實時競價系統(tǒng)中出價算法的研究與實現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展及廣泛普及，越來越多的廣告活動逐漸從線下轉(zhuǎn)換到線上。目前，互聯(lián)網(wǎng)廣告中的展示廣告的一種主要投放渠道是通過實時競價系統(tǒng)(RTB)投放。在RTB中，需求方平臺需要對每個到來的廣告曝光機會，按照廣告活動投放規(guī)則計算其競標(biāo)價格，競標(biāo)價格將直接決定該廣告是否能被投放，因此是RTB中的一個關(guān)鍵問題。作為一種新穎的廣告投放方式，RTB中的許多關(guān)鍵算法還存在較大的優(yōu)化空間，本論文將針對面向展示廣告的實時競價系統(tǒng)，特別是其中的出價

2、問題展開研究。
　　本論文首先針對預(yù)算受限下的出價問題展開研究，將其建模為一個預(yù)算約束受限下的收益最優(yōu)化問題，然后分別針對其中的點擊率預(yù)測模型以及預(yù)算管理框架下的出價函數(shù)兩方面展開研究。在點擊率預(yù)測模型方面，本論文提出一個基于張量和深度學(xué)習(xí)的點擊率預(yù)測模型，該模型首先將點擊率預(yù)測涉及到的三個方面的特征建立為三階張量，通過笛卡爾乘積得到三元特征組合；然后利用多項式回歸方法學(xué)習(xí)每個特征的隱含向量和權(quán)重；最后利用學(xué)習(xí)得到的隱含向量和單個

3、特征的權(quán)重作為深度神經(jīng)網(wǎng)絡(luò)的輸入，重新基于訓(xùn)練集學(xué)習(xí)點擊率預(yù)測模型。在RTB的出價算法和預(yù)算管理方面，本論文設(shè)計了一個基于歷史成交價格和失敗競標(biāo)價格的中標(biāo)率預(yù)測模型，從而有效提升了需求方平臺出價算法的有效性。此外考慮到每個廣告活動在其投放周期內(nèi)的預(yù)算有限，為了使得廣告活動在每個時段都能平滑地投放，本論文還設(shè)計了一個基于時段廣告流量和中標(biāo)率的廣告預(yù)算的預(yù)分配和實時調(diào)整方案。
　　點擊率預(yù)測模型在 iPinYou的數(shù)據(jù)集上對提出的點擊