專(zhuān)利名稱(chēng)：使用用戶(hù)行為歷史來(lái)個(gè)性化贊助搜索廣告布局的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及個(gè)性化被顯示在搜索引擎的結(jié)果頁(yè)面上的廣告的布局。
背景技術(shù)：
如何平衡搜索結(jié)果頁(yè)面(SRP)的貨幣化和用戶(hù)體驗(yàn)是在有機(jī)(稱(chēng)為算法的或自然 的(native))搜索結(jié)果旁邊提供贊助列表(基于文本的廣告以及潛在的圖形廣告)的商業(yè) 搜索引擎中活躍的研究領(lǐng)域。若干主導(dǎo)的商業(yè)搜索引擎通常連同有機(jī)結(jié)果在搜索結(jié)果頁(yè)面 的三個(gè)位置中的任意位置上顯示贊助列表。這三個(gè)位置被標(biāo)為北部、東部和南部，(分別) 位于搜索結(jié)果頁(yè)面的上部、右側(cè)和底部。眼球追蹤研究已經(jīng)將搜索結(jié)果頁(yè)面上的地理區(qū)域識(shí)別為用戶(hù)的焦點(diǎn)或“熱點(diǎn)”。這 些區(qū)域是當(dāng)用戶(hù)被最初呈現(xiàn)填充了有關(guān)搜索內(nèi)容的HTML頁(yè)面時(shí)，獲得比普通量的視覺(jué)關(guān) 注更多的視覺(jué)關(guān)注的區(qū)域。這些熱點(diǎn)之一在頁(yè)面的上部中心，這是人的眼球往往在處理文 檔的其余部分之前關(guān)注的地方。北部區(qū)域通常是廣告橫幅的位置，并且因此其在什么內(nèi)容 應(yīng)當(dāng)放置在那個(gè)位置處這一方面博得額外的關(guān)注。北部區(qū)域通常是搜索引擎的主要收益源，這主要由贊助列表從用戶(hù)接收到的額外 視覺(jué)關(guān)注產(chǎn)生，額外視覺(jué)關(guān)注直接轉(zhuǎn)變?yōu)檫@些廣告的額外的鼠標(biāo)點(diǎn)擊。許多搜索銷(xiāo)售商業(yè) 模型基于CPC(點(diǎn)擊付費(fèi))，這樣鼠標(biāo)點(diǎn)擊直接轉(zhuǎn)變成收益。然而，北部區(qū)域也可能是負(fù)面的用戶(hù)體驗(yàn)的主要貢獻(xiàn)者。北部的贊助列表的數(shù)目 越高，如果廣告被用戶(hù)視為無(wú)關(guān)，則用戶(hù)體驗(yàn)很有可能越負(fù)面。負(fù)面的用戶(hù)體驗(yàn)可以通過(guò)以 下方式來(lái)測(cè)量明示地調(diào)查用戶(hù)來(lái)測(cè)定他們的滿(mǎn)意度，或者隱含地使用查詢(xún)放棄率、首次點(diǎn) 擊時(shí)間、用戶(hù)返回率以及若干其它代用度量。目前用于確定廣告布局、每個(gè)可用位置中的列表數(shù)的方法使用基于查詢(xún)的特征， 例如，查詢(xún)中的字、對(duì)查詢(xún)出價(jià)的廣告商的數(shù)目、查詢(xún)文本與廣告描述之間的匹配量等等。 盡管基于查詢(xún)的方法解決了基本問(wèn)題，但是它們并沒(méi)有考慮發(fā)起該查詢(xún)的用戶(hù)。

發(fā)明內(nèi)容
在一個(gè)方面中，本發(fā)明的實(shí)施例涉及一種向用戶(hù)呈現(xiàn)個(gè)性化搜索結(jié)果頁(yè)面的方 法。例如，一種向搜索引擎的用戶(hù)呈現(xiàn)這樣的頁(yè)面的方法包括以下步驟。首先，基于用戶(hù)與 搜索引擎的交互的時(shí)間分布來(lái)計(jì)算用戶(hù)的參與指數(shù)。然后，如果用戶(hù)的參與指數(shù)滿(mǎn)足閾值， 則響應(yīng)于用戶(hù)的查詢(xún)，向該用戶(hù)呈現(xiàn)個(gè)性化搜索結(jié)果頁(yè)面。在另一個(gè)方面中，實(shí)施例涉及搜索引擎系統(tǒng)。例如，被配置為向搜索引擎的用戶(hù)呈 現(xiàn)個(gè)性化搜索結(jié)果的系統(tǒng)包括網(wǎng)絡(luò)搜索客戶(hù)端和網(wǎng)絡(luò)搜索服務(wù)器。該網(wǎng)絡(luò)搜索客戶(hù)端在計(jì) 算機(jī)可讀介質(zhì)中被實(shí)現(xiàn)，被配置為從用戶(hù)接收查詢(xún)并且將查詢(xún)傳遞給網(wǎng)絡(luò)搜索服務(wù)器。該 網(wǎng)絡(luò)搜索服務(wù)器在計(jì)算機(jī)可讀介質(zhì)中被實(shí)現(xiàn)，被配置為基于用戶(hù)的已知的與搜索引擎的交 互的時(shí)間分布來(lái)計(jì)算用戶(hù)的參與指數(shù)，并且響應(yīng)于查詢(xún)來(lái)生成搜索結(jié)果頁(yè)面并且將其傳遞 給網(wǎng)絡(luò)搜索客戶(hù)端用于顯示，其中，如果用戶(hù)的參與指數(shù)滿(mǎn)足閾值，則該搜索結(jié)果頁(yè)面被個(gè)性化。在另一個(gè)方面中，本發(fā)明的實(shí)施例涉及網(wǎng)絡(luò)搜索服務(wù)器。例如，計(jì)算機(jī)可讀介質(zhì)中 所實(shí)現(xiàn)的并被配置為個(gè)性化搜索引擎的網(wǎng)絡(luò)搜索結(jié)果頁(yè)面的布局的網(wǎng)絡(luò)搜索服務(wù)器包括 個(gè)性化模塊。個(gè)性化模塊被配置為接收有關(guān)用戶(hù)與搜索引擎的交互的用戶(hù)行為數(shù)據(jù)并且基 于用戶(hù)行為數(shù)據(jù)的某些來(lái)確定用戶(hù)的參與指數(shù)。該模塊還被配置為響應(yīng)于用戶(hù)的查詢(xún)來(lái)生 成具有廣告布局的搜索結(jié)果頁(yè)面。