KR20090017271A - Ctr을 보정하는 방법 및 시스템 - Google Patents

Ctr을 보정하는 방법 및 시스템 Download PDF

Info

Publication number
KR20090017271A
KR20090017271A KR1020070081887A KR20070081887A KR20090017271A KR 20090017271 A KR20090017271 A KR 20090017271A KR 1020070081887 A KR1020070081887 A KR 1020070081887A KR 20070081887 A KR20070081887 A KR 20070081887A KR 20090017271 A KR20090017271 A KR 20090017271A
Authority
KR
South Korea
Prior art keywords
ctr
rank
advertisement
average
impressions
Prior art date
Application number
KR1020070081887A
Other languages
English (en)
Other versions
KR100901938B1 (ko
Inventor
송기호
박종호
Original Assignee
엔에이치엔(주)
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 엔에이치엔(주) filed Critical 엔에이치엔(주)
Priority to KR1020070081887A priority Critical patent/KR100901938B1/ko
Priority to US12/190,836 priority patent/US20090048925A1/en
Priority to JP2008208357A priority patent/JP4922263B2/ja
Publication of KR20090017271A publication Critical patent/KR20090017271A/ko
Application granted granted Critical
Publication of KR100901938B1 publication Critical patent/KR100901938B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0251Targeted advertisements
    • G06Q30/0254Targeted advertisements based on statistics

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

CTR(Click-Through Rate)을 보정하는 방법 및 시스템을 개시한다. CTR 보정 방법은, 광고에 대해 기선정된 기간동안 상기 광고의 순위별로 CTR을 측정하는 단계, 상기 순위별로 순위별 평균 CTR을 계산하는 단계 및 상기 CTR, 상기 순위별 평균 CTR 및 상기 광고의 노출수를 이용하여 순위 보정 CTR을 계산하는 단계를 포함한다.
CTR(Click-Through Rate) 광고, 키워드, CPC(Cost Per Click), CPM(Cost Per Mill)

