KR102106617B1 - 광고 반응 기반의 사용자 관심도 예측 방법 - Google Patents

광고 반응 기반의 사용자 관심도 예측 방법 Download PDF

Info

Publication number
KR102106617B1
KR102106617B1 KR1020130011688A KR20130011688A KR102106617B1 KR 102106617 B1 KR102106617 B1 KR 102106617B1 KR 1020130011688 A KR1020130011688 A KR 1020130011688A KR 20130011688 A KR20130011688 A KR 20130011688A KR 102106617 B1 KR102106617 B1 KR 102106617B1
Authority
KR
South Korea
Prior art keywords
advertisement
user
response
reaction
interest
Prior art date
Application number
KR1020130011688A
Other languages
English (en)
Other versions
KR20140099363A (ko
Inventor
한정
Original Assignee
에스케이플래닛 주식회사
십일번가 주식회사
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 에스케이플래닛 주식회사, 십일번가 주식회사 filed Critical 에스케이플래닛 주식회사
Priority to KR1020130011688A priority Critical patent/KR102106617B1/ko
Publication of KR20140099363A publication Critical patent/KR20140099363A/ko
Application granted granted Critical
Publication of KR102106617B1 publication Critical patent/KR102106617B1/ko

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
    • G06Q30/0241—Advertisements
    • G06Q30/0242—Determining effectiveness of advertisements
    • G06Q30/0244—Optimization
    • 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
    • G06Q30/0255—Targeted advertisements based on user history

Landscapes

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

Abstract

본 명세서는 광고반응 분석장치를 개시한다. 상기 장치는, 사용자에게 하나 이상의 광고를 제공하는 광고 제공부와; 상기 제공된 광고 중 상기 사용자가 반응한 반응 광고의 상세 정보 및 반응 이력을 수집하는 광고반응 수집부와; 상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정하는 관심도 산출부;를 포함한다.

