KR20060120094A - 2단계 광고 추천 - Google Patents

2단계 광고 추천 Download PDF

Info

Publication number
KR20060120094A
KR20060120094A KR1020067009079A KR20067009079A KR20060120094A KR 20060120094 A KR20060120094 A KR 20060120094A KR 1020067009079 A KR1020067009079 A KR 1020067009079A KR 20067009079 A KR20067009079 A KR 20067009079A KR 20060120094 A KR20060120094 A KR 20060120094A
Authority
KR
South Korea
Prior art keywords
programs
advertisements
program
providing
user
Prior art date
Application number
KR1020067009079A
Other languages
English (en)
Other versions
KR101110755B1 (ko
Inventor
윌헬무스 에프. 제이. 베르하에그
스리니바스 구트타
피트루스 지. 메우레만
Original Assignee
코닌클리케 필립스 일렉트로닉스 엔.브이.
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 코닌클리케 필립스 일렉트로닉스 엔.브이. filed Critical 코닌클리케 필립스 일렉트로닉스 엔.브이.
Publication of KR20060120094A publication Critical patent/KR20060120094A/ko
Application granted granted Critical
Publication of KR101110755B1 publication Critical patent/KR101110755B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/433—Content storage operation, e.g. storage operation in response to a pause request, caching operations
    • H04N21/4331—Caching operations, e.g. of an advertisement for later insertion during playback
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/458—Scheduling content for creating a personalised stream, e.g. by combining a locally stored advertisement with an incoming stream; Updating operations, e.g. for OS modules ; time-related management operations
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/812—Monomedia components thereof involving advertisement data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/84—Generation or processing of descriptive data, e.g. content descriptors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/16—Analogue secrecy systems; Analogue subscription systems
    • H04N7/162—Authorising the user terminal, e.g. by paying; Registering the use of a subscription channel, e.g. billing
    • H04N7/163—Authorising the user terminal, e.g. by paying; Registering the use of a subscription channel, e.g. billing by receiver means only
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04H—BROADCAST COMMUNICATION
    • H04H60/00—Arrangements for broadcast applications with a direct linking to broadcast information or broadcast space-time; Broadcast-related systems
    • H04H60/35—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users
    • H04H60/46—Arrangements for identifying or recognising characteristics with a direct linkage to broadcast information or to broadcast space-time, e.g. for identifying broadcast stations or for identifying users for recognising users' preferences

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computer Security & Cryptography (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

광고들은 오디오 및/또는 비디오 프로그램들에 삽입을 위해 추천된다. 사용자(205)와 한세트의 광고들(260,262,264,266) 사이의 두 단계 링킹이 제공된다. 선호 스코어는 사용자가 각각의 프로그램들(210,212,214,216,218)을 얼마나 좋아하는지를 가리킨다. 이것은 예를 들어 프로그램 추천자(160)를 사용하여 달성될 수 있다. 광고 분류기(170)는 프로그램에 대한 광고의 유효성을 가리키는 상관 인자를 제공하기 위하여 광고자의 지식을 사용한다. 각각의 프로그램을 통하여, 선호 스코어 및 상관 인자의 곱을 합산함으로써 특정 사용자에 관한 광고의 유효성을 가리키는 유효성 측정 기준(E)은 각각의 광고에 대하여 얻어질 수 있다.
상관 인자, 유효성 측정 기준, 광고 분류기, 프로그램 추천자, 선호 스코어