Description

CTR을 보정하는 방법 및 시스템{METHOD AND SYSTEM FOR REVISING CLICK THROUGH RATE}
키워드 광고(keyword advertising)는 광고주들이 특정 키워드를 구매한 후, 사용자가 해당 키워드가 포함된 검색어로 검색을 하였을 경우, 그 검색 결과 페이지에 광고를 노출시키는 광고의 한 형태이다. 예를 들어, 사용자가 '이사'와 관련된 키워드를 검색하면 화면에 '포장이사', '이삿짐센터' 등 이사와 관련된 광고가 나오는데, 특정 제품이나 관심을 가진 사람에게만 광고가 노출된다는 점에서 불특정 다수를 상대로 하는 기존의 배너(banner)광고와는 다르다. 즉, 특정 제품이나 사안에 관심을 가진 사람에게만 광고 내용을 보여줄 수 있기 때문에 타킷팅화된 광고 효과를 높일 수 있고, 광고 클릭율이 높다.
이러한 키워드 광고에는 CPC방식의 광고와 CPM방식의 광고가 있다. CPC광고(Cost Per Click)는 검색이 일어난 후에 노출이 되는 횟수에 상관없이 클릭 했을 때만 광고의 비용이 지불되는 방식을 말한다. 즉 광고주가 원하는 금액만큼 일정금액 선 예치를 시킨 다음에 연관된 키워드의 결과에 광고를 노출시키고 클릭을 통해 링크가 설정된 사이트로 이동했을 때만 클릭당 비용을 차감시켜 나가는 방식을 말한다.
CPM(Cost Per Mill)은 일정기간 동안에 진행하는 광고에 대해서 고정 금액을 정액제로 지정한 후에 그 금액만큼만, 노출과 클릭에 상관없이 진행되는 광고 방식을 말한다.
종래기술에서의 키워드 광고는 다양한 광고 영역별로 단순히 입찰가격만을 이용하여 광고의 순위가 결정되고 광고의 순위에 따라 노출되었다. 즉, 사용자는 광고의 품질이나 광고의 효과 등과는 관계없이 광고주의 입찰가격에 기초한 광고만을 볼 수 밖에 없다. 또한, 광고주의 입장에서는 다양한 광고 영역에 광고를 노출하기 위해 많은 수의 광고 영역별로 키워드를 입찰해야 하는 문제점이 있다.
본 발명은 광고의 품질을 나타내는 퀄리티 팩터(quality factor) 및 상기 광고의 효과를 나타내는 CTR(Click-Through Rate)를 이용하여 순위지수를 산정하고, 상기 순위지수를 통해 상기 광고를 노출함으로써 상기 광고의 품질 및 효과를 상기 광고의 노출 순위에 반영할 수 있는 CTR 보정 방법 및 시스템을 제공한다.
본 발명은 순위별로 존재하는 키워드의 평균 CTR인 순위별 평균 CTR 및 노출수에 따른 가중치를 이용하여 상기 CTR을 보정함으로써 상기 광고의 노출 순위에 따른 프리미엄을 제거할 수 있는 CTR 보정 방법 및 시스템을 제공한다.
본 발명의 일실시예에 따른 CTR(Click-Through Rate) 보정 방법은, 광고에 대해 기선정된 기간동안 상기 광고의 순위별로 CTR을 측정하는 단계, 상기 순위별로 순위별 평균 CTR을 계산하는 단계 및 상기 CTR, 상기 순위별 평균 CTR 및 상기 광고의 노출수를 이용하여 순위 보정 CTR을 계산하는 단계를 포함한다.
본 발명의 일측면에 따르면, 광고에 대해 기선정된 기간동안 상기 광고의 순위별로 CTR을 측정하는 상기 단계는, 상기 광고의 시간에 따라 변화하는 순위별로 노출수 및 클릭수를 집계하는 단계 및 상기 노출수 및 상기 클릭수에 기초하여 상기 CTR을 계산하는 단계를 포함할 수 있다.
본 발명의 일측면에 따르면, 상기 CTR, 상기 순위별 평균 CTR 및 상기 광고의 노출수를 이용하여 순위 보정 CTR을 계산하는 상기 단계는, 동일한 순위에 존재 하는 상기 CTR과 상기 순위별 평균 CTR의 차이를 상기 순위별로 계산하는 단계, 상기 차이에 상기 노출수에 따른 가중치를 상기 순위별로 부여하는 단계 및 상기 가중치가 부여된 차이의 평균값인 상기 순위 보정 CTR을 계산하는 단계를 포함할 수 있다. 이때, 상기 최대클릭비용은 상기 광고의 클릭당 최대비용으로서 상기 광고의 광고주를 통해 입력될 수 있다.
본 발명의 일측면에 따르면, 상기 CTR은 신뢰노출수 이상의 노출수를 포함할 수 있고, 상기 신뢰노출수는 해당하는 키워드의 일일 평균 조회수 및 상기 키워드의 일일 평균 노출 횟수에 기초하여 산정될 수 있다.
본 발명의 일측면에 따르면, 상기 순위별 평균 CTR은 상기 순위별로 동일한 순위에 존재하는 모든 키워드의 평균 CTR을 포함할 수 있다.
본 발명의 일측면에 따르면, 상기 순위는 상기 광고의 최대클릭비용 및 품질지수에 기초한 순위지수에 따라 결정될 수 있다.
본 발명의 일실시예에 따른 CTR 보정 시스템은, 광고에 대해 기선정된 기간동안 상기 광고의 순위별로 CTR을 측정하는 CTR 측정부, 상기 순위별로 순위별 평균 CTR을 계산하는 순위별 평균 CTR 계산부 및 상기 CTR, 상기 순위별 평균 CTR 및 상기 광고의 노출수를 이용하여 순위 보정 CTR을 계산하는 순위 보정 CTR 계산부를 포함한다.
본 발명에 따르면, 광고의 품질을 나타내는 퀄리티 팩터(quality factor) 및 상기 광고의 효과를 나타내는 CTR(Click-Through Rate)를 이용하여 순위지수를 산 정하고, 상기 순위지수를 통해 상기 광고를 노출함으로써 상기 광고의 품질 및 효과를 상기 광고의 노출 순위에 반영할 수 있다.
본 발명에 따르면, 순위별로 존재하는 키워드의 평균 CTR인 순위별 평균 CTR 및 노출수에 따른 가중치를 이용하여 상기 CTR을 보정함으로써 상기 광고의 노출 순위에 따른 프리미엄을 제거할 수 있다.
이하 첨부된 도면을 참조하여 본 발명에 따른 다양한 실시예를 상세히 설명하기로 한다.
본 발명은 광고들을 하나의 프로덕트 플랫폼(product platform)으로 통합하여 노출하는 과정에서 상기 광고들의 순위를 산정하는데 이용되는 CTR을 보정하여 상기 광고의 노출 순위에 따른 프리미엄을 제거할 수 있는 CTR 보정 방법 및 시스템에 관한 것이다.
도 1은 광고를 제공하는 방법을 설명하기 위한 일례이다.
단계(S101)에서 광고를 제공하는 광고 제공 시스템은 광고에 대한 광고 데이터베이스 및 광고의 광고주에 대한 광고주 데이터베이스를 일원화한다. 즉, 상기 광고 제공 시스템은 다양한 광고 영역에 따라 별도로 관리되던 복수의 데이터베이스들을 상기 광고 데이터베이스 및 상기 광고주 데이터베이스로 일원화할 수 있다.
단계(S102)에서 상기 광고 제공 시스템은 상기 광고 데이터베이스 및 상기 광고주 데이터베이스를 포함하는 광고 풀(pool)을 축적 및 유지한다. 이때, 상기 광고 데이터베이스 및 상기 광고주 데이터베이스는 각각 연동되어 관리되거나 또는 광고와 광고주간의 대응되어 저장된 하나의 광고 데이터베이스를 통해 관리될 수도 있음은 너무나 자명하다.
단계(S103)에서 상기 광고 제공 시스템은 품질지수를 이용하여 광고의 순위지수를 산정 및 유지한다. 이때, 상기 광고 제공 시스템은 상기 광고의 최대클릭비용과 품질지수에 기초하여 상기 광고의 순위지수를 산정할 수 있다. 이 경우, 상기 최대클릭비용 및 상기 품질지수는 각각 가중치가 부여될 수 있다. 즉, 상기 순위지수는 제1 가중치 및 제2 가중치가 각각 부여된 상기 최대클릭비용 및 상기 품질지수간의 곱셈연산을 통해 산정될 수 있다. 또한, 상기 최대클릭비용은 상기 광고의 클릭당 최대비용으로서 상기 광고의 광고주를 통해 입력될 수 있다.
