【正文】 “ 實時競價 (Real time bidding)” 技術(shù)是實現(xiàn)從 “ 購買媒體 ” 到 “ 購買受眾 ” 的關(guān)鍵 技術(shù) 。廣告 商 和代理機(jī)構(gòu)可以基于其擁有的數(shù)據(jù)和技術(shù)，以 “ 每一次 的 廣告展示 ” 為 單位 進(jìn)行實時拍賣。其實時競價原理如下圖示： 圖 11 Ad Exchange競價原理 圖 10 多維度數(shù)據(jù)分析報告 圖 11 多維度數(shù)據(jù)分析報告 第二章 RTB 廣告概述 12 DMP 平臺介紹 DMP(Data Management Platform)即數(shù)據(jù)管理平臺，是 整合 第一、第三方數(shù)據(jù) ，并對其統(tǒng)一管理 的技術(shù)平臺。數(shù)據(jù)管理平臺能夠幫助所有涉及廣告庫存購買和出售的各方管理其數(shù)據(jù)，并對這些數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化和細(xì)分， 再 把這些細(xì)分 的 結(jié)果 應(yīng)用到 現(xiàn)有的營銷 活動中。 目前國內(nèi)主要的 DMP平臺有易傳媒的 AdChian DMP、秒針的 ADMaster、億瑪 DMP，傳漾的 DMP 等。在 RTB 模式的廣告中涉及受眾購買的 整個過程的 數(shù)據(jù)都需要 DMP 提供，總體來說， DMP 具有下面幾大功能： （ 1）以用戶為中心 ： 數(shù)據(jù)管理平臺 所 管理的 數(shù)據(jù) 其實都是用戶及潛在 用戶的 互聯(lián)網(wǎng)行為 數(shù)據(jù)。所有的數(shù)據(jù)點，都以用戶為中心?？梢韵胂?，在 DMP 的最底層，是一張巨 大的表單， 第一 列 存儲 的是用戶 ID (實名用戶帳號或者匿名 Cookie ID 等 )；后面的每一列， 記錄該 用戶的 詳細(xì) 信息，比如年齡、性別、購買 的 產(chǎn)品、購買時間、購買 的 渠道、訪問 各網(wǎng)站 的時間、內(nèi)容、頻次等等。這 些數(shù)據(jù) 是 所有 分析、洞察 和 應(yīng)用的基礎(chǔ)。在真實情況中，原始數(shù)據(jù)會 存儲 在 多個 表單中。 DMP 首先 是清洗從各個來源收集到的數(shù)據(jù) ，然后整合并 關(guān)聯(lián)到每一個用戶身上， 最后 保存下來。 （ 2）以標(biāo)簽的形式管理 ： DMP 會根據(jù)業(yè)務(wù)規(guī)則或者數(shù)據(jù)模 型、算法等， 將 原始數(shù)據(jù)分類， 為用戶打標(biāo)簽。 例 如 ， 用戶一 周 內(nèi)訪問 汽車頻道 超過 三 次 以上 ， 可標(biāo)記為“汽車愛好者” 的標(biāo)簽。在這里，原始數(shù)據(jù) 為 用戶訪問 汽車 頻道的 記錄 ，業(yè)務(wù)規(guī)則 為 訪問五次以上便打上標(biāo)簽 。這只是個簡單的例子，事實上 ， DMP 為用戶打標(biāo)簽的規(guī)則 多以較復(fù)雜的算法 為基礎(chǔ) 。最后，營銷人員 可以根據(jù) 用戶的標(biāo)簽 屬性 ，在 DMP 系統(tǒng)中選擇 目標(biāo)受眾 。 （ 3）連接 多方平臺： 如果說 DMP 最底層是原始數(shù)據(jù)，中間層是標(biāo)簽管理，最上層就是 各渠道的 業(yè)務(wù)應(yīng)用接口。 