CN101427275A - 便于提供具有不同处理和/或特性的广告，如文本广告和图像广告 - Google Patents

便于提供具有不同处理和/或特性的广告，如文本广告和图像广告 Download PDF

Info

Publication number
CN101427275A
CN101427275A CNA2005800210935A CN200580021093A CN101427275A CN 101427275 A CN101427275 A CN 101427275A CN A2005800210935 A CNA2005800210935 A CN A2005800210935A CN 200580021093 A CN200580021093 A CN 200580021093A CN 101427275 A CN101427275 A CN 101427275A
Authority
CN
China
Prior art keywords
advertisement
advertisements
image
information
user action
Prior art date
Legal status (The legal status 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 status listed.)
Pending
Application number
CNA2005800210935A
Other languages
English (en)
Inventor
哈尔·瓦里安
维斯利·常
迪帕克·津戴尔
拉曼·兰格纳斯
艾米特·帕特尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Google LLC
Original Assignee
Google LLC
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 Google LLC filed Critical Google LLC
Publication of CN101427275A publication Critical patent/CN101427275A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0247—Calculate past, present or future revenues
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0263—Targeted advertisements based upon Internet or website rating

Landscapes

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

Abstract

提供不同广告类型的广告，例如文本广告和图像广告，要在文档的广告区域内进行的竞争可以通过下面的步骤裁定：(a)响应一个广告请求确定要提供的候选广告，其中候选广告包括至少一个第一广告类型的广告和至少一个第二广告类型的广告，(b)确定该至少一些候选广告中的每一个的得分，(c)比较该至少一些候选广告的可选集合，以选择一个最符合至少一个策略目标的集合，(d)提供候选广告中所选的集合。例如可以从第二类型广告(例如文本广告)的性能参数值中估计第一类型广告(例如图像广告)的性能参数值。

