실시간 입찰 시스템과 행동 기반 광고 타기팅 알고리즘

기사 arXiv papers · 저자: Jun Wang et al.

요약

이 문서는 사용자의 방문이 진행되는 동안 개별 디스플레이 광고 노출을 사고파는 방식인 실시간 입찰(RTB)을 소개합니다. 퍼블리셔의 광고 지면을 모으고 노출 단위로 의사결정을 내려 RTB은 자동 구매와 사용자별 타기팅을 지원합니다.

사용자 반응 예측, 입찰 환경 예측, 입찰 및 수익 최적화, 통계적 차익거래, 동적 가격 책정, 광고 사기 탐지 등 컴퓨터 광고 분야를 개괄합니다. 이러한 주제는 데이터 마이닝과 머신러닝을 시장 설계 및 자동 의사결정과 연결합니다. 이 문서는 상세한 설명이 아닌 개요로, 알고리즘이나 실증 결과, 거래 시장 적용 사례를 제시하지 않으므로 퀀트 트레이딩과의 관련성은 간접적입니다.

핵심 아이디어

RTB 경매는 사용자가 퍼블리셔 사이트를 방문할 때 개별 광고 노출을 실시간으로 배정합니다.
여러 퍼블리셔의 광고 지면을 모으면 구매자가 대규모 광고 구매를 자동화할 수 있습니다.
행동 타기팅은 개별 사용자 정보를 활용해 노출 단위 광고 결정을 내립니다.
관련 기술 문제에는 반응 예측, 입찰 예측, 수익 최적화, 사기 탐지가 포함됩니다.

# 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.

출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0

이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.

실시간 입찰 시스템과 행동 기반 광고 타기팅 알고리즘

요약

핵심 아이디어

태그