TW201520936A - 使用者參與度上下文相關之非保證交付自動標價 - Google Patents

使用者參與度上下文相關之非保證交付自動標價 Download PDF

Info

Publication number
TW201520936A
TW201520936A TW103139715A TW103139715A TW201520936A TW 201520936 A TW201520936 A TW 201520936A TW 103139715 A TW103139715 A TW 103139715A TW 103139715 A TW103139715 A TW 103139715A TW 201520936 A TW201520936 A TW 201520936A
Authority
TW
Taiwan
Prior art keywords
advertisement
group
user
price
advertisements
Prior art date
Application number
TW103139715A
Other languages
English (en)
Inventor
Prabhakar Krishnamurthy
Xing Yi
Jiao-Yan
Jean-Marc Langlois
Original Assignee
Yahoo Inc
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 Yahoo Inc filed Critical Yahoo Inc
Publication of TW201520936A publication Critical patent/TW201520936A/zh

Links

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
    • G06Q30/0246—Traffic
    • 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
    • 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
    • G06Q30/0283—Price estimation or determination

Abstract

一種用於調整非保證交付(Non-guaranteed Delivery，NDG)廣告拍賣的廣告標價之方法包含：擷取使用者之停留時間資訊，所述使用者係參與一顯示內容串流中對所述使用者串流傳送之廣告。該方法依據顯示上下文(例如廣告類別、觀看該廣告之裝置、以及串流傳送有該廣告之產品等)將所述廣告聚集至不同之群組中，並且根據群組之一分配至群組短點擊臨界值與該使用者之停留時間資訊而計算各群組廣告的短點擊比率。該方法進一步決定使用者對個別群組中之廣告的平均停留時間。該方法調整一群組的廣告的標價，以根據該短點擊比率與其停留時間平均值而進行NGD競價，進以偏好於具有較高停留時間及較低短點擊比率的群組。可根據使用者參與度資訊而於不同上下文間對價格進行動態調整。

