CN102741873A - 使用预付投标来促进广告选择 - Google Patents

使用预付投标来促进广告选择 Download PDF

Info

Publication number
CN102741873A
CN102741873A CN2011800091819A CN201180009181A CN102741873A CN 102741873 A CN102741873 A CN 102741873A CN 2011800091819 A CN2011800091819 A CN 2011800091819A CN 201180009181 A CN201180009181 A CN 201180009181A CN 102741873 A CN102741873 A CN 102741873A
Authority
CN
China
Prior art keywords
advertisement
impression
tender
clicking rate
auction
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
CN2011800091819A
Other languages
English (en)
Inventor
R.J.卡里迪
M.滕宁霍尔茨
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.)
Microsoft Technology Licensing LLC
Original Assignee
Microsoft Corp
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 Microsoft Corp filed Critical Microsoft Corp
Publication of CN102741873A publication Critical patent/CN102741873A/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
    • 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
    • G06Q30/0273Determination of fees for advertising
    • G06Q30/0275Auctions

Abstract

使用预付投标来促进广告选择的系统、方法以及其上包含有计算机可执行指令的计算机存储媒体。在实施例中,与广告相关联的广告属性被引用。这样的广告属性可能包括印象投标和点击投标。对于特定的广告,确定满意的点击率是否是可得到的。如果确定满意的点击率对于该广告是不可得到的,则利用印象投标在广告选择拍卖中与其它广告竞争。另一方面,如果确定满意的点击率对于该广告是可得到的,则利用满意的点击率和点击投标(例如,经由有效印象值)在广告选择拍卖中与其它广告竞争。

