KR20080006578A - 표시를 위한 광고 내용 및/또는 다른 관련 정보를 선택하기위해 온라인 대화 내용을 이용하는 시스템 및 방법 - Google Patents

표시를 위한 광고 내용 및/또는 다른 관련 정보를 선택하기위해 온라인 대화 내용을 이용하는 시스템 및 방법 Download PDF

Info

Publication number
KR20080006578A
KR20080006578A KR20077025670A KR20077025670A KR20080006578A KR 20080006578 A KR20080006578 A KR 20080006578A KR 20077025670 A KR20077025670 A KR 20077025670A KR 20077025670 A KR20077025670 A KR 20077025670A KR 20080006578 A KR20080006578 A KR 20080006578A
Authority
KR
Grant status
Application
Patent type
Prior art keywords
information
method
step
keywords
display
Prior art date
Application number
KR20077025670A
Other languages
English (en)
Inventor
홍빈 가오
타렉 나즘
리 리
잉 리
시안팡 왕
벤유 장
후아-준 젱
젱 첸
Original Assignee
마이크로소프트 코포레이션
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

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce, e.g. shopping or e-commerce
    • G06Q30/02Marketing, e.g. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards; Price estimation or determination
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00Data processing: database and file management or data structures
    • Y10S707/99931Database or file accessing
    • Y10S707/99937Sorting

Abstract

데이터 마이닝 기술을 사용하여 온라인 대화의 내용을 분석하는 시스템 및 방법이 제공된다. 온라인 대화 내용과 관련하여 표시를 위한 관련 광고 내용 및/또는 다른 관련 정보를 검색하기 위해 데이터 마이닝 기술 구현의 결과를 이용하는 방법 및 시스템이 또한 제공된다.

Description

표시를 위한 광고 내용 및/또는 다른 관련 정보를 선택하기 위해 온라인 대화 내용을 이용하는 시스템 및 방법{SYSTEM AND METHOD FOR UTILIZING THE CONTENT OF AN ONLINE CONVERSATION TO SELECT ADVERTISING CONTENT AND/OR OTHER RELEVANT INFORMATION FOR DISPLAY}

본 발명은 컴퓨팅 환경에 관한 것이다. 더욱 구체적으로, 본 발명의 실시예는 데이터 마이닝(mining) 기술을 사용하여 온라인 대화(예를 들어, 인스턴트 메시징 세션)의 내용을 분석하는 시스템 및 방법에 관한 것이다. 부수적으로, 본 발명의 실시예는 표시를 위한 관련 광고 내용 및/또는 다른 관련 정보(예를 들어, 사전 정의, 추가 정보로의 링크 등)를 검색하기 위해 데이터 마이닝 기술 구현의 결과를 이용하는 것에 관한 것이다.

점점 더 많은 개인들이 가족, 친구 및 동료와의 통신을 용이하게 하기 위해 온라인 대화 도구, 예를 들어 인스턴트 메시징을 이용하고 있다. 종종, 온라인 대화 내용과 관련하여 표시된 것은 하나 이상의 광고이다. 그러나, 표시된 광고가 일반적으로 사용자에게 관련되지 않기 때문에, 이들 광고는 좀처럼 주목받지 못하고, 주목받은 경우라도 빈번히 무시된다.

부수적으로, 온라인 대화의 토픽(topic)은 흔히 사용자가 관심을 가질 수 있 는 특정 토픽 또는 제품에 관해 조회의 형태를 취한다. 사용자가 특정 토픽에 특별한 관심을 갖는다고 온라인 대화의 내용이 나타낼 지라도, 토픽에 관련된 정보를 검색하기 위해, 사용자는 온라인 대화 윈도우 밖의 일반 검색 엔진을 액세스해야 하고, 일반적으로 광범위한 자원 리스트로부터 관련 정보의 위치를 찾고자 시도해야 한다.

따라서, 표시를 위한 상황에 맞거나 관련된 광고 내용을 동적으로 선택하기 위해 온라인 대화 내용을 이용하는 방법이 바람직할 것이다. 부수적으로, 표시를 위한 다른 관련 정보(예를 들어, 사전 정의, 추가 정보로의 링크 등)를 동적으로 선택하기 위해 온라인 대화 내용을 이용하는 방법이 유리할 것이다.

본 발명의 실시예는 표시용 광고 내용을 선택하기 위해 온라인 대화(예를 들어, 인스턴트 메시징 세션)의 내용을 이용하는 방법을 제공한다. 한 실시예에서, 이 방법은 온라인 대화의 내용을 수신하는 단계, 온라인 대화의 내용으로부터 하나 이상의 키워드를 추출하는 단계, 및 하나 이상의 추출된 키워드에 기초하여 표시용 광고 내용을 선택하는 단계를 포함할 수 있다. 원하는 경우, 이 방법은 온라인 대화와 관련하여 선택된 광고 내용을 표시하는 단계를 더 포함할 수 있다.

다른 실시예에서, 방법은 하나 이상의 추출된 키워드를 채점하는 단계, 하나 이상의 채점된 키워드 중에서 임의의 사용자 의향(intention) 키워드를 식별하는 단계, 및 임의의 사용자 의향 키워드가 식별되면, 식별된 사용자 의향 키워드에 따라 하나 이상의 채점된 키워드를 다시 가중화하는 단계를 포함할 수 있다.

또 다른 실시예에서, 방법은 하나 이상의 추출된 키워드를 채점하는 단계, 토픽 변경이 발생했는지 판정하는 단계, 및 토픽 변경이 발생했다고 판정되면, 이력 데이터에 기초하여 하나 이상의 채점된 키워드를 다시 가중화하는 단계를 포함할 수 있다.

본 발명의 실시예는 표시용 관련 정보(예를 들어, 사전 정의, 추가 정보로의 링크 등)를 선택하기 위해 온라인 대화(예를 들어, 인스턴트 메시징 세션)의 내용을 이용하는 방법을 더 제공한다. 한 실시예에서, 방법은 온라인 대화의 내용을 수신하는 단계, 온라인 대화의 내용으로부터 하나 이상의 키워드를 추출하는 단계, 및 하나 이상의 추출된 키워드에 기초하여 표시용 관련 정보를 선택하는 단계를 포함할 수 있다. 원하는 경우, 방법은 온라인 대화의 내용과 관련하여 선택된 관련 정보를 표시하는 단계를 더 포함할 수 있다.

다른 실시예에서, 방법은 하나 이상의 추출된 키워드를 채점하는 단계, 하나 이상의 채점된 키워드 중에서 임의의 사용자 의향 키워드를 식별하는 단계, 및 임의의 사용자 의향 키워드가 식별되면, 식별된 사용자 의향 키워드에 따라 하나 이상의 채점된 키워드를 다시 가중화하는 단계를 포함할 수 있다.

또 다른 실시예에서, 방법은 하나 이상의 추출된 키워드를 채점하는 단계, 토픽 변경이 발생했는지 판정하는 단계, 및 토픽 변경이 발생했다고 판정되면, 이력 데이터에 기초하여 하나 이상의 채점된 키워드를 다시 가중화하는 단계를 포함할 수 있다.

본 발명의 추가 실시예는 방법을 수행하는 컴퓨터 실행가능 명령어를 갖는 컴퓨터 판독가능 매체를 제공한다. 한 실시예에서, 방법은 온라인 대화(예를 들어, 인스턴트 메시징 세션)의 내용을 수신하는 단계, 온라인 대화의 내용으로부터 하나 이상의 키워드를 추출하는 단계, 및 하나 이상의 추출된 키워드에 기초하여 표시를 위한 광고 내용 및 다른 관련 정보 중의 최소한 하나를 검색하는 단계를 포함할 수 있다.

여기에서 개시된 방법을 수행하도록 프로그램된 컴퓨터가 또한 제공된다.

본 발명은 첨부된 도면을 참조하여 아래에 더욱 상세하게 설명된다.

도 1은 본 발명을 구현하는데 사용하기 적합한 예시적인 컴퓨팅 환경의 블록도.

도 2는 본 발명의 실시예에 따른 예시적인 시스템 아키텍처의 개략도.

도 3A 및 3B는 본 발명의 실시예에 따라, 데이터 마이닝 기술을 사용하여 온라인 대화(예를 들어, 인스턴트 메시징 세션)의 내용을 분석하고, 표시를 위한 관련 광고 내용 및/또는 다른 관련 정보를 검색하기 위해 그러한 분석 결과를 이용하는 방법을 도시한 흐름도.

도 4는 본 발명의 실시예에 따라, 이력 정보 및 토픽 변경 검출에 기초하여 키워드를 다시 가중화하는 방법을 도시한 흐름도.

도 5는 본 발명의 실시예에 따라, 광고 내용, 및/또는 그러한 내용과 관련된 온라인 대화 내용에 관한 다른 정보를 표시하는 사용자 인터페이스의 예시적인 스크린 숏(screen shot).

본 발명의 주제는 법정 요구사항에 맞도록 여기에서 구체적으로 설명된다. 그러나, 설명 자체는 이 특허의 범위를 제한하고자 하는 것이 아니다. 오히려, 발명가는 청구된 주제가, 그 밖의 다른 현재의 또는 장래의 기술과 함께, 이 문서에서 설명된 단계와 다른 단계, 또는 유사한 단계의 조합을 포함하여, 다른 방식으로 구현될 수도 있다는 것을 고려했다. 게다가, "단계" 및/또는 "블록"이라는 용어는 이용된 방법의 상이한 요소를 내포하기 위해 여기에서 사용될 수 있긴 하지만, 그러한 용어는 개별 단계들의 순서가 명시적으로 설명되지 않는 한, 그리고 그렇게 명시적으로 설명된 경우를 제외하고는, 여기에서 개시된 다양한 단계들의 사이의 임의의 특정 순서를 암시하는 것으로 해석되어서는 안된다.

본 발명의 실시예는 데이터 마이닝 기술을 사용하여 온라인 대화(예를 들어, 인스턴트 메시징 세션)의 내용을 분석하는 시스템 및 방법을 제공한다. 본 발명의 실시예는 표시를 위한 관련 광고 내용 및/또는 다른 정보를 검색하기 위해 데이터 마이닝 기술 구현의 결과를 이용하는 방법 및 시스템을 더 제공한다.

그러므로, 본 발명의 실시예는 온라인 대화 내용 및 그 내용이 키워드 또는 애드(add)-워드에 의해 설명될 수 있는 광고 내용, 및/또는 그 내용이 키워드 등에 의해 설명될 수 있는 다른 관련 정보의 내용의 자동 분석에 기초하여, 온라인 대화의 텍스트와 관련하여 표시를 위한 관련 광고 내용 및/또는 다른 관련 정보를 선택하는 시스템 및 방법을 제공한다.