Description

2단계 광고 추천{Two-step commercial recommendation}
본 발명은 일반적으로 텔레비젼 또는 라디오 신호들 같은 오디오 및/또는 비디오 신호들에서 광고들에 관한 것이고, 특히 사용자에 대한 신호들의 광고들을 개별화하기 위한 방법 및 장치에 관한 것이다.
사용자의 경험을 개선하고, 광고들을 보다 효율적으로 하기 위하여, 개별화된 광고들로 라이브 방송 스트림의 광고들을 대체할 수 있다. 2001년 1월 13일 특허 허여되고 발명자가 Van Luyt이고 발명의 명칭이 "TV signal receiver"이며, 본원에 참조로 통합된 미국특허 제 6,177,960 호는 개별화된 광고들로 라이브 방송 스트림의 광고들을 대체하기 위한 한가지 가능한 방법을 개시한다. 예를 들어, 개별화된 광고는 특정 TV 또는 라디오 프로그램의 타켓 청중의 통계 인자들을 바탕으로 선택될 수 있다. 상기 인자들은 예를 들어 성별, 나이, 수입 및 지리적 위치를 포함할 수 있고, 공지된 조사 및 검사 기술들을 사용하여 프로그램 콘텐트를 바탕으로 예측될 수 있다. 광고자들은 통계 인자들이 주문된 서비스 제품과 상관하는 특정 프로그램들 상의 제품들을 광고하도록 선택할 수 있다. 그러나, 이런 상관관 계는 통계적 요소들에 의해 예측될 수 없는 각각의 개인의 흥미들이 매우 넓게 가변할 수 있기 때문에 진정으로 개별화된 결과들을 제공하기에 너무 대략적이다.
따라서, 비디오 및/또는 오디오 프로그램의 광고 시간들에서 사용자에게 디스플레이되는 광고들을 개별화하기 위한 방법 및 장치를 제공하는 것이 바람직하다.
본 발명의 특정 측면에서, 개별화된 광고들을 선택하기 위한 한가지 방법이 제공된다. 상기 방법은 다수의 프로그램들 각각에 대하여, 관련된 적어도 하나의 사용자의 선호도를 가리키는 스코어를 제공하는 단계; 다수의 광고들의 각각에 대하여, 다수의 프로그램들 각각에 관한 각각의 유효성 정도를 가리키는 각각의 상관 인자들을 제공하는 단계; 및 다수의 광고들의 각각에 대하여, 스코어들 및 각각의 상관 인자들을 바탕으로 적어도 하나의 사용자와 관련된 유효성 정도를 가리키는 측정 기준을 제공하는 단계를 포함한다. 적어도 하나의 사용자는 예를 들어 개별 사람, 또는 가정내 사람의 그룹일 수 있다.
관련된 장치 및 프로그램 저장 장치는 제공된다.
도 1은 광고들을 추천하기 위한 장치의 실시예를 도시한 도면.
도 2는 프로그램들 및 광고들에게 사용자를 링크하는 것을 도시한 도면.
도 3은 광고들을 추천하기 위한 방법의 실시예를 도시한 도면.
도면들에서, 대응하는 부분들은 동일한 참조 번호들에 의해 참조된다.
본 발명의 보다 개별화된 광고 추천들을 형성하는 단계를 포함한다. 이런 목적을 위하여, 사용자와 한 세트의 광고들 사이의 두 단계 링크가 제공된다. 제 1 단계는 사용자와 텔레비젼 또는 라디오 프로그램들, 또는 다른 비디오, 오디오 또는 오디오/비디오 프로그램들 같은 한 세트의 프로그램들 사이의 관계를 결정하는 것이다. 이것은 예를 들어 프로그램 추천기를 사용하여 달성될 수 있다. 이런 관계는 사용자가 각각의 프로그램들을 얼마나 좋아하는가를 가리킨다. 제 2 단계는 프로그램들 세트 및 광고들의 세트 사이의 관계를 결정하는 것이다. 이것은 예를들어 광고자의 지식을 바탕으로 달성된다. 그 다음, 사용자(예를 들어, 시청자/청취자) 및 각각의 광고들 사이의 링크는 사용자에 대해 하나 이상의 개별화된 광고들을 식별하기 위하여 사용자와 프로그램들 사이의 관계들, 및 프로그램들 및 광고들 사이의 광고들을 바탕으로 결정될 수 있다.
도 1은 광고들을 추천하기 위한 장치의 실시예를 도시한다. 하나의 가능한 방법에서, 본 발명은 텔레비젼 신호를 수신하고 텔레비젼 상에 디스플레이 신호를 출력하는 텔레비젼 셋톱 박스 수신기 내의 부품들을 사용하여 구현된다. 그러나, 본 발명은 일반적으로 비디오 프로그램들, 오디오 프로그램들, 또는 오디오/비디오 프로그램들을 수신하는 임의의 형태의 장치에 응용할 수 있다. 예를 들어, 본 발 명은 예를 들어 다운로딩, 스트리밍 또는 방송에 의해 인터넷 같은 네트워크로부터 오디오/비디오 프로그램들을 수신하는 컴퓨터로 실행될 수 있다. 비디오 프로그램들은 통상적으로 비록 이것이 요구되지 않지만 오디오 트랙을 포함한다. 오디오 전용 프로그램들은 예를 들어 라디오 프로그램의 오디오 트랙을 포함할 수 있다. 일반적으로, 프로그램들은 인터넷, 케이블, 및 지상 또는 위성 방송들을 포함하는 임의의 소스에 의해 제공될 수 있다. 프로그램들은 페이퍼 뷰 프로그램들을 포함할 수 있다. 프로그램들은 프로그램들이 수신될 때 재생되거나, 추후 재생을 위하여 저장된다.
본 실시예는 도시만을 위한 비디오 프로그램을 참조한다. 하나의 방법에서, 수신기(100)는 디멀티플렉서/디코더(110)에서 수신된 비디오 프로그램들을 디멀티플렉스하고 디코딩한다. 비디오 프로그램들은 예를 들어 케이블, 위성 또는 지상 방송에 의해 전송된 디지털 또는 아날로그 멀티플렉스로 제공될 수 있다. 일반적으로, 하나의 비디오 프로그램들은 사용자 인터페이스(130)를 통하여 사용자/뷰어에 의해 만들어진 채널 선택을 바탕으로 디코딩된다. 디코딩된 비디오 프로그램은 작동하는 메모리(150)를 포함하는 CPU(140)를 통하여 디스플레이 장치(190)에 통신되거나, 예를 들어 비디오 저장 장치(115)에 추후 디스플레이를 위하여 로컬적으로 저장된다. 하나의 가능한 설계에서, 작업 메모리(150)는 여기에 기술된 기능을 달성하기 위하여 CPU(140)에 의해 실행되는 소프트웨어를 저장하는 프로그램 저장 장치이다. 그러나, 목표된 기능을 달성하기 위한 소프트웨어 같은 명령들을 저장 및 처리하기 위한 리소스들은 임의의 공지된 기술들을 사용하여 제공될 수 있다.
