를 통하여 노출한다(650).
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털신호프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리장치는 운영체제(OS) 및 상기 운영체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리장치가 복수 개의 처리요소(processing element) 및/또는 복수 유형의 처리요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬프로세서(parallel processor)와 같은, 다른 처리구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리장치에 의하여 해석되거나 처리장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상장치(virtual equipment), 컴퓨터 저장매체 또는 장치, 또는 전송되는 신호파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독가능 기록매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독가능 매체에 기록될 수 있다. 상기 컴퓨터 판독가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독가능 기록매체의 예에는 하드 디스크, 플로피 디스크 및 자기테이프와 같은 자기매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어코드를 포함한다. 상기 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (16)

  1. 광고 노출 시스템에 포함되는 유지부에서, 복수의 후보 광고들을 저장하는 데이터베이스를 유지하는 단계;
    상기 광고 노출 시스템에 포함되는 접근부에서, 상기 복수의 후보 광고들 각각에서 발생한 클릭 액션들과 관련된 정보에 접근하는 단계;
    상기 광고 노출 시스템에 포함되는 가중치 부여부에서, 상기 복수의 후보 광고들 각각에서 발생한 클릭 액션들 각각에 가중치를 부여하는 단계;
    상기 광고 노출 시스템에 포함되는 선택부에서, 상기 클릭 액션들 각각에 부여된 가중치에 기초하여 상기 복수의 후보 광고들 중 적어도 하나의 타겟 광고를 선택하는 단계; 및
    상기 광고 노출 시스템에 포함되는 노출부에서, 상기 적어도 하나의 타겟 광고를 온라인 매체를 통하여 노출하는 단계
    를 포함하고,
    상기 복수의 후보 광고들 각각에서 발생한 클릭 액션들 각각에 가중치를 부여하는 단계는
    특정 후보 광고에 대하여 발생한 제1 클릭 및 제2 클릭의 가치를 서로 다르게 결정하기 위해 유저 행동 패턴-상기 유저 행동 패턴은 상기 제1 클릭 및 상기 제2 클릭 각각에 대응하는 키워드 검색, 웹 페이지 구독, 회원 가입, 다운로드, 특정 상품의 관심 등록, 특정 상품의 구매, 링크를 통한 사이트 이동 유무, 링크를 통한 사이트 이동 패턴, 스크롤 이동, 유저 주시 시간(duration time) 및 주시 페이지 수를 포함함-을 고려하여 상기 제1 클릭 및 상기 제2 클릭에 서로 다른 가중치를 부여하는 단계
    를 포함하며,
    상기 클릭 액션들 각각에 부여된 가중치에 기초하여 상기 복수의 후보 광고들 중 적어도 하나의 타겟 광고를 선택하는 단계는
    상기 클릭 액션들 각각에 부여된 가중치에 기초하여 상기 복수의 후보 광고들 중 적어도 하나의 타겟 광고가 상기 온라인 매체 상에서 노출되는 위치를 결정하는 단계
    를 더 포함하는 광고 노출 방법.
  2. 제1항에 있어서,
    상기 복수의 후보 광고들 각각에서 발생한 클릭 액션들과 관련된 정보는
    적어도 하나의 유저가 상기 복수의 후보 광고들 각각에서 클릭을 하였는지 여부에 대한 정보를 포함하는, 광고 노출 방법.
  3. 삭제
  4. 삭제
  5. 제1항에 있어서,
    상기 유저 행동 패턴을 고려하여 상기 제1 클릭 및 상기 제2 클릭에 서로 다른 가중치를 부여하는 단계는
    상기 제1 클릭 및 상기 제2 클릭 각각에 대응하는 키워드 검색, 웹 페이지 구독, 회원 가입, 다운로드, 특정 상품의 관심 등록, 특정 상품의 구매 또는 링크를 통한 사이트 이동 유무 중 적어도 하나의 횟수에 따라, 상기 제1 클릭 및 상기 제2 클릭에 서로 다른 가중치를 부여하는 단계
    를 포함하는 광고 노출 방법.
  6. 제1항에 있어서,
    상기 유저 행동 패턴을 고려하여 상기 제1 클릭 및 상기 제2 클릭에 서로 다른 가중치를 부여하는 단계는
    상기 제1 클릭 및 상기 제2 클릭 각각에 대응하는 스크롤 이동의 정도, 유저 주시 시간의 정도, 주시 페이지 수 또는 링크를 통한 사이트 이동 패턴 중 적어도 하나에 따라, 상기 제1 클릭 및 상기 제2 클릭에 서로 다른 가중치를 부여하는 단계
    를 포함하는 광고 노출 방법.
  7. 제1항에 있어서,
    상기 유저 행동 패턴을 고려하여 상기 제1 클릭 및 상기 제2 클릭에 서로 다른 가중치를 부여하는 단계는
    상기 제1 클릭 및 상기 제2 클릭 각각의 횟수에 따라, 상기 제1 클릭 및 상기 제2 클릭에 서로 다른 가중치를 부여하는 단계
    를 더 포함하는 광고 노출 방법.
  8. 제1항에 있어서,
