显示广告预测中的时间动态的制作方法
【专利说明】显示广告预测中的时间动态
【背景技术】
[0001] 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W向访问因特 网的用户呈现各种广告。在一些实例中，用户可W选择广告和/或购买广告的产品或服务。 用户的运些动作可W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W由于用户兴趣和购买行为随时间变化而具有挑战。
[0002] 例如，传统技术可W跟踪用户是否点击在线广告W确定在线广告的有效性。其他 传统技术可W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W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。
【发明内容】
[0003] 本
【发明内容】
W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
【发明内容】
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。
[0004] 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，W预测用户是 否有可能购买与数字广告相关联的商品。
[0005] 可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W将一个或多个时间窗口应用到所述点击数据和所述转换数据，W减少用于做出预测 的数据集。在一些实例中，由所述时间预测模型处理时间窗口包括利用对应于第一时间窗 口的点击数据和转换数据来训练所述模型和根据第二时间窗口来处理过去用户行为数据。 由所述时间预测模型做出的预测可W利用对应于用户、广告商和/或广告商商品的额外辅 助信息。
【附图说明】
[0006] 参考附图描述了【具体实施方式】。在附图中，参考标记的最左边的数字标识在其中 参考标记第一次出现的附图。在说明书和附图中的不同实例中使用相同参考标记可W指示 相似或相同项。附图中呈现的实体可W指示一个或多个实体并且因此可W互换地引用讨论 中的实体的单数形式或复数形式。
[0007] 图1是可操作用于采用本文中描述的技术的示例实施方式中的环境的图示。
[0008] 图2描绘了在其中时间预测模型做出各种预测的示例实施方式中的场景的表示。
[0009] 图3是描绘在其中时间预测模型预测用户购买行为的过程的流程图。
[0010] 图4是描绘基于根据两个时间窗口处理数据来预测针对在线广告实例的有效性 水平的过程的流程图。
[0011] 图5是描绘使用通过处理多个时间窗口确定的数据子集来形成时间预测模型的 过程的流程图。
[0012] 图6是图示了包括表示可W实施本文中描述的各种技术的一个或多个计算系统 和/或设备的示例设备的示例系统。
【具体实施方式】 柳1引歷
[0014] 用户可W在因特网上选择广告和/或购买广告的产品或服务。用户的运些动作有 助于预测未来广告的潜在收益、将广告瞄准特定用户等。然而，预测未来广告的潜在收益可 W由于用户兴趣和购买行为随时间变化而具有挑战。
[0015] 例如，传统技术跟踪用户是否点击在线广告W确定在线广告的有效性。其他传统 技术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 活动不能准确地预测与在线广告相关联的收益。另外，单独集中在用户点击和购买活动的 预测模型通常由于处理大量数据而需要高计算成本。
[0016] 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，W预测用户是 否有可能购买与数字广告相关联的商品。
[0017] 可各种方式来形成时间预测模型。例如，可W通过将时间因子应用到点击数 据和转换数据并且使用时间点击数据和时间转换数据来形成时间预测模型，W形成所述模 型。在示例中，当处理两个时间窗口时，可W如W上所描述的外加将第二时间因子应用到用 户购买行为数据来创建时间预测模型。在该示例中，所述时间因子对应于基于与先前在线 广告实例相关联的点击数据与转换数据之间的时间关系的时间窗口。所述时间关系可W表 示用户购买行为随特定时间段的标识的变化。因此，时间预测模型被形成为针对随时间变 化的用户兴趣和/或购买行为进行动态地调整。
[0018] 可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W将一个或多个时间窗口应用到所述点击数据和所述转换数据，W减少用于做出预测 的数据集。由所述时间预测模型处理时间窗口包括利用对应于第一时间窗口的点击数据和 转换数据来训练所述模型和根据第二时间窗口来处理过去用户行为数据。由所述时间预测 模型进行的预测还可W利用对应于用户、广告商和/或广告商商品的额外辅助信息。
[0019] 通常，时间窗口指示诸如固定时间值的时间因子。在一些示例中，时间窗口基本上 等于在线广告实例的点击或印象与对应于在线广告实例的转换之间的时间量。然而，在其 他示例中，时间窗口实质上等于在线广告实例的点击或印象与转换之间的时间量加一些时 间变量。例如，基于一组点击与一组对应的转换之间的平均时间来确定时间变量。在一个 特定示例中，时间窗口被预先定义为大约一周，但是其他示例也是可预见的。
[0020] 用于转换预测和用于点击预测的现有方法孤立地看待运两个问题。然而，因为两 个目标通常是相互交织的，所W共同解决所述问题是相当有益的。时间预测模型例如通过 共同地检查用户购买行为和点击响应行为来预测用户的转换响应。此外，所述模型将点击 响应与购买活动之间的时间动态捕获到统一的框架中。特别地，时间预测模型表示用于执 行具有时间动态的矩阵因子分解的功能，并且因此可W被认为表示动态集体矩阵因子分解 值CM巧。
[0021] 时间预测模型可W被配置为预测各种度量。例如，时间预测模型可W被配置为预 测对应于在线广告实例的用户购买行为。附加地或备选地，所预测的度量可W包括预测在 线广告实例的有效性、预测用户是否将选择在线广告实例、预测来自未来广告的收益、预测 点击后转换（例如，在用户点击广告之后的购买活动）、预测印象后转换（例如，在向用户呈 现广告但用户没有点击它之后的购买活动）等。无论预测的度量如何，时间预测模型都表 示可W被配置为预测对应于在线广告实例和/或随后在线广告实例的用户行为的功能。
[0022] 在下面的讨论中，首先描述了可W采用本文中描述的技术的示例环境。之后描述 了可W执行在示例环境W及其他环境中的示例过程。因此，对示例过程的执行不限于示例 环境并且示例环境不限于对示例过程的执行。
[0023] 示例环培
[0024] 图1是可操作用于采用本文中所描述的技术的示例实施方式中的环境100的图 示。所图示的环境100包括包含时间预测模型104的计算设备102、网络106、广告商108、 内容提供者110 W及监控服务112。可W使用一个或多个计算设备（例如"云中的"服务器 机群等）来实施广告商108、内容提供者110 W及监控服务112。
[0025] 计算设备102例如可W被配置为台式计算机、便携式计算机、移动设备（例如，假 设为手持配置，例如平板计算机或移动电话）等。因此，计算设备102的范围可W从具有大 量存储器和处理器资源的完整资源设备（例如，个人计算机、游戏控制台）到具有有限存储 器和/或处理资源的低资源设备，例如移动设备。附加地，尽管示出单个计算设备102,但 是计算设备102可W表示多个不同设备，例如由商业利用W执行如关于图6进一步描述的 "在云上"操作的多个服务器。
[0026] 时间预测模型104表示用于预测用户购买行为和/或测量与在线广告实例相关 联的有效性的功能。如下面将进一步讨论的，可W通过时间预测模型104处理各种类型的 数据W实现预测。例如，可W经由网络106从广告商108、内容提供者110和/或监控服务 112接收用于处理的数据（例如，点击数据和/或转换数据）。处理数据可W包括包含将时 间因子应用到数据和/或根据特定时间窗口来过滤数据的各种操