상기 품질지수는 상기 광고의 리스팅(listing)에 대한 사전평가 요소인 퀄리티 팩터(quality factor) 및 사후평가 요소인 CTR(Click-Through Rate)을 이용하여 산정될 수 있다. 이 경우, 상기 품질지수는 제3 가중치 및 제4 가중치가 각각 부여된 상기 퀄리티 팩터 및 상기 CTR간의 합계일 수 있고, 상기 제3 가중치 및 상기 제4 가중치는 상기 제3 가중치와 상기 제4 가중치간의 합계가 기선정된(predetermined) 정수가 되도록 설정될 수 있다. 예를 들어, 상기 제3 가중치 및 상기 제4 가중치의 합계는 '1'이 되도록 설정될 수 있다.
상기 퀄리티 팩터는 상기 광고와 연관된 T&D 점수(Title & Description score), 사이트 인기도(site authority) 및 사이트 점수(site score) 등 사용자의 패턴을 분석하여 사전에 평가된 지표에 기초하여 측정될 수 있다. 여기서 퀄리티 팩터를 측정하는 요소는 상기 T&D 점수, 사이트 인기도 및 사이트 점수 만으로 한 정되지 않으며, 사용자의 패턴을 분석하여 사전에 평가한 어떠한 다른 지표도 사용할 수 있음은 물론이다. 이하에서는 설명의 편의상 상기 세 가지 요소만을 중심으로 상술하기로 한다. 이 경우, 상기 퀄리티 팩터는 제5 가중치, 제6 가중치 및 제7 가중치가 각각 부여된 상기 T&D 점수, 상기 사이트 인기도 및 상기 사이트 점수에 기초하여 측정될 수 있고, 상기 제5 가중치 내지 상기 제7 가중치는 상기 CTR과의 상관계수에 따라 결정될 수 있다.
단계(S104)에서 상기 광고 제공 시스템은 상기 순위지수에 기초하여 상기 광고를 제공한다. 이때, 상기 광고 제공 시스템은 상기 순위지수가 높은 순서로 기선정된 수의 광고를 제공할 수 있다. 즉, 상기 광고 제공 시스템은 상기 순위지수가 높은 순서로 상기 광고 데이터베이스에서 기선정된 수의 광고를 추출하여 해당하는 광고 영역에 노출시킬 수 있다.
상기 순위지수가 동일한 광고에 대해서는 상기 품질지수, CTR, 허용예산 및 등록 순서 중 적어도 하나를 이용하여 우선 노출될 광고를 선택할 수 있다. 예를 들어, 순위지수가 같은 여러 개의 광고가 있는 경우 상기 품질지수가 높은 광고를 우선 노출하고, 상기 품질지수 또한 동일한 경우에는 상기 CTR이 높은 광고를 우선 노출할 수 있다.
도 2는 순위지수를 산정하는 방법을 설명하기 위한 일례이다. 이때, 도 2에 도시된 바와 같이 순위지수(201)는 최대클릭비용(202)과 품질지수(203)를 이용하여 산정될 수 있고, 품질지수(203)는 퀄리티 팩터(204)와 CTR(205)을 이용하여 산정될 수 있다. 또한, 퀄리티 팩터(204)는 T&D 점수(206), 사이트 인기도(207) 및 사이 트 점수(208)를 이용하여 얻을 수 있다.
즉, 상기 광고 노출 및 과금 시스템은 순위지수(201)를 산정하기 위해 최대클릭비용(202) 및 품질지수(203)에 제1 가중치 및 제2 가중치를 각각 부여하고, 상기 제1 가중치 및 상기 제2 가중치가 각각 부여된 최대클릭비용(202)과 품질지수(203)에 대한 곱셈연산을 수행할 수 있다. 즉, 순위지수(201)는 다음 수학식 1과 같이 표현될 수 있다.
순위지수 = (제1 가중치 × 최대클릭비용) × (제2 가중치 × 품질지수)
최대클릭비용(202)은 키워드에 등록된 광고가 클릭될 때 상기 광고의 광고주가 지불할 의사가 있는 최대비용으로서 상기 키워드마다 상기 광고주가 입찰할 수 있는 최저입찰가를 미리 결정함으로써 최대클릭비용(202)의 최저가를 제한할 수 있다.
품질지수(203)는 위에서 설명한 바와 같이 광고 리스팅의 사전평가 요소인 퀄리티 팩터(204)와 사후평가 요소인 CTR(205)의 조합에 의해 산정될 수 있고, 상기 광고 리스팅의 품질을 평가하기 위해 이용될 수 있다. 이러한 품질지수(203)는 해당하는 리스팅만으로 결정되는 절대적인 값이 아니라 해당 키워드에 등록된 다른 리스팅의 영향을 받는 상대적인 값으로 결정될 수 있다.
보다 자세하게, 품질지수(203)는 제3 가중치가 부여된 퀄리티 팩터(204) 및 제4 가중치가 부여된 CTR(205)간의 곱셈연산을 통해 산정될 수 있고, 다음 수학식 2와 같이 표현될 수 있다
품질지수 = (제3 가중치 × 퀄리티 팩터 ) + (제4 가중치 × CTR )
이때, 상기 제3 가중치 및 상기 제4 가중치는 그 합계가 기선정된 정수를 갖도록 설정될 수 있다. 예를 들어 '1'의 값을 갖도록 설정될 수 있다. 상기 광고 노출 및 과금 시스템에서는 이러한 상기 제3 가중치 및 상기 제4 가중치간의 비율을 조절함으로써 상기 사전평가 요소 또는 상기 사후평가 요소에 가중치를 줄 수 있다. 즉, 최초 설정된 제3 가중치 및 제4 가중치를 이용하여 광고를 제공하고, 품질지수(203), CTR(205) 및 상기 광고의 매출간의 상관분석을 통해 상기 제3 가중치 및 상기 제4 가중치간의 비율을 조절할 수 있다.
또한, 품질지수(203)는 해당하는 키워드에 따라 노출되는 광고의 리스팅에 대해서 최대값 및 최소값의 차이가 기선정된 차이가 발생하지 않도록 보정함으로써 보다 객관적인 값을 갖도록 할 수 있다.
퀄리티 팩터(204)는 상기 광고와 연관된 T&D 점수(206), 사이트 인기도(207) 및 사이트 점수(208) 중 적어도 하나에 기초하여 측정될 수 있다. 즉, 상기 광고 노출 및 과금 시스템은 필요에 따라 원하는 요소를 이용하여 퀄리티 팩터(204)를 측정할 수 있다. T&D 점수(206), 사이트 인기도(207) 및 사이트 점수(208) 모두를 이용하는 경우, 상기 수학식 2는 하기 수학식 3과 같이 표현될 수 있다.
품질지수 =[제3 가중치 ×{(제5 가중치 × T&D 점수) + (제6 가중치 × 사이트 인기도) + (제7 가중치 × 사이트 점수)}]+ (제4 가중치 × CTR )
T&D 점수(206)는 상기 광고의 광고주가 설정한 T&D의 연관성(relevance) 수치로서, 키워드와 상기 T&D간의 연관성을 나타내는 제1 연관성 수치 및 상기 T&D 내의 단어간의 연관성을 나타내는 제2 연관성 수치를 통해 측정될 수 있다. 예를 들어, 상기 제1 연관성 수치와 상기 제2 연관성 수치간의 합계를 통해 측정될 수 있다.
사이트 인기도(207)는 사이트가 가지고 있는 사용자 방문 횟수, 사용자 만족도 및 연관성을 이용하여 측정되는 등급체계로서 광고 사이트의 경우, 그 분포가 미비하고 편중되어 있기 때문에 사이트 인기도(207)를 이용하여 품질지수(203), 그 중에서도 사전평가 요소인 퀄리티 팩터(204)를 보정하기 위해 이용될 수 있다.
사이트 점수(208)는 사이트와 키워드간의 연관성을 상기 사이트를 크롤링(crawling)하여 측정한 값으로서 상기 크롤링의 깊이(depth)와 기술력에 따라 상기 제7 가중치를 조절할 수 있다. 예를 들어, 광고주의 사이트에 대한 CM(Content Match) 연관도 또는 웹 검색의 검색 알고리즘 상의 순위를 결정하는 점수를 이용할 수 있다. 상기 검색 알고리즘 상의 수위를 결정하는 점수를 이용하는 경우에는 기존 측정된 점수를 그대로 이용하는 것도 가능하다.
도 3은 본 발명의 일실시예에 있어서, CTR을 보정하는 방법을 도시한 흐름도이다.
단계(S310)에서 CTR을 보정하는 CTR 보정 시스템은 광고에 대해 기선정된 기간동안 상기 광고의 순위별로 CTR을 측정한다. 이때, 상기 CTR은 도 1 및 도 2를 통해 설명한 CTR을 의미할 수 있고, 상기 순위는 상기 광고의 최대클릭비용 및 품 질지수에 기초한 순위지수에 따라 결정될 수 있다.
