|
导读：在广告实时投放过程中，DSP（Demand-Side Platform）作为需求方平台，通过广告交易平台（AdExchange）对每次曝光进行竞价尝试，对于ADX的每一次竞价请求，DSP将ADX给到的用户唯一标识信息（设备信息等）转化为DSP能够识别的用户，根据用户的用户画像等行为数据进行流量的筛选、广告的召回、筛选、排序、点击率/转化率预估，是ROI最大化。
简要流程
广告从点击到曝光的过程经历召回、粗排、精排和竞价及反作弊等阶段：
- 媒体在一次曝光产生之前会把这次产生曝光的流量送到ADX（ad exchange）进行公开拍卖
- ADX对每一次曝光的请求发送到多个需要竞价平台DSP（需求方平台）
- DSP根据Cookie Mapping或者设备信息将媒体的用户映射到DSP能够识别的用户，根据用户的历史行为数据进行流量筛选、点击率\转化率的预估等提高广告主的ROI，来决定是否对这次曝光进行竞价
- DSP从广告主设置的广告库中根据曝光的媒体用户特征筛选出合适的广告创意集返回给ADX平台（DSP的响应时间为100ms）
- ADX根据所有DSP平台返回的候选集中选择按照ecpm排序最高的广告创意进行曝光
DSP处理ADX流量流程：
- ADX将流量给到DSP，包含用户的信息和上下文信息（信息流）\搜索关键词（搜索广告）等
- DSP接收到流量检索首先对流量进行识别，判断流量的来源是那种类型的流量，如信息流流量，搜索关键词流量等
- 按照不同的流量流量进行广告召回，通过根据广告主设置的投放广告相关索引与用户标签数据（离线和实时）结合进行检索初步选出广告候选集进入过滤模块
- 过滤模块基于设定的规则、黑白名单、广告主预算等进行过滤后进入粗排模块
- 粗排模块对引擎端召回的若干广告进行排序，并将排序结果进行截断，将截断后的候选集传递给广告精排模型进行处理
- 精排模块使用CVR，CTR等预估模型进行排序后进行打分，将top N的广告返回
- 将广告的后续点击、曝光等行为等收集训练样本模型
召回方式：
- 基于上下文召回：通过实时日志流跟踪用户的实时上下文，浏览的图片、文本等进行召回想相关的广告进行投放，需要考虑召回策略按照时间进行衰减，用户的实时行为能够较强反应用户近期的兴趣爱好，对较长时间的用户兴趣定向偏弱
- 基于用户行为召回：基于用户画像、操作系统、年龄、地域、性别、教育程度等数据进行广告召回和投放
- 基于用户位置召回：根据用户所在地理位置召回距离较近的广告。对于移动广告流量，比较准确获取实时地理位置进行精准投放。对于PC端的流量，地理位置是通过用户方位的IP进行识别推算，地理位置相对比较固定，如在家或者在上班等
- 基于协同过滤召回：基于用户行为相似度，用户A点击了广告M，通过计算发现用户B和用户A的相似度较高，将广告投放高用户B
- 等其他多种召回方式
| 
转播