여기에서 설명된 시스템 및 방법은 완전히 자동화되고, 사용자의 온라인 대 화의 내용에 관련되는 특정 토픽에 응답하여 상황에 맞는 광고 내용 및/또는 다른 관련 정보의 선택을 용이하게 한다. 키워드는 데이터 마이닝 기술을 사용하여 온라인 대화의 텍스트로부터 추출된다. 추출된 키워드는 온라인 대화가 발행하고 있을 때에 사용자의 관심(들)에 가까운 토픽을 표현한다. 그 후, 추출된 키워드를 이용하여, 관련 광고 및/또는 다른 정보가 현재의 사용자에게 검색되고, 온라인 대화 내용과 관련하여 표시된다. 원하는 경우, 광고 내용 및/또는 다른 관련 정보 검색은 또한 사용자-클릭(click-through) 확률, 키워드에 대한 금전적 환산 값, 사용자 프로파일, 및/또는 사용자 행동에 관한 정보와 같은 다른 요인을 고려할 수 있다.

여기에서 설명된 시스템 및 방법을 사용하면, 온라인 대화 내용과 관련하여 표시된 광고 내용은 사용자에게 더욱 관련될 수 있을 것이므로, 사용자가 광고 내용을 선택할 확률을 증가시킴으로써 그것과 관련된 다른 정보를 액세스할 수 있을 것이다. 그러한 액세스는 사용자가 광고 아이템의 구입을 완료할 확률을 증가시키고, 따라서 광고주 수익을 최대화한다. 또한, 온라인 대화 내용과 관련된 다른 관련 정보의 표시는 사용자의 온라인 경험을 늘려서, 그 자신이 앞으로 온라인 서비스를 더욱 이용할 수 있게 만든다. 또한, 사용할 수 있는 경우, 사용자 프로파일 및 행동 정보는 내용을 선택하는데 이용되고, 더 나아가 사용자의 관심에 맞춰 광고 내용 및 다른 관련 정보를 조정하는데 이용될 수 있다.

본 발명의 개요를 간략하게 설명했으므로, 본 발명의 예시적인 운영 환경이 아래에 설명된다.

여러 도면에서 동일한 참조 번호가 동일한 컴포넌트를 나타내는 전반적인 도면을 참조하는데 특히 도 1을 먼저 참조하면, 본 발명을 구현하는 예시적인 운영 환경은 일반적으로 컴퓨팅 시스템 환경(100)으로 도시되고 지정된다. 컴퓨팅 시스템 환경(100)은 적합한 컴퓨팅 환경의 일례에 불과하며, 본 발명의 용도 또는 기능성의 범위에 관해 어떤 제한을 암시하고자 하는 것이 아니다. 컴퓨팅 환경(100)이 예시적인 운영 환경(100)에 도시된 컴포넌트들 중 임의의 하나 또는 그 컴포넌트들의 임의의 조합과 관련하여 어떤 의존성 또는 요구사항을 갖는 것으로 해석되어서는 안된다.

본 발명은 많은 기타 범용 또는 특수 목적의 컴퓨팅 시스템 환경 또는 구성에서 동작할 수 있다. 본 발명에서 사용하는 데 적합할 수 있는 잘 알려진 컴퓨팅 시스템, 환경 및/또는 구성의 예로는 퍼스널 컴퓨터, 서버 컴퓨터, 핸드-헬드 또는 랩톱 장치, 멀티프로세서 시스템, 마이크로프로세서 기반 시스템, 셋톱 박스, 프로그램가능한 가전제품, 네트워크 PC, 미니컴퓨터, 메인프레임 컴퓨터, 상기 시스템들이나 장치들 중 임의의 것을 포함하는 분산 컴퓨팅 환경, 기타 등등이 있지만 이에 제한되는 것은 아니다.

본 발명은 일반적으로 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터 실행가능 명령어와 관련하여 기술될 것이다. 일반적으로, 프로그램 모듈은 특정 태스크를 수행하거나 특정 추상 데이터 유형을 구현하는 루틴, 프로그램, 개체, 컴포넌트, 데이터 구조 등을 포함한다. 본 발명은 또한 통신 네트워크를 통해 연결되어 있는 원격 처리 장치들에 의해 태스크가 수행되는 분산 컴퓨팅 환경에서 실시 되도록 설계된다. 분산 컴퓨팅 환경에서, 프로그램 모듈은 메모리 저장 장치를 비롯한 로컬 및 원격 컴퓨터 저장 매체 둘다에 위치할 수 있다.

도 1과 관련하여, 본 발명을 구현하는 예시적인 시스템은 컴퓨터(110) 형태의 범용 컴퓨팅 장치를 포함한다. 컴퓨터(110)의 컴포넌트들은 처리 장치(120), 시스템 메모리(130), 및 시스템 메모리를 비롯한 각종 시스템 컴포넌트들을 처리 장치(120)에 연결시키는 시스템 버스(121)를 포함하지만 이에 제한되는 것은 아니다. 시스템 버스(121)는 메모리 버스 또는 메모리 컨트롤러, 주변 장치 버스 및 각종 버스 아키텍처 중 임의의 것을 이용하는 로컬 버스를 비롯한 몇몇 유형의 버스 구조 중 어느 것이라도 될 수 있다. 예로서, 이러한 아키텍처는 ISA(industry standard architecture) 버스, MCA(micro channel architecture) 버스, EISA(Enhanced ISA) 버스, VESA(video electronics standard association) 로컬 버스, 그리고 메자닌 버스(mezzanine bus)로도 알려진 PCI(peripheral component interconnect) 버스 등을 포함하지만 이에 제한되는 것은 아니다.

컴퓨터(110)는 통상적으로 각종 컴퓨터 판독가능 매체를 포함한다. 컴퓨터(110)에 의해 액세스 가능한 매체는 그 어떤 것이든지 컴퓨터 판독가능 매체가 될 수 있고, 이러한 컴퓨터 판독가능 매체는 휘발성 및 비휘발성 매체, 이동식 및 비이동식 매체를 포함한다. 예로서, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 통신 매체를 포함하지만 이에 제한되는 것은 아니다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보를 저장하는 임의의 방법 또는 기술로 구현되는 휘발성 및 비휘발성, 이동식 및 비이동 식 매체를 포함한다. 컴퓨터 저장 매체는 RAM, ROM, EEPROM, 플래시 메모리 또는 기타 메모리 기술, CD-ROM, DVD(digital versatile disk) 또는 기타 광 디스크 저장 장치, 자기 카세트, 자기 테이프, 자기 디스크 저장 장치 또는 기타 자기 저장 장치, 또는 컴퓨터(110)에 의해 액세스되고 원하는 정보를 저장할 수 있는 임의의 기타 매체를 포함하지만 이에 제한되는 것은 아니다. 통신 매체는 통상적으로 반송파(carrier wave) 또는 기타 전송 메커니즘(transport mechanism)과 같은 피변조 데이터 신호(modulated data signal)에 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터 등을 구현하고 모든 정보 전달 매체를 포함한다. "피변조 데이터 신호"라는 용어는, 신호 내에 정보를 인코딩하도록 그 신호의 특성들 중 하나 이상을 설정 또는 변경시킨 신호를 의미한다. 예로서, 통신 매체는 유선 네트워크 또는 직접 배선 접속(direct-wired connection)과 같은 유선 매체, 그리고 음향, RF, 적외선, 기타 무선 매체와 같은 무선 매체를 포함한다. 상술된 매체들의 모든 조합이 또한 컴퓨터 판독가능 매체의 영역 안에 포함되는 것으로 한다.

시스템 메모리(130)는 판독 전용 메모리(ROM)(131) 및 랜덤 액세스 메모리(RAM)(132)와 같은 휘발성 및/또는 비휘발성 메모리 형태의 컴퓨터 저장 매체를 포함한다. 시동 중과 같은 때에, 컴퓨터(110) 내의 구성요소들 사이의 정보 전송을 돕는 기본 루틴을 포함하는 기본 입/출력 시스템(BIOS)(133)은 통상적으로 ROM(131)에 저장되어 있다. RAM(132)은 통상적으로 처리 장치(120)가 즉시 액세스 할 수 있고 및/또는 현재 동작시키고 있는 데이터 및/또는 프로그램 모듈을 포함한 다. 예로서, 도 1은 운영 체제(134), 애플리케이션 프로그램(135), 기타 프로그램 모듈(136) 및 프로그램 데이터(137)를 도시하고 있지만 이에 제한되는 것은 아니다.

컴퓨터(110)는 또한 기타 이동식/비이동식, 휘발성/비휘발성 컴퓨터 저장매체를 포함한다. 단지 예로서, 도 1은 비이동식·비휘발성 자기 매체에 기록을 하거나 그로부터 판독을 하는 하드 디스크 드라이브(141), 이동식·비휘발성 자기 디스크(152)에 기록을 하거나 그로부터 판독을 하는 자기 디스크 드라이브(151), CD-ROM 또는 기타 광 매체 등의 이동식·비휘발성 광 디스크(156)에 기록을 하거나 그로부터 판독을 하는 광 디스크 드라이브(155)를 포함한다. 예시적인 운영 환경에서 사용될 수 있는 기타 이동식/비이동식, 휘발성/비휘발성 컴퓨터 기억 매체로는 자기 테이프 카세트, 플래시 메모리 카드, DVD, 디지털 비디오 테이프, 고상(solid state) RAM, 고상 ROM 등이 있지만 이에 제한되는 것은 아니다. 하드 디스크 드라이브(141)는 통상적으로 인터페이스(140)와 같은 비이동식 메모리 인터페이스를 통해 시스템 버스(121)에 접속되고, 자기 디스크 드라이브(151) 및 광 디스크 드라이브(155)는 통상적으로 인터페이스(150)와 같은 이동식 메모리 인터페이스에 의해 시스템 버스(121)에 접속된다.

위에서 설명되고 도 1에 도시된 드라이브들 및 이들과 관련된 컴퓨터 저장 매체는, 컴퓨터(110)에 대한 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 및 기타 데이터를 저장한다. 도 1에서, 예를 들어, 하드 디스크 드라이브(141)는 운영 체제(144), 애플리케이션 프로그램(145), 기타 프로그램 모듈(146), 및 프로 그램 데이터(147)를 저장하는 것으로 도시되어 있다. 여기서 주의할 점은 이들 컴포넌트가 운영 체제(134), 애플리케이션 프로그램(135), 기타 프로그램 모듈(136), 및 프로그램 데이터(137)와 동일하거나 그와 다를 수 있다는 것이다. 이에 관해, 운영 체제(144), 애플리케이션 프로그램(145), 기타 프로그램 모듈(146) 및 프로그램 데이터(147)에 다른 번호가 부여되어 있다는 것은 적어도 이들이 다른 사본(copy)이라는 것을 나타내기 위한 것이다. 사용자는 키보드(162), 및 마우스, 트랙볼(trackball) 또는 터치 패드와 같은 포인팅 장치(161) 등의 입력 장치를 통해 명령 및 정보를 컴퓨터(110)에 입력할 수 있다. 다른 입력 장치(도시 생략)로는 마이크, 조이스틱, 게임 패드, 위성 안테나, 스캐너 등을 포함할 수 있다. 이들 및 기타 입력 장치는 종종 시스템 버스에 결합된 사용자 입력 인터페이스(160)를 통해 처리 장치(120)에 접속되지만, 병렬 포트, 게임 포트 또는 USB(universal serial bus) 등의 다른 인터페이스 및 버스 구조에 의해 접속될 수도 있다. 모니터(191) 또는 다른 유형의 디스플레이 장치도 비디오 인터페이스(190) 등의 인터페이스를 통해 시스템 버스(121)에 접속된다. 모니터(191) 외에, 컴퓨터는 또한 스피커(197) 및 프린터(196) 등의 기타 주변 출력 장치를 포함할 수 있고, 이들은 출력 주변장치 인터페이스(195)를 통해 접속될 수 있다.

