CN101627383A - 用于赞助搜索的动态出价制定 - Google Patents

用于赞助搜索的动态出价制定 Download PDF

Info

Publication number
CN101627383A
CN101627383A CN200880007388A CN200880007388A CN101627383A CN 101627383 A CN101627383 A CN 101627383A CN 200880007388 A CN200880007388 A CN 200880007388A CN 200880007388 A CN200880007388 A CN 200880007388A CN 101627383 A CN101627383 A CN 101627383A
Authority
CN
China
Prior art keywords
user
information
sponsored search
preference
subclauses
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
CN200880007388A
Other languages
English (en)
Inventor
杜安·R·瓦兹
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.)
Yahoo Inc
Original Assignee
Yahoo Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yahoo Inc filed Critical Yahoo Inc
Publication of CN101627383A publication Critical patent/CN101627383A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/40—Data acquisition and logging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/08—Auctions

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

一种用于在线赞助搜索***的方法包括存储具有多个条目的数据库。这些条目中的至少一些条目包括与相应的广告商相关联的关键字和金额。该方法还包括接收关于在线赞助搜索***内的当前用户偏好的信息。当所接收到的用户信息与某个条目的关键字相关时，该方法包括基于所接收到的用户兴趣信息自动地调整该条目的金额。响应于所接收到的用户查询，该方法包括识别出与所接收到的用户搜索查询相关的条目并生成包括相关条目的搜索结果列表。该方法还包括根据与匹配条目相关联的调整后的金额对相关条目进行排序。响应于将网页指定为接收赞助广告，该方法包括识别出与该网页的一个或多个部分的主题相关的条目。在该示例中，该方法还包括根据与相关条目相关联的调整后的金额来确定哪些条目将被显示以及它们在网页上的排名。

