CN102541971A - 将登广告者目标映射到关键字 - Google Patents

将登广告者目标映射到关键字 Download PDF

Info

Publication number
CN102541971A
CN102541971A CN2011102632534A CN201110263253A CN102541971A CN 102541971 A CN102541971 A CN 102541971A CN 2011102632534 A CN2011102632534 A CN 2011102632534A CN 201110263253 A CN201110263253 A CN 201110263253A CN 102541971 A CN102541971 A CN 102541971A
Authority
CN
China
Prior art keywords
target
topic
target topic
key word
advertisement
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
CN2011102632534A
Other languages
English (en)
Inventor
丹尼尔·加拉斯
维拉威驰·泰·修玛萨希特
莫西·V·努卡拉
理查德·爱德华·查特文
本杰明·大卫·福斯特
艾伦·科莱曼
曼尼诗·契特瑞
斯瓦·查卓瑟卡
尼廷·古塔
斯里尼赫·若姆施·孔达吉
阿兰桑多·玛格纳尼
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.)
Adchemy Inc
Original Assignee
Adchemy 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 Adchemy Inc filed Critical Adchemy Inc
Publication of CN102541971A publication Critical patent/CN102541971A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0242Determining effectiveness of advertisements
    • G06Q30/0244Optimization
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0247Calculate past, present or future revenues
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0251Targeted advertisements
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0251Targeted advertisements
    • G06Q30/0255Targeted advertisements based on user history
    • G06Q30/0256User search
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241Advertisements
    • G06Q30/0276Advertisement creation

Abstract

本发明涉及将登广告者目标映射到关键字。在一个实施例中,一种方法包括:构建用于多个产品的目标地图,所述目标地图包括目标主题,并且每个目标主题包括目标;以及然后,基于关键字模板从所述目标地图得到多个关键字。