Description

使用预付投标来促进广告选择
背景技术
广告一般被选择用于与使用每点击成本(cost-per-click)(CCP)或每点击付费(pay-per-click)(PPC)广告计划的网站相关联显示。在这样的情况下,广告主(advertiser)对于和与广告相关联的点阅率(click-through-rate)(CTR)一起使用的广告提供CCP投标(bid)或PPC投标来选择广告用于显示。
然而,时常,与特定广告相关联的点阅率是不可得到的或不准确的。例如,当以前没有显示广告时,对于该广告的点阅率可能是不可得到的。即使对于特定广告的点阅率能够使用该广告的初始显示来估计,这样的点阅率基于显示实例的有限频率也一般是不准确的。
不可得到和/或不准确的点阅率能够导致不合适的广告选择。例如,针对以前仅显示了几次的广告所估计的点阅率可能是不准确的且相对低的。假设特定的系统使用点阅率和CCP投标来选择广告用于显示,即使这样的广告可能与高的CCP投标相关联,这样的广告也可能由于不准确估计的点阅率而不会被选择。
进一步,在一些情况下,广告的显示可能受到限制,直到获得满意的点阅率。仅通过示例,对其而言满意的点阅率是不可得到的广告可能被限制参与广告拍卖(auction),例如,这样的广告被限制使用CCP投标和点阅率来选择广告。就这一点而言,可能仅根据从还没有为其确定满意点阅率的广告集合中广告的选择来显示该广告。即使具有不满意点阅率的广告被允许参与广告拍卖,不准确估计的点阅率对于用于显示的广告的选择也可能有害。这样的对于广告的限制显示机会能够延迟对于该广告的点阅率的准确估计和/或阻碍将要显示的广告的选择,从而对广告主导致经济和宣传影响。
发明内容
本发明的实施例涉及用于尤其使用预付投标(advancement bid)来促进广告选择的系统、方法和计算机可读媒体。预付投标指的是利用来预付(advance)广告的选择以便显示的投标。利用诸如印象(impression)投标或实验投标之类的预付投标推进满意点击率的辨别或识别,否则满意点击率可能由于广告显示的最低频率而被延迟。正因如此,广告能够以及时的方式获得满意点击率,并从而有效地参与用于选择广告来显示的广告选择拍卖中。在实现中,实验投标能够用于增加特定广告将从没有满意点击率可得到的一组广告中被选择来显示的可能性。此外或作为选择,印象投标能够用作选择方案来使用估计的点击率和点击投标(例如,经由有效印象值)在广告选择拍卖中竞争。
提供这个发明内容部分来以简化的形式介绍下面在具体描述部分中进一步描述的概念的选择。这个发明内容部分并不打算识别所请求保护的主题的关键特征或基本特征,也不打算用作辅助手段来确定所请求保护的主题的范围。
附图说明
下面参考附图来详细描述本发明,其中:
图1是适用于实现本发明的实施例的示例性计算环境的框图;
图2是适用于实现本发明的实施例的示例性计算系统架构的框图;
图3是适用于实现本发明的实施例的示例性计算机系统的框图;
图4A是显示根据本发明的实施例的用于使用预付投标来促进广告选择的方法的流程图;
图4B是显示根据本发明的实施例的用于使用预付投标来促进广告选择的方法的从图4A继续的流程图;
图5是显示根据本发明的实施例的用于使用实验投标来促进广告选择的方法的流程图;和
图6是显示根据本发明的实施例的用于使用印象投标来促进广告选择的方法的流程图。
具体实施方式
在这里利用特异性来描述本发明的主题以满足法定要求。然而,该描述本身并不打算限制这个专利的范围。相反,发明人已预期:与其它的现在或未来技术相结合,所请求保护的主题也可能以其它方式来实现,以包括不同的步骤或与这个文件中所描述的步骤相类似的步骤的组合。此外,虽然术语“步骤”和/或“块”在此可以用于暗示所采用的方法的不同元素,但是这些术语不应被解释为暗指在此披露的各种步骤之中或之间的任何特定顺序,除非且除了个别步骤的顺序被明确描述之外。
本发明的实施例涉及使用诸如印象投标和/或实验投标之类的预付投标来促进选择广告的系统、方法和其上包含有计算机可执行指令的计算机存储媒体。预付投标是为了预付广告的选择以便显示而利用的投标。就这一点而言,预付投标推进满意点击率的辨别或识别和/或推进广告显示机会。在实施例中,预付投标包括印象投标和/或实验投标。如在此所使用的,印象投标指的是由广告主输入的投标,其识别广告主为了广告被显示和/或被浏览的每个实例或实例的集合(例如,1000)而愿意支付的数量。印象投标可能是每(千)个印象的成本。如在此所使用的,实验投标指的是由广告主输入的投标,其识别广告主愿意专用于(devote to)广告的实验显示(例如,用于确定满意点击率的广告显示)的数量。如在此所使用的,广告指的是任何视觉和/或音频广告。
使用预付投标允许广告主影响与广告相关联的点击率的估计。就这一点而言,广告主能够利用预付投标来影响不具有满意点击率(即,满意点击率是不可得到的)的广告的选择。相应地,广告主能够提供能够用于预付满意点击率的估计或确定的(一个或多个)预付投标,以便广告能够利用满意点击率来参与广告拍卖。
针对广告的点击率指的是所显示的广告被(一个或多个)用户点击或选择的比率或概率。点击率可能是针对广告的点阅率(CTR)(即,广告被点击的实例数量除以广告被显示和/或被浏览的实例数量)。不满意点击率指的是不可得到的或是或将被不足地或不准确地估计、预测或计算的点击率。在实施例中,点击率可能基于来自广告以前已被显示的实例的数据来估计。然而,广告可能没有被足够频繁地显示来以高的置信度(confidence)获得估计的点击率。即,样本尺寸可能太小,以致不能检测到足够的或准确的点击率。就这一点而言,不满意点击率可能是这样的点击率,其例如基于广告印象的频率、广告选择的频率、其间显示广告的时间长度、广告印象的持续时间等而未能超过精度的水平或阈值或其置信度。例如,如果相应的广告已被显示少于预定次数(例如,1000次显示)或未能达到预定的置信水平,则估计的点击率可能被指定为不满意的。
如能够意识到的,如果计算的话,在点击率将是不准确的或不足的时候,能够如此识别不满意点击率。即,即使还没有针对广告计算点击率,该广告也可能与不满意点击率相关联,例如,如果其它的指示符提议点击率在计算的情况下将是不足的或不准确的话。通过示例而非限制,可能提议不满意点击率的指示符包括广告显示的频率、点击的频率等等。
在一些情况下,不满意点击率是未知的或未识别的点击率。未知的或未识别的点击率指的是初始没有估计或计算的点击率。这样的未知的或未识别的点击率可能由于任何数量的原因而存在。例如,广告可能以前还没有被显示,从而导致能够用于估计点击率的数据的缺乏。作为选择,广告的显示可能以有限的频率被显示了或最近被显示,以致点击率还没有被估计。
相反地,满意点击率指的是可得到的足够的点击率。正因如此,满意点击率是被确定或被识别为足够准确的且可得到的点击率。就这一点而言,基于例如广告印象的频率、广告选择的频率、其间显示广告的时间长度、广告印象的持续时间等,点击率可能超过精度的阈值或其置信度。例如,如果相应的广告已被显示超过预定次数(例如,1000次显示)或达到预定的置信水平,则估计的点击率可能被指定为满意的。
仅通过示例,假设新的或最近的广告进入广告拍卖,在广告拍卖中广告一般基于点击投标和点击率来竞争以便被选择来显示。对于广告的点击投标是由广告主输入的投标,其识别广告主愿意为了广告被用户点击或选择的每个实例或实例的集合而支付的货币量。点击投标可能是每点击成本(CCP)投标或每点击付费(PPC)投标。进一步假设:因为该广告是新的或最近的,满意点击率对于该广告而言是不可得到的(例如,点击率还没有被估计,或者估计的点击率是不足的)。在这样的情况下,广告主能够提供印象投标来推进广告的选择来显示。即,不允许广告选择系统利用不满意的点击率,这可能导致该广告最小的选择来显示,广告主反而能够输入能够用于在广告拍卖中竞争的印象投标。
通过进一步示例,假设:对其而言满意的点击率是不可得到的新的或最近的广告进入广告选择系统。进一步假设:因为不满意的点击率对于该广告存在,所以该广告被包括在实验池中,以允许该广告的选择而不管满意点击率的不可得到性。在这样的情况下,广告主能够提供实验投标来影响该广告的选择用于显示。就这一点而言,不允许广告选择系统在没有来自广告主的任何影响的情况下选择广告用于显示(例如,从实验池中随机选择或系统选择),反而广告主能够输入能够用于与实验显示相关联推进该广告的选择的实验投标(例如,从具有不满意点击率的广告集合中选择的广告的显示,以便能够估计满意的点击率)。
相应地,在一个方面,本发明涉及其上包含有计算机可执行指令的一种或多种计算机存储媒体,这些计算机可执行指令当被执行时引起计算设备执行用于在满意点击率是不可得到的时候使用印象投标来促进广告选择的方法。该方法包括:引用与广告相关联的广告属性的集合,该广告属性的集合至少包括由广告主提供的印象投标以及由广告主提供的点击投标,其中印象投标指示为了广告的显示而支付的可接受量,点击投标指示为了广告的一个或多个用户选择而支付的可接受量。该方法也包括:确定满意点击率对于该广告是否是可得到的,当对于该广告估计的点击率的精度超过阈值时,满意点击率是可得到的。如果确定满意点击率对于该广告而言是不可得到的,则印象投标被利用来在广告选择拍卖中与其它广告竞争。另一方面,如果确定满意点击率对于该广告是可得到的,则满意点击率和点击投标被利用来在广告选择拍卖中与其它广告竞争。
在另一方面,本发明涉及其上包含有计算机可执行指令的一种或多种计算机存储媒体,这些计算机可执行指令当被执行时引起计算设备执行用于在满意点击率是不可得到的时候使用实验投标来促进广告选择的方法。该方法包括:引用实验池内的每个广告的广告属性的集合。该广告属性的集合至少包括由广告主提供的实验投标,其指示为了包括在实验池内的广告的显示而支付的可接受量。对于每个广告而言,基于针对每个广告的实验投标和针对实验池内的每个广告提供的全部实验投标,确定将从实验池中选择广告以便显示给用户的概率。根据所确定的将从实验池中选择广告以便被显示的概率,从实验池中选择广告来显示。
在还一个方面,本发明的实施例涉及用于使用预付投标来促进广告选择的计算机化的方法。该方法包括:引用与拍卖池内的广告相关联的广告属性的集合。拍卖池包括与满意点击率相关联的广告和与不满意点击率相关联的广告。广告属性的集合包括由广告主提供的印象投标以及有效印象值,其中印象投标指示为了广告的一个或多个显示而支付的可接受量,有效印象值指示与广告的一个或多个印象的集合相关联的货币值。
该方法也包括:确定是印象投标还是有效印象值更大。如果印象投标更大,则指定印象投标用于广告选择拍卖中。然而,如果有效印象值更大,则指定有效印象值用于广告选择拍卖中。为该广告所指定的印象投标或有效印象投标与为拍卖池内的其它广告所指定的印象投标或有效印象投标进行比较。拍卖池内的广告被选择以便呈现给用户,并且所选择的广告被显示。
简单描述了本发明的概述之后,下面描述其中可以实现本发明的各种方面的示例性的操作环境,以便针对本发明的各种方面提供一般上下文。通常参见附图,并且初始特别参见图1,用于实现本发明的实施例的示例性的操作环境被示出并通常被指定为计算设备100。计算设备100仅是合适的计算环境的一个示例,并且不打算提议对于本发明的使用或功能的范围的任何限制。计算设备100也不应被解释为具有与所阐述的组件之中的任何一个或组合有关的任何依赖或要求。
