Системы торгов в реальном времени и алгоритмы поведенческого таргетинга рекламы

Сводка

В документе торги в реальном времени (RTB) представлены как способ покупать и продавать отдельные показы медийной рекламы во время посещения сайта пользователем. Объединяя рекламный инвентарь издателей и принимая решения для каждого показа, RTB обеспечивает автоматизированные закупки и таргетинг с учетом конкретного пользователя.

В документе описана область вычислительной рекламы, охватывающая прогнозирование отклика пользователей, прогнозирование распределения ставок, оптимизацию ставок и доходов, статистический арбитраж, динамическое ценообразование и выявление рекламного мошенничества. Эти темы связывают анализ данных и машинное обучение с проектированием рынков и автоматизированным принятием решений. Документ представляет собой обзор, а не подробное исследование: в нем нет алгоритмов, эмпирических результатов или приложений к торговым рынкам, поэтому его связь с количественной торговлей косвенная.

Ключевые идеи

• Аукционы RTB распределяют отдельные рекламные показы в реальном времени, пока пользователи посещают сайты издателей.
• Объединение рекламного инвентаря разных издателей позволяет покупателям автоматизировать закупку рекламы в больших масштабах.
• Поведенческий таргетинг использует сведения об отдельных пользователях для принятия решений о рекламе на уровне показа.
• К соответствующим техническим задачам относятся прогнозирование отклика, прогнозирование ставок, оптимизация дохода и выявление мошенничества.

Теги

# 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.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.