计算广告笔记 (5)-- 搜索广告与广告网络 Demand 技术
本文是刘鹏老师的计算广告学中的一些笔记。本文是第五章: 搜索广告与广告网络 Demand 技术。主要介绍搜索广告中的几个典型问题以及广告网络中 demand 端需要用到的技术
搜索广告的特点
搜索广告与显示广告不同的特点在于
- 用户定向标签 \(f(u)\): 远远弱于上下文影响（query），一般可以忽略
- Session 内的短时用户搜索行为作用很重要
- 上下文定向标签 \(f(c)\): 关键词
搜索广告是一种典型的位置竞价模式，如下是搜索广告中常见的三种位置
根据上图，可知搜索广告中的位置一般分为北，南，东三个广告区块，根据各位置的 reference ctr 决定，各位置在竞价系统中的位次 reference ctr 可以通过 ε 流量较准确测定出
搜索广告的典型问题
搜索广告中需要考虑的几个典型问题如下
- 查询词扩展 (Query Expansion)
- 用户相关的搜索广告决策
- 短时用户行为反馈
查询词扩展 (Query Expansion)
目的是 supply 端为了赚取更多的利润，同时拓展了广告主的竞价范围，常见的思路有以下三种
（1）基于推荐的方法：挖掘 (session, query) 矩阵找到相关 query, 可类比 (user, item) 矩阵，这种方法利用的是搜索数据 （2）基于语义的方法：用 topic model 或概念化的方法中找语义相关 query，这种方法利用的是其他文档数据 （3）基于收益的方法：根据实际 eCPM 统计得到变现能力最好的相关 query，这种方法利用的是广告数据
用户相关的搜索广告决策
首先需要明确结果个性化对于搜索广告作用有限，原因是上下文信息 (c) 太强， 个人兴趣基本可以忽略；同时搜索页上的结果需要保证主题上某种一致性
但是广告展示条数是可以深度个性化的，因为约一半的用户无法明确区分广告与搜索结果，在平均广告条数的约束下，可以对每个用户的广告条数进行个性化，以最大化营收。因此这又一个约束优化问题！
另外可以根据同一 session 内的行为调整广告结果，如在第一页没点的广告是否要放到第二页。
短时用户行为反馈
短时用户行为的定义如下，狭义来说是用户在一个 session 内的行为，广义来说是 用户在短时间 (一般为一到两天) 内的行为
通过短时用户行为反馈，可以实现： （1）短时受众定向: 根据短时行为为用户打上的标签 （2）短时点击反馈: 根据短时广告交互计算的动态特征
而短时用户行为计算需要准实时 (分钟级) 对用户行为进行加工，不适合在 Hadoop 上进行 可以利用流式计算 (stream computing) 平台 , 如 S4（雅虎开源的一个流式计算平台）, Storm 等
流式计算平台
前面提到了流式计算平台，下面以 storm 为例简单讲述
Storm 是一个大规模实时数据处理框架，能够自动完成数据分发和可靠性管理，开发者只需要关注处理逻辑，数据流基本在网络和内存进行（极端情况下会有磁盘调度）
Storm 计算逻辑类似 Map/Reduce, 区别在调度数据而非调度计算，其拓扑及任务分配如下（spout 是输入，根据输入的 key 分发到不同的 Bolt 上处理，最后将结果组成）
广告网络 demand 端技术
广告购买平台 (Trading Desk) 是 demand 端的一种产品，其目的是 >Allows advertisers buy audience across publishers and ad networks
其关键特征有
- 连接到不同媒体和广告网络，为广告商提供 universal marketplace
- 非实时竞价 campaign 的 ROI 优化能力
- 经常由代理公司孵化出来
ROI 优化能力
ROI 优化目标是给定总预算，在多广告网络中采买并优化 ROI
ROI 优化其中若干关键问题有
（1）在合适的流量 segment 上投放广告；如 SEM 中的选词、显示广告网络中的标签组合选择等
（2）在每个投放上合理地出价以优化 ROI；与实时竞价不同，采买方无法控制每次展示的出价 (因此一般采用每次点击固定价格的策略)，但是因为 \(u, c\) 的取值未知，需要在各流量分割上估计其分布并合理出价
（3）对每个 segment 的量以及 Market price 进行预估，以完成整体的优化
在这个领域有代表性的公司有 EfficientFrontier，这个公司的核心业务是为搜索广告主提供大量关键词情形下的 ROI 优化服务，并收取固定比例的提成；广告主只需要提供预算、关键词、受众类型等信息即可，EfficientFrontier 会通过计算为其提供最优方案
其核心技术为 Portfolio Optimization，原是金融领域内的一个优化算法，目前正在向显示广告领域扩张，需要注意的是除了算法以外，长时间数据积累也很重要