【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,没涉及太多具体技术
1. 广告的基本知识
1.1 广告的目的
- 品牌广告:记忆
- 效果广告:转化
1.2 广告的有效性模型
选择:
- 曝光:广告位好不好
- 关注:不打断用户任务、明确揭示推荐原因、符合用户兴趣和需求
解释:
- 理解:用户能理解、与关注程度相关的理解门槛(电视购物理解时间长,互联网购物理解时间短)
- 信息接受:广告商的认可度、广告位(媒介)的认可度
态度:
- 保持:艺术性带来的记忆效果
- 购买:在用户的价格敏感接受范围内
1.3 广告与营销的区别
- 广告目标是接触到潜在用户,销售目标是接触到有明确需求的用户
1.4 在线广告的独特性
- 技术和计算导向
- 可衡量性:点击可衡量广告效果,但不是完全正确
- 标准化:不同人群有不同广告,所以广告的尺寸等都得标准化
- "媒体"概念差异化:门户、搜索引擎、淘宝网属于不同的"媒体",处于supply到demand的不同阶段
1.5 在线广告市场
1.6 计算广告核心问题和挑战
- 大规模:百万量级的页面,十亿量级的用户;高并发;延迟要求
- 动态性:用户兴趣的变化
- 丰富的查询信息
- 探索与发现:主动投放一些探索广告以获取数据
1.7 广告、搜索与推荐的比较
- 搜索:相关性;垂直领域;十亿级;较少个性化需求;检索信号较集中
- 搜索广告:ROI;质量、安全性;百万~千万级;较少个性化需求;检索信号较集中
- 展示广告:ROI;质量、安全性;百万级;亿级用户的个性化;检索信号较丰富
- 推荐:用户兴趣;多样性、新鲜度;百万~亿级;亿级用户的个性化;检索信号较丰富;有downstream优化(针对一整套点击的优化,而非只关注一次点击)
1.8 投资回报率(ROI)分析
- 投入 = 采买价格
- 回报 = 点击率(CTR, click-through-rate)*点击价值 = eCPM(预期的CPM,每千次展示付费)
- CPM市场:eCPM固定,常见于品牌广告
- CPC(每次点击付费)市场:动态CTR,固定点击价值
- CPA(每次行为付费)/CPS(每次销售付费)/ROI市场:动态CTR,动态点击价值;只适用特殊场景
1.9 在线广告系统结构
- query -> 召回 -> 排序
- 受众定向平台(离线):数据挖掘
- ad server(在线): 高并发;十毫米实时决策;百亿次/天
- 数据高速公路:内部及外部TB级数据实时收集处理,收集在线端输给离线端
- 流式计算平台:日志的准实时挖掘和反馈,反作弊和计价
2. 合约广告系统
2.1 常用广告系统开源工具
2.2 合约广告简介
媒介(supply)为广告的展示量或者转化量做担保
- 直接媒体购买:比如向报纸买一个专栏广告;讲这个是为了引出下面两个合约广告
- 担保式投送(GD):基于合约,没达到展示量要赔偿;量优先于质;CPM方式计费
- 广告投放机(ad server):受众定向、CTR预测、流量预测
2.3 在线分配问题
- adwords problem -> display problem
2.4 Hadoop介绍
3. 受众定向
3.1 受众定向概念
为A(广告)U(用户)C(上下文)打标签
- 重定向:如果用户以前访问过某广告主的网站,则打标签
- 地域/人口属性(男女、收入)
- 上下文
- 行为定向:包括站内站外
- 网站/频道:财经、汽车等
- Hyper-Local:非常细的地域定向,细到一个建筑物(咖啡馆等)
- Look-alike:挖掘与历史消费用户相似的潜在用户
3.2 行为定向
- 重要性排序:transaction(直接的交易行为)、pre-transaction(如商品浏览)、paid search click(搜索广告的点击)、ad click(普通广告的点击)、search click、search、share、page view、ad view
3.3 上下文定向
- 半在线打标签
3.4 主题模型
- PLSI
- LDA
- GaP
3.5 数据加工和交易
4. 竞价广告系统
4.1 位置拍卖理论
- VCG理论:某对象的收费应等于给他人带来的价值损害;实际中很难算
- 广义第二高价:比下一位出更高的价;与VCG机制相比,会收取广告主更多的费用;在线广告广泛采用
4.2 广告网络概念
4.3 广告检索(召回)
- 布尔表示式检索:二层倒排
- 长query:WAND检索算法
4.4 流量预测
- 将a视为query,召回(u, c);预估某个广告主的流量
4.5 zookeeper介绍
- 分布式同步服务
4.6 点击率预测与逻辑回归
- 回归比ranking合适,因为要估计CTR
- 冷启动
