KR102021062B1 - 사용법에 기반하여 컴퓨터를 간접적으로 분류하는 시스템 및 방법 - Google Patents

사용법에 기반하여 컴퓨터를 간접적으로 분류하는 시스템 및 방법 Download PDF

Info

Publication number
KR102021062B1
KR102021062B1 KR1020147009864A KR20147009864A KR102021062B1 KR 102021062 B1 KR102021062 B1 KR 102021062B1 KR 1020147009864 A KR1020147009864 A KR 1020147009864A KR 20147009864 A KR20147009864 A KR 20147009864A KR 102021062 B1 KR102021062 B1 KR 102021062B1
Authority
KR
South Korea
Prior art keywords
web
computer
web request
user computer
instructions
Prior art date
Application number
KR1020147009864A
Other languages
English (en)
Other versions
KR20140064958A (ko
Inventor
시몬 마이클 로위
Original Assignee
구글 엘엘씨
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 엘엘씨 filed Critical 구글 엘엘씨
Publication of KR20140064958A publication Critical patent/KR20140064958A/ko
Application granted granted Critical
Publication of KR102021062B1 publication Critical patent/KR102021062B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

서버 컴퓨터는 사용자들에 의해 이루어진 웹 요청들에 대응하는 웹 요청 이벤트들을 수신한다. 각각의 웹 요청 이벤트는: 대응하는 웹 요청을 발생시킨 사용자 컴퓨터를 식별하는 쿠기; 사용자 컴퓨터에 대응하는 IP 주소; 및 대응하는 웹 요청이 웹 서버에서 수신된 때를 표시하는 날짜/시간 스탬프를 포함한다. 서버는 웹 요청 이벤트들을 저장한다. 서버는 모두가 동일한 쿠키와 연관되는, 웹 요청 이벤트들의 서브세트를 선택한다. 그후, 서버는 사용자 컴퓨터에 대응하는 지리적 위치를 계산하는데, 이때 계산은 웹 요청 이벤트와 연관된 IP 주소를 이용한다. 서버는 웹 요청에 대응하는 로컬 시간 및 요일을 결정한다. 그후, 서버는 서브세트 내의 웹 요청 이벤트들에 대응하는 사용 패턴에 적어도 부분적으로 기초하여 사용자 컴퓨터를 분류한다.

