KR20060018238A - 사용자 요청 정보 및 사용자 정보를 사용하여 광고들 제공 - Google Patents

사용자 요청 정보 및 사용자 정보를 사용하여 광고들 제공 Download PDF

Info

Publication number
KR20060018238A
KR20060018238A KR1020057023117A KR20057023117A KR20060018238A KR 20060018238 A KR20060018238 A KR 20060018238A KR 1020057023117 A KR1020057023117 A KR 1020057023117A KR 20057023117 A KR20057023117 A KR 20057023117A KR 20060018238 A KR20060018238 A KR 20060018238A
Authority
KR
South Korea
Prior art keywords
information
user
advertisement
items
request
Prior art date
Application number
KR1020057023117A
Other languages
English (en)
Other versions
KR100861673B1 (ko
Inventor
크리쉬나 브하랏
스테펜 로렌스
메란 사하미
아밋 싱할
Original Assignee
구글 잉크.
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 잉크. filed Critical 구글 잉크.
Publication of KR20060018238A publication Critical patent/KR20060018238A/ko
Application granted granted Critical
Publication of KR100861673B1 publication Critical patent/KR100861673B1/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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9538—Presentation of query results
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Transfer Between Computers (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

광고들은 적어도 사용자 정보 및 검색 질의 또는 문서 요청과 같은 사용자 요청과 관련된 정보를 사용하여 스코어된다. 이 스코어는 광고들을 제공할지 여부와, 광고들을 제공하고, 순서화하고, 필터링하는 방법 등을 결정하는데 사용될 수 있다. 사용자 정보, 요청-관련된 정보, 및/또는 광고 정보의 아이템들은 광고들의 제공에 이와 같은 정보의 이전 사용 및 이들 제공된 광고들의 성능을 토대로 가중될 수 있다.
클라이언트 장치, 브라우저, 광고 서버, 내용 서버, 검색 엔진

