rtb实时竞价算法

《rtb实时竞价算法》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、RTB实时竞价算法1.算法简介41.1算法用途41.2算法概述42.算法详细说明52.1广告活动匹配52.2实时竞价算法63.算法改进方向123.1特征属性的选择123.2点击率预测123.3竞价调整方式124.补充问题124.1无历史数据阶段124.2利用历史数据阶段124.3展示的分布控制135.参考文献146.附件156.1名词156.2算法总体流程图166.3输入输出表166.4数据预处理流程186.5计算权重算法流程206.6模型检验23RTB实时竞价算法1.算法简介1.1算法用途RTB（Real-TimeBidding

2、）实时竞价，是一种利用第三方技术在数以百万计的媒体上针对每一个用户展示行为进行评估以及出价的竞价技术。与大量购买投放频次不同，实时竞价规避了无效的受众到达，只针对有意义的用户进行购买。它的核心是DSP平台（需求方平台），在DMP数据的支持下根据媒体，广告特点和人的属性进行定向投放。RTB对于媒体来说，可以带来更多的广告销量、实现销售过程自动化及减低各项费用的支出。而对于广告商和代理公司来说，最直接的好处就是提高了效果与投资回报率。RTB算法有几种常见的策略：展现优化（针对品牌推广）目标，点击率（CTR）优化目标和ROI(投资回报率

3、)优化目标。其核心都是要做到合适的广告展现给合适的人。ROI优化是最直接能体现广告主的投资收益率的指标，但是目前情况下受RTB业界技术限制和公司数据支持情况的限制，点击率优化是现实可行的RTB竞价方法。虽然该方法不能直接体现在用户的投资收益率指标上，但是优良的点击率很大程度上会带来良好的收益。目前针对RTB算法中的点击率预测有很多种方法，如：逻辑回归，决策树，两阶段广义线性模型，非线性规划模型，典型方程等。选用逻辑回归的主要原因在于该算法成熟，对输入变量要求较低，既可以处理枚举型变量，又可以处理连续型变量。输出结果较稳定可靠。本算

4、法主要以点击率（CTR）为优化目标，并选择逻辑回归作为主模型进行设计。1.2算法概述首先对RTB的竞价流程总结如下图所示：图1RTB竞价流程图从上图中可以看出，实时竞价算法的输入主要包括以下信息：1）Exchange端提供的广告位信息；2）用户id，DMP收集的用户属性信息；RTB实时竞价算法1）广告主发布的活动信息及竞价策略；2）竞价历史（媒体信息，广告位，获胜竞价，用户id等）。表1:RTB算法输入之竞价历史广告媒体信息用户ID时间戳是否点击是否成功报价成交价格创意类型权重尺寸……实时竞价算法的输出主要是获胜的(广告活动信息，

5、竞价)组。实时竞价算法主要由两部分构成，一是广告活动的匹配，二是根据媒体，广告活动及用户属性等进行出价。图2RTB竞价算法流程1.算法详细说明1.1广告活动匹配广告活动匹配的目的是为了筛选出满足媒体广告位要求，以及符合用户属性特征的广告活动集合。首先，根据请求中的媒体广告位信息对广告活动进行初步筛选，过滤掉一些无效的广告活动，如：不满足广告位要求的广告活动等。然后，利用DMP系统中查找到的用户特征信息，以及广告活动的投放人群属性定向再次筛选广告活动。广告活动的投放人群属性定向主要包括访客所在地区，年龄，性别，婚姻状况，教育程度，兴

6、趣爱好，购买偏好等。主要包括以下步骤：RTB实时竞价算法第一步，将请求中的媒体广告位信息与DSP系统中的广告活动信息进行初步匹配，筛选出满足条件的广告活动集合；如果不存在广告活动，则不参与此次请求的竞价。第二步，利用DMP系统，根据用户id，获取用户特征信息。第三步，将筛选出的广告活动集合与用户特征进行匹配，进一步筛选广告活动集合。图3广告匹配流程表2广告活动匹配需要考虑的信息广告位信息广告活动用户属性属性1广告位宽投放媒体偏好性别属性2广告位高访客所在地区年龄属性3不允许的属性id集合访客年龄地域属性4允许的广告技术类别访客性别

7、婚姻属性5排除的敏感类别访客婚姻状况教育程度属性6排除的产品类别访客教育程度兴趣属性7媒体提供的限制列表访客兴趣爱好属性8访客购买偏好……………………关于匹配度的计算问题涉及到商业策略及广告本身估值，用户的估值，媒体的估值及DSP端广告集合的分析等情况，在综合分析的情况下，才能给出在特定商业策略上的匹配度，该部分计算放在后续进行。1.1实时竞价算法RTB实时竞价算法通过广告匹配算法能够筛选出符合媒体信息和用户特征的广告活动，接下来需要对筛选出的广告活动进行竞价，并排序，返回一系类(广告活动，竞价)结果组。广告活动的投放类型一般有C

8、PC和CPM两种，目前只考虑CPC投放类型，如果是投放类型是CPM，可以将CPM转化为CPC进行竞价，转换原则为：CPM=CPC*CTR*1000总体来说，实时竞价算法可以分为以下两个步骤：1.获得每次广告展示的价值，即在给定的相关展现水平和需求数