本发明的实施例可以在由计算机或其它机器诸如个人数据助理或其它手持设备执行的计算机代码或机器可用指令的一般上下文中进行描述,其中指令包括诸如程序模块之类的计算机可执行指令。通常,包括例程、程序、对象、组件、数据结构等的程序模块指的是执行特定任务或实现特定的抽象数据类型的代码。本发明的实施例可以在各种系统配置中进行实践,这些配置包括手持设备、消费电子产品、通用计算机、更专业计算设备等。本发明的实施例也可以在分布式计算环境中进行实践,其中在分布式计算环境中任务由通过通信网络链接的远程处理设备来执行。
参见图1,计算设备100包括直接或间接耦合以下设备的总线110:存储器112,一个或多个处理器114,一个或多个呈现组件116,输入/输出端口118,输入/输出组件120和说明性的电源122。总线110代表什么可以是一条或多条总线(诸如地址总线、数据总线或其组合)。虽然为了清晰起见而利用线条来显示图1的各个块,但是实际上划定各个组件并不是如此清晰的,并且用比喻来说,这些线条将更确切地是灰色和模糊的。例如,可以将诸如显示设备之类的呈现组件视为I/O组件。此外,许多处理器具有存储器。其发明人认识到这是技术的性质,并重申图1的图示仅说明能够结合本发明的一个或多个实施例来使用的示例性计算设备。在诸如“工作站”、“服务器”、“膝上型计算机”、“手持设备”等等之类的种类之间不作区分,因为全部被设想在图1的范围之内并称为“计算设备”。
计算设备100典型地包括各种计算机可读媒体。计算机可读媒体可以是能够利用计算设备100访问的任何可用媒体,并包括易失性和非易失性媒体、可移动和不可移动媒体二者。通过示例而非限制,计算机可读媒体可以包括计算机存储媒体和通信媒体。计算机存储媒体包括以任何方法或技术实现的用于诸如计算机可读指令、数据结构、程序模块或其它数据之类的信息的存储的易失性和非易失性、可移动和不可移动媒体。计算机存储媒体包括但不限于RAM、ROM、EEPROM、闪存或其它存储器技术、CD-ROM、数字多功能盘(DVD)或其它光盘存储设备、磁带盒、磁带、磁盘存储设备或其它磁存储设备或任何其它的能够用于存储所需信息并且能够被计算设备100访问的介质。通信媒体典型地在诸如载波的调制数据信号或其它传送机制中包括计算机可读指令、数据结构、程序模块或其它数据,并包括任何信息传递媒体。术语“调制数据信号”意指以在信号中编码信息的方式设置或改变其特性之中的一个或多个的信号。通过示例而非限制,通信媒体包括有线媒体诸如有线网络或直接有线连接以及无线媒体诸如声、RF、红外和其它无线媒体。上面的任何的组合也应包括在计算机可读媒体的范围之内。
存储器112包括采用易失性和/或非易失性存储器形式的计算机存储媒体。存储器可以是可移动的、不可移动的或其组合。示例性硬件设备包括固态存储器、硬盘驱动器、光盘驱动器等。计算设备100包括一个或多个处理器,其从诸如存储器112或I/O组件120之类的各种实体中读取数据。(一个或多个)呈现组件116向用户或其它设备呈现数据指示。示例性呈现组件包括显示设备、扬声器、打印组件、振动组件等。
I/O端口118允许计算设备100在逻辑上耦合到包括I/O部件120的其它设备,其中的一些可以被内置。说明性的组件包括麦克风、操纵杆、游戏手柄、卫星天线、扫描仪、打印机、无线设备等。
参见图2,示出显示被配置用于实现本发明的实施例的示例性计算系统架构200的框图。本领域的普通技术人员将明白和意识到:图2所示的计算系统架构200仅仅是一个合适的计算系统的示例,并且不打算提议对于本发明的使用或功能的范围的任何限制。计算系统架构200也不应被解释为具有与此处阐述的任何单个模块/组件或模块/组件的组合有关的任何依赖或要求。
计算系统架构200包括服务器202、存储设备204和终端用户设备206,全部经由网络208相互通信。网络208可以包括但不限于一个或多个局域网(LAN)和/或广域网(WAN)。这样的连网环境常见于办公室、企业范围内计算机网络、内联网和因特网。相应地,在此不进一步描述网络208。
存储设备204被配置来存储与广告选择相关联的信息。在各种实施例中,这样的信息可以包括而不限于广告、点击率、点击投标、印象投标、实验投标、印象、有效印象值、点击数和/或类似物。在实施例中,存储设备204被配置为对于与之相关联存储的一个或多个项而言是可搜索的。本领域普通技术人员将明白和意识到:与存储设备204相关联存储的信息可以是可配置的,并可以包括任何的与一个或多个广告、点击率、点击投标、印象投标、实验投标、印象、有效印象值、点击数和/或类似物相关的信息。这样的信息的内容和容量并不打算以任何方式来限制本发明的实施例的范围。进一步,虽然被说明为单个、独立的组件,但是存储设备204实际上可以是多个存储设备,例如数据库簇(cluster),其部分可以驻留在服务器202、终端用户设备206、另一外部计算设备(未示出)和/或其任何组合上。
图2所示的服务器202和终端用户设备206之中的每一个可以是任何类型的计算设备,例如,诸如上面参考图1所述的计算设备100。通过示例而非限制,服务器202和终端用户设备206之中的每一个可以是个人计算机、桌上型计算机、膝上型计算机、手持设备、移动手机、消费电子设备等。然而,应注意:实施例并不限于在这样的计算设备上的实现,而可以在其实施例的范围内在各种不同类型的计算设备之中的任何一个上实现。
服务器202可以包括任何类型的可配置来执行此处描述的方法的应用服务器、数据库服务器或文件服务器。此外,服务器202可以是专用或共享服务器。可配置来作为服务器202操作的服务器的一个示例是但不限于执行服务器软件的结构化查询语言(“SQL”)服务器,诸如SQL Server 2005,其由总部位于Redmond, Washington的Microsoft® Corporation研制。
服务器202的组件(为了清楚起见而未示出)可以包括而不限于处理单元、内部系统存储器和用于耦合各种系统组件的合适的系统总线,包括一个或多个用于存储信息(例如,文件和与之相关联的元数据)的数据库。每个服务器典型地包括或访问各种计算机可读媒体。通过示例而非限制,计算机可读媒体可以包括计算机存储媒体和通信媒体。通常,通信媒体允许每个服务器经由例如网络208之类的网络来交换数据。更具体地,通信媒体可以在调制数据信号诸如载波或其它传送机制中包含计算机可读指令、数据结构、程序模块或其它数据,并且可以包括任何信息传递媒体。如在此所使用的,术语“调制数据信号”指的是以在信号中编码信息的方式设置或改变其属性之中的一个或多个的信号。通过示例而非限制,通信媒体包括诸如有线网络或直接有线连接之类的有线媒体以及诸如声、RF、红外和其它无线媒体之类的无线媒体。上面的任何的组合也可以包括在计算机可读媒体的范围内。
本领域的普通技术人员将明白:计算系统架构200仅仅是示例性的。虽然服务器202被说明为单个单元,但是本领域技术人员将意识到:服务器202是可缩放的(scalable)。例如,服务器202实际上可以包括相互通信的多个服务器。此外,存储设备204可以作为计算机存储媒体被包括在服务器202或终端用户设备206内。单个单元描绘是为了清晰起见,而不以任何形式来限制实施例的范围。
如图2所示,终端用户设备206包括输入模块210和呈现模块212。在一些实施例中,模块210和212中的一个或二者可以被实现为独立的应用(程序)。在其它的实施例中,模块210和212中的一个或二者可以直接地被集成到终端用户设备206的操作系统中。本领域普通技术人员将明白:图2所示的模块210和212在性质和数量上是示例性的并且不应被解释为限制。任何数量的模块可以被采用来在其实施例的范围内实现所期望的功能。终端用户设备可能被用户和/或广告主使用。用户指的是浏览广告的个人或团体。相应地,用户可能导航到网站,提供用户搜索查询等。广告主指的是支持或推进广告的任何实体,诸如个人、合伙、公司等。
输入模块210被配置用于接收输入。这样的输入可能包括例如由用户提供的搜索查询或网站导航、由广告主提供的点击投标、由广告主提供的印象投标、由广告主提供的实验投标等。典型地,输入是经由与终端用户设备206相关联的用户接口(未示出)等的输入。一旦接收到输入,终端用户设备206的呈现模块212被配置用于向用户例如与搜索结果或网页相关联呈现广告和/或呈现显示器,用于例如接收诸如实验投标、点击投标和/或印象投标之类的广告主输入。实施例并不打算限于视觉显示,并且反而还可以包括音频呈现、组合的音频/视频呈现等。
图3示出用于使用预付投标来促进广告选择的示例性的计算系统300。如图3所示,示例性的计算系统300包括池选择器310、实验池管理器312、拍卖池管理器314和广告呈现器316。在一些实施例中,示出的模块/组件之中的一个或多个可以被实现为独立的应用。在其它实施例中,示出的模块/组件之中的一个或多个可以直接地被集成到服务器202、服务器簇(未示出)和/或终端用户设备206的操作系统中。本领域的普通技术人员将明白:图3所示的模块/组件在性质和数量上是示例性的而不应被解释为限制。任何数量的模块和/或组件可以被采用来在其实施例的范围之内实现所期望的功能。进一步,模块和/或组件可以位于任何数量的服务器或计算设备上。仅通过示例,广告呈现器316可能驻留在远离其余的模块/组件之中的一个或多个的服务器、服务器簇或终端用户设备上。
应明白:此处描述的这个和其它安排仅作为示例来阐述。其它安排和元素(例如机器、接口、功能、顺序和功能的分组等)能够除了所示的之外或替代所示的来使用,并且一些元素可以一起被省略。进一步,此处描述的元素中的许多是功能实体,其可以被实现为离散或分布式组件或结合其它模块和/或组件并以任何合适的组合和位置来实现。在此处描述为由一个或多个实体执行的各种功能可以利用硬件、固件和/或软件来完成。例如,各种功能可以通过处理器执行存储在存储器中的指令来完成。
池选择器310被配置来选择从中将选择广告来显示的池。在实施例中,一旦辨别出广告被请求用于显示,就选择池。例如,广告可能被请求以便与搜索结果网页(例如,Microsoft的Bing Search Engine(搜索引擎))或其它网页相关联来显示。仅通过示例,假设:用户将搜索查询输入搜索引擎中或导航到特定网页。进一步假设:将显示给用户的搜索结果页面或网页要求或请求广告例如与其它的正被显示的内容(例如,搜索结果或网页内容)相关联来显示。在这样的情况下,广告被期望或被请求,以便广告能够与相应的网页相关联来显示。
从中选择广告的池可以是例如实验池或拍卖池。实验池指的是从中选择特定广告以便与实验实例相关联显示的一个或多个广告的集合。实验实例指的是实验池被利用来选择广告用于显示的场合(occasion),以便与点击率相关联的数据(例如,点击数、印象数等)能够被获得并被用于对于从实验池中选择的广告确定点击率(例如,满意的点击率)。
