KR20080103605A - 타겟화된 광고에 사용하기 위한 사용자 정보 생성 - Google Patents

타겟화된 광고에 사용하기 위한 사용자 정보 생성 Download PDF

Info

Publication number
KR20080103605A
KR20080103605A KR1020087026699A KR20087026699A KR20080103605A KR 20080103605 A KR20080103605 A KR 20080103605A KR 1020087026699 A KR1020087026699 A KR 1020087026699A KR 20087026699 A KR20087026699 A KR 20087026699A KR 20080103605 A KR20080103605 A KR 20080103605A
Authority
KR
South Korea
Prior art keywords
user
profile information
user profile
document
information
Prior art date
Application number
KR1020087026699A
Other languages
English (en)
Inventor
크리쉬나 바라트
스티븐 로렌스
메란 사하미
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 KR20080103605A publication Critical patent/KR20080103605A/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
    • 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
    • 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
    • G06Q10/00—Administration; Management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F13/00—Interconnection of, or transfer of information or other signals between, memories, input/output devices or central processing units
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • 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

Abstract

사용자에 대한 사용자 프로파일 정보는 (a) 사용자에 대한 초기 사용자 프로파일 정보를 결정하며, (b) 사용자에 대한 사용자 프로파일 정보를 추론하고, (c) 상기 초기 사용자 프로파일 정보 및 상기 추론된 사용자 프로파일 정보 둘 다를 사용하여 상기 사용자 프로파일 정보를 결정함으로써 결정될 수 있다. 사용자에 대한 초기 사용자 프로파일 정보는 사용자에 의해 제공된 과거 검색 질의들 및/또는 사용자에 의한 과거 문서 선택들을 사용하여 결정될 수 있다. 사용자에 대한 사용자 프로파일 정보는 (a) 다수의 문서들 및 사용자 각각에 대한 노드를 규정하며, (b) 그래프를 규정하기 위하여 노드들 사이의 연관성(association)이 있다면 노드들 사이에 에지들을 부가하고, (c) 다른 문서들의 사용자 프로파일 정보 및 상기 그래프의 토폴로지(topology)를 사용하여 사용자에 대한 사용자 프로파일 정보를 추론함으로써 추론될 수 있다. 유사하게, 문서에 대한 사용자 프로파일 정보는 (a) 문서에 대한 초기 사용자 프로파일 정보를 결정하며, (b) 상기 문서에 대한 사용자 프로파일 정보를 추론하고, (c) 상기 초기 사용자 프로파일 정보 및 상기 추론된 사용자 프로파일 정보 둘 다를 사용하여 상기 문서에 대한 상기 사용자 프로파일 정보를 결정함으로써 결정될 수 있다. 문서에 대한 초기 사용자 프로파일 정보는 문서로부터 컨텐트 정보 및/또는 문서 메타 정보(document meta information)를 사용하여 결정될 수 있다. 문서에 대한 사용자 프로파일 정보는 (a) 다수의 문서들 각각 및 다수의 사용자들 각각에 대한 노드를 규정하며, (b) 그래프를 규정하기 위하 여 노드들 사이의 연관성이 있다면 노드들 사이에 에지들을 부가하고, (c) 그래프의 토폴로지 및 사용자들과 다른 문서들의 사용자 프로파일 정보를 사용하여 상기 문서에 대한 사용자 프로파일 정보를 추론함으로써 추론될 수 있다. 문서, 사용자 및/또는 사용자 프로파일 정보는 광고들을 서비스할 때 사용될 수 있다.
사용자 프로파일 정보, 광고 랜딩 페이지, 광고 타겟화 정보, 매칭값, 문서 메타 정보

