32、基于位置感知的广告推荐系统：原理与实践

基于位置感知的广告推荐系统：原理与实践

1. 引言

在当今数字化营销的大背景下，广告投放对于企业提升品牌形象和增加收入至关重要。广告市场涉及到广告主、发布商和中间匹配实体等多个角色。广告主希望精准触达目标客户，愿意投入资金以实现提升品牌认知、将广告点击转化为销售等目标；发布商则希望通过出售广告展示位来最大化自身收入，并吸引和留住广告主与用户。而中间匹配实体则通过先进的技术和协议，如实时竞价（RTB），实现广告展示位的自动化买卖。

我们正在设计和开发一个基于位置感知的广告推荐系统。该广告投放平台兼具需求方平台（DSP）和广告交易平台的功能，与发布商和广告主建立了优质合作关系，同时利用RTB协议与第三方服务进行连接，还借助其他第三方服务处理财务结算、获取消费者和地理数据等。

实时竞价（RTB）是一种按展示次数进行广告库存买卖的方式，类似于金融市场的即时拍卖。当收到广告展示位的竞价请求时，广告平台需要决定是否参与竞价，并选择一个能优化最终目标（如点击率或销售转化率）的广告。我们认为，使用推荐算法选择合适的广告可以提高广告投放的效果，因此正在探索该广告推荐器的关键用例，并设计和实现相应的推荐模块。

2. 相关工作

我们的研究采用了基于内存的协同过滤方法。Sarwar等人讨论了基于物品的协同过滤设计，通过相似性函数计算相似用户和物品，并使用加权函数计算用户 - 物品得分。我们借鉴了这种方法，构建了用户 - 广告、用户 - 位置和位置 - 广告矩阵，以捕捉三者之间的关系，并定义相似性和评分函数来计算最优推荐广告。

大量广告和展示竞价请求包含原始GPS数据，我们需要将这些原始GPS轨迹映射到少量有意义的位置，相关研究也探讨了类似的