Description

사용자 요청 정보 및 사용자 정보를 사용하여 광고들 제공{SERVING ADVERTISEMENTS USING USER REQUEST INFORMATION AND USER INFORMATION}
본 발명은 광고에 관한 것이다. 특히, 본 발명은 예를 들어 검색 질의 또는 문서 요청과 같은 사용자 요청에 응답하여 제공하도록 특정 관련 광고들 또는 광고 크리에이티브들(advertisement creatives)을 결정하는 것에 관한 것이다.
텔레비젼, 라디오, 신문들 및 잡지들과 같은 통상적인 매체를 사용한 광고가 널리 공지되어 있다. 불행하게도, 인구통계 연구와 통상적인 광고 수용자에 대한 각종 매체 조사의 전체적으로 합리적인 추정으로 무장된 경우에도 조차도, 광고주들은 이들의 중요성으로 인해 예산을 낭비하고 있다. 게다가, 이와 같은 낭비를 식별하여 제거하는 것은 대단히 어렵다.
최근, 더 많은 대화식 매체를 통한 광고가 인기를 끌고있다. 예를 들어, 인터넷을 사용하는 사람들의 수가 폭발적으로 증가됨에 따라서, 광고주들은 잠재적으로 강력한 광고 방식으로서 인터넷을 통해서 제공되는 매체 및 서비스를 인지하게 되었다.
광고주들은 이와 같은 광고 가치를 최대화하고자 하는 다양한 전략들을 개발하였다. 한가지 전략으로, 광고주들은 많은 청취에 도달하기 위해 전선들 (conduits)로서 대화식 매체 또는 서비스들(일반성을 상실함이 없이 본 명세서에서 "웹사이트"라 한다)을 제공하는 대중적인 프리젠스(presence) 또는 수단을 사용한다. 이 제1 방법을 사용하면, 광고주는 예를 들어 뉴욕 타임즈 웹사이트 또는 USA 투데이 웹사이트의 홈 페이지 상에 광고를 게재할 수 있다. 또 다른 전략으로, 광고주는 더욱 좁은 틈새시장 광고 수용자들에게 자신의 광고들을 타겟으로하여, 광고 수용자의 긍정적인 반응을 증대시킬 수 있다. 예를 들어, 코스타리카의 열대 다우림에서 에이전시 판촉 관광(agency promoting tourism)은 야후 웹사이트의 에코투어리즘-트래블 서브디렉토리에 광고들을 게재할 수 있다.
전력과 상관없이, 웹사이트-기반으로 한 광고들(또한 "웹 광고들"이라 칭함)은 통상, "배너 광고들"(즉, 그래픽 요소들을 포함할 수 있는 직사각형 박스) 형태로 광고 수용자에게 제공한다. 광고 수용자(일반성을 상실함이 없이 본 명세서에서 "시청자" 또는 "사용자"라 한다)의 멤버가 클릭에 의해 이들 배너 광고들 중 하나를 선택할 때, 임베드된 하이퍼텍스트 링크들은 통상 시청자가 광고주의 웹사이트로 향하게 한다. 시청자가 광고를 선택하도록 하는 이 프로세스를 통상 "클릭-쓰루(click-through)("클릭-쓰루"는 임의의 사용자 선택을 커버하도록 한다)이라 칭한다.
광고주들은 클릭-쓰루, 클릭율(click-through rates), 전환(conversion), 전환율 등과 같은 다수의 측정가능하거나 결정가능한 사용자 행동을 이용하여 광고 캠페인의 효율성을 판단할 수 있다. 클릭-쓰루 대 광고의 임프레션 횟수(광고가 디스플레이되는 횟수)의 비를 통상 광고의 "클릭율"이라 칭한다. "전환"은 사용자가 이전 제공된 광고와 관련된 트랜잭션(transaction)을 완료할 때 발생되는 것이라 한다. 전환을 구성하는 것은 경우에 따라서 다를 수 있고 다양한 방식들로 결정될 수 있다. 예를 들어, 사용자가 광고주의 웹 페이지라 하는 광고를 클릭하여 이 웹 페이지를 떠나기 전 거기서 구매를 완료할 때 전환이 발생되는 경우가 있을 수 있다. 대안적으로, 전환은 보고 있고 광고주의 소정 시간(예를 들어, 7일) 내에서 웹 페이지 상에서 구매를 행하는 사용자로서 규정될 수 있다. 전환을 구성하는 이외 다른 많은 정의들이 있을 수 있다. 전환 횟수 대 광고의 임프레션 횟수(즉, 광고가 디스플레이되는 횟수)의 비를 통상 전환율이라 칭한다. 전환이 광고 제공 후 소정 시간 내에서 발생될 수 있는 것으로 규정되면, 전환율에 대한 한 가지 가능한 정의로서, 과거에는 소정 시간이상 제공되는 광고들만을 고려한 것을 들 수 있다.
웹사이트 기반으로 한 광고의 초기 전망에도 불구하고, 기존 방법들이 지닌 여러 가지 문제점을 여전히 갖고 있다. 광고주들이 많은 광고 수용자에게 도달할 수 있지만, 광고주들은 광고 투자 비해 수익면에서 만족하지 못하였다.
인기있는 최근 경향은 검색 질의를 검색 엔진에 제공하는 것과 같은 어떤 유형의 사용자 요청을 토대로 사용자들에게 광고들을 하는 것이다. 예를 들어, 구글 검색 엔진 웹사이트는 광고주들이 키워드들을 규정하도록 하여, 이들 키워드들 또는 이들 키워드들의 어떤 파생어가 검색 질의에 포함되어 있을 때 광고 또는 광고 그룹의 제공을 트리거하도록 한다.
광고 수용자에 도달하게 하고자 하는 광고주의 목표 이외에도, 광고들이 제공되는 웹사이트들의 호스트들("웹사이트 호스트들" 또는 "광고 소비자들"이라 칭 한다)은 사용자들의 경험을 손상시킴이 없이 광고 수입을 극대화하는 문제에 직면한다. 일부 웹사이트 호스트들은 사용자들의 관심에 비해 광고 수입에 중요성을 더 둔다. 한 가지 이와 같은 웹사이트는 소위 "검색 엔진"서비스가 사용자 질의들에 응답한 "검색 결과들"로 포장한 광고들을 리턴시키는 "Overture.com"이다. Overture.com 웹사이트는 광고주들이 소문이 난 검색 결과들의 리스트상에 자신들의 웹사이트(또는 타겟 웹사이트)를 더 높이 배치하도록 하는데 비용을 지불하게 한다. 사용자가 광고를 선택하면 비용을 지불하는(즉, 클릭 당 비용) 방식들이 구현되면, 광고주 입장에선 자신들의 광고들을 효율적으로 하고자 하는 동기를 상실하게 되는데, 그 이유는 열악한 위치의 광고는 선택되지 않음으로 비용을 지불할 필요가 없기 때문이다. 결국, 클릭 당 비용 광고들은 최상부 근처 또는 최상부에 나타나지만, 시청자들이 이들을 클릭하지 않기 때문에 광고 발행자(ad publisher)의 실수입으로 반드시 전이되지 않는다. 게다가, 사용자들이 달리 선택할 수 있는 광고들은 리스트 아래에 있을 수 있거나 이 리스트상에 전혀 있지 않을 수 있음으로, 광고들의 관련성(relevancy)이 절충되어야 한다.
불행하게도, 기존 온라인 광고 시스템들은 종종, 관련 광고들을 제공하는 능력면에서 제약이 있었다. 일반적으로 관련 광고들을 제공할 수 있는 온라인 광고 시스템들 조차도 종종, 특정 사용자에게 최적으로 적합한 관련 광고들을 선택할 수 없다.
따라서, 온라인 광고의 성능을 개선시킬 필요성이 있다. 특히, 예를 들어 검색 질의 또는 문서 요청과 같은 어떤 사용자 요청에 응답하여 이 요청을 제공하는 사용자에게 제공되는 광고들의 관련성을 증대시킬 필요가 있다. 이와 같이 행하면 웹사이트 호스트의 수입을 증대시키면서 동시에 사용자들의 경험을 개선시킨다.
본 발명은 광고들이 더욱 양호하게 사용자로 향하도록 사용자 정보 및 사용자 요청(예를 들어, 검색 질의 또는 문서 요청)과 관련된 정보 둘 다를 사용하는 방법들 및 장치를 제공하는 것이다. 이와 같은 사용자 정보 및 요청-관련된 정보를 사용함으로써, 기존 방법들에 비해서 상당한 이점들을 성취할 수 있다. 이는, 사용자가 시스템에 요청을 제공할 때, 그 순간에 어떤 관련 광고들의 세트가 있을 수 있는 필요로 되는 어떤 정보의 아티큐레이션(articulation)을 제공함으로써 이루어진다. 본 발명은 또한 사용자의 이전 행동(예를 들어, 특정 광고들 선택, 웹사이트의 특정 부분들 시청, 등)과 같은 사용자 정보 및 사용자 프로파일 정보(예를 들어, 인구통계)를 고려함으로써 이 광고 제공 프로세스를 리파인(refine) 한다. 이 방식으로 광고들의 타겟팅을 리파인함으로써, 이와 같은 광고들의 성능(예를 들어 클릭율, 전환율 등)은 개선된다. 본 발명은 또한 이와 같은 사용자 정보 및 요청-관련된 정보를 사용하여 사용자에게 프리젠테이션하기 위하여 제공되는 광고들의 크리에이티브 내용을 주문제작(customize)한다.
도 1은 광고 시스템과 대화할 수 있는 엔터티들 또는 상대들을 도시하는 고레벨 도.
도 2는 본 발명이 동작할 수 있는 전형적인 광고 환경의 버블 챠트.
도 3은 도 2의 환경과 같은 온라인 광고 환경에 또는 이 환경과 함께 사용될 수 있는 본 발명에 따른 동작들의 버블 챠트.
도 4 내지 도 6은 본 발명에 따른 방식으로 정보를 저장하기 위하여 사용될 수있는 전형적인 데이터 구조들을 도시한 도면들.
도 7은 본 발명을 따른 방식으로 광고 타겟팅을 위하여 사용될 수 있는 방법의 순서도.
도 8은 본 발명을 따른 방식으로 광고 크리에이티브 선택을 위하여 사용될 수 있는 방법의 순서도.
도 9는 본 발명을 따른 방식으로 광고 정보 또는 사용자 정보를 관리하기 위하여 사용될 수 있는 전형적인 방법의 순서도.
도 10은 본 발명의 원리들을 따른 2-스테이지 광고 제공 기술을 도시한 도면.
도 11 및 도 12는 광고 선택에 대한 본 발명의 전형적인 애플리케이션을 도시한 도면.
도 13은 광고 크리에이티브 선택에 대한 본 발명의 전형적인 애플리케이션을 도시한 도면.
도 14는 본 발명이 사용될 수 있는 환경을 도시한 도면.
도 15는 본 발명을 따른 방식으로 수행될 수 있는 각종 동작들 중 적어도 일부를 실행하고 사용되거나 생성될 수 있는 정보를 저장하도록 사용될 수 있는 장치의 고레벨 블록도.
본 발명은 사용자 행동 및/또는 사용자 프로파일 정보뿐만 아니라 검색 질의또는 문서 요청과 관련된 정보와 같은 사용자 요청과 관련된 정보를 사용하여 특정 관련 광고들 또는 광고 크리에이티브들을 결정하는 신규한 방법들, 장치, 메시지 포맷들 및/또는 데이터 구조들을 포함할 수 있다. 이하의 설명은 당업자가 본 발명을 행하여 이용할 수 있도록 하기 위하여 제공되고 특정 애플리케이션들 및 이들의 요건들이 제공된다. 서술된 실시예들에 대한 각종 수정들은 당업자에게 명백하고, 후술되는 일반적인 원리들은 다른 실시예들 및 애플리케이션들에 적용될 수 있다. 따라서, 본 발명은 도시된 실시예들로 국한되는 것이 아니고, 본 발명가들은 자신들의 발명이 어떠한 특허성이 있는 것으로서 간주한다.
이하에서, 본 발명이 동작될 수 있는 환경이 § 4.1.에 서술된다. 그 후, 본 발명의 전형적인 실시예들이 § 4.2에 서술된다. 본 발명의 전형적인 실시예들의 동작들을 예시하는 예들은 § 4.3에 서술된다. 최종적으로, 본 발명에 관한 어떠한 결론이 § 4.4에 서술된다.
§ 4.1 본 발명이 동작될 수 있는 환경들
§ 4.1.1 전형적인 광고 환경
도 1은 광고 환경의 고레벨 도이다. 이 환경은 광고 엔트리, 유지보수(maintenance) 및 전달 시스템(12)을 포함할 수 있다. 광고주들(110)은 직접 또는 간접적으로, 시스템(120) 내의 광고 정보를 입력, 유지 및 추적할 수 있다. 광고들은 소위 배너 광고들, 텍스트 전용 광고들, 이미지 광고들, 오디오 광고들, 비디오 광고들, 임의의 이와 같은 요소들 중 하나 이상의 조합된 광고들과 같은 그래픽 광고들의 형태일 수 있다. 이 광고들은 또한, 링크 및/또는 기계 실행가능한 명령들과 같은 임베드된 정보를 포함할 수 있다. 소비자들(130)은 광고들에 대해 요청들을 제공하여 시스템(120)으로부터 자신들의 요청에 응답하는 광고들을 수용하고 시스템(120)에 사용 정보를 제공할 수 있다. 도시되지 않았지만, 다른 엔터티들은 사용 정보(예를 들어, 발생된 광고에 관계된 클릭-쓰루 또는 전환인지 여부)를 시스템(120)에 제공할 수 있다. 이 사용 정보는 제공되는 광고들에 관련된 측정되거나 관찰된 사용자 행동을 포함할 수 있다.
광고 소비자(130)의 한 가지 예는 내용(예를 들어, 기사, 토론 줄거리들(discussion threads), 음악, 비디오, 그래픽, 검색 결과들, 웹 페이지 리스팅들 등)에 대한 요청을 수신하고 요청에 응답하여 요청된 내용을 검색하거나, 이 요청을 서비스하는 일반적인 내용 서버이다. 내용 서버는 광고들에 대한 요청을 시스템(120)에 제공할 수 있다. 이와 같은 광고 요청은 원하는 다수의 광고들을 포함할 수 있다. 광고 요청은 또한 내용 요청 정보를 포함할 수 있다. 이 정보는 내용 자체(예를 들어, 페이지), 내용 또는 내용 요청들(예를 들어, 예술들, 비지니스, 컴퓨터들, 예술-영화들, 예술-음악 등)에 대응하는 카테고리, 내용 요청의 일부 또는 전부, 내용 연령, 내용 유형(예를 들어, 텍스트, 그래픽, 비디오, 오디오, 혼합 매체, 등), 지리적 위치 정보, 등을 포함할 수 있다.
내용 서버는 시스템(120)에 의해 제공되는 광고들 중 하나 이상의 광고와 요청된 내용을 결합시킬 수 있다. 그 후, 내용 및 광고(들)를 포함한 이 결합된 정보 는 사용자에게 프리젠테이션하기 위하여 내용을 요청한 최종 사용자를 향하여 전달된다. 최종적으로, 이 내용 서버는 광고들에 관한 정보 및 광고들이 시스템(120)으로 다시 렌더링(예를 들어, 위치, 클릭-쓰루되는지 여부, 임프레션 시간, 임프레션 날짜, 크기, 전환되는지 여부 등)하는 방법, 때, 및/또는 장소를 송신할 수 있다. 대안적으로 또는 부가적으로, 이와 같은 정보는 어떤 다른 수단에 의해 시스템(120)으로 다시 제공될 수 있다.
광고 소비자(130)의 또 다른 예는 검색 엔진이다. 검색 엔진은 검색 결과들을 위한 질의들을 수신할 수 있다. 이에 응답하여, 검색 엔진은 관련 검색 결과들(예를 들어, 웹 페이지들의 인덱스로부터)을 검색할 수 있다. 전형적인 검색 엔진은 S.Brin 및 L.Page가 호주 브리스베인에서 개최된 제 7 회 국제 월드 와이드 웹 회의(Seventh International World Wide Web Conference) 에서 발표한 "(대형 하이퍼 텍스추얼 검색 앤진의 해부)The Anatomy of a Large-Scale Hypertextual Search Engine" 논문 및 미국 특허 제6,285,999호(이들 둘 다는 본 원에 참조되어 있다)에 서술되어 있다. 이와 같은 검색 결과들은 예를 들어 웹 페이지 타이틀들의 리스트들, 이들 웹 페이지들로부터 추출된 텍스트의 발췌들, 및 이들 웹 페이지들로의 하이퍼텍스트 링크들을 포함할 수 있고 소정 수(예를 들어, 10)의 검색 결과들로 그룹화될 수 있다.
검색 엔진은 시스템(120)에 광고들에 대한 요청을 제공할 수 있다. 이 요청은 원하는 다수의 광고들을 포함할 수 있다. 이 수는 검색 결과들, 이 검색 결과들에 의해 차지되는 페이지 공간 또는 스크린 량, 광고들의 크기 및 형상, 등에 좌우 될 수 있다. 일 실시예에서, 원하는 광고들의 수는 1개 내지 10개이고 바람직하게는 3개 내지 5개일 수 있다. 광고들에 대한 요청은 또한 질의(입력되거나 구문분석된) 질의, 이 질의를 토대로 한 정보(가령 지리적 위치 정보, 이 질의가 회원 및 이와 같은 회원의 식별자로부터 나왔는지 여부), 및/또는 검색 결과들과 관련되거나 이 검색 결과들을 기반으로 한 정보를 포함할 수 있다. 이와 같은 정보는 예를 들어, 검색 결과들과 관련된 식별자들(예를 들어, 문서 식별자들, 즉 "docID들"), 이 검색 결과들에 관련된 스코어들(예를 들어, 질의 및 문서에 대응하는 특징 벡터들(feature vectors)의 도트 곱들과 같은 정보 검색("IR") 스코어들, 페이지 랭크 스코어들 및/또는 IR 스코어 및 페이지 랭크 스코어들의 조합들), 식별된 문서들(예를 들어, 웹 페이지들)로부터 추출된 텍스트의 발췌들, 식별된 문서들의 전체 텍스트, 식별된 문서들의 특징 벡터들, 등을 포함할 수 있다.
이 검색 엔진은 검색 결과들을 시스템(120)에 의해 제공된 광고들 중 하나 이상의 광고와 결합시킬 수 있다. 그 후, 검색 결과들 및 광고(들)를 포함한 이 결합된 정보는 사용자에게 프리젠테이션하기 위하여 내용을 요청한 사용자를 향하여 전달된다. 검색 결과들은 광고들과 구별되어 유지되어 지불 광고들과 있을 수 있는 중립의 검색 결과들 간에서 사용자가 혼동하지 않도록 한다. 최종적으로, 검색 엔진은 광고에 관한 정보 및 광고가 시스템(120)으로 다시 렌더링(예를 들어, 위치, 클릭-쓰루되는지 여부, 임프레션 시간, 임프레션 날짜, 크기, 전환되는지 여부 등)하는 때, 장소 및/또는 방법을 송신할 수 있다. 대안적으로 또는 부가적으로, 이와 같은 정보는 어떤 다른 수단에 의해 시스템(120)으로 다시 제공될 수 있다.
§ 4.1.2 전형적인 광고 엔트리, 유지보수 및 전달 환경