컴퓨터(110)는 원격 컴퓨터(180)와 같은 하나 이상의 원격 컴퓨터로의 논리적 접속을 사용하여 네트워크화된 환경에서 동작할 수 있다. 도 1에는 메모리 저장 장치(181)만이 도시되어 있지만, 원격 컴퓨터(180)는 또 하나의 퍼스널 컴퓨터, 서버, 라우터, 네트워크 PC, 피어 장치 또는 기타 통상의 네트워크 노드일 수 있 고, 통상적으로 컴퓨터(110)와 관련하여 상술된 구성요소들의 대부분 또는 그 전부를 포함한다. 도 1에 도시된 논리적 접속으로는 LAN(171) 및 WAN(173)이 있지만, 기타 네트워크를 포함할 수도 있다. 이러한 네트워킹 환경은 사무실, 전사적 컴퓨터 네트워크(enterprise-wide computer network), 인트라넷, 및 인터넷에서 일반적인 것이다.

LAN 네트워킹 환경에서 사용될 때, 컴퓨터(110)는 네트워크 인터페이스 또는 어댑터(170)를 통해 LAN(171)에 접속된다. WAN 네트워킹 환경에서 사용될 때, 컴퓨터(110)는 통상적으로 인터넷과 같은 WAN(173)을 통해 통신을 설정하기 위한 모뎀(172) 또는 기타 수단을 포함한다. 내장형 또는 외장형일 수 있는 모뎀(172)은 네트워크 인터페이스(170) 또는 기타 적절한 메커니즘을 통해 시스템 버스(121)에 접속될 수 있다. 네트워크화된 환경에서, 컴퓨터(110) 또는 그의 일부와 관련하여 기술된 프로그램 모듈은 원격 메모리 저장 장치에 저장될 수 있다. 예로서, 도 1은 원격 애플리케이션 프로그램(185)이 원격 컴퓨터(180)에 있는 것으로 도시하고 있지만 이에 제한되는 것은 아니다. 도시된 네트워크 접속은 예시적인 것이며 이 컴퓨터들 사이에 통신 링크를 설정하는 기타 수단이 사용될 수 있다는 것을 이해할 것이다.

컴퓨터(110)의 많은 기타 내부 컴포넌트가 도시되지는 않았지만, 본 분야에 숙련된 기술자들은 그러한 컴포넌트 및 상호접속이 잘 알려져 있다는 것을 이해할 것이다. 따라서, 컴퓨터(110)의 내부 구성에 관한 추가 상세는 본 발명과 관련하여 개시될 필요가 없다.

컴퓨터(110)가 턴온되거나 리셋될 때, ROM(131) 내에 저장되어 있는 BIOS(133)는 처리 장치(120)에 운영 체제 또는 그 필요 부분을 하드 디스크 드라이브(141)에서 RAM(132)으로 로드하라고 지시한다. 일단 운영 체제(144)로 지정된 운영 체제의 복사된 부분이 RAM(132) 내에 로드되면, 처리 장치(120)는 운영 체제 코드를 실행하여, 운영 체제(134)의 사용자 인터페이스와 관련된 가시적 요소가 모니터(191) 상에 표시되게 한다. 통상적으로, 애플리케이션 프로그램(145)이 사용자에 의해 열릴 때, 프로그램 코드 및 관련 데이터는 하드 디스크 드라이브(141)에서 판독되고, 필요한 부분은 RAM(132) 내로 복사되는데, 그 복사된 부분은 여기에서 참조 번호(135)로 표시된다.

앞에서 언급된 바와 같이, 본 발명의 실시예는 데이터 마이닝 기술을 사용하여 온라인 대화(예를 들어, 인스턴트 메시징 세션)의 내용을 분석하고, 표시를 위한 관련 광고 내용 및/또는 다른 관련 정보를 검색하기 위해 그러한 분석 결과를 이용하는 시스템 및 방법에 관한 것이다. 도 2를 참조하면, 본 발명의 실시예에 따라 온라인 대화 내용 분석, 및 광고 내용 및/또는 다른 관련 정보의 검색을 위한 전체 시스템 아키텍처를 도시한 블록도가 도시되는데, 전체 시스템 아키텍처는 일반적으로 참조 번호(200)으로 지정된다.

시스템(200)은 오리지널 온라인 대화 내용 스트림(210)(예를 들어, 인스턴트 메시징 세션의 내용)의 수신 시에 단어열(word sequence)을 정하기 위해 단어들 사이의 분리를 검출하여 그들 분리를 이용하는 단어-분리 컴포넌트(212)를 포함한다. 단어-분리 컴포넌트(212)는 영어보다 덜 구조적인 단어 분리를 제공하는 포맷을 갖 는 언어에서 특히 유용할 수 있다. 시스템(200)은 단어열의 단어들을 표준화하는, 즉 그들 각각의 루트 단어들로 내려가 단어들을 스테밍(stemming)하는 스테밍 컴포넌트(214)를 더 포함한다. 부수적으로, 시스템(200)은 불용어(stop word), 즉 온라인 대화의 토픽에 중요하지 않은 단어를 식별하여 단어열로부터 필터링해 내는 불용어 필터링 컴포넌트(216)를 포함한다. 일반적으로, 불용어는, 예를 들어 대화에서 너무나 일상적으로 이용되어, 임의의 특정 토픽에 관한 사용자의 관심을 신뢰할 수 있게 나타낼 수 없는 단어이다. 불용어는 통상적으로 미리 정해진 목록에 의해 제공되고, 미리 정해진 목록과 스테밍된 단어열의 비교에 의해 식별된다.

시스템(200)은 오리지널 온라인 대화에서 키워드를 추출하고, 추출된 키워드를 다수의 목록과 비교하여 매치를 판정하는 대화 키워드 추출 컴포넌트(218)를 더 포함한다. 그러므로, 대화 키워드 추출 컴포넌트(218)는 불용어 필터링 컴포넌트(216)로부터의 출력뿐만 아니라, 추출된 키워드와의 비교를 위한 광고 키워드 목록(들)이 저장될 수 있는 광고 데이터베이스(224), 및 추출된 키워드와의 비교를 위한 정보 키워드 목록(들) 및 사용자 의향 트리거 목록이 저장될 수 있는 정보 데이터베이스(225)로부터의 입력을 수신한다.

대화 키워드 추출 컴포넌트(218)는 추출된 키워드를 3개의 카테고리: 즉, 사용자 의향 키워드(218A), 광고 선택 키워드(218B) 및 관련 정보 선택 키워드(218C) 중의 하나 이상의 키워드로 더욱 분류한다. 사용자 의향 키워드(218A)는 특정 토픽에 관한 사용자의 특별한 관심을 식별하고 통상적으로 미리 정해진 트리거 단어 또는 구를 뒤따르는 키워드이다. 예를 들어, 사용자가 구 "I'd like to buy a jaguar"를 입력하면, 단어 "jaguar"는 구 "I'd like to buy"를 뒤따르는 사용자 의향 키워드로서 특징지워질 수 있다. 사용자 의향 키워드(218A)를 트리거하는 단어 또는 구는 통상적으로 미리 정해진 목록에 의해 제공되고, 그 다음 사용자 의향 키워드(218A)는 시스템(200)의 불용어 필터링 컴포넌트(216)로부터 입력된 단어열과 미리 정해진 목록과의 비교에 의해 식별된다. 사용자 의향 트리거의 목록은 도시된 정보 데이터베이스(225) 내에 저장될 수 있고, 또는 원하는 경우에 분리된 데이터베이스 내에 저장될 수 있다.

사용자 의향 키워드(218A)는 또한 사용자 프로파일 정보(230) 및/또는 사용자 행동 정보(232)에 기초하여 (이 정보가 이용가능한 경우에) 결정될 수 있다. 예를 들어, 사용자가 지난 30일 안에 했던 온라인 대화의 많은 퍼센트에서, 그 사용자가 단어 "jaguar"를 언급했으면, 이 단어는 사용자 의향 키워드로서 특징지워질 수 있다. 사용자 의향 키워드(218A)는 사용자가 잡담 대화보다 더 많은 관심을 갖는 것으로 보이는 단어 목록을 식별하고자 하는 것이다.

광고 선택 키워드(218B)는 광고 데이터베이스(224)에 저장된 하나 이상의 광고 키워드와 비교했을 때 목록(들) 상의 한 단어와 매칭될 수 있는 키워드이다. 특정 키워드는 사용자 의향 키워드(218A) 및 광고 선택 키워드(218B) 둘 다일 수 있다는 점에 주의하기 바란다.

관련 정보 선택 키워드(218C)는 정보 데이터베이스(225)에 저장된 하나 이상의 정보 키워드와 비교했을 때 목록(들) 상의 한 단어와 매칭될 수 있는 키워드이다. 특정 키워드는 사용자 의향 키워드(218A) 및 관련 정보 선택 키워드(218C)일 수 있거나, 광고 선택 키워드(218B) 및 관련 정보 선택 키워드(218C)일 수 있거나, 또는 사용자 의향 키워드(218A), 광고 선택 키워드(218B) 및 관련 정보 선택 키워드(218C)일 수 있다는 점에 주의하기 바란다. 통상적으로, 대화 키워드 추출 컴포넌트(218) 내에서 추출된 키워드는 2개 이상의 이들 범주로 분류될 것이다. 더욱 구체적으로, 사용자 의향 키워드(218A)는 통상적으로 또한 광고 선택 키워드(218B) 및 관련 정보 선택 키워드(218C) 중의 최소한 하나로서 분류될 것이다.

또한, 시스템(200)은 대화 키워드 추출 컴포넌트(218)로부터 추출된 광고 선택 키워드(218B) 및/또는 관련 정보 선택 키워드(218C)의 TF/IDF(term frequency and inverse document frequency)를 계산하는 TF/IDF 점수 계산 컴포넌트(220)를 포함한다. 그 후, 이 값은 더욱 자세하게 후술되는 바와 같이, 관련 광고 내용 및/또는 다른 관련 정보를 검색할 때 가장 높은 점수를 가진 것들이 사용될 수 있도록 서로에 대한 키워드를 채점하기 위해 사용될 수 있다. (본 분야에 숙련된 기술자들이 이해할 수 있는 바와 같이, TF/IDF는 관련성에 의해 문서의 랭크를 정하는 텍스트 정보 검색에서 사용된 표준 기술이다.)

