1

BÀI 12+13: QU NG CÁO TR C TUY NẢ Ự Ế

2

1. Qu ng cáo tr c tuy nả ự ế2. Qu ng cáo trên máy tìm ki mả ế3. Khai phá truy v nấ

N i dungộ

3

Adv

ertis

ers

Ad Network

Ads

Content

Pick ads

User

Content Provider

Examples:Yahoo, Google,

MSN, RightMedia, …

from Agarwal, D (2009)

1. Qu ng cáo tr c tuy nả ự ế

4

Online Advertising

Revenue Models

Advertising Setting

Misc.

CPM CPC CPA

Display Content Match

Sponsored Search

Ad exchanges

Các mô hình qu ng cáo tr c tuy nả ự ế

5

CPM CPC CPA

Adv

ertis

ers

Ads

Content

Pick ads

User

Cost Per iMpression

$$

$Content Provider

Ad Network

CPM

6

CPM CPC CPA

Adv

ertis

ers

Ads

Content

Pick ads

User

Cost Per Click

$$

$Content Provider

Ad Networkclick

CPC

7

CPM CPC CPA

Adv

ertis

ers

Ads

Content

Pick ads

User

Cost Per Action

$$

$Content Provider

Ad Networkclick

Adve

rtiser

landin

g pa

ge

CPA

8

Gi s m t qu ng cáo đ c hi n th N l n t i m t v tríả ử ộ ả ượ ể ị ầ ạ ộ ị CPM: Doanh thu = N * CPM

CPM CPC CPA

Doanh thu - CPM

9

Gi s m t qu ng cáo đ c hi n th N l n t i m t v tríả ử ộ ả ượ ể ị ầ ạ ộ ị CPM: Doanh thu = N * CPM CPC: Doanh thu = N * CTR * CPC

Click-through Rate(xác suất click vào một

quảng cáo)

Phụ thuộc vào cơ chế

đấu giá

CPM CPC CPA

Doanh thu - CPC

10

Gi s m t qu ng cáo đ c hi n th N l n t i m t v tríả ử ộ ả ượ ể ị ầ ạ ộ ị CPM: Doanh thu = N * CPM CPC: Doanh thu = N * CTR * CPC CPA: Doanh thu = N * CTR * Conv. Rate * CPA

CPM CPC CPA

Conversion Rate(xác suất người dùng thực hiện một hành động khi xem trang

quảng cáo)

Doanh thu - CPA

11

Câu truy vấn

Quảng cáo trả tiền

2. Qu ng cáo trên máy tìm ki mả ế

12

Display Content Match

Sponsored Search

Pick ads

Text ads

Search Query Match ads to the query

Mô hình qu ng cáo trên máy tìm ảki mế

13

Bài toán đ i v i công ty qu ng cáoố ớ ả L a ch n các qu ng cáo đ có doanh thu t i ự ọ ả ể ố

đa Phù h p v i truy v nợ ớ ấ Chi phí qu ng cáoả Ch t l ng trang qu ng cáoấ ượ ả

T i đa hóa doanh thuố

14

Tính đi m d a trên n i dungể ự ộ

Coi qu ng cáo nh m t văn b nả ư ộ ả So sánh m c đ liên quan c a câu truy v n v i ứ ộ ủ ấ ớ

qu ng cáoả Ph ng phápươ

Mô hình không gian véc-tơ Mô hình ngôn ngữ

15

QUERY

AD

QUERYLM

ADLM

P(ad|query LM)

Mô hình ngôn ngữ

16

QUERY

AD

QUERYLM

ADLM

P(query|ad LM)

Mô hình ngôn ng (ti p)ữ ế

17

QUERY

AD

QUERYLM

ADLM

KL(ad LM;query LM)

Mô hình ngôn ng (ti p)ữ ế

18

u đi mƯ ể Mô hình không ph c t pứ ạ Phù h p v i các câu truy v n ng n, ph bi nợ ớ ấ ắ ổ ế

Nh c đi m:ượ ể Ch a x lý đ c các câu truy v n hi m (long tail)ư ử ượ ấ ế Ch a đáp ng theo th i gianư ứ ờ Ch a t n d ng đ c ph n h i ng i dùngư ậ ụ ượ ả ồ ườ

u, nh c đi mƯ ượ ể

19

Tính đi m d a trên ph n h i ng i ể ự ả ồ ườdùng

T p các câu truy v n ậ ấ Q T p các trang qu ng cáo ậ ả A V i m i câu truy v n ớ ỗ ấ q ∈ Q và trang qu ng cáo ả

a ∈ A, tính xác su t ng i dùng click vào ấ ườtrang qu ng cáo Pr(click| ả q, a)