Description

광고 반응 기반의 사용자 관심도 예측 방법{METHOD TO ESTIMATE USER INTEREST BASED ON ADVERTISEMENTS RESPONSE}
본 명세서는 광고 반응 기반의 사용자 관심도 예측 방법 및 그에 사용되는 장치에 관한 것으로서, 보다 상세하게는 제공된 다수의 광고에 대해 사용자가 반응한 이력을 분석하여 사용자의 관심 분야를 분석하여 해당 사용자에게 적절한 광고를 제공하는 방법 및 그 장치에 관한 것이다.
사용자들은 인터넷 등의 매체를 사용할 때 다수의 광고를 접하게 된다. 이런 광고 중에 사용자가 반응한 광고는 사용자의 관심 사항을 반영하는 경우가 많다. 이와 같은 사용자의 관심 사항은 광고주의 광고가 효과를 달성하기 위한 주요한 정보가 된다. 이에, 사용자가 특정 사이트에 방문하는 경우 사용자가 관심을 가지는 내용과 관련한 광고를 제시하는 경우 광고 효과가 극대화될 수 있다. 따라서, 사용자가 관심을 가지는 내용과 광고를 어떻게 선정할 것인지에 대한 방법이 필요하다. 또한, 광고주의 입장에서 광고 등록을 권장하기 위해 사용자의 관심 사항을 객관적인 지표로 제공할 수 있는 방법이 필요하다.
그러나, 이러한 사용자에 대한 고려 없이 무조건적으로 광고를 노출하는 경우, 사용자에게 반응을 유도할 수 없는 광고에 반복 노출될 수 있다. 따라서, 사용자의 관심 사항을 추적하고 분석한 후 이를 반영하여 광고를 노출할 수 있는 방법이 필요하다. 더불어 사용자 관심 사항을 분석할 수 있는 보다 효과적인 방법이 요청되고 있다.
본 명세서는 광고 반응 기반의 사용자 관심도 예측 방법 및 그 장치를 제공하는 데에 그 목적이 있다. 보다 구체적으로는 광고 반응 이력에 기초하여 사용자의 관심사를 분석하고, 이를 효과적으로 활용하는 방법을 제공하는 것이 목적이다. 또한 사용자에게 하나 이상의 광고를 제공하고, 상기 제공된 광고 중 상기 사용자가 반응한 반응 광고의 상세 정보 및 반응 이력을 수집하고. 상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정하는 광고반응 분석장치를 제공하고자 한다.
본 명세서의 일 실시예에 따라 광고반응 분석장치가 제공된다. 상기 장치는, 사용자에게 하나 이상의 광고를 제공하는 광고 제공부와; 상기 제공된 광고 중 상기 사용자가 반응한 반응 광고의 상세 정보 및 반응 이력을 수집하는 광고반응 수집부와; 상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정하는 관심도 산출부;를 포함한다.
상기 반응 이력은 상기 반응 광고에 대한 상기 사용자의 클릭 횟수, 클릭 시점 정보를 포함할 수 있다.
상기 반응 이력은 상기 반응 광고에 대하여 상기 사용자가 2회 이상 클릭한 경우 만을 대상으로 수집될 수 있다.
상기 관심도 산출부는 상기 반응 이력의 시점 별로 별도의 가중치를 부여하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정하며, 상기 가중치는 최근의 기 설정된 시점에 발생한 반응 이력에 가장 큰 값이 부여될 수 있다.
상기 반응 광고의 상세 정보는 상기 반응 광고의 광고주 특성, 광고 내용 특성 및 상기 반응 광고가 실린 매체의 특성 중 적어도 하나 이상을 포함할 수 있다.
상기 광고주 특성은 상기 반응 광고의 광고주가 속하는 산업군 정보 및 상기 반응 광고의 대상 상품 카테고리 정보 중 적어도 하나 이상을 포함하며, 상기 광고 내용 특성은 상기 반응 광고의 소재 정보, 상기 반응 광고의 모델 정보 및 상기 반응 광고의 혜택 정보 중 적어도 하나 이상을 포함할 수 있다.
본 명세서의 일 실시예에 따라 광고반응 분석방법이 제공된다. 상기 방법은, 사용자에게 하나 이상의 광고를 제공하는 단계와; 상기 제공된 광고 중 상기 사용자가 반응한 반응 광고의 상세 정보 및 반응 이력을 수집하는 단계와; 상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정하는 단계를 포함할 수 있다.
상기 반응 이력은 상기 반응 광고에 대한 상기 사용자의 클릭 횟수, 클릭 시점 정보를 포함할 수 있다.
상기 반응 이력은 상기 반응 광고에 대하여 상기 사용자가 2회 이상 클릭한 경우 만을 대상으로 수집될 수 있다.
상기 사용자의 관심도를 산정하는 단계는 상기 반응 이력의 시점 별로 별도의 가중치를 부여하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정하며, 상기 가중치는 최근의 기 설정된 시점에 발생한 반응 이력에 가장 큰 값이 부여되는 단계일 수 있다.
상기 반응 광고의 상세 정보는 상기 반응 광고의 광고주 특성, 광고 내용 특성 및 상기 반응 광고가 실린 매체의 특성 중 적어도 하나 이상을 포함할 수 있다.
본 명세서의 또 다른 실시예에 따라 광고반응 분석 시스템이 제공된다. 상기 시스템은 사용자에게 하나 이상의 광고를 제공하고, 상기 제공된 광고 중 상기 사용자가 반응한 반응 광고의 상세 정보 및 반응 이력을 수집하고. 상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정하는 광고반응 분석장치와; 상기 제공되는 하나 이상의 광고를 표시하고, 상기 반응 광고에 대한 반응 이력을 전송하는 사용자 단말을 포함할 수 있다.
본 명세서의 또 다른 실시예에 따라 광고반응 분석 방법이 제공된다. 상기 방법은 광고반응 분석장치가 사용자 단말로 하나 이상의 광고를 제공하는 단계와; 상기 사용자 단말이 상기 제공된 광고 중 상기 사용자가 반응한 반응 이력을 전송하는 단계와; 상기 광고반응 분석장치가 상기 반응 광고의 상세 정보 및 반응 이력을 수집하는 단계와; 상기 광고반응 분석장치가 상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정하는 단계를 포함할 수 있다.
본 명세서의 실시예들은 광고 반응 이력에 기초하여 사용자의 관심사를 분석하고, 이를 활용하여 광고 효과를 극대화할 수 있다. 또한, 광고 별로 상세 정보를 구성한 후, 사용자 별 반응 이력을 바탕으로 각 사용자가 어떤 특성의 광고에 반응하는지 예측 모형을 구성할 수 있으며, 이를 광고 송출 방식의 개선이나 광고 타겟팅 등에 활용할 수 있다.