Description

사용법에 기반하여 컴퓨터를 간접적으로 분류하는 시스템 및 방법{SYSTEM AND METHOD FOR INDIRECTLY CLASSIFYING A COMPUTER BASED ON USAGE}
기재된 실시예들은 일반적으로 웹 브라우징 활동에 관한 것으로, 더욱 상세하게는 그러한 웹 브라우징 활동에 기반하여 사용자 컴퓨터를 분류하는 것에 관한 것이다.
사용자들은 인터넷을 통해 광범위한 웹 사이트들에 액세스한다. 일반적으로, 요청을 수신하는 웹 서버는 사용자에 대한 정보를 얼마 갖고 있지 않거나 아예 갖지 않기 때문에, 응답은 일반적 관점으로 이루어져야만 한다. 몇몇 예들에서, 사용자는, 온라인 질문들에 응답하는 것과 같은 정보를 명료하게 제공한다. 사용자-제공 정보의 사용은 오류를 갖기 쉽고, 사용자들에게는 부담이 된다. 다른 예들에서, 사용자에 관한 정보는 이전의 활동에 기초하여 시간 경과에 따라 수집된다.
그러나, 사용자에 관한 얼마간의 정보를 가질지라도, 일반적으로 웹 서버는 사용자의 컴퓨터에 대한 정보는 거의 갖지 않는다.
개시된 실시예들은 사용자의 컴퓨터를 분류하는 방법들을 제공함으로써, 웹 서버로 하여금 컴퓨터의 사용자에게 더 양호한 정보를 제공하게 한다. 몇몇 실시예들에서, 각각의 컴퓨터는 "가정용" 컴퓨터, "업무용" 컴퓨터, "모바일" 컴퓨터, 또는 스마트 폰으로써 분류된다. 일단 이러한 분류가 이루어지면, 요청에 응답하는 웹 서버는 좀 더 관련되거나 양호한 타겟 정보를 제공할 수 있다. 예를 들어, 컴퓨터가 회사에서 사용된다는 것을 알게 되면, 웹 페이지들에 대한 광고들의 더 나은 선택 또는 사용자 질의에 응답한 조회 결과들의 더 나은 선택을 가능하게 한다. 이러한 정보는 또한, 사용자에게 관심있는 다른 콘텐츠에 대한 제안을 하는 것을 가능하게 한다. 사용자의 컴퓨터의 분류는 또한, 서로다른 뷰어 집단들의 뷰잉 및 인터넷 행동양상들과 같은, 유용한 정보를 광고자들에게 제공할 수 있게 한다.
몇몇 실시예들에서, 사용자의 컴퓨터 분류는 하나 또는 그 초과의 프로세서들 및 메모리를 갖는 서버 상에서 구현된다. 메모리는 프로세서들에 의해 실행되는 프로그램들을 저장한다. 서버 컴퓨터 시스템은 사용자에 의해 이루어지는 웹 요청들에 대응하는 다수의 웹 요청 이벤트들을 수신한다. 각각의 웹 요청 이벤트는: (i)대응하는 웹 요청을 발생시킨 사용자 컴퓨터를 식별하는 쿠키; (ii)웹 요청이 이루어졌던 시간에 사용자 컴퓨터에 대응하는 IP 주소; 및 (iii)대응하는 웹 요청이 웹 서버에서 수신됐던 때를 표시하는 날짜/시간 스탬프를 포함한다. 서버 컴퓨터 시스템은 웹 요청 이벤트들을 저장한다. 서버 시스템은 다수의 웹 요청 이벤트들의 서브세트를 선택한다. 서브세트 내의 모든 웹 요청 이벤트들은 단일 첫번째 쿠키와 연관된다. 그후, 서브세트 내의 각 웹 요청 이벤트에 대해, 서버 시스템은 사용자 컴퓨터에 대응하는 지리적 위치를 계산하는데, 그러한 계산은 웹 요청 이벤트와 연관된 IP 주소를 이용한다. 서버 시스템은 웹 요청 이벤트의 저장된 날짜/시간 스탬프 및 계산된 지리적 위치를 이용하여 웹 요청에 대응하는 주(week)의 로컬 요일 및 로컬 시간을 결정한다. 그후, 서버 시스템은 서브세트 내의 웹 요청 이벤트들에 대응하는 주 데이터의 로컬 요일 및 로컬 시간의 이용 패턴에 적어도 부분적으로 기초하여 사용자 컴퓨터를 분류한다.
도 1은 몇몇 실시예에 따른, 사용자 컴퓨터들을 분류하는 시스템의 블록 다이아그램.
도 2는 몇몇 실시예들에 따른, 클라이언트 컴퓨터의 기능적 블록 다이아그램.
도 3은 몇몇 실시예들에 따른, 로그 서버의 기능적 블록 다이아그램.
도 4는 몇몇 실시예들에 따른, 웹 서버의 기능적 블록 다이아그램.
도 5는 몇몇 실시예들에 따른, 조사 패널에 참여한 패널 참여자에 의해 뷰잉되는 예시적 스크린 샷.
도 6-7은 몇몇 실시예들에 따른, 조사 패널을 관리하는데 이용된 프로그램들의 예시적 스크린 샷들.
도 8은 몇몇 실시예들에 따른, 패널 참여자들로부터의 설문조사 정보를 생성하고 연관시키는데 이용된 프로세스를 도시한 도면.
도 9a-9b는 몇몇 실시예들에 따른, 예시적 프로세스 흐름도.
유사한 참조 번호들은 여러 관점의 도면들에 걸쳐 대응하는 부분들을 참조한다.
수반된 도면들에서 도시된 예시적 실시예들에 대한 참조가 지금부터 자세히 이루어질 것이다. 이후의 상세한 설명에서, 다수의 특정 상세사항들은 본 발명의 완벽한 이해를 돕기 위해 설명된다. 그러나, 본 발명은 이러한 특정 상세사항 없이도 실시될 수 있다는 것이 당업자에게는 자명할 것이다. 다른 예들에서, 잘-공지된 방법들, 프로시저들, 컴포넌트들 및 회로장치들은 실시예들의 양상들을 불필요하게 모호하게 만들지 않기 위해 자세히 설명되지 않는다.
도 1에 도시된 실시예들은 사용자 컴퓨터들(200)을 분류하는데 이용될 수 있다. 여기에서 이용되는 바와 같이, 사용자 컴퓨터(200)는 웹 브라우저를 실행시키고 인터넷으로의 액세스를 갖는 임의의 전자 장치일 수 있다. 예를 들어, 데스크탑 컴퓨터들, 랩탑 컴퓨터들, 태블릿 컴퓨터들, 및 스마트 폰과 같은 다수의 핸드헬드 장치들일 수 있다. 몇몇 실시예들에서, 사용자 컴퓨터들의 분류들은 "가정용 컴퓨터", "업무용 컴퓨터", "모바일 컴퓨터" 및 "스마트 폰"이다. 몇몇 실시예들에서, "모바일 컴퓨터들"(예컨대, 랩탑 컴퓨터들) 및 "스마트 폰들"을 결합시키는 단일 분류와 같이, 더 많은 또는 더 적은 분류들이 존재한다. 도시된 바와 같이, 다양한 사용자 컴퓨터들(200), 웹 서버들(400), 및 로그 서버들(300)이 인터넷, 근거리 통신 네트워크, 광역 네트워크, 무선 네트워크 등과 같은 통신 네트워크(100)를 통해 통신한다. 웹 서버(400)는 도 4와 관련하여 이하에서 좀더 완전히 설명되는 바와 같이, 사용자 요청들에 대한 응답들을 제공한다. 로그 서브(300)는 사용자 웹 요청들(322)의 로그(320)를 유지한다. 몇몇 실시예들에서, 로그 서버(300)는 로그(320) 내의 정보에 기초하여 계산들을 수행하기 위한 모듈들을 포함한다. 이는 이하의 도 3에서 좀더 완전히 설명된다.
도 2는 전형적인 클라이언트 컴퓨터(200)를 도시한다. 클라이언트 컴퓨터(200)는 일반적으로 하나 또는 그 초과의 처리 장치들(CPU들)(202), 하나 또는 그 초과의 네트워크 또는 다른 통신 인터페이스들(204), 메모리(214), 및 이러한 컴포넌트들을 상호연결시키기 위한 하나 또는 그 초과의 통신 버스들(212)을 포함한다. 통신 버스들(212)은 시스템 컴포넌트들 사이를 상호연결하고 그들간의 통신들을 제어하는 회로장치(때때로 칩셋으로 호칭됨)를 포함할 수 있다. 클라이언트 컴퓨터(200)는 사용자 인터페이스(206), 예컨대 디스플레이(208), 및 키보드와 마우스와 같은 하나 또는 그 초과의 입력 장치들(210)을 포함한다. 메모리(214)는 DRAM, SRAM, DDR RAM 또는 다른 랜덤 액세스 고체 상태 메모리 장치들과 같은 고-속 랜덤 액세스 메모리를 포함할 수 있고; 하나 또는 그 초과의 자기 디스크 저장 장치, 광 디스크 저장 장치, 플래시 메모리 장치 또는 다른 비-휘발성 고체 상태 저장 장치와 같은 비-휘발성 메모리를 포함할 수 있다. 메모리(214)는 중앙 처리 장치(들)(202)로부터 원격 위치된 대용량 저장 장치를 포함할 수 있다. 메모리(214), 또는 대체하여 메모리(214) 내의 비-휘발성 메모리 장치(들)은 컴퓨터 판독가능 저장 매체를 포함한다. 몇몇 실시예들에서, 메모리(214) 또는 메모리(214)의 컴퓨터 판독가능 저장 매체는 다음의 프로그램들, 모듈들 및 데이터 구조들, 또는 그것들의 세브세트를 저장한다:
-일반적으로 다양한 기본 시스템 서비스들을 처리하고 하드웨어 의존 작업들을 실행하기 위한 프로시저들을 포함하는 운영 시스템(216)(예컨대, 윈도우즈 또는 맥 OS X);
-인터넷, 다른 광역 네트워크, 근거리 네트워크, 도시권 네트워크 등과 같은 하나 또는 그 초과의 통신 네트워크를 통해 클라이언트 컴퓨터(200)를 서버들 또는 다른 계산 장치에 연결시키기 위해 이용되는 네트워크 통신 모듈(218);
