KR20150122307A - Method and server apparatus for advertising - Google Patents

Method and server apparatus for advertising Download PDF

Info

Publication number
KR20150122307A
KR20150122307A KR1020140048023A KR20140048023A KR20150122307A KR 20150122307 A KR20150122307 A KR 20150122307A KR 1020140048023 A KR1020140048023 A KR 1020140048023A KR 20140048023 A KR20140048023 A KR 20140048023A KR 20150122307 A KR20150122307 A KR 20150122307A
Authority
KR
South Korea
Prior art keywords
user
advertisement
group
information
user group
Prior art date
Application number
KR1020140048023A
Other languages
Korean (ko)
Other versions
KR101639656B1 (en
Inventor
조경필
김창길
홍선영
Original Assignee
주식회사 카카오
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 주식회사 카카오 filed Critical 주식회사 카카오
Priority to KR1020140048023A priority Critical patent/KR101639656B1/en
Publication of KR20150122307A publication Critical patent/KR20150122307A/en
Application granted granted Critical
Publication of KR101639656B1 publication Critical patent/KR101639656B1/en

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
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • G06Q30/0256—User search

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

A method and a server apparatus for providing an advertisement are provided. The method for providing an advertisement performed by the server apparatus for providing an advertisement comprises the steps of: obtaining information on search history and behavior history of users; extracting interests of users by using the obtained the user information, and clustering the users into multiple user groups based on similarity between the interests of users; and publishing an advertisement on a terminal of a user belonging to each of the user groups by using attributes representing the interests of each user group, wherein publishing an advertisement includes the steps of: using the attributes of a second user group among the multiple user groups before a first time elapses to publish an advertisement on a terminal of a user belonging to the second user group; and using the attributes of a first user group among the multiple user groups after the first time elapses to publish an advertisement on a terminal of a user belonging to the second user group.

Description

광고 제공 방법 및 서버 장치 {METHOD AND SERVER APPARATUS FOR ADVERTISING}METHOD AND SERVER APPARATUS FOR ADVERTISING [0002]

본 발명은 광고 제공 방법 및 서버 장치에 관한 것이다.The present invention relates to an advertisement providing method and a server apparatus.

한곡공개특허공보 제10-2010-0078536호는 특정 사용자와 다른 사용자 간의 유사도를 계산하고, 유사도를 기초로 하여, 특정 사용자와의 유사도가 기 설정된 값 이상인 다른 사용자들을 포함하는 사용자 그룹을 생성하고, 상기 사용자 그룹에 포함되는 사용자에게 기제공된 광고 중 일부를 상기 특정 사용자에게 노출시키는 광고 시스템을 언급하고 있다.Korean Patent Laid-Open Publication No. 10-2010-0078536 discloses a method of calculating a similarity between a specific user and another user, generating a user group including other users whose similarities with a specific user are equal to or greater than a predetermined value, And discloses an advertisement system in which a part of advertisements provided to a user included in the user group is exposed to the specific user.

그러나, 사용자의 관심사 변화를 예측하고 예측된 관심사에 따라 적합한 광고를 집행하는 광고 시스템에 대해서는 언급하고 있지 않다.However, it does not mention an advertising system that anticipates changes in the user's interests and enforces the appropriate ads according to the anticipated interests.

한곡공개특허공보 제10-2010-0078536호(2010. 07. 08. 공개)Korean Patent Laid-Open Publication No. 10-2010-0078536 (published on July 8, 2010)

본 발명이 해결하려는 과제는 사용자의 관심사 변화를 예측하고 예측된 관심사에 따라 적합한 광고를 집행할 수 있는, 광고 제공 방법 및 서버 장치를 제공하는 것이다.An object of the present invention is to provide an advertisement providing method and a server apparatus capable of predicting a change of a user's interest and executing an advertisement according to a predicted interest.

본 발명이 해결하려는 과제들은 이상에서 언급한 과제로 제한되지 않으며, 언급하지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.The problems to be solved by the present invention are not limited to the above-mentioned problems, and other problems which are not mentioned can be clearly understood by those skilled in the art from the following description.

상기 과제를 해결하기 위한 본 발명의 일 측면(aspect)에 따른 광고 제공 방법은, 광고 제공 서버 장치에 의해 수행되는 광고 제공 방법에 있어서, 사용자들의 검색 이력 정보 및 행동 이력 정보를 획득하는 단계, 상기 획득한 사용자 정보를 이용하여 사용자의 관심사를 추출하고, 사용자 간 관심사 유사도를 기초로 상기 사용자들을 다수의 사용자 그룹으로 클러스터링하는 단계, 각각의 사용자 그룹의 관심사를 나타내는 속성을 이용하여, 각각의 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계를 포함하되, 상기 광고를 집행하는 단계는, 제1 시간 경과 전에는, 상기 다수의 사용자 그룹 중 제2 사용자 그룹의 속성을 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계와, 상기 제1 시간 경과 후에는, 상기 다수의 사용자 그룹 중 제1 사용자 그룹의 속성을 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계를 포함한다.According to an aspect of the present invention, there is provided an advertisement providing method performed by an advertisement providing server apparatus, the method comprising: acquiring search history information and behavior history information of users; Extracting interests of the user using the acquired user information, clustering the users into a plurality of user groups on the basis of the similarity degree of interest between users, using each attribute of the user group, Wherein the step of executing the advertisement comprises: prior to a first time period, using an attribute of a second user group of the plurality of user groups to execute an advertisement on a terminal of a user belonging to the second user group The method comprising the steps of: executing an advertisement on a terminal of a user belonging to And executing the advertisement on the terminal of the user belonging to the second user group using the attribute of the first user group among the number of user groups.

본 발명의 몇몇 실시예에서, 상기 광고를 집행하는 단계는, 제2 시간 경과 전에는, 상기 다수의 사용자 그룹 중 제3 사용자 그룹의 속성을 이용하여, 상기 제3 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계와, 상기 제2 시간 경과 후에는, 상기 다수의 사용자 그룹 중 상기 제2 사용자 그룹의 속성을 이용하여, 상기 제3 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계를 포함할 수 있다.In some embodiments of the present invention, the step of enforcing the advertisement may include, prior to the second time period, using the attributes of the third user group of the plurality of user groups to cause the user of the user belonging to the third user group to advertise And executing the advertisement on the terminal of the user belonging to the third user group using the attribute of the second user group among the plurality of user groups after the second time period .

본 발명의 몇몇 실시예에서, 상기 다수의 사용자 그룹은 단계 별로 구분되는 제1 내지 제n 사용자 그룹(단, n은 1보다 큰 자연수)을 포함할 수 있다.In some embodiments of the present invention, the plurality of user groups may include first to n-th user groups (where n is a natural number greater than 1), which are classified stepwise.

본 발명의 몇몇 실시예에서, 상기 제1 사용자 그룹의 속성은 상기 제2 사용자 그룹의 속성에 포함되지 않는 추가적인 요소를 더 포함하고, 상기 제1 시간 경과 후에는, 상기 제1 사용자 그룹의 속성 중 상기 추가적인 요소를 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행할 수 있다.In some embodiments of the present invention, the attribute of the first user group further includes an additional element not included in the attribute of the second user group, and after the first time elapse, the attribute of the first user group With the additional element, an advertisement can be executed on a terminal of a user belonging to the second user group.

본 발명의 몇몇 실시예에서, 상기 광고를 집행하는 단계는, 상기 속성과 광고의 타겟팅 설정값을 비교하고, 상기 비교 결과에 따라 상기 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계일 수 있다.In some embodiments of the present invention, the step of executing the advertisement may be a step of comparing the attribute and the targeting setting value of the advertisement, and executing the advertisement in the terminal of the user belonging to the user group according to the comparison result .

본 발명의 몇몇 실시예에서, 상기 획득한 사용자 정보를 이용하여, 상기 사용자들을 다수의 카테고리로 분류하는 단계를 더 포함하고, 상기 클러스터링하는 단계는, 상기 다수의 카테고리 별로 상기 사용자들을 다수의 사용자 그룹으로 클러스터링하는 단계일 수 있다.In some embodiments of the present invention, the method further comprises classifying the users into a plurality of categories using the obtained user information, wherein the clustering comprises: grouping the users into a plurality of user groups . ≪ / RTI >

본 발명의 몇몇 실시예에서, 상기 정보를 획득하는 단계는, 상기 사용자가 검색한 시간 정보 또는 상기 사용자가 행동한 시간 정보를 더 획득하는 단계이고, 상기 시간 정보를 이용하여, 상기 획득한 사용자 정보에 가중치를 부여하는 단계, 상기 가중치를 부여한 사용자 정보를 이용하여, 상기 사용자들을 다수의 카테고리로 분류하는 단계를 더 포함할 수 있다.In some embodiments of the present invention, the step of acquiring the information may further include acquiring time information retrieved by the user or time information that the user has acted, and using the time information, And classifying the users into a plurality of categories by using the weighted user information.

상기 과제를 해결하기 위한 본 발명의 일 측면에 따른 광고 제공 서버 장치는, 사용자들의 검색 이력 정보 및 행동 이력 정보를 획득하는 정보 획득부, 상기 획득한 사용자 정보를 이용하여 사용자의 관심사를 추출하는 가중치 모델링부, 사용자 간 관심사 유사도를 기초로 상기 사용자들을 다수의 사용자 그룹으로 클러스터링하는 예측 모델링부, 및 각각의 사용자 그룹의 관심사를 나타내는 속성을 이용하여, 각각의 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 광고 집행부를 포함하되, 상기 광고 집행부는, 제1 시간 경과 전에는, 상기 다수의 사용자 그룹 중 제2 사용자 그룹의 속성을 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하고, 상기 제1 시간 경과 후에는, 상기 다수의 사용자 그룹 중 제1 사용자 그룹의 속성을 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행한다.According to an aspect of the present invention, there is provided an advertisement providing server apparatus including an information acquisition unit for acquiring search history information and behavior history information of users, a weight calculation unit for calculating a weight A modeling unit, a prediction modeling unit that clusters the users into a plurality of user groups on the basis of the similarity degree of interest between users, and an attribute indicating interest of each user group, Wherein the advertisement executor executes an advertisement on a terminal of a user belonging to the second user group by using an attribute of a second user group among the plurality of user groups before a first time elapses , And after the lapse of the first time period, the first user group Using the property, and serve ads to the user of the terminal belonging to the second group of users.

