KR20140099363A - Method to estimate user interest based on advertisements response - Google Patents

Method to estimate user interest based on advertisements response Download PDF

Info

Publication number
KR20140099363A
KR20140099363A KR1020130011688A KR20130011688A KR20140099363A KR 20140099363 A KR20140099363 A KR 20140099363A KR 1020130011688 A KR1020130011688 A KR 1020130011688A KR 20130011688 A KR20130011688 A KR 20130011688A KR 20140099363 A KR20140099363 A KR 20140099363A
Authority
KR
South Korea
Prior art keywords
advertisement
response
user
reaction
history
Prior art date
Application number
KR1020130011688A
Other languages
Korean (ko)
Other versions
KR102106617B1 (en
Inventor
한정
Original Assignee
에스케이플래닛 주식회사
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 에스케이플래닛 주식회사 filed Critical 에스케이플래닛 주식회사
Priority to KR1020130011688A priority Critical patent/KR102106617B1/en
Publication of KR20140099363A publication Critical patent/KR20140099363A/en
Application granted granted Critical
Publication of KR102106617B1 publication Critical patent/KR102106617B1/en

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
    • G06Q30/0241—Advertisements
    • G06Q30/0242—Determining effectiveness of advertisements
    • G06Q30/0244—Optimization
    • 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
    • G06Q30/0255—Targeted advertisements based on user history

Abstract

Disclosed in the present specification is an apparatus for analyzing an advertisement response. The apparatus for analyzing an advertisement response comprises an advertisement providing unit for providing a user with at least one advertisement; an advertisement response collecting unit for collecting detailed information and a response history of response advertisements to which the user responds among the provided advertisements; and an interest calculating unit for calculating a user interest with respect to each item constituting the detailed information of the response advertisements based on the response history.

Description

광고 반응 기반의 사용자 관심도 예측 방법{METHOD TO ESTIMATE USER INTEREST BASED ON ADVERTISEMENTS RESPONSE}[0001] METHOD TO ESTIMATE USER INTEREST BASED ON ADVERTISEMENTS RESPONSE [0002]

본 명세서는 광고 반응 기반의 사용자 관심도 예측 방법 및 그에 사용되는 장치에 관한 것으로서, 보다 상세하게는 제공된 다수의 광고에 대해 사용자가 반응한 이력을 분석하여 사용자의 관심 분야를 분석하여 해당 사용자에게 적절한 광고를 제공하는 방법 및 그 장치에 관한 것이다.The present invention relates to a method of predicting user interest based on an ad response and an apparatus used therefor. More particularly, the present invention relates to a method for predicting a user interest based on an ad response, And a method for providing the same.

사용자들은 인터넷 등의 매체를 사용할 때 다수의 광고를 접하게 된다. 이런 광고 중에 사용자가 반응한 광고는 사용자의 관심 사항을 반영하는 경우가 많다. 이와 같은 사용자의 관심 사항은 광고주의 광고가 효과를 달성하기 위한 주요한 정보가 된다. 이에, 사용자가 특정 사이트에 방문하는 경우 사용자가 관심을 가지는 내용과 관련한 광고를 제시하는 경우 광고 효과가 극대화될 수 있다. 따라서, 사용자가 관심을 가지는 내용과 광고를 어떻게 선정할 것인지에 대한 방법이 필요하다. 또한, 광고주의 입장에서 광고 등록을 권장하기 위해 사용자의 관심 사항을 객관적인 지표로 제공할 수 있는 방법이 필요하다.Users are exposed to a large number of advertisements when using media such as the Internet. Among these advertisements, the user's response often reflects the user's interests. This user's interest is the main information for the advertiser's advertisement to be effective. Accordingly, when a user visits a specific site, the advertisement effect can be maximized when the user presents an advertisement related to the content that the user is interested in. Therefore, there is a need for a method of how to select content and advertisements that the user is interested in. Also, in order to encourage advertisers to register their ads, there is a need for a method that can provide an objective indicator of the user's interest.

그러나, 이러한 사용자에 대한 고려 없이 무조건적으로 광고를 노출하는 경우, 사용자에게 반응을 유도할 수 없는 광고에 반복 노출될 수 있다. 따라서, 사용자의 관심 사항을 추적하고 분석한 후 이를 반영하여 광고를 노출할 수 있는 방법이 필요하다. 더불어 사용자 관심 사항을 분석할 수 있는 보다 효과적인 방법이 요청되고 있다.However, if the user unconditionally exposes the advertisement without considering the user, the user may be repeatedly exposed to the advertisement which can not induce the user's reaction. Therefore, there is a need for a method of tracking and analyzing the users' interests and then reflecting the advertisements. In addition, there is a need for more effective ways to analyze user interests.

본 명세서는 광고 반응 기반의 사용자 관심도 예측 방법 및 그 장치를 제공하는 데에 그 목적이 있다. 보다 구체적으로는 광고 반응 이력에 기초하여 사용자의 관심사를 분석하고, 이를 효과적으로 활용하는 방법을 제공하는 것이 목적이다. 또한 사용자에게 하나 이상의 광고를 제공하고, 상기 제공된 광고 중 상기 사용자가 반응한 반응 광고의 상세 정보 및 반응 이력을 수집하고. 상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정하는 광고반응 분석장치를 제공하고자 한다.It is an object of the present invention to provide a method and apparatus for predicting user interest based on an ad response. More particularly, the present invention aims to provide a method of analyzing a user's interest on the basis of an ad response history and effectively utilizing the same. Also, one or more advertisements are provided to the user, and the detailed information and the reaction history of the response advertisement, which the user has responded to, are collected. And an interest response analyzing device for estimating an interest degree of the user for each item constituting the detailed information of the reaction advertisement based on the reaction history.

본 명세서의 일 실시예에 따라 광고반응 분석장치가 제공된다. 상기 장치는, 사용자에게 하나 이상의 광고를 제공하는 광고 제공부와; 상기 제공된 광고 중 상기 사용자가 반응한 반응 광고의 상세 정보 및 반응 이력을 수집하는 광고반응 수집부와; 상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정하는 관심도 산출부;를 포함한다.According to one embodiment of the present disclosure, an apparatus for analyzing an ad response is provided. The apparatus includes: an advertisement provider for providing one or more advertisements to a user; An advertisement response collecting unit for collecting detailed information and a reaction history of a response advertisement that the user responded to among the provided advertisements; And a degree of interest calculator for calculating a degree of interest of the user for each item constituting the detailed information of the response advertisement on the basis of the reaction history.

상기 반응 이력은 상기 반응 광고에 대한 상기 사용자의 클릭 횟수, 클릭 시점 정보를 포함할 수 있다.The reaction history may include the number of clicks of the user and the click time information for the response advertisement.

상기 반응 이력은 상기 반응 광고에 대하여 상기 사용자가 2회 이상 클릭한 경우 만을 대상으로 수집될 수 있다.The reaction history may be collected only when the user clicks the reaction advertisement more than twice.

상기 관심도 산출부는 상기 반응 이력의 시점 별로 별도의 가중치를 부여하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정하며, 상기 가중치는 최근의 기 설정된 시점에 발생한 반응 이력에 가장 큰 값이 부여될 수 있다.The interest calculator calculates an interest level of the user for each item constituting the detailed information of the response advertisement by giving a weight to each reaction point of the reaction history, The largest value can be given.