-클라이언트 컴퓨터(200)의 사용자로 하여금 통신 네트워크를 통해 웹 사이트들 및 다른 자원들에 액세스하도록 허용하는 웹 브라우저(220). 몇몇 실시예들에서, 각각의 브라우저는 고유 브라우저 에이전트(330)와 연관된다; 및
-클라이언트 컴퓨터(200)에서 가구원(118)에 의해 방문된 웹 사이트들에 대한 영구 데이터를 제공하는 하나 또는 그 초과의 쿠키들(222). 몇몇 실시예들에서, 쿠키가 저장된 컴퓨터를 고유하게 식별하는 특수 분류 쿠키가 존재한다. 몇몇 실시예들에서, 단일 분류 쿠키가 다수의 웹 페이지들에 의해 이용된다.
도 3을 참조하면, 로그 서버(300)는 일반적으로 하나 또는 그 초과의 처리 장치들(CPU들)(302), 하나 또는 그 초과의 네트워크 또는 다른 통신 인터페이스들(304), 메모리(314), 및 이러한 컴포넌트들을 상호연결시키기 위한 하나 또는 그 초과의 통신 버스들(312)을 포함한다. 통신 버스들(312)는 시스템 컴포넌트들 사이를 상호연결시키고 그들간의 통신들을 제어하는 회로장치(때때로 칩셋으로 호칭됨)를 포함한다. 로그 프로세서(300)는 선택사항으로, 사용자 인터페이스(306), 예컨대 디스플레이(308) 및 키보드(310)를 포함할 수 있다. 메모리(314)는 DRAM, SRAM, DDR RAM 또는 다른 랜덤 액세스 고체 상태 메모리 장치들과 같은 고-속 랜덤 액세스 메모리를 포함할 수 있고; 하나 또는 그 초과의 자기 디스크 저장 장치, 광 디스크 저장 장치, 플래시 메모리 장치 또는 다른 비-휘발성 고체 상태 저장 장치와 같은 비-휘발성 메모리를 포함할 수 있다. 메모리(314)는 중앙 처리 장치(들)(302)로부터 원격 위치된 대용량 저장 장치를 포함할 수 있다. 메모리(314), 또는 대체하여 메모리(314) 내의 비-휘발성 메모리 장치(들)은 컴퓨터 판독가능 저장 매체를 포함한다. 몇몇 실시예들에서, 메모리(314) 또는 메모리(314)의 컴퓨터 판독가능 저장 매체는 다음의 프로그램들, 모듈들 및 데이터 구조들, 또는 그것들의 세브세트를 저장한다:
-일반적으로 다양한 기본 시스템 서비스들을 처리하고 하드웨어 의존 작업들을 실행하기 위한 프로시저들을 포함하는 운영 시스템(316)(예컨대, 리눅스 또는 유닉스).
-인터넷, 다른 광역 네트워크, 근거리 네트워크, 도시권 네트워크 등과 같은 하나 또는 그 초과의 통신 네트워크를 통해 로그 서버(300)를 서버들 또는 다른 계산 장치들에 연결시키기 위해 이용되는 네트워크 통신 모듈(318).
-온라인 웹 브라우징 활동에 대한 정보를 저장하는 하나 또는 그 초과의 웹 액세스 로그들(320). 로그(320)는 웹 요청 기록들(322)의 수집을 포함한다. 몇몇 실시예들에서, 각각의 웹 요청 기록은 웹 요청을 한 컴퓨터를 식별하는 쿠키 데이터(324)(예컨대, MAC 주소); 요청을 한 사용자 컴퓨터의 IP 주소(326)(일반적으로, 사용자 컴퓨터에 의해 이용된 모뎀 또는 라우터의 IP 주소); 사용자 요청이 이루어진 때를 규정하는 날짜/시간 스탬프(328)(일반적으로, 웹 요청이 웹 서버(400)에서 수신된 때의 날짜/시간, 또는 만일 웹 요청 정보가 웹 서버로부터 신속히 전달된다면, 웹 요청 정보가 로그 서버에서 수신되는 때의 날짜/시간); 및 웹 브라우저 및 버전을 식별하는 브라우저 에이전트(330)를 포함한다. 몇몇 실시예들에서, 웹 요청 기록들(322)은 웹 요청을 발생시킨 사용자 컴퓨터(200)로부터의 대체 날짜/시간 스탬프(332)를 포함한다. 몇몇 실시예들에서, 더 많은 또는 더 적은 데이터가 웹 요청 기록들(322) 내에 각각의 기록들과 함께 저장된다.
-사용자 컴퓨터의 위치와, 웹 요청에 응답하는 웹 서버의 위치 또는 로그 서버의 위치에 기초하여 시간 존들 사이에서 전환하는 날짜/시간 전환 모듈(340).
-컴퓨터에 할당된 IP 주소(326)에 기초하여 사용자 컴퓨터의 지리적 위치를 계산하는 위치 모듈(342). IP 주소(326)와 위치 간의 상관은 IP 주소 범위들을 특정 지리적 위치들에 상관시키는 데이터베이스를 이용할 수 있다. 몇몇 실시예들에서, 상관 데이터베이스는, 새로운 IP 주소 범위들이 할당되거나 IP 주소 범위들이 다른 지리적 위치들에 재위치됨에 따라, 주기적으로 업데이트된다.
-컴퓨터에 대한 이용 패턴에 기초하여 컴퓨터에 대응하는 분류를 식별하는 분류 모듈(344). 몇몇 실시예들에서, 컴퓨터는, 만일 아침시간에만, 저녁 시간에만 또는 주말에만과 같이 비-업무 시간 동안에 주로 이용되면, "가정용 컴퓨터"로써 분류된다. 반대로, 몇몇 실시예들은, 만일 컴퓨터가 업무 시간(예컨대, 월요일-금요일, 8:00-5:00)에 주로 이용되면, 컴퓨터를 "업무용 컴퓨터"로써 분류한다. 몇몇 실시예들에서, 컴퓨터는 브라우저 에이전트에 기초하여 "스마트폰"으로써 분류된다. 예를 들어, 웹 브라우저는 폰 상에서만 이용되는 브라우저일 수 있다. 몇몇 실시예들에서, 컴퓨터는, 어떠한 분류들도 적용되지 않으면, "모바일 컴퓨터"로써 분류된다. 다른 지리적 영역들에서, 다른 이용 패턴들이 적용될 수 있다. 예를 들어, 샌프란시스코에서의 표준 업문 시간은 스페인에서의 표준 업무 시간과는 다를 수 있다.
도 3에서는 로그 서버를 도시할 지라도, 도 3은 여기에서 설명된 실시예들의 구조적 개략도로써보다는 서버들의 세트로 표시될 수 있는 다양한 특성들의 기능적 설명들로써 좀더 의도된다. 실지로, 그리고 당업자에게 인식되는 바와 같이, 별개로 도시된 항목들이 결합될 수 잇고, 몇몇 항목들은 별개로 분리될 수 있다. 예를 들어, 도 3에서 별개로 도시된 몇몇 항목들은 단일 서버 상에 구현될 수 있고, 단일 항목들은 하나 또는 그 초과의 서버들에 의해 구현될 수 있다. 로그 서버를 구현하는데 이용되는 서버들의 실제 개수, 및 그것들 사이에서 어떻게 특성들이 할당되는지는 일구현에서 다른 구현까지 다양할 것이고, 시스템이 평균 이용 주기들 동안 뿐만 아니라 피크 이용 주기들 동안에서 처리해야만 하는 데이터 통화량에 부분적으로 의존할 수 있다.
도 4를 참조하면, 웹 서버(400)는 일반적으로, 하나 또는 그 초과의 처리 장치들(CPU들)(402), 하나 또는 그 초과의 네트워크 또는 다른 통신 인터페이스들(404), 메모리(414), 및 이러한 컴포넌트들을 상호연결시키기 위한 하나 또는 그 초과의 통신 버스들(412)을 포함한다. 통신 버스들(412)은 시스템 컴포넌트들 사이를 상호연결시키고 그들간의 통신들을 제어하는 회로장치(때때로 칩셋으로 호칭됨)를 포함한다. 웹 서버(400)는 선택사항으로, 사용자 인터페이스(406), 예컨대 디스플레이(408) 및 키보드(410)를 포함할 수 있다. 메모리(414)는 DRAM, SRAM, DDR RAM 또는 다른 랜덤 액세스 고체 상태 메모리 장치들과 같은 고-속 랜덤 액세스 메모리를 포함할 수 있고; 하나 또는 그 초과의 자기 디스크 저장 장치, 광 디스크 저장 장치, 플래시 메모리 장치 또는 다른 비-휘발성 고체 상태 저장 장치와 같은 비-휘발성 메모리를 포함할 수 있다. 메모리(414)는 중앙 처리 장치(들)(402)로부터 원격 위치된 대용량 저장 장치를 포함할 수 있다. 메모리(414), 또는 대체하여 메모리(414) 내의 비-휘발성 메모리 장치(들)은 컴퓨터 판독가능 저장 매체를 포함한다. 몇몇 실시예들에서, 메모리(414) 또는 메모리(414)의 컴퓨터 판독가능 저장 매체는 다음의 프로그램들, 모듈들 및 데이터 구조들, 또는 그것들의 세브세트를 저장한다:
-일반적으로 다양한 기본 시스템 서비스들을 처리하고 하드웨어 의존 작업들을 실행하기 위한 프로시저들을 포함하는 운영 시스템(416)(예컨대, 리눅스 또는 유닉스).
-인터넷, 다른 광역 네트워크, 근거리 네트워크, 도시권 네트워크 등과 같은 하나 또는 그 초과의 통신 네트워크(100)를 통해 웹 서버(400)를 서버들 또는 다른 계산 장치들에 연결시키기 위해 이용되는 네트워크 통신 모듈(418).
-사용자들로부터의 웹 요청들을 수신하고 웹 페이지들을 제공함으로써 응답하는 HTTP 서버 모듈(420)(예컨대, 아파치 톰캣). 다수의 웹 페이지 요청들이 HTTP를 사용할지라도, 실시예들은 HTTPS 또는 FTP와 같은 다른 네트워크 프로토콜들 역시 사용할 수 있다.
