KR20140091591A - 광고 캠페인 생성 - Google Patents

광고 캠페인 생성 Download PDF

Info

Publication number
KR20140091591A
KR20140091591A KR1020147015893A KR20147015893A KR20140091591A KR 20140091591 A KR20140091591 A KR 20140091591A KR 1020147015893 A KR1020147015893 A KR 1020147015893A KR 20147015893 A KR20147015893 A KR 20147015893A KR 20140091591 A KR20140091591 A KR 20140091591A
Authority
KR
South Korea
Prior art keywords
category
terms
key
core
key terms
Prior art date
Application number
KR1020147015893A
Other languages
English (en)
Other versions
KR101936362B1 (ko
Inventor
스리칸쓰 벨와디
비니트 구프타
마이클 로제트
프라나브 티와리
자간나탄 락스미 나라심한
수미트 상하이
두스틴 잭슨
Original Assignee
구글 인코포레이티드
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 인코포레이티드 filed Critical 구글 인코포레이티드
Publication of KR20140091591A publication Critical patent/KR20140091591A/ko
Application granted granted Critical
Publication of KR101936362B1 publication Critical patent/KR101936362B1/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

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 Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

온라인 광고 캠페인을 자동으로 생성하기 위한 시스템 및 방법이 개시된다. 캠페인 빌딩 엔진이 광고자의 랜딩 페이지를 수신하고 핵심 용어들의 세트를 결정한다. 핵심 용어들로터, 캠페인 빌딩 엔진은 가능성 있는 광고 구조들에 대한 범주들을 결정한다. 캠페인 빌딩 엔진은 그 다음에 각각의 핵심 단어를 이러한 범주들 중 하나에 할당함으로써, 제안된 광고 구조들을 생성한다. 제안된 광고 구조들은 그 다음에 광고 캠페인의 광고 구조들의 선택을 위해 사용자에게 프리젠테이션될 수 있다.