Description

使用者參與度上下文相關之非保證交付自動標價 【相關申請】
本發明與下列申請案有關：2013年11月6日申請之美國申請案第14/073,575號(現為美國專利號第＿＿＿號)「以使用者參與度為基礎之非保證交付標價」(代理人編號為12729-1160)；2013年8月28日申請之美國申請案第14/012,932號(現為美國專利號第＿＿＿號)「自新聞串流中不同分類優先排序項目」(代理人編號為YAHOP209)；2013年8月23日申請之美國申請案第13/975,151號(現為美國專利號第＿＿＿號)「以停留時間為基礎之廣告」(代理人編號為YAHOP205)；2013年3月15日申請之美國申請案第13/843,433號(現為美國專利號第＿＿＿號)「網頁的顯示時間」(代理人編號為YAHOP189)；這些內容皆藉由引用形式而合併。
本申請案是關於利用線上使用者參與度資料(例如停留時間與點擊資料)來執行非保證交付(Non-guaranteed Delivery，NGD)廣告(ad)標價，且特別是關於根據一內容串流內的顯示上下文來調整NGD廣告的標價。
NGD廣告與內容包含各種付費模型。發佈者(例如廣告主) 可選擇對一內容或廣告項目的每次印象進行付費(例如每千次印象之成本，CPM)，對導向一內容或廣告項目的每次點擊進行付費(CPC)，或對與一內容或廣告項目相關聯的每次動作進行付費(CPA)。舉例而言，在NGD顯示廣告市場或串流市場中，不同付費類型的廣告主會競爭一相同廣告位置。針對一位置的拍賣機制會將與各種付費模型相關聯的競價轉換為一共同基礎模型，例如每千次印象之預期價格(Expected Price-per-thousand impressions，eCPM)模型。舉例而言，在拍賣中廣告位置的贏家會是具最高eCPM競價的廣告主。
100‧‧‧線上資訊系統
101‧‧‧產品與服務資料庫
102‧‧‧帳戶伺服器
104‧‧‧帳戶資料庫
106‧‧‧搜尋引擎
108‧‧‧廣告伺服器
109‧‧‧使用者資料庫
110‧‧‧廣告資料庫
112‧‧‧內容伺服器
114‧‧‧內容資料庫
116‧‧‧排序引擎
118‧‧‧NGD標價伺服器
120‧‧‧網路
122‧‧‧廣告主裝置
124‧‧‧使用者裝置
126‧‧‧膝上型電腦/裝置
128‧‧‧智慧型電話/裝置
130‧‧‧NGD交換伺服器
202‧‧‧顯示廣告
204‧‧‧行動網路裝置顯示器
206‧‧‧行動應用顯示器
208‧‧‧個人電腦顯示器
212‧‧‧文字
214‧‧‧圖形影像
216‧‧‧定義邊界
218‧‧‧新聞頁
222a‧‧‧廣告項目
222b‧‧‧廣告項目
222c‧‧‧廣告項目
222d‧‧‧廣告項目
222e‧‧‧廣告項目
224a‧‧‧串流
224b‧‧‧串流
224c‧‧‧內容串流
224d‧‧‧內容串流
224e‧‧‧內容串流
226a‧‧‧內容項目
226b‧‧‧內容項目
226c‧‧‧內容項目
226d‧‧‧內容項目
226e‧‧‧內容項目
228a‧‧‧內容項目
228b‧‧‧內容項目
228c‧‧‧內容項目
228d‧‧‧內容項目
228e‧‧‧內容項目
230b‧‧‧內容項目
230c‧‧‧內容項目
232b‧‧‧內容項目
232c‧‧‧內容項目
232d‧‧‧內容項目
232e‧‧‧內容項目
234b‧‧‧內容項目
234c‧‧‧內容項目
234d‧‧‧內容項目
234e‧‧‧內容項目
238‧‧‧首頁
258‧‧‧旅遊頁
300‧‧‧內容交換網路
303‧‧‧記憶體
304‧‧‧線上活動收集器
305‧‧‧處理器
306‧‧‧統計分析器
307‧‧‧通訊介面
310‧‧‧LAN/WAN(區域網路/廣域網路)
312‧‧‧線上使用者對話資料
314‧‧‧使用者互動資訊
316‧‧‧評分
318‧‧‧標價資訊
402-614‧‧‧步驟
702‧‧‧資料聚集器
706‧‧‧統計分析器
708‧‧‧競價價格調整器
810-870‧‧‧步驟
參照下列圖式與說明即可更加瞭解該系統。參照下列圖式而對非限制性與非獨佔性實例進行說明。圖式中的構件並非以實際尺寸繪示，其重點在於為說明該系統的原理而配置。在圖式中，同樣的元件符號代表在不同視圖中對應的部件。
第一圖是一例示資訊系統的方塊圖，該系統包含一例示非保證交付(NGD)標價伺服器。
第二A圖、第二B圖與第二C圖分別包含了在一新屬性頁面、一首頁與一旅行網頁中的例示廣告項目、內容項目與資料項目之串流。
第三圖為連同選擇資料流之一例示NGD標價伺服器的方塊圖，其可由如第一圖所示之一或多個計算系統實施。
第四圖為由第三圖的NGD標價伺服器中的資料控制器所執行之例示運作。
第五圖是由第三圖的NGD標價伺服器中的統計分析器所執 行的例示運作。
第六圖是由第三圖的NGD標價伺服器中的價格調整器所執行的例示運作。
第七圖為NGD標價伺服器的另一具體實施例之系統圖，用以執行對一NGD交換中之廣告標價的調整。
第八圖說明用於根據串流傳送內容內的廣告顯示上下文來調整NGD拍賣的廣告標價之例示方法。
下文將參照如附圖式而更完整說明標的內容，這些圖式形成其一部分，且是藉由描述方式而說明具體實例。然而，標的內容係具現為各種不同形式，且因此所涵蓋或主張的標的內容是要被解釋為不限於本文所提出的任何實例；實例係僅為說明之用而提出。同樣的，所主張或涵蓋的標的內容是要包含合理廣泛的範圍。在其他方面，舉例而言，標的內容係具現為方法、裝置、構件或系統。因此，下述詳細說明並非用於限制所主張內容之範疇。
在整份說明書與申請專利範圍中，術語可具有超過明確含意所指、在上下文中所教示或暗喻的細微意義。同樣的，本文中所用的用語「在一具體實施例中」並不一定是指同一個具體實施例，而本文中所用的用語「在另一具體實施例中」也不一定是指不同的具體實施例。要表達的是，舉例而言，所主張之標的內容係包含例示具體實施例在整體上或部分之組合。
用於調整不同顯示畫面與線上廣告活動上下文中非保證交 付(NDG)廣告拍賣的廣告標價之系統與方法包含擷取使用者之停留時間資訊，所述使用者係參與一顯示內容串流中對所述使用者串流傳送之廣告。該系統依據不同顯示畫面和線上廣告活動上下文(例如、但不限於：廣告類別、觀看該廣告之裝置、以及串流傳送有該廣告或將出現有其他廣告之產品(及/或屬性)等)將所述廣告聚集至不同之群組中，該系統根據指定至群組的一短點擊臨界值(小量秒數)與該使用者之停留時間資訊而計算每一群組中的廣告的短點擊比率(或彈跳比率)。該系統進一步決定一停留時間統計值，例如使用者對個別群組中之廣告的平均停留時間。
該系統接著針對不同顯示畫面與線上廣告活動上下文調整一群組的廣告的標價，以根據該短點擊比率與該群組之停留時間統計值而進行NGD競價，進以偏好於具有較高停留時間及較低短點擊比率的群組。所述標價係基於每千次印象之預期價格(eCPM)。藉由自動價格調整，該活動會具有較高機會於活動廣告有高度參與的使用者的網路產品上贏得拍賣。同時，會因此對較少被參與的網路產品(或屬性)上的廣告的標價進行打折，以保護使用者體驗。
藉由在廣告標價調整時考慮使用者參與度的影響，該系統可幫助發佈者實現創造良好的短期收益並驅動長期的使用者參與度之目標。在顯示廣告串流上相同廣告活動之競價價格的自動調整會根據該活動在不同使用者裝置上的不同停留時間分佈而被應用至不同的產品(及/或屬性)。因此，該系統讓廣告主可針對顯示廣告(例如返回首頁串流)的一個主要產品(或屬性)上的一個活動僅指定一個競價價格，且可根據使用者對該網頁上廣告的參與度(體驗)而對其他產品自動(或動態地)調整該競價 價格。
線上資訊系統將廣告主的廣告放置在末端使用者可用的內容服務中，例如網頁、行動裝置應用程式(apps)、TV apps、或其他聲音或視覺內容服務。廣告可與其他內容一起設置。其他內容包含文字、圖型、聲音、視頻或對該內容的連結等之任意組合。傳統上可根據各種條件來選擇廣告，包含廣告主所指明的條件。傳統上廣告主係定義一廣告活動，以控制如何及何時對使用者產生可用廣告及指明這些廣告的內容。
串流在線上呈現中變得常見，因為它們為提供串流之內容項目的內容供應者、提供串流之廣告項目的廣告主、以及組合內容項目與廣告項目以產生串流的線上供應者都提供了彈性。串流使得任何數量與大小及形狀的內容項目與廣告項目都可被包含在串流中。串流的元件可由相關性或由任何適當參數予以分類。藉由移除與切換至不同視覺格式或觀點相關的認知負荷，串流在處理與不同內容或廣告項目有關的資訊時也減少了觀看者的認知負荷。
串流被視為是一種統一市場，其中內容項目與廣告項目會競爭以被置於或包含於該串流中。市場中的參與者是贊助或提供廣告項目的廣告主、以及贊助或提供內容項目的內容供應者。串流與市場係由一線上供應者(例如雅虎公司)所主導或管理。線上供應者也可為其自有產品與服務、或其自有的串流內容項目提供廣告。
廣告主與線上供應者的設備互動以產生或提供線上廣告。線上廣告包含儲存在與廣告主識別相關聯的資料庫與其他記憶體中的廣告內容、以及一或多個競價量。廣告內容可包含文字或圖形或這兩者，以及對 一登陸頁的連結，在點擊該連結時，使用者瀏覽器會被重新導向至該登陸頁。競價量代表廣告主在針對與該廣告有關的事件上將付出的金錢數量，該事件可為使用者對廣告的印象或觀看、觀看該廣告的使用者對廣告的點擊或其他選擇、或是在觀看廣告之後所進行的動作(例如提供信用卡資訊或電子郵件地址)。以下述方式，競價量可用於決定廣告在串流中的位置。線上廣告可包含其他資料，也可包含定義了廣告將如何出現在串流中的資料。
內容項目包含了關於使用者有興趣的主題之資訊。此資訊可包含對另一網頁的連結，其中該另一網頁提供了更多與該主題有關的資訊以及與該主題有關資訊的摘要。在某些具體實施例中，內容供應者將使一競價量與一內容項目相關聯。與廣告之競價量類似，內容項目之競價量可基於印象、點擊、或其他動作。同時，以下述方式，競價量可用於決定內容項目在串流中的位置。或者是，可應用軟體型競價代理來代表內容項目自動競價。
內容項目與廣告項目競爭要包含在串流中。可使用一般化第二價格(GSP)拍賣機制來清除串流中時槽之競爭。在GSP拍賣中，最高競價者會得到第一時槽，第二高的競價者會得到第二時槽，依此類推。然而，最高的競價者接著是支付第二高競價者所競價的價格。這與贊助搜尋市場類似，然贊助搜尋中的競價是以不同方式表現，且在贊助搜尋市場中的競爭是僅存在於廣告之間。
在一個具體實施例中，廣告主提供了標的述語、廣告片段、以及競價。在某些具體實施例中，廣告主可在多個三元組間提供預算，稱 為標的三元組。標的述語可基於廣告主有興趣的任何類型的市場區段，在一個實例中包括人口統計市場、以性別或年齡為基礎之市場區段、以使用者設定檔資訊為基礎之行為區段、或地理市場。競價可為每次點擊成本(CPC)競價、每次印象成本(CPM)競價或每次動作成本(CPA)競價。線上供應者可選擇不支援所有市場中的所有競價類型。
廣告主所能競價者在很大等級上決定了他們的競價行為。對於管理單一市場的線上供應者而言，在允許廣告主針對非常特定標的競價以及允許廣告主針對更廣泛標的競價之間會存在權衡取捨。
比起鮮少廣告主的薄弱市場，線上供應者會想要有許多競爭廣告主之豐厚市場。市場越豐厚，帶給線上供應者增加收益的潛力就越大。然而，許多廣告主都對特定類型的使用者非常感興趣，這些狹隘關注之使用者可能會在市場外，除非他們可以更窄化地競標。廣泛的標的會降低廣告主得到的平均價值，因為他們的廣告會顯示給對其產品不感興趣的使用者。較低的預期價值會導致較低的競價。
藉由針對性能標價、藉由使用絕佳的評分演算法語且藉由避免低相關度廣告顯示於串流中，可減緩某些權衡取捨。針對性能標價暗指只有當使用者回應廣告時才計費。廣告主比較想要在只有當使用者轉換(例如藉由為一產品或服務付費)時才付費。然而，要可靠地定義與追蹤轉換及評估轉換率是很困難的，因此市場操作者希望是藉由更易於追蹤與評估的點擊來計費。針對每次點擊計費會有挑戰性，舉例而言，並非所有來自使用者的點擊都會轉化為廣告主之銷路。因為有太多的點擊不會導致轉換，因此產生廣告之低品質分數。
為了保持良好的使用者與廣告主體驗，廣泛的標的需要精確的評分方法。評分是對廣告獲內容項目指定一數值的過程，其中該數值可用以決定串流中應該要包含哪個項目。這種精確評分需要線上供應者不僅審視廣告片段，也要審視登陸頁的內容。在某些具體實施例中，廣告可包含其他資訊，例如自動收集的或由廣告主手動提供的元資料(metadata)，其作為對評分功能之訊號。
廣泛的標的也會增加為CPC廣告標價的困難性。在標價廣告時，重要的是要區分關鍵字與搜尋項目之間的匹配品質以及廣告品質。線上操作者會選擇對不良品質匹配之廣告者進行打折，這是進行匹配的線上市場操作者的責任。線上操作者會選擇對不良品質廣告收取一個費用，這是廣告主的責任。
現將說明一種例示系統，其中說明並描述了廣告項目與內容項目之統一市場的構想。其他的細節與選擇性的具體實施例將連結圖式而提供說明。
第一圖為一線上資訊系統100的方塊圖。在第一圖的例示具體實施例中的線上資訊系統100包括帳戶伺服器102、以及帳戶資料庫104、搜尋引擎106、廣告(ad)伺服器108、使用者資料庫109、以及廣告資料庫110、內容資料庫114、內容伺服器112、排序引擎116、非保證交付(NGD)標價伺服器118、以及NGD交換伺服器130。線上資訊系統100可由一或多個廣告者裝置(例如廣告者裝置122)以及由一或多個使用者裝置(例如使用者裝置124)經由網路120而存取。為此理由，線上資訊系統100也稱為NGD網路系統100。
在這類線上資訊系統的各個實例中，使用者可從網路120上之資源、或從內容資料庫114搜尋及取得內容。廣告主可對使用者裝置(例如使用者裝置124)提供用於放置在網頁上的廣告以及要在網路上傳送的其他通訊內容。在一個實例中的線上資訊系統係由例如雅虎公司(Yahoo！ Inc.)之一線上供應者所部署與操作。
帳戶伺服器102儲存廣告主之帳戶資訊。帳戶伺服器102與帳戶資料庫104資料通訊。帳戶資訊可包含與每一個個別廣告主相關聯之一或多個資料庫記錄。帳戶管理伺服器102可自帳戶資料庫104儲存、維護、更新及讀取任何適當資訊。實例包括廣告主識別資訊、廣告主安全性資訊(例如密碼與其他安全性證號)以及帳戶結算資訊。
帳戶伺服器102係利用任何合適裝置來實施。帳戶管理伺服器102係實施為單一伺服器、複數個伺服器、或該領域中所習知的任何其他類型的計算裝置。較佳為，對帳戶伺服器102的存取是透過防火牆(未示)來完成，其可保護帳戶管理程式與帳戶資訊不受外部竄改。也可經由強化標準通訊協定來提供其他的安全性，例如安全性超文本安全傳輸協定(Secure HTTP)與安全通訊端層。
帳戶伺服器102係提供一廣告主前端以簡化廣告主帳戶資訊的存取流程。廣告主前端係形成使用者介面之一程式、應用程式或軟體慣常程式。在一特定具體實施例中，廣告主前端係可被存取為具有一或多個網頁之一網址，一存取廣告主係可於廣告主裝置(例如廣告主裝置122)上觀看這些網頁。廣告主可利用廣告主前端來觀看並編輯帳戶資料與廣告資料。在編輯了廣告資料之後，帳戶資料即被儲存至帳戶資料庫104。
搜尋引擎106係一電腦系統、一或多個伺服器、或該領域中習知的任何其他計算裝置。或者是，搜尋引擎106係儲存在一電腦可讀取媒體上之一電腦程式、指令或軟體編碼，其於一單一伺服器的處理器、複數個伺服器、或該領域中習知的任何其他類型的計算裝置上運行。搜尋引擎106係由一使用者操作之使用者裝置(例如使用者裝置124)於網路120上進行存取。使用者裝置124對搜尋引擎106傳送一使用者查詢。搜尋引擎106利用任何適當協定或演算法定位匹配資訊，並將資訊送回使用者裝置124。搜尋引擎106可設計以幫助使用者找到位於網際網路或一內部網路上的資訊。在一特定實例中，搜尋引擎106可於網路120上對使用者裝置124提供一網頁，該網頁具有包含搜尋結果、與使用者查詢上下文匹配的資訊、對其他網路目的地或資訊之連結、以及操作使用者裝置124的使用者感興趣的資訊檔案等之內容，以及被選擇要對使用者顯示的內容項目與廣告項目之串流。
搜尋引擎106可使一裝置(例如使用者裝置124或任何其他客戶端裝置)利用搜尋查詢來搜尋有興趣的檔案。一般而言，搜尋引擎106可由一客戶端裝置經由一或多個伺服器或直接於網路120上進行存取。舉例而言，在一例示具體實施例中，搜尋引擎106可包含網路爬蟲(crawler)構件、索引器構件、索引儲存構件、搜尋構件、排序構件、快取、設定檔儲存構件、登入構件、設定檔建置器、以及一或多個應用程式介面(APIs)。搜尋引擎106係以分散方式部署，例如經由一組分散式伺服器。構件可於網路中重複，例如為了備用或較佳的存取。
廣告伺服器108係運作以對使用者裝置(例如使用者裝置 1mm)服務廣告。廣告包括定義了使用者裝置的使用者會感興趣的廣告資訊之資料。廣告可包含文字資料、圖形資料、影像資料、視頻資料、或音頻資料。廣告進一步包含定義了對於提供這些資料的其他網路資源的一或多個連結之資料。其他位置可為網際網路上的其他位置、由廣告主所操作之內部網路上的其他位置、或任何存取。
對於線上資訊供應者而言，廣告可顯示於由使用者定義之搜尋所產生的網頁上，其是至少部分基於一或多個搜尋項目。若顯示的廣告與一或多個使用者的興趣有關，則廣告會是有益於使用者、廣告主或網路入口網站。因此，已經開發出各種技術來推知使用者興趣、使用者意圖，或是接著對使用者標定出相關廣告。
一種呈現標的廣告的方式包括使用人口統計特性(例如年齡、收入、性別、職業等)來預期使用者行為，例如藉由分群組。廣告是至少部分基於預期的使用者行為而對一標的觀眾中的使用者呈現。這種資訊種類，包括與關於廣告之使用者行為相關的點擊資料，是被儲存在使用者資料庫109中，其在一個具體實施例中係與廣告資料庫110結合。
另一種方式包括設定檔類型的廣告標定。在這種方式中，會產生使用者特定之使用者設定檔以模型化使用者行為，例如藉由追蹤使用者經過一網址或網路位址的使用者路徑，並且至少部分基於最後傳送的頁面或廣告來編譯一設定檔。舉例而言，可針對例如使用者購買而識別出關聯性。藉由對特定使用者標定出內容或廣告，被識別的關聯性可用以標定潛在購買者。
還有另一種方式是包括根據使用者所請求之網頁的內容來 進行標定。廣告是被置於網頁上或與廣告標的有關的其他內容相關聯。可以任何適當方式來決定內容與廣告之間的關係。特定網頁的全部項目會被確認，例如藉由分析其中所呈現的內容來進行。此外，已經開發出對使用者當前正在觀看的主題的特定片段顯示廣告之技術。因此，可藉由匹配廣告以及網頁內的關鍵字及/或短語來選擇廣告。一種例示系統和方法係描述於2013年3月15日所申請之待審美國專利申請號第13/836,052號中，其名稱為「使用者設定檔與社群購買之社群片段的有效匹配」。這個申請案係以引用形式整體併入本文中。
廣告伺服器108包括運作以格式化廣告資料以傳送至使用者裝置之邏輯與資料。廣告伺服器108係與廣告資料庫110資料通訊。廣告資料庫110儲存之資訊係包含定義要伺服至使用者裝置之廣告的資料。此廣告資料係由另一資料處理裝置或由廣告主儲存在廣告資料庫110中。廣告資料可包含定義了廣告創作與個別廣告之競價量之資料。
舉例而言，廣告資料係格式化為一廣告項目，其係包含於提供至一使用者裝置的內容項目與廣告項目之串流中。格式化的廣告項目在外觀、尺寸、形狀、文字格式、圖形格式與所含資訊上都被指定，其可全部都經標準化以為串流中所有廣告項目都提供一致的外觀。至少某些廣告項目具有相關的競價量，且被視為是產生收益項目。廣告伺服器108接著對其他網路裝置(例如排序引擎116)提供廣告項目。
此外，廣告伺服器108係與網路120資料通訊。該廣告伺服器108係於網路120上對裝置傳送廣告資料與其他資訊。此資訊包含傳送至使用者裝置之廣告資料。此資訊也可包含廣告資料以及與一廣告主裝置(例 如廣告主裝置122)通訊之其他資訊。操作廣告主裝置的廣告主可於網路上存取廣告伺服器108，以存取包含有廣告資料之資訊。這種存取包括開發廣告創作、編輯廣告資料、刪除廣告資料、設定與調整競價量和其他活動。
廣告伺服器108提供廣告主前端以簡化廣告主的廣告資料之存取流程。廣告主前端係形成使用者介面之一程式、應用程式或軟體慣常程式。在一特定具體實施例中，廣告主前端係可被存取為具有一或多個網頁之一網址，進行存取的廣告主係可於廣告主裝置上觀看這些網頁。廣告主可利用廣告主前端來觀看並編輯廣告資料。在編輯了廣告資料之後，帳戶資料即被儲存至廣告資料庫110，以供後續傳送廣告至使用者裝置。
廣告伺服器108係一電腦系統、一或多個伺服器、或該領域中習知的任何其他計算裝置。或者是，廣告伺服器108係儲存在一電腦可讀取媒體上之一電腦程式、指令或軟體編碼，其於一單一伺服器的處理器、複數個伺服器、或該領域中習知的任何其他類型的計算裝置上運行。
內容伺服器112與內容資料庫114、廣告伺服器108及排序引擎116資料通訊。內容伺服器112可從內容資料庫114或從網路120上可存取的其他位置存取關於內容項目之資訊。內容伺服器112於網路120上對裝置傳送定義內容項目與其他資訊之資料。此資訊包含要傳送至一使用者裝置的內容資料。此資訊也包含與操作內容供應者裝置的一內容供應者通訊之內容資料與其他資訊。操作內容供應者裝置的內容供應者係可於網路120上存取內容伺服器112，以存取包含有內容資料之資訊。這種存取包括了開發內容項目、編輯內容項目、刪除內容項目、設定與調整競價量和其他活動。
內容伺服器112提供一內容供應者前端以簡化內容供應者的 內容資料之存取流程。內容供應者前端係形成使用者介面之一程式、應用程式或軟體慣常程式。在一特定具體實施例中，內容供應者前端係可被存取為具有一或多個網頁之一網址，進行存取的內容供應者係可於內容供應者裝置上觀看這些網頁。內容供應者可利用內容供應者前端來觀看並編輯內容資料。在編輯了內容資料之後，內容資料即被儲存至內容資料庫114，以供後續傳送至使用者裝置。