여기서, 상기 최대클릭비용은 상기 광고의 클릭당 최대비용으로서 상기 광고의 광고주를 통해 입력될 수 있고, 상기 품질지수는 상기 광고의 리스팅에 대한 사전평가 요소인 퀄리티 팩터 및 사후평가 요소인 상기 CTR을 이용하여 산정될 수 있다. 또한, 상기 퀄리티 팩터는 상기 광고와 연관된 T&D 점수, 사이트 인기도 및 사이트 점수 중 적어도 하나에 기초하여 측정될 수 있다.
즉, 상기 광고의 순위는 상기 순위지수에 기초하여 결정되고, 상기 순위지수는 상기 CTR의 영향을 받게 된다. 이때, 상기 CTR은 상기 순위에 따른 프리미엄(premium)을 포함하기 때문에 하기 단계(S320) 및 단계(S330)을 통해 상기 CTR을 보정함으로써 상기 프리미엄을 제거할 수 있다.
또한, 상기 기선정된 기간은 상기 CTR을 보정하는 주기와 동일하게 설정되거나 필요에 따라 원하는 기간이 설정될 수 있다.
단계(S311)에서 상기 CTR 보정 시스템은 시간에 따라 변화하는 상기 광고의 순위별로 노출수 및 클릭수를 집계한다. 이때, 상기 CTR은 신뢰노출수 이상의 노출수를 포함하는 CTR만을 의미할 수 있고, 상기 신뢰노출수는 해당하는 키워드의 일일 평균 조회수 및 상기 키워드의 일일 평균 노출 횟수에 기초하여 산정될 수 있다. 상기 신뢰노출수 이상의 노출수를 포함하는 CTR만을 이용하는 것은 예를 들어, 광고의 리스팅이 하루 동안 2번 노출되고 1번 클릭되었을 때와 200번 노출되고 100번 클릭된 경우의 실제 측정 CTR을 50%로 동일하게 인정할 수 없기 때문이다.
이러한 상기 신뢰노출수를 결정하는 방법의 일례로서, 일일 평균 노출 회수 의 최소값을 50회로 두고, 해당하는 키워드에 대해 10일을 기준으로 측정한 일일 평균 조회수에 기선정된 가중치를 부여한 후, 상기 가중치가 부여된 일일 평균 조회수와 상기 50회 중 더 높은 수를 상기 신뢰노출수로 결정하는 방법을 이용할 수 있다. 여기서, 상기 '50' 및 상기 '10' 등의 수치는 본 발명의 이해를 돕기 위한 하나의 일례일 뿐 필요에 따라 변경 및 수정 가능함은 너무나 당연하다.
이와 같이 결정된 상기 신뢰노출수는 상기 CTR 중 이용가능한 CTR에 해당하는 최소 노출수를 의미할 수 있다.
단계(S312)에서 상기 CTR 보정 시스템은 상기 노출수 및 상기 클릭수에 기초하여 상기 CTR을 계산한다. 즉, 상기 CTR 보정 시스템은 단계(S311)에서 상기 순위별로 집계된 상기 노출수 및 상기 클릭수를 이용하여 상기 CTR을 계산할 수 있다. 보다 자세하게, 상기 CTR 보정 시스템은 백분율로 표현된 상기 클릭수의 상기 노출수에 대한 비율을 상기 CTR로서 계산할 수 있다. 예를 들어, 상기 노출수가 '100', 상기 클릭수가 '50'인 경우, 상기 CTR은 '50 / 100 * 100 = 50%'와 같이 계산될 수 있다.
단계(S320)에서 상기 CTR 보정 시스템은 상기 순위별로 순위별 평균 CTR을 계산한다. 이때, 상기 순위별 평균 CTR은 상기 순위별로 동일한 순위에 존재하는 모든 키워드의 평균 CTR을 포함할 수 있다. 다시 말해, 상기 CTR 보정 시스템은 동일한 순위에 존재하는 모든 키워드에 대한 평균 CTR을 계산할 수 있고, 상기 광고가 포함하는 모든 순위별로 상기 평균 CTR인 상기 순위별 평균 CTR을 계산할 수 있다.
단계(S330)에서 상기 CTR 보정 시스템은 상기 CTR, 상기 순위별 평균 CTR 및 상기 광고의 노출수를 이용하여 순위 보정 CTR을 계산한다. 이때, 상기 순위별 평균 CTR과 상기 노출수는 상기 CTR을 보정하기 위한 것으로, 상기 순위별 평균 CTR, 상기 노출수 및 상기 CTR을 이용하여 상기 CTR의 보정된 값인 상기 순위 보정 CTR을 계산하는 방법에 대해서는 다음 도 4를 통해 더욱 자세히 설명한다.
도 4는 본 발명의 일실시예에 있어서, 순위 보정 CTR을 계산하는 방법을 도시한 흐름도이다. 도 4에 도시된 바와 같이 단계(S401) 내지 단계(S403)는 도 3을 통해 설명한 단계(S330)에 포함되어 수행될 수 있다.
단계(S401)에서 상기 CTR 보정 시스템은 동일한 순위에 존재하는 상기 CTR과 상기 순위별 평균 CTR의 차이를 상기 순위별로 계산한다. 즉, 상기 CTR 보정 시스템은 상기 순위마다 존재하는 상기 CTR에서 순위별 평균 CTR을 뺀 나머지인 상기 차이를 계산한다.
단계(S402)에서 상기 CTR 보정 시스템은 상기 차이에 상기 노출수에 따른 가중치를 상기 순위별로 부여한다. 즉, 상기 CTR 보정 시스템은 상기 순위마다 측정된 상기 노출수에 따라 상기 순위별로 가중치를 계산하고, 상기 차이에 상기 가중치를 부여할 수 있다. 이때, 상기 가중치는 상기 노출수가 높을수록 더 높은 가중치가 책정될 수 있다.
단계(S403)에서 상기 CTR 보정 시스템은 상기 가중치가 부여된 차이의 평균값을 상기 순위 보정 CTR로서 계산한다. 예를 들어, 상기 CTR 보정 시스템은 모든 순위에 대해 상기 가중치가 부여된 상기 차이들의 합을 계산하고, 상기 순위의 수 로 나눔으로써 상기 평균값을 계산할 수 있다. 이와 같이 상기 노출수에 따른 가중치가 부여된 상기 차이의 평균값을 상기 순위 보정 CTR로서 계산할 수 있고, 상기 순위 보정 CTR을 상기 CTR에 대해 보정된 CTR로서 이용할 수 있다.
도 5는 CTR을 보정하는 방법을 설명하기 위한 일례이다.
위에서 설명한 바와 같이 CTR은 해당하는 광고의 순위(511), 노출수(512) 및 클릭수(513)를 이용하여 측정될 수 있다. 보다 자세하게, 표(510)에서와 같이 순위(511), 노출수(512) 및 클릭수(513)를 이용하면 상기 리스팅의 실제 측정 CTR(514)을 상기 CTR로서 얻을 수 있다. 예를 들어, 클릭수(513)에 대한 노출수(512)의 비율을 백분율로 나타낸 값을 실제 측정 CTR(514)로서 얻을 수 있다.
이때, 실제 측정 CTR(514)은 신뢰노출수를 통과해야 하고, 무효클릭 및 무효노출이 제거된 값일 수 있다. 즉, 상기 신뢰노출수는 광고의 품질 및 효과를 반영하는 품질지수를 산정하는데 있어서, 실제 측정 CTR(514)의 신뢰를 위한 형평성 있는 기준으로서, 상기 CTR은 신뢰노출수 이상의 노출수를 포함할 수 있고, 상기 신뢰노출수는 해당하는 키워드의 일일 평균 조회수 및 상기 키워드의 일일 평균 노출 횟수에 기초하여 산정될 수 있다.
예를 들어, 광고의 리스팅이 하루 동안 2번 노출되고 1번 클릭되었을 때와 200번 노출되고 100번 클릭된 경우의 실제 측정 CTR을 50%로 동일하게 인정할 수 없기 때문에 기선정된 노출수인 상기 신뢰노출수를 통과한 광고에 대해서만 실제 측정 CTR(514)을 인정하고 상기 품질지수의 산정에 반영시킬 수 있다. 즉, 설명한 바와 같이 계산된 실제 측정 CTR(514)은 순위 요소가 제거된 상기 CTR로서 상기 품 질지수의 산정에 반영될 수 있다.
표(420)와 같이 실제 측정 CTR(514)에서 해당 순위의 모든 키워드의 평균 CTR인 순위별 평균 CTR(521)을 빼주는 방법을 이용하여 표(522)를 얻을 수 있고, 노출수(512)에 따라 가중평균을 순위별로 계산하면 표(533)에 도시된 바와 같이 순위 보정 CTR(531)을 얻을 수 있다.
보다 자세하게는, 상기 광고의 순위별로 측정된 CTR인 실제 측정 CTR(514) 및 상기 순위별로 존재하는 모든 키워드에 대한 평균 CTR인 순위별 평균 CTR(521)간의 차이에 상기 순위별로 집계된 노출수에 따라 가중치를 부여하고 평균값을 계산하여 상기 평균값을 순위 보정 CTR(531)로서 얻을 수 있다. 이와 같이 얻어진 순위 보정 CTR(531)은 실제 측정 CTR(514)에서 순위요소 즉, 상기 순위에 따른 프리미엄이 제거된 것으로 보정된 CTR로서 이용될 수 있다.