본 발명의 몇몇 실시예에서, 상기 광고 집행부는, 제2 시간 경과 전에는, 상기 다수의 사용자 그룹 중 제3 사용자 그룹의 속성을 이용하여, 상기 제3 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하고, 상기 제2 시간 경과 후에는, 상기 다수의 사용자 그룹 중 상기 제2 사용자 그룹의 속성을 이용하여, 상기 제3 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행할 수 있다.In some embodiments of the present invention, before the second time elapses, the advertisement executor executes an advertisement to a terminal of a user belonging to the third user group using attributes of a third user group among the plurality of user groups After the second time elapses, the advertisement of the user belonging to the third user group can be executed using the attribute of the second user group among the plurality of user groups.

본 발명의 몇몇 실시예에서, 상기 다수의 사용자 그룹은 단계 별로 구분되는 제1 내지 제n 사용자 그룹(단, n은 1보다 큰 자연수)을 포함할 수 있다.In some embodiments of the present invention, the plurality of user groups may include first to n-th user groups (where n is a natural number greater than 1), which are classified stepwise.

본 발명의 몇몇 실시예에서, 상기 제1 사용자 그룹의 속성은 상기 제2 사용자 그룹의 속성에 포함되지 않는 추가적인 요소를 더 포함하고, 상기 광고 집행부는, 상기 제1 시간 경과 후에는, 상기 제1 사용자 그룹의 속성 중 상기 추가적인 요소를 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행할 수 있다.In some embodiments of the present invention, the attribute of the first user group further includes an additional element not included in the attribute of the second user group, and after the first time elapses, The advertisement can be executed to the terminal of the user belonging to the second user group by using the additional element among the attributes of the user group.

본 발명의 몇몇 실시예에서, 상기 광고 집행부는, 상기 속성과 광고의 타겟팅 설정값을 비교하고, 상기 비교 결과에 따라 상기 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행할 수 있다.In some embodiments of the present invention, the advertisement executor can compare the attribute and the targeting setting value of the advertisement, and execute the advertisement on the terminal of the user belonging to the user group according to the comparison result.

본 발명의 몇몇 실시예에서, 상기 획득한 사용자 정보를 이용하여, 상기 사용자들을 다수의 카테고리로 분류하는 카테고리 모델링부를 더 포함하고, 상기 예측 모델링부는, 상기 다수의 카테고리 별로 상기 사용자들을 다수의 사용자 그룹으로 클러스터링할 수 있다.In some embodiments of the present invention, the apparatus further includes a category modeling unit that classifies the users into a plurality of categories using the obtained user information, and the prediction modeling unit may classify the users into a plurality of user groups Lt; / RTI >

본 발명의 몇몇 실시예에서, 상기 정보 획득부는, 상기 사용자가 검색한 시간 정보 또는 상기 사용자가 행동한 시간 정보를 더 획득하고, 상기 가중치 모델링부는 상기 시간 정보를 이용하여, 상기 획득한 사용자 정보에 가중치를 부여하고, 상기 가중치를 부여한 사용자 정보를 이용하여, 상기 사용자들을 다수의 카테고리로 분류하는 카테고리 모델링부를 더 포함할 수 있다.In some embodiments of the present invention, the information obtaining unit further obtains time information retrieved by the user or time information when the user acts, and the weight modeling unit uses the time information to store the obtained user information And a category modeling unit for assigning weights and classifying the users into a plurality of categories using the weighted user information.

본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.Other specific details of the invention are included in the detailed description and drawings.

본 발명의 광고 제공 방법 및 서버 장치에 따르면, 사용자들을 다수의 사용자 그룹으로 클러스터링하고, 일정 시간 경과 후, 다른 사용자 그룹으로부터 상속받은 속성을 이용하여, 해당 사용자 그룹에 속하는 사용자를 대상으로 광고를 집행하므로, 사용자의 관심사를 예측하고 예측된 관심사에 따라 적합한 광고를 집행할 수 있어, 광고 성능 및 효율을 개선할 수 있다.According to the advertisement providing method and the server apparatus of the present invention, the users are clustered into a plurality of user groups, and after a lapse of a predetermined time, the advertisements are executed for the users belonging to the user group Therefore, it is possible to predict the user's interest and to execute the appropriate advertisement according to the predicted interest, thereby improving the advertisement performance and efficiency.

도 1은 본 발명의 일 실시예에 따른 광고 제공 방법 및 서버가 제공되는 환경을 설명하기 위한 블록도이다.
도 2는 본 발명의 일 실시예에 따른 광고 제공 서버의 구성을 설명하기 위한 블록도이다.
도 3 내지 도 7은 도 2의 광고 제공 서버의 동작을 설명하기 위한 도면이다.
도 8은 본 발명의 일 실시예에 따른 광고 제공 방법을 설명하기 위한 흐름도이다.1 is a block diagram illustrating an environment in which a server and an advertisement providing method according to an embodiment of the present invention are provided.
2 is a block diagram illustrating a configuration of an advertisement providing server according to an embodiment of the present invention.
3 to 7 are views for explaining the operation of the advertisement providing server of FIG.
8 is a flowchart illustrating an advertisement providing method according to an embodiment of the present invention.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 통상의 기술자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.BRIEF DESCRIPTION OF THE DRAWINGS The advantages and features of the present invention, and the manner of achieving them, will be apparent from and elucidated with reference to the embodiments described hereinafter in conjunction with the accompanying drawings. The present invention may, however, be embodied in many different forms and should not be construed as being limited to the embodiments set forth herein. Rather, these embodiments are provided so that this disclosure will be thorough and complete, and will fully convey the concept of the invention to one skilled in the art. And the present invention is only defined by the scope of the claims.

하나의 구성요소(elements)가 다른 구성요소와 "연결된(connected to)" 또는 "커플링된(coupled to)" 이라고 지칭되는 것은, 다른 구성요소와 직접 연결 또는 커플링된 경우 또는 중간에 다른 구성요소를 개재한 경우를 모두 포함한다. 반면, 하나의 구성요소가 다른 구성요소와 "직접 연결된(directly connected to)" 또는 "직접 커플링된(directly coupled to)"으로 지칭되는 것은 중간에 다른 구성요소를 개재하지 않은 것을 나타낸다.It is to be understood that one element is referred to as being "connected to" or "coupled to" another component, either directly connected or coupled to another component, Element is included. On the other hand, when an element is referred to as being "directly connected to" or "directly coupled to " another element, it means that it does not intervene in another element in between.

본 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다.Like reference numerals refer to like elements throughout.

본 명세서에서 "및/또는"은 언급된 아이템들의 각각 및 하나 이상의 모든 조합을 포함한다.As used herein, the term " and / or "includes each and every combination of one or more of the mentioned items.

비록 제1, 제2 등이 다양한 구성요소, 모듈 및/또는 섹션들을 서술하기 위해서 사용되나, 구성요소, 모듈 및/또는 섹션들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소, 모듈 또는 섹션들을 다른 구성요소, 모듈 또는 섹션들과 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소, 제1 모듈 또는 제1 섹션은 본 발명의 기술적 사상 내에서 제2 구성요소, 제2 모듈 또는 제2 섹션일 수도 있음은 물론이다.Although the first, second, etc. are used to describe various components, modules and / or sections, it is to be understood that the components, modules and / or sections are not limited by these terms. These terms are only used to distinguish one element, module or section from another element, module or section. Therefore, it goes without saying that the first component, the first module or the first section mentioned below may be a second component, a second module or a second section within the technical spirit of the present invention.

본 명세서에서 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다.The singular forms herein include plural forms unless the context clearly dictates otherwise.

본 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소, 모듈 및/또는 섹션 외에 하나 이상의 다른 구성요소, 모듈 및/또는 섹션의 존재 또는 추가를 배제하지 않는다.The terms "comprises" and / or "comprising" as used herein mean the presence or addition of one or more other components, modules and / or sections in addition to the components, modules and / Do not exclude.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.Unless defined otherwise, all terms (including technical and scientific terms) used herein may be used in a sense commonly understood by one of ordinary skill in the art. Also, predefined terms are not ideally or excessively interpreted unless explicitly defined otherwise.

이하에서는 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명하기로 한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 일 실시예에 따른 광고 제공 방법 및 서버가 제공되는 환경을 설명하기 위한 블록도이다.1 is a block diagram illustrating an environment in which a server and an advertisement providing method according to an embodiment of the present invention are provided.

도 1을 참조하면, 사용자 단말기(100), 광고주 단말기(200), 매체 서버(300), 광고 제공 서버(400)가 네트워크를 통해 서로 연결된다. 사용자 단말기(100), 광고주 단말기(200), 매체 서버(300), 광고 제공 서버(400)는 서로 데이터 및/또는 정보를 송수신할 수 있다.Referring to FIG. 1, a user terminal 100, an advertiser terminal 200, a media server 300, and an advertisement providing server 400 are connected to each other through a network. The user terminal 100, the advertiser terminal 200, the media server 300, and the advertisement providing server 400 may exchange data and / or information with each other.

네트워크는 근거리 네트워크(Local Area Network; LAN), 도시권 네트워크(Metropolitan Area Network; MAN), 광대역 네트워크(Wide Area Network; WAN) 등과 같은 다양한 크기의 네트워크로 구성될 수 있다. 네트워크는 유선 또는 무선 네트워크로 구성될 수 있다.The network may be composed of networks of various sizes such as a local area network (LAN), a metropolitan area network (MAN), a wide area network (WAN), and the like. The network may be configured as a wired or wireless network.

예를 들어, 사용자 단말기(100)는 데스크톱(desk top), 랩톱(lap top) 등과 같은 개인용 컴퓨터(Personal Computer; PC)일 수 있다. 또는, 사용자 단말기(100)는 스마트폰(smartphone), PDA(Personal Digital Assistant), 태블릿 PC(tablet PC) 등과 같은 휴대용 전자 장치일 수 있다. 사용자 단말기(100)는 예시되지 않은 다른 컴퓨팅 장치일 수도 있다.For example, the user terminal 100 may be a personal computer (PC) such as a desk top, a lap top, or the like. Alternatively, the user terminal 100 may be a portable electronic device such as a smartphone, a personal digital assistant (PDA), a tablet PC, or the like. The user terminal 100 may be another computing device that is not illustrated.

명확하게 도시하지 않았으나, 사용자 단말기(100)는 통신부, 제어부, 입출력부, 메모리부 등의 구성요소를 포함하여, 데이터 및/또는 정보의 통신, 처리, 입출력, 저장 등과 같은 동작을 수행할 수 있다.Although not explicitly shown, the user terminal 100 may perform operations such as communication, processing, input / output, storage, etc. of data and / or information, including components such as a communication unit, a control unit, an input / output unit, .