內容伺服器112包括運作以格式化內容資料以傳送至使用者裝置之邏輯與資料。舉例而言，內容資料係格式化為一內容項目，其可被包含於要供應至使用者裝置的內容項目與廣告項目之串流中。格式化的內容項目在外觀、尺寸、形狀、文字格式、圖形格式與所含資訊上都被指定，其可全部都經標準化以為串流中所有內容項目都提供一致的外觀。在某些具體實施例中，內容項目具有一相關競價量，以於要對使用者裝置呈現的項目串流中排序或定位該內容項目。在其他具體實施例中，內容項目不包含競價量，或是競價量並不用於排序內容項目。這類內容項目被視為非產生收益項目。內容伺服器112接著提供內容項目至其他網路裝置，例如廣告伺服器108與排序引擎116。
排序引擎116與廣告伺服器108、廣告資料庫110、內容伺服器112與內容資料庫114資料通訊。排序引擎116係配置以識別要被包含在要提供至使用者裝置(例如使用者裝置124)的內容項目與廣告項目的串流中之項目。排序引擎116係因而配置以決定哪些廣告項目及哪些內容項目適格而可被包含在串流中，並對串流中的個別廣告項目與個別內容項目進行評分與排序。
在一個具體實施例中，排序引擎116係配置以計算出使用自廣告資料庫110所擷取之競價值的複數個廣告項目中每一個廣告項目的排序分數。排序引擎116進一步配置以計算出使用得自內容資料庫114之競價值的複數個內容項目中每一個內容項目的排序分數。在決定排序分數時，排序引擎116係使用可得自廣告伺服器108、廣告資料庫110、內容伺服器112與內容資料114以及帳戶資料庫104之其他資訊。
帳戶伺服器102、搜尋引擎106、廣告伺服器108、內容伺服器112、排序引擎116、NGD標價伺服器118以及NGD交換伺服器130係實施為任合適當計算裝置。計算裝置可發送或接收訊號(例如經由有線或無線網路)，或是可處理或儲存訊號(例如儲存在記憶體中為實體記憶狀態)，且因此可作為一伺服器而運作。因此，可作為伺服器而運作的裝置包括：例如專用機架固定式伺服器、桌上型電腦、膝上型電腦、機上盒、結合各種特徵結構(例如前述裝置的兩個或更多個特徵結構)之集成裝置等。
伺服器在配置上或在能力上可有廣泛變化，但一般而言，伺服器會包含一或多個中央處理單元與記憶體。伺服器也包含一或多個主儲存裝置、一或多個電源供應器、一或多個有線或無線網路介面、一或多個輸入/輸出介面、或一或多個操作系統，例如Windows Server、Mac OS X、Unix、Linux、FreeBSD等。
帳戶伺服器102、搜尋引擎106、廣告伺服器108、內容伺服器112、排序引擎116、NGD標價伺服器118與NGD交換伺服器130係實施為線上伺服器系統，或可與線上伺服器系統通訊。線上伺服器系統可包含一種裝置，其含有可經由網路而對另一裝置提供內容之配置，包括回應所接 收之頁面觀看請求。舉例而言，一線上伺服器系統可管理一網站，例如一社交網路網站，其實例包括、但不限於：Flicker、Twitter、Facebook、LinkedIn或個人使用者網站(例如部落格、影音部落格、線上約會網站等)。線上伺服器系統也可管理各種其他網站，包括、但不限於：商業網站、教育網站、字典網站、百科網站、維基、理財網站、政府網站等。
線上伺服器系統可進一步提供各種服務，包括、但不限於：網路服務、第三方服務、音頻服務、視頻服務、電子郵件服務、即時通訊(IM)服務、SMS服務、MMS服務、FTP服務、IP電話(VOIP)服務、日曆服務、相片服務等。內容的實例包括文字、影像、音頻、視頻等，其係以實體訊號的形式進行處理，例如電氣訊號，或可儲存於記憶體中成為例如實體狀態。可作為一線上伺服器系統而運作的裝置實例包含桌上型電腦、多處理器系統、微處理器型或可編程之消耗電子產品等。線上伺服器系統與廣告伺服器108、內容伺服器112或排序引擎118不是共同的共有關係或控制。
網路120包含任何資料通訊網路或網路組合。網路耦接了裝置，因此可交換通訊，例如在一伺服器與客戶端裝置或其他類型的裝置之間，包括在經由例如一無線網路而耦接的無線裝置之間。網路也包含主儲存器，例如網路附接儲存器(NAS)、儲存區域網路(SAN)、或例如其他形式的電腦或機器可讀取媒體。網路可包含網際網路、一或多個區域網路(LANs)、一或多個廣域網路(WANs)、線路型連接、無線型連接、或其任意組合。同樣的，次網路(例如使用不同架構、或與不同協定相符或相容者)係可併入一較大網路中，例如網路120。舉例而言，各種裝置類型可 製為可用以提供不同架構或協定之可互相操作能力。作為一個例示實例而言，路由器可於分離且獨立的LANs之間提供連結。通訊連結或通道可包含，例如：類比式電話線(如扭線對)、同軸纜線、完整或部分數位線路(包括T1、T2、T3或T4型線路)、整體服務數位網路(ISDNs)、數位用戶線路(DSLs)、無線連結(包括衛星連結)或其他通訊連結或通道，例如該領域中熟習技藝者所習知的。此外，計算裝置或其他相關電子裝置係遠端地耦接至一網路，舉例而言，例如經由電話線或連結。
廣告主裝置122包含任何資料處理裝置，其可於網路120上存取線上資訊系統100。廣告主裝置122係運作以於網路120上與帳戶伺服器102、搜尋引擎106、廣告伺服器108、排序引擎116、內容伺服器及其他資料處理系統互動。廣告主裝置122可例如實施一網路瀏覽器，以觀看網頁並且提送使用者請求。廣告主裝置122可對線上資訊系統100傳送資料，包括定義了網頁與其他資訊之資料。廣告主裝置122自線上資訊系統100接收通訊，包含定義網頁與廣告創作之資料。
在某些具體實施例中，內容供應者可以內容供應者裝置來存取線上資訊系統100，這些內容供應者裝置一般在結構與功能上係與廣告主裝置類似。舉例而言，內容供應者裝置提供了對於內容資料庫114中資料之存取。
使用者裝置124包括任何資料處理裝置，其可於網路120上存取線上資訊系統100。使用者裝置124係運作以於網路120上與搜尋引擎106互動。舉例而言，使用者裝置124可實施為一網路瀏覽器，以觀看網頁及提交使用者請求。操作使用者裝置124的使用者可輸入一搜尋請求，並將該搜 尋請求傳送至線上資訊系統100。該搜尋請求由搜尋引擎處理，且搜尋結果係送回使用者裝置124。在其他實例中，使用者裝置124的使用者可從線上資訊處理系統100請求如資訊頁面之資料。資料也可替代地被提供於另一環境中，例如本機行動電話應用程式、TV應用或音頻應用等。線上資訊處理系統100係提供資料，或將瀏覽器重新導向另一網站。此外，廣告伺服器係從廣告資料庫110選擇廣告，並將定義廣告之資料納入對使用者裝置124所提供的資料中。
在存取線上資訊系統100上的資訊時，廣告主裝置122與使用者裝置124是作為一客戶端裝置而運作。例如廣告主裝置122與使用者裝置124之客戶端裝置係包含可經由連線或無線網路來發送或接收訊號之計算裝置。舉例而言，客戶端裝置包含桌上型電腦或可攜式裝置，例如行動電話、智慧型電話、顯示呼叫器、射頻(RF)裝置、紅外線(IR)裝置、個人數位助理(PDA)、手持式電腦、平板電腦、膝上型電腦、機上盒、可穿戴式電腦、結合這種特徵(例如前述裝置的特徵)之整合裝置等。在第一圖的實例中，膝上型電腦126與智慧型電話128兩者都是作為一廣告主裝置或一使用者裝置而運作。
客戶端裝置在能力或特徵上係可變化。所主張之標的旨在涵蓋廣泛範圍的可能變化例。舉例而言，行動電話可包含數字鍵盤或具有限功能的顯示器，如用於顯示文字的單色液晶顯示器(LCD)。然而，相較之下，作為另一實例，網路啟動之客戶端裝置係包含一或多個實體或虛擬鍵盤、主儲存器、一或多個加速器、一或多個陀螺儀、全球定位系統(GPS)或其他識位類型的能力，或具有高度功能性的顯示器，例如觸控式2D或3D 顯示器。例如廣告主裝置122與使用者裝置124之客戶端裝置可包含或執行各種操作系統，包括個人電腦操作系統(例如Windows、iOS或Linux)、或行動操作系統(例如iOS、Android、或Windows Mobile等)。客戶端裝置可包含或可執行各種可能的應用程式，例如可啟動與其他裝置通訊之客戶端軟體應用程式，如傳送一或多個訊息，例如經由電子郵件、短訊息服務(SMS)、或多媒體訊息服務(MMS)，包含經由網路，如社交網路(包含、但不限於Facebook、LinkedIn、Twitter、Flickr或Google+，在此僅提供一些可能實例)。客戶端裝置也包含或執行應用程式以通訊內容，例如文字內容、多媒體內容等。客戶端裝置也包含或執行應用程式以執行各種可能任務，例如瀏覽、搜尋、播放各種形式的內容(包括本地儲存或串流傳送之視頻、或遊戲)。前述僅為說明，所主張之標的係意欲包含廣泛範圍的可能特徵或能力。
NGD交換伺服器130係配置以於廣告的顯示機會變成可用以將廣告插入內容串流的時槽(或位置)時，以廣告主正提交的廣告進行即時拍賣，如下文將說明者。NGD交換伺服器130將具有最高競價之廣告主所提供的廣告傳送至內容串流，並在進一步考量其他因子(例如相關性)時，將相鄰於或靠近與廣告相關之內容的廣告上下文列入考慮。
NGD標價伺服器118自廣告資料庫110取得資料(例如標定的述語與其他條件)以及自使用者資料庫109取得資料，例如點擊資料(使用者對於已識別廣告的參與活動)與裝置124、126與128(使用者係自其參與已識別廣告)。NGD標價伺服器118可根據所取得的資料而執行關於使用者的其他分析，例如決定廣告之短點擊比率和停留時間資訊，並且調整某 些廣告之競價價格，讓較高參與的廣告贏得拍賣並可能被傳送至與其他廣告不同的位置或時槽。此調整提供了較佳的使用者體驗，並且為發佈者與廣告主兩者都產生了較多的收益，在下文中將更詳細說明。
第二A圖說明了顯示於所選擇的使用者裝置上的內容項目與資料項目之串流。在第二A圖中，顯示廣告202係說明為顯示於各種顯示畫面上，包括行動網路裝置顯示畫面204、行動應用程式顯示畫面206、以及個人電腦顯示畫面208。行動網路裝置顯示畫面204係顯示於一行動手持裝置(例如智慧型電話)的顯示螢幕上。行動應用程式顯示畫面206係顯示於一可攜式裝置(例如平板電腦)的顯示螢幕上。個人電腦顯示畫面208係顯示於個人電腦(PC)的顯示螢幕上。
顯示廣告202係如第二A圖所示，其經格式化以顯示於一使用者裝置上，而非作為用以說明此一顯示廣告的內容實例的部分串流。顯示廣告202包括文字212、圖形影像214與定義邊界216。顯示廣告202係由一廣告主為了放置在網頁上而開發，以發送至使用者所操作的使用者裝置。顯示廣告202係置於網頁上的各種位置。然而，定義邊界216與顯示廣告的形狀必須要與網頁上的一可用空間匹配。若可用空間具有錯誤形狀或大小，則顯示廣告202則為無法使用。
為了克服這些要件與限制，顯示廣告202係經重新格式化或交替地格式化，以納入內容項目與廣告項目之串流中，包括併入顯示廣告202的內容之串流廣告。
在這些實例中，顯示廣告係顯示為部分的串流224a、224b與224c。串流224a、224b、224c包含一系列的項目，舉例而言，這些項目係 逐一向下顯示於在行動網路裝置顯示畫面204、行動應用裝置顯示畫面206與個人電腦顯示畫面208上所觀看的網頁上。串流224a、224b、224c可包含任何類型的項目。在所述實例中，串流224a、224b、224c包括內容項目與廣告項目。舉例而言，串流224a包括內容項目226a與228a，以及廣告項目222a；串流224b包括內容項目226b、228b、230b、232b、234b以及廣告項目222b；而串流224c包括內容項目226c、228c、230c、232c與234c以及廣告項目222c。 每一個串流224a、224b、224c可包含任何數量的內容項目與廣告項目。在一具體實施例中，串流224a、224b、224c係經排列以對使用者呈現出無盡的項目序列，因此當顯示有其中一個串流224a、224b、224c的使用者裝置的使用者捲動顯示畫面時，在顯示的串流中即顯現出看似無盡的項目序列。
位置在任何串流224a、224b、224c中的內容項目係包含新聞項目、商務相關項目、運動相關項目等。此外，除了文字與圖形內容以外，任一串流的內容項目還可同時包含其他資料，例如音頻與視頻資料或應用。每一個內容項目都可包含文字、圖形、其他資料與對其他資訊的連結。點擊或者是選擇連結即會將使用者裝置上的瀏覽器重新導向至一網頁，亦即含有其外資訊的登陸頁。
像是廣告項目222a、222b與222c這類串流廣告係被插入內容串流中，補充了相關項目的序列，為終端使用者提供更看似無盡的體驗。類似於內容項目，廣告項目可包含文字或圖形內容、以及其他資料，例如音頻或視頻資料或應用。每一個廣告項目222a、222b與222c都可包含文字、圖形、其他資料與對其他資訊之連結。點擊或選擇連接會使使用者裝置上的瀏覽器重新導向至稱之為登陸頁之網頁。
雖然例示的串流224a、224b、224c是分別以單一可見的廣告項目222a、222b、222c來說明，但在一項目串流中可以包含任何數量的廣告項目。傳統上，已知要將廣告項目定位在固定位置處。舉例而言，在一個傳統系統中，已知要將一廣告項目置位在串流中從頂部數下來的第三個項目處、串流中的第十六個項目處、以及在之後的串流中的每第十三個項目處。亦即，在傳統系統中，廣告是位於串流中的預定時槽中。廣告的時槽化在所有條件下對所有使用者而言是相同的。在這個方面，廣告與內容項目在串流中是互補的。若在串流中的一指定時槽處沒有放置一內容項目，則在該時槽中放置廣告。
根據所述具體實施例的一個構想，在串流中的廣告時槽化是動態進行的。串流中的任何時槽都受到廣告項目與內容項目之間的競爭。針對每一個個別項目決定一評分。廣告項目與內容項目之評分是產生為相稱的，使得廣告項目與內容項目都對彼此排序，並使用該排序來填入串流。下文將更詳細說明廣告項目與內容項目的排序技術。
第二A圖為雅虎公司(Yahoo,Inc.)的新聞頁218。第二B圖為雅虎公司的首頁238，而第二C圖為雅虎公司的旅遊頁。這些也稱為是雅虎服務(Yahoo！ Properties)，並且分別包含不同的內容串流224c、224d與224e。第二B圖的首頁238以及第二C圖的旅遊頁也顯示在各種顯示畫面上，包括行動網路裝置顯示畫面204、行動應用顯示畫面206及個人電腦顯示畫面208，如在第二A圖的新聞頁218上所顯示者。
內容串流224d(第二B圖)也包含內容項目226d、228d、232d與234d，其與一或多個廣告項目222d交錯。內容串流224e(第二C圖)也包 含內容項目226e、228e、232e與234e，其與一或多個廣告項目222e交錯。內容與廣告項目可隨不同服務而在與個別服務項目更緊密匹配上有所不同，以標定出對個別服務有興趣或有其他原因的使用者。結果是，在正顯示的廣告、顯示該廣告的裝置、以及可串流傳送一內容串流內之廣告的產品或服務的組合中產生了不同的上下文。使用者參與度資訊係參考這些不同的顯示上下文間的內容與廣告項目而予以收集。
進一步參照第一圖，NGD標價伺服器118根據使用者與項目的互動或與項目有關及/或連結之內容，將一或多個NGD內容項目(例如NGD廣告)標價為一最佳價格。這些使用者互動，例如包括了停留時間、點擊、內容的分享、喜好按讚、與推文等，可定義使用者對項目的參與度。之後，使用者對項目的參與度將被稱為「使用者參與度」。
NGD標價伺服器118是NGD交換伺服器130的一部分，或是在一NGD網路系統100內的一分散式計算系統。使用者參與度與網際網路瀏覽對話資訊有關，例如關於停留時間與線上內容項目點擊的資訊，包含、但不限於資訊性與商業性廣告(「廣告」)項目。NGD標價可應用各種技術進行，包括在本文中所述技術。同時，其他的營銷最佳化類型也使用本文所述之科技與技術。舉例而言，即使本文所述之方法與技術是對於NGD內容標價特別有用，但這些方法與技術也可為任何類型的內容標價系統所用，包括對保證交付內容進行標價之系統。
本文所述功能也可應用於任何類型的內容，例如在一網頁畫面對話內的線上廣告，或在觀看線上串流時所消耗者。舉例而言，可在一行動裝置網頁或行動內容串流中觀看線上廣告。觀看、或是任何其他類型 的使用者參與度或互動可透過一頁面或串流的停留時間來加以量化。基於說明目的，停留時間是指使用者與一內容項目或一廣告互動所經過的時間。舉例而言，停留時間可測為在與內容的兩次互動之間的時間，例如對一網頁上或線上內容串流中的一廣告的兩次互動。
在一實例中，NGD標價模組包括NGD標價之資料驅動工具。這個工具可利用停留時間資訊作為輸入而強化以CPC為基礎之標價模型，以增加線上廣告與其他類型的線上內容所產生的收益。除了增加內容項目所產生的收益以外，強化是指增加對該項目的使用者參與度。
在一NGD市場中的CPC標價模型的每千次印象價格(eCPM)可由式1來計算。
eCPM(CPC)=p(點擊|印象，內容)*b，其中p(點擊|印象，內容)為由印象產生點擊的機率，且b為一內容項目的印象之一競價或一選擇價格。 (1)
式1使用了由印象產生點擊的機率。替代實例則可使用將發生特定停留時間的機率。同時，可修改式1以考慮其他形式的使用者參與度或與線上內容之互動。
利用停留時間來取代點擊是有優點的。舉例而言，在某些情況下，停留時間是實際上對一內容項目或廣告的使用者參與度的一種較精確量度。舉例而言，當使用者正花時間在閱讀或觀看內容項目時，相對於僅僅對其點擊，使用者係更為參與該項目。在一例示具體實施例中，在決定eCPM時，係考慮由點擊所產生的停留時間及/或印象。
為了提升eCPM在實際使用者參與度或互動上的有效性， NGD標價伺服器118係使用停留時間。停留時間可被單獨使用、或是與其他的使用者互動或參與度量度結合使用，且NGD標價伺服器118也使用以停留時間為基礎的使用者參與度，以為一CPC拍賣而調整eCPM競價。具短停留時間的廣告會被打折，而具長停留時間的廣告會具有較高的eCPM競價。停留時間的長或短是取決於上下文(例如關於相關聯活動、顯示廣告的裝置、以及傳送廣告的媒體類型之上下文)。對於簡單的實例而言，就文章內容項目而言，平均停留時間係與文章長度相關。長的文章會具有較高的短點擊與長停留時間臨界值。同時，可針對每一個上下文使用保守的固定臨界值，或是也可使用機器學習技術以學習不同上下文中的動態臨界值函數，以決定參與度臨界值。
在一個實例中，臨界值是根據參與度的平均值、中位數、及/或眾數(例如一廣告活動之眾數停留時間)而決定。臨界值可設定為在平均值、中位數或眾數後的一點。同時，一已決定基線廣告或網頁的停留時間分佈也可以被使用作為一臨界值。
同時，從使用停留時間或使用者參與度或互動的其他量化形式，藉由使較多參與的廣告贏得拍賣，即可在驅動對於一內容項目的長期使用者參與與產生收益之間達到平衡。這鼓勵了廣告主去產生較多參與之廣告。藉由提供一種從對於串流內容的使用者對話樣本來立即評價廣告，並且決定要改變或終止執行較差的廣告，這是有利於發佈者的。對NGD標價增加即時功能作用便能夠事不宜遲地決定要改變或終止廣告。
此外、或替代地，一內容項目(例如一廣告)的eCPM可由NGD標價模組自動進行調整，即使是在與該項目相關聯之點入率(click through rate，CTR)很低及/或與該項目相關聯之對話資料取樣量過小的情況。
第三圖是一例示NGD標價伺服器118的方塊圖，以及選擇資料流。NGD標價伺服器118可於NGD交換伺服器130內執行，或是作為在第一圖所揭之兩個或更多個伺服器間的一分散式系統而執行，且其作為一部分的內容交換網路300。NGD標價伺服器118包含記憶體303、處理器305與通訊介面307，以增進通過網路120之處理與通訊。NGD標價伺服器118進一步包含一線上活動收集器304、一統計分析器306與一競價價格調整器308，其所有皆可由處理器305執行，並且是耦接於帳戶伺服器102、廣告資料庫110與使用者資料庫109(第一圖)。
NGD標價伺服器118的處理可整合至內容交換網路300中並與其通訊，例如NGD廣告交換，使得歷史性的及/或即時性的使用者參與度及互動資料(例如停留時間與點擊資訊)可被用於改進內容的標價，例如為競爭一拍賣系統中的時槽的NGD廣告進行標價。NGD標價伺服器118可利用使用者參與度或互動來人為及/或自動調整內容標價或價值，例如自動調整NGD內容之eCPM拍賣價格。
線上活動收集器304係通訊耦接至一LAN/WAN 310(例如第一圖的網路120)，包括網際網路。線上活動收集器304自LAN/WAN 310接收線上使用者對話資料312，例如網路瀏覽對話資料。線上活動收集器304可接著決定及傳送使用者互動資訊314(例如停留時間資訊)至統計分析器306與NGD交換伺服器130。統計分析器306根據使用者互動或參與度資訊314決定內容/廣告評分316(或「評分」316)。評分316反映了關於線上內容與 廣告項目的使用者參與度等級。從廣告評分316，競價價格調整器308為NGD廣告決定個別的標價資訊。標價資訊318可接著被傳至NGD交換伺服器130，例如以拍賣系統中內容印象之個別競價的形式。舉例而言，廣告評分316可由eCPM得出，且標價資訊318可由內容評分得出。
NGD標價伺服器118可針對各種類型的線上營銷活動而將使用者參與度訊號(例如停留時間)合併到eCPM計算中，例如在NGD市場中的CPC活動，將於下文說明。
在一實例中，線上活動收集器304包含一種每點擊事件停留時間資訊之每創作串流廣告收集系統。舉例而言，在這個實例中，此模組可收集經由如在2013年3月15日所申請之美國專利申請號第13/843,433號「網頁的顯示時間」(代理人號：YAHOP189)、現為美國專利號第＿＿＿號中所揭露的系統與方法、或其他系統及方法來收集這類資訊，以計算每項目每使用者之停留時間資訊。