광고 저장 장치(120)는 임의의 공지된 기술을 사용하여 수신기(100)에서 수신될 수 있는 다수의 광고들을 저장한다. 예를 들어, 광고들은 비디오 프로그램들의 방송과 함께 수신되고 시간에 따라 저장될 수 있다. 광고들은 프로그램들이 수신된 동일하거나 독립된 통신 경로를 통하여 수신될 수 있다. 광고들 중 특정 광고들은 여기에 개시된 기술들을 사용하여 비디오 프로그램들의 광고 시간들에 삽입하기 위하여 선택된다. 개별화된 광고 삽입은 광고를 플레이하기 위하여 로컬 광고 저장소(120)를 사용할 수 있다. 방송 신호에서 다중 광고들은 뷰어들에게 광고들의 선택을 제공하기 위한 다른 방식일 수 있다. 전용 채널은 선택들이 이루어질 수 있는 광고들을 운반할 수 있다.
비디오 프로그램들에 개별화된 광고들을 삽입하기 위한 다양한 기술들은 Van Luyt에 의한 발명의 명칭이 "TV signal receiver"이고, 1998년 8월 20일 공개된 WO 98/36563 호; Lambert등에 의한 발명의 명칭이 "TV signal receiver"인 1001년 2월 1일 공개된 WO 01/08406; 및 Vrielink에 의한 발명의 명칭이 "Methods of and devices for transmitting and reproducing audio and/or video information consisting of primary programs and commercials"이고 2002년 9월 19일 공개된 U.S. 2002/0131772, 및 Van Luyt에 의한 발명의 명칭이 "TV signal receiver"인 상기된 미국특허 6,177,960에 기술되고, 그 각각은 참조로써 여기에 통합된다. 많은 이들 기술들은 비디오 및/또는 오디오 부분들을 가진 프로그램들에 적용할 수 있다.
프로그램 추천기(160)는 다른 프로그램들 또는 쇼들 - 즉, 사용자가 즐기거 나, 좋아하는 것으로 예상되는 범위, 프로그램 시청을 위한 특정 사용자, 또는 사용자들의 그룹에 의한 선호도를 가리키는 정보를 제공한다. 선호도는 임의의 추천기 기술을 사용하여, 현재 시청되는 프로그램, 또는 미래 시청을 위하여 스케쥴된 프로그램들에 대하여 제공될 수 있다. 예를 들어, 사용자가 어떤 측면의 프로그램들을 좋아하는지 싫어하는지를 명백하게 가리키는 경우, 사람은 포괄적인 추천기를 사용할 수 있다. 사용자는 그 또는 그녀가 코메디, 또는 특정 스포츠 이벤트들, 또는 특정 배우들 등등을 가진 프로그램들에 관련된 프로그램들을 좋아하는 것을 가리킬 수 있다. 또한, 사람은 사용자의 시청/청취 히스토리로부터 사용자가 좋아하고 싫어하는 것을 배우는 암시적인 추천기를 사용할 수 있다. 예를 들어, 사용자는 그가 특정 프로그램들을 좋아하거나 싫어하는 인터페이스를 통하여 가리킬 수 있고, 추천기는 사용자가 다른 프로그램들을 좋아하는지 싫어하는지를 결정하기 위한 정보를 추정할 수 있다. 프로그램 추천기(160)는 사용자의 성별, 나이, 위치, 수입 등등 같은 통계 정보를 바탕으로 프로그램에 대한 사용자의 선호도를 예측할 수 있다.
프로그램 추천기들에 대한 보다 많은 정보에 관하여, 예를 들어 Srinivas Gutta에 의한 발명의 명칭이 "Method and Apparatus for Recommending Television Programming using Decision Trees"이고, 1999년 12월 17일 출원된(개시 번호 700772) 미국특허출원 제 09/446,406 호, 및 Kaushal Kurapati, Dave Schaffer and Srinivas Gutta에 의한 발명의 명칭이 "Method and Apparatus for Generating Recommendation scores using Implicit and Explicit Viewing Preferences"이고 200년 9월 20일 출원된(출원 번호 US000239, 개시 번호. 701247) 미국특허출원 09/666,401 호를 참조하고, 그 양쪽은 여기에 참조로써 통합된다. 많은 이들 기술들은 비디오 및/또는 오디오 부분들을 가진 프로그램에 적용한다.
광고 분류기(170)는 특정 프로그램에 관한 광고의 유효성 정도에 관한 정보를 CPU(140)에 제공한다. 일반적으로, 이런 정보는 광고자들이 이용할 수 있고, 예를들어 최종 판매 또는 판매 질문들, 조사, 또는 다른 검사들을 바탕으로 특정 프로그램의 광고를 운용 성공 가능성을 반영한다. 이 정보는 모든 사용자들에 대한 특정 프로그램의 광고 유효성을 포함한다. 본 발명은 바람직하게 광고 유효성이 특정 사용자 또는 가족 같은 작은 그룹의 사용자들에 대해 결정될 수 있게 한다.