    상기 유저 행동 패턴을 고려하여 상기 제1 클릭 및 상기 제2 클릭에 서로 다른 가중치를 부여하는 단계는
    상기 제1 클릭 및 상기 제2 클릭 각각에 대응하는 구매 전환의 비율에 따라, 상기 제1 클릭 및 상기 제2 클릭에 서로 다른 가중치를 부여하는 단계
    를 더 포함하는 광고 노출 방법.
  9. 제1항에 있어서,
    상기 클릭 액션들 각각에 부여된 가중치에 기초하여 상기 복수의 후보 광고들 중 적어도 하나의 타겟 광고를 선택하는 단계는
    상기 복수의 후보 광고들 각각의 CPC(Cost Per Click)에 더 기초하여, 상기 복수의 후보 광고들 중 상기 적어도 하나의 타겟 광고를 선택하는 단계
    를 포함하는 광고 노출 방법.
  10. 삭제
  11. 전자 기기를 구현하는 컴퓨터와 결합하여 광고 노출 방법을 실행시키기 위해 기록 매체에 저장된 컴퓨터 프로그램에 있어서,
    상기 광고 노출 방법은
    복수의 후보 광고들을 저장하는 데이터베이스를 유지하는 단계;
    상기 복수의 후보 광고들 각각에서 발생한 클릭 액션들과 관련된 정보에 접근하는 단계;
    상기 복수의 후보 광고들 각각에서 발생한 클릭 액션들 각각에 가중치를 부여하는 단계;
    상기 클릭 액션들 각각에 부여된 가중치에 기초하여 상기 복수의 후보 광고들 중 적어도 하나의 타겟 광고를 선택하는 단계; 및
    상기 적어도 하나의 타겟 광고를 온라인 매체를 통하여 노출하는 단계
    를 포함하고,
    상기 복수의 후보 광고들 각각에서 발생한 클릭 액션들 각각에 가중치를 부여하는 단계는
    특정 후보 광고에 대하여 발생한 제1 클릭 및 제2 클릭의 가치를 서로 다르게 결정하기 위해 유저 행동 패턴-상기 유저 행동 패턴은 상기 제1 클릭 및 상기 제2 클릭 각각에 대응하는 키워드 검색, 웹 페이지 구독, 회원 가입, 다운로드, 특정 상품의 관심 등록, 특정 상품의 구매, 링크를 통한 사이트 이동 유무, 링크를 통한 사이트 이동 패턴, 스크롤 이동, 유저 주시 시간(duration time) 및 주시 페이지 수를 포함함-을 고려하여 상기 제1 클릭 및 상기 제2 클릭에 서로 다른 가중치를 부여하는 단계
    를 포함하며,
    상기 클릭 액션들 각각에 부여된 가중치에 기초하여 상기 복수의 후보 광고들 중 적어도 하나의 타겟 광고를 선택하는 단계는
    상기 클릭 액션들 각각에 부여된 가중치에 기초하여 상기 복수의 후보 광고들 중 적어도 하나의 타겟 광고가 상기 온라인 매체 상에서 노출되는 위치를 결정하는 단계
    를 더 포함하는 기록 매체에 저장된 컴퓨터 프로그램.
  12. 제11항에 있어서,
    상기 복수의 후보 광고들 각각에서 발생한 클릭 액션들과 관련된 정보는
    적어도 하나의 유저가 상기 복수의 후보 광고들 각각에서 클릭을 하였는지 여부에 대한 정보를 포함하는, 기록 매체에 저장된 컴퓨터 프로그램.
  13. 삭제
  14. 복수의 후보 광고들을 저장하는 데이터베이스를 유지하는 유지부;
    상기 복수의 후보 광고들 각각에서 발생한 클릭 액션들과 관련된 정보에 접근하는 접근부;
    상기 복수의 후보 광고들 각각에서 발생한 클릭 액션들 각각에 가중치를 부여하는 가중치 부여부;
    상기 클릭 액션들 각각에 부여된 가중치에 기초하여 상기 복수의 후보 광고들 중 적어도 하나의 타겟 광고를 선택하는 선택부; 및
    상기 적어도 하나의 타겟 광고를 온라인 매체를 통하여 노출하는 노출부
    를 포함하고,
    상기 가중치 부여부는
    특정 후보 광고에 대하여 발생한 제1 클릭 및 제2 클릭의 가치를 서로 다르게 결정하기 위해 유저 행동 패턴-상기 유저 행동 패턴은 상기 제1 클릭 및 상기 제2 클릭 각각에 대응하는 키워드 검색, 웹 페이지 구독, 회원 가입, 다운로드, 특정 상품의 관심 등록, 특정 상품의 구매, 링크를 통한 사이트 이동 유무, 링크를 통한 사이트 이동 패턴, 스크롤 이동, 유저 주시 시간(duration time) 및 주시 페이지 수를 포함함-을 고려하여 상기 제1 클릭 및 상기 제2 클릭에 서로 다른 가중치를 부여하며,
    상기 선택부는
    상기 클릭 액션들 각각에 부여된 가중치에 기초하여 상기 복수의 후보 광고들 중 적어도 하나의 타겟 광고가 상기 온라인 매체 상에서 노출되는 위치를 결정하는 광고 노출 시스템.
  15. 제14항에 있어서,
    상기 복수의 후보 광고들 각각에서 발생한 클릭 액션들과 관련된 정보는
    적어도 하나의 유저가 상기 복수의 후보 광고들 각각에서 클릭을 하였는지 여부에 대한 정보를 포함하는, 광고 노출 시스템.
  16. 삭제
KR1020170052528A 2017-04-24 2017-04-24 광고 노출 방법 및 시스템 KR101914372B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170052528A KR101914372B1 (ko) 2017-04-24 2017-04-24 광고 노출 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170052528A KR101914372B1 (ko) 2017-04-24 2017-04-24 광고 노출 방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20180119202A KR20180119202A (ko) 2018-11-02
KR101914372B1 true KR101914372B1 (ko) 2018-12-31

