DSP機器學習及演算法機制_上【技術類】

01-28

通過上述優化要點《上》、《下》及《常見定向優化設置》的介紹，我們會發現有很多很多的因素會影響到廣告投放的效果，而且這些因素之間也常常是互相干擾的。這樣一來我們就會發現單純靠人腦、人工模式，已經很難持續地、7X24小時的、不吃飯不睡覺地、不間斷地進行相應的分析比對，調整優化，並進而根據調整反饋的結果閉環持續優化的工作。這就需要使用技術手段、機器學習、模擬人工智慧的方式，用機器、程序代替人完成那些重複性的邏輯判斷工作。下面我們將對DSP的這些自動化程序化的模塊，例如：內置DMP人群標籤演算法、智能推薦引擎、防作弊等進行介紹。

1. 內置DMP人群標籤演算法

DSP為了完成複雜的投放邏輯及大數據的處理，並運用大數據機器學習的手段，通過計算機自動化地去完成廣告投放，首先就需要建設自己的大數據DMP系統來支持後續的智能演算法推薦引擎。如圖7-11所示，DSP建立內置DMP來對廣告競價做輔助決策支持。DMP是DSP的大腦，指導DSP根據歷史的廣告數據及閉環回收的用戶數據給用戶打上標籤，並結合實時廣告請求中的數據，對廣告曝光機會進行價值預測及出價指導。

圖7?11 DSP內置DMP輔助競價決策示意

那麼大家會很好奇，DSP的大數據DMP系統，是如何根據用戶行為給每個個體打上人群標籤的。我們一般把機器學習的方式分為兩大類：監督式學習（supervised Learning）和非監督式學習（unsupervisedLearning）。要區分兩者很簡單，也非常的重要。

監督式學習（也有稱為「回歸或分類演算法」的）：

什麼是監督式學習呢？用分類演算法為例打個比方。這就好比事前我們已經知道人群標籤該有哪些（如上文中按商業營銷訴求對受眾人群屬性的劃分），但是每個個體身上的標籤是什麼那還是未知的。而我們有的是這些個體在網路上的各種行為：例如：瀏覽過內容的URL、點擊過的廣告、留過信息的表單、購物車中的商品、購買的商品等等。在監督式學習中，我們可以將已規劃好的人群標籤，先打到各種不同的行為數據中。例如：瀏覽女性化妝品URL的行為打上「女性」、「時尚」等等這些標籤、購買刮鬍刀產品的行為打上「男性」、「個人護理用品」等等這些標籤。然後再讓計算機，通過將行為上的標籤，同時也打到產生該行為的個體身上去。到這裡大家可能會問啦，剛剛舉的那兩個例子中的標籤具有一定的互斥性（「男性」Vs「女性」），那麼如何確定最終該打上哪些類的標籤呢？實際操作中往往是以權重的方式，來處理這些互斥性的標籤。我們收集到的每個個體的行為數據是海量的，那麼個體被打上標籤的次數自然也是海量的。雖然被無數次的打上標籤，但總有一些標籤被打的次數是重複的，這樣我們就可以在這些標籤上進行計數（即：加權重）。從而我們可以按每個個體身上的標籤按「計數量（權重）」從大到小排序，這樣就能找出這個用戶身上典型行為特徵（即權重較大）的那些標籤族。然後就可以使用這些人群標籤去定向這些人群做廣告投放，或根據這些標籤來進行進一步的數據比對分析和學習。

非監督式學習（也有稱為「聚類演算法」的）：

什麼是非監督學習呢？同「監督式學習」比對來說的話，就是事前不知道特徵分類的答案，無法在事前就規劃好標籤分類。只能通過將相似的行為特徵聚合在一起。找出這類受眾或訪客最典型的行為特徵族（我們有的時候也會使用離線模型來存儲這些特徵族的數據，離線是先對在線而言的，離線即事前已存儲好備用的，而在線即每次廣告請求來的時候實時動態計算得出的。）。然後可以直接運用這些離線模型的特徵，指導競價及智能推薦。或者還有一種做法就是，給這類行為特徵族定義一些標籤，再運用上述的監督式學習的方式給更多的用戶打上這類標籤，甚至通過Look-alike的方式去尋找潛客。

當然還有一些介於上述兩種模式中間的變種模式的學習方式，例如：

半監督式學習：即輸入數據部分類別有部分事前已知，而仍有部分沒有被事前已知，介於監督式學習與非監督式學習之間。常見的半監督式學習演算法有支持向量機等等。
強化學習：在這種學習模式下，輸入數據作為對模型的反饋，不像監督模型那樣，輸入數據僅僅是作為一個檢查模型對錯的方式，在強化學習下，輸入數據直接反饋到模型，模型必須對此立刻作出調整。常見的強化學習演算法有時間差學習等等。

更多關於各種機器學習演算法的原理、特點，適用場景等等，以及《樣本訓練》、《回歸驗證》等等的實操流程已曾經介紹過了。這裡就不再展開。

（轉載請註明出處：微信訂閱號：ad_automation）

文字表現力有限，歡迎參加《9月9日「DSP上」專題【線下大課堂】》面對面為您答疑解惑講透您關心的問題。

歡迎購買作者剛出版的《程序化廣告實戰》正版書系統化學習