發(fā)布時間：2020-12-04 08:28

　　隨著互聯(lián)網(wǎng)應(yīng)用的快速發(fā)展,互聯(lián)網(wǎng)用戶數(shù)量也急速增長�；ヂ�(lián)網(wǎng)廣告成為眾多互聯(lián)網(wǎng)企業(yè)的重要收入來源。大部分廣告主對媒體商的廣告投放過程有所要求。比如1)投放給具有固定屬性的人群(定向),2)在一定期限內(nèi)投放的廣告數(shù)量(保量),3)每個投放周期中,對于同一個用戶最多投放的次數(shù)(頻控)等。因此對每一個在線到來的用戶訪問,媒體商如何選擇為其投放的廣告以滿足眾多廣告主的需求,并能獲得盡量大的收益成為媒體商關(guān)心的重點。本文針對真實投放系統(tǒng),如騰訊視頻的廣告主需求及數(shù)據(jù)預測技術(shù)現(xiàn)狀,將廣告投放問題抽象為一系列理論模型。并提出一套三段式的廣告投放方案以滿足系統(tǒng)需求。具體工作如下:1.本文針對目前的投放系統(tǒng)中用戶頻次不可預測的現(xiàn)狀,提出了一套先生成一組模式后將模式分割為子模式的線下方案,以及在線上為每個到達的用戶分配一個子模式并可動態(tài)修改子模式的線上方案。同時本文還提出一個輕量級的模式生成算法,滿足了投放系統(tǒng)中每輪投放周期僅24h而數(shù)據(jù)量龐大的時效性需求。2.本文收集了部分騰訊視頻的真實訪問數(shù)據(jù),并使用該數(shù)據(jù)進行多組實驗對比。實驗結(jié)果顯示,相比于適用于用戶頻次可預測的傳統(tǒng)方案,本文的算法僅有少量的利益損失... 

【文章來源】：中國科學技術(shù)大學安徽省 211工程院校 985工程院校

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【部分圖文】：

圖１．１?２０１０－２０１８各項媒體廣告收入規(guī)模??

假設(shè)Ｍ為Ｇ的一個子圖，且Ｍ的邊集中的任意兩條邊之間都沒有公共??頂點，則稱Ｍ是一個匹配。其中頂點個數(shù)最多的匹配稱為最大匹配［５］。最大二??分圖匹配可以在使用匈牙利算法在多項式時間內(nèi)求解［６］。圖１．３為一個最大匹配??的例子。而由于廣告分配問題中的曝光數(shù)量及每個曝光的屬性并非事先已知，故??廣告分配問題實質(zhì)上為在線二分圖匹配問題。即ｔ／中的頂點為在線到達的，對??于每個到達的頂點，選擇是否匹配Ｋ中的頂點，如果匹配，考慮選擇哪個頂點??進行匹配以得到最大匹配。??圖１．３最大二分圖匹配（Ｍａｘｉｍｕｍ?Ｍａｔｃｈｉｎｇ）??在線二分圖匹配問題最早由Ｋａｒｐ教授引入，并設(shè)計了一個競爭比（Ｃｏｍｐｅｔ？??ｉｔｉｖｅ?Ｒａｔｉｏ）?為?１?－?｜?的隨機算法，稱為?Ｒａｎｋｉｎｇ?算法?，同時證明了?１?－?＞．６３２）??為該問題的競爭比［７］。算法的競爭比是指對于一個線上問題，給定任意ｋ輸入，??若該算法能保證得到的結(jié)果至少是對應(yīng)的線下問題的最優(yōu)結(jié)果的一個常數(shù)比例。??則該常數(shù)即為該算法對于此問題的競爭比［８］。由于此模型對于在線到達頂點的??信息是完全未知的（Ａｄｖｅｒｓａｒｉａｌ?ｏｒｄｅｒ），隨后人們對于未知的信息提出一系列的??假設(shè)以打破競爭比的上界。包括隨機順序（Ｒａｎｄｏｍ?Ｏｒｄｅｒ）

設(shè)計了一種將模式進行分段并重組的方法，隨后為了式打破頻控或步長的限制，提出了一種動態(tài)修改模式的方案。此動方案保證了本算法的可擴展性。??對騰訊視頻等廣告投放系統(tǒng)中存在的用戶量龐大的現(xiàn)狀，本文級的模式生成算法，并分析了該算法的有效的原因。最后通過騰問數(shù)據(jù)驗證了算法的有效性及實時性。??文結(jié)構(gòu)??共分為五章，各章節(jié)的主要內(nèi)容如下：第一章：緒論。本章首先配問題的背景及研究意義，主要介紹了一輪廣告投放的主要過程的類型及付費模式的相關(guān)介紹。隨后說明在廣告市場中，廣告主對于這些需求缺少相關(guān)研究的現(xiàn)狀。第二節(jié)主要介紹了目前對題的相關(guān)理論模型及真實系統(tǒng)中的應(yīng)用的研究現(xiàn)狀。理論模型包匹配問題，真實系統(tǒng)中的應(yīng)用包括競價機制以及最小化缺量懲罰


本文編號：2897286