상기 반응 광고의 상세 정보는 상기 반응 광고의 광고주 특성, 광고 내용 특성 및 상기 반응 광고가 실린 매체의 특성 중 적어도 하나 이상을 포함할 수 있다.The detailed information of the response advertisement may include at least one of an advertiser characteristic of the response advertisement, an advertisement content characteristic, and characteristics of a medium on which the response advertisement is loaded.

상기 광고주 특성은 상기 반응 광고의 광고주가 속하는 산업군 정보 및 상기 반응 광고의 대상 상품 카테고리 정보 중 적어도 하나 이상을 포함하며, 상기 광고 내용 특성은 상기 반응 광고의 소재 정보, 상기 반응 광고의 모델 정보 및 상기 반응 광고의 혜택 정보 중 적어도 하나 이상을 포함할 수 있다.Wherein the advertiser characteristic includes at least one of industry group information to which an advertiser of the response advertisement belongs and target product category information of the response advertisement, and the advertisement content characteristic includes at least one of material information of the response advertisement, And benefit information of the response advertisement.

본 명세서의 일 실시예에 따라 광고반응 분석방법이 제공된다. 상기 방법은, 사용자에게 하나 이상의 광고를 제공하는 단계와; 상기 제공된 광고 중 상기 사용자가 반응한 반응 광고의 상세 정보 및 반응 이력을 수집하는 단계와; 상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정하는 단계를 포함할 수 있다.A method for analyzing an ad response is provided in accordance with one embodiment of the present disclosure. The method includes providing one or more advertisements to a user; Collecting the detailed information and the reaction history of the response advertisement of the user provided by the user; And estimating the degree of interest of the user for each item constituting the detailed information of the reaction advertisement based on the reaction history.

상기 반응 이력은 상기 반응 광고에 대한 상기 사용자의 클릭 횟수, 클릭 시점 정보를 포함할 수 있다.The reaction history may include the number of clicks of the user and the click time information for the response advertisement.

상기 반응 이력은 상기 반응 광고에 대하여 상기 사용자가 2회 이상 클릭한 경우 만을 대상으로 수집될 수 있다.The reaction history may be collected only when the user clicks the reaction advertisement more than twice.

상기 사용자의 관심도를 산정하는 단계는 상기 반응 이력의 시점 별로 별도의 가중치를 부여하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정하며, 상기 가중치는 최근의 기 설정된 시점에 발생한 반응 이력에 가장 큰 값이 부여되는 단계일 수 있다.The step of estimating the interest of the user may further include assigning a weight to each of the time points of the reaction history to calculate the degree of interest of the user for each item constituting the detailed information of the response advertisement, May be a step in which a greatest value is given to the reaction history generated in the reactor.

상기 반응 광고의 상세 정보는 상기 반응 광고의 광고주 특성, 광고 내용 특성 및 상기 반응 광고가 실린 매체의 특성 중 적어도 하나 이상을 포함할 수 있다.The detailed information of the response advertisement may include at least one of an advertiser characteristic of the response advertisement, an advertisement content characteristic, and characteristics of a medium on which the response advertisement is loaded.

본 명세서의 또 다른 실시예에 따라 광고반응 분석 시스템이 제공된다. 상기 시스템은 사용자에게 하나 이상의 광고를 제공하고, 상기 제공된 광고 중 상기 사용자가 반응한 반응 광고의 상세 정보 및 반응 이력을 수집하고. 상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정하는 광고반응 분석장치와; 상기 제공되는 하나 이상의 광고를 표시하고, 상기 반응 광고에 대한 반응 이력을 전송하는 사용자 단말을 포함할 수 있다.According to another embodiment of the present disclosure, an ad response analysis system is provided. The system provides one or more advertisements to the user, and collects detailed information and response histories of the responded advertisements of the user who responded to the provided advertisements. An advertisement reaction analyzing device for calculating an interest of the user for each item constituting the detailed information of the reaction advertisement on the basis of the reaction history; And a user terminal for displaying the provided one or more advertisements and transmitting a response history for the response advertisement.

본 명세서의 또 다른 실시예에 따라 광고반응 분석 방법이 제공된다. 상기 방법은 광고반응 분석장치가 사용자 단말로 하나 이상의 광고를 제공하는 단계와; 상기 사용자 단말이 상기 제공된 광고 중 상기 사용자가 반응한 반응 이력을 전송하는 단계와; 상기 광고반응 분석장치가 상기 반응 광고의 상세 정보 및 반응 이력을 수집하는 단계와; 상기 광고반응 분석장치가 상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정하는 단계를 포함할 수 있다.According to another embodiment of the present disclosure, a method for analyzing an ad response is provided. The method may further include the steps of the advertising reaction analysis device providing one or more advertisements to a user terminal; Transmitting the response history of the user responded by the user terminal to the provided advertisement; Collecting the detailed information and the reaction history of the response advertisement; And analyzing the user's interest for each item constituting the detailed information of the reaction advertisement based on the reaction history.

본 명세서의 실시예들은 광고 반응 이력에 기초하여 사용자의 관심사를 분석하고, 이를 활용하여 광고 효과를 극대화할 수 있다. 또한, 광고 별로 상세 정보를 구성한 후, 사용자 별 반응 이력을 바탕으로 각 사용자가 어떤 특성의 광고에 반응하는지 예측 모형을 구성할 수 있으며, 이를 광고 송출 방식의 개선이나 광고 타겟팅 등에 활용할 수 있다.Embodiments of the present disclosure can analyze user interests based on the ad response history, and utilize it to maximize the advertising effect. In addition, after configuring detailed information for each advertisement, a predictive model can be constructed for each user to respond to a characteristic advertisement based on the reaction history of each user, and it can be utilized for improvement of advertisement delivery method or advertisement targeting.

도 1은 본 명세서의 일 실시예에 따른 광고반응 분석장치의 블록도이다.
도 2는 본 명세서의 일 실시예에 따른 광고반응 분석 시스템을 나타낸 구성도이다.
도 3은 본 명세서의 일 실시예에 따른 광고반응 분석방법을 나타낸 흐름도이다.
도 4는 본 명세서의 일 실시예에 따른 광고반응 분석 시스템이 사용자의 광고 반응을 분석하는 방법을 나타낸 흐름도이다.1 is a block diagram of an apparatus for analyzing ad response according to an embodiment of the present invention.
FIG. 2 is a configuration diagram illustrating an advertisement response analysis system according to an embodiment of the present invention.
3 is a flowchart illustrating an advertisement response analysis method according to an embodiment of the present invention.
4 is a flowchart illustrating a method of analyzing a user's advertisement response according to an embodiment of the present invention.

본 명세서에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 명세서에서 사용되는 기술적 용어는 본 명세서에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 명세서에서 사용되는 기술적인 용어가 본 발명의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는, 당업자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본 발명에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지 않아야 한다.It is noted that the technical terms used herein are used only to describe specific embodiments and are not intended to limit the invention. It is also to be understood that the technical terms used herein are to be interpreted in a sense generally understood by a person skilled in the art to which the present invention belongs, Should not be construed to mean, or be interpreted in an excessively reduced sense. Further, when a technical term used herein is an erroneous technical term that does not accurately express the spirit of the present invention, it should be understood that technical terms that can be understood by a person skilled in the art are replaced. In addition, the general terms used in the present invention should be interpreted according to a predefined or prior context, and should not be construed as being excessively reduced.

