什麼是計算廣告學？

01-22

誰能簡單解釋一下？

致力於採用數據挖掘，機器學習，多媒體信息處理等人工智慧手段，結合用戶反饋，行為分析，甚至心理學等，來提高廣告相關性，交互性，儘可能最小化對用戶的侵擾，實現廣告主，廣告網路（如AdSense）和用戶的多贏...——出自哥的博士論文初稿

$max -> p(click|ad,user,context)$

用Andrei Broder and Dr.Vanja的話來定義，計算廣告定義是：

Find the best match between a given user u in a given context c and a suitable advertisement a.

所有的計算廣告，無非都是三者的博弈過程，廣告主，媒體，受眾。

（1）廣告主選擇受眾：受眾定向（特徵提取）

廣告主最關心的肯定是這個，我的產品要面向什麼樣的人群？年輕人？女性？孕婦？中老年人？不同的受眾對象，應該如何提取特徵？

（2）廣告主選擇媒體：約束優化

確定了受眾，總需要一個媒介來傳播宣傳廣告主的產品。選擇什麼平台，是互聯網？搜索引擎？電商廣告？紙媒？電視？所有的這些平台，都有一個廣告成本預算問題，總不能廣告費超過我的利潤吧？

（3）媒體選擇廣告主：機制設計

廣告主選擇了媒體，媒體同樣也有權選擇廣告主。電視黃金時期的廣告，搜索引擎的競價排名等，淘寶直通車，視頻網站的廣告等等。流量大受眾對象多的媒體，會有自己的一套機制去選擇廣告主

（4）媒體選擇受眾：點擊率預估（CTR），推薦技術

媒體接受廣告主的廣告投放，需要制定廣告投放策略並進行優化。什麼時間，在哪裡，展現什麼光廣告，能夠讓儘可能多的目標受眾點擊廣告？

計算廣告學應該關注整個生態系統，而不只是廣告主。所以可以有以下幾個目標，看你能不能明白他們都對應的是誰？

To find the best match between a given user in a given context and a suitable advertisement?

To achieve the best campaign performance (e.g., ROI) within the budget constraint?

To generate the most revenue given the traffic and demand?

To maintain a healthy environment so that users get less annoyed (both quality and quantity)?

Ref:

Computational advertising, AZ Border, 2008

Dynamics of bid optimization in online advertisement auctions, C Borges et al. 2007

Dynamic revenue management for online display advertising, G Roels and K Fridgeirsdottir, 2009

Advertising in a pervasive computing environment, A Ranganathan and RH Campbell, 2002

在用戶，廣告主，媒體中尋找best match

簡單地說，就是通過計算機技術（包括數據挖掘，機器學習，推薦技術，用戶行為分析，心理學等各種時髦技術）來解決廣告相關問題的科學

計算廣告學是廣告主、媒體、受眾間的自動化匹配

1. 計算廣告學構建了一個系統，廣告主可以在這個系統上選擇合適的媒體和受眾，投放自己的廣告。廣告的創意生成和傳輸，廣告、媒體、用戶的匹配，都是計算廣告學的核心內容。成本、用戶體驗、商業價值之間的統一是終極的目標。

2. 從本質上來說，計算廣告學是為用戶的注意力以合適的價格找到最合適的買主。

更多內容，請關注微信號： 數據烏托邦：

目標：計算機自動匹配，呈現廣告給合適的用戶。手段：數據、機器學習＋外部反饋。難題：數據的即時與數量、真實性。

簡而言之，就是讓計算機自動確定，對於每個用戶訪問的頁面，顯示哪些廣告更有可能讓該用戶點擊的技術。

相關領域是機器學習，數據挖掘等。Google核心的賺錢技術，facebook潛在（不知道是不是已經是）最賺錢的技術。

就是給你一套說法，讓你理直氣壯地對廣告主說，以前的廣告人都會忽悠您有一半的廣告費不知道花哪兒去了，咱現在追蹤得到啦！——其實個人認為依然是扯淡，在廣告效果的計量方面永遠有繞不過去的創意質量不可精確衡量。