Description

便于提供具有不同处理和/或特性的广告，如文本广告和图像广告
§1.发明背景
§1.1 技术领域
本发明涉及广告(“ads”)，例如在在线环境中提供的广告。更具体地，本发明涉及支持提供具有不同处理和/或特性的广告，如文本广告和图像广告。
§1.2 背景信息
使用传统媒体，例如电视、无线电、报纸和杂志来做广告是众所周知的。不幸的是，即使配备有人口统计学研究，以及对各种媒体途径的典型受众的完全合理的假设，广告商认识到他们的许多广告预算被简单地浪费了。并且，很难识别并消除这种浪费。
最近，通过更具有交互性的媒体来做广告变得流行了起来。例如，随着使用因特网的人数的激增，广告商渐渐地认识到通过因特网提供的媒体和服务是一种潜在的有效地做广告的方法。
交互式广告为广告商提供了将他们的广告目标于可接受受众的机会。也就是说，目标广告更可能对最终用户有用，因为这些广告可能与来自某些用户行为的需求更为相关(例如，与用户对搜索引擎的搜索查询相关，与用户所请求的文档的内容相关等)。与查询关键字相关的广告，例如加利福尼亚州的Mountain View的Google的AdWords广告系统，已被搜索引擎所使用。类似地，与内容相关的广告系统也被提出了。例如，美国专利申请序列号为10/314,427(在此引入作为参考并记为′427申请)，题目为《METHODS ANDAPPARATUS FOR SERVING RELEVANT ADVERTISEMENTS》，申请日为2002年12月6日，发明人为Jeffrey A.Dean，Georges R.Harik和Paul Buchheit，以及10/375,900(在此引入作为参考并记为′900申请)，题目为《SERVING ADVERTISEMENTS BASED ONCONTENT》，申请日为2003年2月26日，发明人为Darrell Anderson，Paul Buchheit，Alex Carobus，Claire Cui，Jeffrey A.Dean，GeorgesR.Harik，Deepak Jindal和Narayanan Shivakumar，描述了用于提供与文档例如网页内容相关的广告的方法和装置。
目标广告经常被表示为文本广告。但是，在线广告可包括提供给最终用户的一个或多个图像、视频、动画、音频等。
尽管图像广告，例如所谓的“标题广告”，已用于品牌建立，但使用图像广告作为目标广告也可以是有用的。因此，提供具有不同处理和/或特性的广告例如文本广告和图像广告可能是有用的。这些广告例如可以是目标广告。
用于提供目标文本广告的现有系统包括用于对广告评分以及用于确定广告费用额度的方法和技术。扩展这些系统以使它们适用于其它类型的广告是非常有用的。如果这些系统为不同类型的广告的竞争提供一种公平竞争，则是非常有用的。如果这些系统提供了从广告商产生的收入，则是非常有用的。如果这些系统为最终用户提供有用的广告，则是非常有用的。允许内容所有者(例如网页发布者)对要在其文档上使用的广告的总尺寸、类型、类型混合、和/或内容有一些控制是非常有用的。因此，拥有一种便于提供具有不同处理和/或特性的广告，例如文本广告和图像广告的改进的广告系统是非常有用的。
§2.发明内容
符合本发明的至少一些实施例可被用于裁定对不同广告类型的广告的提供，例如文本广告和图像广告，这些广告在文档的广告区域内竞争显示。例如，符合本发明的至少一些实施例可(a)响应一个广告请求确定要提供的候选广告，其中候选广告包括至少一个第一广告类型的广告和至少一个第二广告类型的广告，(b)确定该至少一些候选广告中的每一个的得分，(c)比较该至少一些候选广告的可选集合，以选择一个最符合至少一个策略目标的集合，以及(d)提供候选广告中所选的集合。
符合本发明的至少一些实施例还可用于从第二种类型的广告(例如文本广告)的性能参数值中估计第一种类型的广告(例如图像广告)的性能参数值。
符合本发明的至少一些实施例还可用于确定费用从而为其广告已被提供的广告商估价。例如，符合本发明的至少一些实施例可以确定费用，以使用关于第一类型(例如文本广告)的M个广告的信息来对N个第二类型的广告(例如图像广告)估价，被N个第一类型的广告替换，其中N至少为1，并且M>N。相反，符合本发明的至少一些实施例可以确定费用，以使用N个第二类型的广告(例如图像广告)的信息来对M个第一类型的广告(例如文本广告)估价，被M个第一类型的广告替换。
§3.附图说明
图1是一个示出了可以与广告系统交互的部分或实体的高级别图；
图2是一个示出了符合本发明的实施例在其中或通过它可以操作的环境的图；
图3是一个符合本发明的实施例在其中或通过它可以操作的广告系统的泡式图；
图4是一个用于以符合本发明的方式存储广告信息的示例性数据结构；
图5是一个用于以符合本发明的方式存储广告请求信息的示例性数据结构；
图6是一个用于以符合本发明的方式存储内容所有者信息的示例性数据结构；
图7是一个用于以符合本发明的方式存储使用和/或性能信息的示例性数据结构；
图8是一个用于以符合本发明的方式执行广告选择操作的示例性方法的流程图；
图9是一个用于以符合本发明的方式执行折扣费用确定操作的示例性方法的流程图；
图10是一个可以以符合本发明的方式执行各种操作并存储各种信息的示例性装置的方框图；
图11-13示出了本发明的示例性实施例的操作的实例。
§4.具体实施方式
本发明涉及用于帮助提供具有不同处理和/或特性的广告，例如文本广告和图像广告的新颖的方法、装置、消息格式、和/或数据结构。提供下面的描述以使本领域的技术人员可以实现和使用本发明，并且在特定应用及其需求的上下文中提供。因此，对符合本发明的实施例的描述提供了说明和描述，但并不是为了将本发明穷举或限制为所披露的确切形式。针对所披露的实施例的各种修改对本领域的技术人员是显而易见的，并且下面提出的一般原理可被用于其它实施例和应用。例如，尽管参考一个流程图描述了一系列动作，当一个动作的性能与另一个动作的完成不相关时，动作的顺序在其它实现中可以不同。另外，不相关的动作可以被并行执行。描述中所使用的任何要素、动作或指令都不应该被解释为对本发明是关键的或必需的，除非明确地描述为这样。同样，如文中所用，“单数名词”的目的是包括一个或多个项目。在目的是仅一个项目时，使用术语“一个”或类似的语言。因此，本发明并不是为了被所示的实施例所限制，发明人将他们的发明看作是所述的任何可授权的主题。
在下面，在4.1节中描述了本发明在其中或通过它可以操作的环境。然后，在4.2节中描述了符合本发明的示例性实施例。在4.3节中提供了操作的例子。最后，在4.4节提出了与本发明相关的一些结论。
§4.1 本发明在其中或通过它可以操作的环境
§4.1.1 示例性广告环境
图1是一个广告环境的高级别图。该环境包括广告实体、维护和发布系统(简单地表示为广告服务器)120。广告商110可以直接地或间接地在系统120中登录、维护和跟踪广告信息。广告可以是图形广告的形式，例如所谓的标题广告，仅文本的广告、图像广告、音频广告、动画广告、视频广告、这些成分中任何的一个或多个的广告组合等。广告还可包括嵌入信息，如链接和/或机器可执行指令。广告用户130可以向系统120提交对广告的请求，可以从系统120接受响应于他们的请求的广告，并可以向系统120提供使用信息。除广告用户130外的实体可以发起广告请求。尽管没有显示，其它实体可以向系统120提供使用信息(例如，转换或点击到达是否与出现的广告相关)。该使用信息可包括与已提供的广告相关的测量到的或观察到的用户行为。
广告服务器120可与下面的美国专利申请的图2中所述的那个类似，其序列号为10/375,900(在此引入作为参考)，题目为《SERVINGADVERTISEMENTS BASED ON CONTENTS》，申请日为2003年2月26日，发明人为Darrell Anderson，Paul Buchheit，Alex Carobus，Claire Cui，Jeffrey A.Dean，Georges R.Harik，Deepak Jindal和Narayanan Shivakumar。广告程序可包括关于帐户、活动、创造力、目标等的信息。术语“帐户”是指特定广告商的信息(例如，唯一的电子邮件地址、密码、帐单信息等)。“活动”或“广告活动”是指一个或多个广告的一个或多个组，可包括开始日期、结束日期、预算信息、地理目标信息、企业联合组织信息等。例如，本田(Honda)可以有针对它的汽车生产线的广告活动，以及针对它的摩托车生产线的独立的广告活动。针对它的汽车生产线的活动可具有一个或多个广告组，每一组都包括一个或多个广告。每个广告组可包括目标信息(例如，关键字集合、一个或多个主题的集合、地理位置信息、用户简介信息等)，以及价格信息(例如，每个选择的最大费用或报价，每个转换的最大费用或报价，每个选择的费用或报价，每个转换的费用或报价等)。作为替代，或者另外地，每个广告组可包括一个平均费用(例如，每个选择的平均费用，每个转换的平均费用等)。因此，单个最大费用、费用、和/或单个平均费用可以与一个或多个关键字和/或主题相关联。如所述，每个广告组可具有一个或多个广告或“创造力”(也即，最终提供给终端用户的广告内容)。每个广告还可包括一个至URL的链接(例如，登录网页，如广告商的主页，或与特定产品或服务相关的网页)。自然地，广告信息可包括或多或少的信息，并可以以多种不同的方式组织。
图2示出了在其中本发明可被使用的环境200。用户设备(也称作“客户端”或“客户端设备”)250可包括浏览工具(如微软的Explorer浏览器、挪威的Opera软件公司的Opera Web浏览器、AOL/TimeWarner公司的Navigator浏览器等)、一些其它的内容提供工具、电子邮件工具(例如微软的Outlook)等。搜索引擎220可允许用户设备250搜索文档(例如网页)的集合。内容服务器210可允许用户设备250访问文档。电子邮件服务器(如微软网络，Yahoo邮件的Hotmail等)240可用于为用户设备250提供电子邮件功能。广告服务器210可用于为用户设备250提供广告。例如，可以与搜索引擎220提供的搜索结果相结合提供广告。作为替代，或者另外地，可以与内容服务器230提供的内容，和/或与电子邮件服务器240和/或用户设备的电子邮件工具所支持的电子邮件相结合，提供与内容相关的广告。
如序列号为10/375,900的美国专利申请(上面已介绍)所述，广告可被定位到内容服务器所提供的文档。这样，广告用户130的一个例子是通用内容服务器230，它接收对文档(例如，文章、讨论线程、音乐、视频、图形、搜索结果、网页列表等)的请求，并响应于该请求，或者作为服务，获取所请求的文档。内容服务器可向广告服务器120/210提交广告请求。这种广告请求可包括若干所预期的广告。广告请求还可包括文档请求信息。该信息可包括文档本身(例如网页)、与文档或文档请求的内容相对应的分类或主题(例如，艺术、商业、计算机、艺术电影、艺术音乐等)、文档请求的一部分或全部、内容年代、内容类型(例如，文本、图形、视频、音频、混合媒体等)、地理位置信息、文档信息等。
内容服务器230可将请求的文档与广告服务器120/210提供的一个或多个广告进行合并。包括文档内容和广告的该合并信息然后被转发给请求该文档的最终用户设备250，用于呈现给用户。最后，内容服务器230可将与广告相关的信息以及怎样、何时、和/或从哪里提供该广告(例如，位置、是否选择、影响时间、影响日期、大小、是否转换等)的信息发回给广告服务器120/210。作为替代，或者另外地，可通过一些其它方法将这些信息提供给广告服务器120/210。
广告用户130的另一个例子是搜索引擎220。搜索引擎220可接收对搜索结果的查询。作为响应，该搜索引擎可获取相关的搜索结果(例如从网页的索引中)。一个示例性的搜索引擎在下面的文章和美国专利No.6,285,999(均在此引入作为参考)中有描述，该文章是S.Brin和L.Page的《The Anatomy of a Large-Scale HypertextualSearching Engine》，第七国际环球网会议，布里斯班，澳大利亚。这种搜索结果可包括，例如，网页标题的列表，从这些网页中提取的文本的片段，和指向这些网页的超文本链接，并且可以被分组为预定数目的(例如10个)搜索结果。