另外參照第四圖，其更詳細說明了線上活動收集器304的功能作用。在402，線上活動收集器304自網路(例如LAN/WAN 310)接收使用者對話資料。對話資料可與NGD內容相關聯，且包含點擊與停留時間資訊，例如與一創作相關聯之點擊與停留時間資訊。創作包括非廣告內容項目、廣告項目、串流傳送項目、頁面顯示項目或其任何組合中的至少其中一種。舉例而言，創作可為一項目群組或一單一項目，例如第二圖的廣告項目、內容項目與資料項目之其中一或多個。
在404，線上活動收集器304根據一對應識別符識別出與網路所廣播之內容項目相關聯的對話資料。與一內容項目對應的對話資料是透 過一標籤、一標頭內的元資料、或實施元資料之資料關聯的任何其他已知形式。每一個內容項目都與一唯一識別符相關聯。在406，線上活動收集器304可決定與內容項目相關聯的使用者互動資訊，例如與該項目相關聯的停留時間與點擊。內容項目可為任何類型的線上內容項目，包括任何類型的廣告與非廣告項目。
在408，線上活動收集器304會過濾使用者互動資訊。此資訊的過濾可根據來自統計分析器306或與NGD標價模組相關聯的其他方面或模組的反饋。在410，已過濾的互動資訊被傳送至NGD標價伺服器118的其他構件，例如統計分析器306。
在一實例中，統計分析器306包括統計分佈分析方面，其可計算停留時間或與創作相關聯之其他使用者參與度分佈。這類分析可使用線上活動收集器304所收集的原始對話資料，或經線上活動收集器304過濾的資訊(例如在408所過濾且在410傳送的資料)。
進一步參閱第五圖，其更詳細揭露了統計分析器306。統計分析器306可利用原始對話資料、或在502中之著重於識別使用者互動資訊的預先處理資料，計算關於該創作之停留時間的平均值、變異值及/或中位數、及/或其他參與度分佈。此外、或替代地，在504，統計分析器306計算一對數空間(例如LOG(停留時間))中創作之平均值、變異值與中位數、及/或其他參與度分佈。這可促進每一個使用者參與度訊號(例如廣告點擊或停留時間)與可測量之非二元訊號(例如分級標示或以停留時間為基礎之評分)相關聯。舉例而言，在對數空間中，使用者參與度等級可被區分為多個停留時間等級或位數(例如一第一位數、一第二位數等)。統計分析器 306可接著決定一參與度之參與度等級或位數。舉例而言，藉由使用log(停留時間)的整數部分作為參與度程度，即可增加等級或位數。
在另一實例中，在一對數空間中的即時每創作停留時間平均值及/或變異值係可經由如在2013年4月29日所申請之美國專利申請號第13/872,436號「自新聞串流中不同分類排序優先項目」(代理人號：12729-1122)、現為美國專利號第＿＿＿號中所揭露的系統與方法來估計。
同時，在506，統計分析器306可預測一預期停留時間及/或與該創作相關聯的其他參與度，即使在少有、甚至沒有歷史點擊及/或停留時間資訊時亦然。在508，當資訊很少時，例如當取樣程度不符合臨界值時，統計分析器306會利用對於其他相關停留時間、其他使用者互動資訊、及/或創作屬性(例如ad長度或ad分類)所訓練的機器學習模型。統計分析器306也可利用進階的機器學習技術及/或線性回歸技術來預測每一個新創作的預期停留時間。舉例而言，機器學習技術包括梯度提升決策樹與回歸工具(例如線性回歸或邏輯回歸)。可從一或多個類似創作中選擇其他的歷史點擊及/或停留時間資訊、或訓練資料，以提高在506進行預測的精確度。在510，創作之間的類似性是透過已知方法而決定，且在選擇另一相關停留時間及/或使用者互動資訊時，會決定要過濾出非相關資訊所需要的相似度大小的臨界值。
在512，統計分析器306根據式2與式3來計算一創作被以高於其預測預期參與度(例如預期之CTR及/或停留時間)的等級進行互動的機率。一創作被以高於其預測預期參與度的等級進行互動的機率可代表一創作相對於其他類似創作之預期參與度，例如：
z=(PEE-DTM)/DTV， (2)
其中PEE為預測的預期參與度，其中DTM為即時停留時間平均值，且其中DTV為即時停留時間變異值。
P=1-phi(z)， (3)
其中P為一創作被以高於其預測預期參與度的等級進行互動的機率。
P或某些P的函數(例如f(P)，該函數可為線性或非線性)可被使用作為一折扣因子，以調整eCPM，例如在使用式4來決定eCPM時。在此實例中，當對於一創作的參與度資料有限(例如當廣告或廣告活動是新的)時，統計分析器306即使用學生分佈模型來決定eCPM：eCPM=P*CTR*bid=P*p(點擊印象，廣告)*bid。 (4)
在514，統計分析器306(及/或競價價格調整器308)也利用在508中的機器學習方法來調整活動或創作的eCPM及/或CTR，例如CPC活動。舉例而言，統計分析器306使用習知的機器學習技術(例如梯度提升決策樹)來預測一創作的eCPM及/或CTR。CTR可直接由點擊訊號計算而得。一般而言，使用者參與度訊號可用以進一步加權及/或調整CTR及/或eCPM，例如式5所示：已調整的CTR或eCPM=Sum(點擊或其他互動的權重)/印象數，其中已調整的CTR或eCPM為一創作之已調整的CTR或eCPM， 其中點擊或其他互動的權重=F(使用者參與度等級)，其中使用者參與度等級為使用者對一創作之互動及/或參與的量度，其中Sum(點擊或其他互動的權重)為與關於一創作之不同類型參與度與互動相關聯之權重的總和，以及其中印象數為該創作的印象數。 (5)
統計分析器306也使用一線上學習演算法，以根據所接收的使用者參與度訊號(例如由線上活動收集器304所收集之訊號)更新CTR預測模型。這可針對每個創作而進行。此一模型與其他可繼續接收來自線上活動收集器304的即時反饋，並且可根據此回饋來調整eCPM、及/或CTR。由於會隨時間而有更多回饋，因此該模型會隨著時間而變得更為精確。這種反饋的概念也可應用於508中的機器學習。或者是，競價價格調整器308可利用前述模組來調整eCPM、及/或CTR。
統計分析器306的另一個功能包括，在516，區分參與的創作與忽略的創作，以決定一創作相對於競爭創作的相對參與度等級，例如提供評分以對競爭對一時槽之競價的創作進行排序。同時，相對於臨界排序值或競爭創作而言，具有低排序值的創作會被打折；而相對於臨界排序值或競爭創作而言，具有高排序值的創作會被收取一費用。前述模型可以各種方式加以組合以提供不同的結果，且這種組合係可自動進行。舉例而言，這種模型組合的自動化可由統計分析器306根據自線上活動收集器304及/或競價價格調整器308所接收的反饋而進行。
接著，在518，與已調整的eCPM及/或CTR及/或已額定的 (rated)創作相關聯之資料被傳送至與NGD標價模組相關聯之系統的其他構件，例如競價價格調整器308，以進行價格調整。
競價價格調整器308包括各種價格調整邏輯或構件。此外、或替代地，競價價格調整器308包括競價價格構件，其可為一創作及/或創作群組(例如由一廣告交換所發佈之一或多個廣告)而控制使用者參與度訊號強化之eCPM競價計算。如第三圖所示，標價資訊與使用者互動資訊可從一價格調整模組傳送至內容交換網路300的一或多個伺服器。對於一創作或活動而言，競價價格調整器308也可令eCPM以個別的停留時間分佈、個別的預測之預期停留時間、以及統計分析器306所決定的其他因子為基礎。例示的eCPM決定與調整可利用本文所述模型的任意組合而完成，且可由競價價格調整器308執行。
再進一步參閱第六圖，現將更詳細說明競價價格調整器308的功能作用。在602，競價價格調整器308可接收使用者互動資訊，例如自統計分析器306接收。在604，競價價格調整器308使用使用者互動資訊來調整顯示之創作的eCPM及/或CTR。舉例而言，在606，競價價格調整器308的調整係根據一概率停留時間分佈模型而定。此調整類型可計算出與一創作將具有比平均使用者參與度等級更好的參與度之概率有關的eCPM價格調整因子。
在608，競價價格調整器308也使用使用者互動資訊來對點擊或停留時間進行加權。舉例而言，利用這種加權，競價價格調整器308可決定一已調整的CTR(例如打折過的CTR)。在610，競價價格調整器308也利用機器學習技術(例如回歸方法與線上學習方法)來決定已調整的CTR， 使得已調整的CTR可作為一輸入，以決定eCPM標價，例如決定NGD CPC合約之eCPM標價。在612，競價價格調整器308根據已調整的eCPM及/或CTR來決定創作之價格及/或競價。在614，競價價格調整器308可將標價及/或競價資訊傳送至NGD交換伺服器130，以參與內容交換網路300的NGD拍賣。
競價價格調整器308可使用一創作的已調整eCPM來作為競價價格、或至少是該創作的一競價價格之基礎，以進入一時槽(例如一廣告時槽)。由於這種配置，NGD標價伺服器118可自動隨時間推動更多的參與內容，並且降貶未參與的內容。即使是具有限制會話資料量的創作，其也可被推動或降貶至一較低等級。換言之，創作或創作競價價格的推動與降貶是可部分以與該創作相關之可用歷史資料量為基礎。較少參與的創作會具有比較低的機率去贏得拍賣中的時槽機會。同時，藉由調整較少參與的創作之價格，創作的發佈者在將其創作放置在串流與網頁中時會具有比較低的風險。
在使用統一市場串流及/或各種社交媒體串流時，NGD標價伺服器118也是有用的。舉例而言，標價模組係可用於在2013年4月29日所申請之美國專利申請號第13/872,436號「自新聞串流中不同分類排序優先項目」(代理人號：12729-1122)、現為美國專利號第＿＿＿號。NGD標價伺服器118可於調整傳送內容策略時降低發佈者長期失去使用者的風險。在考量內容串流環境中所面臨的高CTRs時，調整串流中eCPM的能力會是特別有用處的。
第七圖為用以執行NGD交換中廣告標價的調整之NGD標價伺服器118的另一具體實施例的系統圖。第七圖的實例是對第三圖至第六圖 所揭示實例的延伸，且另外具有對產品及服務資料庫101之存取。除了第三圖所述特徵以外，競價價格伺服器118還包含一資料聚集器702、以及一統計分析器706與一競價價格調整器708，其皆由處理器305與記憶體303所執行。
(資料庫101)的產品與服務是與發佈者提供的某些產品或服務有關的產品或網頁內容。在某些情況中，提供於網頁服務上的資訊會是資訊，但通常也包含廣告。舉例而言，產品可包含某些貨物，例如電視、DVD播放器或與這些項目有關的遊戲或網址。服務可包含這類資訊內容與服務，例如：電子郵件、汽車、新聞、運動、天氣、理財、遊戲、旅遊等，例如加州桑尼維亞的雅虎(Yahoo！)公司所提供者。
執行線上活動收集器304的處理器305可擷取停留時間資訊，例如從使用者資料庫109中的儲存內容擷取，且可包含與一顯示內容串流中串流傳送至使用者的廣告有關的使用者參與度資訊。
資料聚集器702可根據不同顯示畫面與線上廣告活動上下文來對要在顯示內容串流的時槽內顯示之顯示廣告進行分組，例如、但不限於：一廣告層及/或分類、要用來觀看廣告的裝置、以及有廣告串流傳送於其中之產品(或服務)。為如此進行，資料聚集器702會從使用者資料庫109、廣告資料庫110、以及產品/服務資料庫101中拉出資料，並以使得在這些方面中充分類似的廣告可以群組在一起的方式來關聯此資料，因此可進行NGD標價調整(將說明之)，使得有較高機率來產生較高使用者參與度的廣告可具有較高的機會贏得NGD拍賣。
層(tier)是指廣告主與以品質為基礎之廣告分類，其是部 分基於品牌與聲譽；而廣告分類是以在標的上充分類似為根據。
舉例而言，第1層(tier 1)廣告是符合較多特定品質條件的廣告，包括、但不限於：高品質、全球性辨識以及低風險分類。這些第1層廣告不需要年齡標定或任何其他類型的品牌或特定分類注意事項，且與色情內容、藥物項目或酒精(僅舉幾個實例)等風險無關聯。第1層廣告必須不曾有關於與串流傳送的廣告或任何其他的奇摩(Yahoo！)廣告產品的任何相符問題，且是奇摩首頁核可之品牌。第1層廣告之實例係來自例如可口可樂公司(Coca Cola)、福特汽車公司(Ford)、威訊公司(Verizon)以及寶僑公司(Proctor & Gamble)。
再舉其他實例，第2層(tier 2)廣告也是具有高品質的，但較不為全球性所辨識且是在低風險分類中的(例如流行的地區品牌)，或是雖為全球性辨識但是在中等風險分類中的(例如減重、貸款、或像是藥物或酒精飲料等需要標定年齡的分類)。第二層廣告也需要是不曾有關於與串流傳送的廣告或任何其他的奇摩(Yahoo！)廣告產品的任何相符問題，且其是不產生誤導性廣告(例如廣告是針對內容而出現，但登陸頁僅為品牌目的地)或帶有無關影像之廣告的廣告主。一些例示的第2層廣告分類包括：女用貼身衣褲、處方藥、減重、酒精飲料與生育控制。一些例示的第2層廣告主包括：輝瑞(Pfizer)、維多利亞的秘密(Victoria’ Secret)、百威(Budweiser)、慧儷輕體(Weight Watcher)以及美國餐廳Pink’s Hot Dog。
再進一步舉例，第3層(tier 3)廣告是得自不在第1層也不在第2層分類等級之已分類串流廣告合格廣告主。例示的第3層廣告包括低品質產品或看起來便宜的。可能會屬於第3層的實例分類包括：領導世代、 性保健產品、約會網站以及尋人網站。
作為舉例，第4層(tier 4)廣告可應用於尚未經分類且因而大部分為未知或未經測試的廣告主。最後，第5層(tier 5)廣告是包含已經從串流廣告中禁止的那些廣告。
處理器305進一步計算由資料聚集器702所決定的每一個群組中的廣告的短點擊比率。短點擊比率是根據指定至該群組的短點擊臨界值(例如4或6秒)以及該群組之使用者停留時間資訊而定。「短點擊」是指來自使用者的點擊，其對廣告具有在短點擊臨界值以下之此一短停留(或參與)時間。短點擊比率也稱為「跳出率」、或使用者快速跳回或跳離顯示廣告的比率。為了計算短點擊比率，處理器會決定出使用者參與該群組的個別廣告達低於短點擊臨界值的一段時間的時間比例。
統計分析器706接著會對個別群組中廣告的停留時間資訊使用一統計函數，以產生每一個別群組之停留時間統計值。這類停留時間統計值可包含使用者對該群組的廣告的一平均停留時間，或是提供停留時間資訊統計分析或使用者對已識別廣告的停留時間的對數之任何其他演算法或函數。統計分析器706是藉由計算群組中廣告的停留時間分佈的平均值、變異值或中位數而計算一群組之平均停留時間。將更詳細說明其他的停留時間統計值。
競價價格調整器708接著根據群組的短點擊比率與停留時間統計值來調整NGD競價之群組廣告標價，以偏好於停留時間較高及短點擊率較低的群組。在群組內的廣告的標價可為每千次印象之預期成本(eCPM)標價(如前述說明者)，且為了調整eCPM標價，競價價格調整器708會對平 均停留時間比其他廣告群組更低的廣告群組的標價予以打折。
舉例而言，競價價格調整器708可計算一折扣等級，作為該廣告群組的短點擊比率與其他廣告群組的短點擊比率相比時之一比率。亦即，若分析顯示在桌面(Desktop)上首頁串流上的某一廣告分類的短點擊比率為5%，而在桌面上郵件串流(Mail Stream)中的相同廣告分類的短點擊比率為20%，則處理器會計算出折扣價格達0.25(根據5%/20%)。因此，當對廣告競價時，競價價格即自動調整為$0.25*P，其中P為郵件串流上的競價價格。
處理器305係進一步配置以根據含有第一與第二產品的群組的短點擊比率與停留時間統計值而為第二產品設定一eCPM標價等級，其中該第二產品尚未由使用者提供競價價格，但其與該使用者已經設定一競價價格的第一產品有關。
調整或折扣決定係可離線完成，並接著於線上應用至後續的NGD拍賣競價。處理器305可進一步配置以週期性更新該群組的廣告之停留時間資訊，其係根據近期歷程的使用者瀏覽活動所擷取。這些週期性更新提供了動態的自動調整，其提供一種線上使用者參與結果的回饋迴路，因而提供偏好於較高使用者參與度等級的標價變化。在此方式中，NGD網路系統100可有效地適用於市場、新環境(例如新產品與使用者體驗)、新廣告分類與使用者對於這些新廣告的體驗中的標價變化。
藉由在廣告標價調整時考慮使用者參與度的影響，NGD網路系統100可幫助發佈者實現創造良好的短期收益並驅動長期的使用者參與度之目標。在顯示廣告串流上相同廣告活動之競價價格的自動調整會根 據該活動在不同使用者裝置上的不同停留時間分佈而被應用至不同的產品(及/或屬性)。因此，第七圖的NGD網路系統100讓廣告主可針對顯示廣告(例如全壘打串流)的一個主要產品(或屬性)上的一個活動僅指定一個競價價格，且可根據使用者對該網頁上廣告的參與度(體驗)而對其他產品自動(或動態地)調整該競價價格。
此外，顯示於不同產品上的不同活動分類的創作會產生不同等級的使用者參與度，也會產生不同的使用者體驗。舉例而言，使用者在奇摩理財(Yahoo Finance)網址上會與理財或保險廣告有較多互動(或高度參與)。因此，競價價格調整器708會利用使用者參與度資訊來調整廣告標價，使得活動可贏得對於有高度參與使用者的活動廣告的網路產品的拍賣。同時，較少被參與的網路產品(或服務)的廣告會因此對其標價進行打折，以保護使用者體驗。
更甚者，使用個別產品與使用者裝置的廣告的每一個廣告活動分類(或層)之平均停留時間資訊與短點擊比率來調整NGD競價價格，係可確保有足夠的使用者產生之停留時間資料來為廣告主取得不同產品上不同線上廣告活動之合理市場價格，並且仍可在變化的上下文中實現良好的使用者體驗。
第八圖是用於根據串流傳送內容內之廣告顯示上下文來調整NGD拍賣標價的一種例示方法。該方法是由NGD標價伺服器118所執行，並由擷取使用者參與以一顯示內容串流而串流傳送至使用者的廣告之停留時間(或參與度)資訊開始(810)。該方法進一步包含根據廣告分類、可觀看廣告的裝置、以及串流傳送廣告之產品而將廣告聚集為不同群組 (820)。
該方法進一步包含，計算每一個群組中的廣告的短點擊比率，這是根據對該群組指定的一短點擊臨界值以及該群組之使用者停留時間資訊而進行(830)。該方法進一步包含，決定一停留時間統計值，例如使用者於個別群組中之廣告的平均停留時間(840)。該方法進一步包含決定群組中的廣告之NGD標價(850)。該方法可進一步包含根據短點擊比率與群組的平均停留時間來調整群組的廣告標價以供NGD競價，以偏好於具有較高停留時間與較低短點擊比率的群組(860)。該方法係以將經調整之標價資訊傳送至NGD交換伺服器130以用於NGD拍賣(870)作為結束。如前述說明，系統100以及本發明之方法也可應用於保證交付的廣告。
其他的停留時間統計值和實例
在另外一個實例中，就串流廣告之停留時間分析而言，統計分析器706可移除0與1秒之停留時間記錄，接著取剩餘停留時間的對數值，並將結果儲存為log.dw，於桌面上產生(例如新聞的)停留時間對數值的鐘形直方圖。
統計分析器可接著以下述z測試來比較每一個創作之log.dw與所有記錄。
a. X為一創作之log.dw
b. Y為所有創作之log.dw
c. 計算
d. 得到z統計值與p值。
分類結果，並揀取p值<0.05、z統計值<0且具有至少30個停留時間記錄的創作。這個過程可視為進行一項統計假設測試，以測試在顯示於相同或類似上下文中時，一特定廣告活動相較於其他活動整體是否具有在統計上顯著較短的停留時間(例如較差的使用者參與度)。
統計分析器706也會進行一投資回報率(ROI)分析，其是藉由計算與一當前串流相符之新串流的平均ROI而進行。這將藉由應用一統計顯著性測試以判斷新串流時否具有與現有串流不同的短點擊比例而進行。如果顯著的話，統計分析器會對新串流之CPC進行調整，如下所述。
假設X1與Y1為對一現有串流的短與長點擊。
X2與Y2為對新串流的短與長點擊。
Y1/(X1+Y1)=Y2/[(X2+Y2)*k]，其中k為乘法調整。
因此，k=Y2/Y1*(X1+Y1)/(X2+Y2)，競價價格調整器708即根據交叉串流分析來進行調整。
作為其他實例，統計分析器706也比較在奇摩首頁(Yahoo Homepage)與新聞網頁(News Page)中的內容串流。為了調整串流效果，統計分析器706會比較不同串流之間的停留時間。捆包分類會是潛在的變數，因此下述練習係為評估統計分析器是否可為不同的捆包分類應用不同的調整。
對於返回首頁(home run，「HR」)與新聞串流(「news」)之點擊的停留時間的平均值比較方式係如下述方式完成。統計分析器706可移除超過600秒或低於5秒的那些記錄，然後對停留時間取自然對數，促進 平均停留時間的產生。返回首頁的停留時間為THR，而新聞串流的停留時間為Tnews。平均返回首頁串流停留時間之時間(THR-mean)可以下式計算：
平均新聞串流停留時間之時間(THR-mean)可以下式計算：
可為不同產品捆包或服務捆包計算式(7)與式(8)之間的差異，通知潛在NGD價格調整。
前述詳細說明應被視為例示性而非限制之用，且要理解下述申請專利範圍(包含所有等效方式)是用以定義本發明的精神與範疇。此外，本文所述或圖式中所描述的例示操作方塊或模組的分離並不是被解釋為將這些方塊或模組限制為實體上分離的裝置。同時，本文所述的每一個模組或操作方塊可包含任何電腦硬體或電腦硬體與軟體的組合。舉例而言，每一個模組都包括含有可執行指令的一非暫態電腦可讀取媒體，例如任何類型的可編程電路。舉例而言，可編程電路可包含一專用積體電路(ASIC)及/或可場編程閘極陣列(FPGA)。此外，每一個模組都包含記憶體硬體，以儲存可由處理器(例如中央處理單元(CPU))執行的指令。此外，每一個模組係藉由一個別通訊介面來傳送或接收資料。資料可經由網路來傳送與接收，例如、或包含網際網路。
100‧‧‧線上資訊系統
102‧‧‧帳戶伺服器
104‧‧‧帳戶資料庫
106‧‧‧搜尋引擎
108‧‧‧廣告伺服器
109‧‧‧使用者資料庫
110‧‧‧廣告資料庫
112‧‧‧內容伺服器
114‧‧‧內容資料庫
116‧‧‧排序引擎
118‧‧‧NGD標價伺服器
120‧‧‧網路
122‧‧‧廣告主裝置
124‧‧‧使用者裝置
126‧‧‧膝上型電腦/裝置
128‧‧‧智慧型電話/裝置
130‧‧‧NGD交換伺服器

