怎样提供个性化的基于用户数据的广告 Optimizing Personalized Content Delivery via Dynamic Ad

作者：禅与计算机程序设计艺术

1.简介

1997年，谷歌在线搜索引擎出现了第一个网站广告系统。当时Google为了增加收入，就提出了一个名词“网络效应”，即将用户对页面信息的点击次数、购买行为转化成广告费用的能力。这项技术首先把目光放在搜索排名上，并不断通过优化关键词和广告密度等手段提升查询结果的质量。但随着互联网的发展和电子商务的兴起，这个系统已经逐渐被证明是一个庞大的“泡沫”——用户数量越来越多，其广告效果也不可避免地变得越来越差。另一方面，人们对于搜索结果的关注点也发生了变化——人们期望浏览到最有价值的内容而不是简单的页面排名，这也给广告商提供了新的营销策略方向。
2006年末，Facebook推出了自己的广告系统，其主要目标就是为个人用户提供个性化的广告服务。Facebook创始人马克·扎克伯格曾经描述过这个系统的四大特点：

• 提供个性化的基于用户数据的广告：Facebook将人的习惯、喜好、兴趣、偏好等数据结合起来精准地投放广告；
• 不断迭代的广告算法：每隔几个月Facebook都会更新它的广告算法，让它能够更精确地匹配用户的需求；
• 大规模数据积累：Facebook每天都产生大量的数据，这些数据帮助它快速分析用户的兴趣、习惯、爱好、偏好等，从而精准地定位广告；
• 高度可扩展的广告平台：Facebook可以轻松地进行横向扩展，在全球各地创建庞大的广告网络。
  2013年底，百度也推出了自己的广告系统，其功能也类似于Facebook的个性化广告服务，不过在使用场景上有所不同。百度的广告系统由两个模块组成，分别是搜索和贴吧。前者侧重于为搜索结果的相关性和主题建设提供个性化的推送，后者则侧重于为特定行业