仅通过示例,假设:广告主将广告放置到诸如计算系统300之类的广告选择系统中,以致这样的广告将例如显示在搜索结果页面或其它网页内。因为广告还没有被显示,所以该广告没有满意的点击率可得到。正因如此,广告将被包括在实验池内,以致能够搜集有关该广告的点击率的数据。
在一些实施例中,实验池包括对其而言满意的点击率是不可得到(即,尚未建立)的广告的集合。就这一点而言,与点击率相关联的数据(例如,点击数、印象数等)正针对包括在实验池内的广告来搜集。正因如此,实验池可能包括具有不满意点击率诸如不可得到的点击率或不准确的点击率的广告。如能够意识到的,因为实验池包括对其而言满意的点击率是不可得到的广告,所以基于诸如实验投标之类的除了点击率之外的广告属性从实验池中选择广告。
广告可能保留在实验池中任何长度的时间,例如,诸如直到满意的点击率是可得到的。即,广告可能被包括在实验池内,直到例如基于广告显示的频率或其间显示广告的时间周期估计或建立达到阈值或某一水平的置信度或精度的点击率。相应地,实验池允许广告被显示,直到满意的点击率被确定。
拍卖池指的是从中选择特定的广告以便与拍卖实例相关联显示的一个或多个广告的集合。拍卖实例指的是拍卖池被利用来基于广告之间的拍卖竞争来选择广告用于显示的场合。相应地,拍卖池包括在拍卖中竞争以显示特定广告的广告集合。
正因如此,拍卖池可能包括具有满意点击率即足够已知的或建立的点击率的广告以及具有不满意点击率(例如,不可得到或不足的点击率)的广告。就这一点而言,拍卖池内的一些广告可能具有满意的点击率,而拍卖池内的一些广告可能具有不满意的点击率。如前所讨论的,具有满意点击率的广告可能在拍卖中与具有不满意点击率的广告进行竞争。
在广告拍卖中,可能例如基于点击投标(即,CPC投标或PPC投标)和点击率(即,CTR)从拍卖池中选择广告来显示。如前面所提到的,点击投标是由广告主输入的投标,其识别广告主愿意为了广告被用户点击的每个实例或实例的集合而支付的数量。仅通过示例,假设:广告主输入点击投标,以致广告能够与网页内容相关联来显示。进一步假设:因为广告仅在几个实例中被显示了,所以初始估计针对该广告的低的和/或不准确的点击率。点击投标和点击率能够用于例如通过计算有效印象值(例如,每(例如10,000)个印象的成本(CPM))来选择广告。如在此处所使用的,有效印象值指的是与广告的印象或印象集合(例如,10,000个印象)相关联的成本或值(例如,货币值)。在实施例中,有效印象值使用点击投标和点击率(例如,估计的点击率)来计算。就这一点而言,有效印象值指示为了广告的一个或多个印象的集合而有效地被支付或将被支付的货币量。随后,当广告被请求与网站相关联显示时,有效印象值能够与拍卖池内相应广告的其它有效印象值进行比较来选择广告来显示。在使用不满意的点击率(例如,经由有效印象值)在广告选择拍卖中竞争的情况下,最后得到的广告选择可能是不合适的。就这一点而言,为特定广告初始确定的低的和/或不准确的点击率能够导致高的有效印象值,并且正因如此,基于与拍卖中的其它广告印象成本的比较而可能不会选择该广告来显示。如能够意识到的,在不满意的点击率存在并且使用印象投标来代替有效印象值的情况下,具有不满意点击率的广告有机会来竞争显示。
广告可能在任何时间诸如在广告主将广告输入广告选择系统时加入拍卖池。广告可能保留在拍卖池中任何长度的时间,例如,诸如直到由广告主指定的时间、在时间或时间周期期满时、在被分配用于广告显示的预算的减少时等等。
如能够意识到的,广告能够包括在实验池和/或拍卖池中。在广告包括在实验池和拍卖池二者内的实例中,当实验池被选择时并且当拍卖池被选择时,广告可能有机会被选择来显示。作为选择,广告可能一次被包括在仅仅一个池中。仅通过示例,广告可能初始地被包括在实验池中,以致与点击率有关的数据能够被获得。只要针对该广告获得或确定满意的点击率,该广告就可能从实验池中除去并被添加到拍卖池。虽然在此处描述实验池和拍卖池二者,但是在一些实施例中广告选择系统可以仅包括单个池。
池选择器310可能使用任何方法来选择池(例如,实验池或拍卖池)。在一个实施例中,从中选择广告的池可能随机地来选择。在另一实施例中,从中选择广告的池可能基于预定算法来识别。例如,特定池可能基于期望该特定池被利用来选择广告的部分或百分比来选择。仅通过示例,假设:期望实验池被利用百分之二十的时间来选择广告用于显示。进一步假设:广告被期望来显示。在这样的情况下,实验池被利用五分之一的次数来选择广告用于显示。
实验池管理器312被配置来管理实验池。在实施例中,实验池管理器包括实验生成组件320、属性引用组件322和实验广告选择组件324。实验生成组件320被配置来生成实验池。如在此处所使用的,生成实验池包括池的初始创建和/或对实验池应用任何修改。在一些情况下,可能针对广告被请求和/或实验池被挑选用于选择广告的每个实例来生成实验池。在其它情况下,实验池可能依据事件的发生来生成。在这样的情况下,从中选择广告来显示的实验池可能初始地被生成,并且此后基于事件的发生(例如,时间周期的流逝、(一个或多个)广告属性的修改、新的广告加入实验池、对其确定满意点击率的广告等)来修改。
在生成实验池中,广告可能使用任何方法被包括在实验池内。在一个实施例中,实验池包括意图参与(一个或多个)实验实例的所有可用广告。就这一点而言,在一个实施例中,实验池包括与不满意点击率相关联的任何广告。作为选择,实验池包括与不满意点击率和实验投标相关联的任何广告。
在另一实施例中,实验池可能包括与网页内容相关的广告,其中网页内容中选择的广告将被显示。例如,实验池可能包括这样的广告,其意图参与该广告正与之相关联显示的网站的内容(例如,搜索查询或被显示的网站内容)有关的(一个或多个)实验实例。就这一点而言,在一个实施例中,实验池包括与不满意点击率相关联的广告,其与其中将显示该广告的上下文有关或相关。在这样的情况下,实验池可能随着针对广告的每个请求而动态地改变。正因如此,针对广告被请求的每个实例,生成或修改实验池,以致与上下文相关的广告包括在实验池中,其中该广告将显示在该上下文中。如能够意识到的,在一些实施例中,实验池能够包括意图参与(一个或多个)实验实例的所有广告,并且此后相关的广告能够被识别并被利用。
在一些情况下,广告选择系统可能包括多个实验池。例如,一个实验池可能包括意图参与和实验投标不相关联的(一个或多个)实验实例,而另一个实验池包括意图参与和实验投标相关联的(一个或多个)实验实例。在这样的情况下,特定池可能使用任何方法来选择,例如,诸如随机地来选择、基于期望特定池用于选择广告的部分或百分比等来选择。
属性引用组件322被配置来引用与广告相关联的一个或多个广告属性的集合。广告属性指的是被利用或能够被利用来选择广告以便显示的任何属性。通过示例而非限制,广告属性可能是实验投标、点击率、点击投标、印象投标、印象数、点击数、有效印象值等。在实施例中,广告属性与相应的广告或其标识符相关联存储在诸如图2的存储设备204之类的数据存储设备中。
(一个或多个)广告属性可能由广告主提供。例如,广告主可能输入或选择实验投标、点击投标和/或印象数。作为选择,广告属性可能基于例如响应于显示广告而捕获的数据来识别或确定。例如,一旦显示特定广告,能够捕获印象数和点击数,并且能够从中确定点击率。进一步,点击投标和点击率能够用于计算有效印象值。
在实施例中,属性引用组件322引用与广告相关联的实验投标。如前面提到的,实验投标指的是由广告主输入的投标,其识别广告主愿意专用于广告的实验显示的数量。就这一点而言,在一些情况下,广告主输入对于使用或消费以显示从实验池中选择的广告而言是可接受的货币预算或分配。这样的实验投标能够影响广告将从实验池中选择来显示给用户的概率,正如下面更充分讨论的。
实验广告选择组件324被配置来从实验池中选择广告用于显示。这样的广告能够与一组搜索结果或网页相关联来显示。在实施例中,实验广告选择组件324使用实验池内的广告来选择(一个或多个)广告。
在实施例中,实验广告选择组件324利用实验投标(例如,引用的实验投标)来选择广告用于显示。在一些情况下,实验投标能够直接用于选择广告来显示。通过示例,假设:第一广告主分配$600用于显示包括在实验池内的第一广告,而第二广告主分配$200用于显示包括在该实验池内的第二广告。在这种情况下,基于较高的实验投标的数量(即,$600)而可能选择第一广告来显示。
在其它情况下,实验投标能够直接用于选择广告来显示。就这一点而言,实验投标能够用于影响特定广告的选择。通常,较高的实验投标为相应的广告从实验池中选择出来提供更大的机会。例如,再次假设:第一广告主分配$600用于显示实验池内的第一广告,而第二广告主分配$200用于显示实验池内的第二广告。进一步假设:正被利用的广告选择系统从实验池中随机选择将要显示的广告。这样的方法允许任何的具有不满意点击率的广告被选择用于显示的机会。由广告主提供的与广告相关联的实验投标能够被利用来影响广告的选择的概率或可能性。即,因为第一广告具有比第二广告(即,$200)更大的预算(即,$600),所以第一广告可能在实验池中具有更多的表现(representation)或更大的被选择的概率。在这样的情况下,实验投标影响广告的选择的可能性,但是对于选择的结果不是决定性的,而在拍卖场景中,与最高投标或据此生成的有效印象值相关联的广告通常被选择来显示。
例如,利用目前示例继续,第一广告可能在实验池中被表现三次,而第二广告可能在实验池中被表现一次。如能够意识到的,实验池中广告的表现数量能够基于由广告主针对广告提供的实验投标除以由所有广告主提供的实验投标的总量来确定。在这种情况下,由所有广告主提供的实验投标的总量是$800(即,$600+$200)。因此,$600的第一实验投标导致实验池中的三次表现或四分之三的表现,而$200的第二实验投标导致实验池中的一次表现或四分之一的表现。实验广告选择组件324能够随后根据广告的表现从实验池中随机地选择广告。虽然在此处被描述为线性概率,但是实验投标能够以任何方式被利用来选择广告用于显示。例如,诸如非线性算法之类的各种算法能够用于为实验池内的广告提供各种概率或表现。
如能够意识到的,在一些情况下,根据特定广告选择用于显示,包括预算或分配的实验投标根据广告的显示被减少或被消耗。就这一点而言,针对特定广告从实验池中被选择来显示的每个实例,对于该广告的显示进行实验投标的减少。响应于广告的选择和显示而引起的成本或付费可以是任何值并可以依赖于广告选择系统和/或广告的实例、持续时间、显示位置等而改变。通过示例而非限制,实验投标可能被减少针对特定显示实例的每个印象的平均有效成本或每个印象的最近成本。
拍卖池管理器314被配置来管理拍卖池。在实施例中,拍卖池管理器包括拍卖生成组件330、属性引用组件332、属性分析组件334。拍卖生成组件330被配置来生成拍卖池。如在此处所使用的,生成拍卖池包括池的初始创建以及对该池应用任何修改。在一些情况下,拍卖池可能针对广告被请求和/或拍卖池被挑选来选择广告的每个实例而生成。在其它情况下,拍卖池可能依据事件的发生(例如,时间周期的流逝、(一个或多个)广告属性的修改等)来生成。