Claims (23)

  1. 一種系統，包含：一處理器，配置以擷取使用者之停留時間資訊，所述使用者係參與一顯示內容串流中對所述使用者串流傳送之廣告；一資料聚集器，其可由該處理器執行，以將所述廣告聚集至不同顯示畫面和線上廣告活動上下文之群組中，包含：廣告層、觀看該廣告之裝置、以及串流傳送有該廣告之產品；該處理器係配置以根據群組之一短點擊臨界值與該使用者之停留時間資訊而計算各群組廣告的短點擊比率；一統計分析器，其可由該處理器執行，以對個別群組中的廣告的停留時間資訊應用一統計函數，進以產生各個別群組之一停留時間統計值；以及一競價價格調整器，配置以調整一群組的廣告的標價，以根據該短點擊比率與其停留時間統計值而於一非保證交付(Non-guaranteed Delivery,NGD)拍賣中進行競價，進以偏好於具有較高停留時間及較低短點擊比率的群組。
  2. 如申請專利範圍第1項所述之系統，其中該廣告層包含廣告的基於品質類別，且該資料聚集器在將所述廣告聚集至群組中時亦考量廣告類別。
  3. 如申請專利範圍第1項所述之系統，其中該產品包含由不同內容串流中所選出的一網路式屬性。
  4. 如申請專利範圍第1項所述之系統，其中，為計算該短點擊比率，該 處理器係配置以決定低於該短點擊臨界值之一時間週期之使用者參與該群組的個別廣告的時間百分比。
  5. 如申請專利範圍第1項所述之系統，其中該停留時間統計值包含平均停留時間，其中一群組之平均停留時間係經由選自由該群組的廣告的停留時間分佈中的平均數、變異數與中位數所組成群組之一統計分析值而加以計算。
  6. 如申請專利範圍第1項所述之系統，其中該停留時間統計值包含平均停留時間，其中該標價包含每千次印象之預期成本(Expected Cost-per-thousand Impressions，eCPM)標價，且其中為了調整該eCPM標價，該競價價格調整器係配置以對在另一廣告群組相比時具有一較低平均停留時間的一廣告群組之標價進行打折。
  7. 如申請專利範圍第6項所述之系統，其中為了對該廣告群組之標價進行打折，該競價價格調整器係配置以計算一折扣等級，作為在與廣告的另一群組的該短點擊比率相比時，廣告的該群組的該短點擊比率之一比率。
  8. 如申請專利範圍第1項所述之系統，其中所述標價包含每千次印象之預期成本(eCPM)標價，其中一廣告主係已設定一eCPM標價以於一第一產品與一第一裝置中串流傳送一廣告，且其中該處理器係進一步配置以：根據包含於該第一裝置上該第一產品中與一第二裝置上一第二產品中所串流傳送的廣告之一群組的短點擊比率與停留時間統計值，動態地設定尚未由該廣告主提供競價價格、在該第二裝置上該第二產品 中所串流傳送之廣告之一eCPM標價等級。
  9. 如申請專利範圍第1項所述之系統，其中該處理器係進一步配置以週期性地更新根據使用者的近期歷史瀏覽活動而擷取的廣告之停留時間資訊。
  10. 一種可由具有一處理器與記憶體之電腦執行的方法，包含：擷取使用者之停留時間資訊，所述使用者係參與一顯示內容串流中對所述使用者串流傳送之廣告；利用該處理器，將所述廣告聚集至不同顯示畫面和線上廣告活動上下文之不同群組中，包含：廣告類別、觀看該廣告之裝置、以及串流傳送有該廣告之產品；利用該處理器，根據群組之一分配至群組短點擊臨界值與該使用者之停留時間資訊而計算各群組廣告的短點擊比率；利用該處理器，藉由使用者在個別群組中之廣告上決定平均停留時間；以及利用該處理器，調整一群組的廣告的標價，以根據該短點擊比率與其群組的停留時間平均值而於一非保證交付(NGD)拍賣中進行競價，進以偏好於具有較高停留時間及較低短點擊比率的群組。
  11. 如申請專利範圍第10項所述之方法，其中該產品包含由不同內容串流中所選出的一網路式屬性，且其中除了廣告分類以外，所述聚集是進一步還根據廣告層而執行。
  12. 如申請專利範圍第10項所述之方法，其中計算該短點擊比率包含決定低於該短點擊臨界值之一時間週期之使用者參與該群組的個別廣告的 時間百分比。
  13. 如申請專利範圍第10項所述之方法，其中一群組之平均停留時間是經由選自由該群組的廣告的停留時間分佈中的平均數、變異數與中位數所組成群組之一統計分析值而加以計算。
  14. 如申請專利範圍第10項所述之方法，其中所述標價包含每千次印象之預期成本(eCPM)標價，其中調整該eCPM標價包含對在另一廣告群組相比時具有一較低平均停留時間的一廣告群組之標價進行打折。
  15. 如申請專利範圍第14項所述之方法，進一步包含：計算一折扣等級，其用於對該等廣告進行打折中在與廣告的另一群組的該短點擊比率相比時，廣告的該群組的該短點擊比率之一比率。
  16. 如申請專利範圍第10項所述之方法，進一步包含：週期性地更新根據使用者的近期歷史瀏覽活動而擷取的廣告之停留時間資訊。
  17. 如申請專利範圍第10項所述之方法，其中所述標價包含每千次印象之預期成本(ePCM)標價，且其中一廣告主係已設定一eCPM標價以於一第一產品與一第一裝置中串流傳送一廣告，該方法進一步包含：根據包含於該第一裝置上該第一產品中與一第二裝置上一第二產品中一群組的短點擊比率與停留時間平均值，動態地設定尚未由該廣告主提供競價價格、在該第二裝置上該第二產品中所串流傳送之廣告之一eCPM標價等級。
  18. 一種非暫態電腦可讀取儲存媒體，其包含電腦可執行指令，所述電腦可執行指令在由具有一處理器與記憶體之一電腦執行時，係執行非保 證交付(NGD)廣告拍賣的廣告之價格調整，藉由：利用該處理器，擷取使用者之停留時間資訊，所述使用者係參與一顯示內容串流中對所述使用者串流傳送之廣告；利用該處理器，將所述廣告聚集至不同顯示畫面和線上廣告活動上下文之不同群組中，包含：廣告類別、觀看該廣告之裝置、以及串流傳送有該廣告之產品；利用該處理器，根據群組之一分配至群組短點擊臨界值與該使用者之停留時間資訊而計算各群組廣告的短點擊比率；利用該處理器，藉由使用者在個別群組中之廣告上決定平均停留時間；以及利用該處理器，調整一群組的廣告的標價，以根據該短點擊比率與其群組的停留時間平均值而於一非保證交付(NGD)拍賣中進行競價，進以偏好於具有較高停留時間及較低短點擊比率的群組。
  19. 如申請專利範圍第18項所述之非暫態電腦可讀取儲存媒體，其中該產品包含由不同內容串流中所選出的一網路式屬性，且其中除了廣告分類以外，所述聚集是進一步還根據廣告層而執行。
  20. 如申請專利範圍第18項所述之非暫態電腦可讀取媒體，其中一群組之平均停留時間是經由選自由該群組的廣告的停留時間分佈中的平均數、變異數與中位數所組成群組之一統計分析值而加以計算。
  21. 如申請專利範圍第18項所述之非暫態電腦可讀取媒體，其中所述標價包含每千次印象之預期成本(eCPM)標價，其中調整該eCPM標價包含對在另一廣告群組相比時具有一較低平均停留時間的一廣告群組之 標價進行打折。
  22. 如申請專利範圍第21項所述之非暫態電腦可讀取媒體，進一步包含可由該處理器執行之指令，以計算一折扣等級，其用於對該等廣告進行打折中在與廣告的另一群組的該短點擊比率相比時，廣告的該群組的該短點擊比率之一比率。
  23. 如申請專利範圍第18項所述之非暫態電腦可讀取媒體，其中所述標價包含每千次印象之預期成本(ePCM)標價，且其中一廣告主係已設定一eCPM標價以於一第一產品與一第一裝置中串流傳送一廣告，該非暫態電腦可讀取媒體進一步包含可由該處理器執行之指令以：根據包含於該第一與第二產品中所串流傳送至不同裝置的廣告之一群組的短點擊比率與停留時間平均值，動態地設定尚未由該廣告主提供競價價格、在該第二裝置上該第二產品中所串流傳送之廣告之一eCPM標價等級。
TW103139715A 2013-11-19 2014-11-17 使用者參與度上下文相關之非保證交付自動標價 TW201520936A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US14/084,412 US10134053B2 (en) 2013-11-19 2013-11-19 User engagement-based contextually-dependent automated pricing for non-guaranteed delivery

