Processing

Please wait...

Settings

Settings

1. WO2020007470 - DYNAMIC VIEWER PREDICTION SYSTEM FOR ADVERTISEMENT SCHEDULING

Publication Number WO/2020/007470
Publication Date 09.01.2020
International Application No. PCT/EP2018/068236
International Filing Date 05.07.2018
IPC
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
Q
DATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
30
Commerce, e.g. shopping or e-commerce
02
Marketing, e.g. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards; Price estimation or determination
G06Q 30/02 (2012.01)
CPC
G06Q 30/0243
Applicants
  • TELEFONAKTIEBOLAGET LM ERICSSON (PUBL) [SE/SE]; SE-164 83 Stockholm, SE
Inventors
  • SHAIKH, Junaid; SE
  • KULYK, Valentin; SE
  • MORADI, Farnaz; SE
Agents
  • ERICSSON; Torshamnsgatan 21-23 164 80 STOCKHOLM, SE
Priority Data
Publication Language English (EN)
Filing Language English (EN)
Designated States
Title
(EN) DYNAMIC VIEWER PREDICTION SYSTEM FOR ADVERTISEMENT SCHEDULING
(FR) SYSTÈME DE PRÉDICTION DYNAMIQUE DE SPECTATEURS POUR PROGRAMMATION DE PUBLICITÉ
Abstract
(EN)
Systems and methods are provided for generating a predicted number of viewers in support of selecting an advertisement to be displayed during an advertisement break. The method includes: generating, by an advertisement break class identifier module, a plurality of advertisement break classes based on historical advertisement break information and prediction errors generated by a regression model analysis of advertisement break data samples; evaluating, by the advertisement break class identifier module, the plurality of advertisement break classes; redefining and rearranging, by the advertisement break class identifier module, advertisement break classes from the plurality of advertisement break classes based on the step of evaluating which results in an updated set of advertisement break classes; forwarding, by the advertisement break class identifier module, the updated set of advertisement break classes and trained model information to a prediction module; receiving, modifying and returning prediction model information to the prediction module by a training function in the advertisement break class identifier module; generating, by the prediction module, the prediction of a number of viewers for the advertisement break, wherein a regression model uses the updated set of advertisement break classes and data associated with a specific advertisement break to generate the prediction; and sending, by the prediction module, the prediction of a number of viewers for the advertisement break to a scheduler of advertisements.
(FR)
L'invention concerne des systèmes et des procédés de production d'un nombre prédit de spectateurs pour assister la sélection d'une publicité à afficher pendant une pause publicitaire. Le procédé consiste à : produire, par un module d'identification de classe de pause publicitaire, une pluralité de classes de pause publicitaires en fonction d'informations de pause publicitaire historiques et d'erreurs de prédiction produites par une analyse de modèle de régression d'échantillons de données de pause publicitaire ; évaluer, par le module d'identification de classe de pause publicitaire, la pluralité de classes de pause publicitaire ; redéfinir et réagencer, par le module d'identification de classe de pause publicitaire, des classes de pause publicitaire à partir de la pluralité de classes de pause publicitaire en fonction de l'étape d'évaluation qui engendre un ensemble mis à jour de classes de pause publicitaire ; transférer, par le module d'identification de classe de pause publicitaire, l'ensemble mis à jour de classes de pause publicitaire et des informations de modèle entraîné à un module de prédiction ; recevoir, modifier et renvoyer des informations de modèle de prédiction au module de prédiction par une fonction d'entraînement dans le module d'identification de classe de pause publicitaire ; produire, par le module de prédiction, la prédiction d'un nombre de spectateurs pour la pause publicitaire, un modèle de régression utilisant l'ensemble mis à jour de classes de pause publicitaire et des données associées à une pause publicitaire spécifique pour produire la prédiction ; et envoyer, par le module de prédiction, la prédiction d'un nombre de spectateurs pour la pause publicitaire à un programmateur de publicités.
Latest bibliographic data on file with the International Bureau