搜索引擎220可向广告服务器120/210提交广告请求。该请求可包括一定数目的预期的广告。该数目可取决于搜索结果、搜索结果所占据的屏幕或页空间的数量、广告的大小和形状等。在一个实施例中，预期的广告的数目从1到10，最好是从3到5。广告请求还可包括查询(如输入的或解析的查询)、基于查询的信息(如地理位置信息，查询是否来自会员和会员的标识符，和/或如下所述，与搜索查询相关和/或由该搜索查询导出的信息)、和/或与搜索结果相关或基于搜索结果的信息。这些信息可包括，例如，与搜索结果相关的标识符(例如，文档标识符或“docID”)、与搜索结果相关的评分(例如，信息检索(“IR”)评分，如对应于查询和文档的特征向量的点积、页排名评分、和/或IR评分与页排名评分的组合)、从标识的文档(例如网页)中提取的文本的片段、标识的文档的全文、标识的文档的主题、标识的文档的特征矢量等。
搜索引擎220可以将搜索结果与广告服务器120/210提供的一个或多个广告相合并。然后，向提交搜索的用户转发该包括搜索结果和广告的合并信息，以呈现给用户。优选地，保持搜索结果与广告不同，以使用户不会在付费广告和可能的中性搜索结果之间迷惑。
最后，搜索引擎220可将与广告相关的信息以及怎样、何时、和/或从哪里提供该广告(例如，位置、是否点击到达、影响时间、影响日期、大小、是否转换等)的信息发回给广告服务器120/210。如下所述，这些信息可包括用于确定在什么基础上广告方式被确定为相关的信息(例如，严格或不严格匹配、或精确的、短语、或概括匹配等)。作为替代，或者另外地，这些信息可通过其它方式提供给广告服务器120/210。
最后，电子邮件服务器240通常可以被认为是一个内容服务器，在其中提供的文档是简单的电子邮件。并且，可使用电子邮件应用程序(例如微软的Outlook)来发送和/或接收电子邮件。因此，电子邮件服务器240或应用程序可被认为是一个广告用户130。这样，电子邮件可被认为是文档，目标广告可与这些文档一起提供。例如，一个或多个广告可以在电子邮件中提供，通过电子邮件提供，或者与电子邮件一起提供。
尽管上面的例子将服务器描述为(i)请求广告，(ii)将之与内容合并，但这些操作中的一个或两者也可被客户端(例如最终用户的计算机)执行。
§4.1.1 定义
在线广告可具有多种固有特性。这些特性可由应用程序和/或广告商指定。这些特性在下面被称为“广告特性”。例如，在文本广告的情况下，广告特性可包括标题线、广告文本、和嵌入链接。在图像广告的情况下，广告特性可包括图像、可执行代码、和嵌入链接。依赖于在线广告的类型，广告特性可包括下面的一个或多个：文本、链接、音频文件、视频文件、图像文件、可执行代码、嵌入信息等。
当提供在线广告时，可使用一个或多个参数来描述怎样、何时、和/或从哪里提供该广告。这些参数在下面被称为“提供参数”。提供参数可包括，例如，下面的一个或多个：在其中或与其一起提供广告的文档的特性(包括关于它的信息)、与广告提供相关的搜索查询或搜索结果、用户特性(例如，他们的地理位置、他们所使用的语言、所使用的浏览器的类型、上一个浏览页、上一个行为、用户帐号、系统所使用的任何网络cookie等)、发起请求的主站点或附属站点(例如美国在线、Google、Yahoo)、广告在提供它的页上的绝对位置、广告相对于提供的其它广告的位置(空间或时间)、广告的绝对大小、广告相对于其它广告的大小、广告的颜色、提供的一定数目的其它广告、提供的其它广告的类型、提供的日时、提供的星期、提供的年份等。自然地，还有其它可以用在本发明的上下文中的提供参数。
尽管提供参数对广告特性来说是非固有的，但它们可与广告相关联而作为提供条件或限制。当用作提供条件或限制时，这些提供参数被简单地称为“提供限制”(或“目标准则”)。例如，在某些系统中，广告商能够通过指定广告仅在工作日被提供，不低于某个特定位置，仅向特定位置的用户提供等来确定广告的提供目标。作为另一个例子，在某些系统中，广告商可指定仅当页或搜索查询包括特定关键字或短语时才提供它的广告。作为另一个例子，在某些系统中，广告商可指定仅当被提供的文档包括特定主题或概念，或者落入特定群或群组，或某些其它分类或分类组中时才提供它的广告。
“广告信息”可包括广告特性、广告提供限制、从广告特性或广告提供限制中可导出的信息(称作“广告导出信息”)、和/或与广告相关的信息(称作“广告相关信息”)、以及这些信息的扩展(例如从广告相关信息中导出的信息)中的任何组合。
广告的选择(例如点击到达)次数与该广告的影响次数(即广告被提供的次数)的比值被定义为该广告的“选择率”(或“点击到达率”)。
当用户完成一次与前面提供的广告相关的交易时，我们说“转换”发生。转换的构成可随情况的不同而变化，可以被通过多种方式来确定。例如，可以是下面的情况，当用户点击了广告，指向广告商的网页，并在离开网页前完成了购买时，转换发生了。作为替代，转换可被定义为将广告显示给用户，并且用户在预定时间内(例如7天)在广告商的网页上进行了购买。在另一个替代方案中，转换可被广告商定义为任何可测/可观察的用户动作，例如下载白皮书，导航至网站的至少一定深度，浏览至少特定数目的网页，在网站或网页中花费了至少预定量的时间，在网站上注册等。通常，如果用户的动作没有指示购买完成，它们可指示导购，尽管包括转换的用户动作并不限于此。事实上，转换的构成的许多其它定义也是可能的。
转换的次数与广告的影响次数(即广告被提供的次数)的比值被称为“转化率”。如果一项转换被定义为在提供广告后的预定时间内能够出现，转换率的一个可能定义仅考虑被提供的广告而不是过去预定的时间。
“文档”被广义地解释为包括任何机器可读的和机器可存储的工作产品。文档可以是文件、文件的组合、具有至其它文件的嵌入式链接的一个或多个文件等。文件可以是任何类型的，例如文本、音频、图像、视频等。要提供给最终用户的文档的一部分可以被认为是文档的“内容”。文档可包括“结构化数据”，结构化数据包括内容(文字、图片等)和该内容的含义的某些指示(例如，电子邮件字段和相关数据、HTML标记和相关数据等)。文档中的广告位置可以由嵌入信息或指令来定义。在因特网的上下文中，公共文档就是网页。网页经常包括内容，并可包括嵌入信息(如元数据信息、超级链接等)和/或嵌入指令(如JavaScript等)。在许多情况下，文档具有唯一的、可寻址的存储位置，因此可以被该可寻址位置唯一识别。通用资源定位符(URL)是用于访问因特网上的信息的唯一地址。
“文档信息”可包括包含在该文档中的任何信息、从包含在该文档的信息中可导出的信息(称作“文档导出信息”)、和/或与文档相关的信息(称作“文档相关信息”)、以及这些信息的扩展(例如，从相关信息中导出的信息)。文档导出信息的一个例子是基于文档的文本内容的分类。文档相关信息的例子包括来自具有至该即时文档的链接的其它文档的文档信息，以及来自该即时文档链接至的其它文档的信息。
来自文档的内容可被提供在“内容提供应用程序或设备”中。内容提供应用程序的例子包括因特网浏览器(例如，Explorer或Netscape)、媒体播放器(例如，MP3播放器、Realnetworks的流音频文件播放器)、阅读器(例如，Adobe Acrobat的pdf阅读器)等。
“内容所有者”是具有对文档内容的某些财产权的人或实体。内容所有者可以是内容的作者。另外地，或者作为替代，内容所有者具有复制内容的权利，具有准备文档的衍生工作的权利，具有公开地显示或执行内容的权利，和/或具有对文档的其它禁止权利。尽管内容服务器可以是它所提供的文档的内容的内容所有者，但这不是必须的。
“用户信息”可包括用户行为信息和/或用户简介信息。
“电子邮件信息”可包括包含在电子邮件(也称作“内部电子邮件信息”)中的任何信息、从包含在该电子邮件中的信息中可导出的信息、和/或与电子邮件相关的信息、以及这些信息的扩展(例如，从相关信息中导出的信息)。从电子邮件信息中导出的信息的一个例子是从响应于搜索查询而返回的、由从电子邮件主题行中提取的词组成的搜索结果中提取或获得的信息。与电子邮件信息相关的信息的例子包括与特定电子邮件的相同发送者发送的一个或多个其它电子邮件相关的电子邮件信息、或与电子邮件的接收者相关的用户信息。从电子邮件信息中获得的或与之相关的信息可被称为“外部电子邮件信息”。
“广告区域”可被用于描述为预留的或使之可用以适应广告的提供的文档的区域(例如，空间的和/或时间的)。例如，网页经常分配若干在其中提供广告的位置，称作“广告位置”。作为另一个例子，音频应用程序可分配“广告时间位置”。
§4.2 示例性实施方式
本发明可被用于帮助提供具有不同处理和/或特性的广告，例如文本广告和图像广告。本发明可以通过使用下述各种技术来完成这些。如本领域中的技术人员所理解的，这些技术中的至少一些可被单独使用，或合并使用。
图3是一个示出了符合本发明的示例性广告系统300(请回忆一下例如图1的120和图2的210)的泡式图。本发明的各个方面可在这样一个系统300中操作，或通过系统300操作。该示例性广告系统300可存储广告信息310和使用和/或性能(例如统计)信息360。该示例性系统300可支持广告信息登录和管理操作320、广告提供操作330、关联性和/或适合性确定操作340、广告存储操作350、结果接口操作370、广告性能确定操作380和会计及计费操作390。
广告商110可通过由接口321指示的广告信息登录和管理操作320与系统300连接。广告用户130可通过由接口331指示的广告提供操作330与系统300连接。广告用户130或其它实体(未显示)也可通过由接口371指示的结果接口操作370与系统300连接。
广告程序可包括关于帐户、活动、创造力、目标等的信息。词“帐户”是指特定广告商的信息(例如，唯一的电子邮件地址、密码、帐单信息等)。“活动”或“广告活动”是指一个或多个广告的一个或多个组，可包括开始日期、结束日期、预算信息、地理目标信息、企业联合组织信息等。例如，本田(Honda)可以有针对它的汽车生产线的广告活动，以及针对它的摩托车生产线的独立的广告活动。针对它的汽车生产线的活动可具有一个或多个广告组，每一组都包括一个或多个广告。每个广告组可包括关键字集合和报价(例如每个选择的最大费用、每个转换的最大费用、每个选择的平均费用、每个转换的平均费用等)。如所述，每个广告组可具有一个或多个广告或“创造力”(也即，最终提供给终端用户的广告内容)。一个或多个创造力可以是文本创造力，并且一个或多个创造力可以是图像创造力。
可以通过广告信息登录和管理操作310来进入并管理广告信息310。可以采用活动(例如，定目标)辅助操作(未显示)来帮助广告商110生成有效的广告活动。广告提供操作330可使用关联性/适合性确定操作340来为给定请求确定候选广告。这种操作340可用于提供更有用的广告。广告评分操作350可使用广告信息和/或广告性能信息360来对广告评分。(参见，例如序列号为10/112,654的美国专利申请(在此引入作为参考)，题目为《METHOD ANDAPPARATUS FOR ORDERING ADVERTISEMENTS BASED ONPERFORMANCE INFORMATION AND PRICE INFORMATION》，申请日为2002年3月29日，申请人为Salar Arta Kamangar等；序列号为10/112,656的美国专利申请(在此引入作为参考)，题目为《METHOD AND APPARATUS FOR ORDERINGADVERTISEMENTS BASED ON PERFORMANCEINFORMATION》，申请日为2002年3月29日，申请人为GeorgesHarik等)。广告提供操作330可使用该得分为广告分配属性(例如，布置、增强特性等，也共同称为“处理”)。(广告的得分可被用于多种不同目的，其中一些包括对广告排名、设置广告优先权、为广告分配特性、过滤广告等)。结果接口操作370可被用于接收关于实际提供的广告的结果信息(从广告用户130或某些其它实体)，例如，选择是否发生，转换是否发生等。这些结果信息可在接口371处被接收，并可包括识别广告及提供广告的时间的信息，以及相关结果。广告性能确定操作380可被用于生成广告的性能信息(例如，分别地或者通过广告的某个集合，例如所有广告，所有关键字定位的广告、所有内容定位的广告、所有在特定网站或文档中提供的广告等)。广告性能信息可被推断或估计。会计/计费操作390可被用于对广告商计费。最后，系统300还可包括或使用内容所有者信息395。这些信息可包括内容所有者的喜好、限制和/或需求。这样的信息395例如可通过广告提供操作330、关联性/适合性确定操作340、和/或广告评分操作350来使用。特别是，这些信息395可以被用于帮助适应内容所有者的愿望。内容所有者的需求的一些例子可以是(a)仅文本广告，(b)仅图像广告，(c)任何顺序的文本或图像广告，(d)连续的文本或图像广告，(e)连续的文本或图像广告，文本广告在图像广告之前，(f)连续的文本或图像广告，图像广告在文本广告之前等。作为替代，内容所有者信息可被包含在广告提供操作330所接收的请求中。