Description

将登广告者目标映射到关键字
相关申请
根据美国法典第35部分第119(e)条,本申请要求于2010年8月27日递交的美国临时专利申请No.61/377648的优先权。
技术领域
本发明涉及搜索引擎,以及基于搜索引擎的营销和广告。
背景技术
因特网提供了用于广告的通用媒介。因特网广告超越传统广告(例如在广告牌上或者在报纸或杂志中的广告)的优点在于更具定制性或个人化的广告,甚至可以延伸至个体用户的层级。较大程度个人化的广告能够比较小程度个人化的广告更为有效,并且在广告特定地针对更容易对广告产生兴趣的用户时,个人化的广告趋于更为有效。这样用户较不容易丢弃或忽视广告,因此广告更容易产生收益。同时,较大程度个人化的广告通常降低了登广告者的成本,这是因为这样的广告通常投递给更少的用户。
广告通常在因特网上使用以促销各种产品(例如,实体产品、软件产品或服务)。广告可以包括例如横幅广告、指向网页的链接、图像、视频、文字等。用于在因特网上促销商品的各种广告可以根据各种格式进行显示,例如根据响应于搜索引擎查询的排名结果。向用户显示的广告可以被选择,将用户重定向至提供所广告的产品或服务的网站。
搜索引擎登广告者可以基于每次点击付费向搜索引擎的用户展示广告。登广告者可以向一个或多个关键字(包括被成为广告群组的相关关键字群组)出价。登广告者可以选择关键字,然后为各个关键字分配每次点击付费出价、广告语和点击URL。然后,搜索引擎的用户会向搜索引擎(例如,Google、Yahoo!、Bing)输入查询,并且搜索引擎会将查询与关键侧进行匹配,并向用户显示相关广告,基于每次点击付费出价、点击率和所有权算法将广告排序。参与这种基于拍卖的系统的登广告者会面临管理和优化当前的出价处理的巨大挑战,例如,管理和优化数千或数百万个关键字或关键字群组(例如,广告群组)的出价。
发明内容
本发明的一个技术方案提供了一种方法,该方法包括:通过一个或多个计算装置,构建用于多个产品的目标地图,其中:所述目标地图包括一个或多个目标主题,并且所述一个或多个目标主题中的每一个包括一个或多个目标。所述方法还包括基于一个或多个关键字模板,从所述目标地图得到多个关键字。
本发明另外的技术方案还提供了相应的系统,以及一个或多个包含软件的计算机可读非暂态存储介质。
附图说明
图1图示了包括数字营销活动中所涉及的各方的示例性系统。
图2A图示了示例性的目标地图。
图2B图示了用户信息、关键字、目标和产品之间的关系。
图2C图示了基于目标的关键字业务管理。
图3A图示了基于用户的各个目标将产品和用户匹配的示例性方法。
图3B图示了用于将登广告者目标与关键字匹配的示例性方法。
图4图示了在示例性网络环境中的示例性搜索引擎营销平台。
图5图示了示例性的计算机系统。
具体实施方式
系统概述
图1图示了包括在数字营销活动中涉及的各方的示例性系统100以及各方之间的关系。系统100可以包括一个或多个广告交易商110、一个或多个发布商120、一个或多个访问者130、一个或多个代理商140、一个或多个登广告者150。每个广告交易商110可以服务一个或多个发布商120、一个或多个代理商140、或者一个或多个登广告者150。每个发布商120在任意给定时间可以具有一个或多个广告库122,每个广告库122可以包括用于放置广告的空间124以及要向其展示广告的访问者130。每个代理商140可以代表一个或多个登广告者150,并为这些登广告者150管理数字营销活动。每个登广告者150可以具有要向各个访问者130现的一个或多个广告152和一个或多个着陆页面154。发布商120可以与代理商140或直接与登广告者150相交互,并可以采用广告交易商110来与代理商140或登广告者150互相交互。虽然图1图示了的广告交易商110、发布商120、广告库122、广告空间124、访问者130、代理商140、登广告者150、广告152和着陆页面154的特定管理方式,但是本发明包含广告交易商110、发布商120、广告库122、广告空间124、访问者130、代理商140、登广告者150、广告152和着陆页面154的任意合适的管理方式。作为示例而非限制,广告交易商110、发布商120、访问者130、代理商140、或登广告者150中的两者或更多者可以绕过其他方而直接彼此连接。作为另一示例,广告交易商110、发布商120、广告库122、广告空间124、访问者130、代理商140、登广告者150、广告152或着陆页面154中的两者或更多者可以整体或部分地在物理上或逻辑上位于一起。此外,虽然图1图示了特定数量的广告交易商110、发布商120、广告库122、广告空间124、访问者130、代理商140、登广告者150、广告152和着陆页面154,本发明包含任意合适数量的广告交易商110、发布商120、广告库122、广告空间124、访问者130、代理商140、登广告者150、广告152和着陆页面154。
在具体实施例中,广告交易商110、发布商120、访问者130、代理商140或登广告者150可以是可网络解决的计算系统。广告交易商110、发布商120、访问者130、代理商140或登广告者150可以产生、存储、接收或发送数据,例如用户信息、搜索查询、搜索结果、网页、广告、或其他合适数据。广告交易商110、发布商120、访问者130、代理商140或登广告者150可以被如图1所示的其他部分直接地或经由合适网络进行访问。在具体实施例中,访问者130可以是任意合适的客户系统,其可以直接地、经由合适网络或经由第三方系统访问广告交易商110、发布商120、广告库122、广告空间124、代理商140、登广告者150、广告152或着陆页面154。访问者130可以是经由合适的计算装置(例如,个人计算机、膝上型计算机、蜂窝式电话、智能电话或平板计算机)访问系统100的其他组件的用户。
本发明包含任意合适的网络110。作为示例而非限制,网络110的一个或多个组件可以包括专用网络、内联网、外联网、虚拟专用网络(VPN)、局域网(LAN)、无线LAN(WLAN)、广域网(WAN)、无线WAN(WWAN)、城域网(MAN)、因特网的一部分、公共交换电话网络(PSTN)的一部分、蜂窝式电话网络、或者这些网络中两者或更多者的组合。网络110可以包括一个或多个网络110。
连接可以将网络110、发布商120、访问者130、代理商140或登广告者150连接至网络或彼此连接。本发明包含任意合适的连接。在具体实施例中,一个或多个连接包括一个或多个有线线路(例如,数字用户线路(DSL)或电缆数据业务接口规范(DOCSIS))、无线(例如Wi-Fi或全球互通微波存取(WiMax))或光学(例如,同步光纤网络(SONET)或同步数字体系(SDH))连接。在具体实施例中,一个或多个连接各包括专用网络、内联网、外联网、VPN、LAN、WLAN、WAN、WWAN、因特网的一部分、PCTN的一部分、蜂窝式电话网络、其他连接、或者两个或多个这种连接的组合。连接不一定在整个系统中保持一致。一个或多个第一连接可以与一个或多个第二连接在一个或多个方面不同。
针对特定的消费者团体的定制化的搜索引擎营销活动通常提高了活动业绩,这因而提高了来自搜索引擎营销活动的销售量,提高了由搜索引擎营销活动产生的收入,或者搜索引擎营销活动的投资回报。但是,登广告者(也称为“搜索引擎营销商”或“营销商”)可能难以实现大规模定制,这至少部分地因为搜索引擎营销活动趋于取决于渠道。“最佳”(或最大程度定制化的用户体验)经常是搜索引擎营销价值链的函数。在搜索引擎营销价值链的每个阶段,对于任意给定的消费者的搜索引擎营销活动定制应该不仅考虑与搜索引擎营销价值链上的当前阶段相关的信息,还应该尽可能多地考虑从搜索引擎营销价值链上先前阶段可获取的相关信息。作为示例而非限制,对于特定消费者的“最佳”广告(ad)可以是以下参数的函数:登广告者如何购买广告媒介;哪些是作为目标的消费者(也称为“用户”或“访问者”);哪个发布商发布广告;广告的位置;对应的搜索项(如果可用);消费者是否先前访问过网站或登广告者;其他消费者/用户信息;或者两个或多个这种因素。对于特定用户的“最佳”着陆页面可以是如下参数的函数:广告媒介如何购买;已经呈现的对应广告;消费者已经点击了广告中的什么位置;或其他合适的因素。没有考虑来自搜索引擎营销价值链的先前阶段的相关信息进行的优化将趋于导致并非最佳的活动业绩。
还存在搜索引擎营销活动中所涉及的多方。登广告者可以被认为是搜索引擎营销活动的赞助商。通常,登广告者希望销售一个或多个特定产品。如本文所用的,术语“产品”可以表示实体产品、软件产品、服务、无形产品(例如,知识产权)、其他合适的商品或服务、或者两个或更多个这样的商品或服务。为此,登广告者可以进行搜索引擎营销活动以呈现与服务或产品相关的各种广告。用户是广告可以向其呈现的人。他们是登广告者可能的客户或者服务或产品的可能买家。登广告者可能以一般意义上的访问者、特定访问者群组,或单独的访问者为搜索引擎营销活动的对象。一般地,搜索引擎营销活动期望的结果是让许多访问者购买登广告者想要销售的服务或产品。
广告被置于广告空间中,使得它们可以被呈现给访问者。在搜索引擎营销的情况下,广告空间存在于数字媒介中,例如因特网。例如,网页的一些部分可以用于将广告呈现给正在观看网页的人,并且网页的这些部分可以被认为是广告空间。有时,登广告者可以具有其自己的广告空间,但是更经常的是,登广告者具有很少的广告空间或者不具有任何广告空间。实际上,登广告者可以从发布商购买广告空间以放置其广告。发布商是拥有广告空间并向登广告者销售广告空间,并代表登广告者将放置于其广告空间中的广告向访问者呈现的一方。
发布商可以在任意给定时间拥有任意数量的广告库。在具体实施例中,广告库(或ad库)可以包括当前可用于放置要向特定访问者呈现的广告的特定广告空间。在具体实施例中,广告库还可以包括与广告空间相关的信息以及与广告向其呈现的访问者相关的或由该访问者产生的信息。这样的信息可以描述广告空间、访问者或两者的特征。与广告空间、访问者相关的、或由访问者产生的信息可以称为用户信息。
当广告库变得可用时,拥有广告库的发布商可以请求多个登广告者对广告库进行出价。或者,登广告者可以在预期广告库将变得可用时预先对广告库提交出价。想要在广告库的广告空间中设置其广告的每个登广告者可以提交针对广告库的出价。发布商接着可以选择成功出价(例如,最高出价、发布商认为将产生最大量或收入的出价),并且提交了成功出价的登广告者可以将其广告放置在广告空间中,并向广告库的访问者呈现。如果网页包含多个广告空间因而引起多个广告库变为可用,则发布商可以对各个广告库进行单独拍卖,或者可以对于全部广告库进行一次拍卖,然后对于多个广告库选择多个成功出价。但是,不是所有的广告库均经由拍卖出售。在具体实施例中,可以在发布商与登广告者之间存在协议,其管理从发布商向登广告者的广告库的销售。在具体实施例中,广告库可以经由广告网络进行销售。
发布商可以直接(例如在搜索引擎的情况下)或经由第三方服务平台(其可以称为广告交易商(或ad交易商))销售其广告库。广告交易商代表发布商帮助广告库的出价处理。在具体实施例中,当广告库变得可用时,将与广告库相关的特定信息通知广告交易商。广告交易商接着将广告库通知给登广告者,并请求登广告者对广告库出价。登广告者可以向广告交易商提交出价,并且广告交易商可以接着将其广告之一放置在广告库的广告空间中。获胜的登广告者然后可以将其广告之一设置在广告库的广告空间中。示例性的广告交易商包括但不限于AdECN、RIGHT MEDIA和DOUBLECLICK。
一些登广告者可以直接与发布商或广告交易商交互,这可以包括例如监视可用的广告库、判定出价量、以及提交出价。其他登广告者可以采用第三方代理商来管理其数字营销活动并代表他们与发布商或广告交易商进行交互。在具体实施例中,代理商可以尝试通过对营销活动的各方面进行定制化来实现登广告者对于数字营销活动的营销目标。
社交图和社交网络系统
在具体实施例中,系统100的组件可以与社交网络系统上的社交图进行交互。用户信息可以包括与社交网络系统的用户相关的信息。社交图是实体(例如,个人、用户、联系人、朋友、用户、商业、团体、协会、概念等)之间的联系的模型。这些实体可以被认为是社交图的“用户”;同样,术语“实体”和“用户”在表示本文的社交图时可以互换地使用。社交图可以具有对于各实体的节点以及用以表示实体之间关系的边际。社交图中的节点可以表示任意实体。在具体实施例中,将唯一客户标识分配给社交图中的每个用户。
将用户与另一用户连接所需的最小数量的边际被认为是他们之间的分离级。例如,第一用户和第二用户直接连接(一个边际),则他们被认为分离了一个分离级。第二用户将是所谓第一用户的“第一级朋友”。在第一和第二用户通过另一个用户(两个边际)连接的情况下,他们被认为分开两个分离级。第二用户将是所谓第一用户的“第二级朋友”。在第一和第二用户通过N个边际(即N-1个其他用户)连接的情况下,他们被认为分开N个分离级。第二用户将是所谓第一用户的“第N级朋友”。
在社交图内,每个用户均具有社交网络。用户的社交网络包括社交图中在Nmax级用户内的全部其他用户,其中Nmax是对社交图进行管理的系统(例如,第三方社交网络系统或发布商120)所允许的最大分离级。作为示例而非显示,如果Nmax等于1,则每个用户的社交网络仅包括第一级朋友。作为另一示例而非限制,如果Nmax无限,则每个用户的社交网络可以随着社交图扩张,或至少随着与特定用户的社交网络相邻的社交图中的任意社交网络扩张。
在特定实施例中,社交图可以由第三方系统管理和作为寄主。作为示例而非限制,社交图可以由Facebook、Google+、Myspace、Twitter或其他合适的社交网络系统来管理并作为寄主。系统100的一个或多个组件可以(例如使用合适的API)访问第三方系统上社交图和相关的社交图信息。在具体实施例中,社交图可以由系统100的一个或多个组件来管理并作为寄主,这些组件例如是广告交易商110、发布商120、访问者130、代理商140或登广告者150。虽然本发明描述了由特定系统作为寄主并管理的具体社交图,但是本发明包含由任意合适系统作为寄主并管理的任意合适社交图。
在具体实施例中,用户的社交网络中的连接可以明示(例如,用户必须指明其他用户为“朋友”或“联系人”)和暗示(例如,系统基于用户信息判定边际)地形成。除非以其他方式指明,否则对两个或多个节点之间的边际的表示可以被解释为在使用一个或多个社交图和其他因素来推断连接的状态下覆盖明示和暗示社交图连接两者。社交图连接可以是单向或双向的。社交图连接可以需要由已连接的节点表示的用户的互相确认。虽然这并不是本发明的限制:对于本发明的目的而言被认为是“朋友”或“联系人”的两个用户在真实生活中并非朋友或相识(即,非居间的交互等),但可以存在这样的情况。
搜索引擎营销商
搜索引擎营销平台可以由发布商、广告交易商、代理商、登广告者或其他合适方来运作。在具体实施例中,登广告者(即,搜索引擎营销商)可以具有一个或多个广告订单(ad订单)。广告订单表示用于将广告放置在一个或多个广告空间中以向一个或多个访问者呈现的订单。在具体实施例中,广告订单可以包含要向访问者呈现的广告,以及其中放置该广告的广告空间的一个或多个期望特征或者要向其呈现广告的访问者的一个或多个期望特征。此外,在具体实施例中,广告订单可以还包括可以用于对将广告订单中的广告放置在广告库的广告空间中所用的广告库的出价的默认出价价格。在具体实施例中,可以由对广告订单的广告进行描述的一个或多个关键字(例如,描述广告的类别或内容的关键字,或者描述要广告的服务或产品的关键字)。
登广告者可以具有与搜索引擎营销活动相关的特定标准。标准可以反映在对于广告订单而言期望的广告空间特征和期望的访问者特征当中,使得每个广告订单可以瞄准特定的时间、位置、消费者/用户等。期望的特征可以是一般性的或特定的。作为示例而非限制,期望的访问者特征可以包括与访问者相关的人口统计信息、具有特定行为模式的访问者等。期望的广告空间特征可以包括:何时何地呈现广告空间,谁拥有广告空间,什么活动引起广告空间变得可用,等等。如果登广告者正在发布与女性服饰相关的广告,则登广告者会希望在其搜索引擎活动中仅瞄准女性访问者。在此情况下,广告订单可以将<性别=女>作为其期望访问者特征之一。如果登广告者是位于北加利福尼亚州的区域商业,则登广告者会希望仅将其广告向加利福尼亚州的人展示。在此情况下,广告订单还可以指明<位置=加利福尼亚州>作为其期望访问者特征中的另一个。如果登广告者希望仅用特定发布商(例如,Google、Yahoo !等)放置其广告,则广告订单可以指明<发布商=Google>作为其期望广告空间特征之一。如果登广告者希望将其广告仅放置在与特定搜索查询对应的网页(例如包含对于特定搜索查询指明的搜索结果的网页)中,则广告订单可以指明搜索查询作为其期望广告空间特征中的另一个(例如,在与搜索查询对应的网页中包含的广告空间)。如果登广告者希望仅在特定时段(例如,周末)呈现其广告,则广告订单可以指明“在周六和周日呈现”作为其期望广告空间特征中的另一个。虽然本发明说明了对广告空间和访问者进行描述的具体特征,但是本发明包含对广告空间或访问者进行描述的任意合适特征。
此外,广告订单中的广告经常具有相关的着陆页面,其也可以被包括在广告订单中。着陆页面是当访问者点击相关广告时向访问者呈现的网页。着陆页面通常包含作为相关广告的逻辑延伸的内容。例如,如果广告与电视机相关,则相关着陆页面可以包含电视机的详细说明或规格、电视机的各种图像、电视机的用户评论、单价、运送费用、或购买电视机的实际税。访问者可以经由着陆页面获得进一步的信息并购买该电视机。在另一示例中,如果广告与大学教育相关,则着陆页面可以包含具有各种信息域的表格,访问者可以据此提交个人信息(即,用户信息)。访问者可以指明学位规划和感兴趣的学校,其当前教育水平和专业、其教育目标、其年龄和性别,其年收入、等等。访问者还可以指明其所寻找的特定额外信息,其是否希望被任何特定学校联系以及联系方式,等等。访问者可以提交表格(例如,通过点击着陆页面中包含的“提交”按钮),以将表格中提供的信息传送至合适方(例如,登广告者或搜索引擎营销平台)。访问者可以接着被定向至包含跟踪元素的确认页面,其可以向搜索引擎回送已经进行提交的信息。已提交的信息可以接着用于议价(例如在广告基于每次动作付费的情况下),或者简单地用于跟踪、报告或分析的目的。
在具体实施例中,登广告者可以将其广告订单提交给一个或多个发布商或者一个或多个广告交易商。或者,代表登广告者的代理商可以代表登广告者将登广告者的广告订单提交给一个或多个发布商或者一个或多个广告交易商。多个登广告者或代理商可以将多个广告订单提交给同一发布商或广告交易商。发布商或广告交易商可以利用广告订单中的信息来将特定广告订单与当广告库变得可用时的特定广告库匹配。
广告库可以随着时间经过(通常,随着广告空间变为可用或不可用)而变为可用或不可用。在包含广告空间的网页将要被构造并向访问者呈现时(这可以由不同类型的事件引发),广告空间可以变为可用。例如,访问者可以通过在由访问者使用的客户装置上的访问者浏览器中输入网页的统一资源定位符(URL)来明示地请求特定网页。或者,访问者可以点击嵌入在访问者正在观看的另一网页中的特定网页链接,而被引导至特定网页。访问者可以请求搜索引擎对搜索查询进行搜索,这可以得到为将响应于搜索查询指明的搜索结果向访问者呈现而构造的网页。当网页需要针对特定访问者进行构造时,如果页面用于放置广告,则广告空间会变为可用。与广告库相关的访问者通常是引起访问空间变为可用的人,并且是被放置于广告空间中的广告要向其呈现的人。因此,与该广告空间相关的广告库可以变为可用。当然,在各广告库中包括的广告空间特征和用户目标可以在每次广告库变为可用时不同。
当各广告库变为可用时,拥有广告库的发布商可以将广告库与一个或多个登广告者的一个或多个广告订单匹配。或者,广告交易商可以将广告库与一个或多个登广告者的一个或多个广告订单匹配。每个广告订单可以包括其中放置广告订单的广告的广告空间的一个或多个期望特征、或者要向其呈现广告订单的广告的访问者的一个或多个期望特征,这部分地因为并非在任意给定时间的全部可用广告库均可以适用于登广告者。例如,如果登广告者由于其发布女性服饰广告而仅希望将其广告瞄准女性访问者,则登广告者将不希望对任何包含要向男性访问者呈现的广告空间的广告库出价。登广告者也可以希望仅利用特定发布商(例如,Yahoo!)来发布广告。在此情况下,登广告者不太可能选择由其他发布商(例如,Google)拥有的任何可用广告库。登广告者可能希望仅将其广告放置在特定地理区域(例如,加利福尼亚州)内或特定时段期间(例如,在周末的白天)呈现的广告空间中,因而会仅希望对满足其数字活动标准的那些广告库进行出价。这些标准可以反映在登广告者的广告订单所指明的各种期望特征中。
在具体实施例中,当广告库变为可用时,可以将各广告订单的期望特征与可用广告库的广告空间和访问者进行比较。如果广告订单的期望特征与可用广告库的广告空间和访问者足够相似,或者如果可用广告库的广告空间和访问者满足广告订单的期望特征,则具体实施例将可用广告库认为是与广告订单合适地匹配。注意,以下情况是可能的:同一登广告者的多个广告订单或者多个登广告者的多个广告订单可以同时与可用广告库匹配。利用以上示例,如果可用广告库的访问者是男性,则可以认为不适合特定瞄准女性访问者的广告订单。相反,如果可用广告库的访问者是女性,则可以认为适合广告订单。如果可用广告库的广告空间要在周一晚上10点进行呈现,则可以认为不适合特定瞄准周末白天期间呈现的广告空间的广告订单。相反,如果可用广告库的广告空间要在周日上午10点呈现,则可以认为适合广告订单。
在另一示例中,如果广告库中的广告空间被包含在被构造为呈现响应于搜索查询“Napa wineries”所指明的搜索结果的网页中、并且包含在广告订单中的关键字包括“red wine”、“white wine”、“Point Noir”、“Chardonnay”或“Cabernet Sauvignon”,则广告库可以适合于广告订单,这是因为包含在广告订单中的广告内容与引起包含广告空间的网页被构造的搜索查询相关。如果包含广告空间的网页要向位于加利福尼亚州的访问者呈现并且广告订单中的期望访问者特征指明广告空间应该向物理地位于加利福尼亚州的访问者呈现,则广告库可以适合于广告订单,这是因为广告订单中的期望广告空间特征与广告库中的实际广告空间特征相似。相反,如果广告空间应该向位于美国东海岸的访问者呈现,则广告库不适合于广告订单。
在具体实施例中,拥有可用广告库的发布商或代表拥有广告库的发布商的广告交易商可以向管理被认为与可用广告库的可用广告空间匹配的那些广告订单的合适方发出通知,并要求对可用广告库的出价。相反,不均有广告库所适合的任何广告订单的登广告者将不会得到关于广告库的通知。注意,由发布商所拥有的多个广告库可以在任意给定时间可用。在发布商采用广告交易商的情况下,发布商可以将其在任意给定时间时的可用广告库通知给广告交易商,并且广告交易商接着代表发布商要求对各可用广告库的出价。如果发布商管理其自身广告库,则发布商可以直接要求对其各可用广告库的出价。作为示例而非限制,每次印象付费的出价是广告愿意为将其广告之一放置在广告库的广告空间中支付的最大钱数。其他典型的出价模式包括每千次付费、每次点击付费、以及每次动作付费。
在收到与特定广告订单匹配的可用广告库相关的信息时,具体实施例可以判定对于广告库的出价价格。为了清楚的目的,此后,与特定广告订单匹配的可用广告库被称为“当前广告库”,而相关广告订单被称为“当前广告订单”,这是因为它们是数字营销平台当前正在处理的广告库和广告订单。相似地,在当前广告库中包含的广告空间被称为“当前广告空间”。与当前广告库相关的并且当前广告空间向其呈现的访问者被称为“当前访问者”。当前访问者的用户目标被称为“当前用户目标”。当前广告订单的广告被称为“当前广告”。销售当前广告库的发布商或广告交易商被称为“当前卖家”。并且,管理当前广告订单并对当前广告空间出价的登广告者或代理商被称为“当前买家”。
