互联网广告系统综述四定向.doc

互联网广告系统综述四定向 声明：1）该博文是整理自网上很大牛和专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献2）本文仅供学术交流，非商用。所以每一部分具体的参考资料并没有详细对应，更有些部分本来就是直接从其他博客复制过来的。如果某部分不小心侵犯了大家的利益，还望海涵，并联系老衲删除或修改，直到相关人士满意为止。3）本人才疏学浅，整理总结的时候难免出错，还望各位前辈不吝指正，谢谢。4）阅读本文需要互联网广告业的基础（如果没有也没关系了，没有就看看，当做跟同学们吹牛的本钱）。 5）此属于第一版本，若有错误，还需继续修正与增删。还望大家多多指点。请直接回帖，本人来想办法处理。 所谓定向，就是广告算法工程师提供给广告主一些用户属性与条件，供广告主用来找到自己的目标人群的。 定向是很重要的，在古代，一个买大饼的武大郎，想必不会把大饼担挑到几十公里见不到人的戈壁滩去吆喝。一个卖草帽的老板，也不会跑到青楼一条街去吆喝。定向就是广告主选择自己的目标人群，避免造成“你喊啊，你喊破喉咙也没人理你”的尴尬场面。 这个功能可大可小，随便做做点简单的也许，好好做得很细也行，对小公司来说，投入产出比不见得会特别高，对大公司来说，可以投入大量人力来好好做，体现大公司风范。 在这个方面，机器学习的各种方法都可以用上，甚至可以不择手段。 为了能看到全面点的东西，先抄些别人总结的东西来吧，其实组内也没有做出这么多定向条件来。抄完后就说点自己组内做的。 ? 一．广告定向方式综述 下面的内容来自腾讯广点通的技术博客“火光摇曳”中的《细数广告定向》。 1.1广告定向方式 常见的广告定向方式有以下几种。 1、人群属性定向（Demographic Targeting） 基于用户基本属性，如年龄、性别、教育背景、职业、婚姻状态、收入、消费能力、工作场所等做人群定向，相对静态，长期不变。 2、上下文定向（Contextual Targeting） 基于用户当前查询的query、浏览的网页、使用的 App 等语义分析结果定向，均为实时访问上下文。另外，有些人喜欢把移动设备、LBS 地点、天气也归入此类，个人更倾向于特指内容型数据，如文本、视频等。常见的定向属性有关键词（Google Adsense、Facebook、百度凤巢）、否定关键词（Google Adsense）、展示 URL（Google Adsense、百度网盟）、页面主题（Google Adsense）、行业分类（百度网盟）等。 3、行为定向（Behavioral Targeting） 基于用户历史行为数据挖掘用户兴趣，行为数据如网页浏览、网页点击、查询 query、UGC 内容（如微博、朋友圈等），一般需要区分长期、短期和实时兴趣。常见的定向属性就是兴趣爱好，依靠人工定义一套层次化的类别体系，有些平台还会按照时间段（Google Adsense、百度网盟）或者商业性（品友互动）进一步区分。 4、再营销（Remarketing） 常见的有到访再营销、搜索再营销、广告点击再营销等。其中，到访再营销需要用户访问过商品页面或者在商品页发生过某种预定义的行为（如收藏、下单、转发等），在广告投放时，广告平台为用户展示相同（直接查表）或类似（item-based、content-based）的商品；搜索再营销根据用户在搜索引擎中搜过的 query，在广告联盟网站上展示内容相关的广告；广告点击再营销则是依据用户点击的广告数据，为其展示相同或类似的广告。一般实时性要求高，效果好，但是用户覆盖少。 5、相似用户定向（Look-Alike Targeting） 侧重基于确定的一小波人群，圈出更大规模类似的人群，保证定向效果的同时，扩大用户覆盖。因为挖掘相似用户过程中，主要依据用户基本属性或兴趣（长期），更新频率不高。Google Adsense 将曾经到访过广告页面的用户作为基准定制人群，然后按照用户在 Google Display Network 上的页面访问行为衡量用户之间的相似性，以扩展更多用户；而 Facebook 需要广告主提交基准定制人群，比如 Email、Phone、Facebook Ids、App Ids，后台自动找到相似用户。 这块工作和 DSP 中的 audienceselection 非常类似。 6、地理位置定向（Geo Targeting） 移动互联网比较热门的定向，可以定位城市、商圈、学校等区域。 7、其他 时间定向（TimeTargeting）：一天中的不同时间段。 设备定向（DeviceTargeting）：如手机品牌、型号，操作系统，运营商等。 天气定向（WeatherTargeting）：对经常出现雾霾天气的北京，投放口罩、空气清新器应该是靠谱的。 语言