도 1은 본 명세서의 일 실시예에 따른 광고반응 분석장치의 블록도이다.
도 2는 본 명세서의 일 실시예에 따른 광고반응 분석 시스템을 나타낸 구성도이다.
도 3은 본 명세서의 일 실시예에 따른 광고반응 분석방법을 나타낸 흐름도이다.
도 4는 본 명세서의 일 실시예에 따른 광고반응 분석 시스템이 사용자의 광고 반응을 분석하는 방법을 나타낸 흐름도이다.
본 명세서에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 명세서에서 사용되는 기술적 용어는 본 명세서에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 명세서에서 사용되는 기술적인 용어가 본 발명의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는, 당업자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본 발명에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지 않아야 한다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 또한, 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 발명의 사상을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 발명의 사상이 제한되는 것으로 해석되어서는 아니됨을 유의해야 한다. 본 발명의 사상은 첨부된 도면 외에 모든 변경, 균등물 내지 대체물에 까지도 확장되는 것으로 해석되어야 한다.
도 1은 본 명세서의 일 실시예에 따른 광고반응 분석장치의 블록도이다.
상기 광고반응 분석장치(100)는 광고 제공부(101), 광고반응 수집부(102), 관심도 산출부(103)을 포함하여 구성될 수 있다.
상기 광고 제공부(101)는 사용자에게 하나 이상의 광고를 제공한다.
상기 광고반응 수집부(102)와 상기 관심도 산출부(103)는 특정 사용자의 광고 반응 정보(반응 횟수, 반응 시점, 구매 연결 정보 등)을 분석하여 해당 사용자의 관심 점수(관심도)를 분석하며, 상기 광고반응 분석장치(100)는 분석된 관심도를 바탕으로 개인 맞춤형 광고를 제공할 수 있다.
광고 반응 이력으로부터 분석한 사용자의 관심도를 반영하여 추천 광고를 선정하기 위하여, 상기 광고반응 분석장치(100)는 특정 사용자의 광고 반응 이력을 수집할 수 있다. 일 실시예로서, 상기 광고반응 분석장치(100)의 광고반응 수집부(101)는 사용자 단말로부터 광고반응 이력을 수신하고 저장할 수 있다. 이때 상기 광고반응 이력은 제공된 1 이상의 광고 각각에 대한 사용자의 반응 정보(예컨대, 클릭 횟수, 클릭 시점 등)를 포함할 수 있다. 한편 특정 사용자의 광고반응 기록이 서버 등에 저장되는 경우에는 상기 광고반응 수집부(101)는 해당 서버 등으로부터 특정 사용자의 광고반응 정보를 수신할 수도 있다.
상기 광고반응 수집부(101)는 사용자의 광고 반응(클릭 등) 이력을 모두 수집할 수도 있지만, 사용자가 의도하지 않은 반응을 제외시키기 위하여 동일 광고를 2회 이상 반응한 경우에만 그 이력을 수집할 수도 있다. 즉, 사용자가 조작 실수로 어느 광고를 클릭하는 경우에는 대개 다시는 동일 광고에 반응하지 않을 가능성이 많기 때문에, 이러한 정보는 분석에서 제외시키는 것이다.
특정 사용자의 광고 반응이력이 수집되면 상기 관심도 산출부(103)는 상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정할 수 있다. 즉, 사용자가 소정 기준 이상으로 반응(예: 2회 이상 클릭)한 광고의 상세 정보(예컨대, 메타 정보)에 가산점을 부여하는 방식으로 상세 정보의 각 항목에 대한 사용자 관심도를 산출할 수 있다.
여기서 반응 광고의 상세 정보를 구성하는 각 항목은 광고주 특성, 광고 내용 특성, 광고가 실리는 매체의 특성 등일 수 있다. 상기 광고주 특성은 상기 반응 광고의 광고주가 속하는 산업군(금융, 스포츠/레저, 쇼핑 등), 상기 반응 광고의 대상 상품 (또는 카테고리) 등이며, 상기 광고 내용 특성은 상기 반응 광고의 소재, 상기 반응 광고의 모델, 상기 반응 광고의 혜택(무료 쿠폰, 할인제공, 정보제공, …) 등 일 수 있다. 상기 광고가 실리는 매체는 특정 사이트가 될 수도 있고 앱(App)일 수 있다. 예를 들어 쇼핑몰 사이트에서 광고를 보는 경우 쇼핑몰이라는 특성이 하나의 정보가 될 수 있다. 앱(App)도 게임 App이냐, 여행 관련 App이냐에 따라 다른 특성을 가지며, 이런 특성을 이용해 사용자의 관심사를 추출할 수 있다.
이때 상기 관심도 산출부(103)는 상기 반응 이력의 시점 별로 별도의 가중치를 부여하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정할 수 있다. 예를 들어 반응 광고가 N개이고, 사용자가 N개의 광고를 클릭하였다고 가정하면, 상기 반응 광고들을 구성하고 있는 상세 항목에 (해당 광고의 클릭 횟수)*(가중치) 만큼의 관심도를 부여하되, 광고 클릭 시점 별로 가중치를 다르게 할 수 있는 것이다. 특히 상기 가중치는 최근의 기 설정된 시점에 발생한 반응 이력에 가장 큰 값이 부여될 수 있다. 즉, 최근 1개월 내의 클릭횟수에는 5점, 최근 3개월에서 최근 1개월까지의 클릭횟수에는 2점, 최근 6개월에서 최근 1년까지의 클릭횟수에는 0.5점, … 과 같은 방식으로 그 가중치를 달리 부여할 수 있다. 또한 상기 가중치는 특정 시점에서의 클릭 후 다시 클릭하기까지의 시간 간격(interval)에 따라 부여될 수도 있다. 즉, 같은 2회의 클릭 수가 있더라도 더 짧은 간격(예: 1일)로 클릭한 경우에는, 상대적으로 더 긴 간격(예: 3일)로 클릭한 경우보다 더 큰 가중치가 부여될 수 있는 것이다.
위와 같은 방식으로 각 항목별로 관심도가 산정된 예는 하기 표 1과 같다.
항목 산업군 … 제공혜택