登广告者通常意图提高其搜索引擎营销活动的量和投资回报。但是,登广告者会面对许多问题和挑战。
登广告者会面对管理和放置合适的广告订单的调整。作为示例而非限制,登广告者会对预计可能的搜索查询和选择要出价的合适关键词方面具有困难。用户会几乎将任何查询输入到搜索引擎中,这意味着营销者可以出价的关键字的列表是庞大的。但是,在实践中,对登广告者可以出价的关键字的数量存在限制。登广告者不会具有管理如此庞大的关键字数量的能力。此外,搜索发布商会对登广告者可以在其账户中具有的关键字的数量设定限制;并且不是所有关键字均与给定的登广告者而言相关或有利可图。给定可能关键字的巨大数量的情况下,对于登广告者系统地预计并选择将实现其市场目标(例如,以最小的成本驱动最大量和质量的点击)的关键字而言是具有挑战的。
一旦选择了关键字,则登广告者会希望通过系统并一致地将所选择的关键字组成群组来使活动业绩最大化。文本广告或广告语通常不分配给个体关键字。而是,它们被分配给广告字的群组,其被称为广告群组。由此,因为一旦关键字与查询匹配、广告群组决定了哪个广告可以被展示,而这接着又影响量、会话、以及投资回报,所以如何将关键字分为群组是非常重要的。
一旦广告群组已经建立,则登广告者可以将广告语分配给各广告群组。为了改善会话,登广告者通常将试图使文本广告与广告群组中的关键字尽可能地相关。登广告者可以例如查看各广告群组,并手动地为各群组撰写相关广告语。但是,通过利用此方案,会对登广告者统一地判定广告语与广告群组之间的相关度带来挑战。此外,此方案会在具有大量广告群组的大活动上定量地优化广告语的相关度方面带来挑战。
一旦广告语被分配给各广告群组,登广告者可以将点击URL或着陆页面分配给广告语或分配给关键字。为了改善会话,登广告者可以使URL或着陆页面尽可能与查询所匹配的关键字以及向用户显示或被用户点击的广告语相关。但是,这对于登广告者针对各关键字或广告语组合建立最相关着陆页面、或者从针对各关键字/广告语组合从现有的一组着陆页面中选择最相关的着陆页面而言,具有挑战性,而且费时。这可以例如通过使用登广告者网站上的产品事实、或者通过将用户定向至在利用关键字或查询或相关用户信息执行搜索所在的搜索结果页面,来实现。
接着,登广告者可以对关键字进行出价(通常基于每次点击付费)。但是,如果登广告者从未对关键字出价或展示给定的关键字/广告语/着陆页面组合,则登广告者可能对关键字的合适的每次点击付费出价不具有正确的想法。登广告者可以选择任意的每次点击付费,但是如果每次点击付费出价过低,则该关键字可能不会被搜索引擎显示,因此也不会接收到任何点击。相反,如果每次点击付费出价过高,则登广告者会在可以调整出价之前就该关键字而言损失大量的钱。由此,登广告者会期望将先前活动业绩数据进行补充,以更好地对于具有很少或不具有与之相关的业绩历史的关键字/广告语/着陆页面推定合适的每次点击付费出价。
一旦对关键字进行了出价,则登广告者可以试图基于当前进展优化其活动。例如,所部署的关键字的业绩数据可以用于改善对额外关键字的选择。作为另一示例,可以响应于业绩数据,对广告群组进行修订,并可以形成新的广告群组。相似地,可以基于业绩数据对广告语和着陆页面进行修订。例如,同一广告语可以对于一个广告群组而言良好地执行而对于另一广告群组而言较差地执行,并且业绩数据可以用于预测对于给定的广告群组而言哪个广告语将良好地工作。作为另一示例,着陆页面的一些元素可以对于一个广告群组而言良好地执行而对于另一广告群组而言较差地执行,并且业绩数据可以用于预测对于给定的广告群组哪些着陆页面元件将良好地工作。业绩数据也可以用于优化对关键字的出价。例如,业绩数据可以用于“暂停”对特定关键字的出价(例如,通过将出价设定为零)。作为另一示例,可以使用业绩数据来识别负面关键字,负面关键字是如下所述的关键字:如果被包括在查询中,即使查询的其他元素与关键字的其他元素较近地匹配,广告库也不应该与该广告订单匹配。但是,对这些活动元素中任一者的优化可以是具有挑战性的,这是因为缺乏用于统计地判定显著趋势的数据。由此,由于缺乏统计显著数据,对于登广告者优化出价、关键字选择、广告语、广告群组、着陆页面或其他活动元素而言具有挑战性。而且,登广告者会发现不希望为了收集更多数据而等待时间的经过。
大多数搜索引擎(例如,Google)采用与质量分数度量相似的概念。质量分数意在反映搜索引擎对以下情况的感知:其查询与登广告者的关键字匹配的用户将发现登广告者的着陆页面与查询和/或登广告者的显示广告语是如何相关的。搜索引擎显然利用质量分数来促进其认为将导致更相关的用户体验的广告。搜索引擎自动地将质量分数分配给各关键字,并且,如果质量分数较低,则对应的广告将非常低可能地出现在搜索结果页面中(或者,更糟糕地,关键字可以自动地被搜索引擎无效)。但是,由搜索引擎分配的质量分数不是一致的,使得登广告者预测对于任意关键字/广告语/着陆页面组合的质量分数而言具有挑战性。低质量分数或质量分数的下降会通过降低投放量、会话而不利地影响登广告者的活动,并因此减少活动的投资回报。因此,对于这些登广告者的挑战是如何系统地提高或维持其关键字的质量分数。
搜索目标营销
图2A图示了示例性目标地图200。在具体实施例中,具体目标地图可以与具体的产品类别相关。如图2A所示的目标地图与移动电话产品类别相关。目标地图具有五个目标主题:<品牌>、<机型族>、<机型型号>、<状况>和<价格水平>。目标主题<品牌>包括关键目标<品牌=Motorola>。关键目标<品牌=Motorola>可以与用户目标“Motorola,”匹配,或者与表示该关键目标的错误拼写相关的用户目标(例如,“Motorrola”或“Motorolla”)匹配。目标主题<机型族>包括关键目标<机型族=Razr>,其中“Razr”是由公司Motorola制造的蜂窝式电话。关键目标<机型族=Razr>可以与用户目标“Razr”匹配,或与表示关键目标的错误拼写的用户目标(例如,“Razor”或“Razer”)匹配。相似地,关键目标<机型族=Razr>可以与作为“Razr”的同义词的关键字“Motorazr”匹配,并且该同义词可以与同义词的错误拼写匹配,例如“Moto razor”、“Motorazr”或者“Moto razer”。目标主题<机型型号>包括关键目标<机型型号=V3、V3c、V3i、V3i DG、V3x>。关键目标<品牌=Motorola>和<机型族=Razr>彼此相关,其中前者关键目标相对于后者关键目标具有“由...制造”的关系。此外,关键目标<品牌=Motorola>和<机型型号=V3、V3c、V3i、V3i DG、V3x>彼此相关,其中,前者关键目标相对于后者关键目标具有“具有机型型号”的关系。目标地图还包括目标主题<状况>和<价格水平>。目标主题<状况>包含关键目标<状况=新>和<状况=用过>。关键目标<状况=新>可以与用户目标“新”匹配或与同义词“NIB”匹配。关键目标<状况=用过>可以与用户目标“用过”匹配或与同义词“翻新”或“返修”匹配。最后,目标主题<价格水平>包括关键主题<便宜>,这可以与用户目标“便宜”匹配,或与表示该用户目标的同义词匹配,例如“打折”或“不贵”。虽然本发明描述了具有特定元素的特定目标地图,但是本发明包含具有任意合适元素的任意合适目标地图。例如,虽然本发明描述了特定的目标主题,但是本发明包含具有任意合适的目标主题的任意目标地图。
图2B图示了用户信息、关键字、目标和产品之间关系的示意图220。目前,在登广告者假定特定关键字(例如,产品品牌和机型)将会被用在针对特定产品的搜索中的情况下,登广告者可以对他们认为用户将输入搜索查询的关键字出价。相反,在具体实施例中,目标营销平台通过从用户信息获得用户目标发挥作用,用户信息还可以包括来自搜索查询的关键字。目标营销平台可以查看用户进行的搜索查询以及其他明示和暗示的用户信息,以判定搜索查询后的用户目标。并且,登广告者并非对关键字出价,而是可以对与搜索查询的用户目标匹配的登广告者目标进行出价。目标营销平台可以接着将与登广告者目标相关的产品与用户对准。当目标匹配时,目标营销平台接着可以将与登广告者目标相关联的产品匹配到用户。虽然本发明描述了用户信息、关键字、目标和产品之间的特定关系,但是本发明包含用户信息、关键字、目标和产品之间的任意合适关系。
在具体实施例中,搜索引擎营销平台可以用作目标市场,其是基于交易的在线市场,在该市场,发布商可以给出可用的将用户投放广告的机会,并且可以通过用户的可能目标(即,用户目标)来描述用户。如本文所使用的,除非上下文另外地指出,术语“目标”可以表示主题的个体实例(例如,主题=品牌,目标=Puma),或者主题的个体实例的向量(例如,<品牌=Nike>,<颜色=白色>)。此外,如本文所使用的,本发明可以使用缩略来允许表示多个目标向量,例如<品牌=Nike,Reebok,Adidas>,<颜色=全部>表示<品牌=Nike>,<颜色=白色>,<品牌=Reebok>,<颜色=橙色>,<品牌=Adidas>,<颜色=黑色>等。在目标市场中,登广告者可以对向用户投放广告的机会出价(例如,根据排队顺序(即,线)或实时出价)。出价可以包括登广告者希望广告投放的目标(其可以接着与用户目标匹配),付款种类(例如,每次印象付费,每次点击付费,或每次动作付费),以及登广告者愿意支付的价格。用户目标描述了特定用户的目的是什么,并且可以根据明示或暗示的用户信息得到或预测到。目标市场可以接着基于与广告投放几乎相关的用户目标与基于登广告者目标线的登广告者目标之间的配合来判定哪个登广告者线与特定的广告投放机会匹配。市场也可以基于发布商的最大推定报酬(其可以基于每次印象付费推定或基于每次点击付费来推定)判定那个等广告者线与特定的广告投放机会匹配。市场可以判定对于基于印象出价和基于点击出价的特定线的清除价格。如果报酬是基于动作的,则市场可以跟踪动作是否发生,并适当向登广告者收费。目标市场可以跨越多种渠道,包括付费搜索、移动、和显示。由此,对于特定线,可以存在与该线相关的多种格式(例如,付费搜索广告、横幅广告、以及移动广告)。目标市场还可以支持固定线和实时出价功能。虽然本发明描述了以特定方式起作用的目标市场,但是本发明包含以任意合适方式其作用的目标市场。
在具体实施例中,登广告者可以使用允许登广告者将基于目标的线提交给发布商的基于网页的接口或应用编程接口(API)。等广告者可以将线赋予人可读的名称,并且每个线可以具有与其相关的唯一标识(ID)。如果线被改变,则唯一ID也可以改变,并且先前的线ID将被无效。相似地,线可以被无效并保留在系统中而再次有效。搜索发布商可以希望具有查看由目标市场接收到的广告的能力,使得例如发布商能够判定广告是否满足发布商的准则。目标市场可以允许搜索发布商将主题/目标名称-值对(即,由主题名称和目标值构成的对,其中目标值是特定目标主题中的目标之一)传送至目标市场。在具体实施例中,线由登广告上愿意投放广告的一个或多个用户目标构成。登广告商可以对多个登广告商中的一个或多个特定登广告商目标给予一个或多个出价。每个出价可以包括登广告商目标、广告、条件、以及当满足条件时给予出价的登广告商愿意支付的最大支付额。作为示例而非限制,登广告者可以出价的目标主体的组合可以是<鞋子>,或<品牌><鞋子>,或<颜色><品牌><鞋子>。线可以被约束为特定目标。作为示例而非限制,线可以利用<品牌=Nike,Adidas,Reebok><鞋子>构造来被约束为特定品牌。相似地,特定登广告者目标可以从线中排除。作为示例而非限制,线可以利用<品牌!=Puma>来排除特定品牌。在线中的目标主题的顺序可以具有或不具有意义。在具体实施例中,登广告者可以指明线应该排除特定目标主题。作为示例而非限制,对于线<品牌><鞋子>,查询“绿色Nike鞋子”可以被排除,这是因为其包括<颜色=绿色>,而<颜色>目标主题未被包括在该线中。在此情况下,查询将不会与线<品牌><鞋子>匹配,这是因为其包括了线中指明的目标范围以外的目标。在具体实施例中,登广告者可以选择以指明与线相关的渠道,例如,付费搜索、移动、显示、其他合适渠道、或两个或多个这种渠道。如果所指明的渠道是显示,则登广告者还可以指明横幅广告的大小。对于各个相关渠道,线可以具有与线相关的一个或多个广告。对于付费搜索,付费搜索文本广告可以包括例如大字标题/标题,一个或多个广告描述行,显示URL,以及点击URL。对于显示广告,广告可以包括例如横幅广告、以及点击URL。多个横幅广告可以与显示线相关,这是因为存在对于横幅广告的多个大小。对于移动广告,广告可以包括例如移动广告和点击URL。广告可以作为与线独立的实体进行存储,使得任意线可以与适于特定渠道的任意广告相关联。目标市场可以包括使得登广告者能够产生基于目标的广告模板的广告产生工具。如果线中包含的目标主题也被包含在模板中,则广告模板可以与线相关联。在具体实施例中,登广告者可以例如通过从系统中的发布商列表选择,来选择以指明与线相关的一个或多个发布商。可以存在参与基于隐蔽/匿名方式参与的一些发布商,或者基于非隐蔽方式参与的其他发布商。虽然本发明描述了以特定方式接收出价的目标市场,但是本发明包含以任意合适方式接收出价的目标市场。
在具体实施例中,由登广告者对特定登广告者目标给予的出价可以包括条件和当条件满足时给予出价的登广告者同意支付的最大支付额。登广告者线可以指明对于该线的议价模式。作为示例而非限制,线可以指明每次印象付费、每次点击付费、每次动作付费或其他合适的议价模式。对于每次动作付费条件,当用户在与向该用户显示的广告交互之后完成交易时,满足该条件,其中广告与每次动作付费出价相关联。如果线指明每次动作付费议价模式,则登广告者可以在其网站上显示会话要素,以跟踪何时发生触发支付的动作(例如,转换)。对于每次点击付费的条件,当用户与向该用户显示的广告交互时,满足该条件,其中广告与每次点击付费出价相关联。对于每次印象付费条件,当特定的广告与用户匹配并向用户显示时,该条件成立。每次印象付费线可以具有与其相关的频率上限(frequency cap),使得仅仅预定数量的印象针对任何给定用户或者用户组在特定的时间示出。在具体的实施例中,线可以指定最大允许价格、总允许预算或者每日允许预算。可以自动地禁用已经达到其每日允许预算的线。类似地,可以暂时禁用已经达到其每日允许预算的线,或者该线可保留活性,但是仅在该日其余时间不被目标市场考虑用于匹配。线可以包含开始和结束时间/日期。如果线是非活性的,则当到达开始日期/时间时它可以自动地变成活性。类似地,如果该线是活性的,则当到达结束日期/时间时自动地解除其活性。在特定的实施例中,线将具有与之相关的点击通过率历史或者转换率,允许估计的每次印象付费或者估计的每千人成本的计算。尽管此公开描述了具有特定条件的出价,但是此公开预期具有任何适合条件的出价。
在具体实施例中,目标市场可以用可用广告空间匹配登广告者线。目标市场可以从多个登广告者目标选择与一个或者多个用户目标一致的一个或者多个登广告者目标。目标市场然后可以用于用户识别的一个或者多个用户目标来匹配一个或者多个产品(其与一个或者多个登广告者目标一致)。作为不受限制的示例,目标市场可以基于观察该广告空间的访问者的用户目标、发布商的可用广告空间的用户目标(基于主要和次要目标)、在登广告者线中指定的登广告者目标(包括是否应该排除其他目标或者特定目标)、其他适合因素或者两个以上这些因素来用可用的广告空间匹配登广告者线。目标市场然后必须排序或者排列匹配登广告者线。作为不受限制的另一示例,目标市场可以通过首先从多个登广告者目标中得出多个关键词来用可用广告空间匹配登广告者线。目标市场可以参照目标线或者特定的目标图以确定哪个关键词对应于哪个登广告者目标。例如,如果登广告者目标是<机型族=Razr>,则与此登广告者目标匹配的关键词可以包括“Razr”、“Motorazr”、“Razor”“Razer”、或者“Motorrazor”。目标市场然后可以用一个或者多个用户目标匹配多个关键词中的一个或者多个。例如,关键词“Razr”可以用用户目标<机型族=Razr>匹配。目标市场然后从多个登广告者目标中的一个或者多个,从一个或者多个登广告者目标中得出多个关键词中的一个或者多个关键词。例如,如果从用户目标<机型族=Razr>得出关键词“Razr”,则目标市场然后可以选择用户目标<机型族=Razr>。基于选择的登广告者目标,目标市场然后可以选择匹配该登广告者目标的登广告者线。在具体的实施例中,当用可用广告空间(诸如广告的预测点击通过率、广告的预测的每千人成本、与实际用户目标匹配的得出的用户目标的组合的可能性或者其它因素)匹配登广告者线时,目标市场可以考虑其它因素。目标市场可以基于与该线相关联的历史来预测登广告者线的点击通过率。或者,如果没有历史与该线相关联,则基于与该登广告者(其与该线相关联或者系统平均历史点击通过率相关联)相关联的历史。类似地,目标市场可以基于与该线相关联的历史来预测登广告者线的转换率。目标市场然后可以估计每千人成本,其中每千人成本对于基于每次点击付费订单等于预测的点击通过率乘以每次点击付费,或者对于基于每次动作付费订单等于预测的点击通过率乘以预测的转换率再乘以每次动作付费。当线中指定的动作发生时,可以使用转换像素跟踪基于每动作成本线,使得可以适合地指示登广告者。此外,如果有与特定使用者相关联的多个用户目标,当将线与可用广告空间匹配时,目标市场可以考虑特定用户目标组合的可能性(即,不管它是主要或者次要目标)。一旦登广告者目标已经与用户目标对准,则目标市场然后可以基于与用户目标对准的登广告者目标来向用户做广告。作为不受限制的示例,目标市场可以选择与登广告者目标对应的登广告者线,并向用户推荐一个或者多个产品。作为另一不受限制的示例,目标市场可以从关于特定登广告者目标的出价选择放置在与一个或者多个用户目标相关联的一个或者多个登广告者目标上的出价。目标市场可以向客户系统或者与用户相关联的其它电子装置发送或者提供推荐产品的一个或者多个广告以向用户提供。尽管此公开描述了以具体的方式用可用广告空间匹配登广告者线,此公开预期以任何适合的方式用可用广告空间匹配登广告者线。
在具体实施例中,目标市场可以向登广告者或者发布商提供业绩报告,允许他们看特定线、特定广告或者特定销售活动的业绩。业绩报告可以例如示出印象数、点击数、点击通过率、每次点击付费、转换数、转换率、每次动作付费或者与该线相关的其它适合的业绩信息。目标市场还可以提供基于目标的业绩报告,其允许登广告者基于一个或者多个客户过滤或者汇集线。作为不受限制的示例,业绩报告可以允许登广告者过滤关于线的报告以示出具有目标<颜色=red>和<品牌=Nike>的线的业绩。发布商的业绩报告可以通过线、通过创意或者通过目标组合而汇聚。用于发布商的业绩报告可以通过URL或者通过目标组合而汇聚。尽管此公开描述了以特定方式提供具体报告的目标市场,此公开预期以任何适合的方式提供任何适合报告的目标市场。
在具体实施例中,目标市场可以包括目标图。目标图是在目标市场中表示的所有目标主题和用户目标的列表。目标市场可以存储先前版本的目标图,并能够卷回到先前版本的目标图,从而对目标图保持版本控制。目标市场可以提供允许系统管理者或者其它用户更新目标图的用户界面或者API。当更新目标图(诸如,例如,重新命名目标主题或者目标被移动到新的目标主题)时,目标市场自动更新现有线以参照更新的版本的目标图。尽管此公开描述了具有具体特征的目标图,此公开预期具有任何适合特征的目标图。
在具体实施例中,目标市场可以从用户至少部分基于搜索查询得到用户目标。目标市场可以从发布商接收一个或者多个用户搜索查询。一旦搜索查询传送到目标市场,目标市场可以分析搜索查询以确定查询的用户目标。在具体实施例中,目标市场可以解析用户提交的查询以确定一个或者多个单词或者一个或者多个单词组。作为不受限制的示例,目标市场可以针对所有的n-gram解析搜索查询。一般地,n-gram是来自给定序列的n项的子序列。大小为1的n-gram称为“unigram”,大小为2的n-gram称为“bigram”或者“digram”,大小为3的n-gram称为“trigram”。在具体实施例中,搜索查询n-gram包括每段查询。由于不同的组合,可以有许多由从搜索查询获得搜索查询段构成的搜索查询n-gram。作为不受限制的示例,搜索查询“big apple taxis”包括“big”、“apple”和“taxis”各段。从此搜索查询,目标市场可以构造以下n-gram:(big)、(apple)、(taxis)、(big apple)、(apple taxis)、(big taxis)、(big appletaxis)。在具体实施例中,在解析查询之后,目标市场可以基于一个或者多个单词或者一个或者多个单词组确定包括在查询中的一个或者多个目标。作为不受限制的示例,一旦目标市场已经识别可行的n-gram,则可以确定哪个n-gram匹配在目标市场中出现的目标。这可以通过参照由目标市场存储的目标图或者目标图集合来完成。对于查询“big apple taxis”,目标图可以包含以下目标:
n-gram(big)与目标<大小=big>匹配,
n-gram(apple)与目标<水果=apple>和<品牌=Apple>匹配,
n-gram(taxis)与目标<车辆类型=taxi>匹配,并且
n-gram(big apple)与目标<城市=New York>匹配。
n-gram(apple taxis)、(big taxis)和(big apple taxis)可以不与目标图中的任何目标匹配。在识别哪些n-gram存在于目标图中之后,目标市场可以分析这些目标的各种组合以确定用户目标(即,查询的目标)。作为不受限制的示例,对于查询“big apple taxis”,目标市场可以确定以下可行的用户目标组合:<大小=big,水果=apple,车辆类型=taxi>或者<城市=New York,车辆类型=taxi>。目标市场然后可以确定哪个可行的用户目标组合是最有可能的(称为主要目标),并且哪个可行的用户目标组合不太可能(称为次要目标)以与搜索查询的实际用户目标匹配。可以有一个或者多个次要目标,并且它们可以或者可以不基于可能性排序。作为不受限制的示例,对于查询“big apple taxis”,目标市场可以确定用户目标组合<城市=New York,车辆类型=taxi>更有可能,因而是主要目标,并且用户目标组合<大小=big,水果=apple,车辆类型=taxi>不太可能,因而是次要目标。一旦确定最有可能用户目标组合,目标市场然后可以将来自登广告者的线与用户目标组合匹配。匹配主要目标组合的线可以赋予优于匹配次要目标组合的线的优先级。尽管此公开描述了以具体方式从搜索查询得到用户目标,此公开预期以任何适合的方式从搜索查询得到用户目标。而且,尽管此公开描述了从具体的搜索查询得到具体的用户目标,此公开预期从任何适合的搜索查询得到任何适合的用户目标。
