[发明专利]用于在线广告的量度转换无效
| 申请号: | 200880022776.6 | 申请日: | 2008-02-04 | 
| 公开(公告)号: | CN101689273A | 公开(公告)日: | 2010-03-31 | 
| 发明(设计)人: | 阿比纳·夏尔马;陈楷;罗伯·尼亚兹;约尔格·海利格 | 申请(专利权)人: | 谷歌公司 | 
| 主分类号: | G06Q30/00 | 分类号: | G06Q30/00 | 
| 代理公司: | 中原信达知识产权代理有限责任公司 | 代理人: | 张焕生;安 翔 | 
| 地址: | 美国加利*** | 国省代码: | 美国;US | 
| 权利要求书: | 查看更多 | 说明书: | 查看更多 | 
| 摘要: | |||
| 搜索关键词: | 用于 在线 广告 量度 转换 | ||
1.一种方法,包括:
获得指定与广告相关联的第一量度值的输入;
确定用于所述广告的潜在闪现的预测的转换率;
基于所述第一量度值和所述预测的转换率来估算第二量度值;
基于所述第二量度值进行补偿;以及
基于所述第一量度值进行借记记账。
2.根据权利要求1所述的方法,其中,所述第一量度值和所述第 二量度值基于不同的竞价模型。
3.根据权利要求2所述的方法,其中,所述竞价模型包括每动作 成本模型、每点击成本模型和每闪现成本模型。
4.根据权利要求2所述的方法,其中,所述第一量度值是基于每 动作成本模型的值,并且所述第二量度值基于每点击成本模型。
5.根据权利要求2所述的方法,其中,所述第一量度值是基于每 点击成本模型或每动作成本模型中的一个的值,并且所述第二量度值 基于每闪现成本模型。
6.根据权利要求2所述的方法,其中,确定预测的转换率包括: 使用学习模型将一个或多个闪现场境特征映射到所述预测的转换率。
7.根据权利要求6所述的方法,其中,所述学习模型是机器学习 系统模型,所述机器学习系统模型包括用于将所述一个或多个闪现场 境特征映射到所述预测的转换率的预定规则。
8.根据权利要求6所述的方法,其中,所述学习模型是使用转换 数据来构造的。
9.根据权利要求2所述的方法,其中,估算所述第二量度值包括 所述第一量度值乘以所述预测的转换率。
10.一种方法,包括:
接收指定用于与在线广告相关联的转换事件的第一量度值的广告 主输入;
基于历史数据来确定用于所述广告的潜在闪现的预测的转换率;
确定用于所述预测的转换率的校正系数;以及
使用所述第一量度值、所述预测的转换率和所述校正系数来自动 地计算第二量度值。
11.根据权利要求10所述的方法,其中,确定校正系数包括:
在竞价时段内监视与所述预测的转换率相关联的偏差错误;以及
在随后的竞价时段中自动地更新所述校正系数。
12.根据权利要求11所述的方法,其中,更新所述校正系数包括: 递增或递减所述校正系数以平衡所述偏差错误。
13.根据权利要求10所述的方法,其中,所述校正系数包括:
第一参数,所述第一参数指示在竞价时段内支付给发布者的合计 总数;以及
第二参数,所述第二参数指示在所述竞价时段内从广告主收取的 合计总数。
14.根据权利要求13所述的方法,其中,所述第一参数和所述第 二参数基于在所述竞价时段中增长的点击数、闪现数或成本中的一个。
15.根据权利要求13所述的方法,进一步包括:
选择所述竞价时段,使得最佳数据能够用于确定所述第一参数和 所述第二参数。
16.根据权利要求13所述的方法,其中,计算第二量度值包括: 如果所述第一参数大于或小于所述第二参数,则通过在随后的竞价时 段中调整所述校正系数来校正第二量度值。
17.根据权利要求13所述的方法,其中,调整所述校正系数包括:
调整所述竞价时段,使得最佳地降低所述第一参数和所述第二参 数之间的差值。
18.根据权利要求10所述的方法,其中,计算第二量度值包括: 将所述第一量度值乘以所述预测的转换率和所述校正系数。
19.根据权利要求10所述的方法,其中,所述第一量度值是基于 每动作成本模型的值,并且所述第二量度值基于每点击成本模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于谷歌公司,未经谷歌公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/200880022776.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:无线电发射装置的定位与搜索引导
- 下一篇:抑制反射的线栅偏振器