예를 들어, 광고주 단말기(200)는 데스크톱, 랩톱 등과 같은 개인용 컴퓨터일 수 있다. 또는, 광고주 단말기(200)는 스마트폰, PDA, 태블릿 PC 등과 같은 휴대용 전자 장치일 수 있다. 광고주 단말기(200)는 예시되지 않은 다른 컴퓨팅 장치일 수도 있다.For example, the advertiser terminal 200 may be a personal computer, such as a desktop, laptop, or the like. Alternatively, the advertiser terminal 200 may be a portable electronic device such as a smart phone, a PDA, a tablet PC, and the like. The advertiser terminal 200 may be another computing device that is not illustrated.

실시예에 따라, 광고주 단말기(200)는 광고주가 상품 또는 서비스를 제공하기 위해 운영하는 서버로 대체될 수도 있다.According to an embodiment, the advertiser terminal 200 may be replaced with a server operated by an advertiser to provide goods or services.

매체 서버(300)는 사용자 단말기(100)에 각종 텍스트(text), 사진, 음악, 동영상 등의 컨텐츠를 제공할 수 있다. 예를 들어, 매체 서버(300)는 다양한 컨텐츠 서비스를 제공하는 포털 사이트 서버일 수 있다. 또는, 매체 서버(300)는 사용자 단말기(100)로부터 수신한 검색 쿼리에 응답하여, 사용자 단말기(100)에게 검색 결과로서 각종 컨텐츠를 제공하는 검색 엔진일 수도 있다. 매체 서버(300)는 포털 사이트와 검색 엔진이 결합된 형태일 수도 있다.The media server 300 may provide contents such as various texts, photographs, music, and moving pictures to the user terminal 100. For example, the media server 300 may be a portal site server that provides various content services. Alternatively, the media server 300 may be a search engine that provides various contents as a search result to the user terminal 100 in response to a search query received from the user terminal 100. [ The media server 300 may be a combination of a portal site and a search engine.

도 1에서는 매체 서버(300)와 광고 제공 서버(400)를 별개로 도시하였으나, 실시예에 따라, 매체 서버(300)는 광고 제공 서버(400)와 결합된 형태로 제공될 수도 있다. 즉, 매체 서버(300)와 광고 제공 서버(400)가 일체로 구성될 수 있음은, 본 발명이 속하는 기술분야의 통상의 기술자에게 자명하게 이해될 수 있을 것이다.Although the media server 300 and the advertisement providing server 400 are shown separately in FIG. 1, according to the embodiment, the media server 300 may be provided in a form combined with the advertisement providing server 400. That is, it will be understood by those skilled in the art that the media server 300 and the advertisement providing server 400 can be integrally formed.

도 1에서는 하나의 매체 서버(300)만을 도시하였으나, 본 발명이 이에 한정되는 것은 아니고, 복수의 매체 서버(300)가 사용자 단말기(100), 광고주 단말기(200), 광고 제공 서버(400)와 네트워크를 통해 서로 연결될 수 있다.The present invention is not limited thereto and a plurality of media servers 300 may be connected to the user terminal 100, the advertiser terminal 200, the advertisement providing server 400, They can be connected to each other via a network.

광고 제공 서버(400)는 매체 서버(300) 또는 사용자 단말기(100)로부터 광고 요청을 수신하고, 수신한 광고 요청에 응답하여, 사용자 단말기(100)에게 광고를 집행할 수 있다. 광고 제공 서버(400)는 후술하는 사용자 수용 예측을 이용한 광고 제공 방법을 수행할 수 있다.The advertisement providing server 400 may receive the advertisement request from the media server 300 or the user terminal 100 and may execute the advertisement to the user terminal 100 in response to the received advertisement request. The advertisement providing server 400 may perform an advertisement providing method using user acceptance prediction described later.

도 2는 본 발명의 일 실시예에 따른 광고 제공 서버의 구성을 설명하기 위한 블록도이다.2 is a block diagram illustrating a configuration of an advertisement providing server according to an embodiment of the present invention.

도 2를 참조하면, 본 발명의 일 실시예에 따른 광고 제공 서버(400)는 통신부(410), 제어부(420), 입출력부(430), 메모리부(440)를 포함할 수 있다.2, an advertisement providing server 400 according to an exemplary embodiment of the present invention may include a communication unit 410, a control unit 420, an input / output unit 430, and a memory unit 440.

통신부(410)는 네트워크를 통해 외부 장치와 각종 데이터 및/또는 정보를 송수신할 수 있다. 통신부(410)는 네트워크 통신이 가능한 다양한 통신 모듈로 구성될 수 있다.The communication unit 410 can transmit and receive various data and / or information to / from an external device via a network. The communication unit 410 may be composed of various communication modules capable of network communication.

통신부(410)는 매체 서버(300)로부터 사용자들의 검색 이력 정보 및 행동 이력 정보를 수신할 수 있다. 통신부(410)는 매체 서버(300)로부터 시간 정보(사용자가 검색한 시간 또는 사용자가 행동한 시간)를 수신할 수도 있다.The communication unit 410 can receive search history information and behavior history information of users from the media server 300. [ The communication unit 410 may receive time information (a time when the user searched or a time when the user acted) from the media server 300. [

실시예에 따라, 통신부(410)는 사용자 단말기(100)로부터 검색 쿼리와 각종 요청을 수신할 수 있다. 통신부(410)는 검색 쿼리에 포함되는 검색 키워드 및 검색 쿼리의 수신 시간 등을 기록할 수 있다. 각종 요청은 사용자 행동과 관련될 수 있다. 예를 들어, 사용자 단말기(100)를 이용하여, 사용자는 특정 사이트를 방문한다거나, 특정 사이트에서 특정 제품을 구매하는 등의 행동을 취할 수 있다. 그리고, 이 같은 행동을 위해 사용자 단말기(100)가 전송한 각종 요청을 구별하여, 통신부(410)는 사용자 행동 정보를 기록할 수 있다. 통신부(410)는 사용자 행동 정보와 관련하여 각종 요청의 수신 시간 등을 기록할 수도 있다.According to an embodiment, the communication unit 410 can receive a search query and various requests from the user terminal 100. The communication unit 410 may record the search keyword included in the search query and the reception time of the search query. Various requests may be related to user behavior. For example, by using the user terminal 100, the user can take actions such as visiting a specific site, purchasing a specific product at a specific site, and the like. The communication unit 410 can record user behavior information by distinguishing various requests transmitted from the user terminal 100 for such actions. The communication unit 410 may record the reception time of various requests and the like with respect to the user behavior information.

통신부(410)는 광고주 단말기(200)로부터 광고 정보를 수신할 수 있다. 이러한 광고 정보는 광고 컨텐츠, 광고의 타게팅 설정 값, 광고의 입찰 정보 등을 포함할 수 있다.The communication unit 410 may receive the advertisement information from the advertiser terminal 200. [ Such advertisement information may include advertisement contents, a targeting setting value of the advertisement, bidding information of the advertisement, and the like.

제어부(420)는 명령어 및/또는 프로그램을 수행하여 광고 제공 서버(400)의 제반 동작을 제어할 수 있다. 제어부(420)는 데이터 및/또는 정보를 처리하는 적어도 하나의 하드웨어 모듈(예를 들어, 프로세서)을 포함할 수 있다. The control unit 420 may control commands and / or programs to control all operations of the advertisement providing server 400. The control unit 420 may include at least one hardware module (e.g., a processor) that processes data and / or information.

도 3에 도시된 바와 같이, 제어부(420)는 사용자들의 검색 이력 정보 및 행동 이력 정보를 이용하여 각종 모델링 과정을 수행할 수 있다. 특히, 제어부(420)는 사용자 정보(즉, 검색 이력 정보 및 행동 이력 정보) 이외에 시간 정보를 추가적으로 이용하여 각종 모델링 과정을 수행할 수 있다. 이는, 사용자의 관심사를 보다 명확하게 판단하기 위한 것으로, 상세한 설명은 후술하기로 한다. 제어부(420)에 의해 각종 모델링 과정이 완료되면, 클러스터링 기반 사용자 그룹이 생성될 수 있다. 제어부(420)는 상기 사용자 그룹의 수용 성향에 따라 사용자 수용 예측을 이용한 광고를 집행할 수 있다.As shown in FIG. 3, the controller 420 may perform various modeling processes using search history information and behavior history information of users. In particular, the control unit 420 may perform various modeling processes by additionally using time information in addition to user information (i.e., search history information and behavior history information). This is for more clearly determining the interests of the user, and a detailed description will be given later. When various modeling processes are completed by the control unit 420, a clustering-based user group can be created. The control unit 420 may execute the advertisement using the user acceptance prediction according to the acceptance tendency of the user group.

이를 위해, 제어부(420)는 세부 구성으로 정보 획득부(421), 카테고리 모델링부(422), 가중치 모델링부(423), 예측 모델링부(424), 광고 집행부(425)를 포함할 수 있다.The control unit 420 may include an information obtaining unit 421, a category modeling unit 422, a weight modeling unit 423, a prediction modeling unit 424, and an advertisement execution unit 425 in detail.

정보 획득부(421)는 사용자들의 검색 이력 정보 및 행동 이력 정보를 획득할 수 있다. 정보 획득부(421)는 통신부(410)로부터 상기 정보를 수신하거나, 메모리부(440)에 저장된 상기 정보를 독출할 수 있다.The information acquisition unit 421 can acquire search history information and behavior history information of users. The information obtaining unit 421 can receive the information from the communication unit 410 or can read the information stored in the memory unit 440. [

카테고리 모델링부(422)는 사용자들을 다수의 카테고리로 분류할 수 있다. 카테고리 모델링부(422)는 정보 획득부(421)가 획득한 사용자 정보를 이용하여, 카테고리 분류를 수행할 수 있다. 이러한 카테고리는 사용자의 관심사를 나타낼 수 있다.The category modeling unit 422 can classify users into a plurality of categories. The category modeling unit 422 can perform category classification using the user information acquired by the information obtaining unit 421. [ These categories can represent a user's interests.

예를 들어, 도 4에 도시된 바와 같이, 카테고리는 패션(1000), 가전(2000), 여행(3000)을 포함할 수 있다. 참조부호 10, 20, 30은 각각의 카테고리에 속하는 사용자들을 나타낼 수 있다. 이외에도, 카테고리는 뷰티, 컴퓨터, 가구, 생활, 건강, 식품, 유아동, 레저, 자동차 등을 더 포함할 수 있으나, 본 발명이 이에 한정되는 것은 아니다. For example, as shown in FIG. 4, the category may include fashion 1000, consumer electronics 2000, and travel 3000. Reference numerals 10, 20, and 30 may denote users belonging to respective categories. In addition, the category may further include a beauty, a computer, a furniture, a living, a health, a food, a baby, a leisure, an automobile and the like, but the present invention is not limited thereto.