Description

타겟화된 광고에 사용하기 위한 사용자 정보 생성{Generating user information for use in targeted advertising}
본 발명은 광고에 관한 것이다. 특히, 본 발명은 예를 들어 검색 질의 또는 문서 요청과 같은 사용자 요청에 대해 서비스하도록 특히 관련 광고들 또는 광고 크리에이티브들을 결정하는 것에 관한 것이다.
텔레비전, 라디오, 신문 및 잡지들과 같은 전통적인 매체를 이용한 광고는 널리 알려져 있다. 불행하게도, 인구통계 조사 및 전형적인 각종 매체 아울렛들의 청중에 대한 전반적으로 합리적인 추정들로 무장한 경우조차도, 광고주들은 자신들의 광고 예산이 낭비되고 있다고 인식하였다. 게다가, 이와 같은 낭비를 식별하여 제거하는 것은 매우 어렵다.
최근, 대화식 매체를 통한 광고가 대중화되고 있다. 예를 들어, 인터넷을 사용하는 사람들이 폭발적으로 증가하고 있기 때문에, 광고주들은 인터넷을 통해 제공되는 매체 및 서비스들을 광고를 위한 잠재적으로 강력한 방법으로서 인식하게 되었다.
광고주들은 이와 같은 광고의 가치를 극대화하기 위하여 여러 가지 전략들을 개발하였다. 한 가지 전략으로서, 광고주들은 많은 청중에 도달하는 길들로서 대화식 매체 또는 서비스들(일반성을 상실함이 없이 "웹사이트들(Websites)"이라 칭함)을 제공하는 대중적인 프레즌스(presence) 또는 수단을 사용한다. 이 제1 방법을 사용하면, 광고주는 광고들을 예를 들어 뉴욕 타임즈 웹사이트 또는 USA 투데이 웹사이트의 홈 페이지에 게재할 수 있다. 또 다른 전략으로서, 광고주는 광고들을 더 좁은 틈새시장의 청중들을 타겟화함으로써, 청중에 의한 긍정적인 응답을 얻을 확률을 증가시켰다. 예를 들어, 코스타리카 열대 우림의 관광 사업을 하는 대행사는 야후 웹사이트의 에코투어리즘-여행 서브디렉토리 상에 광고들을 게재할 수 있다. 광고주는 통상적으로 이와 같은 타겟화을 수동으로 결정할 것이다.
전략과 무관하게, 웹사이트-기반 광고들(또한, "웹 광고들(Web ads)"이라 칭함)은 전형적으로 "배너 광고들(banner ads)" 형태, 즉 그래픽 컴포넌트들을 포함하는 직사각형 박스 형태로 광고 청중에게 제공된다. 광고 청중의 멤버(일반성을 상실함이 없이 명세서에서 "시청자(viewer)" 또는 "사용자(user)"라 칭함)가 배너 광고들을 클릭함으로써 이들 배너 광고들 중 한 광고를 선택할 때, 임베딩된 하이퍼텍스트 링크들은 통상 시청자를 광고주의 웹사이트로 향하게 한다. 시청자가 광고를 선택하는 이 프로세스를 통상 "클릭-쓰루(click-through)"("클릭-쓰루(click-through)"는 임의의 사용자 선택을 커버하도록 하는 것이다)라 칭한다. 클릭-쓰루들의 수 대 광고의 임프레션들의 수(즉, 광고가 렌더링되는 횟수)의 비를 통상 광고의 "클릭-쓰루율(click-through rate)"이라 칭한다.
"변환(conversion)"은 이전 서비스되는 광고와 관련되는 트랜잭션을 사용자 가 완료할 때 발생된다라고 칭한다. 변환을 구성하는 것은 경우마다 다를 수 있고 다양한 방법들로 결정될 수 있다. 예를 들어, 사용자가 광고를 클릭하며, 광고주의 웹 페이지라 칭하고, 웹 페이지를 떠나기 전 이 웹페이지에서 구매를 완료할 때 변환이 발생되는 경우가 있을 수 있다. 대안적으로, 변환은 광고를 나타내고, 소정 시간(예를 들어, 7일) 내에서 광고주의 웹 페이지 상에서 구매를 행하는 것으로 사용자에 의해 규정될 수 있다. 또한 다른 대안으로서, 예를 들어, 화이트 페이퍼(white paper)를 다운로딩, 적어도 소정 깊이의 웹사이트로 항해, 적어도 어떤 수의 웹 페이지들을 항해, 적어도 어떤 수의 웹 페이지들을 시청, 웹사이트 또는 웹페이지 상에서 소정 시간량 소모, 웹사이트 상에 등록 등과 같은 임의의 측정가능/관측가능한 사용자 행위로 광고주에 의해 규정될 수 있다. 종종, 사용자 행위들이 완료된 구매를 나타내지 않으면, 이들 행위들은 세일즈 리드(sales lead)를 나타낼 수 있지만, 변환을 구성하는 사용자 행위들은 이에 제한되지 않는다. 실제로, 변환을 구성하는 것에 대한 많은 다른 정의들이 가능하다. 변환들의 수 대 광고의 임프레션들의 수(즉, 광고가 디스플레이되는 횟수)의 비를 통상 변환율이라 칭한다. 광고의 서비스 이후에 변환이 소정 시간 내에서 발생할 수 있다고 규정하면, 변환율의 하나의 가능한 규정은 과거의 소정 시간보다 더 많이 서비스된 광고들만을 고려할 수 있다는 것이다.
웹사이트-기반 광고의 초창기 전망에도 불구하고, 기존 방법들에는 여러 가지 문제들이 여전히 남아있다. 광고주들이 많은 청중에 도달할 수 있지만, 이들 광고주들은 광고 투자에 대한 이윤에 대해서 자주 불만을 나타내고 있다.
유사하게, 광고들이 제공되는 웹사이트들의 호스트들("웹사이트 호스트들(Website hosts)" 또는 "광고 소비자들(ad consumers)"이라 칭함)은 사용자의 경험에 손상을 입힘이 없이 광고 수입을 극대화하는 문제에 직면한다. 일부 웹사이트 호스트들은 사용자들의 관심들에 대한 광고 수입에 대해서 등급을 매겼다. 하나의 이와 같은 웹사이트는 "Overture.com"이라 칭하는데, 이는 사용자 질의들에 응답하여 "검색 결과들(search results)"로서 치장한 광고들을 보내는 소위 "검색 엔진(search engine)" 서비스를 호스트한다. Overture.com 웹사이트는 광고주들로 하여금 자신들의 웹사이트(또는 타겟 웹사이트를)를 검색 결과들의 리스트 상에서 더 높은 자리를 차지하는데 비용을 지불하도록 한다. 사용자가 광고를 클릭하는 경우에만 광고주가 비용을 지불하는 이와 같은 방식들(즉, 클릭당 비용)이 구현되면, 광고주는 자신들의 광고들을 효율적으로 타겟화하기 위한 의욕을 상실하게 되는데, 그 이유는 열악하게 타겟화된 광고가 클릭되지 않을 것임으로 지불을 필요로 하지 않을 것이다. 결국, 클릭당 고비용 광고들은 최상부 근처에 또는 이 최상부에 나타나지만, 광고 퍼블리셔(publisher)에 대한 실제 수입으로 반드시 전환되는 것은 아닌데, 그 이유는 시청자들이 이들을 클릭하지 않기 때문이다. 게다가, 시청자들이 클릭하는 광고는 리스트의 더욱 아래에 있거나 리스트 상에 아예 없음으로, 광고들의 관련성은 손상된다.
예를 들어, 구글과 같은 검색 엔진들은 광고주들이 자신들의 광고들을 타겟화하도록 하여, 이들 엔진들이 검색 결과 페이지로 렌더링되도록 하고 이들이 추정적 검색 결과들 페이지를 프롬프트하는 질의에 관련되도록 할 것이다. 이메일 정보에 기초하여 광고들을 타겟화하는 시스템들과 같은 다른 타겟화된 광고 시스템들(예를 들어, 발명자들인 Jeffrey A. Dean, Georges R. Harik and Paul Bucheit가 2003년 6월 2일에 출원한 발명의 명칭이 "SERVING ADVERTISEMENTS USING INFORMATION ASSOCIATED WITH E-MAIL"인 미국 특허 10/452,830(본원에 참조됨)을 참조) 또는 컨텐트에 기초하여 광고들을 타겟화하는 시스템들(예를 들어, 발명자들인 Anderson, Paul Bucheit, Alex Carobus, Claire Cui, Jeffrey A. Dean, Georges R. Harik, Deepak Jindal 및 Narayanan Shivakumar가 2003년 2월 26일에 출원한 발명의 명칭이 "SERVING ADVERTISEMENTS BASED ON CONTENT"인 미국 특허 출원 10/375,900호 참조)는 유사한 문제들을 가질 수 있다. 즉, 광고 시스템들은 일반적으로 사용자 요청된 정보와 관련되고 특히 현재 사용자 관심에 관련되는 광고들을 제공하고자 한다.
상술한 바로부터 알 수 있는 바와 같이, 키워드-타겟화된 광고 또는 컨텐트-타겟화된 광고와 같은 타겟화된 광고 시스템들은 매우 유용한 광고 형태들을 제공한다. 그러나, 일반적인 관련 광고들을 서비스할 수 있는 온라인 광고 시스템들 조차도 특정 사용자에게 최적으로 부합되는 관련 광고들을 선택할 수 없다.
따라서, 온라인 광고 성능을 개선시킬 필요가 있다. 특히, 예를 들어 검색 질의 또는 문서 요청과 같은 일부 사용자 요청에 대해서 서비스되는 광고들과, 요청을 제공한 사용자와의 관련성을 증가시킬 필요가 있다.
본 발명은 광고를 스코어링하기 위하여 사용되는 매칭(match)을 결정하는 방법들 및 장치를 설명한다. 이와 같은 방법들 및 장치는 (a) (i) 광고를 타겟화하기 위하여 사용되는 사용자 프로파일 정보 및/또는 광고의 광고 랜딩 페이지(ad landing page)의 사용자 프로파일 정보, 및 (ii) 광고가 렌더링될 사용자의 사용자 프로파일 정보를 사용하여 제1 매칭값을 결정하며, (b) (i) 광고의 광고 랜딩 페이지의 사용자 프로파일 정보 및/또는 광고를 타겟화하기 위하여 사용되는 사용자 프로파일 정보, 및 (ii) 광고가 서비스될 문서의 사용자 프로파일 정보를 사용하여 제2 매칭값을 결정하고, (c) 상기 제1 매칭값 및 제2 매칭값을 사용하여 광고를 스코어링하기 위하여 사용되는 매칭을 결정할 수 있다.
본 발명은 또한 상술한 바와 같은 방법들 및 장치에서 또는 사용자 프로파일 정보를 사용하여 광고들을 타겟화하는 다른 방법들 및 장치에서, 광고의 광고 랜딩 페이지의 사용자 프로파일 정보의 적어도 일부, 광고의 타겟화을 위하여 사용되는 사용자 프로파일 정보의 적어도 일부, 사용자의 사용자 프로파일 정보의 적어도 일부 및/또는 문서의 사용자 프로파일 정보의 적어도 일부가 추론될 수 있다는 것을 개시한다.
본 발명의 일 실시예에서, 사용자에 대한 사용자 프로파일 정보는 (a) 사용 자에 대한 초기 사용자 프로파일 정보를 결정하며, (b) 사용자에 대한 사용자 프로파일 정보를 추론하고, (c) 초기 사용자 프로파일 정보 및 추론된 사용자 프로파일 정보 둘 다를 사용하여 사용자에 대한 사용자 프로파일 정보를 결정함으로써 결정될 수 있다. 사용자에 대한 초기 사용자 프로파일 정보는 사용자에 의해 제공된 과거 검색 질의들 및/또는 사용자에 의한 과거 문서 선택들을 사용하여 결정될 수 있다.
본 발명의 일 실시예에서, 사용자에 대한 사용자 프로파일 정보는 (a) 다수의 문서들 및 사용자 각각에 대한 노드를 규정하며, (b) 그래프를 규정하기 위하여 상기 노드들 사이의 연관성이 존재하면 노드들 사이에 에지들을 부가하고, (c) 다른 문서들의 사용자 프로파일 정보 및 그래프의 토폴로지를 사용하여 사용자에 대한 사용자 프로파일 정보를 추론함으로써 추론될 수 있다.
본 발명의 일 실시예에서, 문서에 대한 사용자 프로파일 정보는 (a) 문서에 대한 초기 사용자 프로파일 정보를 결정하며, (b) 문서에 대한 사용자 프로파일 정보를 추론하고, (c) 초기 사용자 프로파일 정보 및 추론된 사용자 프로파일 정보 둘 다를 사용하여 문서에 대한 사용자 프로파일 정보를 결정함으로써 결정될 수 있다. 문서에 대한 초기 사용자 프로파일 정보는 문서 및/또는 문서 메타 정보로부터 컨텐트 정보를 사용하여 결정될 수 있다.
본 발명의 일 실시예에서, 문서에 대한 사용자 프로파일 정보는 (a) 다수의 문서들 각각 및 다수의 사용자들 각각에 대한 노드를 규정하며, (b) 그래프를 규정하기 위하여 노드들 사이의 연관성이 있다면 노드들 사이에 에지들을 부가하고, (c) 다른 문서들 및 사용자들의 사용자 프로파일 정보 및 그래프의 토폴로지를 사용하여 문서에 대한 사용자 프로파일 정보를 추론함으로써 추론될 수 있다.
본 발명에 의하면, 본 발명은 컨텐트-타겟화된 광고 시스템들뿐만 아니라 키워드-타겟화된 광고 시스템들을 개선시키도록 사용될 수 있다. 사용자들, 문서들, 광고 및/또는 랜딩 페이지들의 사용자 프로파일 정보는 수용 및/또는 추론될 수 있다.
본 발명은 사용자 프로파일 정보를 결정하고 광고 서비스를 위하여 이와 같이 결정된 사용자 프로파일 정보를 이용하기 위한 새로운 방법들, 장치, 메시지 포맷들 및/또는 데이터 구조들을 포함한다. 다음의 설명은 당업자가 본 발명을 행하고 이용하도록 하기 위하여 제공되고 특정 애플리케이션들 및 이들의 요건들의 관련 컨텐트에 제공된다. 서술된 실시예들에 대한 각종 수정들은 당업자에게 명백할 것이고, 이하에 설명된 일반 원리들은 다른 실시예들 및 애플리케이션들에 적용될 수 있다. 따라서, 본 발명은 도시된 실시예들로 제한되지 않고 본 발명자들은 그들의 발명이 특허성이 있는 것으로서 여긴다.
광고 타겟화을 개선하는 한 가지 가능한 방법은 광고 타겟화 시스템들이 사용자 프로파일들을 얻어 이를 이용하도록 하는 것이다. 예를 들어, 사용자 프로파일들은 (예를 들어, 사용자들이 서비스에 가입시) 사용자들에 의해 자발적으로 제공된 정보를 이용하여 결정될 수 있다. 그 후, 이 사용자 속성 정보는 광고(예를 들어, 타겟화 기준들)의 광고주 규정 속성들에 대하여 매칭될 수 있다. 불행하게도, 사용자 프로파일 정보는 많은 웹사이트들(예를 들어, 검색 엔진들)이 가입 또는 사용자 등록을 필요로 하지 않기 때문에 항상 이용될 수 있는 것은 아니다. 게다가, 이용가능할 때조차도, 사용자 프로파일은 (예를 들어, 가입시에 제공된 정보가 서비스에 필요로 되는 것으로 제한됨으로 포괄적이 아니기 때문에, 프라이버시 고려사항 때문에 등) 불완전할 수 있다. 게다가, 광고주들은 사용자 프로파일 타겟화 정보를 수동으로 규정할 필요가 있을 수 있다. 게다가, 사용자 프로파일 정보가 이용가능한 경우조차도, 광고주들은 광고들을 효율적으로 타겟화하기 위하여 이 정보를 이용할 수 없다.
본 발명이 동작될 수 있는 환경들이 §4.1에 후술된다. 그 후, 본 발명의 전형적인 실시예들이 §4.2에 서술된다. 일부 대안들 및 개선사항들이 §4.3에 서술된다. 최종적으로, 본 발명에 관한 일부 결론들이 §4.4에 서술된다.
§4.1 본 발명이 동작될 수 있는 환경들
§4.1.1 예시적인 광고 환경
도1은 광고 환경의 고레벨 도이다. 이 환경은 광고 엔트리, 유지보수 및 전달 시스템(120)을 포함할 수 있다. 광고주들(110)은 시스템(120)에 광고 정보를 직접 또는 간접적으로 입력, 유지 및 추적할 수 있다. 광고들은 소위 배너 광고들, 텍스트 전용 광고들, 영상 광고들, 오디오 광고들, 비디오 광고들, 임의의 이와 같은 요소들 중 하나 이상의 요소들을 조합한 광고들과 같은 그래픽 광고들 형태일 수 있다. 광고들은 또한, 링크 및/또는 기계 실행가능한 명령들과 같은 임베딩된 정보를 포함할 수 있다. 광고 소비자들(130)은 시스템(120)으로부터 자신들의 요청에 응답하여 광고들을 수용하고 사용 정보를 이 시스템(120)에 제공하도록 광고들에 대한 요청들을 제공할 수 있다. 도시되지 않았지만, 다른 엔티티들은 사용 정보(예를 들어, 광고에 관련되는 클릭-쓰루 또는 변환이 발생되는지 여부)를 시스템(120)에 제공할 수 있다. 이 사용 정보는 서비스되는 광고들에 관련되는 측정되거나 관측되는 사용자 행위를 포함할 수 있다.
광고 소비자(130)의 한 가지 예는 컨텐트(예를 들어, 논문들, 토론 맥락(discussion threads), 음악, 비디오, 그래픽, 검색 결과들, 웹 페이스 목록들 등)에 대한 요청들을 수신하고 이 요청에 응답하여 요청된 컨텐트를 검색하거나 그렇지 않다면 이 요청을 서비스하는 일반적인 컨텐트 서버이다. 이 컨텐트 서버는 시스템(120)에 광고들에 대한 요청을 제공할 수 있다. 이와 같은 광고 요청은 다수의 원하는 광고들을 포함할 수 있다. 이 광고 요청은 또한 컨텐트 요청 정보를 포함할 수 있다. 이 정보는 컨텐트 자체(예를 들어, 페이지), 컨텐트 또는 컨텐트 요청(예를 들어, 예술, 비즈니스, 컴퓨터, 아트-무비, 아트-뮤직 등)에 대응하는 카테고리, 이 컨텐트 요청의 일부 또는 전부, 컨텐트 연대, 컨텐트 유형(예를 들어, 텍스트, 그래픽, 비디오, 오디오, 혼합 매체 등), 지리적 위치 정보(geolocation information) 등을 포함할 수 있다.
컨텐트 서버는 시스템(120)에 의해 제공되는 광고들 중 하나 이상의 정보와 요청된 컨텐트를 결합시킬 수 있다. 그 후, 컨텐트 및 광고(들)을 포함하는 이 결합된 정보는 컨텐트를 요청하는 최종 사용자를 향하여 전달되어 사용자에게 제공된 다. 최종적으로, 컨텐트 서버는 광고들에 관한 정보를 전송할 수 있고, 광고들이 렌더링되는(예를 들어, 위치, 클릭-쓰루 여부, 임프레션 시간, 임프레션 날짜, 크기, 변환 여부 등) 방법, 때 및/또는 장소를 다시 시스템(120)에 전송할 수 있다. 대안적으로 또는 부가적으로, 이와 같은 정보는 일부 다른 수단에 의해 시스템(120)에 다시 제공될 수 있다.
광고 소비자(130)의 또 다른 예는 검색 엔진이다. 검색 엔진은 검색 결과들을 위한 질의들을 수신할 수 있다. 응답시, 검색 엔진은 (예를 들어, 웹 페이지들의 인덱스로부터) 관련 검색 결과들을 검색할 수 있다. 예시적인 검색 엔진이 S.Brin 및 L.Page가 호주 브리스번에서 개최된 Seventh International World Wide Web Conference에서 발표한 논문 "The anatomy of a Large-Scale Hypertextual Search Engine" 및 미국 특허 6,285,999(이들 둘 다는 본원에 참조되어 있다)에 서술된다. 이와 같은 검색 결과들은 예를 들어 웹 페이지 타이틀들, 이들 웹 페이지들로부터 추출된 텍스트의 스닙펫들, 및 이들 웹 페이지들과의 하이퍼텍스트 링크들을 포함할 수 있고, 소정수(예를 들어, 10)의 검색 결과들로 그룹화될 수 있다.
검색 엔진은 시스템(120)으로 광고들에 대한 요청을 제공할 수 있다. 이 요청은 원하는 다수의 광고들을 포함할 있다. 이 수는 검색 결과들, 이 검색 결과들에 의해 차지되는 스크린 또는 페이지 공간 량, 광고들의 크기 및 형상 등에 좌우될 수 있다. 일 실시예에서, 원하는 광고들의 수는 1 내지 10이고, 바람직하게는 3 내지 5이다. 광고들에 대한 요청은 (입력되거나 해석되는 바와 같은) 질의, 이 질의에 기초한 정보(가령, 지리적 위치 정보, 질의가 회원 및 이 회원의 식별 자(identifier)로부터 나오는지 여부), 및/또는 검색 결과들과 관련되거나 이에 기초한 정보를 포함할 수 있다. 이와 같은 정보는 예를 들어 검색 결과들(예를 들어, 문서 식별자들, 즉 "docIDs")과 관련된 식별자들, 검색 결과들에 관련된 스코어들(예를 들어, 질의 및 문서에 대응하는 특징 벡터들의 도트 곱들, 페이지 랭크 스코어들, 및/또는 IR 스코어들 및 페이지 랭크 스코어들의 조합들과 같은 정보 검색("IR") 스코어들), 식별된 문서들(예를 들어, 웹 페이지들)로부터 추출되는 텍스트 스닙펫들, 식별된 문서들의 풀 텍스트, 식별된 문서들의 특징 벡터들 등을 포함할 수 있다.
검색 엔진은 시스템(120)에 의해 제공되는 광고들 중 하나 이상과 검색 결과들을 조합할 수 있다. 그 후, 검색 결과들 및 광고(들)를 포함하는 이 조합된 정보는 컨텐트를 요청하는 사용자를 향하여 전달되어 사용자에게 제공한다. 검색 결과들은 광고들과 구별되도록 하여, 유료 광고들과 추정적 뉴트럴 검색 결과들 사이에서 사용자가 혼동하지 않도록 한다.
최종적으로, 검색 엔진은 광고에 관한 정보를 전송할 수 있고, 광고가 렌더링되는 때, 장소 및/또는 방법(예를 들어, 위치, 클릭-쓰루 여부, 임프레션 시간, 임프레션 날짜, 크기, 변환 여부 등)을 시스템(120)으로 다시 전송할 수 있다. 대안적으로 또는 부가적으로, 이와 같은 정보는 일부 다른 수단에 의해 시스템(120)으로 다시 제공될 수 있다.
§4.1.2 예시적인 광고 엔트리, 유지보수 및 전달 환경
도2는 본 발명이 사용될 수 있는 예시적인 광고 시스템(120')을 도시한 것이 다. 예시적인 광고 시스템(120')은 인벤토리 시스템(inventory system)(210)을 포함할 수 있고 광고 정보(205) 및 사용 정보(245)를 저장할 수 있다. 예시적인 시스템(120')은 광고 정보 엔트리 및 관리 동작들(215), 캠페인(예를 들어, 타겟화) 지원 동작들(220), 계정 및 과금 동작들(225), 광고 서비스 동자들(230), 관련성 결정 동작들(235), 최적화 동작들(240), 관련 프리젠테이션 속성 할당(예를 들어, 위치 순서화) 동작들(250), 사기 검출 동작들(225) 및 결과 인터페이스 동작들(260)을 지원할 수 있다.
광고주들(110)은 인터페이스(216)로 나타낸 바와 같이 광고 정보 엔트리 및 관리 동작들(215)을 통해서 시스템(120')과 인터페이스할 수 있다. 광고 소비자들(130)은 인터페이스(231)로 나타낸 바와 같이 광고 서비스 동작들(230)을 통해서 시스템(120')과 인터페이스할 수 있다. 광고 소비자들(130) 및/또는 다른 엔트리들(도시되지 않음)은 또한 인터페이스(261)로 나타낸 바와 같이 결과 인터페이스 동작들(260)을 통해서 시스템(120')과 인터페이스할 수 있다.
광고 프로그램은 계정들, 캠페인들, 크리에이티브들, 타겟화 등에 관한 정보를 포함할 수 있다. 용어 "계정(account)"은 소정 광고주에 대한 정보(예를 들어, 특정 이메일 주소, 비밀번호, 과금 정보 등)와 관련된다. "캠페인(campaign)" 또는 "광고 캠페인(ad campaign)"은 하나 이상의 광고들 중 하나 이상의 그룹들에 관련되고, 시작일, 종료일, 예산 정보, 지오-타겟화 정보, 신디케이션 정보 등을 포함할 수 있다. 예를 들어, 혼다는 자동차 라인에 대한 하나의 광고 캠페인과 모토사이클 라인에 대한 별도의 광고 캠페인을 가질 수 있다. 자동차 라인에 대한 캠페인 은 하나 이상의 광고 그룹들을 가질 수 있는데, 각 그룹은 하나 이상의 광고들을 포함한다. 각 광고 그룹은 키워드들의 세트 및 최대 매수 비용(maximum cost bid)(클릭-쓰루 당 비용, 변환 당 비용 등)을 포함할 수 있다. 대안적으로 또는 부가적으로, 각 광고 그룹은 평균 매수 비용(예를 들어, 클릭-쓰루 당 평균 비용, 변환 당 평균 비용 등)을 포함할 수 있다. 그러므로, 단일 최대 매수 비용 및/또는 단일 평균 매수 비용은 하나 이상의 키워드들과 관련될 수 있다. 언급된 바와 같이, 각 광고 그룹은 하나 이상의 광고들 또는 "크리에이티브들(creatives)"을 가질 수 있다(즉, 결국 최종 사용자로 렌더링되는 광고 컨텐트). 본래, 광고 정보(205)는 얼마간의 정보를 포함할 수 있고 다수의 여러 가지 방식들로 조직될 수 있다.
광고 정보(205)는 광고 정보 엔트리 및 관리 동작들(215)을 통해서 입력되고 관리될 수 있다. 캠페인(예를 들어, 타겟화) 지원 동작들(220)은 광고주들(110)이 효율적인 광고 캠페인들을 생성하도록 하는데 사용될 수 있다. 예를 들어, 캠페인 지원 동작들(220)은 인벤토리 시스템(210)에 의해 제공되는 정보를 사용할 수 있는데, 이 인벤토리 시스템은 검색 엔진에 사용하기 위한 광고의 컨텍스트에서 모든 가능한 광고 임프레션들, 이미 예약된 광고 임프레션들 및 소정 키워드들에 대해 이용가능한 광고 임프레션들을 추적할 수 있다.
광고 서비스 동작들(230)은 광고 소비자들(130)로부터 광고들에 대한 요청들을 서비스할 수 있다. 광고 서비스 동작들(230)은 관련성 결정 동작들(235)을 사용하여 소정 요청에 대한 후보 광고들을 결정한다. 그 후, 광고 서비스 동작들(230)은 후보 광고들 중 하나 이상의 최종 세트를 선택하기 위하여 최적화 동작들(240) 을 사용할 수 있다. 그 후, 광고 서비스 동작들(230)은 관련 프리젠테이션 속성 할당 동작들(250)을 사용하여 리턴될 광고들의 프리젠테이션을 순서화한다. 계정/과금 동작들(225)은 광고들의 서비스와 관련된 요금들을 추적하여 광고주들에게 요금을 부과하기 위하여 사용될 수 있다. 사기 검출 동작들(255)은 가령 도난당한 신용 카드들을 통해서 (예를 들어, 광고주들에 의한) 광고 시스템의 부당 사용을 감소시키기 위하여 사용될 수 있다. 최종적으로, 결과 인터페이스 동작들(260)은 클릭-쓰루가 발생되는지 여부, 변환이 발생되는지 여부 (예를 들어, 광고된 아이템 또는 서비스의 판매가 광고의 렌더링으로부터 소정 시간 내에서 개시되거나 완료되는지 여부)와 같이 실제로 서비스되는 광고에 대한 (광고 소비자들(130) 또는 일부 다른 엔티티로부터) 결과 정보를 수용하도록 사용될 수 있다. 이와 같은 결과 정보는 인터페이스(261)에서 수용될 수 있고 광고, 광고가 서비스되는 시간뿐만 아니라 관련된 결과를 식별하기 위한 정보를 포함할 수 있다.
본 발명의 각종 양상들은 관련성 결정 동작들(235), 관련 프리젠테이션 속성 순서화 동작들(250), 및/또는 광고 서비스 동작들(230)과 함께 사용될 수 있다.