其中，該廣告布局是以下情形之一 1)當(dāng)用戶(hù)的參與指 數(shù)滿(mǎn)足參與閾值時(shí)，基于用戶(hù)行為數(shù)據(jù)；和2)當(dāng)用戶(hù)的參與指數(shù)不滿(mǎn)足參與閾值時(shí)，不基 于用戶(hù)行為數(shù)據(jù)。在另一個(gè)方面中，本發(fā)明的某些實(shí)施例涉及個(gè)性化在搜索結(jié)果頁(yè)面上出現(xiàn)的廣告 的布局的計(jì)算機(jī)實(shí)現(xiàn)的方法。例如，一種個(gè)性化搜索引擎的結(jié)果頁(yè)面的廣告布局的方法包 括以下步驟搜索有關(guān)用戶(hù)與搜索引擎的交互的用戶(hù)行為數(shù)據(jù)，基于用戶(hù)行為數(shù)據(jù)中的某 些來(lái)確定用戶(hù)的參與指數(shù)，并且響應(yīng)于用戶(hù)的查詢(xún)來(lái)向用戶(hù)呈現(xiàn)具有廣告布局的搜索結(jié)果 頁(yè)面。其中，該廣告布局是以下情形之一 1)當(dāng)用戶(hù)的參與指數(shù)滿(mǎn)足參與閾值時(shí)，基于用戶(hù) 行為數(shù)據(jù)；和2)當(dāng)用戶(hù)的參與指數(shù)不滿(mǎn)足參與閾值時(shí)，不基于用戶(hù)行為數(shù)據(jù)。優(yōu)選地，用戶(hù) 行為數(shù)據(jù)包括與用戶(hù)在搜索引擎上或在受搜索引擎提供商控制的其它網(wǎng)絡(luò)屬性上的動(dòng)作 有關(guān)的數(shù)據(jù)。在另一個(gè)方面中，個(gè)性化搜索引擎的網(wǎng)絡(luò)搜索結(jié)果的廣告布局的計(jì)算機(jī)實(shí)現(xiàn)的方 法采用用戶(hù)興趣數(shù)據(jù)。例如，一種方法，包括以下步驟收集用戶(hù)興趣數(shù)據(jù)；確定用戶(hù)的參 與指數(shù)；并且響應(yīng)于用戶(hù)的查詢(xún)來(lái)向用戶(hù)呈現(xiàn)具有廣告布局的搜索結(jié)果頁(yè)面。其中，該廣告 布局是以下情形之一 1)當(dāng)用戶(hù)的參與指數(shù)滿(mǎn)足參與閾值時(shí)，基于用戶(hù)行為數(shù)據(jù)；和2)當(dāng) 用戶(hù)的參與指數(shù)不滿(mǎn)足參與閾值時(shí)，不基于用戶(hù)行為數(shù)據(jù)。優(yōu)選地，用戶(hù)興趣數(shù)據(jù)包括與從 以下內(nèi)容獲得的用戶(hù)興趣有關(guān)的數(shù)據(jù)1)諸如調(diào)查或賬戶(hù)注冊(cè)表之類(lèi)的明示源，或幻諸如 各種網(wǎng)絡(luò)屬性之間的時(shí)間分配的隱含源。在另一個(gè)方面中，一種個(gè)性化搜索引擎的網(wǎng)絡(luò)搜索結(jié)果頁(yè)面的布局的計(jì)算機(jī)實(shí)現(xiàn) 的方法采用用戶(hù)特征數(shù)據(jù)。例如，一種方法，包括以下步驟收集用戶(hù)特征數(shù)據(jù)；確定用戶(hù) 的參與指數(shù)；并且響應(yīng)于用戶(hù)的查詢(xún)來(lái)向用戶(hù)呈現(xiàn)具有廣告布局的搜索結(jié)果頁(yè)面。其中，該 廣告布局是以下情形之一 1)當(dāng)用戶(hù)的參與指數(shù)滿(mǎn)足參與閾值時(shí)，基于用戶(hù)行為數(shù)據(jù)；和 2)當(dāng)用戶(hù)的參與指數(shù)不滿(mǎn)足參與閾值時(shí)，不基于用戶(hù)行為數(shù)據(jù)。優(yōu)選地，用戶(hù)特征數(shù)據(jù)包括 以下類(lèi)型的數(shù)據(jù)之一人口統(tǒng)計(jì)學(xué)數(shù)據(jù)和社會(huì)數(shù)據(jù)。優(yōu)選地，用戶(hù)特征數(shù)據(jù)包括與從以下之 一得到的用戶(hù)的特定人口統(tǒng)計(jì)學(xué)、社會(huì)經(jīng)濟(jì)學(xué)和地理特征1)明示聲明，或幻推斷。


圖1是典型商業(yè)搜索引擎的示例性主頁(yè)，其包括使得用戶(hù)可以輸入搜索查詢(xún)的搜 索文本框。圖2是商業(yè)搜索引擎的示例性搜索頁(yè)面，其包括在頁(yè)面的不同位置的算術(shù)搜索結(jié) 果和廣告。圖3是被分成典型的算術(shù)和廣告區(qū)域的搜索結(jié)果頁(yè)面的示圖。圖4是概述包括與本發(fā)明一致的個(gè)性化引擎的產(chǎn)生搜索結(jié)果頁(yè)面所需要的后端 處理步驟的示圖。
圖5是概述與本發(fā)明一致的個(gè)性化引擎內(nèi)采取的處理步驟的示圖。
具體實(shí)施例方式捭索弓丨擎用戶(hù)界面互聯(lián)網(wǎng)用戶(hù)熟悉典型的商業(yè)搜索引擎。如圖1中所示，商業(yè)搜索引擎的典型主 頁(yè)——與搜索引擎的用戶(hù)交互的起始點(diǎn)，包括文本輸入框和查詢(xún)提交按鈕。在圖1中，用戶(hù) 在文本輸入框中輸入了 “pizza”(披薩)。查詢(xún)提交按鈕被標(biāo)記為“karch”(搜索)。圖2圖示出由商業(yè)搜索引擎響應(yīng)于圖1中的查詢(xún)“pizza”返回的示例性搜索結(jié)果 頁(yè)面(SRP)。該頁(yè)面的右列包括廣告。該頁(yè)面的左列包括廣告和算法搜索結(jié)果(algorithmic search result)0圖3圖示出SRP的典型布置，其被分成4個(gè)區(qū)域。這些區(qū)域被布置在兩列中，反映 出圖2。左列包含三個(gè)區(qū)域最上面的北部區(qū)域、中間的算法區(qū)域和下部的南部區(qū)域。