한편, 사용자가 동일한 키워드를 반복하여 검색하거나, 사용자가 동일한 사이트에 반복하여 방문하는 것은, 해당 키워드 및 해당 사이트에 사용자의 관심이 높음을 뒷받침할 수 있다. 또한, 상대적으로 먼 과거에 이뤄진 사용자 행동보다는 상대적으로 가까운 과거에 이뤄진 사용자 행동이 사용자의 (현재) 관심사를 더욱 잘 표현할 수 있다.On the other hand, if the user repeatedly searches for the same keyword or repeatedly visits the same site, it can support the user's interest in the keyword and the corresponding site. Also, user behaviors that are relatively close in the past, rather than in the relatively distant past, can better represent the user's (current) interests.

본 발명의 실시예에서는, 이 같은 점을 고려하여, 가중치 모델링부(423)가 시간 정보를 이용하여 정보 획득부(421)가 획득한 사용자 정보에 가중치를 부여할 수 있다.In the embodiment of the present invention, the weight modeling unit 423 may assign a weight to the user information acquired by the information acquisition unit 421 using the time information in consideration of this point.

예를 들어, 가중치 모델링부(423)는 일정 기간동안 사용자가 동일한 키워드를 반복하여 검색한 경우 또는 일정 기간 동안 사용자가 동일한 사이트에 반복하여 방문한 경우에는, 해당 정보의 중요도를 높이기 위한 가중치를 부여할 수 있다. 또한, 가중치 모델링부(423)는 상대적으로 먼 과거(예를 들어, 최근 7일 내)에 이뤄진 사용자 행동 정보보다 상대적으로 가까운 과거(예를 들어, 최근 1일 내)에 이뤄진 사용자 행동 정보의 중요도를 높이기 위한 가중치를 부여할 수 있다.For example, when the user repeatedly searches for the same keyword for a certain period of time or repeatedly visits the same site for a predetermined period of time, the weight modeling unit 423 assigns a weight for increasing the importance of the relevant information . In addition, the weight modeling unit 423 may classify the importance of the user behavior information in the past (for example, in the last one day) relatively close to the user behavior information in the relatively distant past (for example, within the last seven days) Can be given.

시간 정보를 이용하는 외에도, 가중치 모델링부(423)는 사용자의 행동 양태(pattern)에 따라 서로 다른 가중치를 부여할 수 있다.In addition to using time information, the weight modeling unit 423 may assign different weights according to the behavior pattern of the user.

예를 들어, 가중치 모델링부(423)는 사용자가 특정 사이트를 직접 방문하여 특정 제품을 구매한 경우와 사용자가 검색 엔진 등을 통해서 특정 사이트를 방문하여 특정 제품을 구매한 경우에 대해서 서로 다른 가중치를 부여할 수 있다.For example, the weight modeling unit 423 may use different weights for cases where a user directly visits a specific site to purchase a specific product, and a case where a user visits a specific site through a search engine and purchases a specific product .

이러한 가중치는 실험을 통해서 휴리스틱하게 결정될 수 있다.These weights can be heuristically determined through experiments.

본 명세서에서는, 이 같은 가중치 모델링 과정을 통해 가중치가 부여된 사용자 정보를 “사용자 관심 정보”라고 정의하기로 한다. 즉, 가중치 모델링은 사용자 정보를 이용하여 사용자의 관심사를 추출하는 과정일 수 있다. 카테고리가 사용자의 대략적인 관심사를 나타낼 수 있다면, 사용자 관심 정보는 사용자의 세부적인 관심사를 나타낼 수 있을 것이다.In this specification, the weighted user information is defined as " user interest information " through the weight modeling process. That is, the weight modeling may be a process of extracting a user's interest using user information. If the category can represent the user's approximate interests, the user interest information may represent the user's specific interests.

카테고리 모델링부(422)는 가중치 모델링부(423)에 의해 가중치가 부여된 사용자 정보, 즉 사용자 관심 정보를 이용하여, 카테고리 분류를 수행할 수 있다. 이로써, 본 발명의 실시예에 따르면, 카테고리가 사용자의 관심사를 보다 정확하게 나타낼 수 있다.The category modeling unit 422 can perform category classification using weighted user information, that is, user interest information, by the weight modeling unit 423. Thus, according to the embodiment of the present invention, the category can represent the interest of the user more accurately.

예측 모델링부(424)는 사용자들을 다수의 사용자 그룹으로 클러스터링할 수 있다. “다수의 사용자 그룹으로 클러스터링한다”는 것은 사용자 간의 유사도를 기초로, 사용자들을 다수의 사용자 그룹으로 분류하는 것을 나타낼 수 있다. 예측 모델링부(424)는 사용자의 세부적인 관심사를 나타내는 사용자 관심 정보를 이용하여, 사용자 간 관심사 유사도를 산출하고, 산출한 관심사 유사도를 기초로 사용자 그룹 클러스터링을 수행할 수 있다. 예측 모델링부(424)는 카테고리 모델링부(422)가 분류한 각각의 카테고리 별로 사용자 그룹 클러스터링을 수행할 수 있다.The prediction modeling unit 424 may cluster users into a plurality of user groups. Clustering into multiple user groups may indicate that users are grouped into multiple user groups based on the similarity between users. The prediction modeling unit 424 may calculate interest similarities between users using user interest information indicating a user's detailed interests and perform user group clustering based on the calculated interest similarities. The prediction modeling unit 424 can perform user group clustering for each category classified by the category modeling unit 422. [

예를 들어, 어느 사용자가 “ABC.COM” 사이트에 관심을 가질 수 있고, 다른 사용자도 동일하게 “ABC.COM” 사이트에 관심을 가질 수 있다. 이 경우, 상기 사용자들은 특정 사이트에 대한 관심사가 동일하므로 동일한 사용자 그룹으로 묶일 수 있다. 한편, 또 다른 사용자가 “ABC.COM” 및 “BCD.COM” 사이트에 관심을 가질 수 있고, 또 다른 사용자도 동일하게 “ABC.COM” 및 “BCD.COM” 사이트에 관심을 가질 수 있다. 이 경우, 상기 사용자들도 특정 사이트에 대한 관심사가 동일하므로 동일한 사용자 그룹으로 묶일 수 있다. 한편, 상기 사용자 그룹은 “BCD.COM” 사이트에 관심을 갖는다는 점에서 앞의 사용자 그룹과 구별되므로, 서로 다른 사용자 그룹으로 분류될 수 있다.For example, a user may be interested in the " ABC.COM " site, and other users may be interested in the same " ABC.COM " In this case, the users can be grouped into the same user group because they have the same interest in a specific site. On the other hand, another user may be interested in the "ABC.COM" and "BCD.COM" sites, and another user may also be interested in the "ABC.COM" and "BCD.COM" sites. In this case, the users are also grouped into the same user group because their interests are the same for a specific site. Meanwhile, since the user group is distinguished from the previous user group in that it is interested in the " BCD.COM " site, it can be classified into different user groups.

다만, 하나의 사이트 단위로 사용자 그룹을 분류하는 것은 통계적인 접근방법으로 적합하지 않으므로, 사용자 관심 정보를 이용하여 사용자 간의 유사 계수를 산출하고, 상기 유사 계수의 값이 기준 값보다 크면, 해당 사용자들을 동일한 사용자 그룹으로 묶을 수 있을 것이다.However, since it is not suitable as a statistical approach to classify user groups on a site basis, similarity coefficients between users are calculated using user interest information, and if the value of the similarity coefficient is larger than the reference value, You can group them into the same user group.

유사 계수로는 타니모토 계수(Tanimoto Coefficient), 다이스 계수(Dice’s Coefficient), 자카드 계수(Jacard’s Coefficient), 코싸인 계수(Cosine Coefficient), 중복도 계수(Overlap Coefficient) 등이 이용될 수 있으나, 본 발명이 이에 한정되는 것은 아니다.The similarity coefficient may be Tanimoto Coefficient, Dice's Coefficient, Jacard's Coefficient, Cosine Coefficient, Overlap Coefficient or the like, But is not limited thereto.

방문 사이트 이외에, 검색 키워드, 관심 카테고리, 조회 상품 등 예시되지 않은 다양한 사용자 관심 정보를 이용하는 경우에도 실질적으로 동일한 방식이 적용될 수 있을 것이다.Substantially the same method can be applied even when various user interest information that is not illustrated, such as a search keyword, an interest category, an inquiry item, etc., is used in addition to the visited site.

예측 모델링부(424)에 의해 생성되는 다수의 사용자 그룹은, 후술하는 “혁신의 수용 성향”에 따라 단계 별로 구분되는, 혁신자(Innovators) 그룹, 조기 수용자(Early Adopters) 그룹, 조기 다수자(Early Majority) 그룹, 후기 다수자(Late Majority) 그룹, 추종자(Laggards) 그룹을 포함할 수 있다.The plurality of user groups generated by the prediction modeling unit 424 are classified into a plurality of categories such as an Innovators group, an Early Adopters group, an early majority group An Early Majority group, a Late Majority group, and a Laggards group.

예를 들어, 도 5에 도시된 바와 같이, 패션, 가전, 여행의 카테고리 별로 혁신자 그룹, 조기 수용자 그룹, 조기 다수자 그룹, 후기 다수자 그룹, 추종자 그룹이 구별될 수 있다. 참조부호, 1100~1500, 2100~2500, 3100~3500은 각각의 카테고리 별로 분류된 사용자 그룹을 나타낼 수 있다.For example, as shown in FIG. 5, an innovator group, an early adopter group, an early majority group, a late majority group, and a follower group can be distinguished by fashion, home appliance, and travel category. Reference numerals 1100 to 1500, 2100 to 2500, and 3100 to 3500 may represent user groups classified into respective categories.

이러한 방식으로 분류된 사용자 그룹은 에버렛 로저스(Everett M. Rogers)의 혁신 확산 이론(Innovation Diffusion Theory)을 따를 수 있다. 혁신 확산 이론에 따르면, 사용자는 혁신의 수용 성향에 따라 2.5%의 혁신자, 13.5%의 조기 수용자, 34%의 조기 다수자, 34%의 후기 다수자, 16%의 추종자로 구성될 수 있다. 여기서, “혁신의 수용 성향”은 “새로운 아이디어(또는, 제품, 서비스 등)를 상대적으로 빨리 수용하는 정도”로 정의될 수 있다. 혁신의 수용 성향이 높은 사용자의 경우, 상대적으로 빠른 시간 내에 새로운 아이디어 등을 수용할 수 있다. 혁신 확산 이론에 대한 보다 상세한 설명은 본 발명의 요지를 흐릴 수 있으므로, 이하 생략하기로 한다.User groups categorized in this way can follow Everett M. Rogers' Innovation Diffusion Theory. According to the diffusion diffusion theory, users can be composed of 2.5% innovator, 13.5% early adopter, 34% early majority, 34% late majority, and 16% follower, depending on the acceptance of innovation. Here, "acceptance of innovation" can be defined as "the degree of accepting new ideas (or products, services, etc.) relatively quickly". Users with high acceptance of innovation can accept new ideas in a relatively short period of time. A more detailed description of the innovation diffusion theory may obscure the gist of the present invention and will be omitted hereafter.

