基于强化学习的搜索广告投放策略研究

    所有的在线广告中,搜索广告由于其更精准的受众定向、公平合理的市场竞价以及扣费机制越来越受到广告主的青睐,其规模占到了在线广告市场规模的34.1%,并呈现逐年上涨的趋势[2]。一个典型的搜索广告流程是这样的,受众在搜索引擎(包括但不限于通用搜索引擎Google、百度以及电商网站Amazon、淘宝等)上提交关键词触发搜索,网站捕捉到该次搜索上下文信息,从其广告库中提取相关性强的广告,综合实时竞价结果将竞价成功的广告予以展现,提高受众对于广告主品牌的认知或诱发进一步的消费行为,网站同时按照一定的规则对广告商收费。随着网站对受众信息的积累,更精准的用户画像可以协助实现精准投放。细粒度的广告投放使得搜索广告市场规模进一步增长,同时也极大增强了广告商的推广效果,避免了推广预算的浪费。网站巨额广告费收入也确保了受众免费的网络媒体服务,实现了广告主、网站平台以及受众多方利益统一。本项目的核心目标是设计一种智能的竞价策略,在满足卖家基本的CPC约束、预算约束的前提下,实现卖家GMV的最大化,同时兼顾平台收入以及淘宝买家的搜索用户体验,促进平台繁荣。


阿里技术 | 达摩院 copyright@2017-2018 阿里巴巴-浙江大学前沿技术联合研究中心《法律声明》
浙公网安备: 33010002000092号
| ICP备案网站信息: 浙B2-20120091-4