도 2는 본 발명이 사용될 수 있는 전형적인 광고 시스템(120')을 도시한 것이다. 전형적인 광고 시스템(120')은 인벤토리 시스템(inventory system)(210)을 포함할 수 있고 정보(205) 및 사용 정보(245)를 저장할 수 있다. 전형적인 시스템(120')은 광고 정보 엔트리 및 관리 동작들(215), 캠페인(예를 들어, 타겟팅) 지원 동작들(220), 계정 및 과금 동작들(225), 광고 제공 동작들(230), 관련성 결정 동작들(235), 최적화 동작들(240), 상대적인 프리젠테이션 속성 할당(예를 들어, 위치 순서화) 동작들(250), 도용(fraud) 검출 동작들(255), 및 결과 인터페이스 동작들(260)을 지원할 수 있다.
광고주들(110)은 인터페이스(216)로 표시된 바와 같은 광고 정보 엔트리 및 관리 동작들(215)을 통해서 시스템(120')과 인터페이스할 수 있다. 광고 소비자들(130)은 인터페이스(231)로 표시된 바와 같은 광고 제공 동작들(230)을 통해서 시스템(120')과 인터페이스 할 수 있다. 광고 소비자들(130) 및/또는 다른 엔터티들(도시되지 않음)은 또한 인터페이스(261)로 표시된 바와 같이 결과 인터페이스 동작들(260)을 통해서 시스템(120')과 인터페이스할 수 있다.
광고 문제는 계정들, 캠페인들, 크리에이티브들, 타겟팅 등에 관한 정보를 포함할 수 있다. 용어 "계정"은 소정 광고주를 위한 정보(예를 들어, 특정 이메일 어드레스, 비밀번호, 과금 정보, 등)과 관계한다. "캠페인" 또는 "광고 캠페인"은 하나 이상의 광고들의 하나 이상의 그룹에 관계하고 시작일, 종료일, 예산 정보, 지오-타겟팅 정보(geo-targeting information), 신디케이션 정보(syndication information) 등을 포함할 수 있다. 예를 들어, 혼다는 자동차 라인을 위한 하나의 광고 캠페인과 모터사이클 라인을 위한 별도의 광고 캠페인을 갖는다. 자동차 라인을 위한 캠페인은 하나 이상의 광고들을 각각 포함하는 하나 이상의 광고 그룹들을 갖는다. 각 광고 그룹은 키워드들의 세트 및 값이 매겨진 최대 비용(클릭-쓰루 당 비용, 전환 당 비용, 등)를 포함할 수 있다. 대안적으로 또는 부가적으로, 각 광고 그룹은 값이 매겨진 평균 비용(예를 들어 클릭-쓰루 당 평균 비용, 전환 당 평균 비용, 등)를 포함할 수 있다. 그러므로, 값이 매겨진 단일 최대 비용 및/또는 값이 매겨진 단일 평균 비용은 하나 이상의 키워드들과 관련될 수 있다. 언급된 바와 같이, 각 광고 그룹은 하나 이상의 광고들 또는 "크리에이티브들"을 가질 수 있다(즉, 결국 최종 사용자로 렌더링되는 광고 내용)을 가질 수 있다. 본질적으로, 광고 정보(205)는 다소의 정보를 포함할 수 있고 여러 다양한 방식들로 구성될 수 있다.
광고 정보(205)는 광고 정보 엔트리 및 관리 동작들(215)을 통해서 입력되어 관리될 수 있다. 캠페인(예를 들어, 타겟팅) 지원 동작들(220)은 광고주들(110)이 효율적인 광고 캠페인들을 생성하도록 지원하는데 사용될 수 있다. 예를 들어, 캠페인 지원 동작들(220)은 검색 엔진과 함께 사용하기 위한 광고의 내용에서 모든 가능한 광고 임프레션들, 이미 예약된 광고 임프레션들 및 소정 키워드들에 이용가능한 광고 임프레션들을 추적할 수 있는 인벤토리 시스템(210)에 의해 제공되는 정보를 사용할 수 있다.
광고 제공 동작들(230)은 광고 소비자들(130)로부터 광고들에 대한 요청들을 서비스할 수 있다. 광고 제공 동작들(230)은 관련성 결정 동작들(235)을 사용하여 소정 요청에 대한 후보 광고들을 결정할 수 있다. 그 후, 광고 제공 동작들(230)은 최적화 동작들(240)을 사용하여 후보 광고들 중 하나 이상의 광고들의 최종 세트를 선택한다. 그 후, 광고 제공 동작들(230)은 상대적인 프리젠테이션 속성 할당 동작들(250)을 사용하여 리턴될 광고의 프리젠테이션을 순서화한다. 계정/과금 동작들(225)은 광고들의 제공과 관련된 요금들을 추적하여 광고주들에게 과금하기 위하여 사용될 수 있다. 도용 검출 동작들(255)은 가령 도난당한 신용 카드들의 사용을 통해서 (예를 들어, 광고주들에 의한)광고 시스템의 부당 사용을 감소시키는데 사용될 수 있다. 최종적으로, 결과 인터페이스 동작들(260)은 클릭-쓰루가 발생되었는지 여부, 전환이 발생되었는지 여부(예를 들어, 광고된 아이템 또는 서비스의 판매가 광고의 렌더링으로부터 소정 시간 내에서 개시되거나 완료되었는지 여부)와 같은 실제로 제공되는 광고에 관한 결과 정보(광고 소비자들(130) 또는 이와 다른 어떤 엔터티로부터)를 수용하도록 사용될 수 있다. 이와 같은 결과 정보들은 인터페이스(261)에서 수용될 수 있고 광고를 식별하는 정보 및 광고가 제공되는 시간뿐만 아니라 관련된 결과를 포함할 수 있다.
§ 4.1.3 전형적인 네트워크 환경
도14는 본 발명이 사용될 수 있는 전형적인 네트워크 환경(1400)을 도시한 것이다. 전형적인 네트워크 환경(1400)은 브라우저(1420)(또는 이외 다른 어떤 정보 요청 및 렌더링 수단)를 각각 갖는 하나 이상의 클라이언트 장치들(1410)을 포함할 수 있다. 클라이언트 장치들(1410)은 하나 이상의 내용 서버들(1420)에 의해 제공되는 문서들(1435)을 요청할 수 있고 하나 이상의 검색 엔진들(1440)을 사용하 여 이들 또는 이와 다른 문서들에 포함되는 내용을 검색할 수 있다. 광고 서버(1450)는 하나 이상의 광고들(1455)을 제공할 수 있다. 제공되는 하나 이상의 광고들(1455)은 내용 서버(1430)에 의해 제공되는 문서들(및/또는 이와 같음 문서들에 대한 요청) 및/도는 검색 엔진(1440)(및/또는 검색 질의)에 의해 발생된 검색 결과들과 관련될 수 있다. (예를 들어, 하나 이상의 클라이언트 장치들(1410)과 관련된 사용자 또는 사용자들의 그룹에 관한) 사용자 정보(1465)는 하나 이상의 정보 서버들(1460)에 저장될 수 있다. 대안적으로 또는 부가적으로, 사용자 정보(도시되지 않음)는 하나 이상의 내용 서버들(1430), 하나 이상의 검색 엔진들(1440), 및/또는 하나 이상의 광고 서버들(1450)에 저장될 수 있다. 하나 이상의 클라이언트 장치들(1410), 내용 서버들(1430), 검색 엔진들(1440), 광고 서버들(1450) 및/또는 사용자 정보 서버들(1460)은 하나 이상의 네트워크들(1470)을 통해서 정보를 서로 교환할 수 있다. 하나 이상의 네트워크들(1470)은 인터넷일 수 있고, 서버들 및 검색 엔진들은 컴퓨터들일 수 있다. 사용자 정보(예를 들어, 사용자 프로파일 데이터베이스), 정보 인덱스 및 광고 인덱스는 별도의 저장소들을 필요로 하지 않는데, 이들은 단일 저장소에 저장될 수 있다. 게다가, 이들 데이터 형태들은 인터리빙될 수 있다(예를 들어, 광고 데이터베이스는 광고들 상에서 "사용자 특징 태그들"을 포함하여 단지 일부 서브셋들만이 특정 유형들의 사용자들을 위하여 검색되도록 할 수 있다).
§ 4.1.4 정의
도1, 2, 14와 관련하여 상술된 전형적인 시스템들 또는 임의의 다른 시스템 에 사용되는 광고들과 같은 온라인 광고들은 각종 고유 특징들을 가질 수 있다. 이와 같은 특징들은 애플리케이션 및/또는 광고주에 의해 규정될 수 있다. 예를 들어,텍스트 광고의 경우에, 광고 특징들은 타이틀 라인, 광고 텍스트, 및 임베드된 링크를 포함할 수 있다. 이미지 광고의 경우에, 광고 특징들은 이미지들, 실행가능한 코드, 및 임베드된 링크를 포함할 수 있다. 온라인 광고 유형에 따라서, 광고 특징들은 다음, 즉 텍스트, 링크, 오디오 파일, 비디오 파일, 이미지 파일, 실행가능한 코드, 임베드된 정보 등 중 하나 이상을 포함할 수 있다.
온라인 광고가 제공될 때, 하나 이상의 파라미터들은 광고가 제공되는 방법, 때 및/또는 장소를 설명하는데 사용될 수 있다. 이들 파라미터들을 이하에서 "제공 파라미터들"이라 칭한다. 제공 파라미터들은 예를 들어 다음: 광고가 제공되는 페이지(이에 대한 정보를 포함한) 특징들; 광고의 제공과 관련된 검색 질의 또는 검색 결과들; 사용자 특징(예를 들어, 이들의 지리적 위치, 사용자에 의해 사용되는 언어, 사용되는 브라우저의 유형, 이전 페이지 뷰들, 이전 행동); 광고가 제공되는 페이지 상의 광고의 절대 위치, 제공되는 다른 광고들에 대한 광고의 위치(공간 또는 시간), 광고의 절대 크기, 다른 광고들에 대한 광고의 크기, 광고의 칼러, 제공되는 다수의 다른 광고들, 제공되는 다른 광고들의 유형, 제공되는 시각, 제공되는 주(week), 서비스되는 해(year) 등에 응답하여 광고 서비스 요청을 개시하는 호스트 또는 회원 사이트(예를 들어, 아메리카 온라인, 구글, 야후) 중 하나 이상을 포함할 수 있다.
제공 파라미터들이 광고 특징들에 비본질적 것일 수 있지만, 이들은 제공 조 건들 또는 제약들로서 광고와 관련될 수 있다. 제공 조건들 또는 제약들로서 사용될 때, 이와 같은 제공 파라미터들을 간단히 "제공 제약들"(또는 "타겟팅 기준들")이라 칭한다. 예를 들어, 일부 시스템들에서, 광고주는 특정 위치보다 낮이 않게 주말에 특정 장소에 있는 사용자들에게만 제공되어야만 된다라고 규정등을 함으로써 자신의 광고 제공을 타겟화할 수 있다. 또 다른 예로서, 일부 시스템들에서, 광고주는 페이지 또는 검색 질의가 특징 키워드들 또는 구들을 포함하는 경우에만 자신의 광고가 제공되어야 한다라고 규정할 수 있다. 또한 다른 예에서, 일부 시스템들에서, 광고주는 자신의 광고가 제공되는 문서가 특정 토픽들 또는 컨셉들을 포함하거나, 특정 클러스터 또는 클러스터들 또는 이외 다른 어떤 분류 또는 분류들 하에 있는 경우에만 자신의 광고가 제공되어야 한다라고 규정할 수 있다.
"광고 정보"는 광고 특징들, 광고 제공 제약들, 광고 특징들 또는 광고 제공 제약들("광고 파생된 정보"라 칭함)로부터 파생될 수 있는 정보 및/또는 광고와 관련된 정보("광고 관련된 정보"라 칭함)뿐만 아니라 이와 같은 정보의 확장들(예를 들어, 광고 관련된 정보로부터 파생된 정보)의 임의의 조합을 포함할 수 있다.
"문서"는 임의의 기계-판독가능하고 기계-저장가능한 작업 프로덕트를 포함하도록 폭넓게 해석되어야 한다. 문서는 파일, 파일들의 조합, 다른 파일들과 임베드된 링크들을 갖는 하나 이상의 파일들 등일 수 있는데, 이 파일들은 텍스트, 오디오, 이미지, 비디오 등과 같은 임의 유형일 수 있다. 최종 사용자로 렌더링되어야 하는 문서의 파트들은 문서의 "내용"으로서 간주될 수 있다. 이 문서에서 광고 스폿들은 임베드된 정보 또는 명령들에 의해 규정될 수 있다. 인터넷의 내용에서, 공통 문서는 웹 페이지이다. 웹 페이지들은 종종 내용을 포함할 수 있고 임베드된 정보(가령, 메타 정보, 하이퍼링크들 등) 및/또는 임베드된 명령들(가령 자바스크립트 등)을 포함할 수 있다. 많은 경우들에, 문서는 특정하며, 어드레스가능한 저장 위치를 가짐으로, 이 어드레스가능한 위치에 의해 특정하게 식별될 수 있다. 유니버셜 리소스 로케이터(URL)는 인터넷상의 정보에 액세스하도록 사용되는 특정 어드레스이다.
"문서 정보"는 문서에 포함되는 임의의 정보, 이 문서에 포함되는 정보로부터 파생가능한 정보("문서 파생된 정보"라 칭함), 및/또는 이 문서와 관련된 정보("문서 관련된 정보"라 칭함) 뿐만 아니라 이와 같은 정보의 확장들(예를 들어, 관련된 정보로부터 파생된 정보)를 포함할 수 있다. 문서 파생된 정보의 예는 문서의 텍스츄얼 내용을 토대로 한 분류이다. 문서 관련된 정보의 예들은 인스턴트 문서와의 링크들을 갖는 다른 문서들로부터의 문서 정보뿐만 아니라 인스턴스 문서가 링크되는 다른 문서들로부터의 문서 정보를 포함한다.
"요청 정보"(또한 "요청-관련된 정보"라 칭함)는 요청(가령, 검색 질의 또는 문서 요청)에 포함되거나 이로부터 파생가능한 임의의 정보를 포함할 수 있다. 예를 들어, 검색 질의 요청의 내용에서, 요청 정보는 검색 질의의 용어들 또는 구들을 포함할 수 있는데, 여기서 검색 질의는 검색 질의의 (제공되거나 수신된)시간, 검색 질의에 응답하여 리턴되는 문서 및 리턴된 문서의 문서 정보로부터 나온다.
문서로부터의 내용은 "내용 렌더링 애플리케이션 또는 장치"에 대해서 렌더링될 수 있다. 내용 렌더링 애플리케이션들의 예들은 인터넷 브라우저(예를 들어, 익스플로러 또는 넷스케이프), 매체 플레이어(예를 들어, MP3 플레이어, 리얼네트워크들, 스트리밍 오디오 파일 플레이어, 등), 뷰어(예를 들어, 애보브 아크로뱃 PDF 리더) 등을 포함한다.
"사용자 정보"는 사용자 또는 사용자들의 그룹에 관한 임의의 정보를 포함할 수 있다. 사용자 정보는 사용자 행동 정보, 사용자 프로파일 정보 또는 이들 둘 다를 포함할 수 있다. 이와 같은 정보는 사용자에 의해 제공될 수 있으며, 사용자 정보를 릴리스하도록 인증받은 제3자에 의해 제공되며, 미/또는 사용자 작용들로부터 파생될 수 있다. 특정 사용자 정보는 동일한 사용자의 다른 사용자 정보 및/또는 다른 사용자들의 사용자 정보를 사용하여 추론 또는 추정될 수 있다. 본 발명의 각종 전형적인 실시예들이 지금부터 §4.2에 설명된다.
§4.2 전형적인 실시예들
도3은 본 발명에 따른 방식으로 수행될 수 있는 동작들 및 저장될 수 있는 정보의 버블 도이다. 광고 제공 동작들(340)은 사용자 정보(310), 사용자 요청(예를 들어, 검색 질의 또는 문서 요청) 정보(320) 및 광고 정보(330)를 사용하여 하나 이상의 광고들(350)을 결정한다. 일 실시예에서, 광고 제공 동작들(340)은 사용자 정보(310), 사용자 요청(예를 들어, 검색 질의 또는 문서 요청)(320) 및 광고 정보(333)와 관련된 정보를 사용하여 특정 관련 광고들을 결정한다. 또 다른 실시예에서, 광고 제공 동작들(340)은 사용자 요청(320) 및 광고 정보(330)와 관련된 정보를 사용하여 하나 이상의 광고 그룹들 또는 광고 캠페인들을 결정하고 나서 적어도 사용자 정보(310) 및/또는 광고 정보(330)를 사용하여 광고 그룹 및 광고 캠 페인 내에서 광고 크리에이티브를 선택(또는 결정)한다.
사용자 정보 관리 동작들(360)은 사용자 정보를 효율적으로 관리 및 저장하도록 사용될 수 있다. 유사하게, 광고 정보 관리 동작들(370)은 광고 정보를 효율적으로 관리 및 저장하도록 사용될 수 있다.
§4.2.1 전형적인 광고 정보
도4는 본 발명에 의해 사용될 수 있는 정보를 저장하는 전형적인 데이터 구조(400)를 도시한 것이다. 도시된 바와 같이, 광고 정보는 광고 식별자(410) 및 하나 이상의 광고 특징들(또한 광고 정보의 아이템들이라 칭함)(420)을 포함할 수 있다. 본 발명의 일부 실시예들에서, 광고 특징들(420)의 적어도 일부를 소위 타겟팅 정보 또는 타겟팅 기준이라 칭할 수 있다.
§4.2.1.1 광고 정보의 예들
정보 특징들은 다음 중 하나 이상을 포함할 수 있다:
- 하나 이상의 특정 사용자 인구 세그먼트(예를 들어, 수입 정보, 인근 유입(neighborhood affluence), 나이, 결혼 상태, 교육 수준, 자녀들/무자녀들, 등)에 광고를 타겟화하는 인구통계 데이터;
- 하나 이상의 특정 사용자 인구 세그먼트들(예를 들어, 우편 번호, 국가, 주, 거주 주소 등)을 광고를 타겟화하는 지리적 데이터;
- 하나 이상의 특정 사용자 인구 세그먼트들에 광고를 타겟화하는 사이코그래픽 데이터(예를 들어, 사회층, 라이프 스타일, 개성 등);
- 광고의 크리에이티브로부터의 (본문(textual) 또는 이외의) 정보;
- 광고에 의해 링크되는 (본문 또는 이외의) 정보;
- 광고를 트리거하는 경향이 있는 질의들;
- 광고 타겟팅 키워드들;
- 광고주의 웹사이트로부터의 텍스트;
- 링크들로부터 광고주의 웹사이트로의 앵커텍스트(anchortext);
- 위치 및 선적 영역(shipping region)과 같은 광고주 정보;
- 제품 또는 서비스를 논의하는 웹사이트들 또는 토의 그룹들로부터의 텍스트;
- 임의의 다른 광고 정보.
이와 같은 정보를 얻을 수 있는 방법 및 이와 같은 정보를 저장할 수 있는 방법 및 장소를 설명하는 예들이 §§ 4.2.1.2 및 4.2.1.3 각각에 설명된다.
§ 4.2.1.2 광고 정보를 얻는 방법의 예들
특정 사용자 인구 세그먼트들에 광고를 타겟화하는 예를 들어 인구통계, 지리적 및/또는 사이코그래픽 정보와 같은 정보는 (a) 광고주에 의해 직접 제공되며, (b) 제3 자의 정보 제공자들로부터 획득되며, 및/또는 (c) 예를 들어 이와 같은 광고들을 선택하거나 이와 같은 광고들이 제공된 후 제품들 또는 서비스들을 구매하는 경향이 있는 다른 사용자들과 같은 사용자들의 속성들 또는 특징들을 토대로 추론될 수 있다.