본 발명의 실시예에서는, 시간이 경과함에 따라 사용자들 사이에서 혁신이 확산되는 것에 기초하여 사용자 수용을 예측한다. 즉, 시간이 경과함에 따라 조기 수용자 그룹에 속하는 사용자가 혁신자 그룹만이 수용한 새로운 아이디어를 수용할 것으로 예측할 수 있다. 이를 일반화 시키면, 시간이 경과함에 따라 조기 수용자 그룹에 속하는 사용자가 혁신자 그룹에 속하는 사용자와 유사한 특성을 나타낼 것이라고 예측하는 것이다.In an embodiment of the present invention, user acceptance is predicted based on the diffusion of innovation among users over time. That is, it can be predicted that, as time elapses, a user belonging to an early adopter group will accept new ideas accepted only by the innovator group. By generalizing this, it is predicted that over time, the users belonging to the early adopter group will exhibit characteristics similar to those belonging to the innovator group.

도 5에 도시된 바와 같이, 제1 시간(t1)이 경과하면, 조기 수용자 그룹(1200)에 속하는 사용자는 혁신자 그룹(1100)에 속하는 사용자와 유사한 특성을 나타낼 수 있다. 마찬가지로, 제2 시간(t2)이 경과하면, 조기 다수자 그룹(1300)에 속하는 사용자는 조기 수용자 그룹(1200)에 속하는 사용자와 유사한 특성을 나타낼 수 있다. 제3 시간(t3) 및 제4 시간(t4)에 대해서도 이와 동일한 방식이 적용될 수 있다.5, when the first time t1 elapses, a user belonging to the early adopter group 1200 may exhibit characteristics similar to those belonging to the innovator group 1100. [ Similarly, when the second time t2 elapses, a user belonging to the early majority group 1300 may exhibit characteristics similar to those belonging to the early audience group 1200. [ This same method can be applied to the third time t3 and the fourth time t4.

제1 시간 내지 제4 시간(t1~t4)의 크기는 서로 다르게 결정될 수 있다. 또한, 제1 시간 내지 제4 시간(t1~t4)의 크기는 카테고리에 따라 서로 다르게 결정될 수도 있다. 카테고리에 따라 혁신의 확산 속도가 다를 수 있기 때문이다.The sizes of the first to fourth times t1 to t4 may be determined differently. In addition, the sizes of the first to fourth times t1 to t4 may be determined differently depending on the category. It is because the rate of diffusion of innovation may be different depending on the category.

이 같은 예측 모델에 기초하여, 예측 모델링부(424)는 제1 시간(t1)이 경과한 후, 혁신자 그룹(100)의 속성을 조기 수용자 그룹(1200)의 속성에 상속할 수 있다. 마찬가지로, 예측 모델링부(424)는 제2 시간(t2)이 경과한 후, 조기 수용자 그룹(1200)의 속성을 조기 다수자 그룹(1300)의 속성에 상속할 수 있다.Based on such a prediction model, the prediction modeling unit 424 can inherit the attribute of the innovator group 100 to the attribute of the early adopter group 1200 after the first time t1 elapses. Similarly, the prediction modeling unit 424 may inherit the attribute of the early adopter group 1200 to the attribute of the early majority group 1300 after the second time t2 has elapsed.

각각의 사용자 그룹의 “속성”은 해당 사용자 그룹에 속하는 사용자들의 관심사를 나타낼 수 있다. 즉, 각각의 사용자 그룹의 속성은 해당 사용자 그룹에 속하는 사용자들의 (공통된) 사용자 관심 정보를 나타낼 수 있다. 그리고, 사용자 그룹의 속성은 후술하는 바와 같이 해당 사용자 그룹에 속하는 사용자에 대한 광고 집행 시 활용될 수 있다.The " attribute " of each user group may indicate the interests of users belonging to that user group. That is, the attribute of each user group may represent (common) user interest information of users belonging to the user group. The attribute of the user group may be utilized when an advertisement is executed for a user belonging to the user group, as described later.

따라서, 본 명세서에서 “속성을 상속한다”는 것은 다른 사용자 그룹의 속성을 승계하여 광고 집행 시 활용될 수 있도록 하는 것을 의미한다.Thus, in the present specification, "inheriting attributes" means that attributes of other user groups can be inherited to be utilized in advertisement execution.

도 6에 도시된 바와 같이, 각각의 사용자 그룹(1100~1300)은 복수의 속성을 가질 수 있다. 예를 들어, 사용자 그룹의 속성은 방문 사이트(1110~1310), 검색 키워드(1120~1320), 관심 카테고리(1130~1330), 조회 상품(1140~1340) 등으로 구성될 수 있으나, 본 발명이 이에 한정되는 것은 아니다.As shown in FIG. 6, each of the user groups 1100 to 1300 may have a plurality of attributes. For example, the attributes of the user group may include the visiting sites 1110 to 1310, the search keywords 1120 to 1320, the interest categories 1130 to 1330, the inquiry items 1140 to 1340, But is not limited thereto.

상대적으로 수용 성향이 높은 사용자 그룹은 상대적으로 수용 성향이 낮은 사용자 그룹의 속성에 포함되는 요소를 포함할 뿐만 아니라, 상대적으로 수용 성향이 낮은 사용자 그룹의 속성에 비포함되는 요소를 더 포함할 수 있다. 여기서, 비포함되는 요소가, 혁신 확산 이론에 따르면, 상대적으로 수용 성향이 낮은 사용자 그룹이 수용하지 않은 새로운 아이디어 등에 해당할 수 있다.A relatively high acceptance group of users may include elements included in the attributes of the relatively low acceptance user group as well as elements that are not included in the attributes of the relatively low accepting group of users . Here, the non-included elements may correspond to new ideas that are not accommodated by a group of users having a relatively low acceptance tendency according to the innovation diffusion theory.

예를 들어, 사용자의 수용 성향에 따라, 조기 다수자 그룹(1300)의 사용자는 “ABC.COM” 사이트만을 방문하였으나, 조기 수용자 그룹(1200)의 사용자는 “BCD.COM” 사이트를 더 방문했을 수 있다. 마찬가지로, 혁신자 그룹(1100)의 사용자는 조기 수용자 그룹의(1200) 사용자와 비교하여, “CDE.COM” 사이트를 더 방문했을 수 있다.For example, according to the user's acceptance tendency, the users of the early majority group 1300 visited only the "ABC.COM" site, but the users of the early audience group 1200 visited the "BCD.COM" site . Similarly, a user of the innovator group 1100 may have visited the " CDE.COM " site more in comparison with the (1200) user of the early adopter group.

그러나, 제1 시간(t1)이 경과하면, 혁신자 그룹(1100)의 방문 사이트 속성(1110)이 조기 수용자 그룹(1200)의 방문 사이트 속성(1210)에 상속되어(즉, 조기 수용자 그룹(1200)의 방문 사이트 속성(1210)에 비포함되었던 “CDE.COM”의 요소가 추가되어), 조기 수용자 그룹(1200)에 속하는 사용자에게 광고 집행 시 활용될 수 있다. 혁신 확산 이론에 기초하여, 제1 시간(t1)이 경과하면, 조기 수용자 그룹(1200)에 속하는 사용자들이 “CDE.COM” 사이트에도 관심을 가질 것이라 예측할 수 있기 때문이다.However, when the first time t1 elapses, the visiting site attribute 1110 of the innovator group 1100 is inherited to the visiting site attribute 1210 of the early audience group 1200 (i.e., the early audience group 1200 The element of " CDE.COM " which was not included in the visiting site attribute 1210 of the early adopter group 1200) is added to the user who belongs to the early audience group 1200. Based on the innovation diffusion theory, it can be predicted that users belonging to the early adopter group 1200 will also be interested in the " CDE.COM " site when the first time t1 elapses.

마찬가지로, 제2 시간(t2)이 경과하면, 조기 수용자 그룹(1200)의 방문 사이트 속성(1210)이 조기 다수자 그룹(1300)의 방문 사이트 속성(1310)에 상속되어(즉, 조기 다수자 그룹(1300)의 방문 사이트 속성(1310)에 비포함되었던 “BCD.COM”의 요소가 추가되어), 조기 다수자 그룹(1300)에 속하는 사용자에게 광고 집행 시 활용될 수 있다. 혁신 확산 이론에 기초하여, 제1 시간(t2)이 경과하면, 조기 다수자 그룹(1300)에 속하는 사용자들이 “BCD.COM” 사이트에도 관심을 가질 것이라 예측할 수 있기 때문이다.Similarly, when the second time t2 elapses, the visiting site attribute 1210 of the early audience group 1200 is inherited to the visiting site attribute 1310 of the early majority group 1300 (i.e., BCD.COM " element included in the site property 1310 of the site 1300) is added to the user in the early majority group 1300. [ Based on the innovation diffusion theory, it can be predicted that when the first time t2 elapses, users belonging to the early majority group 1300 will also be interested in the " BCD.COM " site.

검색 키워드(1120~1320)), 관심 카테고리(1130~1330), 조회 상품(1140~1340) 등의 속성에 대해서도 이와 동일한 방식이 적용될 수 있다.Search keywords 1120 to 1320), interest categories 1130 to 1330, inquiry items 1140 to 1340, and the like.

광고 집행부(425)는 각각의 사용자 그룹의 속성을 이용하여, 각각의 사용자 그룹에 속하는 사용자에게 광고를 집행할 수 있다. 각각의 사용자 그룹의 속성은 원(original) 요소를 포함하고, 추가적으로 상위의 사용자 그룹으로부터 상속받은 요소를 포함할 수도 있다. 광고 집행부(425)는 사용자 그룹의 속성과 광고의 타겟팅 설정 값을 비교하고, 비교 결과에 따라 해당 사용자 그룹에 속하는 사용자에게 상기 광고를 집행할 수 있다. The advertisement enforcement unit 425 may use the attributes of each user group to enforce the advertisement to the users belonging to each user group. The attributes of each user group include the original element and may additionally include elements inherited from the upper user group. The advertisement execution unit 425 compares the attribute of the user group with the targeting setting value of the advertisement and can execute the advertisement to a user belonging to the user group according to the comparison result.