Description

광고 캠페인 생성{GENERATING AN ADVERTISING CAMPAIGN}
관련 출원에 대한 상호 참조
본 출원은 2011년 11월 11일에 출원된 미국 특허출원 번호 제13/294,827호에 대한 우선권을 주장한다. 앞서의 미국 특허출원의 전체 개시내용은 참조로 본 명세서에 통합된다.
본 개시내용은 일반적으로 온-라인 광고(on-line advertising)에 관한 것으로, 보다 구체적으로는 광고 캠페인을 자동으로 생성하는 것에 관한 것이다.
본 섹션은 본 개시내용과 관련된 배경기술 정보를 제공한다.
온-라인 광고는 잠재 고객(potential consumer)들을 타겟으로 하는 효과적인 수단이 되었다. 온-라인 광고의 한 가지 형태는 핵심 용어(key term)들을 사용하여 탐색 엔진(search engines)을 통한 광고이다. 핵심 용어는 탐색 엔진의 사용자가 특정 토픽(topic)에 대한 쿼리(query)에 포함시킬 수 있는 문자열들 혹은 하나 이상의 단어들을 포함하는 어구(phrase)이다. 광고자는 인터넷 트래픽(Internet traffic)을 랜딩 페이지(landing pages)로 지칭되는 하나 이상의 웹 페이지(web pages)로 디렉팅(directing)시킬 수 있다. 광고자는, 잠재 고객이 랜딩 페이지와 유사한 주제를 포함하는 웹 페이지를 찾고 있을 때 입력할 것으로 광고자가 생각하고 있는 핵심 용어들의 목록을 제공할 수 있다. 예를 들어, 하이킹 부츠(hiking boots)의 공급업자는 "하이킹 부츠", "하이킹 슈즈(hiking shoes)", "산길 신발(trail shoes)", 및 "아웃도어 장비(outdoor gear)"를 포함하는 핵심 용어들의 목록을 탐색 엔진에 제공할 수 있고, 이에 따라 탐색 엔진 사용자가 탐색 용어 "하이킹 슈즈"를 사용하여 탐색을 실행시킬 때 광고자의 랜딩 페이지로의 하이퍼링크(hyperlink)를 포함하는 광고가 사용자에게 프리젠테이션(presentation)되게 된다. 이러한 광고 캠페인을 수립하는 프로세스는 시간이 많이 걸릴 수 있다.
본 섹션은 본 개시내용의 전반적인 개요(summary)를 제공하는바, 본 개시내용의 전체 범위 혹은 모든 특징을 포괄적으로 개시하는 것이 아니다.
본 개시내용의 다양한 실시예들에서, 컴퓨터로 구현되는, 임의의 웹 위치(web location)에 대해 온-라인 광고 캠페인(on-line advertising campaign)을 생성하기 위한 방법이 개시된다. 온-라인 광고 캠페인은 적어도 하나의 광고 구조(advertising structure)를 포함한다. 본 방법은 텍스트(text)를 포함하는 디지털 문서(digital document)를 하나 이상의 프로세서들에 의해 수신하는 단계와, 그리고 하나 이상의 프로세서들에 의해 이러한 텍스트로부터 복수의 핵심 용어들을 결정하는 단계를 포함한다. 본 방법은 또한, 복수의 핵심 용어들에 근거하여 하나 이상의 프로세서들에 의해 임의의 범주(classification)를 결정하는 단계와, 그리고 하나 이상의 프로세서들에 의해 핵심 용어들 각각과 범주 간의 부합성(correspondence)을 결정하는 단계를 포함한다. 본 방법은 또한, 복수의 핵심 용어들의 각각의 핵심 용어와 범주 간의 부합성에 근거하여 하나 이상의 프로세서들에 의해 복수의 핵심 용어들 중 일 서브세트(subset)의 핵심 용어들을 범주와 관련시키는 단계와, 그리고 이러한 서브세트의 핵심 용어들 및 웹 위치에 근거하여 하나 이상의 프로세서들에 의해 광고 구조를 생성하는 단계를 포함한다. 본 방법은 또한, 이러한 광고 구조를 사용자 단말기(user terminal)에서의 디스플레이(display)를 위해 제공하는 단계를 포함한다.
본 개시내용의 다양한 실시예들에서는, 임의의 웹 위치에 대해 온-라인 광고 캠페인을 생성하기 위한 캠페인 수립 엔진(campaign building engine)이 개시된다. 본 캠페인 수립 엔진은 하나 이상의 프로세서들과 그리고 온-라인 광고 캠페인을 생성하기 위한 명령들을 저장하는 컴퓨터 판독가능 매체를 포함한다. 명령들은 하나 이상의 프로세서들에 의해 실행가능하다. 캠페인 수립 엔진은, 텍스트를 포함하는 디지털 문서를 검색하는 문서 검색 모듈(document retrieving module)을 포함하고, 여기서 디지털 문서는 웹 위치에 대응하며, 캠페인 수립 엔진은 또한 텍스트로부터 복수의 핵심 용어들을 결정하는 핵심 용어 결정 모듈(key term determination module)을 포함한다. 캠페인 수립 엔진은 또한, 복수의 핵심 용어들에 근거하여 임의의 범주를 결정하는 범주화 모듈(classification module)을 포함한다. 캠페인 수립 엔진은 또한, 광고 구조 생성 모듈(advertising structure generation module)을 포함하고, 여기서 광고 구조 생성 모듈은, ⅰ) 핵심 용어들 각각과 범주 간의 부합성을 결정하고, ⅱ) 복수의 핵심 용어들의 각각의 핵심 용어와 범주 간의 부합성에 근거하여 복수의 핵심 용어들 중 일 서브세트의 핵심 용어들을 범주와 관련시키고, 그리고 ⅲ) 서브세트의 핵심 용어들 및 웹 위치에 근거하여 광고 구조를 생성한다. 캠페인 수립 엔진은 또한, 광고 구조를 사용자 단말기에서의 디스플레이를 위해 제공하는 사용자 인터페이스(user interface)를 포함한다.
본 명세서에서 제공되는 설명으로부터 본 개시내용의 이용가능성의 추가적인 분야들이 명백하게 될 것이다. 본 개요에서의 설명 및 특정 예들은 단지 예시적 목적을 갖도록 의도된 것이지, 본 개시내용의 범위를 한정하도록 의도된 것이 아니다.
본 명세서에 개시되는 도면들은 본 개시내용의 가능한 모든 구현예들이 아닌 일부 선택된 실시예들에 관한 단지 예시적 설명 목적을 가지고 있으며, 본 개시내용의 범위를 한정하도록 의도되지 않았다.
도 1은 탐색 엔진 상에서 수행된 임의의 탐색의 스크린 샷의 예를 나타낸 도면이다.
도 2는 캠페인 수립 엔진의 임의의 환경의 예를 나타낸 도면이다.
도 3은 캠페인 수립 엔진의 컴포넌트들의 예를 나타낸 블록도이다.
도 4는 온-라인 광고 캠페인의 예를 나타낸 도면이다.
도 5는 핵심 용어 결정 모듈의 컴포넌트들의 예를 나타낸 블록도이다.
도 6은 그룹화 모듈의 컴포넌트들의 예를 나타낸 블록도이다.
도 7은 광고 구조들에 대한 가능성 있는 범주들을 결정하기 위한 방법의 예를 나타낸 흐름도이다.
도 8은 핵심 용어들을 범주들에 할당하기 위한 방법의 예를 나타낸 흐름도이다.
도 9는 소매업 웹사이트들의 계층구조의 예를 나타낸 도면이다.
도 10은 제안된 광고 구조들의 세트의 예를 나타낸 도면이다.
도 11은 제안된 광고 구조들의 세트 및 제안된 추가적 랜딩 사이트들의 예를 나타낸 도면이다.
수 개의 도면들에 걸쳐 동일한 참조 번호들은 수 개의 도면들에 걸쳐 대응하는 부분들을 표시한다.
첨부되는 도면들을 참조하여 예시적 실시예들이 더 충분히 설명될 것이다.
고객들이 자신들의 쇼핑 필요를 충족시키기 위해 온라인 소매업자들에 계속 의존하게 됨에 따라, 고객들은 점점더 소매업자의 옵션(option)들을 찾기 위해 탐색 엔진에 의존해 오고 있다. 전형적으로, 탐색 엔진은 사용자로부터 하나 이상의 단어들로 구성된 탐색 쿼리(search query)를 수신하고 그 수신된 탐색 쿼리에 근거하여 가능성 있는 소매업자들로의 하이퍼링크들을 포함하는 탐색 결과들을 제공하게 된다. 그러나, 이러한 탐색 결과들은 또한, 탐색 쿼리 내의 단어들을 포함하는 정보 페이지들, 뉴스 기사(news article)들, 메시지 보드(message board)들, 혹은 임의의 다른 웹 페이지들로의 하이퍼링크들을 포함할 수 있다. 탐색 엔진은 디렉팅되는 광고들을 탐색 결과들 내에 제공하도록 구성될 수 있고, 이에 따라 고객은, 과다한 탐색 결과들을 샅샅이 살펴보아야 하는 것이 아니라, 임의의 소매업자로의 하이퍼링크를 빠르게 찾을 수 있게 된다.
도 1은 탐색 엔진의 사용자 인터페이스에 의해 탐색 엔진 사용자에게 디스플레이되는 스크린(100)의 예를 나타낸다. 본 예에서, 사용자는 탐색 쿼리 "baby strollers"를 탐색 쿼리 필드(search query field)(102) 내에 입력했다. 탐색 결과들(104 및 106)이 스크린(100)의 아래쪽 부분에 디스플레이된다. 탐색 결과들(104 및 106) 위에는 제 1 광고 생성물(advertising creative)(112), 제 2 광고 생성물(114), 및 제 3 광고 생성물(116)이 존재한다. 광고 생성물들(112, 114 및 116)은 수신된 탐색 쿼리에 근거하여 탐색 엔진에 의해 검색된다. 광고 생성물들(112, 114 및 116)은 소매업자의 각각의 웹 페이지들로 링크되는 하이퍼링크들(122, 124, 및 126)을 포함한다. 사용자는, 광고 생성물들(110, 112, 및 114) 중 하나의 광고 생성물 내에 위치하여 광고자의 웹 페이지로 디렉팅될 하이퍼링크들(122, 124, 및 126)을 클릭할 수 있다. 사용자가 디렉팅되게 되는 웹 페이지는 때때로 "랜딩 페이지(landing page)"로서 지칭된다.
이해할 수 있는 것으로서, 웹 페이지를 광고하기 위한 앞서의 프레임워크(framework)는 효율적인데, 왜냐하면 사용자, 즉 잠재 고객에 의해 입력된 탐색 쿼리에 근거하여 광고 생성물들(112, 114 및 116)이 사용자에게 프리젠테이션되기 때문이다. 광고자는 잠재 고객을 광고자의 웹 페이지로 유인하도록 설계되어 있는 광고 캠페인들을 활용한다. 광고 캠페인은 하나 이상의 광고 구조들을 포함할 수 있다. 광고 구조는 광고 캠페인의 유닛(unit)인바, 이러한 광고 캠페인의 유닛은 광고자의 랜딩 페이지의 콘텐츠와 개념적으로 관련될 수 있는 핵심 용어들의 세트를 포함할 수 있다. 각각의 핵심 용어는 하나 이상의 단어들 혹은 문자열들 혹은 문자들을 포함할 수 있고, 이에 따라 탐색 엔진 사용자가 핵심 용어를 포함하는 탐색 쿼리를 입력할 때, 랜딩 페이지에 대응하는 광고 생성물(112, 114 및 116)이 사용자에게 디스플레이될 수 있게 된다. 따라서, 핵심 용어는 사용자가 특정 주제 혹은 웹 페이지를 탐색할 때 탐색 엔진에 제공할 수 있는 가상 탐색 쿼리(hypothetical search query)로서 고려될 수 있다.
광고 캠페인들을 수립하기 위해, 광고자들은 자신들의 랜딩 페이지들과 관련될 핵심 용어들의 목록을 결정할 수 있고(예를 들어, 광고자의 랜딩 페이지를 찾기 위해 사용자가 입력할 수 있는 가능성 있는 탐색 쿼리들을 결정할 수 있고), 이러한 핵심 용어들의 목록에 근거하여 광고 구조들을 생성할 수 있다. 온라인 광고 캠페인의 효력이 점점더 유효하게 됨에 따라, 광고 캠페인들의 사용자는 점점 더 널리 퍼지게 된다. 본 개시내용에 따른 온라인 광고 캠페인들을 자동으로 수립하기 위한 시스템 및 방법은 예를 들어, 하나 이상의 랜딩 페이지들에 대한 포괄적인 광고 캠페인들을 수립하기 위해 필요한 시간의 양을 감소시키기 위해 사용될 수 있다.
도 2는 광고자들을 위해 광고 캠페인들을 자동으로 생성하기 위한 환경의 예를 나타낸다. 이러한 환경은 프로세스를 포함하는바, 예를 들어, 통신 네트워크를 통해 하나 이상의 사용자 단말기들(202)과 통신하는 캠페인 수립 엔진(200)을 포함한다. 사용자 단말기(202)는 임의 타입의 컴퓨팅 디바이스일 수 있는바, 이러한 컴퓨팅 디바이스는 예컨대, 컴퓨터, 랩탑 컴퓨터, 스마트 폰, 모바일 전화기, PDA, 태블릿 PC, 혹은 캠페인 수립 엔진(200)과 통신하도록 동작가능한 임의의 다른 디바이스를 포함하지만, 이러한 것으로만 한정되는 것은 아니다. 사용자는 캠페인 수립 엔진(200)에 디지털 문서 혹은 디지털 문서의 네트워크 어드레스를 제공할 수 있고, 캠페인 수립 엔진(200)은 이러한 디지털 문서에 근거하여 임의의 제안된 광고 캠페인을 생성할 수 있다. 일부 실시예들에서, 디지털 문서는 광고 캠페인이 디렉팅되는 랜딩 페이지이다. 원하는 랜딩 페이지 혹은 이에 대한 URL을 사용자가 제공할 수 있으며 사용자가 또한 상이한 웹 페이지를 제공할 수도 있음을 이해해야 한다.
캠페인 수립 엔진(200)은 웹 페이지에 포함된 텍스트를 분석할 수 있고, 사용자 단말기(202)를 통해 사용자에게 하나 이상의 제안된 광고 구조들을 생성할 수 있다. 각각의 제안된 광고 구조는 광고 구조의 범주와 관련된 핵심 용어들의 세트를 포함할 수 있는바, 이것은 아래에서 더 설명된다. 사용자는 광고자의 광고 캠페인에 포함될 제안된 광고 구조들 중 하나 이상을 선택할 수 있다.
선택된 광고 캠페인은 탐색 엔진(206)과 관련된 광고 캠페인 데이터베이스(204)에 저장될 수 있다. 광고 캠페인 데이터베이스(204)는 광고 캠페인을 저장할 수 있으며, 광고 캠페인은 핵심 용어들을 포함하는 광고 구조들, 광고 캠페인이 디렉팅되는 랜딩 페이지 혹은 페이지들의 어드레스, 그리고 광고 캠페인과 관련된 광고 생성물들을 포함한다. 따라서, 탐색 엔진 사용자가 사용자 단말기(202)로부터 탐색 엔진(206)에 액세스하여 광고 캠페인에 포함된 하나 이상의 핵심 용어들을 포함하는 탐색 쿼리를 입력할 때, 탐색 엔진(206)은 그 입력된 탐색 쿼리로 광고 캠페인 데이터베이스(204)에 질의하여 탐색 쿼리와 관련된 광고 생성물을 수신할 수 있게 된다. 탐색 엔진(206)은 그 다음에, 탐색 결과들(104 및 106)에 추가하여, 그 입력된 탐색 쿼리에 대응하는 하나 이상의 광고 생성물들(112, 114 및 116)(도 1)을 사용자에게 디스플레이할 수 있다.