도 6은 본 발명의 일실시예에 있어서, CTR 보정 시스템의 내부 구성을 설명하기 위한 블록도이다. 도 6에 도시된 바와 같이 CTR 보정 시스템(600)은 CTR 측정부(610), 순위별 평균 CTR 계산부(620) 및 순위 보정 CTR 계산부(630)를 포함할 수 있다.
CTR 측정부(610)는 광고에 대해 기선정된 기간동안 상기 광고의 순위별로 CTR을 측정한다. 이때, 위에서 설명한 바와 같이 상기 순위는 상기 광고의 최대클릭비용 및 품질지수에 기초한 순위지수에 따라 결정될 수 있다. 여기서, 상기 최대클릭비용은 상기 광고의 클릭당 최대비용으로서 상기 광고의 광고주를 통해 입력될 수 있고, 상기 품질지수는 상기 광고의 리스팅에 대한 사전평가 요소인 퀄리티 팩터 및 사후평가 요소인 상기 CTR을 이용하여 산정될 수 있다. 또한, 상기 퀄리티 팩터는 상기 광고와 연관된 T&D 점수, 사이트 인기도 및 사이트 점수 중 적어도 하나에 기초하여 측정될 수 있다. 즉, 상기 광고의 순위는 상기 순위지수에 기초하여 결정되고, 상기 순위지수는 상기 CTR의 영향을 받게 된다.
이때, CTR 측정부(610)는 도 6에 도시된 바와 같이 상기 CTR을 측정하기 위해 노출수 및 클릭수 집계부(611) 및 CTR 계산부(612)를 포함할 수 있다.
노출수 및 클릭수 집계부(611)는 시간에 따라 변화하는 상기 광고의 순위별로 노출수 및 클릭수를 집계한다. 이때, 상기 CTR은 신뢰노출수 이상의 노출수를 포함하는 CTR만을 의미할 수 있고, 상기 신뢰노출수는 해당하는 키워드의 일일 평균 조회수 및 상기 키워드의 일일 평균 노출 횟수에 기초하여 산정될 수 있다. 상기 신뢰노출수 이상의 노출수를 포함하는 CTR만을 이용하는 것은 예를 들어, 광고의 리스팅이 하루 동안 2번 노출되고 1번 클릭되었을 때와 200번 노출되고 100번 클릭된 경우의 실제 측정 CTR을 50%로 동일하게 인정할 수 없기 때문이다.
이러한 상기 신뢰노출수를 결정하는 방법의 일례로서, 일일 평균 노출 회수의 최소값을 50회로 두고, 해당하는 키워드에 대해 10일을 기준으로 측정한 일일 평균 조회수에 기선정된 가중치를 부여한 후, 상기 가중치가 부여된 일일 평균 조회수와 상기 50회 중 더 높은 수를 상기 신뢰노출수로 결정하는 방법을 이용할 수 있다. 여기서, 상기 '50' 및 상기 '10' 등의 수치는 본 발명의 이해를 돕기 위한 하나의 일례일 뿐 필요에 따라 변경 및 수정 가능함은 너무나 당연하다.
이와 같이 결정된 상기 신뢰노출수는 상기 CTR 중 이용가능한 CTR에 해당하 는 최소 노출수를 의미할 수 있다.
CTR 계산부(612)는 상기 노출수 및 상기 클릭수에 기초하여 상기 CTR을 계산한다. 즉, CTR 계산부(612)는 노출수 및 클릭수 집계부(611)에서 상기 순위별로 집계한 상기 노출수 및 상기 클릭수를 이용하여 상기 CTR을 계산할 수 있다. 보다 자세하게, 상기 CTR 보정 시스템은 백분율로 표현된 상기 클릭수의 상기 노출수에 대한 비율을 상기 CTR로서 계산할 수 있다. 예를 들어, 상기 노출수가 '100', 상기 클릭수가 '50'인 경우, 상기 CTR은 '50 / 100 * 100 = 50%'와 같이 계산될 수 있다.
이때, 상기 CTR은 상기 순위에 따른 프리미엄(premium)을 포함하기 때문에 순위별 평균 CTR 계산부(620) 및 순위 보정 CTR 계산부(630)를 통해 상기 CTR을 보정함으로써 상기 프리미엄을 제거할 수 있다.
순위별 평균 CTR 계산부(620)는 상기 순위별로 순위별 평균 CTR을 계산한다. 이때, 상기 순위별 평균 CTR은 상기 순위별로 동일한 순위에 존재하는 모든 키워드의 평균 CTR을 포함할 수 있다. 다시 말해, 순위별 평균 CTR 계산부(620)는 동일한 순위에 존재하는 모든 키워드에 대한 평균 CTR을 계산할 수 있고, 상기 광고가 포함하는 모든 순위별로 상기 평균 CTR인 상기 순위별 평균 CTR을 계산할 수 있다.
순위 보정 CTR 계산부(630)는 상기 CTR, 상기 순위별 평균 CTR 및 상기 광고의 노출수를 이용하여 순위 보정 CTR을 계산한다. 이때, 상기 순위별 평균 CTR과 상기 노출수는 상기 CTR을 보정하기 위한 것으로, 상기 순위별 평균 CTR, 상기 노출수 및 상기 CTR을 이용하여 상기 CTR의 보정된 값인 상기 순위 보정 CTR을 계산 하기 위해 순위 보정 CTR 계산부(630)는 CTR 차이 계산부(631), 가중치 부여부(632) 및 평균값 계산부(633)를 포함할 수 있다.
CTR 차이 계산부(631)는 동일한 순위에 존재하는 상기 CTR과 상기 순위별 평균 CTR의 차이를 상기 순위별로 계산한다. 즉, 상기 CTR 보정 시스템은 상기 순위마다 존재하는 상기 CTR에서 순위별 평균 CTR을 뺀 나머지인 상기 차이를 계산한다.
가중치 부여부(632)는 상기 차이에 상기 노출수에 따른 가중치를 상기 순위별로 부여한다. 즉, 가중치 부여부(632)는 상기 순위마다 측정된 상기 노출수에 따라 상기 순위별로 가중치를 계산하고, 상기 차이에 상기 가중치를 부여할 수 있다. 이때, 상기 가중치는 상기 노출수가 높을수록 더 높은 가중치가 책정될 수 있다.
평균값 계산부(633)는 상기 가중치가 부여된 차이의 평균값을 상기 순위 보정 CTR로서 계산한다. 예를 들어, 평균값 계산부(633)는 모든 순위에 대해 상기 가중치가 부여된 상기 차이들의 합을 계산하고, 상기 순위의 수로 나눔으로써 상기 평균값을 계산할 수 있다. 즉, 상기 노출수에 따른 가중치가 부여되된 상기 차이의 평균값을 상기 순위 보정 CTR로서 계산할 수 있고, 상기 순위 보정 CTR을 상기 CTR에 대해 보정된 CTR로서 이용할 수 있다.
이와 같이 본 발명에 따른 CTR 보정 방법 및 시스템을 이용하면, 광고의 품질을 나타내는 퀄리티 팩터(quality factor) 및 상기 광고의 효과를 나타내는 CTR(Click-Through Rate)를 이용하여 순위지수를 산정하고, 상기 순위지수를 통해 상기 광고를 노출함으로써 상기 광고의 품질 및 효과를 상기 광고의 노출 순위에 반영할 수 있고, 순위별로 존재하는 키워드의 평균 CTR인 순위별 평균 CTR 및 노출수에 따른 가중치를 이용하여 상기 CTR을 보정함으로써 상기 광고의 노출 순위에 따른 프리미엄을 제거할 수 있다.
본 발명에 따른 실시예들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(Floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.
도 1은 광고를 제공하는 방법을 설명하기 위한 일례이다.
도 2는 순위지수를 산정하는 방법을 설명하기 위한 일례이다.
도 3은 본 발명의 일실시예에 있어서, CTR을 보정하는 방법을 도시한 흐름도이다.
도 4는 본 발명의 일실시예에 있어서, 순위 보정 CTR을 계산하는 방법을 도시한 흐름도이다.
도 5는 CTR을 보정하는 방법을 설명하기 위한 일례이다.
도 6은 본 발명의 일실시예에 있어서, CTR 보정 시스템의 내부 구성을 설명하기 위한 블록도이다.
<도면의 주요 부분에 대한 부호의 설명>
600: CTR 보정 시스템
610: CTR 측정부
620: 순위별 평균 CTR 계산부
630: 순위 보정 CTR 계산부

