怎样提供个性化的基于用户数据的广告 Optimizing Personalized Content Delivery via Dynamic Ad

作者:禅与计算机程序设计艺术

1.简介

1997年,谷歌在线搜索引擎出现了第一个网站广告系统。当时Google为了增加收入,就提出了一个名词“网络效应”,即将用户对页面信息的点击次数、购买行为转化成广告费用的能力。这项技术首先把目光放在搜索排名上,并不断通过优化关键词和广告密度等手段提升查询结果的质量。但随着互联网的发展和电子商务的兴起,这个系统已经逐渐被证明是一个庞大的“泡沫”——用户数量越来越多,其广告效果也不可避免地变得越来越差。另一方面,人们对于搜索结果的关注点也发生了变化——人们期望浏览到最有价值的内容而不是简单的页面排名,这也给广告商提供了新的营销策略方向。
2006年末,Facebook推出了自己的广告系统,其主要目标就是为个人用户提供个性化的广告服务。Facebook创始人马克·扎克伯格曾经描述过这个系统的四大特点:

  • 提供个性化的基于用户数据的广告:Facebook将人的习惯、喜好、兴趣、偏好等数据结合起来精准地投放广告;
  • 不断迭代的广告算法:每隔几个月Facebook都会更新它的广告算法,让它能够更精确地匹配用户的需求;
  • 大规模数据积累:Facebook每天都产生大量的数据,这些数据帮助它快速分析用户的兴趣、习惯、爱好、偏好等,从而精准地定位广告;
  • 高度可扩展的广告平台:Facebook可以轻松地进行横向扩展,在全球各地创建庞大的广告网络。
    2013年底,百度也推出了自己的广告系统,其功能也类似于Facebook的个性化广告服务,不过在使用场景上有所不同。百度的广告系统由两个模块组成,分别是搜索和贴吧。前者侧重于为搜索结果的相关性和主题建设提供个性化的推送,后者则侧重于为特定行业或话题提供相关的

猜你喜欢

转载自blog.csdn.net/universsky2015/article/details/132158086