大数据存储与处理-Web-广告.pptx

大数据存储与应用Web广告 课程主页：/?page_id=397 陈一帅 chenyishuai@ 内容 背景 算法 匹配 Adwords问题 实现 背景 背景 分类的分类 直投式广告 显示式广告 广告的分类 广告信息平台（直投） 51同城，赶集网，安居客 媒体网站广告（显示） Banner，Impression 同一个用户第二次访问，显示的广告就会不同 站内推荐 还买了什么 Adwords广告 搜索引擎广告 本章重点 广告信息平台 51同城，赶集网 二手，租房，。。。 用户搜索，返回广告 广告和用户搜索的匹配 基于feature，类似搜索引擎 问题：如何排序？ 没有PageRank Most-recent first? 可能会被作假。稍微改动一点。用LSH解决 根据点击历史，找出最有吸引力的Item 挺难的。 显示式广告 新闻/媒体网站上的广告 按Impression付费 CPM：Cost per thousand impressions 和电视/杂志广告类似 问题 读者和广告的匹配 每次观看，只值几分钱 改进 网站内容专门化，提高广告和读者的匹配程度。 汽车网上，放汽车广告，价格就提上来了。 显示式广告的优化 根据用户历史，分析用户兴趣，提高广告的针对性 怎么获取用户历史数据？ 用户登录 Gmail 微信 Cookie 淘宝 浏览器 360 网络爬虫 搜索广告的问题 按点击付费 Overture发明，付费排名（百度） google Adwords改进（搜索结果和广告分开） 模式： 广告主Bid搜索关键字 搜“癌症”，过来一次访问多少钱 用户Search queries，提供广告 广告主预算（Budget） 每个月200元 问题 如何展示广告，把广告主的预算花光。 例 算法 算法 Off-line算法 完全知道输入，计算最优策略 On-line算法 执行算法时，不知道所有的输入 类似Stream 例： 找伴侣 买滑板还是租滑板？ Adwords是一个On-line问题 来一个query，要决定怎么给它显示广告 后面来什么query，不知道 Online算法性能评估 相对于Offline的性能折扣 竞争率 Competitive Ratio （CR） 最差情况下的性能折扣 再差，不会比这差 配对 找朋友 配对模型 bipartite graphs 已知可能配对 无向图 不同于单相思 完美配对（Offline） 每个节点都在另一边找到对象 配对数：4 最大配对 在可能的情况下， 最大配对数 Online Greedy配对 男生Greedy 1 - a 2 - b 3 - d 3对 小伙 姑娘 Online Greedy配对 女生Greedy a - 1 b - 3 2对 小伙 姑娘 为什么这么差？ 1）a,b先选。 2）她们有两个可选对象 3）可她们选择的，却是另外的姑娘唯一看上的 Online Greedy配对 女生Greedy a - 1 b - 3 还有比这更差的吗？ 如果没有，CR = 1/2 小伙 姑娘 证明CR = ½ G: girls in Mopt but not in Mgreedy |Mopt| = |Mgreedy| + |G| B: Boys who G likes B肯定已被占了 B在Mgreedy里 |B| = |Mgreedy| G in Mopt G中Girl，有一个或多个Boy和她情投意合 |B| = |G| |Mopt|=|Mgreedy| + |G| = |Mgreedy| + |B| = 2|Mgreedy| |Mgreedy| = 2|Mopt| CR = 1/2 广告 一个更复杂的配对问题 问题描述 问题: 依据关键字，选择广告主 在线算法 复杂： 广告主出价不同: 爱的程度不同 广告主有预算（Budget）：每个月200元 一个关键字，可以选多个 排序影响点击率 点了，才能挣钱 目标 花光广告主预算 广告主 关键字 Bid 难题1: CTR 收入 = Bid × Click Through Rate （CTR），按收入排序 问题： 如何预测CTR？ CTR和算法的互相影响：给它的排序有关 CTR预测 机器学习问题 新Bid 冷启动 老Bid 测量，预测 调整 简化分析 一个query，显示1个广告 广告主Budget相同：B 广告主出价相同：1 CTR相同 类似我们前面分析过的什么问题？ 最坏情况 Bid/Budget： 广告主A：沙发：1元 广告主B：沙发：1元；凳子：1元 预算都是2元 查询： 先来2个沙发，再来2个凳子。 Greedy Online算法： “沙发”全给B，赚2元，把B的预算花光 “凳子”来时，B已经没