부수적으로, 시스템(200)은 사용자 의향 재가중화(re-weighting) 컴포넌트(222)를 포함한다. 사용자 의향 키워드(218A)는 사용자가 잡담 대화에서 사용할 수 있는 다른 키워드보다 더 큰 관심을 갖는 것으로 보이는 키워드이기 때문에, 사용자 의향 키워드(218A)는 더욱 상세하게 후술되는 바와 같이, 광고 내용 및/또는 유용한 정보가 표시를 위해 선택될 어떤 단어를 판정할 때 더 큰 가중치가 부여된다. 사용자 의향 재가중화 컴포넌트(222)는 대화 키워드 추출 컴포넌트(218)로부 터 추출된 사용자 의향 키워드(218A)의 목록을 TF/IDF 점수 계산 컴포넌트(222)로부터 입력된 채점된 광고 선택 및 관련 정보 선택 키워드와 비교하고, 사용자 의향 키워드(218A) 및 광고 선택 키워드(218B)로 보이는 그들 키워드, 및 사용자 의향 키워드(218A) 및 관련 정보 선택 키워드(218C)로 보이는 그들 키워드에 추가 가중치를 제공한다. 한 실시예에서, 사용자 의향 키워드(218A)는 1.0보다 큰 값으로 가중된다.

또한, 시스템(200)은 검출된 토픽 변경에 기초하여 추출된 키워드를 다시 가중화하는 토픽 변경 검출 및 재가중화 컴포넌트(226)를 포함한다. 토픽 변경 검출 및 재가중화 컴포넌트(226)의 용도는 오리지널 온라인 대화 내용 스트림(210)이 다수의 토픽을 포함할 수 있다는 사실에 적응하기 위한 것이다.

시스템(200)은 추출되어 가중화된 광고 선택 키워드에 가장 가까운 매치(또는 매치들)를 갖는 광고 키워드와 관련되는 광고 내용(즉, 하나 이상의 광고)를 검색하는 광고 내용 검색 컴포넌트(228)를 추가로 포함한다. 광고 내용 검색 컴포넌트(228)는 (광고 키워드 목록 및/또는 사용자-클릭 통계, 금전적 환산 값 등의 형태로) 광고 데이터베이스(224)로부터의 입력을 수신하고, 사용할 수 있는 경우에, 사용자 프로파일(230), 및/또는 사용자 행동(232)에 관한 정보로부터의 입력을 수신하며, 토픽 변경 검출 및 재가중화 컴포넌트(226)로부터의 출력을 수신한다.

시스템(200)은 적절한 뷰잉 장치(236)(예를 들어, 종래의 컴퓨터 모니터 등) 상의 오리지널 온라인 대화 내용 스트림(210)과 관련하여 광고 내용 검색 컴포넌트(228)로부터 검색된 광고 내용을 표시하는 광고 내용 표시 컴포넌트(234)를 추가 로 포함한다.

또한, 시스템(200)은 추출되어 가중화된 관련 정보 선택 키워드에 가장 가까운 매치(또는 매칭치)를 갖는 관련 정보 선택 키워드와 관련되는 관련 정보(예를 들어, 사전 정의 또는 추가 정보로의 링크)를 검색하는 관련 정보 검색 컴포넌트(238)를 추가로 포함한다. 관련 정보 검색 컴포넌트(238)는 토픽 변경 검출 및 재가중화 컴포넌트(226)로부터의 출력뿐만 아니라, (정보 키워드 목록(들) 형태의) 정보 데이터베이스(225)로부터의 입력을 수신한다.

시스템(200)은 적절한 뷰잉 장치(236)(예를 들어, 종래의 컴퓨터 모니터 등) 상의 오리지널 온라인 대화 내용 스트림(210)과 관련하여 관련 정보 검색 컴포넌트(238)로부터 검색된 관련 정보를 표시하는 관련 정보 표시 컴포넌트(240)를 추가로 포함한다.

이들 시스템 컴포넌트의 각각에 의해 수행된 기능은 도 3A 및 3B에 도시된 방법과 관련하여 더욱 자세하게 후술된다.

적절한 뷰잉 장치 상에 표시하기 위한 광고 내용은 광고 내용 제공자(즉, 광고주)로의 수익이 최대화되도록, 본 발명의 실시예에 따라 선택된다. 이것은 사소한 문제가 아니다. 한편으로는, 사용자가 광고 내용을 클릭함으로써 추가 정보를 액세스하고/하거나 구입을 완료할 기회를 증가시키기 위해 사용자가 가장 관심있어 하는 광고 내용을 선택하는 것이 바람직하다. 다른 한편으로는, 광고 키워드에 기초하여 최고 금전적 환산 값을 제공하는 광고 내용이 요구된다. 이들 두 가지 목표는 종종 충돌하고, 이들 사이의 조화를 달성하는 것이 발생할 가능성이 있는 가 장 효율적인 광고를 제공한다.

다음의 확률 공식은 통계적 평균으로 최대 수익을 산출하기 위해 그러한 영향 요인을 통합하여 자연스럽게 균형을 맞추고, 따라서 가능한 가장 효율적인 광고를 제공한다. 목표는 통계적 의미에서의 금전적 환산 값(기대값)을 최대화하는 광고 내용을 선택하는 것이다. 온라인 대화에서, 사용자 입력은 소정의 시간 간격으로(예를 들어, 15초마다) 또는 한 문장씩, 동적이고 점진적이기 때문에, 광고 또는 광고 목록은 평균(기대) 금전적 환산 값을 최대화하도록 설계된 확률적 모델에 따라 선택될 것이다. 수학적으로, 이것은 다음의 목적 함수로 표현될 수 있다:

Figure 112007079357552-PCT00001

여기에서, A는 광고를 나타내고, W는 애드-워드를 나타내며, V는 온라인 대화 스트림의 내용을 나타내고, U는 사용자를 나타내며, C는 사용자가 표시된 광고를 클릭하는 지의 여부를 나타내고, MC는 광고가 클릭되거나(C=TRUE, 사용자 클릭) 클릭되지 않은(C=FALSE, 노출(impression)) 경우의 쌍 (A, W)에 대한 금전적 환산 값을 나타낸다.

이 목적 함수는 다음으로 확장될 수 있다:

Figure 112007079357552-PCT00002

여기에서, I는 사용자가 광고 내용에 관심이 있는 지의 여부를 나타내고, RV는 애드-워드가 오리지널 온라인 대화 스트림에 관련되는 지의 여부를 나타내고, RU는 사용자가 애드-워드에 관한 이력 관심을 가졌는 지의 여부를 나타낸다.

위에서 나타낸 결합 확률 분포는 다음으로 확장될 수 있다:

Figure 112007079357552-PCT00003

여기에서, 각 항목은 상이한 소스로부터의 정보를 나타낸다.

P(RV|W,V)는 애드-워드 W가 온라인 대화 V에 관련될 확률을 나타내고, 도 2의 키워드 추출 컴포넌트(224)에 의해 제공된다. 엄격한 확률 대신에, TF/IDF와 같은 일반적인 확률 관련 측정치가 포함될 수 있다.

P(RU|W,U)는 사용자가 (현재의 관심과 관계없이) 키워드에 관한 일반적 관심을 가질 확률을 나타낸다. 이 정보는 사용될 수 있는 경우에, 사용자 프로파일(230) 및/또는 사용자 행동(도 2)으로부터 이용가능하다. 본 분야에 숙련된 기술자들이라면, 이용가능한 사용자 프로파일 및/또는 행동 정보가 하나도 없으면, 이 컴포넌트는 결합 확률 분포에서 제거될 수 있다는 것을 이해할 것이고 알 수 있을 것이다. 이러한 모든 변형은 본 발명의 범위에 속하는 것으로 생각된다.

P(I|RV,RU)는 사용자가 광고(들)의 내용에 관심이 있을 확률을 나타낸다. 이것의 목적은 사용자의 이력 관심(RV) 및 (현재의 온라인 대화에서 나타낸) 사용자 의 순간 관심(RU)을 통합하기 위한 것이다.

P(C|I,A,U)는 사용자가 광고 내용에 관심이 있는지 없는지의 여부를 고려하여, 사용자가 광고를 클릭할 확률을 나타낸다. 이 정보는 광고의 사용자 클릭 통계(도 2의 광고 데이터베이스(224)에 저장) 및 사용자 프로파일(230) 및/또는 사용자 행동 정보(232)(도 2)로부터 이용가능하다. 이것은 사용자가 광고 내용에 관심이 없더라도 (예를 들어, 광고가 얼마나 매력적으로 설계되었는지에 따라) 광고를 클릭할 수 있다는 것과, 사용자가 관심이 있음에도 불구하고 반드시 광고를 클릭하는 것은 아니다는 것을 반영한다.

이제 도 3A 및 3B를 참조하면, 본 발명의 실시예에 따라, 데이터 마이닝 기술을 사용하여 온라인 대화(예를 들어, 인스턴트 메시징 세션)의 내용을 분석하고, 그러한 분석 결과를 이용하여 표시를 위한 관련 광고 내용 및/또는 다른 관련 정보를 검색하는 방법이 도시되고, 일반적으로 참조 번호(300)으로 지정된다. 처음에, 블록(310)에 나타낸 바와 같이, 오리지널 온라인 대화 내용 스트림이 수신되어 시스템 내로 입력된다. 그 후, 블록(312)에 나타낸 바와 같이, 온라인 대화 내용 스트림 내의 단어들 사이의 분리가 검출되어, 단어열을 정하기 위해 이용된다. 다음에, 단어열은 표준화되고, 즉 단어들은 그들 각각의 루트 단어로 내려가 스테밍된다. 이것은 블록(314)에 표시된다. 그 후, 블록(316)에 나타낸 바와 같이, 불용어, 즉 온라인 대화의 토픽에 중요하지 않은 단어는 단어열에서 필터링된다.

그 후, 블록(318)에 나타낸 바와 같이, 필터링된 단어열은 대화 키워드 추출 컴포넌트(도 2의 218) 내로 입력된다. 그 다음, 오리지널 온라인 대화 내용 스트림과 관련된 키워드는 추출되어, 사용자 의향 키워드, 광고 선택 키워드 및/또는 관련 정보 선택 키워드 중의 하나 이상으로 분류된다. 이것은 블록(320)에 표시된다.

다음에, 블록(322)에 나타낸 바와 같이, 광고 키워드 및 유용한 정보 키워드는 하나 이상의 키워드 목록과 비교된다. 다시 도 2를 참조하면, 광고 선택 키워드는 광고 데이터베이스(224)에 저장된 하나 이상의 광고 키워드 목록과 비교되고, 유용한 정보 선택 키워드는 정보 데이터베이스(225)에 저장된 하나 이상의 정보 키워드 목록과 비교된다.

