خانه / مقالات / اینترنت و وب / تبلیغات روی وب

تبلیغات روی وب

چالش تبلیغ موثر بر روی وب در وهله اول شامل قرار دادن تبلیغات مناسب بر روی صفحات وب مورد تقاضای کاربر می باشد. این تبلیغات باید متناسب با دریافت کننده صفحه باشند که یا مستقیما متناسب با کاربر است یا متناسب با محتوای صفحه. در این مقاله می خواهیم بررسی کنیم برای این کار از چه الگوریتم هایی استفاده می شود و در داده کاوی چه روال هایی برای رویکردهای تبلیغات دیجیتال مورد استفاده قرار می گیرد.
برای قرار دادن تبلیغات روی وب چند عامل مهم وجود دارد مانند نحوه و مکان قرارگیری (موقعیت تبلیغ در صفحه تاثیر زیادی در میزان کلیک روی آن دارد)، مشابهت با کوئری های سرچ کاربر، رسانه های تخصصی (آمارها نشان داده اند که کاربران صفحات وبی را ترجیح می دهند که تبلیغات مرتبط به محتوای صفحه را نمایش می دهند نه تبلیغات درهم و غیر مرتبط)، تناسب با کاربر (رسانه های وب از مزیت داشتن اطلاعاتی درباره کاربر برخورداند. این موضوع  آنها را قادر می کند تبلیغ مناسب کاربر را پیدا کنند).
تبلیغات مبتنی بر کوئری های سرچ
تاکنون یکی از راه حل های سودمند برای تبلیغات آنلاین search بوده و قست اعظم موفقیت search advertising از مدل adwords در انطباق دادن کوئری های سرچ با تبلیغات است.‌  الگوریتم هایی که برای این کار استفاده می شوند الگوریتم های حریصانه و آنلاین هستند. تبلیغ کننده ها تمایل دارند تبلیغاتشان در پاسخ به یکسری کوئری خاص نمایش داده شود ولی تنها به ازای تبلیغاتی که روی آنها کلیک شود هزینه پرداخت می کنند. انتخاب تبلیغات خاص برای نمایش آنها فرایند پیچیده ای دارد که شامل عبارات جستجویی که تبلیغ کننده درخواست می کند، احتمال آماری کلیک روی تبلیغ و هزینه کلی که تبلیع کننده برای سرویس پیشنهاد می دهد می شود.
مسئله دیگری که در این زمینه وجود دارد انتخاب آیتم ها برای تبلیغ روی یک فروشگاه آنلاین است. این مسئله شامل « collaborative filtering» یا فیلترینگ مشارکتی می شود که در آن سعی می کنیم مشتری هایی را پیدا کنیم که رفتار مشابهی دارند و به آنها برای خرید آیتم هایی را پیشنهاد می دهیم که مشتریان مشابه دیگر خریده اند.
Targeted Advertising:  مزیت بزرگی که  تبلیغات مبتنی بر وب نسبت به رسانه های متعارف مانند روزنامه ها دارند این است که تبلیغ روی وب را میتوان بر اساس علایق تک تک مشتری ها  انتخاب کرد. این مزیت بسیاری از وب سرویس ها را قادر کرده تا به طور کامل توسط منافع حاصل از تبلیعات حمایت مالی شوند.

الگوریتم های آنلاین و آفلاین
الگوریتم های قراردادی که مجاز به دیدن همه داده ها قبل از تولید پاسخ هستند آفلاین نامیده می شوند. هر الگوریتم آنلاین باید به هر المانی که در استریم وجود دارد سریعا تنها با دانشی که از گذشته دارد و نه با المان های آتی استریم پاسخ دهد.
الگوریتم های گرفتن تبلیغات مرتبط با کوئری های جستجو باید ماهیت آنلاین داشته باشند. الگوریتم های آنلاین آنهایی هستند که در آن داده ورودی به الگوریتم تغذیه می شود و کل ورودی از ابتدا در دسترس نیست. استریم داده ورودی باید بسیار سریع باشد زیرا که تاخیر عملیات نسبت به ورود داده استاتیک از اهمیت بیشتری برخوردار است.
الگوریتم های آنلاین نمی توانند به داده دسترسی داشته باشند(برخلاف الگوریتم آفلاین). حتی در این حالت هم باید الگوریتم سریعا تصمیم بگیرد. با استفاده از الگوریتم های آفلاین برای قرار دادن تبلیغات، کوئری های سرچ را تنها برای یک دوره زمانی مشاهده می کنیم. بنابراین الگوریتم می تواند تبلیغات را به کوئری ها طوری انتصاب دهد که هم بازدهی موتور جستجو را افزایش دهد و هم تعداد بازخوردی که هر تبلیغ کننده دریافت می کند. ولی چون کاربر نمی تواند منتظر جمع آوری نتایج شود الگوریتم های آنلاین در اینجا وارد می شوند. با استفاده از الگوریتم های آنلاین می توان از داده های گذشته مانند نرخ کلیک برای پردازش استفاده کرد ولی نمی توان تخمین زد که کوئری های آتی مشخصی داشته باشیم.