右列 包含一個(gè)區(qū)域，即東部區(qū)域。在由圖2和圖3示出的典型SRP中，與被返回其SRP的搜索查詢(xún)相關(guān)聯(lián)的廣告被顯 示在北部、東部和南部區(qū)域中，而查詢(xún)本身的結(jié)果被顯示在算法區(qū)域中。然而，在目前成功 的商業(yè)搜索引擎中，不是所有的SRP都在北部、南部和東部區(qū)域的每一個(gè)區(qū)域中包括廣告。 通常，當(dāng)不在北部區(qū)域中示出廣告時(shí)，算法區(qū)域包含北部區(qū)域的區(qū)域。然而，當(dāng)不在東部區(qū) 域中示出廣告時(shí)，該區(qū)域通常留作空白。后端圖3示出響應(yīng)于搜索查詢(xún)生成SRP的典型搜索引擎工作流。查詢(xún)首先被預(yù)處理； 典型的預(yù)處理操作包括過(guò)濾、消毒(sanitization)、填充(stemming)、停用詞去除和規(guī)范 格式轉(zhuǎn)換。預(yù)處理查詢(xún)被提供給兩個(gè)分別的子處理流水線(xiàn)。第一流水線(xiàn)按照與預(yù)處理后的 查詢(xún)的關(guān)聯(lián)度的順序排序通常用萬(wàn)維網(wǎng)上的URL或URI參考的所有網(wǎng)絡(luò)內(nèi)容。該排序形成 針對(duì)查詢(xún)?cè)O(shè)置的算法搜索結(jié)果。第二流水線(xiàn)也按照與預(yù)處理后的查詢(xún)的關(guān)聯(lián)度來(lái)排序所有 的要么基于文本要么基于圖形的廣告。響應(yīng)于查詢(xún)所遞送的SRP利用這兩個(gè)排序廣告的 排序和算法結(jié)果的排序。通常，SRP構(gòu)建包括合并兩個(gè)排序并且包括用于確定頁(yè)面上廣告的 布局的默認(rèn)子處理。通常，這些排序確定布局內(nèi)廣告的放置。盡管這樣的廣告布局算法可 以以不同方式用公式表述廣告放置，但是它們使用查詢(xún)和各個(gè)廣告級(jí)特征來(lái)確定放置。因 此，發(fā)起相同查詢(xún)的每個(gè)用戶(hù)被呈現(xiàn)相同的SRP布局。個(gè)性化搜索引擎用戶(hù)包括廣大范圍的點(diǎn)擊行為，從主要對(duì)算法結(jié)果感興趣并且?guī)缀醪稽c(diǎn) 擊付費(fèi)廣告的理智的信息搜索者到對(duì)贊助列表感興趣得多的重度網(wǎng)絡(luò)購(gòu)物者。在生成SRP 時(shí)反映用戶(hù)的這種多樣性是有益的。與該目標(biāo)相一致，圖3中描繪的后端系統(tǒng)包括與本發(fā)明一致的個(gè)性化引擎。如圖 所示，個(gè)性化引擎接收有關(guān)歷史用戶(hù)行為的數(shù)據(jù)。個(gè)性化引擎利用用戶(hù)行為數(shù)據(jù)來(lái)改進(jìn)針 對(duì)用戶(hù)發(fā)布的每個(gè)查詢(xún)的SRP廣告布局。用戶(hù)識(shí)別本發(fā)明的實(shí)施例考慮各種用戶(hù)識(shí)別方案。在某些實(shí)施例中，用戶(hù)經(jīng)由搜索引擎所提供的基于瀏覽器的cookie來(lái)識(shí)別。在某些實(shí)施例中，用戶(hù)利用搜索引擎提供商經(jīng)由與用 戶(hù)的賬戶(hù)相關(guān)聯(lián)的cookie來(lái)識(shí)別。在某些實(shí)施例中，用戶(hù)經(jīng)由與受搜索引擎提供商控制的 另一屬性相關(guān)聯(lián)的cookie來(lái)識(shí)別。參與(Engagement)本發(fā)明的實(shí)施例包括用于在給定具體用戶(hù)的(已知的)過(guò)去行為的情況下測(cè)定該 用戶(hù)利用搜索引擎進(jìn)行參與的水平的方法。由于瀏覽器cookie的即時(shí)特性以及cookie在 瀏覽器存儲(chǔ)器和盤(pán)中比較短的壽命的緣故，這樣的方法是有益的。因此，實(shí)施例計(jì)算參與指 數(shù)，參與指數(shù)在計(jì)算基于歷史用戶(hù)數(shù)據(jù)的預(yù)測(cè)用戶(hù)行為的置信水平時(shí)使用。本發(fā)明的各實(shí)施例使用各種度量來(lái)計(jì)算參與指數(shù)。優(yōu)選地，參與指數(shù)基于與搜索 引擎的用戶(hù)交互的時(shí)間分布。最優(yōu)選地，參與指數(shù)由至少以下統(tǒng)計(jì)數(shù)據(jù)形成用戶(hù)訪(fǎng)問(wèn)搜索 引擎網(wǎng)站的頻率；用戶(hù)訪(fǎng)問(wèn)的新近度，例如在最后一次觀察到用戶(hù)訪(fǎng)問(wèn)該網(wǎng)站的時(shí)間；搜 索引擎網(wǎng)站上的用戶(hù)行為的強(qiáng)度。以上統(tǒng)計(jì)數(shù)據(jù)可以根據(jù)參與指數(shù)計(jì)算的函數(shù)形式以任意 合適的單位測(cè)量，然而，優(yōu)選地，頻率以每一天測(cè)量，新近度以天測(cè)量并且強(qiáng)度以頁(yè)面瀏覽 測(cè)量?？梢钥紤]以上統(tǒng)計(jì)數(shù)據(jù)以外的其它統(tǒng)計(jì)數(shù)據(jù)。例如，表示用戶(hù)訪(fǎng)問(wèn)在時(shí)間上的分布 的統(tǒng)計(jì)數(shù)據(jù)可以替代頻率和新近度統(tǒng)計(jì)數(shù)據(jù)。某些實(shí)施例中所使用的參與指數(shù)(EI)的公式如下EI =頻率*強(qiáng)度/新近度。 在可替換實(shí)施例中，EI公式的變形包括與從其它源收集的用戶(hù)行為的知識(shí)的組合的上述強(qiáng) 度、頻率和新近度變量中的一個(gè)或多個(gè)。例如，有關(guān)受搜索引擎提供商控制的各種非搜索屬 性的參與，例如，金融、汽車(chē)、運(yùn)動(dòng)。優(yōu)選地，高EI得分表示(a)將來(lái)返回該網(wǎng)頁(yè)的高可能性，(b)將來(lái)在該網(wǎng)站上的 高活躍水平或(c)在用于預(yù)測(cè)點(diǎn)擊廣告可能性的計(jì)算中的高置信水平。相反，低EI得分表 示(a)返回該網(wǎng)頁(yè)的低可能性，(b)將來(lái)在該網(wǎng)站上的低活躍水平或(c)在用于預(yù)測(cè)點(diǎn)擊 廣告的可能性的計(jì)算中的低置信水平。在某些實(shí)施例中，EI用來(lái)確定可以被有效地執(zhí)行個(gè)性化的用戶(hù)的子集。優(yōu)選地， 針對(duì)所有用戶(hù)計(jì)算EI，并且EI在閾值以上的用戶(hù)被視為充分參與網(wǎng)站而執(zhí)行個(gè)性化。在本發(fā)明的某些實(shí)施例中，如果用戶(hù)被識(shí)別為非個(gè)性化候選人，則個(gè)性化引擎不 會(huì)做任何事情并且僅向用戶(hù)發(fā)表在流水線(xiàn)中沒(méi)有個(gè)性化引擎的情況下本應(yīng)該看到的搜索 結(jié)果頁(yè)面。個(gè)性化SRP廣告布局個(gè)性化操作個(gè)性化引擎為被視為個(gè)性化候選人的用戶(hù)執(zhí)行個(gè)性化操作。存在各種可能的個(gè)性 化操作。例如，在某些實(shí)施例中，布局的個(gè)性化包括在增加廣告區(qū)域之一(例如，北部、南部 或東部)中示出的廣告數(shù)并且減少另一廣告區(qū)域中示出的廣告數(shù)的同時(shí)在頁(yè)面上維護(hù)許 多廣告。在某些實(shí)施例中，個(gè)性化包括在增大一個(gè)廣告區(qū)域中所示出的廣告數(shù)并且減小另 一廣告區(qū)域中所示出的廣告數(shù)的同時(shí)增大頁(yè)面上的廣告數(shù)。優(yōu)選地，個(gè)性化操作集中于北部廣告區(qū)域，該區(qū)域常常被認(rèn)為是SRP上最有價(jià)值 的廣告區(qū)域。例如，集中于北部區(qū)域的某些實(shí)施例在減少北部區(qū)域中所示出的廣告數(shù)的同 時(shí)在SRP上維護(hù)許多廣告，而某些實(shí)施例增大北部區(qū)域中所示出的廣告數(shù)。增大頁(yè)面上所 示出的廣告數(shù)的實(shí)施例類(lèi)似地增大或減少北部區(qū)域中所示出的廣告數(shù)。減少頁(yè)面上所示出的廣告數(shù)的另一些實(shí)施例也可以增大或減少北部區(qū)域中所示出的廣告數(shù)。當(dāng)然，也可以構(gòu) 想到集中于其它區(qū)域的個(gè)性化操作。個(gè)性化工作流圖5圖示出與某些實(shí)施例一致的個(gè)性化工作流。首先，針對(duì)所有用戶(hù)計(jì)算參與指 數(shù)(EI)。這些用戶(hù)之后基于EI被劃分到參與用戶(hù)和非參與用戶(hù)中。然后，參與用戶(hù)基于一 組分組參數(shù)被分到用戶(hù)群組中。然后，群組連同描述群組的群組元數(shù)據(jù)和分組參數(shù)一起被 提供給布局處理。布局處理還接收廣告排序集合和算法排序集合，并且之后針對(duì)每個(gè)群組 構(gòu)建SRP。每個(gè)SRP上的廣告布局基于群組元數(shù)據(jù)。每個(gè)布局中的廣告和結(jié)果包括從兩個(gè) 排序集合中提取的算法結(jié)果。應(yīng)當(dāng)注意，針對(duì)某些群組生成的個(gè)性化的SRP可以與針對(duì)非參與用戶(hù)生成的未個(gè) 性化的SRP等同。個(gè)性化個(gè)性化目標(biāo)在與本發(fā)明實(shí)施例一致的個(gè)性化方法內(nèi)如何定義成功的問(wèn)題是困難的。不是所有 的實(shí)施例都需要解決該問(wèn)題。然而，優(yōu)選地，本發(fā)明的實(shí)施例包括要么暗示的或要么明確的 成功測(cè)量。例如，某些實(shí)施例包括嘗試優(yōu)化所生成的收益的特征。另一個(gè)更難以捉摸的度 量是用戶(hù)體驗(yàn)。某些實(shí)施例嘗試通過(guò)在沒(méi)有預(yù)期收益增加時(shí)減小用于廣告的區(qū)域來(lái)改善用 戶(hù)體驗(yàn)。針對(duì)用戶(hù)群組的個(gè)性化在某些實(shí)施例中，基于用戶(hù)群組的聚合用戶(hù)行為來(lái)針對(duì)用戶(hù)群組執(zhí)行廣告布局的 個(gè)性化。通過(guò)檢查在贊助廣告列表上的歷史點(diǎn)進(jìn)率(click-through rate，CTR)，候選用戶(hù) 被分類(lèi)為“重度”、“輕度”或“平均水平”點(diǎn)擊者。用戶(hù)的點(diǎn)進(jìn)率是用戶(hù)將在贊助列表上進(jìn) 行的預(yù)期點(diǎn)擊數(shù)，其獨(dú)立于實(shí)際的搜索查詢(xún)并且獨(dú)立于贊助列表的特性。以下示出CTR的 一個(gè)公式。在以下公式中，優(yōu)選針對(duì)充分長(zhǎng)的時(shí)間(通常為數(shù)周)來(lái)合計(jì)變量用戶(hù)CTR=(點(diǎn)擊數(shù))/(至少示出一個(gè)廣告的搜索數(shù))對(duì)于被識(shí)別為“平均水平”點(diǎn)擊者的用戶(hù)，不進(jìn)行任何廣告布局改變。此外，所有 非個(gè)性化候選人(即，EI得分低于指定閾值的用戶(hù))也被有效地視為“平均水平”點(diǎn)擊者并 且對(duì)他們不進(jìn)行任何廣告布局改變。對(duì)于重度點(diǎn)擊者和輕度點(diǎn)擊者，廣告布局優(yōu)選被如下所述地更改。對(duì)于被識(shí)別為 重度點(diǎn)擊者的用戶(hù)，廣告布局被修改使得針對(duì)查詢(xún)子集可以在北部區(qū)域(或其它主要位 置)中示出不同數(shù)目的廣告。如果廣告布局算法確定應(yīng)當(dāng)在北部(或其它主要位置)中示 出N個(gè)廣告，并且如果個(gè)性化引擎估計(jì)將附加廣告移動(dòng)到北部的預(yù)期收益(對(duì)于該用戶(hù)) 在某一閾值以上，則其修改該布局使得N+α個(gè)廣告被顯示在北部中，其中，α是正整數(shù)。優(yōu) 選地，附加的α個(gè)廣告在預(yù)期收益方面最有價(jià)值，它們?cè)緫?yīng)當(dāng)不同地在東部(或其它不 那么主要的位置)示出。如果廣告布局算法已經(jīng)確定在北部(或其它主要位置)中將示出 最大允許數(shù)目的廣告，則個(gè)性化引擎將不會(huì)做任何事情。對(duì)于被識(shí)別為輕度點(diǎn)擊者的用戶(hù)，廣告布局被修改使得針對(duì)查的子集可以在在北 部區(qū)域(或其它主要位置)中示出不同數(shù)目的廣告。如果廣告布局算法確定應(yīng)當(dāng)在北部 (或其它主要位置)中示出N個(gè)廣告，并且如果個(gè)性化引擎估計(jì)將附加廣告移出北部的預(yù)期收益影響(對(duì)于該用戶(hù))低于某一閾值，則個(gè)性化引擎更改該布局使得在北部中顯示N-β 個(gè)廣告，其中，β是正整數(shù)。北部中示出的β個(gè)廣告要么被重新定位于不那么主要的廣告 位置中要么被從顯示中移除。如果廣告布局算法已經(jīng)確定在北部(或其它主要位置)應(yīng)不 示出廣告，則個(gè)性化弓I擎將不做任何事情。對(duì)于上述方法，用于將廣告移動(dòng)到北部(或其它主要位置)中的閾值優(yōu)選用商業(yè) 約束來(lái)確定，商業(yè)約束指示用于對(duì)任意網(wǎng)站屬性進(jìn)行廣告的區(qū)域。查詢(xún)-廣告對(duì)的獨(dú)立于 用戶(hù)的預(yù)期收益的計(jì)算通?？梢苑纸鉃橐韵碌仁筋A(yù)期(收益I查詢(xún)，廣告)=費(fèi)用(廣告)*概率(點(diǎn)擊廣告I查詢(xún)，廣告)在本發(fā)明中沒(méi)有描述在給定查詢(xún)-廣告對(duì)的情況下估計(jì)點(diǎn)擊廣告的概率的問(wèn)題， 因?yàn)榇嬖谕瓿捎?jì)算的若干種方式。廣告的費(fèi)用通常是由搜索引擎和廣告商協(xié)商的已知值。在本發(fā)明的該實(shí)施例中，個(gè)性化引擎通過(guò)調(diào)節(jié)以上等式中的“概率(點(diǎn)擊廣告I查 詢(xún)，廣告)”這一項(xiàng)來(lái)細(xì)化查詢(xún)-廣告對(duì)的預(yù)期收益估計(jì)。該細(xì)化可以以若干方式進(jìn)行。以 下是通過(guò)修改用戶(hù)點(diǎn)擊廣告的概率這一項(xiàng)來(lái)反映預(yù)期收益計(jì)算中的變化的某些示例性方 式。反映更改后的概率的一種方式是增加預(yù)定實(shí)數(shù)值Y。例如，預(yù)期(收益I查詢(xún)，廣告)=費(fèi)用(廣告)*( Y +概率(點(diǎn)擊廣告I查詢(xún)，廣告))反映更變后的概率的另一種方式是乘以用戶(hù)的歷史CTR和所有用戶(hù)的平均CTR的 恰當(dāng)計(jì)算的數(shù)學(xué)函數(shù)。一個(gè)這樣的函數(shù)是S * (用戶(hù)的歷史CTR) / (所有用戶(hù)的平均CTR)， 其中S是預(yù)定常量。保持該公式的精神的該函數(shù)的各種其它修改和更改也與本發(fā)明一致。
預(yù)期(收益I查詢(xún),廣告)=
費(fèi)田礦告、*概率Γ點(diǎn)擊(廣告)丨杳詢(xún).廣告)* δ吖用戶(hù)的歷史CTR)
所有用戶(hù)的平均CTR另一些方式包括開(kāi)發(fā)(使用回歸、分類(lèi)或聚合)預(yù)測(cè)點(diǎn)擊概率的機(jī)器學(xué)習(xí)模型， 其使用歷史用戶(hù)CTR率以及優(yōu)選地從查詢(xún)和廣告級(jí)特征得到的獨(dú)立于用戶(hù)的點(diǎn)擊概率。點(diǎn)擊廣告的概率的修改值(以及預(yù)期收益)可以用來(lái)設(shè)置上述方法中概述的閾值。每個(gè)用戶(hù)的個(gè)性化在本發(fā)明的某些實(shí)施例中，例如用參與指數(shù)確定為個(gè)性化目標(biāo)的用戶(hù)不是被分到 例如“平均水平”、“輕度”或“重度”點(diǎn)擊者的群組中。不是例如經(jīng)由查詢(xún)和廣告級(jí)特征計(jì) 算出并且由個(gè)性化引擎如上所述地調(diào)節(jié)的點(diǎn)擊廣告的概率，而是預(yù)期收益被直接用來(lái)確定 在主要位置中示出的廣告。例如，主要廣告地點(diǎn)被給與“定價(jià)”，并且只要預(yù)期收益在某一最 小值以上，廣告就可以置于該位置中。優(yōu)選地，定價(jià)閾值被計(jì)算出使得可以精確地滿(mǎn)足廣告 位置的商業(yè)目標(biāo)足印(footprint)。這樣的足印的一個(gè)示例是這樣的規(guī)則最多的搜索 結(jié)果頁(yè)面將在北部區(qū)域中具有χ個(gè)廣告。附加細(xì)節(jié)和增強(qiáng)在本發(fā)明的某些實(shí)施例中，個(gè)性化引擎除了可以執(zhí)行之前描述的方法以外，還可 以執(zhí)行另外的個(gè)性化操作。此外，本發(fā)明的某些實(shí)施例包括附加實(shí)現(xiàn)細(xì)節(jié)。增強(qiáng)
9
例如，如果用戶(hù)點(diǎn)擊贊助搜索的概率低，則某些實(shí)施例減少在頁(yè)面上示出的廣告 的總數(shù)。整個(gè)頁(yè)面的廣告深度將被減小使得最沒(méi)什么價(jià)值的廣告——通常是在最不顯眼的 廣告位置處的最低鏈接不被顯示在搜索結(jié)果頁(yè)面上。所示出(過(guò)濾后)的廣告數(shù)可以使用 有關(guān)點(diǎn)擊廣告的個(gè)性化概率的閾值來(lái)確定?？商鎿Q地，如果用戶(hù)點(diǎn)擊廣告的概率高，則頁(yè)面 上示出的廣告數(shù)可以被增大，如果有足夠的廣告目錄和足夠的值，例如預(yù)期收益的話(huà)。某些實(shí)施例基于在給定查詢(xún)的類(lèi)別的情況下點(diǎn)擊查詢(xún)的預(yù)期概率來(lái)修改廣告布 局。例如，某些用戶(hù)示出不同的傾向，例如，對(duì)分類(lèi)法中的各種類(lèi)別(例如，運(yùn)動(dòng)、電影、汽 車(chē))的廣告的歷史點(diǎn)進(jìn)率。如果這樣的用戶(hù)發(fā)起被識(shí)別為術(shù)語(yǔ)分類(lèi)法上特定節(jié)點(diǎn)的查詢(xún)， 則點(diǎn)擊廣告的概率可以通過(guò)使用類(lèi)別級(jí)點(diǎn)進(jìn)率來(lái)更精確地調(diào)節(jié)。廣告布局被修改的方式可 以與以上方法中概述的方式完全相同。在這樣的基于類(lèi)別的方法中，用戶(hù)對(duì)具體類(lèi)別的廣告的興趣水平不必被限制為用 戶(hù)在搜索引擎頁(yè)面上的歷史行為。這可以從有關(guān)網(wǎng)絡(luò)的其它屬性(例如，金融、汽車(chē)或其它 交通工具)的用戶(hù)行為中推斷。如果通過(guò)對(duì)某種類(lèi)別的廣告的廣告點(diǎn)進(jìn)率或用在類(lèi)別網(wǎng)站 上花費(fèi)的時(shí)間推斷出用戶(hù)對(duì)某些類(lèi)別的廣告有高的興趣水平，則這可以用來(lái)更新有關(guān)搜索 廣告的估計(jì)點(diǎn)擊概率。例如，如果用戶(hù)花費(fèi)比平均時(shí)間量更多的時(shí)間來(lái)瀏覽房地產(chǎn)網(wǎng)頁(yè)，則 他們更有可能點(diǎn)擊有關(guān)住房抵押的贊助搜索廣告。點(diǎn)擊概率中的該變化也可以通過(guò)觀察歷 史的用戶(hù)行為來(lái)量化。此外，某些實(shí)施例鑒于間接地點(diǎn)擊特定類(lèi)別的贊助搜索廣告的概率來(lái)推斷用戶(hù)的 興趣水平。例如，如果用戶(hù)對(duì)汽車(chē)示出高的興趣水平，則他們也有可能對(duì)貸款感興趣。如果 他們購(gòu)買(mǎi)桌面型計(jì)算機(jī)，則他們也可能對(duì)監(jiān)視器的廣告感興趣。另外，某些實(shí)施例從人口統(tǒng)計(jì)學(xué)數(shù)據(jù)來(lái)推斷用戶(hù)點(diǎn)擊各種廣告的概率。年齡、性別 和其它度量被用來(lái)推斷用戶(hù)有多可能點(diǎn)擊某種類(lèi)別的廣告。例如，青少年將更有可能點(diǎn)擊 音樂(lè)相關(guān)的產(chǎn)品的贊助搜索廣告，或者，男性比女性更有可能點(diǎn)擊生發(fā)產(chǎn)品的廣告。當(dāng)用戶(hù) 賬戶(hù)已經(jīng)關(guān)聯(lián)了人口統(tǒng)計(jì)學(xué)數(shù)據(jù)，則這樣的方法就是可以的。這樣的方法可以與以上概述 的增強(qiáng)結(jié)合。某些實(shí)施例還使用社會(huì)網(wǎng)絡(luò)和用戶(hù)是某個(gè)社團(tuán)的成員來(lái)推斷點(diǎn)擊各種類(lèi)型的廣 告的概率。用戶(hù)在社會(huì)網(wǎng)絡(luò)中的成員級(jí)別以及追隨社會(huì)網(wǎng)絡(luò)內(nèi)所識(shí)別的購(gòu)買(mǎi)模式的概率可 以以若干方式測(cè)量。例如，如果網(wǎng)絡(luò)的若干成員購(gòu)買(mǎi)音樂(lè)會(huì)門(mén)票，則該網(wǎng)絡(luò)的其余成員在數(shù) 量上比隨機(jī)的互聯(lián)網(wǎng)用戶(hù)更有可能購(gòu)買(mǎi)音樂(lè)會(huì)門(mén)票。在某些實(shí)施例中，這樣的測(cè)量也可以 用來(lái)調(diào)節(jié)用戶(hù)將點(diǎn)擊某種類(lèi)型的廣告的概率。另外，某些實(shí)施例基于用戶(hù)的地理位置來(lái)修改廣告布局?；诘乩砦恢玫逆i定常 常被用來(lái)利用本地廣告鎖定用戶(hù)。用戶(hù)點(diǎn)擊本地級(jí)廣告與點(diǎn)擊國(guó)家級(jí)廣告有不同的概率， 這可以被測(cè)量并被用來(lái)更新有關(guān)搜索廣告的估計(jì)點(diǎn)擊概率。附加細(xì)節(jié)在某些實(shí)施例中，參與指數(shù)還基于從與非搜索屬性的用戶(hù)交互的分布中推斷出的 用戶(hù)興趣數(shù)據(jù)。優(yōu)選地，非搜索屬性包括以下內(nèi)容之一汽車(chē)、金融和運(yùn)動(dòng)。在某些實(shí)施例中，預(yù)期基于用戶(hù)行為數(shù)據(jù)的廣告布局相對(duì)于未基于用戶(hù)行為數(shù)據(jù) 的廣告布局生成額外的收益。在某些實(shí)施例中，基于用戶(hù)行為數(shù)據(jù)的廣告布局相對(duì)于未基 于用戶(hù)行為數(shù)據(jù)的廣告布局，通過(guò)減少搜索結(jié)果頁(yè)面中所示出的廣告數(shù)來(lái)改善用戶(hù)體驗(yàn)。更優(yōu)選地，本發(fā)明的實(shí)施例通過(guò)基于用戶(hù)行為模式來(lái)向用戶(hù)提供廣告布局來(lái)增大平均收益 并且同時(shí)改善所有用戶(hù)的平均用戶(hù)體驗(yàn)。在某些實(shí)施例中，廣告布局被修改的方面是搜索結(jié)果頁(yè)面中有可能的廣告位置中 的每一個(gè)廣告位置中示出的廣告數(shù)。在某些實(shí)施例中，廣告布局被修改的方面是在搜索結(jié) 果頁(yè)面的主要廣告位置中示出的廣告數(shù)。優(yōu)選地，主要廣告位置是搜索結(jié)果頁(yè)面的北部廣 告區(qū)間。在某些實(shí)施例中，用戶(hù)行為數(shù)據(jù)包括結(jié)合贊助列表的內(nèi)容和位置，用戶(hù)已經(jīng)對(duì)贊 助列表執(zhí)行的點(diǎn)擊數(shù)據(jù)，以及返回用戶(hù)瀏覽器的頁(yè)面數(shù)量。在某些實(shí)施例中，如果用戶(hù)的參與指數(shù)滿(mǎn)足參與閾值，則用戶(hù)基于用戶(hù)行為數(shù)據(jù) 被分類(lèi)為重度點(diǎn)擊者、平均水平點(diǎn)擊者和輕度點(diǎn)擊者。優(yōu)選地，相同類(lèi)中的用戶(hù)被呈現(xiàn)相 同的廣告布局。在某些實(shí)施例中，呈現(xiàn)給參考指數(shù)滿(mǎn)足參考閾值的廣告布局基于用戶(hù)的歷史點(diǎn)進(jìn) 率(CRT)。例如，在某些實(shí)施例中，歷史的用戶(hù)點(diǎn)進(jìn)率(CRT)被用作在給定查詢(xún)和用戶(hù)的情 況下用來(lái)增大、減小或保持有關(guān)廣告的預(yù)期收益的比例因子。另外，在某些實(shí)施例中，歷史 的用戶(hù)點(diǎn)進(jìn)率(CRT)被用作在給定查詢(xún)和用戶(hù)以及從查詢(xún)和匹配的廣告得到的其它因子 的情況下對(duì)有關(guān)廣告的預(yù)期收益進(jìn)行建模的因子。某些實(shí)施例還包括收集用戶(hù)的興趣數(shù)據(jù)，并且其中，當(dāng)用戶(hù)的參與指數(shù)滿(mǎn)足參與 閾值時(shí)，廣告布局也基于所收集的用戶(hù)興趣數(shù)據(jù)。某些實(shí)施例還包括收集用戶(hù)特征數(shù)據(jù)，其中當(dāng)用戶(hù)的參與指數(shù)滿(mǎn)足參與閾值時(shí)， 廣告布局也基于所收集的用戶(hù)特征數(shù)據(jù)。在某些實(shí)施例中，參與指數(shù)基于用戶(hù)過(guò)去與搜索引擎的交互的時(shí)間分布。優(yōu)選地， 參與指數(shù)基于用戶(hù)訪(fǎng)問(wèn)搜索引擎的新近度、強(qiáng)度和頻率。盡管已經(jīng)關(guān)于具體示例性實(shí)施例描述了本發(fā)明，但是將了解，本領(lǐng)域技術(shù)人員可 以在不偏離本發(fā)明的精神和范圍的情況下進(jìn)行各種修改和改變。本發(fā)明的范圍不限于所述 示例性實(shí)施例并且通過(guò)檢查權(quán)利要求來(lái)限定。
權(quán)利要求
1.一種向搜索引擎的用戶(hù)呈現(xiàn)個(gè)性化搜索結(jié)果頁(yè)面的計(jì)算機(jī)實(shí)現(xiàn)的方法，包括a.基于用戶(hù)與所述搜索引擎的交互的時(shí)間分布來(lái)計(jì)算所述用戶(hù)的參與指數(shù)；b.如果所述用戶(hù)的參與指數(shù)滿(mǎn)足閾值，則響應(yīng)于所述用戶(hù)的查詢(xún)向所述用戶(hù)呈現(xiàn)個(gè)性 化搜索結(jié)果頁(yè)面。
2.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，其中，所述參與指數(shù)還基于從用戶(hù)與非 搜索屬性的交互的分布推斷出的用戶(hù)興趣數(shù)據(jù)。
3.根據(jù)權(quán)利要求2所述的計(jì)算機(jī)實(shí)現(xiàn)的方法，其中，所述非搜索屬性包括汽車(chē)、金融和 運(yùn)動(dòng)中的一者。
4.一種網(wǎng)絡(luò)搜索服務(wù)器，在計(jì)算機(jī)可讀介質(zhì)中被實(shí)施并且被配置為使搜索引擎的網(wǎng)絡(luò) 搜索結(jié)果頁(yè)面的布局個(gè)性化，包括a.個(gè)性化模塊，被配置為接收有關(guān)用戶(hù)與搜索引擎的交互的用戶(hù)行為數(shù)據(jù)，基于所述 用戶(hù)行為數(shù)據(jù)中的一些數(shù)據(jù)來(lái)確定所述用戶(hù)的參與指數(shù)，并且響應(yīng)于所述用戶(hù)的查詢(xún)，生 成具有廣告布局的搜索結(jié)果頁(yè)面，所述廣告布局i.當(dāng)所述用戶(hù)的參與指數(shù)滿(mǎn)足參與閾值時(shí)，基于所述用戶(hù)行為數(shù)據(jù)；并且 .當(dāng)所述用戶(hù)的參與指數(shù)不滿(mǎn)足參與閾值時(shí)，不基于所述用戶(hù)行為數(shù)據(jù)。
5.根據(jù)權(quán)利要求4所述的網(wǎng)絡(luò)搜索服務(wù)器，其中，基于所述用戶(hù)行為數(shù)據(jù)的廣告布局 預(yù)期相對(duì)于不基于所述用戶(hù)行為數(shù)據(jù)的廣告布局生成額外的收益。
6.根據(jù)權(quán)利要求4所述的網(wǎng)絡(luò)搜索服務(wù)器，其中，基于所述用戶(hù)行為數(shù)據(jù)的廣告布局 相對(duì)于不基于所述用戶(hù)行為數(shù)據(jù)的廣告布局減少了所述搜索結(jié)果頁(yè)面的區(qū)域中示出的廣 告數(shù)。
7.根據(jù)權(quán)利要求4所述的網(wǎng)絡(luò)搜索服務(wù)器，被配置為服務(wù)第一用戶(hù)和第二用戶(hù)，其中， 基于第一用戶(hù)行為數(shù)據(jù)的廣告布局預(yù)期相對(duì)于不基于所述用戶(hù)行為數(shù)據(jù)的廣告布局生成 額外的收益，并且其中，基于第二用戶(hù)行為數(shù)據(jù)的廣告布局相對(duì)于不基于所述用戶(hù)行為數(shù) 據(jù)的廣告布局減少了所述搜索結(jié)果頁(yè)面的區(qū)域中示出的廣告數(shù)。
8.根據(jù)權(quán)利要求7所述的網(wǎng)絡(luò)搜索服務(wù)器，其中，所述第一用戶(hù)被分類(lèi)為重度點(diǎn)擊者 并且所述第二用戶(hù)被分類(lèi)為輕度點(diǎn)擊者。
9.根據(jù)權(quán)利要求4所述的網(wǎng)絡(luò)搜索服務(wù)器，其中，所述廣告布局被修改的方面是所述 搜索結(jié)果頁(yè)面上可能的廣告位置中每一個(gè)廣告位置中示出的廣告數(shù)。
10.一種使搜索引擎的網(wǎng)絡(luò)搜索結(jié)果頁(yè)面的布局個(gè)性化的計(jì)算機(jī)實(shí)現(xiàn)的方法，包括a.收集有關(guān)用戶(hù)與搜索引擎的交互的用戶(hù)行為數(shù)據(jù)；b.基于所述用戶(hù)行為數(shù)據(jù)中的一些數(shù)據(jù)，確定所述用戶(hù)的參與指數(shù)；以及c.響應(yīng)于所述用戶(hù)的查詢(xún)，生成具有廣告布局的搜索結(jié)果頁(yè)面，所述廣告布局i.當(dāng)所述用戶(hù)的參與指數(shù)滿(mǎn)足參與閾值時(shí)，基于所述用戶(hù)行為數(shù)據(jù)；并且 .當(dāng)所述用戶(hù)的參與指數(shù)不滿(mǎn)足參與閾值時(shí)，不基于所述用戶(hù)行為數(shù)據(jù)。
11.根據(jù)權(quán)利要求10所述的方法，其中，基于所述用戶(hù)行為數(shù)據(jù)的廣告布局預(yù)期相對(duì) 于不基于所述用戶(hù)行為數(shù)據(jù)的廣告布局生成額外的收益。
12.根據(jù)權(quán)利要求10所述的方法，其中，基于所述用戶(hù)行為數(shù)據(jù)的廣告布局相對(duì)于不 基于所述用戶(hù)行為數(shù)據(jù)的廣告布局減少了所述搜索結(jié)果頁(yè)面的區(qū)域中示出的廣告數(shù)。
13.根據(jù)權(quán)利要求10所述的方法，其中，所述廣告布局被修改的方面是所述搜索結(jié)果頁(yè)面上可能的廣告位置中每一個(gè)廣告位置中示出的廣告數(shù)。
14.根據(jù)權(quán)利要求10所述的方法，其中，所述廣告布局被修改的方面是所述搜索結(jié)果 頁(yè)面上的主要廣告位置中示出的廣告數(shù)。
15.根據(jù)權(quán)利要求14所述的方法，其中，所述主要廣告位置是所述搜索結(jié)果頁(yè)面的北 部廣告區(qū)間。
16.根據(jù)權(quán)利要求10所述的方法，其中，所述用戶(hù)行為數(shù)據(jù)包括結(jié)合所述贊助列表的 內(nèi)容和位置，所述用戶(hù)對(duì)贊助列表已經(jīng)執(zhí)行的點(diǎn)擊數(shù)量，以及返回給所述用戶(hù)的瀏覽器的頁(yè)面數(shù)量。
17.根據(jù)權(quán)利要求10所述的方法，其中，如果所述用戶(hù)的參與指數(shù)滿(mǎn)足所述參與閾值， 則所述用戶(hù)基于用戶(hù)行為數(shù)據(jù)被分類(lèi)為以下之一重度點(diǎn)擊者、平均水平點(diǎn)擊者和輕度點(diǎn)擊者。
18.根據(jù)權(quán)利要求17所述的方法，其中，同類(lèi)用戶(hù)被呈現(xiàn)相同的廣告布局。
19.根據(jù)權(quán)利要求10所述的方法，其中，向參與指數(shù)滿(mǎn)足所述參與閾值的用戶(hù)呈獻(xiàn)的 廣告布局基于所述用戶(hù)的歷史點(diǎn)進(jìn)率。
20.根據(jù)權(quán)利要求19所述的方法，其中，在給定所述查詢(xún)和所述用戶(hù)的情況下，所述歷 史用戶(hù)點(diǎn)進(jìn)率被用作用于增大、減小或保持對(duì)廣告的預(yù)期收益的比例因子。
21.根據(jù)權(quán)利要求19所述的方法，其中，在給定所述查詢(xún)和所述用戶(hù)以及從所述查詢(xún) 和廣告中得到的其它因子的情況下，所述歷史用戶(hù)點(diǎn)進(jìn)率被用作對(duì)所述廣告的預(yù)期收益進(jìn) 行建模的因子。
全文摘要
本發(fā)明的實(shí)施例涉及用于向用戶(hù)呈現(xiàn)個(gè)性化搜索結(jié)果頁(yè)面的方法，并且涉及被配置為實(shí)現(xiàn)這樣的方法的搜索引擎系統(tǒng)和服務(wù)器。例如，向搜索引擎的用戶(hù)呈現(xiàn)這樣的頁(yè)面的方法包括以下步驟基于用戶(hù)與搜索引擎的交互的時(shí)間分布來(lái)計(jì)算用戶(hù)的參與指數(shù)，并且之后，響應(yīng)于該用戶(hù)的查詢(xún)來(lái)向該用戶(hù)呈現(xiàn)個(gè)性化搜索頁(yè)面。
文檔編號(hào)G06F17/00GK102067105SQ200980108724
公開(kāi)日2011年5月18日 申請(qǐng)日期2009年2月23日 優(yōu)先權(quán)日2008年3月18日
發(fā)明者吉格史·帕瑪爾, 帕沃·伯克欣, 拉杰什·巴瑞克 申請(qǐng)人:雅虎公司