캠페인 수립 엔진(200)에 대한 앞서의 환경은 하나의 예이며 이에 대한 변현들이 고려된다. 예컨대, 어떤 환경에서, 캠페인 수립 엔진(200)은 오프라인 툴(offline tool)로서 혹은 온라인 툴(online tool)로서 사용자 단말기(202) 상에서 실행될 수 있다. 다른 환경에 있어서, 캠페인 수립 엔진(200)은 탐색 엔진(206)과는 독립되어 있을 수 있고, 이에 따라 사용자는 광고 캠페인 혹은 광고 캠페인들을 하나 이상의 탐색 엔진(206)의 하나 이상의 광고 캠페인 데이터베이스(204)에 수동으로 제공하게 된다. 더욱이, 광고 캠페인은 API로서 구현되어 URL이 주어지는 경우 사용자에게 광고 구조들을 제안할 수 있다.
도 3은 캠페인 수립 엔진(200)의 예시적 실시예를 나타낸다. 캠페인 수립 엔진(200)은 사용자 인터페이스(302), 문서 검색 모듈(304), 핵심 용어 결정 모듈(306), 및 그룹화 모듈(308)을 포함할 수 있다. 앞서의 컴포넌트들은 예로서 제시되는 것인바, 캠페인 수립 엔진(200)은 추가적인 컴포넌트들 혹은 대안적인 컴포넌트들을 포함할 수 있다.
사용자 인터페이스(302)는 사용자(예를 들어, 잠재적 광고자)가 캠페인 수립 엔진(200)과 상호대화할 수 있게 하는 인터페이스를 제공한다. 사용자 인터페이스(302)는 사용자로 하여금 디지털 문서를 제공할 수 있도록 하거나 혹은 웹 페이지의 네트워크 주소를 제공할 수 있도록 하는 스크린 혹은 복수의 스크린들을 프리젠테이션할 수 있다. 예컨대, 사용자 인터페이스(302)는 사용자로 하여금 원하는 랜딩 페이지의 URL을 입력할 수 있게 하는 필드(field)를 디스플레이할 수 있다. 사용자 인터페이스는 또한 사용자로 하여금 실제 랜딩 페이지, 예를 들어, 랜딩 페이지의 콘텐츠를 포함하는 HTML 문서를 사용자 단말기(202)로부터 업로드(upload)할 수 있게 하는 필드를 디스플레이할 수 있다. 설명 목적으로, 캠페인 수립 엔진(200)이 랜딩 페이지의 네트워크 어드레스를 수신하는 것으로 설명되지만, 다른 접근 방법이 고려될 수 있음을 이해해야 한다.
문서 검색 모듈(304)은 웹 서버(310)를 통해 네트워크 위치로부터 디지털 문서, 예를 들어, 랜딩 페이지를 검색하도록 구성된다. 일부 실시예들에서, 문서 검색 모듈(304)은 사용자 인터페이스(302)를 통해 랜딩 페이지의 위치를 수신하고, 랜딩 페이지를 호스팅(hosting)하는 웹 서버(310)로부터 랜딩 페이지를 요청하고, 그리고 웹 서버(310)로부터 랜딩 페이지의 카피(copy)를 검색한다. 문서 검색 모듈(304)은 또한 랜딩 페이지로 링크되어 있거나 랜딩 페이지로부터 링크되어 있는 웹 페이지들, 혹은 만약 그렇지 않다면 랜딩 페이지와 관련되어 있는 웹 페이지들을 검색하도록 구성될 수 있다.
핵심 용어 결정 모듈(306)은 문서 검색 모듈(304)로부터 하나 이상의 디지털 문서들, 예를 들어, 랜딩 페이지들을 수신하고, 디지털 문서들에 대응하는 핵심 용어들을 결정한다. 아래에서 논의되는 바와 같이, 핵심 용어 결정 모듈(306)은 디지털 문서들 내에 포함된 텍스트를 파싱(parsing)하고, 파싱된 텍스트를 분석하여 탐색 엔진을 디지털 문서로 이끌 가능성 있는 탐색 쿼리들을 식별하게 된다. 일부 실시예들에서, 핵심 용어 결정 모듈(306)은 문서 검색 모듈(304)로부터 랜딩 페이지를 수신할 수 있고, 랜딩 페이지 혹은 유사한 웹 페이지를 찾으려는 탐색 동안 탐색 엔진에 제공될 수 있는 탐색 쿼리들의 세트를 결정할 수 있다. 핵심 용어 결정 모듈(306)이 식별한 탐색 쿼리들은 핵심 용어들로서 정의될 수 있다.
예를 들어, 온라인 아기 상품 매장과 관계를 맺고 있는 사용자는 아기 유모차 홈 페이지, 즉 상이한 제품 및 모델의 유모차들에 대한 링크들을 제공하는 웹 페이지로의 링크를 제공할 수 있다. 핵심 용어 결정 모듈(306)은 홈 페이지 내에 포함된 텍스트를 분석하고, 잠재적 구매자가 만약 아기 유모차 소매업 사이트를 찾고 있는 경우 탐색 엔진에 입력할 탐색 쿼리들의 세트를 결정한다. 앞서 제공된 예에서, 핵심 용어 결정 모듈(306)은 제공된 랜딩 페이지로부터 핵심 용어들: "유모차(stroller)", "아기 유모차(baby stroller)", "우산구비형 유모차(umbrella stroller)" 및 "더블형 유모차(double stroller)"를 추출할 수 있다. 핵심 용어 결정 모듈(306)은 또한, 핵심 용어들의 세트를 증진시키기 위해 랜딩 페이지로 링크되는 그리고/또는 랜딩 페이지로부터 링크되는 페이지들의 텍스트를 분석할 수 있다.
일부 실시예들에서, 핵심 용어 결정 모듈(306)은 또한, 랜딩 페이지 및/또는 관련된 페이지들에서 식별된 핵심 용어들의 범위를 넘어 핵심 용어들의 세트를 확장시킬 수 있다. 예를 들어, 만약 페이지가 용어 "아기 유모차(baby stroller)"를 포함하고 있다면, 핵심 용어 결정 모듈(306)은 랜딩 페이지 내에 혹은 관련된 페이지 내에 나타나지 않은 용어일지라도 "아기용 유모차(baby buggy)" 및 "소아용 유모차(baby pram)"를 포함하도록 핵심 용어들의 목록을 확장시킬 수 있다. 아래에서 설명되는 바와 같이, 핵심 용어 결정 모듈(306)은 식별된 핵심 용어들의 세트를 확장시키기 위해 다양한 기법들을 사용할 수 있다.
그룹화 모듈(308)은 핵심 용어 결정 모듈(306)로부터 핵심 용어들의 목록을 수신하고, 핵심 용어들에 근거하여 하나 이상의 제안된 광고 구조들을 결정한다. 논의되는 바와 같이, 광고 구조는 광고 혹은 랜딩 페이지에 대응하는 핵심 용어들의 그룹을 포함하는 구조이다. 도 4는 두 개의 광고 구조들(402 및 404)로 구성된 광고 캠페인(400)의 예를 나타낸 것이다. 본 예에서, 광고 구조들(402 및 404)은 모두 유모차와 관련된 핵심 용어들(408, 410, 412, 및 414)을 포함한다. 제 1 광고 구조(402)는 "아기 유모차"에 대응하는 핵심 용어들(408 및 410)을 포함한다. 제 2 광고 구조(404)는 "러닝가능형 유모차(running strollers)"에 대응하는 핵심 용어들(412 및 414)을 포함한다. 더욱이, 광고 구조들(402 및 404)은 모두 광고 생성물(112)에 관련되어 있고, 이에 따라 핵심 용어들 중 하나 이상의 핵심 용어가 탐색 쿼리에 입력되는 경우 그 관련된 광고 생성물(112)이 탐색자에게 디스플레이될 수 있다. 광고 생성물(112)은 랜딩 페이지(406), 예를 들어, "www.thisexamplebabyretailer.com/strollers"에 대한 하이퍼링크(112)를 포함한다. 도 4에서 제공되는 광고 구조들은 단지 예시적으로 제공되는 것임을 이해해야 한다. 생성물 혹은 랜딩 페이지에 대응하는 광고 구조들의 양은 변할 수 있는데, 왜냐하면 광고 구조 내의 핵심 용어들의 양이 변할 수 있기 때문이다.
도 3을 다시 참조하면, 그룹화 모듈(308)은 핵심 용어 결정 모듈(306)로부터 핵심 용어들을 수신하고 광고 구조들에 대한 범주들을 결정한다. 범주는 가능성 있는 광고 구조를 생성할 목적으로 핵심 용어들 중 하나 이상의 핵심 용어가 관련될 수 있는 개념(concept)이다. 범주들은 핵심 용어 결정 모듈(306)에 의해 식별된 핵심 용어들로부터 결정될 수 있다. 논의되는 바와 같이, 그룹화 모듈(308)은 핵심 용어들을 가능성 있는 범주들로서 처리하고, 핵심 용어들 중 하나 이상의 핵심 용어를 광고 구조들에 대한 범주들로서 선택한다. 그룹화 모듈(308)은 범주들을 다수의 방식으로 결정할 수 있다. 일부 실시예들에서는, 핵심 용어가 적절한 범주인지 여부를 결정하기 위해 핵심 용어의 역 문서 빈도(Inverse Document Frequency, "IDF") 점수가 사용된다. 일부 실시예들에서, 그룹화 모듈(308)은 또한, 상표 명칭(trade name)들, 위치(location)들, 혹은 수직적 산업(industry vertical)들에 대한 태그(tag)들을 갖는 템플릿(template)들을 포함하는 범주들을 생성한다. 템플릿을 포함하는 범주의 예는 "Hotels in #LocationName"이고, 이에 따라 "hotel in" 및 지리적 위치 명칭을 갖는 임의 핵심 용어는 "Hotels in #LocationName"에 정합(match)되게 된다. 범주를 결정하기 위한 다른 수단이 또한 고려될 수 있으며 이하에서 논의될 것임을 이해해야 한다.
그룹화 모듈(308)이 하나 이상의 범주들을 선택한 경우, 그룹화 모듈(308)은 핵심 용어들을 상이한 범주들에 관련시킨다. 예를 들어, 그룹화 모듈(308)은 만약 핵심 용어의 하나 이상의 단어들이 범주 내의 단어들 중 하나 이상의 단어에 정합한다면 핵심 용어를 범주에 관련시킬 수 있다. 각각의 핵심 용어가 모든 적용가능한 범주들에 관련된 경우, 그룹화 모듈(308)은 범주에 관련된 핵심 용어들에 대한 범주의 친밀도 점수(affinity score)에 근거하여 핵심 용어가 어떤 범주에 할당될 것인지를 결정할 수 있다. 핵심 용어가 둘 이상의 범주에 관련되어 있는 경우, 핵심 용어는 가장 높은 친밀도 점수를 갖는 범주에 할당될 수 있다. 범주의 친밀도 점수의 계산은 이하에서 더 상세히 설명된다. 그룹화 모듈(308)은 그 다음에, 너무 많은 핵심 용어들이 할당된 임의의 범주들을 분할하거나 혹은 제거할 수 있으며, 또는 관련되어 있는 핵심 용어들의 필수적 양(requisite amount)을 못 가진 범주들을 병합시킬 수 있다.
결과적인 범주 및 이에 할당된 핵심 용어들이 가능성 있는 광고 구조임에 유의해야 한다. 캠페인 수립 엔진(200)은 결과적인 가능성 있는 광고 구조들을 사용자 인터페이스(302)를 통해 사용자에게 프리젠테이션할 수 있다. 그 다음에, 사용자는 이러한 가능성 있는 광고 구조들 중 하나 이상을 온라인 광고 캠페인의 일부로서 선택할 수 있다. 아래에서 설명되는 바와 같이, 캠페인 수립 엔진(200)은 또한, 관련된 웹 페이지들에 대한 가능성 있는 광고 캠페인들을 결정하도록 구성될 수 있다.
캠페인 수립 엔진(200)의 예가 이제 보다 상세히 설명된다. 다음의 설명은 예시적으로 제공되는 것이며 한정의 의미를 갖도록 의도되지 않았음을 이해해야 하는데, 왜냐하면, 캠페인 수립 엔진(200)의 여러 변형들이 고려될 수 있기 때문이다.
논의되는 바와 같이, 캠페인 수립 엔진(200)은 디지털 문서 혹은 디지털 문서의 어드레스를 수신한다. 설명 목적으로, 사용자가 임의의 원하는 랜딩 페이지의 네트워크 어드레스를 제공한다고 가정한다. 예시적 실시예에서, 사용자는 랜딩 페이지의 URL을 사용자 인터페이스(302)를 통해 제공한다. 예를 들어, 사용자는 URL로서 "www.thisexamplebabyretailer.com/strollers"를 입력할 수 있다. 사용자 인터페이스(302)는 URL을 문서 검색 모듈(304)에 전달한다.
문서 검색 모듈(304)은 제공된 URL의 랜딩 페이지를 웹 서버(310)로부터 검색하도록 구성된다. 문서를 검색하기 위한 임의의 알려진 기법이 문서 검색 모듈(304)에 의해 구현될 수 있음을 이해해야 한다. 일부 실시예들에서, 문서 검색 모듈(304)은 또한 랜딩 페이지와 관련된 웹 페이지들을 검색할 수 있다. 이러한 실시예들에서, 문서 검색 모듈(304)은 랜딩 페이지 내에 임베드(embed)된 임의의 하이퍼링크들이 존재하거나 혹은 랜딩 페이지로 하이퍼링크되는 임의의 페이지들이 존재하는지 여부를 결정하기 위해 랜딩 페이지를 분석할 수 있다. 만약 랜딩 페이지에 임베드된 하이퍼링크들이 존재하거나 혹은 랜딩 페이지로 하이퍼링크되는 페이지들이 존재한다면, 문서 검색 모듈(304)은 이러한 웹 페이지들을 또한 검색할 수 있다. 랜딩 페이지에 관련되어 있지만 랜딩 페이지로 링크되어 있는 않은 페이지들도 문서 검색 모듈(304)이 또한 검색할 수 있음을 이해해야 한다. 예를 들어, 웹사이트 "www.thisexamplebabyretailer.com/toys"는 웹 사이트 "www.thisexamplebabyretailer.com/strollers"로 링크되어 있지 않을 수 있다. 그럼에도 불구하고, 문서 검색 모듈(304)은 공통 도메인 명칭, 즉 "www.thisexamplebabyretailer.com"때문에, "장난감(toys)" 페이지를 검색하도록 구성될 수 있다. 문서 검색 모듈(304)이 또한, FAQ 페이지들, "문의 하기(contact us)" 및 다른 비실질적인 페이지들과 같은 광고 캠페인을 수립함에 있어 한정된 용도를 갖는 특정 웹 페이지들을 필터링하도록 구성될 수 있음을 이해해야 한다.
