知识卡片
广告为什么不只优化点击
广告是由平台、用户、广告主三方共同完成的商业活动:平台出卖注意力换收入,广告主买曝光换转化,用户付出的是时间和耐心。计算广告要回答的问题是「给定上下文,投哪条广告能让整体价值最大」,而这个「整体」必须把三方都算进去。
技术上广告和推荐共用一条链路——同样的召回、同样的 CTR 模型,但评价口径不同。广告侧排序的终点是收益,常用人均点击、推广人数这类指标判断匹配度;推荐侧除了排序结果,还要在评价体系里看惊喜度、新颖性、留存。只按收益排,典型后果是同一条广告对同一用户反复曝光,短期收入上升、长期留存下降,所以必须有频控、预算、相关性门槛这类约束把收益拉回到可持续区间。
需要区分的是层次:推荐是一种技术,广告是一种业务;个性化推荐只是计算广告的一个环节,它可以用机器学习,也可以用规则和策略,而广告系统一般都落到机器学习上。判断一条策略该不该上线,先问它优化的是三方中的哪一方、牺牲了谁。
参见 [[DSP广告系统的五个模块]]。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第12章 推荐应用实战:基于广告的推荐 · 查看原书依据
从技术实现角度来讲,广告更偏推荐技术,但从本质上讲是将推荐和搜索技术完美统一。总体来说,广告平台需要均衡三方利益,推荐系统则需要更多关注用户体验。
参考来源
- 位置:《智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)》第12章 推荐应用实战:基于广告的推荐(源文件:extracted/智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)/_epub-src/text/part0155.html)
- 结论依据:原文直接给出三方利益的划分,并对比了广告平台与推荐系统在关注点上的差异,支撑「广告不能只优化收益」这一结论。
- 原始内容:从技术实现角度来讲,广告更偏推荐技术,但从本质上讲是将推荐和搜索技术完美统一。总体来说,广告平台需要均衡三方利益,推荐系统则需要更多关注用户体验。