TWI526962B - 提供使用者關聯用詞以選擇廣告之具使用者特徵文字內容廣告之方法、裝置與電腦可讀儲存媒體 - Google Patents

Description

提供使用者關聯用詞以選擇廣告之具使用者特徵文字內容廣告之方法、裝置與電腦可讀儲存媒體

本發明與線上廣告有關，更特別的，本發明與選擇廣告以在線上網頁中呈現的技術有關。

線上廣告與利用網際網路及全球資訊網進行產品及服務的推廣有關。典型的線上廣告形式包含旗幟廣告、浮動廣告、彈出廣告與視頻廣告，其透過瀏覽器提供至使用者的桌上電腦。大部分的線上廣告並未有明確目標。一般來說，線上廣告策略與將一廣告放至盡可能多的電腦使用者桌上電腦上有關，並期望至少有一些電腦使用者對其感到興趣。這種無目標的廣告可能是無效率的，並讓許多分類為不想有廣告或是不想有該使用者不感興趣的廣告之桌上電腦的電腦使用者而言感到厭煩。

“文字內容廣告”意指一種網際網路廣告/交易形式，其根據該使用者所檢視之網頁內容，由自動系統進行廣告選擇並提供服務。例如，一文字內容廣告選擇系統可以對一網頁文字進行關鍵字掃瞄，並根據任何位在該文字中的關鍵字選擇廣告。當對該使用者呈現該廣告時，一文字內容廣告選擇系統便提供所選廣告以呈現在該網頁上。

無論哪種特定線上廣告形式，線上廣告服務的提供者都面對相當大的挑戰，其與使用者越來越傾向忽略廣告內容有關。一般來說，一提供者努力想要在呈現能有效引起興趣以形成報酬但不打擾該使用者以免造成該使用者負面經驗的廣告之間達成平衡。例如，一文字內容廣告方法論可能不慎放置與該內容有關的不適當廣告，像是在有關飛機失事的新聞中選擇呈現一航空公司的廣告。

據此，提供一種用於促進廣告的文字內容選擇，用以透過一電腦網路進行線上呈現的裝置與方法。一般來說，與網頁內容一起提供文字形式的使用者特徵，以進行文字內容廣告比對。在一實施例中，欲被呈現於一目前網頁中之一廣告的請求係被接收，該目前網頁係已經由一目前使用者所請求。該目前使用者係與來自複數個不同使用者特徵之一或複數個目前使用者特徵相關，其中該目前網頁具有一相關內容。一映射模組與前述一或複數個目前使用者特徵係被使用獲得複數個使用者關聯用詞，用以前述一或複數個目前使用者特徵之每一者。該目前網頁之該內容與所獲得之使用者關聯用詞的一組合係被提供，以根據此組合選擇與該目前網頁一起呈現的一廣告。

在一特定實施例中，該等不同使用者特徵包括複數個不同使用者分類，其與使用者興趣或與所述不同使用者分類中的專門知識及/或複數個不同使用者統計資料有關。在一進一步觀點中，該複數個不同使用者特徵之每一者係被映射至亦與文字內容廣告選擇有關之複數個使用者關聯用詞，以產生一或多個映射模型。在一實施例中，所述映射是根據於所收集的使用者活動資訊。例如，該使用者活動資訊包括用於不同活動的複數個特定活動分類、由複數個使用者所已經選擇的複數個特定網頁，以及來自該等特定網頁的複數個用詞。

在一實作中，所述映射包括根據來自該等特定網頁與該等特定活動分類之該等用詞學習該映射模型。在一進一步觀點中，所述學習包括使用一種回歸技術與一或多個主題模型。在另一觀點中，從與用於廣告選擇有關之該等特定網頁萃取該用詞。在一特定範例中，所述學習包括根據該特定網頁與該特定活動分類最大化一似然函數。

在另一實施例中，本發明與一種具有至少一處理器與一記憶體的裝置有關。該處理器及/或記憶體是用於執行以上描述之一或多個操作。在另一實施例中，本發明與至少一電腦可讀儲存媒體有關，其上儲存有電腦程式指令，並配置以執行以上描述之一或多個操作。本發明的這些與其他特徵，在下述本發明具體實施例及利用本發明原則做為範例所描述的伴隨圖式中，將更詳細的呈現。

現在將參考本發明特定實施例進行敘述。這些實施例的範例將結合伴隨圖式描述。雖然本發明結合這些特定實施例敘述，但應該瞭解其並非限制本發明於這些特定實施例。相反的，這些描述將預期涵蓋由附加申請專利範圍所定義之本發明的精神與觀點中所包含的替代物、修改例及等價物。在後續描述中，許多特定細節的設定是為了提供對於本發明實施例的完整瞭解。本發明實施例也可以不利用某些或所有的這些特定細節加以實作。在其他情況下，已被熟知的程序操作將不再詳細描述，以避免對本發明實施例造成不必要的干擾。

