电子技术论坛_中国专业的电子工程师学习交流社区-中电网技术论坛

标题: DSP中的基础算法和模型的详细解析:延伸讨论 [打印本页]

作者: yuyang911220 时间: 2017-6-20 08:56 标题: DSP中的基础算法和模型的详细解析:延伸讨论

上面的篇幅研究了m6d的DSP的算法和模型，我觉得有些地方可能可以有不同的做法（不一定更优），写出来和大家探讨一下：

      1. bidding中的转化率模型
      前面的audience selection model (look-alike model)对每个campaign分别建模还有可能是因为在每个campaign训练数据充分的情况下可能取得更好的预估效果。而后面的两个转化率模型将每个campaign分别建模就一定是因为privacy的原因了，因为每个campaign的这2个模型的训练数据太少了，而且m6d用的是转化作为正样本，还不是点击作为正样本，那正例就更少了。所以m6d不得不将u替换成s来建模，将相似广告位（inventory）用同一个inventory id表示，来拼命减少特征空间，在少得可怜的数据下，牺牲bias来换取低variance从而抑制过拟合，提高模型泛化能力。
      如果没有那么高的privacy要求，是可以对所有campaign的数据一起来训练一个的统一模型的。事实上，我了解到国内大多数公司都是这么做的。再考虑到国内的广告主对点击也比较看重，所以更通常一点的建模方式是：对所有campaign建立一个CTR模型（预估点击率=点击/展现）p(click|u,i,a),这里的a指一个campaign，和一个CVR模型（转化/点击）p(conversion|u,i,a)。这样训练数据就更丰富了，也可以直接对每个用户来预估，不需要对整个segment来预估。当然，这样的一个结果是在某个广告主网站上的点击和转化数据，可能对另外一个广告主的点击和转化预估起到正向的作用。在不明显有偏向性的算法设计下，可能会使大多数广告主的预估都有一些提升（尤其是那些数据很少的小广告主）。

      2. 内部竞价机制
      m6d的算法在内部竞价时是选择bid最高的campaign。这是一种明显的贪心算法，在考虑到每个广告主有预算限制的情况下，不一定是最优的。举个例子，广告主A要的用户是对乔丹感兴趣的用户，因为他是卖乔丹的运动鞋的，但是他们是小公司，出不起太高的价来打广告；广告主B是的要的用户是对篮球感兴趣的用户。这个时候来了一个经常上新浪体育乔丹个人页面的用户，广告主A经过bidding算法后出了封顶价3块钱，广告主B很有钱，基础出价就是4块钱，bidding算法调整后比如是4.5块。那么广告主B的广告会在内部胜出。当事实上对篮球感兴趣的用户很多，广告主B完全可以在其他流量上买到足够多的展现而达到当日预算限额，而对乔丹感兴趣的用户的展现可能1天就2,3个，广告主A这次买不到，可能当日预算一点都花不出去。
      这个优化在系统进化早期可能效果不明显，当平台成熟了，量上去了，可能会有作用。
     3. 考虑外部竞争
      m6d的出价算法是基于价值的出价算法，没有考虑竞争对手出价。也就是说，我觉得这个展现值多少钱，我就出多少钱，不管其他人的出价是多少。这样有可能会出现出价严重偏离市场价的情况，就好比在北京买房子，郊区一个老破房子，你可能觉得只值2000块一平，但是市场上都已经出到20000了，不调整出价根本就买不到房子了。
      因此专门有一个技术叫Bid Landscape Forecasting, 用来预测其他竞争对手的出价情况，实际应用中它要预测的是bid与能购买到流量的一个函数关系，也就是出多少钱能买到多少流量的这么一个曲线，从而根据自己的需求来调整自己的出价。详细可以Google这篇文章《Bid Landscape Forecasting in Online Ad Exchange Marketplace》。
      M6d的算法里有一部分是账户管理员对segment打一个base price，我相信这个base price应该会考虑到市场竞争的情况。

       4. 流量预测、预算控制
      对于广告主来说，关心的是两个东西，一个是质，一个是量。质的意思是投放的广告要投在那些可能对这个广告感兴趣的人身上，量的意思是，得找到并投放足够多的这样的广告。宝洁公司对于那种每天只能覆盖1,2个人的广告campaign是不会感兴趣的，即使这2个人的转化率都是100%。
      但是因为RTB是要实时决定你是否去竞争这个展现，DSP需要对后续可能出现的展现有一个预判。打个比方来说，假设你去相亲，有多少女生会来你是不知道的，但是你总共有约会5个女朋友的机会。接下来每个女生依次和你见面，你要马上决定是否和她约会。这个时候如果你对女生的整体质量有一个估计，或者对总共有多少女生会来有一个估计，就会做出更明智的选择。
      这个其实也是Bid Landscape Forecasting的一部分，因为它是要预测bid与能购买到流量的一个函数关系。能购买的流量一方面和竞争有关，另外一部分和流量的质量和数目有关系。

5. 点击率、转化率
      m6d是直接对转化建模的，而不是分为点击率和点击后的转化率来建模的（有一些campaign,对广告主页面的点击就被认为是转化，对这些campaign两种方式没有区别）。点击数据对于m6d来说就没有作用了。如果有很多点击数据，分开建模可能会有更好的效果，因为能把点击数据利用上了。

欢迎光临电子技术论坛_中国专业的电子工程师学习交流社区-中电网技术论坛 (http://bbs.eccn.com/)