DMP 能夠 連接 多方 的應(yīng)用平臺，如 DSP 平臺 ，營銷人員選擇好目標(biāo) 受眾 后，可以直接 輸出至 DSP，進(jìn)行定向 廣告 投放。企業(yè) DMP 還可以連接其他 DMP 或者數(shù)據(jù)供應(yīng)商， 以便提高 數(shù)據(jù) 的 豐富 性和準(zhǔn)確性 。 13 RTB 廣告的關(guān)鍵技術(shù) 由圖 2 RTB 廣告的運作原理，我們可以看出整個 RTB 廣告的 營銷過程是這樣 進(jìn)行的 ： 當(dāng)媒體網(wǎng)站接到用戶訪問請求 后， SSP 平臺或者媒體通過標(biāo)準(zhǔn)的協(xié)議 將廣告展示請求及用戶信息 發(fā)送給 AdExchange 平臺，再由 AdExchange 平臺 把信息發(fā)送給 DSP 平臺，通常 包括 媒體名稱、媒體 類型 、頁面 URL、頁面 內(nèi)容的 關(guān)鍵詞以及最重要的 用戶 信息一一 Cookie。 每個用戶的 Cookie 中包含著該用戶過去某一時段內(nèi)（通常為 1 個月）互聯(lián)網(wǎng)行為的歷史記錄，如最近一段時間內(nèi)瀏覽過的網(wǎng)站、某些網(wǎng)站的登陸名及密碼、上網(wǎng)時長、上網(wǎng)時段、性別、地域等等。根據(jù)用戶 Cookie 信息， DSP 搜索 已經(jīng)建立的用戶屬性 映射庫，將用戶轉(zhuǎn)換為 DSP 平臺 能夠 識別的用戶，然后將從 AD Exchange 平臺 收到的 全部 信息 歸納 計算，篩選出適合 該用戶 的廣告 ，并給出 廣告 展示 的最高出價，然后將廣告 ID、素材地址、 落地頁 地址、 廣告 尺寸 及 類型等 信息 回傳給 AD Exchange。競價結(jié)束 后， AD Exchange 平臺將 競價結(jié)果反饋 給 SSP 平臺 ，展示廣告 。整個 RTB 廣告的競價 過程 中，最關(guān)鍵的技術(shù)就是用戶 cookie 的標(biāo)記與解讀，精準(zhǔn)的 Cookies 信息 對于DSP 平臺計算 該用戶 偏好，并判斷 是否為目標(biāo)受眾，以及出價多少十分重要。下面詳細(xì)介紹 RTB 廣告的關(guān)鍵技術(shù) —— Cookies 的精準(zhǔn)定向 技術(shù) 。 圖 12 DMP功能展示 第二章 RTB 廣告概述 14 Cookies 的讀寫原理 起 初 ， Cookies 是用來彌補(bǔ) HTTP 傳輸 協(xié)議的一個 不足。 傳輸過程中 ，被用于 跟蹤用戶 在 不同頁面 之間 跳轉(zhuǎn)時的會話信息 。用戶 Cookies 信息是被 存儲在本地的數(shù)據(jù)， 并且 這些 數(shù)據(jù)是經(jīng)過嚴(yán)格 加密 后保存的 ，網(wǎng)站 可以 根據(jù)用戶終 端的這些數(shù)據(jù)來 識別 用戶的身份和 過去某段時間周期內(nèi)的操作 行為 [11]。 后來，隨著互聯(lián)網(wǎng)廣告的發(fā)展， 這些用戶的行為 數(shù)據(jù)被 作為投放廣告的 重要 依據(jù)。 當(dāng)用戶 第一次 訪問網(wǎng)站時，網(wǎng)站服務(wù)器會 記錄下該用戶的 Cookies 數(shù)據(jù) 信息， 并保存 在用戶 本地， Cookie 數(shù)據(jù)中會包含 用戶在該網(wǎng)站上 訪問的一些基本行為信息 ， 例 如 在該網(wǎng)站瀏覽了哪些頁面 ， 閱讀了哪些文章，觀看了哪些視頻， 或 是瀏覽了哪些產(chǎn)品 等等。