§4.2.1.3 광고 정보를 저장하는 방법 및 장소의 예들
광고 정보는 특징-값 쌍들의 벡터와 같은 각종 수단에 의해 표시되고 광고 서버상의 데이터 관리 시스템에 저장될 수 있다. 본 발명의 이와 같은 실시예에서, 특징-값 쌍들의 (가중된) 벡터는 사용자의 현재 요청(예를 들어, 검색 질의 또는 문서 요청)과 관련하여 사용자 정보의 특징-값 쌍들의 (가중된) 벡터와 정합되어 소정 사용자와 하나 이상의 광고들에 대한 사용자들의 현재 요청 간의 유사도를 반영하는 스코어를 생성한다.
본 발명의 리파인된 실시예에서, 광고 정보는 관련된 소스를 지닌 n-그램들(어떤 최대, 예를 들어 3에 대한 길이 1의 워드들의 시퀀스들)(n-그램은 타겟팅 키워드들, 광고주 웹사이트로부터의 타이틀, 광고주 웹사이트의 메타 태그들 등으로부터 나온다), URL들, 카테고리들(예를 들어, 광고는 마이크로소프트 윈도우즈로 작동되는 소프트웨어 제품을 위한 것이다), 또는 여러 종류들의 정보를 위한 특정 값들(예를 들어, 비지니스는 특정 위도 및 경도에 위치된다)으로서 저장된다. 본 기술 분야에 공지된 바와 같이, n-그램은 심볼의 발생 확률이 N-1개의 다른 심볼들의 사전 발생도로 조건화되는 N차 Markov 언어 모델의 그래머 표현(grammar representation)이다. N-그램 그래머들은 통상, 전집(corpus)내의 워드들의 동시 발생도(co-occurrences)를 사용하는 큰 텍스트 전집으로부터 얻어지는 통계들로부터 구성된다. N-그램 그래머 모델들은 워드 쌍들(바이그램들(bigrams)), 워드 트리플들(트리그램들) 등과 같은 워드들의 시퀀스들의 가능성(likelihood)에 좌우된다. N-그램 그래머 모델은 그래머 트리의 브랜치 및 연속적인 노드를 각각 표시하는 데이터 튜플들(tuples)의 라인들을 포함하는 파일 포맷을 사용하여 트리로 표현될 수 있다. 브랜치 데이터는 N-그램의 워드 시퀀스를 표시하는 인덱스들의 리스트이다. 워드 시퀀스 데이터 다음에는 팩터 및 이벤트 카운트를 분기하는 노드를 표시하는 하나 또는 2개의 인테거들(integers)의 리스트가 있다.
도14의 전형적인 네트워크 환경을 다시 참조하면, 광고 정보는 광고 서버(1450)에 저장될 수 있지만, 이는 대신에 또는 부가적으로 그 밖의 다른 곳에 저장될 수 있다.
§4.2.2 전형적인 사용자 정보
도5는 본 발명에 의해 사용될 수 있는 사용자 정보를 저장하기 위한 전형적인 데이터 구조(500)를 도시한 것이다. 도시된 바와 같이, 사용자 정보는 사용자 식별자(510) 및 하나 이상의 사용자 특징들(또한, "사용자 정보의 아이템들"이라 칭함)(520)을 포함할 수 있다. 본 발명의 일부 실시예들에서, 사용자 특징(520)은 사용자 행동 정보 및/또는 사용자 프로파일(예를 들어, 인구통계, 지리적 위치, 사이코그래픽) 정보를 포함할 수 있다. 사용자 특징의 값은 정량적(이산 또는 연속적인 값, 예를 들어, 나이=58세; 평균 수입=$55,000, 거주 도시=샌프란시스코, CA) 또는 정성적(세트 내에 있거나 세트 내에 있지 않는다, 예를 들어, 봉급 $50,000-$100,000?=예: 미국 거주?=예).
§4.2.1.1 사용자 정보의 예들
사용자 정보 특징들은 다음 중 하나 이상을 포함할 수 있다.
- 사용자가 방문(또는 특정 시간에서 방문)하였던 웹사이트들의 내용(예를 들어, 워드들, 앵커텍스트, 등);
- 인구통계 정보;
- 지리적 정보;
- 사이코그래픽 정보;
- 사용자가 했던 이전 질의들(및/또는 관련된 정보);
- 사용자가 보았고, 선택했으며 및/또는 시청 후 구입했던 이전 광고들에 관한 정보;
- 사용자 관심들;
- 사용자로부터의 개인화된 결과들(예를 들어, 결과 선택, 결과 선택하지 않음, 결과에 소모되는 시간 량 등)에 관한 명시적 또는 암시적 피드백;
- 브라우징 활동도; 및,
-이전 구매 행동
이와 같은 정보는 개별적으로 저장되거나 사람들의 다양한 세트들 중에서 각종 방식들로 집합되어 저장될 수 있다. 이와 같은 정보는 복합 프로파일들을 얻기 위하여 결합될 수 있다.
§4.2.1.2 사용자 정보를 얻는 방법의 예들
예를 들어 인구통계, 지리적 및/또는 사이코그래픽 사용자 정보와 같은 사용자 정보는 (a) 사용자에 의해 직접 제공되며, (b) 제3자의 정보 제공자들로부터 획득되며, (c) 사용자의 다른 특징들을 토대로 추론되며, 및/또는 (d) X다른(예를 들어, 유사한) 사용자들의 특징들을 토대로 추론될 수 있다.
§4.2.1.3 사용자 정보를 얻는 방법 및 장소의 예들
사용자 정보는 특징-값 쌍들의 벡터와 같은 다양한 수단으로 표시되어 예를 들어 본원에 설명된 바와 같은 임의의 데이터 곤리 방식으로 저장될 수 있다. 그 후, 이와 같은 사용자 정보는 현재 사용자 요청과 관련된 정보와 관련하여 실행-시간에서 사용되어 디스플레이하기 위한 잠재적인 광고들의 세트에 대해 정합되도록 한다. 본 발명의 일 실시예에서, 사용자 정보는 관련된 소스를 지닌 n-그램들(어떤 최대, 예를 들어 3에 대한 길이 1의 워드들의 시퀀스들)(예를 들어, n-그램은 시청된 웹 페이지, 질의 등으로부터 나온다), URL들, 여러 종류들의 정보(예를 들어, 사용자는 특정 웹 브라우저를 사용하거나 사용자는 특정 위도 및 경도에 위치된다, 등)에 대한 특정 값들로서 저장된다.
사용자 정보의 저장 및 사용은 (a) 클라이언트-측 저장(예를 들어, 브라우저 쿠키, 로컬 파일, 히든 폼 필드들, 또는 URL 엔코딩 형태), (b) 서버-측 저장(예를 들어, 기록들의 데이터베이스, 플랫 파일들, 프로파일/행동 정보를 저장 및 검색하기 위한 전용 구조들) 및/또는 (c) 제3자 저장을 포함한 각종 다양한 형태들을 취할 수 있다. 따라서, 사용자 정보는 서버-측 상의 저장소에 상주하는 것을 필요로 하는 것이 아니라, 실제로 클라이언트 및/또는 제3 자에 의해 저장되어 사용자의 요청(예를 들어, 검색 질의 또는 문서 요청)에 의해 정보 서버로 전송될 수 있다. 사용자 정보는 예를 들어 웹 브라우저 쿠키(cookie)로 전송될 수 있다.
도14의 전형적인 네트워크 환경을 다시 참조하면, 사용자 정보는 하나 이상의 클라이언트 장치들(1420), 하나 이상의 내용 서버들(1430), 하나 이상의 검색 엔진들(1440), 하나 이상의 광고 서버들(1450), 및/또는 하나 이상의 사용자 정보 서버들(1460)에 저장될 수 있다. 어쨌든, 사용자 정보는 일부 데이터 관리 방식(예 를 들어, 데이터베이스, 플랫 파일들, 전용 데이터 관리 시스템, 웹 브라우저 쿠키들 등)을 사용함으로써 유지될 수 있다. 상이한 사용자 정보의 아이템들(예를 들어, 상이한 사용자 특징들)은 상이한 장치들 상에 저장될 수 있다.
§4.2.3. 요청-관련된 정보
도6은 본 발명에 의해 사용될 수 있는 요청-관련된 정보를 저장하기 위한 전형적인 데이터 구조(600)이다. 도시된 바와 같이, 요청-관련된 정보는 요청 식별자(610) 및 정보(620)의 하나 이상의 아이템들을 포함할 수 있다. 요청 정보의 조각은 검색 질의와 관련된 정보, 요청된 문서와 관련된 정보, 요청을 소싱하는 사용자에 관한 정보 등을 포함할 수 있다.
§4.2.4 정보 저장에 대한 리파인먼트들
실제 시스템을 성취하기 위하여, 광고들을 타겟화하는데 사용되는 사용자 정보의 볼륨을 감소시키고 및/또는 이 사용자 정보를 순서화하는 것이 바람직하고 필요로될 수 있다. 본 발명은 정보 및 정확도의 손실을 최소화하면서 이와 같은 감소를 허용한다. 게다가, 광고들의 잠재적인 제공을 제한하는 것이 바람직하거나 필요로될 수 있고, 결국 그리고 결국 사용자 정보의 검색시, 광고 서버는 제한되거나 개별적인 사용자 정보가 없는 어떤 경우들에 동작할 필요가 있을 수 있다. 본 발명을 따른 우선순위화는 광고 서버가 타겟팅 프로세스 동안 이용가능한 가치있는(예를 들어, 가장 가치있는) 정보에 포커스하도록 한다. 데이터 감소 및 프로세싱 우선순위화를 위한 전형적인 기술들이 후술된다.
본 발명의 일 실시예에서, 정보의 적어도 일부 아이템들 각각은 관련된 중요 도 가중치를 갖는다. 다수의 특징들에 대한 중요가 가중치들은 모두 그룹화되거나 어떤 방식으로 집합될 수 있다. 예를 들어, 사용자가 열람하였던 웹 페이지 상의 모든 워드들에 대한 중요도 가중치는 그룹화되고 다음 기술을 사용하여 모두 조정될 수 있다.
우선, 정보 일부에 할당된 중요도 가중치는 아마도 무엇보다도 정보 유형을 사용하여 결정될 수 있다. 예를 들어, 검색 질의들은 사용자가 열람하였던 웹 페이지들로부터 추출되는 n-그램들 보다 더 높은 초기 가중치를 가질 수 있다.
사용자 정보의 아이템들(예를 들어, 사용자 특징들)에 대한 중요도 가중치들은 특정 사용자 또는 사용자들의 그룹들의 작용들을 토대로 갱신될 수 있다. 도9는 본 발명을 따른 방식으로 광고 정보 또는 사용자 정보를 관리하도록 사용될 수 있는 전형적인 방법(900)의 순서도이다. 트리거 이벤트 블록(910)으로 표시된 바와 같이, 이 방법(900)은 광고가 제공되고 제공되는 광고의 선택은 (예를 들어, 가중된) 특징들을 사용하여 행할 때 실행된다. 사용된 특징들(중 적어도 일부)에 대해서 블록(920)으로 표시된 바와 같이, 이 특징의 중요도 가중치는 이 방법(900)이 리턴(RETURN) 노드(930)를 통해서 떠나기 전 (예를 들어 선택되거나 되지 않은)제공된 광고의 성능을 토대로 조정된다. 따라서, 예를 들어, 사용자가 광고를 선택하면, 추전되는 이 광고로 이끄는 사용자 정보 아이템들의 중요도 가중치들은 증가될 수 있다. 중요도 가중치(들)이 (절대적 또는 상대적) 증가되는 량(들)은 적어도 부분적으로 사용자 광고 추전 스코어에 사용자 정보의 아이템 각각이 얼마나 많이 기여하는지에 좌우될 수 있다. 유사하게, 사용자 정보의 관련 아이템들의 중요도 가 중치들은 사용자가 광고를 선택하지 않을 때 감소될 수 있다. 본 발명의 일 실시예에서, 가중치 감소 팩터는 가중치 증가 팩터보다 작다.
본 발명의 일 실시예에서, 중요도 가중치들은 (절대적 및/또는 상대적 텀들(terms)에서) 정보 아이템이 얼마나 종종 모든 사용자들에 걸쳐서 양호한 추천으로 되는지를 토대로 글로벌 가중치를 사용하여(예를 들어, 이와 결합되어) 선택적으로 조정될 수 있다. 대안적으로 또는 부가적으로, 중요도 가중치들은 (절대적 및/또는 상대적 텀들에서) 정보 아이템이 얼마나 종종 (예를 들어, 모든 유사한) 사용자들의 그룹에 걸쳐서 양호한 추천으로 되는지를 토대로 한 커뮤니티 가중치(community weight)를 사용하여(예를 들어, 이와 결합되어) 선택적으로 조정될 수 있다.
본 발명의 일 실시예에서, 기록 또는 사용자 정보의 세트가 특정 크기에 도달하면, 이는 적어도 중요도 가중치들을 사용하여 덜 중요한 정보의 아이템을 삭제함으로써 감소될 수 있다. 정보 아이템들의 저장 요건들이 또한 고려될 수 있다. 이 방식으로, 많은 저장을 필요로 하지만 낮은 중요도 가중치를 갖는 정보 아이템은 삭제를 위한 제1의 후보이다
본 발명의 일 실시에는 자신들의 중요도 가중치들을 사용하여 개별적인 정보 아이템들을 순서화(및 심지어 저장)할 수 있다. 이와 같은 실시예에서, 소정 사용자를 위한 사용자 정보의 요청들은 (중요도 가중치들과 관련하여) 가장 중요한 정보 아이템들만을 포함한 절사된 사용자 정보로 제공되거나, 충분한 정보가 얻어질 때까지 점차적인 방식으로 제공될 수 있다. 따라서, 예를 들어, 사용자 정보의 아이템들을 사용하는 프로세싱은 자신들의 중요도 가중치들의 순서로 행해질 수 있 다. 이는 프로세싱이 조기에(예를 들어, 일부의 잠재적인 제약에 부합하도록 하고 프로세싱이 특정 시간 제한 내에서 완료, 등을 하도록 하는 효율성을 위하여) 종료되도록 한다.
새로운 사용자 정보(의 아이템들)이 부가될 때, 기존의 정보 아이템들의 중요도 가중치들은 변경될 수 있다. 결국, (예를 들어, 소정 사용자를 위한)사용자 정보의 아이템들의 순서는 중요도 가중치 순서와 다를 수 있다. 그러므로, 본 발명은 자신들의 각 중요도 가중치들을 사용하여(예를 들어, 이에 따라서) 정보 아이템들을 주기적으로 기록하는데 사용될 수 있다.
어떤 경우들에, 사용자 정보의 전달 또는 프로세싱은 (예를 들어, 소정 사용자를 위한) 사용자 정보가 중요도 가중치를 사용하여(예를 들어, 이에 따라서) 기록되기 전 적절한 순서에 따라서 수행될 수 있다. 적어도 일부 예들 및/또는 일부 실시예들에서, 이와 같은 정보를 이 순서로 효율적으로 전달 및/또는 처리하기 위하여 각 중요도 가중치들의 순서로 정보 아이템들을 반드시 물리적으로 저장할 필요가 없다. 실제로, 적어도 일부 예들 및/또는 일부 실시예들에서, 중요도 순서로 정보를 반드시 전달 및/또는 처리할 필요가 없다. 예를 들어, 조건들이 허용되면, 모든 정보는 전달 및/또는 처리될 수 있다.
§4.2.5 프로세싱에 대한 리파인먼트들
프로세싱은 2가지로 나뉘어질 수 있는데, 제1 프로세싱 단계는 가능한 소정 시간 제한 내에서 (예를 들어, 소정 사용자를 위한) 사용자 정보를 가능한 처리하는데, 이 후 광고 추천들은 최종 사용자에게 제공된다. 그 후, 제2 프로세싱 단계 는 전체 세트 또는 레코드가 처리될 때까지 또는 제2 시간 제한이 도달될 때까지 사용자 정보의 나머지 파트를 계속 처리한다. 이 부가적인 프로세싱을 수행함으로써, 추천된 광고들의 수행성능을 토대로 정보 아이템들의 중요도 가중치에 대해 행해진 조정들은 제2 단계의 끝에서 처리될 때 더욱 큰 세트 또는 레코드를 사용할 수 있다. 사용자 프로파일이 일반적으로 사용자의 실제 관심들에 근접하기 때문에, 이 시스템은 통상적으로 사용자에 관한 완전하고 정확한 정보를 갖지 못한다. 사용자 프로파일의 2가지 특징들 중 한 특징, 즉 "혼다" 및 "S2000"을 토대로 사용자에 추천된 광고를 고려하라. 이 특징들 중 단지 한 특징, 즉 "혼다"가 제1 단계에서 처리된다라고 간주하며, 다른 한 특징, 즉 "S2000"은 현재 프로파일에서 낮은 중요도를 갖는다. "혼다 S2000" 광고는 단지 제1 특징만을 토대로 추천될 수 있고 이 광고상에서 클릭쓰루(clickthrough)될 수 있다. 제2 프로세싱 단계를 제공함으로써, 제2 특징이 또한 추천되는 광고에 기여된다라고 결정될 수 있음으로, 이 특징의 중요도는 이 기여도를 사용하여 조정될 수 있다.
§4.2.5 전형적인 애플리케이션들
§4.2.5.1 고급 AD 타겟팅
도7은 본 발명을 따른 방식으로 광고들을 타겟화하기 위하여 사용될 수 있는 전형적인 방법(700)의 순서도이다. 블록(710)에 도시된 바와 같이, 요청-관련된 정보(예를 들어, 검색 질의, 문서 요청 등과 같은 사용자 요청과 관련된 정보)가 수용된다. 블록(720)에 도시된 바와 같이, 검색 질의(또는 이 제출된 문서 요청 또는 어떤 다른 요청)를 제공하는 사용자에 관한 정보가 수용된다. 이 정보는 사용자 프 로파일 정보 및/또는 사용자 행동 정보를 포함할 수 있다. 사용자 정보의 아이템들은 예를 들어 상기 §4.2.4 및 §4.2.5에 기재된 바와 같은 어떤 방식으로 자신들 각각의 중요도 가중치들을 토대로 제공 및 처리될 수 있다. 그 후, 블록(730)에 도시된 바와 같이, 다수의 광고들 각각에 대한 스코어는 광고 정보, 요청-관련된 정보 및 사용자 정보의 적어도 일부를 사용하여 결정된다. 본 발명의 애플리케이션에 따라서 블록(740)에 도시된 바와 같이, 방법(700)이 리턴 노드(750)를 통해서 떠나기 전 적어도 하나의 광고는 적어도 결정된 스코어들을 사용하여 다수의 광고들로부터 랭크 순서화되며, 필터링되며, 및/또는 선택된다. 광고 스코어들을 결정하기 위한 전형적인 기술들은 이하의 §4.2.5.4에 설명된다.
§4.2.5.2 광고 크리에이티브 선택 및 생성