이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 또한, 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 발명의 사상을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 발명의 사상이 제한되는 것으로 해석되어서는 아니됨을 유의해야 한다. 본 발명의 사상은 첨부된 도면 외에 모든 변경, 균등물 내지 대체물에 까지도 확장되는 것으로 해석되어야 한다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings, wherein like reference numerals refer to like or similar elements throughout the several views, and redundant description thereof will be omitted. In the following description, well-known functions or constructions are not described in detail since they would obscure the invention in unnecessary detail. It is to be noted that the accompanying drawings are only for the purpose of facilitating understanding of the present invention, and should not be construed as limiting the scope of the present invention with reference to the accompanying drawings. The spirit of the present invention should be construed as extending to all modifications, equivalents, and alternatives in addition to the appended drawings.

도 1은 본 명세서의 일 실시예에 따른 광고반응 분석장치의 블록도이다.1 is a block diagram of an apparatus for analyzing ad response according to an embodiment of the present invention.

상기 광고반응 분석장치(100)는 광고 제공부(101), 광고반응 수집부(102), 관심도 산출부(103)을 포함하여 구성될 수 있다.The advertisement response analyzing apparatus 100 may include an advertisement providing unit 101, an advertisement response collecting unit 102, and an interest calculating unit 103.

상기 광고 제공부(101)는 사용자에게 하나 이상의 광고를 제공한다.The advertisement provider 101 provides the user with one or more advertisements.

상기 광고반응 수집부(102)와 상기 관심도 산출부(103)는 특정 사용자의 광고 반응 정보(반응 횟수, 반응 시점, 구매 연결 정보 등)을 분석하여 해당 사용자의 관심 점수(관심도)를 분석하며, 상기 광고반응 분석장치(100)는 분석된 관심도를 바탕으로 개인 맞춤형 광고를 제공할 수 있다.The advertisement reaction collecting unit 102 and the interest calculating unit 103 analyze the advertisement response information (the number of reactions, the reaction time, the purchase connection information, and the like) of the specific user and analyze the interest score (interest) The advertisement reaction analysis apparatus 100 can provide a personalized advertisement based on the analyzed interest.

광고 반응 이력으로부터 분석한 사용자의 관심도를 반영하여 추천 광고를 선정하기 위하여, 상기 광고반응 분석장치(100)는 특정 사용자의 광고 반응 이력을 수집할 수 있다. 일 실시예로서, 상기 광고반응 분석장치(100)의 광고반응 수집부(101)는 사용자 단말로부터 광고반응 이력을 수신하고 저장할 수 있다. 이때 상기 광고반응 이력은 제공된 1 이상의 광고 각각에 대한 사용자의 반응 정보(예컨대, 클릭 횟수, 클릭 시점 등)를 포함할 수 있다. 한편 특정 사용자의 광고반응 기록이 서버 등에 저장되는 경우에는 상기 광고반응 수집부(101)는 해당 서버 등으로부터 특정 사용자의 광고반응 정보를 수신할 수도 있다.The advertisement response analyzing apparatus 100 may collect an advertisement response history of a specific user to select a recommended advertisement reflecting the user's interest analyzed from the advertisement response history. In one embodiment, the advertisement response collection unit 101 of the advertisement reaction analysis apparatus 100 may receive and store an advertisement response history from a user terminal. At this time, the advertisement response history may include the user's reaction information (e.g., the number of clicks, the point-in-time, etc.) for each of the provided one or more advertisements. Meanwhile, when the ad response record of a specific user is stored in a server or the like, the advertisement response collection unit 101 may receive ad response information of a specific user from the server or the like.

상기 광고반응 수집부(101)는 사용자의 광고 반응(클릭 등) 이력을 모두 수집할 수도 있지만, 사용자가 의도하지 않은 반응을 제외시키기 위하여 동일 광고를 2회 이상 반응한 경우에만 그 이력을 수집할 수도 있다. 즉, 사용자가 조작 실수로 어느 광고를 클릭하는 경우에는 대개 다시는 동일 광고에 반응하지 않을 가능성이 많기 때문에, 이러한 정보는 분석에서 제외시키는 것이다.The advertisement response collecting unit 101 may collect all of the user's reaction histories (clicks, etc.), but collects the history only when the user responds to the same advertisement more than twice in order to exclude unintended responses It is possible. That is, when a user clicks on an advertisement by mistake, it is likely that the user will not react to the same advertisement again. Therefore, this information is excluded from the analysis.

특정 사용자의 광고 반응이력이 수집되면 상기 관심도 산출부(103)는 상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정할 수 있다. 즉, 사용자가 소정 기준 이상으로 반응(예: 2회 이상 클릭)한 광고의 상세 정보(예컨대, 메타 정보)에 가산점을 부여하는 방식으로 상세 정보의 각 항목에 대한 사용자 관심도를 산출할 수 있다.When the ad response history of a specific user is collected, the interest calculation unit 103 may calculate the user's interest for each item constituting the detailed information of the response advertisement based on the response history. That is, the user interest level for each item of the detailed information can be calculated in such a manner that the user adds a point of addition to the detailed information (for example, meta information) of the advertisement that responds to a predetermined criterion or more (e.g., clicked twice or more).

여기서 반응 광고의 상세 정보를 구성하는 각 항목은 광고주 특성, 광고 내용 특성, 광고가 실리는 매체의 특성 등일 수 있다. 상기 광고주 특성은 상기 반응 광고의 광고주가 속하는 산업군(금융, 스포츠/레저, 쇼핑 등), 상기 반응 광고의 대상 상품 (또는 카테고리) 등이며, 상기 광고 내용 특성은 상기 반응 광고의 소재, 상기 반응 광고의 모델, 상기 반응 광고의 혜택(무료 쿠폰, 할인제공, 정보제공, …) 등 일 수 있다. 상기 광고가 실리는 매체는 특정 사이트가 될 수도 있고 앱(App)일 수 있다. 예를 들어 쇼핑몰 사이트에서 광고를 보는 경우 쇼핑몰이라는 특성이 하나의 정보가 될 수 있다. 앱(App)도 게임 App이냐, 여행 관련 App이냐에 따라 다른 특성을 가지며, 이런 특성을 이용해 사용자의 관심사를 추출할 수 있다.Here, each item constituting the detailed information of the response advertisement may be an advertiser characteristic, an advertisement content characteristic, a characteristic of a medium in which the advertisement is carried, and the like. The advertiser characteristic may be an industry group (finance, sports / leisure, shopping, etc.) to which the advertiser of the response advertisement belongs, a target product (or category) of the response advertisement, , A benefit of the reaction advertisement (free coupon, discount offer, information provision, ...), and the like. The medium in which the advertisement is carried may be a specific site or an app. For example, when viewing an advertisement on a shopping mall site, the characteristic of a shopping mall may be one piece of information. Apps have different characteristics depending on whether they are game apps or travel apps, and they can be used to extract user interests.