Description

用于赞助搜索的动态出价制定
背景技术
本发明总地涉及在线搜索和广告的方法和装置。更具体而言，本发明涉及用于赞助搜索的动态出价制定。
赞助搜索***允许广告商和信息提供者对他们的广告或在线信息向在线***的用户的呈现有更大程度的控制。2001年7月21日公布的并且与本申请共同被转让的名为“System and Method For Influencing A PositionOn A Search List Generated By A Computer Network Search Engine(用于影响由计算机网络搜索引擎所生成的搜索列表上的位置的***和方法)”的美国专利No.6,269,361公开了一种这样的赞助搜索***。这种***提供了一种用于在付费排名(pay for placement)搜索数据库中管理信息提供者或广告商的搜索列表的方法。付费排名搜索***允许信息提供者对关键字或搜索条目进行竞价。付费排名搜索***或赞助搜索市场由在线服务提供者提供，所述在线服务提供者维护必要的数据库和服务器以向用户和广告商或者信息提供者提供在线访问。信息提供者的搜索列表一般包括搜索条目和其它文本或者被搜索用于与被提交的搜索查询相匹配的横幅广告。用户使用浏览器程序来向搜索引擎提交搜索查询，所述搜索引擎搜索包括信息提供者的搜索列表的搜索条目的数据库。这样的***的示例可以在万维网的searchmarketing.yahoo.com上找到。美国专利No.6,268,361通过引用被全部结合于此。
在这样的***中，当用户通过搜索引擎搜索数据库以寻找信息提供者已竞得的特定关键字或搜索条目时，信息提供者的搜索列表与其它搜索结果一起被显示给用户。一般地，具有更高出价量的搜索列表在搜索结果中被更加突出地显示，通常在最先被用户看到的列表的顶部。如果用户点进(click through)搜索列表，则用户的浏览器被重新定向到信息提供者的站点并且信息提供者被收取与其对搜索列表竞价的出价量相等的金额。
因而，这样的***中的信息的定价与信息提供者所设置的出价量相对应。出价量在活动的竞价过程中被信息提供者管理。信息提供者可以根据各种因素提高或降低对关键字的出价，所述各种因素包括广告预算、市场条件和赞助搜索市场中的其它信息提供者的存在和活动。其它出价制定模型已经被开发用于赞助搜索***。
有一些其它因素当前在赞助搜索定价模型中没有被考虑。例如，市场可能更加动态并且可能变化得比信息提供者能够作出反应来管理他们的出价的速度更快。一个示例是对于名人或产品的欢迎度或兴趣的突然爆发。在这样的情况下，赞助搜索市场中的相对定价将不能准确反映与所述名人或产品相关的信息的实际市场价值。在这种情况下，实际市场兴趣和市场定价之间就存在时间滞后。
目前，向广告商提供赞助搜索服务的主要的搜索引擎运营商(例如Yahoo ！公司和Google公司)使得围绕关键字和短语的用户查询数据对于广告商是可得到的，以辅助出价过程。在Yahoo！公司提供了在固定时间段内针对被选择的关键字或短语和近似等价物的实际查询计数的同时，Google公司仅利用未被标记的柱状图表和图形表示被选择的关键字或短语和近似等价物在固定时间段上的相对受欢迎度。于是广告商可以做出关于哪些关键字或短语相对更受欢迎并且因而哪些可能值得出价以及如果值得出价的话出价多少的明智的决定。然而，所提供的用户查询信息是非常静态的，因为它只给出了从最近的过去开始的用户查询信息的快照。
因此，在赞助搜索领域中需要一种用于为广告商和信息提供者所提供的信息进行定价的改进的***和方法。
发明内容
仅仅以介绍的方式，在一个实施例中，一种用于在线赞助搜索***的方法包括存储具有多个条目的数据库。这些条目中的至少一些条目包括与相应的广告商相关联的至少一个关键字和金额。该方法还包括接收关于在线赞助搜索***内的当前用户偏好的信息。当所接收到的用户信息和与某个条目相关联的关键字相关时，该方法包括基于所接收到的用户偏好信息自动调整所述条目的金额。响应于所接收到的用户查询，该方法包括检索与所接收到的用户搜索查询相关的条目并生成包括匹配条目的搜索结果列表。然后，该方法包括根据与匹配条目相关联的调整后的金额对匹配条目进行排序。
在第二实施例中，一种用于在线赞助搜索***的方法包括存储具有多个条目的数据库。这些条目中的至少一些条目包括与相应的广告商相关联的至少一个关键字和金额。该方法还包括接收关于在线赞助搜索***内的当前用户偏好的信息。当所接收到的用户信息和与某个条目相关联的关键字相关时，该方法包括基于所接收到的用户偏好信息自动调整所述条目的金额。响应于将网页指定为要接收赞助广告，该方法包括识别出与该网页的一个或多个部分的主题相关的条目。然后，该方法包括根据与相关条目相关联的调整后的金额确定哪些条目要被显示以及它们在该网页上的排名。
在第三实施例中，一种赞助搜索***包括存储多个条目的赞助搜索数据库，所述多个条目中的至少一些条目与广告商相关联并且包括至少一个关键字和金额。该赞助搜索***还包括用户偏好及导航信息***，该***确定关于***中的当前用户兴趣的信息。此外，该***包括信息web服务器，该服务器包括响应于用户对赞助搜索数据库的搜索查询的搜索引擎和响应于关于当前用户兴趣的信息的出价量调整引擎。该信息web服务器响应于用户查询向用户返回一组搜索列表，这组搜索列表至少部分基于关于当前用户兴趣的信息被排序。
在第四实施例中，一种用于控制在线赞助搜索***中的广告商出价量的基于计算机的用户接口包括数据输入点，该数据输入点接收来自广告商的对在线赞助搜索***内的用户兴趣活动的向上或向下移动的出价调整响应的用户指示。该用户接口还包括接收来自广告商的出价调整增量的出价数据输入点。
附图说明
图1示出了在线信息***；
图2示出了在图1的在线信息***中的主题随时间而变化的相对受欢迎度；
图3是示出了用于操作图1的在线搜索***的方法的流程图；以及
图4是详细示出了图3的框304的一个实施例的流程图。
具体实施方式
只是通过介绍的方式，在根据本公开的***和方法中，反映对于给定内容条目的波动市场偏好的动态定价可以通过将与给定赞助搜索广告排名相关联的标签和关键字与搜索引擎查询中的相关联关键字的波动的受欢迎度进行相关而被确立。
当广告商使用诸如Yahoo！公司在searchmarketing.yahoo.corn/上所提供的赞助搜索***时，广告商对与他们想要推广的产品或服务相关联的关键字(或关键短语)进行竞价。广告商的目的是当用户搜索广告商所竞得的关键字或短语时，使得引导至广告商的网站或电子商务合作方的网站的一个或多个超链接出现在用户搜索查询结果中。出价量和其相对于其它广告商对相同关键字或短语的出价量的大小将决定广告商的赞助链接出现在被返回给输入相应的搜索查询的用户的搜索结果页面上的地方(如果有的话)。通过将他们对被选择的关键字或短语的出价量与针对这些关键字或短语的用户查询频率的波动联系起来，广告商可以动态地自动变换他们的出价策略以更好地获得用户搜索结果页面上的所希望的排名。术语“关键字”和“关键短语”在本文中可互换使用。
2006年12月22日提交的名为“Dynamic Pricing Models for DigitalContent(用于数字内容的动态定价模型)”的美国专利申请No.11/615,602公开了便于在线去除数字内容的分布的动态定价模型。该专利申请全部被通过引用结合于此。数字内容包括诸如新闻文章、图像、视频和音频之类的在线信息。在被结合于此的该申请中，对数字内容的定价基于相对当前的关于互联网用户行为和偏好的集合信息。通过在针对相关联的内容条目的定价中反映互联网用户偏好和这些偏好的相对最新的变化，内容拥有者可以在更好地反映市场用户需求的价格点得到对数字内容条目的更大的销售。
根据本实施例的***提供了一个或多个集合互联网用户偏好数据源。搜索引擎所生成的关于用户查询和导航模式的数据可以提供关于获取或访问某些类型的信息互联网用户群的总体需求和偏好的非常有说服力的有用信息。这种集合信息提供了一种用于真切了解用户对于不同产品、服务以及信息和娱乐条目的市场需求的极佳方式。因此，这种反映不断偏移的用户偏好的集合信息可以有利地被用于动态地设置或重新设置针对与广告商的产品和服务相关联的并且与这些用户偏好相关的关键字和短语的广告商竞价。
这里所公开的定价模型假设赞助搜索市场中的信息提供者可以直接访问一个或多个捕获相对而言当前的关于互联网用户偏好和行为的集合信息的信息源。这些信息源包括搜索引擎所接收到的搜索请求信息和用户通过搜索引擎访问的网站。