在生成拍卖池中,广告可能使用任何方法被包括在拍卖池中。在一个实施例中,拍卖池包括打算参与广告拍卖竞争的所有可用广告。就这一点而言,在一个实施例中,拍卖池包括与满意点击率相关联的任何广告以及与不满意的点击率相关联且具有印象投标的任何广告。在这种情况下,从中选择广告来显示的拍卖池可能初始地被生成,并且此后基于事件的发生(例如,时间周期的流逝)、新的广告加入拍卖池、对其确定满意点击率的广告、为其提供印象投标的广告等来修改。
在另一实施例中,拍卖池可能包括与网页内容有关的广告,其中网页内容中选择的广告将被显示。例如,拍卖池可能包括意图参与和广告正与之相关联显示的网站的内容(例如,搜索查询或正被显示的网站内容)有关的广告拍卖竞争的广告。正因如此,在一个实施例中,拍卖池包括与满意点击率和具有印象投标的不满意点击率相关联的广告,其中广告与在其中将显示广告的上下文有关或相关。在这样的情况下,拍卖池可能随着对于广告的每个请求而动态地改变。就这一点而言,拍卖池针对广告被请求的每个实例来生成或修改,以致与上下文相关的广告被包括在拍卖池中,其中广告将在该上下文中进行显示。如能够意识到的,在一些实施例中,拍卖池能够包括意图参与广告拍卖竞争的所有广告,并且此后相关的广告能够被识别和被利用。
属性引用组件322被配置来引用与广告相关联的一个或多个广告属性的集合。如前面所提到的,广告属性指的是被利用或能够被利用来选择广告用于显示的任何属性。通过示例而非限制,广告属性可能是实验投标、点击率、点击投标、印象投标、印象数、点击数、有效印象值等。在实施例中,广告属性与相应的广告或其标识符相关联存储在诸如图2的存储设备204之类的数据存储设备中。
可能由广告主提供(一个或多个)广告属性。例如,广告主可能输入或选择实验投标、点击投标和/或印象投标。作为选择,广告属性可能基于例如响应于显示广告而被捕获的数据来识别或确定。例如,依据显示特定广告,印象数和点击数能够被捕获,并且点击率能够据此来确定。此后,点击率和点击投标能够用于确定有效印象值。
在实施例中,属性引用组件332引用与广告相关联的印象投标、点击率和/或有效印象值。如前面所提到的,印象投标指的是由广告主输入的投标,其识别广告主愿意为了显示广告的每个实例或实例集合而支付的数量。就这一点而言,在一些实施例中,广告主输入对于花费来显示从拍卖池中选择的广告而言是可接受的货币量。印象投标能够用于在广告拍卖中例如与其它印象投标和有效印象值相比较来竞争,以致即使不满意的点击率对于那个广告存在,该广告也能够竞争来显示。
属性分析组件334被配置来分析广告属性,以确定诸如印象投标或有效印象值之类的广告属性,以便用于在广告拍卖中竞争,诸如印象投标或有效印象值。在实施例中,属性分析组件辨别或确定是否满意的点击率是可得到的。在足够的点击率是可得到的情况下,这样的点击率与广告相关联利用来在广告拍卖中竞争。正因如此,满意的点击率可能与点击投标相结合来使用,以确定能够被利用来与其它的有效印象值和印象投标来竞争广告选择的有效印象值。就这一点而言,属性分析组件或另一组件可能被配置来使用满意点击率和由广告主提供的点击投标来确定有效印象值。
如能够意识到的,能够使用任何方法来确定是否满意的点击率是可得到的。例如,点击率的精度或与点击率相关联的置信水平能够针对估计的点击率来计算并与预定阈值进行比较来确定是否满意的点击率是可得到的。此外或作为选择,其它的广告属性能够被分析来提供有关是否满意的点击率是可得到的指示。例如,广告显示的频率和/或广告点击的频率可能与预定阈值进行比较来确定是否估计的点击率是满意的。
在一些情况下,有效印象值的存在可能被辨别。在这个情形中,可以假设:有效印象值是使用满意点击率计算的。即,如果不满意点击率存在的话,则有效印象值将不会被计算。一旦辨别出有效印象值存在,属性分析组件能够确定有效印象值应该用于在广告拍卖中竞争。在有效印象值不存在和/或满意点击率对于特定广告不是可得到的情况下,属性分析组件确定由广告主提供的印象投标将被用于在广告拍卖中竞争。
在一些实施例中,印象投标被利用来在广告拍卖中竞争,直到导致高于广告的印象投标的有效印象值的满意点击率被估计。例如,假设:广告主提供$1的点击投标,并且每100个印象一次点击的点击率被估计。这样的广告将在广告拍卖中利用一美分(即,$1/100)的有效印象值来竞争。进一步假设:广告主提供$50(五美分乘以10,000)的印象投标。即,对于每一个印象,广告主愿意支付五美分。在这样的情况下,在广告选择系统估计的点击率高于百分之五之前,广告将使用每个印象五美分的印象投标而不是每个印象一美分的有效印象值在广告拍卖中竞争。一旦点击率达到大于百分之五,广告将开始利用有效印象值在广告拍卖中竞争,从而对于广告被选择用于显示的每个实例支付$1的点击投标。
一旦确定用于在广告拍卖中竞争的广告属性,属性分析组件334或另一个组件可能指定诸如印象投标或有效印象值的特定广告属性作为利用来选择广告的属性。特定广告属性的指定可能与广告和/或广告属性相关联来存储,以致所指定的广告属性能够被引用而不执行一个或多个广告属性的另一分析。在这样的情况下,所指定的广告属性能够被引用并被用于选择广告来显示。
拍卖广告选择组件336被配置来从拍卖池中选择广告来显示。这样的广告能够与一组搜索结果或网页相关联来显示。在实施例中,拍卖广告选择组件336使用拍卖池内的广告来选择(一个或多个)广告。
在实施例中,拍卖广告选择组件336对于具有不满意点击率的广告利用印象投标以及对于具有满意点击率的广告利用有效印象值来选择广告用于显示。相应地,印象投标和有效印象值能够相互比较来选择广告用于显示。通常,但非限制,与更大或更高的印象投标或有效印象值相关联的广告被选择用于显示。如能够意识到的,广告选择系统还可能并入任何数量的因素来选择广告用于显示。
仅通过示例,假设:第一广告是新的广告并因此不具有可得到的满意点击率。进一步假设:广告主对于该广告提供印象投标。在这样的情况下,印象投标被指定用于广告拍卖中。利用这个示例继续,假设:第二广告被建立并具有可得到的满意点击率。点击率与广告主提供的点击投标一起被利用来计算被指定用于广告拍卖中的有效印象值。相应地,与第一广告相关联的印象投标和与第二广告相关联的有效印象值进行比较并用于选择广告来显示。
广告呈现器316被配置来与网页相结合来呈现广告。正因如此,广告呈现器316可能与搜索查询、搜索结果页面、网页等相关联来呈现广告。在实施例中,所呈现的广告是付费广告。广告呈现器316可能显示和/或提供音频输出来呈现一个或多个广告。
现在转到图4A和图4B,示出显示用于根据本发明的实施例的使用预付投标来促进广告选择的方法400的流程图。初始地,在图4A的块410,确定是否广告被请求来显示。如果确定广告没有被请求来显示,该方法在块412结束。如果另一方面确定广告被请求来显示,则在块414确定是使用实验池还是拍卖池来选择广告用于显示。在实施例中,在这些实例的特定部分中可能选择实验池,而在这些实例的剩余部分中可能选择拍卖池。如果确定实验池将被用于选择广告来显示,则在块416确定是否实验投标应被利用来选择广告来显示。如果确定实验投标不应被利用来选择广告,在块418,在不使用实验投标的情况下从实验池中选择广告。例如,实验池内的广告可能随机地被选择来显示,其中该池中的每个广告具有被选择的相等概率。
然而,如果确定实验投标应被利用来选择广告,在块420,与广告相对应的实验投标被引用。实验投标用于确定与每个广告相关联的表现数量或选择概率。这在块422上示出。在实施例中,表现数量或选择概率基于广告的实验投标除以所有广告的实验投标的总量来计算。随后,在块424,根据与各个广告相关联的表现的数量或概率来选择广告。在块426,与所选择的广告相关联的实验投标被减少,以反映该广告针对显示的选择。在块428,所选择的广告被显示给用户。
返回到块414,如果确定拍卖池将被利用来选择广告用于显示,则一个或多个广告属性的集合被引用。这在图4B的块430上示出。在块432,确定是否满意的点击率对于广告是可得到的。在实施例中,当估计的点击率超过阈值(例如,精度或置信水平阈值)和/或诸如点击数或印象数之类的另一广告属性超过预定阈值,则可能确定满意的点击率对于广告是可得到的。比较地,如果估计的点击率不存在或如果估计的点击率基于点击率、或精度或其置信水平、或其它广告属性与阈值的比较而是不足的或不准确的,则可能识别不满意的点击率。
如果确定满意的点击率对于特定的广告不是可得到的话,则由广告主提供的印象投标被指定或被识别为适合用于在广告拍卖中竞争,如块434所示。如果另一方面在块432确定满意的点击率对于特定广告是可得到的话,则点击率和由广告主提供的点击投标用于计算有效印象值。这在块436上示出。在块438,有效印象值被指定为适用于在广告拍卖中竞争。一旦在块434和436为广告指定印象投标或有效印象值,在块440,所指定的印象投标和有效印象值相互比较,以便在广告拍卖中竞争。此后,在块442,至少部分基于印象投标和有效印象值之间的比较来选择广告。通常,与较高的点击投标或有效印象值相关联的广告被选择用于显示。在块444,所选择的广告经由计算设备被显示给用户,诸如网页用户。
参见图5,示出显示用于根据本发明的实施例的使用实验投标来促进广告选择的第二方法500的流程图。初始地,如块510所示,用于实验池内的一个或多个广告的包括实验投标的一个或多个广告属性被引用。在块512,与广告相关联的实验投标用于确定专用于每个广告的实验池的比例(例如,概率或表现数量)。在块514,根据专用于相应广告的实验池的各种比例从实验池中选择广告。在块516,所选择的广告经由计算设备显示给用户。在块518,用于所选择的广告的实验投标被减少预定量,诸如平均印象成本。
现在转到图6的方法600,示出显示用于根据本发明的实施例的使用印象投标来促进广告选择的方法600的流程图。初始地,如块610所示,与广告相关联的包括印象投标和有效印象值的一个或多个广告属性的集合被引用。在块612,识别印象投标或有效印象值之中哪一个更大。如果确定印象投标更大,则印象投标被利用来在广告拍卖中竞争以便被选择来显示。这在块614上示出。然而,如果确定有效印象值更大,则有效印象值被利用来在广告拍卖中竞争以便被选择来显示,如块616所示。被指定用于在广告拍卖中使用的印象投标或有效印象值和与其它广告相关联的印象投标以及有效印象值进行比较。基于该比较,选择广告来显示给用户。
本领域的普通技术人员将明白:在图4A和4B的方法400、图5的方法500和图6的方法600中所示的步骤的顺序并不意味着以任何方式来限制本发明的范围,并且事实上,这些步骤在其实施例的范围之内可以发生在各种不同的序列中。任何的以及所有这样的变体及其任何组合被预期是在本发明的实施例的范围之内。
已结合特定的实施例描述了本发明,其中这些实施例在所有的方面都意在说明性而非限制性。在不背离本发明的范围的情况下,替代的实施例对于本发明所涉及的技术领域中的普通技术人员来说将变得明显。
由上可知,将看出:这个发明特别适合于与对于该系统和方法而言是显然的和固有的其它优点一起达到上述的所有目标和目的。将明白:某些特征和子组合具有实用性,并且可以被采用而无需参考其它的特征和子组合。这利用权利要求书的范围来设想并位于权利要求书的范围之内。