符合本发明的实施例可被用于确定要提供哪个广告。这种确定可考虑例如下面的一个或多个：(i)广告与推断出的用户兴趣(例如，从搜索请求、文档内容等中推断)的关联性，(ii)使用可用于广告的该广告区域有多好(例如最佳货币化)，(iii)内容所有者的偏好和/或需求，(iv)广告商的偏好和/或需求，(v)广告竞争或广告商竞争的公平性，(vii)实现的简单性，(viii)计算机存储资源，(ix)计算机处理资源等。
符合本发明的实施方式可被用于帮助确定向广告商计费的费用。这种确定可考虑例如下面的一个或多个：(i)提供广告所获得的广告商的价值有多好，(ii)广告竞争或广告商竞争的公平性，(iii)管理的简单性，(iv)实现的简单性等。
§4.2.1示例性数据结构
从图3可以回忆，各种存储的信息可被各种操作所使用。下文中描述了可用于以符合本发明的方式存储这些信息的示例性数据结构。
图4是一个可用于以符合本发明的方式存储广告信息310的示例性的表400。表400可包括若干实体，每个实体可包括广告标识符410、广告类型420、广告创造力(或者指向广告创造力的指针)430、登录页面(或一些其它的选择响应动作)440、一个或多个目标准则450、一个或多个报价460中的一项或多项。广告类型420可被用于区分不同类型的广告，如区分文本广告和图像广告，区分大图像广告和小图像广告，区分视频广告和图像及文本广告等。创造力(或指向创造力的指针)430可定义要给为之提供广告的用户设备提供什么。登录页面440可定义在选择广告后要加载到用户设备(例如浏览器)中的文档(例如网页)。目标准则450可包括一个或多个目标关键字、目标概念或主题、地理目标、本地时间目标、日、日期、月中的第几天或周、季节目标等。报价460可包括，例如，对预期动作(例如选择、转换等)的最大报价，对预期动作的报价等。一个或多个报价460例如可与一个或多个目标准则相关联。
图5是可用于存储广告请求信息的示例性消息500。信息500可包括关联性信息510、本地时间信息520、地理位置信息530、源标识符540、预期广告的数目550、以及一个或多个条件560中的一个或多个。关联性信息510可包括，例如，从搜索查询中提取的关键字。作为替代，关联性信息510可包括与将通过其提供广告的文档(或者从中可以确定出或得到这些主题或概念的信息)相关的主题或概念。本地时间信息520可包括将为之提供请求的广告的用户设备的本地时间。地理位置信息530可包括将为之提供请求的广告的用户设备的位置信息。源标识符540可被用于识别将通过其提供请求的广告的文档的内容所有者(例如网络发布者)。作为替代，源标识符540可被用于识别广告服务器的企业联合组织合伙人。广告的数目550可指定预期广告的数目，或者允许的广告的最大数目。条件560可包括合格条件，例如，仅文本广告、仅图像广告、没有包含特定词或短语或与特定主题相关的广告、没有非目标广告等。
图6是一个可被用于以符合本发明的方式存储内容所有者信息395的示例性的表600。表600可包括若干实体，每个实体可包括内容所有者标识符610、需求620和偏好630中的一个或多个。需求620和/或偏好630可与上述的图5的消息500的条件560类似。注意，如果消息500包括内容所有者的请求和/或偏好信息作为条件，则这些信息不需要单独存储。
图7是一个可被用于以符合本发明的方式存储使用和性能信息360的示例性的表700。表700可包括若干实体，每个实体可包括广告标识符或广告集标识符710、广告的影响或广告集的总计影响720、广告的选择或广告集的总计影响730、广告的转换或广告集的总计转换740、以及广告的一个或多个性能参数或广告集的总计性能参数750中的一项或多项。性能参数可包括选择率、转换率等中的一个或多个。总计性能参数可包括特定广告类型(例如文本广告、图像广告等)的选择率、特定广告类型的转换率、一组类似广告(例如具有公共目标准则的广告)的选择率、一组类似广告的转换率、给定文档(例如网页)或文档集(例如，网站、关于特定主题或概念的文档等)的选择率、给定文档或文档集的转换率等中的一个或多个。至少某些性能参数可在需要时从使用信息中被确定(或更新)。至少某些性能参数可被调节(例如，标准化)以去除各种因子(例如，广告位置、在其中提供广告的文档等)的影响。至少某些性能参数可被估计。(参见，例如，序列号为10/350,910的美国专利申请(在此引入作为参考)，题目为《ESTIMATING USER BEHAVIOR AND USING SUCHESTIMATES》，申请日为2004年1月24日，发明人为Eric Veach。)
已经介绍了用于以符合本发明的方式存储信息的示例性数据结构，可被用于以符合本发明的方式执行各种操作的示例性方法将在下面的4.2.2节中描述。
§4.2.2示例性方法
如上所介绍，符合本发明的实施例可被用于确定提供哪个广告。这种确定可考虑例如下面的一项或多项：(i)广告与推断出的用户兴趣(例如，从搜索请求、文档内容等中推断)的关联性，(ii)使用可用于广告的该广告区域有多好(例如最佳货币化)，(iii)内容所有者的偏好和/或需求，(iv)广告商的偏好和/或需求，(v)广告竞争或广告商竞争的公平性，(vii)实现的简单性，(viii)计算机存储资源，(ix)计算机处理资源等。可用于以符合本发明的方式确定提供哪个广告的示例性方法将在下面的4.2.2.1节中描述。
符合本发明的实施例可被用于帮助确定向广告商计费的费用。这种确定可考虑例如下面的一项或多项：(i)提供广告所获得的广告商的价值有多好，(ii)广告竞争或广告商竞争的公平性，(iii)管理的简单性，(iv)实现的简单性等。可用于以符合本发明的方式帮助确定向广告商计费的费用的示例性方法将在下面的4.2.2.2节中描述。
§4.2.2.1　用于确定要被提供的广告的示例性方法
图8是一个可被用于以符合本发明的方式选择要提供的广告的示例性方法800的流程图。确定出一个或多个(例如，相关的和/或适合的)候选广告。(方框810)至少使用报价信息(并且可能是性能信息)来存储确定出的候选广告中的至少一些。(方框820)然后，比较可选广告或广告集，选出最符合某些策略目标的广告或广告集。(方框830)提供选出的广告或一个或多个广告的广告集，并在方法800结束(节点860)前存储计费时使用的信息(方框840)。参考方框850，可以使用来自未提供的广告或未提供的广告的替换集的广告的信息确定潜在的费用，并存储这些潜在费用。作为替代，为了按需要在后面确定费用，存储这些自未提供的广告或未提供的广告的替换集的广告的信息。
参考方框810，确定的候选广告可以是相关的和/或适合的。可以通过比较广告的目标准则与广告请求中的相应信息(和/或从广告请求的信息中获得或找到的信息)来确定广告的关联性。通过比较广告信息与内容所有者的需求(例如，无图像广告、无文本广告等)来确定广告的适合性。与关联性类似，还可以通过比较广告的目标准则和广告请求中的相应信息(和/或从广告请求的信息中获得或找到的信息)来确定广告的适合性。在符合本发明的至少一些实施例中，如果广告的全局性能(例如选择率)或每个网站或每个文档的性能太低，则广告可变为非适合的。
参考方框820，可使用至少报价信息和性能信息对至少一些候选广告评分。例如，可通过将广告的选择率与它的报价(例如，最大价格)相乘来确定基于收入的得分(参见例如′654申请)。
参考方框830，比较候选的多个广告或多个广告集，并选出最符合某些策略目标的广告或广告集。在某些情况下，例如所有广告都是相同类型的，并且每个都占据相同量的“广告区域”时，该选择可以简单为选择最高得分的广告，直到没有广告适合广告区域或直到到达最大数目的允许广告。但是，依赖于要满足的策略目标，以及任何附加的要被遵从的限制，该选择可变得更加复杂。此外，如果要考虑不同类型的广告，每个广告占据不同量的“广告区域”，例如文本广告和图像广告，该选择可变得更加复杂。注意，占据较小“广告区域”的广告集具有比占据更多“广告区域”的广告集更高的预期值是可能的。
这里将描述若干用于比较和选择最佳广告或广告集的可选方法。本发明不限于所描述的特定例子。
例1：
假定可以提供图像广告和文本广告，在一个图像广告的位置上可以提供四个文本广告。还假定图像广告(m1、m2、m3、m4...)和文本广告(t1、t2、t3、t4...)是候选广告，并从高得分向低得分排序。最后，假定广告区域仅可以容纳一个图像或四个文本广告。
在符合本发明的一个例子中，图像广告m1被提供，当且仅当：
MaxCPM(m1)>(MaxCPM(t1)+MaxCPM(t2)+MaxCPM(t3)+MaxCPM(t4))
其中，MaxCPM是广告的选择(点击到达)率(有时称作CTR)和与该广告相关的每个选择(例如最大)报价的费用(有时称作CPC)的乘积。注意，如果图像广告的选择率未知，可以对其进行估计。可以用MaxCPM的期望值代替MaxCPM。
如果(统计上有效的)性能数据是可用，该确定是相对直接前向的。对于已经提供了一种类型的广告(例如仅文本广告)而没有提供另一种类型的广告(例如图像广告)的某些系统来说，一个挑战是(统计上有效的)性能数据对于图像广告可能是不可用的。这样，图像广告的CTR被从理论上确定了，以确定图像广告的MaxCPM值。完成这个有多种变体。在每种变体中，假定MaxCPM(ad)＝CTR(ad)＊CPC(ad)。
在第一变体中，CTR(mi)＝CTR(ti)＊c。因此，MaxCPM(mi)＝(CTR(ti)＊c)＊CPC(mi)，其中c是一个常量(例如5)，ti和mi是“相关”广告。在此第一变体中，假定图像广告的选择率(CTR(mi)可被近似为“相关”文本广告(CTR(ti))的选择率)乘以常量c。例如，设置c为5假定相关图像广告(mi)将具有5倍于“相关”文本广告(ti)的选择率。图像广告mi可与文本广告ti以多种方式相联系。例如，这些广告可属于相同广告活动的相同广告组。但是，请注意如果文本广告和图像广告对于相同广告商处于相同广告活动的相同广告组中，相关文本广告可被从比较中删掉。可能希望可以强迫广告商总是将相同组中的文本广告作为每个图像广告，以使得该推论成立。也即，如果正常情况是比较：
MaxCPM(m1)与(MaxCPM(t1)+MaxCPM(t2)+MaxCPM(t3)+Max CPM(t4))，
但t1和m1属于相同的广告活动的相同广告组，那么MaxCPM(m1)与(MaxCPM(t2)+MaxCPM(t3)+MaxCPM(t4)+MaxCPM(t5))相比较。这避免了广告商的文本广告与他们的图像广告相竞争。
除了把c设置为预定值外，c可以被计算为(例如与内容相关的)广告服务器的所有图像广告的总计选择率(CTR(mall))与相同服务器或不同(例如与关键字相关的)广告服务器上的所有文本广告选择率(CTR(tall))的比值。也即，除了使用某些静态并且仅基于直觉或已经发生变化的条件的常量，c的值可被更新，并且可具有收集的实际性能信息中某些基础。因此，在此情况下，c＝CTR(所有图像广告)/CTR(所有文本广告)。
作为一个细微的改变，不是使用所有图像广告和所有文本广告的总计选择率信息来确定c，c可被确定为图像广告的特定集合(例如位于一个与内容相关的广告服务器上)的选择率(CTR(mcollection))与文本广告的相关集合(例如位于一个与关键字相关的广告服务器上)的选择率(CTR(tcollection))的比值。可以以多种方法来定义相关广告集。例如，广告集合可被定义为共享相同目标关键字的广告集—既有图像广告也有文本广告。这种集合是有用的，因为如果图像广告和文本广告都具有广告请求所符合的目标准则，它们仅竞争广告区域的空间。因此，在此情况下，c＝CTR(广告集合中的所有图像广告)/CTR(广告集合中的所有文本广告)。该变体提供了与其它图像广告相比某个图像广告执行得如何的精确模型。
假定(统计上有效的)性能信息对图像广告是可用的，下面的表达式可被使用：MaxCPM(mi)＝CTR(mi)＊CPC(mi)。在这一点上，常量C是不需要的，因此包括来自相关文本广告或属于相同组的一组文本广告的性能信息的比值，所有文本广告都不需要被确定。
