计算广告学笔记

计算广告学

广告的基础知识

• 广告（advertising）的定义：

  《现代广告学》：广告是由已确定的出资人通过各种媒介进行的有关产品的，通常是有偿的，有组织的，综合的，劝服的非人员的信息传播活动

• 广告的主体：广告主，媒介，受众

• 广告的本质：借助媒介，完成较低成本的用户接触

• 品牌广告：品牌形象，提高长期转化率

• 效果广告：短期用户转换

• 广告有效性模型：

  • 选择：曝光（广告位），关注（兴趣，不要打断用户任务等）
  • 解释：理解（匹配），信息接受（认同，认可）
  • 态度：保持（艺术性），购买（价格敏感，杀熟）

• 传统广告策略，在线广告创意原则

• 广告与销售的区别：潜在用户，明确需求

• 在线广告的独特性

  • 技术与计算导向
  • 可测量性
  • 标准化

• 在线广告市场

• 在线广告的核心计算问题：max (a),to ROI(u,a,c),find the best match between a given context c,and a suitable ad a.

  • 优化角度：
    • 特征提取，特征工程，机器学习，从众定向
    • 微观优化：CTR预测
    • 宏观优化：竞价市场机制
    • 受限优化：在线分配
    • 强化学习：探索利用
    • 个性化重定向：推荐技术
  • 从系统角度
    • 候选查询：实时索引
    • 特征存储：No-SQL技术
    • 离线学习：hadoop
    • 在线学习：流计算
    • 交易市场：实时竞价

• 在线广告计算的主要挑战

  • 大规模，高并发
  • 动态性
  • 丰富的查询信息
  • 探索与发现

• 搜索（相关性），广告（投资回报率）与推荐（用户兴趣）的区别

• 投资回报（ROI）分析

  • 点击率（CTR）
  • 点击价值
  • eCPM
  • CPM:固定eCPM
  • ,CPC：动态CTR，固定点击价值
  • CPA，CPS,ROI市场：动态CTR，点击价值

• 在线广告系统

  • 受众定向平台：海量数据挖掘平台，机器学习平台，分布式架构
  • 高并发投送系统
  • 数据高吞吐量，高带宽
  • 流计算平台：实时日志，挖掘，反作弊，计价

广告合约系统

• 用开源工具搭建广告系统。如hadoop,hbase,hive ,pig,storm,
• 跨语言服务搭建工具：C++，java,python…
• 合约广告系统
  • 广告排期系统
  • 代理商
  • 代表
  • 担保式投送（GD）：量优先，CPM（千次展示付费）
  • 广告投放机（CPM方式，受众定向，GD合约）
• 在线分配问题，在线随机分配算法
• hadoop:分布式文件系统，一个海量数据处理的编程框架
• HDFS架构，
• mapreduce,分布式计算编程框架，用调度计算替换调度数据，计算流程类似UNIX PIPE。，多样编程接口
• 常用统计模型
  • 指数族分布：最大似然ML估计可以通过充分统计量连接到数据，内存计算
  • 指数族混合分布，EM，迭代

受众定向

• 中国互联网生态：粗犷

• 受众售卖VS广告位售卖

• 受众定向：为AUC打标签

• 常见受众定向方式，重定位，上下文，行为

• 主题模型

• 数据加工与交易

  竞价广告系统

  • 位置拍卖

  • 广告网络

  • 广告检索

  • 流量预测

  • 点击率预测，逻辑回归，动态特征

搜索广告与广告网络

• 探索与利用
• 搜索广告
• 流计算平台
• 广告购买平台

广告交易市场

• 实时竞价
• 流量交易
• 流量预测
• 点击价值估计