Claims (15)

1.一种或多种计算机存储媒体,其上包含有计算机可执行指令,所述计算机可执行指令当被执行时引起计算设备执行用于在满意的点击率是不可得到的时候使用印象投标来促进广告选择的方法,所述方法包括:
引用与广告相关联的一个或多个广告属性的集合,所述广告属性的集合至少包括由广告主提供的印象投标和由广告主提供的点击投标,其中所述印象投标指示为了所述广告的一个或多个显示而支付的可接受量,所述点击投标指示为了所述广告的一个或多个用户选择而支付的可接受量;和
确定满意的点击率对于所述广告是否是可得到的,当对于所述广告所估计的点击率的精度超过阈值时,满意的点击率是可得到的,其中
如果确定满意的点击率对于所述广告是不可得到的,则利用印象投标在广告选择拍卖中与其它广告竞争,和
如果确定满意的点击率对于所述广告是可得到的,则利用满意的点击率和点击投标在所述广告选择拍卖中与其它广告竞争。
2.权利要求1的一种或多种计算机存储媒体,进一步包括:接收由广告主提供的对于所述广告的点击投标和印象投标。
3.权利要求1的一种或多种计算机存储媒体,进一步包括:确定所述广告应参与广告选择拍卖。
4.权利要求1的一种或多种计算机存储媒体,其中目标阈值指示期望水平的精度或其置信度。
5.权利要求1的一种或多种计算机存储媒体,其中所利用的印象投标在所述广告选择拍卖中和与其它广告相关联的印象投标以及有效印象值竞争。
6.权利要求1的一种或多种计算机存储媒体,进一步包括:使用满意的点击率和点击投标来确定所述广告的有效印象值。
7.权利要求6的一种或多种计算机存储媒体,其中有效印象值在所述广告选择拍卖中和与其它广告相关联的印象投标以及有效印象值竞争。
8.权利要求7的一种或多种计算机存储媒体,其中与印象投标和有效印象值之中的最高者相关联的广告被选择用于显示。
9.权利要求1的一种或多种计算机存储媒体,其中广告选择拍卖是其中多个广告竞争以便被选择来显示给用户或用户集合的拍卖。
10.权利要求9的一种或多种计算机存储媒体,其中所述多个广告使用与所述多个广告相关联的有效印象值和印象投标来竞争。
11.权利要求1的一种或多种计算机存储媒体,其中与所述广告相关联的广告属性的集合中的至少一个用于确定所估计的点击率的精度。
12.一种或多种计算机存储媒体,其上包含有计算机可执行指令,所述计算机可执行指令当被执行时引起计算设备执行用于在满意的点击率是不可得到的时候使用实验投标来促进广告选择的方法,所述方法包括:
引用实验池内的每个广告的一个或多个广告属性的集合,所述广告属性的集合至少包括由广告主提供的实验投标,其指示为了所述广告的一个或多个显示而支付的可接受量;
对于每个广告,基于针对所述广告的实验投标和针对所述实验池内的每个广告提供的全部实验投标,确定将从所述实验池中选择所述广告以便显示给一个或多个用户的概率;和
选择广告用于显示,根据所确定的将从所述实验池中选择所述广告的概率,从所述实验池中选择所述广告来显示。
13.权利要求12的一种或多种计算机存储媒体,其中所述实验池包括多个广告,其中对于所述多个广告,满意的点击率是不可得到的。
14.一种用于使用预付投标来促进广告选择的计算机化的方法,所述方法包括:
引用与拍卖池内的广告相关联的一个或多个广告属性的集合,所述拍卖池具有与满意的点击率相关联的广告和与不满意的点击率相关联的广告,所述一个或多个广告属性的集合包括由广告主提供的印象投标和有效印象值,其中所述印象投标指示为了所述广告的一个或多个显示而支付的可接受量,所述有效印象值指示与所述广告的一个或多个印象的集合相关联的货币值;
确定是所述印象投标还是所述有效印象值更大,其中
如果所述印象投标更大,则指定所述印象投标用于广告选择拍卖中,和
如果所述有效印象值更大,则指定所述有效印象值用于所述广告选择拍卖中;
将针对所述广告所指定的印象投标或有效印象投标与针对所述拍卖池内的其它广告所指定的印象投标和有效印象投标进行比较;
选择所述拍卖池内的广告之一;和
显示所选择的广告。
15.权利要求14的计算机化的方法,进一步包括:选择使用所述拍卖池来挑选将呈现给一个或多个用户的广告。
CN2011800091819A 2010-02-11 2011-02-08 使用预付投标来促进广告选择 Pending CN102741873A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/704304 2010-02-11
US12/704,304 US8620751B2 (en) 2010-02-11 2010-02-11 Facilitating advertisement selection using advancement bids
PCT/US2011/024089 WO2011100260A2 (en) 2010-02-11 2011-02-08 Facilitating advertisement selection using advancement bids