在具体的实施例中,目标市场可以从与用户相关联的用户信息得到用户目标。如上所述,目标市场可以从来自用户的搜索查询得到用户目标。而且,目标市场可以从明示的或者暗示的用户信息得到用户目标。作为不受限制的示例,如果目标市场知道用户现在位置是1001East HillsdaleBlvd,Foster City,California,则目标市场可以能够确定以下可行的用户目标:<城市=Foster City>,<县=San Mateo>,<州=California>,<国家=United States>,<大洲=North America>。在具体的实施例中,搜索查询可以结合其它明示或者暗示的用户信息使用以确定与用户搜索查询相关联的用户目标。作为不受限制的示例,对于查询“apple hiring”,可行的用户目标可以是<水果=apple>,<雇主=Apple>,<动作指引=hiring>,可行的用户目标组合可以是<水果=apple,动作指引=hiring>和<雇主=Apple,动作指引=hiring>。对于当前位置<县=San Mateo,州=California>的用户,<雇主=Apple,动作指引=hiring>可以是更有可能用户目标组合,因为Apple公司的总部在California的Santa Clara县(与San Mateo县相邻)。相反,对于当前位置<县=Chelan,州=Washington>的用户,<水果=apple,动作指引=hiring>可以是更有可能用户目标组合,因为苹果(apple)种植在Washington州的Chelan县是主要的产业。尽管此公开描述了从具体用户信息得到具体的目标,但是此公开预期从任何适合用户信息得到任何适合的目标。而且,尽管此公开描述了以特定方式从用户信息得到用户目标,此公开预期以任何适合的方式从用户信息得到用户目标。
在具体的实施例中,目标市场可以通过分析与广告发布商相关的网页或者网站得到访问广告发布商的网页或者网站的用户的一个或者多个用户目标。作为不受限制的示例,目标市场可以通过抓取发布商的网站或者发布商网站中的特定网页来识别n-gram来得到用户目标、登广告者的网站可被预先抓取(预抓取)或者实时抓取(诸如对于动态网页)。对发布商网站的访问者可以具有至少部分基于发布商网站的内容得到的用户目标。目标市场可以抓取登广告者网站,识别网站上所有单词或者术语,并且构造网站的n-gram组。目标市场可以在任何适合时间(诸如,例如,登广告者指定的时间、目标市场指定的时间、周期性地、当已经修改网站时、在另一适合的时间或者在两个以上这样的时间)抓取登广告者的网站。目标市场然后可以基于构造的n-gram确定来自目标图中的哪个目标出现在登广告者网站中。目标市场可以修剪或者汇集n-gram到目标图中一组目标的规范(canonical)(使得同义词或者错误拼写算作规范)以确定网站中规范的频率。目标市场然后可以选择在特定网站上出现的一个或者多个目标,并定义这些目标成为与网站相关联的用户目标。对该网站(或该网站内的网页)的访问者然后可以被假定为具有与目标市场所得到的用户目标相匹配的用户目标。与用户目标匹配的广告线然后可以提供给访问者。发布商可以接收广告,或者广告可以直接服务到访问者的客户系统或者浏览器。发布商可以指定应该服务的广告的类型(诸如,例如,文本、显示、移动)、应该服务的广告的大小、和需要的广告数。在具体实施例中,目标市场可以用得到的用户目标对发布商的网站的每页或者每部分加标记或标签。URL和得到的用户目标可以被缓存,以供另一用户访问相同的网站或者网页时使用。尽管此公开描述了以特定的方式从发布商的网站得到用户目标,但是此公开可以预期以任何适合的方式从发布商的网站得到用户目标。
在具体实施例中,目标市场可以至少部分基于发布商的网站中的一个或者多个单词(或者术语)的词频反文档频率(tf-idf)识别n-gram。Tf-idf是用来估计单词对集合或者文集中的文档有多么重要的统计量度。重要性随着单词在特定文档中出现的次数成比例地增大,但是被该单词在文档的文集中的频率所偏移。文档中的术语计数简单地是给定的术语在文档中出现的次数。此计数可以归一化以防止朝着更长文档(其可具有更高的术语计数,不管该术语在文档中的实际重要性)的偏差,并给予特定文档j内的术语i的重要性量度。因而,我们有了术语频率tfi,j,在最简单的情况中定义为文档中术语的出现计数。反文档频率(idfi)是通过将文档的总数除以包含该术语的文档数,然后求该商的对数而获得的术语i的总重要性的量度。通过在给定文档中的高术语频率和在整个文档集合中术语的低文档频率而达到tf-idf中的高权重;因而,权重趋于过滤掉共同的术语。
在具体实施例中,目标市场可以至少部分基于词频反文档频率(tf-idf)产生一组n-gram。以下是目标市场用来计算特定网站的td-idf值的示例算法:
(tf-idf)i,j=tfi,j×idfi
其中:
tf i , j = n i , j &Sigma; s &Element; T n s , j , 并且 idf i = log | D | | { j &Element; D : i &Element; j } |
并且其中:
(tf-idf)i,j是文档j中的术语i的词频反文档频率,
tfi,j是文档j中的术语i的词频,
idfj是术语i的反文档频率,
ni,j是文档j中出现的时间术语i的次数,
T是在文档文集中出现的所有术语的集,以及
D是文集中所有文档的集。
尽管此公开描述了使用特定算法识别n-gram,此公开预期使用任何适合的算法识别n-gram。此外,尽管此公开描述了使用代表特定信息的特定变量识别n-gram,此公开预期使用代表任何适合信息的任何适合变量识别n-gram 。
在具体实施例中,登广告者可以使用目标营销平台(其可以是一组软件服务产品)。目标营销平台可以单独使用或者可以结合目标市场使用以帮助登广告者使用目标市场。目标营销平台可以帮助登广告者改进营销活动(诸如,例如,搜索引擎营销活动)的效率。作为不受限制的示例,目标营销平台可以增大广告拷贝/着陆页面组合的相关性,允许登广告者改进他们活动的容量和投资回报率。在一个实施例中,目标营销平台可以与搜索引擎营销平台或者目标市场接口。在另一实施例中,目标营销平台可以与搜索引擎营销平台或者目标市场整体或者部分集成。在另一实施例中,目标营销平台可以替换或者替代搜索引擎营销平台或者目标市场。在具体实施例中,目标营销平台可以是基于web的软件服务,其中客户帐户能在目标营销平台上创建,并且会给予客户(即,登广告者)ID和口令以访问帐户。在具体实施例中,目标营销平台可以是受管理的服务,服务提供者能代表客户操作目标营销软件。尽管此公开描述了以特定方式实施目标营销平台,但是此公开预期以任何适合的方式实施目标营销平台。
在特定实施例中,目标营销平台可以包括一个或者多个目标地图。目标地图可以用来识别用于多个产品的多个登广告者目标。多个产品可以属于或者不属于相同的企业或者行业。在具体实施例中,目标营销平台可以构建多个产品的目标地图。目标地图可以包括一个或者多个目标主题,并且每个目标主题可以包括一个或者多个目标。目标地图中的每个目标可以是一个目标主题的成员。然而,因为一些单词是一词多义或者具有不同的意思,所以相同的单词可出现在一个以上的目标主题中,但是这些可以由于不同的含义或意思而认为是不同的目标。目标地图功能基于在目标地图内定义和维护的目标主题、目标和关系。目标地图可以使登广告者能从与用户相关联的用户信息来辨别潜藏的用户目标。在具体实施例中,目标图可以包括单词和标签的图。单词代表目标,例如,用户可能作为查询的一部分将该目标输入到搜索引擎,例如发布商120中。在具体实施例中,目标可以是能用在关键词表述中的任何单词或者词组。标签(还称为“目标主题”)代表目标的类别或者群组。目标主题可以是行业中相关术语的逻辑编组(还称为“垂直”(vertical))。然而,一些主题可能不是垂直特定的,诸如支付目标(例如,<购买>,<支付>,<签字>)。在具体实施例中,目标地图中的目标主题可以形成一个或多个层次结构。目标主题的层次结构可以包括一组目标主题和多个层级(level),其中,每个层级包括至少一个目标主题。在具体实施例中,目标主题可以被编组(group)为一个或多个目标主题类别。目标主题类别例如可以包括:产品类别(例如<电话>、<家庭装饰>)、产品(例如<智能电话>、<椅子>)、一般产品描述(例如<颜色>、<大小>、<价格>、<状况>)、特定产品描述(例如<制造商>、<机型型号>)、动作指引(call to action,例如<支付>、<比较>、<评论>)、或者动作指引描述(例如<店铺>、<在线>、<折扣>)。目标地图或目标图表的每个目标主题可以属于或涉及一个或多个目标主题类别。在目标主题存在层次结构的情况下,该层次结构中的目标主题中的一项或多项可以属于共同的目标主题类别。在具体实施例中,一个或多个目标主题之间、或者目标主题的一个或多个目标之间可以有一个或多个主题关系(也称为“关系”)。目标地图图表中的连线(link)代表了目标之间、目标主题之间、目标与目标主题之间的关系。在目标主题内,可以定义各对目标之间的关系(例如“是...的同义词”、“是...的误拼”以及“是...的复数”)。作为一种示例而非限制,目标<产品=iPod>可以具有下述关系:该关系具有<产品=iPods>的复数。在具体实施例中,定义这些关系的效果是把目标主题内的全部目标划分成相连的部件。在每个这样的部件内,一个目标可以被选择为“关键目标”。在各个关键目标与其相应的目标主题之间,可以给目标地图图表添加连线。这样,在目标主题内,每个目标可以或者是关键目标(在该情形下,他直接连接到该目标主题)或者被连接到关键目标(直接地连接,例如是该关键目标的误拼;或者间接地连接,例如是该关键目标的同义词的复数)。尽管本申请通过具体结构和具体关系来描述了目标地图,但是本申请也考虑到了具有任何合适的结构和任何合适的关系的目标地图。
在具体实施例中,目标营销平台可以访问与用户相关联的用户信息。用户信息例如可以包括与该用户相关联的明示(explicit)用户信息以及与该用户相关联的暗示(implicit)用户信息。与用户相关联的明示用户信息可以包括该用户的当前在线活动(例如由该用户提交的搜索请求、当前浏览器活动)、该用户的过去在线活动(例如浏览器历史、访问过的网站)、该用户的当前离线活动(例如离线购买活动、在某地点登录、出外就餐、访问新的位置、生活事件(例如搬家、改变工作、结婚))、该用户的过去离线活动(例如离线购买活动、生命周期历史、重复性的活动(例如到特定位置的定期旅行或对某种类型餐馆的访问))、该用户的人口统计信息(例如年龄、收入、种族、族群(ethnicity)、性别、身份、家庭状态、教育、专业)、联系信息或实体位置(例如家庭地址或工作地址、电子邮件地址、电话号码)、个人兴趣或业余爱好、该用户的社会网络信息、所用的客户端装置(例如品牌、机型、硬件、软件、过去购买的服务或产品、过去响应过的广告或着陆页面(例如,通过该着陆页面所提交的表格或点击的广告)或者与该用户相关联的其他合适信息。与用户相关联的暗示用户信息可以包括与该用户相关联的装置的当前位置(例如该用户的智能电话的目前GPS坐标、该用户的客户端系统的IP地址)、与该用户相关联的装置的过去位置(例如该用户的智能电话的过去GPS坐标、该用户的客户端系统的过去IP地址)、当与该用户相关联的装置处在过去位置时的过去时间、网络连接状态(例如服务提供商、连接速度或带宽)或者与该用户相关联的其他合适信息。尽管本申请描述了对与用户相关联的一些具体类型用户信息进行访问,但是本申请也想到了对与用户相关联的任何合适类型用户信息进行访问。
用户信息可以从各种来源获得。作为示例而非限制,当访问者访问发布商的网页时,该发布商、与该发布商有协议的登广告者、或者向该网页送达一项或多项广告的广告服务器可以在该访问者的浏览器中设定cookies。这些cookies可以记录与该访问者、该访问者的装置或者该访问者的在线活动有关的各种类型信息。这些cookies中储存的信息可以被提取和保存。目标营销平台可以直接具有对该信息的访问,或者可以从第三方获取该信息。然后,目标营销平台可以根据需要来结合该信息,以得出用户目标。尽管本申请描述了以具体方式来获得用户信息,但是本申请也想到了以任何合适的方式来获得用户信息。
在具体实施例中,各对目标之间的关系可以被定义。各对目标之间的关系例如可以被定义为:“由...制造”、“具有...机型型号”、“具有...品牌”、“在...中演出”、“包含...”、其他合适的关系,或者这些关系中的两项或更多项。作为示例而非限制,用户查询“二手粉红色iPod”可以对应于用户目标<状况=二手;颜色=粉红色;产品=iPod;品牌=Apple>。最后这个用户目标<品牌=Apple>可以从用户目标<产品=iPod>“具有...的品牌”<品牌=Apple>之间的关系得出。这样的关系在目标地图中可以由这两个目标之间的连线来代表。在具体实施例中,两个目标之间的关系是定向性的或者有层次结构的,一个目标被认为是父目标而一个被认为是子目标。在这种情形下,目标地图图表中相应的连线是从该父目标定向到该子目标。作为示例而非限制,可以存在从目标<产品=iPod>到目标<品牌=Apple>的单向关系。这些用户目标中的每一者可以与其他目标具有关系。一对目标之间可以有多于一个关系,在这样的情况下,一个目标也可以在一个关系中是父目标而在另一个关系中是子目标。在具体实施例中,任意一对目标之间最多只有一个关系,在此情形下这些关系将给这些目标施加层次结构。尽管本申请描述了具体目标之间的具体关系,但是本申请也想到了任意合适的目标之间的任意合适的关系。
在具体实施例中,各对目标主题之间的关系可以被定义。各对目标主题之间的关系例如可以被定义为:“包含...”、“是...的作者”、“在...中演出”、“具有...品牌”、其他合适的关系、或者两项或更多项这种关系。这样的关系在目标地图图表中可以由这两个目标主题之间的连线来代表。在具体实施例中,两个目标主题之间的关系是定向性的,一个目标主题被认为是父主题而另一个被认为是子主题。在这种情形下,目标地图图表中相应的连线是从父目标主题定向到子目标主题。作为示例而非限制,从目标主题<产品>到目标主题<品牌>可以存在单向关系,其中,<产品>目标主题中的每个目标在<品牌>目标主题中具有一个相关联的目标,而<品牌>目标主题中的每个目标在<产品>目标主题中可以没有、有一个或者有多个相关联的目标。一对目标主题之间可以有多于一个关系,在这样的情况下,一个目标主题也可以在一个关系中是父目标主题而在另一个关系中是子目标主题。在具体实施例中,任意一对目标主题之间最多只有一个关系,在此情形下这些关系将给这些目标主题施加层次结构。尽管本申请描述了具体目标主题之间的具体关系,但是本申请也想到了任意合适的目标主题之间的任意合适的关系。
在具体实施例中,两个目标主题之间的关系RA引发多对目标(或关键目标)之间的关系,这些目标中的一者属于一个目标主题,并且一者属于第二目标主题。目标主题内的每个目标可以通过RA而与第二目标主题中的零个、一个或多个目标有关。一对目标之间的这种关系可以在目标地图图表中由两个目标之间的连线来代表。作为示例而非限制,目标主题<型号>可以与目标主题<机型型号>具有关系RA,其中,<机型>目标主题中的每个目标与<机型型号>目标主题中的零个或更多个目标有关。例如,目标主题<机型族>可以包括关键目标<机型族=Razr>。这个关键目标可以与关键目标<机型型号=V3,V3c,V3i,V3i DG,V3x>具有关系RA。在具体实施例中,引发关系RA可以是定向性的,两个关键目标之间的连线可以从属于父目标主题的关键目标被定向到属于子目标主题的关键目标。尽管本申请描述了引发具体目标之间具体关系的、具体目标主题之间的具体关系,但是本申请也考虑到了引发任意合适目标之间任意合适关系的、任意合适目标主题之间的任意合适关系。
在具体实施例中,目标营销平台可以储存针对一个或多个搜索活动的一个或多个目标地图。具体的目标地图可以反映登广告者在管理的具体搜索活动。例如,销售多个产品类别中的产品的零售商可以选择把这些类别编组为一个搜索活动,在此情形下,覆盖了全部产品类别的集成目标地图可能是合适的。或者,该零售商可以选择针对分别的产品类别建立分别的搜索活动,在此情形下,针对每个产品类别有分别的目标地图可能是合适的。在这后一种情形下,分别的目标地图可以包括共同的目标主题和目标。在具体实施例中,目标以及这些目标之间的关系可以在目标地图中以不同的方式来定义,以实现基本上相同或相似的最终结果。作为示例而非限制,目标营销平台可以容宿针对“计算机和计算机周边设备”产品类别的目标地图。该目标地图中的一个目标主题可以是<产品>,<产品>目标主题内的一个目标(或关键目标)可以是<膝上型计算机>。具体膝上型计算机机型的名称,例如HP Pavilion dv6z、HP Envy 13和Compaq PresarioCQ61z可以被包括在目标主题<产品>内作为目标,并可以与关键目标<膝上型计算机>有关。或者,该目标地图可以包括分别的目标主题<机型型号>,该目标主题包含了具体的膝上型计算机机型的名称作为目标。在此情形下,目标主题之间的关系“是产品”可以被包括在该目标地图中,以<产品>作为父目标主题而<机型型号>作为子目标主题。具体的膝上型计算机机型的名称可以通过“是产品”关系而与目标<产品=膝上型计算机>有关。尽管本申请描述了针对具体搜索活动的具体搜索地图,但是本申请也考虑了针对任何合适搜索活动的任何合适目标地图。
在具体实施例中,目标地图可以用各种数据源来创建,这些数据源例如查询日志、关键字储备(portfolio)、产品类别、网站内容、现有分类系统(例如WordNet、Cyc、Wikipedia等)、营销者专门知识(marketerexpertise)、来自营销活动的历史业绩(performance)数据、其他合适的数据源、或者这些数据源的两项或更多项。这样,用不同的两组数据源针对同一搜索活动而创建的两个目标地图不大可能是相同的。此外,目标地图在被创建之后,可以在可获得新的数据(例如查询日志中收集了更多的查询、来自新雇佣的营销者的输入、活动业绩数据、其他合适的新数据、或者两项或更多项这种新的数据源)时被细分。尽管本申请描述了用具体的数据源来建立或更新目标地图,但是本申请也想到了用任何合适的数据源来建立或更新目标地图。
在具体实施例中,目标营销平台可以包括目标地图管理器。目标地图管理器是“软件即服务(software-as-a-service)”工具,该工具可以使登广告者能够建立和管理目标地图。目标地图管理器可以包含自动化要素,这些要素使目标地图能够以部分地自动化或全部自动化的方式构建。在具体实施例中,目标地图管理器可以在处理的任意步骤从登广告者采集输入,使得该登广告者能够在所需的任何细节水平下对目标地图的构建作出指引。为了建立目标地图,登广告者可以把若干数目的数据源上载到目标地图管理器中,目标地图管理器可以对这些资产(asset)进行处理并建议新目标地图的要素或者对现有目标地图的添加(例如新的目标主题、新的目标或者新的关系)。可以由目标地图管理器利用的数据源例如可以包括:关键字列表、查询日志、产品类别、所指引的导航方面(facet)、网站内容、文本广告拷贝(copy)、其他合适的数据源、或者两项或更多项这种数据源。尽管本申请描述了以具体的方式建立或管理目标地图,但是本申请也考虑到了以任何合适的方式建立或管理目标地图。
在具体实施例中,目标营销平台可以包括关键字生成器。目标营销平台可以基于一个或多个关键字模板而从目标地图得出一个或多个关键字。关键字可以从关键字模板以各种方式得出。在具体实施例中,可以基于相关联的目标地图中目标主题的层次结构和目标来从关键字模板得出关键字。作为示例而非限制,在基于关键字模板得出多个关键字时,关键字生成器可以用来自目标主题的目标、或者用来自在该层次结构中作为该目标主题的祖先(ancestor)的目标主题的目标,来代替关键字模板中包含的目标主题。在具体实施例中,可以基于具体的目标或目标主题之间的关系来从目标地图得出关键字。这些目标之间的关系例如可以是:第一目标是第二目标的同义词、复数、误拼或者替代。作为示例而非限制,具体目标主题之间的关系可以表明第一目标(属于第一目标主题)和第二目标(属于第二目标主题)适于或者不适于一起出现在从目标地图生成的多个关键字中。作为示例而非限制,属于第一目标主题的第一目标与属于第二目标主题的第二目标之间的关系可以表明第一目标和第二目标适于一起出现在从目标地图生成的多个关键字中。尽管本申请描述了以具体方式生成关键字和关键字模板,但是本申请也考虑到了以任何合适的方式生成关键字和关键字模板。
在具体实施例中,关键字生成器可以基于这些关键字的特性来对所得出的关键字进行过滤。作为示例而非限制,关键字生成器可以通过首先对多个关键字评估营销或广告投放量,来对所述多个关键字进行过滤。然后,关键字生成器可以从所述多个关键字中选择被评估为产生较高营销量或广告投放量的一个或多个关键字。尽管本申请描述了以具体方式对关键字进行过滤,但是本申请也考虑到了以任何合适的方式对关键字进行过滤。
在具体实施例中,登广告者可以用关键字生成器来构造关键字模板。关键字模板可以包括来自目标地图的一个或多个目标主题。关键字模板可以使用来自目标地图各部分的关键字、表达式、占位符或可变名称(例如目标主题、目标、或者关键目标)来构造。这可以用目标地图和各种数据源以部分地自动化或全部自动化的方式来完成。数据源例如可以包括关键字列表、查询日志、产品类别、所指引的导航方面、来自营销活动的历史业绩数据、网站内容、其他合适的数据源、或者两项或更多项这种数据源。在具体实施例中,可以至少部分地基于已知关键字的集合来构造关键字模板。作为示例而非限制,关键字生成器可以对已知关键字的集合(例如关键字列表)进行分析。关键字生成器然后可以从已知关键字的该集合来选择可应用于目标地图的已知关键字中的一项或多项。然后,关键字生成器可以基于所选的已知关键字中的一项或多项,来构造关键字模板。在具体实施例中,可以至少部分地基于具体关键字的历史业绩,来构造关键字模板。作为示例而非限制,在作为构造关键字模板的一部分而对于多个产品选择可应用于目标地图的关键字时,关键字生成器可以从已知关键字的集合中选择与所述多个产品有关的一个或多个特定的已知关键字。然后,关键字生成器可以对与所述多个产品有关的特定的已知关键字的历史业绩信息进行分析。然后,为了构造关键字模板,关键字生成器可以从这些特定的已知关键字选择对于一个或多个预定度量(例如印象量(impression volume)、点击量、转换量、点击通过率(click-through-rate)、转换率等)而言具有较高业绩的一个或多个已知关键字。在具体实施例中,可以至少部分地基于与具体关键字的具体片段(segment)相关联的目标来构造关键字模板。作为示例而非限制,在基于已知关键字来构造关键字模板时,关键字生成器可以对每个已知关键字把该已知关键字划分成一个或多个片段。然后,关键字生成器可以对于每个片段从目标地图识别与该片段相对准(align)的目标,然后用来自该目标所属于的目标地图的目标主题代替该片段。在具体实施例中,可以至少部分的基于一个或多个规则来构造关键字模板。作为示例而非限制,登广告者然后可以应用商业规则,以使关键字生成器把模板与目标地图中的文字/关系相结合,以大规模地生成高度相关的关键字。在具体实施例中,用于构造关键字模板的规则中的一项或多项可以基于一个或多个目标主题。作为示例而非限制,所生成的关键字可以在生成关键字模板时由关键字内包含的文字的目标/目标地图关系来加标记(tag)。作为示例而非限制,如果目标主题中的一项或多项形成层次结构,则这些关键字模板中的一项或多项可以基于该层次结构来构造。另外,关键字生成器还可以自动地查询在线流量评估工具(例如Google的AdWords Traffic Estimator)来确定所生成的关键字可能预期的流量。所预期的流量落在某个阈值以下的那些关键字可以由关键字生成器丢弃。尽管本申请描述了以具体的方式来构造关键字模板,但是本申请也考虑到了以任何合适的方式来构造关键字模板。