자동 크리에이티브 구성 및/또는 선택은 가능한 사용자에 관해서 이용가능한 정보, 사용자 요청(예를 들어, 검색 질의 또는 문서 요청) 및 요청된 정보의 조합을 토대로 광고 크리에이티브들이 특정 사용자들에게 맞추어지도록 한다. 도8은 본 발명을 따른 방식으로 광고 크리에이티브를 선택 및/또는 발생시키도록 사용될 수 있다. 블록(810)으로 표시된 바와 같이, 요청-관련된 정보(예를 들어, 검색 질의, 문서 요청 등과 관련된 정보)가 수용된다. 또한, 블록(820)으로 표시된 바와 같이, 요청을 제공하는 사용자에 관한 정보가 수용된다. 이 정보는 사용자 프로파일 정보 및/또는 사용자 행동 정보를 포함할 수 있다. 사용자 정보의 아이템들은 예를 들어 상기 §4.2.4 및 §4.2.5.에 서술된 바와 같은 어떤 방식으로 자신들의 각각의 중요도 가중치들을 토대로 제공되고 처리될 수 있다. 그 후, 블록(830)에 도시된 바 와 같이, 다수의 광고 그룹들(또는 광고 캠페인들) 각각에 대한 스코어는 적어도 일부 요청-관련된 정보 및 적어도 일부 광고 그룹 정보를 사용하여 결정된다. 적어도 일부 사용자 정보는 또한 스코어의 결정시에 사용될 수 있다. 그 후, 블록(840)에 도시된 바와 같이, 광고 그룹들 중 적어도 하나는 적어도 결정된 스코어를 사용하여 랭크 순서화되며, 선택되며, 및/또는 필터링된다. 그 후, 블록(850)에서 도시된 바와 같이, 방법(800)이 리턴 노드(860)를 통해서 떠나기 전, (예를 들어, 선택된) 광고 그룹(또는 광고 캠페인)에서 다수의 광고들로부터 적어도 하나의 광고는 사용자 정보의 적어도 일부를 사용하여 선택된다. 광고 그룹 스코어들을 결정하기 위한 전형적인 기술들은 이하의 §4.2.5.4에 설명된다.
§4.2.5.3 질의 명확성
적절한 광고 또는 광고 크리에이티브를 선택하는 것 이외에도, 사용자 정보는 모호한 검색 텀을 포함하는 검색 질의를 명확하게 하도록 사용될 수 있다. 예를 들어, 검색 질의 "재규어"를 제공하는 사용자는 (A) 재규어 차들에 관한 정보, 동물에 관한 정보, 애플 재규어 운영 시스템에 관한 정보 또는 잭슨빌 재규어 NFL 풋볼 팀에 관한 정보 중 어느 하나를 원할 수 있다. 사용자 정보는 "재규어" 검색 텀을 명확하게 하도록 지원하는데 사용될 수 있다. 이 예에서, 사용자의 이전 브라우징 활동도로부터의 정보는 모호한 질의 "재규어"를 명확하게 하도록 하거나 사용자가 거의 또는 전혀 관심을 두지 않는 광고들이 디스플레이되는 것을 방지한다. 예를 들어, 사용자가 최근에 "애플 컴퓨터" 및 "운영 시스템들"에 대한 질의를 한 후 검색 질의 "재규어"를 제공하였다면, 사용자의 이전 질의 히스토리는 이 질의가 차, 동물 또는 NFL 팀에 관한 것이 아니라 애플 컴퓨터들을 위한 운영 시스템과 관련되었다라고 추론하는데 사용될 수 있다. 결국, 광고들은 이와 같은 정보를 이용함으로써 사용자에게 더욱 양호하게 타겟화될 수 있다.
§4.2.5.4 유사성 결정 기술들
상기 도입된 광고 스코어링 프로세스들은 (a) 광고 정보 및 (b) 요청 관련된 정보와 사용자 정보 간의 유사성 또는 정합의 일부 형태를 사용할 수 있다. 이와 같은 유사성 결정은 여러 방법들로 수행될 수 있다. 예를 들어, 다음 유사성 결정 기술들 중 한 가지 이상의 기술들이 사용될 수 있다:(a) (예를 들어 후술되는 바와 같은) 벡터-기반;(b) (예를 들어 후술되는 바와 같은) 룰-기반;(c) 확률 또는 정합 가능도를 추론하는데 적합한 개연론; (d) 퍼지 논리 정합. 다른 유사성 결정 기술들은 또한 본 발명 항에서 사용될 수 있다.
막 언급된 바와 같이, 광고들에 사용자 요청들을 정합시키는 한가지 방법은 사용자 및 이들의 현재 요청에 관한 정보를 사용하는 벡터를 형성한다. 다수의 광고들 각각은 또한 대표 벡터(representative vector)를 갖는다. (사용자 또는 광고 중 어느 하나를 위한)이와 같은 특징 벡터들이 또한 이력 데이터로부터 결정된 부가적인 정보를 포함할 수 있다. 예를 들어, 어느 인구통계 그룹들이 클릭 온하는 경향에 관한 추론들은 데이터 마이닝 기술(data mining techniques)을 사용하여 결정될 수 있다. 그 후, 이 (예를 들어, 오프-라인) 분석의 결과들은 광고들의 특징 벡터에서 하나 이상의 속성들로서 사용될 수 있다. 사용자 요청 및 사용자 정보와관련된 정보가 특징 벡터로서 표현되고 광고들이 관련된 특징 벡터들을 가질 때, 이와 같은 특징 벡터들은 벡터들 간의 코사인 거리, 해밍(hamming) 거리 및/또는 다양한 다른 벡터 거리 측정들 중 임의의 한 측정과 같은 스코어링 함수를 사용하여 정합될 수 있다. 그 후, 광고들은 이와 같은 함수에 의해 발생된 스코어들을 사용하여(예를 들어, 이에 따라서) 랭크될 수 있다. 본질적으로, 광고 랭킹의 결정은 예를 들어 가격 정보 및/또는 성능 정보와 같은 다른 정보를 사용할 수 있다. 본 발명의 일 실시예에서, 톱 랭킹 광고들은 사용자에게 렌더링하기 위하여 제공된다.
상술된 바와 같이, 광고들을 선택하는 또 다른 기술은 (a) 광고 정보 및 (b) 사용자 정보 및 요청-관련된 정보의 유사성을 규정하는 룰들 및/또는 함수들의 세트를 적용하는 것을 포함한다. 이와 같은 룰 및/또는 포뮬러-기반 시스템은 논리적 규칙들의 임의 조합들(예를 들어, 부착된 가중치들)을 사용하여 광고 정보, 사용자 정보 및 요청-관련된 정보의 적어도 일부를 사용하여 광고들에 가중된 스코어들을 제공한다.
상술된 바와 같이, 벡터-기반으로 한 기술들 및 룰들 및/또는 포뮬러-기반으로 한 기술들은 사용자-요청 정보에 대한 하나 이상의 광고들을 위한 스코어를 발생시키기 위하여 동시에 사용될 수 있다.
본 발명의 일 실시예에서, 텀 빈도-인버스 문서 빈도 프로덕트(TF-IDF) 측정값은 광고 정보, 사용자 정보, 및 요청-관련된 정보를 사용하여 결정되어 유사성 스코어를 발생시킨다. 광고 정보를 위한 N-그램들은 광고 정보의 소스 및/또는 유형에 따라서 부가적으로 가중될 수 있다. 예를 들어, 명시적으로 규정된 광고 정보(예를 들어, 타겟팅 키워드들)는 다른 광고 정보(예를 들어, 광고주의 웹사이트)로 부터 추론 또는 도출되는 광고 정보보다 더 높은 가중치를 가질 수 있다. 사용자 정보는 중요도 측정값, 소스 및/또는 유형에 따라서 부가적으로 가중될 수 있다. 선택적 부가적 정보 아이템 가중치는 다음중 하나 이상을 사용하여 결정될 수 있다:(a) 예를 들어 이 특징이 모든 사용자들 또는 모든 유사한 사용자들에 걸쳐서 얼마나 자주 양호한 추천으로 되는지를 토대로 한 글로벌 및/또는 컴뮤니티 가중치들, 및 (b) 다른 중요도 측정치들(예를 들어, "the", "a" 등과 같은 "스톱" 워드들이 낮거나 제로 가중치들로 제공될 수 있다).
§4.2.5.4.1 유사성 결정 기술들에 대한 리파인먼트들
광고들을 사용자 정보 및 요청-관련된 정보에 정합시키는 프로세스를 효율적으로 하기 위하여, §4.2.4.에 상술된 바와 같은 특징 선택, 특징 일반화, 및/또는 특징 집합 기술들은 비교되는 벡터들의 크기들을 감소시키도록 사용될 수 있다. 예를 들어, 특징 선택은 (a) 사용자 및 요청-관련된 정보와 (b) 광고 정보 간의 정합 프로세스의 부분으로서 사용되는 특징들의 수 및/또는 크기를 감소시키도록 사용될 수 있다. 이와 같은 특징 선택 기술들은 단지 몇 개의 특징들 또는 정보 아이템들을 사용자 및 요청-관련된 및/또는 광고 정보의 벡터 표현에서 높은(절대적 및/또는 상대적 텀들) 중요도 가중치를 갖도록 하는 것을 포함할 수 있다. 또 다른 선택 특징 기술은 예를 들어 "상호 정보", "카이 제곱 피트" 또는 상관과 같은 통계적 특징을 사용하여 어느 특징들이 양호하게 수행(예를 들어, 클릭 온)될 것 같은 하나 이상의 광고 정보를 발생시키기 위하여 다른 특징들보다 더 많이 표시되는지를 결정하는 것을 포함할 수 있다. 또한 다른 특징 선택 기술은 가장 유용한 것으로 간주되는 이들 특징들을 간단히 수동-선택하는 것이다. 이들 또는 다른 특징 선택 기술들 중 2개 이상의 기술들이 동시에 사용될 수 있다.
유사하게, 광고 정보 벡터들은 초기 기준들(예를 들어, 정확하게 정합하는 특정 특징들)의 일부 세트를 사용하여 사전-필터링되어, 남아있는 광고 정보 벡터들의 매우 작은 서브셋이 사용자 및 요청-관련된 정보에 대해서 랭크될 필요가 있도록 한다. 이 기술은 결합된 룰-기반이고 벡터 거리 유사성 결정 기술을 예시한다. 이 기술을 사용하면 사용자 요청과 관련된 정보 및 광고 정보 간의 전체 정합 프로세스의 효율성을 증가시키도록 지원하는 부가적인 장점을 갖는다.
도10은 일반적으로 사용자 요청(1010)과 관련된 하나 이상의 광고들(1040)의 제1 세트가 (광고들과 관련된 키워드 타겟팅 정보와 같은 광고 정보(1030) 및 아마도 요청-관련된 정보(1025)를 사용하여) 우선 결정되는 대안적인 실시예를 도시한다. 하나 이상의 광고들(1040)의 제1 세트는 사용자-특정 광고 결정 동작들(1050)에 의해 부가 처리되어 (예를 들어, 사용자 정보(1060)를 사용하여 결정된 제2 유사성 스코어를 토대로 순서화 및/또는 필터링되는) 광고들(1070)의 최종 세트를 결정한다. 이와 같은 실시예는 사용자 정보(의 부분)이 클라이언트 상에 저장될 때 유용할 수 있다. 예를 들어, 광고 서버는 사용자 요청(예를 들어, 검색 질의 도는 문서 요청)을 위한 톱 N(예를 들어, N=100) 광고들을 클라이언트에 전송할 수 있다. 그 후, 이 클라이언트는 이들 제공된 광고들을 로컬 사용자 정보를 토대로 기록할 수 있다.
§4.2.6 전형적인 장치
도15는 상술된 동작들 중 하나 이상의 동작(예를 들어, 최종 사용자 시스템 또는 클라이언트 장치에 의해 수행되는 동작들, 내용 서버에 의해 수행되는 동작들, 검색 엔진에 의해 수행되는 동작들, 광고 서버에 의해 수행되는 동작들)을 실행할 수 있는 기계(1500)의 고 레벨 블록도이다. 이 기계(1500)는 근본적으로 하나 이상의 프로세서들(1510), 하나 이상의 입력/출력 인터페이스 유닛들(1530), 하나 이상의 저장 장치들(1520) 및 결합된 소자들 간에 정보 통신을 용이하게 하는 하나 이상의 시스템 버스 및/또는 네트워크들(1540)을 포함한다. 하나 이상의 입력 장치들(1532) 및 하나 이상의 출력 장치들(1534)은 하나 이상의 입력/출력 인터페이스들(1530)에 결합될 수 있다.
하나 이상의 프로세서들(1510)은 기계-실행가능한 명령들을 실행할 수 있다(예를 들어, 캘리포니아 팔로 알토에 소재하는 썬 마이크로시스템즈 사로부터 입수가능한 솔라리스 운영 시스템 또는 북부 캘리포니아 두르햄에 소재하는 레드 햇 사(Red Hat, Inc.)와 같은 다수의 벤더들로부터 입수 가능한 리눅스 운영 시스템 상에서 실행되는 C 또는 C++). 기계 실행가능한 명령들의 적어도 일부는 하나 이상의 저장 장치들(1520) 상에 (일시적으로 또는 더욱 영구적으로) 저장될 수 있으며 및/또는 하나 이상의 입력 인터페이스 유닛들(1530)을 통해서 외부 소스로부터 수신될 수 있다.
일 실시예에서, 기계(1500)는 하나 이상의 종래 개인용 컴퓨터들일 수 있다. 이 경우에, 프로세싱 유닛들(1510)은 하나 이상의 마이크로프로세서들일 수 있다. 버스(1540)는 시스템 버스를 포함할 수 있다. 저장 장치들(1520)은 판독 전용 메모 리(ROM) 및/또는 랜덤 액세스 메모리(RAM)와 같은 시스템 메모리를 포함할 수 있다. 저장 장치들(1520)은 또한 하드 디스크로부터 판독 및 이에 기록하는 하드 디스크 드라이브, (예를 들어, 제거가능한) 자기 디스크로부터 판독 또는 이에 기록하는 자기 디스크 드라이브, 및 콤팩트 디스크와 같은 제거 가능한(자기-)광 디스크 또는 다른(자기-) 광 매체로부터 판독 또는 이에 기록하는 광 디스크 드라이브를 포함할 수 있다.
사용자는 명령들 및 정보를 예를 들어 키보드 및 포인팅 장치(예를 들어 마우스)와 같은 입력 장치들(1532)을 통해서 개인용 컴퓨터에 입력한다. 마이크로폰, 조이스틱, 게임 패드, 위성 접시, 스캐너 등과 같은 다른 입력 장치들이 또한(또는 대안적으로) 포함될 수 있다. 이들 및 다른 입력 장치들은 종종, 시스템 버스(1540)에 결합되는 적절한 인터페이스(1530)를 통해서 프로세싱 유닛(들)에 접속된다. 출력 장치들(1534)은 적절한 인터페이스를 통해서 시스템 버스(1540)에 또한 접속될 수 있는 모니터 또는 이외 다른 유형의 디스플레이 장치를 포함할 수 있다. 모니어 이외에(또는 대신에), 개인용 컴퓨터는 예를 들어 스피커들 및 프린터들과 같으 다른(주변) 출력 장치들(도시되지 않음)을 포함할 수 있다.
§4.3 동작들의 예들
도11 및 도12는 광고 선택을 위한 본 발명의 전형적인 애플리케이션을 도시한 것이다. 도11에 도시된 바와 같이, 다수의 광고 크리에이티브(1120)(이는 본 발명의 일 실시예에서, 상이한 광고 그룹들 또는 상이한 광고 캠페인들에 속한다)는 검색 질의 "재규어"(1110)에 관련된다. 불행하게도, 내용이 없는 용어 "재규어"는 여러 의미들을 가질 수 있다. 즉, 광고 서버는 재규어 자동차들을 위한 광고 크리에이티브(1120a), 잭슨빌 재규어 NFL 풋볼 팀을 위한 광고 크리에이티브(1120b), 재규어 애플 운영 시스템을 위한 광고 크리에이티브(1120c), 또는 사파리를 위한 광고 크리에이티브(1120d)를 제공할지를 알지 못한다. 일부 광고들이 소위 네거티브 키워드들(예를 들어, 검색 질의가 임의의 용어들 "자동차", "차", "XJ6", "S-유형"," X-유형", "잭슨빌", "NFL", "풋볼", "애플" 및 "운영 시스템"을 포함하면, 광고주가 자신의 광고 크리에이티브(1120d)가 나타나지 않도록 특정되는 경우)갖는 경우 조차도, 이와 같은 네거티브 키워드들은 간단한 질의 "재규어"를 위하여 지원되지 않는다.
본 발명의 실시예는 재규어 오토 광고 크리에이티브(1120a)를 선택하기 위하여 검색 질의(110)를 제출하는 사용자의 사용자 정보(1130)를 사용할 수 있다. 도시된 바와 같이, 이 예에서, 사용자 정보는 인구통계 정보(또는 성, 나이, 지리적위치, 수입 및 결혼 상태 등과 같은 사용자 프로파일 정보) 뿐만 아니라 사용자 행동 정보(최근 구매들, 방문된 최근 웹사이트들, 최근 선택된 광고들, 등)을 포함한다. 정보가 일반화되고(예를 들어, 나이 그룹 18-35(1132), 18-35 남성(1134), 및 젊은 도시 남성(1136)) 추정들이 행해질 수 있다(예를 들어, 젊은 도시 전문가 남성(1142))는 점에 유의하라. 행동 정보는 방문된 웹사이트들로부터 추출된 정보(예를 들어, 용어들(1152, 1154))를 포함할 수 있다. 이 예에서, 최근 방문된 에드문즈 웹사이트로부터 추출된 용어 "자동차" 및 사용자 인구통계 정보가 제공되면, 재규어 오토 광고 크리에이티브(1120a)를 제공하도록 결정된다.
도12에 도시된 바와 같이, 나중에 동일한 사용자는 검색 질의 "블루스"을 제공한다. 불행하게도, 내용이 없는 용어 "블루스"는 여러 의미들을 가질 수 있다. 즉, 광고 서버는 레코드들을 위한 광고 및 콤팩트 디스크들을 위한 광고 크리에이티브(1220a)("클래식", "재즈", "뮤지컬들", "블루스" 등의 키워드 타겟팅(1222a)와 관련됨), 어린이들의 비디오들("블루 클루즈(blue's clues)", "스폰지 밥(sponge bob)" 등의 키워드 타겟팅(1222b)과 관련됨), 또는 챠터 보트 피싱(charter boat fishing)("근해", "참치", "블루스", "챠터" 등의 키워드 타겟팅(1222c)와 관련됨)을 위한 광고 크리에이티브(1220c)를 제공하는지 여부를 알지 못한다. 이 예에서, 사용자 정보(1230)는 도11의 사용자 정보(1130)와 유시하지만, 최근 선택된 이 광고들은 새로운 광고(1262)를 포함한다. 이 경우에, 사용자에 의해 방문된 닉 쥬니어 웹사이트가 용어 '블루의 클루즈"을 포함하고 사용자가 블루의 클루즈 비디오 DVD를 최근에 구입하였기 때문에, 이는 광고 크리에이티브(1220b)를 제공하도록 결정된다.
도13은 광고 크리에이티브 선택에 대한 본 발명의 전형적인 애플리케이션을 도시한 것이다. 이 예예서, 검색 질의 "혼다"는 혼다 광고 캠페인(1320)과 정합된다. 혼다 광고 캠페인은 하나 이상의 광고 크리에이티브, 즉 일반적인 혼다 광고 크리에이티브(1325a), 혼다 어코드 광고 크리에이티브(1325b), 혼다 S2000 광고 크링에이티브(1325c) 및 혼다 오디세이 광고 크리에이티브(1325b)를 포함한다. 이 예에서, 추정된 사용자 정보(1372)를 토대로, 광고 크리에이티브(1325)를 제공하도록 결정된다. 추정된 사용자 정보(1372)는 미리정해져 광고 정보(1330)에 저장될 수 있거나 필요에 따라서 결정될 수 있다. 이 예에서, 사용자는 결혼 상태 인구통계 정보, 최근 구매 및 최근 선택된 광고들을 토대로 한 명 이상이의 아이를 갖은 기혼이라고 추정된다.
§ 결론
상술된 개시로부터 이해할 수 있는 바와 같이, 본 발명은 요청-관련된 정보 및 사용자 정보 둘 다를 사용함으로써 특정 관련 광고들을 제공하도록 사용될 수 있다.