對於許多入口網站與網際網路服務提供者(ISPs)而言，廣告是一種主要的報酬來源。一種廣告形式是當由使用者拜訪一網站時便在該網站上顯示的廣告旗幟有關。例如，像是Yahoo！的入口網站便在由該使用者所瀏覽的一或多個關聯網站上呈現廣告。做為回報，該廣告商便對於由網路使用者瀏覽的每一廣告或一預定數量的廣告付出費用。呈現廣告的合約一般來說是在提供廣告服務之前數週或數月所簽訂，並時常以頁面瀏覽的方式所表現。合約的期間一般來說在一天到數年之間。

第一圖顯示根據一示範實施例之一文字內容廣告環境100中的廣告。在此範例中，於顯示器102之中開啟一瀏覽器視窗104。該使用者可以利用任何適合的技術，使網頁106呈現在此瀏覽器視窗104之中，包含根據代表網頁106之全球資源定址器(URL)導航至網頁106，或選擇該網頁做為一搜尋結果。

一般來說，於此提供根據網頁與使用者特徵的文字內容選擇廣告的機制。使用者特徵一般來說被映射到文字內容108a，並與該所呈現網頁106的網頁內容108一起提供至一文字內容廣告系統。接著與該使用者特徵內容108a一起分析該網頁內容108，以決定與該請求網頁106所一起呈現的一或多個適宜廣告110。換句話說，可以對於兩個具有不同使用者特徵但請求相同網頁的不同使用者選擇不同的廣告。使用者特徵資訊被映射為一種由內容分析器所能使用以選擇一或多個廣告的格式。在執行該被請求網頁與使用者特徵內容的內容分析之後，接著所呈現網頁106便能夠包含任意數量及配置的所選廣告110。所選廣告110將根據任何適宜的格式呈現，包含旗幟廣告、浮動廣告、彈出廣告與視頻廣告。

在一實施例中，將根據使用者活動歷史學習代表一或多個使用者特徵的廣告關聯文字。接著，所述代表一或多個使用者特徵的學習廣告關聯文字便與一特定網頁內容的廣告關聯文字一起分析，以選擇與該特定網頁內容一起呈現的一特定廣告。

在某些情況中，以使用者為基礎的文字相較於該網頁內容而言可以與該廣告選擇更加相關。在某些網頁中，文字內容並不與廣告選擇有關。例如，一玩遊戲的網站可能只具有與一特定遊戲有關的文字，但一般來說並不會想要選擇與該相同遊戲有關的廣告。在此情況中，將只分析代表該使用者特徵的文字以進行廣告選擇。在其他情況中，較佳的是只分析來自該網頁內容的文字以進行廣告選擇。

在描述進行選擇用於一網頁之廣告的技術之前，首先將先簡單的描述提供用於實作本發明技術之示範內容的一電腦網路結構。第二圖描述根據本發明之一實施例的一種示範網路部分200，於其中可實作本發明。如同所示，多數客戶端202a-c可以存取一或多個網路特性應用程式，例如透過網路204在特性伺服器207a與207b的應用程式及/或存取例如在文字內容廣告系統206上的一廣告服務。

該網路可以採用任何適宜的形式，像是一種廣域網路或網際網路及/或一或多個區域網路。該網路204可以包含任何適宜的裝置數量及形式，例如路由器或切換器，用以從一客戶端傳遞網路特性請求至每一網路特性伺服器，並將網路特性結果傳遞回到該請求客戶端、傳遞特定客戶端與文字內容廣告系統206之間的廣告協商資料，或是傳遞不同伺服器或系統之間的資料。

本發明也可以實作於多種廣泛的網路環境中(以網路204所代表)，包含例如以TCP/IP基礎的網路、電信通訊網路、無線網路等等。此外，用於實作本發明實施例之該電腦程式指令可以以任何電腦可讀媒體形式儲存，並可以根據各種計算模型所執行，包含在一獨自存在計算裝置上的客戶端/伺服器模型、點對點模型，或是根據一分散式計算模型，其中可以在不同位置作用或使用於此所描述的各種功能。

每一網路特性應用程式都可以實作由一特定服務提供者(例如Yahoo! Inc. of Sunnyvale,CA)所提供之任何型式的網路服務，像是Yahoo! Answers、Yahoo! Autos、Yahoo! Finance、Yahoo! Games、Yahoo! Groups、Yahoo! HotJobs、Yahoo! Maps、Yahoo! Movies/TV、Yahoo! Music、Yahoo! Personals、Yahoo! Real Estate、Yahoo Shopping、Yahoo! Sports、Yahoo! Travel、Yahoo! Yellow Pages、Yahoo! Local、Yahoo! Search、Yahoo! Email等等。每一特性應用程式都可由例如在客戶端202a-202c上的一使用者(人員或自動)利用。