관심도
 금융 82점 … 무료 쿠폰 80점
스포츠 70점 … 할인 제공 75점
쇼핑 30점 … 정보 제공 56점
상기 표 1과 같이 관심도가 분석된 사용자에 대해서는 그 관심도가 높은 분야의 광고를 제공함으로써 광고 효율을 높일 수 있다. 예컨대 상기 표 1의 예에서 해당 사용자는 금용, 스포츠 산업군에 관심이 크므로 해당 분야의 광고를 제공하는 것이 바람직하며, 무료쿠폰 또는 할인 쿠폰을 함께 제공한다면 광고 반응이 클 것이므로 이를 프로모션에 활용할 수 있다.
도 2는 본 명세서의 일 실시예에 따른 광고반응 분석 시스템을 나타낸 구성도이다.
상기 컨텐츠 추천 서비스 시스템은 광고반응 분석장치(100) 및 사용자 단말(10)을 포함하여 구성될 수 있다.
상기 광고반응 분석장치(100)는 사용자에게 하나 이상의 광고를 제공한다.
상기 광고반응 분석장치(100)는 특정 사용자의 광고 반응 정보(반응 횟수, 반응 시점, 구매 연결 정보 등)을 분석하여 해당 사용자의 관심 점수(관심도)를 분석하며, 상기 광고반응 분석장치(100)는 분석된 관심도를 바탕으로 개인 맞춤형 광고를 제공할 수 있다.
광고 반응 이력으로부터 분석한 사용자의 관심도를 반영하여 추천 광고를 선정하기 위하여, 상기 광고반응 분석장치(100)는 특정 사용자의 광고 반응 이력을 수집할 수 있다. 일 실시예로서, 상기 광고반응 분석장치(100)는 사용자 단말로부터 광고반응 이력을 수신하고 저장할 수 있다. 이때 상기 광고반응 이력은 제공된 1 이상의 광고 각각에 대한 사용자의 반응 정보(예컨대, 클릭 횟수, 클릭 시점 등)를 포함할 수 있다.
상기 광고반응 분석장치(100)는 사용자의 광고 반응(클릭 등) 이력을 모두 수집할 수도 있지만, 사용자가 의도하지 않은 반응을 제외시키기 위하여 동일 광고를 2회 이상 반응한 경우에만 그 이력을 수집할 수도 있다. 즉, 사용자가 조작 실수로 어느 광고를 클릭하는 경우에는 대개 다시는 동일 광고에 반응하지 않을 가능성이 많기 때문에, 이러한 정보는 분석에서 제외시키는 것이다.
특정 사용자의 광고 반응이력이 수집되면 상기 광고반응 분석장치(100)는 상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정할 수 있다. 즉, 사용자가 소정 기준 이상으로 반응(예: 2회 이상 클릭)한 광고의 상세 정보(예컨대, 메타 정보)에 가산점을 부여하는 방식으로 상세 정보의 각 항목에 대한 사용자 관심도를 산출할 수 있다.
이때 상기 광고반응 분석장치(100)는 상기 반응 이력의 시점 별로 별도의 가중치를 부여하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정할 수 있다. 예를 들어 반응 광고가 N개이고, 사용자가 N개의 광고를 클릭하였다고 가정하면, 상기 반응 광고들을 구성하고 있는 상세 항목에 (해당 광고의 클릭 횟수)*(가중치) 만큼의 관심도를 부여하되, 광고 클릭 시점 별로 가중치를 다르게 할 수 있는 것이다. 특히 상기 가중치는 최근의 기 설정된 시점에 발생한 반응 이력에 가장 큰 값이 부여될 수 있다. 즉, 최근 1개월 내의 클릭횟수에는 5점, 최근 3개월에서 최근 1개월까지의 클릭횟수에는 2점, 최근 6개월에서 최근 1년까지의 클릭횟수에는 0.5점, … 과 같은 방식으로 그 가중치를 달리 부여할 수 있다
관심도가 분석된 사용자에 대해서는 그 관심도가 높은 분야의 광고를 제공함으로써 광고 효율을 높일 수 있다. 예컨대 상기 표 1의 예에서 해당 사용자는 금용, 스포츠 산업군에 관심이 크므로 해당 분야의 광고를 제공하는 것이 바람직하며, 무료쿠폰 또는 할인 쿠폰을 함께 제공한다면 광고 반응이 클 것이므로 이를 프로모션에 활용할 수 있다.
도 3은 본 명세서의 일 실시예에 따른 광고반응 분석방법을 나타낸 흐름도이다.
이하에서 상술하는 광고반응 분석방법은 광고반응 분석장치에 의해 수행될 수 있다. 상기 광고반응 분석장치는 특정 사용자의 디지털 광고 반응 정보(반응 횟수, 반응 시점, 구매 연결 정보 등)을 분석하여 해당 사용자의 관심 점수(관심도)를 분석하며, 상기 광고반응 분석장치는 분석된 관심도를 바탕으로 개인 맞춤형 광고를 제공할 수 있다.
