KR20100017914A - 텍스트 광고들 및 이미지 광고들과 같은 상이한 표현 방법들 및／또는 특성들을 갖는 광고들의 제공 촉진 - Google Patents

텍스트 광고들 및 이미지 광고들과 같은 상이한 표현 방법들 및／또는 특성들을 갖는 광고들의 제공 촉진 Download PDF

Info

Publication number
KR20100017914A
KR20100017914A KR1020097026928A KR20097026928A KR20100017914A KR 20100017914 A KR20100017914 A KR 20100017914A KR 1020097026928 A KR1020097026928 A KR 1020097026928A KR 20097026928 A KR20097026928 A KR 20097026928A KR 20100017914 A KR20100017914 A KR 20100017914A
Authority
KR
South Korea
Prior art keywords
ads
advertisement
advertisements
candidate
type
Prior art date
Application number
KR1020097026928A
Other languages
English (en)
Other versions
KR101282806B1 (ko
Inventor
할 바리안
웨슬리 찬
디팩크 진달
라마 랭거나쓰
아미트 페이틀
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 KR20100017914A publication Critical patent/KR20100017914A/ko
Application granted granted Critical
Publication of KR101282806B1 publication Critical patent/KR101282806B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • 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
    • G06Q30/0247—Calculate past, present or future revenues
    • 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
    • G06Q30/0263—Targeted advertisements based upon Internet or website rating

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Transfer Between Computers (AREA)
  • Document Processing Apparatus (AREA)

Abstract

문서의 광고 영역에서 렌더링되기 위해 경합하는 상이한 광고 유형들 예컨대, 텍스트 광고들 및 이미지 광고들의 제공은, (a) 광고 요청에 응답하여 제공할 후보 광고들을 결정하는 단계로서, 상기 후보 광고들은 적어도 하나의 제 1 광고 유형의 광고 및 적어도 하나의 제 2 광고 유형의 광고를 포함하는 상기 후보 광고들을 결정하는 단계; (b) 상기 후보 광고들 중 적어도 일부의 각각의 점수를 결정하는 단계; (c) 적어도 하나의 방침 목적을 가장 잘 만족하는 세트를 결정하기 위해, 상기 후보 광고들 중 상기 적어도 일부의 대안적인 세트들을 비교하는 단계; 및 (d) 상기 선택된 후보 광고들의 세트를 제공하는 단계에 의해 조정될 수 있다. 일 유형의 광고들, 예컨대 이미지 광고들의 실행 파라미터 값들이 제 2 유형의 광고들, 예컨대 텍스트 광고들의 실행 파라미터 값들로부터 추정될 수 있다.
온라인 광고, 이미지 광고, 텍스트 광고

