在線廣告DSP平臺實時競價算法的研究與實現(xiàn).pdf

1、實時競價（RTB）在廣告需求方平臺（DSP）程序化購買廣告中占很大比重，目前越來越多的廣告商了解并愿意采用RTB的方式投放在線廣告，媒體也愿意通過這種方式將長尾流量的廣告位售賣出去。在搜索廣告、合約廣告等在線廣告占大部分比重的環(huán)境中，RTB從廣告位售賣的方式中跳出來，引入受眾購買的模式，在正確的時間里把正確的廣告投放給正確的受眾，從而使得這種具有公共競價拍賣機(jī)制的廣告能夠在在線廣告市場中占據(jù)一席之地。
　　廣告商利用DSP平臺的技

2、術(shù)手段，能夠接收廣告交易平臺發(fā)送過來的競價請求，并從中利用頁面信息及用戶cookie作為精準(zhǔn)投放的依據(jù)，同時由于RTB是一種公共拍賣的廣告售賣方式，因此會有多家DSP共同競拍，每家DSP都會用自己的算法計算出價，整個市場競爭會很激烈，在投放回報率（ROI）方面又充滿著博弈。
　　本文介紹RTB的生態(tài)系統(tǒng)及其整個工作流程，并對RTB的特點和競拍模式有相關(guān)描述,并對其算法進(jìn)行深入研究。
　　本文主要研究的是實時競價算法，其中包括

3、兩個主要內(nèi)容，點擊率預(yù)測和競價策略。在點擊率預(yù)測中采用兩種預(yù)測方法，一種是在搜索廣告中較為常用的邏輯回歸（Logistic Regression）方法，其中特征屬性和因變量均采用二值表示。另一種是可以處理非線性變量的梯度提升決策樹（Gradient Boost Decision Tree），特征屬性采用連續(xù)值，然后分別對這兩種預(yù)測性能結(jié)果進(jìn)行對比。本文在競價策略上提出了固定競價、分組競價和綜合競價，綜合競價中著重對競價函數(shù)進(jìn)行了數(shù)學(xué)推導(dǎo)