ML学习分享系列(1)_计算广告小窥[上]

原作：面包包包包包包
修改：寒小阳 && 龙心尘
时间：2016年1月
出处：
http://blog.csdn.net/breada/article/details/50572914
http://blog.csdn.net/han_xiaoyang/article/details/50580423
http://blog.csdn.net/longxinchen_ml/article/details/50580647
声明：版权所有，转载请联系作者并注明出处

1. 引言

提笔写这篇博客，我的内心是惶恐的。原因很简单，作为一个资历尚浅的研究生，是没有资格对计算广告这样一个伟大的行业、领域和学科来评头论足的。之所以这么做，一是总结自己已掌握的知识，二是降低同学们的学习成本。本人能力有限，更缺乏实践经验，文章内容多为书籍和论文的读后感，若有不当或者错误之处，还望各位同学指出，我定悉心求教。在此，向编写《计算广告》的刘鹏和王超两位老师致谢，向各位paper作者致谢。

[关于ML学分计划]

• 由寒小阳和龙心尘发起，一个互帮互助的机器学习知识共享平台。
• 我们是一群对机器学习感兴趣的小伙伴，对于神奇的机器学习经常有“一探究竟”的冲动，却因为孤身一人学习的寂寞、亦或繁忙考试工作之余的小小拖延症，而没有持续这份对知识的渴求和热情。
• 由于深感类似情况的小伙伴之多，我们希望建立一个“ML学分计划”——机器学习的学习和分享计划——来帮助我们一起更高效地学习、更集中地整理分享我们的知识和经验。因为我们也深信”证明自己真的透彻理解一个知识，最好的方法，是给一个不熟悉这个内容的人，讲清楚这个内容“。

[关于原作@面包包包包包包]

• 海淀区明光村计算机职业技术学院，研二学生。
• 关注计算广告点击率预估和竞价算法，关注机器学习和深度学习，初学者。

(上)(下)全文目录

1. 广告=>互联网广告：“您好，了解一下”

2. 互联网广告=>计算广告：指哪儿打哪儿！

3. 计算广告主要的四种形式：谁在弄潮？

4. 计算广告关键技术：这孙子怎么什么都知道？

5. 广告系统架构：要啥自行车，这里有宝马。

6. 手把手系列之教你搭建一个最小广告系统：mieSys

---

2. 广告 => 互联网广告

“同学您好，了解一下！”宿舍楼下站着一位小姑娘，怀里捧着一沓宣传单，正在熟练的向每位路过的同学发放着。我伸手接过一张，冲她点了一下头以示友好。我一看是“撑了么”，不禁感叹O2O的钱是真多啊！按照已往经验，这波过后下一波不是“品碑”就是“美因”了。不对，不会是美因，好久不见什么动静了，应该就是品碑没错。没走两步，顺手把传单塞进了垃圾桶，脑海中还在推演着餐饮O2O的格局和未来。作为一个互联网人，每天这么关心行业发展，说实话还真的有点累呢。

广告对于我们每一个人来说都不陌生，甚至早已成为我们生活中非常重要的组成部分。无论我们再怎么厌恶它，屏蔽它，都不妨碍它在不同时间和不同地点，以不同的形式频频与我们相遇。世界上脸皮最厚的东西是什么，不是城墙角，而是广告。但是，你真的那么恨广告吗？恐怕也不是。想想你买过的吃穿用，是不是都是你熟悉的品牌呢，你是否还记得你与这些品牌的初次相遇呢？接下来，我就要开始认真的扯犊子了。

2.1.广告三要素

一句话解释广告：这个牌子我好像在哪里见过呢。

广告，是一项商业活动。说白了，就是广告主出钱让你看广告。哎呦喂，居然有人这么惦记着我，想想还有点小激动。想要完成一次广告展示，以下三要素必不可少：

• 广告主：出钱让你看广告的那个人
• 用户：你
• 媒介：传单、广播、杂志、公共展位、报纸、电视和互联网等传播途径。

这三者之间的关系是博弈的，听起来好高端的样子。研究博弈的主要原因还是为了你好我好大家好，具体如下：

• 广告主 vs 用户：

广告主有做广告的需求，为的就是进行品牌宣传，在用户的脑海中静悄悄地种下一颗种子，在用户挑选同类商品时大声喊出“选我选我选我”。用户有了解品牌的需求，这样在挑选商品时才能选择出最适合自己的那一款。

• 广告主 vs 媒介：

广告主为了让广告能够传播的更广泛，就有选择合适媒介的需求，是印传单，还是投电视，哪个投入回报比最高就选哪个？媒介有发布广告的需求，因为这样可以通过出租广告位来获得收入，养活一家老小，还有那群可爱的程序员。

• 用户 vs 媒介：

我们用户为了实现人生价值，都有收集信息，了解外部世界的需求。途径无非就是读书看报、电视上网，这是刚需，无关情怀。媒介有吸引用户的需求，因为用户来了，用户的注意力就来了，广告主也就跟着来了。

2.2 广告 => 互联网广告

一句话解释互联网广告：在互联网上做的广告，效果可衡量，广告主再也不用担心钱花的不明不白啦！

上面我们简单介绍了一下广告的背景知识，说白了就是三方各有需求，也各取所需，一个愿打一个愿挨，你好我好大家好。下面我们要开始介绍互联网广告了。

什么叫互联网广告呢？就是在互联网上做的广告。嗯…就是这么简单。再多说一些，其实是广告的媒介发生了变化。以前广告主要都在电视上做，是因为在那个年代用户的消遣方式比较单一，把时间都花在了看电视上。但是现在看电视的人少了，上网的人多了，广告主说：“我的小祖宗诶，你就看一眼吧”，于是广告就追着用户，做到了互联网上。

“自从广告上了互联网，广告的面貌就焕然一新。”造成行业巨变的原因，是因为互联网广告的效果可以被衡量。

回到本文最开始的“撑了么”传单。广告主只知道一共印了多少张传单，都交给谁去发，在哪个地方发，但是不可能知道是谁接到了这张传单，接到的人有没有看，看的人有没有买。这对广告主来说，我把钱花了，却不知道谁买了，有点不明不白，求广告主心理阴影面积。但是这钱不花还不行，这是传统广告面临的最大问题，即广告效果无法衡量。

那互联网广告是如何解决这个问题的呢？很简单，通过网站的日志系统。通过对用户上网HTTP请求的解析，网站可以得到当前时间、访问用户的IP地址、用户的操作系统和浏览器版本等基本信息，如下图。

这里，三列分别是这些用户在本站的cookie值（用来唯一识别本站的用户）、IP和访问时间。

更多的，通过脚本或者其他方式，网站可以对用户在本站的浏览行为进行记录，比如监控用户的点击行为、鼠标停留区域和停留时间等。如果用户点击的内容是广告，那么这个点击信息就会被后台数据库，如下图。