Description

텍스트 광고들 및 이미지 광고들과 같은 상이한 표현 방법들 및／또는 특성들을 갖는 광고들의 제공 촉진{Facilitating the serving of ads having different treatments and／or characteristics, such as test ads and image ads}
본 발명은 광고들("ads")에 관한 것으로서, 예컨대 온라인 환경에서 제공되는 광고들에 관한 것이다. 특히, 본 발명은 상이한 표현 방법 및/또는 특성들을 갖는 광고들, 예컨대 텍스트 광고들 및 이미지 광고들의 제공을 지원하는 것에 관한 것이다.
전통적인 매체들, 예컨대 텔레비전, 라디오, 신문 및 잡지를 이용하는 광고는 잘 알려져 있다. 불행히도, 인구 통계학적인 연구와, 다양한 매체 표현 수단들의 전형적인 시청자에 대한 완전한 합리적인 전제를 준비한 때에도, 광고주들은 그들의 광고 예산의 많은 부분이 단지 낭비되었다는 것을 알고 있다. 더욱이, 그러한 낭비를 구분하고 제거하는 것은 매우 어려운 일이다.
최근, 쌍방향 매체를 통한 광고가 널리 보급되어졌다. 예를 들어, 인터넷을 사용하는 사람들의 수가 폭발적으로 증가함에 따라, 광고주들은 인터넷을 통해 제공되는 매체 및 서비스들이 광고를 위한 매우 강력한 방식임을 인식하게 되었다.
쌍방향 광고는 광고주들이 그들의 광고를 수용적인 시청자들에게 목표할 수 있는 기회들을 제공한다. 즉, 광고들이 어떤 사용자 활동으로부터 추론되는 필요와 관련(예컨대, 검색 엔진에 대한 사용자의 검색 질의와의 관련, 사용자에 의해 요청되는 문서에 포함된 내용과 관련, 등등)될 수 있기 때문에, 목표하는 광고들이 최종 사용자들에게 더욱 유용할 수 있다. 질의 키워드 관련 광고, 예컨대 Mountain View, CA.의 구글(Google)에 의한 AdWords 광고 시스템이 검색 엔진들에 의해 이용되어 왔다. 유사하게, 내용-관련 광고 시스템들이 제안되어 왔다. 예컨대, Jeffrey A.Dean, Georges R. Harik 및 Paul Buchheit가 발명하여 2002년 12월 6일에 출원된 "METHODS AND APPARATUS FOR SERVING RELEVANT ADVERTISEMENTS"이라는 발명의 명칭을 갖는 미국 특허 출원 일련 번호 10/314,427(본원에 참조로서 포함되었고, "'427 출원"이라 함), Darrell Anderson, Paul Buchheit, Alex Carobus, Claire Cui, Jeffrey A. Dean, Georges R. Harik, Keepak Jindal 및 Narayanan Shivakumar가 발명하여 2003년 2월 26일에 출원된 "SERVING ADVERTISEMENTS BASED ON CONTENT"이라는 발명의 명칭을 갖는 미국 특허 출원 일련 번호 10/375,900(본원에 참조로서 포함되었고, "'900 출원"이라 함)은 예컨대 웹 페이지와 같은 문서의 내용과 연관된 광고들을 제공하기 위한 방법 및 장치를 개시하고 있다.
목표하는 광고들은 종종 텍스트 광고들로서 제공된다. 그러나, 온라인 광고들은 최종 사용자에게 제공될 하나 이상의 이미지들, 비디오, 애니메이션, 오디오 등을 포함할 수 있다.
이미지 광고들, 예컨대 소위 "배너 광고들"은 브랜드 홍보를 위해 이용되어 왔지만, 목표하는 광고를 위해 이미지 광고들을 이용하는 것이 유용할 수 있다. 따라서, 상이한 표현방법들 및/또는 특성들을 갖는 광고들, 예컨대 텍스트 광고들 및 이미지 광고들을 제공하는 것이 유용할 것이다. 이러한 광고들이 예컨대 목표하는 광고들일 수 있다.
목표하는 텍스트 광고들을 제공하기 위한 종래 시스템들은, 광고들을 평가하고 및 지불되어야 할 비용들을 평가하기 위한 수단 및 기술들을 포함할 수 있다. 이들 시스템들을 확장하여 이것들이 다른 유형의 광고들을 수용할 수 있도록 하는 것이 유용할 것이다. 이 시스템들이 광고주로부터 발생되는 수입을 향상시킨다면 유용할 것이다. 콘텐트 소유자(예컨대, 웹 페이지 발행자)가 그것의 문서상에서 재생될 광고들의 전체 크기, 유형, 유형 혼합, 및/또는 콘텐트를 제어할 수 있도록 하는 것이 유용할 것이다.
따라서, 텍스트 광고들 및 이미지 광고들과 같은 상이한 표현방법들 및/또는 특성들을 갖는 광고들의 제공을 용이하게 하기 위한 향상된 광고 시스템을 제공하는 것이 유용할 것이다.
본 발명에 따른 적어도 몇몇 실시예들은 문서의 광고 영역 상에서 제공되고자 경쟁하는 상이한 광고 유형들의 광고들, 예컨대 텍스트 광고들 및 이미지 광고들의 제공을 중재하는데 이용될 수 있다. 예를 들어, 본 발명에 따른 적어도 몇몇 실시예들은 (a) 광고 요청에 응답하여 제공할 후보 광고들을 결정할 수 있으며, 여기서 후보 광고들은 적어도 하나의 제 1 광고 유형의 광고 및 적어도 하나의 제 2 광고 유형의 광고를 포함하며, (b) 후보 광고들의 적어도 일부의 각각의 점수를 결정할 수 있으며, (c) 적어도 하나의 방침 목적을 가장 잘 만족하는 세트를 결정하기 위해, 후보 광고들 중 적어도 일부의 대안적인 세트들을 비교할 수 있으며; 및 (d) 상기 선택된 후보 광고들의 세트를 제공할 수 있다.
본 발명에 따른 적어도 몇몇 실시예들은 또한, 제 2 유형의 광고들 예컨대, 텍스트 광고들의 실행 파라미터 값들로부터 제 1 유형의 광고들 예컨대, 이미지 광고들의 실행 파라미터 값을 평가하는데 이용될 수 있다.
본 발명에 따른 적어도 몇몇 실시예들은 또한 광고를 제공하는 광고주에게 부과되는 비용들을 결정하는데 이용될 수 있다. 예를 들어, 본 발명에 따른 적어도 몇몇 실시예들은 제 1 유형의 N개의 광고들에 의해 대체되는 제 1 유형의 M개의 광고들 예컨대, 텍스트 광고들에 관한 정보를 이용하여 제 2 유형의 N개의 광고들 예컨대, 이미지 광고들에 부과되는 비용을 결정할 수 있다. 여기서, N은 적어도 1이며, M>N이다. 역으로, 본 발명에 따른 적어도 몇몇 실시예들은 제 1 유형의 M개의 광고들에 의해 대체되는 제 2 유형의 N개의 광고들, 예컨대 이미지 광고들에 관한 정보를 이용하여 제 1 유형의 M개의 광고들 예컨대 텍스트 광고들에 부과될 비용을 결정할 수 있다.
전술한 내용으로부터 이해할 수 있는 바와 같이, 문서 중 상이한 광고 영역의 크기를 점유할 수 있는, 다른 유형들의 광고를 제공하기 위한 광고 제공 시스템이 가능하다. 이 시스템은 공평하게 구현될 수 있다. 이 시스템은 실행 정보가 유용하지 않은 경우에서도 새로운 유형들의 광고들을 제공하는데 이용될 수 있다. 본 시스템은 콘텐트 소유자(예컨대, 웹 발행자) 요구사항들을 충족시킬 수 있다.
본 발명은 다양한 표현방법들 및/또는 특성들을 갖는 광고들 예컨대, 텍스트 광고들 및 이미지 광고들을 제공하는 것을 돕기 위한 신규한 방법, 장치, 메시지 포맷들 및/또는 데이터 구조를 포함한다. 이하의 설명을 통해 당업자는 용이하게 본 발명을 실시할 수 있을 것이며, 특정한 응용들 및 요구조건들의 환경에서 본 실시예들이 제공될 수 있다. 따라서, 본 발명에 따른 실시예들의 다음 기재들은 자세한 설명을 제공하지만, 총망라하는 것이 아니며 본 발명을 개시된 대로의 형태로 한정하는 것도 아니다. 개시된 실시예들의 다양한 변형들이 가능하다는 것을 당업자는 이해할 수 있을 것이며, 이하에서 개시되는 일반적인 원칙들은 다른 실시예들 및 응용들에 적용될 수 있다. 예를 들어, 순서도를 참조하여 일련의 동작들이 설명 되었지만, 동작들의 순서는 하나의 동작이 다른 동작의 완료에 좌우되는 것이 아니라면 다른 실시예에서는 달라질 수 있다. 또한, 비-의존적인 동작들은 병렬적으로 수행될 수도 있다. 발명의 상세한 설명에서 이용된 어떠한 구성요소, 동작 또는 명령도 엄격하게 정의되는 것인 아닌 한, 본 발명에 필수적인 것으로서 이해되어서는 안된다. 또한, 본원에서의 단수 표현은 복수의 아이템들을 포함한다. 오직 하나의 아이템이 의도되는 경우, 그 용어는 "하나의(one)" 또는 이와 유사한 언어가 이용된다. 따라서 본 발명은 도시된 실시예들에 한정되는 것이 아니며, 발명자들은 그들의 발명을 특허가능한 주제로 생각한다.
다음에서, 본 발명이 동작하는 환경이 설명된다. 이어, 본 발명에 따른 예시적인 실시예들 및 동작들의 예들이 제공되고, 마지막으로 본 발명에 관한 몇몇 결론들을 설명한다.
본 발명이 동작할 수 있는 환경들
예시적인 광고 환경
도 1은 광고 환경의 상위 계층의 블록도이다. 이 환경은 광고 등록, 유지 및 전달 시스템(간략히 광고 서버라고 한다)(120)을 포함할 수 있다. 광고주(110)는 직접 또는 간접적으로 시스템(120)에 광고 정보를 등록, 유지 및 추적할 수 있다. 광고들은 그래픽 광고들 예컨대, 소위 배너 광고들, 텍스트 광고들, 이미지 광고들, 오디오 광고들, 애니메이션 광고들, 비디오 광고들, 이러한 것들의 임의의 것을 하나 이상 조합한 광고들 등의 형태일 수 있다. 광고들은 또한 임베디드 정보 예컨대, 링크 및/또는 장치 실행 명령어들을 포함할 수 있다. 광고 소비자들(130)은 시스템(120)에 광고들에 대한 요청들을 보내고, 그들의 요청에 응답하여 광고들을 수신하고, 시스템(120)으로 이용 정보를 제공할 수 있다. 광고 소비자(130)를 제외한 구성요소는 광고들에 대한 요청을 시작할 수 있다. 도시되지는 않았지만, 다른 구성요소들이 이용 정보(예컨대, 광고와 연관된 변환 또는 클릭-쓰루가 발생했는지의 여부)를 시스템(120)에 제공할 수 있다. 이 이용 정보는 제공된 광고들과 관련된, 측정되거나 또는 관측되는 사용자 행동을 포함할 수 있다.
광고 서버(120)는 Darrell Anderson, Paul Buchheit, Alex Carobus, Claire Cui, Jeffrey A. Dean, Georges R. Harik, Keepak Jindal 및 Narayanan Shivakumar가 발명하여 2003년 2월 26일에 출원된 "SERVING ADVERTISEMENTS BASED ON CONTENT"이라는 발명의 명칭을 갖는 미국 특허 출원 일련 번호 10/375,900의 도 2에 기재된 것과 유사하다. 광고 프로그램은 계정들, 캠페인들, 창작물들(creatives), 목적지(targeting) 등에 관한 정보를 포함할 수 있다. "계정"이란 용어는 주어진 광고주에 대한 정보(예컨대, 고유의 이메일 주소, 비밀번호, 청구 정보 등)에 관한 것이다. "캠페인" 또는 "광고 캠페인"은 하나 이상의 광고들의 하나 이상의 그룹들을 말하며, 시작 날짜, 종료 날짜, 예산 정보, 지리적-목적지 정보, 배급 정보 등을 포함할 수 있다. 예를 들어, 혼다(Honda)는 그의 자동차 분야에 대한 하나의 광고 캠페인 및 그의 모터사이클 분야에 대한 분리된 광고 캠페인을 가질 수 있다. 자동차 분야에 대한 캠페인은 각각 하나 이상의 광고를 포함하는 하나 이상의 광고 그룹들을 가질 수 있다. 각각의 광고 그룹은 목적지 정보(예컨 대, 키워드들의 세트, 하나 이상의 토픽들의 세트, 지리적-위치 정보, 사용자 프로필 정보 등) 및 가격 정보(예컨대, 선택당 최대 비용 또는 제공 가격(offer), 변환당 최대 비용 또는 제공 가격, 선택당 비용 또는 제공 가격, 변환당 비용 또는 제공 가격 등)를 가질 수 있다. 택일적으로, 또는 부가적으로, 각각의 광고 그룹은 평균 비용(예컨대, 선택당 평균 비용, 변환당 평균 비용 등)을 포함할 수 있다. 따라서, 단일의 최대 비용, 비용, 및/또는 단일의 평균 비용이 하나 이상의 키워드들 및/또는 토픽들에 연관될 수 있다. 설명한 바와 같이, 각각의 광고 그룹은 하나 이상의 광고들 또는 "창작물들"(즉, 궁극적으로 최종 사용자에게 제공되는 광고 콘텐트)을 가질 수 있다. 각각의 광고 그룹은 또한 URL(예컨대, 광고주의 홈페이지와 같은 도착 웹 페이지 또는 특정 제품 및 서비스에 연관된 웹 페이지)에 대한 링크를 가질 수 있다. 당연히, 광고 정보는 어느 정도의 정보를 포함할 수 있으며, 다수의 상이한 방법으로 체계화될 수 있다.
도 2는 본 발명이 이용될 수 있는 환경(200)을 도시한다. 사용자 디바이스(또한 "클라이언트" 또는 "클라이언트 디바이스"라 한다)(250)는 브라우저 수단(예컨대, 마이크로소프트사의 익스플로러 브라우저, 노르웨이의 오페라 소프트웨어의 오페라 웹 브라우저, AOL/타임 워너의 네비게이터 브라우저 등), 몇몇 다른 콘텐트 재생 수단, 이메일 수단(예컨대, 마이크로소프트의 아웃룩) 등을 포함할 수 있다. 검색 엔진(220)은 사용자 디바이스들(250)이 문서들(예컨대, 웹 페이지들)의 집합들을 검색할 수 있도록 할 수 있다. 콘텐트 서버(210)는 사용자 디바이스들(250)이 문서들에 액세스할 수 있도록 한다. 이메일 서버(마이크로소프트사의 핫메일, 야후 메일 등)(240)은 사용자 디바이스들(250)에 이메일 기능을 제공하는데 이용될 수 있다. 광고 서버(210)는 광고들을 사용자 디바이스들(250)에 제공하는데 이용될 수 있다. 예를 들어, 광고들은 검색 엔진(220)에 의해 제공되는 검색 결과들과 연관하여 제공될 수 있다. 택일적으로, 또는 부가적으로, 콘텐트-관련 광고들은 콘텐트 서버(230)에 의해 제공되는 콘텐트 및/또는 이메일 서버(240) 및/또는 사용자 디바이스 이메일 수단에 의해 지원되는 이메일과 연관하여 제공될 수 있다.
미국 특허 출원 일련 번호 10/375,900(앞서 설명됨)에서 논의된 바와 같이, 광고들은 콘텐트 서버들에 의해 제공되는 문서들이 목표로 될 수 있다. 따라서, 광고 소비자(130)의 일 예가 문서들(예컨대, 기사들, 토론 줄거리, 음악, 비디오, 그래픽, 검색 결과들, 웹 페이지 리스팅 등)의 요청을 수신하고 요청에 응답하여 요청된 문서 또는 서비스를 검색하는 일반적인 콘텐트 서버(230)이다. 콘텐트 서버는 광고 서버(120/210)에 광고들에 대한 요청을 전송할 수 있다. 이러한 광고 요청은 다수의 희망하는 광고들을 포함할 수 있다. 광고 요청은 또한 문서 요청 정보를 포함할 수 있다. 이 정보는 문서 그 자체(예컨대, 웹 페이지), 문서 또는 문서 요청의 콘텐트에 대응하는 카테고리 또는 토픽(예컨대, 예술, 사업, 컴퓨터, 예술영화, 예술음악 등), 문서 요청의 일부 또는 전부, 콘텐트 시기, 콘텐트 유형(예컨대, 텍스트, 그래픽, 비디오, 오디오, 혼합된 매체 등), 지리적-위치 정보, 문서 정보 등을 포함할 수 있다.
콘텐트 서버(230)는 광고 서버(120/210)에 의해 제공되는 하나 이상의 광고와 요청된 문서를 결합할 수 있다. 이어, 문서 내용 및 광고(들)을 포함하는 이 결 합된 정보는 사용자에게 제공하기 위해, 문서를 요청한 최종 사용자 디바이스(250)로 전달된다. 최종적으로, 콘텐트 서버(230)는 광고들 및 광고들이 어떻게, 언제, 및/또는 어디에서 전달되었는지에 대한 정보를 광고 서버(120,210)에 전송할 수 있다. 택일적으로, 또는 부가적으로, 이러한 정보는 몇몇 다른 수단에 의해 광고 서버(120/210)에 제공될 수 있다.
광고 소비자(130)의 다른 예가 검색 엔진(220)이다. 검색 엔진(220)은 검색 결과들에 대한 질의들을 수신할 수 있다. 응답하여, 검색 엔진은 관련 검색 결과들을(예컨대, 웹 페이지들의 인덱스로부터) 검색할 수 있다. 예시적인 검색 엔진이, 오스트레일리아, 브리스번에서 개최된 제 7회 국제 월드 와이드 웹 컨퍼런스에서 발표된 S.Brin 및 L.Page의 논문 "The Anatomy of a Large-Scale Hypertextual Search Engine" 및 미국 특허 번호 6,285,999(양자 모두 본원에 참조로서 포함됨)에 설명되어 있다. 이러한 검색 결과들은 예컨대, 웹 페이지 주제들의 리스트, 그러한 웹 페이지들로부터 추출된 텍스트의 조각, 및 그러한 웹 페이지들에 대한 하이퍼텍스트 링크들을 포함할 수 있고, 미리 결정된 개수(예컨대, 10)의 검색 결과들로 그룹지어질 수 있다.
검색 엔진(220)은 광고들에 대한 요청을 광고 서버(120/210)에 전송할 수 있다. 요청은 다수의 희망하는 광고들을 포함할 수 있다. 이 개수는 검색 결과들, 검색 결과들에 의해 점유되는 스크린 또는 페이지 공간의 양, 및 광고 등의 크기 및 모양 등에 좌우될 수 있다. 일 실시예에서, 희망되는 광고들의 개수는 하나에서 열개일 수 있고, 바람직하게는 3개에서 5개일 수 있다. 광고들의 요청은 또한 (입력 되거나 또는 파싱되는 바와 같은)질의, 질의에 기초한 정보(예컨대, 지리적-위치 정보, 질의가 가입자로부터 온 것인지 및/또는 후술하는 바와 같이, 정보가 검색 질의에 관한 것인지 및/또는 그로부터 파생된 것인지), 및/또는 검색 결과와 연관된 또는 검색결과에 기초한 정보를 포함할 수 있다. 이러한 정보는 예컨대, 검색 결과들에 관련된 식별자들(예컨대, 문서 식별자들 또는 "docIDs"), 검색 결과들과 관련된 성적(예컨대, 질의 및 문서에 대응하는 특징 벡터들의 내적과 같은 정보 검색("IR") 성적, 페이지 랭킹 성적, 및/또는 IR 성적들 및 페이지 랭킹 성적 등의 조합), 식별된 문서들(예컨대, 웹 페이지들)로부터 추출된 텍스트의 조각(snippets), 식별된 문서들의 전체 텍스트, 식별된 문서들의 토픽들, 식별된 문서들의 특징 벡터들 등을 포함할 수 있다.