이때 상기 관심도 산출부(103)는 상기 반응 이력의 시점 별로 별도의 가중치를 부여하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정할 수 있다. 예를 들어 반응 광고가 N개이고, 사용자가 N개의 광고를 클릭하였다고 가정하면, 상기 반응 광고들을 구성하고 있는 상세 항목에 (해당 광고의 클릭 횟수)*(가중치) 만큼의 관심도를 부여하되, 광고 클릭 시점 별로 가중치를 다르게 할 수 있는 것이다. 특히 상기 가중치는 최근의 기 설정된 시점에 발생한 반응 이력에 가장 큰 값이 부여될 수 있다. 즉, 최근 1개월 내의 클릭횟수에는 5점, 최근 3개월에서 최근 1개월까지의 클릭횟수에는 2점, 최근 6개월에서 최근 1년까지의 클릭횟수에는 0.5점, … 과 같은 방식으로 그 가중치를 달리 부여할 수 있다. 또한 상기 가중치는 특정 시점에서의 클릭 후 다시 클릭하기까지의 시간 간격(interval)에 따라 부여될 수도 있다. 즉, 같은 2회의 클릭 수가 있더라도 더 짧은 간격(예: 1일)로 클릭한 경우에는, 상대적으로 더 긴 간격(예: 3일)로 클릭한 경우보다 더 큰 가중치가 부여될 수 있는 것이다.At this time, the interest calculating unit 103 can assign a weight to each of the reaction histories to estimate the user's interest for each item constituting the detailed information of the response advertisement. For example, if it is assumed that there are N response ads and N users click on the N advertisements, the degree of interest is given to the detail items constituting the response ads as much as (the number of clicks of the corresponding advertisement) * (weight) The weight can be different for each point of view. In particular, the weight may be given the largest value in the reaction history generated at the latest predetermined time. In other words, the number of clicks in the past 1 month is 5, the number of clicks from the last 3 months to the last 1 month is 2, and the number of clicks from the last 6 months to the last 1 year is 0.5. The weight can be given differently. Also, the weight may be given according to a time interval from a click to a click again at a specific point in time. That is, if you click on a shorter interval (e.g., 1 day) with the same number of clicks, you could be given a larger weight than if you clicked with a relatively longer interval (e.g., 3 days).

위와 같은 방식으로 각 항목별로 관심도가 산정된 예는 하기 표 1과 같다.Table 1 shows an example of the degree of interest calculated for each item in the above manner.

항목Item 산업군Industry group …... 제공혜택Offer
관심도
Interest
금융finance 82점82 points …... 무료 쿠폰Free coupons 80점80 points 스포츠sports 70점70 points …... 할인 제공Discount offer 75점75 points 쇼핑shopping 30점30 points …... 정보 제공Provide information 56점56 points

상기 표 1과 같이 관심도가 분석된 사용자에 대해서는 그 관심도가 높은 분야의 광고를 제공함으로써 광고 효율을 높일 수 있다. 예컨대 상기 표 1의 예에서 해당 사용자는 금용, 스포츠 산업군에 관심이 크므로 해당 분야의 광고를 제공하는 것이 바람직하며, 무료쿠폰 또는 할인 쿠폰을 함께 제공한다면 광고 반응이 클 것이므로 이를 프로모션에 활용할 수 있다.
As shown in Table 1, it is possible to increase advertisement efficiency by providing advertisements of interest to the users whose interest has been analyzed. For example, in the example of Table 1 above, the user is interested in the gold industry and the sports industry, so it is preferable to provide advertisement in the corresponding field. If a free coupon or a discount coupon is provided together, .

도 2는 본 명세서의 일 실시예에 따른 광고반응 분석 시스템을 나타낸 구성도이다.FIG. 2 is a configuration diagram illustrating an advertisement response analysis system according to an embodiment of the present invention.

상기 컨텐츠 추천 서비스 시스템은 광고반응 분석장치(100) 및 사용자 단말(10)을 포함하여 구성될 수 있다.The content recommendation service system may include an advertisement response analysis apparatus 100 and a user terminal 10.

상기 광고반응 분석장치(100)는 사용자에게 하나 이상의 광고를 제공한다.The ad response analysis apparatus 100 provides the user with one or more advertisements.

상기 광고반응 분석장치(100)는 특정 사용자의 광고 반응 정보(반응 횟수, 반응 시점, 구매 연결 정보 등)을 분석하여 해당 사용자의 관심 점수(관심도)를 분석하며, 상기 광고반응 분석장치(100)는 분석된 관심도를 바탕으로 개인 맞춤형 광고를 제공할 수 있다.The advertisement response analyzing apparatus 100 analyzes the advertisement response information (response count, response time, purchase connection information, etc.) of a specific user to analyze the interest score (interest) of the user, Can provide a personalized advertisement based on the analyzed interest.

광고 반응 이력으로부터 분석한 사용자의 관심도를 반영하여 추천 광고를 선정하기 위하여, 상기 광고반응 분석장치(100)는 특정 사용자의 광고 반응 이력을 수집할 수 있다. 일 실시예로서, 상기 광고반응 분석장치(100)는 사용자 단말로부터 광고반응 이력을 수신하고 저장할 수 있다. 이때 상기 광고반응 이력은 제공된 1 이상의 광고 각각에 대한 사용자의 반응 정보(예컨대, 클릭 횟수, 클릭 시점 등)를 포함할 수 있다. The advertisement response analyzing apparatus 100 may collect an advertisement response history of a specific user to select a recommended advertisement reflecting the user's interest analyzed from the advertisement response history. In one embodiment, the ad response analysis device 100 may receive and store an ad response history from a user terminal. At this time, the advertisement response history may include the user's reaction information (e.g., the number of clicks, the point-in-time, etc.) for each of the provided one or more advertisements.

상기 광고반응 분석장치(100)는 사용자의 광고 반응(클릭 등) 이력을 모두 수집할 수도 있지만, 사용자가 의도하지 않은 반응을 제외시키기 위하여 동일 광고를 2회 이상 반응한 경우에만 그 이력을 수집할 수도 있다. 즉, 사용자가 조작 실수로 어느 광고를 클릭하는 경우에는 대개 다시는 동일 광고에 반응하지 않을 가능성이 많기 때문에, 이러한 정보는 분석에서 제외시키는 것이다.The advertisement response analyzing apparatus 100 may collect all of the user's reaction histories (clicks, etc.), but collects the history only when the user responds to the same advertisement more than twice in order to exclude unintended responses It is possible. That is, when a user clicks on an advertisement by mistake, it is likely that the user will not react to the same advertisement again. Therefore, this information is excluded from the analysis.

특정 사용자의 광고 반응이력이 수집되면 상기 광고반응 분석장치(100)는 상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정할 수 있다. 즉, 사용자가 소정 기준 이상으로 반응(예: 2회 이상 클릭)한 광고의 상세 정보(예컨대, 메타 정보)에 가산점을 부여하는 방식으로 상세 정보의 각 항목에 대한 사용자 관심도를 산출할 수 있다.When the advertisement response history of a specific user is collected, the advertisement response analyzer 100 may calculate the user's interest for each item constituting the detailed information of the response advertisement based on the reaction history. That is, the user interest level for each item of the detailed information can be calculated in such a manner that the user adds a point of addition to the detailed information (for example, meta information) of the advertisement that responds to a predetermined criterion or more (e.g., clicked twice or more).