예를 들어, 도 7에 도시된 바와 같이, 광고 집행부(425)는 조기 수용자 그룹(1200)의 속성(1210~1240)과 광고 1(5100)의 타겟팅 설정 값(5110~5140)을 비교하고, 조기 수용자 그룹(1200)의 속성(1210~1240)과 광고 2(5200)의 타겟팅 설정 값(5210~5240)을 비교할 수 있다.7, the advertisement executing unit 425 compares the attributes 1210 to 1240 of the early audience group 1200 with the targeting setting values 5110 to 5140 of the advertisement 1 5100, The attributes 1210 to 1240 of the early audience group 1200 and the targeting setting values 5210 to 5240 of the advertisement 2 5200 can be compared.

제1 시간(t1)이 경과하기 전에는, 광고 집행부(425)는 조기 수용자 그룹(1200)의 방문 사이트 속성(1210)과 광고 1(5100)의 방문 사이트 설정 값(5110) 사이에 일치하는 요소가 있는 것으로 판단할 수 있다. 이 때에는, 광고 1(5100)만이 조기 수용자 그룹(1200)에 속하는 사용자에게 집행될 수 있다.Before the first time t1 elapses, the advertisement execution unit 425 receives an element matching between the visiting site attribute 1210 of the early audience group 1200 and the visiting site setting value 5110 of the advertisement 1 5100 . At this time, only the advertisement 1 5100 can be executed to the user belonging to the early audience group 1200.

그러나, 제1 시간(t1)이 경과하면, 조기 수용자 그룹(1200)의 방문 사이트 속성(1210)은 혁신자 그룹(1100)의 방문 사이트 속성(1110)을 상속받을 수 있다. 즉, 조기 수용자 그룹(1200)의 방문 사이트 속성(1210)에 “CDE.COM”의 요소가 추가된 상태이므로, 광고 집행부(425)는 조기 수용자 그룹(1200)의 방문 사이트 속성(1210)과 광고 2(5200)의 방문 사이트 설정 값(5210) 사이에 일치하는 요소가 있는 것으로 판단할 수 있다.However, when the first time t1 elapses, the visiting site attribute 1210 of the early adopter group 1200 can inherit the visiting site attribute 1110 of the innovator group 1100. [ That is, since the element of " CDE.COM " is added to the visiting site property 1210 of the early audience group 1200, the advertisement executing unit 425 displays the advertisement information of the admission site property 1210 of the early audience group 1200, 2 (5200) has a matching element between the visit site setting value 5210 of the first site 5200 and the second site 5200 of the second site 5200.

한편, 광고 집행부(425)는 각각의 사용자 그룹의 해당 속성이 갖고 있던 원 요소와 상위의 사용자 그룹으로부터 상속받은 요소를 구별할 수 있다. 혁신 확산 이론에 따르면, 원 요소는 해당 사용자 그룹이 이미 수용한 아이디어 등에 해당하지만, 상속받은 요소는 해당 사용자 그룹이 수용할 것으로 예측되는(즉, 아직 수용하지 않은) 아이디어 등에 해당할 수 있다. 따라서, 광고 집행부(425)는 이러한 요소들을 구별하여 서로 다른 방식으로 처리할 수 있다. 예를 들어, 광고 집행부(425)는 상속받은 요소에 기초하여 집행되는 광고는 클릭률이 낮을 것으로 판단할 수 있다.Meanwhile, the advertisement executing unit 425 can distinguish the element that the corresponding attribute of each user group had from the element inherited from the upper user group. According to the diffusion diffusion theory, the original element corresponds to an idea already accepted by the group of users, but the inherited element may correspond to an idea that the group of users is expected to accept (ie, not yet accepted). Accordingly, the advertisement enforcement unit 425 can distinguish these elements and process them in different ways. For example, the advertisement executing unit 425 may determine that the advertisement to be executed based on the inherited element has a low click rate.

도 7에 도시된 바와 같이, 비교 결과에 따라 사용자에게 노출이 가능한 광고가 복수인 경우, 광고 집행부(425)는 이들 광고(5100, 5200)를 포함하는 광고 풀(pool)을 생성할 수 있다. 광고 집행부(425)는 각각의 광고(5100, 5200)의 입찰 정보(5150, 5250)를 비교하여, 노출당 가격(Price Per Impression; PPI)이 높은 순서에 따라 광고를 집행할 수 있다. 입찰 정보는 입찰가(Price Per Click; PPC)와 예측 클릭률(prediction Click Through Rate; pCTR)을 포함할 수 있고, 노출당 가격은 광고의 입찰가와 예측 클릭률의 곱으로 정의될 수 있다.As shown in FIG. 7, when there are a plurality of advertisements that can be exposed to the user according to the comparison result, the advertisement enforcement unit 425 may generate an advertisement pool including the advertisements 5100 and 5200. The advertisement executing unit 425 compares the bidding information 5150 and 5250 of the respective advertisements 5100 and 5200 and can execute the advertisement according to the order of the price per impression (PPI). The bidding information may include a bid price (PPC) and a prediction click through rate (pCTR), and the price per impression may be defined as the product of the bid of the ad and the predicted click rate.

상술한 정보 획득부(421), 카테고리 모델링부(422), 가중치 모델링부(423), 예측 모델링부(424), 광고 집행부(425)는 적어도 하나의 하드웨어 모듈로 구성되어, 제어부(420)에 포함될 수 있다. 또는, 상술한 정보 획득부(421), 카테고리 모델링부(422), 가중치 모델링부(423), 예측 모델링부(424), 광고 집행부(425)는 적어도 하나의 소프트웨어 모듈로 구성되고, 제어부(420)는 상기 소프트웨어 모듈을 실행할 수 있다.The above-described information obtaining unit 421, category modeling unit 422, weight modeling unit 423, predictive modeling unit 424 and advertisement execution unit 425 are constituted by at least one hardware module, . Alternatively, the above-described information obtaining unit 421, the category modeling unit 422, the weight modeling unit 423, the prediction modeling unit 424, and the advertisement executing unit 425 are constituted by at least one software module, May execute the software module.

입출력부(430)는 광고 제공 서버(400)의 운영자와 인터페이스할 수 있다. 운영자는 입출력부(430)를 통해 광고 제공 서버(400)에 각종 정보를 입력할 수 있고, 광고 제공 서버(400)는 입출력부(430)를 통해 운영자에 각종 정보를 출력할 수 있다.The input / output unit 430 may interface with the operator of the advertisement providing server 400. The operator can input various information to the advertisement providing server 400 through the input and output unit 430 and the advertisement providing server 400 can output various information to the operator through the input and output unit 430.

메모리부(440)는 명령어 및/또는 프로그램을 저장하거나, 데이터 및/또는 정보를 저장할 수 있다. 예를 들어, 메모리부(440)는 하드 디스크 또는 플래시 메모리 등과 같은 스토리지 장치일 수 있다. 메모리부(440)는 예시되지 않은 다른 저장 매체일 수도 있다.The memory unit 440 may store instructions and / or programs, or may store data and / or information. For example, the memory unit 440 may be a storage device such as a hard disk or a flash memory. The memory unit 440 may be another storage medium not illustrated.

메모리부(440)는 통신부(410)로부터 사용자들의 검색 이력 정보 및 행동 이력 정보를 수신하고, 이를 저장할 수 있다.The memory unit 440 receives the search history information and the action history information of the users from the communication unit 410 and stores the information.

실시예에 따라, 메모리부(440)는 통신부(410)로부터 사용자들의 검색 키워드 및 행동 정보를 수신하고, 이를 시간의 경과에 따라 누적한 검색 이력 정보 및 행동 이력 정보를 저장할 수 있다.According to an embodiment, the memory unit 440 receives search keywords and behavior information of users from the communication unit 410, and can store search history information and behavior history information accumulated over time.

메모리부(440)는 통신부(410)로부터 시간 정보를 수신하고, 이를 저장할 수도 있다.The memory unit 440 may receive time information from the communication unit 410 and store the time information.

메모리부(440)는 통신부(410)로부터 광고 정보를 수신하고, 광고 컨텐츠, 광고의 타게팅 설정 값, 광고의 입찰 정보 등을 저장할 수 있다.The memory unit 440 receives the advertisement information from the communication unit 410, and stores the advertisement content, the targeting setting value of the advertisement, the bid information of the advertisement, and the like.

메모리부(440)는 이러한 각종 정보를 구조화하여 저장하고, 검색 및 갱신 기능을 제공하기 위한 데이터베이스를 포함할 수 있다.The memory unit 440 may include a database for structuring and storing such various information, and for providing search and update functions.

도 8은 본 발명의 일 실시예에 따른 광고 제공 방법을 설명하기 위한 흐름도이다.8 is a flowchart illustrating an advertisement providing method according to an embodiment of the present invention.

도 8을 참조하면, 먼저 광고 제공 서버(400)가 사용자들의 검색 이력 정보 및 행동 이력 정보를 획득한다(S510). 이 때, 광고 제공 서버(400)는 사용자가 검색한 시간 정보 및 사용자가 행동한 시간 정보 등을 더 획득할 수도 있다.Referring to FIG. 8, the advertisement providing server 400 obtains search history information and behavior history information of users (S510). At this time, the advertisement providing server 400 may further acquire the time information retrieved by the user, the time information of the user's action, and the like.

이어서, 광고 제공 서버(400)가 획득한 사용자 정보에 가중치를 부여한다(S520). 광고 제공 서버(400)는 시간 정보를 이용하여 획득한 사용자 정보에 가중치를 부여할 수 있다. 광고 제공 서버(400)는 사용자의 행동 양태에 따라 서로 다른 가중치를 부여할 수도 있다.Then, the advertisement providing server 400 gives a weight to the acquired user information (S520). The advertisement providing server 400 may assign a weight to the user information acquired using the time information. The advertisement providing server 400 may assign different weights according to the behavior of the user.

이어서, 광고 제공 서버(400)가 가중치를 부여한 사용자 정보, 즉 사용자 관심 정보를 이용하여 사용자들을 다수의 카테고리로 분류한다(S530). 이러한 카테고리는 사용자의 대략적인 관심사를 나타내고, 사용자 관심 정보는 사용자의 세부적인 관심사를 나타낼 수 있다. 카테고리는 패션, 가전, 여행, 뷰티, 컴퓨터, 가구, 생활, 건강, 식품, 유아동, 레저, 자동차 등을 포함할 수 있으나, 본 발명이 이에 한정되는 것은 아니다.Then, the advertisement providing server 400 classifies users into a plurality of categories using the weighted user information, i.e., user interest information (S530). These categories may represent the user's approximate interests, and the user interest information may represent the user's specific interests. The category may include fashion, household appliances, travel, beauty, computer, furniture, life, health, food, baby, leisure, automobile and the like, but the present invention is not limited thereto.