Family

ID=64328812

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170052528A KR101914372B1 (ko) 2017-04-24 2017-04-24 광고 노출 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR101914372B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102084105B1 (ko) * 2019-06-21 2020-03-03 주식회사 애드인텔리전스 온라인 쇼핑몰에 대한 고객의 행동 패턴 데이터를 획득하는 장치 및 방법
US11720927B2 (en) 2021-01-13 2023-08-08 Samsung Electronics Co., Ltd. Method and apparatus for generating user-ad matching list for online advertisement

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101400268B1 (ko) * 2012-07-18 2014-05-30 주식회사 다음커뮤니케이션 광고 노출 방법 및 장치

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101400268B1 (ko) * 2012-07-18 2014-05-30 주식회사 다음커뮤니케이션 광고 노출 방법 및 장치

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102084105B1 (ko) * 2019-06-21 2020-03-03 주식회사 애드인텔리전스 온라인 쇼핑몰에 대한 고객의 행동 패턴 데이터를 획득하는 장치 및 방법
US11720927B2 (en) 2021-01-13 2023-08-08 Samsung Electronics Co., Ltd. Method and apparatus for generating user-ad matching list for online advertisement

Also Published As

Publication number Publication date
KR20180119202A (ko) 2018-11-02

Similar Documents

Publication Publication Date Title
US11170392B2 (en) System and method for classifying relevant competitors
US10599449B1 (en) Predictive action modeling to streamline user interface
US20190266627A1 (en) Dynamic re-pricing of items on electronic marketplaces and/or online stores
KR102219344B1 (ko) 자동 광고 대행 서버, 자동으로 광고 매체를 위한 캠페인 정보를 생성하여 광고의 집행을 대행하는 방법 및 상기 방법을 실행하기 위한 컴퓨터 프로그램
CN106372249B (zh) 一种点击率预估方法、装置及电子设备
JP5303021B2 (ja) 複数の広告領域に関する広告統合管理方法
US20140278913A1 (en) Advertisement campaign simulator
US20120143718A1 (en) Optimization of a web-based recommendation system
US20160210656A1 (en) System for marketing touchpoint attribution bias correction
CN107545018B (zh) 在基于反馈的系统效能确定中的时延降低
KR102266517B1 (ko) 사용자의 실행 패턴을 이용한 상품 추천 시스템, 사용자의 실행 패턴을 이용한 상품 추천 방법 및 이를 위한 장치
KR102097045B1 (ko) 사용자의 특성을 반영하여 상품을 추천하는 방법 및 장치
KR101914372B1 (ko) 광고 노출 방법 및 시스템
KR102179397B1 (ko) 상품 추천 서비스 시스템 및 그 방법, 그리고 이에 적용되는 장치
JP6364581B2 (ja) プログラム、情報処理装置及び情報処理方法
JP5642228B2 (ja) 相関値算出システム、判定システム、相関値算出方法、判定方法及びコンピュータプログラム
JP6866069B2 (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
KR20190101733A (ko) 광고주에 의해 설정되는 기대 반응률을 이용한 광고 방법 및 시스템
KR102262118B1 (ko) 사용자 맞춤형 추천정보 제공장치 및 제공방법, 이를 실행시키기 위한 프로그램을 기록한 컴퓨터 해독 가능한 기록 매체
KR102106617B1 (ko) 광고 반응 기반의 사용자 관심도 예측 방법
US20150220939A1 (en) Monetization Channel Exchange
KR20220082603A (ko) 광고 전략을 생성하기 위한 광고 방법 및 장치
JP6631263B2 (ja) エージェントに基づく需要予測システム及び方法
JP6516802B2 (ja) 算出装置、算出方法及び算出プログラム
JP6705123B2 (ja) 購買意欲推定プログラム及び情報処理装置

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