诸如Yahoo ！公司所提供的算法搜索引擎每天登记数百万个关键字搜索查询。实质上，所有的互联网用户通常都依赖搜索引擎来定位感兴趣的网站、信息和商业条目。因此，由于一旦用户查询被输入，搜索引擎运营商就会捕获这数百万个用户查询，所以搜索引擎运营商可以访问关于在给定的时间点哪个主题正在产生更大或更小的兴趣(用户兴趣)的丰富的数据存储。此外，该信息是近似实时被捕获的。在该上下文中，实时或近似实时指的是与用户和搜索引擎的交互基本同时的时间跨度。搜索请求和相关的信息可以在从访问搜索引擎的用户那被接收的同时被存储，并且之后被处理用于其它应用。在用户web和搜索交互的接收和这些交互被处理以供在线服务提供者的其它设施使用之间存在不多于几毫秒的延迟。在一些应用中，实时或近似实时操作可能是所希望的。然而，在其它应用中，可能希望允许附加的时间来处理用户交互以使得所有希望类型的围绕给定关键字或短语的用户兴趣和用户行为数据都可以被适当地进行相关，加权和标准化以供进一步使用。因此，所公开的发明包括针对诸如动态出价制定之类的其它应用的相对当前的用户交互数据的使用，不管对用于这些应用的这些交互数据的处理是实时、近似实时被执行的还是在一定延迟后被执行的。
此外，一旦相关搜索结果的列表响应于给定的查询被返回，搜索引擎运营商就捕获关于用户所导向的那些感兴趣的网站的近似实时信息。这可以被称为关于用户行为的信息。在匹配用户查询的搜索结果的列表被呈现给用户之后，用户可以点进搜索结果中的一个或多个搜索结果。该点进在在线服务提供者的设施处被接收到并且被记录在那里。该点进被记录以记入与被点击的搜索列表相关联的广告商的账户。另外，该点进可以被记录以跟踪用户行为。该点进提供关于用户从在线服务提供者的网站导向的目的地的信息。
此外，浏览器可以提供关于用户与在线服务提供者通过浏览器所提供给用户的信息的交互的信息。例如，用户查看搜索结果列表所用的时间量可以被跟踪并报告给在线服务提供者以进行跟踪和处理。此外，用户在查看搜索结果列表或用户所导向的后续页面时的鼠标活动也可以被报告、跟踪和处理。
以这种方式，关于用户查询、浏览器交互和导航模式的数据可以被搜索引擎运营商收集。收集到的数据可以被进一步处理并集合以展示互联网用户群的需求和偏好。如这里所使用的，术语“用户偏好”应当毫无限制地表示针对通过客户端设备所执行的用户活动的概念的任意组合或单个示例，所述用户活动例如下列活动：用户查询、用户浏览器交互、用户导航模式、用户兴趣和用户行为。
这种集合信息提供了一种用于了解用户对于不同产品、服务以及信息和娱乐条目的市场需求的极好的工具。用于捕获并组织这些来自用户的兴趣等级的方法在美国专利No.7,146,416中被公开和教导。相关的实施例可以在Yahoo！公司所提供的用于创建Yahoo！Buzz索引的技术中在线得到。因此，接下来，这个反映不断变换的用户偏好的集合信息可以有利地用于动态和自动地设置和重新设置广告商对赞助关键字和短语的出价。这种相对当前的用户偏好信息的使用使得广告商能够更好地将针对关键字和短语的特定出价量与围绕这些关键字和短语的所期望的用户搜索活动联系起来。
对于某些广告商，围绕广告商已竞得的关键字和关键短语的增加的用户查询量可以转化为对在搜索结果页面上所返回的广告商的赞助链接的更高的点进量。取决于广告商的业务类型、广告商的预算和对品牌知名度或销售的整体影响，某些广告商可能想要响应于围绕广告商所竞得的关键字和短语的用户查询量的激增而提高他们的赞助广告在搜索结果页面上的排名。预期到作为更大的查询量的结果所产生的更大的业务量或许将抵消由于对广告商的排名更好的赞助广告链接的更高的用户点击量所导致的任何广告费用的增加的情况下，这将意味着增加对那些关键字和短语的出价的意愿。然而，具有固定预算或者增加的查询量将不一定导致品牌知名度或销售的成比例增长的某些其它广告商可能希望响应于被竞价关键字或短语查询量的激增而降低对关键字和短语的出价量。这将导致响应于被竞价关键字和短语用户查询量的激增而使他们在搜索结果页面上的赞助广告的排名变差，反过来有助于“正常化”广告商的赞助广告链接的实际用户点击率。
这里所公开的动态出价制定模型的一个优选实施例至少可以求助于大型的常用算法搜索引擎作为反映用户偏好的集合信息的主要信息源。然而，应当理解任何反映用户偏好的相对当前的信息的储存库都可以被用来提供用于动态设置对内容条目的定价的集合信息。例如，这样的信息源可以包括包含定期更新的调查响应数据的数据库或者那些包含定期更新的针对主题紧密相关的(或者与被提供的关键字标识条目相关的)商业条目的实际销售数字的数据库。
现在参考附图，图1示出了在线信息***100。在线信息***100被专门适配为响应于来自在线用户的搜索查询而提供信息和广告。在线信息***100包括用户客户端***102、广告商客户端***104、信息web服务器106、信息数据库108、账户管理***110、用户偏好及导航***112和用户数据库114。该***的组件通过诸如通信网络116之类的一个或多个通信网络传输数据和信息。
在一个实施例中，在线信息***100是赞助搜索***。赞助搜索***允许广告商在在线市场中对关键字或搜索条目进行竞价。赞助搜索市场由在线服务提供者提供，所述在线服务提供者维护必要的数据库和服务器以为用户和广告商或信息提供者提供在线访问。信息提供者的搜索列表一般包括搜索条目和其它文本或者被搜索以匹配所提交的搜索查询的横幅广告。用户使用浏览器程序来将搜索查询提交给搜索包括信息提供者的搜索列表的搜索条目的数据库的搜索引擎。广告商控制出价量，出价量又被用来对匹配搜索查询并且被发送给用户的搜索列表进行排序。一般而言，更高的出价量导致搜索列表被放置在更接近搜索结果的顶部的位置，这个位置因为更可能被用户看到而更加令人想往。如果用户点击了广告商的搜索列表或者执行了其它动作，与该出价相等的金额被从广告商那转移给在线服务提供者。赞助搜索***的其它变形也是可能的，并且这里所描述的特征可以很容易地扩展到其它***。
赞助***的一个示例如Yahoo！公司在万维网yahoo.com上所运作的***。其它示例包括与这样的在线***合作的信息提供者，例如向用户提供发起于诸如Yahoo！公司所运作的***之类的***处的信息的广告商或其它信息提供者。同样，这里所描述的特征也可以扩展至合作***。
用户客户端***102可以经由通信网络116访问在线信息***100以搜索关于感兴趣话题的信息。例如，用户客户端***102的用户可以经由通信网络116向信息web服务器106提交查询，信息web服务器106可以在服务器或者其它被允许使用网络的***上被实现。一个实施例中的查询包括关键字或关键短语。
用户客户端***102利用标准浏览器应用经由通信网络116连接到信息web服务器106和信息web服务器106。基于浏览器的实现方式使得***特征能够被访问，不管用户客户端***102的底层平台是什么。例如，用户客户端***102可以是台式机、膝上型计算机、手持计算机、手机、移动消息设备、允许联网的电视机、数字视频记录器、汽车或可以使用各种硬件和/或软件包的其它允许联网的用户客户端***102。在图1中，用户客户端***被显示为包括诸如台式计算机或能够通信的个人数字助理(PDA)之类的计算机。用户客户端***102可以利用单机应用连接到信息web服务器106，所述单机应用可以是依附于平台的或者不依附于平台的。其它方法也可以被使用来实现用户客户端***102。
广告商客户端***104可以被诸如具有广告商网页的广告网站推广者或拥有者之类的网络信息提供者使用。为了简单起见，在图1的图示中只显示了一个广告商客户端***。意图是任意数目的广告商客户端***都可以访问***100。
广告商可以在账户管理***110上维护广告商帐户，以便向***上的用户提供广告。广告可以包括横幅广告、被竞价的广告或者任何其它形式的广告。这些信息提供者或广告商可能希望访问位于账户管理***110上的广告商账户信息。在一个示例中，信息提供者可以通过位于账户管理***110上的广告商账户参与与其它广告商的竞争性出价过程，以基于所表达的用户兴趣将信息放置在用户前面。广告商可以对与广告商的网站的内容相关的任意数目的搜索条目进行竞价。这种在线搜索引擎***的一个示例在名为“System and Method for Influencing a Position on a Search ResultList Generated by a Computer Network Search Engine”并且被转让给Overture Services公司的美国专利No.6,269,361中被公开。在另一示例中，广告商可以指定要被放置在被发送给访问***上的信息的用户的网页上的横幅广告。