프로그램 추천기(160) 및 광고 분류기(170)로부터의 정보에 기초하여, CPU(140)는 디스플레이 또는 다른 출력 장치상에 현재 플레이되거나, 미래 시간에 플레이되는 프로그램의 광고 시간들에서 사용자에게 디스플레이하기 위한 하나 이상의 광고들을 식별하기 위하여 사용된 전체 측정치를 계산한다. 광고들은 각각의 광고와 연관되거나 종래에 공지된 임의의 다른 방법을 사용하는 코드워드 식별기에 의해 식별될 수 있다. 광고들이 광고 저장소(120)에 저장될 때, 광고들은 식별되고 임의의 공지된 메모리 관리 또는 데이터베이스 저장 기술들을 사용하여 배치될 수 있다. 예를 들어, 상기된 WO 98/36563 호, WO 01/08406 호, U.S. 2002/0131772, 및 U.S. 특허 제 6,177,960 호를 참조한다.
도 1에 도시된 구성이 간략화된 실시예인 것이 주의된다. 게다가, 정보를 저장하고 처리하는 다양한 구성요소들이 별개의 구성요소들일 필요가 있는 것이 아니고 그 기능들은 공통 처리 및 저장 소자들에 의해 결합되고 수행될 수 있다.
도 2는 적어도 하나의 사용자(205)를 다수의 프로그램들(210, 212, 214, 216, 218...) 및 다수의 광고들(260, 262, 264, 266,...)에 링크하는 것을 도시한다. 프로그램 추천기(160)는 w(사용자, 쇼_t)로서 도시된 수치 웨이트들 또는 스코어들로서 프로그램들(210,212,214,216,218)에 대한 사용자(205)의 선호도를 가리키는 정보를 제공할 수 있고, 여기서 "w"는 "웨이트"를 나타내고, "사용자"는 특정 사용자를 나타내고, 쇼_t는 t번째 특정 쇼를 나타내고, t는 각각의 프로그램을 나타내는 인덱스이다. 예를 들어, 프로그램들(210,212,214,216,218)은 t=1,2,3,4,5,...에 의해 표현될 수 있다. 웨이트들은 예를 들어 프로그램에 대한 사용자(205)의 낮고 높은 선호도들을 가리키는 0 및 1 사이 범위일 수 있다. 예를 들어, 사용자는 프로그램(210)에 대해 0.9의 선호도를 가지며, 프로그램(212)에 대해 0.6의 선호도를 가진다. 모든 웨이트들이 도시되지 않는다. 선호도들은 이전에 논의된 바와 같이 포괄적이고 및/또는 함축적인 추천기 또는 다른 기술들로 얻어질 수 있다.
프로그램들은 한번 또는 시리즈, 예를 들어 순환, 프로그램들일 수 있다. 예를 들어, 프로그램(210)은 주 단위 뉴스 메가진 "60 분"일 수 있고, 프로그램(212)은 주 단위 상황 코메디 프로그램 "모든 사람이 레이몬드를 사랑한다"이고, 프로그램(214)은 격주 단위 "영화 스페셜"이고, 프로그램(216)은 매일 재상영 "심프슨"이고, 프로그램(218)은 매일 프로그램 "투나잇 쇼"일 수 있다.
유사하게, 광고 분류기(170)는 수치 웨이트들 또는 상관 인자들이 w(쇼_t, comm_i)로서 표시될 때 프로그램에 관한 광고의 유효성을 가리키는 정보를 제공할 수 있고, 여기서 "comm_i"는 특정 i번째 광고이고, i는 각각의 광고를 나타내는 인덱스이다. 예를 들어, 광고들(260,262,264,266,....)은 i=1,2,3,4..., 각각에 의해 표현된다. 게다가, t는 각각의 프로그램을 나타내는 인덱스이다. 예를 들어, 프로그램들(210,212,214,216 및 218)은 각각 t=1,2,3,4,5...,에 의해 표현된다. 상관 인자들은 예를 들어 프로그램에 관한 광고 각각의 낮고 높은 상관관계들을 가리키는 0 및 1 사이의 범위일 수 있다. 예로서, 광고(260)는 각각 프로그램들(210,212,214,215,218)에 관하여 0.3, 0.7, 0.1, 0.2 및 0.05의 상관 인자들을 가질 수 있다. 모든 상관 인자들이 도시되지 않는다. 일반적으로, 광고와 연관된 광고자는 예를 들어 고객 조사들 및 다른 검사로부터 광고가 각각의 프로그램의 타켓 청취자에게 어떻게 강하게 링크되고, 대응하는 상관 인자를 얻을 수 있는지를 결정할 수 있다. 광고의 상관 인자는 광고로부터 생성된 달라 판매량 대 주어진 프로그램에서 광고 시간 동안 소비된 광고 달라들의 양을 바탕으로 하는 조사 후 리턴을 가리킬 수 있다. 따라서, 광고 프로그램 결합을 위한 상관 인자는 하나의 가능한 방법에서 광고자에 의해 설정될 수 있다. 이 정보는 TV 방송을 하는 수신기(100)에 통신되거나, 인터넷을 통한 다운로드 같은 다른 기술들을 사용하여 통신될 수 있다. 특정한 도면을 제공하기 위하여, 특정 커피 상표에 대한 광고(260), 특정 자동차에 대한 광고(262), 특정 채소에 대한 광고(264), 및 특정 옷의 라인에 대한 광고(266)가 가정된다.
본 발명에 따라, 사용자 프로그램 웨이트들 또는 스코어들 및 프로그램 광고 상관 인자들은 개별 사용자에 광고들의 유효성을 상관시키는 측정법을 얻기 위하여 사용된다. 이것은 각각의 광고에 대하여 각각의 프로그램을 통한 웨이트들 및 상관 인자들의 곱셈을 덧셈함으로써 달성된다. 예를 들어, 광고(260)에 대하여, 측정법은 (0.9x0.3) + (0.6x0.7) + (0.3x0.1) + (0.5x0.2) + (0.7x0.05) = 0.8555로서 계산된다. 일반적으로, 각각의 광고에 대하여, 개별 사용자/시청자에 대한 광고들의 유효성을 상관시키는 측정법은 하기와 같이 계산될 수 있다:
모든 i에 대하여:
Figure 112006032711622-PCT00001
여기서 n-프로그램들은 프로그램들의 수이다. 선택적으로, 각각의 광고에 대하여, 시청자에 관한 유효성(E) 정도는