-사용자들에 의해 요청될 수 있는 웹 페이지들을 포함하는 웹 페이지 저장소(422). 웹 페이지들은 요청에 따라 정적으로 또는 동적으로 구성될 수 있다. 다수의 경우들에, 웹 페이지들은 특정 고정 콘텐츠, 및 사용자 요청에 대해 응답하는 동안 기입되는 특정 동적 콘텐츠를 포함한다.
-로그 서버(300)에 전달될 때가지 웹 요청들에 대한 정보를 유지하는 웹 요청 저장소(424). 몇몇 실시예들에서, 웹 요청 저장소는 휘발성 메모리인데, 왜냐하면 웹 요청들이 로그 서버(300)로 즉시 전달되기 때문이다. 몇몇 실시예들에서, 웹 요청 저장소(424)는 데이터 베이스이고, 웹 요청 기록들(322)은 로그 서버(300)로 전달되기 전에 얼마간의 시간 주기 동에 축적된다. 몇몇 실시예들에서, 개별 웹 서버에 저장된 웹 요청 기록들(322)은 로그 서버(300)로 전송된 후 제거된다. 다른 실시예들에서, 웹 요청 기록들(322)은 웹 서버에 유지된다.
-수신될 때 그러한 웹 요청들에 날짜/시간 스탬프를 할당하는 날짜/시간 모듈(426). 몇몇 실시예들에서, 고 안정적 시간 클록 시스템이 생성된 날짜/시간 스탬프들의 정확성을 보장하는데 이용된다.
도 4는 웹 서버를 도시할지라도, 도 4는 여기에서 설명된 실시예들의 구조적 개략도로써보다는 서버들의 세트로 표시될 수 있는 다양한 특성들의 기능적 설명들로써 좀더 의도된다. 실지로, 그리고 당업자에게 인식되는 바와 같이, 별개로 도시된 항목들이 결합될 수 있고, 몇몇 항목들은 별개로 분리될 수 있다. 예를 들어, 도 4에서 별개로 도시된 몇몇 항목들은 단일 서버 상에 구현될 수 있고, 단일 항목들은 하나 또는 그 초과의 서버들에 의해 구현될 수 있다. 웹 서버를 구현하는데 이용되는 서버들의 실제 개수, 및 그것들 사이에서 어떻게 특성들이 할당되는지는 일구현에서 다른 구현까지 다양할 것이고, 시스템이 평균 이용 주기들 동안 뿐만 아니라 피크 이용 주기들 동안에서 처리해야만 하는 데이터 통화량에 부분적으로 의존할 수 있다.
여기에서 설명된 방법들 각각은 컴퓨터 판독가능 저장 매체에 저장되고, 하나 또는 그 초과의 서버들 또는 클라이언트들의 하나 또는 그 초과의 프로세서들에 의해 실행되는 명령들에 의해 실행될 수 있다. 도 1 내지 도 4에 도시된 동작들 각각은 컴퓨터 메모리 또는 컴퓨터 판독가능 저장 매체에 저장된 명령들에 대응할 수 있다.
몇몇 실시예들은 도 1에 도시된 바와 같은 웹 서버들(400) 및 로그 서버들(300)을 이용할지라도, 기능성은 다양한 방식들로 하나 또는 그 초과의 서버들로 분산될 수 있다. 몇몇 실시예들에서, 로그 서버(300) 및 웹 서버(400)의 기능성 모두는 단일 서버에서 구현된다. 다른 실시예에서, 로그 서버(300) 및 웹 서버(400)에 대해 도시된 기능성은 세개 또는 그 이상의 컴퓨터 사이에 할당된다. 하나의 그러한 실시예에서, 로그 서버는 단지 데이터베이스 엔진을 포함하고, 날짜/시간 모듈(340), 위치 모듈(342), 및 분류 모듈(344)의 분석 동작들은 제 3 서버 상에 구현된다. 몇몇 실시예들에서, 날짜/시간 모듈(426)이 로그 서버 상에 구현됨으로써, 날짜/시간 모듈이 각각의 개별 웹 서버 상에서 필요치 않게 된다. 날짜/시간 모듈(426)에 대한 이러한 구성은, 웹 요청들에 대한 정보가 로그 서버(300)로 신속히 전달될때, 효과가 있다(work).
컴퓨터들의 분류는 또한, 평가 패널에 참여하는데 동의한 사용자들에게 가치있을 수 있다. "단일 소스 패널 참여자"는 텔레비전 및 인터넷을 통한 시청률을 측정하는 일체형(all-in-one) 평가 시스템이다.
설문조사는 평가 정보를 얻는 하나의 방식이다. 예를 들어, 예시적 설문조사의 샘플 페이지가 도 5에 도시된다. 전형적 설문조사 툴(500)에서, 실제로 컴퓨터 상에 표시되었던 세개의 광고들(504), 및 표시되지 않았던 또다른 세개의 광고들(제어 그룹으로써 사용됨)이 존재한다. 소비자는 2-3분 내에 설문조사를 완료하고, 광고들을 기억하는지를 표시한다. 툴(500)은 패널 참여자에게 질문들을 묻고(502), 패널 참여자에게 어떻게 툴을 이용하는지를 지시한다(502). 패널 참여자는 각각의 질문(506)에 대해 예 또는 아니로로 대답한다(508). 패널 참여자는 이전의 광고로 리턴할 수 있고(510), 또는 모든 질문들에 대답한 이후 설문조사를 제출할 수 있다(512).
또한, 광고자에게 유용한 그러한 설문조사에 대해, 선택된 패널 참여자는 타겟 고객층 내에 있어야만 하고(예컨대, 올바른 인구통계상 세분화 내 및 적절한 뷰 히스토리 및/또는 관심사들의 세트를 갖는), 그들은 설문조사 툴을 완료할 의지가 있어야만 한다. 전통적으로, 적합한 패널 참여자를 식별하는 것은 작성된 및/또는 온라인 질문지들을 포함하여 긴 스크린 프로시저들, 및 설문조사를 완료한 패널 참여자들에 대한 인센티브의 사용을 필요로 했다. 이러한 접근법은 적은 규모 패널들에 대해서는 효과적인 반면, 만일 큰 규모 패널(예컨대, 이러한 큰 규모 패널에 대한 설문조사를 생성하기 위해)이 이용되면, 매우 복잡하다. 큰 규모 패널으로부터의 정보는 특별히 유용한데, 왜냐하면 이는 종합적일 수 있고, 큰 사용자들 그룹들 사이의 경향들을 특정하는데 이용될 수 있기 때문이다. 이러한 정보는 또한 많은 수의 개별자들에 대해 광고들 및 콘텐츠를 타겟팅하기 위한 유용한 정보를 제공할 수 있다.
예를 들어, 로그 서버(300)에서 구현된 방법은 개별 패널 참여자들에 대한 설문조사 툴들(500)을 생성하도록 개별자들에 대해 웹 요청 기록들(322) 상에서 조회를 실행할 수 있고, 패널 참여자들의 식별이 가능해진다. 예를 들어, 패널 참여자들은 웹 광고들에 대한 클릭을-통한 히스토리의 기록들, 및 뷰잉된 매체 콘텐츠의 로그들에 기초하여 식별 가능해진다. 일단 식별되면, 설문자는 패널 참여자들, 및 도 6 및 7에 도시된 스크린들과 같은 추가의 상태 및 인증 스크린들을 통한 예상 패널 참여자들과 상호작용할 수 있다. 패널 참여자 피드백 또한, IP 주소(326)와 연관될 수 있고, 다음의 설문조사 툴을 맞춤변경하는데 이용될 수 있다. 몇몇 실시예들에서, 이러한 프로세스는 또한, 설문조사 참여에 대한 허락 및 의지를 표시하는 화이트 리스트 상에 패널 참여자들 위치시키거나 컴퓨터들을 식별하는데 이용될 수 있다.
도 6은 상호작용 웹 형식인 설문조사 패널 광고 승인 툴(600)을 도시한다. 형식(600)은 패널 참여자에게 어떻게 형식을 이용하는지를 지시한다(602). 형식은 필름 클립, 필름 클립들로부터의 개별 프레임들 또는 단일 이미지들(예를 들어, 웹-기반의 광고로부터)일 수 있는 하나 또는 그 초과의 매체 발췌 부분들(604)을 디스플레이한다. 각각의 매체 발췌 광고(604)는 대응하는 광고 ID(606), 및 대응하는 상태(608)를 갖는다. 몇몇 실시예들에서, 상태는, 패널 참여자가 광고가 승인된다고 고려하는 청중을 표시한다(예컨대, "모든 나이대", "18+", 또는 "21+"와 같은 나이대). 몇몇 실시예들에서, 형식(600)은 마지막(가장 최근) 상태 변경의 표시기(610)를 포함한다. 몇몇 실시예들에서, 마지막 상태 변경에 대한 정보는 그러한 변경을 수행하는 패널 참여자의 이름(612), 및 변경이 이루어진 날짜/시간(614)을 포함한다. 몇몇 실시예들은 또한, 패널 참여자들에게 추가 노트를 기입하도록 자유-형식 공간(618)을 제공하는 변경 노트(616)를 포함한다.
도 7은 몇몇 실시예들에서 승인 뿐만 아니라 패널 참여자들에 의해 식별된 문제점을 트래킹하는데 이용되는 문제점 히스토리 및 광고 승인 툴(700)을 도시한다. 도시된 실시예에서, 형식(700)은 광고를 고유하게 식별하는 대응하는 광고 ID(704)와 함께 광고(702)를 디스플레이한다. 몇몇 실시예들에서, 광고(702)는, 패널 참여자에게 광고(702)가 보여졌는지를 묻는 질문(706)과 함께 디스플레이된다. 이러한 실시예들에서, 한쌍의 예/아니오 라디오 버튼으로써 구현될 수 있는, 질문에 대답하기 위한 공간(708)이 존재한다. 몇몇 실시예들에서, 형식은 질문들의 세트에서 이전으로 또는 뒤로 이동하기 위한 제어(미도시됨)를 포함한다.