Claims (76)

  1. a) 사용자 요청과 관련된 정보를 수용하는 단계;
    b) 상기 사용자 요청을 제공하는 사용자에 관한 정보를 수용하는 단계;
    c) 상기 사용자 요청과 관련된 수용된 정보 및 상기 사용자에 관한 수용된 정보 둘 다를 사용하여 적어도 하나의 광고에 대한 스코어를 결정하는 단계를 포함하는 방법.
  2. 제1항에 있어서, 상기 사용자 요청은 검색 질의인 방법.
  3. 제1항에 있어서, 상기 사용자 요청은 문서 요청인 방법.
  4. 제1항에 있어서, 상기 스코어 결정 단계는:
    - 상기 적어도 하나의 광고와 관련된 정보와,
    - 상기 사용자 요청과 관련된 수용된 정보 및 상기 사용자에 관한 수용된 정보 간의 유사성을 결정하는 단계를 포함하는 방법.
  5. 제4항에 있어서, 상기 적어도 하나의 광고와 관계된 정보는 제1 특징 벡터로서 표현되는데,
    상기 사용자 요청과 관련된 수용된 정보 및 상기 사용자에 관한 수용된 정보 는 제2 특징 벡터로서 표현되고,
    상기 유사성은 상기 제1 특징 벡터와 상기 제2 특징 벡터 간의 적어도 코사인 거리를 사용하여 결정되는 방법.
  6. 제5항에 있어서, 상기 제1 및 제2 특징 벡터들 중 적어도 하나의 정보의 적어도 일부 아이템들 각각은 관련된 중요도 가중치를 갖고,
    상기 유사성은 상기 제1 특징 벡터의 적어도 일부와 상기 제2 특징 벡터의 적어도 일부 간의 적어도 코사인 거리를 사용하여 결정되는 방법.
  7. 제6항에 있어서, 상기 제1 및 제2 특징 벡터들 중 적어도 하나의 벡터의 적어도 일부는 상기 제1 특징 벡터의 정보 아이템들 중 최고 중요도 가중치들을 지닌 정보 아이템들을 포함하는 방법.
  8. 제5항에 있어서, 상기 제1 특징 벡터의 정보 아이템들 중 적어도 일부 아이템들 각각은 관련된 중요도 가중치를 가지며,
    상기 제1 특징 벡터의 정보 아이템들 중 적어도 일부 아이템들은 자신들의 중요도 가중치에 따라서 순서화되고,
    상기 제2 특징 벡터의 정보 아이템들 중 적어도 일부 아이템들 각각은 관련된 중요도 가중치를 가지며,
    상기 제2 특징 벡터의 정보 아이템들 중 적어도 일부 아이템들은 자신들의 중요도 가중치에 따라서 순서화되는 방법.
  9. 제4항에 있어서, 상기 적어도 하나의 광고와 관련된 정보는 텀들(terms) 및 텀 빈도(term frequencies)를 포함하며,
    상기 사용자 요청과 관련된 수용된 정보 및 상기 사용자에 관한 수용된 정보는 텀들 및 텀 빈도들을 포함하고,
    상기 유사성은 적어도 텀 빈도-인버스(inverse) 문서 주파수 측정값을 사용하여 결정되는 방법.
  10. 제4항에 있어서, 상기 적어도 하나의 광고와 관련된 정보는 제1 정보 아이템들의 세트를 포함하며,
    상기 사용자 요청과 관련된 수용된 정보 및 상기 사용자에 관한 수용된 정보는 제2 정보 아이템들의 세트를 포함하고,
    상기 제1 및 제2 정보 아이템들 각각은 관련된 중요도 가중치들을 가지며, 상기 관련된 중요도 가중치들은 (A) 상호 정보, (B) 카이 제곱 피트(chi-square fit), (C) 상관, 및 (D) 수동 선택으로 구성된 특징 선택 절차들의 그룹으로부터 선택되는 적어도 특징 선택 절차를 사용하여 결정되는 방법.
  11. 제4항에 있어서, 상기 적어도 하나의 광고와 관련된 정보는 제1 정보 아이템들의 세트를 포함하며,
    상기 사용자 요청과 관련된 수용된 정보 및 상기 사용자에 관한 수용된 정보는 제2 정보 아이템들의 세트를 포함하고,
    상기 제1 및 제2 정보 아이템들 각각은 관련된 중요도 가중치들을 가지며, 상기 관련된 중요도 가중치들은 적어도 과거 제공된 광고의 성능을 사용하여 결정되며, 상기 광고는 상기 제1 및 제2 정보 아이템들의 적어도 일부를 사용하여 결정되는 스코어를 포함하는 방법.
  12. 제1항에 있어서,
    d) 광고들 중 적어도 2개를 그들의 결정된 스코어들을 사용하여 순서화하는 단계를 더 포함하는 방법.
  13. 제12항에 있어서,
    e) 적어도 2개의 광고들의 순서화를 사용하여 적어도 하나의 광고의 최종 세트를 결정하는 단계를 더 포함하는 방법.
  14. 제1항에 있어서,
    d) 제2 광고 세트를 생성하기 위하여, 제1 광고들의 세트를 광고들의 결정된 스코어들을 사용하여 필터링하는 단계를 더 포함하는 방법.
  15. 제1항에 있어서, 상기 사용자 요청은 검색 질의이고 상기 사용자 요청과 관 련된 정보는 검색 질의로부터 적어도 하나의 키워드를 포함하는 방법.
  16. 제1항에 있어서, 상기 사용자 요청은 문서 요청이고 상기 사용자 요청과 관련된 정보는 문서 정보를 포함하는 방법.
  17. 제1항에 있어서, 상기 사용자 요청은 검색 질의이고 상기 사용자 요청과 관련된 정보는 상기 검색 질의에 응답하여 검색 결과 페이지의 문서 정보를 포함하는 방법.
  18. 제1항에 있어서, 상기 사용자에 관한 정보는 (a) 사용자 프로파일 정보 및 (b) 사용자 행동 정보중 적어도 하나를 포함하는 방법.
  19. 제1항에 있어서, 상기 사용자에 관한 정보는 인구통계 정보를 포함하는 방법.
  20. 제19항에 있어서, 상기 인구통계 정보는 (A) 나이, (B) 나이 범위, (C) 나이 카테고리, (D) 성, (E) 수입, (F) 수입 범위, (G) 수입 카테고리, (H) 결혼 상태, (I) 교육 수준, 및 (J) 부모 상태로 구성된 정보 아이템들의 그룹으로부터 선택되는 적어도 하나의 정보 아이템을 포함하는 방법.
  21. 제1항에 있어서, 상기 사용자에 관한 정보는 지리적 정보를 포함하는 방법.
  22. 제1항에 있어서, 상기 사용자에 관한 정보는 사이코그래픽(psychographic) 정보를 포함하는 방법.
  23. 제1항에 있어서, 상기 사용자에 관한 정보는 사용자 행동 정보를 포함하는 방법.
  24. 제23항에 있어서, 상기 사용자 행동 정보는 (A) 상기 사용자에 의해 제공되는 이전 검색 질의들에 관계되는 정보, (B) 사용자에 의한 특정 검색 엔진에 제공되는 이전 검색 질의들에 관계되는 정보, (C) 사용자에게 랜더링하기 위하여 제공되는 이전 광고들에 관계되는 정보, (D) 사용자에 의해 렌더링하기 위하여 제공되는 이전 광고들에 관계되고 선택되는 정보, (E) 사용자에 의해 열람되는 문서의 문서 정보, (F) 사용자에 의해 편집되는 문서에 관한 문서 정보, (G) 사용자에 의한 이전 구매들, 및 (H) 사용자에 의한 이전 온라인 구매들로 구성된 정보 아이템들의 그룹으로부터 선택되는 적어도 하나의 정보 아이템을 포함하는 방법.
  25. 제1항에 있어서,
    d) 적어도 결정된 스코어를 사용하여 적어도 하나의 광고를 제공하는 단계를 더 포함하는 방법.
  26. 제25항에 있어서,
    e) 제공되는 상기 적어도 하나의 광고에 응답하는 사용자 행동을 수용하는 단계 및,
    f) 적어도 상기 수용된 사용자 행동을 사용하여, 사용자 정보의 하나 이상의 아이템들과 관련된 하나 이상의 중요도 가중치들을 조정하는 단계를 더 포함하는 방법.
  27. 제26항에 있어서, 상기 수용된 사용자 행동은 상기 광고의 성능 측정에 대응하는 방법.
  28. 제26항에 있어서, 상기 스코어는 제1 사용자 정보 아이템들의 세트만을 사용하여 결정되며, 조정된 가중치들을 갖는 상기 하나 이상의 사용자 정보 아이템들은 제2 사용자 정보 아이템들의 세트에 속하고, 상기 제2 사용자 정보 아이템들의 세트는 상기 제1 사용자 정보 아이템들의 세트보다 큰 방법.
  29. 제28항에 있어서, 상기 제2 사용자 정보 아이템들의 세트는 상기 제1 사용자 정보 아이템들의 세트를 포함하는 방법.
  30. 제1항에 있어서, 상기 사용자 요청과 관련된 수용된 정보 및 상기 사용자에 관한 수용된 정보 중 적어도 하나의 정보는 관련된 중요도 가중치들을 갖는 정보 아이템들을 포함하고,
    상기 사용자 요청과 관련된 수용된 정보 및 상기 사용자에 관한 수용된 정보 둘 다를 사용하여 적어도 하나의 광고에 대한 스코어를 결정하는 단계는 정보 아이템들의 중요도 가중치들의 순서로 정보 아이템들을 처리하는 방법.
  31. 제30항에 있어서, 상기 적어도 하나의 광고에 대한 스코어를 결정하는 단계는 모든 정보 아이템들이 상기 스코어 결정에서 고려되는지 여부에 관계없이 이벤트 발생시 종료되는 방법.
  32. 제31항에 있어서, 상기 이벤트는 타이머 만료인 방법.
  33. a) 사용자 요청과 관련된 정보를 수용하는 단계;
    b) 상기 사용자 요청을 제공하는 사용자에 관한 정보를 수용하는 단계;
    c) 상기 사용자 요청과의 일반적인 관련성의 제1 광고들의 세트를 결정하는 단계; 및,
    d) 상기 제1 광고들의 세트의 광고들 중 적어도 일부 광고에 대해서, 적어도 상기 사용자에 관한 수용된 정보를 사용하여 스코어를 결정하는 단계를 포함하는 방법.
  34. 제33항에 있어서, 상기 사용자 요청은 검색 질의인 방법.
  35. 제33항에 있어서, 상기 사용자 요청은 문서 요청인 방법.
  36. 제33항에 있어서, 상기 사용자에 관한 정보는 (a) 사용자 프로파일 정보 및 (b) 사용자 행동 정보 중 적어도 하나를 포함하는 방법.
  37. 제33항에 있어서, 상기 사용자 요청은 검색 질의인 방법.
  38. a) 사용자 요청과 관련된 정보를 수용하는 단계;
    b) 상기 사용자 요청을 제공하는 사용자에 관한 정보를 수용하는 단계;
    c) 적어도 광고 그룹 정보와 (i) 사용자 요청 정보 및 (ii) 사용자 정보 중 적어도 하나를 사용하여 다수의 광고 그룹들 각각에 대한 제1 스코어를 결정하는 단계;
    d) 상기 제1 스코어를 사용하여 광고 그룹을 선택하는 단계;
    e) 적어도 상기 사용자 정보를 사용하여 상기 선택된 광고 그룹으로부터 적어도 하나의 광고를 선택하는 단계를 포함하는 방법.
  39. a) i) 사용자 요청과 관련된 정보 및 ii) 상기 사용자 요청을 제공하는 사용자에 관한 정보를 수용하는 입력;
    b) 상기 사용자 요청과 관련된 수용된 정보 및 상기 사용자에 관한 수용된 정보 둘 다를 사용하여 적어도 하나의 광고에 대한 스코어를 결정하는 수단을 포함하는 장치.
  40. 제39항에 있어서, 상기 사용자 요청은 검색 질의인 장치.
  41. 제39항에 있어서, 상기 사용자 요청은 문서 요청인 장치.
  42. 제39항에 있어서, 상기 스코어 결정은:
    - 상기 적어도 하나의 광고와 관련된 정보와,
    - 상기 사용자 요청과 관련된 수용된 정보 및 상기 사용자에 관한 수용된 정보 간의 유사성을 결정하는 것을 포함하는 장치
  43. 제42항에 있어서, 상기 적어도 하나의 광고와 관계된 정보는 제1 특징 벡터로서 표현되며,
    상기 사용자 요청과 관련된 수용된 정보 및 상기 사용자에 관한 수용된 정보는 제2 특징 벡터로서 표현되고,
    상기 유사성은 상기 제1 특징 벡터와 상기 제2 특징 벡터 간의 적어도 코사인 거리를 사용하여 결정되는 장치.
  44. 제43항에 있어서, 상기 제1 및 제2 특징 벡터들 중 적어도 하나의 정보의 적어도 일부 아이템들 각각은 관련된 중요도 가중치를 갖고,
    상기 유사성은 상기 제1 특징 벡터의 적어도 일부와 상기 제2 특징 벡터의 적어도 일부 간의 적어도 코사인 거리를 사용하여 결정되는 장치.
  45. 제44항에 있어서, 상기 제1 및 제2 특징 벡터들 중 적어도 하나의 벡터의 적어도 일부는 상기 제1 특징 벡터의 정보 아이템들 중 최고 중요도 가중치들을 지닌 정보 아이템들을 포함하는 장치.
  46. 제43항에 있어서, 상기 제1 특징 벡터의 정보 아이템들 중 적어도 일부 아이템들 각각은 관련된 중요도 가중치를 가지며,상기 제2 특징 벡터의 정보 아이템들 중 적어도 일부 아이템들 각각은 관련된 중요도 가중치를 가지며,
    상기 장치는,
    c) i) 상기 제1 특징 벡터의 정보 아이템들 중 적어도 일부 아이템을 그들의 중요도 가중치에 따라서 순서화하고, ii) 상기 제2 특징 벡터의 정보 아이템들 중 적어도 일부를 그들의 중요도 가중치에 따라서 순서화하는 수단을 더 포함하는 장치.
  47. 제42항에 있어서, 상기 적어도 하나의 광고와 관련된 정보는 텀들 및 텀 빈도를 포함하며,
    상기 사용자 요청과 관련된 수용된 정보 및 상기 사용자에 관한 수용된 정보는 텀들 및 텀 빈도들을 포함하고,
    상기 유사성을 결정하는 수단은 적어도 텀 빈도-인버스 문서 주파수 측정값을 사용하는 장치.
  48. 제42항에 있어서, 상기 적어도 하나의 광고와 관련된 정보는 제1 정보 아이템들의 세트를 포함하며,
    상기 사용자 요청과 관련된 수용된 정보 및 상기 사용자에 관한 수용된 정보는 제2 정보 아이템들의 세트를 포함하고,
    상기 제1 및 제2 정보 아이템들 각각은 관련된 중요도 가중치들을 가지며,
    d) (A) 상호 정보, (B) 카이 제곱 피트, (C) 상관, 및 (D) 수동 선택으로 구성된 특징 선택 절차들의 그룹으로부터 선택되는 적어도 특징 선택 절차를 사용하여 상기 관련된 중요도 가중치들을 결정하는 수단을 더 포함하는 장치.
  49. 제42항에 있어서, 상기 적어도 하나의 광고와 관련된 정보는 제1 정보 아이템들의 세트를 포함하며,
    상기 사용자 요청과 관련된 수용된 정보 및 상기 사용자에 관한 수용된 정보는 제2 정보 아이템들의 세트를 포함하고,
    상기 제1 및 제2 정보 아이템들 각각은 관련된 중요도 가중치들을 가지며,
    c) 적어도 과거 제공된 광고의 성능을 사용하여 상기 관련된 중요도 가중치 들을 결정하는 수단을 더 포함하는데, 상기 광고는 상기 제1 및 제2 정보 아이템들의 적어도 일부를 사용하여 결정되는 스코어를 포함하는 장치.
  50. 제39항에 있어서,
    c) 광고들 중 적어도 2개를 그들의 결정된 스코어들을 사용하여 순서화하는 수단을 더 포함하는 장치.
  51. 제50항에 있어서,
    d) 적어도 2개의 광고들의 순서화를 사용하여 적어도 하나의 광고의 최종 세트를 결정하는 수단을 더 포함하는 장치.
  52. 제39항에 있어서,
    c) 제2 광고들의 세트를 생성하기 위하여, 제1 광고들의 세트를 그들의 결정된 스코어들을 사용하여 필터링하는 수단을 더 포함하는 장치.
  53. 제39항에 있어서, 상기 사용자 요청은 검색 질의이고 상기 사용자 요청과 관련된 정보는 검색 질의로부터 하나 이상의 키워드를 포함하는 장치.
  54. 제39항에 있어서, 상기 사용자 요청은 문서 요청이고 상기 사용자 요청과 관련된 정보는 문서 정보를 포함하는 장치.
  55. 제39항에 있어서, 상기 사용자 요청은 검색 질의이고 상기 사용자 요청과 관련된 정보는 상기 검색 질의에 응답하여 검색 결과 페이지의 문서 정보를 포함하는 장치.
  56. 제39항에 있어서, 상기 사용자에 관한 정보는 (a) 사용자 프로파일 정보 및 (b) 사용자 행동 정보 중 적어도 하나를 포함하는 장치.
  57. 제39항에 있어서, 상기 사용자에 관한 정보는 인구통계 정보를 포함하는 장치.
  58. 제57항에 있어서, 상기 인구통계 정보는 (A) 나이, (B) 나이 범위, (C) 나이 카테고리, (D) 성, (E) 수입, (F) 수입 범위, (G) 수입 카테고리, (H) 결혼 상태, (I) 교육 수준, 및 (J) 부모 상태로 구성된 정보 아이템들의 그룹으로부터 선택되는 적어도 하나의 정보 아이템을 포함하는 장치.
  59. 제39항에 있어서, 상기 사용자에 관한 정보는 지리적 정보를 포함하는 장치.
  60. 제39항에 있어서, 상기 사용자에 관한 정보는 사이코그래픽 정보를 포함하는 장치.
  61. 제39항에 있어서, 상기 사용자에 관한 정보는 사용자 행동 정보를 포함하는 장치.
  62. 제61항에 있어서, 상기 사용자 행동 정보는 (A) 상기 사용자에 의해 제공되는 이전 검색 질의들에 관계되는 정보, (B) 사용자에 의한 특정 검색 엔진에 제공되는 이전 검색 질의들에 관계되는 정보, (C) 사용자에게 랜더링하기 위하여 제공되는 이전 광고들에 관계되는 정보, (D) 사용자에 의해 렌더링하기 위하여 제공되고 이전 광고들에 관계되고 선택되는 정보, (E) 사용자에 의해 열람되는 문서의 문서 정보, (F) 사용자에 의해 편집되는 문서에 관한 문서 정보, (G) 사용자에 의한 이전 구매들, 및 (H) 사용자에 의한 이전 온라인 구매들로 구성된 정보 아이템들의 그룹으로부터 선택되는 적어도 하나의 정보 아이템을 포함하는 장치.
  63. 제39항에 있어서,
    c) 적어도 결정된 스코어를 사용하여 적어도 하나의 광고를 제공하는 광고 서버를 더 포함하는 장치.
  64. 제63항에 있어서,
    d) 제공되는 상기 적어도 하나의 광고에 응답하여 사용자 행동을 수용하는 수단 및,
    e) 적어도 상기 수용된 사용자 행동을 사용하여, 사용자 정보의 하나 이상의 아이템들과 관련된 하나 이상의 중요도 가중치들을 조정하는 수단을 더 포함하는 장치.
  65. 제64항에 있어서, 상기 수용된 사용자 행동은 상기 광고의 성능 측정에 대응하는 장치.
  66. 제64항에 있어서, 상기 스코어를 결정하는 수단은 제1 사용자 정보 아이템들의 세트만을 사용하며, 조정된 가중치들을 갖는 상기 하나 이상의 사용자 정보 아이템들은 제2 사용자 정보 아이템들의 세트에 속하고, 상기 제2 사용자 정보 아이템들의 세트는 상기 제1 사용자 정보 아이템들의 세트보다 큰 장치.
  67. 제66항에 있어서, 상기 제2 사용자 정보 아이템들의 세트는 상기 제1 사용자 정보 아이템들의 세트를 포함하는 장치.
  68. 제39항에 있어서, 상기 사용자 요청과 관련된 수용된 정보 및 상기 사용자에 관한 수용된 정보 중 적어도 하나의 정보는 관련된 중요도 가중치들을 갖는 정보 아이템들을 포함하고,
    상기 사용자 요청과 관련된 수용된 정보 및 상기 사용자에 관한 수용된 정보 둘 다를 사용하여 적어도 하나의 광고에 대한 스코어를 결정하는 상기 수단은 정보 아이템들의 중요도 가중치들의 순서로 정보 아이템들을 처리하는 장치.
  69. 제68항에 있어서, 상기 적어도 하나의 광고에 대한 스코어를 결정하는 수단은 모든 정보 아이템들이 상기 스코어 결정으로 고려되는지 여부에 관계없이 이벤트 발생시 결정 처리를 종료하는 장치.
  70. 제69항에 있어서, 상기 이벤트는 타이머 만료인 장치.
  71. a) i) 사용자 요청과 관련된 정보 및 ii) 상기 사용자 요청을 제공하는 사용자에 관한 정보를 수용하는 입력;
    b) 상기 사용자 요청과의 일반적인 관련성의 제1 광고들의 세트를 결정하는 수단;
    c) 상기 제1 광고들의 세트의 광고들 중 적어도 일부 광고들에 대해서, 적어도 상기 사용자에 관한 수용된 정보를 사용하여 스코어를 결정하는 수단을 포함하는 장치.
  72. 제71항에 있어서, 상기 사용자 요청은 검색 질의인 장치.
  73. 제71항에 있어서, 상기 사용자 요청은 문서 요청인 장치.
  74. 제71항에 있어서, 상기 사용자에 관한 정보는 (a) 사용자 프로파일 정보 및 (b) 사용자 행동 정보 중 적어도 하나를 포함하는 장치.
  75. 제71항에 있어서, 상기 사용자 요청은 검색 질의인 장치.
  76. a) i)사용자 요청과 관련된 정보 및 ii) 상기 사용자 요청을 제공하는 사용자에 관한 정보를 수용하는 입력;
    b) 적어도 광고 그룹 정보와, (i) 사용자 요청 정보 및 (ii) 사용자 정보 중 적어도 하나를 사용하여 다수의 광고 그룹들 각각에 대한 제1 스코어를 결정하는 수단;
    c) 상기 제1 스코어를 사용하여 광고 그룹을 선택하는 수단;
    d) 적어도 상기 사용자 정보를 사용하여 상기 선택된 광고 그룹으로부터 적어도 하나의 광고를 선택하는 수단을 포함하는 장치.
KR1020057023117A 2003-06-02 2004-06-01 사용자 요청 정보 및 사용자 정보를 이용하여 광고들 제공 KR100861673B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/452,791 US8352499B2 (en) 2003-06-02 2003-06-02 Serving advertisements using user request information and user information
US10/452,791 2003-06-02