在具体实施例中,目标营销平台可以包括关键字编组器。关键字编组器可以把多个关键字聚集(cluster)成一个或多个关键字集。登广告者可以用关键字编组器来自动地创建主题化(themed)广告组。登广告者可以指定对关键字进行聚集所遵循的一组目标主题或关键目标。关键字编组器然后可以自动地根据有关的一个或多个目标来对关键字进行编组。作为示例而非限制,关键字编组器可以通过把针对一组目标主题中每个目标主题中共享来自该目标主题的同一目标的每个目标主题的全部关键字编组成关键字集,来基于一组目标主题对多个关键字进行编组。这样,广告组中的关键字可以具有相同的目标(在目标主题或目标之间,在该登广告者选择来进行编组所依据的那个层级)。在具体实施例中,关键字编组器可以使用关键字的语言学类似性或者关键字业绩(例如质量得分(qualityscore)、印象量、点击量、点击通过率、转换率、收益性、其他业绩参数、或者两个或更多个这种参数)来创建广告编组。登广告者还可以把某些关键字标记成处于他们自己的分别组中,这可能有利于大量关键字或更重要的关键字。尽管本申请描述了以具体方式创建广告组,但是本申请也想到了以任何合适的方式来创建广告组。
在具体实施例中,目标营销平台可以包括广告拷贝生成器。广告拷贝生成器对于提高点击通过率是重要的,因为有关的广告拷贝可以造成更高的点击通过率。登广告者可以使用广告拷贝生成器来自动地对广告组生成广告拷贝。登广告者可以定义广告拷贝模板,这些模板利用来自目标地图各个部分的占位符或可变名称(例如目标主题、目标或关键目标)。这可以用目标地图和各种数据源以部分地自动化或全部自动化的方式来完成。数据源例如可以包括:所提议的或已有的具有相关目标的广告组结构、样品文本广告拷贝、其他合适的数据源、两个或更多个这种源。广告拷贝生成器可以自动地提议登广告者在广告拷贝模板中可以利用的目标主题、目标或关键目标的组合。广告拷贝生成器还可以自动地提议广告拷贝模板。接着,广告拷贝生成器可以把这些广告拷贝模板指派给共享一项或多项目标主题、目标或关键主题的一个或多个广告组。广告拷贝生成器然后可以把这些广告拷贝模板与目标地图中的文字/关系相组合,以针对目标主题、目标或关键主题的具体组合来创建广告拷贝。登广告者可以定义商业规则来对广告拷贝模板与目标地图文字/关系的组合进行指引。尽管本申请描述了以具体的方式生成广告拷贝,但是本申请也想到了以任何合适的方式生成广告拷贝。
在具体实施例中,用目标营销平台生成的广告可以用广告模板来构造,其中,广告拷贝是该广告模板的属性之一。通过使用广告模板,广告可以被定制以对登广告者的每个产品提供有关的广告拷贝。登广告者可以以可升级的方式来利用(leverage)目标地图以开发有关的广告拷贝。在具体实施例中,登广告者可以把广告拷贝标题“模板化”成:“立刻购买<品牌><产品>!”,其中<品牌>和<产品>是对于给定产品类别的目标地图中的目标主题。作为示例而非限制,广告模板可以具有广告属性<标题>、<描述1>、<描述2>。如果该广告模板针对的是在售家具,则广告模板可以是:
Figure BSA00000570322600351
该示例广告模板包含目标主题<家具>和<动作指引>。<家具+>目标主题中的“+”表明使用该目标的复数,这可以用来在广告拷贝中实现语法的正确性。广告模板中也可以使用其他句法以实现满足长度约束的广告拷贝,这些长度约束可以是由发布商所施加的。作为示例而非限制,使用“{}”表明括号中的文本或目标主题是可选的,而使用“[|]”表明应当选择括号中的这些选项之一。由于各种目标可以由不同的字符长度,所以这些句法可以用来提供替代性的或可选的文本或目标主题,使得广告拷贝模板可以产生不会违反发布商的长度约束的广告拷贝。广告模板可以应用于与针对这些目标主题的具体目标值相关联的广告组。相关联的目标地图可以包括目标“出售”,以及目标“出售”与<家具>目标主题中的这些目标之间的关系,以表明哪些家具产品在售。广告模板可以被标记有目标“出售”,并且在与“出售”目标存在关系的情况下可以仅被应用于与产品(例如<家具>目标)有关的广告组。对于该广告模板被应用到每个广告组,对于该广告组的具体广告拷贝是通过把广告模板中的目标主题由具体目标值代替而创建的。示例性广告示出了对于关键目标<家具=睡椅>和<动作指引=购买>,该广告模板可能生成的广告。在具体实施例中,登广告者的网站上或者登广告者的产品类别中的每个产品可以与具体的广告拷贝相关联。每个产品可以在目标地图中与来自一个或多个目标主题的一个或多个目标相匹配。基于被匹配到产品的目标以及与广告组相关联的目标,每个广告组可以被匹配到一个或多个产品。虽然本申请描述了以具体方式产生具体广告,但是本申请也考虑到了以任何合适的方式生成任何合适的广告。
在具体实施例中,目标营销平台可以包括基于目标的广告拷贝优化器。一些登广告者工具可以基于平均点击通过率或平均收益性来对广告拷贝进行优化。目标营销平台可以使营销者能够通过目标来优化广告拷贝。作为示例而非限制,给定的广告拷贝可以对于某些目标是有收益的,而对于其他目标是无利的。另外,登广告者可以能给广告拷贝指派特征,例如“纪念日促销”或“免运费促销”。这些广告拷贝特征然后可以用来有效地管理广告拷贝。作为示例而非限制,广告特征可以用来把全部的“纪念日促销”广告拷贝激活或解除激活。这些广告拷贝特征也可以被结合在广告拷贝的自动优化中。作为示例而非限制,对于具体的一组目标,广告拷贝特征“免运费促销”可以比“‘第二件免费’促销”更优先。尽管本申请描述了以具体方式对广告拷贝进行优化,但是本申请也考虑到了以任何合适的方式来优化广告拷贝。
在具体实施例中,目标营销平台可以包括基于目标的广告拷贝实验器。登广告者可能希望对可供选择的广告拷贝进行实验,以确定哪个对于驱动登广告者的营销目的而言是最有效的。目标营销平台可以使营销者能够容易的建立广告拷贝实验并通过目标、通过广告拷贝模板或通过广告拷贝特征来对这些实验进行跟踪。作为示例而非限制,登广告者可以执行广告拷贝实验来确定:对于哪些目标,第一广告拷贝模板比第二广告拷贝模板更好。广告拷贝实验器可以支持A/B/N测试,其中对广告拷贝、广告拷贝模板或广告拷贝特征替代物当中的两者或更多进行测试。广告拷贝实验器可以支持多变量测试,其中目标、广告拷贝模板或广告拷贝特征是测试中的变量,并且目的是隔离两个或更多可能的原因因素的影响。广告拷贝实验器可以辅助营销者进行关于这种实验的设计、跟踪、分析和报告。尽管本公开描述了以具体方式进行广告拷贝实验,但本公开想到了以任何合适的方式进行广告拷贝实验。
在特定实施例中,目标营销平台可包括目标导向导航服务器。登广告者可使用其网站上的导向导航系统来帮助消费者搜索到产品(例如,实体产品、软件产品或服务)。这些导向导航系统可允许消费者利用特定产品详细信息来进行选择或搜索。作为示例而非限制,希望购买数码相机的消费者能够通过价格、品牌、兆像素、其他合适的产品信息或两种或多种上述产品信息来对数码相机的搜索进行过滤。关键字内的可能目标可对应于登广告者网站上的导向导航产品信息。目标导向导航服务器可允许登广告者将目标映射到导向导航产品信息,并将产品信息映射到URL语法。目标营销平台然后可为特定目标发布或动态生成导向导航URL。这些URL可在搜索活动中例如与目标、关键字、广告群或广告拷贝相关联。在搜索活动中点击文本广告的使用者可被导向URL索引页面。尽管本说明书以特定方式描述了对产品的搜索,但本说明书可包含以任何合适的方式来对产品进行搜索。
在特定实施例中,目标营销平台可包括动态着陆页面服务器。登广告者可能希望为点击广告的使用者显示目标着陆页面。动态着陆页面服务器可允许着陆页面的任何一部分被改编为服务动态内容。动态着陆页面服务器可允许登广告者赠加新的内容变化。不同的内容变化可针对(或受限于)具体目标,如目标地图中所定义。此外,动态着陆页面服务器可优化独特组合目标的内容。作为示例而非限制,一种或更多目标可被导入作为URL的一部分,由此可基于一种或更多目标而动态生成着陆页面。尽管本说明书以特定方式描述了动态生成着陆页面,但本说明书也包括以任何适当方式来动态生成着陆页面。
在特定实施例中,目标营销平台可包括基于目标的URL管理器,其可管理显示及目的地URL。可利用登广告者目标来管理目标地图中的URL,由此允许对发布商进行权衡。URL管理对于改进点击通过率及转化率而言极为重要。广告中关联显示URL可产生更高的点击通过率,并且通过目的地URL设定的相关着陆页面或产生更高的转化率。在特定实施例中,使用广告模板来构造利用目标营销平台产生的广告,其中显示URL是广告模板的一个属性。通过使用广告模板,可定制广告以为登广告者的各个产品提供相关的显示URL。登广告者可以可权衡的方式来影响目标地图以产生显示URL。在特定实施例中,搜索引擎营销商可将URL构造为:“store.<品牌>.com/<产品>.html,”,其中<品牌>及<产品>是给定产品类别的目标地图中的目标主题。作为示例而非限制,广告模板可具有<标题>,<描述1>,<描述2>以及<显示URL>的广告属性。如果广告模板用于具有免费刻印的产品,则广告模板可以是:
Figure BSA00000570322600381
示例广告模板包含目标主题<产品>及<品牌>。广告模板可应用于与这些目标主题的特定目标值关联的广告群。关联目标地图可包括目标“免费刻印”以及目标“免费刻印”与<产品>目标主题中的目标之间的关系,以表明那些产品适合免费刻印。广告模板可标记有目标“免费刻印”,并可仅应用至与和“免费刻印”目标存在练习的产品(<产品>目标)关联的广告群。对于应用了该广告模板的各个广告群而言,通过替换广告模板中目标主题的特定目标值来生成广告群的特定广告拷贝。示例广告示出广告模板将为关键目标生成<产品=iPod>及<品牌=Apple>的广告。登广告者通常基于其在其网站上营销的产品类别来组织目的地URL。这些URL通常可通过登广告者的网站的网站地图或产品/库存目录来确定。在特定实施例中,可利用特定URL来识别登广告者网站上或登广告者产品目录中的各个产品。各个产品可与来自目标地图中的一个或多个目标主题的一个或多个目标匹配。各个广告群或基于与产品匹配的目标及与广告群关联的目标来与一个或多个产品匹配。与广告群关联的广告拷贝的目的地URL可以是利用与广告群匹配的产品进行识别的产品。或者,不是将广告群匹配到产品并利用藉以识别该产品的URL,而是可以直接将各个广告群与URL相匹配。通过将登广告者现有的目的地URL“模板化”以生成目的地URL模板来实现上述目的。作为示例而非限制,目的地URL“store.apple.com/ipod.html”可被“模板化”以生成目的地URL模板“store.<品牌>.com/<产品>.html”。可基于广告群或关键字与目的地URL模板之间的重叠目标的最大数量来为各个广告群或通过关键字模板而生成的关键字分配目的地URL模板。例如:
Figure BSA00000570322600401
在第一示例中,目标主题<品牌>,<产品>,及<颜色>与关键字“Apple ipodblue”匹配。因为其具有与关键字模板重叠的两个目标(<品牌>及<产品>),而模板store.<品牌>.com仅具有一个重叠目标主题(<品牌>),故URL管理器会分配URL模板store.<品牌>.com/<产品>.html。在第二及第三示例中,目标主题<品牌>及<size>与关键字“Apple 16gb”匹配,而目标主题<品牌>与关键字“Apple”匹配。在这两种情况下,因为与目标主题<品牌>重叠,故URL管理器可分配URL模板store.<品牌>.com。在第四示例中,目标主题<产品>及<颜色>与关键字“Ipod blue”匹配。因为有两个目标重叠(<品牌>及<产品>),故URL管理器可分配URL模板store.<品牌>.com/<产品>.html。因为在相关目标地图中这些目标主题之间的关系(即,品牌“Apple”与<产品>目标主题中的很多目标都相关),在本示例中确定出目标主题<品牌>及<产品>。因为iPod由Apple,Inc.制造,故从关键字“ipod blue”推出品牌“Apple”。在特定实施例中,可基于关键字与目的地URL索引的网页之间的语义相似性来为关键字分配目的地URL。可利用任何标准技术来计算出关键字与网页之间的语义相似性。作为示例而非限制,可向搜索引擎提交关键字,排头的一定数目的结果片断连接为一组词,并且由字数矢量来表示该组词。类似地,网页可被表示为网页上全部字的字数矢量。然后可以计算出关键字与网页之间的语义相似性作为两个矢量之间的余弦相似性。在特定实施例中,替代基于登广告者的产品的类别来保持层次结构,一些登广告者的网站通过提供基于搜索请求而显示产品列表的总搜索页来简化对URL的管理。这些网站通常需要传送适当的请求/文字作为URL中的参数。要求适当请求/文字参数的登广告者网站可影响目标地图以可缩放方式生成目的地URL。在特定实施例中,搜索引擎营销商可将目的地URL构造为:“store.<品牌>.com/search?query=<产品>.”。作为示例而非限制,对于搜索请求“appleipod”,登广告者可使用目的地URL“store.apple.com/search?query=ipod,”,其中目标地图将关键字“apple”及“ipod”与关键目标<品牌=Apple>及<产品=iPod>进行匹配。因为对于任意给定搜索请求,均可通过搜索引擎来使用关键字及广告目的地URL两者,故目的地URL可被应用至广告及关键字以实现正确着陆页面测试的一致性。着陆页面管理器可通过针对关键字及广告来参考目标来设定目的地URL。在生成新的关键字时(例如,从搜索请求记录及其他来源),会应用通过登广告者或搜索引擎为目的地URL定义的基于目标规则。作为示例而非限制,如果现有关键字包括“iPod on sale”及“AppleiPod”,则存在基于目标规则,即,“如果<产品=iPod>,则目的地URL为“store.<品牌>.com/<产品>.”。如果新的关键字包括“Apple iPOd onsale”,则可应用相同规则。尽管本发明书以特定方式描述了管理显示及目的地URL,但本说明书还包括以任何适当的方式来管理显示及目的地URL。此外,尽管本说明书描述了特定显示及目的地URL及特定广告模板,但本说明书还包括任何适当的显示及目的地URL及任何适当的广告模板。
在特定实施例中,目标营销平台可包括基于目标的报告工具。一些登广告者工具通过关键字、群及活动来提供业绩报告(例如,点击量、成本、收入及利润)。目标营销平台可不仅通过以上方面,还可通过可能的目标来提供业绩报告。登广告者或能够看到哪些目标主题、关键目标或目标有利地促进了其业务,由此采取措施通过扩展高产出目标相关的关键字、广告拷贝及着陆页面来改进其活动。类似的,登广告者或能够看到哪些目标主题、关键目标或目标对其而言是无价值的,由此采取措施通过关闭关键字或生成与无产出目标相关的负关键字来改进其活动。
在特定实施例中,目标营销平台可包括全漏斗(full-funnel)报告工具。一些登广告者工具仅着眼于点击前活动资源,即关键字及广告拷贝。目标营销平台可考虑点击前及后搜索经历两者,由此允许登广告者看到特定使用者的相关于其他路径而进行的全部路径,即,关键字至广告拷贝至着陆页面。通过全漏斗,可以使用商业智慧来避免做出局部最佳但全局次优的决定,例如,基于点击率而对广告拷贝进行优化,而非基于收益率来对广告拷贝进行优化。
在特定实施例中,目标营销平台可包括基于目标的出价管理器。一些登广告者工具着眼于通过较大的关键字集合来管理出价。对出价进行管理要求对业绩规则进行精确评估。不同的出价管理问题是极少量的关键字的估计业绩规则,或“尾”关键字。因为尾关键字的请求及点击量极低,故为这些关键字建立统计学上有意义(及精确)的业绩规则的估计极为困难。目标营销平台出价管理算法可结合有关键字可能的目标。因为目标被很多不同关键字分享(50个不同的请求实际可只有同一可能目标),目标允许目标营销出价管理算法利用来自一个或多个关键字的数据以优化类似关键字的出价。结果可以越精确,对尾关键字的出价越快。尽管本说明书以特定方式描述了管理出价,但本说明书也包括以任何适当方式来管理出价。
在特定实施例中,目标营销平台可包括目标提取工具。可以使用目标地图来确定给定关键字或请求的可能使用者目标,并确定给定产品或网页的可能登广告者目标。目标提取工具可从与使用者相关的使用者信息来获得一个或多个使用者目标。类似的,目标提取工具可浏览给定登广告者的网站并获得网站中各个产品或网页的一个或多个登广告者目标。一旦为各个产品或网页分配了登广告者目标,登广告者就可将来自登广告者现有网站的着陆页面分配至关键字、广告群或广告拷贝,由此生成高度相关/一致搜索经历。尽管本说明书以特定方式描述了获取使用者目标及登广告者目标,但本说明书也包括以任何适当方式获得使用者目标及登广告者目标。
以上描述的目标营销平台的各个构成部分仅作为示例给出,其不应被视为限制。这些构成部分中的一些在图2C中示出,其示出了用于管理基于目标的关键字集合的流程240的示例。流程240示出了目标营销平台的各个不同构成部分及处理如何与目标市场彼此相关联。特定实施例可包括上述构成部分中的一些,全部,或全无,并可包括其他构成部分。目标营销平台可为登广告者提供各种优势。一个优势是登广告者能够生成更相关、一致、末端至末端付款搜索经历。另一优势在于,因为使用者的搜索经历可以更相关及一致,故登广告者可获得更高的转化率。另一优势在于,因为更相关的活动可形成更高质量的评分(意味着通过更低的成本实现相同的点击量),更精确地反映特定关键字相关值的出价(在业绩差的关键字上节省成本,在业绩好的关键字上增加成本),更高的转化以及更高的转换收入(所有这些均有助于更高的ROI或更高的ROAS),故登广告者可就其广告活动实现更高的投资回报或更高的平均花费回报。另一优势在于,因为更高的ROI或更高的ROAS,故登广告者能够对广告活动设置更高的出价。更高出价可形成更高平均位置,由此可为登广告者获得更高点击量及收入。另一优势在于登广告者可通过避免通常进行高相关性及一致搜索活动所需的大量的人工劳动及人力来更简单方便地衡量其活动。通过管理目标而非直接管理关键字,登广告者或能够衡量其活动以包含多出数个量级的关键字而无需增加劳动。上述规模的增加可形成更高的活动业绩规则,例如,更高的效果量、更高的点击量、更高的转换量、更高的收入、或更高的贡献边际。另一优点在于登广告者可实现更快的入市,这是因为目标营销平台可允许营销商比通常人工进行相关一致搜索活动所需的速度更快地进行搜索活动。以上列出的优点仅为示例而非限制。尽管本说明书描述并示出了以特定顺序发生的图2C的流程的特定步骤,但本说明书还包括以任何具体顺序完成图2C的流程的任何适当的步骤。
图3A示出了基于其各个目标来使产品与使用者匹配的示例方法300。该方法始于步骤305,其中登广告者150可为多个产品识别出多个登广告者目标。在步骤310,登广告者150可从多个登广告者目标获得多个关键字。在步骤315,登广告者150可从与使用者(例如,访问者130)相关的使用者信息获得一个或多个使用者目标。在步骤320,登广告者150可从多个登广告者目标选择与一个或多个使用者目标对应的一个或多个登广告者目标。在步骤325,登广告者150可使与一个或多个登广告者目标关联的一个或多个产品与使用者匹配。在步骤330,登广告者150可向使用者推荐一个或多个产品。尽管本说明书描述并示出了以特定顺序发生的图3A的方法的特定步骤,但本说明书也包括以任何适当顺序发生的图3A的方法的任何适当步骤。此外,尽管本说明书描述并示出了实现图3A的方法的特定步骤的特定构成部分,但本发明书也包括实现图3A的方法的任何适当步骤的任何适当构成部分的任何适当组合。
图3B示出了用于使登广告者目标与关键字匹配的示例方法350。该方法始于步骤355,其中登广告者150可为多个产品构造目标地图。目标地图可包括一个或多个目标主题,并且一个或多个目标主题中每一者可包括一个或多个目标。在步骤360,登广告者150可构造一个或多个关键字模板。在步骤365,登广告者150可基于一个或多个关键字模板从目标地图获得多个关键字。在步骤370,登广告者150可过滤多个关键字。在步骤375,登广告者150可使多个关键字形成一个或多个关键字集。在步骤380,登广告者150可为一个或多个关键字集中每一者构造一个或多个广告。尽管本说明书描述并示出了以特定顺序发生的图3B的方法的特定步骤,但本说明书还可包括以任何适当顺序发生的图3B的方法的任何适当步骤。此外,尽管本说明书描述并示出了执行图3B的特定步骤的特定构成部分,但本说明书还包括实现图3B的方法的任何适当步骤的任何适当构成部分的任何适当组合。
系统及方法
图4示出了网络环境400中的示例性搜索引擎营销平台402。网络环境400包括网络410,其将一个或多个广告交易商110,一个或多个搜索引擎营销平台402,一个或多个广告服务器424,一个或多个web服务器422,以及一个或多个客户端430彼此互连。尽管未示出,在网络环境400中还可包括其他类型的服务器。举例而非限制,网络410还可将一个或多个新闻服务器,邮件服务器,信息服务器,文件服务器,应用程序服务器,交易商服务器,数据库服务器,代理服务器等彼此互连,或连接至广告交易商404,搜索引擎营销平台402,广告服务器424,web服务器422或客户端430。本说明书包括任何适当的网络环境400。举例而非限制,尽管本说明书描述并示出了应用客户端至服务器模式的网络环境400,但本说明书还包括网络环境400的一个或多个部分在适当情况下是对等关系的情况。特定实施例可在一个或多个网络环境400中全部或部分地运行。在特定实施例中,网络环境400的一个或多个元件提供这里描述或示出的功能。特定实施例包括网络环境400的一个或多个部分。网络环境400包括网络410,其将一个或多个广告服务器424,一个或多个web服务器422,一个或多个客户端430,一个或多个广告交易商404以及一个或多个搜索引擎营销平台402彼此连接。本说明书包括任何适当的网络410。作为示例而非限制,网络410的一个或多个部分可包括随建即连网络、内联网、外联网、虚拟专用网络(VPN),局域网(LAN),无线LAN(WLAN),广域网(WAN),无线WAN(WWAN),城域网(MAN),互联网的一部分,公共交换电话网(PSTN)的一部分,移动电话网络,或这些网络中的两个或更多的组合。网络410可包括一个或多个网络410。
链接450将广告服务器424,web服务器422,客户端430,广告交易商404以及搜索引擎营销平台402彼此互连。本说明书包括任何适当的链接450。作为示例而非限制,一个或多个链接450分别包括一个或多个有线(例如数字用户线路(DSL)或电缆数据传输接口业务规范(DOCSIS))、无线(例如,Wi-Fi或全球互通微波存取(WiMAX))或光学(例如,同步光学网络(SONET)或同步数字层级(SDH))链接450。在特定实施例中,一个或多个链接450分别包括内联网、外联网、VPN,LAN,WLAN,WAN,MAN,通信网络,微型网络,互联网的一部分,或其他链接450或上述链接450中两种或更多的组合。在网络环境400中链接450无需相同。一种或更多第一链接450可与一种或更多第二链接450在一个或多个方面彼此不同。