Publications (1)

Publication Number Publication Date
CN102741873A true CN102741873A (zh) 2012-10-17

Family

ID=44354437

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011800091819A Pending CN102741873A (zh) 2010-02-11 2011-02-08 使用预付投标来促进广告选择

Country Status (3)

Country Link
US (1) US8620751B2 (zh)
CN (1) CN102741873A (zh)
WO (1) WO2011100260A2 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104883585A (zh) * 2014-02-28 2015-09-02 腾讯科技(北京)有限公司 显示媒体数据的方法、设备及系统
CN106663270A (zh) * 2015-03-18 2017-05-10 Sk 普兰尼特有限公司 广告招标装置和广告平台装置

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9767475B2 (en) * 2010-08-20 2017-09-19 Blue Kai, Inc. Real time audience forecasting
US8725779B1 (en) * 2011-05-06 2014-05-13 Aggregate Knowledge, Inc. System and method for counting and storing events as scalar quantities in skewed counting environments
US9762967B2 (en) 2011-06-14 2017-09-12 Comcast Cable Communications, Llc System and method for presenting content with time based metadata
US20170041648A1 (en) * 2011-06-14 2017-02-09 Watchwith, Inc. System and method for supplemental content selection and delivery
US20130085868A1 (en) * 2011-10-03 2013-04-04 Patrick Jordan System and method for generating an effective bid per impression based on multiple attribution of pay-per-conversion advertising
US10282758B1 (en) 2012-04-06 2019-05-07 MaxPoint Interactive, Inc. Pricing control in a real-time network-based bidding environment
US9129313B1 (en) * 2012-04-06 2015-09-08 MaxPoint Interactive, Inc. System and method for optimizing real-time bidding on online advertisement placements utilizing mixed probability methods
US10740797B2 (en) * 2012-07-30 2020-08-11 Oath Inc. Systems and methods for implementing a mobile application based online advertising system
US11068931B1 (en) 2012-12-10 2021-07-20 Integral Ad Science, Inc. Systems, methods, and media for detecting content viewability
US20180068347A1 (en) * 2012-12-11 2018-03-08 Roshan Fernandes Generating a browsing area of a web browser
US10304081B1 (en) * 2013-08-01 2019-05-28 Outbrain Inc. Yielding content recommendations based on serving by probabilistic grade proportions
US9710559B2 (en) * 2014-06-10 2017-07-18 Aol Inc. Systems and methods for optimizing the selection and display of electronic content
US11468476B1 (en) 2016-09-28 2022-10-11 Allstate Insurance Company Modulation of advertisement display based on vehicle operation data
US10069886B1 (en) * 2016-09-28 2018-09-04 Allstate Insurance Company Systems and methods for modulating advertisement frequencies in streaming signals based on vehicle operation data
CN111080359B (zh) * 2019-12-13 2023-06-20 北京搜狐新媒体信息技术有限公司 一种标签算法确定方法、装置、服务器及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1395390A (zh) * 2001-06-29 2003-02-05 株式会社日立制作所 交互式网络化预定
CN1640133A (zh) * 2002-03-07 2005-07-13 皇家飞利浦电子股份有限公司 创建个人广告频道的方法和设备
CN101496002A (zh) * 2005-05-13 2009-07-29 微软公司 利用在线会话的内容选择广告内容和/或其他相关信息以供显示的系统和方法