Figure 112006032711622-PCT00002
로서 제공되고, 여기서 t는 각각의 t번째 비디오 프로그램을 나타내는 인덱스이고, t=1,..,n 프로그램들이고, 스코어(t)는 t번째 비디오 프로그램의 스코어를 나타내고 상관 인자(t)는 t번째 비디오 프로그램에 관한 상관 인자를 나타낸다. 방정식으로부터 알 수 있는 바와 같이, 광고는 만약 사용자가 좋아하는 많은 프로그램들에 대한 높은 상관 인자를 가지면 높은 유효성을 얻는다. 예를 들어, 청소년들에 대한 스포츠 광고들은 광고자에 의해 스포츠 프로그램들 및 젊은 사람들에 대한 프로그램 양쪽에 상관될 수 있고, 상기 방정식에 의해 광고는 양쪽 종류의 프로그램 들을 좋아하는 사람들에 대해 높은 계산 유효성을 얻을 것이다. 가장 높은 측정값들을 가진 광고들은 사용자에게 미래 디스플레이를 위하여 추천될 수 있다.
도 3은 광고들을 추천하기 위한 방법의 실시예를 도시한다. 처리는 제 1 광고를 가진 블록(300), 및 제 1 프로그램을 가진 블록(305)에서 시작한다. 블록(310)에서, 효율적인 측정치(E)는 영으로 초기화된다. 블록(320)에서, 상관 인자(CF)는 예를 들어 "최소 유효성"에 대한 영으로부터 "최대 유효성"에 대한 1 범위의 제 1 프로그램에 관련한 제 1 광고 유효성을 가리킨다. 블록(330)에서, 스코어는 예를들어 "혐오함"에 대한 0, "강하게 싫어함"에 대한 0.1, "일반적으로 싫어함"에 대한 0.2, ..., "중간"에 대한 0.5,..., "중간 좋아함"에 대한 0.8, "강하게 좋아함"에 대한 0.9, 및 "사랑함"에 대한 1.0의 현재 프로그램에 대한 사용자 선호도를 가리키는 것이 얻어진다. 블록(340)에서, 유효성 측정치(E)는 E=E+(CF*S)로 계산된다.
블록(350)에서, 처리되지 않은 나머지 프로그램이 있는지 결정된다. 만약 있다면, 다음 프로그램에 관한 상관 인자는 블록(320)에서 얻어지고, 사용자 선호도를 가리키는 스코어는 블록(330)에서 얻어지고, 유효성 측정치는 블록(340)에서 업데이트된다. 일단 블록(350)에서 결정된 바와 같이 최종 프로그램이 처리되면, 현재 광고에 대한 유효성 측정치(E)는 저장된다. 이것은 현재 광고에 대한 최종 측정값이다.
만약 블록(370)에서 결정되는 바와 같은 처리를 위한 부가적인 광고들이 있다면, 다음 광고는 블록(305)에서 시작하여 제 1 프로그램이 처리된다. 블록(310) 에서, 유효성 측정치(E)는 영으로 리셋된다. 처리는 상기된 바와 같이 모든 광고들이 유효성 측정치를 얻기 위하여 처리될 때까지 계속된다. 이때, 하나 이상의 광고들은 가장 높은 유효성 측정치들을 가진 광고들을 바탕으로 블록(380)에서 시청자에게 디스플레이하도록 추천된다.
프로그램이 현재 플레이되는지를 결정하지 않고 프로그램이 스코어될 수 있다는 것이 주의된다. 선호도 스코어는 각각의 (미래) 쇼에 대하여 예측되고, 광고는 유효성(E) 측정치를 바탕으로 추천되어, 예를 들어 가장 높은 유효성 측정치들을 가진 광고들은 추천된다. 유사하게, 현재 플레이되는 광고들을 모니터할 필요가 없다. 상관 인자가 얻어진 각각의 광고에 대해 식별기가 제공되므로, 시청자에게 디스플레이를 위하여 추천된 광고들 중 특정 하나가 쉽게 식별될 수 있다는 것이 주의된다.
개별화된 광고들이 디스플레이될 때, 상기 광고들은 그들이 다시 동일한 프로그램에서 운용되도록 그들이 이전에 운용한 프로그램들에 상관될 수 있다. 개별화된 광고들이 운용할 수 있는 프로그램은 일주일 단위로 반복하는 프로그램 또는 유사한 형태의 프로그램, 예를 들어 시튜에이션 코메디들 또는 스포츠 이벤트들 카테고리의 프로그램들의 순차적 프리젠테이션일 수 있다. 또는, 개별화된 광고들은 시청자가 임의의 차후 프로그램을 시청할 때 그들이 볼 수 있는 이전에 운용한 프로그램에 상관될 필요가 없다. 하루 또는 일주일의 하루 같은 시간 인자들은 예를들어 하루의 특정 시간에 운용하고 사용자에게 관하여 특히 효율적인 것으로 발견된 광고가 추후 날에 동일한 시간에 다시 운용할 수 있도록 고려될 수 있다. 예를 들어, 커피 광고는 많은 사람이 커피를 마시는 아침에 매우 효과적일 수 있다. 도 3의 처리가 각각의 사용자 또는 사용자들의 그룹을 위하여 완료될 수 있다는 것이 주의된다. 예를 들어, 집안의 다수의 사용자들은 사용자 인터페이스(130)를 통하여 프로그램들을 시청할 때 그들이 제공하는 id 번호 또는 다른 식별기에 의해 각각 식별될 수 있다. 이런 방식에서, 광고들은 현재 사용자 또는 사용자들의 그룹(예를 들어, 가족)을 위하여 개별화될 수 있다. 사용자 그룹에 대하여, 단계(330)는 균일한 평균 또는 웨이트된 평균 같은 다른 사용자들의 선호도 평균을 사용하기 위하여 변형될 수 있다. 게다가, 도 3의 처리는 스케쥴된 프로그램들 및/또는 광고들의 변화들을 반영하기 위하여 시간에 따라 반복될 수 있다.
본 발명의 바람직한 실시예들로 고려된 것이 도시되고 기술되었지만, 물론 형태 또는 항목의 다양한 변형들 및 변화들이 본 발명의 사상으로부터 벗어나지 않고 이루어질 수 있다는 것이 이해될 것이다. 그러므로, 본 발명이 기술되고 도시된 정확한 형태들로 제한되지 않고, 첨부된 청구항들의 범위 내에 속할 수 있는 모든 변형들을 커버하는 것으로 고려되어야 하는 것이 의도된다.