當(dāng) 此 用戶再 一 次訪問該網(wǎng)站時，網(wǎng)站的服務(wù)器就會 將第一次已經(jīng)保存的用戶 Cookie 信息 讀取 出來 ， 服務(wù)器 根據(jù) 解讀的 cookie 記錄，判斷 該 用戶 過去一段時間周期內(nèi)的 行為 偏好，進(jìn)而有針對性的為用戶 推送 相關(guān) 的 網(wǎng)站內(nèi)容或產(chǎn)品信息 。這種 Cookie 定向跟蹤 機(jī)制 無 需用戶登錄 網(wǎng)站 ， 只根據(jù) Cookies 數(shù)據(jù)標(biāo)簽就可以 識別 不同的 用戶，相當(dāng)于 web 服務(wù)器為 每個用戶 分配了唯一的標(biāo)識符 ，并 以 Cookies 的 方 式保存在用戶的計算機(jī)上，其基本流程圖如下圖示 ： 用戶 每一次 向瀏覽器發(fā)送訪問 網(wǎng)頁 的 請求 時，都會 在 傳遞 HTTP 協(xié)議的頭信息 時，用戶 URL 請求 服務(wù)器響應(yīng) 頭信息 讀入 Cookie 寫入 Web 日志 寫入 Cookie Cookie 存在且有效 否 是 圖 13 Cookies讀寫流程圖 15 包含用戶的 cookies 信息；然后，用戶新產(chǎn)生的 Cookie 信息，再隨著 用戶 打開或 刷新一個網(wǎng)頁， 被 網(wǎng)站服務(wù) 器 添加 在網(wǎng)頁的 HTTP 頭信息中，同網(wǎng)頁數(shù)據(jù)一 起 回傳到客戶終端，并將 cookie 數(shù)據(jù) 保存 到瀏覽器指定的 用戶本地 文件 夾中 。 是否讓瀏覽器保存 Cookie 數(shù)據(jù)，用戶可以在瀏覽器的 Cookie 屬性設(shè)置中自行選擇，當(dāng) 用戶設(shè)置為不保存 時 ，在關(guān)閉瀏覽器 后 ，用戶的 網(wǎng)站訪問 記錄 就不會被記錄和保存下來 ， 再次 打開瀏覽器 時， 不會自動 加載用戶某網(wǎng)站的登錄名等信息 [12]。 每個 cookie 文件 默認(rèn)包含 5 個主要屬性 。（ 1） Expires 屬性：此屬性用來給 Cookies設(shè)置一個期限，在這個期限內(nèi) Cookies 信息是有效的，當(dāng)打開網(wǎng)頁時，保 存的 Cookies信息可以被讀取，該期限之后 Cookies 會被自動刪除。例如， Cookies 的有效期設(shè)置到2021 年 12 月 20 日，該日期后 Cookies 將自動刪除。如果沒有為 Cookies 設(shè)定有效期限，其生命周期就是每一次的瀏覽行為，即從打開瀏覽器開始，到關(guān)閉瀏覽器結(jié)束 。 （ 2）Domain 屬性：這個屬性定義了 Cookies 傳送數(shù)據(jù)的唯一性，只能將 Cookies 信息傳送給唯一指定的某域名。（ 3） Path 屬性：該屬性定義只能給指定的路徑請求發(fā)送 Cookies信息，如果沒有設(shè)置 Path 屬性，則使用應(yīng)用軟件的缺省路 徑。（ 4） Secure 屬性：定義了 Cookies 能否被用戶讀取的屬性。（ 5） Haskeys 屬性：如果所請求的 Cookies 具有多個鍵值，則返回 True，該屬性是 判斷 該 Cookies 文件 是否還有其它 Cookies 文本 ， 它是一個只讀屬性。 