【技术实现步骤摘要】
技术介绍
在线广告已经成为营销产品和服务的越来越有效的方式。例如,可以向访问因特网的用户呈现各种广告。在一些实例中,用户可以选择广告和/或购买广告的产品或服务。用户的这些动作可以有助于预测未来广告的潜在收益和/或将广告瞄准特定用户。然而,预测未来广告的潜在收益可以由于用户兴趣和购买行为随时间变化而具有挑战。例如,传统技术可以跟踪用户是否点击在线广告以确定在线广告的有效性。其他传统技术可以评估用户响应于查看在线广告的购买活动。然而,在一些实例中,单独用户点击和购买活动可能不足以准确地预测与在线广告相关联的收益。另外,集中在用户点击和购买活动的预测模型可能由于处理大量数据而招致高计算成本。
技术实现思路
本
技术实现思路
以简化的形式介绍下面在具体描述中进一步描述的概念选择。因此,本
技术实现思路
不旨在标识要求保护的主题的必要特征,其也不旨在被用作确定要求保护的主题的范围的辅助。描述了一种预测针对在线广告实例的用户购买行为的时间预测模型。所述时间预测模型也有助于测量所述在线广告实例的有效性或选择用于呈现的在线广告实例。在一个实施方式中,时间预测模型根据反映用户的变化的购买行为的时间窗口来处理点击数据和转换数据。在一些实例中,由所述时间预测模型处理两个或更多个时间窗口,以预测用户是否有可能购买与数字广告相关联的商品。可以以各种方式来处理反映用户购买行为的变化的时间窗口。例如,时间预测模型可以将一 ...
【技术保护点】
在用于在线广告和对关于所述在线广告的随后用户行为的预测的数字媒介环境中,所述数字媒介环境处置随时间变化的用户兴趣和购买行为,一种方法包括:接收指示先前在线广告实例是否被选择的点击数据;接收指示收益是否响应于呈现或选择所述先前在线广告实例而被生成的转换数据;将第一时间因子应用到所述点击数据和所述转换数据;将第二时间因子应用到用户购买行为数据;使用所述时间点击数据、所述时间转换数据以及所述时间用户购买行为数据来形成时间预测模型;并且至少部分地基于所述时间预测模型来预测针对随后在线广告实例的用户购买行为。
【技术特征摘要】
2014.11.25 US 14/553,8771.在用于在线广告和对关于所述在线广告的随后用户行为的预
测的数字媒介环境中,所述数字媒介环境处置随时间变化的用户兴
趣和购买行为,一种方法包括:
接收指示先前在线广告实例是否被选择的点击数据;
接收指示收益是否响应于呈现或选择所述先前在线广告实例而
被生成的转换数据;
将第一时间因子应用到所述点击数据和所述转换数据;
将第二时间因子应用到用户购买行为数据;
使用所述时间点击数据、所述时间转换数据以及所述时间用户
购买行为数据来形成时间预测模型;并且
至少部分地基于所述时间预测模型来预测针对随后在线广告实
例的用户购买行为。
2.根据权利要求1所述的方法,其中所述第一时间因子和所述
第二时间因子表示两个连续的时间帧。
3.根据权利要求1所述的方法,其中所述第一时间因子包括表
示所述先前在线广告实例的呈现与所述先前在线广告实例的转换之
间的关系的时间值,将所述时间因子应用到所述点击数据和所述转
换数据包括:通过所述时间值来过滤所述点击数据和所述转换数据。
4.根据权利要求1所述的方法,进一步包括使用所述时间预测
模型来测量所述先前在线广告实例的有效性。
5.根据权利要求1所述的方法,其中预测所述用户购买行为包
括:预测来自与所述随后在线广告实例相关联的后点击转换或后印
象转换的收益。
6.根据权利要求1所述的方法,其中预测所述用户购买行为包
括:预测用户是否将点击所述随后在线广告实例。
7.根据权利要求1所述的方法,其中形成所述时间预测模型至
少部分地基于将随机梯度下降算法应用到所述点击数据和所述转换
\t数据。
8.在用于基于对随后用户行为的预测来选择在线广告实例的数
字媒介环境中,所述数字媒介环境处置随时间变化的用户兴趣和购
买行为,一种方法包括:
标识与先前在线广告实例相关联的点击数据与转换数据之间的
时间关系;
基于标识的所述时间关系来标识时间窗口;
使用标识的所述时间窗口来确定所述点击数据和所述转换数据
的子集;
使用所述点击数据和所述转换数据的确定的所述子集来执行动
态集体矩阵因子分解,以使得所述点击数据和所述转换数据被共同
处理,以预测用于呈现的随后在线广告实例;并且
至少部分地基于由所述动态集体矩阵因子分解执行的所述预测
来选择用于呈现的随后在线广告实例。
9.根据权利要求8所述的方法,进一步包括将用户购买行为映
射在两个时间窗口中,并且将所述映射应用到所述动态集体矩阵因
子分解。
10.根据权利要求8所述的方法,其中所述点击数据与所述转
换数据之间的所述时间关系至少部分地基于多个转换...
【专利技术属性】
技术研发人员:J·B·卡瓦勒,李升,
申请(专利权)人:奥多比公司,
类型:发明
国别省市:美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。