종래의 키워드 추출 컴포넌트(도 2의 218)는 키워드를 추출하여 분류하고, 추출된 키워드를 키워드 목록과 비교할 뿐만 아니라, 광고 키워드 및 관련 정보 키워드를 오리지널 온라인 대화 내용 스트림(도 2의 210)과 관련된 키워드에 매칭시킨다. 이것은 블록(324)에 표시된다. 키워드 매칭은 철자에 의해 또는 발음(음성 매칭)에 의해 행해질 수 있다. 키워드는 그 후, 블록(326)에 나타낸 바와 같이, 점수(예를 들어, TF/IDF 점수)가 부여된다

그 후, 블록(328)에 나타낸 바와 같이, 키워드는 사용자 의향에 기초하여 다시 가중화된다. 동시에 또는 순차적으로, 키워드는 블록(330)에 나타낸 바와 같이, 토픽 및 이력 정보의 검출된 변경에 기초하여 다시 가중화된다. 이것은 오리지널 온라인 대화 내용 스트림(도 2의 210)이 다수의 토픽을 포함할 수 있다는 사실에 적응하기 위한 것이다.

온라인 대화에서, 사용자 입력은 동적이고 점진적이기 때문에, 표시되는 광고 내용 및/또는 다른 관련 정보의 지속적인 수익을 유지하기 위해, 광고 내용 및 다른 관련 정보는 정기적으로 갱신된다. 그러므로, 키워드 추출 컴포넌트는 토픽의 끝까지 기다리기보다는, 주기적으로, 예를 들어 15초마다 또는 한 문장씩, 키워드를 추출하는 것이 양호하다. 그러므로, 종래의 키워드 추출 방법에 비해, 본 발명의 방법은 이전의 입력 세그먼트로부터 추출된 키워드가 현재의 입력 세그먼트의 추출을 돕기 위해 이용되는 "이력 특징(history feature)"을 이용한다. 이것에 기초한 토픽 변경 검출 및 키워드 재가중화는 도 4와 관련하여 아래에 더욱 자세하게 설명된다.

도 4를 참조하면, 토픽 변경 검출 및 키워드 재가중화를 위한 방법이 도시되고, 전반적으로 참조번호(400)로 지정된다. 처음에, 블록(410)에 나타낸 바와 같이, 현재의 키워드 후보 벡터가 수신되고, 블록(412)에 나타낸 바와 같이, 현재의 토픽 관련 점수가 계산된다. 이것을 달성하기 위해, 이력 정보는 토픽 변경을 검출하는데 이용된다. 키워드 벡터는 온라인 대화 스트림 내에서 몇 개의 이전 입력 세그먼트, 예를 들어 이전의 4개의 입력 세그먼트에 대해 생성되어 저장된다. 그 후, 블록(414)에 나타낸 바와 같이, 이들 이력 키워드 벡터가 검색되고, 현재의 키워드 후보 벡터에 추가된다. 그 후, 블록(416)에 나타낸 바와 같이, 현재의 입력 세그먼트와 그 이전의 입력 세그먼트 사이의 혼합된 토픽 관련 점수가 계산될 수 있다.

그 후, 현재의 입력 세그먼트가 이전의 입력 세그먼트와 유사한지 판정된다. 이것은 블록(418)에 나타나 있다. 현재의 입력 세그먼트와 그 이전의 입력 세그먼트 사이의 혼합된 토픽 관련 점수가 제1 임계치 a1, 예를 들어 0.0004보다 크면, 현재의 입력 세그먼트는 그 이전의 입력과 유사한 것으로 간주될 수 있다. 이 시나리오에서, 이력 키워드 벡터는 0.9와 같은 제1 가중치 w1를 사용하여 현재의 키워드 후보 벡터와 함께 에이징된다. 이것은 블록(420)에서 나타내어 진다. 그 후, 블록(424)에 나타나 있고, 아래에 더욱 자세하게 설명된 바와 같이, 혼합되고 재가중된 키워드 벡터는 키워드 선택 및 광고 및/또는 다른 관련 정보 검색을 위해 사용된다.

현재의 입력 세그먼트와 그 이전의 입력 세그먼트 사이의 혼합된 토픽 관련 점수가 제1 임계치 a1보다 작지만 제2 임계치 a2(a1<a2), 예를 들어 0.0001보다 크면, 현재의 입력 세그먼트는 그 이전의 입력 세그먼트와 다소 유사한 것으로 간주될 수 있다. 이 시나리오에서, 이력 키워드 벡터는 제2 가중치 w2(w2<w1), 예를 들어 0.5를 사용하여 현재의 키워드 후보 벡터와 함께 에이징된다. 이것은 블록(422)에 나타나 있다. 블록(424)에 나타나 있고, 아래에 더욱 자세하게 설명된 바와 같이, 혼합된 키워드 벡터는 그 후 키워드 선택 및 광고 내용 및/또는 다른 관련 정보 검색을 위해 사용된다.

혼합된 토픽 관련 점수가 제2 임계치 a2보다 작으면, 현재의 입력 세그먼트는 그 이전의 입력 세그먼트와 유사하지 않은 것으로 간주되고, 블록(426)에 나타 낸 바와 같이, 이력 키워드 벡터는 리셋될 수 있다. 이 시나리오에서, 블록(428)에 나타나 있고, 아래에 더욱 자세하게 설명된 바와 같이, 현재의 키워드 벡터는 그 후 키워드 선택 및 광고 및/또는 다른 관련 정보 검색을 위해 사용될 수 있다.

그 후, 적절한 벡터인, 현재의 또는 재가중된 키워드 벡터에 기초하여, 키워드는 아래에 더욱 자세하게 설명된 바와 같이, 광고 내용 및/또는 다른 관련 정보 검색에서 이용하기 위해 선택될 수 있다. 이것은 블록(430)에 나타나 있다.

다시 도 3B와 관련하여, 적절한 벡터인, 재가중된 또는 현재의 키워드 벡터는 그 후 광고 내용 검색 컴포넌트(도 2의 228)의 조회를 발생시키기 위해 사용된다. 이것은 블록(332)에 나타나 있다.

변형된 내용 설명자의 형태를 단순화하는 것이 바람직할 수 있는데, 예를 들어 (검색-엔진 사용자에 의해 입력된 조회인 입력으로) 유료 검색을 위해 설계된 기존의 광고 내용 검색 컴포넌트를 재사용할 수 있게 하는 것이, 또는 기존의 컴포넌트의 랭킹 기능과 더 양호하게 통합하는 것이 바람직할 수 있다. 상세 및 단순화 레벨이 다른 변형된 내용 설명자의 3가지 형태는 아래에 설명된다.

첫 번째, 변형된 내용 설명자는 다수의 채점된 키워드를 포함할 수 있다. 이 표현으로, 상술된 최적화 기준은 완전히 구현될 수 있다. 그러나, 종래의 광고 내용 검색 컴포넌트는 다수의 키워드 가설을 받아들일 뿐만 아니라 그들의 기존의 랭킹 공식 내로 정확하게 확률을 편입시키도록 (재)설계될 필요가 있다. 이 표현에서, 한 세트의 애드-워드 WBEST 및 그 세트 내의 각각의 W에 대한 점수 P(RV| W,U,V)가 사용될 수 있다. 최적 광고 내용은 다음 공식에 의해 설명된다:

Figure 112007079357552-PCT00004

두 번째, 변형된 내용 설명자는 점수가 없는 다수의 키워드를 포함할 수 있다. 이러한 약간 단순화된 형태에서는, P(RV|W,U,V)에 따라 상위-랭킹인 것들을 선택하고 P(RV|W,U,V)를 1.0으로 양자화함으로써 광고 키워드가 온라인 대화 스트림에 관련되는 키워드 추출 및 토픽 변경 검출 단계에서 경판정(hard decision)이 이루어진다. 광고 내용 검색 컴포넌트(도 2의 228) 내부에서 처리된 확률 용어들과의 세부적인 상호작용은 무시되므로, 다수의 키워드에 점수가 제공될 때보다 덜 최적한 금전적 환산 값을 초래한다.

세 번째 방법에서, 변형된 내용 설명자는 최상의 키워드만을 포함할 수 있다. 이러한 더욱 단순화된 형태에서는, 단 하나의 키워드가 제공된다. 이 형태는 일반적으로, 유료 검색 애플리케이션을 위해 설계된 종래의 광고 검색 컴포넌트와 양립할 수 있지만, 이 방식은 최적한 평균의 금전적 환산 값을 초래하지는 않을 것이다.

상술된 변형된 내용 설명자들의 각각, 또는 그들의 임의의 조합은 여기에서 설명된 방법에 이용될 수 있고, 그러한 모든 변형은 본 발명의 범위에 속하는 것으로 생각된다.

도 3을 계속 참조하면, 블록(334)에 나타낸 바와 같이, 관련 광고 내용은 그 후 변형된 내용 설명자에 기초하여 선택되고 검색된다. 그 후, 블록(336)에 나타낸 바와 같이, 검색된 광고 내용은 온라인 대화 내용 스트림(도 2의 210)과 관련하여 표시된다.

동시에 또는 순차적으로 광고 내용 검색 컴포넌트(도 2의 228)의 조회와 관련하여, 블록(338)에 나타낸 바와 같이, 유용한 정보 검색 컴포넌트(도 2의 238)가 또한 조회된다. 그 후, 블록(340)에 나타낸 바와 같이, 유용한 정보(예를 들어, 사전 정의, 키워드에 관련된 추가 정보로의 링크 등)는 정보 데이터베이스(도 2의 225)로부터 검색된다. 다음에, 블록(342)에 나타낸 바와 같이, 유용한 정보가 온라인 대화 스트림과 관련하여 표시된다. 일반적인 단어들의 정의를 표시하는 것이 사용자에게 그다지 도움이 되지 않으므로, 이들 단어는 유용한 정보 검색 컴포넌트에 대한 조회가 이루어지기 전에 양호하게 필터링되어 제거된다. 또한, 말의 첫 부분 한정사가 명사가 아닌 단어는 또한 조회 이전에 양호하게 필터링되어 제거된다. 한 실시예에서, 검색된 정보는 온라인 대화 윈도우의 우측에 표시될 수 있다. 이 실시예는 도 5와 관련하여 도시된다.

도 5는 본 발명의 실시예에 따라 광고 내용, 및/또는 그러한 내용과 관련된 온라인 대화 내용에 관한 다른 정보를 표시하는 사용자 인터페이스의 예시적인 스크린 숏을 도시한 것으로, 사용자 인터페이스는 전체적으로 참조 번호(500)로 지정된다. 사용자 인터페이스(500)는 John Doe와 Mark Smith 사이의 온라인 대화 내용이 표시되는 온라인 대화 윈도우(510)를 포함한다. 사용자 인터페이스(500)는 온 라인 대화 윈도우(510)의 우측에 검색된 내용 표시 영역(512)을 더 포함한다. 검색된 내용 표시 영역(512)은 온라인 대화에서 Mark Smith의 단어 "volcano"의 이용에 응답하여 단어 "volcano"의 사전 정의가 표시되는 관련 정보 표시부(516)를 포함한다. 검색된 내용 영역(512)은 일반적으로 화산(volcano) 및/또는 지리에 관련된 다수의 광고가 표시되는 광고 내용 표시부(514)를 더 포함한다. 그러므로, 검색된 내용 영역(512)에서 표시된 모든 정보는 John Doe와 Mark Smith 사이의 온라인 대화 내용에 응답하여 제공된다.