Publications (1)

Publication Number Publication Date
TW201520936A true TW201520936A (zh) 2015-06-01

Family

ID=51945740

Family Applications (1)

Application Number Title Priority Date Filing Date
TW103139715A TW201520936A (zh) 2013-11-19 2014-11-17 使用者參與度上下文相關之非保證交付自動標價

Country Status (5)

Country Link
US (1) US10134053B2 (zh)
EP (1) EP2874114A1 (zh)
CN (1) CN104657879A (zh)
HK (1) HK1209516A1 (zh)
TW (1) TW201520936A (zh)

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10984441B2 (en) 2013-03-13 2021-04-20 Eversight, Inc. Systems and methods for intelligent promotion design with promotion selection
US10991001B2 (en) 2013-03-13 2021-04-27 Eversight, Inc. Systems and methods for intelligent promotion design with promotion scoring
US11288696B2 (en) * 2013-03-13 2022-03-29 Eversight, Inc. Systems and methods for efficient promotion experimentation for load to card
US9460451B2 (en) 2013-07-01 2016-10-04 Yahoo! Inc. Quality scoring system for advertisements and content in an online system
US10134053B2 (en) * 2013-11-19 2018-11-20 Excalibur Ip, Llc User engagement-based contextually-dependent automated pricing for non-guaranteed delivery
US11403673B2 (en) * 2014-02-13 2022-08-02 Apple Inc. Valuation of invitational content slots based on user attentiveness
US10846737B1 (en) * 2014-06-09 2020-11-24 BlackArrow Multi-platform frequency capping in distributed ad server environment
US9990653B1 (en) 2014-09-29 2018-06-05 Google Llc Systems and methods for serving online content based on user engagement duration
US9792630B2 (en) * 2015-04-02 2017-10-17 Vungle, Inc. Systems and methods for autonomous bids of advertisement inventory
US11869040B2 (en) * 2015-06-30 2024-01-09 Yahoo Ad Tech Llc Method and system for analyzing user behavior associated with web contents
US10097882B2 (en) * 2015-08-11 2018-10-09 Arris Enterprises Llc Back-end content analysis system to initiate second-screen confirmation
US10261952B1 (en) * 2016-06-08 2019-04-16 Microsoft Technology Licensing, Llc Restoring temporal coherence of previously seen ranked content
CN107067142A (zh) * 2016-12-29 2017-08-18 腾讯科技（深圳）有限公司 资源竞争中资源竞争参数阈值的动态调整方法及装置
US11257019B2 (en) * 2017-02-28 2022-02-22 Verizon Media Inc. Method and system for search provider selection based on performance scores with respect to each search query
US10748173B2 (en) * 2017-05-11 2020-08-18 Jivox Corporation Scoring users based on intent for online advertising
US11941659B2 (en) 2017-05-16 2024-03-26 Maplebear Inc. Systems and methods for intelligent promotion design with promotion scoring
US11120480B2 (en) 2017-09-14 2021-09-14 Amadeus S.A.S. Systems and methods for real-time online traveler segmentation using machine learning
WO2019052870A1 (en) * 2017-09-14 2019-03-21 Amadeus S.A.S. METHOD AND SYSTEM OF INTELLIGENT ADAPTIVE AUCTIONS IN AN AUTOMATED ONLINE EXCHANGE NETWORK
FR3071086A1 (fr) * 2017-09-14 2019-03-15 Amadeus S.A.S. Un procede et systeme pour une offre adaptative intelligente dans un reseau d'echange en ligne automatise
US10943184B2 (en) 2017-09-14 2021-03-09 Amadeus S.A.S. Machine learning methods and systems for predicting online user interactions
CN109993552A (zh) * 2017-12-29 2019-07-09 北京奇虎科技有限公司 一种pmp售价获取方法及装置
CN109889430A (zh) * 2019-01-23 2019-06-14 平安科技（深圳）有限公司 消息推送方法、装置、计算机设备及存储介质
CN109949073A (zh) * 2019-02-15 2019-06-28 北京达佳互联信息技术有限公司 一种信息调整方法、装置、电子设备及存储介质
CN110049039B (zh) * 2019-04-15 2021-09-10 哈尔滨工程大学 一种基于gbdt的信息中心网络缓存污染检测方法
CN110148021A (zh) * 2019-05-13 2019-08-20 北京乐信圣文科技有限责任公司 广告投放出价方法及系统
CN112015486A (zh) * 2020-08-24 2020-12-01 深圳Tcl新技术有限公司 应用程序的加载方法、智能电视及可读存储介质
CN113010869B (zh) * 2021-03-11 2023-08-29 北京百度网讯科技有限公司 用于管理数字内容的方法、装置、设备和可读存储介质
CN117408751B (zh) * 2023-12-15 2024-04-09 江西时刻互动科技股份有限公司 一种多渠道的广告投放管理方法