Claims (15)

  1. 개별화된 광고들을 선택하기 위한 방법에 있어서,
    복수의 프로그램들(210,212,214,216,218) 각각에 대하여, 상기 프로그램과 관련한 적어도 하나의 사용자(205)의 선호도를 가리키는 스코어(S)를 제공하는 단계;
    복수의 광고들(260,262,264,266) 각각에 대하여, 상기 복수의 프로그램들 각각에 관련하여 각각의 유효성 정도를 가리키는 각각의 상관 인자들(CF)을 제공하는 단계; 및
    상기 복수의 광고들 각각에 대하여, 상기 스코어들 및 상기 각각의 상관 인자들에 기초하여 상기 적어도 하나의 사용자에 관한 유효성 정도를 가리키는 측정치(E)를 제공하는 단계를 포함하는, 개별화된 광고들 선택 방법.
  2. 제 1 항에 있어서,
    상기 복수의 광고들 각각에 대하여 상기 측정치(E)를 제공하는 단계는, 상기 복수의 프로그램들 각각을 통해, 상기 복수의 프로그램들 각각에 대한 상기 스코어와 상기 복수의 프로그램들의 각각에 관련한 상기 복수의 광고들 각각에 대한 상기 상관 인자의 곱셈을 합산하는 단계를 포함하는, 개별화된 광고들 선택 방법.
  3. 제 1 항에 있어서,
    상기 측정치(E)에 기초하여 상기 적어도 하나의 사용자에게 제공하기 위하여 상기 복수의 광고들 중 적어도 하나를 선택하는 단계를 더 포함하는, 개별화된 광고들 선택 방법.
  4. 제 1 항에 있어서,
    상기 복수의 프로그램들 각각에 대하여, 상기 적어도 하나의 사용자의 선호도를 가리키는 스코어를 제공하는 상기 단계는 프로그램 추천기(160)를 사용하는 단계를 포함하는, 개별화된 광고들 선택 방법.
  5. 제 1 항에 있어서,
    상기 복수의 광고들 각각에 대하여, 상기 각각의 상관 인자들은 상기 광고들과 연관된 광고자들에 의해 제공되는, 개별화된 광고들 선택 방법.
  6. 제 1 항에 있어서,
    상기 프로그램들은 비디오 프로그램들을 포함하는, 개별화된 광고들 선택 방법.
  7. 제 1 항에 있어서,
    상기 프로그램들은 텔레비젼 프로그램들을 포함하는, 개별화된 광고들 선택 방법.
  8. 제 1 항에 있어서,
    상기 프로그램들은 오디오 프로그램들을 포함하는, 개별화된 광고들 선택 방법.
  9. 제 1 항에 있어서,
    상기 프로그램들은 오디오 및 비디오 부분들을 갖는, 개별화된 광고들 선택 방법.
  10. 개별화된 광고들을 선택하기 위한 장치에 있어서,
    복수의 프로그램들(210,212,214,216,218) 각각에 대하여, 상기 프로그램과 관련한 적어도 하나의 사용자(205)의 선호도를 가리키는 스코어(S)를 제공하기 위한 수단(160);
    복수의 광고들(260,262,264,266) 각각에 대하여, 상기 복수의 프로그램들 각각에 관한 각각의 유효성 정도들을 가리키는 각각의 상관 인자들(CF)을 제공하는 수단(170); 및
    상기 복수의 광고들 각각에 대하여, 상기 스코어들 및 상기 각각의 상관 인자들에 기초하여 상기 적어도 하나의 사용자에 관한 유효성 정도를 가리키는 측정치(E)를 제공하는 수단(140)을 포함하는, 개별화된 광고들 선택 장치.
  11. 제 10 항에 있어서,
    상기 측정치(E)를 제공하는 수단은, 상기 복수의 프로그램들 각각을 통하여, 상기 복수의 광고들 각각에 대한 스코어와 상기 복수의 프로그램들 각각에 관련하여 상기 복수의 광고들의 각각에 대한 상기 상관 인자와의 곱셈을 합산하는, 개별화된 광고들 선택 장치.
  12. 개별화된 광고들을 선택하기 위한 장치에 있어서,
    복수의 프로그램들(210,212,214,216,218) 각각에 대하여, 상기 프로그램에 관련하여 적어도 하나의 사용자(205)의 선호도를 가리키는 스코어(S)를 제공하는 프로그램 추천기(160);
    복수의 광고들(260,262,264,266) 각각에 대하여, 상기 복수의 프로그램들 각각에 관련한 각각의 유효성 정도를 가리키는 각각의 상관 인자들(CF)을 제공하는 광고 분류기(170); 및
    상기 복수의 광고들 각각에 대하여, 상기 스코어들 및 상기 각각의 상관 인자들에 기초하여 상기 적어도 하나의 사용자에 관련한 유효성 정도를 가리키는 측정치(E)를 제공하는 처리기(140)를 포함하는, 개별화된 광고들 선택 장치.
  13. 제 12 항에 있어서,
    상기 처리기는 상기 복수의 프로그램들 각각을 통하여, 상기 복수의 프로그램들 각각에 대한 상기 스코어와 상기 복수의 프로그램들 각각에 관련하여 상기 복 수의 광고들 각각에 대한 상기 상관 인자와의 곱셈을 합산함으로써 상기 측정치(E)를 제공하는, 개별화된 광고들 선택 장치.
  14. 개별화된 광고들을 선택하기 위한 방법을 수행하기 위하여 머신에 의해 실행 가능한 명령들의 프로그램을 유형적으로 구현하는 프로그램 저장 장치에 있어서,
    상기 방법은,
    복수의 프로그램들(210,212,214,216,218) 각각에 대하여, 상기 프로그램과 관련한 적어도 하나의 사용자(205)의 선호도를 가리키는 스코어(S)를 제공하는 단계;
    복수의 광고들(260,262,264,266) 각각에 대하여, 상기 복수의 프로그램들 각각에 관련한 각각의 유효성 정도를 가리키는 각각의 상관 인자들(CF)을 제공하는 단계; 및
    상기 복수의 광고들 각각에 대하여, 상기 스코어들 및 상기 각각의 상관 인자들에 기초하여 상기 적어도 하나의 사용자에 관한 유효성 정도를 가리키는 측정치(E)를 제공하는 단계를 포함하는, 프로그램 저장 장치.
  15. 제 14 항에 있어서,
    상기 측정치(E) 제공 단계는 상기 복수의 프로그램들 각각을 통하여, 상기 복수의 프로그램들 각각에 대한 상기 스코어와 상기 복수의 프로그램들 각각에 관련한 상기 복수의 광고들 각각에 대한 상기 상관 인자의 곱셈을 합산하는 단계를 포함하는, 프로그램 저장 장치.
KR1020067009079A 2003-11-10 2004-11-08 2단계 광고 추천 KR101110755B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US51890603P 2003-11-10 2003-11-10
US60/518,906 2003-11-10
PCT/IB2004/052342 WO2005046235A1 (en) 2003-11-10 2004-11-08 Two-step commercial recommendation