性能参数，例如使用上述任何技术估计的性能参数，可被调节(例如标准化)以消除外部影响。例如，假设第一种类型的广告被提供在搜索结果的网页上，而另一种类型的广告被提供在各种不同的网页上。提供在搜索结果网页上的广告的相对性能不应该被受到它们提供在之上的网页的影响(假定搜索结果网页的格式变化不是很多)。另一方面，在各种网页(作为这些网络内容的目标)上提供的广告的性能可受到将它们提供在之上的网页的影响。因此，在另一个变体中，图像广告的潜在值可被表示如下：
MaxCPM(mi)＝CTRnormalized(mi)＊CPC(mi)。
这考虑到下面的事实，图像广告(mi)的影响可跨越许多不同网站，这些网站都具有不同的影响广告的提供的变量。例如，如果图像广告被放置在网页的顶端，这种放置可包括一个比图像广告被放置网页的最下面要高的选择率(CTR)。因此，如果某些网站将广告显示在他们的顶端，而其它网站将广告显示在它们的最下面，这可能对广告的性能产生很大的影响。这使得很难比较两个图像广告(m1和m2)彼此间的性能，因为它们可能对不同类型的网页具有不同的影响，每种网页都具有影响广告性能的不同变量。为了使该比较更公平，图像广告的发布可被标准化。其它影响选择率(或某些其它预期动作)的因子的影响，除了广告创造力本身外，可以类似地使用标准化来消除或最小化。
估计性能参数，例如选择率，可能要考虑除了或取代历史信息的因子。例如，可以考虑广告或者在其中将提供广告的上下文的其它属性(例如广告放置、与该广告一起放置的竞争广告的数目、广告的颜色、广告的商标等)。此外，也可以使用用于估计性能参数的其它技术(例如贝叶斯网络)。
例2：
假定可以提供图像广告和文本广告，在一个图像广告的位置上可以提供四个文本广告。还假定图像广告(m1、m2、m3、m4...)和文本广告(t1、t2、t3、t4...)是候选广告，并从高得分向低得分排序。最后，假定广告区域仅可以容纳一个图像或四个文本广告。此外，假定图像广告是可接受的，或者所有图像广告或者所有文本广告要被返回(如直接从请求或从内容所有者信息中确定的)。换言之，图像广告将与文本广告竞争。回头参考方框830，可选的候选广告集的比较以及选择最佳集的动作可以如下执行。文本广告只被评分(例如，使用内容CTR，而不是搜索CTR)。使用这些得分确定文本广告的MaxCPM的和。图像广告被评分(使用给评分确定MaxCPM)。如果MaxCPM_Text的和>MaxCPM_image，则文本广告集被选择。否则，图像广告被选择。这可以被扩展到N个图像广告与4N个文本广告竞争的情况，其中N>1。
§4.2.2.2用于确定和/或折扣广告商的费用的示例性方法
图9是一个可被用于以符合本发明的方式确定折扣费用的示例性方法900的流程图。当达到支付条件的事件(例如广告选择、转换等)发生时方法900的主要动作被执行。(方框910)。从图8的方框850可以回忆，潜在的费用可被确定并保存，或者随后从中可以确定费用的信息被保存。参考方法900，确定折扣费用的确定是否被存储。(方框920)如果否，使用被替换的广告的信息或未提供的“被替换”的集中的广告的信息来确定折扣费用(方框930)，并且在方法900结束(节点950)之前，使用折扣费用更新广告商的帐户(方框940)。回头参考方框920，如果折扣费用的确定被存储，则在方法900结束(节点950)之前，使用确定出的折扣费用更新广告商的帐户(方框940)。
确定出的要计费的费用可以仅仅是与广告相关的报价。作为替代，确定出的成本可以是一个或多个替换的广告或没有提供的广告集的函数，作为提供广告的结果。(例如参见序列号为10,340,542的美国专利申请(在此引入作为参考，并称为“′542申请”)，题目为《AUTOMATED PRICE MAINTENANCE FOR USE WITH ASYSTEM IN WHICH ADVERITISEMENTS ARE RENDEREDWITH RELATIVE PREFERENCE BASED ON PERFORMANCEINFORMATION AND PRICE INFORMATION》，申请日为2003年1月10日，申请人为Eric Veach等；以及序列号为10,340,543的美国专利申请(在此引入作为参考，并称为“′543申请”)，题目为《AUTOMATED PRICE MAINTENANCE FOR USE WITH ASYSTEM IN WHICH ADVERITISEMENTS ARE RENDEREDWITH RELA TIVE PREFERENCES》，申请日为2003年1月10日，申请人为Eric Veach等。在符合本发明的至少一些实施例中，使用被它的广告替换的一个或多个广告或未提供的一组广告的价值来确定折扣费用。该价值可被定义为不同的值：(i)提供包括广告商的广告的一组广告的价值(例如，估计的收入)，(ii)不包括广告商的广告的下一个最有价值的广告集的价值(例如，估计的收入的下一个最大量)。
用于确定费用的其它技术也可以作为替代而使用，本发明并不限于费用折扣的实施例。
在某些情况下，例如当广告都是相同类型，并且每个都占据相同量的“广告区域”时，折扣费用的确定可以简单地使用在′542和′543申请中描述的技术。但是，如果考虑不同类型的广告，每个广告占据不同量的“广告区域”，折扣费用的确定会有一点复杂。这里描述了多种用于确定折扣费用的可选方法。本发明并不限于所述的特殊例子。
例子：
这个例子假定报价是每个选择(或点击)的最大报价(在不失一般性的情况下指“CPC”)，并且计费费用被折扣。这个例子还假定图像广告和文本广告竞争广告区域中的空间，以及提供一个图像广告将替换四个文本广告。
胜出广告所支付的最终费用将是任何失败广告(即，被胜出广告所替换的任何广告)的预期价值(例如，MaxCPM)除以胜出广告的选择率(CTR)。在一组文本广告胜出一个图像广告的情况下，有两种方式来在多个胜出的文本广告中分配失败的图像广告的MaxCPM。在第一种选项下，通过一个接一个地将具有最小优选处理(例如，在广告区域的较低位置)的广告的折扣费用提高到它们的最大值(CPC)，直到文本广告的折扣费用的总和与向图像广告收取的费用相匹配(或稍微超过等)，而确定每个文本广告的修改的折扣成本。第二选项是在胜出的文本广告中分配(例如，平均地或根据某些功能和/或规则)费用的差值。在下面的4.3节参考图11和12给出了说明这些选项怎样工作的例子。
在图像广告胜出的情况下，简单地支付文本广告的预期价值(例如MaxCPM)的总和除以图像广告的选择率(CTR)。在下面的4.3节参考图13给出了这是怎样工作的一个例子。此逻辑是用于一个图像广告和N个文本广告的情况。但是，它可以很容易地扩展为M个图像广告对N个文本广告。在这种裁定中有一个特殊的情况使得希望调整上述技术。更具体地，如果给定广告商既具有候选的图像广告又有候选的文本广告彼此竞争，则广告将人工地驱动彼此的价格增长。例如，假定在拍卖中只有一个AdGroup(广告组)，但是它具有文本广告和图像广告(两者都具有最大报价(CPC))。在此场景下，广告商将结束支付文本广告的MaxCPM，而不是最小报价(保留价格)。这些情况应该很少见，并且被看作是特殊情况，或是应当避免的。
最后，对于只有图像广告或只有文本广告竞争的情况，拍卖可被看作是一种简单的裁定(参见，例如′542申请)。
上述技术的优势在于它们实现起来很简单。
§4.2.3示例性装置
图10是一个执行上述的一个或多个操作的机器1000的高级别方框图。机器1000主要包括一个或多个处理器1010、一个或多个输入/输出接口单元1030、一个或多个存储设备1020、和用于便于连接的元件间的信息通信的一个或多个系统总线和/或网络1040。一个或多个输入设备1032和一个或多个输出设备1034可被耦合至一个或多个输入/输出接口1030。
该一个或多个处理器1010可执行机器可执行的指令(例如，运行在从加利福尼亚州的Palo Alto的Sun Microsystem公司可得到的Solaris操作系统中，或者运行在从大量销售商处，如北卡罗来纳州的Durham的Red Hat公司，可广泛获得的Linux操作系统中的C或C++)以实现本发明的一个或多个方面。机器可执行指令的至少一部分可被存储(临时地或更加永久地)在一个或多个存储设备1020中，和/或可通过一个或多个输入接口单元1030从外部设备源接收。
在一个实施例中，机器1000可以是一个或多个传统的个人计算机。在此情况下，处理单元1010可以是一个或多个微处理器。总线1040可包括一个系统总线。存储设备1020可包括系统存储器，如只读存储器(ROM)和/或随机访问存储器(RAM)。存储设备1020还可包括一个用于从硬盘读取和写入的硬盘驱动器，一个用于从(例如可移动)磁盘读取和写入的磁盘驱动器，和一个用于从(磁)光盘读取和写入的光盘驱动器，例如紧致磁盘或其它(磁)光介质。
用户可以通过输入设备1032，例如键盘和指示设备(如鼠标)，向个人计算机中输入命令和信息。也(或者作为替代地)可以包括其它输入设备，如麦克风、控制杆、游戏盘、卫星反射器、扫描仪等。这些或其它输入设备经常通过耦合至系统总线1040的适当接口1030连接至处理单元1010。输出设备1034可包括一个监视器或其它类型的显示设备，它也通过适当的接口连接至系统总线1040。除了(或代替)监视器，个人计算机可包括其它(外围)输出设备(未显示)，例如扬声器和打印机。
上述各种操作可被一个或多个机器1000执行，上述各种信息可被存储在一个或多个机器1000中。广告服务器210、搜索引擎220、内容服务器230、电子邮件服务器240、和/或用户设备250可包括一个或多个机器800。
§4.2.4替代方案及扩展
在上面的某些实施例中，对裁定的描述是根据最大化(或近似最大化)潜在的收入(例如，选择率＊每个选择的最大报价之和)的策略目标进行的。其它的策略目标也是可能的，本领域的技术人员可设计裁定来满足这些策略目标。例如，一个策略目标可以是以广告商希望的方式提供广告商的广告，同时包含、减小、或最小化费用，以提供具有对用户最大效用的广告等。也可以使实施例具有符合本发明的不同策略目标和不同裁定。
在上面的某些例子中，费用被确定为折扣费用。也可以有以符合本发明的其它方法确定成本的实施例，这些方法包括非折扣成本。另外，向广告商确定出的计费费用很容易被进一步调整，例如广告商折扣、特殊报价折扣、总额折扣等，或者附加费，例如最低费用、延展费等。
尽管上述的某些实施例适用于可以提供文本广告和图像广告的实施例，但本发明广泛地适用于不同类型的广告(例如，flash广告、视频广告、音频广告等)。
尽管上述的某些例子的描述是在确定是否或怎样在文档的提供实例(例如，页视图)上提供广告的背景下进行的，但本发明也可用于做出与不同类型的竞争广告相关的确定，例如以什么频率提供广告等。
尽管在上面的某些例子中，广告商出价以支付每个选择的费用(例如最大费用)，本发明也可以与其它报价一起使用，如每个转换的报价(例如最大费用报价)、每个影响的报价(例如最大费用报价)等。
§4.3 操作的例子
回忆上面的4.2.2.2节，在一组文本广告胜出一个图像广告的情况中，有两种在多个胜出的文本广告中分配失败的图像广告的预期价值(例如，MaxCPM)的方法。在第一种选项下，通过一个接一个地将具有最小优选处理(例如，在广告区域的较低位置)的广告的折扣费用提高到它们的最大值(CPC)，直到文本广告的折扣费用的总和与向图像广告收取的费用相匹配(或稍微超过等)，而确定每个文本广告的修改的折扣成本。第二选项是在胜出的文本广告中分配费用的差值。在图11和12中示出了说明这些选项怎样工作的例子。
首先参考图11，注意，广告的MaxCPM之和(0.207)大于图像广告的MaxCPM(0.190)。广告的折扣期望价值(例如，收入)被设置为下一个较低的广告(即，被替换的广告)的价值，并且折扣费用被设置为折扣的收入(eCPM)除以该广告的选择率(CTR)。因为折扣费用之和($1.77)小于图像广告应当支付的($1.90)，根据选项1($0.13的$0.10被分配给文本广告t4(达到它的最大值$0.15)，剩余的$0.13的$0.03被分配给文本广告t3)，或者根据选项2($0.04＝$0.13/4，只入不舍到最近的美分，分配给四个文本广告的每一个)，可将差值($0.13)分配到文本广告的折扣费用中。
参考图12，因为折扣成本之和($4.50)已经大于图像广告应当支付的($1.90)，不需要附加的调整。
§4.4 结论
如从上述内容之可知，用于提供不同类型的广告的广告提供系统是可能的，其中不同类型的广告可能占据不同量的文档的广告区域。使用本技术，系统可以公平地实现。即使(统计上有效的)性能信息不可用时，该系统仍可被用于提供新类型的广告。该系统可满足内容所有者(例如，网络发布者)的需求。