검색 엔진(220)은 검색 결과들과, 광고 서버(120/210)에 의해 제공되는 하나 이상의 광고들을 결합할 수 있다. 검색 결과들 및 광고(들)를 포함하는 이 결합된 정보는, 사용자에게 제공되기 위해, 검색을 요청한 사용자에게 전달된다. 바람직하게는, 검색 결과들은 광고들과 구별된 상태로 유지되어, 지불된 광고들 및 추측컨대 중립적인 검색 결과들 사이에서 사용자를 혼동시키지 않는다.
최종적으로, 검색 엔진(220)은 광고 및 언제, 어디서 및/또는 어떻게 광고가 제공되는지에 대한 정보(예컨대, 위치, 클릭쓰루 여부, 임프레션(impression) 시간, 임프레션 날짜, 크기, 변환 여부 등)를 광고 서버(120/210)에 전송할 수 있다. 후술하는 바와 같이, 이러한 정보는 관련된(예컨대, 엄격한 또는 느슨한 매칭, 또는 정확한, 구, 또는 넓은 매칭 등) 광고 방식을 결정하는데 어떤 근거로 할 것인 지를 결정하기 위한 정보를 포함할 수 있다. 택일적으로 또는 부가적으로, 이러한 정보는 몇몇 다른 수단들에 의해 광고 서버(120/210)에 제공될 수 있다.
최종적으로, 이메일 서버(240)는 제공되는 문서가 간단히 이메일인 콘텐트 서버로서 생각할 수 있다. 또한, 이메일 어플리케이션들(예컨대, 마이크로소프트 아웃룩)이 이메일을 송신 및/또는 수신하기 위해 이용될 수 있다. 따라서, 이메일 서버(240) 또는 어플리케이션은 광고 소비자(130)로서 생각될 수 있다. 따라서, 이메일들은 문서들로서 생각될 수 있고, 목표하는 광고들은 이러한 문서들과 연관되어 제공될 수 있다. 예를 들어, 하나 이상의 광고들은 이메일 내에서 제공될 수 있고, 또는 이메일과 연관되어 제공될 수 있다.
전술한 예들은 서버들이 (i) 광고들을 요청하고 (ii) 그것들을 콘텐트와 결합하는 것으로 설명하고 있으나, 이들 동작들 중 하나 또는 양자 모두가 클라이언트 디바이스(예컨대, 최종 사용자 컴퓨터)에 의해 수행될 수 있다.
정의들
온라인 광고들은 다양한 고유의 특징들을 가질 수 있다. 이러한 특징들은 어플리케이션 및/또는 광고주에 의해 부여될 수 있다. 이들 특징들은 이하에서 "광고 특징들"이라고 한다. 예를 들어, 텍스트 광고의 경우, 광고 특징들은 제목 라인, 광고 텍스트 및 임베디드 링크를 포함할 수 있다. 이미지 광고의 경우, 광고 특징들은 이미지들, 실행 코드 및 임베디드 링크를 포함할 수 있다. 온라인 광고의 유형에 따라, 광고 특징들은 하나 이상의 다음의 것들을 포함할 수 있다: 텍스트, 링 크, 오디오 파일, 비디오 파일, 이미지 파일, 실행 코드, 임베디드 정보 등.
온라인 광고가 제공될 때, 하나 이상의 파라미터들이 어떻게, 언제, 및/또는 어디서 광고가 제공되었는지를 기술하는데 이용될 수 있다. 이들 파라미터들은 이하에서 "제공 파라미터들"이라고 한다. 제공 파라미터들은 예컨대, 하나 이상의 다음의 것들을 포함할 수 있다: 광고가 제공되는 문서의 특징들(문서상의 정보를 포함), 광고의 제공과 연관된 검색 질의 또는 검색 결과들, 사용자 특성(예컨대, 그들의 지리적 위치, 사용자가 사용하는 언어, 이용된 브라우저의 유형, 이전 페이지 뷰들, 이전 동작, 사용자 계정, 시스템에 이용되는 임의의 웹 쿠키들 등), 요청을 시작하는 호스트 또는 관련 사이트(예컨대, 아메리카 온라인, 구글, 야후), 광고가 제공되는 페이지 상에서의 광고의 절대적 위치, 제공되는 다른 광고들에 대한 광고의 상대적인(공간적 또는 시간적) 위치, 광고의 절대적 크기, 다른 광고들에 대한 상대적인 광고의 크기, 광고의 컬러, 제공되는 다수의 다른 광고들, 제공되는 다른 광고들의 유형들, 제공되는 날의 시간, 제공되는 주의 시간, 제공되는 년의 시간 등. 당연히, 본 발명의 환경에서 이용될 수 있는 다른 제공 파라미터들이 있다.
제공 파라미터들이 광고 특징들에 고유한 것이 아닐 수 있지만, 그것들은 조건들 및 제약들 제공하는 것으로서 광고와 연계될 수 있다. 제공 조건들 또는 제약들로서 이용될 때, 이러한 제공 파라미터들은 간단히 "제공 제약들"(또는 "목표 기준")이라 한다. 예를 들어, 어떤 시스템들에서, 광고주는 광고가 평일에만, 특정 위치보다 낮지 않게, 특정 지역의 사용자들에게만 제공되도록 특성을 부여함으로써, 그의 광고의 제공을 목표로 할 수 있다. 또다른 예에서, 어떤 시스템들에서, 광고주는 그의 광고가 페이지 또는 검색 질의가 특정 키워드들 또는 구들을 포함하는 경우에만 제공되도록 특성을 부여할 수 있다. 또다른 예로서, 어떤 시스템들에서, 광고주는 제공되는 문서가 특정 토픽들 또는 개념들을 포함하거나 특정 클러스터 또는 클러스터들, 또는 몇몇 다른 분류 또는 분류들 하에 있을 때에만, 그의 광고가 제공되도록 특성을 부여할 수 있다.
"광고 정보"는 광고 특징들, 광고 제공 제약들, 광고 특징들 또는 광고 제공 제약들로부터 파생될 수 있는 정보("광고 파생 정보"라 한다), 및/또는 광고와 연관된 정보("광고 관련 정보"라 한다)의 임의의 조합뿐만 아니라, 그러한 정보의 확장(예컨대, 광고 관련 정보로부터 파생되는 정보)을 포함할 수 있다.
광고의 임프레션들의 개수(즉, 광고가 제공되는 횟수) 대 광고의 선택들(예컨대, 클릭쓰루들)의 개수의 비가 광고의 "선택율"(또는 "클릭쓰루율")로 규정된다.
"변환(conversion)"은 이전에 제공받은 광고와 관련된 거래(transaction)를 사용자가 종료했을 때 발생한다. 변환을 구성하는 것은 경우에 따라 달라질 수 있고, 다양한 방식들로 결정될 수 있다. 예를 들어, 사용자가 광고 상에서 클릭하고, 광고주의 웹 페이지를 참조하게 되고, 그 웹 페이지를 떠나기 전에 그곳에서 구입을 종료할 때 변환이 발생하는 경우가 있을 수 있다. 택일적으로, 변환은 사용자가 광고를 보고 광고주의 웹 페이지에서 미리결정된 시간(예컨대, 일주일) 내에 구입하는 것으로서 규정될 수 있다. 또다른 실시예에서, 변환은 광고주에 의해, 어떤 측정가능한/관측가능한 사용자 동작, 예컨대 백서(white paper)를 다운로드하고, 웹 사이트의 적어도 소정의 깊이까지 탐색하고, 적어도 특정 수의 웹 페이지를 보고, 웹사이트 또는 웹 페이지 상에서 적어도 미리결정된 시간을 보내고, 웹사이트에 등록하는 등으로서 규정될 수 있다. 종종, 사용자 동작들이 종료된 구입을 나타내지 않는 경우, 변환을 구성하는 사용자 동작들이 이것에 한정되는 것은 아니지만, 그들은 판매 지시(lead)를 나타낼 수 있다. 실제로, 변환을 구성하는 것에 대한 많은 다른 정의들이 가능하다.
변환들의 횟수 대 광고의 임프레션들의 횟수(즉, 광고가 제공되는 횟수)의 비를 "변환율"이라 한다. 변환이 광고가 제공된 이후로부터 미리결정된 시간 내에 발생할 수 있는 것으로 정의된다면, 변환율의 가능한 일 정의는 과거에 일정한 시간 이상 제공되었던 광고들을 고려한다.
"문서"는 임의의 기계-판독가능한 및 기계-저장가능한 작업물을 포함하는 것으로 광의로 해석될 수 있다. 문서는 파일, 파일들의 조합, 다른 파일들과의 임베디드 링크들을 갖는 하나 이상의 파일들 등 일 수 있다. 파일들은 텍스트, 오디오, 이미지, 비디오 등과 같은 임의의 유형일 수 있다. 최종 사용자에게 제공되는 문서의 부분들은 문서의 "콘텐트"로 간주된다. 문서는 콘텐트(단어들, 그림들 등) 및 그 콘텐트의 의미를 나타내는 몇몇 표시들(예컨대, 이메일 필드들과 연관된 데이터, HTML 태그들 및 연관된 데이터 등)을 모두 포함하는 "구조화된 데이터"를 포함할 수 있다. 문서 내에서의 광고 지점들은 임베디드 정보 또는 명령들에 의해 정의될 수 있다. 인터넷 환경에서, 공통의 문서는 웹 페이지다. 웹 페이지들은 종종 콘텐트를 포함하고, 임베디드 정보(예컨대, 메타 정보, 하이퍼링크 등) 및/또는 임베 디드 명령어들(예컨대, 자바 스크립트 등)을 포함할 수 있다. 많은 경우에 있어서, 문서는 유일하고, 어드레스가 가능한, 저장 위치를 가지며, 따라서 이 어드레스 가능한 위치에 의해 고유하게 식별될 수 있다. URL은 인터넷 상에서 정보에 액세스 하기 위해 이용되는 고유 주소이다.
"문서 정보"는 문서 내에 포함된 임의의 정보, 문서 내에 포함된 정보로부터 파생될 수 있는 정보("문서 파생 정보"라 한다), 및/또는 문서 관련 정보("문서 관련 정보"라 한다)뿐만 아니라, 이들 정보의 확장들(예컨대, 관련 정보로부터 파생된 정보)을 포함할 수 있다. 문서 파생 정보의 예는 문서의 텍스트 콘텐트에 기초한 분류이다. 문서 관련 정보의 예들은 인스턴트 문서에 링크된 다른 문서들로부터의 문서 정보뿐만 아니라, 인스턴트 문서가 링크되어 있는 다른 문서들로부터의 문서 정보를 포함한다.
문서로부터의 콘텐트는 "콘텐트 재생 어플리케이션 또는 디바이스" 상에서 재생될 수 있다. 콘텐트 재생 어플리케이션들의 예들은 인터넷 브라우저(예컨대, 익스플로러 또는 넷스케이프), 미디어 플레이어(예컨대, MP3 플레이어, 리얼네트워크 스트리밍 오디오 파일 플레이어 등), 뷰어(예컨대, 아도브 아크로뱃 pdf 리더) 등을 포함한다.
"콘텐트 소유자"는 문서의 콘텐트에 어떠한 소유권을 갖는 사람 또는 실체이다. 콘텐트 소유자는 콘텐트의 작자일 수 있다. 부가적으로, 또는 택일적으로, 콘텐트 소유자는 콘텐트를 재생할 권리, 콘텐트로부터의 파생 작품을 준비할 수 있는 권리, 콘텐트를 대중적으로 디스플레이하거나 공연할 수 있는 권리, 및/또는 콘텐 트 내에 다른 금지된 권리들을 가질 수 있다. 콘텐트 서버는 그것이 제공하는 문서들의 콘텐트 내에서 콘텐트 소유자일 수 있지만, 반드시 그런 것은 아니다.
"사용자 정보"는 사용자 프로필 정보 및/또는 사용자 행동 정보를 포함할 수 있다.
"이메일 정보"는 이메일에 포함된 임의의 정보(또한 "인터넷 이메일 정보"라 한다), 이메일에 포함된 정보로부터 파생가능한 정보, 및/또는 이메일에 관련된 정보뿐만 아니라 이들 정보의 확장들(예컨대, 관련 정보로부터 파생된 정보)를 포함할 수 있다. 이메일 정보로부터 파생되는 정보의 예는, 이메일 주제 라인으로부터 추출된 용어들로 구성된 검색 질의에 응답하여 리턴된 검색 결과들로부터 파생된거나 또는 그로부터 추출된 정보이다. 이메일 정보와 연관된 정보의 예들은 주어진 이메일의 동일한 송신자에 의해 발송된 하나 이상의 다른 이메일들에 대한 이메일 정보, 또는 이메일 수신자에 대한 사용자 정보를 포함한다. 이메일 정보로부터 파생된 정보 또는 관련된 정보는 "외부 이메일 정보"라 한다.
"광고 영역"은 광고들의 재생을 수용하는데 이용될 수 있는 또는 예정된 문서의 영역(예컨대, 시간적 및/또는 공간적)을 기술하는데 이용될 수 있다. 예를 들어, 웹 페이지들은 종종, 광고들이 재생될 수 있는 다수의 지점들을 할당하며, 이는 "광고 지점들"이라 한다. 다른 예로서, 오디오 프로그램은 "광고 시간 슬롯들"을 할당할 수 있다.
예시적인 실시예들
본 발명은 상이한 표현방법들 및/또는 특성들을 갖는 광고들 예컨대, 텍스트 광고들 및 이미지 광고들을 제공하는 것을 돕는데 사용될 수 있다. 본 발명은 후술하는 바와 같이 다양한 기술들을 이용한다. 당업자는 이들 기술들 중 적어도 일부는 개별적으로 또는 조합하여 이용될 수 있다는 것을 용이하게 이해할 수 있을 것이다.
도 3은 본 발명에 따른 예시적인 광고 시스템(300)(예컨대, 도 1의 120 및 도 2의 210을 상기한다)을 나타내는 블록도이다. 본 발명의 다양한 양상들이 이 시스템(300) 내에서 혹은 이와 함께 동작할 수 있다. 예시적인 광고 시스템(300)은 광고 정보(310) 및 이용 및/또는 실행(예컨대, 통계적인) 정보(360)를 저장할 수 있다. 예시적인 시스템(300)은 광고 정보 등록 및 관리 동작들(320), 광고 제공 동작들(330), 연관성 및/또는 적격성 판단 동작들(340), 광고 평가 동작들(350), 결과 인터페이스 동작들(370), 광고 실행 결정 동작들(380), 및 정산 및 청구 동작들(390)을 지원할 수 있다.
광고주들(110)은 인터페이스(321)에 의해 지시되는 바와 같이, 정보 등록 및 관리 동작들(320)을 통해 시스템(300)과 인터페이스 할 수 있다. 광고 소비자들(130)은 인터페이스(331)에 의해 지시되는 바와 같이, 광고 제공 동작들(330)을 통해 시스템(300)과 인터페이스 할 수 있다. 광고 소비자들(130) 또는 다른 구성요소들(도시되지 않음)은 또한 인터페이스(371)에 의해 지시되는 바와 같이, 결과 인터페이스 동작들(370)을 통해 시스템(300)과 인터페이스 할 수 있다.
광고 프로그램은 계정들, 캠페인들, 창작물들(creatives), 목표 등에 관한 정보를 포함할 수 있다. "계정"이란 용어는 주어진 광고주에 대한 정보(예컨대, 고유의 이메일 주소, 비밀번호, 청구 정보 등)에 관한 것이다. "캠페인" 또는 "광고 캠페인"은 하나 이상의 광고들의 하나 이상의 그룹들을 말하며, 시작 날짜, 종료 날짜, 예산 정보, 지리적-목적지 정보, 배급 정보 등을 포함할 수 있다. 예를 들어, 혼다는 그것의 자동차 분야에 대한 하나의 광고 캠페인 및 그것의 모터사이클 분야에 대한 분리된 광고 캠페인을 가질 수 있다. 자동차 분야에 대한 캠페인은 각각 하나 이상의 광고를 포함하는 하나 이상의 광고 그룹들을 가질 수 있다. 각각의 광고 그룹은 키워드들의 세트 및 제공 가격(offer)(예컨대, 선택당 최대 비용, 변환당 최대 비용, 선택당 비용, 변환당 비용 등)을 포함할 수 있다. 설명한 바와 같이, 각각의 광고 그룹은 하나 이상의 광고들 또는 "창작물들"(즉, 궁극적으로 최종 사용자에게 제공되는 광고 콘텐트)을 가질 수 있다. 하나 이상의 창작물들은 텍스트 창작물들일 수 있고, 하나 이상의 창작물들은 이미지 창작물들일 수 있다.
광고 정보(310)는 광고 정보 등록 및 관리 동작(들)(310)을 통해 등록 및 관리될 수 있다. 캠페인(예컨대, 목표) 어시스턴스 동작들(도시되지 않음)이 광고주가(110) 효과적인 광고 캠페인들을 발생하는 것을 돕기 위해 채용될 수 있다. 광고 제공 동작들(330)은 광고 소비자들(130)로부터의 광고들에 대한 요청들을 서비스할 수 있다. 광고 제공 동작들(330)은 연관성/적격성 결정 동작들(340)을 이용하여 주어진 요청에 대한 후보 광고들을 결정한다. 이러한 동작들(340)은 더욱 유용한 광고들을 제공하는데 이용될 수 있다. 광고 평가 동작들(350)은 광고 정보 및/또는 광고 실행 정보(360)를 이용하여 광고들에 점수들을 줄 수 있다(score)(예컨대, Salar Arta Kamangar 등에 의해 발명되어 2002년 3월 29일에 출원된 "METHODS AND APPARATUS FOR ORDERING ADVERTISEMENTS BASED ON PERFORMANCE INFORMATION AND PRICE INFORMATION"이라는 발명을 명칭을 갖는 미국 특허 출원 일련 번호 10/112,654(본원에 참조로 포함되었고, "'654 출원"이라 한다)와, Georges Harik 등이 발명하여 2002년 3월 29일에 출원된 "METHODS AND APPARATUS FOR ORDERING ADVERTISEMENTS BASED ON PERFORMANCE INFORMATION"이라는 발명의 명칭을 갖는 미국 특허 출원 일련 번호 10/112,656(본원에 참조로 포함되었고, "'656 출원"이라 한다)를 참조). 광고 제공 동작들(330)은 점수들을 이용하여 광고들에 속성들(예컨대, 배치, 향상된 특징 등, 또한 집합적으로 "표현방법들"이라 한다)을 할당한다. (광고들의 점수들은 많은 목적을 위해 이용될 수 있고, 그 중 일부는 광고들의 랭킹을 정하고, 광고들에 우선순위를 부여하고, 광고들에 특징들을 할당하고, 광고들을 필터링 하는 것 등을 포함한다.) 결과(들) 인터페이스 동작들(370)은 실제 제공된 광고에 관한 결과 정보 예컨대, 선택이 발생했는지의 여부, 변환이 발생했는지의 여부 등을 (광고 소비자들(130) 또는 몇몇 다른 구성요소들로부터) 받기 위해 이용될 수 있다. 그러한 결과(들) 정보는 인터페이스(371)에서 받을 수 있고, 연관된 결과뿐만 아니라 광고를 식별하기 위한 정보 및 광고가 제공된 시간을 포함할 수 있다. 광고 실행 결정 동작들(380)은 광고들에 대한 실행 정보를 발생하는데 이용될 수 있다. 광고 실행 결정 동작들(380)은 광고들의 실행 정보(예컨대, 광고들 개별적으로 또는 어떤 집합에 대해, 모든 키워드를 목표로 하는 광고들, 모든 콘텐트를 목표로 하는 광고들, 특정 웹사이트 또는 문서 상에서 제공되는 모든 광고들 등)를 발생하는데 이용될 수 있다. 광고 실행 정보는 추론되거나 평가될 수 있다. 정산/청구 동작들(390)은 광고주들에게 청구하는데 이용될 수 있다. 최종적으로 시스템(300)은 또한 콘텐트-소유자 정보(395)를 포함하거나 이용할 수 있다. 이러한 정보는 콘텐트-소유자 선호도, 제약들 및/또는 요구사항들을 포함할 수 있다. 이러한 정보(395)는 예컨대, 광고 제공 동작들(330), 관련성/적격성 동작들(340), 및/또는 광고 평가 동작(350)에 의해 이용될 수 있다. 상세하게는, 이러한 정보(395)는 콘텐트 소유자들의 바램을 충족시키는데 이용될 수 있다. 콘텐트 소유자 요구사항들의 몇몇 예들은 (a) 오직 텍스트 광고들, (b) 오직 이미지 광고들, (c) 임의 순서상의 텍스트 또는 이미지 광고들, (d) 텍스트 광고들 전에 이미지 광고들이 나오는 연속적인, 텍스트 또는 이미지 광고들 등을 들 수 있다. 택일적으로, 콘텐트 소유자 정보는 광고 제공 동작들(330)에 의해 수신되는 요청에 포함될 수 있다.