상기 광고반응 분석장치는 사용자에게 하나 이상의 광고를 제공한다(S310).
광고 반응 이력으로부터 분석한 사용자의 관심도를 반영하여 추천 광고를 선정하기 위하여, 상기 광고반응 분석장치는 특정 사용자의 광고 반응 이력을 수집할 수 있다(S320). 일 실시예로서, 상기 광고반응 분석장치는 사용자 단말로부터 광고반응 이력을 수신하고 저장할 수 있다. 이때 상기 광고반응 이력은 제공된 1 이상의 광고 각각에 대한 사용자의 반응 정보(예컨대, 클릭 횟수, 클릭 시점 등)를 포함할 수 있다. 한편 특정 사용자의 광고반응 기록이 서버 등에 저장되는 경우에는 상기 광고반응 분석장치는 해당 서버 등으로부터 특정 사용자의 광고반응 정보를 수신할 수도 있다.
상기 광고반응 분석장치는 사용자의 광고 반응(클릭 등) 이력을 모두 수집할 수도 있지만, 사용자의 실수에 의한 반응을 제외시키기 위하여 동일 광고를 2회 이상 반응한 경우에만 그 이력을 수집할 수도 있다. 즉, 사용자가 조작 실수로 어느 광고를 클릭하는 경우에는 대개 다시는 동일 광고에 반응하지 않을 가능성이 많기 때문에, 이러한 정보는 분석에서 제외시키는 것이다.
특정 사용자의 광고 반응이력이 수집되면 상기 광고반응 분석장치는 상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정할 수 있다(S330). 즉, 사용자가 소정 기준 이상으로 반응(예: 2회 이상 클릭)한 광고의 상세 정보(예컨대, 메타 정보)에 가산점을 부여하는 방식으로 상세 정보의 각 항목에 대한 사용자 관심도를 산출할 수 있다.
여기서 반응 광고의 상세 정보를 구성하는 각 항목은 광고주 특성, 광고 내용 특성, 광고가 실리는 매체의 특성 등일 수 있다. 상기 광고주 특성은 상기 반응 광고의 광고주가 속하는 산업군(금융, 스포츠/레저, 쇼핑 등), 상기 반응 광고의 대상 상품 (또는 카테고리) 등이며, 상기 광고 내용 특성은 상기 반응 광고의 소재, 상기 반응 광고의 모델, 상기 반응 광고의 혜택(무료 쿠폰, 할인제공, 정보제공, …) 등 일 수 있다.
이때 상기 관심도 산출부(103)는 상기 반응 이력의 시점 별로 별도의 가중치를 부여하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정할 수 있다. 예를 들어 반응 광고가 N개이고, 사용자가 N개의 광고를 클릭하였다고 가정하면, 상기 반응 광고들을 구성하고 있는 상세 항목에 (해당 광고의 클릭 횟수)*(가중치) 만큼의 관심도를 부여하되, 광고 클릭 시점 별로 가중치를 다르게 할 수 있는 것이다. 특히 상기 가중치는 최근의 기 설정된 시점에 발생한 반응 이력에 가장 큰 값이 부여될 수 있다. 즉, 최근 1개월 내의 클릭횟수에는 5점, 최근 3개월에서 최근 1개월까지의 클릭횟수에는 2점, 최근 6개월에서 최근 1년까지의 클릭횟수에는 0.5점, … 과 같은 방식으로 그 가중치를 달리 부여할 수 있다. 또한 상기 가중치는 특정 시점에서의 클릭 후 다시 클릭하기까지의 시간 간격(interval)에 따라 부여될 수도 있다. 즉, 같은 2회의 클릭 수가 있더라도 더 짧은 간격(예: 1일)로 클릭한 경우에는, 상대적으로 더 긴 간격(예: 3일)로 클릭한 경우보다 더 큰 가중치가 부여될 수 있는 것이다.
위와 같은 방식으로 각 항목별로 관심도가 산정된 예는 도 1에서 설명한 표 1과 같다. 상기 표 1과 같이 관심도가 분석된 사용자에 대해서는 그 관심도가 높은 분야의 광고를 제공함으로써 광고 효율을 높일 수 있다. 예컨대 상기 표 1의 예에서 해당 사용자는 금용, 스포츠 산업군에 관심이 크므로 해당 분야의 광고를 제공하는 것이 바람직하며, 무료쿠폰 또는 할인 쿠폰을 함께 제공한다면 광고 반응이 클 것이므로 이를 프로모션에 활할 수 있다.
도 4는 본 명세서의 일 실시예에 따른 광고반응 분석 시스템이 사용자의 광고 반응을 분석하는 방법을 나타낸 흐름도이다.