문서 검색 모듈(304)이 랜딩 페이지 및 임의의 관련된 페이지들을 검색한 경우, 문서 검색 모듈(304)은 랜딩 페이지 및 관련된 페이지들을 핵심 용어 결정 모듈(306)에 제공한다. 핵심 용어 결정 모듈(306)은 하나 이상의 웹 페이지들을 수신하고, 웹 페이지들에 대응하는 핵심 용어들의 목록을 결정한다. 핵심 용어는, 만약 탐색자가 분석되는 웹 페이지를 찾으려고 하는 경우 사용할 수 있는 가상 탐색 쿼리에 포함될 수 있는 하나 이상의 단어들로 구성된다.
도 5는 핵심 용어 결정 모듈(306)의 예를 나타낸다. 핵심 용어 결정 모듈(306)은 핵심 용어 추출 모듈(key term extraction module)(502) 및 핵심 용어 확장 모듈(key term expansion module)(504)을 포함할 수 있다. 더욱이, 핵심 용어 결정 모듈(306)은 쿼리 로그 데이터베이스(query log database)(506)를 포함할 수 있다.
쿼리 로그 데이터베이스(506)는 캠페인 수립 엔진(200)의 컴포넌트일 수 있거나, 혹은 상이한 위치 혹은 서버에 위치할 수 있다. 이러한 실시예들에서, 핵심 용어 결정 모듈(306)은 인트라넷 혹은 인터넷과 같은 네트워크를 통해 쿼리 로그 데이터베이스(506)에 액세스할 수 있다. 쿼리 로그 데이터베이스(506)는 하나 이상의 탐색 엔진(206)에 제공되는 탐색 쿼리들의 대표 샘플링(representative sampling)을 저장할 뿐만 아니라 탐색 쿼리의 결과로서 액세스된 웹 페이지들을 저장하는 데이터베이스이다. 쿼리 로그 데이터베이스(506)가 상업적 탐색들의 결과들만을 포함할 수 있고 개인적이거나 비상업적인 탐색 쿼리들 및 결과들은 배제시킬 수 있어 사용자의 프라이버시(privacy)를 보호할 수 있음에 유의해야 한다. 더욱이, 쿼리 로그 데이터베이스(506)는 또한, 사용자의 프라이버시를 더욱 보호하기 위해 탐색 쿼리들을 익명으로 저장할 수 있다.
핵심 용어 추출 모듈(502)은 웹 페이지, 예를 들어, 랜딩 페이지를 수신하고, 이로부터 가능성 있는 핵심 용어들을 추출한다. 앞서 언급된 바와 같이, 핵심 용어들은, 분석되는 웹 페이지를 찾기 위해 가상 탐색자가 탐색 엔진(206)에 제공할 수 있는 하나 이상의 용어들이다. 핵심 용어 추출 모듈(502)은 수신된 웹 페이지 혹은 페이지들로부터 임의의 적절한 방식으로 핵심 용어들을 추출할 수 있다. 예를 들어, 일부 실시예들에서, 핵심 용어 추출 모듈(502)은 웹 페이지의 텍스트를 파싱하고, 파싱된 텍스트로부터 관사("a", "an", "the") 또는 접속사("and", "or")와 같은 제외어(stop word)들을 제거하고, 그리고 문서 전체에 걸쳐 발견된 용어들을 인덱싱(indexing)한다. 핵심 용어 추출 모듈(502)은 단어들의 전체 최대량보다 적은 수의 단어들의 문자열들 모두를 인덱싱할 수 있는바, 단지 예를 들어보면, 5개 혹은 그 이하 개수의 단어들의 문자열들 모두를 인덱싱할 수 있다. 그 다음에 핵심 용어 추출 모듈(502)은 추출된 용어들 중 어떤 것이 적법한 탐색 쿼리들인지를 결정하기 위해 쿼리 로그 데이터베이스(506)에 질의한다. 따라서, 핵심 용어 추출 모듈(502)은 각각의 추출된 용어들의 문자열로 쿼리 로그 데이터베이스(506)에 질의한다. 만약 용어들의 문자열이 공칭 탐색량(nominal amount of searches)보다 더 많이 탐색 쿼리로서 사용되었다면, 그 단어들의 문자열은 가능성 있는 핵심 용어로 고려된다. 만약 용어들의 문자열이 탐색 쿼리로서 사용되지 않았거나 혹은 탐색 쿼리로서 공칭 횟수량만큼만 단지 사용되었다면, 그 단어들의 문자열은 무시(disregard)될 수 있다.
추출된 용어들로부터 모든 가능성 있는 핵심 용어들이 식별된 경우, 핵심 용어 추출 모듈(502)은 분석되는 웹 페이지에 대한 각각의 가능성 있는 핵심 용어의 관련성 점수(relevancy score)를 계산한다. 웹 페이지에 대한 가능성 있는 검색 용어의 관련성 점수를 결정하기 위한 임의의 적절한 수단이 고려될 수 있음을 이해해야 한다. 예를 들어, 핵심 용어 추출 모듈(502)은 가능성 있는 탐색 용어가 웹 페이지 전체에 걸쳐 발견된 횟수의 양을 결정할 수 있거나, 혹은 가능성 있는 탐색 용어가 웹 페이지의 타이틀(title) 혹은 헤딩(heading)에서 발견되는지 여부를 결정할 수 있다. 예를 들어, 만약 웹 페이지가 상표Z mp3 플레이어들에 관한 것이라면, 용어 "상표Z mp3 플레이어"는 페이지의 타이틀에서 발견될 수 있을 뿐만 아니라 페이지 전체에 걸쳐 여러 번 발견될 수 있다. 핵심 용어 추출 모듈(502)은 용어 "상표Z mp3 플레이어"에 대한 점수를 99/100로 계산할 수 있다. 용어 "mp3 플레이어"에는 점수 90/100이 할당될 수 있다. 용어 "뮤직 플레이어(music player)"는 페이지 전체에 걸쳐 발견될 수 있지만, 헤딩에서는 발견되지 않고, 이에 따라 "상표Z mp3 플레이어" 혹은 "mp3 플레이어" 등보다 더 낮은 관련성 점수, 예를 들어, 74/100를 갖게 된다. 용어 "포토 뷰어(photo viewer)"가 웹 페이지 내에서 단지 한번 발견될 수 있고, 이에 따라 용어 "포토 뷰어"는 "뮤직 플레이어"보다 훨씬 더 낮은 관련성 점수, 예를 들어, 10/100을 갖게 된다. 관련성 점수는 임의의 다른 적절한 방식으로 계산될 수 있다.
각각의 가능성 있는 핵심 용어의 관련성 점수는 관련성 점수 임계치와 비교될 수 있다. 예를 들어, 관련성 임계치는 30/100일 수 있다. 만약 가능성 있는 핵심 용어의 관련성 점수가 관련성 점수 임계치보다 더 크다면, 그 가능성 있는 핵심 용어는 핵심 용어들에 포함된다. 만약 점수가 관련성 점수 임계치보다 작다면, 그 가능성 있는 핵심 용어는 무시된다. 관련성 점수 임계치는 개발자 혹은 사용자에 의해 설정될 수 있거나 혹은 캠페인 수립 엔진에 의해 학습될 수 있음을 이해해야 한다.
언급되는 바와 같이, 핵심 용어 결정 모듈(306)은 또한, 핵심 용어 확장 모듈(504)을 포함할 수 있다. 핵심 용어 확장 모듈(504)은 추출된 핵심 용어들을 핵심 용어 추출 모듈(502)로부터 수신하고, 그 추출된 핵심 용어들과 유사한 임의의 추가적인 탐색 쿼리들을 결정한다. 예를 들어, 만약 핵심 용어 추출 모듈(502)이 랜딩 페이지로부터 용어 "아기 유모차"를 추출했다면, 핵심 용어 추출 모듈(502)은 "아기 유모차"와 유사한 핵심 용어들, 예를 들어, "아기용 유모차", "소아용 유모차", "유아 유모차" 및 "아가용 유모차"를 제공한다. 핵심 용어 확장 모듈(504)은 추출된 핵심 용어들을 임의의 적절한 방식으로 확장시킬 수 있다. 예를 들어, 핵심 용어 확장 모듈(504)은 추출된 핵심 용어로 쿼리 로그 데이터베이스(506)에 질의할 수 있고, 그리고 탐색자들이 동일한 페이지들을 찾기 위해 사용한 다른 탐색 쿼리들을 수신할 수 있다. 예를 들어, 탐색 엔진 사용자들이 동일한 소매업자 웹 페이지들을 찾기 위해 탐색 쿼리들 "아기 유모차" 및 "유아 유모차"를 입력하는 빈도가 높은 경우, 쿼리 로그 데이터베이스(506)는 "아기 유모차"에 대한 유사한 탐색 쿼리들에 대한 요청에 응답하여 "유아 유모차"를 리턴(return)할 것이다.
추출된 핵심 용어들의 세트를 확장시키기 위한 다른 적절한 수단이 앞서 설명된 것 대신에 혹은 이에 추가하여 사용될 수 있음을 이해해야 한다. 예를 들어, 일부 실시예들에서, 핵심 용어 확장 모듈(504)은 해당 용어들 대신 유의어(synonym)들을 사용할 수 있다. 일부 실시예들에서, 핵심 용어 확장 모듈(504)은 핵심 용어들 내에서 발견된 상표 명칭들을 다른 핵심 용어들로 대체할 수 있는바, 예를 들어, 핵심 용어 "상표Z mp3 플레이어"는 "상표X mp3 플레이어" 혹은 "상표Y mp3 플레이어"로 대체될 수 있다.
핵심 용어 결정 모듈(306)은 임의의 적절한 방식으로 동작할 수 있음을 이해해야 한다. 더욱이, 핵심 용어 결정 모듈(306)이 하나 이상의 웹 페이지들을 수신하여 핵심 용어들의 목록을 제공하도록 구성될 수 있지만, 핵심 용어 결정 모듈(306)은 웹 페이지 혹은 페이지들 대신에 혹은 이에 추가하여, 제안된 핵심 용어들과 같은 다른 형태의 입력을 수신할 수 있다.
핵심 용어 결정 모듈(306)은 핵심 용어들의 세트를 그룹화 모듈(308)에 제공한다. 그룹화 모듈(308)은 하나 이상의 제안된 광고 구조들을 생성하도록 구성되고, 여기서 각각의 광고 구조는 복수의 핵심 용어들을 포함한다. 도 6은 그룹화 모듈(308)의 예를 나타낸다. 그룹화 모듈(308)은 범주화 모듈(602) 및 광고 구조 생성 모듈(604)로 구성된다. 일부 실시예들에서, 그룹화 모듈(308)은 또한, 핵심 용어들의 역 문서 빈도("IDF") 점수들을 저장하는 IDF 데이터베이스(606)를 포함할 수 있다.
범주화 모듈(602)은 핵심 용어 결정 모듈(306)로부터 핵심 용어들의 세트를 수신하도록 구성되며, 아울러 가능성 있는 광고 구조들에 대한 가능한 범주들을 결정하도록 구성된다. 가능한 범주들은 광고 구조들에 대한 개념(concept)들 혹은 카테고리(category)들로서 고려될 수 있다. 아래에서 설명되는 바와 같이, 광고 구조 생성 모듈(604)은 가능성 있는 범주들 및 핵심 용어들을 수신하고, 그리고 핵심 용어들을 범주들에 관련시켜, 가능성 있는 광고 구조들을 생성하게 된다.
도 7은 범주화 모듈(602)과 같은 곳에서의 프로세스에 의해 실행될 수 있는 방법(700)의 예를 나타낸다. 범주화 모듈(602)은 랜딩 페이지로부터 도출된 핵심 용어들의 세트에 근거하여 가능성 있는 광고 구조들에 대한 가능한 범주들을 결정한다. 단지 예시적으로 살펴보면, 범주화 모듈(602)은 핵심 용어의 역 문서 빈도(IDF) 점수를 결정할 수 있고, 만약 IDF 점수가 IDF 임계치보다 크다면 이 핵심 용어를 임의의 범주로서 라벨링(labelling)할 수 있다. 따라서, 단계(702)에서 제시된 바와 같이, 범주화 모듈(602)은 핵심 용어 결정 모듈(306)로부터 핵심 용어들의 세트를 수신한다. 각각의 핵심 용어는 임의의 한계값까지 1개 혹은 그 이상의 단어들로 구성된 N-그램(N-gram)이다. 예를 들어, 핵심 용어들의 세트는 표 1에서 제공된다. 본 예에서, 용어들은 상표Z mp3 플레이어들에 대한 랜딩 페이지로부터 도출되었다.
상표Z mp3 플레이어 상표Z 미니(Mini) 32 GB 상표Z 미니
16 GB 상표Z 상표Z 매크로(Macro) 상표Z 셔플(Shuffle)
상표Z 클래식(Classic) 16 GB mp3 플레이어 16 GB 뮤직 플레이어
...
이해될 수 있는 바와 같이, 핵심 용어들의 목록은 표 1에 나열된 것보다 훨씬 더 많은 용어들을 포함할 수 있다. 본 예에서, 핵심 용어들은 N의 값이 4 혹은 이보다 작은 정수인 N-그램이다.
단계(704)에서 제시되는 바와 같이, 각각의 핵심 용어에 대해, 범주화 모듈(602)은 핵심 용어에 대한 IDF 점수를 결정한다. IDF 점수는 특정 문서에 대해 특정 용어가 얼마나 중요한지를 표시하는 통계적 크기이다. 용어의 중요도는 용어가 문서에 나타난 횟수의 양에 비례하지만, 용어가 문서들의 모집단(예를 들어, 인터넷에서 찾을 수 있는 모든 인덱싱된 문서들)에서 발견되는 횟수의 양에 의해 상쇄(offset)된다. 따라서, 만약 용어가 문서 전체에 걸쳐 빈번하게 발견되지만 인터넷 전체에 걸쳐서는 빈번하게 발견되지 않는다면, 이 용어는 높은 IDF를 갖게 된다. 예를 들어, 용어 "남아메리카 금귤(South American Kumquat)"은 남아메리카 과일 수입업자에 대한 랜딩 페이지 전체에 걸쳐 많은 횟수로 발견될 수 있지만 어디에서는 이렇게 매우 빈번하게 발견되지는 않는다. 따라서, 이러한 랜딩 페이지에 대해서, "남아메리카 금귤"은 매우 높은 IDF 점수를 갖게 된다. 이와는 반대로, 모바일 전화기 소매업자의 랜딩 페이지에 한번 나타나는 용어 "디지털 카메라"는 상대적으로 낮은 IDF 점수를 갖게 된다.
IDF는 임의의 알려진 방식으로 계산될 수 있다. 용어 T의 IDF 점수를 계산하기 위한 이러한 한가지 공식은 다음과 같다.
Figure pct00001
여기서, F(TDoc)는 용어 T가 문서 Doc에서 발견되는 횟수의 양이고, DT는 문서들의 모집단에서 용어 T의 적어도 하나의 인스턴스(instance)를 갖는 문서들의 전체 양이고, DTotal은 문서들의 모집단에서의 문서들의 전체 양이다. 범주화 모듈(602)은, 문서들의 모집단에서 용어 T를 포함하는 문서들의 양을 결정하기 위해, 용어 T로 IDF 데이터베이스(606)에 질의할 수 있다. 더욱이, 범주화 모듈(602)은 문서들의 모집단에서 문서들의 전체 양 DTotal을 IDF 데이터베이스(606)로부터 획득할 수 있다. F(TDoc)는 랜딩 페이지로부터 획득될 수 있다. 앞에서 제공된 방정식을 사용하여, 범주화 모듈(602)은 각각의 핵심 용어에 대한 IDF 점수를 계산할 수 있다. 표 2는 표 1에서 제공된 핵심 용어들이 예시적 IDF 점수들을 갖는 것을 나타낸다.
상표Z mp3 플레이어 - 3.3 상표Z 미니 - 3.6 32 GB 상표Z 미니 - 3.8
