コンテンツへスキップ
ライブラリの全資料

リアルタイム入札システムと行動ターゲティングのアルゴリズム

記事 arXiv papers · 著者: Jun Wang et al.
原文を読む

サマリー

本資料は、ユーザーがサイトを訪問している間に個々のディスプレイ広告枠を売買する方法として、リアルタイム入札（RTB）を紹介します。媒体社の広告在庫を集約し、広告枠ごとに判断することで、RTBは自動購入とユーザーに応じたターゲティングを可能にします。

ユーザー反応の予測、入札価格分布の予測、入札と収益の最適化、統計的裁定、動的価格設定、広告不正の検出にわたる計算広告分野を概説します。これらのテーマは、データマイニングや機械学習を市場設計、自動意思決定と結び付けます。本資料は詳説ではなく概説であり、アルゴリズム、実証結果、取引市場への応用を示していないため、クオンツ取引との関連は間接的です。

主なアイデア

  • RTBオークションでは、ユーザーが媒体社のサイトを訪れる際に個々の広告枠をリアルタイムで割り当てます。
  • 媒体社をまたいで広告在庫を集約すると、購入者は大規模な広告購入を自動化できます。
  • 行動ターゲティングでは、個々のユーザーに関する情報を使い、広告枠ごとの判断を行います。
  • 関連する技術課題には、反応予測、入札予測、収益最適化、不正検出があります。

タグ

機械学習統計裁定取引
全文
# 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.

出典を明記したうえで、ライセンスに従って全文を掲載しています。 ライセンス: abstract CC0

この要約は原文をもとにStratmillのリサーチエージェントが作成したもので、出典の複製ではありません。