상기 광고반응 분석장치(100)는 사용자에게 하나 이상의 광고를 제공한다(S410).
상기 광고반응 분석장치(100)는 특정 사용자의 디지털 광고 반응 정보(반응 횟수, 반응 시점, 구매 연결 정보 등)을 분석하여 해당 사용자의 관심 점수(관심도)를 분석하며, 상기 광고반응 분석장치(100)는 분석된 관심도를 바탕으로 개인 맞춤형 광고를 제공할 수 있다.
광고 반응 이력으로부터 분석한 사용자의 관심도를 반영하여 추천 광고를 선정하기 위하여, 상기 광고반응 분석장치(100)는 특정 사용자의 광고 반응 이력을 수집할 수 있다(S430). 일 실시예로서, 상기 광고반응 분석장치(100)는 사용자 단말로부터 광고반응 이력을 수신할 수 있다(S420). 이때 상기 광고반응 이력은 제공된 1 이상의 광고 각각에 대한 사용자의 반응 정보(예컨대, 클릭 횟수, 클릭 시점 등)를 포함할 수 있다.
상기 광고반응 분석장치(100)는 사용자의 광고 반응(클릭 등) 이력을 모두 수집할 수도 있지만, 사용자의 실수에 의한 반응을 제외시키기 위하여 동일 광고를 2회 이상 반응한 경우에만 그 이력을 수집할 수도 있다. 즉, 사용자가 조작 실수로 어느 광고를 클릭하는 경우에는 대개 다시는 동일 광고에 반응하지 않을 가능성이 많기 때문에, 이러한 정보는 분석에서 제외시키는 것이다.
특정 사용자의 광고 반응이력이 수집되면 상기 광고반응 분석장치(100)는 상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정할 수 있다(S440). 즉, 사용자가 소정 기준 이상으로 반응(예: 2회 이상 클릭)한 광고의 상세 정보(예컨대, 메타 정보)에 가산점을 부여하는 방식으로 상세 정보의 각 항목에 대한 사용자 관심도를 산출할 수 있다.
이때 상기 광고반응 분석장치(100)는 상기 반응 이력의 시점 별로 별도의 가중치를 부여하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정할 수 있다. 예를 들어 반응 광고가 N개이고, 사용자가 N개의 광고를 클릭하였다고 가정하면, 상기 반응 광고들을 구성하고 있는 상세 항목에 (해당 광고의 클릭 횟수)*(가중치) 만큼의 관심도를 부여하되, 광고 클릭 시점 별로 가중치를 다르게 할 수 있는 것이다. 특히 상기 가중치는 최근의 기 설정된 시점에 발생한 반응 이력에 가장 큰 값이 부여될 수 있다. 즉, 최근 1개월 내의 클릭횟수에는 5점, 최근 3개월에서 최근 1개월까지의 클릭횟수에는 2점, 최근 6개월에서 최근 1년까지의 클릭횟수에는 0.5점, … 과 같은 방식으로 그 가중치를 달리 부여할 수 있다
관심도가 분석된 사용자에 대해서는 그 관심도가 높은 분야의 광고를 제공함으로써(S450) 광고 효율을 높일 수 있다.
이상, 본 발명의 실시예에 대하여 설명하였으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 특허청구범위에 기재된 본 발명의 사상으로부터 벗어나지 않는 범위 내에서, 구성 요소의 부가, 변경, 삭제 또는 추가 등에 의해 본 발명을 다양하게 수정 및 변경시킬 수 있을 것이며, 이 또한 본 발명의 권리범위 내에 포함된다고 할 것이다.
본 발명의 실시예에 따른 광고반응 분석장치 및 방법에 의하면, 사용자에게 제공된 광고 중 상기 사용자가 반응한 반응 광고의 상세 정보 및 반응 이력을 수집하고, 상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정함으로써, 사용자 별 반응 이력을 바탕으로 각 사용자가 어떤 특성의 광고에 반응하는지 예측 모형을 구성할 수 있으며, 이를 광고 송출 방식의 개선이나 광고 타겟팅 등에 활용할 수 있다는 점에서 본 명세서의 기술이 .적용되는 장치의 시판 또는 영업의 가능성이 충분할 뿐만 아니라 현실적으로 명백하게 실시할 수 있는 정도이므로 산업상 이용가능성이 있는 발명이다.
100 : 광고반응 분석장치
101 : 광고 제공부
102 : 광고반응 수집부
103 : 관심도 산출부