형식(700)은 패널 참여자들로 하여금 설문조사 질문들과 함께 문제점들을 보고하도록 허용하는 문제점 히스토리 섹션(710)을 포함한다. 도시된 실시예에서, 패널 참여자는 문제점 카테고리(716) 및 추가 코멘트(720)를 특정할 수 있다. 몇몇 실시예들에서, 각각의 문제점에 대한 날짜 필드(712) 역시 존재한다. 선호되는 실시예들에서, 형식은 입력 동안 또는 저장될때 날짜(714)를 자동으로 기입한다. 패널 참여자는 문제점 카테고리(718)(예컨대, 도시된 실시예에서는 "이외") 및 코멘트(722)를 특정한다.
형식(700) 내의 광고 승인 섹션(724)은 도 6과 유사한다. 도 7은 문제점 히스토리/광고 승인 형식(700) 조합을 도시하기 때문에, 광고 승인에 대해서 더 적은 공간이 이용가능해진다. 도시된 실시예에서, 승인 정보는 형식(700) 상에 도시된 하나의 광고(702)에 대응한다. 이러한 실시예에서, 광고 ID(726)가 반복된다(광고 ID를 복제(704)). 몇몇 실시예들에서는 이러한 반복이 생략된다. 광고 승인 섹션(724)은 또한 승인 상태(728)를 포함한다. 승인 상태(728)는, 패널 참여자가, 광고가 적절하다고 생각하는 나이 범위를 표시할 수 있다. 도 6의 실시예와 유사하게, 광고 승인 섹션(724)은 일반적으로 날짜(732), 변경된 상태(736), 변경 이유(740), 및 변경을 한 패널 참여자의 이름(744)을 포함하는, 마지막 승인 상태 변경(730)을 포함한다. 이러한 필드들에 대한 값들(날짜(734), 상태(738), 이유(742) 및 패널 참여자(746))은 필드 제목들 아래에 디스플레이될 수 있다. 선호되는 실시예들에서, 날짜 및 패널 참여자 이름은 형식에 의해 자동으로 기입된다. 몇몇 실시예들에서, 이유(740)는 선택사항이고, 따라서 이유 필드(742)는 형식(700)에서 도시된 바와 같이 빈칸일 수 있다.
로그 서버(300)에 의해 유지되는 로그 정보를 이용함으로써, 몇몇 실시예들은 새로운 설문조사를 자동으로 생성하거나 그렇지 않으면 설문조사의 진행상황을 모니터링하도록 구성된다. 예를 들어, 도 8은 설문조사 툴들을 자동으로 생성하는 프로세서에 대한 예시적 프로세스 흐름도를 도시한다. 이러한 흐름도는 이러한 예에서는 XML 파일인 로그 파일을 이용한다. 로그 파일은 패널 참여자들에 대한 뷰잉 정보를 생성하고 화이트 리스트 정보로부터 특정 설문조사에 대한 패널 참여자들을 식별하기 위해, 하나 또는 그 초과의 가구원들에 대한 TV 뷰잉 및 웹 사용 데이터를 표시한다. 이러한 정보를 이용하여, 그후 흐름도는 화이트 리스팅된 패널 참여자들에 대한 새로운 설문도사들을 생성한다. 즉, 화이트 리스트 정보와 같은 패널 참여자 정보와 함께, 연관된 TV 및 웹 데이터를 이용하여, 흐름도는 각각의 등록된 가구원을 설문조사하기 위한 적합한 광고들(이미 뷰잉된 광고들 및 제어 광고들 포함)을 자동으로 생성한다.
도 8의 도시된 프로세스 흐름(800)이 시작할 때(802), 두개의 독립적 동작들이 발생한다. 프로세스 흐름(800)의 하나의 브랜치에서, 시장 조사 시스템으로부터의 기존의 설문조사들의 상태가 생성된다(804). 몇몇 실시예들에서, 생성(804)은 패널 참여자들 및 설문조사 결과들의 XML 파일을 생성하는 것을 포함한다. 또한, 프로세스 흐름(800)은 기존 설문조사들에 대한 설문조사 결과 파일을 생성한다(806). 설문조사 결과 파일은 부분 완료된 설문조사들을 포함할 수 있거나, 완전 완료된 설문조사로만 제한될 수 있다.
설문조사 상태가 생성된 후(804), 몇몇 실시예들은 생성된 패널 XML 파일을 처리한다(810). 패널 XML 파일을 처리하는 동안(810), 프로세스 흐름(800)은 패널 참여자들에 대한 광고 뷰잉 정보를 생성하고(812), 시장 조사 시스템으로부터의 패널 참여자 화이트 리스트를 처리한다(814). 몇몇 실시예들에서, 패널 참여자 화이트 리스트는 자격 요구사항(예컨대, 적절한 하드웨어 및 소프트웨어)을 충족시키는 TV 가입자들을 식별한다. 광고 뷰잉 정보 및 패널 참여자 화이트 리스트를 이용함으로써, 프로세스(800)는 패널 참여자들에 대한 새로운 설문조사를 생성한다(816). 또한, 프로세스 흐름(800)은 시장 조사 시스템들로부터 설문조사 상태 업데이트들을 처리한다. 프로세스 흐름(800)은, 설문조사 상태 업데이트들이 처리될 때(808), 패널 참여자들에 대한 새로운 설문조사들이 생성될 때(816), 기존 설문조사들에 대한 설문조사 결과들이 생성될 때(806), 종료한다(818).
도 9a 및 도 9b는 몇몇 실시예들에 따른, 예시적 프로세스 흐름을 도시한다. 방법(900)은 사용자로부터의 명료한 입력 없이 사용자 컴퓨터를 분류한다(902). 컴퓨터를 분류하기 위해 사용자에게 직접 물어보기 보다는, 여기에서 방법(900)은 사용자의 웹 활동의 평가에 기초하여 간접적으로 컴퓨터를 분류한다. 이러한 간접 방식은 여러 유리한 양상들을 갖는다. 먼저, 사용자에게 부담을 주지 않거나 사용자의 일반 작업들을 방해하지 않으면서 결정이 이루어진다. 두번째, 분류가 실제 사용에 기초하여 이루어지기 때문에, 사용자에 의한 부정확한 분류가 이루어지는 것이 덜하다. 좀더 자세히 아래에서 설명되는 바와 같이, 몇몇 실시예들은, 사용자가 컴퓨터에 액세스 중인 때에 기초하여 컴퓨터를 분류한다. 시간대와 요일은, 컴퓨터가 사용되고 있는 곳에 대한 정보를 제공한다. 다른 실시예들에서, 분류는 사용자에 의해 액세스된 웹 사이트들과 같은 다른 정보에 기초한다.
사용자가 웹 요청을 할 때, 웹 요청들은 요청을 처리하는 웹 서버(400) 또는 별도의 로그 서버(300)에서, 또는 둘 모두에서 로깅된다. 도 9a 및 도 9b에서 도시된 실시예들에서, 로그 서버(300)는 사용자들에 의해 이루어진 웹 요청들에 대응하는 다수의 웹 요청 이벤트들을 수신한다(904). 웹 요청은 웹 페이지 또는 조회 질의에 대한 HTTP 요청과 같은, 사용자에 의해 이루어진 실제 요청이다. 웹 요청 이벤트는 웹 요청에 대한 정보를 포함한다. 각각의 웹 요청 이벤트(322)는 대응하는 웹 요청을 발생시킨 사용자 컴퓨터를 식별하는 쿠키(324)를 포함한다(906). 쿠키(324)는 여기에서는 분류 쿠키로써 지칭되는데, 왜냐하면 분류 프로세스(900)에서 이용되기 때문이다. 분류 쿠키(324)는 MAC 주소와 같은 고유 식별자를 이용하여 요청을 발생시킨 컴퓨터를 고유하게 식별한다. 몇몇 실시예들에서, 고유 컴퓨터 식별자는 로그 서버(300)(또는 다른 중앙 서버)에 의해 발생된다. 분류 쿠키(324)는 다수의 웹 요청들에 대해 재사용됨으로써, 로그 서버로 하여금 동일한 사용자 컴퓨터로부터의 다수의 요청들을 상관시키도록 허용한다.
각각의 웹 요청 이벤트(322)는 또한, 웹 요청이 이루어진 시간에 사용자 컴퓨터에 대응하는 IP 주소(326)를 포함한다(908). 웹 요청들은 일반적으로 인터넷을 통해 롸우팅되기 전에 내부 네트워크를 통해 전송되기 때문에, IP 주소(326)는 일반적으로 사용자 컴퓨터에 할당된 IP 주소가 아니라는 것을 주지하자. 내부 네트워크로부터의 IP 주소는 컴퓨터의 지리적 위치에 대한 정보를 제공하지 않는데, 왜냐하면 동일한 내부 IP 주소가 모든곳에서 사용될 수 있기 때문이다. 예를 들어, 전 세계에 걸쳐 다수의 컴퓨터들에 192.168.1.5 라는 하나의 IP 주소가 할당된다. 따라서, 관련 IP 주소(326)는 사용자 컴퓨터로부터의 웹 통화량을 처리하는 라우터의 외부 IP 주소이다. IP 주소(326)는 인터넷에 연결하는 라우터 또는 모뎀과 일반적으로 연관되는 것이기 때문에, 동일한 IP 주소가 일반적으로 다수의 사용자 컴퓨터들로부터의 웹 요청 이벤트들(322)에 적용된다. 여기에서는 IP 주소(326)가 지리적 위치를 확립하는데 사용될 것이지 사용자 컴퓨터(200)를 고유하게 식별하는데 이용되지 않을 것이기 때문에, 이는 상관없다. 분류 쿠키(324)는 사용자 컴퓨터(200)를 고유하게 식별한다.
사용자 컴퓨터에 대응하는 IP 주소(326)는 변할 수 있기 때문에, 하나의 IP 주소가 각각의 트랜잭션과 연관된다. 위에서 논의된 바와 같이, 관련 IP 주소(326)는 사용자 컴퓨터를 인터넷에 연결시키는 라우터 또는 모뎀의 IP 주소이고, 자주 변경되지 않는다. 그러나, 모뎀 또는 라우터에 대한 새로운 IP 주소가, 모뎀 또는 라우터가 재부팅될 때 할당될 수 있다.