본 분야에 숙련된 기술자들이라면, 도시된 사용자 인터페이스(500)는 단지 예시적으로 도시된 것일 뿐이고, 광고 내용 및/또는 다른 관련 정보가 온라인 대화 내용에 응답하여 제공된 임의의 사용자 인터페이스가 이용될 수 있으며, 본 발명의 범위 내에 속하는 것으로 간주된다는 것을 이해할 것이고 알 수 있을 것이다. 예를 들어, 온라인 대화 윈도우의 우측에 표시되는 것 이외에, 검색된 내용은 온라인 대화 윈도우의 좌측, 온라인 대화 윈도우의 아래측, 또는 그들의 임의의 조합으로 표시될 수 있다.

이해될 수 있는 바와 같이, 본 발명은 온라인 대화 내용을 추출하고 요약하기 위해 데이터 마이닝 기술을 사용하고, 실시간으로 추출된 내용에 따라 관련 광고 내용 및/또는 유용한 정보를 검색하고 표시할 수 있게 한다. 즉, 본 발명은 온라인 대화의 내용을 광고 및/또는 유용한 정보의 문맥에 매칭시킨다. 온라인 대화의 내용은 텍스트 마이닝 기술에 의해 생성된다. 광고 내용은 동일한 방식으로 생성되거나, 또는 광고주에 의해 제공된 키워드/내용을 통해 생성된다. 그것은 임의 의 온라인 대화, 예를 들어 인스턴트 메시징 세션의 텍스트에 적용될 수 있다.

본 발명은 모든 점에서 제한적이라기보다는 예시적으로 나타낸 특정 실시예에 관하여 설명했다. 대안적인 실시예는 본 발명의 범위를 벗어나지 않고 본 발명이 속하는 분야에 숙련된 기술자들에게 명백해질 것이다.

상기 설명으로부터, 본 발명은 시스템 및 방법에 명백하고 고유한 다른 장점과 함께, 상술된 모든 목적 및 목표를 달성하도록 잘 적응된 것이라는 것을 알 수 있을 것이다. 소정의 특징 및 서브조합이 유용하고, 다른 특징 및 서브조합에 관계없이 이용될 수 있다는 것을 이해할 것이다. 이것은 청구범위에 의해 고려되고, 청구범위 내에 속한다.

Claims (20)

  1. 표시용 광고 내용을 선택하기 위해 온라인 대화의 내용을 이용하는 방법에 있어서,
    온라인 대화의 내용을 수신하는 단계;
    상기 온라인 대화의 내용으로부터 하나 이상의 키워드들을 추출하는 단계; 및
    상기 하나 이상의 추출된 키워드들에 기초하여 표시용 광고 내용을 선택하는 단계
    를 포함하는 방법.
  2. 제1항에 있어서, 상기 온라인 대화의 내용과 관련하여 선택된 상기 광고 내용을 표시하는 단계를 더 포함하는 방법.
  3. 제1항에 있어서, 사용자 프로파일, 및/또는 사용자 행동에 관한 정보를 수신하는 단계를 더 포함하고, 상기 표시용 광고 내용을 선택하는 단계는 상기 하나 이상의 추출된 키워드들, 상기 사용자 프로파일, 상기 사용자 행동에 관한 정보, 이력 사용자 클릭률(historaic click-through rate) 및 금전적 환산 값(monetization value) 중의 적어도 하나에 기초하여 상기 표시용 광고 내용을 선택하는 단계를 포함하는 방법.
  4. 제1항에 있어서, 상기 하나 이상의 추출된 키워드들을 하나 이상의 광고 키워드들과 비교하는 단계를 더 포함하고, 상기 표시용 광고 내용을 선택하는 단계는 상기 하나 이상의 추출된 키워드들과 상기 하나 이상의 광고 키워드들과의 비교에 기초하여 상기 표시용 광고 내용을 선택하는 단계를 포함하는 방법.
  5. 제1항에 있어서, 상기 하나 이상의 추출된 키워드들을 채점하는 단계를 더 포함하고, 상기 표시용 광고 내용을 선택하는 단계는 상기 하나 이상의 채점된 키워드들에 기초하여 상기 표시용 광고 내용을 선택하는 단계를 포함하는 방법.
  6. 제5항에 있어서, 상기 하나 이상의 채점된 키워드들 중에서 임의의 사용자 의향 키워드들을 식별하는 단계를 더 포함하는 방법.
  7. 제6항에 있어서, 임의의 사용자 의향 키워드들이 식별되면, 상기 방법은 식별된 상기 사용자 의향 키워드들에 따라 상기 하나 이상의 채점된 키워드들을 다시 가중화하는 단계를 더 포함하는 방법.
  8. 제5항에 있어서, 토픽 변경이 발생했는지 판정하는 단계를 더 포함하는 방법.
  9. 제8항에 있어서, 토픽 변경이 발생했다고 판정되면, 상기 방법은 이력 데이터에 기초하여 상기 하나 이상의 채점된 키워드들을 다시 가중화하는 단계를 더 포함하는 방법.
  10. 제1항에 설명된 단계들을 수행하도록 프로그램된 컴퓨터.
  11. 표시용 관련 정보를 선택하기 위해 온라인 대화의 내용을 이용하는 방법에 있어서,
    온라인 대화의 내용을 수신하는 단계;
    상기 온라인 대화의 내용으로부터 하나 이상의 키워드들을 추출하는 단계; 및
    상기 하나 이상의 추출된 키워드들에 기초하여 표시용 관련 정보를 선택하는 단계
    를 포함하는 방법.
  12. 제1항에 있어서, 상기 온라인 대화의 내용과 관련하여 선택된 상기 관련 정보를 표시하는 단계를 더 포함하는 방법.
  13. 제1항에 있어서, 사용자 프로파일, 및/또는 사용자 행동에 관한 정보를 수신하는 단계를 더 포함하고, 상기 표시용 관련 정보를 선택하는 단계는 상기 하나 이 상의 추출된 키워드들, 상기 사용자 프로파일 및 상기 사용자 행동에 관한 정보 중의 적어도 하나에 기초하여 상기 표시용 관련 정보를 선택하는 단계를 포함하는 방법.
  14. 제1항에 있어서, 상기 하나 이상의 추출된 키워드들을 하나 이상의 정보 키워드들과 비교하는 단계를 더 포함하고, 상기 표시용 관련 정보를 선택하는 단계는 상기 하나 이상의 추출된 키워드들과 상기 하나 이상의 정보 키워드들과의 비교에 기초하여 상기 표시용 관련 정보를 선택하는 단계를 포함하는 방법.
  15. 제1항에 있어서, 상기 하나 이상의 추출된 키워드들을 채점하는 단계를 더 포함하고, 상기 표시용 관련 정보를 선택하는 단계는 상기 하나 이상의 채점된 키워드들에 기초하여 상기 표시용 관련 정보를 선택하는 단계를 포함하는 방법.
  16. 제15항에 있어서, 상기 하나 이상의 채점된 키워드들 중에서 임의의 사용자 의향 키워드들을 식별하는 단계를 더 포함하는 방법.
  17. 제16항에 있어서, 임의의 사용자 의향 키워드들이 식별되면, 상기 방법은 식별된 상기 사용자 의향 키워드들에 따라 상기 하나 이상의 채점된 키워드들을 다시 가중화하는 단계를 더 포함하는 방법.
  18. 제15항에 있어서, 토픽 변경이 발생했는지 판정하는 단계를 더 포함하는 방법.
  19. 제18항에 있어서, 토픽 변경이 발생했다고 판정되면, 상기 방법은 이력 데이터에 기초하여 상기 하나 이상의 채점된 키워드들을 다시 가중화하는 단계를 더 포함하는 방법.
  20. 방법을 수행하는 컴퓨터 실행가능 명령어들을 갖고 있는 하나 이상의 컴퓨터 판독가능 매체에 있어서, 상기 방법이,
    온라인 대화의 내용을 수신하는 단계;
    상기 온라인 대화의 내용으로부터 하나 이상의 키워드들을 추출하는 단계; 및
    상기 하나 이상의 추출된 키워드들에 기초하여 표시를 위한 광고 내용 및 다른 관련 정보 중의 적어도 하나를 검색하는 단계
    를 포함하는 하나 이상의 컴퓨터 판독가능 매체.
KR20077025670A 2005-05-13 2006-04-28 표시를 위한 광고 내용 및/또는 다른 관련 정보를 선택하기위해 온라인 대화 내용을 이용하는 시스템 및 방법 KR20080006578A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US11128788 US7653627B2 (en) 2005-05-13 2005-05-13 System and method for utilizing the content of an online conversation to select advertising content and/or other relevant information for display
US11/128,788 2005-05-13

Publications (1)

Publication Number Publication Date
KR20080006578A true true KR20080006578A (ko) 2008-01-16

Family

ID=37420385

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20077025670A KR20080006578A (ko) 2005-05-13 2006-04-28 표시를 위한 광고 내용 및/또는 다른 관련 정보를 선택하기위해 온라인 대화 내용을 이용하는 시스템 및 방법

Country Status (7)

Country Link
US (1) US7653627B2 (ko)
JP (1) JP5117379B2 (ko)
KR (1) KR20080006578A (ko)
CN (1) CN101496002B (ko)
CA (1) CA2607596C (ko)
RU (1) RU2419863C2 (ko)
WO (1) WO2006124243A3 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014004048A1 (en) * 2012-06-27 2014-01-03 Intel Corporation Devices, systems, and methods for enriching communications
US10102772B2 (en) 2010-10-12 2018-10-16 Wespeke, Inc. Language learning exchange