Publications (2)

Publication Number Publication Date
KR20060018238A true KR20060018238A (ko) 2006-02-28
KR100861673B1 KR100861673B1 (ko) 2008-10-07

Family

ID=33551272

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020057023117A KR100861673B1 (ko) 2003-06-02 2004-06-01 사용자 요청 정보 및 사용자 정보를 이용하여 광고들 제공

Country Status (9)

Country Link
US (1) US8352499B2 (ko)
EP (1) EP1634206A4 (ko)
JP (2) JP2006526853A (ko)
KR (1) KR100861673B1 (ko)
CN (2) CN101872360A (ko)
AU (1) AU2004248564B2 (ko)
BR (1) BRPI0410947A (ko)
CA (1) CA2526386C (ko)
WO (1) WO2004111771A2 (ko)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100792701B1 (ko) * 2006-03-16 2008-01-08 엔에이치엔(주) 협업 필터링 시스템을 이용하여 클릭 패턴에 기초한 웹광고 추천 방법 및 그 시스템
KR100792700B1 (ko) * 2006-03-17 2008-01-08 엔에이치엔(주) 신경망을 가지는 협업 필터링 시스템을 이용하여 클릭패턴에 기초한 웹 광고 추천 방법 및 그 시스템
KR100793377B1 (ko) * 2006-03-28 2008-01-11 엔에이치엔(주) 점수 분포에 따른 광고리스트의 생성 방법 및 광고리스트생성 시스템
KR100851042B1 (ko) 2006-11-08 2008-08-12 엔에이치엔(주) 확장 광고 키워드를 추천하는 방법 및 그 시스템
KR100892845B1 (ko) * 2007-03-29 2009-04-10 엔에이치엔(주) 노출용 광고 정보를 제공하는 방법 및 시스템
KR101274335B1 (ko) * 2008-02-27 2013-06-19 야후! 인크. 모바일 디바이스 사용자들을 위한 이벤트 통신 플랫폼
KR20170103859A (ko) * 2015-07-29 2017-09-13 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 정보 푸싱 방법 및 장치

Families Citing this family (156)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003017023A2 (en) 2001-08-14 2003-02-27 Quigo Technologies, Inc. System and method for extracting content for submission to a search engine
US9235849B2 (en) * 2003-12-31 2016-01-12 Google Inc. Generating user information for use in targeted advertising
US9946788B2 (en) 2002-07-23 2018-04-17 Oath Inc. System and method for automated mapping of keywords and key phrases to documents
US8521725B1 (en) * 2003-12-03 2013-08-27 Google Inc. Systems and methods for improved searching
US20050251444A1 (en) * 2004-05-10 2005-11-10 Hal Varian Facilitating the serving of ads having different treatments and/or characteristics, such as text ads and image ads
US7716225B1 (en) 2004-06-17 2010-05-11 Google Inc. Ranking documents based on user behavior and/or feature data
US20060149710A1 (en) 2004-12-30 2006-07-06 Ross Koningstein Associating features with entities, such as categories of web page documents, and/or weighting such features
US8538970B1 (en) 2004-12-30 2013-09-17 Google Inc. Personalizing search results
KR100932318B1 (ko) 2005-01-18 2009-12-16 야후! 인크. 웹 검색 기술 및 웹 컨텐트와 결합된 후원 검색 목록의매칭 및 랭킹
US10482474B1 (en) * 2005-01-19 2019-11-19 A9.Com, Inc. Advertising database system and method
US8768766B2 (en) 2005-03-07 2014-07-01 Turn Inc. Enhanced online advertising system
JP4718251B2 (ja) * 2005-06-15 2011-07-06 日本電信電話株式会社 広告情報配信システム及びそのプログラム
US7809731B2 (en) * 2005-07-29 2010-10-05 Yahoo! Inc. System and method for reordering a result set copyright notice
US8626588B2 (en) * 2005-09-30 2014-01-07 Google Inc. Advertising with audio content
JP2007179276A (ja) * 2005-12-27 2007-07-12 Internatl Business Mach Corp <Ibm> 適合判定方法、装置、およびプログラム
US10600090B2 (en) 2005-12-30 2020-03-24 Google Llc Query feature based data structure retrieval of predicted values
US7827060B2 (en) * 2005-12-30 2010-11-02 Google Inc. Using estimated ad qualities for ad filtering, ranking and promotion
EP1826716A1 (en) * 2006-02-22 2007-08-29 Sony Deutschland Gmbh Method for updating a user profile
WO2007105909A1 (en) * 2006-03-16 2007-09-20 Nhn Corporation Method for targeting web advertisement clickers based on click pattern by using a collaborative filtering system with neural networks and system thereof
US7451120B1 (en) * 2006-03-20 2008-11-11 Google Inc. Detecting novel document content
JP2007264721A (ja) * 2006-03-27 2007-10-11 Konica Minolta Medical & Graphic Inc データベースシステム、プログラム、及びデータベースシステムにおける広告提示方法
US8745226B2 (en) * 2006-05-02 2014-06-03 Google Inc. Customization of content and advertisements in publications
US7836134B2 (en) * 2006-06-09 2010-11-16 Sony Ericsson Mobile Communications Ab E-mail address inspection
WO2007147080A1 (en) 2006-06-16 2007-12-21 Almondnet, Inc. Media properties selection method and system based on expected profit from profile-based ad delivery
CN100456298C (zh) * 2006-07-12 2009-01-28 百度在线网络技术（北京）有限公司 广告信息检索系统及广告信息检索方法
WO2008034001A1 (en) * 2006-09-15 2008-03-20 Nielsen Media Research, Inc. Methods and apparatus to identify images in print advertisements
US20080077574A1 (en) * 2006-09-22 2008-03-27 John Nicholas Gross Topic Based Recommender System & Methods
WO2008039868A2 (en) * 2006-09-26 2008-04-03 Accoona Corp Apparatuses, methods and systems for an information comparator bidding engine
US8892756B2 (en) * 2006-10-19 2014-11-18 Ebay Inc. Method and system of publishing campaign data
WO2008056358A2 (en) * 2006-11-10 2008-05-15 Media Layers Ltd Method and computer program product for providing advertisements to a mobile user device
US8027865B2 (en) 2006-11-22 2011-09-27 Proclivity Systems, Inc. System and method for providing E-commerce consumer-based behavioral target marketing reports
US8086600B2 (en) * 2006-12-07 2011-12-27 Google Inc. Interleaving search results
US20100030645A1 (en) * 2006-12-28 2010-02-04 Keiko Watanuki Advertisement distributing system, advertising distributing server, advertisement distributing method, program and recording medium
US20080189169A1 (en) * 2007-02-01 2008-08-07 Enliven Marketing Technologies Corporation System and method for implementing advertising in an online social network
US8055664B2 (en) * 2007-05-01 2011-11-08 Google Inc. Inferring user interests
CN101071433B (zh) * 2007-05-10 2010-08-18 腾讯科技（深圳）有限公司 一种图片下载系统及方法
JP5153210B2 (ja) * 2007-05-22 2013-02-27 ヤフー株式会社 広告配信装置
CN100458797C (zh) * 2007-06-20 2009-02-04 精实万维软件（北京）有限公司 一种对网络广告进行排序的方法
US8380563B2 (en) 2007-06-28 2013-02-19 Google Inc. Using previous user search query to target advertisements
CN101141414B (zh) * 2007-09-26 2011-09-14 腾讯科技（深圳）有限公司 反馈广告等级的实现方法、系统和即时通讯客户端
US20090100051A1 (en) * 2007-10-10 2009-04-16 Yahoo! Inc. Differentiated treatment of sponsored search results based on search context
US7853622B1 (en) 2007-11-01 2010-12-14 Google Inc. Video-related recommendations using link structure
US8041082B1 (en) 2007-11-02 2011-10-18 Google Inc. Inferring the gender of a face in an image
CN101431524A (zh) * 2007-11-07 2009-05-13 阿里巴巴集团控股有限公司 一种定向网络广告投放的实现方法及装置
US10346854B2 (en) * 2007-11-30 2019-07-09 Microsoft Technology Licensing, Llc Feature-value attachment, reranking and filtering for advertisements
US20090150541A1 (en) * 2007-12-06 2009-06-11 Sony Corporation And Sony Electronics Inc. System and method for dynamically generating user interfaces for network client devices
US20090157491A1 (en) 2007-12-12 2009-06-18 Brougher William C Monetization of Online Content
US8412571B2 (en) 2008-02-11 2013-04-02 Advertising.Com Llc Systems and methods for selling and displaying advertisements over a network
US8726146B2 (en) 2008-04-11 2014-05-13 Advertising.Com Llc Systems and methods for video content association
US20090299816A1 (en) * 2008-06-03 2009-12-03 Google Inc. Search Tool Advertising
US7961986B1 (en) 2008-06-30 2011-06-14 Google Inc. Ranking of images and image labels
US8650561B2 (en) * 2008-07-10 2014-02-11 Apple Inc. System and method for localizing display of applications for download
US9424339B2 (en) * 2008-08-15 2016-08-23 Athena A. Smyros Systems and methods utilizing a search engine
US8447669B2 (en) 2008-08-26 2013-05-21 Visa U.S.A. Inc. System and method for implementing financial assistance programs
US9317599B2 (en) * 2008-09-19 2016-04-19 Nokia Technologies Oy Method, apparatus and computer program product for providing relevance indication
WO2010045191A2 (en) * 2008-10-13 2010-04-22 Vuelogic, Llc Methods and systems for customer performance scoring
US8271330B2 (en) * 2008-12-04 2012-09-18 International Business Machines Corporation System and method for researching virtual markets and optimizing product placements and displays
KR101616064B1 (ko) * 2009-03-03 2016-05-12 구글 인코포레이티드 소셜 네트워크용 애드히트 광고 모델
JP5390642B2 (ja) * 2009-03-03 2014-01-15 グーグル・インコーポレーテッド ソーシャルネットワークのユーザに広告を提供する方法およびシステム
US9996845B2 (en) * 2009-03-03 2018-06-12 Google Llc Bidding on users
CN101515360A (zh) * 2009-04-13 2009-08-26 阿里巴巴集团控股有限公司 向用户推荐网络目标信息的方法和服务器
JP2010250827A (ja) 2009-04-16 2010-11-04 Accenture Global Services Gmbh タッチポイントをカスタマイズするシステム
US8311950B1 (en) 2009-10-01 2012-11-13 Google Inc. Detecting content on a social network using browsing patterns
US8275771B1 (en) 2010-02-26 2012-09-25 Google Inc. Non-text content item search
US8903736B2 (en) * 2010-04-05 2014-12-02 Yahoo! Inc. Fast networked based advertisement selection
US8818985B2 (en) 2010-04-06 2014-08-26 Salesforce.Com, Inc. Rule-based prioritization of social data
US20110258032A1 (en) * 2010-04-14 2011-10-20 Microsoft Corporation Search advertisement selection based on user actions
US8738603B2 (en) 2010-05-20 2014-05-27 Salesforce.Com, Inc. Metrics-based accessing of social threads
US9817637B2 (en) 2010-07-01 2017-11-14 Salesforce.Com, Inc. Methods and systems for providing enhancements to a business networking feed
US9575937B2 (en) 2010-08-24 2017-02-21 Nec Corporation Document analysis system, document analysis method, document analysis program and recording medium
US20120078717A1 (en) * 2010-09-23 2012-03-29 Sony Corporation System and method for effectively performing an advertisement selection procedure
US8560554B2 (en) 2010-09-23 2013-10-15 Salesforce.Com, Inc. Methods and apparatus for selecting updates to associated records to publish on an information feed using importance weights in an on-demand database service environment
CA2813124A1 (en) * 2010-09-30 2012-04-05 Annona Corp. Sa System, method, and computer readable medium for distributing targeted data using anonymous profiles
US20120123924A1 (en) 2010-10-20 2012-05-17 Mark Rose Virtual currency configuration apparatuses, methods and systems
US20120123876A1 (en) * 2010-11-17 2012-05-17 Sreenivasa Prasad Sista Recommending and presenting advertisements on display pages over networks of communication devices and computers
CN102542474B (zh) 2010-12-07 2015-10-21 阿里巴巴集团控股有限公司 查询结果排序方法及装置
CN102546564B (zh) * 2010-12-30 2015-08-19 腾讯科技（深圳）有限公司 一种信息推送的控制方法及系统
US10204327B2 (en) 2011-02-05 2019-02-12 Visa International Service Association Merchant-consumer bridging platform apparatuses, methods and systems
US9953334B2 (en) 2011-02-10 2018-04-24 Visa International Service Association Electronic coupon issuance and redemption apparatuses, methods and systems
US20120209698A1 (en) * 2011-02-11 2012-08-16 Yahoo! Inc. Hybrid search results listings
US10586227B2 (en) 2011-02-16 2020-03-10 Visa International Service Association Snap mobile payment apparatuses, methods and systems
CN103765453B (zh) 2011-02-16 2018-08-14 维萨国际服务协会 快拍移动支付装置，方法和系统
EP2678812A4 (en) 2011-02-22 2015-05-20 Visa Int Service Ass APPARATUSES, METHODS AND SYSTEMS FOR UNIVERSAL ELECTRONIC PAYMENT
WO2012118870A1 (en) 2011-02-28 2012-09-07 Visa International Service Association Secure anonymous transaction apparatuses, methods and systems
US9443224B2 (en) 2011-03-01 2016-09-13 Salesforce.Com, Inc. Systems, apparatus and methods for selecting updates to associated records to publish on an information feed
US9996838B2 (en) 2011-03-04 2018-06-12 Visa International Service Association Cloud service facilitator apparatuses, methods and systems
WO2012155081A1 (en) 2011-05-11 2012-11-15 Visa International Service Association Electronic receipt manager apparatuses, methods and systems
WO2012167202A2 (en) 2011-06-03 2012-12-06 Visa International Service Association Virtual wallet card selection apparatuses, methods and systems
US9208187B2 (en) 2011-06-24 2015-12-08 Salesforce.Com, Inc. Using a database system for selective inclusion and exclusion of types of updates to provide a configuration feed of a social networking system
EP2727020A4 (en) * 2011-06-29 2015-07-08 Hewlett Packard Development Co PROVIDING SERVICES USING UNIFIED COMMUNICATION CONTENT
US9582598B2 (en) 2011-07-05 2017-02-28 Visa International Service Association Hybrid applications utilizing distributed models and views apparatuses, methods and systems
US9355393B2 (en) 2011-08-18 2016-05-31 Visa International Service Association Multi-directional wallet connector apparatuses, methods and systems
WO2013006725A2 (en) 2011-07-05 2013-01-10 Visa International Service Association Electronic wallet checkout platform apparatuses, methods and systems
US10699304B1 (en) 2011-07-08 2020-06-30 Google Llc Delivery and advertisements to mobile applications
US10902495B2 (en) 2011-07-08 2021-01-26 Google Llc Presenting search results in a dynamically formatted graphical user interface
US9563712B2 (en) * 2011-07-14 2017-02-07 Salesforce.Com, Inc. Computer implemented methods and apparatus for providing internal custom feed items
US10438176B2 (en) 2011-07-17 2019-10-08 Visa International Service Association Multiple merchant payment processor platform apparatuses, methods and systems
US9443225B2 (en) 2011-07-18 2016-09-13 Salesforce.Com, Inc. Computer implemented methods and apparatus for presentation of feed items in an information feed to be displayed on a display device
US20130030922A1 (en) * 2011-07-26 2013-01-31 Google Inc. System and method for syndicating a conversation
US8650070B2 (en) 2011-08-02 2014-02-11 Google Inc. System and method for sharing content on third-party mobile applications
CN102956009B (zh) 2011-08-16 2017-03-01 阿里巴巴集团控股有限公司 一种基于用户行为的电子商务信息推荐方法与装置
US10825001B2 (en) 2011-08-18 2020-11-03 Visa International Service Association Multi-directional wallet connector apparatuses, methods and systems
US10318941B2 (en) 2011-12-13 2019-06-11 Visa International Service Association Payment platform interface widget generation apparatuses, methods and systems
US10242358B2 (en) 2011-08-18 2019-03-26 Visa International Service Association Remote decoupled application persistent state apparatuses, methods and systems
US9710807B2 (en) 2011-08-18 2017-07-18 Visa International Service Association Third-party value added wallet features and interfaces apparatuses, methods and systems
US20130060800A1 (en) * 2011-09-07 2013-03-07 Allon Caidar System for communicating subscriber media to users over a network
US9117225B2 (en) 2011-09-16 2015-08-25 Visa International Service Association Apparatuses, methods and systems for transforming user infrastructure requests inputs to infrastructure design product and infrastructure allocation outputs
US10223730B2 (en) 2011-09-23 2019-03-05 Visa International Service Association E-wallet store injection search apparatuses, methods and systems
CN102346899A (zh) * 2011-10-08 2012-02-08 亿赞普(北京)科技有限公司 一种基于用户行为的广告点击率预测方法和装置
US20130152125A1 (en) * 2011-12-07 2013-06-13 Sony Network Entertainment International Llc Method and system for advertisement choices using a second display during content playback
US9953378B2 (en) 2012-04-27 2018-04-24 Visa International Service Association Social checkout widget generation and integration apparatuses, methods and systems
WO2013090611A2 (en) 2011-12-13 2013-06-20 Visa International Service Association Dynamic widget generator apparatuses, methods and systems
CN103164804B (zh) 2011-12-16 2016-11-23 阿里巴巴集团控股有限公司 一种个性化的信息推送方法及装置
US10223710B2 (en) 2013-01-04 2019-03-05 Visa International Service Association Wearable intelligent vision device apparatuses, methods and systems
US10262148B2 (en) 2012-01-09 2019-04-16 Visa International Service Association Secure dynamic page content and layouts apparatuses, methods and systems
US11308227B2 (en) 2012-01-09 2022-04-19 Visa International Service Association Secure dynamic page content and layouts apparatuses, methods and systems
AU2013214801B2 (en) 2012-02-02 2018-06-21 Visa International Service Association Multi-source, multi-dimensional, cross-entity, multimedia database platform apparatuses, methods and systems
US20130346182A1 (en) * 2012-06-20 2013-12-26 Yahoo! Inc. Multimedia features for click prediction of new advertisements
WO2014065569A2 (ko) * 2012-10-24 2014-05-01 주식회사 어워드에스엔에스 광고에의 접속 사용자를 식별하기 위한 타겟 광고 시스템 및 방법
US20140136542A1 (en) * 2012-11-08 2014-05-15 Apple Inc. System and Method for Divisive Textual Clustering by Label Selection Using Variant-Weighted TFIDF
US20140149513A1 (en) * 2012-11-23 2014-05-29 The Extraordinaries, Inc. System and method for matching a profile to a sparsely defined request
US10776833B2 (en) 2012-11-27 2020-09-15 Synqy Corporation Method and system for managing content of digital brand assets on the internet
CN103853711B (zh) * 2012-11-28 2017-02-08 中国移动通信集团广西有限公司 一种文本信息处理方法及装置
US20150227973A1 (en) * 2013-02-20 2015-08-13 Stremor Corporation Systems and methods for organizing search results and targeting advertisements
US9300727B2 (en) 2013-03-14 2016-03-29 Microsoft Technology Licensing, Llc Cloud-based content localization
US20140279793A1 (en) * 2013-03-14 2014-09-18 Balderdash Inc. Systems and methods for providing relevant pathways through linked information
US20140280239A1 (en) * 2013-03-15 2014-09-18 Sas Institute Inc. Similarity determination between anonymized data items
US11354486B2 (en) * 2013-05-13 2022-06-07 International Business Machines Corporation Presenting a link label for multiple hyperlinks
US8954346B1 (en) * 2013-06-03 2015-02-10 Inadco, Inc. Serving form ads with a video
US9408035B2 (en) 2014-04-30 2016-08-02 Michael Flynn Mobile computing system with user preferred interactive components
JP5832495B2 (ja) * 2013-09-18 2015-12-16 ヤフー株式会社 広告特定装置、広告情報のデータ構造、広告特定方法、及びプログラム
CN104834647B (zh) * 2014-02-12 2019-04-23 腾讯科技（深圳）有限公司 一种获取信息摘要的方法及装置
WO2015161515A1 (en) * 2014-04-25 2015-10-29 Yahoo! Inc. Systems and methods for commercial query suggestion
CN104199969B (zh) * 2014-09-22 2017-10-03 北京国双科技有限公司 网页数据分析方法及装置
US11216468B2 (en) 2015-02-08 2022-01-04 Visa International Service Association Converged merchant processing apparatuses, methods and systems
CN106202088A (zh) 2015-05-04 2016-12-07 阿里巴巴集团控股有限公司 一种匹配业务场景的方法和系统
US20170053314A1 (en) * 2015-08-20 2017-02-23 Quixey, Inc. Displaying Advertisements In Application Launcher
CN106682013A (zh) * 2015-11-09 2017-05-17 阿里巴巴集团控股有限公司 用于数据推送的方法和设备
CN105678586B (zh) 2016-01-12 2020-09-29 腾讯科技（深圳）有限公司 一种信息扶持方法和装置
US20170287004A1 (en) * 2016-04-01 2017-10-05 Facebook, Inc. Selecting a content item from a set for presentation to a user based on locations associated with the content items and a location associated with the user
US10558720B2 (en) * 2016-04-13 2020-02-11 Oath Inc. Method and system for selecting supplemental content using visual appearance
US20180004846A1 (en) * 2016-06-30 2018-01-04 Microsoft Technology Licensing, Llc Explicit Behavioral Targeting of Search Users in the Search Context Based on Prior Online Behavior
JP6405343B2 (ja) * 2016-07-20 2018-10-17 Ｎｅｃパーソナルコンピュータ株式会社 情報処理装置、情報処理方法、およびプログラム
US20180082331A1 (en) * 2016-09-22 2018-03-22 Facebook, Inc. Predicting a user quality rating for a content item eligible to be presented to a viewing user of an online system
US10368132B2 (en) * 2016-11-30 2019-07-30 Facebook, Inc. Recommendation system to enhance video content recommendation
US10031977B1 (en) 2017-01-26 2018-07-24 Rena Maycock Data content filter
RU2671054C2 (ru) * 2017-02-22 2018-10-29 Общество С Ограниченной Ответственностью "Яндекс" Способ и система выбора целевого содержимого с помощью алгоритма машинного обучения
CN108090107A (zh) * 2017-05-22 2018-05-29 北京市商汤科技开发有限公司 业务对象推荐方法、装置、电子设备和存储介质
CN107609182A (zh) * 2017-09-29 2018-01-19 北京金山安全软件有限公司 应用程序中的数据显示方法、装置及电子设备
CN109241243B (zh) * 2018-08-30 2020-11-24 清华大学 候选文档排序方法及装置
US11675753B2 (en) 2019-07-26 2023-06-13 Introhive Services Inc. Data cleansing system and method
US11323406B2 (en) 2019-07-26 2022-05-03 Introhive Services Inc. System and method for identifying and retrieving signature contact information from an email or email thread
US10949891B1 (en) * 2019-08-29 2021-03-16 Allon Caidar Method for providing product-related videos to buyers
US11741477B2 (en) 2019-09-10 2023-08-29 Introhive Services Inc. System and method for identification of a decision-maker in a sales opportunity
US20230206253A1 (en) * 2021-12-23 2023-06-29 Walmart Apollo, Llc Systems and methods for providing customer insights
US12073428B2 (en) 2023-01-30 2024-08-27 Walmart Apollo, Llc System and method for automatically retrieving relevant digital advertisements from multiple channels