每一網路特性都可以促成對任何適宜數量及型式的網頁存取。例如，想要瀏覽一網頁的客戶端202c使用者可以透過網路204對一特定網路特性伺服器207a提交請求。該請求可以是任何適宜的形式，像是輸入至一網頁瀏覽器的一點擊鏈結或是全球資源定址器。該網路特性伺服器207a可以接收該請求並傳輸對應該內容請求之一網頁回到客戶端202c，以由在客戶端202c的使用者所瀏覽。

販賣合約給廣告商的廣告販售人員可以與文字內容廣告系統206互動(例如透過客戶端202a並透過網路204)。在一實施例中，一販售人員可以對文字內容廣告系統206發佈有關於一特定產品或標的的查詢。例如，該產品可能由在所提供網頁中能找到的特定內容或“廣告文字”或“關鍵字”所具體指明。

替代的，可以根據廣告文字自動具體指明該產品。不管該特定產品的起源為何，該文字內容廣告系統206也可)以用於獲得一特定產品的價格、獲得可得庫存的資訊，並將該可得庫存資訊及價格回傳至一查詢販售人員(例如透過網路204回傳到客戶端202a)。接著該販售人員可以據此訂定合約(例如，透過網路並透過文字內容廣告系統206)。接著該文字內容廣告系統206便利用於該合約期間以所協商的價格提供所請求數量的方式填滿該訂單。

如在此描述，可以在一特定網頁(106)中根據所述網頁內容及對於特定內容之廣告合約呈現一或多個廣告(例如110)。文字內容廣告系統206可以根據與一廣告商的合約，選擇用於特定文字內容的一或多個廣告。例如，一特性伺服器(例如207a)可以提供該文字內容(108)至文字內容廣告系統206，其包含該所選頁面與該請求使用者之一或多個特徵的內容。

文字內容廣告系統206可以對該所選網頁的文字內容108，包含該使用者特徵內容108a搜尋或掃瞄關鍵字，並根據任何定位的關鍵字以及與特定廣告商對於此關鍵字所建立的合約，從一廣告資料庫選擇廣告。接著，文字內容廣告系統206可以根據包含使用者特徵內容108a的內容108選擇一或多個廣告。接著，可以提供該所選一或多的廣告至該特性伺服器(或直接提供至該客戶端裝置)，以包含在回應網頁請求而提供至該客戶端裝置的網頁之中。

該文字內容廣告系統206可以存取任意數量與形式的資料庫(例如，廣告資料庫210)，以促成廣告功能。例如，廣告資料庫210可以用於儲存合約資訊、廣告內容、廣告選擇模型等等。

該網路也可以包含一使用者特徵分析器208，以分析使用者特徵資料，例如儲存在使用者特徵資料庫212中的資料。使用者特徵資料可以包含在一預定時間週期內所編譯的使用者數據資料、搜尋資料、網頁瀏覽/選擇資訊、廣告瀏覽/選擇資訊等等。該使用者特徵分析器208可以使用此歷史資料學習將使用者數據資訊映射為文字內容的映射模型、根據文字內容資訊進行廣告選擇的點擊模型、用於對特定產品定價的定價模型等等，其都可儲存在使用者特徵資料庫212中。

該廣告系統可以執行所有用於對特定所選頁面進行廣告選擇的分析；該使用者特徵分析器208可以執行所有有關使用者歷史活動的分析；而該個別的特性伺服器則可以提供網頁服務。替代的，可以由任意這些系統分攤這些程序的任何數量或任何部分。替代的，可以將該廣告、行為分析以及服務特徵整合在一起。本發明的實施例可以由一或多個網路特性應用程式及廣告系統的任何提供者所使用，而提供者範例則像是Yahoo! Inc.、Google Inc.、Microsoft Corp.等等。雖然在此描述中為了簡化及簡潔起見只描述具有一個廣告系統206及兩個網路特性伺服器207a及207b，但可以在任意數量的伺服器上實作複數個網路特性應用程式與廣告系統。

