【广告技术】用张量分解预测广告库存，广告投放更可靠！

【Wiztalk腾讯广告专场】系列分享来袭，第二期由中国科学技术大学计算机学院、特任教授张兰老师为大家深度介绍 《基于大规模数据张量分解的广告库存预估》。

“下个月会有多少用户看到洗发水广告？”

每个用户访问互联网页面的时候都会看到广告，点击观看视频的时候还会看到贴片广告。对广告平台和广告主来说，提前预估这些广告的观看量，也就是**“预测广告库存”**，是一件很重要的事情，这不仅关系到广告平台给出的投放报价，也关系到广告主的投放策略。

然而预测广告库存并不简单。首先，用户的访问量是不断变化的，今天和明天不一样，星期五和星期日不一样，这个月和上个月不一样，今年和去年不一样。就算拥有很多历史数据、能发掘到一些波动规律，想要准确预测未来三十天的访问量情况也仍然有很大难度。它就好像天气预报，即便气象局用最先进的仪器和方法收集了过去几十年的详细的天气数据，也还是无法保证真实的天气状况和预报完全一致。

其次，现代的广告投放是和用户分类、推荐系统结合在一起的，广告平台要根据每个类型的用户的需求和消费能力，让他们看到最适合的广告；广告主也希望针对性地让潜在客户看到广告。对于广告库存预测来说，这相当于是在预测总体访问量的基础上，要进一步弄清其中的某些特定类型的、会看到某种广告的用户有多少。这里需要对用户分类或者运用用户标签，不仅多出的这些要求增加了额外的复杂度，用户分类、用户标签本身的准确、合理程度也会影响广告库存预测的准确程度。

一个典型的例子比如，如果想要知道下个月会有多少用户看到洗发水广告，这不仅要参考历史数据，看看以往每个月是哪些分类的用户看到了广告、访问量有多少，还要考虑到未来要让哪些用户看到洗发水广告。如果这支新投放的广告瞄准的目标人群和以往的广告一样，这个问题也许会简单一些，但如果是新的产品定位、面向新的目标人群的广告，那么预测是否准确就很大程度上取决于对目标人群的描述是否准确，以及能否从历史数据中准确捕捉这个群体的特点。