计算广告学习笔记 5.1 搜索广告与demand技术 探索与利用
2013-01-17 08:54
591 查看
探索未知的组合,利用探索的结果来提高ECPM
Multi-arm Bandit(MAB):老虎机有很多扳手(广告),你该花钱扳哪个扳手才能使得获得的收益最大。
arm的期望收益是动态的,也就是说比如双十一的期望和其他时候的期望会不同。
解决的问题:E&E该怎么选才合理
策略1:也就是说选的次数足够多的话,不会一直选非最优的arms
这张主要解决的问题是:非最优的上界一般非常大,所以尝试的话成本很高,无法接受。除此之外,arm(广告)的数量非常多
解决方法:不实用广告的ID号来表示广告,而是是将广告映射到一组特征空间来降维
相关文章推荐
- 计算广告学习笔记 5.2 搜索广告与demand技术 搜索广告
- 计算广告学习笔记 5.3 搜索广告与demand技术 流式计算平台
- 计算广告学习笔记 5.4 搜索广告与demand技术 广告购买平台
- 搜索广告与广告网络Demand技术-探索与利用
- 【转载】计算广告学-搜索广告与广告网络Demand技术-流式计算平台
- 搜索广告与广告网络Demand技术-流式计算平台
- 计算广告学习笔记1.7 广告的基础知识-广告搜索与推荐的区别
- 计算广告学习笔记 6.1 广告交易市场 广告交易市场
- 计算广告学习笔记1.3 广告的基础知识-广告与营销的区别
- 计算广告学习笔记 4.3竞价广告系统-广告检索
- 计算广告学习笔记1.1 广告的基础知识-广告的目的
- 计算广告学习笔记1.2 广告的基础知识-广告的有效性模型
- 计算广告学习笔记1.5 广告的基础知识-在线广告市场
- Android 学习笔记——利用JNI技术在Android中调用、调试C++代码
- 计算广告学习笔记2.4 合约广告系统-Hadoop
- 计算广告学习笔记 6.4 广告交易市场 供应方平台
- 计算广告学习笔记3.1 受众定向-受众定向概念
- 计算广告学习笔记3.1 受众定向-受众定向概念
- 计算广告学习笔记 4.2竞价广告系统-广告网络概念