第三圖為根據本發明一實施例之流程圖，其描述用於廣告管理的程序。首先，在操作302中，將一或多個使用者特徵映射至複數個與廣告相關的使用者關聯用詞，例如，用以產生一映射模型。在此敘述中，“用詞”可以意指任何適宜的文字特徵，像是一或多個文字或片語。如第四圖所示，可以提供對於所選及曾瀏覽網頁402的過往使用者活動與數據資料404及一廣告用詞或關鍵字406清單。接著，根據這些歷史資訊的分析學習使用者特徵或數據曲線及廣告用詞之間的映射(410)，而此映射便形成一或多個映射模型(例如412)。在一特定實作中，一使用者數據資料指示一或多種特定分類，其中認為該使用者對於這些分類感到興趣或具有專門知識，而這些分類可以由一映射模型映射至一組廣告用詞(例如該預定及完整廣告用詞清單406的一子集合)。其他的使用者特徵資訊，像是使用者統計數據也可以映射至該廣告用詞。

回到第三圖的示範程序，在操作304中，接著可以接收在由一使用者所已經請求或選擇之一特定網頁中，呈現一廣告的請求。例如，一使用者已經對一特定搜尋伺服器進行搜尋並接著選擇一特定搜尋結果。在另一範例中，一使用者可以存取並瀏覽來自一特定特性的一或多個網頁。此外，該搜尋伺服器(或其他特性伺服器)可能經傳送對所選搜尋結果的一廣告請求至一文字內容廣告系統。如第四圖所描述，已經由一特定使用者存取一目前網頁416。

在操作305中，利用一或多個映射模型412與目前使用者數據資料可以獲得使用者關聯用詞，並提供該使用者關聯用詞與該目前網頁內容的組合(例如，提供至一文字內容廣告系統)。該目前使用者數據資料與一使用者分類有關。可以使用行為目標演算法以輸出與特定使用者關聯的分類。一般來說每一分類都代表該特定使用者的於該分類中的興趣或專門知識。該目前使用者數據資料也可以包含使用者統計資料，像是年齡、性別、職業、教育程度、薪水等等。

如第四圖所示，可以使用一或多個映射模型412以將該目前使用者數據資料映射至來自於廣告清單406的一組使用者關聯用詞。接著在操作306中，可以分析該組合網頁內容與使用者廣告用詞以選擇廣告(或廣告組合)。例如，可以使用隨著使用者歷史資料(404及402)所學習(408)的點擊模型414，以根據該使用者關聯用詞與目前頁面內容418選擇最適宜的廣告420。接著在操作308中可以傳送該網頁，包含其目前頁面內容418至該使用者，以呈現所選廣告(420)。接著該廣告管理程序300便結束。然而，此選擇廣告的程序可以為了任意數量與形式的網頁與使用者數據資料進行重複。

第五圖為根據本發明一特定實施例之流程圖，其描述一映射程序500。一般來說，透過所觀察的特徵學習映射，以便在無法看到其文字時對使用者進行註解。在一實作中，可以對每一使用者產生一簡單的主題模型。首先，在操作502中收集歷史使用者活動資訊。該使用者活動資訊一般來說與使用者瀏覽活動有關。例如，可以收集並儲存一定時間週期的歷史使用者活動，而此使用者活動資訊可以包含使用者拜訪網頁的資訊、使用者搜尋查詢資訊、使用者搜尋結果選擇資訊、頁面內容、廣告瀏覽及點擊等等。以任何適宜的方法建立每一搜尋查詢所關聯的分類，像是手動或是半監管、監管的分類方式。

在操作504中可以取得來自所選頁面內容的用詞。可以從該搜尋查詢(或其他使用者活動形式)本身取得用詞。也就是說，所取得文字的來源可以源自於任何數量及形式的使用者事件。可以使用任何適宜技術取得文字。一或多個特徵取得操作器可以輸出文字特徵，像是下述形式的任意組合：

●　運用波特施特默(porter-stemmer)法的詞幹單元組。

●　與過去搜尋查詢比對的片語

●　與過去某些廣告商所標價之片語比對的片語

●　在頁面為像是網頁網域名情況中，其網頁全球資源定址器的特徵。

接著可以將用詞以一種衰減總和的方式加總，如以下的標籤雲(tag cloud)表現：

F對應於代表每一使用者(u)的特徵取得操作器，其在標示為Γ的n段時間週期中實作，而e_Γ指示在時間週期Γ期間取得使用者特徵的使用者事件集合，像是搜尋或是對一網頁的拜訪事件。例如n=30而Γ為一天。此外，δ為衰減因子，其可以在大於零及小於等於一之間選擇，並可以代表在一天內對使用者歷史的邊際貢獻效益。衰減值愈小，過去的紀錄折減愈多。衰減總和可由以下的遞迴方程式表示，其可以在不儲存每一使用者的事件階段歷史下逐次計算：

F _u (u)=F _u (u;)+δF(u;τ-1)