§4.1.3 예시적인 네트워크 환경
도3은 본 발명이 사용될 수 있는 예시적인 네트워크 환경(300)을 도시한 것이다. 예시적인 네트워크 환경(300)은 하나 이상의 클라이언트 장치들(310)을 포함할 수 있는데, 각 클라이언트 장치는 브라우저(320)(또는 이외 다른 어떤 정보 요청 및 렌더링 수단)를 갖는다. 클라이언트 장치들(310)은 하나 이상의 컨텐트 서버들(320)에 의해 서비스되는 요청 문서들(335) 및 하나 이상의 검색 엔진들(340)을 이용하는 이들 또는 다른 문서들에 포함되는 컨텐트를 검색할 수 있다. 광고 서버(350)는 하나 이상의 광고들(355)을 서비스할 수 있다. 서비스되는 하나 이상의 광고들(355)은 컨텐트 서버(330)(및/또는 이와 같은 문서들에 대한 요청)에 의해 서비스되는 문서들과 관련될 수 있으며, 및/또는 검색 엔진(340)(및/또는 검색 질의)에 의해 생성되는 검색 결과들에 관련될 수 있다. (예를 들어, 각 사용자 또는 하나 이상의 클라이언트 장치들(310)과 관련된 사용자들의 그룹에 대한) 사용자 정보(365)는 하나 이상의 정보 서버들(360)에 저장될 수 있다. 대안적으로 또는 부가적으로, 사용자 정보(도시되지 않음)는 하나 이상의 컨텐트 서버들(330), 하나 이상의 검색 엔진들(340) 및/또는 하나 이상의 광고 서버들(350)에 저장될 수 있다. 하나 이상의 클라이언트 장치들(310), 컨텐트 서버들(330), 검색 엔진들(340), 광고 서버들(350) 및/또는 사용자 정보 서버들(360)은 하나 이상의 네트워크들(370)을 통해서 서로와 정보를 교환할 수 있다. 하나 이상의 네트워크들(370)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 않으며, 이들은 단일 저장소에 저장될 수 있다. 게다가, 데이터의 이들 형태들은 인터리빙될 수 있다(예를 들어, 광고 데이터베이스는 광고들 상에 "사용자 특징 태그들(user feature tags)"을 포함하여 단지 일부 서브셋들만이 특정 타입들의 사용자들에 대하여 검색되도록 한다).
§4.1.4 정의들
도1, 2, 3과 관련하여 상술된 예시적인 시스템들 또는 임의의 다른 시스템에 사용되는 광고들과 같은 온라인 광고들은 각종 고유한 특징들을 가질 수 있다. 이와 같은 특징들은 애플리케이션 및/또는 광고주에 의해 규정될 수 있다. 이들 특징들을 이하에서 "광고 특징들(ad features)"이라 칭한다. 예를 들어, 텍스트 광고의 경우에, 광고 특징들은 타이틀 라인, 광고 텍스트, 및 임베딩된 링크를 포함할 수 있다. 영상 광고의 경우에, 광고 특징들은 영상들, 실행가능한 코드, 및 임베딩된 링크를 포함할 수 있다. 온라인 광고 유형에 따라서, 광고 특징들은 다음, 즉 텍스트, 링크, 오디오 파일, 비디오 파일, 영상 파일, 실행가능한 코드, 임베딩된 정보 등 중 하나를 포함할 수 있다.
온라인 광고가 서비스될 때, 하나 이상의 파라미터들은 광고가 서비스되는 방법, 때, 및/또는 장소를 설명하기 위하여 사용될 수 있다. 이들 파라미터들을 이하에서 "서비스 파라미터들(serving parameters)"이라 칭한다. 서비스 파라미터들은 예를 들어 다음, 즉 광고가 서비스되는 페이지의 특징들(이 페이지에 관한 정보 포함), 광고의 서비스와 관련된 검색 질의 또는 검색 결과들, 사용자 특성(예를 들어, 사용자들의 지리적 위치, 사용자에 의해 사용되는 언어, 사용되는 브라우저의 유형, 이전 페이지 뷰들, 이전 행위), 요청을 개시하는 호스트 또는 회원 사이트(예를 들어, 아메리카 온라인, 구글, 야후), 서비스되는 페이지에 관한 광고의 위치, 서비스되는 다른 광고들에 대한 광고의 위치(공간 또는 시간), 광고의 절대 크기, 다른 광고들에 대한 광고의 크기, 광고의 칼러, 서비스되는 다수의 다른 광고들, 서비스되는 다른 광고들의 유형들, 서비스된 날의 시간, 서비스되는 주의 시간, 서비스되는 해의 시간 등 중 하나 이상을 포함할 수 있다. 본래, 본 발명의 컨 텍스트에 사용될 수 있는 다른 서비스 파라미터들이 존재한다.
서비스 파라미터들이 광고 특징들에 대해 외부에 있을 수 있지만, 이들은 서비스 조건들 또는 제약들로서 광고와 관련될 수 있다. 서비스 조건들 또는 제약들로서 사용될 때, 이와 같은 서비스 파라미터들을 간단히 "서비스 제약들(serving constraints)"(또는 타겟화 기준들(targeting criteria)")이라 칭한다. 예를 들어, 일부 시스템들에서, 광고주는 특정 위치보다 낮지 않게 주말에만 특정 지리적 위치에 있는 사용자들에게만 서비스되도록 규정함으로써 자신의 광고의 서비스를 타겟화할 수 있다. 또 다른 예로서, 일부 시스템들에서, 광고주는 페이지 또는 검색 질의가 특정 키워드들 또는 구들을 포함하는 경우에만 자신의 광고가 서비스되도록 규정할 수 있다. 또한 다른 예로서, 일부 시스템들에서, 광고주는 서비스되는 문서가 특정 토픽들 또는 개념들을 포함하거나 특정 클러스터 또는 클러스터들 하에 있거나 어떤 다른 분류 또는 분류들 하에 있는 경우에만 서비스되도록 규정할 수 있다. "지리적 위치 정보(Geolocation information)"는 하나 이상의 국가들, 하나 이상의(국가간) 영역들, 하나 이상의 주들(states), 하나 이상의 메트로 지역들, 하나 이상의 도시들, 하나 이상의 타운들(towns), 하나 이상의 자치시들, 공통 우편번호들을 갖는 하나 이상의 지역들, 공통 전화 지역 코드들을 갖는 하나 이상의 지역들, 공통 케이블 헤드 엔드 스테이션들에 의해 서비스되는 하나 이상의 지역들, 공통 네트워크 액세스 포인트들 또는 노드들에 의해 서비스되는 하나 이상의 지역들 등을 규정하는 정보를 포함할 수 있다. 이는 위도 및/또는 경도, 또는 이들의 범위를 포함할 수 있다. 이는 사용자 위치가 추정될 수 있는 IP 어드레스와 같은 정보를 포함할 수 있다.
"광고 정보(ad information)"는 광고 특징들, 광고 서비스 제약들, 광고 특징들 또는 광고 서비스 제약들로부터 파생될 수 있는 정보("광고 파생된 정보(ad derived information)"라 칭함), 및/또는 광고와 관련된 정보("광고 관련된 정보(ad related information)"라 칭함)뿐만 아니라 이와 같은 정보의 확장(예를 들어, 광고 관련된 정보로부터 파생되는 정보)의 임의의 조합을 포함할 수 있다.
"문서(document)"는 임의의 기계-판독가능하고 기계-저장가능한 워크 프로덕트를 포함하는 것으로 넓게 해석되어야 한다. 문서는 파일, 파일들의 조합, 다른 파일들에 대한 임베딩된 링크들을 갖는 하나 이상의 파일들 등일 수 있다. 이 파일들은 텍스트, 오디오, 영상, 비디오 등과 같은 임의 유형일 수 있다. 최종 사용자로 렌더링될 문서의 일부분들은 문서의 "컨텐트(content)"로서 간주될 수 있다. 문서는 컨텐트(단어들, 픽쳐들 등) 및 이 컨텐트의 의미의 어떤 표시(예를 들어, 이메일 필드들 및 관련된 데이터, HTML 태그들 및 관련된 데이터 등) 둘 다를 포함하는 "구조적인 데이터(structured data)"를 포함할 수 있다. 문서 내의 광고 스팟들(spots)은 임베딩된 정보 또는 명령들에 의해 규정될 수 있다. 인터넷의 컨텍스트에서, 공통 문서는 웹 페이지이다. 웹 페이지들은 종종 컨텐트를 포함하고 임베딩된 정보(가령 메타 정보, 하이퍼링크들 등) 및/또는 임베딩된 명령들(가령 자바스크립트 등)을 포함할 수 있다. 많은 경우들에서, 문서는 특정한 어드레스가능한 저장 장소를 가짐으로 이 어드레스가능한 장소에 의해 특정하게 식별될 수 있다. 유니버셜 자원 로케이터(URL)는 인터넷상의 정보에 액세스하는데 사용되는 특정 어 드레스이다.
"문서 정보(document information)"는 문서에 포함되는 임의의 정보, 문서에 포함되는 정보로부터 파생될 수 있는 정보("문서 파생된 정보(document derived information)"라 칭함) 및/또는 문서와 관련된 정보("문서 관련된 정보(document related information)"라 칭함)뿐만 아니라 이와 같은 정보의 확장들(예를 들어, 관련된 정보로부터 파생된 정보)을 포함할 수 있다. 문서 파생된 정보의 예는 문서의 텍스츄얼 컨텐트에 기초한 분류이다. 문서 관련된 정보의 예들은 인스턴트 문서와의 링크들을 갖는 다른 문서들로부터 문서 정보를 포함할뿐만 아니라 인스턴트 문서가 링크되는 다른 문서들로부터의 문서 정보를 포함한다.
"이메일 정보(E-mail information)"는 이메일에 포함되는 임의의 정보(또한 "내부 이메일 정보(internal e-mail information)"라 칭함), 이메일에 포함되는 정보로부터 파생될 수 있는 정보 및/또는 이메일에 관련된 정보뿐만 아니라 이와 같은 정보의 확장들(예를 들어, 관련된 정보로부터 파생되는 정보)을 포함할 수 있다. 이메일 정보로부터 파생되는 정보의 예는 추출된 정보이거나, 그렇지 않다면 이메일 서브젝트 라인로부터 추출되는 항들로 이루어진 검색 질의에 응답하여 리턴되는 검색 결과들로부터 파생된다. 이메일 정보와 관련된 정보의 예들은 소정 이메일의 동일한 송신자에 의해 전송되는 하나 이상의 다른 이메일들에 관한 이메일 정보 또는 이메일 수신자에 관한 사용자 정보를 포함한다. 이메일 정보로부터 파생되거나 이에 관련된 정보를 "외부 이메일 정보(external e-mail information)"라 칭할 수 있다.
문서로부터의 컨텐트는 "컨텐트 렌더링 애플리케이션 또는 장치(content rendering application or device)"상에서 렌더링될 수 있다. 컨텐트 렌더링 애플리케이션들의 예들은 인터넷 브라우저(예를 들어, 익스플로러 또는 넷스케이프), 매체 플레이어(예를 들어, MP3 플레이어, 리얼네트워크스 스트리밍 오디오 파일 플레이어 등), 뷰어(예를 들어, 애도브 아크로바트 pdf 리더) 등을 포함한다.
"컨텐트 소유자(content owner)"는 문서의 컨텐트면에서 어떤 특성 권리를 갖는 엔티티 또는 사람이다. 컨텐트 소유자는 컨텐트의 저자일 수 있다. 게다가 또는 대안적으로, 컨텐트 소유자는 컨텐트를 재생하기 위한 권리들, 컨텐트의 파생 작업들을 작성할 권리들, 컨텐트를 공중에게 디스플레이하거나 수행할 권리들, 및/또는 컨텐트에서 이외 다른 규정된 권리들을 가질 수 있다. 컨텐트 서버가 서비스되는 문서들의 컨텐트에서 컨텐트 소유자일 수 있지만, 이는 필요로 되지 않는다.
"사용자 프로파일 정보(user profile information)"(또한 "UPI"라 칭함)는 개별적인 사용자 또는 사용자들의 그룹에 관한 어떤 정보를 포함할 수 있다. 이와 같은 정보는 사용자에 의해 제공되며, 사용자 정보를 릴리스하도록 권한받은 제3자에 의해 제공되며 및/또는 사용자 행위들로부터 파생될 수 있다. 특정 사용자 정보는 동일한 사용자 및/또는 다른 사용자들의 사용자 정보를 이용하여 연역되거나 가정될 수 있다. UPI는 각종 엔티티들과 관련될 수 있다. "사용자 UPI(User UPI)"는 특정 사용자 또는 사용자들의 그룹과 관련된 사용자 프로파일 정보이다. "문서 UPI(Document UPI)"는 문서와 관련된 사용자 프로파일 정보이다. 예를 들어, 문서 UPI는 문서를 요청하거나 방문하는 사용자들의 각종 사용자 UPI들의 복합 표시일 수 있다. "광고 랜딩 페이지 UPI(Ad landing page UPI)"는 특정 유형의 문서 UPI이고, 아마도 광고를 선택(예를 들어, 클릭)에 응답하여 특정 웹 페이지를 방문하여 이 웹 페이지상에서 구매를 완료하는 각종 사용자들의 복합 표시일 수 있다. "광고 타겟화 UPI(Ad targeting UPI)"는 사용자 프로파일 서비스 제약들을 포함할 수 있다. 예를 들어, 전립선 암 스크리닝하기 위한 광고는 속성 "45세 이상(age 45 and over)"의 "남성(male)"을 갖는 사용자 프로파일들로 제한될 수 있다.
본 발명의 각종 예시적인 실시예들이 지금부터 §4.2.에서 설명된다.
§4.2 예시적인 실시예들
§4.2.1 예시적인 사용자 정보
도4는 본 발명에 따른 방식으로 사용자 프로파일 정보(UPI)를 저장하도록 사용될 수 있는 예시적인 데이터 구조(400)이다. 도시되지 않았지만, 이 데이터 구조(400)는 식별자를 포함할 수 있다. 이와 같은 식별자는 UPI를 특정 사용자, 사용자들의 그룹, 문서, 광고, 광고 랜딩 페이지 등과 관련시키도록 사용될 수 있다. UPI는 하나 이상의 UPI 속성들(420)과 관련된 정보(410)의 하나 이상의 콜렉션들을 포함할 수 있다. 각 속성(420)은 연관된 값(430) 및 스코어(440)를 가질 수 있다.
UPI 속성들(420)은 예를 들어 지리적 정보, 연령 또는 연령대, 관심 토픽들, 리딩 레벨(reading level), 수입 및 광고들을 타겟화하는데 적합한 이외 다른 인구통계들과 같은 사용자 배경 및 관심들에 관한 정보를 포함할 수 있다. UPI 속성(420)과 연관된 값(430)은 정량적(이산 또는 연속값, 예를 들어, 연령=58세, 년 수입=$55,000, 거주도시=샌프란시코, CA)이거나 정성적(설정되거나 설정되지 않음, 예를 들어 봉급 $50,000-$100,000?=예, 미국 거주?=예)일 수 있다. 각 UPI 속성(420) 및 값(430)은 속성값이 정확한 확률에 관련되는 연관된 스코어(400)를 가질 수 있다. UPI 속성들의 예들은 다음 중 하나 이상을 포함할 수 있다:
- 사용자가 방문(또는 일정 시간 기간에 방문)한 웹사이트의 컨텐트(예를 들어, 단어들, 앵커텍스트 등);
- 인구통계 정보
- 지리적 정보
- 사이코그래픽 정보;
- 사용자가 행한 이전 요청들(및/또는 관련된 정보);
*- 사용자에게 보여지며, 사용자가 선택하며, 및/또는 사용자가 시청한 후 구매를 행한 이전 광고들에 관한 정보;
- 시청/요청, 및/또는 사용자에 의해 편집된 문서들(예를 들어, 워드 프로세서)에 관한 정보;
- 사용자 관심들;
- 사용자로부터 개인화된 결과들(예를 들어 결과를 선택함, 결과를 선택하지 않음, 결과에 소비되는 시간량 등)에 관한 명시적 또는 암시적 피드백;
- 브라우징 활동도; 및,
- 이전 구매 행위.
*이와 같은 정보는 (프라이버시 이유들로 개인적으로 식별가능한 정보를 포함할 수 없지만) 개인별로 저장되거나 다양한 개인들의 집합들 중에서 다양한 방식들로 수집될 수 있다. 이와 같은 정보는 복합 프로파일들을 얻기 위하여 결합될 수 있다.
§4.2.2 UPI 사용을 위한 예시적인 애플리케이션들
사용자 프로파일 정보(UPI)를 사용하기 위한 많은 애플리케이션들이 존재한다. 3가지 예시적인 애플리케이션들- 향상된 광고 타겟화, 광고 크리에이티브 선택 및 생성, 및 질의 모호성 해결이 후술된다.
§4.2.2.1 UPI를 사용하여 광고 스코어링
광고의 타겟화된 UPI(및/또는 광고의 랜딩 페이지의 UPI)가 문서 UPI(예를 들어, 문서를 요청하는 사용자들의 평균 UPI)에 매칭하는 호스팅 사이트 또는 페이지상에 광고를 게재하며 및/또는 UPI가 광고의 타겟 UPI(및/또는 광고의 랜딩 페이지의 UPI)에 매칭하는 사용자에게 광고를 서비스하도록 하는 것이 바람직할 수 있다.
향상된 광고 타겟화 UPI로 인해, 다수의 광고들 각각에 대한 스코어는 사용자의 UPI, 문서의 UPI, 광고 랜딩 페이지의 UPI, 및/또는 광고 타겟화 UPI의 적어도 일부를 사용하여 결정될 수 있다. 적어도 하나의 광고는 적어도 결정된 스코어들을 사용하여 다수의 광고들로부터 랭크 순서화되며, 필터링되며, 및/또는 선택될 수 있다.
예를 들어, 광고 스코어는 UPI 매칭값의 함수일 수 있다. 도5를 참조하면, 이와 같은 UPI 매칭값은 다음 중 하나 이상의 함수일 수 있다: (i) 사용자(또는 사용자 그룹)(512)와 관련된 UPI 정보(514) 및 사용자(512)에 의해 요청된(또는 방문된) 문서(예를 들어, 웹 페이지)와 관련된 UPI 정보(524)의 매칭값(MATCH VALUE 1); (ii) 사용자(또는 사용자 그룹)(512)와 관련된 UPI 정보(514) 및 고려중인 광고의 랜딩 페이지(532)와 관련된 UPI 정보(534)의 매칭값(MATCH VALUE 2); (iii) 사용자에 의해 요청된(또는 방문된) 문서(522)와 관련된 UPI 정보(524) 및 고려중인 광고의 랜딩 페이지(532)와 관련된 UPI 정보(534)의 매칭값(MATCH VALUE 3); (iv) 사용자(또는 사용자 그룹)(512)와 관련된 UPI 정보(514) 및 고려중인 광고(542)와 관련된 UPI 광고 타겟화 정보(544)의 매칭값(MATCH VALUE 4); 및 (v) 사용자에 의해 요청되거나 방문되는 문서(522)와 관련된 UPI 정보(524) 및 고려중인 광고(542)와 관련된 UPI 광고 타겟화 정보(544)의 매칭값(MATCH VALUE 5).
따라서, 본 발명의 일 실시예에서, 전체 매칭은 다음과 같이 정의될 수 있다:
UPI MATCH=a*MATCH VALUE 1+b*MATCH VALUE 2+c*MATCH VALUE 3+d*MATCH VALUE 4+e*MATCH VALUE 5
여기서 a, b, c, d 및 e는 상수들(예를 들어, a=0.025, b=0.275, c=0.3, d=0.2 및 e=0.2)이다. "a"는 제로로 설정될 수 있는데, 그 이유는 사용자 UPI와 문서 UPI 사이의 매칭은 어느 하나가 광고에 얼마나 잘 매칭하는지에 관련없을 수 있다. 다항식 또는 지수 함수들을 포함하는 다른 함수들이 대신 사용될 수 있다.
일반적으로, 양호한 매칭을 위하여, 사용자의 UPI는 호스팅 페이지 UPI에 매 칭하여야 하고, 아마도 더욱 중요하게는, 광고 랜딩 페이지의 UPI에 매칭하여야 한다. 2개의 프로파일들 사이의 매칭은 벡터 스페이스 매칭(vector space matching)과 같은 2개의 항 벡터들을 매칭시키는 표준 정보 검색 기술들을 이용하여 계산될 수 있다(예를 들어, G.Salton 및 C.Buckley가 Information Processing and Management, 24(5), pp.513-523(1988)에 발표한 "Term-Weighting Approaches in Automatic Text Retrieval"라는 명칭의 논문과; Gerard Salton, A. Wong, C.S. Yang이 Communications of the ACM, 18(11), pp. 613-620 (1975)에 발표한 "A Vector Space Model for Automatic Indexing"라는 명칭의 논문을 참조하라).
지역, 토픽, 사용자 연령 범위, 언어 등과 같은 넓은 속성들은 예를 들어 기계 학습 분류자들을 이용하여 문서들 및 사용자들에 대하여 계산될 수 있다. 또한, 이와 같이 넓은 속성들은 매칭시 단어들 및 구들과 같은 더 좁은 속성들과 결합하여 사용될 수 있다.
본래, 광고의 스코어는 예를 들어 검색 질의 또는 문서의 컨텐트의 관련성, 광고주가 지불해야 하거나 제공된 결과(예를 들어, 임프레션, 선택, 변환 등)에 대한 댓가로 기꺼이 지불할 금액, 광고의 수행의 측정값(예를 들어, 클릭-쓰루율, 변환율, 사용자 레이팅 등), 광고주의 품질의 측정값 등과 같은 UPI 매칭 이외에도 다른 팩터들의 함수일 수 있다. 게다가, 여러 중간 광고 스코어들은 여러 가지 목적들(예를 들어, 관련성, 위치, 관련 렌더링 속성 등)에 사용될 수 있다.
§4.2.2.2 UPI를 사용하여 광고 크리에이티브 선택
UPI를 사용하여 광고 크리에이트 선택 및/또는 생성함으로써, 광고 크리에이 티브들은 (예를 들어, 사용자, 문서 등의)UPI에 맞춰질 수 있다.
§4.2.2.3 UPI를 사용하여 질의 모호성 해결
적절한 광고 또는 광고 크리에이티브를 선택하는 것 이외에도, UPI는 모호한 검색 항을 포함한 검색 질의를 모호하지 않도록 사용될 수 있다. 예를 들어, 검색 질의 "재규어(jaguar)"를 제공한 사용자는 (A) 재규어 차들에 관한 정보, (B) 동물에 관한 정보, (C) 애플 재규어 운영 시스템에 관한 정보, 또는 (D) 잭슨빌 재규어 NFL 풋볼 팀에 관한 정보 중 어느 하나를 원할 수 있다. 사용자의 UPI는 "재규어(jaguar)" 검색 항을 모호하게 하지 않도록 돕는데 사용될 수 있다. 이 예에서, 사용자의 이전 브라우징 활동도로부터의 정보는 모호한 질의 "재규어(jaguar)"를 모호하지 않도록 돕거나 사용자에게 거의 또는 전혀 관심이 없는 광고들의 디스플레이를 방지할 수 있다. 예를 들어, 사용자가 최근에 "애플 컴퓨터(apple computer)" 및 "운영 시스템(operating system)"에 대한 질의를 한 후 검색 질의 "재규어(jaguar)"를 제공하였다면, 사용자의 이전 질의 내력은 질의가 차, 동물, 또는 NFL 팀이 아니라 거의 애플 컴퓨터들의 운영 시스템에 관한 것이라고 추론하는데 사용될 수 있다. 결국, 광고들은 이와 같은 정보를 하니스(harness)함으로써 사용자에게 더욱 양호하게 타겟화될 수 있다.
UPI를 사용하는 이들 상술한 애플리케이션들뿐만 아니라 이외 다른 애플리케이션들은 UPI가 이용될 수 있다고 추정한다. 그러나, 이것이 그러한 경우가 아니라면, 이와 같은 UPI는 생성 및/또는 갱신될 필요가 있다. UPI를 결정 및/또는 갱신하는 예시적인 방법들이 §4.2.3에서 후술된다.
§4.2.3 UPI 결정 및/또는 갱신
사용자 프로파일 정보(UPI)가 사용자들이 서비스에 가입할 때 사용자들에 의해 제공된 정보를 이용하여 결정될 수 있다는 것을 상기하라. 그러나, 많은 경우들에, 사용자들은 그들 자신에 관한 정보를 자발적으로 제공하지 않거나 이와 같은 정보를 자발적으로 제공하도록 요구받지도 않는다. 게다가, 사용자들이 이와 같은 자발적으로 제공한 경우조차도, 불완전할 수 있으며(예를 들어, 가입시 제공되는 정보가 서비스하는데 필요로 되는 것으로 제한되어 포괄적이 아니기 때문이다), 의도적으로 또는 우발적으로 부정확할 수 있으며, 진부할 수 있는 등 여러 상황이 있을 수 있다.
유사하게, UPI 정보는 사용자가 요청되거나 방문한 문서에 대해 이용될 수 없다.
광고들이 광고주들 공급 UPI 정보를 가질 수 있지만, 이와 같이 행하는 것은 광고주들에게 많은 부담을 줄 수 있다.
후술되는 바와 같이, 사용자에 대한 UPI, 문서 등은 명시적 정보가 시스템에 제공되지 않을 때조차도 결정(또는 갱신 또는 확장)될 수 있다. 이하에서, 초기(또는 베이스라인) UPI는 부트스트랩 페이스(bootstrap phase) 동안 결정될 수 있다. 이와 같은 초기 UPI는 사용자에게 또는 문서에 또는 UPI가 관련될 광고에 고유한 정보를 사용할 수 있다. 초기 UPI는 필요로 하지 않을지라도 어떤 명백하게 입력된 UPI 정보를 포함할 수 있다.
스코어링, 광고 크리에이티브 선택, 질의 모호성 해결과 같은 애플리케이션 들에 대한 초기 또는 베이스라인 UPI를 사용하는 것으로 충분할 수 있다. 그러나, 확장 및/또는 보강 페이스 동안 초기 또는 베이스라인 UPI를 보완하는 것이 바람직할 수 있다. 예를 들어 도4를 다시 참조하면, (예를 들어, 사용자의 또는 문서의 또는 광고 또는 광고 랜딩 페이지의) UPI(410)는 이전에 존재하지 않는 또는 값을 갖지 않는 속성들(420)에 값들(430)을 가산함으로써 확장될 수 있다. 대안적으로 또는 부가적으로, UPI(410)의 속성(420)의 값(430)의 (440)의 스코어들은 개정되거나 보강될 수 있다. 따라서, 예를 들어,값=남성을 갖는 속성=성(sex)의 확률은 제공된 부가 정보를 증가 또는 감소시킬 수 있다. 초기 UPI를 확장 또는 보완하도록 사용되는 정보는 추론된 정보로서 간주될 수 있다.
도6은 본 발명을 따른 방식으로 문서 UPI를 결정하기 위하여 사용될 수 있는 예시적인 방법(600)의 흐름도이다. 문서에 대한 초기 UPI가 결정된다 (블록 610). 이는 문서 컨텐트와 같은 문서에 고유한 정보를 사용하여 행해질 수 있다. 이 단계를 수행하는 예시적인 방법은 도8과 관련하여 후술된다. 게다가, 문서에 대한 UPI 정보는 추론된다(블록 620). 이는 방문한 사용자들, 링크된 문서들 등으로부터 추론되는 정보를 사용하여 행해질 수 있다. 그 후, 새로운(예를 들어, 확장된 및/또는 보강된) 문서 UPI는 초기 문서 UPI 및 추론된 문서 UPI를 사용하여 결정된다(블록 630). 단계들(620 및 630)은 이 방법(600)이 빠져나오기 전 1회 이상 수행될 수 있다(노드 640). 단계들(620 및 630)이 팬텀 분기-백 라인(phantom branch-back line)으로 표시된 바와 같이 반복되면, 새로운 문서 UPI는 이전 문서 UPI 및 더 많이 추론된 문서 UPI를 사용하여 결정될 수 있다.