16 GB 상표Z - 3.7 상표Z 매크로 - 3.2 상표Z 플레이어 - 3.3
상표Z 클래식 - 3.2 16 GB mp3 플레이어 - 2.1 16 GB 뮤직 플레이어 - 0
...
표 2로부터 알 수 있는 바와 같이, 32 GB 상표Z 미니는 가장 높은 IDF 점수, 3.8을 갖고 있으며, 용어 "뮤직 플레이어"를 갖는 핵심 용어는 점수가 0인데, 왜냐하면 용어 "뮤직 플레이어"는 원본 문서(original document)에서 나타나지 않았기 때문이다. 단계(706)에서 제시되는 바와 같이, 범주화 모듈(602)은 IDF 임계치에 대비하여 각각의 핵심 용어의 IDF 점수를 비교한다. 만약 핵심 용어의 IDF 점수가 IDF 임계치, 예를 들어, 3.0보다 크다면, 이 핵심 용어는 가능성 있는 범주로서 고려된다. 만약 핵심 용어의 IDF 점수가 IDF 임계치보다 크지 않다면, 이 핵심 용어는 가능성 있는 범주로서는 고려되지 않지만 핵심 용어들의 목록에는 남아 있게 된다. IDF 임계치가 개발자 혹은 사용자에 의해 설정될 수 있거나 혹은 캠페인 수립 엔진에 의해 학습될 수 있음을 이해해야 한다.
그 다음에, 일부 실시예들에서, 가능성 있는 범주들은 이 범주가 템플릿화된 범주(templated classification)에 대한 근거(basis)로서의 역할을 할 수 있는지를 결정하기 위해 분석된다. 템플릿화된 범주는 핵심 용어 내의 단어들 중 하나 이상의 단어 대신에 태그를 갖는 범주이다. 달리 말하면, 태그는 속(genus)이고, 태그로 대체되는 단어 혹은 단어들은 종(species)이다. 아래에서 설명되는 바와 같이, 광고 구조 생성 모듈(604)은 핵심 용어들을 범주들에 정합시키도록 구성될 수 있다. 템플릿화된 범주는 더 많은 양의 용어들이 범주에 정합될 수 있도록 한다. 예컨대, "Hotels in New York" 및 "Hotels in Cairo"에 대한 범주들이 존재할 수 있고, 범주로서 고려되지 않은 "Hotels in Detroit" 및 "Hotels in Tripoli"와 같은 추가적인 핵심 단어들이 존재할 수 있다. "Hotels in New York" 및 "Hotels in Cairo"에 근거하는 템플릿화된 범주는 "Hotels in #LocationName"이 될 수 있고, 이에 따라 임의의 위치 명칭(Location Name)을 갖는 임의의 핵심 용어, 예를 들어, "Hotels in Detroit"가 이 범주에 폭넓게 정합될 수 있게 된다. 유사하게, 상표 명칭들 혹은 수직적 산업들을 포함하는 범주들이 또한 템플릿화될 수 있다. 예를 들어, "Brother's Brands Ties"는 "#Tradename Ties"로 템플릿화될 수 있으며, "24-Hour Locksmith"는 "24-Hour #EmergencyServiceType"으로 템플릿화될 수 있다.
단계(708)에서 제시되는 바와 같이, 템플릿화된 범주들을 생성하기 위해, 범주화 모듈(602)은 각각의 범주가 임의의 태그가능한 요소(taggable element)들을 가지고 있는지 여부를 결정하기 위해 각각의 범주를 분석한다. 예를 들어, 범주화 모듈(602)은 범주 내의 각각의 단어를 사용하여 하나 이상의 데이터베이스들, 예를 들어, 상표 명칭 데이터베이스(미도시), 위치 데이터베이스(미도시), 및 수직 산업 데이터베이스(미도시)에 질의할 수 있다. 만약 해당하는 단어가 데이터베이스들 중 하나에서 발견된다면, 그 단어가 발견된 데이터베이스에 대응하는 태그를 사용하여 새로운 범주가 생성된다. 예를 들어, 만약 위치 데이터베이스에서 임의의 단어가 발견되었다면, 범주화 모듈(602)은 #LocationName 태그를 사용하여 새로운 범주를 생성하게 된다. 템플릿화된 범주를 생성하기 위해 임의의 범주는 하나 이상의 태그들로 태그화될 수 있음을 이해해야 한다. 더욱이, 템플릿화된 범주들은 임의의 적절한 방식으로 생성될 수 있음을 이해해야 한다.
템플릿화된 범주들이 생성되는 실시예들에서, 범주화 모듈(602)은 IDF 점수를 템플릿화된 범주에 할당한다. 범주화 모듈(602)은 템플릿화된 범주의 근거가 되는 범주의 IDF 점수를 사용할 수 있다. 예를 들어, 만약 템플릿화된 범주 "Hotels in #LocationName"가 "Hotels in New York" 범주에 근거하고 있다면, 범주화 모듈(602)은 "Hotels in #LocationName" 범주의 IDF 점수를 결정하기 위해 "Hotels in New York" 범주의 IDF 점수를 사용할 수 있다. 일부 실시예들에서, 범주화 모듈은 이러한 템플릿화된 범주에 약간 더 낮은 IDF 점수를 할당할 수 있거나 약간 더 높은 IDF 점수를 할당할 수 있다. 예컨대, 만약 "Hotels in New York" 범주의 IDF 점수가 1.8이라면, "Hotels in #Location name"의 IDF 점수는 1.7로 설정될 수 있다. 더욱이, 만약 두 개 이상의 범주들이 동일한 구조를 갖는다면(예를 들어, "Hotels in New York" 및 "Hotels in Cairo"), 템플릿화된 범주의 IDF 점수는, IDF 점수들 중 가장 낮은 점수, 혹은 IDF 점수들 중 가장 높은 점수, 혹은 IDF 점수들의 평균값에 근거할 수 있다.
단계(710)에서 제시되는 바와 같이, 일부 실시예들에서, 범주화 모듈(602)은 템플릿화된 범주들을 포함하는 가능성 있는 범주들의 순위를 이들의 IDF 점수들에 따라 정할 수 있다. 가능성 있는 범주들은 그 다음에, 이들이 순위가 정해졌는지 아니면 정해지지 않았는지에 상관없이, 광고 구조 생성 모듈(604)에 제공될 수 있다. 더욱이, 도 7에서 제시되지 않았을지라도, 가능성 있는 범주들 및 핵심 용어들은 관사("the", "a", "an") 또는 접속사("and", "or")와 같은 제외어를 제거하기 위해 필터링될 수 있음을 이해해야 한다. 또한, 가능성 있는 범주들 및 핵심 용어들은 단어의 변형형태들 또는 단어의 복수 혹은 단수 형태들이 이러한 범주 혹은 핵심 용어에 포함되도록 계통(stem)화될 수 있다.
이제 도 8을 참조하면, 광고 구조 생성 모듈(604)은 가능성 있는 범주들을 수신하고 하나 이상의 제안된 광고 구조들을 생성하는바, 이러한 제안된 광고 구조들은 광고 캠페인에 포함되도록 사용자에게 프리젠테이션될 수 있다. 단계(802)에서 제시되는 바와 같이, 광고 구조 생성 모듈(604)은 가능성 있는 범주들 및 핵심 용어들을 수신한다.
단계(804)에서 제시되는 바와 같이, 광고 구조 생성 모듈(604)은 핵심 용어들을 가능성 있는 범주들에 관련시킨다. 일부 실시예들에서, 광고 구조 생성 모듈(604)은 핵심 용어가 임의의 범주에 정합될 때 이 핵심 용어를 그 범주에 관련시킨다. 핵심 용어들을 범주들에 정합시키기 위한 임의의 적절한 수단이 사용될 수 있음을 이해해야 한다. 예를 들어, 광고 구조 생성 모듈(604)은 핵심 용어가 폭넓게 매칭되는 임의의 가능성 있는 범주에 그 핵심 용어를 관련시키도록 구성될 수 있다. 폭넓게 매칭되는 것은 핵심 용어 내의 적어도 하나의 단어 혹은 단어의 변형형태가 범주 내의 적어도 하나의 단어 혹은 그 변형형태에 정합하는 것이다. 예를 들어, 핵심 용어 "32 GB"는 "32 GB 상표Z 미니" 및 "32 GB 상표Z"에 폭넓게 매칭될 수 있다. 이러한 예에서, 광고 구조 생성 모듈(604)은 "32 GB"를 "32 GB 상표Z 미니" 범주와 "32 GB 상표Z" 범주 모두에 관련시키게 된다. 임의의 핵심 용어가 또한 임의의 템플릿화된 범주에 폭넓게 매칭될 수 있음에 유의해야 한다. 예를 들어, 용어 "Mumbai Accommodations"은 "Hotels in #LocationName"에 폭넓게 매칭되는데, 왜냐하면 "Mumbai"가 #LocationName에 정합되기 때문이다.
광고 구조 생성 모듈(604)이 핵심 용어를 이 핵심 용어가 정합되는 가능성 있는 범주들만큼의 많은 가능성 있는 범주들에 관련시킬 수 있음을 이해해야 한다. 대안적으로, 일부 구현예들에서, 광고 구조 생성 모듈(604)은 핵심 용어를 이 핵심 용어가 정합되는 제1의 N개의 가능성 있는 범주들에 관련시킬 수 있다. 이러한 구현예들에서, 광고 구조 생성 모듈(604)은 가능성 있는 범주들의 순위에 따르는 순서로 핵심 단어를 가능성 있는 범주들에 정합시키도록 구성될 수 있다.
단계(804)와, 단계(806)와 그리고 단계(808)를 포함하는 루프(loop)에서 제시되는 바와 같이, 광고 구조 생성 모듈(604)은, 모든 핵심 용어들이 하나 이상의 범주들에 관련될 때까지, 각각의 핵심 용어를 가능성 있는 범주들에 정합시킬 수 있다. 만약 핵심 용어가 임의의 범주들에 정합되지 않는다면, 이 핵심 용어는 무시 및 폐기될 수 있다.
전형적으로, 다수의 범주들은 중복되는 핵심 용어(overlapping key term)들을 가질 것이다. 이해할 수 있는 바와 같이, 핵심 용어들을 범주들에 관련시키기 위해 사용되는 정합 알고리즘의 타입에 근거하여, 핵심 용어는 다수의 범주들에 관련될 수 있다. 따라서, 일부 실시예들에서, 광고 구조 생성 모듈(604)은, 하나 이상의 범주들로부터 그 중복되는 핵심 용어들을 제거하여 광고 구조 생성 모듈(604)이 임의의 핵심 용어를 단지 하나의 범주에만 할당하도록 함으로써 이러한 문제를 해결하도록 구성될 수 있다. 따라서, 단계(810)에서 제시되는 바와 같이, 핵심 용어들이 범주들에 관련된 이후에, 광고 구조 생성 모듈(604)은 이러한 범주들 중 어느 범주가 중복되는 핵심 용어들을 갖는지를 결정한다. 단지 하나의 범주에 관련된 핵심 용어가 그 범주에 할당됨에 유의해야 한다.
중복되는 핵심 용어들이 존재한다고 결정되는 경우, 단계(812)에서 제시되는 바와 같이, 광고 구조 생성 모듈(604)은 범주 내에 포함된 핵심 용어들에 대해 범주의 친밀도 점수를 계산한다. 범주의 친밀도 점수는 임의의 적절한 방식으로 계산될 수 있다. 일부 구현예들에서, i번째 범주 Ci의 친밀도 점수 Affinity_Score(Ci)는 아래의 공식을 사용하여 계산될 수 있다.
Figure pct00002
여기서, #_of_KeyTerms_in_Ci는 모든 중복되는 핵심 용어들을 포함하는 i번째 범주 Ci에 관련된 핵심 용어들의 개수와 동일하고, IDF(Ci)는 i번째 범주의 IDF 점수이다. 범주의 친밀도 점수는 임의의 다른 적절한 방식으로 계산될 수 있음을 이해해야 한다. 친밀도 점수는 범주들 모두에 대해 계산될 수 있거나 혹은 중복되는 핵심 용어들을 갖는 범주들에 대해서만 계산될 수 있음을 이해해야 한다.
단계(814)에서 제시되는 바와 같이, 광고 구조 생성 모듈(604)이 범주들에 대한 친밀도 점수들을 계산한 이후에, 그 중복되는 핵심 용어들은 범주의 친밀도 점수에 근거하여 임의의 범주에 할당될 수 있다. 예를 들어, 일부 실시예들에서, 중복되는 핵심 용어는 가장 높은 친밀도 점수를 갖는 범주에 할당될 것이다. 중복되는 핵심 용어들이 해결되면, 범주 및 이에 할당된 핵심 용어들이 임의의 광고 구조에 할당될 수 있다. 범주 자체가 광고 구조의 핵심 용어로서 포함될 수 있음에 유의해야 하는데, 왜냐하면 이러한 범주는 핵심 단어들의 목록으로부터 나온 것이기 때문이다.
핵심 용어들이 범주들에 할당되고 광고 구조들이 생성되는 경우, 광고 구조 생성 모듈(604)은 너무 많은 핵심 용어들이 할당되어 있는 임의의 광고 구조들을 제거하거나 세분화(subdivide)할 수 있다. 유사하게, 광고 구조 생성 모듈(604)은 너무 적은 핵심 용어들이 할당되어 있는 임의의 광고 구조들을 병합(merge)시킬 수 있는바, 이것은 단계(816)에서 제시되는 바와 같다. 이와 같은 것은 광고 구조에 할당된 핵심 용어들의 양을 최대 핵심 용어 임계치와 최소 핵심 용어 임계치에 비교함으로써 달성될 수 있다. 만약 광고 구조에 할당된 핵심 용어들의 양이 최대 핵심 용어 임계치보다 크다면, 광고 구조는 둘 이상의 광고 구조들로 분할되거나 혹은 삭제된다. 예를 들어, 만약 80개의 핵심 용어들이 단일 광고 구조에 할당되는 경우, 광고 구조 생성 모듈(604)은 각각 40개의 핵심 용어들을 갖는 2개의 제안된 광고 구조로 핵심 용어들을 분할 수 있다.
만약 광고 구조에 할당된 핵심 용어들의 양이 최소 핵심 용어 임계치보다 작다면, 광고 구조의 핵심 용어들은 하나 이상의 다른 광고 구조들의 핵심 용어들과 병합될 수 있다. 예를 들어, 만약 5개의 핵심 용어들이 제 1 광고 구조에 할당되어 있고, 4개의 핵심 용어들이 제 2 광고 구조에 할당되어 있으며, 최소 핵심 용어 임계치가 7이라면, 광고 구조 생성 모듈(604)은 이러한 두 개의 광고 구조들과 이들의 핵심 용어들을 단일의 제안된 광고 구조로 병합시킬 수 있다.
임의 크기의 제안된 광고 구조들이 사용자에게 프리젠테이션될 수 있기 때문에, 이러한 단계는 선택적인 것이다. 최대 핵심 용어 임계치와 최소 핵심 용어 임계치는 개발자 혹은 사용자에 의해 설정될 수 있거나 혹은 캠페인 수립 엔진에 의해 학습될 수 있다. 예컨대, 최대 핵심 용어 임계치는 75개의 핵심 용어들로 설정될 수 있고, 최소 핵심 용어 임계치는 5개 혹은 10개의 핵심 용어들로 설정될 수 있다.