Claims (15)

  1. CTR(Click-Through Rate) 보정 방법에 있어서,
    광고에 대해 기선정된 기간동안 상기 광고의 순위별로 CTR을 측정하는 단계;
    상기 순위별로 순위별 평균 CTR을 계산하는 단계; 및
    상기 CTR, 상기 순위별 평균 CTR 및 상기 광고의 노출수를 이용하여 순위 보정 CTR을 계산하는 단계
    를 포함하는 CTR 보정 방법.
  2. 제1항에 있어서,
    광고에 대해 기선정된 기간동안 상기 광고의 순위별로 CTR을 측정하는 상기 단계는,
    시간에 따라 변화하는 상기 광고의 순위별로 노출수 및 클릭수를 집계하는 단계; 및
    상기 노출수 및 상기 클릭수에 기초하여 상기 CTR을 계산하는 단계
    를 포함하는 것을 특징으로 하는 CTR 보정 방법.
  3. 제1항에 있어서,
    상기 순위별 평균 CTR은 상기 순위별로 동일한 순위에 존재하는 모든 키워드의 평균 CTR을 포함하는 것을 특징으로 하는 CTR 보정 방법.
  4. 제1항에 있어서,
    상기 CTR, 상기 순위별 평균 CTR 및 상기 광고의 노출수를 이용하여 순위 보정 CTR을 계산하는 상기 단계는,
    동일한 순위에 존재하는 상기 CTR과 상기 순위별 평균 CTR의 차이를 상기 순위별로 계산하는 단계;
    상기 차이에 상기 노출수에 따른 가중치를 상기 순위별로 부여하는 단계; 및
    상기 가중치가 부여된 차이의 평균값을 상기 순위 보정 CTR로서 계산하는 단계
    를 포함하는 것을 특징으로 하는 CTR 보정 방법.
  5. 제1항에 있어서,
    상기 순위는 상기 광고의 최대클릭비용 및 품질지수에 기초한 순위지수에 따라 결정되는 것을 특징으로 하는 CTR 보정 방법.
  6. 제5항에 있어서,
    상기 최대클릭비용은 상기 광고의 클릭당 최대비용으로서 상기 광고의 광고주를 통해 입력되는 것을 특징으로 하는 CTR 보정 방법.
  7. 제5항에 있어서,
    상기 품질지수는 상기 광고의 리스팅(listing)에 대한 사전평가 요소인 퀄리티 팩터(quality factor) 및 사후평가 요소인 이전 기간의 상기 순위 보정 CTR을 이용하여 산정되는 것을 특징으로 하는 CTR 보정 방법.
  8. 제7항에 있어서,
    상기 퀄리티 팩터는 상기 광고와 연관된 T&D 점수(Title & Description score), 사이트 인기도(site authority) 및 사이트 점수(site score) 중 적어도 하나에 기초하여 측정되는 것을 특징으로 하는 CTR 보정 방법.
  9. 제1항에 있어서,
    상기 CTR은 신뢰노출수 이상의 노출수를 포함하고,
    상기 신뢰노출수는 해당하는 키워드의 일일 평균 조회수 및 상기 키워드의 일일 평균 노출 횟수에 기초하여 산정되는 것을 특징으로 하는 CTR 보정 방법.
  10. 제1항 내지 제9항 중 어느 한 항의 방법을 실행하기 위한 프로그램이 기록되어 있는 것을 특징으로 하는 컴퓨터에서 판독 가능한 기록 매체.
  11. CTR 보정 시스템에 있어서,
    광고에 대해 기선정된 기간동안 상기 광고의 순위별로 CTR을 측정하는 CTR 측정부;
    상기 순위별로 순위별 평균 CTR을 계산하는 순위별 평균 CTR 계산부; 및
    상기 CTR, 상기 순위별 평균 CTR 및 상기 광고의 노출수를 이용하여 순위 보정 CTR을 계산하는 순위 보정 CTR 계산부
    를 포함하는 CTR 보정 시스템.
  12. 제11항에 있어서,
    상기 CTR 측정부는,
    시간에 따라 변화하는 상기 광고의 순위별로 노출수 및 클릭수를 집계하는 노출수 및 클릭수 집계부; 및
    상기 노출수 및 상기 클릭수에 기초하여 상기 CTR을 계산하는 CTR 계산부
    를 포함하는 것을 특징으로 하는 CTR 보정 시스템.
  13. 제11항에 있어서,
    상기 순위별 평균 CTR은 상기 순위별로 동일한 순위에 존재하는 모든 키워드의 평균 CTR을 포함하는 것을 특징으로 하는 CTR 보정 시스템.
  14. 제11항에 있어서,
    상기 순위 보정 CTR 계산부는,
    동일한 순위에 존재하는 상기 CTR과 상기 순위별 평균 CTR의 차이를 상기 순위별로 계산하는 CTR 차이 계산부;
    상기 차이에 상기 노출수에 따른 가중치를 상기 순위별로 부여하는 가중치 부여부; 및
    상기 가중치가 부여된 차이의 평균값을 상기 순위 보정 CTR로서 계산하는 평균값 계산부
    를 포함하는 것을 특징으로 하는 CTR 보정 시스템.
  15. 제11항에 있어서,
    상기 순위는 상기 광고의 최대클릭비용 및 품질지수에 기초한 순위지수에 따라 결정되는 것을 특징으로 하는 CTR 보정 시스템.
KR1020070081887A 2007-08-14 2007-08-14 Ctr을 보정하는 방법 및 시스템 KR100901938B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020070081887A KR100901938B1 (ko) 2007-08-14 2007-08-14 Ctr을 보정하는 방법 및 시스템
US12/190,836 US20090048925A1 (en) 2007-08-14 2008-08-13 Method of ranking keyword advertisements using click through rate
JP2008208357A JP4922263B2 (ja) 2007-08-14 2008-08-13 Ctrを補正する方法およびシステム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070081887A KR100901938B1 (ko) 2007-08-14 2007-08-14 Ctr을 보정하는 방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20090017271A true KR20090017271A (ko) 2009-02-18
KR100901938B1 KR100901938B1 (ko) 2009-06-10