因此，可以隨時間獲得代表一些使用者及特定事件形式的用詞集合。這些所取得的用詞與廣告有關。例如，所取得的用詞為可以從該廣告所取得，或由廣告商認為其具關聯性。

在操作506中，可以獲得在預定時間週期內對於每一使用者在該搜尋活動期間(或其他形式活動期間)對於每一取得用詞的計數。例如，可以加總包含一特定用詞且由該使用者所拜訪的拜訪頁面數量。對於每一使用者記錄的序列(例如，使用者X、分類c、用詞)也可以被編譯及儲存。也就是說，每一被識別的使用者(例如，X)都可以與該搜尋查詢分類及一取得用詞清單與其對應計數或權重相關聯。

可以訓練一種用於尋找代表每一分類用詞之權重的模型，因此可以根據在操作508中所獲得的計數將一似然函數最大化。在一特定實作中，可以訓練一種機器學習分類器，像是一種符號邏輯回歸模型，用以尋找對於每一分類用詞的權重。接著在操作510中，可以定義對於每一分類的映射動作為具有最高權重的用詞集合(例如，最前面200個用詞)。

在一具體實作中，可以針對該用詞學習代表每一分類的機率。例如，用於決定對於一已知用詞而言何種分類與其最為相關。代表每一分類與使用者的機率可以以下述方式進行模型化：

每一為用詞t _j 對於特定分類c _i 的貢獻。其中有總數為j的廣告相關用詞。該最大可能性參數，代表一特定分類的權重所形成的機率函數最靠近於根據歷史資料計數對於此種分類所決定的可能性。例如，如果一特定用詞對於一特定分類而言具有最大權重，任何在該特定分類中提出一搜尋查詢(或替代的，另一活動形式)的使用者，都會被發現其最可能瀏覽具有此特定用詞的網頁。換句話說，其決定何者用詞權重數值(例如最前面200個用詞權重)是最能夠代表此歷史資料。接著，這些用詞便被映射至該特定分類。

在大尺度規模下，可以非常容易實作這些半監管主題模型。這非常容易解釋，因為該主題已經被良好定義。例如，對於分類“摩托車(Motorcycles)”而言，最可能的用詞可能是像是“kawaski”、“yamaha”等的品牌。

除了將使用者分類映射為特定用詞之外(或替代的)，也可以將使用者統計資料資訊映射為特定用詞(並由點擊模式考慮以選擇一或多個廣告)。使用者統計資料數值為非文字數值，像是男性/女性、以數字代表的年齡範圍、使用者位置等等。對於這每一個而言，可以產生一對應文字基礎的特徵。例如，可以產生下述文字特徵：

●　使用者性別文字特徵，F_g

●　使用者年紀文字特徵，F_a

●　使用者位置文字特徵，F_l

在一實施例中，可以利用任何適宜的方法探掘廣告點擊記錄，以產生代表使用者統計資料的文字特徵。為了產生一第一候選文字特徵資料集合，對於該廣告點擊記錄中的每一廣告點擊事件而言，可以記錄代表該廣告一般性主題的使用者年紀、性別、位置與對應廣告定價片語。因此，便可以獲得一組從非文字使用者統計資料特徵至文字基礎廣告定價片語的可能映射組合。

接著，可以探掘此(使用者特徵文字片語)映射清單，以使其之中的關聯更加健全。接著可以執行支援門檻基礎過濾，以將低支援度的映射移除。接著可以計算在每一種(使用者特徵-廣告片語)組合中，關於點的共同資訊，排序最強烈關聯對。後續表格I顯示從這種關聯探掘所獲得(使用者特徵-廣告片語)成對的範例。

與年紀有關的片語成對

age range(15-25)-animation training

age range(15-25)-animation classes

age range(25-50)-1040 child tax credit

age range(15-35)-education loans

age range(15-40)-rental housing

age range(35-55)-refinance your mortgage

age range(35-65+)-actively managed ETFs

age range(60+)-medical supplies

與性別有關的片語成對

Female-zucchini bread recipe

Female-neostrata skin product

Female-beauty supplies

Female-apparel and jewellery

Male-workout bar

Male-ford motor co

Male-lakers basketball

Male-automotives

表格I：與廣告片與關聯之使用者特徵範例

為了產生一第二文字片語資料集合，對於該廣告點擊記錄中的每一廣告點擊事件而言，可以記錄被指定為該廣告分類中一節點的使用者年紀、性別、位置與對應廣告分類。每一廣告分類都可以被映射至普遍與其相關聯的一文字片語集合，其提供每一廣告分類別大量文字描述。

利用對於廣告分類的類似關聯探掘，可以獲得最強烈關聯的(使用者特徵-廣告分類)成對清單。該使用者分類可以進一步擴展成為利用每一類別關聯之文字片語及由該關聯強烈性所加權的文字。