본 발명에 따른 실시예들은 어떤 광고들이 제공될 것인지를 결정하기 위해 사용될 수 있다. 이러한 결정은, 예컨대, (i) 추론된 사용자 관심에 대한 광고들의 관련성(예컨대, 검색 질의, 문서 콘텐트 등으로부터 추론됨), (ii) 광고들에 가용한 광고 영역을 가장 잘 이용할 수 있는 방법, (iii) 콘텐트 소유자 선호도 및/또는 요구사항들, (iv) 광고소유자 선호도 및/또는 요구사항들, (v) 경합하는 광고들 또는 경합하는 광고주들에 대한 공평성, (vii) 구현 용이성, (vii) 컴퓨터 저장 리소스들, (ix) 컴퓨터 프로세싱 리소스들 등 중 하나 이상을 고려할 수 있다.
본 발명에 따른 실시예들은 광고주들에게 청구될 비용들을 결정하는데 도움을 주기 위해 이용될 수 있다. 이러한 결정은, 예컨대, (i) 광고 제공의 광고주의 가치를 어떻게 가장 잘 구할 것인지, (ii) 경합하는 광고들 또는 경합하는 광고주들에 대한 공평성, (iii) 광고 관리 단순성, (iv) 구현 용이성 등 중 하나 이상을 고려할 수 있다.
예시적인 데이터 구조들
도 3으로부터 다양한 저장 정보가 다양한 동작들에 의해 이용될 수 있음을 상기한다. 다음은 본 발명에 따른 방법으로 그러한 정보를 저장하기 위해 사용되는 예시적인 데이터 구조들을 기술한다. 다소의 정보 또는 다른 포맷의 유사한 정보를 포함하는 다른 데이터 구조들이 이용될 수도 있다.
도 4는 본 발명에 따른 방법에서 광고 정보(310)를 저장하는데 이용될 수 있는 예시적인 도표(400)이다. 도표(400)는 다수의 항목들을 포함할 수 있으며, 이들 항목들 각각은 식별자(410), 광고 유형(420), 광고 창작물(또는 광고 창작물에 대한 포인터)(430), 도착 페이지(또는 어떤 다른 선택 응답 동작)(440), 하나 이상의 목표 기준(450) 및 하나 이상의 제공 가격들(460) 중 하나 이상을 포함할 수 있다. 광고 식별자(410)는 광고를 고유하게 식별하는데 이용될 수 있다. 광고 유형(420)은 광고들의 상이한 유형들을 차별화하는데, 예컨대 이미지 광고들과 텍스트 광고들을 차별화하고, 작은 이미지 광고들과 큰 이미지 광고들을 차별화하고, 이미지 및 텍스트 광고들로부터 비디오 광고들을 차별화하는데 이용될 수 있다. 창작물(또는 창작물에 대한 포인터)(430)은 광고가 제공되는 사용자 디바이스 상에서 재생되는 것을 의미한다. 도착 페이지(440)는 광고의 선택시 사용자 디바이스에 로딩되는 문서(웹 페이지)를 의미한다. 목표 기준(450)은 목표 키워드들, 목표 개념들 또는 토픽들, 지리적-목표, 로컬 시간 목표, 요일, 날짜, 날 또는 주 달, 계절 목표 등 중에서 하나 이상을 포함할 수 있다. 제공 가격(460)은, 예를 들어, 희망하는 동작(예컨대, 선택, 변환 등)에 대한 최대 제공 가격, 희망하는 동작에 대한 제공 가격 등을 포함할 수 있다. 하나 이상의 제공 가격들(460)이 예컨대 하나 이상의 목표 기준(450)에 연관될 수 있다.
도 5는 광고 요청 정보를 저장하는데 이용될 수 있는 예시적인 메시지(500)이다. 메시지(500)는 관련성 정보(510), 로컬 시간 정보(520), 지리적-위치 정보(530), 소스 식별자(540), 희망하는 광고들의 수(550), 및 하나 이상의 조건들(560) 중 하나 이상을 포함할 수 있다. 택일적으로, 관련성 정보(510)는 광고들이 제공될 문서에 대한 토픽들 또는 개념들(또는, 해당 토픽들 또는 개념들이 결정되거나 유도될 수 있는 정보)을 포함할 수 있다. 로컬 시간 정보(520)는 요청된 광고(들)가 재생될 사용자 디바이스의 로컬 시간을 포함할 수 있다. 지리적-위치 정보(530)는 요청된 광고(들)가 재생될 사용자 디바이스에 관한 위치 정보를 포함할 수 있다. 소스 식별자(540)는 요청된 광고(들)가 재생될 문서의 콘텐트 소유자(예컨대, 웹 발행자)를 식별하는데 이용될 수 있다. 광고들의 수(550)는 희망되는 광고들의 개수 또는 허용되는 광고들의 최대 개수를 특정한다. 조건들(560)은 적격성 조건들 예컨대, 오직 텍스트 광고들, 특정 용어들 또는 구들을 포함하거나 특정 토픽들에 관련된 광고들의 금지, 목표하지 않은 광고들의 금지 등을 포함할 수 있다.
도 6은 본 발명에 따른 방법에서 콘텐트 소유자 정보(395)를 저장하는데 이 용될 수 있는 예시적인 도표(600)이다. 도표(600)는 복수의 항목들을 포함할 수 있는데, 이들 각각은 콘텐트 소유자 식별자(610), 요구사항들(620), 및 선호도(630) 중 하나 이상을 포함할 수 있다. 요구사항들(620) 및/또는 선호도(630)는 전술한 도 5의 메시지(500)의 조건들(560)과 유사할 수 있다. 만약 메시지(500)가 콘텐트 소유자 요구사항들 및/또는 선호도를 조건으로 포함한다면, 해당 정보는 개별적으로 저장될 필요가 없다는 것을 주의한다.
도 7은 본 발명에 따른 방법에서 이용 및 실행 정보(360)의 저장에 이용될 수 있는 예시적인 도표(700)이다. 도표(700)는 복수의 항목들을 포함할 수 있으며, 이들 각각은 광고 식별자 또는 광고 세트 식별자(710), 광고에 대한 임프레션들 또는 세트에 대한 통합적인 임프레션들(720), 광고에 대한 선택들 또는 세트에 대한 통합적인 임프레션들(730), 광고에 대한 변환들 또는 세트에 대한 통합적인 변환들(740), 및 광고에 대한 하나 이상의 실행 파라미터들 또는 세트에 대한 통합적인 실행 파라미터들 중 하나 이상을 포함할 수 있다. 통합적인 실행 파라미터들은 특정 광고 유형(예컨대, 텍스트 광고들, 이미지 광고들 등), 특정 광고 유형의 변환율, 유사 광고들(예컨대, 공통의 목표 기준을 갖는 광고들)의 세트의 선택율, 유사 광고들의 세트의 변환율, 주어진 문서(예컨대, 웹 페이지) 또는 문서들(예컨대, 웹사이트, 특정 토픽 또는 개념에 관한 문서들 등)의 세트에 대한 선택율, 주어진 문서 또는 문서들의 세트에 대한 변환율 등 중 하나 이상을 포함할 수 있다. 적어도 몇몇 실행 파라미터들이 평가될 수 있다.(Eric Veach가 발명하여, 2004년 1월 24일에 출원된 "ESTIMATING USER BEHAVIOR AND USING SUCH ESTIMATES"라는 발명의 명칭 을 갖는 미국 특허 출원 일련 번호 10/350,910(본원에 참조로 포함됨)을 참조)
본 발명에 따른 정보를 저장하기 위한 예시적인 데이터 구조들을 소개하였으나, 본 발명에 따른 방법으로 다양한 동작들을 수행하는데 이용가능한 예시적인 방법들을 이하에서 설명하기로 한다.
예시적인 방법들
상기한 바와 같이, 본 발명에 따른 실시예들은 어떤 광고들을 제공할 것인지를 결정하는데 이용될 수 있다. 이러한 결정은, 예컨대, (i) 추론된 사용자 관심에 대한 광고들의 관련성(예컨대, 검색 질의, 문서 콘텐트 등으로부터 추론됨), (ii) 광고들에 가용한 광고 영역을 가장 잘 이용할 수 있는 방법, (iii) 콘텐트 소유자 선호도 및/또는 요구사항들, (iv) 광고소유자 선호도 및/또는 요구사항들, (v) 경합하는 광고들 또는 경합하는 광고주들에 대한 공평성, (vii) 구현 용이성, (viii) 컴퓨터 저장 리소스들, (ix) 컴퓨터 프로세싱 리소스들 등 중 하나 이상을 고려할 수 있다.
본 발명에 따른 실시예들은 광고주들에게 청구될 비용들을 결정하는데 도움을 주기 위해 이용될 수 있다. 이러한 결정은, 예컨대, (i) 광고 제공의 광고주의 가치를 어떻게 가장 잘 구할 것인지, (ii) 경합하는 광고들 또는 경합하는 광고주들에 대한 공평성, (iii) 광고 관리 단순성, (iv) 구현 용이성 등 중 하나 이상을 고려할 수 있다. 본 발명에 따른 방법으로 광고주들에게 청구될 비용들을 결정하는데 도움을 주기 위해 이용될 수 있는 예시적인 방법들을 이하에서 설명하기로 한 다.
제공되는 광고들을 결정하기 위한 예시적인 방법들
도 8은 본 발명에 따른 방법으로 제공할 광고들을 결정하는데 이용될 수 있는 예시적인 방법(800)의 순서도이다. 하나 이상의 (관련된 및/또는 적격의) 후보 광고들이 결정된다(810). 결정된 후보 광고들 중 적어도 일부는 적어도 제공 가격(offer) 정보(및 실행 정보)를 이용하여 점수가 매겨진다(820). 다음, 대안의 광고(들) 또는 광고들의 세트들이 비교되고, 어떤 방침 목적을 가장 잘 만족하는 광고(들) 또는 세트가 선택된다(830). 선택된 광고(들) 또는 하나 이상의 광고들의 세트가 제공되고(840), 방법(800)을 종료하기에 앞서, 청구시 이용될 정보가 저장된다(850). 이 단계에서, 잠재적인 비용(들)이, 제공되지 않은 광고(들 또는 제공되지 않은 광고들의 대체된 세트의 광고들로부터의 정보를 이용하여 결정될 수 있고, 이러한 잠재적인 비용들이 저장될 수 있다. 택일적으로, 제공되지 않은 광고(들) 또는 제공되지 않은 광고들의 대체된 세트의 광고들로부터의 이러한 정보는, 필요에 따라, 이후의 비용(들) 결정 목적을 위해 저장될 수 있다.
(810)단계를 참조하면, 결정된 후보 광고들은 관련성이 있거나 및/또는 적격성이 있다. 광고의 관련성은 광고의 목표 기준과, 광고 요청에서의 대응하는 정보(및/또는 광고 요청에서의 정보로부터 파생되는 또는 발견되는 정보)를 비교함으로써 결정될 수 있다. 광고의 적격성은 광고 정보와 콘텐트 소유자 요구사항들(예컨대, 이미지 광고들 금지, 텍스트 광고들 금지 등)을 비교함으로써 결정될 수 있다. 관련성과 같이, 광고의 적격성은 또한 광고의 목표 기준과, 광고 요청에서의 대응하는 정보(및/또는 광고 요청에서의 정보로부터 파생되는 또는 발견되는 정보)를 비교함으로써 결정될 수 있다. 본 발명에 따른 적어도 몇몇 실시예들에서, 광고들은 그들의 광역 실행(예컨대, 선택율) 또는, 웹사이트당 또는 문서당 실행이 너무 낮은 경우 적격하지 않은 것이 될 수 있다.
(820)단계를 참조하면, 후보 광고들 중 적어도 일부가 적어도 제공 가격 정보 및 실행 정보를 이용하여 점수 매겨질 수 있다. 예를 들어, 수입-기반 점수는 그것의 선택당 제공 가격(예컨대, 최대 가격)과 광고의 선택율을 곱함으로써 결정될 수 있다(예컨대, '654 출원 참조).
(830)단계를 참조하면, 대안의 광고(들) 또는 광고들의 세트들이 비교되고, 임의의 방침 목적을 가장 잘 만족하는 광고(들) 또는 세트가 선택된다. 몇몇 경우들에서는, 광고들이 모두 같은 유형이고 각각이 동일한 양의 "광고 영역"을 점유하는 경우에, 이 선택은 더 이상 광고들이 광고 영역에 꼭 들어맞지 않을 때까지 또는 허용된 광고들의 최대 개수에 도달할 때까지 가장 높은 점수의 광고들을 선택하는 것과 같이 단순할 수 있다. 그러나, 뒤따르는 임의의 부가적인 제약들을 물론이거니와, 만족시킬 방침 목적에 따라, 이 선택은 더욱 복잡해질 수 있다. 또한, 각각이 상이한 "광고 영역"을 점유하는 광고들, 예컨대 텍스트 광고들 및 이미지 광고들의 상이한 유형을 고려한다면, 이 선택은 더욱더 복잡해질 것이다. 적은 "광고 영역"을 점유하는 광고들의 세트가 더 많은 "광고 영역"을 점유하는 것에 비해 더 높은 기대치를 갖는 것이 가능하다는 것을 주의한다.
최선의 광고(들) 또는 광고들의 세트를 비교하고 선택하는 것에 대한 다수의 대안적인 방법들이 여기에서 설명된다. 본 발명은 설명된 특정 예들에 한정되는 것은 아니다.
예 1:
텍스트 광고들 및 이미지 광고들이 제공될 수 있고, 하나의 이미지 광고의 자리에 4개의 텍스트 광고들이 제공될 수 있다고 가정한다. 또한, 이미지 광고들(m1,m2,m3,m4...) 및 텍스트 광고들(t1,t2,t3,t4...)이 후보들이고 최고점에서 최저점의 순서로 정렬되어 있다고 가정한다. 마지막으로 광고 영역은 하나의 이미지 광고 또는 4개의 텍스트 광고들만을 충족할 수 있다고 가정한다.
본 발명에 따른 일 예에서, 이미지 광고(m1)이 다음의 조건에서 및 다음의 조건에서만 재생된다:
Figure 112009079861330-PAT00001
여기서, MaxCPM은 광고의 선택(클릭쓰루)율(종종 CTR이라 한다)과 광고와 연관된 선택당 비용(최대값) 제공 가격(때로 CPC라고 한다)의 곱이다. 이미지 광고의 선택율을 모른다면, 이것은 평가될 수 있다는 것을 주의한다. MaxCPM 이외에 MaxCPMExpected 값이 대신 이용될 수 있다.
이 결정은, (통계적으로 중요한) 가용한 실행 데이터가 있다면 상대적으로 직선적이다. 한 유형의 광고(예컨대, 텍스트 광고들)를 제공하고 다른 유형의 광 고(예컨대, 이미지 광고들)를 제공하지 않았던 몇몇 시스템들에 대해, 하나의 도전은 이미지 광고들에 대해 (통계적으로 중요한) 가용한 실행 데이터가 없을 수 있다는 것이다. 따라서, 이미지 광고들에 대한 CTR은 이미지 광고들에 대한 MaxCPM 값들을 결정하기 위해 추론에 의해 결정되어야 한다. 이것이 수행되는 방법의 몇몇 변형들이 있다. 각각의 변형에서, MaxCPM(ad)=CTR(ad)*CPC(ad)라고 가정한다.
제 1 변형에서, CTR(mi)=CTR(ti)*c 이다. 따라서, MaxCPM(mi)=(CTR(ti)*c)* CPC(mi)이며, 여기서 c는 상수(예컨대, 5)이고, ti와 mi는 "관련된" 광고들이다. 이 제 1 변형에서, 이미지 광고(CTR(mi))의 선택율은 "관련된" 텍스트 광고(CTR(ti))의 선택율에 상수 c를 곱한 것으로 근사화될 수 있다. 예를 들어, c를 5라고 하면, 관련된 이미지 광고(mi)는 "관련된" 텍스트 광고(ti)의 그것의 5배 선택율을 갖게 될 것이다. 이미지 광고(mi)는 다수의 방식으로 텍스트 광고(ti)와 연관될 수 있다. 예를 들어, 이들 광고들은 동일한 광고 캠페인의 동일한 광고 그룹에 속할 수 있다. 그러나, 텍스트 광고 및 이미지 광고가 동일한 광고주에 대한 동일한 광고 캠페인의 동일한 광고 그룹에 있다면, 관련된 텍스트 광고는 비교로부터 이탈(drop)될 수 있다는 것을 주의한다. 이러한 추론이 가능하도록, 광고주가 항상 각각의 이미지 광고와 동일한 그룹에 속하는 텍스트 광고를 갖도록 하는 것이 바람직할 것이다. 즉, 보통의 경우는 MaxCPM(m1)과 (MaxCPM(t1)+MaxCPM(t2)+MaxCPM(t3)+MaxCPM(t4))를 비교하고 있고, 여기서 t1 및 m1은 동일한 광고 캠페인의 동일한 광고 그룹에 속한다면, MaxCPM(m1)은 (MaxCPM(t2)+MaxCPM(t3)+MaxCPM(t4)+MaxCPM(t5))와 비교된다. 이것은 광고주의 텍스트 광고가 그들의 이미지 광고와 경합하지 않도록 한다.
c를 미리 결정된 값으로 설정하지 않고, c를 (예컨대, 콘텐트 관련) 광고 서버(CTR(mall))의 모든 이미지 광고들의 통합적인 선택율 대 상이한 (예컨대, 키워드 관련) 광고 서버상의 혹은 동일한 광고 서버상의 모든 텍스트 광고들(CTR(tall))의 통합적인 선택율의 비로서 산출될 수 있다. 즉, 고정되고, 변화하는 조건들 또는 직감에 단지 기초할 수 있는 어떤 상수를 이용하기 보다는, c 값은 업데이트 될 수 있고 수집된 실제 실행 정보에 근거를 가질 수 있다. 따라서, 이 경우, c=CTR(모든 이미지 광고들)/CTR(모든 텍스트 광고들)이다.
약간의 변형으로서, 모든 이미지 광고들 및 모든 텍스트 광고들에 대한 통합적인 선택율 정보를 이용하여 c를 결정하는 것을 대신하여, c는 (예컨대, 상수 관련 광고 서버 상에서) 이미지 광고들의 특정 집합(CTR(mcollection))의 선택율 대 (예컨대, 키워드 관련 광고 서버 상에서) 텍스트 광고들의 관련된 집합(CTR(tcollection))의 선택율의 비로서 결정될 수 있다. 관련된 광고 집합들은 많은 방식들로 정의될 수 있다. 예를 들어, 광고 집합은 동일한 목표 키워드들을 공유하는 광고들-이미지 광고들 및 텍스트 광고들 양자-의 집합으로 정의될 수 있다. 이러한 집합은 이미지 광고들 및 텍스트 광고들이 광고 요청에 의해 만족되는 목표 기준을 가질 때 광고 영역 상에서 공간을 두고 경합하기 때문에 유용할 수 있다. 따라서, 이 경우, c=CTR(광고 집합 내의 모든 이미지 광고들)/CTR(모든 집합 내의 모든 텍스트 광고 들)이다. 이 변형은 이미지 광고가 다른 이미지 광고와 비교하여 어떻게 잘 동작하는지의 더욱 정확한 모델을 제공한다.
(통계적으로 현저한) 실행 정보가 이미지 광고에 가용하다고 가정하면, 다음의 표현이 이용될 수 있다: MaxCPM(mi)=CTR(mi)*CPC(mi). 이 때, 상수 c는 필요로 되지 않고, 따라서 비는 관련 텍스트 광고 또는 동일 그룹에 속하는 텍스트 광고들의 세트로부터의 실행 정보를 포함하고, 모든 텍스트 광고들은 결정될 필요가 없다.
실행 파라미터들, 예컨대 설명된 기술들 중 임의의 것을 이용하여 평가된 실행 파라미터들은 외부 영향을 제거함으로서 조정(예컨대, 정규화)될 수 있다. 예를 들어, 제 1 유형의 광고들이 검색 결과들의 웹 페이지 상에서 재생되는 반면, 다른 유형의 광고들이 다양한 다른 콘텐트 웹 페이지들 상에서 재생된다고 가정한다. 검색 결과들 웹 페이지 상에 재생되는 광고들의 상대적인 실행은 그들의 재생되는 페이지에 의해 영향받아서는 안된다(검색 결과들 웹 페이지의 포맷은 크게 변화하지 않는다고 가정한다). 반면, 다양한 웹 페이지들(그러한 웹 페이지들의 콘텐트에 의해 목표로 되는 바와 같은) 상에서 재생되는 광고들의 실행은 그들이 재생되는 웹 페이지(들)에 의해 영향받을 수 있다. 따라서, 다른 변형에서, 이미지 광고의 잠재적인 값은 다음과 같이 표현될 수 있다:
Figure 112009079861330-PAT00002
이것은, 이미지 광고(mi)에 대한 임프레션들이 광고의 제공에 영향을 주는 상이한 변수들을 갖는 다수의 상이한 웹사이트들에 미칠 수 있다는 사실을 설명한다. 예를 들어, 이미지 광고가 웹 페이지의 상단에 배치된다면, 그러한 배치는 이미지 광고가 웹 페이지의 하단에 배치될 때 보다 더 높은 선택율(CTR)을 유발할 수 있다. 어떤 웹사이트들이 광고들을 그들의 상단에 디스플레이하는 반면, 다른 웹사이트들이 그들의 하단에 광고들을 디스플레이한다면, 이것은 광고들의 실행에 대단한 영향을 줄 수 있다. 이것은 두 이미지 광고들(m1,m2)의 실행을 서로 비교하기 어렵게 한다. 왜냐하면, 그것들은 다른 유형들의 웹 페이지들 상에서 상이한 임프레션들을 갖고, 이들 웹 페이지들은 각각은 광고들의 실행에 영향을 주는 상이한 변수들을 갖기 때문이다. 더욱 공평하게 이들 비교를 수행하기 위해, 이미지 광고들의 배포는 정규화되어야 할 것이다. 광고 창작물 그 자체가 아닌, 선택율에 영향을 주는 다른 요인들의 영향은 유사하게 정규화를 이용하여 제거 또는 최소화될 수 있다.
실행 파라미터 예컨대, 선택율의 평가는 이력 정보를 대신하여 또는 이에 부가하여 다른 요인들을 고려할 수 있다. 예를 들어, 광고 또는 광고가 재생될 환경의 다른 속성들이 고려될 수 있다(예컨대, 광고 배치, 경합하는 광고의 수, 광고의 색, 광고의 브랜드 등). 또한, 실행 파라미터를 평가하기 위한 다른 기술들(예컨대, Bayesian 네트워크)이 이용될 수 있다.
예 2:
텍스트 광고들 및 이미지 광고들이 제공될 수 있고, 하나의 이미지 광고의 자리에 4개의 텍스트 광고들이 제공될 수 있다고 가정한다. 또한, 이미지 광고들(m1,m2,m3,m4...) 및 텍스트 광고들(t1,t2,t3,t4...)이 후보들이고 최고점에서 최저점의 순서로 정렬되어 있다고 가정한다. 마지막으로 광고 영역은 하나의 이미지 광고 또는 4개의 텍스트 광고들만을 충족할 수 있다고 가정한다. 또한, 이미지 광고들은 받아들일 수 있으나, 모든 이미지 광고들 또는 모든 텍스트 광고들이 (요청으로부터 또는 콘텐트-소유자 정보로부터 직접 결정되는 것에 따라) 리턴되어야 한다고 가정한다. 즉, 이미지 광고들은 텍스트 광고들과 경합한다. 다시 (830) 단계를 참조하면, 후보 광고들의 대안적인 세트들을 비교하고 최선의 세트를 선택하는 동작은 다음과 같이 수행될 수 있다. 오직, 텍스트 광고들이 (예컨대, 검색 CTR을 대신하여 콘텐트 CTR을 이용하여) 점수가 매겨진다. 텍스트 광고들의 MaxCPMs 의 합이 점수들을 이용하여 결정된다. 이미지 광고들은 점수들을 이용하여 결정되는 (MaxCPM)으로 점수 매겨진다. 만약 MaxCPM_text의 합이 MaxCPM_image 보다 크다면, 텍스트 광고들의 세트가 선택된다. 아니라면, 이미지 광고가 선택된다. 이것은 N개의 이미지 광고들이 4N개의 텍스트 광고들에 경합하는 경우에도 확장될 수 있고, 여기서 N은 1보다 크다.
광고주 비용을 결정 및/또는 할인하는 예시적인 방법들
도 9는 본 발명에 따른 방법에서 할인된 비용들을 결정하는데 이용될 수 있는 예시적인 방법(900)의 순서도이다. 방법(900)의 주요 동작들은 지불되어야 하는 조건의 이벤트가 발생할 때 수행된다(910). 도 8의 (850)단계로부터, 잠재적인 비 용(들)이 결정되고 저장될 수 있다는 것, 또는 이후에 비용 결정의 근거가 되는 정보가 저장될 수 있다는 것을 상기한다. 방법(900)을 참조하면, 할인된 비용 결정이 저장되었는지의 여부를 결정한다(920). 만약에 아니라면, 할인된 비용은 대체된 광고(들) 또는, 제공되지 않은 "대체된" 세트의 광고들의 정보를 이용하여 결정되고(930), 광고주의 계정은 방법(900)을 종료하기 전(950)에 할인된 비용을 이용하여 업데이트 된다(940). (920)단계를 참조하면, 할인된 비용 결정이 저장되어 있다면, 광고주의 계정은 방법(900)을 종료하기 전(950)에 결정된 할인 비용으로 업데이트된다(940).
청구될 결정된 비용이 단지 광고와 연관된 제공 가격일 수 있다. 택일적으로, 결정된 비용이 광고의 제공에 결과로서, 하나 이상의 대체된 광고들 또는 제공되지 않은 광고들의 세트의 함수일 수 있다(Eric Veach 등이 발명하여 2003년 1월 10일에 출원된 "AUTOMATED PRICE MAINTENANCE FOR USE WITH A SYSTEM IN WHICH ADVERTISEMENTS ARE RENDERED WITH RELATIVE PREFERENCE BASED ON PERFORMANCE INFORMATION AND PRICE INFORMATION"이라는 발명의 명칭을 갖는 미국 특허 출원 일련 번호 10,340,542(본원에 참조로서 포함되었고, "'542 출원"이라고 한다)와, Eric Veach 등이 발명하여 2003년 1월 10일에 출원된 "AUTOMATED PRICE MAINTENANCE FOR USE WITH A SYSTEM IN WHICH ADVERTISEMENTS ARE RENDERED WITH RELATIVE PREFERENCE"이라는 발명의 명칭을 갖는 미국 특허 출원 일련 번호 10,340,543(본원에 참조로서 포함되었고, "'543 출원"이라고 한다)를 참조하라). 본 발명에 따른 적어도 몇몇 실시예들에서, 할인된 비용은 그것의 광고에 의해 대 체된 하나 이상의 광고들의 값 또는 제공되지 않은 광고들의 세트의 값을 이용하여 결정된다. 이 값은 (i) 광고주의 광고를 포함하는 광고들의 세트의 제공 값(예컨대, 추정 수입), 및 (ii) 광고주의 광고를 포함하지 않는 광고들의 세트의 두번째로 큰 값(예컨대, 평가된 수입의 두번째로 큰 값)의 차이로서 정의될 수 있다.
비용을 결정하기 위한 다른 기술들이 대신 이용될 수 있고, 본 발명은 비용이 할인되는 실시예들에 한정되는 것은 아니다.
몇몇 경우에서는, 예컨대 광고들이 모두 동일한 유형이고 각각 동일한 크기의 "광고 영역"을 점유하는 경우, 할인된 비용 결정은 단지 '542 및 '543 출원들에 기재된 기술들을 이용한다. 그런, 다른 크기의 "광고 영역"을 각각 갖는 광고들의 상이한 유형들을 고려한다면, 할인된 비용 결정은 약간 더 복잡해질 수 있다. 할인된 비용을 결정하기 위한 다수의 대안적인 방법들이 여기에서 설명된다. 본 발명은 설명된 특정 실시예들에 한정되는 것은 아니다.
*예:
이 예는 제공 가격들이 선택(또는 클릭)당 최대 제공 가격들(일반적인 손실이 없는 "CPC"라고 한다)이고, 청구되는 비용은 할인된다고 가정한다. 이 예는 또한 이미지 광고들 및 텍스트 광고들이 광고 영역에서의 공간을 두고 경합하고, 하나의 이미지 광고의 재생이 4개의 텍스트 광고들을 대체한다고 가정한다.
승리한 광고에 의해 지불되는 최종 비용은 어떤 패배한 광고(즉, 승리한 광 고에 의해 대체된 임의의 광고들)을 승리한 광고의 선택율(CTR)로 나눈 기대치(예컨대, MaxCPM)이다. 텍스트 광고들의 세트가 이미지 광고를 이긴 경우, 복수의 승리한 텍스트 광고들 사이에 패배한 이미지 광고의 MaxCPM을 배분하는 두 가지 방법이 있다. 제 1 옵션에서, 각각의 텍스트 광고에 대한 수정된 할인 비용이, 적게 선호된 (예컨대, 광고 영역에서 낮은 슬롯들에서의) 표현방법들을 갖는 광고들의 할인 비용을, 텍스트 광고들의 할인 비용들의 합이 이미지 광고에 부과되었었을 비용가 일치될 때까지(혹은 다소 초과될 때까지 등), 하나씩 그들의 최대값들(CPCs)까지 증가시킴으로써 결정된다. 제 2 옵션은, 승리한 텍스트 광고들 사이의 비용들의 차를 (예컨대, 공평하게 혹은 어떠한 함수 및/또는 규칙들에 따라) 분배하는 것이다. 이들 옵션들이 어떻게 동작하는지에 대해 설명하는 예들이 도 11 및 도 12를 참조하여 후술된다.
이미지 광고가 이긴 경우에는, 텍스트 광고들의 기대치들(예컨대, MaxCPMs)을 이미지 광고의 선택율(CTR)로 나눈 것의 합을 지불한다. 이것이 어떻게 동작하는지에 관한 예가 도 13을 참조하여 후술된다. 이 논리는 하나의 이미지 광고 및 N개의 텍스트 광고들이 있는 경우에 해당하는 것이다. 그러나, 이것은 M개의 이미지 광고들 및 N개의 텍스트 광고들에 대해 용이하게 확장될 수 있다. 상세하게는, 주어진 광고주가 서로 경합하는 후보 이미지 광고 및 후보 텍스트 광고를 갖고 있다면, 광고는 부자연스럽게 서로의 값을 증가시킬 것이다. 예를 들어, 옥션에 오직 하나의 광고 그룹이 있으나, (동일한 최대 제공 가격(CPC)를 갖는) 텍스트 광고 및 이미지 광고를 가진다고 가정한다. 이 시나리오에서, 광고주는 최소 제공 가격(예 약 가격)을 대신하여 텍스트 광고의 MaxCPM의 지불을 종료할 것이다. 이들 경우들은 드문 경우이며 특별한 경우로 취급할 수 있고 또는 배제할 수 있다.
최종적으로, 오직 이미지 광고들 또는 오직 텍스트 광고들이 경합하는 경우에 대해, 옥션은 단순한 중재자로서 취급될 수 있다.(예컨대, '542 출원을 참조)
전술한 기술들은 구현이 단순하다는 점에서 유리하다.
예시적인 장치
*도 10은 전술한 하나 이상의 동작들을 수행하는 기계(1000)의 상위 계층의 블록도이다. 기계(1000)는 기본적으로 하나 이상의 프로세서들(1010), 하나 이상의 입력/출력 인터페이스 유닛들(1030), 하나 이상의 저장 디바이스들(1020), 및 결합된 구성요소들 간의 정보 교환을 용이하게 하기 위한 하나 이상의 시스템 버스들 및/또는 네트워크들(1040)을 포함한다. 하나 이상의 입력 디바이스들(1032) 및 하나 이상의 출력 디바이스들(1034)이 하나 이상의 입력/출력 인터페이스들(1030)과 결합될 수 있다.
하나 이상의 프로세서들(1010)이 기계-실행 명령어들(예컨대, 캘리포니아의 팔로 알토에 위치한 썬 마이크로시스템사의 Solaris 운영 시스템 또는 복수의 벤더들 예컨대 노스 캐롤리나의 두르함에 위치한 Red Hat사로부터 널리 이용되고 있는 리눅스 운영 시스템 상에서 실행되는 C 또는 C++)을 실행하여 본 발명의 하나 이상의 양상들을 성취한다. 기계-판독 명령어들의 적어도 일부는 하나 이상의 저장 디 바이스들(1020)에 (일시적으로 또는 더욱 지속적으로) 저장되고, 및/또는 하나 이상의 입력 인터페이스 유닛들(1030)을 통해 외부 소스로부터 수신될 수 있다.
일 실시예에서, 기계(1000)는 하나 이상의 종래 개인용 컴퓨터일 수 있다. 이 경우, 프로세싱 유닛들(1010)은 하나 이상의 프로세서들일 수 있다. 버스(1040)는 시스템 버스를 포함할 수 있다. 저장 디바이스들(1020)은 시스템 메모리, 예컨대 롬 및/또는 램을 포함할 수 있다. 저장 디바이스들(1020)은 또한 하드 디스크에 기록하고 그로부터 판독하기 위한 하드 디스크 드라이브, (착탈가능한) 마그네틱 디스크에 기록하고 그로부터 판독하기 위한 마그네틱 디스크 드라이브, 및 CD 또는 다른 (마그네틱성) 광학 매체와 같은 착탈가능한 (마그네틱성) 광학 디스크에 기록하고 그로부터 판독하기 위한 광학 디스크 드라이브를 포함할 수 있다.
사용자는 명령들과 정보를 입력 디바이스들(1302), 예컨대 키보드, 포인팅 디바이스(예컨대, 마우스)을 통해 개인용 컴퓨터에 입력할 수 있다. 다른 입력 디바이스들 예컨대, 마이크로폰, 조이스틱, 게임 패드, 접시형 위성안테나, 스캐너 등드이 또한 (또는 택일적으로) 포함될 수 있다. 이들 및 다른 입력 디바이스들이 종종 시스템 버스(1040)에 결합된 적절한 인터페이스(1030)를 통해 프로세싱 유닛(들)(1010)에 연결된다. 외부 디바이스들(1034)은 모니터 또는 다른 유형의 디스플레이 디바이스를 포함할 수 있고, 이는 또한 적절한 인터페이스를 통해 시스템 버스(1040)에 연결될 수 있다. 모니터에 덧붙여(또는 대신하여), 개인용 컴퓨터는 다른 (외부) 출력 디바이스들, 예컨대 스피커 및 프린터를 포함할 수 있다.
전술한 다양한 동작들이 하나 이상의 기계들(1000)에 의해 수행될 수 있고, 전술한 다양한 정보가 하나 이상의 기계들(1000)에 저장될 수 있다. 광고 서버(210), 검색 엔진(220), 콘텐트 서버(230), 이메일 서버(240) 및/또는 사용자 디바이스(250)는 하나 이상의 기계들(800)을 포함할 수 있다.
대체물들 및 확장물들
전술한 실시예들의 일부에서, 잠재적인 수입(예컨대, 선택율 및 선택당 최대 제공 가격의 곱의 합)을 최대화하는 (또는 거의 최대화하는) 방침 목적에 관하여 중재가 설명되었다. 다른 방침 목적들이 가능하고, 당업자는 그러한 방침 목적들을 만족하는 조정들을 디자인할 수 있을 것이다. 예를 들어, 방침 목적은 사용자에게 가장 유용한 광고를 제공하기 위한 비용들을 포함하거나, 감소시키거나 또는 최소하면서, 광고주의 광고를 광고주가 희망하는 방식으로 제공하는 것일 수 있다. 본 발명에 따라 상이한 방침 목적들 및 상이한 조정들이 가능한 실시예들이 가능하다.
전술한 실시예들의 일부에서, 비용은 할인된 비용으로서 결정되었다. 본 발명에 따른, 할인되지 않은 비용을 포함하여, 다른 방식들로 비용들을 결정하는 실시예들이 가능하다. 더욱이, 광고주에게 청구하기 위해 결정된 비용은 광고주 할인, 특별 제공 가격 할인, 볼륨 할인 등과 같은 조정 또는 할증 부과 예컨대 최소 부과, 지연 부과를 적용할 수 있다.
전술한 예들 중 일부는 텍스트 광고들 및 이미지 광고들이 제공될 수 있는 실시예들에 적용될 수 있었지만, 본 발명은 다른 유형들의 광고들(예컨대, 플래쉬 광고들, 비디오 광고들, 오디오 광고들 등)에 광범위하게 적용가능하다.
전술한 예들 중 일부는 문서의 재생 인스턴스 상에서 광고들을 제공하는지의 여부 또는 방법을 결정하는 환경들에서 설명되었으나, 본 발명은 또한 다른 유형들의 경합하는 광고들에 관하여 다른 결정들, 예컨대, 광고들이 얼마나 자주 제공되는 등의 결정을 수행하는데 이용될 수 있다.
전술한 예들 중 일부에서는, 광고주들이 선택당 비용(예컨대, 최대 비용)을 지불할 것을 제안하지만, 본 발명은 다른 제안들, 예컨대 변환당 제안(최대 비용 제안), 임프레션당 제안(예컨대, 최대 비용 제안) 등과 함께 이용될 수 있다.
동작들의 예들
텍스트 광고들의 세트가 이미지 광고를 이기는 전술한 경우에서, 패배한 이미지 광고의 기대치(예컨대, MaxCPM)을 복수의 승리한 텍스트 광고들 사이에 분배하는 두 가지 방식이 있음을 상기한다. 제 1 옵션에서, 각각의 텍스트 광고에 대한 조정된 할인 비용이, 적게 선호된 (예컨대, 광고 영역에서 낮은 슬롯들에서의) 표현방법들을 갖는 광고들의 할인 비용을, 텍스트 광고들의 할인 비용들의 합이 이미지 광고에 부과되었을 비용이 일치될 때까지(혹은 다소 초과될 때까지 등), 하나씩 그들의 최대값들(CPCs)까지 증가시킴으로써 결정된다. 제 2 옵션은, 승리한 텍스트 광고들 사이에 비용들의 차를 분배하는 것이다. 이들 옵션들이 어떻게 동작하는지에 대해 설명하는 예들이 도 11 및 도 12를 참조하여 후술된다.
먼저 도 11을 참조하면, 광고들의 MaxCPM의 합(0.207)이 이미지 광고의 그것(0.190) 보다 큰 것을 주의한다. 광고의 할인 기대치(예컨대, 수입)는 다음으로 낮은 광고(즉, 대체된 광고)의 그것으로 설정되고, 할인 비용은 할인된 수입(eCPM)을 광고의 선택율(CTR)로 나눈 것으로 설정된다. 할인 비용들의 합($1.77)이 이미지 광고가 지불했었어야 했던 것($1.90)보다 작기 때문에, 그 차이($0.13)는 옵션 1에 따라 텍스트 광고들의 할인 비용들에 분배될 수 있고, 즉, $0.13 중 $0.10은 텍스트 광고(t4)에 (그것의 최대값 $0.15 까지) 할당되고, 그 나머지 $0.13 중 $0.03은 텍스트 광고(t3)에 할당될 수 있다. 옵션 2에 따르면, $0.13/4=$0.04가 4개의 텍스트 광고들의 각각에 할당된다.
도 12를 참조하면, 할인 비용들($4.50)의 합이 이미 이미지 광고가 지불했어야 하는 것($1.90)보다 크기 때문에, 더 이상의 조정은 수행되지 않는다.
이미지 광고가 승리한 경우, 텍스트 광고들의 기대치들(예컨대, MaxCPMs)을 이미지 광고의 선택율(CTR)로 나눈 것의 합을 지불한다는 것을 상기한다. 도 13에 도시된 바와 같이, 비용은 $4.00로부터 $3.62로 할인된다.
도 1은 광고 시스템으로 상호 작용할 수 있는 당사자들 또는 엔티티들을 나타내는 높은-계층의 블록도.
도 2는 본 발명에 따른 실시예들이 동작하는 환경을 나타내는 블록도.
도 3은 본 발명에 따른 실시예들이 동작하는 광고 시스템의 블록도.
도 4는 본 발명에 따른 방법에서 광고 정보를 저장하기 위한 예시적인 데이터 구조를 나타낸 도면.
도 5는 본 발명에 따른 방법에서 광고 요청 정보를 저장하기 위한 예시적인 데이터 구조를 나타낸 도면.
도 6은 본 발명에 따른 방법에서 콘텐트 소유자 정보를 저장하기 위한 예시적인 데이터 구조를 나타낸 도면.
도 7은 본 발명에 따른 방법에서 이용 및/또는 실행 정보를 저장하기 위한 예시적인 데이터 구조를 나타낸 도면.
도 8은 본 발명에 따른 방법에서 광고 선택 동작을 수행하는 예시적인 방법의 순서도.
도 9는 본 발명에 따른 방법에서 할인된 비용 결정 동작을 수행하기 위한 예시적인 방법의 순서도.
도 10은 본 발명에 따른 방법에서 다양한 정보를 저장하고, 다양한 동작들을 수행할 수 있는 예시적인 장치의 블록도.
도 11 내지 도 13은 본 발명의 실시예의 동작들의 예들을 도시하는 도면.

