计算广告学实践资料.ppt
,陈义豆瓣,展示广告发展现状与媒体端技术概览,目录,展示广告发展现状生态系统演化展示广告分类媒体端技术概览品牌广告的计划与投放上下文广告的投放混合投放点击率估计,2023/9/28,最初生态,Source:Online Advertising Landscape,Siemer&Associates,LLC.,2013.,2023/9/28,广告联盟的出现,Source:Online Advertising Landscape,Siemer&Associates,LLC.,2013.,2023/9/28,AD Exchange的出现,Source:Online Advertising Landscape,Siemer&Associates,LLC.,2013.,2023/9/28,DSP的出现,Source:Online Advertising Landscape,Siemer&Associates,LLC.,2013.,2023/9/28,实际的生态结构,Source:Ad Exchanges,Targetiing&Optiimiizatiion,Gridley&Company,LLC.,2010.,目录,展示广告发展现状生态系统演化展示广告分类媒体端技术概览品牌广告的计划与投放上下文广告的投放混合投放点击率估计,2023/9/28,在线广告分类,搜索广告(Sponsored Search)展示广告品牌广告(Branding Ad)上下文广告(Contextual Ad),2023/9/28,在线广告分类,目录,展示广告发展现状生态系统演化展示广告分类媒体端技术概览品牌广告的计划与投放上下文广告的投放混合投放点击率估计,流量预订,广告位的流量划分用户属性（年龄、性别、地区、.）用户兴趣页面属性（电影首页、音乐首页、）其他属性（浏览器、操作系统、.）,流量块,流量预订,广告主的需求流量属性投放量开始和结束时间价格,准入控制,1k,1k,1k,1k,1k,1k,1k,2k,2k,A,B,C,D,E,F,G,准入控制,1k,1k,1k,1k,1k,1k,1k,2k,2k,3k,A,B,C,D,E,F,G,?,准入控制,1k,1k,1k,1k,1k,1k,1k,2k,2k,3k,A,B,C,D,E,F,G,资源未充分利用且需求未得到满足,准入控制,最大流问题:,品牌广告投放,50,90,160,100,100,100,A,B,C,组合爆炸,1k,1k,1k,1k,1k,1k,1k,2k,2k,3k,A,B,C,D,E,F,G,流量块,流量块数目往往数以亿计,优化成本高.,流量波动,？,1k,1k,1k,1k,1k,1k,2k,2k,2k,A,B,C,D,E,F,G,预测流量：0k实际流量：1k,预测流量：1k实际流量：0k,高优先级,公平投放,1k,1k,1k,1k,1k,1k,1k,2k,2k,3k,A,B,C,D,E,F,G,优质资源,品牌广告投放,最小成本最大流问题（公平投放，优先级）:,组合爆炸问题：流量合并 对偶问题流量波动问题：重新规划 在线规划,目录,展示广告发展现状生态系统演化展示广告分类媒体端技术概览品牌广告的计划与投放上下文广告的投放混合投放点击率估计,上下文广告特点,效果导向（点击率/收益估计）流量需求无法离线预测,急功近利法,表示10次图书页面请求,表示10次音乐页面请求,页面请求到达顺序,急功近利法,表示10次图书页面请求,表示10次音乐页面请求,页面请求到达顺序,完整信息,收益：1.99,广告1 广告2,急功近利法,表示10次图书页面请求,表示10次音乐页面请求,页面请求到达顺序,贪心算法,收益：1.0,广告1 广告2,急功近利法,表示10次图书页面请求,表示10次音乐页面请求,页面请求到达顺序,贪心算法,收益：1.0,广告1 广告2,Adwords模型,贪心算法：广告i的效用=bidi改进方法：广告i的效用=bidi*f(广告i完成比例),Adwords模型,贪心算法：广告i的效用=bidi改进方法：广告i的效用=bidi*f(广告i完成比例),f(x)=1 exp(-x),完成比例,f(x),Adwords模型,贪心算法：广告i的效用=bidi改进方法：广告i的效用=bidi*f(广告i完成比例)-最差情况,Adwords模型,贪心算法：广告i的效用=bidi改进方法：广告i的效用=bidi*f(广告i完成比例)-最差情况改进方法：广告i的效用=bidi*fi-随机情况,Adwords模型,贪心算法：广告i的效用=bidi改进方法：广告i的效用=bidi*f(广告i完成比例)-最差情况改进方法：广告i的效用=bidi*fi-随机情况实际情况：不是最差不是随机,目录,展示广告发展现状生态系统演化展示广告分类媒体端技术概览品牌广告的计划与投放上下文广告的投放混合投放点击率估计,混合投放,1k,1k,1k,1k,1k,2k,1.5k,1k cpc,A,B,C,D,E,品牌广告,上下文广告,混合投放,1k,1k,1k,1k,1k,2k,1.5k,1k cpc,A,B,C,D,E,品牌广告,上下文广告,1k,1k,1k,0.5k,第一种分配方法.,混合投放,1k,1k,1k,1k,1k,2k,1.5k,1k cpc,A,B,C,D,E,品牌广告,上下文广告,1k,0.33k,1k,0.17k,0.33k,0.33k,0.17k,0.16k,第二种分配方法.分配方法不同，收益差别很大.,目录,展示广告发展现状生态系统演化展示广告分类媒体端技术概览品牌广告的计划与投放上下文广告的投放混合投放点击率估计,数据稀疏,广告位的流量划分用户属性（年龄、性别、地区、.）用户兴趣页面属性（电影首页、音乐首页、）其他属性（浏览器、操作系统、.）,流量块,Borrow Strength,广告位的流量划分用户属性（年龄、性别、地区、.）用户兴趣页面属性（电影首页、音乐首页、）其他属性（浏览器、操作系统、.）,权重估计,2023/9/28,点击率,点击率,点击率,点击率,PV数,PV数,PV数,PV数,流量块的不同特点会影响其权重.,权重估计,2023/9/28,？,点击率,点击率,点击率,点击率,PV数,PV数,PV数,PV数,用户点击倾向是否点击过当前广告当前广告浏览次数,概念漂移,时间,点击率,时间,点击率,时间,点击率,时间,点击率,时间,点击率,时间,点击率,获取信息与利用信息,Ad1:5/40,Ad2:1/9,点击率,概率密度,Ad1,Ad2,获取信息与利用信息,2023/9/28,？,点击率,点击率,点击率,点击率,PV数,PV数,PV数,PV数,用户点击倾向是否点击过当前广告,二阶效应,2023/9/28,二阶效应,2023/9/28,二阶效应,2023/9/28,谢谢,