이때 상기 광고반응 분석장치(100)는 상기 반응 이력의 시점 별로 별도의 가중치를 부여하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정할 수 있다. 예를 들어 반응 광고가 N개이고, 사용자가 N개의 광고를 클릭하였다고 가정하면, 상기 반응 광고들을 구성하고 있는 상세 항목에 (해당 광고의 클릭 횟수)*(가중치) 만큼의 관심도를 부여하되, 광고 클릭 시점 별로 가중치를 다르게 할 수 있는 것이다. 특히 상기 가중치는 최근의 기 설정된 시점에 발생한 반응 이력에 가장 큰 값이 부여될 수 있다. 즉, 최근 1개월 내의 클릭횟수에는 5점, 최근 3개월에서 최근 1개월까지의 클릭횟수에는 2점, 최근 6개월에서 최근 1년까지의 클릭횟수에는 0.5점, … 과 같은 방식으로 그 가중치를 달리 부여할 수 있다 At this time, the advertisement response analyzing apparatus 100 may assign an additional weight to each of the time points of the response history to estimate the user's interest for each item constituting the detailed information of the response advertisement. For example, if it is assumed that there are N response ads and N users click on the N advertisements, the degree of interest is given to the detail items constituting the response ads as much as (the number of clicks of the corresponding advertisement) * (weight) The weight can be different for each point of view. In particular, the weight may be given the largest value in the reaction history generated at the latest predetermined time. In other words, the number of clicks in the past 1 month is 5, the number of clicks from the last 3 months to the last 1 month is 2, and the number of clicks from the last 6 months to the last 1 year is 0.5. The weight can be given differently in the same manner as

관심도가 분석된 사용자에 대해서는 그 관심도가 높은 분야의 광고를 제공함으로써 광고 효율을 높일 수 있다. 예컨대 상기 표 1의 예에서 해당 사용자는 금용, 스포츠 산업군에 관심이 크므로 해당 분야의 광고를 제공하는 것이 바람직하며, 무료쿠폰 또는 할인 쿠폰을 함께 제공한다면 광고 반응이 클 것이므로 이를 프로모션에 활용할 수 있다.
For users whose interest is analyzed, it is possible to increase the efficiency of advertisement by providing advertisements in areas of high interest. For example, in the example of Table 1 above, the user is interested in the gold industry and the sports industry, so it is preferable to provide advertisement in the corresponding field. If a free coupon or a discount coupon is provided together, .

도 3은 본 명세서의 일 실시예에 따른 광고반응 분석방법을 나타낸 흐름도이다.3 is a flowchart illustrating an advertisement response analysis method according to an embodiment of the present invention.

이하에서 상술하는 광고반응 분석방법은 광고반응 분석장치에 의해 수행될 수 있다. 상기 광고반응 분석장치는 특정 사용자의 디지털 광고 반응 정보(반응 횟수, 반응 시점, 구매 연결 정보 등)을 분석하여 해당 사용자의 관심 점수(관심도)를 분석하며, 상기 광고반응 분석장치는 분석된 관심도를 바탕으로 개인 맞춤형 광고를 제공할 수 있다.Hereinafter, the above-described method for analyzing the ad response can be performed by the ad response analyzing apparatus. The advertisement response analyzing apparatus analyzes the digital advertisement response information (response count, response time, purchase connection information, etc.) of a specific user to analyze the interest score (interest) of the user, and the advertisement response analyzer analyzes the analyzed interest Based on this, it is possible to provide a personalized advertisement.

상기 광고반응 분석장치는 사용자에게 하나 이상의 광고를 제공한다(S310).The advertisement response analyzing apparatus provides one or more advertisements to the user (S310).

광고 반응 이력으로부터 분석한 사용자의 관심도를 반영하여 추천 광고를 선정하기 위하여, 상기 광고반응 분석장치는 특정 사용자의 광고 반응 이력을 수집할 수 있다(S320). 일 실시예로서, 상기 광고반응 분석장치는 사용자 단말로부터 광고반응 이력을 수신하고 저장할 수 있다. 이때 상기 광고반응 이력은 제공된 1 이상의 광고 각각에 대한 사용자의 반응 정보(예컨대, 클릭 횟수, 클릭 시점 등)를 포함할 수 있다. 한편 특정 사용자의 광고반응 기록이 서버 등에 저장되는 경우에는 상기 광고반응 분석장치는 해당 서버 등으로부터 특정 사용자의 광고반응 정보를 수신할 수도 있다.In order to select a recommended advertisement reflecting the interest of the user analyzed from the ad response history, the advertisement response analyzing apparatus may collect the advertisement response history of the specific user (S320). In one embodiment, the ad response analysis device may receive and store an ad response history from a user terminal. At this time, the advertisement response history may include the user's reaction information (e.g., the number of clicks, the point-in-time, etc.) for each of the provided one or more advertisements. On the other hand, when the ad response record of a specific user is stored in a server or the like, the ad response analysis apparatus may receive ad response information of a specific user from the server or the like.

상기 광고반응 분석장치는 사용자의 광고 반응(클릭 등) 이력을 모두 수집할 수도 있지만, 사용자의 실수에 의한 반응을 제외시키기 위하여 동일 광고를 2회 이상 반응한 경우에만 그 이력을 수집할 수도 있다. 즉, 사용자가 조작 실수로 어느 광고를 클릭하는 경우에는 대개 다시는 동일 광고에 반응하지 않을 가능성이 많기 때문에, 이러한 정보는 분석에서 제외시키는 것이다.The advertisement response analyzing apparatus may collect all the histories of the user's advertisement response (click, etc.), but may collect the history only when the same advertisement is reacted more than twice in order to exclude the reaction by the user's mistake. That is, when a user clicks on an advertisement by mistake, it is likely that the user will not react to the same advertisement again. Therefore, this information is excluded from the analysis.

특정 사용자의 광고 반응이력이 수집되면 상기 광고반응 분석장치는 상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정할 수 있다(S330). 즉, 사용자가 소정 기준 이상으로 반응(예: 2회 이상 클릭)한 광고의 상세 정보(예컨대, 메타 정보)에 가산점을 부여하는 방식으로 상세 정보의 각 항목에 대한 사용자 관심도를 산출할 수 있다.When the advertisement response history of a specific user is collected, the advertisement response analyzer may calculate the user's interest for each item constituting the detailed information of the response advertisement based on the response history (S330). That is, the user interest level for each item of the detailed information can be calculated in such a manner that the user adds a point of addition to the detailed information (for example, meta information) of the advertisement that responds to a predetermined criterion or more (e.g., clicked twice or more).

여기서 반응 광고의 상세 정보를 구성하는 각 항목은 광고주 특성, 광고 내용 특성, 광고가 실리는 매체의 특성 등일 수 있다. 상기 광고주 특성은 상기 반응 광고의 광고주가 속하는 산업군(금융, 스포츠/레저, 쇼핑 등), 상기 반응 광고의 대상 상품 (또는 카테고리) 등이며, 상기 광고 내용 특성은 상기 반응 광고의 소재, 상기 반응 광고의 모델, 상기 반응 광고의 혜택(무료 쿠폰, 할인제공, 정보제공, …) 등 일 수 있다.Here, each item constituting the detailed information of the response advertisement may be an advertiser characteristic, an advertisement content characteristic, a characteristic of a medium in which the advertisement is carried, and the like. The advertiser characteristic may be an industry group (finance, sports / leisure, shopping, etc.) to which the advertiser of the response advertisement belongs, a target product (or category) of the response advertisement, , A benefit of the reaction advertisement (free coupon, discount offer, information provision, ...), and the like.