Claims (20)

  1. 광고들의 온라인 제공을 위한 컴퓨터로 실행되는 방법에 있어서,
    a) 적어도 하나의 컴퓨터를 포함하는 컴퓨터 시스템을 사용하여, 광고 요청에 응답하고 관련하여 제공할 후보 광고들을 수신하는 단계로서, 상기 후보 광고들은 적어도 하나의 제 1 광고 유형의 광고 및 적어도 하나의 제 2 광고 유형의 광고를 포함하는, 상기 후보 광고들 수신 단계;
    b) 상기 컴퓨터 시스템을 사용하여, 상기 후보 광고들 중 적어도 일부의 각각의 점수를 결정하는 단계;
    c) 상기 컴퓨터 시스템을 사용하여, 적어도 하나의 방침 목적(policy goal)을 가장 잘 만족하는 세트를 선택하기 위해 상기 후보 광고들 중 상기 적어도 일부의 대안적인 세트들을 비교하는 단계로서,
    후보 광고들의 제 1 대안적인 세트들은 제 1 수의 제 1 광고 유형의 광고들 및 제 2 수의 제 2 광고 유형의 광고들을 포함하고,
    후보 광고들의 제 2 대안적인 세트들은 제 3 수의 제 1 광고 유형의 광고들 및 제 4 수의 제 2 광고 유형의 광고들을 포함하고,
    (A) 상기 제 1 수가 상기 제 3 수와 상이함, 및 (B) 상기 제 2 수가 상기 제 4 수와 상이함 중 적어도 하나인, 상기 비교 단계; 및
    d) 상기 컴퓨터 시스템을 사용하여, 상기 선택된 후보 광고들의 세트를 제공하는 단계를 포함하는 방법.
  2. 제 1 항에 있어서,
    상기 제 1 광고 유형은 텍스트 광고이고, 상기 제 2 광고 유형은 이미지 광고인, 방법.
  3. 제 2 항에 있어서,
    상기 선택된 후보 광고들의 세트는 문서의 광고 영역에 제공되고, 상기 제 1 광고 유형의 광고들은 상기 제 2 광고 유형의 광고들보다 적은 광고 영역을 점유하고, 상기 제 1 광고 유형의 M개의 광고들이 상기 제 2 광고 유형의 N개의 광고들에 의해 점유되는 영역에 일치할 수 있으며, M>N인, 방법.
  4. 제 1 항에 있어서,
    상기 적어도 하나의 방침 목적은 제공될 후보 광고들의 세트와 연관된 잠재적인 추정 수입을 최대화하는 것을 포함하고, 상기 후보 광고들 각각은 사용자 동작 당 연관된 제공 가격(offer) 및 사용자 동작 레이트를 가지며, 상기 후보 광고들의 세트에 연관된 상기 추정 수입은 상기 세트의 후보 광고 각각에 대한 잠재적인 추정 수입의 합계를 포함하며, 각각의 후보 광고에 대한 상기 잠재적인 추정 수입은 상기 후보 광고와 연관된 상기 사용자 동작 당 제공 가격과 상기 후보 광고에 연관된 상기 사용자 동작 레이트의 곱을 포함하는, 방법.
  5. 제 4 항에 있어서,
    상기 제 2 광고 유형의 광고들에 대한 상기 사용자 동작 레이트는 상기 제 1 광고 유형의 광고들에 대한 상기 사용자 동작 레이트를 이용하여 결정되는, 방법.
  6. 제 5 항에 있어서,
    상기 제 2 광고 유형의 광고들에 대한 상기 사용자 동작 레이트는 상기 제 1 광고 유형의 광고들에 대한 상기 사용자 동작 레이트와 조정 계수의 곱을 이용하여 결정되며, 상기 조정 계수는, (A) 상기 제 2 광고 유형의 모든 광고들에 관한 평균 사용자 동작 레이트 대 상기 제 1 광고 유형의 모든 광고들의 평균 사용자 동작 레이트의 비(ratio), (B) 상기 제 2 광고 유형의 광고들의 집합의 평균 사용자 동작 레이트 대 상기 제 1 광고 유형의 대응하는 광고들의 집합의 평균 사용자 동작 레이트의 비, 및 (C) 상기 제 2 광고 유형의 광고의 사용자 동작 레이트 대 상기 제 1 광고 유형의 대응하는 광고의 사용자 동작 레이트의 비 중 하나이고, 상기 제 2 광고 유형의 상기 광고 및 상기 제 1 광고 유형의 상기 대응하는 광고는 동일한 광고 캠페인의 동일한 광고 그룹에 속하는, 방법.
  7. 제 1 항에 있어서,
    e) 상기 컴퓨터 시스템을 사용하여, 상기 적어도 하나의 방침 목적을 두 번째로 잘 만족하는 후보 광고들의 세트로부터의 정보를 이용하여 상기 선택된 후보 광고들의 세트의 적어도 하나의 광고에 대한 할인된 비용을 결정하는 단계를 더 포 함하는 방법.
  8. 제 1 항에 있어서,
    상기 선택된 후보 광고들의 세트는 후보 광고들의 비-선택된 세트 내의 적어도 M개의 텍스트 광고들을 대체하는 적어도 N개의 이미지 광고들을 포함하고, 상기 N은 적어도 1이고, M>N이며, 상기 N개의 이미지 광고들의 제공에 대한 잠재적인 기대 수입은 상기 M개의 텍스트 광고들의 제공에 대한 잠재적인 기대 수입보다 큰, 방법.
  9. 제 1 항에 있어서,
    상기 선택된 후보 광고들의 세트는 후보 광고들의 비-선택된 세트 내의 적어도 N개의 이미지 광고들을 대체하는 적어도 M개의 텍스트 광고들을 포함하고, 상기 N은 적어도 1이고, M>N이며, 상기 M개의 텍스트 광고들의 제공에 대한 잠재적인 기대 수입은 상기 N개의 이미지 광고들의 제공에 대한 잠재적인 기대 수입보다 큰, 방법.
  10. 제 8 항 또는 제 9 항에 있어서,
    e) 상기 컴퓨터 시스템을 사용하여, (A) 상기 후보 광고들의 비-선택된 세트로부터의 정보를 이용하여 상기 적어도 N개의 이미지 광고들, 및 (B) 상기 후보 광고들의 비-선택된 세트로부터의 정보를 이용하여 상기 적어도 M개의 텍스트 광고들 중 하나에 대한 할인된 비용을 결정하는 단계; 및
    f) 상기 컴퓨터 시스템을 사용하여, (A) 상기 N개의 이미지 광고들의 기대치와 상기 M개의 텍스트 광고들의 기대치 사이의 차(差), 및 (B) 상기 M개의 텍스트 광고들의 기대치와 상기 N개의 이미지 광고들의 기대치 사이의 차 중 적어도 하나를 이용하여 상기 할인된 비용을 조정하는 단계를 더 포함하고,
    상기 조정은 상기 차를 (A) 상기 적어도 N개의 이미지 광고들, 또는 (B) 상기 적어도 M개의 텍스트 광고들에 걸쳐 분배하는, 방법.
  11. 장치에 있어서,
    a) 광고 요청에 응답하고 관련하여 제공할 후보 광고들을 수신하는 수단으로서, 상기 후보 광고들은 적어도 하나의 제 1 광고 유형의 광고 및 적어도 하나의 제 2 광고 유형의 광고를 포함하는, 상기 후보 광고 수신 수단;
    b) 상기 후보 광고들 중 적어도 일부의 각각의 점수를 결정하는 수단;
    c) 적어도 하나의 방침 목적을 가장 잘 만족하는 세트를 선택하기 위해 상기 후보 광고들 중 상기 적어도 일부의 대안적인 세트들을 비교하는 수단으로서,
    후보 광고들의 제 1 대안적인 세트들은 제 1 수의 제 1 광고 유형의 광고들 및 제 2 수의 제 2 광고 유형의 광고들을 포함하고,
    후보 광고들의 제 2 대안적인 세트들은 제 3 수의 제 1 광고 유형의 광고들 및 제 4 수의 제 2 광고 유형의 광고들을 포함하고,
    (A) 상기 제 1 수가 상기 제 3 수와 상이함, 및 (B) 상기 제 2 수가 상기 제 4 수와 상이함 중 적어도 하나인, 상기 비교 수단; 및
    d) 상기 선택된 후보 광고들의 세트를 제공하는 수단을 포함하는 장치.
  12. 제 11 항에 있어서,
    상기 제 1 광고 유형은 텍스트 광고이고, 상기 제 2 광고 유형은 이미지 광고인, 장치.
  13. 제 12 항에 있어서,
    상기 선택된 후보 광고들의 세트는 문서의 광고 영역에 제공되고, 상기 제 1 광고 유형의 광고들은 상기 제 2 광고 유형의 광고들보다 적은 광고 영역을 점유하고, 상기 제 1 광고 유형의 M개의 광고들은 상기 제 2 광고 유형의 N개의 광고들에 의해 점유되는 영역에 일치할 수 있으며, M>N인, 장치.
  14. 제 11 항에 있어서,
    상기 적어도 하나의 방침 목적은 제공될 후보 광고들의 세트와 연관된 잠재적인 추정 수입을 최대화하는 것을 포함하고, 상기 후보 광고들 각각은 사용자 동작 당 연관된 제공 가격 및 사용자 동작 레이트를 가지며, 상기 후보 광고들의 세트에 연관된 상기 추정 수입은 상기 세트의 후보 광고 각각에 대한 잠재적인 추정 수입의 합계를 포함하며, 각각의 후보 광고에 대한 상기 잠재적인 추정 수입은 상기 후보 광고와 연관된 상기 사용자 동작 당 제공 가격과 상기 후보 광고에 연관된 상기 사용자 동작 레이트의 곱을 포함하는, 장치.
  15. 제 14 항에 있어서,
    상기 제 2 광고 유형의 광고들에 대한 상기 사용자 동작 레이트는 상기 제 1 광고 유형의 광고들에 대한 상기 사용자 동작 레이트를 이용하여 결정되는, 장치.
  16. 제 15 항에 있어서,
    상기 제 2 광고 유형의 광고들에 대한 상기 사용자 동작 레이트는 상기 제 1 광고 유형의 광고들에 대한 상기 사용자 동작 레이트와 조정 계수의 곱을 이용하여 결정되며, 상기 조정 계수는, (A) 상기 제 2 광고 유형의 모든 광고들에 관한 평균 사용자 동작 레이트 대 상기 제 1 광고 유형의 모든 광고들의 평균 사용자 동작 레이트의 비, (B) 상기 제 2 광고 유형의 광고들의 집합의 평균 사용자 동작 레이트 대 상기 제 1 광고 유형의 대응하는 광고들의 집합의 평균 사용자 동작 레이트의 비, 및 (C) 상기 제 2 광고 유형의 광고의 사용자 동작 레이트 대 상기 제 1 광고 유형의 대응하는 광고의 사용자 동작 레이트의 비 중 하나이고, 상기 제 2 광고 유형의 상기 광고 및 상기 제 1 광고 유형의 상기 대응하는 광고는 동일한 광고 캠페인의 동일한 광고 그룹에 속하는, 장치.
  17. 제 11 항에 있어서,
    e) 상기 적어도 하나의 방침 목적을 두 번째로 잘 만족하는 후보 광고들의 세트로부터의 정보를 이용하여 상기 선택된 후보 광고들의 세트의 적어도 하나의 광고에 대한 할인된 비용을 결정하는 수단을 더 포함하는 장치.
  18. 제 11 항에 있어서,
    상기 선택된 후보 광고들의 세트는 후보 광고들의 비-선택된 세트 내의 적어도 M개의 텍스트 광고들을 대체하는 적어도 N개의 이미지 광고들을 포함하고, 상기 N은 적어도 1이고, M>N이며, 상기 N개의 이미지 광고들의 제공에 대한 잠재적인 기대 수입은 상기 M개의 텍스트 광고들의 제공에 대한 잠재적인 기대 수입보다 큰, 장치.
  19. 제 11 항에 있어서,
    상기 선택된 후보 광고들의 세트는 후보 광고들의 비-선택된 세트 내의 적어도 N개의 이미지 광고들을 대체하는 적어도 M개의 텍스트 광고들을 포함하고, 상기 N은 적어도 1이고, M>N이며, 상기 M개의 텍스트 광고들의 제공에 대한 잠재적인 기대 수입은 상기 N개의 이미지 광고들의 제공에 대한 잠재적인 기대 수입보다 큰, 장치.
  20. 제 18 항 또는 제 19 항에 있어서,
    e) (A) 상기 후보 광고들의 비-선택된 세트로부터의 정보를 이용하여 상기 적어도 N개의 이미지 광고들, 및 (B) 상기 후보 광고들의 비-선택된 세트로부터의 정보를 이용하여 상기 적어도 M개의 텍스트 광고들 중 하나에 대한 할인된 비용을 결정하는 수단; 및
    f) (A) 상기 N개의 이미지 광고들의 기대치와 상기 M개의 텍스트 광고들의 기대치 사이의 차, 및 (B) 상기 M개의 텍스트 광고들의 기대치와 상기 N개의 이미지 광고들의 기대치 사이의 차 중 적어도 하나를 이용하여 상기 할인된 비용을 조정하는 수단을 더 포함하고,
    상기 조정 동작은 상기 차를 (A) 상기 적어도 N개의 이미지 광고들, 또는 (B) 상기 적어도 M개의 텍스트 광고들에 걸쳐 분배하는, 장치.
KR1020097026928A 2004-05-10 2005-05-06 텍스트 광고들 및 이미지 광고들과 같은 상이한 표현 방법들 및／또는 특성들을 갖는 광고들의 제공 촉진 KR101282806B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US10/842,643 US20050251444A1 (en) 2004-05-10 2004-05-10 Facilitating the serving of ads having different treatments and/or characteristics, such as text ads and image ads
US10/842,643 2004-05-10
PCT/US2005/015800 WO2005111894A2 (en) 2004-05-10 2005-05-06 Facilitating the serving of ads having different treatments and/or characteristics, such as text ads and image ads