Publications (2)

Publication Number Publication Date
KR20060120094A true KR20060120094A (ko) 2006-11-24
KR101110755B1 KR101110755B1 (ko) 2012-03-08

Family

ID=34573011

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020067009079A KR101110755B1 (ko) 2003-11-10 2004-11-08 2단계 광고 추천

Country Status (8)

Country Link
US (1) US20070089129A1 (ko)
EP (1) EP1685712B1 (ko)
JP (1) JP4617312B2 (ko)
KR (1) KR101110755B1 (ko)
CN (1) CN1879412A (ko)
AT (1) ATE445970T1 (ko)
DE (1) DE602004023638D1 (ko)
WO (1) WO2005046235A1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100042981A (ko) * 2008-10-17 2010-04-27 삼성전자주식회사 광고 메트릭스 측정을 위한 장치 및 방법
KR100985015B1 (ko) * 2008-07-22 2010-10-04 주식회사 알티캐스트 Ｔｖ 수신기를 통해 제공되는 광고에 대한 광고 비용을결정하기 위한 방법, 시스템, 및 컴퓨터 판독 가능한 기록매체
KR20150043256A (ko) * 2015-03-30 2015-04-22 삼성전자주식회사 광고 메트릭스 측정을 위한 장치 및 방법

Families Citing this family (56)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090018922A1 (en) * 2002-02-06 2009-01-15 Ryan Steelberg System and method for preemptive brand affinity content distribution
US20090112715A1 (en) * 2007-10-31 2009-04-30 Ryan Steelberg Engine, system and method for generation of brand affinity content
US20090112692A1 (en) * 2007-10-31 2009-04-30 Ryan Steelberg Engine, system and method for generation of brand affinity content
US20090228354A1 (en) * 2008-03-05 2009-09-10 Ryan Steelberg Engine, system and method for generation of brand affinity content
US20090112698A1 (en) * 2007-10-31 2009-04-30 Ryan Steelberg System and method for brand affinity content distribution and optimization
US20090024409A1 (en) * 2002-02-06 2009-01-22 Ryan Steelberg Apparatus, system and method for a brand affinity engine using positive and negative mentions
US8181201B2 (en) * 2005-08-30 2012-05-15 Nds Limited Enhanced electronic program guides
US7809603B2 (en) * 2007-09-07 2010-10-05 Brand Affinity Technologies, Inc. Advertising request and rules-based content provision engine, system and method
US20090112718A1 (en) * 2007-10-31 2009-04-30 Ryan Steelberg System and method for distributing content for use with entertainment creatives
US20090112700A1 (en) * 2007-10-31 2009-04-30 Ryan Steelberg System and method for brand affinity content distribution and optimization
US20090112714A1 (en) * 2007-10-31 2009-04-30 Ryan Steelberg Engine, system and method for generation of brand affinity content
US8725563B2 (en) * 2007-09-07 2014-05-13 Brand Affinity Technologies, Inc. System and method for searching media assets
US20110047050A1 (en) * 2007-09-07 2011-02-24 Ryan Steelberg Apparatus, System And Method For A Brand Affinity Engine Using Positive And Negative Mentions And Indexing
US20110040648A1 (en) * 2007-09-07 2011-02-17 Ryan Steelberg System and Method for Incorporating Memorabilia in a Brand Affinity Content Distribution
US20100217664A1 (en) * 2007-09-07 2010-08-26 Ryan Steelberg Engine, system and method for enhancing the value of advertisements
US20100131357A1 (en) * 2007-09-07 2010-05-27 Ryan Steelberg System and method for controlling user and content interactions
US20100114719A1 (en) * 2007-09-07 2010-05-06 Ryan Steelberg Engine, system and method for generation of advertisements with endorsements and associated editorial content
US20100131085A1 (en) * 2007-09-07 2010-05-27 Ryan Steelberg System and method for on-demand delivery of audio content for use with entertainment creatives
US8548844B2 (en) 2007-09-07 2013-10-01 Brand Affinity Technologies, Inc. Apparatus, system and method for a brand affinity engine using positive and negative mentions and indexing
US20100131337A1 (en) * 2007-09-07 2010-05-27 Ryan Steelberg System and method for localized valuations of media assets
US20090112717A1 (en) * 2007-10-31 2009-04-30 Ryan Steelberg Apparatus, system and method for a brand affinity engine with delivery tracking and statistics
US9294727B2 (en) * 2007-10-31 2016-03-22 Veritone, Inc. System and method for creation and management of advertising inventory using metadata
US20110078003A1 (en) * 2007-09-07 2011-03-31 Ryan Steelberg System and Method for Localized Valuations of Media Assets
US20100274644A1 (en) * 2007-09-07 2010-10-28 Ryan Steelberg Engine, system and method for generation of brand affinity content
US8285700B2 (en) 2007-09-07 2012-10-09 Brand Affinity Technologies, Inc. Apparatus, system and method for a brand affinity engine using positive and negative mentions and indexing
US8751479B2 (en) 2007-09-07 2014-06-10 Brand Affinity Technologies, Inc. Search and storage engine having variable indexing for information associations
US20100114701A1 (en) * 2007-09-07 2010-05-06 Brand Affinity Technologies, Inc. System and method for brand affinity content distribution and optimization with charitable organizations
US20110131141A1 (en) * 2008-09-26 2011-06-02 Ryan Steelberg Advertising request and rules-based content provision engine, system and method
US20100030746A1 (en) * 2008-07-30 2010-02-04 Ryan Steelberg System and method for distributing content for use with entertainment creatives including consumer messaging
US20100318375A1 (en) * 2007-09-07 2010-12-16 Ryan Steelberg System and Method for Localized Valuations of Media Assets
US20100114704A1 (en) * 2007-09-07 2010-05-06 Ryan Steelberg System and method for brand affinity content distribution and optimization
US9633505B2 (en) 2007-09-07 2017-04-25 Veritone, Inc. System and method for on-demand delivery of audio content for use with entertainment creatives
US20100082598A1 (en) * 2008-02-07 2010-04-01 Brand Affinity Technologies, Inc. Engine, system and method for generation of brand affinity content
US8452764B2 (en) * 2007-09-07 2013-05-28 Ryan Steelberg Apparatus, system and method for a brand affinity engine using positive and negative mentions and indexing
US20110106632A1 (en) * 2007-10-31 2011-05-05 Ryan Steelberg System and method for alternative brand affinity content transaction payments
US20100076866A1 (en) * 2007-10-31 2010-03-25 Ryan Steelberg Video-related meta data engine system and method
US20090299837A1 (en) * 2007-10-31 2009-12-03 Ryan Steelberg System and method for brand affinity content distribution and optimization
JP2011511384A (ja) * 2008-02-07 2011-04-07 ブランド・アフィニティー・テクノロジーズ・インコーポレイテッド キーワードを用いたブランドをレーティングするための質的な及び量的な方法
US20090307053A1 (en) * 2008-06-06 2009-12-10 Ryan Steelberg Apparatus, system and method for a brand affinity engine using positive and negative mentions
US20100107189A1 (en) * 2008-06-12 2010-04-29 Ryan Steelberg Barcode advertising
KR101065540B1 (ko) * 2008-07-24 2011-09-19 아주대학교산학협력단 광고 브로드 캐스팅 방법
CA2738455A1 (en) * 2008-09-26 2010-04-01 Brand Affinity Technologies, Inc. An advertising request and rules-based content provision engine, system and method
WO2010039860A1 (en) * 2008-09-30 2010-04-08 Brand Affinity Technologies, Inc. System and method for brand affinity content distribution and placement
WO2010056545A1 (en) * 2008-10-29 2010-05-20 Brand Affinity Technologies, Inc. System and method for metricizing assets in a brand affinity content distribution
WO2010054234A1 (en) * 2008-11-06 2010-05-14 Brand Affinity Technologies, Inc. System and method for developing software and web based applications
US20100121702A1 (en) * 2008-11-06 2010-05-13 Ryan Steelberg Search and storage engine having variable indexing for information associations and predictive modeling
WO2010054250A1 (en) * 2008-11-06 2010-05-14 Brand Affinity Technologies, Inc. System and method for triggering development and delivery of advertisements
EP2275984A1 (en) * 2009-07-17 2011-01-19 Axel Springer Digital TV Guide GmbH Automatic information selection based on involvement classification
US9269047B2 (en) 2010-12-09 2016-02-23 At&T Intellectual Property I, L.P. Rule-based selection of content
US8826313B2 (en) * 2011-03-04 2014-09-02 CSC Holdings, LLC Predictive content placement on a managed services systems
CN102955651A (zh) * 2011-08-24 2013-03-06 宏碁股份有限公司 广告及多媒体影片互动系统及其方法
US10929871B2 (en) * 2012-04-11 2021-02-23 Rentrak Corporation System and method for analyzing the effectiveness of content advertisements
US10674214B2 (en) * 2015-08-28 2020-06-02 DISH Technologies L.L.C. Systems, methods and apparatus for presenting relevant programming information
US10896444B2 (en) 2017-01-24 2021-01-19 International Business Machines Corporation Digital content generation based on user feedback
KR20190044440A (ko) 2017-10-20 2019-04-30 대구대학교 산학협력단 다층 다차원 분석 기반의 광고 추천 장치 및 방법
KR20190044592A (ko) 2019-02-21 2019-04-30 대구대학교 산학협력단 동적인 다차원 분석 기반의 광고 추천 장치 및 방법