이때 상기 관심도 산출부(103)는 상기 반응 이력의 시점 별로 별도의 가중치를 부여하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정할 수 있다. 예를 들어 반응 광고가 N개이고, 사용자가 N개의 광고를 클릭하였다고 가정하면, 상기 반응 광고들을 구성하고 있는 상세 항목에 (해당 광고의 클릭 횟수)*(가중치) 만큼의 관심도를 부여하되, 광고 클릭 시점 별로 가중치를 다르게 할 수 있는 것이다. 특히 상기 가중치는 최근의 기 설정된 시점에 발생한 반응 이력에 가장 큰 값이 부여될 수 있다. 즉, 최근 1개월 내의 클릭횟수에는 5점, 최근 3개월에서 최근 1개월까지의 클릭횟수에는 2점, 최근 6개월에서 최근 1년까지의 클릭횟수에는 0.5점, … 과 같은 방식으로 그 가중치를 달리 부여할 수 있다. 또한 상기 가중치는 특정 시점에서의 클릭 후 다시 클릭하기까지의 시간 간격(interval)에 따라 부여될 수도 있다. 즉, 같은 2회의 클릭 수가 있더라도 더 짧은 간격(예: 1일)로 클릭한 경우에는, 상대적으로 더 긴 간격(예: 3일)로 클릭한 경우보다 더 큰 가중치가 부여될 수 있는 것이다.At this time, the interest calculating unit 103 can assign a weight to each of the reaction histories to estimate the user's interest for each item constituting the detailed information of the response advertisement. For example, if it is assumed that there are N response ads and N users click on the N advertisements, the degree of interest is given to the detail items constituting the response ads as much as (the number of clicks of the corresponding advertisement) * (weight) The weight can be different for each point of view. In particular, the weight may be given the largest value in the reaction history generated at the latest predetermined time. In other words, the number of clicks in the past 1 month is 5, the number of clicks from the last 3 months to the last 1 month is 2, and the number of clicks from the last 6 months to the last 1 year is 0.5. The weight can be given differently. Also, the weight may be given according to a time interval from a click to a click again at a specific point in time. That is, if you click on a shorter interval (e.g., 1 day) with the same number of clicks, you could be given a larger weight than if you clicked with a relatively longer interval (e.g., 3 days).

위와 같은 방식으로 각 항목별로 관심도가 산정된 예는 도 1에서 설명한 표 1과 같다. 상기 표 1과 같이 관심도가 분석된 사용자에 대해서는 그 관심도가 높은 분야의 광고를 제공함으로써 광고 효율을 높일 수 있다. 예컨대 상기 표 1의 예에서 해당 사용자는 금용, 스포츠 산업군에 관심이 크므로 해당 분야의 광고를 제공하는 것이 바람직하며, 무료쿠폰 또는 할인 쿠폰을 함께 제공한다면 광고 반응이 클 것이므로 이를 프로모션에 활할 수 있다.
An example of the degree of interest calculated for each item in the above manner is shown in Table 1 described in FIG. As shown in Table 1, it is possible to increase advertisement efficiency by providing advertisements of interest to the users whose interest has been analyzed. For example, in the example of Table 1, the user is interested in the gold industry and the sports industry, so it is preferable to provide advertisement in the corresponding field. If a free coupon or a discount coupon is provided together, .

도 4는 본 명세서의 일 실시예에 따른 광고반응 분석 시스템이 사용자의 광고 반응을 분석하는 방법을 나타낸 흐름도이다.4 is a flowchart illustrating a method of analyzing a user's advertisement response according to an embodiment of the present invention.

상기 광고반응 분석장치(100)는 사용자에게 하나 이상의 광고를 제공한다(S410).The advertisement response analysis apparatus 100 provides one or more advertisements to the user (S410).

상기 광고반응 분석장치(100)는 특정 사용자의 디지털 광고 반응 정보(반응 횟수, 반응 시점, 구매 연결 정보 등)을 분석하여 해당 사용자의 관심 점수(관심도)를 분석하며, 상기 광고반응 분석장치(100)는 분석된 관심도를 바탕으로 개인 맞춤형 광고를 제공할 수 있다.The advertisement response analyzing apparatus 100 analyzes the digital advertisement response information (response count, reaction time, purchase connection information, etc.) of a specific user to analyze the interest score (interest) of the user, ) Can provide personalized advertisements based on the analyzed interest.

광고 반응 이력으로부터 분석한 사용자의 관심도를 반영하여 추천 광고를 선정하기 위하여, 상기 광고반응 분석장치(100)는 특정 사용자의 광고 반응 이력을 수집할 수 있다(S430). 일 실시예로서, 상기 광고반응 분석장치(100)는 사용자 단말로부터 광고반응 이력을 수신할 수 있다(S420). 이때 상기 광고반응 이력은 제공된 1 이상의 광고 각각에 대한 사용자의 반응 정보(예컨대, 클릭 횟수, 클릭 시점 등)를 포함할 수 있다. In order to select a recommendation advertisement reflecting the interest of the user analyzed from the ad response history, the ad response analysis apparatus 100 may collect the ad response history of a specific user (S430). In an exemplary embodiment, the advertisement response analysis apparatus 100 may receive an advertisement response history from a user terminal (S420). At this time, the advertisement response history may include the user's reaction information (e.g., the number of clicks, the point-in-time, etc.) for each of the provided one or more advertisements.

상기 광고반응 분석장치(100)는 사용자의 광고 반응(클릭 등) 이력을 모두 수집할 수도 있지만, 사용자의 실수에 의한 반응을 제외시키기 위하여 동일 광고를 2회 이상 반응한 경우에만 그 이력을 수집할 수도 있다. 즉, 사용자가 조작 실수로 어느 광고를 클릭하는 경우에는 대개 다시는 동일 광고에 반응하지 않을 가능성이 많기 때문에, 이러한 정보는 분석에서 제외시키는 것이다.The advertisement response analyzing apparatus 100 may collect all of the user's reaction histories (clicks, etc.), but collects the history only when the user responds to the same advertisement more than twice in order to exclude the reaction by the user's mistake It is possible. That is, when a user clicks on an advertisement by mistake, it is likely that the user will not react to the same advertisement again. Therefore, this information is excluded from the analysis.

특정 사용자의 광고 반응이력이 수집되면 상기 광고반응 분석장치(100)는 상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정할 수 있다(S440). 즉, 사용자가 소정 기준 이상으로 반응(예: 2회 이상 클릭)한 광고의 상세 정보(예컨대, 메타 정보)에 가산점을 부여하는 방식으로 상세 정보의 각 항목에 대한 사용자 관심도를 산출할 수 있다.When the advertisement reaction history of a specific user is collected, the advertisement response analyzing apparatus 100 may calculate the user's interest for each item constituting the detailed information of the response advertisement based on the reaction history (S440) . That is, the user interest level for each item of the detailed information can be calculated in such a manner that the user adds a point of addition to the detailed information (for example, meta information) of the advertisement that responds to a predetermined criterion or more (e.g., clicked twice or more).