cookie 一般 被存儲 在瀏覽器 的 目錄下，其格式和路徑如圖 14 所 示： 圖 14 Cookies 存儲路徑及文件保存形式 第二章 RTB 廣告概述 16 上圖文件夾中 可以看到 存有 很多 .txt 文件， 即為 Cookies 數(shù)據(jù) 的基本保存方式。網(wǎng)絡(luò)服務(wù)器 可以 通過這些文件的命名 識別 Cookies 是 由 哪些 網(wǎng)站設(shè)置 的。當(dāng)我們打開任何一個文本文件時，發(fā)現(xiàn)里面 顯示的 都是一 些無意義的亂碼，因為這些 Cookies 數(shù)據(jù)都經(jīng)過 web 站點 嚴(yán)格 加密處理 后保存的，只有其所屬的 服務(wù)器 才能 識別。 Cookies 數(shù)據(jù)里包含 的 用戶瀏覽記錄 并 不是瀏覽器里面描述的歷史 搜索 記錄，而是用戶 在 訪問某一個站點時 ，在該網(wǎng)站上 所進(jìn)行的 一些基本 行為操作。這些數(shù)據(jù)為當(dāng)前 互聯(lián)網(wǎng)的 廣告營銷 活動 提供了有力的 依據(jù)， 服務(wù)器 根據(jù)用戶的歷史數(shù)據(jù)， 可以 判斷出 用戶的瀏覽 習(xí)慣 和行為偏好 ， 進(jìn)而 分析 出 用戶可能的身份 信息 和消費能力， 若數(shù)據(jù) 量足夠 ，甚至可以精 確 的判斷 出用戶的年齡段、性別、 消費習(xí)慣等 信息 ， 這些信息為廣告主確定目標(biāo)受眾，投放精準(zhǔn)廣 告 提供了 可靠的依據(jù) 。 Cookies 分類算法簡述 RTB 廣告投放系統(tǒng)利用 cookies 定向 技術(shù)收集大量的用戶互聯(lián)網(wǎng)行為數(shù)據(jù)，然后采用復(fù)雜的算法建立用戶特征模型，通過用戶特征模型將用戶的行為進(jìn)行劃分歸類，之后對用戶的偏好進(jìn)行分析和判斷，以 此 確定目標(biāo)受眾，并對其 投放相關(guān)的廣告。 不同的算法可以建立不同的用戶特征模型， 目前， 有很多常用的 數(shù)據(jù)挖掘分類方法，本文主要 介紹 神經(jīng)網(wǎng)絡(luò) 分類算法和貝葉斯分類算法。 （ 1） 神經(jīng)網(wǎng)絡(luò)的研究己經(jīng)取得了許多方面的進(jìn)展和成果，提出了大量的網(wǎng)絡(luò)模型，發(fā)現(xiàn)了許多學(xué)習(xí)算法。多層前饋網(wǎng) 絡(luò)是神經(jīng)網(wǎng)絡(luò)算法中應(yīng)用最廣的分類結(jié)構(gòu)。多層前饋神經(jīng)網(wǎng)絡(luò)通常由輸入層，輸出層和若干隱藏層組成 ,其中每個連接都與一個權(quán)相關(guān)聯(lián)。 圖 15 所示的多層神經(jīng)網(wǎng)絡(luò)具有一個隱藏層，我們稱之為兩層神經(jīng)網(wǎng)絡(luò)。類似地，包含兩個隱藏層的網(wǎng)絡(luò)稱作三層神經(jīng)網(wǎng)絡(luò)。如果其權(quán)都不回送到輸入單元或前一層的輸X1 輸入層 隱藏層 輸出層 Xn X2 Wi Wj Oi Ok 圖 15 多層前饋網(wǎng)絡(luò)實例圖 17 出單元，我們稱網(wǎng)絡(luò)是前饋的。