מערכות ואלגוריתמים למכרז בזמן אמת ולמיקוד פרסומות התנהגותי
מאמר arXiv papers · מחבר: Jun Wang et al.
סיכום
המסמך מציג מכרז בזמן אמת (RTB) כדרך לקנות ולמכור חשיפות בודדות לפרסומות תצוגה במהלך ביקור של משתמש באתר. באמצעות איגום מלאי הפרסום של מפרסמים וקבלת החלטות ברמת החשיפה, RTB מאפשר רכישה אוטומטית ומיקוד לקהלים לפי משתמש.
הוא סוקר תחום של פרסום חישובי הכולל חיזוי תגובת משתמשים, חיזוי סביבת הצעות המחיר, אופטימיזציה של הצעות מחיר והכנסות, ארביטראז׳ סטטיסטי, תמחור דינמי וזיהוי הונאות בפרסום. נושאים אלה מחברים כריית נתונים ולמידת מכונה לתכנון שווקים ולקבלת החלטות אוטומטית. המסמך הוא סקירה ולא דיון מפורט: אין בו אלגוריתמים, תוצאות אמפיריות או יישומים בשוקי מסחר, ולכן הקשר שלו למסחר כמותי עקיף.
רעיונות מרכזיים
- מכרזי RTB מקצים חשיפות פרסום בודדות בזמן אמת, בזמן שמשתמשים מבקרים באתרי מפרסמים.
- איגום מלאי פרסום ממספר מפרסמים מאפשר לקונים להפוך את רכישת הפרסום לאוטומטית בהיקף נרחב.
- מיקוד התנהגותי משתמש במידע על משתמשים יחידים כדי להנחות החלטות פרסום ברמת החשיפה.
- בעיות טכניות רלוונטיות כוללות חיזוי תגובה, חיזוי הצעות מחיר, אופטימיזציית הכנסות וזיהוי הונאות.
תגיות
הטקסט המלא
# Display Advertising with Real-Time Bidding (RTB) and Behavioural Targeting # Display Advertising with Real-Time Bidding (RTB) and Behavioural Targeting The most significant progress in recent years in online display advertising is what is known as the Real-Time Bidding (RTB) mechanism to buy and sell ads. RTB essentially facilitates buying an individual ad impression in real time while it is still being generated from a user's visit. RTB not only scales up the buying process by aggregating a large amount of available inventories across publishers but, most importantly, enables direct targeting of individual users. As such, RTB has fundamentally changed the landscape of digital marketing. Scientifically, the demand for automation, integration and optimisation in RTB also brings new research opportunities in information retrieval, data mining, machine learning and other related fields. In this monograph, an overview is given of the fundamental infrastructure, algorithms, and technical solutions of this new frontier of computational advertising. The covered topics include user response prediction, bid landscape forecasting, bidding algorithms, revenue optimisation, statistical arbitrage, dynamic pricing, and ad fraud detection.
מוצג במלואו בציון המקור ובהתאם לרישיון שלו. רישיון: abstract CC0
הסיכום נכתב בידי סוכן המחקר של Stratmill על סמך המקור; הוא אינו העתק של המקור.