Family

ID=40363709

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070081887A KR100901938B1 (ko) 2007-08-14 2007-08-14 Ctr을 보정하는 방법 및 시스템

Country Status (3)

Country Link
US (1) US20090048925A1 (ko)
JP (1) JP4922263B2 (ko)
KR (1) KR100901938B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101283661B1 (ko) * 2011-09-29 2013-07-08 주식회사 다음커뮤니케이션 광고 시스템 및 광고 방법
KR101295338B1 (ko) * 2011-09-29 2013-08-09 주식회사 다음커뮤니케이션 광고 시스템 및 광고 방법
KR101460131B1 (ko) * 2013-03-26 2014-11-12 주식회사 다음커뮤니케이션 광고 영역 품질 평가 방법 및 서버
KR101460129B1 (ko) * 2012-12-12 2014-11-12 주식회사 다음커뮤니케이션 키워드 광고의 효율을 측정하는 방법 및 장치
KR101632142B1 (ko) * 2015-02-04 2016-06-21 네이버 주식회사 고품질 컨텐츠를 위한 혜택 로직을 이용하여 컨텐츠를 제공하는 시스템 및 방법

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9065727B1 (en) 2012-08-31 2015-06-23 Google Inc. Device identifier similarity models derived from online event signals
US20110153509A1 (en) 2005-05-27 2011-06-23 Ip Development Venture Method and apparatus for cross-referencing important ip relationships
US8224698B2 (en) * 2008-07-03 2012-07-17 The Search Agency, Inc. System and method for determining weighted average success probabilities of internet advertisements
US20100131513A1 (en) 2008-10-23 2010-05-27 Lundberg Steven W Patent mapping
US9836538B2 (en) * 2009-03-03 2017-12-05 Microsoft Technology Licensing, Llc Domain-based ranking in document search
US20120123851A1 (en) * 2010-11-12 2012-05-17 Yahoo! Inc. Click equivalent reporting and related technique
US20120197711A1 (en) * 2011-01-31 2012-08-02 Yan Zhou Ranking Vendors by Combining Quantitative and Qualitative Characteristics of Third-Party Advertising
US9904726B2 (en) 2011-05-04 2018-02-27 Black Hills IP Holdings, LLC. Apparatus and method for automated and assisted patent claim mapping and expense planning
US20130084009A1 (en) 2011-10-03 2013-04-04 Steven W. Lundberg Systems, methods and user interfaces in a patent management system
US9146993B1 (en) * 2012-03-16 2015-09-29 Google, Inc. Content keyword identification
US9053185B1 (en) 2012-04-30 2015-06-09 Google Inc. Generating a representative model for a plurality of models identified by similar feature data
US8527526B1 (en) 2012-05-02 2013-09-03 Google Inc. Selecting a list of network user identifiers based on long-term and short-term history data
US8914500B1 (en) 2012-05-21 2014-12-16 Google Inc. Creating a classifier model to determine whether a network user should be added to a list
US8886575B1 (en) 2012-06-27 2014-11-11 Google Inc. Selecting an algorithm for identifying similar user identifiers based on predicted click-through-rate
US8874589B1 (en) 2012-07-16 2014-10-28 Google Inc. Adjust similar users identification based on performance feedback
US8782197B1 (en) 2012-07-17 2014-07-15 Google, Inc. Determining a model refresh rate
US8886799B1 (en) 2012-08-29 2014-11-11 Google Inc. Identifying a similar user identifier
JP5683624B2 (ja) * 2013-03-11 2015-03-11 ヤフー株式会社 補正装置、補正方法及び補正プログラム
JP5781111B2 (ja) * 2013-03-11 2015-09-16 ヤフー株式会社 情報配信装置、情報配信方法、及び情報配信プログラム
US20140365453A1 (en) * 2013-06-06 2014-12-11 Conductor, Inc. Projecting analytics based on changes in search engine optimization metrics
WO2015186253A1 (ja) * 2014-06-06 2015-12-10 楽天株式会社 情報処理装置、情報処理方法、プログラム、記憶媒体
JP5865975B1 (ja) * 2014-09-01 2016-02-17 ヤフー株式会社 分析装置、分析方法及び分析プログラム
WO2017062912A2 (en) * 2015-10-07 2017-04-13 xAd, Inc. Method and apparatus for measuring effect of information delivered to mobile devices
JP6703822B2 (ja) * 2015-11-27 2020-06-03 ヤフー株式会社 選択装置、選択方法、及び選択プログラム
CN105678583B (zh) * 2016-01-07 2021-05-07 腾讯科技(深圳)有限公司 信息发布方法及信息发布装置
US10817550B2 (en) 2018-09-28 2020-10-27 T-Mobile Usa, Inc. Technique for tracking keyword performance
JP7012679B2 (ja) * 2019-03-19 2022-01-28 ヤフー株式会社 情報処理装置、コンテンツ配信装置、情報処理方法、およびプログラム
CN112488759A (zh) * 2020-11-30 2021-03-12 上海酷量信息技术有限公司 一种广告排序系统和方法