Claims (45)

1.一种方法，包括：
a)响应一个广告请求确定要提供的候选广告，其中候选广告包括至少一个第一广告类型的广告和至少一个第二广告类型的广告；
b)确定该至少一些候选广告中的每一个的得分；
c)比较该至少一些候选广告的可选集合，以选择一个最符合至少一个策略目标的集合；并且
d)提供候选广告中所选的集合。
2.如权利要求1所述的方法，其中该第一广告类型是文本广告，该第二广告类型是图像广告。
3.如权利要求2所述的方法，其中所选的候选广告集合将被提供在文档的广告区域上，其中第一广告类型的广告比第二广告类型的广告占据较小的区域。
4.如权利要求3所述的方法，其中M个第一广告类型的广告可以适配到N个第二广告类型的广告占据的区域中，其中M>N。
5.如权利要求1所述的方法，其中该至少一个策略目标包括最大化与一组要被提供的广告相关的潜在估计收入。
6.如权利要求5所述的方法，其中每个广告都具有相关的每个动作报价，以及用户动作率。
7.如权利要求6所述的方法，其中该与一组广告相关的估计收入包括集合中的每个广告的潜在估计收入之和，并且其中每个广告的潜在估计收入包括与广告相关的每个用户动作的报价和与广告相关的用户动作率之积。
8.如权利要求6所述的方法，其中利用第一类型的广告的用户动作率来确定第二类型的广告的用户动作率。
9.如权利要求8所述的方法，其中利用第一类型的广告的用户动作率与一个调节因子的乘积来确定第二类型的广告的用户动作率。
10.如权利要求9所述的方法，其中所述调节因子是所有第二类型的广告的平均用户动作率与所有第一类型的广告的平均用户动作率的比值。
11.如权利要求9所述的方法，其中所述调节因子是第二类型的广告的一个集合的平均用户动作率与对应的第一类型的广告的一个集合的平均用户动作率的比值。
12.如权利要求9所述的方法，其中所述调节因子是一个第二类型的广告的平均用户动作率与一个对应的第一类型的广告的平均用户动作率的比值。
13.如权利要求12所述的方法，其中该第二类型的广告和对应的第一类型的广告属于相同广告活动的相同广告组。
14.如权利要求1所述的方法，还包括：
e)利用来自满足至少一个策略目标第二好的一组候选广告的信息来确定所选的候选广告集的至少一个广告的折扣费用。
15.如权利要求1所述的方法，其中所选的候选广告集包括至少N个图像广告，它们替换未被选择的候选广告集中的至少M个文本广告，其中N至少是1，其中M>N，并且其中提供N个图像广告的潜在期望收入大于提供M个文本广告的期望潜在收入。
16.如权利要求15所述的方法，还包括：
e)利用未被选择的候选广告集中的信息来确定至少N个图像广告的折扣信息。
17.如权利要求16所述的方法，还包括：
f)利用N个图像广告的期望价值与M个文本广告的期望价值之间的差来调节折扣信息。
18.如权利要求18所述的方法，其中所述调节动作在至少N个图像广告之间分配差值。
19.如权利要求1所述的方法，其中所选的候选广告集包括至少M个文本广告，它们替换未被选择的候选广告集中的至少N个图像广告，其中N至少是1，其中M>N，并且其中提供M个文本广告的潜在期望收入大于提供N个图像广告的潜在期望收入。
20.如权利要求19所述的方法，还包括：
e)利用被未选择的候选广告集中的信息来确定至少M个文本广告的费用。
21.如权利要求20所述的方法，还包括：
f)利用M个文本广告的期望价值与N个图像广告的期望价值之间的差来调节折扣信息。
22.如权利要求21所述的方法，其中所述调节动作在至少M个文本广告之间分配差值。
23.一种装置，包括：
a)用于响应一个广告请求确定要提供的候选广告的装置，其中候选广告包括至少一个第一广告类型的广告和至少一个第二广告类型的广告；
b)用于确定该至少一些候选广告中的每一个的得分的装置；
c)用于比较该至少一些候选广告的可选集合，以选择一个最符合至少一个策略目标的集合的装置；
d)用于提供候选广告中所选的集合的装置。
24.如权利要求23所述的装置，其中该第一广告类型是文本广告，该第二广告类型是图像广告。
25.如权利要求24所述的装置，其中所选的候选广告集合将被提供在文档的广告区域上，并且其中第一广告类型的广告比第二广告类型的广告占据较小的区域。
26.如权利要求25所述的装置，其中M个第一广告类型的广告可以适配到N个第二广告类型的广告占据的区域中，其中M>N。
27.如权利要求23所述的装置，其中该至少一个策略目标包括最大化与一组要被提供的广告相关的潜在估计收入。
28.如权利要求27所述的装置，其中每个广告都具有相关的每个动作报价，以及用户动作率。
29.如权利要求28所述的装置，其中该与一组广告相关的估计收入包括集合中的每个广告的潜在估计收入之和，其中每个广告的潜在估计收入包括与广告相关的每个用户动作的报价和与广告相关的用户动作率的乘积。
30.如权利要求28所述的装置，还包括用于利用第一类型的广告的用户动作率来确定第二类型的广告的用户动作率的装置。
31.如权利要求30所述的装置，还包括用于利用第一类型的广告的用户动作率与一个调节因子的乘积来确定第二类型的用户动作率的装置。
32.如权利要求31所述的装置，其中所述调节因子是所有第二类型的广告的平均用户动作率与所有第一类型的广告的平均用户动作率的比值。
33.如权利要求31所述的装置，其中所述调节因子是第二类型的广告的一个集合的平均用户动作率与对应的第一类型的广告的一个集合的平均用户动作率的比值。
34.如权利要求31所述的装置，其中所述调节因子是一个第二类型的广告的平均用户动作率与一个对应的第一类型的广告的平均用户动作率的比值。
35.如权利要求34所述的装置，其中该第二类型的广告和对应的第一类型的广告属于相同广告活动的相同广告组。
36.如权利要求23所述的装置，还包括：
e)用于利用来自满足至少一个策略目标第二好的一组候选广告的信息来确定选择的候选广告集的至少一个广告的折扣费用的装置。
37.如权利要求23所述的装置，其中所选的候选广告集包括至少N个图像广告，它们替换未被选择的候选广告集中的至少M个文本广告，其中N至少是1，其中M>N，并且其中提供N个图像广告的潜在期望收入大于提供M个文本广告的期望潜在收入。
38.如权利要求37所述的装置，还包括：
e)用于利用未被选择的候选广告集中的信息来确定至少N个图像广告的折扣信息的装置。
39.如权利要求38所述的装置，还包括：
f)用于利用N个图像广告的期望价值与M个文本广告的期望价值之间的差来调节折扣信息的装置。
40.如权利要求18所述的装置，其中用于调节的装置在至少N个图像广告之间分配差值。
41.如权利要求23所述的装置，其中所选的候选广告集包括至少M个文本广告，它们替换未被选择的候选广告集中的至少N个图像广告，其中N至少是1，其中M>N，并且其中提供M个文本广告的潜在期望收入大于提供N个图像广告的潜在期望收入。
42.如权利要求41所述的装置，还包括：
e)用于利用未被选择的候选广告集中的信息来确定至少M个文本广告的费用的装置。
43.如权利要求42所述的装置，还包括：
f)用于利用M个文本广告的期望价值与N个图像广告的期望价值之间的差来调节折扣信息的装置。
44.如权利要求43所述的装置，其中用于调节的装置在至少M个文本广告之间分配差值。
45.一种在其上存储有计算机可读的消息的计算机可读取介质，该消息包括：
a)对至少一个要与文档一起提供的广告的请求；以及
b)与广告的类型相关的文档所有者的限制，其中广告的类型包括仅文本广告、图像广告、动画广告、视频广告、交互广告和音频广告。
CNA2005800210935A 2004-05-10 2005-05-06 便于提供具有不同处理和/或特性的广告，如文本广告和图像广告 Pending CN101427275A (zh)