도 8의 방법은 한정의 의미를 갖지 않는 단지 예시적 목적으로 제공된 것이다. 이러한 단계들의 순서는 강제적인 것이 아니면 이러한 단계들 모두가 요구되는 것도 아님을 이해해야 한다. 더욱이, 일부 단계들은 하나의 단계로 결합될 수 있고, 다른 단계들은 복수의 단계들로 수행될 수 있다.
그룹화 모듈(308)이 하나 이상의 제안된 광고 구조들을 생성하는 경우, 그룹화 모듈(308)은 사용자 인터페이스(302)를 통해 사용자에게 그 제안된 광고 구조들을 프리젠테이션할 수 있다. 도 10은 랜딩 페이지에 대한 제안된 광고 구조들(1012, 1014, 1016, 및 1018)의 세트의 예를 나타낸다. 제안된 예에서, 사용자 인터페이스(302)는 랜딩 페이지 "www.thisexamplebabyretailer.com/strollers"에 대한 제 1 광고 구조(1012), 및 제 2 광고 구조(1014), 제 3 광고 구조(1016), 및 제 4 광고 구조(1018)를 프리젠테이션하고 있다. 그 다음에 사용자는 온라인 광고 캠페인에 포함시키기 위해 하나 이상의 광고 구조들을 선택할 수 있다. 더욱이, 사용자는 선택된 광고 캠페인에 대해 핵심 용어들을 추가할 수 있거나 혹은 제거할 수 있다. 사용자가 하나 이상의 광고 구조들, 즉 광고 캠페인을 선택한 경우, 캠페인 수립 엔진(200)은 이러한 광고 구조들을 광고 캠페인 데이터베이스(204)(도 2)에 저장할 수 있다.
캠페인 수립 엔진(200)이 랜딩 페이지의 URL을 광고 구조에 저장할 수 있음에 유의해야 한다. 더욱이, 광고자는 광고 캠페인(400)(도 4)에 하나 이상의 광고 생성물들(112)(도 4)을 제공할 수 있다. 따라서, 광고 캠페인(400)은 하나 이상의 광고 구조들(402 및 404)(도 4)을 획득할 수 있다. 광고 구조(402)는 복수의 핵심 용어들(408 및 410)과, 그리고 랜딩 페이지(406)에 대한 관련된 URL을 포함할 수 있다. 더욱이, 각각의 광고 구조(402)는 관련된 광고 생성물(112)을 포함할 수 있다. 랜딩 페이지(406)의 URL 그리고 광고 생성물(112)이 전체 광고 캠페인(400)에 걸쳐 공통적으로 존재할 수 있거나 혹은 광고 구조마다 변할 수 있음에 유의해야 한다.
앞서 논의된 바와 같이, 탐색 엔진 사용자가 특정 광고 구조(402)(도 4) 내의 핵심 용어들 중 하나 이상을 포함하는 탐색 쿼리를 탐색 엔진(206)(도 2)에 제공하는 경우, 탐색 엔진(206)은 이러한 탐색 쿼리로 광고 캠페인 데이터베이스(204)에 질의할 수 있고, 탐색 쿼리에 나열된 핵심 용어들(408 혹은 410)을 포함하는 광고 구조(402)를 수신할 것이다. 그 다음에, 탐색 엔진(206)은 광고 구조(402)에 관련된 광고 생성물을 디스플레이할 수 있고, 뿐만 아니라 광고 구조(402)와 관련된 랜딩 페이지(406)의 URL에 대한 하이퍼링크(122)도 디스플레이할 수 있다.
일부 실시예들에서, 캠페인 수립 엔진(200)은 웹사이트에서 발견된 다른 가능성 있는 랜딩 페이지들에 대한 광고 캠페인들을 제안하기 위해 광고자의 전체 웹사이트를 분석하도록 구성될 수 있다. 예를 들어, 도 9는 웹사이트(900)의 예를 나타낸다. 웹사이트(900)는 URL "www.thisexamplebabyretailer.com"에서 발견된 홈 페이지(902)를 포함할 수 있다. 웹사이트(900)는 다양한 서로 다른 제품들을 판매하는 소매업 사이트일 수 있다. 이처럼 웹사이트(900)는 특정 타입의 제품들, 예를 들어, 유모차 및 아기 장난감에 관한 제품 페이지들(904 및 910)을 포함할 수 있다. 이러한 제품 페이지들은 URL "www.thisexamplebabyretailer.com/Strollers" 및 URL "www.thisexamplebabyretailer.com/Toys"를 가질 수 있다. 이러한 웹사이트는 또한, 제품들 내에서의 특정 상표들에 관한 페이지들, 예를 들어, 페이지(906) 및 페이지(912)를 포함할 수 있으며, 뿐만 아니라 상표들의 모델들에 관한 페이지, 예를 들어, 페이지(908)를 포함할 수 있다. 웹사이트(900)는 또한, 종래의 페이지들, 예컨대 "문의하기" 페이지(918), "매장 위치 찾기" 페이지(914), 및 "정보" 페이지(916)를 포함할 수 있다.
캠페인 수립 엔진(200)은 다른 가능성 있는 랜딩 페이지들을 찾기 위해 그리고 가능성 있는 랜딩 페이지들에 대한 제안된 광고 구조들을 생성하기 위해 웹사이트(900)를 분석하도록 구성될 수 있다. 이해될 수 있는 바와 같이, 사용자는 랜딩 페이지, 예를 들어, 페이지(904)를 캠페인 수립 엔진(200)에 제공할 수 있다. 앞에서 설명된 바와 같이, 문서 검색 모듈(304)은 추가적인 관련 페이지들을 찾기 위해 웹사이트(900)를 트래버스(traverse)할 수 있다. 문서 검색 모듈(304)은 랜딩 페이지(904)와 동일한 URL 구조를 갖는 페이지들을 찾아 이러한 페이지들, 예를 들어, 페이지(910)를 가능성 있는 랜딩 페이지들로서 라벨링하도록 구성될 수 있다. 그 다음에 이러한 가능성 있는 랜딩 페이지들은 앞서 설명된 바와 유사한 방식으로 핵심 용어 결정 모듈(306) 및 그룹화 모듈(308)에 의해 분석될 수 있다. 사용자 인터페이스(302)는, 입력된 랜딩 페이지에 대한 제안된 광고 구조들을 디스플레이하는 것에 추가하여, 가능성 있는 랜딩 페이지 및 대응하는 제안된 광고 구조들을 사용자에게 프리젠테이션할 수 있다.
예를 들어, 도 11에서, URL "www.thisexamplebabyretailer.com/strollers"이 랜딩 페이지로서 사용자에 의해 제공된다. 앞에서 제공된 예를 사용하여, 문서 검색 모듈(304)은 "www.thisexamplebabyretailer.com/strollers"에서 발견된 랜딩 페이지 및 다른 관련 페이지들을 검색한다. 하나의 관련된 페이지는 URL "www.thisexamplebabyretailer.com/toys"에서 발견되는 교육용 장남감들에 대한 가능성 있는 랜딩 페이지일 수 있다. 핵심 용어 결정 모듈(306) 및 그룹화 모듈(308)은 가능성 있는 랜딩 페이지(1120)에 대한 제안된 광고 구조들(1122 및 1124)을 결정하기 위해 가능성 있는 랜딩 페이지를 앞에서 설명된 방식으로 분석할 수 있다. 사용자 인터페이스(302)가 그 입력된 랜딩 페이지에 대한 제안된 광고 구조들(1112 및 1114)을 프리젠테이션하는 것에 추가하여, 사용자 인터페이스(302)는 가능성 있는 랜딩 페이지(1120)를 사용자에게 프리젠테이션할 수 있고 그 가능성 있는 랜딩 페이지(1120)에 대한 제안된 광고 구조들(1122 및 1124)을 프리젠테이션할 수 있다. 캠페인 수립 엔진(200)이 임의의 웹사이트 내의 임의 양의 추가적인 웹 페이지들을 분석할 수 있으며 임의 양의 가능성 있는 랜딩 페이지들 및 제안된 광고 구조들을 사용자에게 프리젠테이션할 수 있음을 이해해야 한다.
본 실시예들의 앞서의 설명은 예시적 설명 목적으로 제공되었다. 이것은 본 발명의 실시예 전부를 설명하거나 본 개시내용을 한정하도록 의도된 것이 아니며, 아래에 제시되는 특허청구범위 내에서 다른 실시예들이 존재한다. 특정 실시예의 개개의 요소들 혹은 특징들은 일반적으로 그 특정 실시예에 한정되지 않으며, 응용가능한 경우 상호교환가능하고, 그리고 비록 구체적으로 제시 혹은 설명되지 않았을지라도 임의의 선택된 실시예에서 사용될 수 있다. 또한, 동일한 것이 다양한 방식으로 변형될 수 있다. 이러한 변형들이 본 개시내용으로부터 벗어나는 것으로 고려돼서는 안 되며, 이러한 모두 수정들은 본 개시내용의 범위 내에 포함되도록 의도된 것이다.
본 개시내용이 완벽해지도록 아울러 본 발명의 기술분야에서 숙련된 자들에게 그 범위를 충분히 전달하도록 예시적 실시예들이 제공된다. 본 개시내용의 실시예들의 완벽한 이해를 제공하기 위해, 특정 컴포넌트들, 디바이스들, 및 방법들의 예들과 같은 다수의 특정 세부사항들이 설명된다. 이러한 특정 세부사항들이 반드시 이용될 필요는 없다는 것, 그리고 예시적 실시예들이 다수의 다양한 형태로 구현될 수 있다는 것, 그리고 그 어떠한 것도 본 개시내용의 범위를 한정하는 것으로 해석돼서는 안 된다는 것이 본 발명의 기술분야에서 숙련된 자들에게 명백하게 될 것이다. 일부 예시적 실시예들에서, 잘 알려진 프로세스들, 잘 알려진 디바이스 구조들, 그리고 잘 알려진 기술들은 상세하게 설명되지 않는다.
본 명세서에서 사용되는 용어는 단지 특정 예시적 실시예들을 설명할 목적을 가지고 있으며 한정할 의도로 사용되는 것이 아니다. 본 명세서에서 사용되는 바와 같은 단수적 표현들은 또한, 해당 문맥에서 명확하게 달리 표시되지 않는 한, 복수의 의미를 포함하도록 의도될 수 있다. 용어 "및/또는," "그리고/또는"은 그 관련되어 나열되는 항목들 중 하나 이상의 항목의 모든 조합들 및 어느 하나를 포함한다. 용어 "포함한다", "포함하는", "포함하고 있는", "구비하는", "갖는", "가지고 있는" 등은 내포적 의미를 갖는바, 이에 따라 이러한 용어들은 그 기재된 특징, 정수, 단계, 동작, 요소, 및/또는 컴포넌트의 존재를 특정하며, 하나 이상의 다른 특징, 정수, 단계, 동작, 요소, 컴포넌트, 및/또는 이들의 그룹의 존재 혹은 추가를 배제하지 않는다. 본 명세서에서 설명되는 방법의 단계들, 프로세스들, 동작들은, 구체적으로 그 수행 순서가 식별되는 경우가 아니라면, 이들의 수행을 논의된 혹은 예시된 그러한 특정 순서로 반드시 해야하는 것으로 해석돼서는 안 된다. 추가적인 혹은 대안적인 단계들이 사용될 수 있음을 또한 이해해야 한다.
다양한 요소들, 컴포넌트들, 영역들, 계층들 그리고/또는 섹션들을 설명하기 위해 본 명세서에서 제1, 제2, 제3 등의 용어가 사용될 수 있지만, 이러한 용어들에 의해 해당 요소들, 컴포넌트들, 영역들, 계층들 그리고/또는 섹션들이 한정돼서는 안 된다. 이러한 용어들은 하나의 요소, 컴포넌트, 영역, 계층 혹은 섹션을 다른 영역, 계층 혹은 섹션과 구분하기 위해 오로지 사용될 수 있다. "제1", "제2", 및 다른 수치적 용어들과 같은 그러한 용어들은 본 명세서에서 사용되는 경우, 문맥에 의해 명확히 표시되지 않는, 그 순서 즉 순차적 순서를 시사하고 있지 않다. 따라서, 아래에서 제시되는 제 1 요소, 제 1 컴포넌트, 제 1 영역, 제 1 계층 혹은 제 1 섹션은, 본 발명의 예시적 실시예들의 가르침으로부터 벗어남이 없이 제 2 요소, 제 2 컴포넌트, 제 2 영역, 제 2 계층 혹은 제 2 섹션으로 지칭될 수도 있다.
본 명세서에서 사용되는 바와 같은, 용어 "모듈"은 애플리케이션 특정 집적 회로(Application Specific Integrated Circuit, ASIC); 전자 회로; 조합형 로직 회로(combinational logic circuit); 현장 프로그래밍가능 게이트 어레이(Field Programmable Gate Array, FPGA); 코드, 혹은 프로세서들의 분산형 네트워크에 의해 실행되는 프로세스 그리고 네트워크화된 클러스터(networked cluster)들 또는 데이터센터(datacenter)들 내의 저장을 실행하는 (공유형, 전용, 혹은 그룹) 프로세서; 앞서 설명된 기능을 제공하는 다른 적절한 컴포넌트들; 또는 예를 들어, 시스템-온-칩(system-on-chip) 내에서의 앞서 나열된 것들 중 일부 혹은 모두의 조합을 말할 수 있거나, 그 일부일 수 있으며, 혹은 이들을 포함할 수 있다. 용어 "모듈"은 하나 이상의 프로세서들에 의해 실행되는 코드를 저장하고 있는 (공유형, 전용, 혹은 그룹) 메모리를 포함할 수 있다.
앞서 사용된 바와 같은, 용어 "코드"는 소프트웨어, 펌웨어, 바이트코드(bytecode) 및/또는 마이크로코드(microcode)를 포함할 수 있고, 프로그램(programs), 루틴(routines), 함수(functions), 클래스(classes) 및/또는 오브젝트(objects)를 말할 수 있다. 앞서 사용된 바와 같은, 용어 "공유형"의 의미는 복수의 모듈들로부터의 일부 코드 혹은 모든 코드가 단일의 (공유된) 프로세서를 사용하여 실행될 수 있음을 나타낸다. 추가적으로, 복수의 모듈들로부터의 일부 코드 혹은 모든 코드는 단일의 (공유된) 메모리에 의해 저장될 수 있다. 앞서 사용된 바와 같은, 용어 "그룹"의 의미는 단일 모듈로부터의 일부 코드 혹은 모든 코드가 프로세서들의 그룹을 사용하여 실행될 수 있음을 나타낸다. 추가적으로, 단일 모듈로부터의 일부 코드 혹은 모든 코드는 메모리들의 그룹을 사용하여 저장될 수 있다.
본 명세서에서 설명되는 장치들 및 방법들은 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 컴퓨터 프로그램들에 의해 구현될 수 있다. 컴퓨터 프로그램들은 비-일시적인 유형의 컴퓨터 판독가능 매체에 저장되는 프로세서-실행가능 명령들을 포함한다. 컴퓨터 프로그램들은 또한 저장된 데이터를 포함할 수 있다. 비-일시적인 유형의 컴퓨터 판독가능 매체의 비한정적 예들은 비휘발성 메모리, 자기 저장소 및 광학 저장소이다.