使用代表使用者統計資料的這些文字片語關聯性，對於每一使用者u而言，便可以例如根據該使用者性別(F_g)、使用者年紀(F_a)、與使用者位置(F₁)建立一加權文字代表或標籤雲。這些代表統計資料的文字特徵可以與代表一分類的文字特徵組合。

使用以上描述的使用者映射方式，可以對該使用者特定興趣及/或特徵訂製文字廣告。此外，可以控制使用者特定與頁面特定廣告比對。例如，可以根據加權使用者或頁面文字貢獻程度進行該廣告比對，以為了任何適宜目的控制影響該廣告選擇程序的文字形式比例。

第六圖描述一典型電腦系統，當其被適宜的配置或設計時，可以提供一種文字內容廣告系統的服務。該電腦系統600包含任意數量的處理器602(也稱為中央處理器，CPU)，其與儲存裝置連接，包含主要儲存器606(一般來說為一隨機存取記憶體，RAM)、主要儲存器604(一般來說為一唯讀記憶體，ROM)。中央處理器602可以為包含微控制器及微處理器的多種形式，像是可程式化裝置(例如複雜可程式邏輯裝置及場可程式閘陣列)與不可程式化裝置(例如閘陣列特定功能積體電路或一般目的微處理器)。如在此領域中被熟知的，主要儲存器604用於單向傳送資料與指令至中央處理器，而主要儲存器606一般來說以雙向方式傳送資料及指令。這兩種主要儲存器都可以包含適宜的電腦可讀媒體，如在此所描述的。一大量儲存裝置608也可以以雙向方式與中央處理器602連接，並提供額外的資料儲存能力，並可以包含任何在此描述的電腦可讀媒體。大量儲存裝置608也可以用於儲存程式、資料等等，其一般來說是一種像是硬碟的次要儲存媒體。應該瞭解在該大量儲存裝置608中所保存的資訊可以在適宜的情況中以標準方式整合成為主要儲存器606的部分，做為虛擬記憶體。像是CD-ROM 614的特定大量儲存裝置也可以單向傳送資料至該中央處理器602。

中央處理器602也連接到一界面610，其連接一或多個輸入/輸出裝置，像是視頻螢幕、軌跡球、滑鼠、鍵盤、麥克風、觸控感測螢幕、感測器讀卡機、磁帶或紙帶讀取器、平板、觸控筆、聲音或手寫辨識器以及其他已知的輸入裝置，當然也包含其他電腦。最後，選擇上中央處理器602可以利用一般在612處所顯示之外部連接的方式，與像是資料庫或電腦或電信通訊網路的外部裝置連接。利用這種連接方式，便可以認為在執行於此所描述方法步驟的情況下，該中央處理器能夠接收來自網路的資訊，或可以輸出資訊至網路。

不管該系統配置為何，可以利用一或多格記憶體或記憶模組儲存資料、程式指令，用以進行一般目的處理操作及/或在此所描述的發明技術。該程式指令例如可以控制一操作系統及/或一或多個應用程式的操作。該記憶體或記憶模組也可以用於儲存網頁內容、歷史使用者資訊、取得用詞及計數、權重、分類、點擊模型、映射模型、目前使用者數據資訊、使用者關聯用詞、廣告、廣告內容與用詞、新影響目標資訊、訂購價格、訂購期間、每一訂購的影響數量、支援與請求資訊等等。

因為這種資訊與程式指令可以用來實作於此描述之系統/方法，因此本發明便與機器可讀媒體有關，其包含程式指令、狀態資訊等等，用以執行在此描述的各種操作。機器可讀媒體的範例包含但不限制為像是硬碟、軟碟及磁帶的磁性媒體；像是CD-ROM碟片的光學媒體；像是光讀碟片的磁性光學媒體；以及像是唯讀記憶體裝置與隨機存取記憶體等特別用於儲存便執行程式指令的硬體裝置。程式指令的範例包含像是由一編譯器產生的機器碼，以及可以由電腦利用解譯器所執行包含高階程式碼的檔案。

雖然為了清楚瞭解的目的本發明已經以某程度細節方式加以描述，但明顯的是在附加申請專利範圍的觀點之中可以進行某些改變與修正。雖然已經描述在用詞與使用者分類及/或統計資料之間的映射方式，但實際上任何適宜的使用者活動或特徵都可以映射為廣告關聯用詞。因此，應將本實施例視為例證而非限制，且本發明並不限制於在此所給定的細節之中，並可以在附加申請專利範圍的觀點與等值下進行修改。