이때 상기 광고반응 분석장치(100)는 상기 반응 이력의 시점 별로 별도의 가중치를 부여하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정할 수 있다. 예를 들어 반응 광고가 N개이고, 사용자가 N개의 광고를 클릭하였다고 가정하면, 상기 반응 광고들을 구성하고 있는 상세 항목에 (해당 광고의 클릭 횟수)*(가중치) 만큼의 관심도를 부여하되, 광고 클릭 시점 별로 가중치를 다르게 할 수 있는 것이다. 특히 상기 가중치는 최근의 기 설정된 시점에 발생한 반응 이력에 가장 큰 값이 부여될 수 있다. 즉, 최근 1개월 내의 클릭횟수에는 5점, 최근 3개월에서 최근 1개월까지의 클릭횟수에는 2점, 최근 6개월에서 최근 1년까지의 클릭횟수에는 0.5점, … 과 같은 방식으로 그 가중치를 달리 부여할 수 있다 At this time, the advertisement response analyzing apparatus 100 may assign an additional weight to each of the time points of the response history to estimate the user's interest for each item constituting the detailed information of the response advertisement. For example, if it is assumed that there are N response ads and N users click on the N advertisements, the degree of interest is given to the detail items constituting the response ads as much as (the number of clicks of the corresponding advertisement) * (weight) The weight can be different for each point of view. In particular, the weight may be given the largest value in the reaction history generated at the latest predetermined time. In other words, the number of clicks in the past 1 month is 5, the number of clicks from the last 3 months to the last 1 month is 2, and the number of clicks from the last 6 months to the last 1 year is 0.5. The weight can be given differently in the same manner as

관심도가 분석된 사용자에 대해서는 그 관심도가 높은 분야의 광고를 제공함으로써(S450) 광고 효율을 높일 수 있다. For the user whose interest has been analyzed, the advertising efficiency can be improved by providing the advertisement in the field of high interest (S450).

이상, 본 발명의 실시예에 대하여 설명하였으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 특허청구범위에 기재된 본 발명의 사상으로부터 벗어나지 않는 범위 내에서, 구성 요소의 부가, 변경, 삭제 또는 추가 등에 의해 본 발명을 다양하게 수정 및 변경시킬 수 있을 것이며, 이 또한 본 발명의 권리범위 내에 포함된다고 할 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed embodiments, but, on the contrary, It will be understood by those skilled in the art that various changes in form and details may be made therein without departing from the spirit and scope of the invention as defined by the appended claims.

본 발명의 실시예에 따른 광고반응 분석장치 및 방법에 의하면, 사용자에게 제공된 광고 중 상기 사용자가 반응한 반응 광고의 상세 정보 및 반응 이력을 수집하고, 상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정함으로써, 사용자 별 반응 이력을 바탕으로 각 사용자가 어떤 특성의 광고에 반응하는지 예측 모형을 구성할 수 있으며, 이를 광고 송출 방식의 개선이나 광고 타겟팅 등에 활용할 수 있다는 점에서 본 명세서의 기술이 .적용되는 장치의 시판 또는 영업의 가능성이 충분할 뿐만 아니라 현실적으로 명백하게 실시할 수 있는 정도이므로 산업상 이용가능성이 있는 발명이다.According to the apparatus and method for analyzing the advertisement response according to the embodiment of the present invention, detailed information and response history of the response advertisement responded by the user among the advertisements provided to the user are collected, and based on the response history, By estimating the user's interest in each item constituting the information, it is possible to construct a prediction model in which each user responds to a characteristic advertisement based on the reaction history of each user, and it is possible to improve the advertisement transmission method, The technology of the present specification is an invention that is industrially applicable because it is possible to carry out a commercially available device or an operation of an apparatus to which the present invention is applicable and is practically and practically possible.

100 : 광고반응 분석장치
101 : 광고 제공부
102 : 광고반응 수집부
103 : 관심도 산출부100: Ad response analyzer
101: Ad serving
102: Ad response collection unit
103: Interest calculation unit

Claims (13)

사용자에게 하나 이상의 광고를 제공하는 광고 제공부;
상기 제공된 광고 중 상기 사용자가 반응한 반응 광고의 상세 정보 및 반응 이력을 수집하는 광고반응 수집부;
상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정하는 관심도 산출부;를 포함하는 것을 특징으로 하는 광고반응 분석장치.An advertisement providing unit for providing one or more advertisements to a user;
An advertisement response collecting unit for collecting detailed information and a reaction history of the response advertisement responded by the user among the provided advertisements;
And a degree of interest calculator for calculating a degree of interest of the user for each item constituting the detailed information of the reaction advertisement based on the reaction history. 제1항에 있어서,
상기 반응 이력은 상기 반응 광고에 대한 상기 사용자의 클릭 횟수, 클릭 시점 정보를 포함하는 것을 특징으로 하는 광고반응 분석장치.The method according to claim 1,
Wherein the response history includes the number of clicks of the user and the click time information for the response advertisement. 제2항에 있어서,
상기 반응 이력은 상기 반응 광고에 대하여 상기 사용자가 2회 이상 클릭한 경우 만을 대상으로 수집되는 것을 특징으로 하는 광고반응 분석장치.3. The method of claim 2,
Wherein the reaction history is collected only when the user clicks on the reaction advertisement more than twice. 제1항에 있어서,
상기 관심도 산출부는 상기 반응 이력의 시점 별로 별도의 가중치를 부여하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정하며, 상기 가중치는 최근의 기 설정된 시점에 발생한 반응 이력에 가장 큰 값이 부여되는 것을 특징으로 하는 광고반응 분석장치.The method according to claim 1,
The interest calculator calculates an interest level of the user for each item constituting the detailed information of the response advertisement by giving a weight to each reaction point of the reaction history, And the largest value is given to the advertisement response analyzer. 제1항에 있어서,
상기 반응 광고의 상세 정보는 상기 반응 광고의 광고주 특성, 광고 내용 특성 및 상기 반응 광고가 실린 매체의 특성 중 적어도 하나 이상을 포함하는 것을 특징으로 하는 광고반응 분석장치.The method according to claim 1,
Wherein the detailed information of the response advertisement includes at least one of an advertiser characteristic of the response advertisement, an advertisement content characteristic, and a characteristic of a medium on which the response advertisement is loaded. 제5항에 있어서,
상기 광고주 특성은 상기 반응 광고의 광고주가 속하는 산업군 정보 및 상기 반응 광고의 대상 상품 카테고리 정보 중 적어도 하나 이상을 포함하며,
상기 광고 내용 특성은 상기 반응 광고의 소재 정보, 상기 반응 광고의 모델 정보 및 상기 반응 광고의 혜택 정보 중 적어도 하나 이상을 포함하는 것을 특징으로 하는 광고 반응 분석 장치.6. The method of claim 5,
Wherein the advertiser characteristic includes at least one of industry group information to which an advertiser of the response advertisement belongs and target product category information of the response advertisement,
Wherein the advertisement content characteristic includes at least one of material information of the response advertisement, model information of the response advertisement, and benefit information of the response advertisement. 사용자에게 하나 이상의 광고를 제공하는 단계;
상기 제공된 광고 중 상기 사용자가 반응한 반응 광고의 상세 정보 및 반응 이력을 수집하는 단계;
상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정하는 단계를 포함하는 것을 특징으로 하는 광고반응 분석방법.Providing one or more advertisements to a user;
Collecting the detailed information and the reaction history of the response advertisement of the provided advertisement responded by the user;
And estimating the degree of interest of the user for each item constituting the detailed information of the reaction advertisement based on the reaction history. 제7항에 있어서,
상기 반응 이력은 상기 반응 광고에 대한 상기 사용자의 클릭 횟수, 클릭 시점 정보를 포함하는 것을 특징으로 하는 광고반응 분석방법.8. The method of claim 7,
Wherein the response history includes the number of clicks of the user and the click time information for the response advertisement. 제8항에 있어서,
상기 반응 이력은 상기 반응 광고에 대하여 상기 사용자가 2회 이상 클릭한 경우 만을 대상으로 수집되는 것을 특징으로 하는 광고반응 분석방법.9. The method of claim 8,
Wherein the response history is collected only when the user clicks on the response advertisement more than twice. 제7항에 있어서,
상기 사용자의 관심도를 산정하는 단계는 상기 반응 이력의 시점 별로 별도의 가중치를 부여하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정하며, 상기 가중치는 최근의 기 설정된 시점에 발생한 반응 이력에 가장 큰 값이 부여되는 단계인 것을 특징으로 하는 광고반응 분석방법.8. The method of claim 7,
The step of estimating the interest of the user may further include assigning a weight to each of the time points of the reaction history to calculate the degree of interest of the user for each item constituting the detailed information of the response advertisement, Wherein the reaction history generated in step (a) is given a largest value. 제7항에 있어서,
상기 반응 광고의 상세 정보는 상기 반응 광고의 광고주 특성, 광고 내용 특성 및 상기 반응 광고가 실린 매체의 특성 중 적어도 하나 이상을 포함하는 것을 특징으로 하는 광고반응 분석방법.8. The method of claim 7,
Wherein the detailed information of the response advertisement includes at least one of an advertiser characteristic of the response advertisement, a content characteristic of the advertisement, and a characteristic of a medium on which the response advertisement is loaded. 사용자에게 하나 이상의 광고를 제공하고, 상기 제공된 광고 중 상기 사용자가 반응한 반응 광고의 상세 정보 및 반응 이력을 수집하고. 상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정하는 광고반응 분석장치; 및
상기 제공되는 하나 이상의 광고를 표시하고, 상기 반응 광고에 대한 반응 이력을 전송하는 사용자 단말을 포함하는 것을 특징으로 하는 광고반응 분석 시스템.Providing one or more advertisements to the user, and collecting detailed information and response histories of the responded advertisements of the provided advertisements. An advertisement reaction analyzer for calculating an interest of the user for each item constituting the detailed information of the reaction advertisement on the basis of the reaction history; And
And a user terminal for displaying the provided one or more advertisements and transmitting a response history to the response advertisements. 광고반응 분석장치가 사용자 단말로 하나 이상의 광고를 제공하는 단계;
상기 사용자 단말이 상기 제공된 광고 중 상기 사용자가 반응한 반응 이력을 전송하는 단계;
상기 광고반응 분석장치가 상기 반응 광고의 상세 정보 및 반응 이력을 수집하는 단계;
상기 광고반응 분석장치가 상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정하는 단계를 포함하는 것을 특징으로 하는 광고반응 분석 방법.Providing an ad response analysis device to the user terminal;
Transmitting the response history of the user's response to the user's advertisement;
Collecting the detailed information and the reaction history of the response advertisement;
Wherein the advertisement response analyzing device includes a step of calculating an interest degree of the user for each item constituting the detailed information of the reaction advertisement based on the reaction history.
KR1020130011688A 2013-02-01 2013-02-01 Method to estimate user interest based on advertisements response KR102106617B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130011688A KR102106617B1 (en) 2013-02-01 2013-02-01 Method to estimate user interest based on advertisements response

