搜索广告技术初窥

这是对一个PPT的内容的整理，PPT的主要内容是刘铁岩的《Online Advertising》。主要介绍了一些付费搜索相关的一些技术。这篇文章主要是对这方面的知识做一个整理。在搜索广告中，有很多的知识点是值得借鉴的。

一、广告

1.1、定义：

• Advertising is a form of communication intended to persuade an audience (viewers, readers, or listeners) to purchase or take action upon products, ideals, or services.

• 解释：广告是一种传播形式，目的是为了使得受众能够对广告产生购买或者其他的一些行为，其他的行为主要包括查看广告，关注广告，最主要的还是能够直接产生消费行为。

1.2、广告的媒介

广告可以通过如下的一些媒介得到传播：

• 杂志
• 户外广告牌
• 报纸
• 传单
• 电视等

二、在线广告

2.1、在线广告的参与者

在线广告是线下广告的一种推广，在线广告的参与者主要包括三类：

• 受众：即网络的使用者
• 媒介：拥有平台的互联网公司
• 广告主：购买广告服务的人

2.2、在线广告的形式

在线广告的形式是多种多样的，主要根据平台的不同，可以分为如下的一些在线广告：

• 付费搜索(Paid Search)
• 展示广告(Display Ads)
• 上下文广告(Contextual Ads)
• 移动广告(Mobile Ads)
• 游戏广告(Gaming Ads)

2.3、涉及的领域

计算广告是一个融合多个学科的方向：

• 信息检索
• 机器学习
• 博弈论
• 经济学
• 。。。

三、深入浅出付费搜索

3.1、付费搜索中的生态系统

在付费搜索中，主要的参与者包括：

• 搜索的用户
• 广告商
• 搜索平台

广告商对搜索页面上的位置竞价，付费的方式是按照CPC，即按点击付费(Cost per Click)。当用户搜索相关的条目时，最终按照竞价结果在搜索页面上的固定位置返回相应的广告。

对于以上三类不同的群体，其关注的目标是不一样的，如广告商，其更关注的是曝光的次数，点击的次数，点击率等等，对于搜索引擎来说，更关注的是收入，而对于用户来说，则更关注的是返回的结果与查询是否相关，返回的结果是由有用等等。

2、广告平台机制

对于类似搜索这样的竞价广告平台来说，当用户查询时，会在广告库中进行广告的选择，然后根据竞价选择出待曝光的广告，最终返回给用户，如下图所示：

3、架构

在上述的广告平台机制中，广告的选择涉及的技术是匹配，排序涉及的技术是点击率预测。。。

3.1、广告的选择

广告选择的目的是找到与用户的查询相关的一些候选广告。匹配的方式主要有如下几种：

• 精确匹配(Exact)，即不对用户提供的关键词做任何形式的扩展，保证忠实按照用户意图精准执行。

• 短语匹配(Phrase)，当用户的查询完全包含广告主关键词及关键词的插入或颠倒形态时，就人为匹配成功。

• 广泛匹配(Broad)，当用户的查询词与广告主的关键词高度相关时，即使广告主并未提交这些查询词，也可能被匹配。

除了上述的三种匹配策略外，还需要用到否定匹配，即通常所谓的黑名单，即明确指出哪些词是不能被匹配的。

召回是广告选择的重要的度量标准。broad match可以保证一定的召回。但是broad match对于长尾的搜索表现的并不是很好，因为broad match依赖于大量的日志数据，长尾搜索的日志较少。对于长尾搜索，较好的方法是情感分析(semantic analysis)和句法分析(syntactic analysis)。

3.2、相关性

相关性要在用户，广告主和搜索引擎之间进行平衡，对于用户来说，更关注的是体验，对于广告主来说，更注重的得到优质的流量，而不是大量的无效曝光，对于平台来说，则更关注的是收入，收入的直接表现就是在同样的流量曝光过程中，获得更多的点击。

用于计算相关性的方法主要有：

• 机器学习算法
• 信息检索

3.3、点击率预估

广告主是按照每次的点击付费的，因此准确的点击对于广告的排序和竞价都显得尤为重要。广告的点击率预估是广告中研究比较多的技术，通常使用机器学习的方法对广告点击率进行预测，如Logistic回归，GBDT算法等等。在前面的文章中，有介绍。

点击率预估通常存在以下的问题：二阶效应(Second-order Effect)。二阶效应只要是指利用训练数据得到训练模型，将离线的训练模型放到实际的环境中反过来影响线上的实际环境。通常，可以有两套学习算法，一是离线训练，一是在线训练，在线训练的目的就是实时调整线上的模型。

3.4、RAP问题

RAP问题指的是：Ranking，Allocation和Pricing问题。Ranking指的是对候选集进行排序。Allocation指的是在网页的特定位置上展示广告。Pricing指的是按照CPC竞价。

Ranking按照如下的公式进行排序：

RS=Bid×pClick

其中， pClick 指的是点击率。

竞价机制采用的是Generalized Second Price(GSP)：

CPCi=Bidi+1×pClicki+1pClicki

关于二阶拍卖(Second price auction)，指的是广告主首先独立的竞价，根据各自的竞价对广告主进行排序，最终选择出竞价最高的广告主，该广告主需要付出比第二高的竞价稍高的价格。GSP指的是按照CPC的方式付费并按照CTR*bid的方式进行排序。