Applications Claiming Priority (2)

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

Publications (1)

Publication Number Publication Date
CN101427275A true CN101427275A (zh) 2009-05-06

Family

ID=35240552

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2005800210935A Pending CN101427275A (zh) 2004-05-10 2005-05-06 便于提供具有不同处理和/或特性的广告，如文本广告和图像广告

Country Status (7)

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

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105678583A (zh) * 2016-01-07 2016-06-15 腾讯科技（深圳）有限公司 信息发布方法及信息发布装置
CN106462882A (zh) * 2014-06-30 2017-02-22 微软技术许可有限责任公司 向具有扩展的电子通信分配得分
CN107464500A (zh) * 2017-07-31 2017-12-12 上海与德科技有限公司 一种电子广告屏的使用方法、服务器及终端

Families Citing this family (100)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7801899B1 (en) * 2004-10-01 2010-09-21 Google Inc. Mixing items, such as ad targeting keyword suggestions, from heterogeneous sources
US8768766B2 (en) 2005-03-07 2014-07-01 Turn Inc. Enhanced online advertising system
US7917389B2 (en) 2005-04-15 2011-03-29 The Go Daddy Group, Inc. Relevant email ads for domain name advertiser
US7890369B2 (en) 2005-04-15 2011-02-15 The Go Daddy Group, Inc. Relevant online ads for domain name advertiser
US7921035B2 (en) 2005-04-15 2011-04-05 The Go Daddy Group, Inc. Parked webpage domain name suggestions
US7818208B1 (en) 2005-06-28 2010-10-19 Google Inc. Accurately estimating advertisement performance
US9558498B2 (en) * 2005-07-29 2017-01-31 Excalibur Ip, Llc System and method for advertisement management
US7676394B2 (en) * 2005-09-14 2010-03-09 Jumptap, Inc. Dynamic bidding and expected value
US8103545B2 (en) 2005-09-14 2012-01-24 Jumptap, Inc. Managing payment for sponsored content presented to mobile communication facilities
US7752209B2 (en) 2005-09-14 2010-07-06 Jumptap, Inc. Presenting sponsored content on a mobile communication facility
US7660581B2 (en) 2005-09-14 2010-02-09 Jumptap, Inc. Managing sponsored content based on usage history
US8805339B2 (en) 2005-09-14 2014-08-12 Millennial Media, Inc. Categorization of a mobile user profile based on browse and viewing behavior
US8615719B2 (en) 2005-09-14 2013-12-24 Jumptap, Inc. Managing sponsored content for delivery to mobile communication facilities
US8515401B2 (en) 2005-09-14 2013-08-20 Jumptap, Inc. System for targeting advertising content to a plurality of mobile communication facilities
US9076175B2 (en) 2005-09-14 2015-07-07 Millennial Media, Inc. Mobile comparison shopping
US8238888B2 (en) 2006-09-13 2012-08-07 Jumptap, Inc. Methods and systems for mobile coupon placement
US7769764B2 (en) 2005-09-14 2010-08-03 Jumptap, Inc. Mobile advertisement syndication
US20100076994A1 (en) * 2005-11-05 2010-03-25 Adam Soroca Using Mobile Communication Facility Device Data Within a Monetization Platform
US8832100B2 (en) 2005-09-14 2014-09-09 Millennial Media, Inc. User transaction history influenced search results
US8503995B2 (en) 2005-09-14 2013-08-06 Jumptap, Inc. Mobile dynamic advertisement creation and placement
US10592930B2 (en) 2005-09-14 2020-03-17 Millenial Media, LLC Syndication of a behavioral profile using a monetization platform
US20110313853A1 (en) 2005-09-14 2011-12-22 Jorey Ramer System for targeting advertising content to a plurality of mobile communication facilities
US9471925B2 (en) 2005-09-14 2016-10-18 Millennial Media Llc Increasing mobile interactivity
US7577665B2 (en) 2005-09-14 2009-08-18 Jumptap, Inc. User characteristic influenced search results
US7912458B2 (en) 2005-09-14 2011-03-22 Jumptap, Inc. Interaction analysis and prioritization of mobile content
US8209344B2 (en) 2005-09-14 2012-06-26 Jumptap, Inc. Embedding sponsored content in mobile applications
US8812526B2 (en) 2005-09-14 2014-08-19 Millennial Media, Inc. Mobile content cross-inventory yield optimization
US9058406B2 (en) 2005-09-14 2015-06-16 Millennial Media, Inc. Management of multiple advertising inventories using a monetization platform
US10911894B2 (en) 2005-09-14 2021-02-02 Verizon Media Inc. Use of dynamic content generation parameters based on previous performance of those parameters
US8666376B2 (en) 2005-09-14 2014-03-04 Millennial Media Location based mobile shopping affinity program
US8311888B2 (en) 2005-09-14 2012-11-13 Jumptap, Inc. Revenue models associated with syndication of a behavioral profile using a monetization platform
US8688671B2 (en) 2005-09-14 2014-04-01 Millennial Media Managing sponsored content based on geographic region
US10038756B2 (en) 2005-09-14 2018-07-31 Millenial Media LLC Managing sponsored content based on device characteristics
US8660891B2 (en) 2005-11-01 2014-02-25 Millennial Media Interactive mobile advertisement banners
US9201979B2 (en) 2005-09-14 2015-12-01 Millennial Media, Inc. Syndication of a behavioral profile associated with an availability condition using a monetization platform
US7702318B2 (en) 2005-09-14 2010-04-20 Jumptap, Inc. Presentation of sponsored content based on mobile transaction event
US8989718B2 (en) 2005-09-14 2015-03-24 Millennial Media, Inc. Idle screen advertising
US8364540B2 (en) 2005-09-14 2013-01-29 Jumptap, Inc. Contextual targeting of content using a monetization platform
US9703892B2 (en) 2005-09-14 2017-07-11 Millennial Media Llc Predictive text completion for a mobile communication facility
US8819659B2 (en) 2005-09-14 2014-08-26 Millennial Media, Inc. Mobile search service instant activation
US20070156887A1 (en) * 2005-12-30 2007-07-05 Daniel Wright Predicting ad quality
US10600090B2 (en) 2005-12-30 2020-03-24 Google Llc Query feature based data structure retrieval of predicted values
AU2011203560B2 (en) * 2005-12-30 2013-05-02 Google Llc Improved advertising with video ad creatives
US8065184B2 (en) * 2005-12-30 2011-11-22 Google Inc. Estimating ad quality from observed user behavior
US7827060B2 (en) * 2005-12-30 2010-11-02 Google Inc. Using estimated ad qualities for ad filtering, ranking and promotion
US20070157228A1 (en) * 2005-12-30 2007-07-05 Jason Bayer Advertising with video ad creatives
US8688522B2 (en) * 2006-09-06 2014-04-01 Mediamath, Inc. System and method for dynamic online advertisement creation and management
US20080091524A1 (en) * 2006-10-13 2008-04-17 Yahoo! Inc. System and method for advertisement price adjustment utilizing traffic quality data
US9053492B1 (en) 2006-10-19 2015-06-09 Google Inc. Calculating flight plans for reservation-based ad serving
US20130339147A1 (en) * 2006-12-29 2013-12-19 Google Inc. Custom content and advertising
US7802280B2 (en) * 2007-04-03 2010-09-21 Google Inc. Approving transcoded advertisements in advertisement front end
US7853969B2 (en) 2007-04-03 2010-12-14 Google Inc. Log processing to determine impression values using reliable durations
JP5579595B2 (ja) * 2007-04-03 2014-08-27 グーグル・インコーポレーテッド 予想データの測定データとの照合
US8799249B2 (en) * 2007-06-08 2014-08-05 Yahoo! Inc. Method and system for rendering a collection of media items
US8069083B2 (en) * 2007-08-08 2011-11-29 Yahoo! Inc. Pay-per-action system for selling advertisements
US20080033822A1 (en) * 2007-10-03 2008-02-07 The Go Daddy Group, Inc. Systems and methods for filtering online advertisements containing third-party trademarks
US10346854B2 (en) * 2007-11-30 2019-07-09 Microsoft Technology Licensing, Llc Feature-value attachment, reranking and filtering for advertisements
US20090144207A1 (en) * 2007-12-03 2009-06-04 Microsoft Corporation Progressive pricing schemes for advertisements
US20090216642A1 (en) * 2008-02-25 2009-08-27 Bering Media Incorporated Privacy-enhanced internet advertising system
US20090299945A1 (en) * 2008-06-03 2009-12-03 Strands, Inc. Profile modeling for sharing individual user preferences
US20100036906A1 (en) * 2008-08-05 2010-02-11 Google Inc. Advertisements for streaming media
US8301649B1 (en) 2008-09-04 2012-10-30 Amazon Technologies, Inc. Dynamic categorizations for electronic advertising
US9390180B1 (en) 2008-09-04 2016-07-12 Amazon Technologies, Inc. Landing page selection for linked advertising
US20100063885A1 (en) * 2008-09-08 2010-03-11 International Business Machines Corporation Apparatus, system, and method for advertisement complexity scaling via traffic analysis
US8255949B1 (en) 2009-01-07 2012-08-28 Google Inc. Television program targeting for advertising
US20100223144A1 (en) * 2009-02-27 2010-09-02 The Go Daddy Group, Inc. Systems for generating online advertisements offering dynamic content relevant domain names for registration
US20100223278A1 (en) * 2009-02-27 2010-09-02 The Go Daddy Group, Inc. Generating online advertisments based upon available dynamic content relevant domain names
US10262337B2 (en) * 2009-03-06 2019-04-16 AppNexus Inc. Advertising platform transaction management
US20100325253A1 (en) * 2009-06-18 2010-12-23 The Go Daddy Group, Inc. Generating and registering screen name-based domain names
US20100332315A1 (en) * 2009-06-26 2010-12-30 Microsoft Corporation Generation of impression plans for presenting and sequencing advertisement and sales opportunities along potential routes
US8276057B2 (en) 2009-09-17 2012-09-25 Go Daddy Operating Company, LLC Announcing a domain name registration on a social website
US8312364B2 (en) 2009-09-17 2012-11-13 Go Daddy Operating Company, LLC Social website domain registration announcement and search engine feed
US8380570B2 (en) * 2009-10-27 2013-02-19 Yahoo! Inc. Index-based technique friendly CTR prediction and advertisement selection
US20110197220A1 (en) * 2010-02-09 2011-08-11 Google Inc. Customized television advertising
US20110231253A1 (en) * 2010-03-16 2011-09-22 Appnexus, Inc. Cross platform impression inventory classification
WO2011119186A1 (en) 2010-03-23 2011-09-29 Google Inc. Conversion path performance measures and reports
US10049391B2 (en) 2010-03-31 2018-08-14 Mediamath, Inc. Systems and methods for providing a demand side platform
EP2553643A4 (en) 2010-03-31 2014-03-26 Mediamath Inc SYSTEMS AND METHOD FOR INTEGRATING A REQUIRED SIDE PLATFORM
US9858593B2 (en) 2010-04-09 2018-01-02 Go Daddy Operating Company, LLC URL shortening based online advertising
US10223703B2 (en) 2010-07-19 2019-03-05 Mediamath, Inc. Systems and methods for determining competitive market values of an ad impression
US20120158490A1 (en) * 2010-12-16 2012-06-21 Yahoo! Inc. Sponsored search auction mechanism for rich media advertising
US20120158461A1 (en) * 2010-12-17 2012-06-21 Verizon Patent And Licensing Inc. Content management and advertisement management
US9589056B2 (en) * 2011-04-05 2017-03-07 Microsoft Technology Licensing Llc User information needs based data selection
US10607250B2 (en) 2012-06-04 2020-03-31 Facebook, Inc. Advertisement selection and pricing using discounts based on placement
US20130325838A1 (en) * 2012-06-05 2013-12-05 Yahoo! Inc. Method and system for presenting query results
US9947029B2 (en) 2012-06-29 2018-04-17 AppNexus Inc. Auction tiering in online advertising auction exchanges
US10832313B2 (en) 2012-09-29 2020-11-10 Xandr Inc. Systems and methods for serving secure content
US8732271B1 (en) * 2012-12-05 2014-05-20 Christopher Burns Sponsored message network based on community preferences
US10395281B2 (en) * 2013-08-19 2019-08-27 Facebook, Inc. Advertisement selection and pricing based on advertisement type and placement
US20150206188A1 (en) * 2014-01-17 2015-07-23 Panasonic Intellectual Property Corporation Of America Item presentation method, and information display method
GB2529814A (en) * 2014-08-29 2016-03-09 Lotus Innovations Ltd Content delivery system
US10528986B2 (en) 2015-01-15 2020-01-07 Xandr Inc. Modifying bid price for online advertising auction based on user impression frequency
JP6541521B2 (ja) * 2015-09-08 2019-07-10 ヤフー株式会社 生成装置、生成方法、生成プログラム、決定装置、決定方法、及び決定プログラム
CN105677827B (zh) * 2016-01-04 2019-03-29 百度在线网络技术（北京）有限公司 一种表单的获取方法及装置
US10467659B2 (en) 2016-08-03 2019-11-05 Mediamath, Inc. Methods, systems, and devices for counterfactual-based incrementality measurement in digital ad-bidding platform
US10354276B2 (en) 2017-05-17 2019-07-16 Mediamath, Inc. Systems, methods, and devices for decreasing latency and/or preventing data leakage due to advertisement insertion
US11348142B2 (en) 2018-02-08 2022-05-31 Mediamath, Inc. Systems, methods, and devices for componentization, modification, and management of creative assets for diverse advertising platform environments
US11132406B2 (en) * 2018-05-18 2021-09-28 Google Llc Action indicators for search operation output elements
US11182829B2 (en) 2019-09-23 2021-11-23 Mediamath, Inc. Systems, methods, and devices for digital advertising ecosystems implementing content delivery networks utilizing edge computing
KR102340724B1 (ko) * 2019-10-24 2021-12-17 엔에이치엔애드 (주) 사용자 단말기들에 웹 페이지들을 제공하는 네트워크 서버 및 방법