각각의 웹 요청 이벤트(322)는, 대응하는 웹 요청 이벤트가 웹 서버에서 수신된 때를 표시하는 날짜/시간 스탬프(328)를 포함한다(910). 이러한 실시예에서, 웹 서버(400)에서의 날짜/시간은, 요청이 사용자 컴퓨터에서 이루어진 날짜/시간를 효과적으로 대리한다. 요청을 송신하고 웹 서버(400)에서 요청을 수신하는 것 사이에는 아주 적은 지연이 존재하기 때문에, 두개의 날짜/시간 스탬프들은 실제적이다. 몇몇 실시예들은 사용자 컴퓨터로부터의 날짜/시간을 이용할지라도, 사용자 컴퓨터 상의 클록은 신뢰할만하지 않고 잠재적으로 실제 시간과 일치하지 않게 된다. 예를 들어, 본래 태평양 표준시로 구성된 사용자 컴퓨터가 동부 표준시와 같은 다른 시간 존에 물리적으로 위치될 수 있다. 다른 실시예들에서, 날짜/시간 스탬프(328)는, 웹 요청 이벤트가 로그 서버(300)에 수신되는 날짜/시간이다. 이러한 실시예들은, 잠재적으로 많은 수의 웹 서버들(400)의 클록들 대신 로그 서버(300) 상에서의 클록만이 정확하도록 요구된다는 장점을 갖는다. 웹 요청 이벤트들(322)이 로그 서버에 직접적으로 전달되는 한은, 로그 서버(300)에서의 시간은, 웹 요청이 이루어진 때를 반영한다.
몇몇 실시예들에서, 각각의 웹 요청 이벤트(322)는 사용자 컴퓨터(200)에 대응하는 브라우저 에이전트(330)를 식별하는 정보를 포함한다(912). 브라우저 에이전트(330)는 웹 요청을 한 웹 브라우저를 식별하고, 일반적으로는 웹 브라우저의 버전 번호 역시 포함한다.
로그 서버(300)는 웹 액세스 로그(320)에 웹 요청 이벤트들(322)을 저장한다(914). 웹 요청 이벤트들(322)을 수집 및 저장한 이후에, 로그 서버(300)는 웹 요청 이벤트들에 대응하는 사용자 컴퓨터들을 분류하기 위해 일련의 동작들을 식작한다. 웹 서버(300)는, 모두가 단일 분류 쿠키(324)와 연관된 저장된 웹 요청 이벤트들(322)의 서브세트를 선택한다(916). 분류 쿠기는 사용자 컴퓨터를 고유하게 식별하기 때문에, 서브 세트 내의 모든 웹 요청 이벤트들은 단일 사용자 컴퓨터(200)와 연관된다.
서브세트 내의 각각의 웹 요청 이벤트(322)에 대해(918), 로그 서버(300)는 IP 주소(326)를 이용하여 사용자 컴퓨터(200)에 대응하는 지리적 위치를 계산한다(920). 몇몇 실시예들에서, 계산은 IP 주소의 범위들을 지리적 위치들과 연관시키는 룩업 테이블 또는 사전을 이용한다. 한가지 목적은 사용자 컴퓨터의 위치에 적용가능한 시간 존을 확립하는 것이기 때문에, 정확한 위치가 필요치는 않다. 예를 들어, 미국 내 위치들에 대해, 일반적으로, IP 주소가 할당된 도시와 주를 아는 것만으로 충분한다.
서브세트 내의 웹 요청 이벤트(322) 각각에 대해(918), 로그 서버(300)는 웹 요청에 대응하는 로컬 시간 및 요일을 결정하기 위해(922) 사용자 컴퓨터(200)의 계산된 지리적 위치 및 저장된 날짜/시간(328)을 이용한다. 웹 서버(400)(또는 로그 서버(300))의 시간 존은 공지되고 사용자 컴퓨터(200)의 시간 존은 계산된 지리적 위치로부터 공지되기 때문에, 두개의 시간 존들 사이의 오프셋이 결정된다. 이러한 오프셋(음수일 수 있음)은, 웹 요청이 이루어진 로컬 날짜 및 시간을 결정하기 위해 날짜/시간 스탬프(328)에 추가된다. 달력을 이용하여, 로컬 날짜가 해당 주의 고유 요일에 대응하게 된다.
몇몇 실시예들에서, 추가의 본래 날짜/시간 스탬프(332) 역시 수집되어 저장된다(914). 이러한 대체 날짜/시간 스탬프(332)는, 웹 요청이 이루어질 때 사용자 컴퓨터(200)의 날짜/시간을 식별한다. 이러한 대체 날짜/시간 스탬프(332)가 위에서 설명된 결정(922)보다 덜 신뢰할만할 수 있을지라도, 이는, IP 주소(326)가 사용자 컴퓨터(200)의 지리적 위치를 결정하는데 불충분할 때 이용될 수 있다.
그후 로그 서버(300)는 서브 세트 내의 웹 요청 이벤트들(322)에 대응하는 로컬 시간 및 로컬 요일 데이터의 사용 패턴에 적어도 부분적으로 기초하여 사용자 컴퓨터(200)를 분류한다(924). 몇몇 실시예들에서, 컴퓨터의 분류는 컴퓨터 분류를 사용자 컴퓨터(200)에 할당하는 것을(926) 포함한다. 예를 들어, 사용자 컴퓨터(200)는 가정용 컴퓨터, 업무용 컴퓨터, 또는 모바일 컴퓨터로써 분류될 수 있다(928). 몇몇 실시예들에서, 사용자 컴퓨터(200)는, 웹 요청 이벤트들이 실질적으로 통상 업무 시간 동안에 이루어질 때 업무용 컴퓨터로써 분류된다(934). 예를 들어, 통상 업무 시간은 월요일에서 금요일 아침 9:00 에서 오후 5:00까지일 수 있다(936). 몇몇 실시예들에서, 사용자 컴퓨터(200)는, 웹 요청들이 실질적으로 통상 업무 시간 이외의 시간들에서 발생할 때 가정용 컴퓨터로써 분류된다(938). 위에서 논의된 바와 같이, 통상 업무 시간은 몇몇 실시예에서 월요일에서 금요일 아침 9:00에서 오후 5;00까지이다(940). 몇몇 실시예들에서, 통상 업무 시간은 지역적으로 정의된다. 통상 업무 시간은 다른 나라들에서는 다르고, 통상 업무 시간은 심지어 같은 나라 내에서도 가변적이다. 예를 들어, 캘리포니아에서 통상 주 업무는 40시간인 반면, 미국의 동해안 상의 다수의 위치들은 37.5 시간 표준 주 업무 시간을 갖는다. 몇몇 실시예들에서, 사용자 컴퓨터(200)는, 웹 요청들의 실질적 일부분들이 통상 업무 시간 및 통상 업무 시간 외 시간 동안 모두 발생할때 모바일 컴퓨터로써 분류된다(942). 예를 들어, 사용자는 사무실 및 집 모두에서 사용되는 랩탑 컴퓨터를 가질 수 있다. 몇몇 실시예들에서, "모바일 컴퓨터"가 아닌 다른 분류 표가 집 및 직장 모두에서 사용되는 컴퓨터들을 분류하는데 이용된다. 예를 들어, 집에서 업무를 하는 사람은 업무용 및 개인 활동용 모두를 위해 이용되는 단일 컴퓨터를 가질 수 있다. 그러한 "혼합-사용" 컴퓨터는 모바일 일 필요가 없으므로, 몇몇 실시예들에서는 "혼합-사용"으로써 그러한 컴퓨터들을 지칭한다.
몇몇 실시예들에서, 로그 서버(300)는 사용자 컴퓨터(200)와 연관된 브라우저 에이전트(330)에 적어도 부분적으로 기초하여 사용자 컴퓨터(200)를 분류한다(932). 다수의 스마트 폰 장치들은 데스크탑 또는 랩탑 컴퓨터의 기능성보다 훨씬 더 많은 기능성을 가지기 때문에, 그러한 폰들은 "사용자 컴퓨터"(200)로써 고려되는 장치들의 세트 내에 포함된다. 사실, 웹 브라우저를 갖고 인터넷에 연결하는 능력을 갖는 임의의 전자 장치는 사용자 컴퓨터(200)로 고려된다. 브라우저 에이전트(330)는 장치(200) 상에서 실행 중인 웹 브라우저를 식별하고, 일반적으로 브라우저 버전 역시 식별한다. 몇몇 실시예들에서, 로그 서버(300)는 사용자 컴퓨터(200)를 모바일 전화로써 분류한다(930). 사용자 컴퓨터(200)의 모바일 전화로써의 분류는 몇몇 실시예들에서는 브라우저 에이전트 정보(330)를 사용한다.
몇몇 실시예들에서, 웹 서버(400)는 사용자 컴퓨터(200)로부터 웹 페이지에 대한 후속 요청을 수신한다(944). 웹 서버(400)는 웹 페이지에 대한 정보 항목을 선택하는데(946), 이때 선택은 사용자 컴퓨터(200)의 분류에 적어도 부분적으로 기초한다. 정보 항목은 광고, 조회 결과, 보도 자료 또는 다른 뉴스 보도, 또는 실시간으로 동적 생성되는 웹 페이지에 대한 임의의 다른 콘텐츠들일 수 있다. 그 후, 웹 서버(400)는 선택된 정보 항목을 갖는 웹 페이지를 리턴한다(948). 몇몇 실시예들에서, 정보 항목의 선택은 로그 서버(300) 또는 다른 서버(도 1에는 미도시됨)에 의해 수행된다.
이제까지의 설명은 설명의 편의를 위해 특정 실시예들을 참조하여 설명되었다. 그러나, 위에서 논의된 예시들은 개시된 그러한 정확한 형태로만 본 발명을 제한하려는 의도가 아니다. 다수의 수정예들 및 변형예들이 본 발명의 관점에서 가능하다. 본 발명의 원리들 및 실제적 적용예들을 가장 잘 설명하도록 실시예들이 선택되고 설명되었으므로, 이는 당업자로 하여금 고려되는 특정 사용에 적합한 다양한 수정예들로써 다양한 실시예들 및 본 발명을 최고로 활용할 수 있도록 하게 한다.