도7은 본 발명을 따른 방식으로 (개인 또는 그룹으로서) 사용자 UPI를 결정하기 위하여 사용될 수 있는 예시적인 방법(700)의 흐름도이다. 사용자에 대한 초기 UPI가 결정된다(블록 710). 이는 사용자에 의해 제공된 과거 검색 질의들과 같은 사용자에게 고유한 정보를 사용하여 행해질 수 있다. 이 단계를 수행하는 예시적인 방법은 도9와 관련하여 후술된다. 게다가, 사용자에 대한 UPI 정보가 추론된다(블록 720). 이는 검색 결과들, 선택된 검색 결과들 등으로부터 추론되는 정보를 사용하여 행해질 수 있다. 그 후, 새로운(예를 들어, 확장된 및/또는 보강된) 사용자 UPI는 초기 사용자 UPI 및 추론된 사용자 UPI를 사용하여 결정된다 (블록 730). 단계들(720 및 730)은 방법(700)이 떠나기 전 1회 이상 수행될 수 있다(노드 740). 단계들(720 및 730)이 팬텀 분기 백-라인으로 나타낸 바와 같이 반복되면, 새로운 사용자 UPI는 이전 사용자 UPI 및 더 많이 추론된 사용자 UPI를 사용하여 결정될 수 있다.
초기 문서 UPI가 결정될 수 있다는 것을 도6의 블록(610)으로부터 상기하라. 도8은 본 발명을 따른 방식으로 초기 또는 베이스라인 문서 UPI를 결정하기 위하여 사용될 수 있는 예시적인 방법(800)의 흐름도이다. 도시된 바와 같이, 문서 UPI 속성값들은 (예를 들어, 문서의 컨텐트, 문서의 메타 정보 등을 사용하여) 파퓰레이트(populate)될 수 있다 (블록 810).
초기 사용자 UPI가 결정될 수 있다는 것을 도7의 블록(710)으로부터 상기하라. 도9는 본 발명을 따른 방식으로 초기 또는 베이스라인 사용자 UPI를 결정하기 위하여 사용될 수 있는 예시적인 방법(900)의 흐름도이다. 도시된 바와 같이, 사용 자 UPI 속성값들은 (예를 들어, 사용자의 과거 질의 정보, 사용자에 의해 명백하게 입력되는 정보 등) 파퓰레이트될 수 있다(블록 910).
§4.2.4 사용자 정보를 얻는 방법의 예들
사용자 정보를 얻기 위한 많은 대안적인 방법들이 존재한다. 예를 들어, 값(430) 및 속성(420)에 대한 스코어(440)는 이전에 전개된 질의들에서 단어들을 사용하여 프로파일에서 UPI 속성들(420)의 값들(430)을 예측하는 기계 학습 분류자(machine learning classifier)로 결정될 수 있다. 예를 들어, 이전 검색 질의들에서 "여성의 건강(women's health)"과 관련된 키워드들이 제공되면, 분류자는 사용자가 여성일 확률이 0.8이라고 추론할 수 있다. 게다가, 일본어들이 이전 검색 질의들에서 사용된다고 제공되면, 분류자는 사용자가 일본인일 확률이 0.9라는 등을 추론할 수 있다. 2개의 UPI들의 스코어들(440)은 이들이 매칭하는지 여부에 영향을 미칠 수 있다. 속성(420)은 한 UPI에서 "샌프란시스코(San Francisco)"일 수 있고 또 다른 UPI에서 "산호세(San Jose)"일 수 있다. 이들 가공되지 않은 속성들(raw attributes)이 매칭하지 않으면, 기계 학습 분류자는 두 가지 경우들에서 지리적 카테고리="캘리포니아(California)"를 할당할 수 있고 일반화된 프로파일 속성들은 매칭할 것이다. 따라서, 기계 학습 분류자는 사용자들 및 문서들을 지리, 토픽, 민족성, 또는 리딩 레벨에 관한 넓은 카테고리들로 분류하도록 사용될 수 있다.
UPI 정보가 추론될 수 있다는 것을 도6의 블록(620) 및 도7의 블록(720)으로부터 상기하라. 사용자 UPI는 사용자와 동일한 방식으로 관련된 다른 사용자들 및/ 또는 문서들의 UPI로부터 추론될 수 있다. 유사하게, 문서 UPI는 문서와 동일한 방식으로 관련된 다른 문서들 및/또는 사용자들의 UPI로부터 추론될 수 있다. 도10은 사용자들 및 문서들이 관련될 수 있는 방법을 도시한 것이다.
도10에 도시된 바와 같이, 사용자/문서 연관 동작들(1010)은 한 명 이상의 사용자들의 사용자 정보, 하나 이상의 문서들의 문서 정보(1030), 문서 링크(예를 들어, 웹 토폴로지) 정보(1040), 사용자 질의들에 대한 검색 결과들(1050)(이는 대신에 사용자 정보(1020)로서 제공될 수 있다), 및 사용자 문서 선택들(1060)(이는 대신에 사용자 정보(1030)로서 제공될 수 있다) 중 하나 이상을 사용하여 사용자들 및/또는 문서들(사용자-대-사용자, 사용자-대-문서, 문서-대-문서, 및/또는 문서-대-사용자(이는 도시된 것과 같은 지향되지 않는 그래프에서 사용자-대-문서 연관성과 동일할 수 있다))을 연관시키는 정보(1070)를 발생시킬 수 있다.
본 발명의 예시적인 실시예에서, 연관 정보(1070)는 사용자들 및 문서들이 노드들(1072 및 1076)로 각각 표시되는 그래프일 수 있다. 도11은 본 발명에 따른 방식으로 사용자들 및/또는 문서들을 연관시키기 위하여 사용될 수 있는 예시적인 방법(1100)의 흐름도이다. 도시된 바와 같이, 노드들은 각 사용자 및 문서에 대하여 규정될 수 있다(블록 1110). 사용자 노드들(1072) 각각에 대하여, 에지들(1074)(이는 연관성을 나타냄)은 사용자가 제공한 검색 질의들에 응답하여 검색 엔진에 의해 리턴되었던 톱 웹 페이지들에 대한 문서 노드들과 사용자 노드 사이에 그려질 수 있다. (변형으로서, 에지들(1074)은 사용자가 선택한(예를 들어, 클릭 온) 웹 페이지들에만 그려질 수 있다). 게다가, 에지들(1078)은 문서 쌍들 사이에 링크들(예를 들어, 하이퍼링크들)을 갖는 문서 쌍들 사이에 그려질 수 있다. (블록 1120) 도시되지 않았지만, 사용자-대-사용자 연관성들이 또한 발생될 수 있다. 예를 들어, 에지들은 동일한 문서들 중 하나 이상의 문서를 방문한 사용자들 사이에 부가될 수 있다.
도7을 다시 참조하여, 이 그래프(1070)를 보면, 사용자에 대한 새로운 UPI는 초기 UPI와, 추론된 사용자 UPI로서, 사용자 노드(1072)가 링크되는 노드들(1076)에 대응하는 문서들의 UPI들을 사용하여 결정될 수 있다. 유사하게, 도6을 다시 참조하여, 이 그래프(1070)를 보면, 문서에 대한 새로운 UPI는 초기 UPI와, 추론된 문서 UPI로서, 문서 노드(1076)가 링크되는 노드들(1072 및 1076) 각각에 대응하는 사용자들 및 문서들의 UPI들을 사용하여 결정될 수 있다.
도6 및 도7 각각의 블록들(630 및 730)을 다시 참조하면, 본 발명의 일 실시예에서,
updated_UPI=initial_UPI*alpha+neighborhood_UPI*beta
여기서 알파 및 베타는 상수들(예를 들어, 알파=0.7 베타=0.3) 및 이웃_UPI는 그래프에서 이웃하는 노드들의 UPI들의 평균이다. UPI를 갱신하기 위한 다른 함수들이 가능하다. 이 프로세스는 다수회(예를 들어, 50회) 반복될 수 있다.
평균 UPI를 결정하기 위하여, 개별적인 속성들(420)의 값들(430)은 평균화되며, 아마도 스코어들(440)로 가중될 수 있다.
(예를 들어, 2개 이상의 에지들이 떨어져 있는)더욱 먼 노드들은 또한 고려될 수 있지만, 덜 가중되어야 한다.
사용자 UPI 및 문서 UPI 둘 다가 갱신될 수 있지만, 이는 단지 하나 또는 다른 하나만을 갱신할 수 있다.
대안적인 실시예들에서, 사용자 노드(1072)는 사용자들의 집합을 표시할 수 있다. 유사하게, 문서 노드(1076)는 문서들(예를 들어, 다수의 웹 페이지들을 포함하는 웹사이트)의 집합을 표시할 수 있다.
대안적인 실시예들에서, 그래프 에지들은 관련 가중값들을 할당받을 수 있다. 따라서, 예를 들어, 사용자 노드(1072)로부터 문서 노드(1076)까지의 에지(1074)에는 사용자가 검색 결과 리스트로부터 문서를 선택한 경우 문서가 사용자 검색 질의에 응답하여 리턴되는 검색 결과 리스트에만 포함된 경우보다 더 큰 가중치가 제공될 수 있다.
§4.2.5 예시적인 장치
도12는 상술된 동작들 중 하나 이상의 동작(예를 들어, 최종 사용자 시스템 또는 클라이언트 장치에 의해 수행되는 동작들, 컨텐트 서버에 의해 수행되는 동작들, 검색 엔진에 의해 수행되는 동작들, 또는 광고 서버에 의해 수행되는 동작들)에 영향을 미칠 수 있는 기계(1200)의 고레벨 블록도이다. 기계(1200)는 근본적으로 하나 이상의 프로세서들(1210), 하나 이상의 입력/출력 인터페이스 유닛들(1230), 하나 이상의 저장 장치들(1220), 및 결합된 요소들 사이의 정보 통신을 용이하게 하기 위한 하나 이상의 시스템 버스들 및/또는 네트워크들(1240)을 포함한다. 하나 이상의 입력 장치들(1232) 및 하나 이상의 출력 장치들(1234)은 하나 이상의 입력/출력 인터페이스들(1230)과 결합될 수 있다.
하나 이상의 프로세서들(1210)은 기계 실행가능한 명령들(캘리포니아 팔로 알토에 소재하는 선 마이크로시스템즈 사로부터 입수할 수 있는 Solaris 운영 시스템 또는 북 캘리포니아 두라햄에 소재하는 레드 햇과 같은 다수의 벤더들로부터 입수할 수 있는 리눅스 운영 시스템상에서 실행되는 C 또는 C++)을 실행하여 본 발명의 하나 이상의 양상들을 실행시킨다. 기계 실행가능한 명령들의 적어도 일부는 하나 이상의 저장 장치들(1220) 상에 (일시적으로 또는 더욱 영구적으로) 저장될 수 있으며 및/또는 외부 소스로부터 하나 이상의 입력 인터페이스 유닛들(1230)을 통해서 수신될 수 있다.
일 실시예에서, 기계(1200)는 하나 이상의 종래 개인용 컴퓨터들일 수 있다. 이 경우에, 프로세싱 유닛들(1210)은 하나 이상의 마이크로프로세서들일 수 있다. 버스(1240)는 시스템 버스를 포함할 수 있다. 저장 장치들(1220)은 판독 전용 메모리(ROM) 및/또는 랜덤 액세스 메모리(RAM)와 같은 시스템 메모리를 포함할 수 있다. 저장 장치들(1220)은 또한 하드 디스크로부터 판독 및 이 하드 디스크로 기록하기 위한 하드 디스크 드라이브, (예를 들어, 착탈가능한) 자기 디스크로부터 판독 또는 이 자기 디스크로 기록하기 위한 자기 디스크 드라이브, 및 콤팩트 디스크 또는 다른(자기-) 광학 매체와 같은 착탈가능한(자기-) 광 디스크로부터 판독 또는 이 광 디스크에 기록하기 위한 광 디스크 드라이브를 포함할 수 있다.
사용자는 명령들 및 정보를 예를 들어 키보드 및 포인팅 장치(예를 들어, 마우스)와 같은 입력 장치들(1232)을 통해서 개인용 컴퓨터로 입력할 수 있다. 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(1240)에 결합되는 적절한 인터페이스(1230)를 통해서 프로세싱 유닛(들)(1210)에 접속된다. 이 출력 장치들(1234)은 또한 적절한 인터페이스를 통해서 시스템 버스(1240)에 접속될 수 있는 모니터 또는 이외 다른 유형의 디스플레이 장치를 포함할 수 있다. 모니터 이외에(또는 대신에), 개인용 컴퓨터는 예를 들어 스피커들 및 프린터들과 같은 다른(주변) 출력 장치들(도시되지 않음)을 포함할 수 있다.
§4.3 개선들 및 대안들
§4.3.1 결정 기술들
매칭(또는 유사성) 결정은 여러 가지 방법들로 수행될 수 있다. 예를 들어, 다음의 유사성 결정 기술들 중 하나 이상의 기술들이 사용될 수 있다: (a) (예를 들어 후술되는 바와 같은)벡터-기반; (b) (예를 들어, 후술되는 바와 같은) 규칙-기반; (c) 매칭 확률 또는 가능성을 추론하는데 합당한 확률론; 및 (d) 퍼지 논리 매칭. 다른 유사성 결정 기술들이 본 발명 하에서 또한 사용될 수 있다.
방금 제안된 바와 같이, 유사성 결정하는 한 가지 방법은 UPI 벡터들을 형성하는 것이다. 다수의 광고들 각각은 또한 대표적인 타겟화 UPI 벡터를 가질 수 있다. 이와 같은 UPI 벡터들은 또한 내력 데이터로부터 결정된 부가적인 정보를 포함할 수 있다는 점에 유의하라. 예를 들어, 인구통계 그룹들이 광고를 클릭 온하는 경향에 관한 추론들은 데이터 마이닝 기술들(data mining techniques)을 사용하여 결정될 수 있다. 그 후, 이 (예를 들어, 오프-라인) 분석 결과들은 광고들의 UPI 타겟화 벡터에서 하나 이상의 속성들로서 사용될 수 있다. UPI 벡터들은 벡터들 사이의 코사인 거리, 해밍 거리 및/또는 다양한 다른 벡터 거리 측정들 중 어느 하나와 같은 스코어링 함수를 사용하여 매칭될 수 있다. 그 후, 광고들은 이와 같은 함수에 의해 생성된 스코어들을 사용하여(예를 들어, 이 스코어에 따라서) 랭크될 수 있다.
또한 상술된 바와 같이, UPI를 매칭시키는 또 다른 기술은 사용자, 문서, 광고 및 광고 랜딩 페이지 UPI들 중 하나 이상의 쌍들의 유사성을 규정하는 함수들 및/또는 규칙들의 세트를 적용하는 것을 포함한다. 이와 같은 규칙 및/또는 포뮬러-기반 시스템은 (예를 들어, 부착된 가중치들을 갖는) 논리적 규칙들의 임의의 조합들을 사용하여 가중된 스코어들을 제공한다.
상술된 바와 같이, 벡터-기반 기술들 및 규칙들 및/또는 포뮬러-기반 기술들은 매칭 결정을 생성하기 위해 협력하여 사용될 수 있다.
본 발명의 일 실시예에서, 속성 주파수-인버스 문서(또는 사용자) 주파수 프로덕트(TF-IDF) 측정은 UPI들을 사용하여 결정되어 유사성 스코어를 생성한다.
§4.3.1.1 유사성 결정 기술들에 대한 개선들
UPI들을 매칭시키는 프로세스를 효율적으로 하기 위하여, 속성 선택, 속성 일반화, 및/또는 속성 집합 기술들이 비교되는 벡터들의 크기들을 감소시키기 위하여 사용될 수 있다. 예를 들어, 속성 선택은 UPI들 사이의 매칭 프로세스의 일부분으로서 사용되는 속성들의 수 및/또는 크기를 감소시키기 위하여 사용될 수 있다. 이와 같은 속성 선택 기술들은 UPI들의 벡터 표현에서 (절대 및/또는 상대 항들에 서)(예를 들어 확률 또는 중요도 가중치) 높은 스코어를 갖는 단지 몇 개의 속성들만을 유지하는 것을 포함할 수 있다. 또 다른 속성 선택 기술은 예를 들어 "상호 정보(mutual Information)", 카이-스퀘어드 피트(Chi-squared fit) 또는 상관과 같은 통계적 측정을 사용하여 양호하게 수행(예를 들어 클릭온)될 것 같은 하나 이상의 매칭들을 생성시키기 위하여 어느 속성들이 다른 속성들보다 더 많이 표시되는지를 결정한다. 또한 다른 속성 선택 기술은 가장 유용하다고 믿는 속성들을 단지 수동-선택하는 것이다. 이들 또는 다른 속성 선택 기술들 중 2가지 이상의 기술은 협력하여 사용될 수 있다.
유사하게, UPI 벡터들은 초기 기준들(예를 들어, 정확하게 어떤 특징들을 매칭)의 일부 세트를 사용하여 사전 필터링되어, 남아있는 광고 UPI 벡터들의 단지 작은 서브셋만이 사용자 및 문서 UPI들에 대해서 랭크될 필요가 있다. 이 기술은 결합된 규칙-기반 및 벡터 거리 유사성 결정 기술을 도시한다. 이 기술을 사용하면 UPI들 사이의 전체 매칭 프로세스의 효율을 증가시키도록 돕는 부가적인 이점을 갖는다.
예를 들어, 일반적으로 사용자 및/또는 문서와 관련되는 하나 이상의 광고들의 제1 세트가 우선 결정될 수 있다. 상기 하나 이상의 광고들의 제1 세트는 UPI 정보 동작들을 이용하여 부가 처리되어 (예를 들어, UPI를 이용하여 결정된 제2 유사성 스코어에 기초하여 순서화 및/또는 필터링된) 최종 광고들의 세트를 결정한다. 이와 같은 실시예는 UPI(이의 일부분)가 클라이언트에 저장될 때 유용할 수 있다. 예를 들어, 광고 서버는 사용자 요청(예를 들어, 검색 질의 또는 문서 요청)에 대해서 톱 N(예를 들어, N=100) 광고들을 클라이언트에 전송할 수 있다. 그 후, 클라이언트는 로컬 사용자 정보에 기초하여 이들 서비스되는 광고들을 재순서화할 수 있다.
§4.3.2 UPI가 저장되는 방법 및 장소의 예들
본 발명의 일 실시예에서, UPI는 관련된 소스(예를 들어, n-그램은 시청되는 웹 페이지, 질의 등으로부터 나온다)를 갖는 n-그램들(길이 1 내지 일부 최대, 예를 들어 3의 단어들의 시퀀스들), URL들, 또는 여러 종류들의 정보(예를 들어, 사용자는 특정 웹 브라우저를 사용하거나 사용자는 특정 위도 및 경로 등에 위치된다)에 대한 특정 값들로서 저장된다.
UPI의 이 저장 및 사용은 (a) (예를 들어, 브라우저 쿠키, 로컬 파일, 히든 형태 필드들, 또는 URL 엔코딩 형태의) 클라이언트-측 저장, (b) 서버-측 저장(예를 들어, 레코드들의 데이터베이스, 플랫 파일들, 또는 프로파일/작용 정보를 저장 및 검색하기 위한 전용 구조), 및/또는 (c) 제3자 저장을 포함한 각종 다양한 형태들을 취할 수 있다. 따라서, UPI는 서버측 상의 저장소에 상주할 필요는 없지만, 실질적으로 클라이언트 및/또는 제3자에 의해 저장될 수 있고 사용자의 요청(예를 들어 검색 질의 또는 문서 요청)과 함께 정보 서버에 전송될 수 있다. UPI는 예를 들어 웹 브라우저 쿠키로 전송될 수 있다.
도3의 예시적인 네트워크 환경을 다시 참조하면, UPI는 하나 이상의 클라이언트 장치들(320), 하나 이상의 컨텐트 서버들(330), 하나 이상의 검색 엔진들(340), 하나 이상의 광고 서버들(350) 및/또는 하나 이상의 사용자 정보 서버 들(360)에 저장될 수 있다. 어쨌든, 사용자 정보는 일부 데이터 관리 방식(예를 들어, 데이터베이스, 플랫 파일들, 전용 데이터 관리 시스템, 웹 브라우저 쿠키들 등)을 사용함으로써 유지될 수 있다. 사용자 정보의 여러 항들(예를 들어, 여러 사용자 특징들)이 여러 장치들 상에 저장될 수 있다.
§4.3.2.1 정보 저장에 대한 개선들
실제 시스템을 성취하기 위하여, 타겟화 광고들에 사용되는 UPI의 볼륨을 감소시키며 및/또는 이 UPI를 순서화하는 것이 바람직하거나 필요로 될 수 있다. 본 발명은 정보 및 정확도의 최소 손실과 더불어 이와 같은 감소를 허용한다. 게다가, 광고들의 서비스시, 결국 UPI 검색시 레이턴시를 제약하는 것이 바람직하거나 필요로 될 수 있기 때문에, 광고 서버는 제한된 또는 전혀 없는 UPI를 갖는 몇 가지 경우들에서 동작하도록 할 필요가 있을 수 있다. 본 발명을 따른 방식에서 우선순위화는 타겟화 프로세스 동안 이용될 수 있는 광고 서버가 가치있는(예를 들어, 가장 가치있는) 정보에 초점을 맞추도록 하는 것이다. 데이터 감소 및 프로세싱 우선순위화를 위한 예시적인 기술들이 후술된다.
본 발명의 일 실시예에서, 적어도 일부 UPI 속성들 각각은 관련된 스코어(중요도 가중치, 확률 등)를 갖는다. 다수의 UPI 속성들에 대한 중요도 가중치는 모두 그룹화되거나 어떤 방식으로 집합될 수 있다.
초기에, UPI 속성에 할당되는 중요도 가중치는 아마도 특히 정보 유형을 사용하여 결정될 수 있다. 예를 들어, 검색 질의들은 사용자가 시청한 웹 페이지들로부터 추출된 n-그램들보다 높은 초기 가중치를 가질 수 있다.
UPI 속성들에 대한 중요도 가중치들은 특정 사용자 또는 사용자들의 그룹들의 행위들에 기초하여 갱신될 수 있다. 예를 들어, 발명자들로서 Steve Lawrence, Mehran Sahami 및 Amit Singhal이 2003년 6월 2일에 출원한 발명의 명칭이 "SERVING ADVERTISEMENTS USING USER REQUEST INFORMATION AND USER INFORMATION"인 미국 특허 출원 10/452,791호(본원에서 "791 출원(791 application)"으로 참조됨)의 도9는 본 발명을 따른 방식에서 광고 UPI 또는 사용자 UPI를 관리하도록 사용될 수 있는 예시적인 방법을 도시한다. 이 예시적인 방법에서, 예를 들어 사용자가 광고를 선택하면 , 이 광고를 추천하게 하는 사용자 UPI 속성들의 중요도 가중치들이 증가될 수 있다. 중요도 가중치(들)가 증가되는 량(들)(절대 또는 상대)은 적어도 부분적으로 많은 각 UPI 속성이 광고 추전 스코어에 기여하는 방법을 따른다. 유사하게, 관련 UPI 속성들의 중요도 가중치들은 사용자가 광고를 선택하지 않을 때 감소될 수 있다. 본 발명의 일 실시예에서, 가중 감소 팩터는 가중 증가 팩터보다 작다.
본 발명의 일 실시예에서, 중요도 가중치들은 (절대 및/또는 상대 항들에서) UPI 속성이 모든 사용자들에게 양호한 추천을 얼마나 자주 발생시키는지에 기초하는 글로벌 가중치를 이용하여 선택적으로 조정(예를 들어, 결합)될 수 있다. 대안적으로 또는 부가적으로, 중요도 가중치들은 (절대 및/또는 상대 항들에서) UPI 속성이 (예를 들어 모든 유사한) 사용자들의 그룹에게 양호한 추천을 얼마나 자주 발생시키는지에 기초하는 커뮤니티 가중치(community weight)를 이용하여 선택적으로 조정(예를 들어, 결합)될 수 있다.
본 발명의 일 실시예에서, UPI가 특정 크기에 도달하면, 이는 적어도 중요도 가중치들을 이용하여 정보의 덜 중요한 항들을 삭제함으로써 감소될 수 있다. UPI 속성들의 저장 요건들이 또한 고려될 수 있다. 이 방식으로, 많은 저장을 필요로 하지만 중요도가 덜한 가중치를 갖는 UPI 속성은 삭제를 위한 제1의 후보이다.
본 발명의 일 실시예는 중요도 가중치들을 이용하여 개별적인 UPI 속성을 순서화 (및 심지어 저장)할 수 있다. 이와 같은 실시예에서, 소정 사용자 UPI에 대한 요청들은 (중요도 가중치들과 관련하여) 단지 가장 중요한 속성들만을 포함한 절사된 UPI로 서비스될 수 있거나, 충분한 정보가 얻어질 때까지 및/또는 부가적인 프로세싱이 바람직하지 않거나 가능하지 않을 때까지 피스밀(piecemeal) 방식으로 서비스될 수 있다. 따라서, 예를 들어, UPI 속성들을 사용하는 프로세싱은 중요도 가중치들의 순서로 행해질 수 있다. 이는 (예를 들어, 효율을 위하여, 어느정도 레이턴스 제약에 부합하고 프로세싱이 특정 시간 제약 내에서 완료되도록 보장하기 위하여 등) 프로세싱이 조기에 종료되도록 한다.
새로운 UPI 속성들이 부가될 때, 기존 속성들의 중요도 가중치들은 변화될 수 있다. 결국, (예를 들어, 소정 사용자에 대한)UPI 속성들의 순서는 중요도 가중치 순서와 다를 수 있다. 그러므로, 본 발명은 각 중요도 가중치들을 이용하여(예를 들어, 이 가중치에 따라서) UPI 속성들을 주기적으로 재순서화하도록 사용될 수 있다.
어떤 경우들에, UPI의 전달 또는 프로세싱은 (예를 들어, 소정 사용자에 대한)UPI는 중요도 가중치를 사용하여(예를 들어, 이 가중치에 따라서) 재순서화된 다. 적어도 일부 예들 및/또는 일부 실시예들에서, 이 순서로 효율적으로 전달 및/또는 처리될 이와 같은 정보에 대한 각 중요도 가중치들의 순서로 UPI 속성을 물리적으로 저장하는 것이 필요로 하지 않을 수 있다는 점에 유의하라. 실제로, 적어도 일부 예들 및/또는 실시예들에서, 중요도 순서로 UPI 속성들을 전달 및/또는 처리하는 것이 필요로 되지 않을 수 있다. 예를 들어, 조건들이 허용되면, 모든 정보는 전달 및/또는 처리될 수 있다.
§4.4 결론
상술된 바로 알 수 있는 바와 같이, 본 발명은 컨텐트-타겟화된 광고 시스템들뿐만 아니라 키워드-타겟화된 광고 시스템들을 개선시키도록 사용될 수 있다. 사용자들, 문서들, 광고 및/또는 랜딩 페이지들의 사용자 프로파일 정보는 수용 및/또는 추론될 수 있다.
도1은 광고 시스템과 대화할 수 있는 파티들 또는 엔티티들을 도시한 고레벨도.
도2는 본 발명이 동작될 수 있는 예시적인 광고 환경의 버블 챠트.
도3은 도2의 환경과 같은 온라인 광고 환경에 사용될 수 있는 본 발명에 따른 동작들의 버블 챠트.
도4는 본 발명을 따른 방식으로 생성, 갱신 및/또는 사용될 수 있는 사용자 프로파일 정보를 저장하는 예시적인 데이터 구조를 도시한 도면.
도5는 광고 스코어에서 팩터일 수 있는 전체 매칭값의 가능한 요소들을 도시한 도면.
도6은 본 발명을 따른 방식으로 문서 UPI를 결정하기 위하여 사용될 수 있는 예시적인 방법(600)의 흐름도.
도7은 본 발명을 따른 방식으로 사용자 UPI를 결정하기 위하여 사용될 수 있는 예시적인 방법(700)의 흐름도.
도8은 본 발명을 따른 방식으로 초기 또는 베이스라인 문서 UPI를 결정하기 위하여 사용될 수 있는 예시적인 방법(800)의 흐름도.
도9는 본 발명을 따른 방식으로 초기 또는 베이스라인 사용자 UPI를 결정하기 위하여 사용될 수 있는 예시적인 방법(900)의 흐름도.
도10은 사용자들 및 문서들이 관련될 수 있는 방법을 도시한 도면.
도11은 본 발명을 따른 방식으로 관련된 사용자들 및/또는 문서들에 사용될 수 있는 예시적인 방법(1100)의 흐름도.
도12는 본 발명을 따른 방식으로 수행될 수 있는 각종 동작들 중 적어도 일부를 실행하도록 그리고 사용 및/또는 생성될 수 있는 정보를 저장하도록 사용될 수 있는 장치의 블록도.