이어서, 광고 제공 서버(400)가 사용자 관심 정보를 이용하여, 사용자 간의 관심사 유사도를 산출하고, 산출한 관심사 유사도를 기초로, 사용자들을 다수의 사용자 그룹으로 클러스터링한다(S540). 광고 제공 서버(400)는 기분류한 각각의 카테고리 별로 사용자 그룹 클러스터링을 수행할 수 있다.Then, the advertisement providing server 400 calculates the similarity degree of interest among users using the user interest information, and clusters users into a plurality of user groups based on the calculated interest similarity (S540). The advertisement providing server 400 may perform user group clustering for each of the pre-classified categories.

다수의 사용자 그룹은 혁신의 수용 성향에 따라 단계 별로 구분되는 혁신자 그룹, 조기 수용자 그룹, 조기 다수자 그룹, 후기 다수자 그룹, 추종자 그룹을 포함하고, 이러한 방식으로 분류된 사용자 그룹은 에버렛 로저스의 혁신 확산 이론을 따를 수 있다.Many user groups include a group of innovators, an early adopter group, an early majority group, a late majority group, and a follower group, which are classified in stages according to the accepting tendency of innovation, and the group of users classified in this way is Everett Rogers Innovation diffusion theory can be followed.

이어서, 광고 제공 서버(400)가 사용자 수용 예측을 수행한다(S550). 상술한 바와 같이, 광고 제공 서버(400)의 사용자 수용 예측은 시간이 경과함에 따라 사용자들 사이에서 혁신이 확산되는 것에 기초한다. 광고 제공 서버(400)는 시간이 경과함에 따라 상대적으로 낮은 수용 성향을 갖는 사용자 그룹에 속하는 사용자가 상대적으로 높은 수용 성향을 갖는 사용자 그룹에 속하는 사용자와 유사한 특성을 나타낼 것이라고 예측하는 것이다.Then, the advertisement providing server 400 performs user acceptance prediction (S550). As described above, the user acceptance prediction of the advertisement providing server 400 is based on the diffusion of innovation among users as time passes. The advertisement providing server 400 predicts that, as time elapses, a user belonging to a user group having a relatively low acceptance tendency will exhibit characteristics similar to those belonging to a user group having a relatively high accepting tendency.

이 같은 예측 모델에 기초하여, 예를 들어, 광고 제공 서버(400)는 제1 시간 경과 후, 혁신자 그룹의 속성을 조기 수용자 그룹의 속성에 상속할 수 있다. 또는, 광고 제공 서버(400)는 제2 시간 경과 후, 조기 수용자 그룹의 속성을 조기 다수자 그룹의 속성에 상속할 수 있다.Based on such a predictive model, for example, the ad serving server 400 may inherit the attributes of the group of innovators to the attributes of the group of early adopters after a first time lapse. Alternatively, the advertisement providing server 400 may inherit the attribute of the early adopter group to the attribute of the early majority group after the second time elapse.

이어서, 광고 제공 서버(400)가 각각의 사용자 그룹의 속성을 이용하여, 각각의 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행한다(S560). 각각의 사용자 그룹의 속성은 원 요소를 포함하고, 추가적으로 상위의 사용자 그룹으로부터 상속받은 요소를 포함할 수도 있다. 광고 제공 서버(400)는 사용자 그룹의 속성과 광고의 타겟팅 설정 값을 비교하고, 비교 결과에 따라 해당 사용자 그룹에 속하는 사용자에게 상기 광고를 집행할 수 있다.Then, the advertisement providing server 400 executes the advertisement to the terminal of the user belonging to each user group using the attribute of each user group (S560). The attributes of each user group include the original element, and may additionally include elements inherited from the upper user group. The advertisement providing server 400 may compare the attribute of the user group with the targeting setting value of the advertisement and may execute the advertisement to the user belonging to the user group according to the comparison result.

본 발명의 실시예들과 관련하여 설명된 방법 또는 알고리즘의 단계는, 프로세서에 의해 실행되는 하드웨어 모듈, 소프트웨어 모듈, 또는 그 2 개의 결합으로 직접 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM, EPROM, EEPROM, 플래시 메모리, 레지스터, 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터로 읽을 수 있는 기록 매체에 상주할 수도 있다. 예시적인 기록 매체는 프로세서에 연결되며, 상기 프로세서는 기록 매체로부터 정보를 독출할 수 있고 기록 매체에 정보를 기입할 수 있다. 다른 방법으로, 기록 매체는 프로세서와 일체형일 수도 있다. 프로세서 및 기록 매체는 주문형 집적회로(ASIC) 내에 상주할 수도 있다. ASIC는 사용자 단말기 내에 상주할 수도 있다. 다른 방법으로, 프로세서 및 기록 매체는 사용자 단말기 내에 개별 구성 요소로서 상주할 수도 있다.The steps of a method or algorithm described in connection with the embodiments of the invention may be embodied directly in hardware, software modules, or a combination of the two, executed by a processor. The software modules may be stored in any form of computer readable storage medium such as a random access memory (RAM), read-only memory (ROM), EPROM, EEPROM, flash memory, registers, hard disk, removable disk, CD- Or may reside on a recording medium. An exemplary recording medium is coupled to a processor, which is capable of reading information from, and writing information to, the recording medium. Alternatively, the recording medium may be integral with the processor. The processor and the recording medium may reside in an application specific integrated circuit (ASIC). The ASIC may reside within the user terminal. Alternatively, the processor and the recording medium may reside as discrete components in a user terminal.

이상 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였지만, 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.While the embodiments of the present invention have been described with reference to the accompanying drawings, it is to be understood by those skilled in the art that the present invention may be embodied in other specific forms without departing from the spirit or essential characteristics thereof. It is therefore to be understood that the above-described embodiments are illustrative in all aspects and not restrictive.

100: 사용자 단말기
200: 광고주 단말기
300: 매체 서버
400: 광고 제공 서버100: User terminal
200: Advertiser terminal
300: Media server
400: Ad serving server

Claims (14)

