多广告活动定向部署：无个人用户信息的并行响应建模、校准与打分
应用统计
2015-05-12 v2 其他计算机科学
摘要
我们给出了活动优化的一个纵向介绍；即，在平均意义上以及对于每个曝光的广告，无需任何用户画像便能预测用户对广告活动的响应的能力。在实践中，我们提出了一种构建多分类、多响应模型的方法，该模型由数百个二元模型组成，使用广义线性模型。该理论在二十年前被提出，此后应用于不同领域。在此，我们展示了如何优化数百个活动，以及这种大量活动如何克服单活动优化的一些特有缺陷。我们讨论了大规模训练与校准的问题和解决方案。我们给出了分类中使用的统计性能如覆盖率、精确率和召回率。我们还讨论了作为吞吐量的潜在性能：在流式投放竞价拍卖时，利用专用硬件每秒可做出多少决策。
引用
@article{arxiv.1501.02185,
title = {Multiple-Campaign Ad-Targeting Deployment: Parallel Response Modeling, Calibration and Scoring Without Personal User Information},
author = {Paolo D'Alberto},
journal= {arXiv preprint arXiv:1501.02185},
year = {2015}
}