本说明书包括任何适当的广告服务器424或web服务器422。作为示例而非限制,一个或多个广告服务器424或web服务器422可分别包括一个或多个广告服务器,应用程序服务器,目录服务器,通信服务器,数据库服务器,交易商服务器,传真服务器,文件服务器,游戏服务器,家用服务器,邮件服务器,信息服务器,新闻服务器,名称或DNS服务器,打印服务器,代理服务器,声音服务器,独立服务器,web服务器,或web馈送服务器。在特定实施例中,广告服务器424或web服务器422包括硬件、软件或两者以提供广告服务器424或web服务器422的功能。作为示例而非限制,起web服务器作用的web服务器422或能够管理包含网页或网页元素的网站,并包括适当的硬件、软件或两者以完成上述管理。在特定实施例中,web服务器可管理HTML或其他适当的文件,或依请求动态地生成或构造用于网页的文件。响应于超文本传输协议(HTTP)或来自客户端430的其他请求,web服务器422可将一个或多个上述文件传输至客户端430。作为另一示例,起邮件服务器作用的web服务器422或能够为一个或多个客户端430提供电子邮件服务。作为另一示例,起数据库服务器作用的广告服务器424或web服务器422或能够提供与一个或多个数据存储器(例如,下述数据存储器440)交互的界面。
在特定实施例中,各个web服务器422或各个广告服务器424可以是单一服务器或是横跨多个计算机或多个数据中心的散布服务器。在特定实施例中,各个web服务器422或各个广告服务器424可包括硬件、软件、或嵌入逻辑构件或用于实现由web服务器422或广告服务器424应用或支持的适当功能的两个或更多上述构件的组合。例如,web服务器422通常能够管理包含网页特定网页元素的网站。具体而言,web服务器422可管理HTML文件或其他文件类似,或可基于请求动态地生成或构成文件,并响应于来自客户端430的HTTP或其他请求将文件传输至客户端430。广告服务器424通常被构造以将广告(例如,图1所示的广告152)或广告相关内容置于广告空间内。
在特定实施例中,一个或多个链接450可将广告服务器424,网络服务器422,广告交易商,或搜索引擎营销平台402连接至一个或多个数据存储器440。数据存储器440可存储器任何适当的信息,并且可以任何适当的方式来组织数据存储器440的内容。作为示例而非限制,数据存储器440的内容可被存储器作为维度、平坦、分级、网络、目标导向、关系、XML或其他适当的数据库或这些数据库中两种或更多的组合。数据存储器440(或连接至其的广告服务器424、web服务器422、广告交易商404、或搜索引擎营销平台402)可包括用于管理数据存储器440的内容的数据库管理系统或其他硬件或软件。数据库管理系统可执行读写操作,删除或擦除数据、执行数据去复制、请求或搜索数据存储器440的内容,或提供对数据存储器440的其他访问。
在特定实施例中,广告服务器424,web服务器422,广告交易商404或搜索引擎营销平台402中的一个或多个可分别包括一个或多个搜索引擎。搜索引擎可包括用于提供搜索引擎功能的硬件、软件、或两者。作为示例而非限制,搜索引擎可应用一种或更多搜索算法来识别网络资源以响应于在各个引擎处接收到的搜索请求,一个或多个排名算法以对识别出的网络资源进行排名,或一个或多个总结算法以对识别出的网络资源进行总结。在特定实施例中,在适当情况下,由搜索引擎应用的排名算法可使用机器学习排名公式,其中可从由成对搜索请求及选择统一资源定位器(URL)构成的一组训练数据自动获得排名算法。
在特定实施例中,一个或多个服务器420可分别包括一个或多个数据监控器/收集器424。数据监控器/收集器424可包括硬件、软件或两者以提供数据监控器/收集器424的功能。作为示例而非限制,服务器420处的数据监控器/收集器424可监控并收集服务器420处的网络流量数据,并将网络流量数据存储在一个或多个数据存储器440中。在特定实施例中,在适当的情况下,服务器420或其他装置可从网络流量数据提取成对的搜索请求及选择URL。
在特定实施例中,广告服务器424包括一个或多个服务器或其他计算机系统,以对由web服务器422管理的网页中所包含的广告进行管理。本说明书包括任何适当的广告服务器424。服务平台的示例包括但不限于PUBLISHERS的DOUBLECLICK DART或GOOGLE ADSENSE。登广告者(例如,图1所示的登广告者150)可操作一个或多个广告服务器424。网页可包括由web服务器422及广告服务器424的组合所管理的元素。当客户端430处的网络浏览器对网页进行渲染时,通过用于渲染网页的一个或多个HTML或其他文件的引导,网络浏览器可从一个或多个网络服务器422获得并安装一个或多个网页元素。类似于由HTML或其他用于渲染网页的文件的引导,网络浏览器可从一个或多个数据监控器/收集器424获得并安装置于网页中的一个或多个广告(例如,图1所示的广告152)。
在特定实施例中,一个或多个数据存储器440可经由一个或多个链接450而连通至一个或多个服务器(例如,web服务器422或广告服务器424)。在特定实施例中,数据存储器440可被用于存储各种类型的信息或数据。在特定实施例中,可根据具体数据结构来对在数据存储器440中存储的数据进行组织。特定实施例可提供使得服务器(例如,web服务器422或广告服务器424)或客户端430能够管理(例如,获得、修改、增加或删除)在数据存储器440中存储的信息的界面。在特定实施例中,数据存储器440可具有合适类型的数据库软件,举例而非限制,ORACLEDATABASE,SYBASE SQL SERVER,或MICROSOFT SQL SERVER,其能够管理在数据存储器440中存储的数据,并使得web服务器422、广告服务器424或客户端430能够访问存储的数据。本说明书包括任何适当的数据存储器440。
本说明书包括任何适当的客户端430。客户端430可使得客户端430处的使用者访问网络410、广告服务器424、web服务器422、广告交易商404、搜索引擎营销平台402或客户端430,或与这些部分通信。作为示例而非限制,客户端430可包括网络浏览器,例如,MICROSOFTINTERNET EXPLORER或MOZILLA FIREFOX,并可具有一个或多个附加软件、插件、或其他扩展,例如GOOGLE TOOLBAR或YAHOOTOOLBAR。客户端430可以是包括提供客户端430的功能的硬件、软件或两者的电子装置。作为示例而非限制,在适当的情况下,客户端430可以是嵌入计算机系统、SOC、SBC(例如,COM或SOM)、桌上计算机系统、膝上或笔记本计算机系统、交互亭、主框架、计算机系统网络、移动电话、PDA、网络书计算机系统、服务器、平板计算机系统、或上述两种或更多系统的组合。在适当的情况下,客户端430可包括一个或多个客户端430,单一或散布、横跨多个位置、横跨多个机器、横跨多个数据中心、或置于云中,其可包括处于一个或多个网络内的一个或多个云组件。
客户端430可使得其使用者能够与其他客户端430处的使用者或与web服务器422通信。例如,客户端430处的使用者(例如,图1所示的访问者130)可输入将网络浏览器导向web服务器422的统一资源定位器(URL)或其他地址,并且网络浏览器可生成HTTP请求并将HTTP请求与web服务器422进行沟通。Web服务器422可接收HTTP请求并响应于HTTP请求与客户端430针对一个或多个HTML文件进行沟通。客户端430可基于来自web服务器422的HTML文件来渲染网页以向使用者显示。本说明书包括任何适当的网页文件。作为示例而非限制,网页可根据具体需要从HTML文件、可扩展超文本标签语言(XHTML)文件、或可扩展标签语言(XML)文件渲染。上述页面例如还可执行例如以JAVASCRIPT,JAVA,MICROSOFT SILVERLIGHT及标签语言的组合(这些为示例而非限制)写成的原本,以及诸如AJAX(异步JAVASCRIPT及XML)等的文本。这里,在适当的情况下,网页包含一个或多个相应的网页文件(浏览器可使用其来渲染网页),反而亦然。
本说明书包括任何适当的网页。作为示例而非限制,由web服务器422管理的网页可以是静态或是动态。在特定实施例中,一起存储在web服务器422处的共用目录占的多个网页构成网站或网站的一部分。在特定实施例中,网页可包括一个或多个元素。作为示例而非限制,网页的显示(或渲染)元素可包括静态文本、静态影像、模拟影像、音频、视频、交互文本、交互图解、按钮、超链接、或表格。在显示时,上述元素可分别占据网页上的特定空间。网页的内部(或隐藏)元素例如可包括(示例而非限制)评论、元(meta)元素、数据库、图形及风格信息,以及原本,例如JAVASCRIPT。网页的一个或多个元素可以是内联框架(IFrame),其使得网络开发者能够将HTML文档嵌入其他HTML文档。这里,在适当情况下,文档可包括网页。在适当情况下,网页的元素可包括用于渲染元素的网页文件的一个或多个部分,反之亦然。
网页的一个或多个元素可以是广告。网页中广告所布置的位置可被称为广告空间。在特定实施例中,广告具有各种不同属性。作为示例而非限制,广告的属性可包括格式(例如,文字、影像、视频、音频、动画、小工具等)、尺寸、网页位置(例如,顶部、左侧、栏位上方、栏位下方等)、包含方法(例如被包含在用于网页的HTML文件中,处于HTML文件中的IFrame中,或通过执行原本而被渲染)、显示模式(例如,内联、弹起、弹下、预滚动等)、目标着陆页面URL、广告服务器(例如,ADVERTISERS的DOUBLECLICK DART或GOOGLE ADWORDS)、期望的点击通过率(CTR)、广告质量评分、一个或多个目标关键字及/或一个或多个目标出版商,以及登广告者。线上广告活动(其可包括多个出版商处的多个广告)可具有类似的属性。如下所述,特定实施例收集与广告相关的信息,例如其属性,以由登广告者在策划并管理其线上广告时使用。特定实施例类似地收集与线上广告活动相关的信息。特定实施例可在一个或多个数据存储器440中存储所收集的信息。
在特定实施例中,广告交易所404(例如,如图1所示的示例广告交易所110)可以驻留在在一个或多个服务器(例如,交换服务器)上或者被实现在其上。广告交易所404可被实现为硬件、软件或嵌入式逻辑组件或者两个或更多个这样的组件的组合,并且能够执行适当功能,例如购买和出售广告库、管理出价或广告订单等等。
在特定实施例中,搜索引擎营销平台可以驻留在一个或多个服务器(例如,应用服务器)上或者可被实现在其上,并且可由代表或表示一个或多个广告商(例如,如图1所示的广告商150)的代理商(例如,如图1所示的代理商140)或者可由广告商(例如,如图1所示的广告商150)来操作。搜索引擎营销平台402可被实现为硬件、软件或嵌入式逻辑组件或者两个或更多个这样的组件的组合,并且能够实现适当功能,例如,选择广告库、确定出价量、为各个访问者构建定制化广告和加载页面、分析访问者响应,等等。
图5图示出了示例计算机系统500。在特定实施例中,一个或多个计算机系统500执行这里描述或图示出的一个或多个方法的一个或多个步骤。在特定实施例中,一个或多个计算机系统500提供这里描述或图示出的功能。在特定实施例中,运行在一个或多个计算机系统500上的软件执行这里描述或图示出的一个或多个方法的一个或多个步骤或者提供这里描述或图示出的功能。特定实施例包括一个或多个计算机系统500的一个或多个部分。
本公开构想出任何合适数目的计算机系统500。本公开构想出采取任何合适物理形式的计算机系统500。作为示例而非限制性地,计算机系统500可以是嵌入式计算机系统、片上系统(SOC)、单板计算机系统(SBC)(例如,模块上计算机(COM)或模块上系统(SOM))、桌上型计算机系统、膝上型或笔记本计算机系统、交互式亭、主机、计算机系统的网状结构、移动电话、个人数字助理(PDA)、服务器、平板计算机系统,或者这些中的两者多更多者的组合。适当地,计算机系统500可以包括一个或多个计算机系统500;可以是整体式的或分布式的;可以跨越多个位置;跨越多个机器;跨越多个数据中心;或者驻留在可包括一个或多个网络中的一个或多个云组件的云中。适当地,一个或多个计算机系统500可以没有实质的空间或时间限制地来执行这里描述或图示出的一个或多个方法的一个或多个步骤。作为示例而非限制性地,一个或多个计算机系统500可以实时地或者以成批模式来执行这里描述或图示出的一个或多个方法的一个或多个步骤。一个或多个计算机系统500可以适当地在不同时间或不同位置处执行这里描述或图示出的一个或多个方法的一个或多个步骤。
在特定实施例中,计算机系统500包括处理器502、存储器504、存储装置506、输入/输出(I/O)接口508、通信接口510和总线512。虽然本公开描述并图示出了具有在特定布置中的特定数目的特定组件的特定计算机系统,但是本公开可构想出具有在任何合适的布置中的任何合适数目的任何合适组件的任何合适的计算机系统。
在特定实施例中,处理器502包括用于运行诸如构成计算机程序的那些指令之类的指令的硬件。作为示例而非限制性地,为了运行指令,处理器502可从内部寄存器、内部缓存、存储器504或存储装置506检索(或取回)指令;对它们译码并运行;并且然后将一个或多个结果写入内部寄存器、内部缓存、存储器504或存储装置506中。在特定实施例中,处理器502可以包括用于数据、指令或地址的一个或多个内部缓存。本公开构想出适当地包括任何合适数目的任何合适内部缓存的处理器502。作为示例而非限制性地,处理器502可以包括一个或多个指令缓存、一个或多个数据缓存以及一个或多个转换后备缓冲器(TLB)。指令缓存中的指令可以是存储器504或存储装置506中的指令的复制,并且指令缓存可以加速处理器502对这些指令的检索。数据缓存中的数据可以是存储器504或存储装置506中的数据的复制,以用于在处理器502处运行的指令对其进行操作;供在处理器502处运行的后续指令访问或者用于写入存储器504或存储装置506的在处理器502处运行的先前指令的结果;或者其它合适的数据。数据缓存可以加速处理器502的读或写操作。TLB可以加速处理器502的虚拟地址转换。在特定实施例中,处理器502可以包括用于数据、指令或地址的一个或多个内部寄存器。本公开构想出适当地包括任何合适数目的任何合适内部寄存器的处理器502。适当地,处理器502可以包括一个或多个算术逻辑单元(ALU);可以是多核处理器;或者包括一个或多个处理器502。虽然本公开描述并图示出了特定处理器,但是本公开可构想出任何合适的处理器。
在特定实施例中,存储器504包括用于存储供处理器502运行的指令或者供处理器502进行操作的数据的主存储器。作为示例而非限制性地,计算机系统500可以从存储装置506或其它源(例如,另一计算机系统500)向存储器504载入指令。处理器502然后可以将指令从存储器504载入内部寄存器或内部缓存。为了运行指令,处理器502可以从内部寄存器或内部缓存检索回指令并对它们译码。在指令运行期间或之后,处理器502可以将一个或多个结果(其可能是中间结果或最终结果)写入内部寄存器或内部缓存。处理器502然后可以将这些结果中的一个或多个写入存储器504。在特定实施例中,处理器502仅运行一个或多个内部寄存器或内部缓存或存储器504(与存储装置506或其它地方相对照)中的指令,并且仅对一个或多个内部寄存器或内部缓存或存储器504(与存储装置506或其它地方相对照)中的数据进行操作。一个或多个存储器总线(其每个可包括地址总线和数据总线)可以将处理器502耦合到存储器504。总线512可以包括一个或多个存储器总线,如下所述。在特定实施例中,一个或多个存储器管理单元(MMU)驻留在处理器502与存储器504之间并且辅助处理器502所请求的对存储器504的访问。在特定实施例中,存储器504包括随机存取存储器(RAM)。该RAM适当地可以是易失性存储器。适当地,该RAM可以是动态RAM(DRAM)或静态RAM(SRAM)。此外,适当地,该RAM可以是单端口或多端口RAM。本公开构想出任何合适的RAM。存储器504可以适当地包括一个或多个存储器504。虽然本公开描述并图示出了特定存储器,但是本公开可构想出任何合适的存储器。
在特定实施例中,存储装置506包括用于数据或指令的海量存储装置。作为示例而非限制性地,存储装置506可以包括HDD、软盘驱动器、闪存、光盘、磁光盘、磁带、或通用串行总线(USB)驱动器或者这些中的两者或多者的组合。存储装置506可以适当地包括可移除或不可移除(或固定的)介质。存储装置506可以适当地在计算机系统500的内部或外部。在特定实施例中,存储装置506是非易失性固态存储器。在特定实施例中,存储装置506包括只读存储器(ROM)。适当地,该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可更改ROM(EAROM)、或闪存或者这些中的两者或多者的组合。本公开构想出采取任何合适的物理形式的海量存储装置506。存储装置506可以适当地包括用于辅助处理器502与存储装置506之间的通信的一个或多个存储控制单元。适当地,存储装置506可以包括一个或多个存储装置506。虽然本公开描述并图示出了特定存储装置,但是本公开可构想出任何合适的存储装置。
在特定实施例中,I/O接口508包括提供了用于计算机系统500与一个或多个I/O接口装置之间的通信的一个或多个接口的硬件、软件或者它们两者。计算机系统500可以适当地包括一个或多个这样的I/O装置。这些I/O装置中的一个或多个可以使能人与计算机系统500之间的通信。作为示例而非限制性地,I/O装置可以包括键盘、键区、麦克风、监视器、鼠标、打印机、扫描仪、扬声器、静物相机、手写笔、书写板、触摸屏、轨迹球、视频相机、另外的合适I/O装置,或者这些中的一者或多者的组合。I/O装置可以包括一个或多个传感器。本公开构想出任何合适的I/O装置以及用于它们的任何合适的I/O接口508。适当地,I/O接口508可以包括使得处理器502能够驱动这些I/O装置中的一个或多个的一个或多个装置或软件驱动器。I/O接口508可以适当地包括一个或多个I/O接口508。虽然本公开描述并图示出了特定I/O接口,但是本公开可构想出任何合适的I/O接口。
在特定实施例中,通信接口510包括硬件、软件或它们两者,用于提供用于计算机系统500与一个或多个其它计算机系统500或一个或多个网络之间的通信(例如,基于分组的通信)的一个或多个接口。作为示例而非限制性地,通信接口510可以包括用于与以太网或其它基于线的网络通信的网络接口控制器(NIC)或网络适配器,或者用于与诸如WI-FI网络之类的无线网络通信的无线NIC(WNIC)或无线适配器。本公开构想出了任何合适网络以及用于它的任何合适的通信接口510。作为示例而非限制性地,计算机系统500可以与自治网络、个人区域网(PAN)、局域网(LAN)、广域网(WAN)、城域网(MAN)、或者因特网的一个或多个部分,或者这些中的两者或更多者的组合。这些网络中的一个或多个网络的一个或多个部分可以是有线的或无线的。作为示例,计算机系统500可以与无线PAN(WPAN)(例如,蓝牙WPAN)、WI-FI网络、WI-MAX网络、蜂窝电话网(例如,全球移动通信系统(GSM)网络)、或者其它合适的无线网络,或者这些中的两者或更多者的组合。计算机系统500可以适当地包括用于这些网络中的任何网络的任何合适的通信接口510。通信接口510可以适当地包括一个或多个通信接口510。虽然本公开描述并图示出了特定通信接口,但是本公开可构想出任何合适的通信接口。
在特定实施例中,总线512包括用于将计算机系统500的组件彼此相耦合的硬件、软件或它们两者。作为示例而非限制性地,总线512可以包括加速图形端口(AGP)或其它图形总线、增强型工业标准架构(EISA)总线、前端总线(FSB)、超传输(HYPERTRANSPORT,HT)互连、工业标准架构(ISA)总线、无线带宽(INFINIBAND)互连、低引脚数(LPC)总线、存储器总线、微通道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局域(VLB)总线,或者另外的合适总线,或者这些中的两者或更多者的组合。总线512可以适当地包括一个或多个总线512。虽然本公开描述并图示出了特定总线,但是本公开可构想出任何合适的总线或互连。
这里,对计算机可读存储介质的提及包含一个或多个非暂时、有形计算机可读存储介质处理结构。作为示例而非限制性地,计算机可读存储介质可以适当地包括基于半导体的或其它集成电路(IC)(例如,现场可编程门阵列(FPGA)或专用IC(ASIC)、硬盘、HDD、混合硬盘驱动器(HHD)、光盘、光盘驱动器(ODD)、磁光盘、磁光驱动器、软盘、软盘驱动器(FDD)、磁带、全息存储介质、固态驱动器(SSD)、RAM-驱动器、安全数字(SECURE DIGITAL)卡、安全数字(SECUREDIGITAL)驱动器,或者另外的合适计算机可读存储介质,或者这些中的两者或更多者的组合。这里,对计算机可读存储介质的提及排除不符合35U.S.C.§101下的专利保护的任何介质。这里,对计算机可读存储介质的提及在其不符合35U.S.C.§101下的专利保护的程度上排除暂时形式的信号传输(例如传播电或电磁信号本身)。计算机可读的非暂时存储介质可以适当地是易失性、非易失性或者易失性和非易失性的组合。
本公开构想出了用于实现任何合适存储装置的一个或多个计算机可读存储介质。在特定实施例中,计算机可读存储介质适当地实现处理器502的一个或多个部分(例如,一个或多个内部寄存器或缓存)、存储器504的一个或多个部分、存储装置506的一个或多个部分,或者这些的组合。在特定实施例中,计算机可读存储介质实现RAM或ROM。在特定实施例中,计算机可读存储介质实现易失性或永久性存储器。在特定实施例中,一个或多个计算机可读存储介质含有软件。这里,对软件的提及可以适当地包括一个或多个应用、字节码、一个或多个计算机程序、一个或多个可执行文件、一个或多个指令、逻辑、机器码、一个或多个脚本或者源代码,反之亦然。在特定实施例中,软件包括一个或多个应用编程接口(API)。本公开构想出以任何合适的编程语言或者编程语言的组合编写的或者以其他方式表达的任何合适的软件。在特定实施例中,软件被表达为软代码或对象码。在特定实施例中,软件以诸如C、Perl或其合适扩展之类的较高级编程语言来表达。在特定实施例中,软件以诸如汇编语言(或机器码)之类的较低级编程语言来表达。在特定实施例中,软件用JAVA来表达。在特定实施例中,软件用超文本标记语言(HTML)、可扩展标记语言(XML)或其它合适的标记语言来表达。
其它
这里,除非以其他方式明确指示或者通过上下文以其他方式指示,否则“或”是包含性的而非排他的。因此,这里,除非以其他方式明确指示或者通过上下文以其他方式指示,否则“A或B”是指“A、B或者它们两者”。此外,除非以其他方式明确指示或者通过上下文以其他方式指示,否则“和”既是联合的也是分别的。因此,这里,除非以其他方式明确指示或者通过上下文以其他方式指示,否则“A和B”是指“联合的或分别的A和B”。此外,除非以其他方式明确指示或者通过上下文以其他方式指示,否则“一”或“所述”意图指代“一个或多个”。因此,这里,除非以其他方式明确指示或者通过上下文以其他方式指示,否则“一A”或“所述A”是指“一个或多个A”。
本公开包含具有本领域普通技术知识的人员将会理解的、对这里的示例实施例的所有改变、替代、变化、变更和修改。类似地,所附权利要求适当地包含具有本领域普通技术知识的人员将会理解的、对这里的示例实施例的所有改变、替代、变化、变更和修改。此外,本公开包含具有本领域普通技术知识的人员将会理解的、来自任何示例实施例的一个或多个特征与这里的任何其它示例实施例的一个或多个特征的任何合适的组合。此外,在所附权利要求中对被适配为、布置为、能够、配置为、使得能够、可操作来、或者用于执行特定功能的设备或系统或者设备或系统的组件的提及包括该设备、系统、组件,无论其或该特定功能是否被激活、打开或开启,只要该设备、系统或组件如此被适配、布置、能够、配置、使能、操作或运用即可。