如果每個單元都向下一層的每個單元提供輸入，我們稱網(wǎng)絡(luò)是全連接的。給定足夠多的隱藏單元，多層前饋神經(jīng)網(wǎng)絡(luò)可以逼近任何函數(shù)。多層前饋神經(jīng)網(wǎng)絡(luò)有很強(qiáng)的分類能力，當(dāng)把其作用于分類時我們稱之為神經(jīng)網(wǎng)絡(luò)分 類器。神經(jīng)網(wǎng)絡(luò)分類器輸入層的神經(jīng)元個數(shù)等于樣本的屬性數(shù)，輸出層就是分類判決層，它的神經(jīng)元的個數(shù)等于樣本類數(shù)，輸出為離散值 1 和一 1(或 0)，分別代表輸入模式的類別。隱藏層單元的個數(shù)根據(jù)實際情況而定。各神經(jīng)元之間的強(qiáng)度用權(quán)值表示。神經(jīng)網(wǎng)絡(luò)的有點在于抗噪聲能力強(qiáng)，對于連續(xù)屬性的處理效果好，但是它存在分類模式不清晰不容易解釋的缺點。支持矢量機(jī) (SVM)是根據(jù)統(tǒng)計學(xué)習(xí)理論提出的一種新的學(xué)習(xí)方法 ,近來受到國際學(xué)術(shù)界的重視。 SVM 建立在計算學(xué)習(xí)理論的結(jié)構(gòu)風(fēng)險最小化的原則之上 ,可以提高學(xué)習(xí)機(jī)的泛化能力。 SVM 的復(fù)雜度與實例 集的維數(shù)無關(guān)，適合于兩分類問題和線性不可分問題。因為它可將樣本空間映射到一個高維空間，使原來線性不可分的情況在高維空間中解決?，F(xiàn)在數(shù)據(jù)挖掘領(lǐng)域已經(jīng)開始使用 SVM 原理，構(gòu)造一些數(shù)據(jù)預(yù)處理算法及挖掘算法。 SVM 的優(yōu)點在于可以實現(xiàn)較好的非線性擬合，適合小樣本的二分分類問題，但是在處理大樣本的多分類問題上效果不是很好。 （ 2）貝葉斯分類算法是建立在貝葉斯統(tǒng)計學(xué)和貝葉斯網(wǎng)絡(luò)基礎(chǔ)上，是一種最優(yōu)分類模型。它是通過計算事件出現(xiàn)的概率對事件進(jìn)行預(yù)測的一種方法。樸素貝葉斯分類算法是貝葉斯方法中最簡單的一個方法，它具有很強(qiáng)的條件 獨立性假設(shè)。樸素貝葉斯限制各個非類屬性只能依賴于類屬性，而且各個非類屬性之間是相互獨立的，所以它的構(gòu)造過程非常簡單。樸素貝葉斯分類器最早在 1973 年就被 Dude 和 Hart 兩人提出，但是由于不現(xiàn)實的條件獨立性假設(shè)，當(dāng)時并不被人們所看好，而僅僅是作為復(fù)雜分類算法研究的比較對象。直到 80 年代末 ,經(jīng)研究發(fā)現(xiàn)樸素貝葉斯分類器具有人們當(dāng)時沒有預(yù)料到的優(yōu)越性能，能夠與決策樹等方法相媲美，在某些領(lǐng)域上表現(xiàn)出了非常好的性能，再由于樸素貝葉斯算法的簡單性和高效性，這也推動了樸素貝葉斯分類器的實際應(yīng)用。 樸素貝葉斯的分類原理如下 ： : (l)令隨機(jī)變量 C 表示一個實例的類屬性， C 的取值范圍為 {c1,c2,…,cm} 。隨機(jī)變量向量 X 表示所有的非類屬性 (X1,X2,…,Xn},x={x1,x2,…,xn} 表示這些屬性的值向量。實例集上的一個樣本 Xl=x1,X2=x2,……,Xn=xn 。 (2)給定一個未知類別的數(shù)據(jù)樣本 X，分類