Claims (7)

  1. 사용자에 대한 사용자 프로파일 정보를 결정하기 위한 컴퓨터로 수행되는 방법에 있어서:
    a) 상기 사용자에 대한 초기 사용자 프로파일 정보를 결정하는 단계;
    b) 상기 사용자에 대한 사용자 프로파일 정보를 추론하는 단계;
    c) 상기 초기 사용자 프로파일 정보 및 상기 추론된 사용자 프로파일 정보 둘 다를 사용하여 상기 사용자에 대한 상기 사용자 프로파일 정보를 결정하는 단계를 포함하고,
    상기 사용자에 대한 사용자 프로파일 정보를 추론하는 단계는:
    i) 상기 사용자 및 다수의 문서들 각각에 대한 노드를 규정하는 단계로서, 각 노드는 상기 사용자 또는 상기 다수의 문서들 중 특정한 한 문서를 나타내는, 상기 노드 규정 단계;
    ii) 그래프를 규정하기 위하여 상기 노드들 사이에 연관성이 있다면 노드들 사이에 에지들(edges)을 부가하는 단계로서, 상기 노드들 중 적어도 두 개의 노드들 사이에 연관성이 있는, 상기 에지들 부가 단계; 및
    iii) 다른 문서들의 사용자 프로파일 정보 및 상기 그래프의 토폴로지를 사용하여 상기 사용자에 대한 사용자 프로파일 정보를 추론하는 단계를 포함하는, 사용자 프로파일 정보를 결정하기 위한 컴퓨터로 수행되는 방법.
  2. 문서에 대한 사용자 프로파일 정보를 결정하기 위한 컴퓨터로 수행되는 방법에 있어서:
    a) 상기 문서에 대한 초기 사용자 프로파일 정보를 결정하는 단계;
    b) 상기 문서에 대한 사용자 프로파일 정보를 추론하는 단계;
    c) 상기 초기 사용자 프로파일 정보 및 상기 추론된 사용자 프로파일 정보 둘 다를 사용하여 상기 문서에 대한 상기 사용자 프로파일 정보를 결정하는 단계;
    d) 상기 문서에 대한 상기 결정된 사용자 프로파일 정보를 상기 문서와 연관시키는 단계; 및
    e) 상기 문서에 대한 상기 결정된 사용자 프로파일 정보와 상기 문서의 연관성을 저장하는 단계를 포함하는, 사용자 프로파일 정보를 결정하기 위한 컴퓨터로 수행되는 방법.
  3. 제 2 항에 있어서,
    상기 문서에 대한 사용자 프로파일 정보를 추론하는 단계는:
    i) 다수의 문서들 각각과 다수의 사용자들 각각에 대한 노드를 규정하는 단계로서, 각 노드는 상기 다수의 문서들 중 특정한 한 문서 또는 상기 다수의 사용자들 중 특정한 한 사용자를 나타내는, 상기 노드 규정 단계;
    ii) 그래프를 규정하기 위하여 상기 노드들 사이에 연관성이 있다면 노드들 사이에 에지들을 부가하는 단계로서, 상기 노드들 중 적어도 두 개의 노드들 사이에 연관성이 있는, 상기 에지들 부가 단계; 및
    iii) 사용자들 및 다른 문서들의 사용자 프로파일 정보 및 상기 그래프의 토폴로지를 사용하여 상기 문서에 대한 사용자 프로파일 정보를 추론하는 단계를 포함하는, 사용자 프로파일 정보를 결정하기 위한 컴퓨터로 수행되는 방법.
  4. 제 1 항 또는 제 3 항에 있어서,
    제 1 노드에 대응하는 문서가 제 2 노드에 대응하는 사용자에 의해 선택되면, 상기 제 1 노드와 상기 제 2 노드 사이에 에지가 부가되고, 상기 제 1 노드에 대응하는 적어도 하나의 문서는 상기 제 2 노드에 대응하는 사용자에 의해 선택되는, 사용자 프로파일 정보를 결정하기 위한 컴퓨터로 수행되는 방법.
  5. 제 1 항 또는 제 3 항에 있어서,
    제 1 노드에 대응하는 사용자가 제 2 노드에 대응하는 다른 사용자에 의해서도 방문된 하나 이상의 문서들의 세트를 방문하면, 상기 제 1 노드와 상기 제 2 노드 사이에 에지가 부가되고, 상기 제 1 노드에 대응하는 사용자는 상기 제 2 노드에 대응하는 다른 사용자에 의해서도 방문된 하나 이상의 문서들의 세트를 방문하는, 사용자 프로파일 정보를 결정하기 위한 컴퓨터로 수행되는 방법.
  6. 광고를 스코어링하기 위하여 사용되는 매칭을 결정하기 위한 컴퓨터로 수행되는 방법에 있어서:
    a) (A) 상기 광고의 광고 랜딩 페이지(ad landing page)의 사용자 프로파일 정보와 상기 광고를 타겟화하기 위하여 사용되는 사용자 프로파일 정보 중 적어도 하나와, (B) 상기 광고가 렌더링될 사용자의 사용자 프로파일 정보를 사용하여 제 1 매칭값을 결정하는 단계;
    b) (A) 상기 광고의 광고 랜딩 페이지의 사용자 프로파일 정보와 상기 광고를 타겟화하기 위하여 사용되는 사용자 프로파일 정보 중 적어도 하나와, (B) 상기 광고가 서비스될 문서의 사용자 프로파일 정보를 사용하여 제 2 매칭값을 결정하는 단계로서, 상기 문서의 사용자 프로파일 정보는 상기 사용자가 아니라 상기 문서와 연관되어 저장되는, 상기 제 2 매칭값 결정 단계; 및
    c) 상기 제 1 매칭값 및 상기 제 2 매칭값을 사용하여 상기 광고를 스코어링하기 위하여 사용되는 상기 매칭을 결정하는 단계를 포함하는, 매칭을 결정하기 위한 컴퓨터로 수행되는 방법.
  7. 광고를 스코어링하기 위하여 사용되는 매칭을 결정하기 위한 장치에 있어서:
    a) (A) 상기 광고의 광고 랜딩 페이지의 사용자 프로파일 정보와 상기 광고를 타겟화하기 위하여 사용되는 사용자 프로파일 정보 중 적어도 하나와, (B) 상기 광고가 렌더링될 사용자의 사용자 프로파일 정보를 사용하여 제 1 매칭값을 결정하는 수단;
    b) (A) 상기 광고의 광고 랜딩 페이지의 사용자 프로파일 정보와 상기 광고를 타겟화하기 위하여 사용되는 사용자 프로파일 정보 중 적어도 하나와, (B) 상기 광고가 서비스될 문서의 사용자 프로파일 정보를 사용하여 제 2 매칭값을 결정하는 수단으로서, 상기 문서의 사용자 프로파일 정보는 상기 사용자가 아니라 상기 문서와 연관되어 저장되는, 상기 제 2 매칭값 결정 수단; 및
    c) 상기 제 1 매칭값 및 상기 제 2 매칭값을 사용하여 상기 광고를 스코어링하기 위하여 사용되는 상기 매칭을 결정하는 수단을 포함하는, 매칭을 결정하기 위한 장치.
KR1020087026699A 2003-12-31 2004-12-21 타겟화된 광고에 사용하기 위한 사용자 정보 생성 KR20080103605A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/750,363 2003-12-31
US10/750,363 US9235849B2 (en) 2003-12-31 2003-12-31 Generating user information for use in targeted advertising