Claims (29)

  1. 컴퓨터로 구현되는, 임의의 웹 위치(web location)에 대해 적어도 하나의 광고 구조(advertising structure)를 포함하는 온라인 광고 캠페인(on-line advertising campaign)을 생성하기 위한 방법으로서,
    텍스트(text)를 포함하는 디지털 문서(digital document)를 하나 이상의 프로세서들에 의해 수신하는 단계와;
    상기 하나 이상의 프로세서들에 의해 상기 텍스트로부터 복수의 핵심 용어(key term)들을 결정하는 단계와;
    상기 복수의 핵심 용어들에 근거하여 상기 하나 이상의 프로세서들에 의해 임의의 범주(classification)를 결정하는 단계와;
    상기 하나 이상의 프로세서들에 의해 상기 핵심 용어들 각각과 상기 범주 간의 부합성(correspondence)을 결정하는 단계와;
    상기 복수의 핵심 용어들의 각각의 핵심 용어와 상기 범주 간의 상기 부합성에 근거하여 상기 하나 이상의 프로세서들에 의해 상기 복수의 핵심 용어들 중 일 서브세트(subset)의 핵심 용어들을 상기 범주와 관련시키는 단계와;
    상기 서브세트의 핵심 용어들 및 상기 웹 위치에 근거하여 상기 하나 이상의 프로세서들에 의해 광고 구조를 생성하는 단계와; 그리고
    상기 광고 구조를 사용자 단말기(user terminal)에서의 디스플레이(display)를 위해 제공하는 단계를 포함하는 것을 특징으로 하는 컴퓨터로 구현되는 온라인 광고 캠페인을 생성하기 위한 방법.
  2. 제1항에 있어서,
    상기 복수의 핵심 용어들 중 상기 서브세트의 핵심 용어들을 상기 범주와 관련시키는 단계는, 상기 복수의 핵심 용어들 중 제 1 핵심 용어의 적어도 하나의 단어(word)가 상기 범주의 적어도 하나의 단어와 정합(match)할 때, 상기 제 1 핵심 용어를 상기 범주에 관련시키는 것을 포함하는 것을 특징으로 하는 컴퓨터로 구현되는 온라인 광고 캠페인을 생성하기 위한 방법.
  3. 제1항에 있어서,
    상기 범주를 결정하는 단계는,
    상기 복수의 핵심 용어들의 각각의 핵심 용어에 대한 역 문서 빈도(Inverse Document Frequency, IDF) 점수를 결정하는 것과, 그리고
    상기 역 문서 빈도(IDF) 점수들에 근거하여 상기 핵심 용어들 중 하나를 상기 범주로서 선택하는 것을 포함하는 것을 특징으로 하는 컴퓨터로 구현되는 온라인 광고 캠페인을 생성하기 위한 방법.
  4. 제3항에 있어서,
    중복되는 핵심 용어(overlapping key term)를 상기 범주에 할당하는 단계를 더 포함하며,
    상기 중복되는 핵심 용어를 상기 범주에 할당하는 단계는, 상기 서브세트의 핵심 용어들에 대한 상기 범주의 친밀도 점수(affinity score)가 다른 서브세트의 핵심 용어들에 대한 다른 범주의 다른 친밀도 점수보다 더 큰 경우 수행되고, 여기서,
    (1) 중복되는 핵심 용어는 상기 서브세트의 핵심 용어들과 상기 다른 서브세트의 핵심 용어들에 속하며, 그리고
    (2) 상기 범주의 친밀도 점수는 상기 범주와 상기 서브세트의 핵심 용어들 간의 부합성의 크기(measure)를 표시하는 것을 특징으로 하는 컴퓨터로 구현되는 온라인 광고 캠페인을 생성하기 위한 방법.
  5. 제4항에 있어서,
    상기 범주의 친밀도 점수는, 상기 범주에 관련된 상기 서브세트의 핵심 용어들 내에서의 핵심 용어들의 양, 그리고 상기 범주로서 선택된 핵심 용어의 상기 역 문서 빈도(IDF) 점수에 근거하여 결정되는 것을 특징으로 하는 컴퓨터로 구현되는 온라인 광고 캠페인을 생성하기 위한 방법.
  6. 제5항에 있어서,
    상기 서브세트 내에서의 핵심 용어들의 양으로 상기 역 문서 빈도(IDF) 점수를 나눔(dividing)으로써 상기 범주의 친밀도 점수를 계산하는 단계를 더 포함하는 것을 특징으로 하는 컴퓨터로 구현되는 온라인 광고 캠페인을 생성하기 위한 방법.
  7. 제3항에 있어서,
    상기 서브세트의 핵심 용어들에 속하는 중복되지 않는 핵심 용어(nonoverlapping key term)가 상기 범주에 할당되는 것을 특징으로 하는 컴퓨터로 구현되는 온라인 광고 캠페인을 생성하기 위한 방법.
  8. 제3항에 있어서,
    템플릿화된 범주(templated classification)를 상기 결정된 범주에 근거하여 생성하는 단계를 더 포함하며, 여기서,
    1) 상기 템플릿화된 범주는 상기 범주로서 선택된 핵심 용어의 적어도 하나의 단어를 대체(substitute)하는 태그(tag)를 포함하고, 그리고
    2) 상기 태그는 대체되는 상기 적어도 하나의 단어의 종(species)의 속(genus)을 정의하는 것을 특징으로 하는 컴퓨터로 구현되는 온라인 광고 캠페인을 생성하기 위한 방법.
  9. 제8항에 있어서,
    상기 복수의 핵심 단어들 중 특정 핵심 단어의 적어도 하나의 낱말이 상기 템플릿화된 범주의 상기 태그의 상기 속(genus)에 속하는 종(species)의 낱말인 경우 상기 특정 핵심 단어가 상기 템플릿화된 범주에 관련되는 것을 특징으로 하는 컴퓨터로 구현되는 온라인 광고 캠페인을 생성하기 위한 방법.
  10. 제1항에 있어서,
    상기 복수의 핵심 용어들을 결정하는 단계는,
    상기 텍스트 내의 단어들의 문자열들을 식별하기 위해 상기 디지털 문서의 상기 텍스트를 파싱(parsing)하는 것과, 그리고
    단어들의 문자열들 각각에 대해, 단어들의 문자열의 관련성 점수(relevancy score)를 결정하는 것을 포함하고, 여기서,
    (1) 상기 관련성 점수는 상기 디지털 문서에 대한 상기 단어들의 문자열의 관련성(relevancy)의 정도(degree)를 정의하고, 그리고
    (2) 상기 단어들의 문자열의 상기 관련성 점수가 임계치(threshold)를 초과하는 경우 상기 단어들의 문자열이 상기 복수의 핵심 용어들 중 하나로서 정의되는 것을 특징으로 하는 컴퓨터로 구현되는 온라인 광고 캠페인을 생성하기 위한 방법.
  11. 제1항에 있어서,
    상기 디지털 문서는 웹 페이지(web page)인 것을 특징으로 하는 컴퓨터로 구현되는 온라인 광고 캠페인을 생성하기 위한 방법.
  12. 제11항에 있어서,
    상기 웹 위치에 대응하는 어드레스(address)를 수신하는 단계를 더 포함하며, 상기 웹 페이지는 상기 웹 위치로부터 획득되는 것을 특징으로 하는 컴퓨터로 구현되는 온라인 광고 캠페인을 생성하기 위한 방법.
  13. 제12항에 있어서,
    상기 웹 페이지에 대한 복수의 관련된 웹 페이지들을 검색(retrieve)하는 단계를 더 포함하고, 상기 복수의 관련된 웹 페이지들 중 적어도 하나는 상기 웹 페이지로 링크(link)되어 있거나 혹은 상기 웹 페이지로부터 링크되어 있는 것을 특징으로 하는 컴퓨터로 구현되는 온라인 광고 캠페인을 생성하기 위한 방법.
  14. 제13항에 있어서,
    상기 복수의 관련된 웹 페이지들로부터 추가적인 핵심 용어들을 결정하는 단계를 더 포함하고, 상기 복수의 핵심 용어들은 상기 추가적인 핵심 용어들을 포함하는 것을 특징으로 하는 컴퓨터로 구현되는 온라인 광고 캠페인을 생성하기 위한 방법.
  15. 제1항에 있어서,
    광고자(advertiser)가 상기 광고 구조를 상기 온라인 광고 캠페인의 일부로서 채택했다는 표시를 상기 사용자 단말기로부터 수신하는 단계를 더 포함하여, 상기 서브세트의 핵심 용어들 중 적어도 하나의 핵심 용어에 대한 사용자에 의한 탐색 쿼리(search query)를 수신함에 응답하여 상기 웹 위치에 대응하는 광고가 상기 사용자에게 디스플레이를 위해 제공되게 되는 것을 특징으로 하는 컴퓨터로 구현되는 온라인 광고 캠페인을 생성하기 위한 방법.
  16. 임의의 웹 위치에 대해 온라인 광고 캠페인을 생성하기 위한 캠페인 수립 엔진(campaign building engine)으로서, 상기 캠페인 수립 엔진은 하나 이상의 프로세서들과 그리고 상기 온라인 광고 캠페인을 생성하기 위한 명령들을 저장하는 컴퓨터 판독가능 매체를 포함하며, 상기 명령들은 상기 하나 이상의 프로세서들에 의해 실행가능하고, 상기 캠페인 수립 엔진은,
    텍스트를 포함하는 디지털 문서를 검색하는 문서 검색 모듈(document retrieving module)과, 여기서 상기 디지털 문서는 상기 웹 위치에 대응하며;
    상기 텍스트로부터 복수의 핵심 용어들을 결정하는 핵심 용어 결정 모듈(key term determination module)과;
    상기 복수의 핵심 용어들에 근거하여 임의의 범주를 결정하는 범주화 모듈(classification module)과;
    광고 구조 생성 모듈(advertising structure generation module)과, 여기서 상기 광고 구조 생성 모듈은,
    ⅰ) 상기 핵심 용어들 각각과 상기 범주 간의 부합성을 결정하고,
    ⅱ) 상기 복수의 핵심 용어들의 각각의 핵심 용어와 상기 범주 간의 상기 부합성에 근거하여 상기 복수의 핵심 용어들 중 일 서브세트의 핵심 용어들을 상기 범주와 관련시키고, 그리고
    ⅲ) 상기 서브세트의 핵심 용어들 및 상기 웹 위치에 근거하여 광고 구조를 생성하며; 그리고
    상기 광고 구조를 사용자 단말기에서의 디스플레이를 위해 제공하는 사용자 인터페이스(user interface)를 포함하는 것을 특징으로 하는 온라인 광고 캠페인을 생성하기 위한 캠페인 수립 엔진.
  17. 제16항에 있어서,
    상기 광고 구조 생성 모듈은, 상기 복수의 핵심 용어들 중 제 1 핵심 용어의 적어도 하나의 단어가 상기 범주의 적어도 하나의 단어와 정합할 때, 상기 제 1 핵심 용어를 상기 범주에 관련시키는 것을 특징으로 하는 온라인 광고 캠페인을 생성하기 위한 캠페인 수립 엔진.
  18. 제16항에 있어서,
    상기 범주화 모듈은,
    상기 복수의 핵심 용어들의 각각의 핵심 용어에 대한 역 문서 빈도(IDF) 점수를 결정하고, 그리고
    상기 역 문서 빈도(IDF) 점수들에 근거하여 상기 핵심 용어들 중 하나를 상기 범주로서 선택하는 것을 특징으로 하는 온라인 광고 캠페인을 생성하기 위한 캠페인 수립 엔진.
  19. 제18항에 있어서,
    상기 광고 구조 생성 모듈은 중복되는 핵심 용어를 상기 범주에 할당하고,
    상기 중복되는 핵심 용어를 상기 범주에 할당하는 것은, 상기 서브세트의 핵심 용어들에 대한 상기 범주의 친밀도 점수(affinity score)가 다른 서브세트의 핵심 용어들에 대한 다른 범주의 다른 친밀도 점수보다 더 큰 경우 수행되고, 여기서,
    (1) 중복되는 핵심 용어는 상기 서브세트의 핵심 용어들과 상기 다른 서브세트의 핵심 용어들에 속하며, 그리고
    (2) 상기 범주의 친밀도 점수는 상기 범주와 상기 서브세트의 핵심 용어들 간의 부합성의 크기를 표시하는 것을 특징으로 하는 온라인 광고 캠페인을 생성하기 위한 캠페인 수립 엔진.
  20. 제19항에 있어서,
    상기 범주화 모듈은, 상기 범주에 관련된 상기 서브세트의 핵심 용어들 내에서의 핵심 용어들의 양, 그리고 상기 범주로서 선택된 핵심 용어의 상기 역 문서 빈도(IDF) 점수에 근거하여 상기 범주의 친밀도 점수를 결정하는 것을 특징으로 하는 온라인 광고 캠페인을 생성하기 위한 캠페인 수립 엔진.
  21. 제20항에 있어서,
    상기 광고 구조 생성 모듈은, 상기 범주에 관련된 상기 서브세트의 핵심 용어들 내에서의 핵심 용어들의 양으로 상기 역 문서 빈도(IDF) 점수를 나눔으로써 상기 범주의 친밀도 점수를 계산하는 것을 특징으로 하는 온라인 광고 캠페인을 생성하기 위한 캠페인 수립 엔진.
  22. 제19항에 있어서,
    상기 광고 구조 생성 모듈은, 상기 서브세트의 핵심 용어들에 속하는 중복되지 않는 핵심 용어를 상기 범주에 할당하는 것을 특징으로 하는 온라인 광고 캠페인을 생성하기 위한 캠페인 수립 엔진.
  23. 제18항에 있어서,
    상기 범주화 모듈은 또한, 템플릿화된 범주를 상기 결정된 범주에 근거하여 생성하도록 되어 있고, 여기서,
    1) 상기 템플릿화된 범주는 상기 범주로서 선택된 핵심 용어의 적어도 하나의 단어를 대체하는 태그를 포함하고, 그리고
    2) 상기 태그는 대체되는 상기 적어도 하나의 단어의 종(species)의 속(genus)을 정의하는 것을 특징으로 하는 온라인 광고 캠페인을 생성하기 위한 캠페인 수립 엔진.
  24. 제23항에 있어서,
    상기 광고 구조 생성 모듈은, 상기 복수의 핵심 단어들 중 특정 핵심 단어의 적어도 하나의 낱말이 상기 템플릿화된 범주의 상기 태그의 상기 속(genus)에 속하는 종(species)의 낱말인 경우 상기 특정 핵심 단어를 상기 템플릿화된 범주에 관련시키는 것을 특징으로 하는 온라인 광고 캠페인을 생성하기 위한 캠페인 수립 엔진.
  25. 제16항에 있어서,
    상기 핵심 용어 결정 모듈은, 상기 텍스트 내의 단어들의 문자열들을 식별하기 위해 상기 디지털 문서의 상기 텍스트를 파싱하고, 그리고 단어들의 문자열들 각각에 대해, 단어들의 문자열의 관련성 점수를 결정하며, 여기서,
    (1) 상기 관련성 점수는 상기 디지털 문서에 대한 상기 단어들의 문자열의 관련성의 정도를 정의하고, 그리고
    (2) 상기 단어들의 문자열의 상기 관련성 점수가 임계치를 초과하는 경우 상기 단어들의 문자열이 상기 복수의 핵심 용어들 중 하나로서 정의되는 것을 특징으로 하는 온라인 광고 캠페인을 생성하기 위한 캠페인 수립 엔진.
  26. 제16항에 있어서,
    상기 디지털 문서는 웹 서버(web server)에 저장되는 웹 페이지인 것을 특징으로 하는 온라인 광고 캠페인을 생성하기 위한 캠페인 수립 엔진.
  27. 제26항에 있어서,
    상기 문서 검색 모듈은 상기 웹 위치에 대응하는 어드레스를 수신하고, 상기 웹 위치로부터 상기 웹 페이지를 검색하는 것을 특징으로 하는 온라인 광고 캠페인을 생성하기 위한 캠페인 수립 엔진.
  28. 제25항에 있어서,
    상기 문서 검색 모듈은 상기 웹 서버로부터 복수의 관련된 웹 페이지들을 검색하고, 상기 관련된 웹 페이지들의 적어도 일 서브세트는 상기 웹 페이지로 링크되어 있거나 혹은 상기 웹 페이지로부터 링크되어 있는 것을 특징으로 하는 온라인 광고 캠페인을 생성하기 위한 캠페인 수립 엔진.
  29. 제28항에 있어서,
    상기 핵심 용어 결정 모듈은 또한, 상기 복수의 관련된 웹 페이지들로부터 추가적인 핵심 용어들을 결정하도록 되어 있고, 상기 복수의 핵심 용어들은 상기 추가적인 핵심 용어들을 포함하는 것을 특징으로 하는 온라인 광고 캠페인을 생성하기 위한 캠페인 수립 엔진.
KR1020147015893A 2011-11-11 2012-11-09 광고 캠페인 생성 KR101936362B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/294,827 2011-11-11
US13/294,827 US20130132209A1 (en) 2011-11-11 2011-11-11 Generating an advertising campaign
PCT/US2012/064486 WO2013071135A2 (en) 2011-11-11 2012-11-09 Generating an advertising campaign