Claims (85)

1.一种方法,包括:通过一个或多个计算装置,
构建用于多个产品的目标地图,其中:
所述目标地图包括一个或多个目标主题,并且
所述一个或多个目标主题中的每一个包括一个或多个目标;以及
基于一个或多个关键字模板,从所述目标地图得到多个关键字。
2.如权利要求1所述的方法,还包括构建所述一个或多个关键字模板。
3.如权利要求2所述的方法,其中所述一个或多个关键字模板中的至少一个是基于一个或多个规则而构建的。
4.如权利要求3所述的方法,其中所述一个或多个规则是基于所述一个或多个目标主题而确定的。
5.如权利要求2所述的方法,其中:
所述一个或多个目标主题形成层次结构;并且
所述一个或多个关键字模板中的至少一个是基于所述层次结构而构建的。
6.如权利要求2所述的方法,其中所述一个或多个关键字模板中的至少一个是基于已知关键字的集合而构建的,包括:
分析所述已知关键字的集合;
从所述已知关键字的集合中选择能应用于所述目标地图的一个或多个已知关键字;以及
基于所述一个或多个已知关键字来构建所述一个或多个关键字模板中的所述至少一个。
7.如权利要求6所述的方法,其中,从所述已知关键字的集合中选择能应用于所述目标地图的一个或多个已知关键字包括:
从所述已知关键字的集合中选择与所述多个产品有关的一个或多个特定的已知关键字;
分析所述与所述多个产品有关的一个或多个特定的已知关键字的历史业绩信息;以及
从所述与所述多个产品有关的一个或多个特定的已知关键字中,选择关于一个或多个预定度量具有较高业绩的一个或多个已知关键字。
8.如权利要求6所述的方法,其中,基于所述一个或多个已知关键字来构建所述一个或多个关键字模板包括:
对于所述一个或多个已知关键字中的每个已知关键字,
将该已知关键字分成一个或多个片段;并且
对于所述一个或多个片段中的每个片段,
从所述目标地图中识别与该片段对准的目标;并且
用该目标所属的来自所述目标地图的目标主题替换该片段。
9.如权利要求1所述的方法,其中所述一个或多个关键字模板中的至少一个包括来自所述目标地图的至少一个目标主题。
10.如权利要求9所述的方法,其中,基于所述一个或多个关键字模板从所述目标地图得到所述多个关键字包括:
基于所述一个或多个关键字模板中的每一个,得到所述多个关键字中的一个或多个关键字;
其中:
所述一个或多个目标主题形成层次结构;并且
基于所述一个或多个关键字模板中的一个关键字模板得到所述多个关键字中的一个关键字包括:用一目标来替换该一个关键字模板中所包含的至少一个目标主题中的每个目标主题,该目标来自于该目标主题或来自于作为所述层次结构中该目标主题祖先的目标主题。
11.如权利要求1所述的方法,还包括对所述多个关键字进行过滤,包括:
估计所述多个关键字的营销量或广告投放量;以及
从所述多个关键字中,选择被估计为产生较高营销量或广告投放量的一个或多个关键字。
12.如权利要求1所述的方法,还包括将所述多个关键字聚集成一个或多个关键字集。
13.如权利要求12所述的方法,其中,将所述多个关键字聚集成一个或多个关键字集包括:
规定据以进行聚集的一组目标主题,其中该组目标主题包括所述一个或多个目标主题中的至少一个目标主题;以及
基于该组目标主题对所述多个关键字进行编组,包括:
将对于该组目标主题中的每个目标主题,共享来自该目标主题的
同一目标的所有关键字编组到一关键字集中。
14.如权利要求12所述的方法,还包括针对所述一个或多个关键字集中的每一个来构建一个或多个广告。
15.如权利要求1所述的方法,其中,所述目标地图的一个或多个目标主题中的每个目标主题与一个或多个目标主题类别有关。
16.如权利要求15所述的方法,其中,所述一个或多个目标主题类别包括以下各项中的一个或多个:产品类别、产品、一般产品描述、特定产品描述、动作指引,或动作指引描述。
17.如权利要求1所述的方法,其中所述一个或多个目标主题形成一个或多个层次结构。
18.如权利要求17所述的方法,其中所述一个或多个层次结构中的每一个包括:
一组目标主题,包括所述一个或多个目标主题中的至少一个目标主题;以及
多个层级,每个层级包括该组目标主题中的至少一个目标主题。
19.如权利要求18所述的方法,其中:
所述一个或多个目标主题中的每个目标主题属于多个目标主题类别之一;并且
对于所述一个或多个层次结构中的每个层次结构,该组目标主题中的每个目标主题属于共同的目标主题类别。
20.如权利要求1所述的方法,其中,在所述一个或多个目标主题之间存在一种或多种主题关系,并且在所述一个或多个目标主题的一个或多个目标之间存在一种或多种目标关系。
21.如权利要求20所述的方法,其中,第一目标主题与第二目标主题之间的一种或多种主题关系之一指示出:属于该第一目标主题的第一目标和属于该第二目标主题的第二目标适于或不适于在所述多个关键字中的至少一个关键字中一起出现。
22.如权利要求20所述的方法,其中,属于第一目标主题的第一目标与属于第二目标主题的第二目标之间的一种或多种目标关系之一指示出:该第一目标和该第二目标适于在所述多个关键字中的至少一个关键字中一起出现。
23.如权利要求20所述的方法,其中,第一目标与第二目标之间的一种或多种目标关系之一指示出:该第一目标是该第二目标的同义词。
24.如权利要求20所述的方法,其中,第一目标与第二目标之间的一种或多种目标关系之一指示出:该第一目标是该第二目标的复数形式。
25.如权利要求20所述的方法,其中,第一目标与第二目标之间的一种或多种目标关系之一指示出:该第一目标是该第二目标的错误拼写。
26.如权利要求20所述的方法,其中,第一目标与第二目标之间的一种或多种目标关系之一指示出:该第一目标和该第二目标在所述多个关键字中的至少一个关键字中适于彼此替代。
27.如权利要求1所述的方法,其中所述多个产品属于同一企业或行业。
28.如权利要求1所述的方法,其中产品是实体产品、软件产品或服务。
29.一种系统,包括:
存储器,该存储器包括可由一个或多个处理器执行的指令;以及
所述一个或多个处理器,其耦合到所述存储器并可操作来执行所述指令,所述一个或多个处理器在执行所述指令时可操作来执行以下操作:
构建用于多个产品的目标地图,其中:
所述目标地图包括一个或多个目标主题,并且
所述一个或多个目标主题中的每一个包括一个或多个目标;以及
基于一个或多个关键字模板,从所述目标地图得到多个关键字。
30.如权利要求29所述的系统,其中,所述一个或多个处理器在执行所述指令时还可操作来构建所述一个或多个关键字模板。
31.如权利要求30所述的系统,其中所述一个或多个关键字模板中的至少一个是基于一个或多个规则而构建的。
32.如权利要求31所述的系统,其中所述一个或多个规则是基于所述一个或多个目标主题而确定的。
33.如权利要求30所述的系统,其中:
所述一个或多个目标主题形成层次结构;并且
所述一个或多个关键字模板中的至少一个是基于所述层次结构而构建的。
34.如权利要求30所述的系统,其中所述一个或多个关键字模板中的至少一个是基于已知关键字的集合而构建的,包括:
分析所述已知关键字的集合;
从所述已知关键字的集合中选择能应用于所述目标地图的一个或多个已知关键字;以及
基于所述一个或多个已知关键字来构建所述一个或多个关键字模板中的所述至少一个。
35.如权利要求34所述的系统,其中,从所述已知关键字的集合中选择能应用于所述目标地图的一个或多个已知关键字包括:
从所述已知关键字的集合中选择与所述多个产品有关的一个或多个特定的已知关键字;
分析所述与所述多个产品有关的一个或多个特定的已知关键字的历史业绩信息;以及
从所述与所述多个产品有关的一个或多个特定的已知关键字中,选择关于一个或多个预定度量具有较高业绩的一个或多个已知关键字。
36.如权利要求34所述的系统,其中,基于所述一个或多个已知关键字来构建所述一个或多个关键字模板包括:
对于所述一个或多个已知关键字中的每个已知关键字,
将该已知关键字分成一个或多个片段;并且
对于所述一个或多个片段中的每个片段,
从所述目标地图中识别与该片段对准的目标;并且
用该目标所属的来自所述目标地图的目标主题替换该片段。
37.如权利要求29所述的系统,其中所述一个或多个关键字模板中的至少一个包括来自所述目标地图的至少一个目标主题。
38.如权利要求37所述的系统,其中,基于所述一个或多个关键字模板从所述目标地图得到所述多个关键字包括:
基于所述一个或多个关键字模板中的每一个,得到所述多个关键字中的一个或多个关键字;
其中:
所述一个或多个目标主题形成层次结构;并且
基于所述一个或多个关键字模板中的一个关键字模板得到所述多个关键字中的一个关键字包括:用一目标来替换该一个关键字模板中所包含的至少一个目标主题中的每个目标主题,该目标来自于该目标主题或来自于作为所述层次结构中该目标主题祖先的目标主题。
39.如权利要求29所述的系统,还包括对所述多个关键字进行过滤,包括:
估计所述多个关键字的营销量或广告投放量;以及
从所述多个关键字中,选择被估计为产生较高营销量或广告投放量的一个或多个关键字。
40.如权利要求29所述的系统,还包括将所述多个关键字聚集成一个或多个关键字集。
41.如权利要求40所述的系统,其中,将所述多个关键字聚集成一个或多个关键字集包括:
规定据以进行聚集的一组目标主题,其中该组目标主题包括所述一个或多个目标主题中的至少一个目标主题;以及
基于该组目标主题对所述多个关键字进行编组,包括:
将对于该组目标主题中的每个目标主题,共享来自该目标主题的同一目标的所有关键字编组到一关键字集中。
42.如权利要求40所述的系统,其中所述一个或多个处理器在执行所述指令时还可操作来针对所述一个或多个关键字集中的每一个来构建一个或多个广告。
43.如权利要求29所述的系统,其中,所述目标地图的一个或多个目标主题中的每个目标主题与一个或多个目标主题类别有关。
44.如权利要求43所述的系统,其中,所述一个或多个目标主题类别包括以下各项中的一个或多个:产品类别、产品、一般产品描述、特定产品描述、动作指引,或动作指引描述。
45.如权利要求29所述的系统,其中所述一个或多个目标主题形成一个或多个层次结构。
46.如权利要求45所述的系统,其中所述一个或多个层次结构中的每一个包括:
一组目标主题,包括所述一个或多个目标主题中的至少一个目标主题;以及
多个层级,每个层级包括该组目标主题中的至少一个目标主题。
47.如权利要求46所述的系统,其中:
所述一个或多个目标主题中的每个目标主题属于多个目标主题类别之一;并且
对于所述一个或多个层次结构中的每个层次结构,该组目标主题中的每个目标主题属于共同的目标主题类别。
48.如权利要求29所述的系统,其中,在所述一个或多个目标主题之间存在一种或多种主题关系,并且在所述一个或多个目标主题的一个或多个目标之间存在一种或多种目标关系。
49.如权利要求48所述的系统,其中,第一目标主题与第二目标主题之间的一种或多种主题关系之一指示出:属于该第一目标主题的第一目标和属于该第二目标主题的第二目标适于或不适于在所述多个关键字中的至少一个关键字中一起出现。
50.如权利要求48所述的系统,其中,属于第一目标主题的第一目标与属于第二目标主题的第二目标之间的一种或多种目标关系之一指示出:该第一目标和该第二目标适于在所述多个关键字中的至少一个关键字中一起出现。
51.如权利要求48所述的系统,其中,第一目标与第二目标之间的一种或多种目标关系之一指示出:该第一目标是该第二目标的同义词。
52.如权利要求48所述的系统,其中,第一目标与第二目标之间的一种或多种目标关系之一指示出:该第一目标是该第二目标的复数形式。
53.如权利要求48所述的系统,其中,第一目标与第二目标之间的一种或多种目标关系之一指示出:该第一目标是该第二目标的错误拼写。
54.如权利要求48所述的系统,其中,第一目标与第二目标之间的一种或多种目标关系之一指示出:该第一目标和该第二目标在所述多个关键字中的至少一个关键字中适于彼此替代。
55.如权利要求29所述的系统,其中所述多个产品属于同一企业或行业。
56.如权利要求29所述的系统,其中产品是实体产品、软件产品或服务。
57.一个或多个包含软件的计算机可读非暂态存储介质,所述软件在被一个或多个计算机系统执行时可操作来执行以下操作:
构建用于多个产品的目标地图,其中:
所述目标地图包括一个或多个目标主题,并且
所述一个或多个目标主题中的每一个包括一个或多个目标;以及
基于一个或多个关键字模板,从所述目标地图得到多个关键字。
58.如权利要求57所述的介质,其中,所述软件在被所述一个或多个计算机系统执行时还可操作来构建所述一个或多个关键字模板。
59.如权利要求58所述的介质,其中所述一个或多个关键字模板中的至少一个是基于一个或多个规则而构建的。
60.如权利要求59所述的介质,其中所述一个或多个规则是基于所述一个或多个目标主题而确定的。
61.如权利要求58所述的介质,其中:
所述一个或多个目标主题形成层次结构;并且
所述一个或多个关键字模板中的至少一个是基于所述层次结构而构建的。
62.如权利要求58所述的介质,其中所述一个或多个关键字模板中的至少一个是基于已知关键字的集合而构建的,包括:
分析所述已知关键字的集合;
从所述已知关键字的集合中选择能应用于所述目标地图的一个或多个已知关键字;以及
基于所述一个或多个已知关键字来构建所述一个或多个关键字模板中的所述至少一个。
63.如权利要求62所述的介质,其中,从所述已知关键字的集合中选择能应用于所述目标地图的一个或多个已知关键字包括:
从所述已知关键字的集合中选择与所述多个产品有关的一个或多个特定的已知关键字;
分析所述与所述多个产品有关的一个或多个特定的已知关键字的历史业绩信息;以及
从所述与所述多个产品有关的一个或多个特定的已知关键字中,选择关于一个或多个预定度量具有较高业绩的一个或多个已知关键字。
64.如权利要求62所述的介质,其中,基于所述一个或多个已知关键字来构建所述一个或多个关键字模板包括:
对于所述一个或多个已知关键字中的每个已知关键字,
将该已知关键字分成一个或多个片段;并且
对于所述一个或多个片段中的每个片段,
从所述目标地图中识别与该片段对准的目标;并且
用该目标所属的来自所述目标地图的目标主题替换该片段。
65.如权利要求57所述的介质,其中所述一个或多个关键字模板中的至少一个包括来自所述目标地图的至少一个目标主题。
66.如权利要求65所述的介质,其中,基于所述一个或多个关键字模板从所述目标地图得到所述多个关键字包括:
基于所述一个或多个关键字模板中的每一个,得到所述多个关键字中的一个或多个关键字;
其中:
所述一个或多个目标主题形成层次结构;并且
基于所述一个或多个关键字模板中的一个关键字模板得到所述多个关键字中的一个关键字包括:用一目标来替换该一个关键字模板中所包含的至少一个目标主题中的每个目标主题,该目标来自于该目标主题或来自于作为所述层次结构中该目标主题祖先的目标主题。
67.如权利要求57所述的介质,还包括对所述多个关键字进行过滤,包括:
估计所述多个关键字的营销量或广告投放量;以及
从所述多个关键字中,选择被估计为产生较高营销量或广告投放量的一个或多个关键字。
68.如权利要求57所述的介质,还包括将所述多个关键字聚集成一个或多个关键字集。
69.如权利要求68所述的介质,其中,将所述多个关键字聚集成一个或多个关键字集包括:
规定据以进行聚集的一组目标主题,其中该组目标主题包括所述一个或多个目标主题中的至少一个目标主题;以及
基于该组目标主题对所述多个关键字进行编组,包括:
将对于该组目标主题中的每个目标主题,共享来自该目标主题的同一目标的所有关键字编组到一关键字集中。
70.如权利要求68所述的介质,其中所述一个或多个处理器在执行所述指令时还可操作来针对所述一个或多个关键字集中的每一个来构建一个或多个广告。
71.如权利要求57所述的介质,其中,所述目标地图的一个或多个目标主题中的每个目标主题与一个或多个目标主题类别有关。
72.如权利要求71所述的介质,其中,所述一个或多个目标主题类别包括以下各项中的一个或多个:产品类别、产品、一般产品描述、特定产品描述、动作指引,或动作指引描述。
73.如权利要求57所述的介质,其中所述一个或多个目标主题形成一个或多个层次结构。
74.如权利要求73所述的介质,其中所述一个或多个层次结构中的每一个包括:
一组目标主题,包括所述一个或多个目标主题中的至少一个目标主题;以及
多个层级,每个层级包括该组目标主题中的至少一个目标主题。
75.如权利要求74所述的介质,其中:
所述一个或多个目标主题中的每个目标主题属于多个目标主题类别之一;并且
对于所述一个或多个层次结构中的每个层次结构,该组目标主题中的每个目标主题属于共同的目标主题类别。
76.如权利要求57所述的介质,其中,在所述一个或多个目标主题之间存在一种或多种主题关系,并且在所述一个或多个目标主题的一个或多个目标之间存在一种或多种目标关系。
77.如权利要求76所述的介质,其中,第一目标主题与第二目标主题之间的一种或多种主题关系之一指示出:属于该第一目标主题的第一目标和属于该第二目标主题的第二目标适于或不适于在所述多个关键字中的至少一个关键字中一起出现。
78.如权利要求76所述的介质,其中,属于第一目标主题的第一目标与属于第二目标主题的第二目标之间的一种或多种目标关系之一指示出:该第一目标和该第二目标适于在所述多个关键字中的至少一个关键字中一起出现。
79.如权利要求76所述的介质,其中,第一目标与第二目标之间的一种或多种目标关系之一指示出:该第一目标是该第二目标的同义词。
80.如权利要求76所述的介质,其中,第一目标与第二目标之间的一种或多种目标关系之一指示出:该第一目标是该第二目标的复数形式。
81.如权利要求76所述的介质,其中,第一目标与第二目标之间的一种或多种目标关系之一指示出:该第一目标是该第二目标的错误拼写。
82.如权利要求76所述的介质,其中,第一目标与第二目标之间的一种或多种目标关系之一指示出:该第一目标和该第二目标在所述多个关键字中的至少一个关键字中适于彼此替代。
83.如权利要求57所述的介质,其中所述多个产品属于同一企业或行业。
84.如权利要求57所述的介质,其中产品是实体产品、软件产品或服务。
85.一种系统,包括:
用于构建用于多个产品的目标地图的装置,其中:
所述目标地图包括一个或多个目标主题,并且
所述一个或多个目标主题中的每一个包括一个或多个目标;以及
用于基于一个或多个关键字模板,从所述目标地图得到多个关键字的装置。
CN2011102632534A 2010-08-27 2011-08-29 将登广告者目标映射到关键字 Pending CN102541971A (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US37764810P 2010-08-27 2010-08-27
US61/377,648 2010-08-27
US13/219,455 2011-08-26
US13/219,455 US20120059708A1 (en) 2010-08-27 2011-08-26 Mapping Advertiser Intents to Keywords