Claims (25)

  1. 사용자 컴퓨터를 간접적으로 분류하는 방법으로서,
    사용자들에 의해 이루어진 웹 요청들에 대응하는 다수의 웹 요청 이벤트들을 서버 컴퓨터 시스템에서 수신하는 단계 - 각각의 웹 요청 이벤트는:
    i) 대응하는 웹 요청을 발생시킨 사용자 컴퓨터를 식별하는 쿠키;
    ii) 웹 요청이 이루어진 시간에 사용자 컴퓨터에 대응하는 IP 주소; 및
    iii) 대응하는 웹 요청이 웹 서버에서 수신된 때를 표시하는 날짜/시간 스탬프
    를 포함함 -;
    상기 웹 요청 이벤트들을 저장하는 단계;
    상기 다수의 웹 요청 이벤트들의 서브세트를 선택하는 단계 - 상기 서브세트 내의 각각의 웹 요청 이벤트는 단일의 제 1 쿠키와 연관되고, 상기 서브세트 내의 각각의 웹 요청 이벤트에 대해:
    상기 웹 요청 이벤트와 연관된 IP 주소를 이용하여 사용자 컴퓨터에 대응하는 지리적 위치를 계산하고,
    상기 웹 요청 이벤트의 저장된 날짜/시간 스탬프 및 계산된 지리적 위치를 이용하여 웹 요청에 대응하는 로컬 시간 및 로컬 요일을 결정함 -; 및
    상기 서브세트 내의 웹 요청 이벤트들에 대응하는 로컬 시간 및 로컬 요일 데이터의 사용 패턴에 적어도 부분적으로 기초하여 사용자 컴퓨터를 분류하는 단계
    를 포함하는, 사용자 컴퓨터 분류 방법.
  2. 제 1 항에 있어서,
    상기 사용자 컴퓨터를 분류하는 단계는, 컴퓨터 분류를 상기 사용자 컴퓨터에 할당하는 단계를 포함하는, 사용자 컴퓨터 분류 방법.
  3. 제 1 항에 있어서,
    상기 사용자 컴퓨터는 가정용 컴퓨터, 업무용 컴퓨터, 또는 모바일 컴퓨터로서 분류되는, 사용자 컴퓨터 분류 방법.
  4. 제 1 항에 있어서,
    상기 사용자 컴퓨터는 모바일 전화로서 분류되는, 사용자 컴퓨터 분류 방법.
  5. 제 1 항에 있어서,
    각각의 웹 요청 이벤트는, 상기 사용자 컴퓨터에 대응하는 브라우저 에이전트를 식별하는 정보를 더 포함하는, 사용자 컴퓨터 분류 방법.
  6. 제 5 항에 있어서,
    상기 사용자 컴퓨터를 분류하는 단계는, 상기 브라우저 에이전트에 적어도 부분적으로 더 기초하는, 사용자 컴퓨터 분류 방법.
  7. 제 1 항에 있어서,
    상기 사용자 컴퓨터는, 웹 요청 이벤트들이 통상 업무 시간들 동안에 실질적으로 발생할 경우 업무용 컴퓨터로서 분류되는, 사용자 컴퓨터 분류 방법.
  8. 제 7 항에 있어서,
    상기 통상 업무 시간들은 월요일부터 금요일, 아침 9:00에서 오후 5:00까지인, 사용자 컴퓨터 분류 방법.
  9. 제 1 항에 있어서,
    상기 사용자 컴퓨터는, 웹 요청들이 통상 업무 시간들 이외의 시간들에 실질적으로 발생할 경우 가정용 컴퓨터로서 분류되는, 사용자 컴퓨터 분류 방법.
  10. 제 9 항에 있어서,
    상기 통상 업무 시간들은 월요일부터 금요일, 아침 9:00에서 오후 5:00까지인, 사용자 컴퓨터 분류 방법.
  11. 제 1 항에 있어서,
    상기 사용자 컴퓨터는, 웹 요청들의 실질적인 부분이 통상 업무 시간들 동안에 발생하고 웹 요청들의 실질적인 부분이 통상 업무 시간들 이외의 시간들 동안에 발생할 경우 모바일 컴퓨터로서 분류되는, 사용자 컴퓨터 분류 방법.
  12. 제 1 항에 있어서,
    사용자 컴퓨터로부터 웹 페이지에 대한 후속 요청을 수신하는 단계;
    상기 웹 페이지에 대한 정보 항목을 선택하는 단계 - 상기 선택은, 상기 사용자 컴퓨터의 분류에 적어도 부분적으로 기초함 -; 및
    요청된 웹 페이지를 선택된 정보 항목과 함께 리턴하는 단계
    를 더 포함하는, 사용자 컴퓨터 분류 방법.
  13. 사용자 컴퓨터를 간접적으로 분류하기 위한 서버 컴퓨터 시스템으로서,
    메모리;
    하나 또는 그 초과의 프로세서들; 및
    상기 메모리 내에 저장되고, 상기 하나 또는 그 초과의 프로세서들에 의한 실행을 위해 구성된 하나 또는 그 초과의 프로그램들을 포함하고,
    상기 하나 또는 그 초과의 프로그램들은:
    사용자들에 의해 이루어진 웹 요청들에 대응하는 다수의 웹 요청 이벤트들을 서버 컴퓨터 시스템에서 수신하기 위한 명령들 - 각각의 웹 요청 이벤트는:
    i) 대응하는 웹 요청을 발생시킨 사용자 컴퓨터를 식별하는 쿠키;
    ii) 웹 요청이 이루어진 시간에 사용자 컴퓨터에 대응하는 IP 주소; 및
    iii) 대응하는 웹 요청이 웹 서버에서 수신된 때를 표시하는 날짜/시간 스탬프를 포함함 -;
    상기 웹 요청 이벤트들을 저장하기 위한 명령들;
    상기 다수의 웹 요청 이벤트들의 서브세트를 선택하기 위한 명령들 - 상기 서브세트 내의 웹 요청 이벤트 각각은 단일의 제 1 쿠키와 연관됨 -;
    상기 서브세트 내의 각각의 웹 요청 이벤트를 처리하기 위한 명령들 - 상기 서브세트 내의 각각의 웹 요청 이벤트를 처리하기 위한 명령들은, 상기 웹 요청 이벤트와 연관된 IP 주소를 이용하여 사용자 컴퓨터에 대응하는 지리적 위치를 계산하기 위한 명령들, 및 상기 웹 요청 이벤트의 저장된 날짜/시간 스탬프 및 계산된 지리적 위치를 이용하여 웹 요청에 대응하는 로컬 시간 및 로컬 요일을 계산하기 위한 명령들을 포함함 -; 및
    상기 서브세트 내의 웹 요청 이벤트들에 대응하는 로컬 시간 및 로컬 요일 데이터의 사용 패턴에 적어도 부분에 기초하여 사용자 컴퓨터를 분류하기 위한 명령들
    을 포함하는, 사용자 컴퓨터 분류 시스템.
  14. 제 13 항에 있어서,
    상기 사용자 컴퓨터를 분류하기 위한 명령들은 컴퓨터 분류를 상기 사용자 컴퓨터에 할당하기 위한 명령들을 포함하는, 사용자 컴퓨터 분류 시스템.
  15. 제 13 항에 있어서,
    상기 사용자 컴퓨터는 가정용 컴퓨터, 업무용 컴퓨터, 또는 모바일 컴퓨터로서 분류되는, 사용자 컴퓨터 분류 시스템.
  16. 제 13 항에 있어서,
    상기 사용자 컴퓨터는 모바일 전화로서 분류되는, 사용자 컴퓨터 분류 시스템.
  17. 제 13 항에 있어서,
    각각의 웹 요청 이벤트는 상기 사용자 컴퓨터에 대응하는 브라우저 에이전트를 식별하는 정보를 더 포함하는, 사용자 컴퓨터 분류 시스템.
  18. 제 17 항에 있어서,
    상기 사용자 컴퓨터를 분류하기 위한 명령들은, 상기 브라우저 에이전트에 적어도 부분적으로 기초하여 분류를 수행하기 위한 명령들을 더 포함하는, 사용자 컴퓨터 분류 시스템.
  19. 제 13 항에 있어서,
    상기 사용자 컴퓨터를 분류하기 위한 명령들은, 웹 요청 이벤트들이 통상 업무 시간들 동안에 실질적으로 발생할 경우 상기 사용자 컴퓨터를 업무용 컴퓨터로서 분류하기 위한 명령들을 포함하는, 사용자 컴퓨터 분류 시스템.
  20. 제 19 항에 있어서,
    상기 통상 업무 시간들은 월요일부터 금요일, 아침 9:00에서 오후 5:00까지인, 사용자 컴퓨터 분류 시스템.
  21. 제 13 항에 있어서,
    상기 사용자 컴퓨터를 분류하기 위한 명령들은, 상기 웹 요청들이 통상 업무 시간들 이외의 시간들에 실질적으로 발생하면 상기 사용자 컴퓨터를 가정용 컴퓨터로서 분류하기 위한 명령들을 포함하는, 사용자 컴퓨터 분류 시스템.
  22. 제 21 항에 있어서,
    상기 통상 업무 시간들은 월요일부터 금요일, 아침 9:00에서 오후 5:00까지인, 사용자 컴퓨터 분류 시스템.
  23. 제 13 항에 있어서,
    상기 사용자 컴퓨터를 분류하기 위한 명령들은, 상기 웹 요청들의 실질적인 부분이 통상 업무 시간들 동안에 발생하고 웹 요청들의 실질적인 부분이 통상 업무 시간들 이외의 시간들 동안에 발생할 경우, 상기 사용자 컴퓨터를 모바일 컴퓨터로서 분류하기 위한 명령들을 포함하는, 사용자 컴퓨터 분류 시스템.
  24. 제 13 항에 있어서,
    상기 사용자 컴퓨터로부터 웹 페이지에 대한 후속 요청을 수신하기 위한 명령들;
    상기 웹 페이지에 대한 정보 항목을 선택하기 위한 명령들 - 상기 선택은, 상기 사용자 컴퓨터의 분류에 적어도 부분적으로 기초함 -; 및
    요청된 웹 페이지를 선택된 정보 항목과 함께 리턴하기 위한 명령들
    을 더 포함하는, 사용자 컴퓨터 분류 시스템.
  25. 서버 컴퓨터 시스템에 의해 실행되는 하나 또는 그 초과의 프로그램들을 저장하는 비-일시적 컴퓨터 판독가능 저장 매체로서,
    상기 하나 또는 그 초과의 프로그램들은:
    사용자들에 의해 이루어진 웹 요청들에 대응하는 다수의 웹 요청 이벤트들을 서버 컴퓨터 시스템에서 수신하기 위한 명령들 - 각각의 웹 요청 이벤트는:
    i) 대응하는 웹 요청을 발생시킨 사용자 컴퓨터를 식별하는 쿠키;
    ii) 웹 요청이 이루어진 시간에 상기 사용자 컴퓨터에 대응하는 IP 주소; 및
    iii) 대응하는 웹 요청이 웹 서버에서 수신된 때를 표시하는 날짜/시간 스탬프를 포함함 -;
    상기 웹 요청 이벤트들을 저장하기 위한 명령들;
    상기 다수의 웹 요청 이벤트들의 서브세트를 선택하기 위한 명령들 - 상기 서브세트 내의 각각의 웹 요청 이벤트는 단일의 제 1 쿠키와 연관됨 -;
    상기 서브세트 내의 각각의 웹 요청 이벤트를 처리하기 위한 명령들 - 상기 서브세트 내의 각각의 웹 요청 이벤트를 처리하기 위한 명령들은, 웹 요청 이벤트와 연관된 IP 주소를 이용하여 상기 사용자 컴퓨터에 대응하는 지리적 위치를 계산하기 위한 명령들, 및 웹 요청 이벤트의 저장된 날짜/시간 스탬프 및 계산된 지리적 위치를 이용하여 웹 요청에 대응하는 로컬 시간 및 로컬 요일을 계산하기 위한 명령들을 포함함 -; 및
    상기 서브세트 내의 웹 요청 이벤트들에 대응하는 로컬 시간 및 로컬 요일 데이터의 사용 패턴에 적어도 부분적으로 기초하여 상기 사용자 컴퓨터를 분류하기 위한 명령들
    을 포함하는, 비-일시적 컴퓨터 판독가능 저장 매체.
KR1020147009864A 2011-09-13 2012-09-07 사용법에 기반하여 컴퓨터를 간접적으로 분류하는 시스템 및 방법 KR102021062B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/231,805 2011-09-13
US13/231,805 US8700766B2 (en) 2011-09-13 2011-09-13 System and method for indirectly classifying a computer based on usage
PCT/US2012/054262 WO2013039789A1 (en) 2011-09-13 2012-09-07 System and method for indirectly classifying a computer based on usage

