【CTR】Adaptive Targeting for Online Advertisement

这是一篇比较早期的文章（2015年），目的当然也是为了提高CTR，不过未使用的模型训练，更多的是从数据统计的角度，可能对于整天搞模型的同学来说参考价值不大，但可以加深整个广告系统的了解，非常易读。

文章首先介绍了adx系统结构：

上述的系统框图比较很经典，就不多说了，文章中也有详细的步骤。文章的重点是作为Demand Partner，怎么多Ad Campaign里选择出合适的广告发送给Adx。

重点：如何根据历史的展现点击数据，对于新的请求，从候选中选出和点击数据最接近的广告。

文章后面包括大量从数据角度的分析，包括按Hamming距离定义各个展现的总体距离、点击率定义、从各个特征维度分析特征的重要性，和从多维（？不太确定，也没有细看，猜想大致意思是通过对数据进行降维以方便直观观测）来看。

最后文章介绍了选择策略，即优取Hamming距离小的广告，并且对比了最终的效果。明显是Hamming小时的ctr值大。

由于读本篇时没有太重视，如有误导大家的地方请多多批评。