Question

要提高在线广告的效果，受众定向是最重要的核心技术之一。从计算广告的核心问题，即优化一组流量上的利润这一挑战来看，受众定向技术是对广告（a）、用户（u）、上下文（c）这三个维度提取有意义的特征（这些特征也称为标签）的过程。由于上下文标签也可以认为是即时的用户兴趣，因此我们把它们统称为受众定向。受众定向虽然不见得是计算广告中最困难的技术，但是确实是在线广告、特别是展示广告最核心的驱动力之一，也是计算广告成为大数据典型应用的关键。

关于各种受众定向技术的原理，应该在第2章广告有效性模型的基础上进行理解。一般来说，对于某种特定的定向技术，需要同时关注其效果和规模两方面的指标，同时提供覆盖率较高但精准程度有限的标签和那些非常精准但量相对较小的标签，这有利于市场形成竞争的环境，也为竞价广告形成充分竞争提供了基础。

从技术框架来看，受众定向标签可以分成用户标签、上下文标签和广告主定制化标签3种类型，其实现方案也有较大的不同。本章重点介绍前两种定向技术的做法，而广告主定制化标签属于需求方定义的标签，第14章讲述DSP技术时再介绍。

上下文定向需要对广告所在的页面进行分析，然而这一分析过程与搜索引擎的爬虫有很大的不同。结合广告对上下文信息的需求特点，一般可以采用一种半在线的方式抓取和分析页面，这种方式避免了无效的页面分析计算，又能够快速地响应需要分析的页面。

行为定向是根据用户历史上的网络访问行为对用户打标签的过程。哪些网络行为有价值是挖掘行为数据来源时需要考虑的问题。本章将列举一些业界公认的有价值的行为数据类型，并给出使用多种数据类型进行行为定向的基本框架。由于海量用户的原始网络行为的数据量一般来说特别巨大，如何设计非常高效的数据组织方式以及合理的访问流程对于行为定向的实用化是非常关键的。行为定向一般采用 reach/CTR曲线进行半定量的评价，而此曲线的解读方法也将在本章中提及。

实际上，受众定向除了服务于广告产品外，也成为广告市场中相关数据产品的关键技术。而这些数据产品的地位，也随着实效广告的发展变得越来越重要，因此，对于受众定向技术的探讨，除了考虑广告产品中的需求之外，也必须考虑数据产品带来的需求。与受众定向直接相关的数据产品主要是数据交易平台和是数据管理平台。这两种产品从第一方数据和第三方数据的角度出发，专门提供数据加工和交易功能，实际上它们是受众定向技术直接产品化的结果。本章也会简单介绍这类数据加工产品的技术架构。