광고 제공 서버 장치에 의해 수행되는 광고 제공 방법에 있어서,
사용자들의 검색 이력 정보 및 행동 이력 정보를 획득하는 단계;
상기 획득한 사용자 정보를 이용하여 사용자의 관심사를 추출하고, 사용자 간 관심사 유사도를 기초로 상기 사용자들을 다수의 사용자 그룹으로 클러스터링하는 단계;
각각의 사용자 그룹의 관심사를 나타내는 속성을 이용하여, 각각의 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계를 포함하되,
상기 광고를 집행하는 단계는,
제1 시간 경과 전에는, 상기 다수의 사용자 그룹 중 제2 사용자 그룹의 속성을 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계와,
상기 제1 시간 경과 후에는, 상기 다수의 사용자 그룹 중 제1 사용자 그룹의 속성을 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계를 포함하는, 광고 제공 방법.An advertisement providing method performed by an advertisement providing server apparatus,
Acquiring search history information and behavior history information of users;
Extracting interests of the user using the acquired user information, and clustering the users into a plurality of user groups based on the similarity degree of interest among users;
Executing an advertisement on a terminal of a user belonging to each user group using an attribute indicating a concern of each user group,
The method of claim 1,
Executing an advertisement on a terminal of a user belonging to the second user group using an attribute of a second user group among the plurality of user groups before a first time elapses;
And executing an advertisement on a terminal of a user belonging to the second user group using an attribute of a first user group among the plurality of user groups after the first time elapses. 제1항에 있어서,
상기 광고를 집행하는 단계는,
제2 시간 경과 전에는, 상기 다수의 사용자 그룹 중 제3 사용자 그룹의 속성을 이용하여, 상기 제3 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계와,
상기 제2 시간 경과 후에는, 상기 다수의 사용자 그룹 중 상기 제2 사용자 그룹의 속성을 이용하여, 상기 제3 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계를 포함하는, 광고 제공 방법.The method according to claim 1,
The method of claim 1,
Executing an advertisement on a terminal of a user belonging to the third user group using an attribute of a third user group among the plurality of user groups before a second time elapses;
And executing an advertisement on a terminal of a user belonging to the third user group by using an attribute of the second user group among the plurality of user groups after the second time elapses. 제1항에 있어서,
상기 다수의 사용자 그룹은 단계 별로 구분되는 제1 내지 제n 사용자 그룹(단, n은 1보다 큰 자연수)을 포함하는, 광고 제공 방법.The method according to claim 1,
Wherein the plurality of user groups include first through n-th user groups (where n is a natural number greater than 1) that are classified step by step. 제1항에 있어서,
상기 제1 사용자 그룹의 속성은 상기 제2 사용자 그룹의 속성에 포함되지 않는 추가적인 요소를 더 포함하고, 상기 제1 시간 경과 후에는, 상기 제1 사용자 그룹의 속성 중 상기 추가적인 요소를 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는, 광고 제공 방법.The method according to claim 1,
Wherein the attribute of the first user group further comprises an additional element not included in the attribute of the second user group, and after the first time elapses, using the additional element of the attribute of the first user group, And executes the advertisement to the terminal of the user belonging to the second user group. 제1항에 있어서,
상기 광고를 집행하는 단계는,
상기 속성과 광고의 타겟팅 설정값을 비교하고, 상기 비교 결과에 따라 상기 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 단계인, 광고 제공 방법.The method according to claim 1,
The method of claim 1,
Comparing the attribute with the targeting setting value of the advertisement, and executing the advertisement on the terminal of the user belonging to the user group according to the comparison result. 제1항에 있어서,
상기 획득한 사용자 정보를 이용하여, 상기 사용자들을 다수의 카테고리로 분류하는 단계를 더 포함하고,
상기 클러스터링하는 단계는, 상기 다수의 카테고리 별로 상기 사용자들을 다수의 사용자 그룹으로 클러스터링하는 단계인, 광고 제공 방법.The method according to claim 1,
Further comprising classifying the users into a plurality of categories using the acquired user information,
Wherein clustering is a step of clustering the users into a plurality of user groups for each of the plurality of categories. 제1항에 있어서,
상기 정보를 획득하는 단계는, 상기 사용자가 검색한 시간 정보 또는 상기 사용자가 행동한 시간 정보를 더 획득하는 단계이고,
상기 시간 정보를 이용하여, 상기 획득한 사용자 정보에 가중치를 부여하는 단계;
상기 가중치를 부여한 사용자 정보를 이용하여, 상기 사용자들을 다수의 카테고리로 분류하는 단계를 더 포함하는, 광고 제공 방법.The method according to claim 1,
The step of acquiring the information further includes acquiring time information retrieved by the user or time information when the user acts,
Assigning a weight to the acquired user information using the time information;
Further comprising classifying the users into a plurality of categories using the weighted user information. 사용자들의 검색 이력 정보 및 행동 이력 정보를 획득하는 정보 획득부;
상기 획득한 사용자 정보를 이용하여 사용자의 관심사를 추출하는 가중치 모델링부;
사용자 간 관심사 유사도를 기초로 상기 사용자들을 다수의 사용자 그룹으로 클러스터링하는 예측 모델링부; 및
각각의 사용자 그룹의 관심사를 나타내는 속성을 이용하여, 각각의 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는 광고 집행부를 포함하되,
상기 광고 집행부는,
제1 시간 경과 전에는, 상기 다수의 사용자 그룹 중 제2 사용자 그룹의 속성을 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하고,
상기 제1 시간 경과 후에는, 상기 다수의 사용자 그룹 중 제1 사용자 그룹의 속성을 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는, 광고 제공 서버 장치.An information acquisition unit for acquiring search history information and behavior history information of users;
A weight modeling unit for extracting a user's interest using the acquired user information;
A prediction modeling unit that clusters the users into a plurality of user groups based on the similarity degree of interest among users; And
And an advertisement enforcement unit for enforcing an advertisement on a terminal of a user belonging to each user group using an attribute indicating a concern of each user group,
The advertisement execution unit,
Before the first time elapses, the advertisement of the user belonging to the second user group is executed using the attributes of the second user group among the plurality of user groups,
And after the first time elapses, executes an advertisement to a terminal of a user belonging to the second user group using an attribute of the first user group among the plurality of user groups. 제8항에 있어서,
상기 광고 집행부는,
제2 시간 경과 전에는, 상기 다수의 사용자 그룹 중 제3 사용자 그룹의 속성을 이용하여, 상기 제3 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하고,
상기 제2 시간 경과 후에는, 상기 다수의 사용자 그룹 중 상기 제2 사용자 그룹의 속성을 이용하여, 상기 제3 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는, 광고 제공 서버 장치.9. The method of claim 8,
The advertisement execution unit,
Before the second time elapses, the advertisement of the user belonging to the third user group is executed using the attributes of the third user group among the plurality of user groups,
And after the elapse of the second time period, the advertisement of the user belonging to the third user group is executed using the attribute of the second user group among the plurality of user groups. 제8항에 있어서,
상기 다수의 사용자 그룹은 단계 별로 구분되는 제1 내지 제n 사용자 그룹(단, n은 1보다 큰 자연수)을 포함하는, 광고 제공 서버 장치.9. The method of claim 8,
Wherein the plurality of user groups includes first through n-th user groups (where n is a natural number greater than 1) that are classified step by step. 제8항에 있어서,
상기 제1 사용자 그룹의 속성은 상기 제2 사용자 그룹의 속성에 포함되지 않는 추가적인 요소를 더 포함하고,
상기 광고 집행부는,
상기 제1 시간 경과 후에는, 상기 제1 사용자 그룹의 속성 중 상기 추가적인 요소를 이용하여, 상기 제2 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는, 광고 제공 서버 장치.9. The method of claim 8,
Wherein the attribute of the first user group further comprises an additional element not included in the attribute of the second user group,
The advertisement execution unit,
And after the first time elapses, executes an advertisement to a terminal of a user belonging to the second user group using the additional element of the attributes of the first user group. 제8항에 있어서,
상기 광고 집행부는,
상기 속성과 광고의 타겟팅 설정값을 비교하고, 상기 비교 결과에 따라 상기 사용자 그룹에 속하는 사용자의 단말기에 광고를 집행하는, 광고 제공 서버 장치.9. The method of claim 8,
The advertisement execution unit,
Compares the attribute with the targeting setting value of the advertisement, and executes the advertisement to the user terminal belonging to the user group according to the comparison result. 제8항에 있어서,
상기 획득한 사용자 정보를 이용하여, 상기 사용자들을 다수의 카테고리로 분류하는 카테고리 모델링부를 더 포함하고,
상기 예측 모델링부는, 상기 다수의 카테고리 별로 상기 사용자들을 다수의 사용자 그룹으로 클러스터링하는, 광고 제공 서버 장치.9. The method of claim 8,
Further comprising a category modeling unit for classifying the users into a plurality of categories using the acquired user information,
Wherein the prediction modeling unit clusters the users into a plurality of user groups for each of the plurality of categories. 제8항에 있어서,
상기 정보 획득부는, 상기 사용자가 검색한 시간 정보 또는 상기 사용자가 행동한 시간 정보를 더 획득하고,
상기 가중치 모델링부는 상기 시간 정보를 이용하여, 상기 획득한 사용자 정보에 가중치를 부여하고,
상기 가중치를 부여한 사용자 정보를 이용하여, 상기 사용자들을 다수의 카테고리로 분류하는 카테고리 모델링부를 더 포함하는, 광고 제공 서버 장치. 9. The method of claim 8,
Wherein the information obtaining unit further obtains time information retrieved by the user or time information when the user acts,
Wherein the weight modeling unit assigns a weight to the acquired user information using the time information,
Further comprising a category modeling unit for classifying the users into a plurality of categories using the weighted user information.
KR1020140048023A 2014-04-22 2014-04-22 Method and server apparatus for advertising KR101639656B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140048023A KR101639656B1 (en) 2014-04-22 2014-04-22 Method and server apparatus for advertising

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140048023A KR101639656B1 (en) 2014-04-22 2014-04-22 Method and server apparatus for advertising

Publications (2)

Publication Number Publication Date
KR20150122307A true KR20150122307A (en) 2015-11-02
KR101639656B1 KR101639656B1 (en) 2016-07-15

Family

ID=54599487

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140048023A KR101639656B1 (en) 2014-04-22 2014-04-22 Method and server apparatus for advertising

Country Status (1)

Country Link
KR (1) KR101639656B1 (en)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180011669A (en) * 2016-07-25 2018-02-02 에스케이플래닛 주식회사 Apparatus for advertisement platform and control method thereof
KR20180106192A (en) * 2017-03-17 2018-10-01 에스케이플래닛 주식회사 Management apparatus for advertisement receiver and control method thereof, and providing apparatus for advertisement
KR20180117781A (en) * 2017-04-20 2018-10-30 에스케이플래닛 주식회사 Supporting apparatus for advertisement and control method thereof, and providing apparatus for advertisement
CN110782288A (en) * 2019-10-25 2020-02-11 广州凌鑫达实业有限公司 Cloud computing aggregate advertisement data processing method, device, equipment and medium
KR20210116982A (en) * 2020-03-18 2021-09-28 카페24 주식회사 Product purchase recommendation time calculation method for member of shopping mall related to e-commerce, apparatus and system using said method

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102328934B1 (en) * 2021-06-21 2021-11-19 하이네이처 주식회사 Online advertising method and online advertising system using reply comment crawling

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090090032A (en) * 2008-02-20 2009-08-25 엔에이치엔비즈니스플랫폼 주식회사 System and method for exposing related advertisement to related group based on user information
JP2010044303A (en) * 2008-08-18 2010-02-25 Yahoo Japan Corp Advertisement delivery method based on assumption targeting attribute
KR20100078536A (en) 2008-12-30 2010-07-08 엔에이치엔비즈니스플랫폼 주식회사 Method, system and computer-readable recording medium for providing advertisement using collaborative filtering dynamically

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090090032A (en) * 2008-02-20 2009-08-25 엔에이치엔비즈니스플랫폼 주식회사 System and method for exposing related advertisement to related group based on user information
JP2010044303A (en) * 2008-08-18 2010-02-25 Yahoo Japan Corp Advertisement delivery method based on assumption targeting attribute
KR20100078536A (en) 2008-12-30 2010-07-08 엔에이치엔비즈니스플랫폼 주식회사 Method, system and computer-readable recording medium for providing advertisement using collaborative filtering dynamically

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180011669A (en) * 2016-07-25 2018-02-02 에스케이플래닛 주식회사 Apparatus for advertisement platform and control method thereof
KR20180106192A (en) * 2017-03-17 2018-10-01 에스케이플래닛 주식회사 Management apparatus for advertisement receiver and control method thereof, and providing apparatus for advertisement
KR20180117781A (en) * 2017-04-20 2018-10-30 에스케이플래닛 주식회사 Supporting apparatus for advertisement and control method thereof, and providing apparatus for advertisement
CN110782288A (en) * 2019-10-25 2020-02-11 广州凌鑫达实业有限公司 Cloud computing aggregate advertisement data processing method, device, equipment and medium
KR20210116982A (en) * 2020-03-18 2021-09-28 카페24 주식회사 Product purchase recommendation time calculation method for member of shopping mall related to e-commerce, apparatus and system using said method

Also Published As

Publication number Publication date
KR101639656B1 (en) 2016-07-15

Similar Documents

Publication Publication Date Title
US11301761B2 (en) Behavioral prediction for targeted end users
KR20180121466A (en) Personalized product recommendation using deep learning
KR101639656B1 (en) Method and server apparatus for advertising
US11188830B2 (en) Method and system for user profiling for content recommendation
KR100961783B1 (en) Apparatus and method for presenting personalized goods and vendors based on artificial intelligence, and recording medium thereof
CN106557480B (en) Method and device for realizing query rewriting
CN108596695B (en) Entity pushing method and system
JP5615857B2 (en) Analysis apparatus, analysis method, and analysis program
CN109417644B (en) Revenue optimization for cross-screen advertising
US20140288999A1 (en) Social character recognition (scr) system
US9767417B1 (en) Category predictions for user behavior
JP5914549B2 (en) Information processing apparatus and information analysis method
JP6767952B2 (en) Estimator, estimation method and estimation program
Kwong et al. A methodology of integrating marketing with engineering for defining design specifications of new products
US10474670B1 (en) Category predictions with browse node probabilities
Guo et al. Harnessing the power of the general public for crowdsourced business intelligence: a survey
CN111475744B (en) Personalized position recommendation method based on ensemble learning
Greenstein-Messica et al. Machine learning and operation research based method for promotion optimization of products with no price elasticity history
KR101998828B1 (en) Method for providing sales related marketing service
US10387934B1 (en) Method medium and system for category prediction for a changed shopping mission
Jeong Identifying consumer preferences from user-generated content on Amazon. com by leveraging machine learning
US10586163B1 (en) Geographic locale mapping system for outcome prediction
Kostakos et al. Where am I? Location archetype keyword extraction from urban mobility patterns
CN110020118B (en) Method and device for calculating similarity between users
JP2020154880A (en) Calculation device, calculation method, and calculation program

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190329

Year of fee payment: 6