摘要：近几年来网络广告异军突起,形式也逐渐多样化.随着网络广告市场的急剧增加,越来越多的广告主希望在推出某产品或服务后,能够用更少的支出吸引更多对该产品或服务感兴趣的用户与广告进行交互(看到广告,点击广告,注册、下订单、购买产品等等后继行为).网络广告定向技术因此应运而生.本文介绍了定向技术的分类,并对每种定向技术具体阐述了其应用场景;总结和对比了近几年网络定向技术中常用的方法和模型.

摘要：行为定向技术在网络广告投放过程中起着非常重要的作用,其中最关键的就是对用户进行分组.好的用户分组策略能够产生高质量的用户组,对用户组内的用户投放广告能够有效提高点击量(曝光量×点击率).传统的用户分组策略评估方法重点考虑点击率(click-through rate,CTR)提高程度,忽略了曝光量(impression)的重要性.曝光量受到用户数量的影响,当用户组中的用户数量达不到一定值时,看到广告的用户数量很少,导致曝光量非常少,即使广告的CTR很高,点击量和广告转换量也会非常少,针对这样的用户组投放广告不会为广告主带来特别大的收益.针对曝光量小的用户组,提出一种用户组优化算法,可保证最终分组结果同时具备高的CTR提高程度和曝光量.在真实数据集上进行实验,结果表明经过优化之后的用户组在保证CTR的同时大幅度提高了曝光量和点击量.