匯集移動(dòng)廣告行業(yè)熱點(diǎn)資訊和變現(xiàn)指南,激發(fā)移動(dòng)應(yīng)用廣告變現(xiàn)增長無限可能!
【溫馨提醒】芒果聚合廣告平臺(tái),為開發(fā)者提供高效、便捷的廣告變現(xiàn)方案,一鍵接入穿山甲、快手、優(yōu)量匯、百青藤等多家廣告聯(lián)盟,支持開屏、banner、插屏、信息流、激勵(lì)視頻等多種廣告形式,配備專業(yè)廣告優(yōu)化師精細(xì)化運(yùn)營管理,幫助APP\小程序開發(fā)者優(yōu)化每月>20%的增長收益,立即體驗(yàn)!
【解決方案】APP廣告收益計(jì)算 | 聚合廣告平臺(tái)
【猜你喜歡】APP廣告變現(xiàn)優(yōu)化:重視用戶體驗(yàn)是長久發(fā)展之道

廣告算法和推薦算法可以說是不同應(yīng)用場景下的算法體系,而兩者在廣告推薦這個(gè)場景下是存在一定的交叉。
廣告系統(tǒng)的投放過程除了有推薦的場景,還有搜索和指定定向的場景。而推薦系統(tǒng)針對內(nèi)容分發(fā)也可區(qū)分為廣告推薦和自然推薦(非廣告推薦)兩種場景,在不同的場景下使用的算法是有差異的。
針對“廣告算法和推薦算法有什么異同”這個(gè)問題,本文將主要從針對廣告推薦和自然推薦兩種不同的場景的異同進(jìn)行簡單說明,因?yàn)槠渌麍鼍皟烧叩年P(guān)系不大。
整個(gè)廣告推薦的過程,主要涉及廣告主、媒體、用戶三個(gè)參與方,而自然推薦只考慮媒體跟用戶兩方。
整個(gè)推薦計(jì)算過程包含召回和排序兩大核心階段,而由于自然推薦和廣告推薦的核心目標(biāo)不一致,這樣就會(huì)導(dǎo)致召回和排序階段的要考慮的優(yōu)化指標(biāo)是不一樣的。
自然推薦:為了提高媒體的分發(fā)效率和用戶體驗(yàn);廣告推薦:為了提高媒體廣告收益和轉(zhuǎn)化效果。以內(nèi)容推薦為例,對于召回階段,自然推薦和廣告推薦使用的召回算法和方式差異不大,召回方式包含如:基于標(biāo)簽類召回、協(xié)同過濾召回、模型向量召回等。
而差異點(diǎn)主要體現(xiàn)在:召回標(biāo)的物池和召回規(guī)則的不同。
1.召回標(biāo)的物不同
自然推薦:所有的媒體內(nèi)容;
廣告推薦:所有廣告主廣告。
2.召回規(guī)則不同
自然推薦:主要考慮內(nèi)容和用戶的相關(guān)性、內(nèi)容熱度、運(yùn)營規(guī)則等;
廣告推薦:除了相關(guān)性因素,還包含廣告狀態(tài)、廣告位是否匹配、定位范圍等因素。
對于排序階段,自然推薦和廣告推薦使用的排序模型算法也是差異不大,如lr、gbdt、deepfm等。
但廣告推薦和自然推薦衡量和考慮的是指標(biāo)是不一樣的
自然推薦會(huì)根據(jù)媒體的屬性不同,指標(biāo)會(huì)有差異,如視頻網(wǎng)站類媒體,可能會(huì)使用播放時(shí)長、播放量等指標(biāo),而電商類媒體可能會(huì)使用購買量和好評率等指標(biāo)。
而廣告推薦相對比較統(tǒng)一,就是ecpm。
*ecpm需要根據(jù)不同出價(jià)方式來計(jì)算:
按展示出價(jià):ecpm=cpm
按點(diǎn)擊出價(jià):ecpm=cpc*pctr*1000
按轉(zhuǎn)化出價(jià):ecpm=cpa*pcvr*pctr*1000
兩者的差異點(diǎn)還體現(xiàn)在自然推薦的排序指標(biāo)的指標(biāo)值是比較明確的,而廣告推薦是預(yù)估值,而這個(gè)預(yù)估值的準(zhǔn)確與否會(huì)影響到媒體的收入。
以上,就是本文對廣告算法和推薦算法的異同點(diǎn)分析,如果大家感興趣歡迎留言交流~
熱門搜索:廣告聯(lián)盟 | 廣告聯(lián)盟
廣告聯(lián)盟sdk-專業(yè)廣告聯(lián)盟接入平臺(tái)
相關(guān)詞條:聚合廣告平臺(tái) | SDK | 廣告SDK | APP商業(yè)變現(xiàn) | APP廣告變現(xiàn) | 激勵(lì)視頻廣告 | 優(yōu)化廣告位 | 實(shí)時(shí)競價(jià) | APP變現(xiàn)知識(shí)
免責(zé)聲明:本站文章來源于互聯(lián)網(wǎng),文章為作者獨(dú)立觀點(diǎn),不代表本站立場。如有侵權(quán),請聯(lián)系我們。