الگوریتم های حریصانه
بسیاری از  الگوریتم های آنلاین حریصانه هستند به این معنی که عمل خود در هر گام را با مینیمم کردن برخی توابع هدف انتخاب می کنند. از آنجایی که به سختی می توان ماکزیمم بازدهی داده ورودی را محاسبه کرد باید در هر گام پردازش، حریصانه عمل کرد به این معنی که بازدهی ماکزیمم هر مرحله را به امید رسیدن به بازدهی بهینه کلی محاسبه کرد. این تعریف الگوریتم حریصانه است. بسیاری از الگوریتم های آنلاین از نوع حریصانه هستند.  این الگوریتم ها تصمیم خود را در پاسخ به هر المان ورودی با ماکزیمم کرن برخی توابع داده ورودی و اطلاعات گذشته (ماند رفتار کلیک یا بودجه باقیمانده تبلیغات) می گیرند. این استراتژی های حریصانه در کل یک رویکرد بهینه تولید نمی کنند.
Competitive Ratio: می توان کیفیت یک الگوریتم آنلاین را با مینیمم کردن مقدار نتیجه الگوریتم آنلاین در مقایسه با مقدار نتیجه الگوریتم آفلاین در همه ورودی های محتمل محاسبه کرد. نرخ مینیمم الگوریتم آنلاین در مقایسه با الگوریتم های آفلاین بهینه است (برای یک مورد/مسئله مشابه در تمام ورودی های محتمل).  در بدترین حالت:
c = efficiency(online)/efficiency(offline)
Bipartite Matching: این مسئله شامل دو مجموعه نود و یک مجموعه یال میان اعضای هر دو مجموعه نود است. هدف یافتن بیشترین انطباق است به طوری که مجموعه یال تا حد ممکن بزرگ باشد و هیچ نودی را بیشتر از یکبار شامل نشود. یک الگوریتم حریصانه برای پیدا کردن یک match در گراف Bipartite  (یا هر گراف دیگری) برای منظم کردن یال ها است و برای هر یال اگر هیچ یک از دو انتهای یال هنوز بخشی از لبه ای که قبلا انتخاب شده نبود به match اضافه می شود.
مدیریت جستجوی تبلیغات: موتور جستجو سفارشات تبلیغ کنندگان را از کوئری های جستجوی خاصی دریافت می کند. برخی  تبلیغات با برخی کوئری های سرچ نمایش داده می شوند و زمانی به موتور جستجو پرداخت می شود که کوئری زننده روی تبلیغ نمایش داده شده کلیک کند. هر تبلیغ کننده باید یک بودجه ای تعیین کند یعنی میزان کلی مبلغی که مایل هستند در هر ماه برای کلیک ها پرداخت کنند.
مسئله Adwords: داده های مسئله Adwords مجموعه ای از سفارشات  تبلیغ کنندگان روی یکسری کوئری خاص است به همراه بودجه کلی هر تبلیع کننده و اطلاعاتی درباره تاریخچه کلیک ها برای هر تبلیع در هر کوئری. بخش دیگری از این داده استریم کوئری های سرچ است که توسط موتور جستجو دریافت می شود. هدف انتخاب آنلاین مجموعه ای با اندازه مشخص از تبلیغت در پاسخ به هر کوئری است که بازدهی موتور جستجو را افزایش می دهد.

الگوریتم متوازن
این الگوریتم بهبود یافته الگوریتم حریصانه ساده است و competitive ratio بهتری دارد. یک کوئری تبلیغ به تبلیغ کننده داده می شود که این کوئری جزء سفارشات وی هست و بیشترین بودجه باقیمانده را دارد. یعنی علاوه بر توازن بازدهی، بیشترین بودجه باقیمانده یک تبلیغ کننده را برای تصمیم گیری درباره نمایش تبلیغات در نظر میگیرد.
پیاده سازی الگوریتم adwords: ساده ترین نسخه پیاده سازی در موقعیت هایی به کار گرفته  می شود که سفارشات دقیقا روی مجموعه ای از کلمات داخل کوئری سرچ هستند. می توان یک کوئری را با استفاده از لیست کلمات آن نمایش داد. سفارشات در یک جدول hash شده یا ساختاری مشابه با آن با یک کلید hash معادل با لیست کلمات سرت شده ذخیره می شوند. کوئری جستجو نیز می تواند با نگاهی به جدول سفارشات match ها را پیدا کند. ورژن دشوارتر مسئله پیاده سازی adwords به سفارشاتی که هنوز مجموعه کوچکی از کلمات داخل کوئری سرچ هستند اجازه می دهد با اسناد بزرگ تر مانند ایمیل ها و توییت ها مقایسه شوند. یک مجموعه سفارش با سند match می شود اگر همه کلمات داخل سند ظاهر شوند (با هرترتیبی و نه لزوما در کنار هم).
ذخیره hash مجموعه کلمات: یک ساختار داده مفید کلمات هر مجموعه سفارش را به این ترتیب ذحیره می کند که کمیاب ترین ها را اول قرار می دهد. کلمات داخل سند هم به همان ترتیب سورت می شوند. مجموعه کلمات در جدول hash به این ترتیب ذحیره می شوند که اولین کلمه یعنی کمیاب ترین کلمه به عنوان کلید قرار می گیرد.
پردازش اسناد برای بررسی میزان انطباق با سفارش: کلمات سندی که کمیاب ترین لغات در ابتدای آن قرار گرفته پردازش می شود. مجموعه کلماتی که اولین کلمه آنها کلمه فعلی است به یک جدول hash موقتی کپی می شوند و دومین کلمه در این جدول کلید است. مجموعه هایی که در حال حاضر در جدول hash موقت قرار گرفته  اند بررسی می شوند تا مشاهده شود که آیا کلمه ای که کلید آنهاست با کلمه فعلی تطبیق دارد و اگر داشت با استفاده از کلمه بعدی مجددا hash می شوند. مجموعه هایی که آخرین کلمه آنها منطبق می شود به خروجی کپی می شوند.

دیدگاهتان را ثبت کنید

آدرس ایمیل شما منتشر نخواهد شدعلامتدارها لازمند *

*

x

شاید بپسندید

برنامه مدیریت ایمیل Windows Live Mail

برنامه مدیریت ایمیل Windows Live Mail یکی از مشکلات احتمالی برنامه مشهور ...