第一份工作总结
2015-04-20 23:13
288 查看
部门:广告部门
时间:2014.06-2015.04
工作:DSP策略相关
DSP:广告主服务平台,为广告主采买流量
SSP:媒体服务平台,流量提供方
AdExchange:连接SSP和DSP的中间平台
DMP:数据管理平台,提供广告精准定向用户数据
Cookie Mapping:cookie映射、匹配,表示adx和dsp用户
DSP竞价流程:用户浏览网页,Adx向众多DSP发送竞价请求(reqlog),DSP接收请求并参与竞价,发送竞价信息(send log),如果出价最高,获得展示机会(pv log),进一步用户会有点击(clk log)和转化行为(convert log)。
数据依赖:Req log;Send log;Pv log;Clk log;Convert log
策略组对外提供服务主要是这个接口:bidInfo Listidding(adList,bidFea),即根据bidFea从adList中挑选一个最合适的广告返回,并报价。这中间涉及到反作弊,点击率预估,竞价策略等模块。以下将重点介绍各个模块。
反作弊:根据历史日志,统计各个维度(IP,adzone,url等)的一些指标(ctr,pv、clk times等)产生黑名单。竞价过程中放弃满足这些维度取值的竞价请求。
点击率预估:这是DSP中最为核心的一环。根据历史日志建立LR模型,然后根据bidFea和adFea来预估广告被点击的可能性大小。其中涉及到的过程包括:日志清洗,拼接,解析,特征提取,模型训练。
转化率预估: 根据clk、convert日志,自定义转化行为来调整正负样本比悬殊问题。类似点击率预估的流程,采用改进的NB模型建模。
竞价策略:根据客户的不同要求(CPM、CPC、CPA),有不同的竞价策略。
重定向策略:及时为历史浏览用户展示历史行为相关广告。实时性要求高。
Cookie Mapping: Cookie映射、匹配。匹配Adx和DSP用户,为DSP提供用户数据做更好的决策。
广告引擎:位于策略组上游,接收Adx竞价请求,并从广告库中挑选合适广告(地域定向等)构成adList。
大数据处理: Hadoop、spark
实时:Storm、redis
机器学习: LR、SVM、NB等常用机器学习算法
最优化知识求解模型
时间:2014.06-2015.04
工作:DSP策略相关
业务背景相关
RTB:实时竞价DSP:广告主服务平台,为广告主采买流量
SSP:媒体服务平台,流量提供方
AdExchange:连接SSP和DSP的中间平台
DMP:数据管理平台,提供广告精准定向用户数据
Cookie Mapping:cookie映射、匹配,表示adx和dsp用户
DSP竞价流程:用户浏览网页,Adx向众多DSP发送竞价请求(reqlog),DSP接收请求并参与竞价,发送竞价信息(send log),如果出价最高,获得展示机会(pv log),进一步用户会有点击(clk log)和转化行为(convert log)。
DSP策略工作
概述:替广告主投放广告做决策,将广告在合适的时间展示给合适的人。替广告主衡量每次广告展示的价值,做出广告投放的最佳决策。数据依赖:Req log;Send log;Pv log;Clk log;Convert log
策略组对外提供服务主要是这个接口:bidInfo Listidding(adList,bidFea),即根据bidFea从adList中挑选一个最合适的广告返回,并报价。这中间涉及到反作弊,点击率预估,竞价策略等模块。以下将重点介绍各个模块。
反作弊:根据历史日志,统计各个维度(IP,adzone,url等)的一些指标(ctr,pv、clk times等)产生黑名单。竞价过程中放弃满足这些维度取值的竞价请求。
点击率预估:这是DSP中最为核心的一环。根据历史日志建立LR模型,然后根据bidFea和adFea来预估广告被点击的可能性大小。其中涉及到的过程包括:日志清洗,拼接,解析,特征提取,模型训练。
转化率预估: 根据clk、convert日志,自定义转化行为来调整正负样本比悬殊问题。类似点击率预估的流程,采用改进的NB模型建模。
竞价策略:根据客户的不同要求(CPM、CPC、CPA),有不同的竞价策略。
重定向策略:及时为历史浏览用户展示历史行为相关广告。实时性要求高。
DSP其他组相关工作
广告投放系统:广告主自助投放广告,设定一些定向。Cookie Mapping: Cookie映射、匹配。匹配Adx和DSP用户,为DSP提供用户数据做更好的决策。
广告引擎:位于策略组上游,接收Adx竞价请求,并从广告库中挑选合适广告(地域定向等)构成adList。
相关技术回顾及储备
语言方面: c++、java、python、shell大数据处理: Hadoop、spark
实时:Storm、redis
机器学习: LR、SVM、NB等常用机器学习算法
最优化知识求解模型
相关文章推荐
- 十年总结(四):在北京的第一份工作和第一个项目
- 第一份工作总结
- 第一份工作总结
- 第一份工作 代码总结(导航系统)
- 十年总结(四):在北京的第一份工作和第一个项目
- 北京第一份工作实习总结
- 转:十年总结(四):在北京的第一份工作和第一个项目
- 我的第一份工作-----大半年的求职总结
- 明日工作安排及今天工作总结-----日志
- 工作中学习总结
- 勇于探索,及时总结,拥有自信!个人工作感受总结篇……
- 第一冲刺阶段工作总结08
- 06.26-07.26近期工作总结
- 程序员网管的第一份工作
- 在Facebook工作十点经验感悟总结
- 我的2015年终工作总结
- YYHD-工作中一些总结(2)
- 11月工作总结
- testing--一不小心成了我的第一份工作
- 阶段总结(工作)