- 动态特征:快速调整特征;在线学习:快速调整模型
4.7 逻辑回归方法介绍
- BFGS
- ADMM
4.8 动态特征
5. 搜索广告与广告网络
5.1 探索与利用
- 针对长尾的广告,创造展示机会
基本方法:小流量随机探索
- UCB:通过以往观测值计算每个广告的期望收益,选择期望收益最大的广告进行投放,观测结果用于调整下次计算;随着观测次数的增多,会逐渐收敛
5.2 搜索广告
- 特点:用户定向特征弱,上下文特征强(短时用户行为)
- 查询词扩展:基于推荐(向量相似度)、基于语义(主题模型)、基于历史数据统计
5.3 流式计算平台
5.4 广告购买平台
- 帮助广告主采买媒介,并优化ROI
6. 广告交易市场
6.1 广告交易市场
6.2 实时竞价
- Adx(ad exchange)实时向DSP询价
6.3 Cookie Mapping
6.4 SSP
- Supply side platform
6.5 DSP
- Demand side platform
6.6 DSP流量预测
- 只能利用历史竞价信息,很重要,但暂无较好的解决方案
6.7 DSP点击价值估计
- 比较难:数据很稀疏,不同类型广告的点击价值差别很大(电商、游戏)
6.8 DSP重定向(Retargeting)
- 比如:在淘宝购买或者浏览了某商品,之后其它网站会出现淘宝广告
6.9 需求端推荐方法
6.10 广告流量交易方式
【读书笔记】计算广告学 Mooc相关推荐
- 计算广告 读书笔记 计算广告的核心问题
1. 计算广告的核心问题 Andrei Broder给出了计算广告这个课题的核心研究挑战: "Find the best match between a given user in a gi ...
- 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 ...
- 计算广告学学习笔记---计算过广告基本概念
学刘鹏老师的<计算广告学>笔记,课程是免费的,课程地址 一.广告的目的和效果是什么? 广告 Advertisng:广告是由已确定的出资人通过各种媒介进行的有关产品(商品.服务和观点)的,通 ...
- 百度计算广告学沙龙学习笔记 - 品牌展示广告
第三期百度计算广告学沙龙( http://wenku.baidu.com/course/view/1488bfd5b9f3f90f76c61b8d ) 介绍了内容匹配广告和展示广告相关技术. 本博客记 ...
- 百度计算广告学沙龙笔记
首先解释计算广告学,追求的是,在一定环境下用户与广告的最佳匹配,这里的一定环境下,包括用户的query,当前浏览的网页,也有一些用户个人信息,但是比较少,这是用户的隐私数据,不好拿到. 点击率预估的问 ...
- 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 ...
- 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 ...
- 斯坦福的“计算广告学”
斯坦福的"计算广告学" "Introduction to Computational Advertising"( http://www.stanford.edu ...
最新文章
- 洛谷3317 SDOI2014重建(高斯消元+期望)
- WPF 10天修炼 第四天- WPF布局容器
- hashmap 遍历_这21个刁钻的HashMap面试题,我把阿里面试官吊打了
- pycharm如何修改默认浏览器?修改成chrome
- GitHub 中文排行榜,高分优秀中文项目一网打尽!
- Python 分析天气,告诉你中秋应该去哪里
- Android大图片裁剪终极解决方案 原理分析
- jzoj1247-队列变换【字符串hash,二分】
- [Leetcode][第332题][JAVA][重新安排行程][欧拉回路 / 欧拉通路][优先队列][DFS]
- 简单的exp全备份脚本及部署过程(step by step)
- latex图片_Latex使用图片、文献、模板——自定义与路径指定
- Java-线程中sleep()、wait()和notify()和notifyAll()、suspend和resume()、yield()、join()、interrupt()的用法和区别
- rdlc报表的制作步骤
- Vue.js 第5章 webpack配置
- 安装虚拟机提示未启动服务器,Hyper-V虚拟机未启动,并触发0x80070057错误
- Vue中如果关闭语法检查
- 2023值得我们关注的10种软件测试趋势
- 车联网中密码技术的探究
- 记一次 .NET 某智能交通后台服务 CPU爆高分析
- 如何用python写一个接口