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7035812B2 (en) * 1999-05-28 2006-04-25 Overture Services, Inc. System and method for enabling multi-element bidding for influencing a position on a search result list generated by a computer network search engine
US7454409B2 (en) * 2002-04-01 2008-11-18 Overture Services, Inc. Displaying paid search listings in proportion to advertiser spending
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
US20040148222A1 (en) * 2003-01-24 2004-07-29 John Sabella Method and system for online advertising
US20040220914A1 (en) * 2003-05-02 2004-11-04 Dominic Cheung Content performance assessment optimization for search listings in wide area network searches
US20050144065A1 (en) * 2003-12-19 2005-06-30 Palo Alto Research Center Incorporated Keyword advertisement management with coordinated bidding among advertisers
US8341017B2 (en) * 2004-01-09 2012-12-25 Microsoft Corporation System and method for optimizing search result listings
KR20050101290A (ko) * 2004-04-17 2005-10-21 엔에이치엔(주) 소정의 검색 요청에 의해 검색 목록순을 추출하는 검색어광고 제공 시스템 및 검색어 광고 제공 방법
KR100492075B1 (ko) * 2004-06-24 2005-06-01 엔에이치엔(주) 검색 요청에 응답하여 광고주의 검색 목록순을 추출시키는키워드 광고 서비스 방법 및 키워드 광고 서비스 시스템
JP2008511057A (ja) * 2004-08-19 2008-04-10 クラリア コーポレイション エンドユーザの情報要求に応答するための方法及び装置
US7689458B2 (en) * 2004-10-29 2010-03-30 Microsoft Corporation Systems and methods for determining bid value for content items to be placed on a rendered page
KR101182529B1 (ko) * 2004-11-24 2012-09-12 엔에이치엔비즈니스플랫폼 주식회사 검색 서비스 제공 방법 및 상기 방법을 수행하는 검색시스템
ITMI20050933A1 (it) * 2005-05-23 2006-11-24 Filippi Giotto De Sistema di auto-segmentazione ed auto-allocazione per massiminizzare il ricavato della pubblicita' a pagamento per i motori di ricerca in internet
US20070027760A1 (en) * 2005-07-29 2007-02-01 Collins Robert J System and method for creating and providing a user interface for displaying advertiser defined groups of advertisement campaign information
US7840438B2 (en) * 2005-07-29 2010-11-23 Yahoo! Inc. System and method for discounting of historical click through data for multiple versions of an advertisement
US7827060B2 (en) * 2005-12-30 2010-11-02 Google Inc. Using estimated ad qualities for ad filtering, ranking and promotion
WO2008079966A2 (en) * 2006-12-21 2008-07-03 Clickable, Inc. System and method for managing a plurality of advertising networks
US20080249832A1 (en) * 2007-04-04 2008-10-09 Microsoft Corporation Estimating expected performance of advertisements

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101283661B1 (ko) * 2011-09-29 2013-07-08 주식회사 다음커뮤니케이션 광고 시스템 및 광고 방법
KR101295338B1 (ko) * 2011-09-29 2013-08-09 주식회사 다음커뮤니케이션 광고 시스템 및 광고 방법
KR101460129B1 (ko) * 2012-12-12 2014-11-12 주식회사 다음커뮤니케이션 키워드 광고의 효율을 측정하는 방법 및 장치
KR101460131B1 (ko) * 2013-03-26 2014-11-12 주식회사 다음커뮤니케이션 광고 영역 품질 평가 방법 및 서버
KR101632142B1 (ko) * 2015-02-04 2016-06-21 네이버 주식회사 고품질 컨텐츠를 위한 혜택 로직을 이용하여 컨텐츠를 제공하는 시스템 및 방법

Also Published As

Publication number Publication date
JP2009048634A (ja) 2009-03-05
KR100901938B1 (ko) 2009-06-10
US20090048925A1 (en) 2009-02-19
JP4922263B2 (ja) 2012-04-25

Similar Documents

Publication Publication Date Title
KR100901938B1 (ko) Ctr을 보정하는 방법 및 시스템
KR100910518B1 (ko) 품질지수를 보정하고, 보정된 품질지수를 이용하여 광고를제공하는 방법 및 시스템
US8700452B1 (en) Automatically switching between pricing models for services
US8788339B2 (en) Multiple attribution models with return on ad spend
KR101643179B1 (ko) 추천 키워드를 제공하는 시스템 및 방법
KR100909563B1 (ko) 광고에 대한 예상 과금액을 산출하는 방법 및 상기 방법을수행하는 시스템
JP5216905B2 (ja) キーワード広告を提供する方法およびこの方法を実行するシステム
US8886624B2 (en) Searching method using extended keyword pool and system thereof
KR101001803B1 (ko) 클릭이나 노출에 따른 입찰가 및 기간에 따른 입찰가를 이용한 경매 방법 및 시스템, 광고 제공 방법 및 시스템 그리고 과금 방법 및 시스템
US20090327030A1 (en) Systems and Methods for Creating an Index to Measure a Performance of Digital Ads as Defined by an Advertiser
US20110191191A1 (en) Placeholder bids in online advertising
US8775251B1 (en) Allocating advertising budgets
Mahdian et al. Pay-per-action model for online advertising
KR101041726B1 (ko) 광고노출순위에 따른 가중치를 이용하여 광고를 제공하는 방법 및 시스템
US10217132B1 (en) Content evaluation based on users browsing history
KR101001791B1 (ko) 단위시간에 따라 광고비를 결정하는 과금 방법 및 시스템
KR101007470B1 (ko) 광고에 대한 예상 과금액을 키워드별로 산출하는 방법 및상기 방법을 수행하는 시스템
KR100936602B1 (ko) 순위지수를 이용하여 광고를 제공하는 방법 및 시스템
KR100944867B1 (ko) 순위지수를 이용하여 광고 노출 및 과금을 수행하는 방법및 시스템
KR101020892B1 (ko) 입찰 범위를 이용한 광고 제공 방법 및 시스템
US20110246288A1 (en) Method and system for managing quality of advertised webpage
KR101614954B1 (ko) 광고의 노출 빈도와 노출 간격을 제어하여 인벤토리를 관리하는 광고 시스템 및 방법
KR20100035948A (ko) 입찰 시작가를 이용한 광고 제공 방법 및 시스템
KR20090025576A (ko) 이동평균 품질지수를 이용하여 광고를 제공하는 방법 및시스템
KR20090025577A (ko) 광고의 품질을 측정하는 방법 및 상기 방법을 수행하는시스템

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
N231 Notification of change of applicant
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20120329

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20160329

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20170328

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20190401

Year of fee payment: 11