Publications (2)

Publication Number Publication Date
KR20140064958A KR20140064958A (ko) 2014-05-28
KR102021062B1 true KR102021062B1 (ko) 2019-09-11

Family

ID=47830848

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020147009864A KR102021062B1 (ko) 2011-09-13 2012-09-07 사용법에 기반하여 컴퓨터를 간접적으로 분류하는 시스템 및 방법

Country Status (7)

Country Link
US (1) US8700766B2 (ko)
EP (1) EP2758892A4 (ko)
JP (1) JP6165734B2 (ko)
KR (1) KR102021062B1 (ko)
CN (1) CN103917969A (ko)
CA (1) CA2848472C (ko)
WO (1) WO2013039789A1 (ko)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9218611B1 (en) 2011-09-27 2015-12-22 Google Inc. System and method for determining bid amount for advertisement to reach certain number of online users
US9064269B1 (en) * 2011-09-27 2015-06-23 Google Inc. Cookie correction system and method
EP2636371B1 (en) * 2012-03-09 2016-10-19 Sony Mobile Communications AB Activity classification
US9847948B2 (en) 2012-07-09 2017-12-19 Eturi Corp. Schedule and location responsive agreement compliance controlled device throttle
US9887887B2 (en) 2012-07-09 2018-02-06 Eturi Corp. Information throttle based on compliance with electronic communication rules
US9854393B2 (en) 2012-07-09 2017-12-26 Eturi Corp. Partial information throttle based on compliance with an agreement
US8706872B2 (en) 2012-07-09 2014-04-22 Parentsware, Llc Agreement compliance controlled information throttle
US10079931B2 (en) * 2012-07-09 2018-09-18 Eturi Corp. Information throttle that enforces policies for workplace use of electronic devices
US9184994B2 (en) * 2012-08-01 2015-11-10 Sap Se Downtime calculator
US9588675B2 (en) 2013-03-15 2017-03-07 Google Inc. Document scale and position optimization
US9231996B2 (en) * 2013-04-12 2016-01-05 International Business Machines Corporation User-influenced page loading of web content
WO2015062652A1 (en) * 2013-10-31 2015-05-07 Telefonaktiebolaget L M Ericsson (Publ) Technique for data traffic analysis
CN103812961B (zh) * 2013-11-01 2016-08-17 北京奇虎科技有限公司 识别指定类别ip地址的方法及设备、防御方法及系统
US11589083B2 (en) 2014-09-26 2023-02-21 Bombora, Inc. Machine learning techniques for detecting surges in content consumption
US9940634B1 (en) 2014-09-26 2018-04-10 Bombora, Inc. Content consumption monitor
US9979693B2 (en) * 2016-01-28 2018-05-22 Fiber Logic Communications, Inc. IP allocation method for use in telecommunication network automatic construction
US10204146B2 (en) 2016-02-09 2019-02-12 Ca, Inc. Automatic natural language processing based data extraction
US10002144B2 (en) * 2016-03-25 2018-06-19 Ca, Inc. Identification of distinguishing compound features extracted from real time data streams
US9996409B2 (en) 2016-03-28 2018-06-12 Ca, Inc. Identification of distinguishable anomalies extracted from real time data streams
WO2018053448A1 (en) * 2016-09-16 2018-03-22 Eturi Corp. Information throttle that enforces policies for workplace use of electronic devices
US10908983B2 (en) * 2017-03-31 2021-02-02 Cae Inc. Method and system for preventing an anomaly in a simulator
US10440063B1 (en) 2018-07-10 2019-10-08 Eturi Corp. Media device content review and management
US11631015B2 (en) 2019-09-10 2023-04-18 Bombora, Inc. Machine learning techniques for internet protocol address to domain name resolution systems
WO2022071615A1 (ko) * 2020-09-29 2022-04-07 제이엠사이트 주식회사 장애 예측 방법, 그리고 이를 구현하기 위한 장치

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100192069A1 (en) 2009-01-23 2010-07-29 Cisco Technology, Inc. Differentiating a User from Multiple Users Based on a Determined Pattern of Accessing a Prescribed Network Destination
US20110016129A1 (en) 2008-03-04 2011-01-20 Invicta Networks, Inc. Method and system for variable or dynamic classification

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6466970B1 (en) * 1999-01-27 2002-10-15 International Business Machines Corporation System and method for collecting and analyzing information about content requested in a network (World Wide Web) environment
US7136860B2 (en) 2000-02-14 2006-11-14 Overture Services, Inc. System and method to determine the validity of an interaction on a network
KR100366311B1 (ko) * 2000-02-25 2002-12-31 이은정 에이알에스 전화시스템과 네트워크를 결합한 직거래 정보 자동 교차 통보 서비스 시스템 및 그 방법
KR100307723B1 (ko) * 2000-03-21 2001-11-03 이재원 무선 인터넷을 이용한 광고주 주도형의 광고 제공 시스템 및 그 방법
JP2001358745A (ja) * 2000-06-09 2001-12-26 Toshiyuki Nakanishi 適合コンテンツ提供方法及びそのシステム
US20020138331A1 (en) 2001-02-05 2002-09-26 Hosea Devin F. Method and system for web page personalization
US7606814B2 (en) 2004-03-11 2009-10-20 Microsoft Corporation Tracing a web request through a web server
US7634463B1 (en) * 2005-12-29 2009-12-15 Google Inc. Automatically generating and maintaining an address book
US8108517B2 (en) * 2007-11-27 2012-01-31 Umber Systems System and method for collecting, reporting and analyzing data on application-level activity and other user information on a mobile data network
US9767464B2 (en) * 2009-09-11 2017-09-19 Comscore, Inc. Determining client system attributes
US8626901B2 (en) * 2010-04-05 2014-01-07 Comscore, Inc. Measurements based on panel and census data
US8615605B2 (en) * 2010-10-22 2013-12-24 Microsoft Corporation Automatic identification of travel and non-travel network addresses

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110016129A1 (en) 2008-03-04 2011-01-20 Invicta Networks, Inc. Method and system for variable or dynamic classification
US20100192069A1 (en) 2009-01-23 2010-07-29 Cisco Technology, Inc. Differentiating a User from Multiple Users Based on a Determined Pattern of Accessing a Prescribed Network Destination

Also Published As

Publication number Publication date
EP2758892A4 (en) 2015-05-20
US8700766B2 (en) 2014-04-15
JP2014527250A (ja) 2014-10-09
JP6165734B2 (ja) 2017-07-19
CA2848472C (en) 2017-02-28
EP2758892A1 (en) 2014-07-30
US20130067070A1 (en) 2013-03-14
KR20140064958A (ko) 2014-05-28
CA2848472A1 (en) 2013-03-21
CN103917969A (zh) 2014-07-09
WO2013039789A1 (en) 2013-03-21

Similar Documents

Publication Publication Date Title
KR102021062B1 (ko) 사용법에 기반하여 컴퓨터를 간접적으로 분류하는 시스템 및 방법
JP5907948B2 (ja) 標本及びセンサスデータに基づく測定方法
US11004094B2 (en) Systems and methods for calibrating user and consumer data
US20220150292A1 (en) Personalized Recommendation Method and System, and Terminal Device
US8751303B2 (en) Systems and methods of tracking online advertisement exposure
US8682904B1 (en) System of intuitive sorting of a table based on a column containing fractions
US20080189281A1 (en) Presenting web site analytics associated with search results
US20150154632A1 (en) Determining a number of view-through conversions for an online advertising campaign
US20130054628A1 (en) Data Fusion Using Behavioral Factors
US20140101134A1 (en) System and method for iterative analysis of information content
CN103189856A (zh) 确定媒体印象的方法和装置
US20080059310A1 (en) Marketing method and system using domain knowledge
US8635099B1 (en) Method and system for providing surveys
US20170132645A1 (en) On-line behavior research method using client/customer survey/respondent groups
EP2779073A1 (en) Method and system for determining changes in brand awareness after exposure to on-line advertisements
US20150242885A1 (en) Invitational content attribution
US20150235260A1 (en) Forecasting electronic events
US20170004527A1 (en) Systems, methods, and devices for scalable data processing
US20190205931A1 (en) Content-centric digital acquisition systems and methods
US8799070B1 (en) Generating synthetic advertisements for an electronic environment
US7565366B2 (en) Variable rate sampling for sequence analysis
Brown et al. Prologue to perfectly parsing proxy patterns
Kassa Leveraging online advertising platforms to measure and characterize digital inequalities
JP2004070483A (ja) マーケティング対応映像配信システム
Sastry et al. ON COMPUTING WEB ANALYTICS FOR GENERATING USAGE STATISTICS

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