广告商客户端***104也可以经由通信网络116来访问在线信息***100。使用广告商客户端***104的广告商将广告、搜索列表和其它内容提交给信息数据库108和信息web服务器106。广告商可以管理单个的搜索列表和目标为集合用户简档的很多搜索列表的竞争(campaign)。管理搜索列表包括准备和编辑搜索列表的文本、标题和关键字或关键短语。此外，管理搜索列表包括设置一旦点进搜索列表就将用户浏览器重新定向到的通用资源定位符(URL)。此外，管理搜索列表包括设置针对搜索列表的出价量。该出价量影响搜索列表在作为搜索结果被呈现给用户的其它搜索列表中的排序。管理搜索列表可以由广告商手动完成，例如访问在线搜索***的运营商所提供的网站。或者，管理搜索列表可以由诸如计算机之类的机器自动完成，例如使用可扩展标记语言(XML)访问包括信息web服务器106的运营商的网站。
可以理解在线信息***100的组件可以是分离的，可以在单个服务器或其它能够联网的***上被支持，或者可以被任意服务器或能够联网的***的组合支持。各种通信设备都可以被用来提供在线信息***的组件之间的数据通信。
通信网络116可以是任何私有或公共通信网络或者网络的组合。通信网络116可以被配置为将诸如服务器、***、数据库或其它能够联网的设备之类的计算设备耦接到另一设备以实现在计算设备之间的数据通信。通信网络116通常可以被使得能够利用用于将信息从一个计算设备传输到另一计算设备的任意形式的机器可读介质。通信网络116可以包括无线网络、有线网络、局域网(LAN)、广域网(WAN)、诸如通过通用串行总线(USB)端口的直接连接等中的一个或多个，并且可以包括构成互联网的一组互联网络。通信网络116包括信息可以用来在计算设备之间传送的任何通信方法。
账户管理***110包括计算机存储介质120和处理***122。数据库被存储在账户管理***110的存储介质120上。数据库包含广告商的账户信息。处理***122可以被运作广告商客户端***104的信息提供者访问。
信息web服务器106包括搜索引擎124和出价量调整引擎126。信息web服务器108与信息数据库108结合进行运作。信息数据库108形成赞助搜索数据库，存储访问信息web服务器106和数据库108的广告商的搜索列表。搜索引擎124对用户对于赞助搜索数据库108的搜索查询做出响应。就是说，搜索引擎124接收关键字或关键短语的形式的搜索查询。搜索引擎124将数据库108中所存储的搜索列表与所接收到的查询进行对比。如果一个或多个搜索列表具有与搜索查询的匹配关系，那么匹配搜索列表被添加到搜索结果组中。匹配关系意味着搜索列表以预定的方式(例如根据匹配规则)匹配搜索查询。例如，该搜索查询可以通过去除通用后缀、前缀或其它无意义的词来被典型化。如果被典型化的搜索术语匹配数据库108的关键字的典型化形式，则匹配被确定并且与匹配关键字相关联的搜索列表被添加到搜索结果列表中。
用户偏好及导航信息***112被配置为确定关于在线赞助搜索***内的当前用户兴趣和行为的信息。该实施例中的用户数据库114存储关于***100中的所有交易和交互的信息。例如，关于所有搜索查询的信息被存储在用户数据库114中。这与关于用户当前感兴趣的主题的信息相对应。此外，关于所有点进的信息被存储在用户数据库114中。此外，关于用户的所有点进后动作的信息也被存储。因而，如果用户点进到广告商网站并且进行诸如订阅简讯、进行在线购买、提供信用***码或者填写客户信息表格之类的动作，该动作可以被报告回***100。关于该动作的信息随后被存储在用户数据库114中。
此外，一些浏览器应用提供关于浏览器的所有活动的信息。例如，浏览器报告网页被保持显示在计算机上的时间。一些浏览器报告所有用户活动，例如在计算机键盘上输入的文本或者鼠标动作，所述鼠标动作包括鼠标被移动到屏幕的区域但是点击没有被输入的鼠标悬停操作(mouse-over)。浏览器可以在利用网页从***100的URL下载的代码的控制下运作。作为响应，浏览器监视和报告用户***102上的用户的一些或全部活动。这种信息全部被浏览器报告给***100并被存储在用户数据库中。
原始信息可以被用于得出关于当前用户偏好的结论，这将在下面结合图2进行更详细的描述。例如，针对相同或相似关键字的大量的搜索查询指示对与那些关键字相关的主题的用户兴趣的增加。此外，用户数据库114中的信息可以被集合或者被分析以得出另外的结论。例如，对相同或相似关键字或对相关主题的搜索查询在设定的时间段上的频率可以指示出正在激增的用户兴趣。其它类型的分析也可以被执行。在所示出的实施例中，这种分析由与被存储在用户数据库114中的信息相结合进行运作的用户偏好及导航信息***112来执行。
用户偏好及导航信息***112从而作为关于获取或访问某些类型的信息的互联网用户群的整体需求和偏好的有用信息源。这种集合信息提供了用于密切了解用户对不同产品、服务以及信息和娱乐条目的市场需求的极佳的方式。这种反映不断变化的用户偏好的集合信息因而可以被用于动态地设置和重新设置针对与广告商的产品和服务相关联的并与这些用户偏好相关的关键字和短语的广告商出价。因此，用户偏好及导航信息***112所提供的信息使得可以进行与相对当前市场需求变化(如在用户查询模式中的整体变化所反映的那样)相关的自动出价调整。这允许赞助搜索***100上的广告商能够通过赞助搜索***得到更好的投资回报。
因此，当搜索查询在信息web服务器106那被接收到时，该查询被提供给搜索引擎124以识别信息数据库108的匹配搜索列表。匹配搜索列表被收集在一组搜索结果中。
单独地，出价量调整引擎126从用户偏好及导航信息***112那获得关于在线赞助搜索***内的当前用户兴趣的信息，如用户偏好及导航信息***112所形成的那样。该信息可被出价量调整引擎126用来自动调整信息数据库108中的条目的出价或金额。当搜索引擎124随后将搜索结果排序到搜索结果列表中时，根据出价量的传统排序过程可以被保持。或者，出价量调整引擎126可以将关于当前用户兴趣的信息提供给搜索引擎124。在这种情况下，搜索引擎124基于关于当前用户兴趣的信息修改搜索结果在搜索结果列表中的排序。
搜索结果列表随后被传送给发起搜索查询的用户。在这种情况下，搜索列表组至少部分基于关于赞助搜索***100内的当前用户兴趣的信息被排序。结果得到用于***100的动态定价模型。代替被固定或仅仅响应于广告商出价调整而变化，该***基于***的用户的相对欢迎度或兴趣水平来自动的动态调整赞助搜索***中的出价价格。
在替代实施例中，图1的在线信息***100将广告提供给响应于来自用户的请求而被发送给在线用户的网页。在线信息***100检测出该网页的主题或者该网页的一个或多个部分的主题。一个实施例中的网页被预先指定为接收赞助广告。赞助广告与网页的主题相关。在线信息***100识别出诸如与被识别出主题相关的广告之类的条目。按照这种方式，被发送给用户的网页的广告和其它内容可以为用户的兴趣而剪裁，从而增加网页对用户的有用性并且增加用户点击网页上所包含的广告的可能性。
在一个示例中，用户点击连接到关于健身的页面的链接。在线信息***100接收到该点击，从信息数据库106或者关于点击页面的主题的任何其它源信息中进行检索。在线信息***100随后从信息数据库106或者另一定义与要被发送给用户的页面的主题相关联的广告的源信息中进行检索。在这种情况下，匹配“健身”的主题列表将被检索到并且一个或多个匹配列表将被用于在网页被与所请求信息一起发送给用户之前填充该网页。例如，取决于用于广告选择和定位的因素，用于锻炼设备和个人训练服务的广告可以被包括在网页中。
要被包括在网页上的主题列表的选择基于与相应的搜索列表相关联的广告商所竞价的金额。一般而言，较大的金额或出价被给予更显著的排名，以增加广告将被浏览网页的用户所点击的可能性。
根据所给出的实施例，被发送给用户的搜索列表或广告的选择和排名被至少部分基于当前用户偏好信息而确定。在图1的示例性实施例中，这种用户偏好信息由用户偏好及导航信息***112确定并存储。然而，可以使用任何用户偏好信息源。此外，在一个实施例中，广告商所出价的金额和用户偏好信息两者都可被用于确定广告是否被包括在网页中以及在网页中的排名。