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5724521A (en) 1994-11-03 1998-03-03 Intel Corporation Method and apparatus for providing electronic advertisements to end users in a consumer best-fit pricing manner
KR200180633Y1 (ko) 1995-04-24 2000-05-15 이동규 치과용 테이블의 착탈식 핸들
US5740549A (en) 1995-06-12 1998-04-14 Pointcast, Inc. Information and advertising distribution system and method
US6026368A (en) 1995-07-17 2000-02-15 24/7 Media, Inc. On-line interactive system and method for providing content and advertising information to a targeted set of viewers
KR19990072063A (ko) 1995-12-08 1999-09-27 엔, 마이클 그로브 컴퓨터 네트워크 상에 광고를 게재하기 위한 방법 및 시스템
US5848397A (en) 1996-04-19 1998-12-08 Juno Online Services, L.P. Method and apparatus for scheduling the presentation of messages to computer users
US5948061A (en) 1996-10-29 1999-09-07 Double Click, Inc. Method of delivery, targeting, and measuring advertising over networks
US6078914A (en) 1996-12-09 2000-06-20 Open Text Corporation Natural language meta-search system and method
US6144944A (en) 1997-04-24 2000-11-07 Imgis, Inc. Computer system for efficiently selecting and providing information
US6044376A (en) 1997-04-24 2000-03-28 Imgis, Inc. Content stream analysis
WO1998058334A1 (en) 1997-06-16 1998-12-23 Doubleclick Inc. Method and apparatus for automatic placement of advertising
US6134532A (en) 1997-11-14 2000-10-17 Aptex Software, Inc. System and method for optimal adaptive matching of users to most relevant entity and information in real-time
US6421675B1 (en) * 1998-03-16 2002-07-16 S. L. I. Systems, Inc. Search engine
US6167382A (en) 1998-06-01 2000-12-26 F.A.C. Services Group, L.P. Design and production of print advertising and commercial display materials over the Internet
EP1135741B1 (en) * 1998-11-30 2004-02-25 Index Systems, Inc. Smart agent based on habit, statistical inference and psycho-demographic profiling
US6985882B1 (en) 1999-02-05 2006-01-10 Directrep, Llc Method and system for selling and purchasing media advertising over a distributed communication network
US6292796B1 (en) * 1999-02-23 2001-09-18 Clinical Focus, Inc. Method and apparatus for improving access to literature
WO2000058863A1 (en) * 1999-03-31 2000-10-05 Verizon Laboratories Inc. Techniques for performing a data query in a computer system
US6269361B1 (en) 1999-05-28 2001-07-31 Goto.Com System and method for influencing a position on a search result list generated by a computer network search engine
US6401075B1 (en) 2000-02-14 2002-06-04 Global Network, Inc. Methods of placing, purchasing and monitoring internet advertising
AU2000243170A1 (en) 2000-03-10 2001-09-17 Kiyoshi Hirasawa Information providing device, and information providing method
KR20010102668A (ko) * 2000-05-04 2001-11-16 차상균 무선 이동 단말기를 이용한 선별적 광고 제공 방법 및시스템
JP3539354B2 (ja) 2000-05-31 2004-07-07 日本電信電話株式会社 情報検索サービス方法及び情報検索サービスプログラムを格納した記憶媒体
US20020198882A1 (en) 2001-03-29 2002-12-26 Linden Gregory D. Content personalization based on actions performed during a current browsing session
JP2003150844A (ja) 2001-11-09 2003-05-23 Matsushita Electric Ind Co Ltd 情報提供システム、情報提供方法、及び情報提供サーバ
US7136875B2 (en) 2002-09-24 2006-11-14 Google, Inc. Serving advertisements based on content

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100792701B1 (ko) * 2006-03-16 2008-01-08 엔에이치엔(주) 협업 필터링 시스템을 이용하여 클릭 패턴에 기초한 웹광고 추천 방법 및 그 시스템
KR100792700B1 (ko) * 2006-03-17 2008-01-08 엔에이치엔(주) 신경망을 가지는 협업 필터링 시스템을 이용하여 클릭패턴에 기초한 웹 광고 추천 방법 및 그 시스템
KR100793377B1 (ko) * 2006-03-28 2008-01-11 엔에이치엔(주) 점수 분포에 따른 광고리스트의 생성 방법 및 광고리스트생성 시스템
KR100851042B1 (ko) 2006-11-08 2008-08-12 엔에이치엔(주) 확장 광고 키워드를 추천하는 방법 및 그 시스템
KR100892845B1 (ko) * 2007-03-29 2009-04-10 엔에이치엔(주) 노출용 광고 정보를 제공하는 방법 및 시스템
KR101274335B1 (ko) * 2008-02-27 2013-06-19 야후! 인크. 모바일 디바이스 사용자들을 위한 이벤트 통신 플랫폼
KR20170103859A (ko) * 2015-07-29 2017-09-13 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 정보 푸싱 방법 및 장치

Also Published As

Publication number Publication date
CA2526386A1 (en) 2004-12-23
JP2006526853A (ja) 2006-11-24
WO2004111771A3 (en) 2005-05-12
CN1816812A (zh) 2006-08-09
BRPI0410947A (pt) 2006-06-27
CA2526386C (en) 2014-11-04
US8352499B2 (en) 2013-01-08
AU2004248564A1 (en) 2004-12-23
AU2004248564B2 (en) 2008-10-30
WO2004111771A2 (en) 2004-12-23
EP1634206A2 (en) 2006-03-15
KR100861673B1 (ko) 2008-10-07
CN101872360A (zh) 2010-10-27
JP5065323B2 (ja) 2012-10-31
EP1634206A4 (en) 2006-12-27
JP2009199601A (ja) 2009-09-03
US20120095837A1 (en) 2012-04-19

Similar Documents

Publication Publication Date Title
KR100861673B1 (ko) 사용자 요청 정보 및 사용자 정보를 이용하여 광고들 제공
KR100887169B1 (ko) 타겟화된 광고에 사용하기 위한 사용자 정보 생성
KR100854949B1 (ko) 광고 타겟팅을 위한 컨셉들 사용
CA2530400C (en) Serving advertisements using a search of advertiser web information
US8171034B2 (en) Methods and apparatus for serving relevant advertisements
KR101282806B1 (ko) 텍스트 광고들 및 이미지 광고들과 같은 상이한 표현 방법들 및／또는 특성들을 갖는 광고들의 제공 촉진
US7523087B1 (en) Determining and/or designating better ad information such as ad landing pages
KR20070004077A (ko) 과거 검색 질의들을 이용하는 광고 타겟팅 정보 및/또는광고 크리에이티브 정보 결정
KR20060130155A (ko) 광고에 대한 타겟팅 기준을 제시 및／또는 제공
US20130006764A1 (en) Inventory estimation for search retargeting
US20130304572A1 (en) Providing links to related advertisements

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
J204 Request for invalidation trial [patent]
J121 Written withdrawal of request for trial
FPAY Annual fee payment

Payment date: 20120907

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20130906

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20140912

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20150909

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20160912

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20170914

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20180907

Year of fee payment: 11

FPAY Annual fee payment

Payment date: 20190917

Year of fee payment: 12