Claims (13)

  1. 사용자에게 복수의 반응형 광고를 제공하는 광고 제공부;
    상기 제공된 반응형 광고들 중 상기 사용자가 반응한 반응 광고의 상세 정보 및 반응 이력을 설정된 반응 시점과 간격 중 적어도 하나를 기준으로 하는 가중치를 적용하여 수집하는 광고반응 수집부;
    상기 반응 이력을 기초로 하여 상기 반응 광고의 상세 정보를 구성하는 광고주 특성, 광고 내용 특성, 광고가 실리는 매체의 특성 중 적어도 하나를 포함하는 항목에 대한 상기 사용자의 관심도를 산정하는 관심도 산출부;
    를 포함하며,
    상기 관심도 산출부는 상기 반응 이력의 시점 별로 별도의 가중치를 부여하여 상기 반응 광고의 상세 정보를 구성하는 각 항목에 대한 상기 사용자의 관심도를 산정하며, 최근의 기 설정된 시점에 발생한 반응 이력에 가장 큰 가중치를 부여하는 것을 특징으로 하는 광고반응 분석장치.
  2. 제1항에 있어서,
    상기 반응 이력은 상기 반응 광고에 대한 상기 사용자의 클릭 횟수, 클릭 시점 정보를 포함하는 것을 특징으로 하는 광고반응 분석장치.
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
  9. 삭제
  10. 삭제
  11. 삭제
  12. 삭제
  13. 삭제
KR1020130011688A 2013-02-01 2013-02-01 광고 반응 기반의 사용자 관심도 예측 방법 KR102106617B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130011688A KR102106617B1 (ko) 2013-02-01 2013-02-01 광고 반응 기반의 사용자 관심도 예측 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130011688A KR102106617B1 (ko) 2013-02-01 2013-02-01 광고 반응 기반의 사용자 관심도 예측 방법