图2示出了在图1的在线信息***中主题随时间而变化的相对受欢迎度。更具体而言，图2示出了被称为“明星X”的人在一定时间段内的搜索欢迎度的评分模型，所述时间段包括涉及明星X的电影的发布和之后关于明星X的绯闻的发布。图2示出了来自四个源的兴趣信息，所述四个源是新闻特征评分202、电影特征评分204、脱口秀特征评分206和平均评分208。图2的评分模型仅仅是说明性的。
图2的评分模型示出了随时间而变化的对明星X的欢迎度。图2中所模型化的简单场景对明星X的生活中的事件和关于明星X的信息的输出/消耗进行了10个星期的拍摄，如在三个部分(新闻、电影和视频)中的用户搜索查询(或其它被捕获的用户兴趣的表达)中所反映的。在图形的第二周处，涉及明星X的新电影被发行。在电影发行之前的两周，明星X就开始更加频繁地出现在脱口秀中，并且这种出现之后在发行周和发行之后的几周内甚至更加频繁。因此，同样，提及或聚焦明星X的新闻特征就在电影发布之前开始增加，并且之后随着电影的发行更加多。在发布两周之后，该电影的票房受欢迎度开始下降。因此，宣传明星X的新闻文章和脱口秀出现率也会减少。然后，在大约第八周时，涉及明星X的绯闻在新闻中被报导，导致赞助搜索***的用户对明星X的普遍兴趣再次增加。绯闻也起到在一定程度上提升电影票房以及对明星X在脱口秀上出现的要求的作用。
举一个更详细的例子，明星X的总体相对受欢迎度可以通过仅仅关注在一个或多个搜索引擎的所有部分中聚焦明星X或关于明星X的查询的组合来确定。这些交叉部分结果可以被有利地用作所公开的动态定价模型中的因子。然而，如图2中所示，为了确定针对与某关键字相关的条目的动态价格点而需要针对该关键字的更加精细地调谐的受欢迎度的评估，对于这些关键字，可能要对比和衡量在两个或多个搜索片段内的搜索查询频率的任何差异。
图2中所示的图形点意图是示出加权的或者不加权的评分，所述评分可被分配给一个或多个算法搜索引擎内的新闻、电影和视频搜索片段内的目标搜索查询。该方法假设宣传明星X的脱口秀部分被在线提供为可查看的视频剪辑，这些视频剪辑可以在普通算法搜索引擎的视频片段中搜索到。或者，新闻特征评分202和电影特征评分204两者可以由等价算法搜索引擎片段中的查询受欢迎度得到，而脱口秀特征评分206从针对各个电视节目的观众评价的专用数据库中得到。
因而，以上与图1相结合而示出的动态定价模型可以为特定的观众而剪裁。如果如这里所描述的、与明星X相关的搜索列表利用动态定价被提供给普通的一组消费者，那么在线搜索***可能会影响所有搜索片段上对明星X的查询受欢迎度的平均水平。然而，如果针对关于明星X的搜索信息的目标市场是新闻媒体制片人，那么动态定价可能只影响明星X在新闻搜索片段中的查询受欢迎度。采用后一种方法，如图2中所示，针对明星X搜索列表的定价将会稍高一些，并且在明星X的绯闻开始之后的一段时期会更高一些。
图3是示出了用于运作图1的在线搜索***的方法的流程图。更具体而言，图3示出了其中诸如图1的用户数据库114之类的在线搜索信息的储存库例如可被图1的用户偏好及导航信息***112用于更新出价量的方法。该方法开始于框300。
在框302处，针对搜索列表的初始出价量从广告商那被接收。这通常发生在例如广告商初次将新的搜索列表添加到他在搜索***上的账户时。广告商例如用文本标题、文本描述、出价或金额以及在点进发生时搜索者的浏览器被重定向至的URL来填充搜索列表。一些***允许对多个特征的多个出价，例如对点进的出价、对印象的单独出价和对点进后动作的另一单独出价。这里所描述的特征可以很容易地扩展到这样的***。
在框304处，针对搜索列表的出价量被更新。结合图4对框304的一个实施例进行更详细的描述。
在框306处，包括框306、308、310和312的循环被输入。在框306处，确定是否存在针对与搜索列表相关联的主题的新活动。例如，新活动包括新接收到的搜索查询或者其它关于与搜索列表相关联的主题的新信息。新活动是否相关可以基于搜索列表的关键字和任何适当的相关规则。如果存在新活动，则控制返回到框304以更新出价量。
如果不存在新活动，则控制进行到框308以确定针对搜索列表的关键字是否存在可用的新的网站信息。更具体而言，确定搜索信息的储存库已接收到关于点进了与关键字相关联的搜索列表并且导航到一个或多个其它站点的搜索者的指示，将会出现存在可用的新的网站信息的指示。在这种情况下，控制返回到框304以更新出价量。
否则，控制进行到框310。在框310处，确定针对关键字的新的频率信息是否可用。如果针对关键字的两个或多个搜索查询已在给定时间段内被接收到，那么新的频率信息将是可用的。在那种情况下，控制返回到框304以更新出价量。
否则，在框312处确定新的浏览器交互信息是否可用。如果储存库存储有关于与关键字相关的用户浏览器交互的信息，则这将是可能发生的。如果是，控制返回到框304以更新出价量。否则，控制返回到框306以继续处理用于下一步更新信息的循环。
图4是详细示出了图3的框304的一个实施例的流程图。该方法可以被实现为可被另一例程(例如图3中所示的方法)调用的子例程。在框400处，当前出价量被获取。例如，在图1的示例中，用户偏好及导航信息***112执行出价更新并且通过从信息数据库108检索针对当前搜索列表的当前出价量而开始执行出价更新。
在框402处，当前出价调整信息被检索到。对于某些广告商，围绕广告商已经竞得的关键字和短语的用户查询量的增加可被转化为对在搜索结果页面上返回的广告商的赞助商链接的点进量的增加。取决于广告商所投入的业务类型、广告商的预算和对品牌知名度或销售的整体影响，某些广告商可能想要响应于围绕广告商所竞价的关键字和短语的用户查询量的激增提高他们的赞助广告在搜索结果页面上的排名。预期到作为更大的查询量的结果所生成的更大的业务量或许将抵消由于对广告商的排名更好的赞助广告链接的更高的用户点击所导致的任何广告费用的增加的情况下，这将意味着要增加对那些关键字和短语的出价的意愿。然而，具有固定预算或者增加的查询量将不一定导致品牌知名度或销售的成比例增长的某些其它广告商可能希望响应于被竞价关键字或短语查询量的激增而降低对关键字和短语的出价量。这将导致响应于被竞价关键字和短语用户查询量的激增而使他们在搜索结果页面上的赞助广告的排名变差，反过来有助于正常化广告商的赞助广告链接的实际用户点击率。
因而，在框404处，确定广告商是否基于要做出的调整寻求更多的活动。如果是，则在框404处，针对搜索列表的出价根据对更多活动的需求而被调整。否则，在框408处，出价量被调整以产生更少的活动。在框410处，在出价量已经被调整之后，新的出价量被存储在赞助搜索***中以供后续使用。在框412处，控制返回到调用图4的方法的例程。
因此，针对给定关键字或短语的用户偏好活动的上移可以被作为对广告商出价量的向上或向下调整的考虑因素。以同样的方式，广告商可以选择响应于用户查询量的下移或其它用户偏好指示符而选择向上或向下出价量调整。所选择的对向上或向下用户查询量的出价调整响应可以用算法来确定，以使得用户兴趣的向上或向下变化可被适当地与以任何合适的金额增量而对出价量的调整联系起来。
查询量或其它用户偏好指示符被考虑到向上或向下出价调整中的方式可以主要由广告商或第三方排名代理来促成。用户接口可以被提供给广告商以指示对于围绕竞价关键字或短语的用户偏好活动的向上或向下变化而言什么基本出价调整响应(向上或向下)是所需要的，并且还指示针对每次这种变化所需要的出价调整增量。该接口也可以提供最大和最小出价量，以使得一旦达到高阈值或低阈值，出价量将不能继续动态调整。
因而，用于控制广告商出价量的基于计算机的接口可以包括数据输入点，以接收来自广告商的关于对用户兴趣活动的向上或向下变化的出价调整响应的指示。此外，用户接口可以包括出价数据输入点，以从广告商那接收出价调整增量。例如，数据输入点可以是在图形化用户接口上显示的弹出菜单。在另一示例中，数据输入点可以是用于接收被广告商输入到框中的文本信息的文本框。而在另一示例中，数据输入点可以是被安排用于广告商驱动的超链接。类似地，最大和最小数据输入点可以被提供以供广告商使用。为了方便广告商指定针对动态调整的合适的出价增量，关于围绕竞价关键字或短语的用户交互活动的变化的历史数据也可以被提供在接口中。
因此，希望以上的详细描述被看作是示例性的而非限制性的，并且将会理解包括所有等同物的所附权利要求是用来限定本发明的精神和范围的。

