广告计算学 刘鹏 听课笔记

1.1 广告的目的
三个主体：advertiser medium audience
广告是 非人员的、低成本的用户接触 （reach）
品牌（brank）广告 vs 效果（direct）广告：离线转化率 vs 即时转化
1.2 广告有效性模型
三个阶段
选择：曝光-广告位属性；关注-减少干扰、推荐解释、符合需求；
解释：理解-用户能看懂；信息接受-认同（广告位不能只看流量，要高大上）；
态度：保持-艺术性带来的记忆效果；购买-价格可接受（价格敏感vs不敏感）；
广告创意
传统广告：幽默（+关注，-理解）、性感（+关注、-认同）、艺术（+保持，-理解）、折扣（+关注，+购买）
在线广告：仿背景、大标识、简单
1.3 广告与销售的区别
从偏广告到偏销售
硬广（banner）
SEM（搜索广告）
导航网站
淘宝直通车
返利网（跟广告主签销售协议：CPS）
只看ROI（return on investment）没意义：接近supply（媒体）的渠道（关注潜在用户），ROI低，但对广告主越有价值；接近demand（广告主）的渠道（短期交易）相反
1.4 在线广告的特点
对比
在线广告：技术和产品驱动（精准定向、计算是核心问题、效果可衡量）
离线广告：创业和客户关系驱动
关键点和行业协会
展示广告的标准化：iab
代理商的角色和代理费：4A
广告主的利益：ANA
1.5 在线广告市场
media->ad network;ad exchange; SSP(Supply Side Platform)->DSP;agency;advertiser
各方是博弈关系；有数据的一方占优势
1.6 核心问题和挑战
Max ROI（users；contexts；ads）
特征提取；ctr预测；竞价市场机制；受限优化（量与质：保证受众规模）；reinforcement learning（强化学习：explore&exploit）;推荐技术
实时索引；nosql存储；离线计算（hadoop）；在线学习（流计算）；实时竞价
large scale；动态性（用户兴趣）；丰富的查询信息（context+user）
1.7 搜索、广告、推荐的比较

	搜索	广告	推荐
首要任务	相关性	ROI	用户兴趣
其它需求	垂直领域相互独立	质量；安全性	多样性；新鲜度
索引规模	十亿级	百万级	亿级
个性化	少	展示和效果ad不同	多

推荐领域的downstream：把这一次点击跟后续的行为结合起来优化

1.8 投资回报（ROI）分析

eCPM=CTR（a，u，c）*value（a，u）

市场形态
CPM市场：固定eCPM
CPC市场：动态CTR，固定click value
CPS、CPA市场：动态CTR，动态click value
1.9 在线广告系统结构
高并发投送系统
受众定向系统
流式计算平台（日志收集、反馈、反作弊、计价）
信息高速公路（内部、外部数据收集处理）
模块：
ad serving; ad retrieval; ad ranking; billing; anti-spam;session log generation；data warehouse；customized audience segmentation； audience targeting； ad management

2.1 常用广告开源工具
Hadoop: HDFS, MapReduce
ZooKeeper(Yahoo)
Hive(Facebook)
Hbase
Storm(Twitter)
Mahout
Spark
Thrift(Facebook)， ProtoBuf(Google)
Scribe(Facebook), Flume: 日志收集工具

2.2 合约广告

Guaranteed Delivery
CTR预测
流量预测（forecasting）
受众定向(audience targeting)
Ad server
Ad retrieval;
Ad ranking;