100．．．文字內容廣告環境

102．．．顯示器

104．．．瀏覽器視窗

106．．．網頁

108．．．文字內容

108a．．．使用者特徵內容

110．．．廣告

200．．．網路部分

202a-c．．．客戶端

204．．．網路

206．．．文字內容廣告系統

207a．．．特性伺服器

207b．．．特性伺服器

208．．．使用者特徵分析器

210．．．廣告資料庫

212．．．使用者特徵資料庫

300．．．流程

302．．．操作步驟

304．．．操作步驟

305．．．操作步驟

306．．．操作步驟

308．．．操作步驟

402．．．網頁

404．．．過往使用者活動與數據資料

406．．．廣告用詞或關鍵字

408．．．學習點擊模型

410．．．學習映射

412．．．映射模型

414．．．點擊模型

416．．．目前網頁

418．．．目前頁面內容

420．．．廣告

500．．．流程

502．．．操作步驟

504．．．操作步驟

506．．．操作步驟

508．．．操作步驟

510．．．操作步驟

600．．．電腦系統

602．．．處理器

604．．．主要儲存器

606．．．主要儲存器

608．．．大量儲存裝置

610．．．界面

612．．．網路連接

614．．．CD-ROM

第一圖顯示根據一示範實施例於一文字內容廣告環境中的廣告。

第二圖描述根據本發明之一實施例的一種示範網路部分，於其中可實作本發明。

第三圖為根據本發明一實施例之流程圖，其描述用於廣告管理的程序。

第四圖為根據本發明一實施例之一文字內容廣告系統的圖式表現。

第五圖為根據本發明一特定實施例之流程圖，其描述一映射程序。

第六圖描述一示範電腦系統，於其中可實作本發明之特定實施例。

300．．．流程

302．．．操作步驟

304．．．操作步驟

305．．．操作步驟

306．．．操作步驟

308．．．操作步驟

Claims (22)