Claims (24)

1.一种用于在线赞助搜索***的方法，该方法包括：
存储具有多个条目的数据库，至少一些条目包括与所述在线赞助搜索***的相应广告商相关联的关键字和金额；
接收关于所述在线赞助搜索***内的当前用户偏好的信息；以及
当所接收到的用户偏好信息与条目的关键字相关时，基于所接收到的用户偏好信息自动调整所述条目的金额。
2.如权利要求1所述的方法，还包括：
响应于所接收到的用户查询，识别出与所接收到的用户搜索查询相关的条目；
生成包括所述相关条目的搜索结果列表；以及
根据与所述相关条目相关联的调整后的金额对所述相关条目进行排序。
3.如权利要求1所述的方法，还包括：
对于被预先指定为接收赞助广告的网页，识别出与所述网页的一个或多个部分的主题相关的条目，以及
根据与所述相关条目相关联的调整后的金额确定哪些条目要被显示以及他们在所述网页上的排名。
4.如权利要求1所述的方法，还包括：
基于与所述在线赞助搜索***的用户交互来集合关于相对当前的互联网用户偏好的信息。
5.如权利要求4所述的方法，还包括：
在所述在线赞助搜索***处接收来自用户的搜索查询；
识别出所述搜索查询内的主题和用户对所述主题的兴趣；
基于所述被识别出的主题和被识别出的用户兴趣更新关于用户偏好的信息；以及
至少部分基于所述被更新的用户偏好信息调整所述数据库中的条目的金额。
6.如权利要求4的方法，还包括：
接收关于所述在线赞助搜索***的用户所访问的网站的信息；
识别出所述被访问的网站内的主题和用户对所述主题的兴趣；
基于所述被识别出的主题和被识别出的用户兴趣更新关于当前用户偏好的信息；以及
至少部分基于所述被更新的用户偏好信息调整所述数据库中的条目的金额。
7.如权利要求4的方法，还包括：
接收关于所述在线赞助搜索***的用户的浏览器交互的信息；
识别出所述浏览器交互信息内的主题和用户对所述主题的兴趣；
基于所述被识别出的主题和被识别出的用户兴趣更新关于当前用户偏好的信息；以及
至少部分基于所述被更新的用户偏好信息调整所述数据库中的条目的金额。
8.如权利要求1所述的方法，还包括：
作为对接收到关于与条目的关键字相关的当前用户偏好的信息的响应，检测信息提供者针对该条目的出价调整限定信息；
基于所述广告商的出价调整限定信息来调整所述数据库中与所述信息提供者相关联的条目的金额。
9.如权利要求8所述的方法，还包括：
向所述信息提供者提供用于收集出价调整限定信息的用户接口。
10.如权利要求9所述的方法，还包括：
提供用户接口部件，用于接收出价调整响应以针对关于当前用户偏好的信息的指定偏移而进行设置。
11.如权利要求10所述的方法，还包括：
提供用于接收最大出价量和最小出价量中的一个或多个的第二用户接口部件。
12.一种赞助搜索***，包括：
赞助搜索数据库，被配置为存储多个条目，所述被存储条目中的至少一些条目与广告商相关联并且包括关键字和金额；
用户偏好及导航信息***，被配置为确定关于在所述在线赞助搜索***内的当前用户偏好的信息，以及
与所述赞助搜索数据库和所述用户偏好及导航信息***进行数据通信的信息web服务器，所述信息web服务器包括响应于用户对所述赞助搜索数据库的搜索查询的搜索引擎和响应于所述关于当前用户兴趣的信息的出价量调整引擎，所述信息web服务器响应于用户查询将一组搜索列表返回给用户，所述一组搜索列表至少部分基于所述关于当前用户偏好的信息被进行排序。
13.如权利要求12所述的赞助搜索***，还包括：
用户数据库，该用户数据库与所述用户偏好和导航信息***进行数据通信并且被配置为存储来自对所述赞助搜索***的多个用户查询的用户查询信息。
14.如权利要求13所述的赞助搜索***，其中所述用户偏好及导航信息***被配置为访问被存储在所述用户数据库中的用户查询信息以确定所述赞助搜索***中的当前用户兴趣的主题。
15.如权利要求13所述的赞助搜索***，其中所述用户偏好及导航信息***被配置为访问被存储在所述用户数据库中的用户查询信息以基于关于特定主题的用户查询的频率确定所述赞助搜索***中的当前用户兴趣。
16.如权利要求13所述的赞助搜索***，其中所述用户偏好和导航信息***被配置为访问被存储在所述用户数据库中的所述用户查询信息，以确定所述赞助搜索***中的用户导向的当前感兴趣的网站。
17.如权利要求13所述的赞助搜索***，其中所述用户偏好及导航信息***被配置为访问被存储在所述用户数据库中的所述用户查询信息以确定所述赞助搜索***中的用户的浏览器交互和导航模式以确定当前用户兴趣。
18.如权利要求13所述的赞助搜索***，其中所述用户偏好和导航信息***被配置为集合来自多个用户查询的所述用户查询信息以确定关于所述当前用户兴趣的信息。
19.如权利要求12所述的赞助搜索***，还包括：
用户接口部件，被配置为向广告商提供用户接口以收集来自所述广告商的针对关于当前用户兴趣的信息的被指定偏移的出价调整响应信息，所述用户接口部件与所述赞助搜索数据库通信以基于所述出价调整响应信息调整被选择的被存储条目的金额。
20.一种赞助搜索***，包括：
赞助搜索数据库，被配置为存储多个条目，所述被存储条目中的至少一些条目与广告商相关联并且包括关键字和金额；
用户偏好和导航信息***，被配置为确定关于所述在线赞助搜索***内的当前用户偏好的信息，以及
与所述赞助搜索数据库和所述用户偏好及导航信息***进行数据通信的信息web服务器，所述信息web服务器被配置为检测用户对网页的请求，所述网页被预先指定为接收赞助的广告，所述信息web服务器还被配置为检测网页的主题并且将所述网页与来自所述赞助搜索数据库的具有与所述主题相关的关键字的一个或多个被选择项目合并，并且将所述网页返回给所述用户，所述信息web服务器根据与所述被选择条目相关联的金额和所述关于当前用户偏好的信息来确定哪些条目将被显示以及它们在所述网页上的排名。
21.如权利要求20所述的赞助搜索***，还包括：
用户数据库，该用户数据库与所述用户偏好及导航信息***进行数据通信并且被配置为存储来自针对所述赞助搜索***的多个用户查询的用户查询信息。
22.一种用于控制在线赞助搜索***中的广告商出价量的基于计算机的用户接口，所述用户接口包括：
数据输入点，接收来自广告商的关于对所述在线赞助搜索***内的用户兴趣活动的向上或向下偏移的出价调整响应的用户指示；以及
出价数据输入点，接收来自所述广告商的出价调整增量。
23.如权利要求22所述的基于计算机的用户接口，还包括：
关键字数据输入点，用于接收来自所述广告商的关于所述广告商在所述在线赞助搜索***中对其出价的关键字的指示。
24.如权利要求21所述的基于计算机的用户接口，还包括：
最大出价量输入点，用于接收来自所述广告商的最大出价量；以及
最小出价量输入点，用于接收来自所述广告商的最小出价量。
CN200880007388A 2007-04-06 2008-03-07 用于赞助搜索的动态出价制定 Pending CN101627383A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/784,481 US7856433B2 (en) 2007-04-06 2007-04-06 Dynamic bid pricing for sponsored search
US11/784,481 2007-04-06