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5724521A (en) * 1994-11-03 1998-03-03 Intel Corporation Method and apparatus for providing electronic advertisements to end users in a consumer best-fit pricing manner
US5740549A (en) * 1995-06-12 1998-04-14 Pointcast, Inc. Information and advertising distribution system and method
US6026368A (en) * 1995-07-17 2000-02-15 24/7 Media, Inc. On-line interactive system and method for providing content and advertising information to a targeted set of viewers
US5848397A (en) * 1996-04-19 1998-12-08 Juno Online Services, L.P. Method and apparatus for scheduling the presentation of messages to computer users
US5948061A (en) * 1996-10-29 1999-09-07 Double Click, Inc. Method of delivery, targeting, and measuring advertising over networks
US6078914A (en) * 1996-12-09 2000-06-20 Open Text Corporation Natural language meta-search system and method
US6285999B1 (en) 1997-01-10 2001-09-04 The Board Of Trustees Of The Leland Stanford Junior University Method for node ranking in a linked database
US6144944A (en) * 1997-04-24 2000-11-07 Imgis, Inc. Computer system for efficiently selecting and providing information
US6044376A (en) * 1997-04-24 2000-03-28 Imgis, Inc. Content stream analysis
US7039599B2 (en) * 1997-06-16 2006-05-02 Doubleclick Inc. Method and apparatus for automatic placement of advertising
US6167382A (en) * 1998-06-01 2000-12-26 F.A.C. Services Group, L.P. Design and production of print advertising and commercial display materials over the Internet
WO2000008802A2 (en) * 1998-08-03 2000-02-17 Doubleclick Inc. Network for distribution of re-targeted advertising
US6324519B1 (en) * 1999-03-12 2001-11-27 Expanse Networks, Inc. Advertisement auction system
US6985882B1 (en) * 1999-02-05 2006-01-10 Directrep, Llc Method and system for selling and purchasing media advertising over a distributed communication network
US6907566B1 (en) * 1999-04-02 2005-06-14 Overture Services, Inc. Method and system for optimum placement of advertisements on a webpage
US6269361B1 (en) * 1999-05-28 2001-07-31 Goto.Com System and method for influencing a position on a search result list generated by a computer network search engine
US6401075B1 (en) * 2000-02-14 2002-06-04 Global Network, Inc. Methods of placing, purchasing and monitoring internet advertising
US20010025274A1 (en) * 2000-06-07 2001-09-27 Wilson Zehr Method and apparatus for supplementing mailing transaction costs
KR20010102800A (ko) * 2000-05-08 2001-11-16 문병로 경쟁기반의 가변적 인터넷 광고 발주장치 및 방법
JP2002123685A (ja) * 2000-10-13 2002-04-26 Mitsubishi Electric Corp 情報端末装置
KR20020038141A (ko) * 2000-11-16 2002-05-23 윤종용 인터넷 광고 방법 및 장치
JP2002259812A (ja) * 2001-03-02 2002-09-13 Toshiba Tec Corp 広告配信システム
IL144231A (en) * 2001-07-10 2006-07-05 Hollandia The Sleep Engineerin Control mechanism for adjustable position furniture
US7778872B2 (en) * 2001-09-06 2010-08-17 Google, Inc. Methods and apparatus for ordering advertisements based on performance information and price information
US20030069790A1 (en) * 2001-10-04 2003-04-10 Kane Roger A. Network assisted advertising
US7136875B2 (en) * 2002-09-24 2006-11-14 Google, Inc. Serving advertisements based on content
US8352499B2 (en) * 2003-06-02 2013-01-08 Google Inc. Serving advertisements using user request information and user information
US7647299B2 (en) * 2003-06-30 2010-01-12 Google, Inc. Serving advertisements using a search of advertiser web information
US20050096980A1 (en) * 2003-11-03 2005-05-05 Ross Koningstein System and method for delivering internet advertisements that change between textual and graphical ads on demand by a user
US8341017B2 (en) * 2004-01-09 2012-12-25 Microsoft Corporation System and method for optimizing search result listings
US11330087B2 (en) 2017-11-16 2022-05-10 Intel Corporation Distributed software-defined industrial systems
US11265602B2 (en) 2018-04-12 2022-03-01 Rovi Guides, Inc. Systems and methods for evaluating a promotional campaign

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106462882A (zh) * 2014-06-30 2017-02-22 微软技术许可有限责任公司 向具有扩展的电子通信分配得分
CN105678583A (zh) * 2016-01-07 2016-06-15 腾讯科技（深圳）有限公司 信息发布方法及信息发布装置
CN105678583B (zh) * 2016-01-07 2021-05-07 腾讯科技（深圳）有限公司 信息发布方法及信息发布装置
CN107464500A (zh) * 2017-07-31 2017-12-12 上海与德科技有限公司 一种电子广告屏的使用方法、服务器及终端

Also Published As

Publication number Publication date
KR101282806B1 (ko) 2013-07-05
EP1759343A4 (en) 2009-12-23
KR20100017914A (ko) 2010-02-16
EP1759343A2 (en) 2007-03-07
AU2005242763A1 (en) 2005-11-24
WO2005111894A3 (en) 2009-06-11
KR20070010198A (ko) 2007-01-22
AU2005242763B2 (en) 2009-07-16
US20050251444A1 (en) 2005-11-10
CA2566230A1 (en) 2005-11-24
WO2005111894A2 (en) 2005-11-24

Similar Documents

Publication Publication Date Title
CN101427275A (zh) 便于提供具有不同处理和/或特性的广告，如文本广告和图像广告
US7801899B1 (en) Mixing items, such as ad targeting keyword suggestions, from heterogeneous sources
US7680796B2 (en) Determining and/or using location information in an ad system
KR101215861B1 (ko) 투자 수익 및／또는 이윤과 같은 지표를 사용하여 온-라인광고를 관리하는 방법 및 장치
US8296285B2 (en) Rendering advertisements with documents having one or more topics using user topic interest information
US7523087B1 (en) Determining and/or designating better ad information such as ad landing pages
US8311890B2 (en) Method and system for dynamic textual ad distribution via email
US8370197B2 (en) Controlling the serving of advertisements, such as cost per impression advertisements for example, to improve the value of such serves
US20070005418A1 (en) Prioritizing ad review, by using expected revenue for example, in an advertising system
US20050076014A1 (en) Determining and/or using end user local time information in an ad system
CN101322148A (zh) 允许具有不同价值主张的广告主向其表达价值主张的易适应广告系统
CA2537191C (en) Determining and/or using location information in an ad system
JP2006528388A (ja) 収集されたユーザの行動データを利用するコンテンツ絞り込み型広告方法の改善
JP2007517321A (ja) 対象とされる広告で使用するためのユーザ情報の生成
CN101124595A (zh) 利用增强广告特征,提高在线广告的竞争力
US20130304572A1 (en) Providing links to related advertisements
US20130024283A1 (en) Using per document or document type performance of ad configurations in ad serving decisions
US20160034972A1 (en) Generating and using ad serving guarantees in an online advertising network

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20090506