AI 技术内参
洪亮劼
Etsy 数据科学主管,前雅虎研究院资深科学家
33455 人已学习
新⼈⾸单¥98
登录后,你可以任选6讲全文学习
课程目录
已完结/共 166 讲
开篇词 (1讲)
人工智能国际顶级会议 (31讲)
搜索核心技术 (28讲)
推荐系统核心技术 (22讲)
数据科学家与数据科学团队养成 (25讲)
AI 技术内参
15
15
1.0x
00:00/00:00
登录|注册

090 | 如何优化广告的竞价策略?

Zhang, W. and Wang, J. Statistical Arbitrage Mining for Display Advertising. Proceedings of the 21th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pages 1465–1474. ACM, 2015.
Zhang, W., Ren, K., and Wang, J. Optimal Real-time Bidding Frameworks Discussion. arXiv preprint arXiv:1602.01007, 2016.
Zhang, W., Yuan, S., and Wang, J. Optimal Real-Time Bidding for Display Advertising. Proceedings of the 20th ACM SIGKDD international conference on Knowledge discovery and data mining, pages 1077–1086. ACM, 2014.
Perlich, C., Dalessandro, B., Hook, R., Stitelman, O., Raeder, T., and Provost, F. Bid Optimizing And Inventory Scoring in Targeted Online Advertising. Proceedings of the 18th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pages 804–812. ACM, 2012.
点击率的假设
预算和交易流量的限制问题
EM算法
基于风险控制的思路
有限制的最优化问题
线性出价策略
效用
赢的概率
参考文献
总结
多个广告推广计划优化
单个广告推广计划优化
广告竞价策略

该思维导图由 AI 生成,仅供参考

广告的竞价排名是计算广告系统中非常重要的一个话题,我们介绍了目前广泛使用的基于第二价位的广告竞拍,以及在此基础上,DSP 或者广告商究竟该如何形成自己的竞价策略(Bidding Strategy)。
今天,我们就来看一些具体的广告竞价策略方法

单个广告推广计划优化

我们首先来看单个广告“推广计划”(Campaign)的竞价策略的优化。
在上一次的分享里我们介绍了,利用统计决策的一个重要假设就是最终的出价是一个各种输入(例如环境、用户、页面等)的函数输出。这里我们采用一个简化的假设,认为一个推广计划的出价是点击率的一个函数。在这样的情况下,我们先来理清一些概念。
第一个概念是“赢的概率”(Winning Probability)。这里面,如果我们知道现在市场的一个价格分布以及我们的出价。那么,赢的概率就是一个已知概率密度函数求概率的计算,也就是通常情况下的一个积分计算。
第二个概念就是“效用”(Utility)。这是一个广告商关注的指标,通常情况下是点击率的某种函数,比如利润,那就是每一次点击后的价值减去成本。
在这种情况下的成本其实主要就是出价后产生的交易价格。如果是基于第一价位的竞价,那么这个成本就是出价;如果是基于第二价位的竞价,这个成本就是超过第二价位多少还能赢得竞价的价格。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结

广告竞价策略在计算广告系统中至关重要。本文介绍了基于第二价位的广告竞价和DSP或广告商如何形成竞价策略。首先,针对单个广告推广计划的竞价策略优化,文章提出了基于点击率的赢得概率和效用的概念,并介绍了线性出价策略和有限制的最优化问题的方法。针对预算和交易流量的限制,文章提出了线性出价策略和基于第一价位和第二价位的最优出价函数形式。其次,针对多个广告推广计划的优化,文章介绍了一种基于风险控制的思路,通过计算每个广告推广计划的均值和方差来限制风险。此外,文章还推荐了相关论文,如《目标在线广告中的出价优化和库存评分》和《展示广告的统计套利挖掘》,这些论文提供了更多的优化方法和框架。总的来说,本文深入探讨了广告竞价策略的优化方法,涵盖了单个和多个广告推广计划的优化思路,为读者提供了丰富的理论和实践参考。

仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《AI 技术内参》
新⼈⾸单¥98
立即购买
登录 后留言

精选留言

由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论
显示
设置
留言
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部