Sistemas e algoritmos de lances em tempo real para direcionamento comportamental de anúncios

Resumo

O documento apresenta os lances em tempo real (RTB) como uma forma de comprar e vender impressões individuais de anúncios gráficos durante a visita de um usuário. Ao agregar o inventário de vários editores e tomar decisões no nível de cada impressão, RTB permite compras automatizadas e direcionamento específico para cada usuário.

O documento descreve um campo de publicidade computacional que abrange previsão da resposta do usuário, previsão do panorama de lances, otimização de lances e receita, arbitragem estatística, precificação dinâmica e detecção de fraude publicitária. Esses temas conectam mineração de dados e aprendizado de máquina ao desenho de mercados e a decisões automatizadas. O documento é uma visão geral, não um tratamento detalhado: não apresenta algoritmos, resultados empíricos nem aplicações a mercados de trading, portanto sua relevância para o trading quantitativo é indireta.

Ideias principais

• Leilões de RTB alocam impressões individuais de anúncios em tempo real enquanto os usuários visitam sites de editores.
• A agregação do inventário de vários editores permite que compradores automatizem compras de anúncios em grande escala.
• O direcionamento comportamental usa informações sobre usuários individuais para orientar decisões sobre anúncios no nível de cada impressão.
• Entre os problemas técnicos relevantes estão a previsão de respostas, a previsão de lances, a otimização de receita e a detecção de fraude.

Tags

# 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.

Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: abstract CC0

Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.