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020067025859A Division KR20070010198A (ko) 2004-05-10 2005-05-06 텍스트 광고들 및 이미지 광고들과 같은 상이한 표현방법들및／또는 특성들을 갖는 광고들의 제공 촉진

Publications (2)

Publication Number Publication Date
KR20100017914A true KR20100017914A (ko) 2010-02-16
KR101282806B1 KR101282806B1 (ko) 2013-07-05

Family

ID=35240552

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020067025859A KR20070010198A (ko) 2004-05-10 2005-05-06 텍스트 광고들 및 이미지 광고들과 같은 상이한 표현방법들및／또는 특성들을 갖는 광고들의 제공 촉진
KR1020097026928A KR101282806B1 (ko) 2004-05-10 2005-05-06 텍스트 광고들 및 이미지 광고들과 같은 상이한 표현 방법들 및／또는 특성들을 갖는 광고들의 제공 촉진

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020067025859A KR20070010198A (ko) 2004-05-10 2005-05-06 텍스트 광고들 및 이미지 광고들과 같은 상이한 표현방법들및／또는 특성들을 갖는 광고들의 제공 촉진

Country Status (7)

Country Link
US (1) US20050251444A1 (ko)
EP (1) EP1759343A4 (ko)
KR (2) KR20070010198A (ko)
CN (1) CN101427275A (ko)
AU (1) AU2005242763B2 (ko)
CA (1) CA2566230A1 (ko)
WO (1) WO2005111894A2 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180067635A (ko) * 2016-01-07 2018-06-20 텐센트 테크놀로지(센젠) 컴퍼니 리미티드 정보 공개 방법, 정보 공개 장치 및 저장 매체