1. 一種電腦實施方法，用以提供使用者關聯用詞以選擇一廣告，包括：由處理器產生一映射模型，其中產生該映射模型包含至少一部份是根據於所收集的使用者活動資訊，供複數個使用者及該等複數個使用者的複數個使用者數據資料映射複數個不同使用者特徵的每一個至一對應用詞集合，其中每一用詞集合包含為一廣告用詞清單的一子集合的廣告用詞，前述廣告用詞清單是從該複數個使用者數據資料被分離，其中前述複數個不同使用者特徵包含複數個不同分類，前述複數個不同分類代表使用者感到興趣或於所述不同分類及/或複數個不同使用者統計資料具有專門知識；接收欲被呈現於一網頁中之一廣告的請求，該網頁係已經由一使用者所請求，其中該使用者係與來自前述複數個不同使用者特徵之一或複數個使用者特徵相關，前述一或複數個使用者特徵包含前述複數個分類之一及/或前述複數個不同使用者統計資料之一，前述一或複數個使用者特徵係由前述使用者數據資料之一指示；使用該映射模型，獲得該對應用詞集合，用以前述一或複數個使用者特徵之每一者；以及提供所獲得之用詞，以選擇一複數個廣告之一以透過該網頁呈現，其中前述廣告用詞清單是從該複數個廣告被分離。
2. 如申請專利範圍第1項的方法，其中該複數個不同使用者特徵包括前述複數個不同使用者統計資料，其中前述複數個不同使用者統計資料包括年齡範圍或包含男性及女性的性別，且其中前述使用者的前述一或複數個使用者特 徵包含前述複數個不同使用者統計資料之一或複數個。
3. 如申請專利範圍第1項的方法，其中該使用者活動資訊包括由前述複數個使用者所已經選擇的複數個網頁。
4. 如申請專利範圍第3項的方法，其中所述映射至少一部份根據來自該複數個網頁之複數個用詞操作。
5. 如申請專利範圍第1項的方法，其中所述映射使用一種回歸技術與一或多個主題模型操作。
6. 如申請專利範圍第4項的方法，進一步包括從該等網頁萃取該複數個用詞。
7. 如申請專利範圍第1項的方法，其中所述映射包括最大化一似然函數。
8. 一種裝置，包括至少一處理器與一記憶體，其中該處理器及/或記憶體是用於執行下述操作，以提供使用者關聯用詞以選擇一廣告：由處理器產生一映射模型，其中產生該映射模型包含至少一部份是根據於所收集的使用者活動資訊，供複數個使用者及該等複數個使用者的複數個使用者數據資料映射複數個不同使用者特徵的每一個至一對應用詞集合，其中每一用詞集合包含為一廣告用詞清單的一子集合的廣告用詞，前述廣告用詞清單是從該複數個使用者數據資料被分離，其中前述複數個不同使用者特徵包含複數個不同分類，前述複數個不同分類代表使用者感到興趣或於所述不同分類及/或複數個不同使用者統計資料具有專門知識；接收欲被呈現於一網頁中之一廣告的請求，該網頁係已經由一使用者所請求，其中該使用者係與來自前述複數個不同使用者特徵之一或複數個使用者特徵相關，前述一或複數個使用者特徵包含前述複數個分類之一及/或前述複數 個不同使用者統計資料之一，前述一或複數個使用者特徵係由前述使用者數據資料之一指示；使用該映射模型，獲得該對應用詞集合，用以前述一或複數個使用者特徵之每一者；以及提供所獲得之用詞，以選擇複數個廣告之一以透過該網頁呈現，其中前述廣告用詞清單是從該複數個廣告被分離。
9. 如申請專利範圍第8項的裝置，其中所述映射包括至少一部份根據來自該複數個網頁之複數個用詞學習該映射模型。
10. 如申請專利範圍第8項的裝置，其中所述映射包括最大化一似然函數。
11. 一電腦可讀儲存媒體，其上儲存有電腦程式指令，並配置以執行下述操作，以提供使用者關聯用詞以選擇一廣告：由處理器產生一映射模型，其中產生該映射模型包含至少一部份是根據於所收集的使用者活動資訊，供複數個使用者及該等複數個使用者的複數個使用者數據資料映射複數個不同使用者特徵的每一個至一對應用詞集合，其中每一用詞集合包含為一廣告用詞清單的一子集合的廣告用詞，前述廣告用詞清單是從該複數個使用者數據資料被分離，其中前述複數個不同使用者特徵包含複數個不同分類，前述複數個不同分類代表使用者感到興趣或於所述不同分類及/或複數個不同使用者統計資料具有專門知識；接收欲被呈現於一網頁中之一廣告的請求，該網頁係已經由一使用者所請求，其中該使用者係與來自前述複數個不同使用者特徵之一或複數個使用者特徵相關，前述一或複數個使用者特徵包含前述複數個分類之一及/或前述複數 個不同使用者統計資料之一，前述一或複數個使用者特徵係由前述使用者數據資料之一指示；使用該映射模型，獲得該對應用詞集合，用以前述一或複數個使用者特徵之每一者；以及提供所獲得之用詞，以選擇複數個廣告之一以透過該網頁呈現，其中前述廣告用詞清單是從該複數個廣告被分離。
12. 如申請專利範圍第11項的該電腦可讀儲存媒體，其中所述映射包括至少一部份根據來自該複數個網頁之複數個用詞學習該映射模型。
13. 如申請專利範圍第12項的該電腦可讀儲存媒體，其中所述映射包括最大化一似然函數。
14. 如申請專利範圍第12項的該電腦可讀儲存媒體，其中其上所儲存的電腦程式指令是進一步配置以執行下述操作：從特定的該等網頁萃取該複數個用詞。
15. 如申請專利範圍第1項的方法，進一步包括：至少部份基於該所獲得之用詞選擇該等複數個廣告之一；及透過該網頁提供該選擇的該等複數個廣告之一。
16. 如申請專利範圍第1項的方法，進一步包括：基於該所獲得之用詞與該網頁的內容之一組合選擇該等複數個廣告之一；及透過該網頁提供該選擇的該等複數個廣告之一。
17. 如申請專利範圍第1項的方法，其中該複數個使用者特徵包括該等複數個不同分類，該方法進一步包括：對使用者探知一或多個前述複數個分類，前述複數個分類代表使用者感到興趣或於所述分類具有專門知識，其中 該一或多個使用者特徵包括該一或多個前述複數個分類。
18. 如申請專利範圍第8項的裝置，其中該複數個使用者特徵包括該等複數個不同分類，其中每一該等複數個分類對應至複數個廣告分類之一。
19. 如申請專利範圍第1項的方法，其中該廣告用詞清單為一預定清單。
20. 如申請專利範圍第2項的方法，其中該複數個使用者特徵包括該等複數個不同分類，該方法進一步包括：對使用者探知一或多個前述複數個分類，前述複數個分類代表使用者感到興趣或於所述分類具有專門知識，其中該一或多個使用者特徵包括該一或多個前述複數個分類。
21. 如申請專利範圍第8項的裝置，其中該複數個不同使用者特徵包括前述複數個不同使用者統計資料，其中前述複數個不同使用者統計資料包括年齡範圍或包含男性及女性的性別，且其中前述使用者的前述一或複數個使用者特徵包含前述複數個不同使用者統計資料之一或複數個。
22. 如申請專利範圍第11項的電腦可讀儲存媒體，其中該複數個不同使用者特徵包括前述複數個不同使用者統計資料，其中前述複數個不同使用者統計資料包括年齡範圍或包含男性及女性的性別，且其中前述使用者的前述一或複數個使用者特徵包含前述複數個不同使用者統計資料之一或複數個。