Publications (1)

Publication Number Publication Date
CN101627383A true CN101627383A (zh) 2010-01-13

Family

ID=39827858

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200880007388A Pending CN101627383A (zh) 2007-04-06 2008-03-07 用于赞助搜索的动态出价制定

Country Status (6)

Country Link
US (2) US7856433B2 (zh)
EP (1) EP2069976A1 (zh)
KR (1) KR101097632B1 (zh)
CN (1) CN101627383A (zh)
TW (1) TWI432980B (zh)
WO (1) WO2008124232A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103218724A (zh) * 2013-04-18 2013-07-24 北京京东尚科信息技术有限公司 一种在通信网络中提供信息更新的***和方法
CN105210099A (zh) * 2013-03-12 2015-12-30 即时赞助商商务网有限公司 赞助***
CN107273346A (zh) * 2016-03-30 2017-10-20 邻客音公司 从文本中对热门见解的可扩展挖掘
CN107833067A (zh) * 2011-06-21 2018-03-23 高通股份有限公司 相关内容传送
CN110235121A (zh) * 2017-01-30 2019-09-13 宋硕奎 用于增强型在线调研的***和方法

Families Citing this family (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080103893A1 (en) * 2006-10-30 2008-05-01 Yahoo! Inc. System and method for generating forecasted bids for advertisement keywords
CA2717462C (en) 2007-03-14 2016-09-27 Evri Inc. Query templates and labeled search tip system, methods, and techniques
JP5296778B2 (ja) * 2007-05-15 2013-09-25 ティヴォ インク マルチメディア・コンテンツの検索および録画予約システム
US8880529B2 (en) 2007-05-15 2014-11-04 Tivo Inc. Hierarchical tags with community-based ratings
US8594996B2 (en) 2007-10-17 2013-11-26 Evri Inc. NLP-based entity recognition and disambiguation
AU2008312423B2 (en) 2007-10-17 2013-12-19 Vcvc Iii Llc NLP-based content recommender
US8386398B1 (en) * 2008-05-21 2013-02-26 Google Inc. Campaign goal pricing
US9390180B1 (en) 2008-09-04 2016-07-12 Amazon Technologies, Inc. Landing page selection for linked advertising
US8301649B1 (en) * 2008-09-04 2012-10-30 Amazon Technologies, Inc. Dynamic categorizations for electronic advertising
US8175950B1 (en) * 2008-12-08 2012-05-08 Aol Advertising Inc. Systems and methods for determining bids for placing advertisements
US20100257058A1 (en) * 2009-04-06 2010-10-07 Microsoft Corporation Advertising bids based on user interactions
US8503635B2 (en) * 2009-09-10 2013-08-06 Felix Calls, Llc Media optimization using transcription analysis
US20110153583A1 (en) * 2009-12-23 2011-06-23 Cbs Interactive, Inc. Url proxy method and apparatus
US9710556B2 (en) 2010-03-01 2017-07-18 Vcvc Iii Llc Content recommendation based on collections of entities
US9984150B2 (en) * 2010-03-26 2018-05-29 Ebay Inc. Category management and analysis
US8645125B2 (en) 2010-03-30 2014-02-04 Evri, Inc. NLP-based systems and methods for providing quotations
US8725739B2 (en) 2010-11-01 2014-05-13 Evri, Inc. Category-based content recommendation
US20120303418A1 (en) * 2011-05-23 2012-11-29 Illan Poreh Dynamic pricing of access to content where pricing varies with user behavior over time to optimize total revenue and users are matched to specific content of interest
US9195758B2 (en) * 2011-10-21 2015-11-24 Ebay, Inc. System and method for multi-dimensional personalization of search results
CN102436512B (zh) * 2012-01-17 2013-05-08 电子科技大学 一种基于偏好度的网页文本内容管控方法
WO2013159345A1 (en) * 2012-04-27 2013-10-31 Google Inc. Selecting search queries for display with data associated with search terms
US20130339109A1 (en) * 2012-05-22 2013-12-19 Brand Affinity Technologies, Inc. System and method for providing celebrity endorsed content
US20140214823A1 (en) * 2013-01-30 2014-07-31 Whap, Inc. Virtual visitor's center application for the digital community
US20150188971A1 (en) * 2013-07-31 2015-07-02 Been, Inc. Data stream monitoring
CN105095210A (zh) * 2014-04-22 2015-11-25 阿里巴巴集团控股有限公司 一种筛选推广关键词的方法和装置
US10110661B2 (en) * 2015-10-01 2018-10-23 Verizon Patent And Licensing Inc. Server side preprocessing of web content
US20170193579A1 (en) * 2015-12-31 2017-07-06 Ebay Inc. System and method to calculate session-based price demand on e-commerce site
CN205513523U (zh) 2016-02-04 2016-08-31 客贝利(厦门)休闲用品有限公司 折叠椅的椅架
US11062336B2 (en) 2016-03-07 2021-07-13 Qbeats Inc. Self-learning valuation
WO2018023295A1 (zh) * 2016-07-31 2018-02-08 赵晓丽 手机应用价格更新时的信息推送方法和提醒***
US11593415B1 (en) * 2021-11-05 2023-02-28 Validate Me LLC Decision making analysis engine