Families Citing this family (103)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7801899B1 (en) * 2004-10-01 2010-09-21 Google Inc. Mixing items, such as ad targeting keyword suggestions, from heterogeneous sources
US8768766B2 (en) 2005-03-07 2014-07-01 Turn Inc. Enhanced online advertising system
US7917389B2 (en) 2005-04-15 2011-03-29 The Go Daddy Group, Inc. Relevant email ads for domain name advertiser
US7921035B2 (en) 2005-04-15 2011-04-05 The Go Daddy Group, Inc. Parked webpage domain name suggestions
US7890369B2 (en) 2005-04-15 2011-02-15 The Go Daddy Group, Inc. Relevant online ads for domain name advertiser
US7818208B1 (en) 2005-06-28 2010-10-19 Google Inc. Accurately estimating advertisement performance
US9558498B2 (en) * 2005-07-29 2017-01-31 Excalibur Ip, Llc System and method for advertisement management
US8989718B2 (en) 2005-09-14 2015-03-24 Millennial Media, Inc. Idle screen advertising
US10911894B2 (en) 2005-09-14 2021-02-02 Verizon Media Inc. Use of dynamic content generation parameters based on previous performance of those parameters
US8503995B2 (en) 2005-09-14 2013-08-06 Jumptap, Inc. Mobile dynamic advertisement creation and placement
US7752209B2 (en) 2005-09-14 2010-07-06 Jumptap, Inc. Presenting sponsored content on a mobile communication facility
US20100076994A1 (en) * 2005-11-05 2010-03-25 Adam Soroca Using Mobile Communication Facility Device Data Within a Monetization Platform
US8515401B2 (en) 2005-09-14 2013-08-20 Jumptap, Inc. System for targeting advertising content to a plurality of mobile communication facilities
US8209344B2 (en) 2005-09-14 2012-06-26 Jumptap, Inc. Embedding sponsored content in mobile applications
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
US7676394B2 (en) * 2005-09-14 2010-03-09 Jumptap, Inc. Dynamic bidding and expected value
US8812526B2 (en) 2005-09-14 2014-08-19 Millennial Media, Inc. Mobile content cross-inventory yield optimization
US10592930B2 (en) 2005-09-14 2020-03-17 Millenial Media, LLC Syndication of a behavioral profile using a monetization platform
US7912458B2 (en) 2005-09-14 2011-03-22 Jumptap, Inc. Interaction analysis and prioritization of mobile content
US8311888B2 (en) 2005-09-14 2012-11-13 Jumptap, Inc. Revenue models associated with syndication of a behavioral profile using a monetization platform
US8805339B2 (en) 2005-09-14 2014-08-12 Millennial Media, Inc. Categorization of a mobile user profile based on browse and viewing behavior
US8832100B2 (en) 2005-09-14 2014-09-09 Millennial Media, Inc. User transaction 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
US8688671B2 (en) 2005-09-14 2014-04-01 Millennial Media Managing sponsored content based on geographic region
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
US8103545B2 (en) 2005-09-14 2012-01-24 Jumptap, Inc. Managing payment for sponsored content presented to mobile communication facilities
US7577665B2 (en) 2005-09-14 2009-08-18 Jumptap, Inc. User characteristic influenced search results
US10038756B2 (en) 2005-09-14 2018-07-31 Millenial Media LLC Managing sponsored content based on device characteristics
US7769764B2 (en) 2005-09-14 2010-08-03 Jumptap, Inc. Mobile advertisement syndication
US8819659B2 (en) 2005-09-14 2014-08-26 Millennial Media, Inc. Mobile search service instant activation
US9058406B2 (en) 2005-09-14 2015-06-16 Millennial Media, Inc. Management of multiple advertising inventories using a monetization platform
US8660891B2 (en) 2005-11-01 2014-02-25 Millennial Media Interactive mobile advertisement banners
US9703892B2 (en) 2005-09-14 2017-07-11 Millennial Media Llc Predictive text completion for a mobile communication facility
US8238888B2 (en) 2006-09-13 2012-08-07 Jumptap, Inc. Methods and systems for mobile coupon placement
US20110313853A1 (en) 2005-09-14 2011-12-22 Jorey Ramer System for targeting advertising content to a plurality of mobile communication facilities
US8666376B2 (en) 2005-09-14 2014-03-04 Millennial Media Location based mobile shopping affinity program
US8615719B2 (en) 2005-09-14 2013-12-24 Jumptap, Inc. Managing sponsored content for delivery to mobile communication facilities
US7660581B2 (en) 2005-09-14 2010-02-09 Jumptap, Inc. Managing sponsored content based on usage history
US7827060B2 (en) * 2005-12-30 2010-11-02 Google Inc. Using estimated ad qualities for ad filtering, ranking and promotion
AU2011203560B2 (en) * 2005-12-30 2013-05-02 Google Llc Improved advertising with video ad creatives
US20070156887A1 (en) * 2005-12-30 2007-07-05 Daniel Wright Predicting ad quality
US10600090B2 (en) 2005-12-30 2020-03-24 Google Llc Query feature based data structure retrieval of predicted values
US20070157228A1 (en) * 2005-12-30 2007-07-05 Jason Bayer Advertising with video ad creatives
US8065184B2 (en) * 2005-12-30 2011-11-22 Google Inc. Estimating ad quality from observed user behavior
US8688522B2 (en) * 2006-09-06 2014-04-01 Mediamath, Inc. System and method for dynamic online advertisement creation and management
US20080091524A1 (en) * 2006-10-13 2008-04-17 Yahoo! Inc. System and method for advertisement price adjustment utilizing traffic quality data
US9053492B1 (en) 2006-10-19 2015-06-09 Google Inc. Calculating flight plans for reservation-based ad serving
US20130339147A1 (en) * 2006-12-29 2013-12-19 Google Inc. Custom content and advertising
WO2008124537A1 (en) * 2007-04-03 2008-10-16 Google Inc. Reconciling forecast data with measured data
US8516515B2 (en) * 2007-04-03 2013-08-20 Google Inc. Impression based television advertising
US7853969B2 (en) 2007-04-03 2010-12-14 Google Inc. Log processing to determine impression values using reliable durations
US8799249B2 (en) * 2007-06-08 2014-08-05 Yahoo! Inc. Method and system for rendering a collection of media items
US8069083B2 (en) * 2007-08-08 2011-11-29 Yahoo! Inc. Pay-per-action system for selling advertisements
US20080033822A1 (en) * 2007-10-03 2008-02-07 The Go Daddy Group, Inc. Systems and methods for filtering online advertisements containing third-party trademarks
US10346854B2 (en) * 2007-11-30 2019-07-09 Microsoft Technology Licensing, Llc Feature-value attachment, reranking and filtering for advertisements
US20090144207A1 (en) * 2007-12-03 2009-06-04 Microsoft Corporation Progressive pricing schemes for advertisements
US20090216642A1 (en) * 2008-02-25 2009-08-27 Bering Media Incorporated Privacy-enhanced internet advertising system
US20090299945A1 (en) * 2008-06-03 2009-12-03 Strands, Inc. Profile modeling for sharing individual user preferences
US20100036906A1 (en) * 2008-08-05 2010-02-11 Google Inc. Advertisements for streaming media
US8301649B1 (en) 2008-09-04 2012-10-30 Amazon Technologies, Inc. Dynamic categorizations for electronic advertising
US9390180B1 (en) 2008-09-04 2016-07-12 Amazon Technologies, Inc. Landing page selection for linked advertising
US20100063885A1 (en) * 2008-09-08 2010-03-11 International Business Machines Corporation Apparatus, system, and method for advertisement complexity scaling via traffic analysis
US8255949B1 (en) 2009-01-07 2012-08-28 Google Inc. Television program targeting for advertising
US20100223144A1 (en) * 2009-02-27 2010-09-02 The Go Daddy Group, Inc. Systems for generating online advertisements offering dynamic content relevant domain names for registration
US20100223278A1 (en) * 2009-02-27 2010-09-02 The Go Daddy Group, Inc. Generating online advertisments based upon available dynamic content relevant domain names
US10445781B2 (en) 2009-03-06 2019-10-15 Xandr Inc. Advertising platform user data store management
US20100325253A1 (en) * 2009-06-18 2010-12-23 The Go Daddy Group, Inc. Generating and registering screen name-based domain names
US20100332315A1 (en) * 2009-06-26 2010-12-30 Microsoft Corporation Generation of impression plans for presenting and sequencing advertisement and sales opportunities along potential routes
US8276057B2 (en) 2009-09-17 2012-09-25 Go Daddy Operating Company, LLC Announcing a domain name registration on a social website
US8312364B2 (en) 2009-09-17 2012-11-13 Go Daddy Operating Company, LLC Social website domain registration announcement and search engine feed
US8380570B2 (en) * 2009-10-27 2013-02-19 Yahoo! Inc. Index-based technique friendly CTR prediction and advertisement selection
US20110197220A1 (en) * 2010-02-09 2011-08-11 Google Inc. Customized television advertising
WO2011116048A1 (en) * 2010-03-16 2011-09-22 Appnexus, Inc. Advertising server and media management platform
WO2011119186A1 (en) 2010-03-23 2011-09-29 Google Inc. Conversion path performance measures and reports
WO2011123564A2 (en) 2010-03-31 2011-10-06 Mediamath, Inc. Systems and methods for integration of a demand side platform
US10049391B2 (en) 2010-03-31 2018-08-14 Mediamath, Inc. Systems and methods for providing a demand side platform
US9858593B2 (en) 2010-04-09 2018-01-02 Go Daddy Operating Company, LLC URL shortening based online advertising
US10223703B2 (en) 2010-07-19 2019-03-05 Mediamath, Inc. Systems and methods for determining competitive market values of an ad impression
US20120158490A1 (en) * 2010-12-16 2012-06-21 Yahoo! Inc. Sponsored search auction mechanism for rich media advertising
US20120158461A1 (en) * 2010-12-17 2012-06-21 Verizon Patent And Licensing Inc. Content management and advertisement management
US9589056B2 (en) * 2011-04-05 2017-03-07 Microsoft Technology Licensing Llc User information needs based data selection
US10607250B2 (en) 2012-06-04 2020-03-31 Facebook, Inc. Advertisement selection and pricing using discounts based on placement
US20130325838A1 (en) * 2012-06-05 2013-12-05 Yahoo! Inc. Method and system for presenting query results
US9947029B2 (en) 2012-06-29 2018-04-17 AppNexus Inc. Auction tiering in online advertising auction exchanges
US10832313B2 (en) 2012-09-29 2020-11-10 Xandr Inc. Systems and methods for serving secure content
US8732271B1 (en) * 2012-12-05 2014-05-20 Christopher Burns Sponsored message network based on community preferences
US10395281B2 (en) * 2013-08-19 2019-08-27 Facebook, Inc. Advertisement selection and pricing based on advertisement type and placement
US20150206188A1 (en) * 2014-01-17 2015-07-23 Panasonic Intellectual Property Corporation Of America Item presentation method, and information display method
US9858594B2 (en) 2014-06-30 2018-01-02 Microsoft Technology Licensing, Llc Assigning scores to electronic communications with extensions
GB2529814A (en) * 2014-08-29 2016-03-09 Lotus Innovations Ltd Content delivery system
US10528986B2 (en) 2015-01-15 2020-01-07 Xandr Inc. Modifying bid price for online advertising auction based on user impression frequency
JP6541521B2 (ja) * 2015-09-08 2019-07-10 ヤフー株式会社 生成装置、生成方法、生成プログラム、決定装置、決定方法、及び決定プログラム
CN105677827B (zh) * 2016-01-04 2019-03-29 百度在线网络技术（北京）有限公司 一种表单的获取方法及装置
US10467659B2 (en) 2016-08-03 2019-11-05 Mediamath, Inc. Methods, systems, and devices for counterfactual-based incrementality measurement in digital ad-bidding platform
US10354276B2 (en) 2017-05-17 2019-07-16 Mediamath, Inc. Systems, methods, and devices for decreasing latency and/or preventing data leakage due to advertisement insertion
CN107464500A (zh) * 2017-07-31 2017-12-12 上海与德科技有限公司 一种电子广告屏的使用方法、服务器及终端
US11348142B2 (en) 2018-02-08 2022-05-31 Mediamath, Inc. Systems, methods, and devices for componentization, modification, and management of creative assets for diverse advertising platform environments
US11132406B2 (en) * 2018-05-18 2021-09-28 Google Llc Action indicators for search operation output elements
US11182829B2 (en) 2019-09-23 2021-11-23 Mediamath, Inc. Systems, methods, and devices for digital advertising ecosystems implementing content delivery networks utilizing edge computing
KR102340724B1 (ko) * 2019-10-24 2021-12-17 엔에이치엔애드 (주) 사용자 단말기들에 웹 페이지들을 제공하는 네트워크 서버 및 방법
JP7413558B2 (ja) 2021-08-27 2024-01-15 グーグル エルエルシー パラメータ値の自動的な決定

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5724521A (en) * 1994-11-03 1998-03-03 Intel Corporation Method and apparatus for providing electronic advertisements to end users in a consumer best-fit pricing manner
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
US5848397A (en) * 1996-04-19 1998-12-08 Juno Online Services, L.P. Method and apparatus for scheduling the presentation of messages to computer users
US5948061A (en) * 1996-10-29 1999-09-07 Double Click, Inc. Method of delivery, targeting, and measuring advertising over networks
US6078914A (en) * 1996-12-09 2000-06-20 Open Text Corporation Natural language meta-search system and method
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
US6144944A (en) * 1997-04-24 2000-11-07 Imgis, Inc. Computer system for efficiently selecting and providing information
US6044376A (en) * 1997-04-24 2000-03-28 Imgis, Inc. Content stream analysis
WO1998058334A1 (en) * 1997-06-16 1998-12-23 Doubleclick Inc. Method and apparatus for automatic placement of advertising
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
EP1142260A2 (en) * 1998-08-03 2001-10-10 Doubleclick Inc. Network for distribution of re-targeted advertising
US6324519B1 (en) * 1999-03-12 2001-11-27 Expanse Networks, Inc. Advertisement auction system
US6985882B1 (en) * 1999-02-05 2006-01-10 Directrep, Llc Method and system for selling and purchasing media advertising over a distributed communication network
US6907566B1 (en) * 1999-04-02 2005-06-14 Overture Services, Inc. Method and system for optimum placement of advertisements on a webpage
US6269361B1 (en) * 1999-05-28 2001-07-31 Goto.Com System and method for influencing a position on a search result list generated by a computer network search engine
US6401075B1 (en) * 2000-02-14 2002-06-04 Global Network, Inc. Methods of placing, purchasing and monitoring internet advertising
US20010025274A1 (en) * 2000-06-07 2001-09-27 Wilson Zehr Method and apparatus for supplementing mailing transaction costs
KR20010102800A (ko) * 2000-05-08 2001-11-16 문병로 경쟁기반의 가변적 인터넷 광고 발주장치 및 방법
JP2002123685A (ja) * 2000-10-13 2002-04-26 Mitsubishi Electric Corp 情報端末装置
KR20020038141A (ko) * 2000-11-16 2002-05-23 윤종용 인터넷 광고 방법 및 장치
JP2002259812A (ja) * 2001-03-02 2002-09-13 Toshiba Tec Corp 広告配信システム
IL144231A (en) * 2001-07-10 2006-07-05 Hollandia The Sleep Engineerin Control mechanism for adjustable position furniture
US7778872B2 (en) * 2001-09-06 2010-08-17 Google, Inc. Methods and apparatus for ordering advertisements based on performance information and price information
US20030069790A1 (en) * 2001-10-04 2003-04-10 Kane Roger A. Network assisted advertising
US7136875B2 (en) * 2002-09-24 2006-11-14 Google, Inc. Serving advertisements based on content
US8352499B2 (en) * 2003-06-02 2013-01-08 Google Inc. Serving advertisements using user request information and user information
US7647299B2 (en) * 2003-06-30 2010-01-12 Google, Inc. Serving advertisements using a search of advertiser web information
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
US8341017B2 (en) * 2004-01-09 2012-12-25 Microsoft Corporation System and method for optimizing search result listings
JP7171713B2 (ja) 2017-11-16 2022-11-15 インテル・コーポレーション 分散型のソフトウェア定義型産業システム
US11265602B2 (en) 2018-04-12 2022-03-01 Rovi Guides, Inc. Systems and methods for evaluating a promotional campaign

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180067635A (ko) * 2016-01-07 2018-06-20 텐센트 테크놀로지(센젠) 컴퍼니 리미티드 정보 공개 방법, 정보 공개 장치 및 저장 매체

Also Published As

Publication number Publication date
US20050251444A1 (en) 2005-11-10
AU2005242763B2 (en) 2009-07-16
KR20070010198A (ko) 2007-01-22
WO2005111894A2 (en) 2005-11-24
EP1759343A4 (en) 2009-12-23
EP1759343A2 (en) 2007-03-07
KR101282806B1 (ko) 2013-07-05
AU2005242763A1 (en) 2005-11-24
CN101427275A (zh) 2009-05-06
CA2566230A1 (en) 2005-11-24
WO2005111894A3 (en) 2009-06-11

Similar Documents

Publication Publication Date Title
KR101282806B1 (ko) 텍스트 광고들 및 이미지 광고들과 같은 상이한 표현 방법들 및／또는 특성들을 갖는 광고들의 제공 촉진
US10387917B2 (en) Suggesting targeting information for ads; such as websites and/or categories of websites for example
US10580033B2 (en) Suggesting and/or providing targeting criteria for advertisements
KR101215861B1 (ko) 투자 수익 및／또는 이윤과 같은 지표를 사용하여 온-라인광고를 관리하는 방법 및 장치
US7523087B1 (en) Determining and/or designating better ad information such as ad landing pages
JP5001173B2 (ja) 広告に関するターゲティング情報の提案、及び／または提供
CA2572582C (en) Adjusting ad costs using document performance or document collection performance
US7668832B2 (en) Determining and/or using location information in an ad system
US7707053B2 (en) Determining a minimum price
AU2004271567B2 (en) Determining and/or using location information in an ad system
KR20060052853A (ko) 수집된 사용자 행동 데이터를 사용한 콘텐츠-타겟화된 광고개선

Legal Events

Date Code Title Description
A107 Divisional application of patent
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
J201 Request for trial against refusal decision
AMND Amendment
B601 Maintenance of original decision after re-examination before a trial
J301 Trial decision

Free format text: TRIAL DECISION FOR APPEAL AGAINST DECISION TO DECLINE REFUSAL REQUESTED 20111019

Effective date: 20130329

GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160623

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170627

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20180626

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190625

Year of fee payment: 7