Families Citing this family (120)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060242016A1 (en) * 2005-01-14 2006-10-26 Tremor Media Llc Dynamic advertisement system and method
US8135728B2 (en) * 2005-03-24 2012-03-13 Microsoft Corporation Web document keyword and phrase extraction
US20060218115A1 (en) * 2005-03-24 2006-09-28 Microsoft Corporation Implicit queries for electronic documents
US9002725B1 (en) 2005-04-20 2015-04-07 Google Inc. System and method for targeting information based on message content
US7734631B2 (en) * 2005-04-25 2010-06-08 Microsoft Corporation Associating information with an electronic document
US8557950B2 (en) 2005-06-16 2013-10-15 Grupo Petrotemex, S.A. De C.V. High intrinsic viscosity melt phase polyester polymers with acceptable acetaldehyde generation rates
KR100991941B1 (ko) * 2005-07-21 2010-11-04 가부시키가이샤 시리우스 테크놀로지즈 광고정보 표시 방법, 광고정보 표시 시스템 및 기록매체
US20070112567A1 (en) * 2005-11-07 2007-05-17 Scanscout, Inc. Techiques for model optimization for statistical pattern recognition
US7949714B1 (en) 2005-12-05 2011-05-24 Google Inc. System and method for targeting advertisements or other information using user geographical information
US8601004B1 (en) * 2005-12-06 2013-12-03 Google Inc. System and method for targeting information items based on popularities of the information items
US20070143414A1 (en) * 2005-12-15 2007-06-21 Daigle Brian K Reference links for instant messaging
US20070168445A1 (en) * 2006-01-18 2007-07-19 Genty Denise M Method and apparatus for storing and retrieving conversations in an instant messaging system
US7668922B2 (en) * 2006-01-19 2010-02-23 International Business Machines Corporation Identifying and displaying relevant shared entities in an instant messaging system
US20090119173A1 (en) * 2006-02-28 2009-05-07 Buzzlogic, Inc. System and Method For Advertisement Targeting of Conversations in Social Media
WO2007101263A3 (en) * 2006-02-28 2008-04-10 Buzzlogic Inc Social analytics system and method for analyzing conversations in social media
JP2007241451A (ja) * 2006-03-06 2007-09-20 Fuji Xerox Co Ltd 情報収集支援装置
US20080028324A1 (en) * 2006-03-07 2008-01-31 Marengo Intellectual Property Ltd. Multi-applicaton bulletin board
US20080022224A1 (en) * 2006-03-07 2008-01-24 Marengo Intellectual Property Ltd. Pushed and pulled information display on a computing device
US8272009B2 (en) * 2006-06-12 2012-09-18 Invidi Technologies Corporation System and method for inserting media based on keyword search
US8782133B2 (en) * 2006-07-12 2014-07-15 Daryl David Coutts Multi-conversation instant messaging
US7680786B2 (en) * 2006-10-30 2010-03-16 Yahoo! Inc. Optimization of targeted advertisements based on user profile information
US9020963B2 (en) * 2007-01-10 2015-04-28 International Business Machines Corporation Providing relevant assets in collaboration mediums
US8280877B2 (en) * 2007-02-22 2012-10-02 Microsoft Corporation Diverse topic phrase extraction
KR20090000691A (ko) * 2007-03-21 2009-01-08 엔에이치엔(주) 컨텍스트 광고 정보를 노출하는 광고 방법 및 시스템
US8244750B2 (en) * 2007-03-23 2012-08-14 Microsoft Corporation Related search queries for a webpage and their applications
CN101277478A (zh) * 2007-03-28 2008-10-01 华为技术有限公司 一种在群组会话中播放广告的方法与系统
US20080281927A1 (en) * 2007-05-11 2008-11-13 Microsoft Corporation Summarization tool and method for a dialogue sequence
US8209617B2 (en) * 2007-05-11 2012-06-26 Microsoft Corporation Summarization of attached, linked or related materials
US7974994B2 (en) * 2007-05-14 2011-07-05 Microsoft Corporation Sensitive webpage content detection
CA2726733C (en) * 2007-06-07 2016-12-06 Knotice, Ltd. Platform for communicating across multiple communication channels
US8150868B2 (en) * 2007-06-11 2012-04-03 Microsoft Corporation Using joint communication and search data
US9430772B2 (en) * 2007-06-14 2016-08-30 Yahoo! Inc. Mobile contextual SMS advertising
US7890592B2 (en) * 2007-06-29 2011-02-15 Microsoft Corporation Processing data obtained from a presence-based system
US9398113B2 (en) 2007-07-07 2016-07-19 Qualcomm Incorporated Methods and systems for providing targeted information using identity masking in a wireless communications device
US9392074B2 (en) 2007-07-07 2016-07-12 Qualcomm Incorporated User profile generation architecture for mobile content-message targeting
US8073803B2 (en) * 2007-07-16 2011-12-06 Yahoo! Inc. Method for matching electronic advertisements to surrounding context based on their advertisement content
US9477940B2 (en) * 2007-07-23 2016-10-25 International Business Machines Corporation Relationship-centric portals for communication sessions
US20090048920A1 (en) * 2007-08-16 2009-02-19 Kashyap Lodhiya Method for Improving Internet Advertising by Intermittently Mixing Advertising with Targeted Content
US20090055254A1 (en) * 2007-08-23 2009-02-26 Yahoo! Inc. Dynamic and interactive advertisements
US20090070209A1 (en) * 2007-09-10 2009-03-12 Qtask System and method for providing advertising reflexive to user input
US20090112847A1 (en) * 2007-10-31 2009-04-30 Circos.Com, Inc. Apparatus and method for enhancing a composition with relevant content pointers
US9203911B2 (en) 2007-11-14 2015-12-01 Qualcomm Incorporated Method and system for using a cache miss state match indicator to determine user suitability of targeted content messages in a mobile environment
US9391789B2 (en) 2007-12-14 2016-07-12 Qualcomm Incorporated Method and system for multi-level distribution information cache management in a mobile environment
KR100944442B1 (ko) 2007-12-28 2010-02-25 에스케이커뮤니케이션즈 주식회사 검색 링크를 제공하는 메시징 시스템 및 그 방법
US9117219B2 (en) * 2007-12-31 2015-08-25 Peer 39 Inc. Method and a system for selecting advertising spots
US9105045B1 (en) * 2008-02-22 2015-08-11 Amdocs Software Systems Limited System, method, and computer program product for altering an experience of a user, based on information associated with a party to a communication associated with the user
US8190477B2 (en) * 2008-03-25 2012-05-29 Microsoft Corporation Computing a time-dependent variability value
US9076154B1 (en) * 2008-04-15 2015-07-07 Google Inc. Advertising in collaborative environments
US8682839B2 (en) * 2008-06-02 2014-03-25 Microsoft Corporation Predicting keyword monetization
US20100023399A1 (en) * 2008-07-22 2010-01-28 Saurabh Sahni Personalized Advertising Using Lifestreaming Data
US9532197B1 (en) 2009-03-30 2016-12-27 Salesforce.Com, Inc. DID line type provisioning verification
US20120221962A1 (en) * 2008-08-05 2012-08-30 Eugene Lee Lew Social messaging hub system
US8751559B2 (en) 2008-09-16 2014-06-10 Microsoft Corporation Balanced routing of questions to experts
US9002729B2 (en) * 2008-10-21 2015-04-07 Accenture Global Services Limited System and method for determining sets of online advertisement treatments using confidences
US20100125502A1 (en) * 2008-11-18 2010-05-20 Peer 39 Inc. Method and system for identifying web documents for advertisements
US8462160B2 (en) 2008-12-31 2013-06-11 Facebook, Inc. Displaying demographic information of members discussing topics in a forum
US9521013B2 (en) * 2008-12-31 2016-12-13 Facebook, Inc. Tracking significant topics of discourse in forums
US8650255B2 (en) * 2008-12-31 2014-02-11 International Business Machines Corporation System and method for joining a conversation
EP2207110A1 (en) * 2009-01-07 2010-07-14 THOMSON Licensing A method and apparatus for exchanging media service queries
US9195739B2 (en) 2009-02-20 2015-11-24 Microsoft Technology Licensing, Llc Identifying a discussion topic based on user interest information
KR20100095924A (ko) * 2009-02-23 2010-09-01 고려대학교 산학협력단 동영상의 상황정보를 반영한 광고 키워드 추출 방법 및 장치
US20100235235A1 (en) * 2009-03-10 2010-09-16 Microsoft Corporation Endorsable entity presentation based upon parsed instant messages
WO2010110774A3 (en) * 2009-03-21 2012-05-18 Live Common Llc Live advertising
CN101610163A (zh) * 2009-07-03 2009-12-23 腾讯科技(北京)有限公司 多人会话的实现方法、装置和系统
US8301596B2 (en) 2010-01-15 2012-10-30 Hulu Llc Method and apparatus for providing supplemental video content for third party websites
US8244707B2 (en) * 2010-01-15 2012-08-14 Hulu Llc Method and apparatus for providing supplemental video content for third party websites
US8977584B2 (en) 2010-01-25 2015-03-10 Newvaluexchange Global Ai Llp Apparatuses, methods and systems for a digital conversation management platform
US20110191321A1 (en) * 2010-02-01 2011-08-04 Microsoft Corporation Contextual display advertisements for a webpage
US8620751B2 (en) * 2010-02-11 2013-12-31 Microsoft Corporation Facilitating advertisement selection using advancement bids
US8214344B2 (en) 2010-03-16 2012-07-03 Empire Technology Development Llc Search engine inference based virtual assistance
US9002924B2 (en) 2010-06-17 2015-04-07 Microsoft Technology Licensing, Llc Contextual based information aggregation system
EP3031030A4 (en) * 2013-08-10 2016-06-15 Greeneden Us Holdings Ii Llc Methods and apparatus for determining outcomes of on-line conversations and similar discourses through analysis of expressions of sentiment during the conversations
US7921156B1 (en) 2010-08-05 2011-04-05 Solariat, Inc. Methods and apparatus for inserting content into conversations in on-line and digital environments
US20130325992A1 (en) * 2010-08-05 2013-12-05 Solariat, Inc. Methods and apparatus for determining outcomes of on-line conversations and similar discourses through analysis of expressions of sentiment during the conversations
US20120142429A1 (en) 2010-12-03 2012-06-07 Muller Marcus S Collaborative electronic game play employing player classification and aggregation
US20120232975A1 (en) * 2011-03-11 2012-09-13 Munjun Hwang Method and system for providing moving-image advertisements and coupons using voice over internet protocol
US9256888B2 (en) 2011-04-04 2016-02-09 Zynga Inc. Matching advertising to game play content
EP2710765A4 (en) * 2011-05-19 2015-03-11 Blackberry Ltd System and method for associating information with a contact profile on an electronic communication device
CN102790727B (zh) * 2011-05-19 2016-02-17 腾讯科技(深圳)有限公司 一种动态推送用户个人标签的方法和系统
US9116984B2 (en) 2011-06-28 2015-08-25 Microsoft Technology Licensing, Llc Summarization of conversation threads
JP5610634B2 (ja) * 2011-06-28 2014-10-22 Kddi株式会社 公開コンテンツのキーワードに基づく関連情報を配信する関連情報配信プログラム、サーバ及び方法
US9152984B1 (en) 2011-07-14 2015-10-06 Zynga Inc. Personal ad targeting
US9123055B2 (en) * 2011-08-18 2015-09-01 Sdl Enterprise Technologies Inc. Generating and displaying customer commitment framework data
KR101521332B1 (ko) * 2011-11-08 2015-05-20 주식회사 다음카카오 인스턴트 메시징 서비스 및 인스턴트 메시징 서비스로부터 확장된 복수의 서비스들을 제공하는 방법
JP5775466B2 (ja) * 2012-01-13 2015-09-09 インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation 会話から雑談部分を抽出するための雑談抽出システム、方法、およびプログラム
US20130231975A1 (en) * 2012-03-02 2013-09-05 Elizabeth Ann High Product cycle analysis using social media data
US9424233B2 (en) * 2012-07-20 2016-08-23 Veveo, Inc. Method of and system for inferring user intent in search input in a conversational interaction system
WO2014018690A3 (en) * 2012-07-25 2015-07-16 Evans Michelle Amanda Determining customer brand commitment using social media data
US9465833B2 (en) 2012-07-31 2016-10-11 Veveo, Inc. Disambiguating user intent in conversational interaction system for large corpus information retrieval
US9799328B2 (en) 2012-08-03 2017-10-24 Veveo, Inc. Method for using pauses detected in speech input to assist in interpreting the input during conversational interaction for information retrieval
US9172999B2 (en) * 2012-08-08 2015-10-27 Verizon Patent And Licensing Inc. Behavioral keyword identification based on thematic channel viewing
US10031968B2 (en) 2012-10-11 2018-07-24 Veveo, Inc. Method for adaptive conversation state management with filtering operators applied dynamically as part of a conversational interface
CN103942194B (zh) * 2013-01-17 2017-09-26 阿里巴巴集团控股有限公司 一种信息投放账户的优化方法及装置
RU2630382C2 (ru) * 2013-02-06 2017-09-07 Общество с ограниченной ответственностью "СликДжамп" Использование содержимого страницы для решения задачи точного подбора рекламы
US9307084B1 (en) 2013-04-11 2016-04-05 Noble Systems Corporation Protecting sensitive information provided by a party to a contact center
US9407758B1 (en) 2013-04-11 2016-08-02 Noble Systems Corporation Using a speech analytics system to control a secure audio bridge during a payment transaction
US9491601B2 (en) * 2013-06-10 2016-11-08 Intel Corporation Dynamic visual profiles
US9674357B1 (en) 2013-07-24 2017-06-06 Noble Systems Corporation Using a speech analytics system to control whisper audio
US9602665B1 (en) * 2013-07-24 2017-03-21 Noble Systems Corporation Functions and associated communication capabilities for a speech analytics component to support agent compliance in a call center
US9225833B1 (en) 2013-07-24 2015-12-29 Noble Systems Corporation Management system for using speech analytics to enhance contact center agent conformance
CN103413549B (zh) * 2013-07-31 2016-07-06 深圳创维-Rgb电子有限公司 语音交互的方法、系统以及交互终端
US9191508B1 (en) 2013-11-06 2015-11-17 Noble Systems Corporation Using a speech analytics system to offer callbacks
US9456083B1 (en) 2013-11-06 2016-09-27 Noble Systems Corporation Configuring contact center components for real time speech analytics
US9679018B1 (en) * 2013-11-14 2017-06-13 Google Inc. Document ranking based on entity frequency
US9779760B1 (en) 2013-11-15 2017-10-03 Noble Systems Corporation Architecture for processing real time event notifications from a speech analytics system
US9154623B1 (en) 2013-11-25 2015-10-06 Noble Systems Corporation Using a speech analytics system to control recording contact center calls in various contexts
US9014364B1 (en) 2014-03-31 2015-04-21 Noble Systems Corporation Contact center speech analytics system having multiple speech analytics engines
KR101473780B1 (ko) * 2014-05-12 2014-12-24 주식회사 와이젬 능동적 광고 제공방법
US9645703B2 (en) * 2014-05-14 2017-05-09 International Business Machines Corporation Detection of communication topic change
US20150339725A1 (en) * 2014-05-23 2015-11-26 Toshiba Global Commerce Solutions Holdings Corporation Systems and methods for advertising based on a context of use of a computing device
KR20150136316A (ko) * 2014-05-27 2015-12-07 삼성전자주식회사 정보 제공을 위한 전자 장치, 방법 및 시스템
US9852136B2 (en) 2014-12-23 2017-12-26 Rovi Guides, Inc. Systems and methods for determining whether a negation statement applies to a current or past query
US9854049B2 (en) * 2015-01-30 2017-12-26 Rovi Guides, Inc. Systems and methods for resolving ambiguous terms in social chatter based on a user profile
US9854415B2 (en) 2015-04-30 2017-12-26 HeyWire, Inc. Call center A2P-to-P2P message routing conversion
US9544438B1 (en) 2015-06-18 2017-01-10 Noble Systems Corporation Compliance management of recorded audio using speech analytics
US9923938B2 (en) * 2015-07-13 2018-03-20 International Business Machines Corporation Managing drop-ins on focal points of activities
RU2632126C1 (ru) * 2016-04-07 2017-10-02 Общество С Ограниченной Ответственностью "Яндекс" Способ и система предоставления контекстуальной информации
US20180218085A1 (en) * 2016-06-01 2018-08-02 Google Inc. Conversion latency reduction in online chat-based communication infrastructure
RU2659475C1 (ru) * 2017-04-25 2018-07-02 Общество с ограниченной ответственностью "НПО Аналитика" Способ измерения эффективности размещения онлайн рекламных кампаний (варианты)
US10021245B1 (en) 2017-05-01 2018-07-10 Noble Systems Corportion Aural communication status indications provided to an agent in a contact center

