智能出价--透过现象看本质篇

很早以前调研智能出价产品时，做了简单整理，现在翻出来分享给大家。欢迎大家讨论交流。

因为内容是比较早整理的了，所以查阅的参考文章已经记不起来了，没办法一一列举，请见谅。

人工调控:

（1）最直接的做法就是降低出价，但可能转化数下跌比较厉害。有时候会发现，将出价设为系统要求的最低出价，成本还是超的，不得不停投。

（2）如果不想降出价，那么就选择价值高（转化率高）的流量投放，如调整定向，人群兴趣，关键词及其匹配方式，来区分流量，这些都是静态固定的方法。

系统优化：在当前流量下，当对广告的预估转化率低于门槛时，该广告退出，不参与后续的竞价，也不会展现出来，以一刀切的方式来区分流量。

门槛交由媒体方控制并不能解决广告主长期对高转化流量竞价导致成本上涨问题。成本上涨问题的关键因素是量的渴望，媒体方降门槛和广告主降门槛的结果都一样，且不说能不能给广告主带来量的提升，转化成本肯定是要涨的，原因很简单，就是在低转化流量上出了高转化流量的价格。

References

1.申探社：深入互联网广告中的出价模式（3合1完整版）https://mp.weixin.qq.com/s/5QENu3LAhwjEQ7cp6y68gg

推荐阅读

这个NLP工具，玩得根本停不下来

从数据到模型，你可能需要1篇详实的pytorch踩坑指南

如何让Bert在finetune小数据集时更“稳”一点

模型压缩实践系列之——bert-of-theseus，一个非常亲民的bert压缩方法

征稿启示| 200元稿费+5000DBC（价值20个小时GPU算力）

文本自动摘要任务的“不完全”心得总结番外篇——submodular函数优化

Node2Vec 论文+代码笔记

模型压缩实践收尾篇——模型蒸馏以及其他一些技巧实践小结

中文命名实体识别工具（NER）哪家强？

学自然语言处理，其实更应该学好英语

斯坦福大学NLP组Python深度学习自然语言处理工具Stanza试用

关于AINLP

AINLP 是一个有趣有AI的自然语言处理社区，专注于 AI、NLP、机器学习、深度学习、推荐算法等相关技术的分享，主题包括文本摘要、智能问答、聊天机器人、机器翻译、自动生成、知识图谱、预训练模型、推荐系统、计算广告、招聘信息、求职经验分享等，欢迎关注！加技术交流群请添加AINLPer(id：ainlper)，备注工作/研究方向+加群目的。

阅读至此了，分享、点赞、在看三选一吧🙏