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020067015523A Division KR100887169B1 (ko) 2003-12-31 2004-12-21 타겟화된 광고에 사용하기 위한 사용자 정보 생성

Publications (1)

Publication Number Publication Date
KR20080103605A true KR20080103605A (ko) 2008-11-27

Family

ID=34654294

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020087026699A KR20080103605A (ko) 2003-12-31 2004-12-21 타겟화된 광고에 사용하기 위한 사용자 정보 생성
KR1020067015523A KR100887169B1 (ko) 2003-12-31 2004-12-21 타겟화된 광고에 사용하기 위한 사용자 정보 생성

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020067015523A KR100887169B1 (ko) 2003-12-31 2004-12-21 타겟화된 광고에 사용하기 위한 사용자 정보 생성

Country Status (9)

Country Link
US (1) US9235849B2 (ko)
EP (1) EP1709577A4 (ko)
JP (2) JP5318349B2 (ko)
KR (2) KR20080103605A (ko)
CN (1) CN1922626A (ko)
AU (2) AU2004311786B2 (ko)
BR (1) BRPI0418343B1 (ko)
CA (1) CA2552181A1 (ko)
WO (1) WO2005065229A2 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011017613A2 (en) * 2009-08-07 2011-02-10 Visa U.S.A. Inc. Systems and methods for propensity analysis and validation
WO2012141734A1 (en) * 2011-04-11 2012-10-18 Google Inc. Illustrating cross channel conversion paths
US8510326B2 (en) 2011-04-11 2013-08-13 Google Inc. Priority dimensional data conversion path reporting
US8655907B2 (en) 2011-07-18 2014-02-18 Google Inc. Multi-channel conversion path position reporting
US8959450B2 (en) 2011-08-22 2015-02-17 Google Inc. Path explorer visualization
KR20170137845A (ko) * 2016-01-12 2017-12-13 텐센트 테크놀로지(센젠) 컴퍼니 리미티드 정보 전달 방법 및 장치, 서버 및 저장 매체