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130011688A KR102106617B1 (en) 2013-02-01 2013-02-01 Method to estimate user interest based on advertisements response

Publications (2)

Publication Number Publication Date
KR20140099363A true KR20140099363A (en) 2014-08-12
KR102106617B1 KR102106617B1 (en) 2020-05-04

Family

ID=51745710

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130011688A KR102106617B1 (en) 2013-02-01 2013-02-01 Method to estimate user interest based on advertisements response

Country Status (1)

Country Link
KR (1) KR102106617B1 (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190001127A (en) * 2017-06-26 2019-01-04 주식회사 케이티 System and Method for Push Massage Management
WO2020096108A1 (en) * 2018-11-06 2020-05-14 김현화 Exposition promotion system
KR20210117431A (en) * 2020-03-19 2021-09-29 주식회사 유어비즈 Management system with responsive customer classification

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102233644B1 (en) 2020-09-15 2021-03-29 김윤경 Platform system of personalized shopping mall for retarget by selectively sourcing effective reach of users

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100042981A (en) * 2008-10-17 2010-04-27 삼성전자주식회사 Apparatus and method for measuring advertisement metrics
KR20120016891A (en) * 2010-08-17 2012-02-27 엔에이치엔비즈니스플랫폼 주식회사 Method and system for managing response information on the advertising materials and computer-readable recording medium for providing advertisement

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100042981A (en) * 2008-10-17 2010-04-27 삼성전자주식회사 Apparatus and method for measuring advertisement metrics
KR20120016891A (en) * 2010-08-17 2012-02-27 엔에이치엔비즈니스플랫폼 주식회사 Method and system for managing response information on the advertising materials and computer-readable recording medium for providing advertisement

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190001127A (en) * 2017-06-26 2019-01-04 주식회사 케이티 System and Method for Push Massage Management
WO2020096108A1 (en) * 2018-11-06 2020-05-14 김현화 Exposition promotion system
KR20210117431A (en) * 2020-03-19 2021-09-29 주식회사 유어비즈 Management system with responsive customer classification

Also Published As

Publication number Publication date
KR102106617B1 (en) 2020-05-04

Similar Documents

Publication Publication Date Title
US11127024B2 (en) Sales prediction systems and methods
JP5735492B2 (en) Measuring the effectiveness of online advertising campaigns
US8458160B2 (en) Social network based user-initiated review and purchase related information and advertising
US20120010939A1 (en) Social network based online advertising
TWI592889B (en) Social reputation ads
US20130035975A1 (en) Cross-media attribution model for allocation of marketing resources
US20090063250A1 (en) Controlled Targeted Experimentation
US20120239489A1 (en) Method and system for viral promotion of online content
US20090063268A1 (en) Targeting Using Historical Data
US20130021345A1 (en) Multi-Channel Conversion Path Position Reporting
CN102893300A (en) Methods and apparatus for integrating volumetric sales data, media consumption information, and geographic -demographic data to target advertisements
US20180075482A1 (en) Non-converting publisher attribution weighting and analytics server and method
US20130041748A1 (en) Conversion type to conversion type funneling
US20150032503A1 (en) System and Method for Customer Evaluation and Retention
AU2011369352A1 (en) Multiple attribution models with return on ad spend
Reichhart et al. A comparison of the effectiveness of e-mail coupons and mobile text message coupons for digital products
US10412430B2 (en) Method and system for recommending targeted television programs based on online behavior
JPWO2008096597A1 (en) Advertising management system
US20150032507A1 (en) Automated targeting of information to an application visitor based on merchant business rules and analytics of benefits gained from automated targeting of information to the application visitor
US20120116885A1 (en) Social network based online advertising and advertisement branding
US20120260185A1 (en) Path length selector
US20150066644A1 (en) Automated targeting of information to an application user based on retargeting and utilizing email marketing
CN105335518A (en) Method and device for generating user preference information
KR102106617B1 (en) Method to estimate user interest based on advertisements response
TWI587228B (en) System and method for generating a valuation of online users and websites from user activities

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