Family Cites Families (203)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5823879A (en) 1996-01-19 1998-10-20 Sheldon F. Goldberg Network gaming system
US6264560B1 (en) 1996-01-19 2001-07-24 Sheldon F. Goldberg Method and system for playing games on a network
US6446061B1 (en) 1998-07-31 2002-09-03 International Business Machines Corporation Taxonomy generation for document collections
EP1142260A2 (en) 1998-08-03 2001-10-10 Doubleclick Inc. Network for distribution of re-targeted advertising
US6078866A (en) 1998-09-14 2000-06-20 Searchup, Inc. Internet site searching and listing service based on monetary ranking of site listings
US6907566B1 (en) 1999-04-02 2005-06-14 Overture Services, Inc. Method and system for optimum placement of advertisements on a webpage
US6269361B1 (en) 1999-05-28 2001-07-31 Goto.Com System and method for influencing a position on a search result list generated by a computer network search engine
US7035812B2 (en) 1999-05-28 2006-04-25 Overture Services, Inc. System and method for enabling multi-element bidding for influencing a position on a search result list generated by a computer network search engine
US7231358B2 (en) 1999-05-28 2007-06-12 Overture Services, Inc. Automatic flight management in an online marketplace
US7225182B2 (en) 1999-05-28 2007-05-29 Overture Services, Inc. Recommending search terms using collaborative filtering and web spidering
US7065500B2 (en) 1999-05-28 2006-06-20 Overture Services, Inc. Automatic advertiser notification for a system for providing place and price protection in a search result list generated by a computer network search engine
US6711585B1 (en) 1999-06-15 2004-03-23 Kanisa Inc. System and method for implementing a knowledge management system
US7062510B1 (en) 1999-12-02 2006-06-13 Prime Research Alliance E., Inc. Consumer profiling and advertisement selection system
US20010034762A1 (en) 1999-12-08 2001-10-25 Jacobs Paul E. E-mall software and method and system for distributing advertisements to client devices that have such e-mail software installed thereon
US6401075B1 (en) 2000-02-14 2002-06-04 Global Network, Inc. Methods of placing, purchasing and monitoring internet advertising
US6484148B1 (en) 2000-02-19 2002-11-19 John E. Boyd Electronic advertising device and method of using the same
US7299194B1 (en) 2000-02-22 2007-11-20 International Business Machines Corporation Method and system for researching sales effects of advertising using association analysis
EP1269382A4 (en) 2000-03-30 2005-03-02 I411 Inc METHODS AND SYSTEMS FOR EFFECTIVE RECOVERY OF DATA FROM DATA COLLECTIONS
JP2004524593A (ja) 2000-05-24 2004-08-12 オーバーチュア サービシズ インコーポレイテッド オンライン媒体エクスチェンジ
US7774715B1 (en) 2000-06-23 2010-08-10 Ecomsystems, Inc. System and method for computer-created advertisements
EP1178409A1 (de) 2000-08-01 2002-02-06 DR. Riccardo Genghini Studio Notarile Genghini Cookiemanager zur Kontrolle des Cookietransfers in Internet-Client-Server Computersystem
US7478089B2 (en) 2003-10-29 2009-01-13 Kontera Technologies, Inc. System and method for real-time web page context analysis for the real-time insertion of textual markup objects and dynamic content
US7284008B2 (en) 2000-08-30 2007-10-16 Kontera Technologies, Inc. Dynamic document context mark-up technique implemented over a computer network
US20040015401A1 (en) 2001-02-08 2004-01-22 In Lee Systems and methods for distributing template-based multimedia presentations over a network
JP3726748B2 (ja) * 2001-02-26 2005-12-14 日本電気株式会社 モバイルマーケティング方法、そのシステム、サーバ、ユーザ端末、解析端末及びプログラム
US20020147570A1 (en) 2001-04-10 2002-10-10 Timothy Kraft System and method for monitoring the interaction of randomly selected users with a web domain
US20030046148A1 (en) 2001-06-08 2003-03-06 Steven Rizzi System and method of providing advertising on the internet
US7076479B1 (en) 2001-08-03 2006-07-11 Overture Services, Inc. Search engine account monitoring
EP1449138A4 (en) 2001-11-01 2009-08-26 Thomson Licensing SYSTEM AND METHOD FOR SPECIFIC TARGETED ADVERTISEMENT REINSERTION FOR INTERNET USERS
US6826572B2 (en) 2001-11-13 2004-11-30 Overture Services, Inc. System and method allowing advertisers to manage search listings in a pay for placement search system using grouping
US20030101126A1 (en) 2001-11-13 2003-05-29 Cheung Dominic Dough-Ming Position bidding in a pay for placement database search system
US7162480B2 (en) 2001-12-26 2007-01-09 Sbc Technology Resources, Inc. Usage-based adaptable taxonomy
US7716161B2 (en) 2002-09-24 2010-05-11 Google, Inc, Methods and apparatus for serving relevant advertisements
US20110264508A1 (en) * 2002-03-29 2011-10-27 Harik George R Scoring, modifying scores of, and/or filtering advertisements using advertiser information
US7136875B2 (en) 2002-09-24 2006-11-14 Google, Inc. Serving advertisements based on content
US8560493B2 (en) 2003-10-01 2013-10-15 Google Inc. Determining and/or using end user local time information in an ad system
US7454409B2 (en) 2002-04-01 2008-11-18 Overture Services, Inc. Displaying paid search listings in proportion to advertiser spending
JP4020694B2 (ja) * 2002-05-15 2007-12-12 株式会社電通 アドマーケット・システム及び方法
ATE492853T1 (de) 2002-07-23 2011-01-15 Quigo Technologies Inc System und verfahren zur automatisierten abbildung von schlüsselwörtern und schlüsselphrasen auf dokumenten
CN1682229A (zh) 2002-09-17 2005-10-12 默比卡有限公司 用于移动接收设备的包含条形码信息的优化的消息
GB0303176D0 (en) 2003-02-12 2003-03-19 Video Networks Ltd A system for capture and selective playback of broadcast programmes
US20040186769A1 (en) 2003-03-21 2004-09-23 Mangold Bernard P. System and method of modifying the price paid by an advertiser in a search result list
US20050033771A1 (en) 2003-04-30 2005-02-10 Schmitter Thomas A. Contextual advertising system
US7447677B2 (en) 2003-06-27 2008-11-04 Microsoft Corporation System and method for enabling client applications to interactively obtain and present taxonomy information
US7647299B2 (en) 2003-06-30 2010-01-12 Google, Inc. Serving advertisements using a search of advertiser web information
WO2005013092A2 (en) 2003-08-01 2005-02-10 Dollars.Com Llc A system and a method for determining advertising effectiveness
US20050033641A1 (en) 2003-08-05 2005-02-10 Vikas Jha System, method and computer program product for presenting directed advertising to a user via a network
US7774333B2 (en) 2003-08-21 2010-08-10 Idia Inc. System and method for associating queries and documents with contextual advertisements
US8392249B2 (en) 2003-12-31 2013-03-05 Google Inc. Suggesting and/or providing targeting criteria for advertisements
US20050165638A1 (en) 2004-01-22 2005-07-28 Buckeye Cablevision, Inc. Cable system customized advertising
US20050187818A1 (en) 2004-02-20 2005-08-25 Zito David D. Computerized advertising offer exchange
US7814085B1 (en) 2004-02-26 2010-10-12 Google Inc. System and method for determining a composite score for categorized search results
US20050261994A1 (en) 2004-04-19 2005-11-24 Mystorecredit, Inc. Systems and methods for inserting active sale listings as advertisements into a pending buyer presentation
US20050267872A1 (en) 2004-06-01 2005-12-01 Yaron Galai System and method for automated mapping of items to documents
US9223868B2 (en) * 2004-06-28 2015-12-29 Google Inc. Deriving and using interaction profiles
US7716219B2 (en) 2004-07-08 2010-05-11 Yahoo ! Inc. Database search system and method of determining a value of a keyword in a search
JP2006050469A (ja) 2004-08-09 2006-02-16 Ricoh Co Ltd コンテンツ生成装置、コンテンツ生成方法、プログラムおよび記録媒体
KR20060023684A (ko) 2004-09-10 2006-03-15 드림아이 커뮤니케이션즈(주) 인터넷을 이용한 광고제공시스템 및 방법
US20060105841A1 (en) 2004-11-18 2006-05-18 Double Fusion Ltd. Dynamic advertising system for interactive games
US20060111971A1 (en) 2004-11-24 2006-05-25 Microsoft Corporation System and method for on-line and off-line advertising in content delivered to a display screen
US7428533B2 (en) 2004-12-06 2008-09-23 Yahoo! Inc. Automatic generation of taxonomies for categorizing queries and search query processing using taxonomies
EP1861800A1 (en) 2005-03-09 2007-12-05 Medio Systems, Inc. Method and system of bidding for advertisement placement on computing devices
KR100786795B1 (ko) 2005-03-25 2007-12-18 주식회사 다음커뮤니케이션 인터넷 광고 서비스 시스템 및 방법
US20060224445A1 (en) * 2005-03-30 2006-10-05 Brian Axe Adjusting an advertising cost, such as a per-ad impression cost, using a likelihood that the ad will be sensed or perceived by users
US8468048B2 (en) 2005-04-22 2013-06-18 Google Inc. Suggesting targeting information for ads, such as websites and/or categories of websites for example
US20060287920A1 (en) 2005-06-01 2006-12-21 Carl Perkins Method and system for contextual advertisement delivery
US20070005002A1 (en) 2005-06-30 2007-01-04 Intuitive Surgical Inc. Robotic surgical instruments for irrigation, aspiration, and blowing
UA92356C2 (ru) 2005-07-07 2010-10-25 Квелкомм Инкорпорейтед Способы и устройства для взаимодействия глобальных беспроводных сетей и локальных беспроводных сетей или персональных беспроводных сетей
US20070027760A1 (en) * 2005-07-29 2007-02-01 Collins Robert J System and method for creating and providing a user interface for displaying advertiser defined groups of advertisement campaign information
US7739708B2 (en) 2005-07-29 2010-06-15 Yahoo! Inc. System and method for revenue based advertisement placement
US7634462B2 (en) 2005-08-10 2009-12-15 Yahoo! Inc. System and method for determining alternate search queries
US7752220B2 (en) 2005-08-10 2010-07-06 Yahoo! Inc. Alternative search query processing in a term bidding system
US20110313853A1 (en) 2005-09-14 2011-12-22 Jorey Ramer System for targeting advertising content to a plurality of mobile communication facilities
US7912755B2 (en) 2005-09-23 2011-03-22 Pronto, Inc. Method and system for identifying product-related information on a web page
US20070088607A1 (en) 2005-10-04 2007-04-19 Tamago Measuring dwell time on an internet advertisement
US20070118392A1 (en) 2005-10-28 2007-05-24 Richard Zinn Classification and Management of Keywords across Multiple Campaigns
US20070106555A1 (en) 2005-11-07 2007-05-10 Rli Credit Data, Inc. Optimum pricing system and method for advertisements on a webpage
US7627559B2 (en) 2005-12-15 2009-12-01 Microsoft Corporation Context-based key phrase discovery and similarity measurement utilizing search engine query logs
US20070143186A1 (en) 2005-12-19 2007-06-21 Jeff Apple Systems, apparatuses, methods, and computer program products for optimizing allocation of an advertising budget that maximizes sales and/or profits and enabling advertisers to buy media online
US20070174255A1 (en) 2005-12-22 2007-07-26 Entrieva, Inc. Analyzing content to determine context and serving relevant content based on the context
RU2417113C2 (ru) 2005-12-27 2011-04-27 Мэссив Инкорпорейтед Представление потокового видео, например, в среде видеоигр или мобильных устройств
US20070157228A1 (en) 2005-12-30 2007-07-05 Jason Bayer Advertising with video ad creatives
US20070156887A1 (en) 2005-12-30 2007-07-05 Daniel Wright Predicting ad quality
US8065184B2 (en) 2005-12-30 2011-11-22 Google Inc. Estimating ad quality from observed user behavior
US8326686B2 (en) 2006-03-30 2012-12-04 Google Inc. Automatically generating ads and ad-serving index
KR20090007692A (ko) 2006-04-20 2009-01-20 다이니폰 인사츠 가부시키가이샤 필터 부착 마이크로 플레이트
EP2024858A4 (en) 2006-05-12 2012-05-09 Monster California Inc SYSTEMS, METHODS AND APPARATUSES FOR TARGETING / DISTRIBUTING ADVERTISEMENTS
US9386327B2 (en) 2006-05-24 2016-07-05 Time Warner Cable Enterprises Llc Secondary content insertion apparatus and methods
WO2007139313A1 (en) 2006-05-26 2007-12-06 Internet Channel21 Co., Ltd. Method and equipment for exposing an advertisement using application
US20080010142A1 (en) 2006-06-27 2008-01-10 Internet Real Estate Holdings Llc On-line marketing optimization and design method and system
US8413182B2 (en) 2006-08-04 2013-04-02 Aol Inc. Mechanism for rendering advertising objects into featured content
US7774360B2 (en) 2006-09-08 2010-08-10 Microsoft Corporation Building bridges for web query classification
US7580888B2 (en) 2006-09-12 2009-08-25 International Business Machines Corporation Facilitating simulated purchases of items by virtual representations of participants in computer-based simulations
US7577643B2 (en) * 2006-09-29 2009-08-18 Microsoft Corporation Key phrase extraction from query logs
US20080086360A1 (en) 2006-10-06 2008-04-10 Rajesh Kanapur System and method for advertising via mobile devices
US20080086372A1 (en) 2006-10-10 2008-04-10 Anand Madhavan Contextual banner advertising
CN101075908B (zh) 2006-11-08 2011-04-20 腾讯科技（深圳）有限公司 一种网络点击统计系统及方法
US7882045B1 (en) 2006-11-10 2011-02-01 Amazon Technologies, Inc. Providing ad information using machine learning selection paradigms
US20080114656A1 (en) * 2006-11-15 2008-05-15 Airport Marketing Income, L.L.C. Airport radio
US20080120165A1 (en) 2006-11-20 2008-05-22 Google Inc. Large-Scale Aggregating and Reporting of Ad Data
US8160925B2 (en) 2006-12-12 2012-04-17 Yahoo! Inc. System for generating a smart advertisement based on a dynamic file and a configuration file
US20080140591A1 (en) 2006-12-12 2008-06-12 Yahoo! Inc. System and method for matching objects belonging to hierarchies
US20080195664A1 (en) 2006-12-13 2008-08-14 Quickplay Media Inc. Automated Content Tag Processing for Mobile Media
KR20080102437A (ko) 2007-01-16 2008-11-26 주식회사 디코시스 전자출판물을 이용한 광고 방법 및 시스템
US20080201218A1 (en) 2007-02-20 2008-08-21 Andrei Zary Broder Methods of dynamically creating personalized internet advertisements based on content
WO2008112816A1 (en) 2007-03-12 2008-09-18 Google Inc. Site-targeted advertising
KR100903501B1 (ko) 2007-03-30 2009-06-18 엔에이치엔비즈니스플랫폼 주식회사 키워드 광고를 제공하는 방법 및 상기 방법을 수행하는시스템
US20080249852A1 (en) 2007-04-03 2008-10-09 Yahoo! Inc. Systems and methods for creating advertisements
US8127325B2 (en) * 2007-04-03 2012-02-28 Google Inc. Log processing to determine impression values using reliable durations
US8660895B1 (en) * 2007-06-14 2014-02-25 Videomining Corporation Method and system for rating of out-of-home digital media network based on automatic measurement
US20080313142A1 (en) 2007-06-14 2008-12-18 Microsoft Corporation Categorization of queries
KR20090010567A (ko) 2007-07-24 2009-01-30 김상갑 인터넷을 이용한 엘이디 전광판의 맞춤식 광고 시스템
US8554618B1 (en) 2007-08-02 2013-10-08 Google Inc. Automatic advertising campaign structure suggestion
WO2009020570A1 (en) 2007-08-03 2009-02-12 Rovrr, Inc. System for electronic commerce
CN101836227A (zh) * 2007-08-06 2010-09-15 汤姆森许可贸易公司 产品服务分析和最优化的方法和系统
US20090043692A1 (en) 2007-08-07 2009-02-12 Nokia Corporation Downloading of Content
CN101169842A (zh) 2007-08-11 2008-04-30 腾讯科技（深圳）有限公司 广告管理方法、广告计费方法及广告系统
US20090049380A1 (en) 2007-08-16 2009-02-19 Joshua Allen Rehling Page Modules and States
WO2009070501A1 (en) 2007-11-26 2009-06-04 Urban Mapping, Inc. Generating geographical keywords for geotargeting search engine-offered advertisements
US10296947B2 (en) 2007-11-28 2019-05-21 Douglas R. Cloud Information-market system
US20090182618A1 (en) 2008-01-16 2009-07-16 Yahoo! Inc. System and Method for Word-of-Mouth Advertising
US20090204615A1 (en) * 2008-02-07 2009-08-13 Samame Eduardo G Persistent cross platform collection of audience data
US8060418B2 (en) 2008-03-03 2011-11-15 Accenture Global Services Limited Digital footprint driven multi-channel integrated support system
US20090254512A1 (en) 2008-04-03 2009-10-08 Yahoo! Inc. Ad matching by augmenting a search query with knowledge obtained through search engine results
US8234158B1 (en) 2008-05-07 2012-07-31 Sprint Communications Company L.P. Analyzing text streams for cue points of advertisements in a media stream
US8364664B2 (en) 2008-05-12 2013-01-29 Enpulz, L.L.C. Web browser accessible search engine that identifies search result maxima through user search flow and result content comparison
US8117067B2 (en) 2008-06-13 2012-02-14 Google Inc. Achieving advertising campaign goals
US8527339B2 (en) 2008-06-26 2013-09-03 Microsoft Corporation Quality based pricing and ranking for online ads
US20100005000A1 (en) 2008-07-03 2010-01-07 At & T Mobility Ii Llc Advertising sales tool
US8544039B2 (en) 2008-09-02 2013-09-24 At&T Intellectual Property I, L.P. Method and apparatus for distributing consumer advertisements
US20100070288A1 (en) 2008-09-15 2010-03-18 Jitendra Nath Pandey Method and System for Efficiently Transforming Online Ad Creatives Using Dynamically Compiled Templates
US8311886B2 (en) * 2008-09-30 2012-11-13 Yahoo! Inc. System for display advertising optimization with uncertain supply
US7941340B2 (en) 2008-09-30 2011-05-10 Yahoo! Inc. Decompilation used to generate dynamic data driven advertisements
US20100094881A1 (en) * 2008-09-30 2010-04-15 Yahoo! Inc. System and method for indexing sub-spaces
US20100082412A1 (en) * 2008-09-30 2010-04-01 Yahoo! Inc. System and method for optimizing an advertisement plan for allocating advertisements to a contract in a network-based environment
US8768960B2 (en) 2009-01-20 2014-07-01 Microsoft Corporation Enhancing keyword advertising using online encyclopedia semantics
US8458171B2 (en) * 2009-01-30 2013-06-04 Google Inc. Identifying query aspects
KR101021400B1 (ko) 2009-02-10 2011-03-14 엔에이치엔비즈니스플랫폼 주식회사 무료로 등록된 데이터의 가치를 결정하는 시스템 및 방법
US8812362B2 (en) 2009-02-20 2014-08-19 Yahoo! Inc. Method and system for quantifying user interactions with web advertisements
US8577910B1 (en) * 2009-05-15 2013-11-05 Google Inc. Selecting relevant languages for query translation
US8572109B1 (en) * 2009-05-15 2013-10-29 Google Inc. Query translation quality confidence
US20120310652A1 (en) * 2009-06-01 2012-12-06 O'sullivan Daniel Adaptive Human Computer Interface (AAHCI)
KR20110003211A (ko) 2009-07-03 2011-01-11 주식회사 케이티 광고가 결합된 콘텐츠를 제공하는 홈 네트워크 시스템 및 그 방법
US8463783B1 (en) 2009-07-06 2013-06-11 Google Inc. Advertisement selection data clustering
US20110029384A1 (en) 2009-07-30 2011-02-03 Yahoo! Inc. System and method for dynamic targeting advertisement based on content-in-view
US20110040612A1 (en) 2009-08-14 2011-02-17 Simmons Willard L Machine learning for computing and targeting bids for the placement of advertisements
US20110054960A1 (en) 2009-08-25 2011-03-03 Yahoo! Inc., A Delaware Corporation Dynamic web page creation
US8255716B2 (en) * 2009-08-27 2012-08-28 Qualcomm Incorporated Power optimization for data services
US20110093339A1 (en) * 2009-09-10 2011-04-21 Morton Timothy B System and method for the service of advertising content to a consumer based on the detection of zone events in a retail environment
US20110119125A1 (en) 2009-11-17 2011-05-19 Javangula Pradeep S Method and system for one tag trafficking in display advertising to achieve personalized ad experiences at scale
US20110125555A1 (en) * 2009-11-26 2011-05-26 Yuval Fradkin Forming associations within online community
US20110153423A1 (en) 2010-06-21 2011-06-23 Jon Elvekrog Method and system for creating user based summaries for content distribution
US9183173B2 (en) 2010-03-02 2015-11-10 Microsoft Technology Licensing, Llc Learning element weighting for similarity measures
US8437620B2 (en) 2010-03-05 2013-05-07 Intel Corporation System, method, and computer program product for custom stream generation
US20110218861A1 (en) 2010-03-08 2011-09-08 Pelamourgues Lionel V Transform for Display of Advertisements on a Variety of Different Mobile Handheld Devices
KR101207568B1 (ko) 2010-03-16 2012-12-03 (주)월드게이트 온라인 광고중개시스템 및 이를 이용한 온라인 광고중개방법
US20110231241A1 (en) * 2010-03-18 2011-09-22 Yahoo! Inc. Real-time personalization of sponsored search based on predicted click propensity
US10255608B2 (en) 2010-05-05 2019-04-09 Excalibur Ip, Llc Bid landscape tool
US10289736B2 (en) * 2010-06-11 2019-05-14 Ebay Inc. Systems and methods for ranking results based on dwell time
US8983859B2 (en) 2010-06-18 2015-03-17 Microsoft Technology Licensing, Llc User centric real-time advertisement bidding
US8484077B2 (en) 2010-07-21 2013-07-09 Yahoo! Inc. Using linear and log-linear model combinations for estimating probabilities of events
US20120030011A1 (en) * 2010-07-30 2012-02-02 Yahoo! Inc. Systems and Methods for Estimating a Conversion Rate for a Digital Advertisement Based on Dwell Times Associated with the Digital Advertisement
JP2012068901A (ja) 2010-09-24 2012-04-05 Accelia Inc Ｗｅｂページに関する情報を提供するためのサーバ装置、システム、プログラムおよび方法
US20120116872A1 (en) 2010-11-05 2012-05-10 At&T Intellectual Property I, L.P. Selecting Advertisements from One or More Databases for Sending to a Publisher
US20120150630A1 (en) 2010-12-10 2012-06-14 At&T Intellectual Property I, L.P. Selecting and ranking advertisements from one or more databases using advertiser budget information
US20120158685A1 (en) * 2010-12-16 2012-06-21 Microsoft Corporation Modeling Intent and Ranking Search Results Using Activity-based Context
US9009065B2 (en) 2010-12-17 2015-04-14 Google Inc. Promoting content from an activity stream
US20120158511A1 (en) 2010-12-21 2012-06-21 Microsoft Corporation Provision of contextual advertising
BR112013021620A2 (pt) * 2011-02-23 2019-09-24 Ayuda Media Systems Inc métodos, aparelhos e sistemas para calcular uma quantia a ser cobrada em relação à execução de uma publicidade out-of-home durante um período de tempo
US8694362B2 (en) 2011-03-17 2014-04-08 DataPop, Inc. Taxonomy based targeted search advertising
US20120271715A1 (en) * 2011-03-25 2012-10-25 Morton Timothy B System and method for the automatic delivery of advertising content to a consumer based on the consumer's indication of interest in an item or service available in a retail environment
US20120271714A1 (en) 2011-04-25 2012-10-25 Yahoo! Inc. Retargeting related techniques and offerings
US20140180829A1 (en) * 2011-09-09 2014-06-26 Dennoo Inc. Advertising Platform
WO2013036957A2 (en) 2011-09-09 2013-03-14 Dennoo Inc. Methods and systems for bidding and acquiring advertisement impressions
US20130124344A1 (en) 2011-11-14 2013-05-16 Venkateswarlu Kolluri Method and system for determining user likelihood to select an advertisement prior to display
US20130159110A1 (en) 2011-12-14 2013-06-20 Giridhar Rajaram Targeting users of a social networking system based on interest intensity
US20140067552A1 (en) 2012-02-28 2014-03-06 Minds + Machines Online advertising scoring
US9171085B2 (en) * 2012-03-07 2015-10-27 Ut-Battelle, Llc Personalized professional content recommendation
US20130238449A1 (en) 2012-03-09 2013-09-12 Microsoft Corporation Polymorphic Advertisements
US20130246167A1 (en) * 2012-03-15 2013-09-19 Microsoft Corporation Cost-Per-Action Model Based on Advertiser-Reported Actions
US20130246383A1 (en) 2012-03-18 2013-09-19 Microsoft Corporation Cursor Activity Evaluation For Search Result Enhancement
US20150154650A1 (en) * 2012-03-26 2015-06-04 Denoo Inc. Systems And Methods For Implementing An Advertisement Platform With Novel Cost Models
CN102663065B (zh) 2012-03-30 2014-12-10 浙江盘石信息技术有限公司 一种广告位异常数据识别和筛选方法
US20150154631A1 (en) * 2012-04-19 2015-06-04 Dennoo Inc. Advertisement Platform With Novel Cost Models
US9449094B2 (en) * 2012-07-13 2016-09-20 Google Inc. Navigating among content items in a set
US8868565B1 (en) * 2012-10-30 2014-10-21 Google Inc. Calibrating click duration according to context
US20140173086A1 (en) * 2012-12-13 2014-06-19 Telemetry Limited Method and apparatus for determining digital media visibility
US20140223318A1 (en) 2013-02-05 2014-08-07 Drew Pefferle System and method for aggregating online images and managing image streams
US9706008B2 (en) 2013-03-15 2017-07-11 Excalibur Ip, Llc Method and system for efficient matching of user profiles with audience segments
US9355078B2 (en) 2013-03-15 2016-05-31 Yahoo! Inc. Display time of a web page
US9135292B1 (en) 2013-04-08 2015-09-15 Google Inc. Selecting a template for a content item
US20140324599A1 (en) 2013-04-29 2014-10-30 Yahoo! Inc. System and method for booking an online advertising campaign
US20140324604A1 (en) 2013-04-29 2014-10-30 Yahoo! Inc. System and method for producing proposed online advertisements from pre-existing advertising creatives
US9460451B2 (en) 2013-07-01 2016-10-04 Yahoo! Inc. Quality scoring system for advertisements and content in an online system
US8788338B1 (en) 2013-07-01 2014-07-22 Yahoo! Inc. Unified marketplace for advertisements and content in an online system
US20150019334A1 (en) * 2013-07-09 2015-01-15 Infolinks, Inc. Systems and methods for providing targeted messaging when targeting terms are unavailable
CN104516902A (zh) 2013-09-29 2015-04-15 北大方正集团有限公司 语义信息获取方法及其对应的关键词扩展方法和检索方法
US10134053B2 (en) * 2013-11-19 2018-11-20 Excalibur Ip, Llc User engagement-based contextually-dependent automated pricing for non-guaranteed delivery
US20150178790A1 (en) * 2013-12-20 2015-06-25 Yahoo! Inc. User Engagement-Based Dynamic Reserve Price for Non-Guaranteed Delivery Advertising Auction
US20150186939A1 (en) 2014-01-02 2015-07-02 Yahoo! Inc. Systems and Methods for Search Results Targeting
US20150248712A1 (en) 2014-02-28 2015-09-03 Yahoo! Inc. Systems and methods for providing mobile advertisements
WO2015135110A1 (en) 2014-03-10 2015-09-17 Yahoo! Inc. Systems and methods for keyword suggestion
US20150278877A1 (en) 2014-04-01 2015-10-01 Yahoo! Inc. User Engagement-Based Contextually-Dependent Automated Reserve Price for Non-Guaranteed Delivery Advertising Auction