Families Citing this family (310)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6446045B1 (en) 2000-01-10 2002-09-03 Lucinda Stone Method for using computers to facilitate and control the creating of a plurality of functions
US8086697B2 (en) 2005-06-28 2011-12-27 Claria Innovations, Llc Techniques for displaying impressions in documents delivered over a computer network
US7475404B2 (en) 2000-05-18 2009-01-06 Maquis Techtrix Llc System and method for implementing click-through for browser executed software including ad proxy and proxy cookie caching
KR100384899B1 (ko) * 2001-01-10 2003-05-23 한국전자통신연구원 무선통신 시스템에서 끊김없는 주파수간 하드 핸드오버 방법
US8590013B2 (en) 2002-02-25 2013-11-19 C. S. Lee Crawford Method of managing and communicating data pertaining to software applications for processor-based devices comprising wireless communication circuitry
US7743045B2 (en) 2005-08-10 2010-06-22 Google Inc. Detecting spam related and biased contexts for programmable search engines
US7716199B2 (en) 2005-08-10 2010-05-11 Google Inc. Aggregating context data for programmable search engines
US7693830B2 (en) * 2005-08-10 2010-04-06 Google Inc. Programmable search engine
US20070038614A1 (en) * 2005-08-10 2007-02-15 Guha Ramanathan V Generating and presenting advertisements based on context data for programmable search engines
US7752072B2 (en) * 2002-07-16 2010-07-06 Google Inc. Method and system for providing advertising through content specific nodes over the internet
US8050970B2 (en) 2002-07-25 2011-11-01 Google Inc. Method and system for providing filtered and/or masked advertisements over the internet
US20090210246A1 (en) * 2002-08-19 2009-08-20 Choicestream, Inc. Statistical personalized recommendation system
US20040044571A1 (en) * 2002-08-27 2004-03-04 Bronnimann Eric Robert Method and system for providing advertising listing variance in distribution feeds over the internet to maximize revenue to the advertising distributor
US8311890B2 (en) 2002-11-01 2012-11-13 Google Inc. Method and system for dynamic textual ad distribution via email
US7603341B2 (en) 2002-11-05 2009-10-13 Claria Corporation Updating the content of a presentation vehicle in a computer network
DE10345065A1 (de) * 2003-09-26 2005-04-14 Boehringer Ingelheim Pharma Gmbh & Co. Kg Aerosolformulierung für die Inhalation enthaltend ein Anticholinergikum
US7930206B2 (en) * 2003-11-03 2011-04-19 Google Inc. System and method for enabling an advertisement to follow the user to additional web pages
US20050096980A1 (en) * 2003-11-03 2005-05-05 Ross Koningstein System and method for delivering internet advertisements that change between textual and graphical ads on demand by a user
US8170912B2 (en) 2003-11-25 2012-05-01 Carhamm Ltd., Llc Database structure and front end
US20050144069A1 (en) * 2003-12-23 2005-06-30 Wiseman Leora R. Method and system for providing targeted graphical advertisements
WO2005089336A2 (en) * 2004-03-15 2005-09-29 Yahoo! Inc. Integration of personalized portals with web content syndication
US20050222900A1 (en) * 2004-03-30 2005-10-06 Prashant Fuloria Selectively delivering advertisements based at least in part on trademark issues
US7533090B2 (en) 2004-03-30 2009-05-12 Google Inc. System and method for rating electronic documents
US7539674B2 (en) * 2004-04-08 2009-05-26 Yahoo! Inc. Systems and methods for adaptive scheduling of references to documents
US7801738B2 (en) * 2004-05-10 2010-09-21 Google Inc. System and method for rating documents comprising an image
US20050267799A1 (en) * 2004-05-10 2005-12-01 Wesley Chan System and method for enabling publishers to select preferred types of electronic documents
US7697791B1 (en) * 2004-05-10 2010-04-13 Google Inc. Method and system for providing targeted documents based on concepts automatically identified therein
US8065611B1 (en) 2004-06-30 2011-11-22 Google Inc. Method and system for mining image searches to associate images with concepts
US11409812B1 (en) 2004-05-10 2022-08-09 Google Llc Method and system for mining image searches to associate images with concepts
US7996753B1 (en) 2004-05-10 2011-08-09 Google Inc. Method and system for automatically creating an image advertisement
US7639898B1 (en) 2004-05-10 2009-12-29 Google Inc. Method and system for approving documents based on image similarity
WO2007001247A2 (en) * 2004-06-02 2007-01-04 Yahoo! Inc. Content-management system for user behavior targeting
US8620735B2 (en) * 2004-07-02 2013-12-31 Denis Khoo Location calendar targeted advertisements
US20080016442A1 (en) * 2004-07-02 2008-01-17 Denis Khoo Electronic Location Calendar
US8078602B2 (en) 2004-12-17 2011-12-13 Claria Innovations, Llc Search engine for a computer network
US7836009B2 (en) * 2004-08-19 2010-11-16 Claria Corporation Method and apparatus for responding to end-user request for information-ranking
US8255413B2 (en) 2004-08-19 2012-08-28 Carhamm Ltd., Llc Method and apparatus for responding to request for information-personalization
US20060053076A1 (en) * 2004-09-03 2006-03-09 Gary Kremen Monetizing time-sensitive content on network-connected media
US20060074980A1 (en) * 2004-09-29 2006-04-06 Sarkar Pte. Ltd. System for semantically disambiguating text information
US20070011155A1 (en) * 2004-09-29 2007-01-11 Sarkar Pte. Ltd. System for communication and collaboration
US7904337B2 (en) 2004-10-19 2011-03-08 Steve Morsa Match engine marketing
US7644077B2 (en) * 2004-10-21 2010-01-05 Microsoft Corporation Methods, computer readable mediums and systems for linking related data from at least two data sources based upon a scoring algorithm
JP2006134236A (ja) * 2004-11-09 2006-05-25 Canon Inc プロファイル取得方法、装置、プログラム、および、記憶媒体
US8762280B1 (en) 2004-12-02 2014-06-24 Google Inc. Method and system for using a network analysis system to verify content on a website
US7693863B2 (en) * 2004-12-20 2010-04-06 Claria Corporation Method and device for publishing cross-network user behavioral data
US10482474B1 (en) 2005-01-19 2019-11-19 A9.Com, Inc. Advertising database system and method
US7657520B2 (en) * 2005-03-03 2010-02-02 Google, Inc. Providing history and transaction volume information of a content source to users
US8645941B2 (en) 2005-03-07 2014-02-04 Carhamm Ltd., Llc Method for attributing and allocating revenue related to embedded software
US8768766B2 (en) * 2005-03-07 2014-07-01 Turn Inc. Enhanced online advertising system
US8087068B1 (en) 2005-03-08 2011-12-27 Google Inc. Verifying access to a network account over multiple user communication portals based on security criteria
WO2006096838A1 (en) * 2005-03-09 2006-09-14 Medio Systems, Inc. Method and system for content search with mobile computing devices
EP1861800A1 (en) * 2005-03-09 2007-12-05 Medio Systems, Inc. Method and system of bidding for advertisement placement on computing devices
US7757080B1 (en) 2005-03-11 2010-07-13 Google Inc. User validation using cookies and isolated backup validation
US8073866B2 (en) 2005-03-17 2011-12-06 Claria Innovations, Llc Method for providing content to an internet user based on the user's demonstrated content preferences
US7594189B1 (en) 2005-04-21 2009-09-22 Amazon Technologies, Inc. Systems and methods for statistically selecting content items to be used in a dynamically-generated display
US10740722B2 (en) * 2005-04-25 2020-08-11 Skyword Inc. User-driven media system in a computer network
US7630976B2 (en) * 2005-05-10 2009-12-08 Microsoft Corporation Method and system for adapting search results to personal information needs
US20060265501A1 (en) 2005-05-20 2006-11-23 Anchorfree Wireless System and method for enabling wireless internet access in public areas
US20060293962A1 (en) * 2005-05-20 2006-12-28 Anchorfree, Inc. Computerized networking device with embedded advanced content and web traffic monetization functionality
US7744256B2 (en) * 2006-05-22 2010-06-29 Edison Price Lighting, Inc. LED array wafer lighting fixture
US20070078718A1 (en) * 2005-05-20 2007-04-05 Anchorfree, Inc. System and method for monetizing internet usage
US9626683B2 (en) * 2005-05-20 2017-04-18 Anchorfree, Inc. Method and system for advanced messaging
US7747619B2 (en) * 2005-11-30 2010-06-29 Anchorfree, Inc. Computerized system and method for advanced advertising
US7647305B2 (en) * 2005-11-30 2010-01-12 Anchorfree, Inc. Method and apparatus for implementing search engine with cost per action revenue model
US20070011050A1 (en) * 2005-05-20 2007-01-11 Steven Klopf Digital advertising system
US20060265283A1 (en) * 2005-05-20 2006-11-23 Anchorfree, Inc. System and method for monetizing internet usage
US20070162342A1 (en) * 2005-05-20 2007-07-12 Steven Klopf Digital advertising system
US11210632B2 (en) 2005-06-13 2021-12-28 Rakuten Group, Inc. Computer method and apparatus for targeting advertising
US10510043B2 (en) * 2005-06-13 2019-12-17 Skyword Inc. Computer method and apparatus for targeting advertising
US7725502B1 (en) 2005-06-15 2010-05-25 Google Inc. Time-multiplexing documents based on preferences or relatedness
US7903099B2 (en) * 2005-06-20 2011-03-08 Google Inc. Allocating advertising space in a network of displays
JP2008545200A (ja) * 2005-06-28 2008-12-11 チョイスストリーム インコーポレイテッド 広告をターゲット化する統計システムの方法及び装置
US8131594B1 (en) 2005-08-11 2012-03-06 Amazon Technologies, Inc. System and method for facilitating targeted advertising
US8260777B1 (en) 2005-09-09 2012-09-04 A9.Com, Inc. Server system and methods for matching listings to web pages and users
US8805339B2 (en) 2005-09-14 2014-08-12 Millennial Media, Inc. Categorization of a mobile user profile based on browse and viewing behavior
US8364521B2 (en) 2005-09-14 2013-01-29 Jumptap, Inc. Rendering targeted advertisement on mobile communication facilities
US10038756B2 (en) 2005-09-14 2018-07-31 Millenial Media LLC Managing sponsored content based on device characteristics
US20070060114A1 (en) * 2005-09-14 2007-03-15 Jorey Ramer Predictive text completion for a mobile communication facility
US7676394B2 (en) 2005-09-14 2010-03-09 Jumptap, Inc. Dynamic bidding and expected value
US8238888B2 (en) 2006-09-13 2012-08-07 Jumptap, Inc. Methods and systems for mobile coupon placement
US10911894B2 (en) 2005-09-14 2021-02-02 Verizon Media Inc. Use of dynamic content generation parameters based on previous performance of those parameters
US8660891B2 (en) 2005-11-01 2014-02-25 Millennial Media Interactive mobile advertisement banners
US7769764B2 (en) 2005-09-14 2010-08-03 Jumptap, Inc. Mobile advertisement syndication
US7660581B2 (en) 2005-09-14 2010-02-09 Jumptap, Inc. Managing sponsored content based on usage history
US8229914B2 (en) 2005-09-14 2012-07-24 Jumptap, Inc. Mobile content spidering and compatibility determination
US7912458B2 (en) 2005-09-14 2011-03-22 Jumptap, Inc. Interaction analysis and prioritization of mobile content
US20070061198A1 (en) * 2005-09-14 2007-03-15 Jorey Ramer Mobile pay-per-call campaign creation
US9471925B2 (en) 2005-09-14 2016-10-18 Millennial Media Llc Increasing mobile interactivity
US9076175B2 (en) 2005-09-14 2015-07-07 Millennial Media, Inc. Mobile comparison shopping
US7577665B2 (en) 2005-09-14 2009-08-18 Jumptap, Inc. User characteristic influenced search results
US9058406B2 (en) 2005-09-14 2015-06-16 Millennial Media, Inc. Management of multiple advertising inventories using a monetization platform
US8131271B2 (en) 2005-11-05 2012-03-06 Jumptap, Inc. Categorization of a mobile user profile based on browse behavior
US8302030B2 (en) 2005-09-14 2012-10-30 Jumptap, Inc. Management of multiple advertising inventories using a monetization platform
US8364540B2 (en) 2005-09-14 2013-01-29 Jumptap, Inc. Contextual targeting of content using a monetization platform
US7702318B2 (en) 2005-09-14 2010-04-20 Jumptap, Inc. Presentation of sponsored content based on mobile transaction event
US8989718B2 (en) * 2005-09-14 2015-03-24 Millennial Media, Inc. Idle screen advertising
US10592930B2 (en) 2005-09-14 2020-03-17 Millenial Media, LLC Syndication of a behavioral profile using a monetization platform
US8688671B2 (en) 2005-09-14 2014-04-01 Millennial Media Managing sponsored content based on geographic region
US8311888B2 (en) 2005-09-14 2012-11-13 Jumptap, Inc. Revenue models associated with syndication of a behavioral profile using a monetization platform
US8615719B2 (en) 2005-09-14 2013-12-24 Jumptap, Inc. Managing sponsored content for delivery to mobile communication facilities
US8666376B2 (en) 2005-09-14 2014-03-04 Millennial Media Location based mobile shopping affinity program
US8290810B2 (en) 2005-09-14 2012-10-16 Jumptap, Inc. Realtime surveying within mobile sponsored content
US8209344B2 (en) 2005-09-14 2012-06-26 Jumptap, Inc. Embedding sponsored content in mobile applications
US9703892B2 (en) 2005-09-14 2017-07-11 Millennial Media Llc Predictive text completion for a mobile communication facility
US8195133B2 (en) 2005-09-14 2012-06-05 Jumptap, Inc. Mobile dynamic advertisement creation and placement
US8832100B2 (en) 2005-09-14 2014-09-09 Millennial Media, Inc. User transaction history influenced search results
US7752209B2 (en) 2005-09-14 2010-07-06 Jumptap, Inc. Presenting sponsored content on a mobile communication facility
US8812526B2 (en) 2005-09-14 2014-08-19 Millennial Media, Inc. Mobile content cross-inventory yield optimization
US8103545B2 (en) 2005-09-14 2012-01-24 Jumptap, Inc. Managing payment for sponsored content presented to mobile communication facilities
US8503995B2 (en) 2005-09-14 2013-08-06 Jumptap, Inc. Mobile dynamic advertisement creation and placement
US20110313853A1 (en) 2005-09-14 2011-12-22 Jorey Ramer System for targeting advertising content to a plurality of mobile communication facilities
US8156128B2 (en) 2005-09-14 2012-04-10 Jumptap, Inc. Contextual mobile content placement on a mobile communication facility
US8819659B2 (en) 2005-09-14 2014-08-26 Millennial Media, Inc. Mobile search service instant activation
US8027879B2 (en) 2005-11-05 2011-09-27 Jumptap, Inc. Exclusivity bidding for mobile sponsored content
US7860871B2 (en) * 2005-09-14 2010-12-28 Jumptap, Inc. User history influenced search results
US9201979B2 (en) 2005-09-14 2015-12-01 Millennial Media, Inc. Syndication of a behavioral profile associated with an availability condition using a monetization platform
US20110153428A1 (en) * 2005-09-14 2011-06-23 Jorey Ramer Targeted advertising to specified mobile communication facilities
US20070067294A1 (en) * 2005-09-21 2007-03-22 Ward David W Readability and context identification and exploitation
US8688673B2 (en) * 2005-09-27 2014-04-01 Sarkar Pte Ltd System for communication and collaboration
JP2009510632A (ja) * 2005-09-28 2009-03-12 フィーバ テクノロジー、インコーポレイテッド データの取得、処理、及び供給、及び／又は、相互運用性機能を含む、ネットワーク運用及び情報処理用のシステム及び方法
US20070073696A1 (en) * 2005-09-28 2007-03-29 Google, Inc. Online data verification of listing data
JP2007102304A (ja) * 2005-09-30 2007-04-19 Nifty Corp サーバ・クライアント型情報提供システム
US8676781B1 (en) 2005-10-19 2014-03-18 A9.Com, Inc. Method and system for associating an advertisement with a web page
CA2665001A1 (en) * 2005-10-21 2007-04-26 Feeva, Inc. Systems and methods of network operation and information processing, including data acquisition, processing and provision and/or interoperability features
US8175585B2 (en) 2005-11-05 2012-05-08 Jumptap, Inc. System for targeting advertising content to a plurality of mobile communication facilities
US8509750B2 (en) 2005-11-05 2013-08-13 Jumptap, Inc. System for targeting advertising content to a plurality of mobile communication facilities
US8571999B2 (en) 2005-11-14 2013-10-29 C. S. Lee Crawford Method of conducting operations for a social network application including activity list generation
CN101361071A (zh) * 2005-11-25 2009-02-04 法国参考网 为在因特网搜索工具中实现广告索引的实时数据处理方法
US9202241B2 (en) * 2005-11-30 2015-12-01 John Nicholas and Kristin Gross System and method of delivering content based advertising
US8417569B2 (en) 2005-11-30 2013-04-09 John Nicholas and Kristin Gross Trust System and method of evaluating content based advertising
US7856445B2 (en) * 2005-11-30 2010-12-21 John Nicholas and Kristin Gross System and method of delivering RSS content based advertising
US8429184B2 (en) 2005-12-05 2013-04-23 Collarity Inc. Generation of refinement terms for search queries
US8903810B2 (en) * 2005-12-05 2014-12-02 Collarity, Inc. Techniques for ranking search results
US7725530B2 (en) * 2005-12-12 2010-05-25 Google Inc. Proxy server collection of data for module incorporation into a container document
US7730109B2 (en) 2005-12-12 2010-06-01 Google, Inc. Message catalogs for remote modules
US8185819B2 (en) 2005-12-12 2012-05-22 Google Inc. Module specification for a module to be incorporated into a container document
US7730082B2 (en) 2005-12-12 2010-06-01 Google Inc. Remote module incorporation into a container document
US9294334B2 (en) 2005-12-12 2016-03-22 Google Inc. Controlling communication within a container document
US20070204010A1 (en) * 2005-12-12 2007-08-30 Steven Goldberg Remote Module Syndication System and Method
US7971137B2 (en) * 2005-12-14 2011-06-28 Google Inc. Detecting and rejecting annoying documents
CN1987916A (zh) * 2005-12-21 2007-06-27 腾讯科技（深圳）有限公司 一种发布网络广告的方法及装置
EP1987484A4 (en) * 2006-02-16 2011-05-25 Hillcrest Lab Inc SYSTEMS AND METHOD FOR PLACING ADVERTISING CONTENT
US8862572B2 (en) * 2006-02-17 2014-10-14 Google Inc. Sharing user distributed search results
US8122019B2 (en) 2006-02-17 2012-02-21 Google Inc. Sharing user distributed search results
US7844603B2 (en) * 2006-02-17 2010-11-30 Google Inc. Sharing user distributed search results
US7764701B1 (en) 2006-02-22 2010-07-27 Qurio Holdings, Inc. Methods, systems, and products for classifying peer systems
US7779004B1 (en) 2006-02-22 2010-08-17 Qurio Holdings, Inc. Methods, systems, and products for characterizing target systems
US20070239534A1 (en) * 2006-03-29 2007-10-11 Hongche Liu Method and apparatus for selecting advertisements to serve using user profiles, performance scores, and advertisement revenue information
US20070233556A1 (en) * 2006-03-31 2007-10-04 Ross Koningstein Controlling the serving, with a primary document, of ads from a first source, subject to a first compensation scheme, and ads from a second source, subject to a second compensation scheme
US20070239533A1 (en) * 2006-03-31 2007-10-11 Susan Wojcicki Allocating and monetizing advertising space in offline media through online usage and pricing model
CN107103489B (zh) * 2006-05-02 2021-09-28 英维迪技术公司 一种用于在广播网络中为有用资源确定目标的方法和设备
US20130254787A1 (en) 2006-05-02 2013-09-26 Invidi Technologies Corporation Method and apparatus to perform real-time audience estimation and commercial selection suitable for targeted advertising
US20070294240A1 (en) * 2006-06-07 2007-12-20 Microsoft Corporation Intent based search
US7747745B2 (en) 2006-06-16 2010-06-29 Almondnet, Inc. Media properties selection method and system based on expected profit from profile-based ad delivery
WO2007149888A2 (en) 2006-06-19 2007-12-27 Almondnet, Inc. Providing collected profiles to media properties having specified interests
US9646324B2 (en) 2006-06-29 2017-05-09 Nativo, Inc. Press release distribution system
US20080005313A1 (en) * 2006-06-29 2008-01-03 Microsoft Corporation Using offline activity to enhance online searching
US8023927B1 (en) 2006-06-29 2011-09-20 Google Inc. Abuse-resistant method of registering user accounts with an online service
US20110276377A1 (en) * 2006-07-17 2011-11-10 Next Jump, Inc. Communication system and method for narrowcasting
US8954861B1 (en) 2006-08-07 2015-02-10 Google Inc. Administrator configurable gadget directory for personalized start pages
US8407250B2 (en) 2006-08-07 2013-03-26 Google Inc. Distribution of content document to varying users with security customization and scalability
US8185830B2 (en) 2006-08-07 2012-05-22 Google Inc. Configuring a content document for users and user groups
US20090006996A1 (en) * 2006-08-07 2009-01-01 Shoumen Saha Updating Content Within A Container Document For User Groups
US20080046315A1 (en) * 2006-08-17 2008-02-21 Google, Inc. Realizing revenue from advertisement placement
US7831472B2 (en) 2006-08-22 2010-11-09 Yufik Yan M Methods and system for search engine revenue maximization in internet advertising
KR101019548B1 (ko) * 2006-08-31 2011-03-09 콸콤 인코포레이티드 사용자-기반 바이어스들을 사용하여 검색 결과들을 획득 또는 제공하는 방법 및 장치
US8385515B2 (en) * 2006-09-01 2013-02-26 Ignite Media Solutions Intuitive profiling engine for voice-based telephony applications
US7801971B1 (en) 2006-09-26 2010-09-21 Qurio Holdings, Inc. Systems and methods for discovering, creating, using, and managing social network circuits
US7930197B2 (en) * 2006-09-28 2011-04-19 Microsoft Corporation Personal data mining
US8442972B2 (en) 2006-10-11 2013-05-14 Collarity, Inc. Negative associations for search results ranking and refinement
US7886334B1 (en) 2006-12-11 2011-02-08 Qurio Holdings, Inc. System and method for social network trust assessment
US8135800B1 (en) 2006-12-27 2012-03-13 Qurio Holdings, Inc. System and method for user classification based on social network aware content analysis
US9195996B1 (en) 2006-12-27 2015-11-24 Qurio Holdings, Inc. System and method for classification of communication sessions in a social network
US8620952B2 (en) 2007-01-03 2013-12-31 Carhamm Ltd., Llc System for database reporting
US8175989B1 (en) 2007-01-04 2012-05-08 Choicestream, Inc. Music recommendation system using a personalized choice set
US8290800B2 (en) * 2007-01-30 2012-10-16 Google Inc. Probabilistic inference of site demographics from aggregate user internet usage and source demographic information
US20080183815A1 (en) * 2007-01-30 2008-07-31 Unger Assaf Page networking system and method
US8321249B2 (en) * 2007-01-30 2012-11-27 Google Inc. Determining a demographic attribute value of an online document visited by users
US20080215416A1 (en) * 2007-01-31 2008-09-04 Collarity, Inc. Searchable interactive internet advertisements
US7818176B2 (en) * 2007-02-06 2010-10-19 Voicebox Technologies, Inc. System and method for selecting and presenting advertisements based on natural language processing of voice-based input
US7730017B2 (en) 2007-03-30 2010-06-01 Google Inc. Open profile content identification
US8321462B2 (en) 2007-03-30 2012-11-27 Google Inc. Custodian based content identification
US9646288B2 (en) * 2007-04-04 2017-05-09 Lucinda Grace Price Advertisements based on target market
WO2008127589A1 (en) * 2007-04-12 2008-10-23 Thomson Licensing Centralized work flow monitoring
US20080305876A1 (en) * 2007-06-07 2008-12-11 Koplar Interactive Systems International, L.L.C. Method and system for response authorization
US20090006197A1 (en) * 2007-06-28 2009-01-01 Andrew Marcuvitz Profile based advertising method for out-of-line advertising delivery
US20090006187A1 (en) * 2007-06-28 2009-01-01 Andrew Marcuvitz Profile based advertising method for out-of-line advertising delivery
US20090048977A1 (en) * 2007-07-07 2009-02-19 Qualcomm Incorporated User profile generation architecture for targeted content distribution using external processes
US9392074B2 (en) 2007-07-07 2016-07-12 Qualcomm Incorporated User profile generation architecture for mobile content-message targeting
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
KR100939897B1 (ko) * 2007-08-08 2010-01-29 엔에이치엔비즈니스플랫폼 주식회사 광고 노출 방법 및 시스템
US20090048920A1 (en) * 2007-08-16 2009-02-19 Kashyap Lodhiya Method for Improving Internet Advertising by Intermittently Mixing Advertising with Targeted Content
US8645390B1 (en) * 2007-08-31 2014-02-04 Google Inc. Reordering search query results in accordance with search context specific predicted performance functions
US10984457B2 (en) * 2007-08-31 2021-04-20 International Business Machines Corporation Trusted statement verification for data privacy
US8909635B2 (en) * 2007-09-21 2014-12-09 International Business Machines Corporation Profiling content creation and retrieval in a content management system
US20090124241A1 (en) * 2007-11-14 2009-05-14 Qualcomm Incorporated Method and system for user profile match indication in a mobile environment
JP4808207B2 (ja) * 2007-12-11 2011-11-02 ヤフー株式会社 広告配信装置、広告配信方法、広告配信プログラム及び広告入札方法
US20090177530A1 (en) 2007-12-14 2009-07-09 Qualcomm Incorporated Near field communication transactions in a mobile environment
US8918328B2 (en) * 2008-04-18 2014-12-23 Yahoo! Inc. Ranking using word overlap and correlation features
US20090299945A1 (en) * 2008-06-03 2009-12-03 Strands, Inc. Profile modeling for sharing individual user preferences
US8438178B2 (en) * 2008-06-26 2013-05-07 Collarity Inc. Interactions among online digital identities
US8700384B1 (en) 2008-06-30 2014-04-15 Amazon Technologies, Inc. Providing progressive language conversion for digital content on an electronic device
US20100011295A1 (en) * 2008-07-08 2010-01-14 Nortel Networks Limited Method of Delivering Customer Contact Service to IPTV Viewer
US9996844B2 (en) * 2008-09-30 2018-06-12 Excalibur Ip, Llc Age-targeted online marketing using inferred age range information
US20100082684A1 (en) * 2008-10-01 2010-04-01 Yahoo! Inc. Method and system for providing personalized web experience
US20100145763A1 (en) * 2008-12-05 2010-06-10 Swanson International Inc. Systems, methods and apparatus for valuation and tailoring of advertising
US20100169157A1 (en) * 2008-12-30 2010-07-01 Nokia Corporation Methods, apparatuses, and computer program products for providing targeted advertising
US8352319B2 (en) 2009-03-10 2013-01-08 Google Inc. Generating user profiles
US8190473B2 (en) 2009-03-10 2012-05-29 Google Inc. Category similarities
WO2010129108A1 (en) * 2009-03-26 2010-11-11 Scott Jones Method and system for improving targeting of advertising
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
CN102804125A (zh) * 2009-05-08 2012-11-28 Cpa软件有限公司 目标检索电子文献集合中多章节文献的方法、系统和设备
US10282752B2 (en) * 2009-05-15 2019-05-07 Excalibur Ip, Llc Computerized system and method for displaying a map system user interface and digital content
US20100299140A1 (en) * 2009-05-22 2010-11-25 Cycorp, Inc. Identifying and routing of documents of potential interest to subscribers using interest determination rules
US9841282B2 (en) 2009-07-27 2017-12-12 Visa U.S.A. Inc. Successive offer communications with an offer recipient
US20110035280A1 (en) 2009-08-04 2011-02-10 Visa U.S.A. Inc. Systems and Methods for Targeted Advertisement Delivery
US20110035278A1 (en) 2009-08-04 2011-02-10 Visa U.S.A. Inc. Systems and Methods for Closing the Loop between Online Activities and Offline Purchases
CN101996215B (zh) 2009-08-27 2013-07-24 阿里巴巴集团控股有限公司 一种应用于电子商务网站的信息匹配方法和系统
US20110066497A1 (en) * 2009-09-14 2011-03-17 Choicestream, Inc. Personalized advertising and recommendation
US9342835B2 (en) 2009-10-09 2016-05-17 Visa U.S.A Systems and methods to deliver targeted advertisements to audience
US20110087519A1 (en) * 2009-10-09 2011-04-14 Visa U.S.A. Inc. Systems and Methods for Panel Enhancement with Transaction Data
US20110087530A1 (en) * 2009-10-09 2011-04-14 Visa U.S.A. Inc. Systems and Methods to Provide Loyalty Programs
US9031860B2 (en) 2009-10-09 2015-05-12 Visa U.S.A. Inc. Systems and methods to aggregate demand
US8595058B2 (en) * 2009-10-15 2013-11-26 Visa U.S.A. Systems and methods to match identifiers
US20110093324A1 (en) 2009-10-19 2011-04-21 Visa U.S.A. Inc. Systems and Methods to Provide Intelligent Analytics to Cardholders and Merchants
US8676639B2 (en) 2009-10-29 2014-03-18 Visa International Service Association System and method for promotion processing and authorization
US8626705B2 (en) 2009-11-05 2014-01-07 Visa International Service Association Transaction aggregator for closed processing
US20110125565A1 (en) 2009-11-24 2011-05-26 Visa U.S.A. Inc. Systems and Methods for Multi-Channel Offer Redemption
US20110153396A1 (en) * 2009-12-22 2011-06-23 Andrew Marcuvitz Method and system for processing on-line transactions involving a content owner, an advertiser, and a targeted consumer
US8875038B2 (en) 2010-01-19 2014-10-28 Collarity, Inc. Anchoring for content synchronization
US20110191287A1 (en) * 2010-01-29 2011-08-04 Spears Joseph L Systems and Methods for Dynamic Generation of Multiple Content Alternatives for Content Management Systems
US11157919B2 (en) * 2010-01-29 2021-10-26 Ipar, Llc Systems and methods for dynamic management of geo-fenced and geo-targeted media content and content alternatives in content management systems
US20110191246A1 (en) 2010-01-29 2011-08-04 Brandstetter Jeffrey D Systems and Methods Enabling Marketing and Distribution of Media Content by Content Creators and Content Providers
US20110191691A1 (en) * 2010-01-29 2011-08-04 Spears Joseph L Systems and Methods for Dynamic Generation and Management of Ancillary Media Content Alternatives in Content Management Systems
US20110191288A1 (en) * 2010-01-29 2011-08-04 Spears Joseph L Systems and Methods for Generation of Content Alternatives for Content Management Systems Using Globally Aggregated Data and Metadata
US20110196741A1 (en) * 2010-02-09 2011-08-11 Yahoo! Inc. Online and offline integrated profile in advertisement targeting
US20110225139A1 (en) * 2010-03-11 2011-09-15 Microsoft Corporation User role based customizable semantic search
US20110231245A1 (en) * 2010-03-18 2011-09-22 Yahoo! Inc. Offline metrics in advertisement campaign tuning
US20110231246A1 (en) * 2010-03-18 2011-09-22 Yahoo! Inc. Online and offline advertising campaign optimization
US20110231224A1 (en) * 2010-03-19 2011-09-22 Visa U.S.A. Inc. Systems and Methods to Perform Checkout Funnel Analyses
US8738418B2 (en) 2010-03-19 2014-05-27 Visa U.S.A. Inc. Systems and methods to enhance search data with transaction based data
US20110231258A1 (en) * 2010-03-19 2011-09-22 Visa U.S.A. Inc. Systems and Methods to Distribute Advertisement Opportunities to Merchants
US8639567B2 (en) * 2010-03-19 2014-01-28 Visa U.S.A. Inc. Systems and methods to identify differences in spending patterns
AU2010349015B2 (en) 2010-03-23 2015-07-16 Amara, Ashok Babu Conversion path performance measures and reports
US8386495B1 (en) * 2010-04-23 2013-02-26 Google Inc. Augmented resource graph for scoring resources
US20110270828A1 (en) * 2010-04-29 2011-11-03 Microsoft Corporation Providing search results in response to a search query
US8843394B2 (en) * 2010-06-18 2014-09-23 Microsoft Corporation Mapping identifiers
US8744855B1 (en) * 2010-08-09 2014-06-03 Amazon Technologies, Inc. Determining reading levels of electronic books
JP6230060B2 (ja) * 2010-08-16 2017-11-15 シズベル ソチエタ イタリアーナ ペル ロ ズヴィルッポ デルエレットロニカ エッセ ピ ア 少なくとも１つのメディアアイテムを選択するための方法及び装置
US9432746B2 (en) 2010-08-25 2016-08-30 Ipar, Llc Method and system for delivery of immersive content over communication networks
US9171311B2 (en) * 2010-08-31 2015-10-27 Microsoft Technology Licensing, Llc Maintaining targetable user inventory for digital advertising
WO2012030850A2 (en) * 2010-09-01 2012-03-08 Google Inc. Bundling user lists with ad impressions
US20120179541A1 (en) * 2011-01-12 2012-07-12 Scentara Oy Ab System and method for providing advertisement in web sites
US8781304B2 (en) 2011-01-18 2014-07-15 Ipar, Llc System and method for augmenting rich media content using multiple content repositories
US10007915B2 (en) 2011-01-24 2018-06-26 Visa International Service Association Systems and methods to facilitate loyalty reward transactions
WO2012108666A2 (en) * 2011-02-08 2012-08-16 Nam Cheol Ho Method and system for providing consumer-targeted advertisement information
US9361624B2 (en) 2011-03-23 2016-06-07 Ipar, Llc Method and system for predicting association item affinities using second order user item associations
US8762413B2 (en) * 2011-04-25 2014-06-24 Cbs Interactive, Inc. User data store
US9898756B2 (en) 2011-06-06 2018-02-20 autoGraph, Inc. Method and apparatus for displaying ads directed to personas having associated characteristics
US9883326B2 (en) 2011-06-06 2018-01-30 autoGraph, Inc. Beacon based privacy centric network communication, sharing, relevancy tools and other tools
US20130046622A1 (en) * 2011-08-16 2013-02-21 Joshua Ray Jennings Methods and systems for managing a group buying program
US10223707B2 (en) 2011-08-19 2019-03-05 Visa International Service Association Systems and methods to communicate offer options via messaging in real time with processing of payment transaction
US20130060632A1 (en) * 2011-09-07 2013-03-07 Hemang N. Gadhia Methods and Systems for Providing Mobile Advertising Using Data Networks Based On Intelligence Data Associated with Internet-Connectable Devices Derived Using Graph Data Models
US9430439B2 (en) 2011-09-09 2016-08-30 Facebook, Inc. Visualizing reach of posted content in a social networking system
US20130066656A1 (en) * 2011-09-12 2013-03-14 Laura O'Connor Hanson System and method for calculating an insurance premium based on initial consumer information
JP5356485B2 (ja) * 2011-09-30 2013-12-04 ヤフー株式会社 コンテンツを媒介としたユーザ属性情報拡張装置、ユーザ属性情報拡張方法及びユーザ属性情報拡張システム
US9116654B1 (en) 2011-12-01 2015-08-25 Amazon Technologies, Inc. Controlling the rendering of supplemental content related to electronic books
US9134969B2 (en) 2011-12-13 2015-09-15 Ipar, Llc Computer-implemented systems and methods for providing consistent application generation
US8943404B1 (en) 2012-01-06 2015-01-27 Amazon Technologies, Inc. Selective display of pronunciation guides in electronic books
US9311650B2 (en) 2012-02-22 2016-04-12 Alibaba Group Holding Limited Determining search result rankings based on trust level values associated with sellers
US9892198B2 (en) 2012-06-07 2018-02-13 Oath Inc. Page personalization performed by an edge server
WO2014028060A1 (en) * 2012-08-15 2014-02-20 Brian Roundtree Tools for interest-graph driven personalization
US10311085B2 (en) * 2012-08-31 2019-06-04 Netseer, Inc. Concept-level user intent profile extraction and applications
CN103124410B (zh) * 2012-12-28 2015-10-28 上海顶竹通讯技术有限公司 小型核心网中用户行为数据的处理方法及装置
US9553936B2 (en) 2013-03-15 2017-01-24 Google Inc. Targeting of digital content to geographic regions
US9348496B2 (en) * 2013-06-28 2016-05-24 Google Inc. Selecting content based on performance of a content slot
US20150025963A1 (en) * 2013-07-17 2015-01-22 Thomson Licensing Method and system for targeted crowdsourcing
US9448962B2 (en) 2013-08-09 2016-09-20 Facebook, Inc. User experience/user interface based on interaction history
US10333882B2 (en) 2013-08-28 2019-06-25 The Nielsen Company (Us), Llc Methods and apparatus to estimate demographics of users employing social media
US9754036B1 (en) * 2013-12-23 2017-09-05 Google Inc. Adapting third party applications
KR102199590B1 (ko) 2014-02-21 2021-01-07 삼성전자주식회사 관심정보에 따른 컨텐츠 추천장치 및 방법
EP3123751B1 (en) 2014-03-28 2019-11-06 AutoGraph, Inc. Beacon based privacy centric network communication, sharing, relevancy tools and other tools
CN103942279B (zh) * 2014-04-01 2018-07-10 百度(中国)有限公司 搜索结果的展现方法和装置
US10354268B2 (en) 2014-05-15 2019-07-16 Visa International Service Association Systems and methods to organize and consolidate data for improved data storage and processing
US10650398B2 (en) 2014-06-16 2020-05-12 Visa International Service Association Communication systems and methods to transmit data among a plurality of computing systems in processing benefit redemption
US10318983B2 (en) * 2014-07-18 2019-06-11 Facebook, Inc. Expansion of targeting criteria based on advertisement performance
US10528981B2 (en) 2014-07-18 2020-01-07 Facebook, Inc. Expansion of targeting criteria using an advertisement performance metric to maintain revenue
US10438226B2 (en) 2014-07-23 2019-10-08 Visa International Service Association Systems and methods of using a communication network to coordinate processing among a plurality of separate computing systems
US9691085B2 (en) 2015-04-30 2017-06-27 Visa International Service Association Systems and methods of natural language processing and statistical analysis to identify matching categories
CN105160016A (zh) * 2015-09-25 2015-12-16 百度在线网络技术（北京）有限公司 用户属性的获取方法及装置
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
US20170140384A1 (en) * 2015-11-12 2017-05-18 Fair Isaac Corporation Event sequence probability enhancement of streaming fraud analytics
US20170177739A1 (en) * 2015-12-22 2017-06-22 Intel Corporation Prediction using a data structure
JP6707020B2 (ja) * 2016-12-21 2020-06-10 ヤフー株式会社 抽出装置、抽出方法及び抽出プログラム
TWI618012B (zh) * 2017-01-10 2018-03-11 Customer-oriented product marketing and advertising and broadcasting method
FR3071085B1 (fr) * 2017-09-14 2022-02-04 Amadeus Sas Un procede et un systeme d'apprentissage automatique pour predire les interactions d'un utilisateur en ligne
US10943184B2 (en) 2017-09-14 2021-03-09 Amadeus S.A.S. Machine learning methods and systems for predicting online user interactions
WO2019052869A1 (en) * 2017-09-14 2019-03-21 Amadeus S.A.S. METHOD AND SYSTEM FOR AUTOMATIC LEARNING TO PREDICT USER INTERACTIONS ONLINE
US11120480B2 (en) 2017-09-14 2021-09-14 Amadeus S.A.S. Systems and methods for real-time online traveler segmentation using machine learning
JP6481214B1 (ja) * 2017-12-27 2019-03-13 ｌｉｖｅｐａｓｓ株式会社 パーソナライズド動画を提供するためのコンピュータシステム、そのコンピュータシステムに含まれる情報処理装置、その情報処理装置において実行されるプログラム、そのコンピュータシステムに含まれるユーザ装置において実行されるプログラム
KR102150560B1 (ko) * 2018-02-26 2020-09-01 광운대학교 산학협력단 토픽을 이용한 타겟 분석 장치 및 방법
US10783400B2 (en) * 2018-04-06 2020-09-22 Dropbox, Inc. Generating searchable text for documents portrayed in a repository of digital images utilizing orientation and text prediction neural networks
US10733638B1 (en) * 2018-08-08 2020-08-04 Facebook, Inc. Analyzing tracking requests generated by client devices based on attributes describing items
KR102155342B1 (ko) * 2019-07-25 2020-09-11 (주)마콘컴퍼니 다중파라미터 분석 기반 인플루언서 매칭을 이용한 광고 서비스 제공 시스템
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
US11675753B2 (en) 2019-07-26 2023-06-13 Introhive Services Inc. Data cleansing system and method
RU2757406C1 (ru) * 2019-09-09 2021-10-15 Общество С Ограниченной Ответственностью «Яндекс» Способ и система для обеспечения уровня сервиса при рекламе элемента контента
US11741477B2 (en) 2019-09-10 2023-08-29 Introhive Services Inc. System and method for identification of a decision-maker in a sales opportunity
KR20230135964A (ko) * 2022-03-17 2023-09-26 삼성전자주식회사 광고 대상 결정 장치 및 방법
US11941040B1 (en) 2022-09-01 2024-03-26 Picme Technology Inc. Computer-implemented system and method to create a user profile using multimedia files