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7065500B2 (en) * 1999-05-28 2006-06-20 Overture Services, Inc. Automatic advertiser notification for a system for providing place and price protection in a search result list generated by a computer network search engine
JP2004524593A (ja) * 2000-05-24 2004-08-12 オーバーチュア サービシズ インコーポレイテッド オンライン媒体エクスチェンジ
US7668950B2 (en) 2003-09-23 2010-02-23 Marchex, Inc. Automatically updating performance-based online advertising system and method
US8527346B2 (en) * 2003-09-29 2013-09-03 Yahoo! Inc. Method and system for scheduling electronic advertising
KR100601350B1 (ko) 2004-07-06 2006-07-24 김상범 진공 증발기
US7689458B2 (en) 2004-10-29 2010-03-30 Microsoft Corporation Systems and methods for determining bid value for content items to be placed on a rendered page
EP1861800A1 (en) 2005-03-09 2007-12-05 Medio Systems, Inc. Method and system of bidding for advertisement placement on computing devices
US20070073579A1 (en) 2005-09-23 2007-03-29 Microsoft Corporation Click fraud resistant learning of click through rate
KR100819703B1 (ko) * 2006-07-06 2008-04-04 엔에이치엔(주) 온라인 광고 효과 측정 시스템 및 방법
US8788343B2 (en) 2006-10-25 2014-07-22 Microsoft Corporation Price determination and inventory allocation based on spot and futures markets in future site channels for online advertising
KR100877438B1 (ko) 2006-12-20 2009-01-08 야후! 인크. 하이브리드 광고비 산정 시스템 및 방법
KR20090000080A (ko) 2006-12-27 2009-01-07 엔에이치엔(주) 광고 노출 방법 및 시스템, 그리고 상기 방법을 실행시키기위한 프로그램이 기록된 컴퓨터에서 판독 가능한 기록매체
KR100930787B1 (ko) 2007-04-04 2009-12-09 엔에이치엔비즈니스플랫폼 주식회사 광고 입찰액 자동 조정 방법 및 시스템
JP5336471B2 (ja) * 2007-05-04 2013-11-06 グーグル・インコーポレーテッド オンライン広告のためのメトリック変換
US20090099909A1 (en) 2007-10-10 2009-04-16 Yahoo! Inc. System and Method for Setting Bid Prices Associated with Digital Advertisements Based on Market Conditions
US20090132334A1 (en) 2007-11-19 2009-05-21 Yahoo! Inc. System and Method for Estimating an Amount of Traffic Associated with a Digital Advertisement
US8275656B2 (en) * 2010-03-11 2012-09-25 Yahoo! Inc. Maximum likelihood estimation under a covariance constraint for predictive modeling

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1395390A (zh) * 2001-06-29 2003-02-05 株式会社日立制作所 交互式网络化预定
CN1640133A (zh) * 2002-03-07 2005-07-13 皇家飞利浦电子股份有限公司 创建个人广告频道的方法和设备
CN101496002A (zh) * 2005-05-13 2009-07-29 微软公司 利用在线会话的内容选择广告内容和/或其他相关信息以供显示的系统和方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104883585A (zh) * 2014-02-28 2015-09-02 腾讯科技(北京)有限公司 显示媒体数据的方法、设备及系统
WO2015127884A1 (en) * 2014-02-28 2015-09-03 Tencent Technology (Shenzhen) Company Limited Method, device, system for displaying media data
CN104883585B (zh) * 2014-02-28 2019-06-14 腾讯科技(北京)有限公司 显示媒体数据的方法、设备及系统
CN106663270A (zh) * 2015-03-18 2017-05-10 Sk 普兰尼特有限公司 广告招标装置和广告平台装置
CN106663270B (zh) * 2015-03-18 2021-09-21 Sk 普兰尼特有限公司 广告招标装置和广告平台装置

Also Published As

Publication number Publication date
WO2011100260A2 (en) 2011-08-18
WO2011100260A3 (en) 2011-10-13
US8620751B2 (en) 2013-12-31
US20110196747A1 (en) 2011-08-11

Similar Documents

Publication Publication Date Title
CN102741873A (zh) 使用预付投标来促进广告选择
US8571930B1 (en) Strategies for determining the value of advertisements using randomized performance estimates
US9460449B2 (en) Multi-campaign content allocation
AU2002301226C1 (en) Automatic Advertiser Notification for a System for Providing Place and Price Protection in a Search Result List Generated by a Computer Network Search Engine
US20070233566A1 (en) System and method for managing network-based advertising conducted by channel partners of an enterprise
US7831456B2 (en) Advertisement display depth optimization to maximize click activity page yield
US20110173063A1 (en) Advertiser value-based bid management in online advertising
US20030216930A1 (en) Cost-per-action search engine system, method and apparatus
US20080270223A1 (en) System and Method for Creating and Providing a User Interface for Displaying Advertiser Defined Groups of Advertisement Campaign Information
US20070027762A1 (en) System and method for creating and providing a user interface for optimizing advertiser defined groups of advertisement campaign information
US20080097813A1 (en) System and method for optimizing advertisement campaigns according to advertiser specified business objectives
US20090248513A1 (en) Allocation of presentation positions
US20070179832A1 (en) Methods and systems for managing online advertising assets
CN101641711A (zh) 确定并且向诸如参与或预期参与广告网络的发布者的用户传输超额广告主需求信息
AU2010210706A1 (en) Advertising triggers based on internet trends
US20110264516A1 (en) Limiting latency due to excessive demand in ad exchange
US20110166942A1 (en) Contract auctions for sponsored search
US20070299829A1 (en) Price comparison engine and related searching methods and systems including merchant bidding
US20150025962A1 (en) System, method, and computer program for pricing and allocating advertising inventory on digital and web publisher properties
JP2011530732A (ja) 広告トラフィックに応じて単位時間入札額を調整して広告を提供する方法およびシステム
JP2012519909A (ja) 広告サブミッションのためのメッセージングインターフェース
CN102156940A (zh) 用于启用语音的文本广告的语音定制
CN102148003A (zh) 启用语音的文本广告
WO2007103646A2 (en) System and method for managing network-based advertising conducted by channel partners of an enterprise
US9558506B2 (en) System and method for exploring new sponsored search listings of uncertain quality

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1174127

Country of ref document: HK

ASS Succession or assignment of patent right

Owner name: MICROSOFT TECHNOLOGY LICENSING LLC

Free format text: FORMER OWNER: MICROSOFT CORP.

Effective date: 20150611

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20150611

Address after: Washington State

Applicant after: Micro soft technique license Co., Ltd

Address before: Washington State

Applicant before: Microsoft Corp.

C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20121017