Family Cites Families (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5583763A (en) 1993-09-09 1996-12-10 Mni Interactive Method and apparatus for recommending selections based on preferences in a multi-user system
US6026368A (en) 1995-07-17 2000-02-15 24/7 Media, Inc. On-line interactive system and method for providing content and advertising information to a targeted set of viewers
EP0856175A4 (en) 1995-08-16 2000-05-24 Univ Syracuse SYSTEM AND METHOD FOR RETURNING MULTI-LANGUAGE DOCUMENTS USING A SEMANTIC VECTOR COMPARISON
US6076088A (en) 1996-02-09 2000-06-13 Paik; Woojin Information extraction system and method using concept relation concept (CRC) triples
US6085186A (en) 1996-09-20 2000-07-04 Netbot, Inc. Method and system using information written in a wrapper description language to execute query on a network
US6714975B1 (en) 1997-03-31 2004-03-30 International Business Machines Corporation Method for targeted advertising on the web based on accumulated self-learning data, clustering users and semantic node graph techniques
US6009409A (en) 1997-04-02 1999-12-28 Lucent Technologies, Inc. System and method for scheduling and controlling delivery of advertising in a communications network
AU5581599A (en) 1998-08-24 2000-03-14 Virtual Research Associates, Inc. Natural language sentence parser
US6363373B1 (en) 1998-10-01 2002-03-26 Microsoft Corporation Method and apparatus for concept searching using a Boolean or keyword search engine
US6584464B1 (en) 1999-03-19 2003-06-24 Ask Jeeves, Inc. Grammar template query system
US6907566B1 (en) 1999-04-02 2005-06-14 Overture Services, Inc. Method and system for optimum placement of advertisements on a webpage
US7225182B2 (en) 1999-05-28 2007-05-29 Overture Services, Inc. Recommending search terms using collaborative filtering and web spidering
US7835943B2 (en) * 1999-05-28 2010-11-16 Yahoo! Inc. System and method for providing place and price protection in a search result list generated by a computer network search engine
US6269361B1 (en) * 1999-05-28 2001-07-31 Goto.Com System and method for influencing a position on a search result list generated by a computer network search engine
US6772150B1 (en) 1999-12-10 2004-08-03 Amazon.Com, Inc. Search query refinement using related search phrases
US6401075B1 (en) 2000-02-14 2002-06-04 Global Network, Inc. Methods of placing, purchasing and monitoring internet advertising
AU2000243170A1 (en) 2000-03-10 2001-09-17 Kiyoshi Hirasawa Information providing device, and information providing method
US6675159B1 (en) 2000-07-27 2004-01-06 Science Applic Int Corp Concept-based search and retrieval system
US7146416B1 (en) 2000-09-01 2006-12-05 Yahoo! Inc. Web site activity monitoring system with tracking by categories and terms
US7778872B2 (en) 2001-09-06 2010-08-17 Google, Inc. Methods and apparatus for ordering advertisements based on performance information and price information
US6826572B2 (en) 2001-11-13 2004-11-30 Overture Services, Inc. System and method allowing advertisers to manage search listings in a pay for placement search system using grouping
US7363254B2 (en) 2001-11-30 2008-04-22 Skinner Christopher J Automated web ranking bid management account system
US7136875B2 (en) 2002-09-24 2006-11-14 Google, Inc. Serving advertisements based on content
US20040186776A1 (en) 2003-01-28 2004-09-23 Llach Eduardo F. System for automatically selling and purchasing highly targeted and dynamic advertising impressions using a mixture of price metrics
US20060190385A1 (en) 2003-03-26 2006-08-24 Scott Dresden Dynamic bidding, acquisition and tracking of e-commerce procurement channels for advertising and promotional spaces on wireless electronic devices
US7051023B2 (en) 2003-04-04 2006-05-23 Yahoo! Inc. Systems and methods for generating concept units from search queries
US20050010477A1 (en) 2003-07-01 2005-01-13 Blackbaud, Inc. Segmenting and analyzing market data
US7483891B2 (en) 2004-01-09 2009-01-27 Yahoo, Inc. Content presentation and management system associating base content and relevant additional content
US7260568B2 (en) 2004-04-15 2007-08-21 Microsoft Corporation Verifying relevance between keywords and web site contents
US20060026063A1 (en) 2004-07-30 2006-02-02 Collins Robert J System and method for advertising campaign strategy development and optimization
US20060074749A1 (en) 2004-10-01 2006-04-06 Reachlocal, Inc. Method and apparatus for allocating a campaign budget among publishers for a marketing campaign
KR101144496B1 (ko) 2004-10-14 2012-05-11 엔에이치엔비즈니스플랫폼 주식회사 키워드 광고에서 검색 정보를 추출하는 방법 및 검색 정보추출 시스템
US7702611B2 (en) 2005-01-07 2010-04-20 Xerox Corporation Method for automatically performing conceptual highlighting in electronic text
US10510043B2 (en) * 2005-06-13 2019-12-17 Skyword Inc. Computer method and apparatus for targeting advertising
US7660581B2 (en) * 2005-09-14 2010-02-09 Jumptap, Inc. Managing sponsored content based on usage history
US7941436B2 (en) 2006-11-30 2011-05-10 Yahoo, Inc. Keyword bidding strategy for novel concepts
US9076148B2 (en) * 2006-12-22 2015-07-07 Yahoo! Inc. Dynamic pricing models for digital content

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107833067A (zh) * 2011-06-21 2018-03-23 高通股份有限公司 相关内容传送
CN107833067B (zh) * 2011-06-21 2022-02-25 高通股份有限公司 相关内容传送
CN105210099A (zh) * 2013-03-12 2015-12-30 即时赞助商商务网有限公司 赞助***
CN103218724A (zh) * 2013-04-18 2013-07-24 北京京东尚科信息技术有限公司 一种在通信网络中提供信息更新的***和方法
CN103218724B (zh) * 2013-04-18 2016-08-10 北京京东尚科信息技术有限公司 一种在通信网络中提供信息更新的***和方法
CN107273346A (zh) * 2016-03-30 2017-10-20 邻客音公司 从文本中对热门见解的可扩展挖掘
CN107273346B (zh) * 2016-03-30 2024-06-11 微软技术许可有限责任公司 从文本中对热门见解的可扩展挖掘
CN110235121A (zh) * 2017-01-30 2019-09-13 宋硕奎 用于增强型在线调研的***和方法
CN110235121B (zh) * 2017-01-30 2023-10-27 宋硕奎 用于增强型在线调研的***和方法

Also Published As

Publication number Publication date
US7933899B2 (en) 2011-04-26
KR101097632B1 (ko) 2011-12-22
TWI432980B (zh) 2014-04-01
US7856433B2 (en) 2010-12-21
WO2008124232A1 (en) 2008-10-16
US20080249991A1 (en) 2008-10-09
EP2069976A1 (en) 2009-06-17
KR20090116776A (ko) 2009-11-11
US20110055018A1 (en) 2011-03-03
TW200907717A (en) 2009-02-16

Similar Documents

Publication Publication Date Title
CN101627383A (zh) 用于赞助搜索的动态出价制定
US7548929B2 (en) System and method for determining semantically related terms
US8015065B2 (en) Systems and methods for assigning monetary values to search terms
US20180075150A1 (en) Methods and apparatus for matching relevant content to user intention
US7281042B2 (en) Internet domain keyword optimization
US8655727B2 (en) Method and system for generating and placing keyword-targeted advertisements
JP5065323B2 (ja) ユーザ要求情報及びユーザ情報を使用して広告を供給すること
US8655912B2 (en) Computer-implemented method and system for combining keywords into logical clusters that share similar behavior with respect to a considered dimension
US7831474B2 (en) System and method for associating an unvalued search term with a valued search term
JP4624412B2 (ja) 検索要請に応えて広告主の検索リスティングを抽出させるキーワード広告サービス方法及びキーワード広告サービス
US8688521B2 (en) System and method to facilitate matching of content to advertising information in a network
US8209616B2 (en) System and method for interfacing a web browser widget with social indexing
US20140278958A1 (en) Enriched Knowledge Base For Advertising
US20040068460A1 (en) Method and system for achieving an ordinal position in a list of search results returned by a bid-for-position search engine
US20110099201A1 (en) System and method for automatically publishing data items associated with an event
US20080228571A1 (en) Automated recommendation of targeting criteria
US20140229282A1 (en) Use of natural query events to improve online advertising campaigns
US20080097864A1 (en) Systems and methods for an intelligent toolbar that provides contextual bidding opportunities
US20170085672A1 (en) Commercial-Interest-Weighted User Profiles

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: 1140279

Country of ref document: HK

C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20100113

REG Reference to a national code

Ref country code: HK

Ref legal event code: WD

Ref document number: 1140279

Country of ref document: HK