Family Cites Families (49)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3044376A (en) * 1958-04-03 1962-07-17 Compur Werk Friedrich Deckel Photographic camera
US5724567A (en) * 1994-04-25 1998-03-03 Apple Computer, Inc. System for directing relevance-ranked data objects to computer users
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
US5758257A (en) * 1994-11-29 1998-05-26 Herz; Frederick System and method for scheduling broadcast of and access to video programs and other data using customer profiles
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
WO1997021183A1 (en) 1995-12-08 1997-06-12 Bell Communications Research, Inc. Method and system for placing advertisements in a computer network
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
US5933827A (en) * 1996-09-25 1999-08-03 International Business Machines Corporation System for identifying new web pages of interest to a user
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
US6285999B1 (en) 1997-01-10 2001-09-04 The Board Of Trustees Of The Leland Stanford Junior University Method for node ranking in a linked database
US6366956B1 (en) * 1997-01-29 2002-04-02 Microsoft Corporation Relevance access of Internet information services
US6012051A (en) * 1997-02-06 2000-01-04 America Online, Inc. Consumer profiling system with analytic decision processor
US6006218A (en) * 1997-02-28 1999-12-21 Microsoft Methods and apparatus for retrieving and/or processing retrieved information as a function of a user's estimated knowledge
JPH10326289A (ja) * 1997-03-28 1998-12-08 Nippon Telegr & Teleph Corp <Ntt> 情報提供方法、システムおよびそのプログラムを格納した記憶媒体
US6044376A (en) 1997-04-24 2000-03-28 Imgis, Inc. Content stream analysis
US6144944A (en) * 1997-04-24 2000-11-07 Imgis, Inc. Computer system for efficiently selecting and providing information
WO1998058334A1 (en) 1997-06-16 1998-12-23 Doubleclick Inc. Method and apparatus for automatic placement of advertising
US5953718A (en) 1997-11-12 1999-09-14 Oracle Corporation Research mode for a knowledge base search and retrieval system
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
JPH11282875A (ja) 1998-03-27 1999-10-15 Oki Electric Ind Co Ltd 情報フィルタリング装置
US6182050B1 (en) * 1998-05-28 2001-01-30 Acceleration Software International Corporation Advertisements distributed on-line using target criteria screening with method for maintaining end user privacy
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
US6327574B1 (en) 1998-07-07 2001-12-04 Encirq Corporation Hierarchical models of consumer attributes for targeting content in a privacy-preserving manner
JP2000132559A (ja) 1998-10-23 2000-05-12 Hitachi Ltd 情報フィルタリングシステムにおけるプロファイル更新方法及び情報フィルタリングシステム
US6985882B1 (en) 1999-02-05 2006-01-10 Directrep, Llc Method and system for selling and purchasing media advertising over a distributed communication network
US6493702B1 (en) * 1999-05-05 2002-12-10 Xerox Corporation System and method for searching and recommending documents in a collection using share bookmarks
JP2000339322A (ja) 1999-05-25 2000-12-08 Nippon Telegr & Teleph Corp <Ntt> ユーザ属性特定方法、ユーザ属性特定装置、および、その方法を記録した記録媒体
US6721713B1 (en) * 1999-05-27 2004-04-13 Andersen Consulting Llp Business alliance identification in a web architecture framework
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
US6711585B1 (en) * 1999-06-15 2004-03-23 Kanisa Inc. System and method for implementing a knowledge management system
KR200176023Y1 (ko) 1999-10-25 2000-03-15 김익홍 김치냉장고용 커버 힌지 연결 구조
CA2293031A1 (en) 1999-12-20 2001-06-20 Laurent Bensemana Consumer profile determination and validation
US6981040B1 (en) * 1999-12-28 2005-12-27 Utopy, Inc. Automatic, personalized online information and product services
KR20010076023A (ko) 2000-01-24 2001-08-11 김태윤 인터넷에서의 사용자 프로파일 구축 방법 및 그를 이용한광고 방법, 인터넷에서의 사용자 프로파일 제공 방법
JP3656986B2 (ja) 2000-02-14 2005-06-08 日本電信電話株式会社 関連発見型情報閲覧システム
US6401075B1 (en) 2000-02-14 2002-06-04 Global Network, Inc. Methods of placing, purchasing and monitoring internet advertising
US8352331B2 (en) * 2000-05-03 2013-01-08 Yahoo! Inc. Relationship discovery engine
AU2001288754A1 (en) * 2000-09-06 2002-03-22 Cachestream Corporation Multiple advertising
JP2002368822A (ja) 2001-06-04 2002-12-20 Kyurio:Kk 電子メールマーケティングシステム
WO2003017137A1 (fr) 2001-08-21 2003-02-27 Fujitsu Limited Dispositif de gestion de profils d'utilisateurs et dispositif de recommandation
US7162522B2 (en) * 2001-11-02 2007-01-09 Xerox Corporation User profile classification by web usage analysis
US8352499B2 (en) 2003-06-02 2013-01-08 Google Inc. Serving advertisements using user request information and user information
US7136875B2 (en) 2002-09-24 2006-11-14 Google, Inc. Serving advertisements based on content
US20040059712A1 (en) 2002-09-24 2004-03-25 Dean Jeffrey A. Serving advertisements using information associated with e-mail
KR100517809B1 (ko) * 2002-12-23 2005-10-04 한국전자통신연구원 사용자 선호 프로파일을 적용한 웹 컨텐트 전송 방법
US7647299B2 (en) * 2003-06-30 2010-01-12 Google, Inc. Serving advertisements using a search of advertiser web information
US7346615B2 (en) * 2003-10-09 2008-03-18 Google, Inc. Using match confidence to adjust a performance threshold

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011017613A2 (en) * 2009-08-07 2011-02-10 Visa U.S.A. Inc. Systems and methods for propensity analysis and validation
WO2011017613A3 (en) * 2009-08-07 2011-05-12 Visa U.S.A. Inc. Systems and methods for propensity analysis and validation
WO2012141734A1 (en) * 2011-04-11 2012-10-18 Google Inc. Illustrating cross channel conversion paths
US8510326B2 (en) 2011-04-11 2013-08-13 Google Inc. Priority dimensional data conversion path reporting
US8620933B2 (en) 2011-04-11 2013-12-31 Google Inc. Illustrating cross channel conversion paths
US8655907B2 (en) 2011-07-18 2014-02-18 Google Inc. Multi-channel conversion path position reporting
US9619117B2 (en) 2011-07-18 2017-04-11 Google Inc. Multi-channel conversion path position reporting
US8959450B2 (en) 2011-08-22 2015-02-17 Google Inc. Path explorer visualization
KR20170137845A (ko) * 2016-01-12 2017-12-13 텐센트 테크놀로지(센젠) 컴퍼니 리미티드 정보 전달 방법 및 장치, 서버 및 저장 매체
US11144950B2 (en) 2016-01-12 2021-10-12 Tencent Technology (Shenzhen) Company Limited Information delivery method and apparatus, server, and storage medium

Also Published As

Publication number Publication date
AU2009222546B2 (en) 2012-07-12
WO2005065229A3 (en) 2005-10-06
EP1709577A2 (en) 2006-10-11
WO2005065229A2 (en) 2005-07-21
US9235849B2 (en) 2016-01-12
BRPI0418343A (pt) 2007-05-02
JP2010176675A (ja) 2010-08-12
CA2552181A1 (en) 2005-07-21
CN1922626A (zh) 2007-02-28
JP5318349B2 (ja) 2013-10-16
AU2004311786B2 (en) 2009-10-29
KR100887169B1 (ko) 2009-03-10
AU2009222546A1 (en) 2009-10-22
BRPI0418343B1 (pt) 2017-07-18
EP1709577A4 (en) 2009-09-23
AU2004311786A1 (en) 2005-07-21
JP2007517321A (ja) 2007-06-28
US20050131762A1 (en) 2005-06-16
KR20060130156A (ko) 2006-12-18

Similar Documents

Publication Publication Date Title
KR100887169B1 (ko) 타겟화된 광고에 사용하기 위한 사용자 정보 생성
KR100861673B1 (ko) 사용자 요청 정보 및 사용자 정보를 이용하여 광고들 제공
US9501784B2 (en) Location-specific advertising
EP2284723A1 (en) Serving advertisements using a search of advertiser web information
AU2004271567C1 (en) Determining and/or using location information in an ad system
KR20060100475A (ko) 광고 타겟팅을 위한 컨셉들 사용

Legal Events

Date Code Title Description
A107 Divisional application of patent
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application