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6463585B1 (en) * 1992-12-09 2002-10-08 Discovery Communications, Inc. Targeted advertisement using television delivery systems
US20020104083A1 (en) * 1992-12-09 2002-08-01 Hendricks John S. Internally targeted advertisements using television delivery systems
US5600364A (en) * 1992-12-09 1997-02-04 Discovery Communications, Inc. Network controller for cable television delivery systems
JP3495198B2 (ja) * 1996-09-02 2004-02-09 株式会社東芝 コマーシャル情報選択再生方法および放送システム
US6177931B1 (en) * 1996-12-19 2001-01-23 Index Systems, Inc. Systems and methods for displaying and recording control interface with television programs, video, advertising information and program scheduling information
JP4334020B2 (ja) * 1997-02-14 2009-09-16 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ Ｔｖ信号受信機
BR9909241A (pt) * 1998-03-04 2000-11-14 United Video Properties Inc Sistema de guia de programas com propaganda direcionada
US20020095676A1 (en) * 1998-05-15 2002-07-18 Robert A. Knee Interactive television program guide system for determining user values for demographic categories
US8352984B2 (en) * 1998-06-12 2013-01-08 Thomson Licensing System and method for generating and managing user preference information for scheduled and stored television programs
US7146627B1 (en) * 1998-06-12 2006-12-05 Metabyte Networks, Inc. Method and apparatus for delivery of targeted video programming
US7653923B2 (en) * 2000-02-18 2010-01-26 Prime Research Alliance E, Inc. Scheduling and presenting IPG ads in conjunction with programming ads in a television environment
US7552458B1 (en) * 1999-03-29 2009-06-23 The Directv Group, Inc. Method and apparatus for transmission receipt and display of advertisements
GB0012211D0 (en) * 2000-05-19 2000-07-12 Gemstar Dev Limited A targeted advertising system
WO2002021839A2 (en) * 2000-09-06 2002-03-14 Cachestream Corporation Multiple advertising
KR20040005837A (ko) * 2000-10-11 2004-01-16 유나이티드 비디오 프로퍼티즈, 인크. 현재의 활동에 기초한 표적 광고 제공 시스템 및 방법
WO2002037858A2 (en) * 2000-11-02 2002-05-10 Koninklijke Philips Electronics N.V. Methods of and devices for transmitting and reproducing audio and/or video information consisting of primary programs and commercials
US20020124249A1 (en) * 2001-01-02 2002-09-05 Shintani Peter Rae Targeted advertising during playback of stored content
EP1223757B1 (en) * 2001-01-09 2006-03-22 Metabyte Networks, Inc. System, method, and software application for targeted advertising via behavioral model clustering, and preference programming based on behavioral model clusters
US20030149975A1 (en) * 2002-02-05 2003-08-07 Charles Eldering Targeted advertising in on demand programming

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100985015B1 (ko) * 2008-07-22 2010-10-04 주식회사 알티캐스트 Ｔｖ 수신기를 통해 제공되는 광고에 대한 광고 비용을결정하기 위한 방법, 시스템, 및 컴퓨터 판독 가능한 기록매체
KR20100042981A (ko) * 2008-10-17 2010-04-27 삼성전자주식회사 광고 메트릭스 측정을 위한 장치 및 방법
KR20150043256A (ko) * 2015-03-30 2015-04-22 삼성전자주식회사 광고 메트릭스 측정을 위한 장치 및 방법

Also Published As

Publication number Publication date
CN1879412A (zh) 2006-12-13
DE602004023638D1 (de) 2009-11-26
US20070089129A1 (en) 2007-04-19
EP1685712A1 (en) 2006-08-02
JP2007515865A (ja) 2007-06-14
ATE445970T1 (de) 2009-10-15
JP4617312B2 (ja) 2011-01-26
KR101110755B1 (ko) 2012-03-08
EP1685712B1 (en) 2009-10-14
WO2005046235A1 (en) 2005-05-19

Similar Documents

Publication Publication Date Title
KR101110755B1 (ko) 2단계 광고 추천
US8046787B2 (en) Method and system for the storage, viewing management, and delivery of targeted advertising
EP1041824B1 (en) Targeted display of advertisements based on users profile partial match.
US8732337B2 (en) System and method for delivering content to users on a network
US7444658B1 (en) Method and system to perform content targeting
US20080263581A1 (en) Recorded commercial optimization method and system
US20150058884A1 (en) Targeting ads to subscribers based on privacy protected subscriber profiles
US20040003397A1 (en) System and method for customized video commercial distribution
US20070198327A1 (en) Systems and methods for measuring, targeting, verifying, and reporting advertising impressions
US20060288367A1 (en) Systems, methods and products for tailoring and bundling content
EP1517259A1 (en) A method and system for generating a subscriber profile
JP2003527003A (ja) テレビジョンシステム
WO2000014951A1 (en) System and method for providing individualized targeted electronic advertising over a digital broadcast medium
WO2020142346A1 (en) Automated replacement of stored digital content
US11956499B2 (en) Automated replacement of stored digital content
WO2021137978A1 (en) Digital advertisement frequency correction
WO2002013112A1 (en) Targeting ads to subscribers based on privacy-protected subscriber profiles
KR100656791B1 (ko) 디지털양방향티브이의 광고집행시스템
US20090019471A1 (en) Personalized commercial cache
JP7153159B1 (ja) ストリーム視聴解析システム、ストリーム視聴解析方法およびプログラム
EP2572256A1 (en) Distributing content
WO2002030112A1 (en) Targeting ads in ipgs, live programming and recorded programming, and coordinating the ads therebetween
KR20060110976A (ko) 디지털 방송 환경에서 시청자 기반의 양방향 광고 시스템및 방법
WO2021133699A1 (en) Automated replacement of stored digital content

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20150113

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160112

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20170117

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20180112

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20190109

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20200114

Year of fee payment: 9