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5828839A (en) * 1996-11-14 1998-10-27 Interactive Broadcaster Services Corp. Computer network chat room based on channel broadcast in real time
US7236969B1 (en) * 1999-07-08 2007-06-26 Nortel Networks Limited Associative search engine
JP3622602B2 (ja) * 1999-11-16 2005-02-23 日本電信電話株式会社 話題別関心度計算方法及び装置及び話題別関心度計算プログラムを格納した記憶媒体
US6606644B1 (en) * 2000-02-24 2003-08-12 International Business Machines Corporation System and technique for dynamic information gathering and targeted advertising in a web based model using a live information selection and analysis tool
EP1297403A4 (en) * 2000-05-01 2006-12-20 Invoke Solutions Inc Large group interactions
US7007008B2 (en) * 2000-08-08 2006-02-28 America Online, Inc. Category searching
US6714791B2 (en) * 2001-02-23 2004-03-30 Danger, Inc. System, apparatus and method for location-based instant messaging
JP2002271507A (ja) * 2001-03-08 2002-09-20 Matsushita Electric Ind Co Ltd テレビ電話端末を用いた広告提供方法及び該広告提供方法に用いるテレビ電話端末、並びにプログラムを格納した媒体
JP2002288179A (ja) * 2001-03-23 2002-10-04 Ricoh Co Ltd インターネット会議室サービスシステム
US6993535B2 (en) * 2001-06-18 2006-01-31 International Business Machines Corporation Business method and apparatus for employing induced multimedia classifiers based on unified representation of features reflecting disparate modalities
CN1647070A (zh) * 2001-06-22 2005-07-27 诺萨·欧莫贵 用于知识检索、管理、交付和表示的系统和方法
US7143054B2 (en) * 2001-07-02 2006-11-28 The Procter & Gamble Company Assessment of communication strengths of individuals from electronic messages
JP2003115951A (ja) * 2001-10-09 2003-04-18 Casio Comput Co Ltd 話題情報提供システムおよび話題情報提供方法
JP2003186897A (ja) * 2001-12-13 2003-07-04 Aruze Corp 情報アクセスシステム及び情報アクセス方法
JP4088950B2 (ja) * 2001-12-13 2008-05-21 ソニー株式会社 情報処理装置および方法、記録媒体、並びにプログラム
JP2003223406A (ja) * 2002-01-31 2003-08-08 Nippon Telegr & Teleph Corp <Ntt> 話題情報提供方法及びその装置と、話題情報提供プログラム及びそのプログラムを記録した記録媒体
JP4150208B2 (ja) * 2002-05-02 2008-09-17 日本放送協会 関連用語提示装置及び関連用語提示プログラム
US7136875B2 (en) * 2002-09-24 2006-11-14 Google, Inc. Serving advertisements based on content
JP3638591B2 (ja) * 2002-09-24 2005-04-13 元井 成幸 コンテンツ提供システム
US7707122B2 (en) * 2004-01-29 2010-04-27 Yahoo ! Inc. System and method of information filtering using measures of affinity of a relationship
CN100424690C (zh) * 2005-04-02 2008-10-08 腾讯科技(深圳)有限公司 一种在线广告的播放方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10102772B2 (en) 2010-10-12 2018-10-16 Wespeke, Inc. Language learning exchange
WO2014004048A1 (en) * 2012-06-27 2014-01-03 Intel Corporation Devices, systems, and methods for enriching communications

Also Published As

Publication number Publication date Type
WO2006124243A2 (en) 2006-11-23 application
JP2008541267A (ja) 2008-11-20 application
CA2607596A1 (en) 2006-11-23 application
CA2607596C (en) 2014-09-16 grant
US20060259473A1 (en) 2006-11-16 application
US7653627B2 (en) 2010-01-26 grant
RU2419863C2 (ru) 2011-05-27 grant
WO2006124243A3 (en) 2009-04-16 application
RU2007141932A (ru) 2009-05-20 application
CN101496002B (zh) 2016-08-17 grant
CN101496002A (zh) 2009-07-29 application
JP5117379B2 (ja) 2013-01-16 grant

Similar Documents

Publication Publication Date Title
Haghighi et al. Exploring content models for multi-document summarization
US7925610B2 (en) Determining a meaning of a knowledge item using document-based information
US6631360B1 (en) Computer-implementable Internet prediction method
US6542878B1 (en) Determining whether a variable is numeric or non-numeric
Lacerda et al. Learning to advertise
Estival et al. Author profiling for English emails
US6330563B1 (en) Architecture for automated data analysis
US20070100803A1 (en) Automated generation, performance monitoring, and evolution of keywords in a paid listing campaign
US20050154692A1 (en) Predictive selection of content transformation in predictive modeling systems
US20070299815A1 (en) Automatically Displaying Keywords and Other Supplemental Information
US20100293057A1 (en) Targeted advertisements based on user profiles and page profile
US20060235843A1 (en) Method and system for semantic search and retrieval of electronic documents
US20060287988A1 (en) Keyword charaterization and application
US20100153219A1 (en) In-text embedded advertising
US20120005148A1 (en) Integrating specialized knowledge sources into a general search service
US20070067294A1 (en) Readability and context identification and exploitation
US20130232159A1 (en) System and method for identifying customers in social media
Coussement et al. Integrating the voice of customers through call center emails into a decision support system for churn prediction
US20110191336A1 (en) Contextual image search
US20060212897A1 (en) System and method for utilizing the content of audio/video files to select advertising content for display
US20110153312A1 (en) Method and computer system for automatically answering natural language questions
US20070143278A1 (en) Context-based key phrase discovery and similarity measurement utilizing search engine query logs
US20050021357A1 (en) System and method for the efficient creation of training data for automatic classification
US20120022950A1 (en) Systems and Methods for Targeted Advertising in Voicemail to Text Systems
US20070192309A1 (en) Method and system for identifying sentence boundaries

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application
SUBM Submission of document of abandonment before or after decision of registration