라이브 바카라사이트머신 러닝을 사용한 모바일 광고에서 수익 창출 개선

De Reyck 교수와 그의 팀은 모바일 광고 회사 중 하나 인 Vungle Inc.에서 매출을 23% 증가시키는 광고-서빙 알고리즘을 개발했습니다.

고객이 광고 네트워크에 들어가면 이용 가능한 방대한 양의 데이터는 광고주가 이전에 불가능한 세분성으로 고객을 대상으로 할 수있는 기회를 제공하여 최대한의 영향을 미칠 것으로 예측 된 개인화 된 광고를 제공합니다. 그러나 가장 효과적인 광고 캠페인을 실시간으로 구현하기 위해 사용 가능한 많은 양의 데이터를 사용하는 것은 사소한 문제이며, 원활한 사용자 경험을 보장하기 위해 광고 서빙 결정이 밀리 초로 이루어져야한다는 사실에 의해 더욱 복잡해집니다.

Bert de Reyck 교수와 그의 팀은 기계 학습 모델을 기반으로 광고 서빙 알고리즘을 개발했으며, 이는 각 광고를 표시함으로써 예상되는 이익을 계산하고 50ms 이내에 할당 결정을 내릴 수 있도록 즉각적인 응답을 가능하게합니다. 여기에는 사용자 별 실시간 절차가 통합되어있어 호스트 애플리케이션에 대한 사용자의 참여 수준을 고려하여 다양한 광고를 전송하고 고품질의 광고를 전송하는 것 사이의 균형을 맞 춥니 다. 이 다각화 메커니즘은 최근 광고 및 피로 징후와의 상호 작용을 고려하여 호스트 애플리케이션에 고도로 참여하는 사용자를 더 다양한 광고에 노출시킵니다. 참여가 낮은 사용자의 경우 알고리즘은 더 낮은 속도로 광고를 회전시키고 고품질 광고에 더 높은 선택 확률을 제공합니다. 모바일 게임의 인기는 빠르게 변경되며 분류 알고리즘은 이러한 변경 사항을 나타내는 새로운 데이터를 고려해야합니다. 2 단계 교육 방식을 구현함으로써 알고리즘은 교육 시간이 크게 단축되어 더 빈번한 데이터 업데이트를 통합합니다.

9950_10645

링크

• Bert de Reyck 교수
• 라이브 바카라사이트 경영 학교
• 공학부 심판 2021

이미지

• 이미지 크레딧 :Shutterstock /A_B_C