计算广告学中的GFP、GSP和VCG对比

GFP（广义一阶价格拍卖）

主要特点是关键词拍卖中广告主之间进行的是重复博弈，在每一轮拍卖结束后，广告主会根据上一轮报价的情形决定下一轮的报价决策，而这场价格战会被自然而然地分为价格攀升阶段和价格崩溃阶段。只能是在搜索引擎公司了解广告商估价的前提下运作，否则因为没有均衡，波动会在极大程度上带来拍卖效率上的损失。

GSP（广义二阶价格拍卖）

简单来说它即是支付数=点击次数*下位出价。在实际应用中，Google将这个现象融进了它新设计的GSP拍卖机制中，即第i个广告位的广告每次点击所付的费用，等于第i+1个广告位的广告出价加上一个很小的值（一般是0.01）。

这里的排序策略又有两种：

第一种我们称为竞价排序，根据广告的出价倒序排列，被点击的广告主付他下一家的费用；

第二种我们称为收入排序，根据期望收益最大来排序，这里的期望收益指的bid*ctr，被点击的广告主付的费用为bid(i+1)*ctr(i+1)/ctr(i)。

CTR（Click Through Rate的英文缩写），指网页的广告点击率。CTR是衡量互联网广告效果的一项重要指标。

计算公式为CTR=点击量/展示量，即 Click / Show content。

CTR：点击率，Click-Through-Rate (点击通过比率)

VCG（Vickrey-Clark-Groves）

通过计算一个广告主参加拍卖给别的广告者带来的损失之和来定价的。

如何理解这些名词，下面我们看具体的例子：

假设广告主A会为关键词 Coffee最多付$1，广告主B会为同样的关键词Coffee最多付费$0.74。如果B以一个尽可能低的出价开始，假设$0.10，那么A广告主会出价0.11就可以得到第一个广告位。广告主B会做出出价0.12的反应，以此以往。一旦A出价$0.75，B不会再跟着出价$0.76，因为B认为 Coffee这个关键词只值0.74。如果要得到第二个广告位，B只需要出价$0.10。A只需要出价$0.11就可以得到第一个广告位了，这样循环就开始了

Google的AdWords平台开发者改变了这种竞价方式，他们设计了一种更稳定的二阶价格拍卖(second price auction )。

在二阶价格拍卖中，出价最高的广告主只需要付出价次高的价格再加一个零头$0.01。这时，广告者改动自己价格的兴趣就会小很多了，因为你要付的费用是由下一名的出价决定的。

考虑一个我们前面的例子，其中广告者A 对关键词Coffee最多出价$1，而广告主B最多出价$0.74。在封闭拍志中，只有搜索引擎公司知道所有竞标的价格。如果A出价$1，B出价$0.74，那么在两阶价格拍卖中，A需要付$0.74 + $0.01(0.01是最小的差值)，B付最小的出价价格$0.01。现在我们假设A和B更有出价的技巧。如果A出价$0.78(少于A认为这个关键词本身的价值)，并B出价$0.80(多于B认为这个关键词的价值)，那么B会以$0.79的价格得到第一个广告位。这个价格比B最高出价多$0.05。换个假设，如果A出价$0.70而B出价$0.65，那么A会以$0.66得到第一个广告位。但如果B出价$0.74，他会以$0.71的价格得到第一个广告位，这样就可以节省$0.03。当广告主们想看或是推测他们竞争者的出价还是可以做到的。比如，如果A的真实出价是$1，B可以出价$0.99而不是$0.74，迫使A对他的广告位付费$1而不是$0.75。

但是二阶价格还是没有完全解决上面的问题，就是Intel封杀AMD的例子。在2005年Google引了入质量得分的因素，解决了这个问题。质量得分里最关键的是CTR( Click Through Rate )，用上面的例子，Intel投的广告因为上面的广告语是Coca Cola，点击的只有那几个手抖了的人，假设是0.01%，AMD的广告如果出现的话有0.5%的人会点，那么算一下搜索引擎的收入，假设展示了 10000次，如果展示Intel的广告只能收入10000 * 0.01% * $4 = $4，而展示AMD的广告可以收入10000 * 0.5 % * $1 = $50，显然，不应该在竞价排名时，只考虑价格，而应该综合价格和点击率。影响Google质量得分的还有：点击率，关键词和广告语的相关性( 也就是防止Intel帮Coca Cola打广告 )，广告帐户历史，目标网页质量( 比如，你用一个与你网站完全无关的广告语来引诱用户点 )，等等。