Also Published As

Publication number Publication date
HK1209516A1 (zh) 2016-04-01
US10134053B2 (en) 2018-11-20
EP2874114A1 (en) 2015-05-20
US20150142557A1 (en) 2015-05-21
CN104657879A (zh) 2015-05-27

Similar Documents

Publication Publication Date Title
US10134053B2 (en) User engagement-based contextually-dependent automated pricing for non-guaranteed delivery
US11107131B2 (en) Keyword recommendation
JP5899275B2 (ja) オンラインシステムにおける広告及びコンテンツの品質スコア付けシステム及び方法
JP6408346B2 (ja) オンラインシステムにおける広告及びコンテンツの統合型市場
US20150278877A1 (en) User Engagement-Based Contextually-Dependent Automated Reserve Price for Non-Guaranteed Delivery Advertising Auction
US20090307003A1 (en) Social advertisement network
US20130246170A1 (en) Systems and methods for interacting with messages, authors, and followers
US20150178790A1 (en) User Engagement-Based Dynamic Reserve Price for Non-Guaranteed Delivery Advertising Auction
US20150127468A1 (en) User engagement based nonguaranteed delivery pricing
US10922722B2 (en) System and method for contextual video advertisement serving in guaranteed display advertising
Elshimy ebtessam elshimy
Kurylets Web-analytics and performance evaluation of internet marketing
Popper Bringing It All Together in a Framework of Sponsored Search
Abd Halim Matching Contextual Ads and Web Page Contents through Computational Advertising: Getting the Best Match
Kryuchkov Advertising in Google AdWords as a part of online marketing