Publications (2)

Publication Number Publication Date
KR20140099363A KR20140099363A (ko) 2014-08-12
KR102106617B1 true KR102106617B1 (ko) 2020-05-04

Family

ID=51745710

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130011688A KR102106617B1 (ko) 2013-02-01 2013-02-01 광고 반응 기반의 사용자 관심도 예측 방법

Country Status (1)

Country Link
KR (1) KR102106617B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102233644B1 (ko) 2020-09-15 2021-03-29 김윤경 이용자 유효값의 선택적 소싱을 이용하여 광고 리타겟이 가능한 개인화 쇼핑몰 플랫폼 시스템

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102480998B1 (ko) * 2017-06-26 2022-12-22 주식회사 케이티 푸시 메시지 관리서버 및 방법
KR102267029B1 (ko) * 2018-11-06 2021-06-17 김현화 박람회 홍보 시스템
KR102458373B1 (ko) * 2020-03-19 2022-10-26 주식회사 유어비즈 반응형 고객 분류에 표적 추출과 이를 이용한 관리 시스템

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101616866B1 (ko) * 2008-10-17 2016-04-29 삼성전자주식회사 광고 메트릭스 측정을 위한 장치 및 방법
KR20120016891A (ko) * 2010-08-17 2012-02-27 엔에이치엔비즈니스플랫폼 주식회사 광고 반응 정보 관리 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102233644B1 (ko) 2020-09-15 2021-03-29 김윤경 이용자 유효값의 선택적 소싱을 이용하여 광고 리타겟이 가능한 개인화 쇼핑몰 플랫폼 시스템

Also Published As

Publication number Publication date
KR20140099363A (ko) 2014-08-12

Similar Documents

Publication Publication Date Title
JP5735492B2 (ja) オンライン広告キャンペーンの効果の測定
US8458160B2 (en) Social network based user-initiated review and purchase related information and advertising
US8738698B2 (en) Using polling results as discrete metrics for content quality prediction model
JP5414693B2 (ja) ビデオ品質測定
KR101597247B1 (ko) 실시간 키워드 연동형 광고 노출 시스템 및 방법
JP6271345B2 (ja) 抽出装置、抽出方法及び抽出プログラム
JP5462972B2 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
US8112308B1 (en) Targeting using generated bundles of content sources
US20120010939A1 (en) Social network based online advertising
US10262336B2 (en) Non-converting publisher attribution weighting and analytics server and method
US20150269251A1 (en) Method and system of evaluating the impact of distributed digital content
JP2018198079A (ja) ソーシャルネットワーキングエンジンのユーザにコンテンツを方向付けるためのシステム及び方法
CN102893300A (zh) 用于将总量销售数据、媒体消费信息和地理-人口统计数据集成到靶向广告的方法和设备
US20020072971A1 (en) Targeting electronic advertising placement in accordance with an analysis of user inclination and affinity
EP2734929A1 (en) Multi-channel conversion path position reporting
AU2011369352A1 (en) Multiple attribution models with return on ad spend
TW201324412A (zh) 社交聲譽廣告
JPWO2008096597A1 (ja) 広告管理システム
US20120116885A1 (en) Social network based online advertising and advertisement branding
KR102106617B1 (ko) 광고 반응 기반의 사용자 관심도 예측 방법
JP2007041869A (ja) 投資支援システム及び方法
JP2021089485A (ja) 広告通知システム、広告通知方法、および情報処理装置
KR20150121679A (ko) 추천인 시스템 및 그 동작 방법
KR101614954B1 (ko) 광고의 노출 빈도와 노출 간격을 제어하여 인벤토리를 관리하는 광고 시스템 및 방법
KR101696368B1 (ko) 광고미디어매체의 구매대행 시스템 및 방법

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right