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)進行了數(shù)學(xué)推導(dǎo)