Publications (2)

Publication Number Publication Date
KR20140091591A true KR20140091591A (ko) 2014-07-21
KR101936362B1 KR101936362B1 (ko) 2019-01-08

Family

ID=47192232

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020147015893A KR101936362B1 (ko) 2011-11-11 2012-11-09 광고 캠페인 생성

Country Status (5)

Country Link
US (1) US20130132209A1 (ko)
JP (2) JP6073349B2 (ko)
KR (1) KR101936362B1 (ko)
AU (1) AU2012335134A1 (ko)
WO (1) WO2013071135A2 (ko)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9922344B1 (en) * 2012-02-24 2018-03-20 Google Llc Serving advertisements based on partial queries
US9158857B2 (en) * 2012-06-05 2015-10-13 Google Inc. Identifying landing pages for images
WO2015066891A1 (en) * 2013-11-08 2015-05-14 Google Inc. Systems and methods for extracting and generating images for display content
CN106462559B (zh) * 2014-02-07 2019-10-15 谷歌有限责任公司 任意大小内容项生成
JP6196189B2 (ja) * 2014-06-30 2017-09-13 ヤフー株式会社 広告配信装置、広告配信方法、及び広告配信プログラム
WO2016061732A1 (en) * 2014-10-20 2016-04-28 Google Inc. Arbitrary size content item generation
US11403309B2 (en) * 2014-11-05 2022-08-02 Adobe Inc. Generating segments based on intelligent sequential data
US11436297B2 (en) * 2016-05-18 2022-09-06 Longtail Ux Pty Ltd Landing page generation
US10817654B2 (en) * 2018-11-27 2020-10-27 Snap-On Incorporated Method and system for modifying web page based on tags associated with content file
CN111324817B (zh) * 2020-03-13 2023-06-23 上海携程商务有限公司 住宿广告关键词生成方法、系统、设备及存储介质
WO2022170426A1 (en) * 2021-02-10 2022-08-18 Deltaoverc Inc. Systems and methods for generating a change campaign and visualizing user change data
JP7185714B2 (ja) * 2021-03-10 2022-12-07 楽天グループ株式会社 広告配信装置、広告配信方法、及び広告配信プログラム
JP7381106B2 (ja) * 2021-08-26 2023-11-15 株式会社unknown 情報処理装置およびプログラム

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7225182B2 (en) * 1999-05-28 2007-05-29 Overture Services, Inc. Recommending search terms using collaborative filtering and web spidering
US20070118803A1 (en) * 2000-05-08 2007-05-24 Walker Jay S Products and processes for providing one or more links in an electronic file that is presented to a user
US7003516B2 (en) * 2002-07-03 2006-02-21 Word Data Corp. Text representation and method
US8676830B2 (en) * 2004-03-04 2014-03-18 Yahoo! Inc. Keyword recommendation for internet search engines
JP2006079454A (ja) * 2004-09-10 2006-03-23 Fujitsu Ltd 検索キーワード分析方法、検索キーワード分析プログラムおよび検索キーワード分析装置
US20060149625A1 (en) * 2004-12-30 2006-07-06 Ross Koningstein Suggesting and/or providing targeting information for advertisements
JP2006323517A (ja) * 2005-05-17 2006-11-30 Mitsubishi Electric Corp テキスト分類装置およびプログラム
IL172551A0 (en) * 2005-12-13 2006-04-10 Grois Dan Method for assigning one or more categorized scores to each document over a data network
US7831586B2 (en) * 2006-06-09 2010-11-09 Ebay Inc. System and method for application programming interfaces for keyword extraction and contextual advertisement generation
KR100851041B1 (ko) * 2006-11-08 2008-08-12 엔에이치엔(주) 유알엘 입력을 통한 광고 키워드 추천 방법 및 그 시스템
US20080140506A1 (en) * 2006-12-08 2008-06-12 The Procter & Gamble Corporation Systems and methods for the identification, recruitment, and enrollment of influential members of social groups
KR100893273B1 (ko) * 2007-05-04 2009-04-17 엔에이치엔(주) 키워드 비교를 이용한 광고 검수 방법 및 시스템
KR100910521B1 (ko) * 2007-08-14 2009-07-31 엔에이치엔비즈니스플랫폼 주식회사 광고 키워드 제안 방법 및 그 시스템
US20090299998A1 (en) * 2008-02-15 2009-12-03 Wordstream, Inc. Keyword discovery tools for populating a private keyword database
US8886624B2 (en) * 2008-08-28 2014-11-11 Nhn Business Platform Corporation Searching method using extended keyword pool and system thereof
US20110213655A1 (en) * 2009-01-24 2011-09-01 Kontera Technologies, Inc. Hybrid contextual advertising and related content analysis and display techniques
JP5430989B2 (ja) * 2009-03-23 2014-03-05 株式会社東芝 オントロジー生成装置、及び方法
JP4934169B2 (ja) * 2009-06-24 2012-05-16 ヤフー株式会社 カテゴリを対応付けする装置、方法、およびプログラム
JP5184464B2 (ja) * 2009-08-18 2013-04-17 日本電信電話株式会社 単語クラスタリング装置及び方法及びプログラム及びプログラムを格納した記録媒体
JP4637969B1 (ja) * 2009-12-31 2011-02-23 株式会社Ｔａｇｇｙ ウェブページの主意，およびユーザの嗜好を適切に把握して，最善の情報をリアルタイムに推奨する方法
US8612293B2 (en) * 2010-10-19 2013-12-17 Citizennet Inc. Generation of advertising targeting information based upon affinity information obtained from an online social network

Also Published As

Publication number Publication date
JP6073349B2 (ja) 2017-02-01
US20130132209A1 (en) 2013-05-23
JP6343035B2 (ja) 2018-06-13
WO2013071135A2 (en) 2013-05-16
KR101936362B1 (ko) 2019-01-08
WO2013071135A3 (en) 2015-06-25
AU2012335134A1 (en) 2014-05-22
JP2017076435A (ja) 2017-04-20
JP2015521301A (ja) 2015-07-27

Similar Documents

Publication Publication Date Title
KR101936362B1 (ko) 광고 캠페인 생성
CN101918945B (zh) 用于执行自动扩展的语言搜索的方法和系统
US8041601B2 (en) System and method for automatically targeting web-based advertisements
US8768922B2 (en) Ad retrieval for user search on social network sites
US7483894B2 (en) Methods and apparatus for entity search
JP5721818B2 (ja) 検索におけるモデル情報群の使用
US9928296B2 (en) Search lexicon expansion
JP5661200B2 (ja) 検索情報の提供
US9141713B1 (en) System and method for associating keywords with a web page
US10585927B1 (en) Determining a set of steps responsive to a how-to query
US20120311434A1 (en) System and method for automating categorization and aggregation of content from network sites
US20170154116A1 (en) Method and system for recommending contents based on social network
US20180060921A1 (en) Augmenting visible content of ad creatives based on documents associated with linked to destinations
CN105183733A (zh) 一种文本信息的匹配、业务对象的推送方法和装置
JP2012515379A (ja) 情報をクエリするための方法およびシステム
US20070266024A1 (en) Facilitated Search Systems and Methods for Domains
US9672269B2 (en) Method and system for automatically identifying related content to an electronic text
JP2011154668A (ja) ウェブページの主意，およびユーザの嗜好を適切に把握して，最善の情報をリアルタイムに推奨する方法
US20160259817A1 (en) Surfacing actions from social data
CN104598439A (zh) 信息对象的标题修正方法及装置和推送信息对象的方法
EP2933734A1 (en) Method and system for the structural analysis of websites
JP2019519840A (ja) ランディングページ生成の改良
CN107491465A (zh) 用于搜索内容的方法和装置以及数据处理系统
CN105468649A (zh) 一种待展示对象匹配的判断方法及其装置
US9658824B1 (en) Extracting topics from customer review search queries

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant