具有客户端广告缓存的内容修改系统的制作方法

技术特征：
1.一种方法，包括：由计算系统标识用于内容呈现设备的多个即将发生的内容修改机会，每个相应的内容修改机会对应于能够用于被相应的补充广告替换的相应的基础广告；由所述计算系统使用所标识的即将发生的内容修改机会作为用于确定多个补充广告的预期价值的基础；由所述计算系统基于具有高于阈值的预期价值的补充广告的子集来从所述多个补充广告中选择所述子集；在即将发生的内容修改机会之前，由所述计算系统发送补充广告的子集以本地存储在内容呈现设备处；以及在内容修改机会之一发生时，由所述计算系统使内容呈现设备用本地存储的补充广告之一替换相应的基础广告之一。2.根据权利要求1所述的方法，其中，使用所标识的即将发生的内容修改机会作为用于确定多个补充广告的预期价值的基础包括：基于一个或更多个因素确定所述预期价值，所述一个或更多个因素包括：(i)在即将发生的内容修改机会期间内容呈现设备的预期观众的人口统计信息，(ii)在即将发生的内容修改机会期间内容呈现设备预期呈现的电视频道，(iii)所述多个补充广告中的每个补充广告的可用展示的数量，(iv)所标识的即将发生的内容修改机会的数量，或者(v)所述多个补充广告中的每个补充广告的创造性分离规则或版本化规则。3.根据权利要求2所述的方法，其中，使用所标识的即将发生的内容修改机会作为用于确定多个补充广告的预期价值的基础还包括：使用所述一个或更多个因素作为人工神经网络的输入；以及从所述人工神经网络接收所述多个补充广告的预期价值作为输出。4.根据权利要求3所述的方法，还包括由所述计算系统基于过去执行的内容修改操作的实际收入来训练所述人工神经网络。5.根据权利要求4所述的方法，还包括基于过去执行的附加内容修改操作的实际收入，重复地重新训练所述人工神经网络。6.根据权利要求1所述的方法，其中，使用所标识的即将发生的内容修改机会作为用于确定多个补充广告的预期价值的基础包括：针对所述多个补充广告中的每个补充广告，确定使用该补充广告执行成功的内容修改操作的概率；针对所述多个补充广告中的每个补充广告，确定从使用该补充广告执行成功的内容修改机会获得的预期收入；以及针对所述多个补充广告中的每个补充广告，基于所确定的概率和预期收入确定预期价值。7.根据权利要求6所述的方法，其中，基于所确定的概率和预期收入确定预期价值包括：通过将所确定的概率乘以预期收入来确定预期价值。8.一种非暂态计算机可读存储介质，其上存储有程序指令，所述程序指令在由处理器执行时引起执行一组操作，所述一组操作包括：由计算系统标识用于内容呈现设备的多个即将发生的内容修改机会，每个相应的内容
修改机会对应于能够用于被相应的补充广告替换的相应的基础广告；由所述计算系统使用所标识的即将发生的内容修改机会作为用于确定多个补充广告的预期价值的基础；由所述计算系统基于具有高于阈值的预期价值的补充广告的子集来从所述多个补充广告中选择所述子集；在即将发生的内容修改机会之前，由所述计算系统发送补充广告的子集以本地存储在内容呈现设备处；以及在内容修改机会之一发生时，由所述计算系统使内容呈现设备用本地存储的补充广告之一替换相应的基础广告之一。9.根据权利要求8所述的非暂态计算机可读存储介质，其中，使用所标识的即将发生的内容修改机会作为用于确定多个补充广告的预期价值的基础包括：基于一个或更多个因素确定所述预期价值，所述一个或更多个因素包括：(i)在即将发生的内容修改机会期间内容呈现设备的预期观众的人口统计信息，(ii)在即将发生的内容修改机会期间内容呈现设备预期呈现的电视频道，(iii)所述多个补充广告中的每个补充广告的可用展示的数量，(iv)所标识的即将发生的内容修改机会的数量，或者(v)所述多个补充广告中的每个补充广告的创造性分离规则或版本化规则。10.根据权利要求9所述的非暂态计算机可读存储介质，其中，使用所标识的即将发生的内容修改机会作为用于确定多个补充广告的预期价值的基础还包括：使用所述一个或更多个因素作为人工神经网络的输入；以及从所述人工神经网络接收所述多个补充广告的预期价值作为输出。11.根据权利要求10所述的非暂态计算机可读存储介质，所述一组操作还包括：由所述计算系统基于过去执行的内容修改操作的实际收入来训练所述人工神经网络。12.根据权利要求11所述的非暂态计算机可读存储介质，所述一组操作还包括：基于过去执行的附加内容修改操作的实际收入，重复地重新训练所述人工神经网络。13.根据权利要求8所述的非暂态计算机可读存储介质，其中，使用所标识的即将发生的内容修改机会作为用于确定多个补充广告的预期价值的基础包括：针对所述多个补充广告中的每个补充广告，确定使用该补充广告执行成功的内容修改操作的概率；针对所述多个补充广告中的每个补充广告，确定从使用该补充广告执行成功的内容修改机会获得的预期收入；以及针对所述多个补充广告中的每个补充广告，基于所确定的概率和预期收入确定预期价值。14.根据权利要求13所述的非暂态计算机可读存储介质，其中，基于所确定的概率和预期收入确定预期价值包括：通过将所确定的概率乘以预期收入来确定预期价值。15.一种计算系统，包括：处理器；和非暂态计算机可读存储介质，其上存储有程序指令，所述程序指令在由处理器执行时引起执行一组操作，所述一组操作包括：由计算系统标识用于内容呈现设备的多个即将发生的内容修改机会，每个相应的内容
修改机会对应于能够用于被相应的补充广告替换的相应的基础广告；由所述计算系统使用所标识的即将发生的内容修改机会作为用于确定多个补充广告的预期价值的基础；由所述计算系统基于具有高于阈值的预期价值的补充广告的子集来从所述多个补充广告中选择所述子集；在即将发生的内容修改机会之前，由所述计算系统发送补充广告的子集以本地存储在内容呈现设备处；以及在内容修改机会之一发生时，由所述计算系统使内容呈现设备用本地存储的补充广告之一替换相应的基础广告之一。16.根据权利要求15所述的计算系统，其中，使用所标识的即将发生的内容修改机会作为用于确定多个补充广告的预期价值的基础包括：基于一个或更多个因素确定所述预期价值，所述一个或更多个因素包括：(i)在即将发生的内容修改机会期间内容呈现设备的预期观众的人口统计信息，(ii)在即将发生的内容修改机会期间内容呈现设备预期呈现的电视频道，(iii)所述多个补充广告中的每个补充广告的可用展示的数量，(iv)所标识的即将发生的内容修改机会的数量，或者(v)所述多个补充广告中的每个补充广告的创造性分离规则或版本化规则。17.根据权利要求16所述的计算系统，其中，使用所标识的即将发生的内容修改机会作为用于确定多个补充广告的预期价值的基础还包括：使用所述一个或更多个因素作为人工神经网络的输入；以及从所述人工神经网络接收所述多个补充广告的预期价值作为输出。18.根据权利要求17所述的计算系统，所述一组操作还包括：由所述计算系统基于过去执行的内容修改操作的实际收入来训练所述人工神经网络。19.根据权利要求18所述的计算系统，所述一组操作还包括：基于过去执行的附加内容修改操作的实际收入，重复地重新训练所述人工神经网络。20.根据权利要求15所述的计算系统，其中，使用所标识的即将发生的内容修改机会作为用于确定多个补充广告的预期价值的基础包括：针对所述多个补充广告中的每个补充广告，确定使用该补充广告执行成功的内容修改操作的概率；针对所述多个补充广告中的每个补充广告，确定从使用该补充广告执行成功的内容修改机会获得的预期收入；以及针对所述多个补充广告中的每个补充广告，基于所确定的概率和预期收入确定预期价值。

技术总结
一方面，方法包括(i)标识用于内容呈现设备的多个即将发生的内容修改机会，每个相应的内容修改机会对应于可用于被相应的补充广告替换的相应的基础广告；(ii)使用所标识的即将发生的内容修改机会作为用于确定多个补充广告的预期价值的基础；(iii)基于具有高于阈值的预期价值的补充广告的子集，从多个补充广告中选择该子集；(iv)在即将发生的内容修改机会之前，发送补充广告的子集，以本地存储在内容呈现设备处；以及(v)在内容修改机会之一发生时，使内容呈现设备用本地存储的补充广告之一替换相应的基础广告之一。替换相应的基础广告之一。替换相应的基础广告之一。


技术研发人员：乔纳森
受保护的技术使用者：六科股份有限公司
技术研发日：2020.10.31
技术公布日：2022/6/15