提到Google的技术，一般我们就认为这就是问题的答案了，但是Google的做法还是没有做到最好。首先，二阶价格拍卖中，广告主的出价不能反应用户真正对这个广告位的估价，比如Intel和AMD都投"CPU"这个广告词，Intel出$2，AMD出不起这么高的价格，它本来认为第二个广告位值$0.5，它想我出$0.5，那Intel只用每次付费$0.51了，既然得不到第一个广告位，我也不能便宜Intel了，我出$0.99好了。这就引出了理论上很有名气的Vickrey-Clark-Groves(VCG)拍卖，它是通过计算一个广告主参加拍卖给别的广告者带来的损失之和来定价的。

继续第一个例子，假设广告主A每次点击出价$10，广告主B每次点击出价$5，广告主C出价$1。现在只有两个广告位，第一个广告位平均每小时有 100次点击，第二个有50次点击。A得到第一个广告位，B得到第二个广告位。在广义二阶价格拍卖中，A要付费$500，B要付费$50，(忽略计算 0.01这个零头)。要使用VCG方式来定价，我们必须考虑如果A没有参与拍卖会发生什么，A没参与那么B会得到第1个广告位，会再多得到50次点击，并且B认为每次点击值$5，所以A的出现意味着B损失了$250，相同的，如果A不出现，C会得到50次点击，C认为每次点击值$1，A出现意味着C损失了$50，所以根据VCG，A的付费应该是给B和C带来的损失之和，即$250+$50=$300。现在考虑B如果没有出现，A的位置不会受到影响，C即因此每小时失去了50次点击，对C来说损失是$50，所以B的VCG付费应该是$50。

Google没有采用VCG方式是因为VCG方式在实践中比广义二阶价格有更大的缺陷。

总的来说，计算广告领域的市场设计需要依赖博弈论、拍卖理论和机制设计的基础知识，如何为广告排序，是一个信息检索和经济学的综合问题，GFP是不稳定的；而GSP并不是真实报价的；VCG是真实报价的，而且稳定的，但事实上我们并不用它；搜索广告的机制设计仍然是一个开放的领域，是一个很好的研究方向。

计算广告学中的GFP、GSP和VCG对比相关推荐

方兴未艾的计算广告学——微软亚洲研究院高级研究员刘铁岩
图片来源于网络编者按:近年来,随着计算机的普及,互联网广告蓬勃发展.如何使互联网广告更加有效,宣传力度更大,已成为学术界研究的一大热点,一个崭新的学科--计算广告学也因此出现.微软亚洲研究院高级研究 ...
方兴未艾的计算广告学
文章来源:http://blog.sina.com.cn/s/blog_4caedc7a0102eshz.html 图片来源于网络编者按:近年来,随着计算机的普及,互联网广告蓬勃发展.如何使互联网广 ...
百度大牛讲机制设计和计算广告学
转自: http://blog.sina.com.cn/s/blog_747e86a90100reyd.html 声明:本系列是一般性介绍,多处引用了田国强老师的<经济机制设计和信息经济学> ...
百度计算广告学沙龙学习笔记 - 内容匹配广告
百度计算广告学沙龙学习笔记 - 内容匹配广告时间 2014-02-05 18:53:55 CSDN博客原文 http://blog.csdn.net/three_body/article/det ...
计算广告学(Computational Advertising)CA
计算广告学是一门正在兴起的分支学科,它涉及到大规模搜索和文本分析.信息获取.统计模型.机器学习.分类.优化以及微观经济学.计算广告学所面临的最主要挑战是在特定语境下特定用户和相应的广告之间找到&quo ...
计算广告小窥[中]这孙子怎么什么都知道
计算广告小窥[中]这孙子怎么什么都知道原作:面包包包包包包修改:寒小阳 && 龙心尘时间:2016年2月出处:http://blog.csdn.net/breada/artic ...
刘鹏计算广告学1：广告的基本知识（一）
计算广告学是一门由信息科学.统计学.计算机科学以及微观经济学等学科交叉融合的新兴分支学科.前MediaV首席科学家.前Yahoo!高级科学家刘鹏开设计算广告学(Computational Advert ...
算法相关-互联网计算广告学
计算广告学是一门正在兴起的分支学科,它涉及到大规模搜索和文本分析.信息获取.统计模型.机器学习.分类.优化以及微观经济学.计算广告学所面临的最主要挑战是在特定语境下特定用户和相应的广告之间找到&quo ...
ML学习分享系列(2)_计算广告小窥[中]
原作:面包包包包包包修改:寒小阳 && 龙心尘时间:2016年2月出处:http://blog.csdn.net/Breada/article/details/50697030 ...
【读书笔记】计算广告学 Mooc
作者:LogM 本文原载于 https://segmentfault.com/u/logm/articles,不允许转载~ 本文是计算广告学Mooc 的读书笔记,Mooc讲得比较宏观,没涉及太多具体 ...

计算广告学中的GFP、GSP和VCG对比

计算广告学中的GFP、GSP和VCG对比相关推荐

最新文章

热门文章