Publications (1)

Publication Number Publication Date
CN102541971A true CN102541971A (zh) 2012-07-04

Family

ID=45771367

Family Applications (2)

Application Number Title Priority Date Filing Date
CN2011102632534A Pending CN102541971A (zh) 2010-08-27 2011-08-29 将登广告者目标映射到关键字
CN2011102632799A Pending CN102541972A (zh) 2010-08-27 2011-08-29 基于各自目标匹配登广告者和用户

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN2011102632799A Pending CN102541972A (zh) 2010-08-27 2011-08-29 基于各自目标匹配登广告者和用户

Country Status (2)

Country Link
US (2) US20120059708A1 (zh)
CN (2) CN102541971A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106462587A (zh) * 2014-03-20 2017-02-22 格特·弗雷德里克·迈耶 利用移动设备建立和管理合并广告的方法和系统
CN108121727A (zh) * 2016-11-28 2018-06-05 北京国双科技有限公司 一种着陆页url检查方法和装置
CN109074366A (zh) * 2017-02-01 2018-12-21 谷歌有限责任公司 用于计算机网络路由基础架构的增益调整组件
WO2020052242A1 (en) * 2018-09-12 2020-03-19 Huawei Technologies Co., Ltd. System and method for recommending digital advertisements and publishers

Families Citing this family (187)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120116895A1 (en) * 2010-11-04 2012-05-10 Bank Of America Corporation Customizable Marketing Campaign Framework
US20110055017A1 (en) * 2009-09-01 2011-03-03 Amiad Solomon System and method for semantic based advertising on social networking platforms
US20110145293A1 (en) * 2009-12-11 2011-06-16 Samantha Stewart Methods, Systems, and Products for Creating Sharable Objects
US8782080B2 (en) 2010-04-19 2014-07-15 Facebook, Inc. Detecting social graph elements for structured search queries
US8180804B1 (en) 2010-04-19 2012-05-15 Facebook, Inc. Dynamically generating recommendations based on social graph information
US9633121B2 (en) 2010-04-19 2017-04-25 Facebook, Inc. Personalizing default search queries on online social networks
US8751521B2 (en) * 2010-04-19 2014-06-10 Facebook, Inc. Personalized structured search queries for online social networks
US8918418B2 (en) 2010-04-19 2014-12-23 Facebook, Inc. Default structured search queries on online social networks
US8732208B2 (en) * 2010-04-19 2014-05-20 Facebook, Inc. Structured search queries based on social-graph information
US8185558B1 (en) 2010-04-19 2012-05-22 Facebook, Inc. Automatically generating nodes and edges in an integrated social graph
US8868603B2 (en) 2010-04-19 2014-10-21 Facebook, Inc. Ambiguous structured search queries on online social networks
US7921156B1 (en) 2010-08-05 2011-04-05 Solariat, Inc. Methods and apparatus for inserting content into conversations in on-line and digital environments
US20120059708A1 (en) * 2010-08-27 2012-03-08 Adchemy, Inc. Mapping Advertiser Intents to Keywords
US9558289B2 (en) * 2010-09-30 2017-01-31 Microsoft Technology Licensing, Llc Securely rendering online ads in a host page
US8615605B2 (en) * 2010-10-22 2013-12-24 Microsoft Corporation Automatic identification of travel and non-travel network addresses
US9235570B2 (en) * 2011-03-03 2016-01-12 Brightedge Technologies, Inc. Optimizing internet campaigns
US10127578B2 (en) * 2011-05-09 2018-11-13 Capital One Services, Llc Method and system for matching purchase transaction history to real-time location information
US9390181B1 (en) * 2011-06-09 2016-07-12 Amazon Technologies, Inc. Personalized landing pages
US11087424B1 (en) 2011-06-24 2021-08-10 Google Llc Image recognition-based content item selection
US8688514B1 (en) 2011-06-24 2014-04-01 Google Inc. Ad selection using image data
US10972530B2 (en) 2016-12-30 2021-04-06 Google Llc Audio-based data structure generation
US20130030987A1 (en) * 2011-07-27 2013-01-31 Zuckerberg Mark E Paid Profile Personalization
US9430439B2 (en) 2011-09-09 2016-08-30 Facebook, Inc. Visualizing reach of posted content in a social networking system
US20130066711A1 (en) * 2011-09-09 2013-03-14 c/o Facebook, Inc. Understanding Effects of a Communication Propagated Through a Social Networking System
US10289267B2 (en) * 2011-09-09 2019-05-14 Facebook, Inc. Platform for third-party supplied calls-to-action
US11093692B2 (en) 2011-11-14 2021-08-17 Google Llc Extracting audiovisual features from digital components
US10586127B1 (en) 2011-11-14 2020-03-10 Google Llc Extracting audiovisual features from content elements on online documents
US10354274B2 (en) * 2011-11-18 2019-07-16 Outbrain Inc. System and method for providing feed-based advertisements
US9230260B2 (en) * 2011-12-02 2016-01-05 Yellowpages.Com Llc System and method for instant deals in a mobile communication network
WO2013086245A1 (en) * 2011-12-06 2013-06-13 Brian Roundtree Consumer self-profiling gui, analysis and rapid information presentation tools
US20130211904A1 (en) * 2012-02-10 2013-08-15 Yahoo! Inc. GUI That Displays Characteristics of an Advertising Audience Selected By Specifying Targeting Constraints
US20130211912A1 (en) * 2012-02-10 2013-08-15 Samsung Electronics Co., Ltd. System, apparatus and method for providing advertisement based on user interest information
US20130211914A1 (en) * 2012-02-14 2013-08-15 Microsoft Corporation Realtime advertising for search results
US9619822B1 (en) 2012-03-09 2017-04-11 Google Inc. Method and system for identifying user propensity to access content via a communication network
CN103310343A (zh) * 2012-03-15 2013-09-18 阿里巴巴集团控股有限公司 商品信息发布方法和装置
US9146993B1 (en) * 2012-03-16 2015-09-29 Google, Inc. Content keyword identification
TWM436185U (en) * 2012-03-26 2012-08-21 Cang-Zhi Guo Network searching system with regional property
US20130311271A1 (en) * 2012-05-17 2013-11-21 Microsoft Corporation Structured relevant keyword and intent suggestion with bid and other auction parameters based on advertiser specific context
JP5646546B2 (ja) * 2012-06-12 2014-12-24 ヤフー株式会社 広告配信装置、広告配信方法およびプログラム
US8983840B2 (en) * 2012-06-19 2015-03-17 International Business Machines Corporation Intent discovery in audio or text-based conversation
US20140025734A1 (en) * 2012-07-18 2014-01-23 Cisco Technology, Inc. Dynamic Community Generation Based Upon Determined Trends Within a Social Software Environment
US8577671B1 (en) * 2012-07-20 2013-11-05 Veveo, Inc. Method of and system for using conversation state information in a conversational interaction system
US8935255B2 (en) 2012-07-27 2015-01-13 Facebook, Inc. Social static ranking for search
US20130035983A1 (en) * 2012-10-02 2013-02-07 Toyota Motor Sales, U.S.A., Inc. Validating customer complaints based on social media postings
US8965880B2 (en) * 2012-10-05 2015-02-24 Google Inc. Transcoding and serving resources
US9176950B2 (en) * 2012-12-12 2015-11-03 Bank Of America Corporation System and method for predicting customer satisfaction
US9398104B2 (en) 2012-12-20 2016-07-19 Facebook, Inc. Ranking test framework for search results on an online social network
US10192238B2 (en) 2012-12-21 2019-01-29 Walmart Apollo, Llc Real-time bidding and advertising content generation
EP2750056A1 (en) * 2012-12-31 2014-07-02 Facebook, Inc. Structuring ambiguous structured search queries on online social networks
US9223826B2 (en) 2013-02-25 2015-12-29 Facebook, Inc. Pushing suggested search queries to mobile devices
US9165069B2 (en) * 2013-03-04 2015-10-20 Facebook, Inc. Ranking videos for a user
US20140278916A1 (en) * 2013-03-15 2014-09-18 Adchemy, Inc. Building Product-Based Advertising Campaigns
US9852477B2 (en) * 2013-03-20 2017-12-26 Kaptivating Technology Llc Method and system for social media sales
US10515076B1 (en) * 2013-04-12 2019-12-24 Google Llc Generating query answers from a user's history
US9910887B2 (en) 2013-04-25 2018-03-06 Facebook, Inc. Variable search query vertical access
US9367536B2 (en) 2013-05-03 2016-06-14 Facebook, Inc. Using inverse operators for queries on online social networks
US9367625B2 (en) 2013-05-03 2016-06-14 Facebook, Inc. Search query interactions on online social networks
US9367880B2 (en) * 2013-05-03 2016-06-14 Facebook, Inc. Search intent for queries on online social networks
US9223898B2 (en) 2013-05-08 2015-12-29 Facebook, Inc. Filtering suggested structured queries on online social networks
US9330183B2 (en) 2013-05-08 2016-05-03 Facebook, Inc. Approximate privacy indexing for search queries on online social networks
US9268823B2 (en) 2013-05-10 2016-02-23 International Business Machines Corporation Partial match derivation using text analysis
US9953085B1 (en) 2013-05-31 2018-04-24 Google Llc Feed upload for search entity based content selection
US11030239B2 (en) 2013-05-31 2021-06-08 Google Llc Audio based entity-action pair based selection
US10025856B2 (en) * 2013-06-14 2018-07-17 Target Brands, Inc. Dynamic landing pages
KR20150010872A (ko) * 2013-07-19 2015-01-29 삼성전자주식회사 디스플레이 장치 및 이의 ui 제공 방법
US9305322B2 (en) 2013-07-23 2016-04-05 Facebook, Inc. Native application testing
US10817842B2 (en) 2013-08-30 2020-10-27 Drumwave Inc. Systems and methods for providing a collective post
CN103618756A (zh) * 2013-09-12 2014-03-05 天脉聚源(北京)传媒科技有限公司 一种资源传输方法和装置
WO2015051025A1 (en) * 2013-10-01 2015-04-09 Vantage Media LLC Engagement mode marketplace with enhanced bidding and adjusted pricing based on engagement performance
US10275804B1 (en) 2013-12-06 2019-04-30 Twitter, Inc. Ad placement in mobile applications and websites
US20150178779A1 (en) * 2013-12-20 2015-06-25 Underground Elephant System and method for creating, managing, and serving online enhanced click advertising campaigns
US9336300B2 (en) 2014-01-17 2016-05-10 Facebook, Inc. Client-side search templates for online social networks
US9652508B1 (en) 2014-03-05 2017-05-16 Google Inc. Device specific adjustment based on resource utilities
US10558987B2 (en) * 2014-03-12 2020-02-11 Adobe Inc. System identification framework
US10176517B2 (en) * 2014-03-13 2019-01-08 Gary Goralnick Advertising-integrated car
US9501530B1 (en) 2014-04-01 2016-11-22 Google Inc. Systems and methods for selecting content
US9542450B1 (en) 2014-04-01 2017-01-10 Google Inc. Selecting content using entity properties
US10474671B2 (en) * 2014-05-12 2019-11-12 Google Llc Interpreting user queries based on nearby locations
CN105095301A (zh) * 2014-05-19 2015-11-25 南京思柏瑞信息科技有限公司 一种信息发布的方法及系统
US8990359B1 (en) * 2014-05-19 2015-03-24 Parrable, Inc. Methods and apparatus for pixel encoded web page
CN105095311B (zh) * 2014-05-22 2019-07-09 阿里巴巴集团控股有限公司 推广信息的处理方法、装置及系统
US9792364B2 (en) 2014-08-08 2017-10-17 Facebook, Inc. Blending search results on online social networks
WO2016028695A1 (en) 2014-08-20 2016-02-25 Google Inc. Interpreting user queries based on device orientation
US10120909B2 (en) 2014-08-22 2018-11-06 Facebook, Inc. Generating cards in response to user actions on online social networks
US9703859B2 (en) 2014-08-27 2017-07-11 Facebook, Inc. Keyword search queries on online social networks
US9754037B2 (en) 2014-08-27 2017-09-05 Facebook, Inc. Blending by query classification on online social networks
US10255365B2 (en) 2014-08-29 2019-04-09 Facebook, Inc. Priming search results on online social networks
US10740412B2 (en) 2014-09-05 2020-08-11 Facebook, Inc. Pivoting search results on online social networks
US11151614B2 (en) * 2014-09-26 2021-10-19 Comcast Cable Communications, Llc Advertisements blended with user's digital content
US9507876B2 (en) 2014-10-06 2016-11-29 Facebook, Inc. Constructing queries using query filters on online social networks
US9703870B2 (en) 2014-11-05 2017-07-11 Facebook, Inc. Social-based optimization of web crawling for online social networks
US10409873B2 (en) 2014-11-26 2019-09-10 Facebook, Inc. Searching for content by key-authors on online social networks
US10552759B2 (en) 2014-12-01 2020-02-04 Facebook, Inc. Iterative classifier training on online social networks
US9679024B2 (en) 2014-12-01 2017-06-13 Facebook, Inc. Social-based spelling correction for online social networks
US9990441B2 (en) 2014-12-05 2018-06-05 Facebook, Inc. Suggested keywords for searching content on online social networks
US10102273B2 (en) 2014-12-30 2018-10-16 Facebook, Inc. Suggested queries for locating posts on online social networks
US10061856B2 (en) * 2015-01-29 2018-08-28 Facebook, Inc. Multimedia search using reshare text on online social networks
US10997257B2 (en) 2015-02-06 2021-05-04 Facebook, Inc. Aggregating news events on online social networks
US10049099B2 (en) 2015-04-10 2018-08-14 Facebook, Inc. Spell correction with hidden markov models on online social networks
US10095683B2 (en) 2015-04-10 2018-10-09 Facebook, Inc. Contextual speller models on online social networks
US11080755B1 (en) * 2015-04-14 2021-08-03 Twitter, Inc. Native advertisements
US10628636B2 (en) 2015-04-24 2020-04-21 Facebook, Inc. Live-conversation modules on online social networks
US10037549B2 (en) * 2015-04-30 2018-07-31 Google Llc Methods and systems for detecting home and employment change conversions
US10298535B2 (en) 2015-05-19 2019-05-21 Facebook, Inc. Civic issues platforms on online social networks
US20160364767A1 (en) 2015-06-09 2016-12-15 Clickagy, LLC Method and system for influencing auction based advertising opportunities based on user characteristics
US20170357987A1 (en) * 2015-06-09 2017-12-14 Clickagy, LLC Online platform for predicting consumer interest level
US10397167B2 (en) 2015-06-19 2019-08-27 Facebook, Inc. Live social modules on online social networks
US10509832B2 (en) 2015-07-13 2019-12-17 Facebook, Inc. Generating snippet modules on online social networks
US9980011B2 (en) 2015-07-24 2018-05-22 Videoamp, Inc. Sequential delivery of advertising content across media devices
US9980010B2 (en) * 2015-07-24 2018-05-22 Videoamp, Inc. Cross-screen optimization of advertising placement
WO2017019647A1 (en) 2015-07-24 2017-02-02 Videoamp, Inc. Cross-screen measurement accuracy in advertising performance
US10136174B2 (en) 2015-07-24 2018-11-20 Videoamp, Inc. Programmatic TV advertising placement using cross-screen consumer data
US10847175B2 (en) 2015-07-24 2020-11-24 Nuance Communications, Inc. System and method for natural language driven search and discovery in large data sources
US10812870B2 (en) 2016-01-14 2020-10-20 Videoamp, Inc. Yield optimization of cross-screen advertising placement
CN108352025B (zh) 2015-07-24 2022-10-11 安普视频有限公司 基于消费者在线行为的电视广告时段定位
KR101813901B1 (ko) * 2015-07-29 2018-01-03 성 완 김 광고 웹사이트를 이용한 온라인 광고 방법
CN106469384A (zh) * 2015-08-17 2017-03-01 阿里巴巴集团控股有限公司 一种竞价控制方法及设备
US10268664B2 (en) 2015-08-25 2019-04-23 Facebook, Inc. Embedding links in user-created content on online social networks
US10204355B1 (en) * 2015-09-22 2019-02-12 Adap.Tv, Inc. Systems and methods for optimization of data element utilization according to multi-touch attribution
US10664873B1 (en) * 2015-09-22 2020-05-26 Snap Inc. Allocating resources according to conversion rate
US10810217B2 (en) 2015-10-07 2020-10-20 Facebook, Inc. Optionalization and fuzzy search on online social networks
CN105260084A (zh) * 2015-11-03 2016-01-20 百度在线网络技术(北京)有限公司 输入序列的处理方法及装置
US10795936B2 (en) 2015-11-06 2020-10-06 Facebook, Inc. Suppressing entity suggestions on online social networks
US10270868B2 (en) 2015-11-06 2019-04-23 Facebook, Inc. Ranking of place-entities on online social networks
US9602965B1 (en) 2015-11-06 2017-03-21 Facebook, Inc. Location-based place determination using online social networks
US10534814B2 (en) 2015-11-11 2020-01-14 Facebook, Inc. Generating snippets on online social networks
US10387511B2 (en) 2015-11-25 2019-08-20 Facebook, Inc. Text-to-media indexes on online social networks
US10740368B2 (en) 2015-12-29 2020-08-11 Facebook, Inc. Query-composition platforms on online social networks
US20170186102A1 (en) * 2015-12-29 2017-06-29 Linkedin Corporation Network-based publications using feature engineering
US10282434B2 (en) 2016-01-11 2019-05-07 Facebook, Inc. Suppression and deduplication of place-entities on online social networks
US10262039B1 (en) 2016-01-15 2019-04-16 Facebook, Inc. Proximity-based searching on online social networks
US10162899B2 (en) 2016-01-15 2018-12-25 Facebook, Inc. Typeahead intent icons and snippets on online social networks
US10740375B2 (en) 2016-01-20 2020-08-11 Facebook, Inc. Generating answers to questions using information posted by users on online social networks
US10216850B2 (en) 2016-02-03 2019-02-26 Facebook, Inc. Sentiment-modules on online social networks
US10157224B2 (en) 2016-02-03 2018-12-18 Facebook, Inc. Quotations-modules on online social networks
US10242074B2 (en) 2016-02-03 2019-03-26 Facebook, Inc. Search-results interfaces for content-item-specific modules on online social networks
US10270882B2 (en) 2016-02-03 2019-04-23 Facebook, Inc. Mentions-modules on online social networks
US20170293944A1 (en) * 2016-04-12 2017-10-12 Optmyzr Inc. Identifying Temporal and Spatial Optimizations
US10599731B2 (en) * 2016-04-26 2020-03-24 Baidu Usa Llc Method and system of determining categories associated with keywords using a trained model
US10452671B2 (en) 2016-04-26 2019-10-22 Facebook, Inc. Recommendations from comments on online social networks
US10659299B1 (en) 2016-06-30 2020-05-19 Facebook, Inc. Managing privacy settings for content on online social networks
US20180014037A1 (en) * 2016-07-09 2018-01-11 N. Dilip Venkatraman Method and system for switching to dynamically assembled video during streaming of live video
US10635661B2 (en) 2016-07-11 2020-04-28 Facebook, Inc. Keyboard-based corrections for search queries on online social networks
US10282483B2 (en) 2016-08-04 2019-05-07 Facebook, Inc. Client-side caching of search keywords for online social networks
US10223464B2 (en) 2016-08-04 2019-03-05 Facebook, Inc. Suggesting filters for search on online social networks
US10726022B2 (en) 2016-08-26 2020-07-28 Facebook, Inc. Classifying search queries on online social networks
US10534815B2 (en) 2016-08-30 2020-01-14 Facebook, Inc. Customized keyword query suggestions on online social networks
US10102255B2 (en) 2016-09-08 2018-10-16 Facebook, Inc. Categorizing objects for queries on online social networks
US10645142B2 (en) 2016-09-20 2020-05-05 Facebook, Inc. Video keyframes display on online social networks
US10083379B2 (en) 2016-09-27 2018-09-25 Facebook, Inc. Training image-recognition systems based on search queries on online social networks
US10026021B2 (en) 2016-09-27 2018-07-17 Facebook, Inc. Training image-recognition systems using a joint embedding model on online social networks
US11170005B2 (en) * 2016-10-04 2021-11-09 Verizon Media Inc. Online ranking of queries for sponsored search
US10579688B2 (en) 2016-10-05 2020-03-03 Facebook, Inc. Search ranking and recommendations for online social networks based on reconstructed embeddings
US10311117B2 (en) 2016-11-18 2019-06-04 Facebook, Inc. Entity linking to query terms on online social networks
US10650009B2 (en) 2016-11-22 2020-05-12 Facebook, Inc. Generating news headlines on online social networks
US10185763B2 (en) 2016-11-30 2019-01-22 Facebook, Inc. Syntactic models for parsing search queries on online social networks
US10313456B2 (en) 2016-11-30 2019-06-04 Facebook, Inc. Multi-stage filtering for recommended user connections on online social networks
US10235469B2 (en) 2016-11-30 2019-03-19 Facebook, Inc. Searching for posts by related entities on online social networks
US10162886B2 (en) 2016-11-30 2018-12-25 Facebook, Inc. Embedding-based parsing of search queries on online social networks
US10380612B1 (en) * 2016-12-20 2019-08-13 Kabam, Inc. System and method for determining the value of channels
US11223699B1 (en) 2016-12-21 2022-01-11 Facebook, Inc. Multiple user recognition with voiceprints on online social networks
US10607148B1 (en) 2016-12-21 2020-03-31 Facebook, Inc. User identification with voiceprints on online social networks
US10535106B2 (en) 2016-12-28 2020-01-14 Facebook, Inc. Selecting user posts related to trending topics on online social networks
US10489472B2 (en) 2017-02-13 2019-11-26 Facebook, Inc. Context-based search suggestions on online social networks
US10614141B2 (en) 2017-03-15 2020-04-07 Facebook, Inc. Vital author snippets on online social networks
US10769222B2 (en) 2017-03-20 2020-09-08 Facebook, Inc. Search result ranking based on post classifiers on online social networks
US11379861B2 (en) 2017-05-16 2022-07-05 Meta Platforms, Inc. Classifying post types on online social networks
US10248645B2 (en) 2017-05-30 2019-04-02 Facebook, Inc. Measuring phrase association on online social networks
US10581980B2 (en) * 2017-06-01 2020-03-03 Xandr Inc. Device identification techniques using shared device graph
US10268646B2 (en) 2017-06-06 2019-04-23 Facebook, Inc. Tensor-based deep relevance model for search on online social networks
US10489468B2 (en) 2017-08-22 2019-11-26 Facebook, Inc. Similarity search using progressive inner products and bounds
US10776437B2 (en) 2017-09-12 2020-09-15 Facebook, Inc. Time-window counters for search results on online social networks
US10678786B2 (en) 2017-10-09 2020-06-09 Facebook, Inc. Translating search queries on online social networks
US10769186B2 (en) 2017-10-16 2020-09-08 Nuance Communications, Inc. System and method for contextual reasoning
US11372862B2 (en) * 2017-10-16 2022-06-28 Nuance Communications, Inc. System and method for intelligent knowledge access
US10810214B2 (en) 2017-11-22 2020-10-20 Facebook, Inc. Determining related query terms through query-post associations on online social networks
US10963514B2 (en) 2017-11-30 2021-03-30 Facebook, Inc. Using related mentions to enhance link probability on online social networks
US11604968B2 (en) 2017-12-11 2023-03-14 Meta Platforms, Inc. Prediction of next place visits on online social networks
US10129705B1 (en) 2017-12-11 2018-11-13 Facebook, Inc. Location prediction using wireless signals on online social networks
US11301777B1 (en) * 2018-04-19 2022-04-12 Meta Platforms, Inc. Determining stages of intent using text processing
WO2021016655A1 (en) * 2019-07-26 2021-02-04 Paul Forest Optimising paid search channel internet campaigns in an ad serving communication network
US11144588B2 (en) 2019-07-30 2021-10-12 Google Llc Determining and utilizing actual purpose of user-assembled collection of electronic content items
CN110991196B (zh) * 2019-12-18 2021-10-26 北京百度网讯科技有限公司 多义词的翻译方法、装置、电子设备及介质
US11682041B1 (en) 2020-01-13 2023-06-20 Experian Marketing Solutions, Llc Systems and methods of a tracking analytics platform
CN111508292A (zh) * 2020-03-20 2020-08-07 威比网络科技(上海)有限公司 在线教育广告信息生成方法、系统、设备及存储介质
CN113781117B (zh) * 2021-09-13 2023-08-22 中国农业银行股份有限公司 营销方案的生成方法、装置、电子设备及计算机存储介质
US20230177553A1 (en) * 2021-12-06 2023-06-08 Microsoft Technology Licensing, Llc Coupon catalog expansion

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6571279B1 (en) * 1997-12-05 2003-05-27 Pinpoint Incorporated Location enhanced information delivery system
US6353398B1 (en) * 1999-10-22 2002-03-05 Himanshu S. Amin System for dynamically pushing information to a user utilizing global positioning system
US7136875B2 (en) * 2002-09-24 2006-11-14 Google, Inc. Serving advertisements based on content
US7680796B2 (en) * 2003-09-03 2010-03-16 Google, Inc. Determining and/or using location information in an ad system
US8255263B2 (en) * 2002-09-23 2012-08-28 General Motors Llc Bayesian product recommendation engine
US8140965B2 (en) * 2003-02-28 2012-03-20 Google, Inc. Identifying related information given content and/or presenting related information in association with content-related advertisements
US7693827B2 (en) * 2003-09-30 2010-04-06 Google Inc. Personalization of placed content ordering in search results
US20050187823A1 (en) * 2004-02-23 2005-08-25 Howes Jeffrey V. Method and system for geographically-targeted internet advertising
US7747601B2 (en) * 2006-08-14 2010-06-29 Inquira, Inc. Method and apparatus for identifying and classifying query intent
US20050267872A1 (en) * 2004-06-01 2005-12-01 Yaron Galai System and method for automated mapping of items to documents
US20060080321A1 (en) * 2004-09-22 2006-04-13 Whenu.Com, Inc. System and method for processing requests for contextual information
US20060064411A1 (en) * 2004-09-22 2006-03-23 William Gross Search engine using user intent
EP1861800A1 (en) * 2005-03-09 2007-12-05 Medio Systems, Inc. Method and system of bidding for advertisement placement on computing devices
US8364540B2 (en) * 2005-09-14 2013-01-29 Jumptap, Inc. Contextual targeting of content using a monetization platform
WO2007064874A2 (en) * 2005-12-01 2007-06-07 Adchemy, Inc. Method and apparatus for representing text using search engine, document collection, and hierarchal taxonomy
US8073860B2 (en) * 2006-03-30 2011-12-06 Veveo, Inc. Method and system for incrementally selecting and providing relevant search engines in response to a user query
US20080086368A1 (en) * 2006-10-05 2008-04-10 Google Inc. Location Based, Content Targeted Online Advertising
US7974976B2 (en) * 2006-11-09 2011-07-05 Yahoo! Inc. Deriving user intent from a user query
US20090240564A1 (en) * 2006-12-12 2009-09-24 Marco Boerries Open framework for integrating, associating, and interacting with content objects including advertisement and content personalization
US7774348B2 (en) * 2007-03-28 2010-08-10 Yahoo, Inc. System for providing geographically relevant content to a search query with local intent
KR100910521B1 (ko) * 2007-08-14 2009-07-31 엔에이치엔비즈니스플랫폼 주식회사 광고 키워드 제안 방법 및 그 시스템
US8588816B2 (en) * 2007-12-21 2013-11-19 Qualcomm Incorporated Systems and methods for targeted advertising on wireless devices based on device location and current user interests
US8138930B1 (en) * 2008-01-22 2012-03-20 Google Inc. Advertising based on environmental conditions
US10504124B2 (en) * 2008-04-21 2019-12-10 Verizon Patent And Licensing Inc. Aggregation and use of information relating to a users context for personalized advertisements
US20100161411A1 (en) * 2008-12-22 2010-06-24 Kindsight System and method for generating display advertisements from search based keyword advertisements
US20100299166A1 (en) * 2009-05-19 2010-11-25 Microsoft Corporation Generating relevant keywords for monetization in an electronic map environment
US20100318425A1 (en) * 2009-06-12 2010-12-16 Meherzad Ratan Karanjia System and method for providing a personalized shopping assistant for online computer users
US20120059708A1 (en) * 2010-08-27 2012-03-08 Adchemy, Inc. Mapping Advertiser Intents to Keywords

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106462587A (zh) * 2014-03-20 2017-02-22 格特·弗雷德里克·迈耶 利用移动设备建立和管理合并广告的方法和系统
CN108121727A (zh) * 2016-11-28 2018-06-05 北京国双科技有限公司 一种着陆页url检查方法和装置
CN108121727B (zh) * 2016-11-28 2021-08-24 北京国双科技有限公司 一种着陆页url检查方法和装置
CN109074366A (zh) * 2017-02-01 2018-12-21 谷歌有限责任公司 用于计算机网络路由基础架构的增益调整组件
CN109074366B (zh) * 2017-02-01 2021-05-18 谷歌有限责任公司 用于计算机网络路由基础架构的增益调整组件
WO2020052242A1 (en) * 2018-09-12 2020-03-19 Huawei Technologies Co., Ltd. System and method for recommending digital advertisements and publishers

Also Published As

Publication number Publication date
CN102541972A (zh) 2012-07-04
US20120059713A1 (en) 2012-03-08
US20120059708A1 (en) 2012-03-08

Similar Documents

Publication Publication Date Title
CN102541971A (zh) 将登广告者目标映射到关键字
US20140278958A1 (en) Enriched Knowledge Base For Advertising
US20150006286A1 (en) Targeting users based on categorical content interactions
US20150006294A1 (en) Targeting rules based on previous recommendations
US20100262456A1 (en) System and Method for Deep Targeting Advertisement Based on Social Behaviors
US20150006295A1 (en) Targeting users based on previous advertising campaigns
US9213733B2 (en) Computerized internet search system and method
CA2941700A1 (en) Clickstream purchase prediction using hidden markov models
AU2017203306A1 (en) Ad-words optimization based on performance across multiple channels
US20100257022A1 (en) Finding Similar Campaigns for Internet Advertisement Targeting
CN102884530A (zh) 用于包括冲击分析和影响跟踪的数据收集、跟踪和分析
US20120116875A1 (en) Providing advertisements based on user grouping
US20160042403A1 (en) Extraction device, extraction method, and non-transitory computer readable storage medium
CN102222299A (zh) 清单管理
US10135933B2 (en) Apparatus and method for generating dynamic similarity audiences
US20120284119A1 (en) System and method for selecting web pages on which to place display advertisements
WO2014052608A1 (en) Dynamic product content generation
US20160063546A1 (en) Method and system for making timely and targeted offers
CN110689402A (zh) 推荐商家的方法、装置、电子设备及可读存储介质
Chatwin An overview of computational challenges in online advertising
Shanahan et al. Digital advertising: An information scientist’s perspective
US20130159091A1 (en) Hosted website access prompted by product
US20210097574A1 (en) Delivering advertisements to mobile applications
Winter et al. Effects of search engine advertising on user clicks, conversions, and basket choice
US20170085672A1 (en) Commercial-Interest-Weighted User Profiles

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20120704