计算广告的训练和平滑思想.PDFVIP

计算广告的训练和平滑思想 vivo移动通讯 崔骁凯 vivo互联网业务 业务线 应用 游戏 广告 产品线 应用商店 游戏中心 浏览器 vivo官网 电子书 其他 计算广告 自动化排期 精准推送 用户画像 能力线 CPD 账号 搜索 推荐 文本挖掘 组织架构 产品 运营 数据 用研 设计 商业化 目录 1、互联网广告的历史与发展 2、计算广告的训练模式 3、计算广告的平滑模式 按照付费方式的演义 ü 按 【广告展示时间】付费 ，通常单位是天。 ü 按 【广告曝光次数】付费。 需要计算的广告收费模式 ü 按 【广告点击次数】付费。 基于CPC的互联网广告计算 广告上架排序计算 广告平台收益计算 CPC具备明显优势 广告主 更精准明确的出价 广告平台 合作关系 更优化的曝光收益 更透明互信的合作 CPC的最大困难是 ： 我们永远无法得知100%真实的CTR…… 作为新进广告——训练数据不足 作为现有广告——CTR不断变化 我们的目标是尽可能算准CTR CTR对计算广告收入的影响 ： 广告平台的曝光利用越充分 ECPM的计算就越准确 CTR越接近广告真实情况 什么是训练 ？ 训练 ：通过给予新广告一定量曝光,从而估计其 CTR的过程. 新广告上架后的训练过程 ： ü 给予新广告一定量的曝光 ，来产生相应的点击数据; ü 根据点击量估算该广告的CTR; ü 训练完成后 ，根据CTR计算ECPM并排序。 训练产生的两种误差 • 预估CTR高于实际CTR 这样的广告ECPM会被算高 ，会得到比他应得的更多的曝光 ，从而 降低平台收益。 • 预估CTR低于实际CTR 这样的广告ECPM会被算低 ，在极端情况下会永久沉溺。 解决CTR估低的传统方法 开辟单独训练位 新广告在训练结束前不参与ECPM排序 ，而在特定的位置完成设定 好的曝光数; 基于UCB思想的训练 引入置信区间上界 估高CTR ，避免广告沉溺 让所有的广告尽可能公平的完成训练 如何确定置信度 ？ 置信度与广告训练完成的程度成反比。 广告的CTR不同 ，完成训练所需曝光数也不同。 置信区间上界与训练完