S d ng ph n h i c a ng i dùng đ c l c ử ụ ả ồ ủ ườ ể ướ ượxác su t nàyấ

20

H i quy logisticồ Bi u di n câu truy v n và n i ể ễ ấ ộ

dung qu ng cáo d i d ng ả ướ ạvéc-t (túi t )ơ ừ

Pr(click| q, a) = f(q, a; θ) H i quy logistic:ồ

Log-odds (Pr(click |q, a)) = q’ W a C n ph i c l ng ầ ả ướ ượ W t ừ d li u ữ ệ

hu n luy n là ph n h i ng i ấ ệ ả ồ ườdùng

from Wikipedia

21

L c c ng tácọ ộ Ma tr n t ng tác câu truy v n, qu ng cáoậ ươ ấ ả S d ng ph n h i n c a ng i dùng (click vào ử ụ ả ồ ẩ ủ ườ

trang qu ng cáo)ả V i m t câu truy v n ớ ộ ấ q và trang qu ng cáo ả a, d ự

đoán m c đ quan tâm c a ng i dùngứ ộ ủ ườ L c c ng tácọ ộ

D a trên kNNự Bi u di n qu ng cáo theo câu truy v n đ tính đ t ng ể ễ ả ấ ể ộ ươ

tự

22

L c c ng tác (ti p)ọ ộ ế

M c đ quan tâm ứ ộđ n qu ng cáo ế ả a

đ/v truy v n ấ q

Top qu ng cáo ảt ng t ươ ự

qu ng cáo ả a

Ma tr n t ng t ậ ươ ựqu ng cáo - qu ng cáoả ả

23

Google: 40,000 truy v n/sấ

3. Khai phá truy v nấ

24

M t truy v n ch a trung bình 2.4 tộ ấ ứ ừ 21% truy c p internet xu t phát t máy tìm ậ ấ ừ

ki mế Ph n h i ng i dùngả ồ ườ

50% click vào k t qu đ u tiênế ả ầ Ng i dùng h u nh ch s d ng hai trang k t qu ườ ầ ư ỉ ử ụ ế ả

đ u tiênầ

Đ c đi m truy v nặ ể ấ

25

Ng i dùng th ng tinh ch nh câu truy v nườ ườ ỉ ấ Xu h ng tìm ki m d ch chuy n t gi i trí sang ướ ế ị ể ừ ả

th ng m i đi n t , trong đó tìm ki m s n ươ ạ ệ ử ế ảph m chi m 1/5ẩ ế

Phân b t v ng trên câu truy v n và trên n i ố ừ ự ấ ộdung trang web khác nhau → th ng i dùng ứ ườtìm ki m khác v i nh ng n i dung có trên ế ớ ữ ộinternet

Đ c đi m truy v n (ti p)ặ ể ấ ế

26

Thông tin máy khách N i dung truy v nộ ấ Danh sách văn b n liên quanả Danh sách văn b n đ c ch n b i ng i dùngả ượ ọ ở ườ

Log truy v nấ

27

Ti n x lý truy v nề ử ấ

Xác đ nh phiên truy v nị ấ L c truy v n t đ ngọ ấ ự ộ Chu n hóa truy v nẩ ấ

28

Phân lo i c p câu truy v n liên ti p vào các l p:ạ ặ ấ ế ớ Cùng n i dung truy v n nh ng thay đ i ph m vi tìm ộ ấ ư ổ ạ

ki mế T ng quát hóa câu truy v nổ ấ Tinh ch nh truy v n nh m đ a ra câu truy v n chính ỉ ấ ằ ư ấ

xác h nơ Chi ti t hóa câu truy v nế ấ N i dung truy v n m iộ ấ ớ

Xác đ nh phiên truy v nị ấ

29

Truy v n đ c sinh ra t đ ng sinh ra b i bot ấ ượ ự ộ ởnh m thu th p k t qu c a máy tìm ki mằ ậ ế ả ủ ế

Các câu truy v n t đ ng th ng có n i dung ấ ự ộ ườ ộtrùng l p nhauặ

T c đ truy v n cao b t th ng ho c/và có t n ố ộ ấ ấ ườ ặ ầsu t truy v n đ nh kỳấ ấ ị

L c truy v n t đ ngọ ấ ự ộ

30

L c t d ngọ ừ ừ Chuy n thành vi t th ngể ế ườ Chu n hóa ch sẩ ữ ố Stemming V i ti ng Vi tớ ế ệ

Khôi ph c d uụ ấ Tách từ

Chu n hóa truy v nẩ ấ

31

ng d ng 1: G i ý truy v nỨ ụ ợ ấ

32

Mô hình ngôn ngữ H c mô hình ngôn ng trên t p các truy v nọ ữ ậ ấ

argmaxw P(w|w0,w1,...wn-1,wn) Yêu c u t p truy v n đ l nầ ậ ấ ủ ớ Đ n v c b n c a mô hình ngôn ngơ ị ơ ả ủ ữ

T (yêu c u tách t )ừ ầ ừ Âm ti tế Bán âm ti t (‘ch’, ‘ang’)ế Kí tự

33

Mô hình ngôn ng n-gramữ

UnigramP(w) = (count(w)+1) / (sumw’ count(w’)+V)

BigramP(w0,w1) = P(w1|w0)*P(w0)

P(w1|w0) = (count(w0,w1)+1) / (sumw’ count(w0,w’)+V)

34

ng d ng 2: M r ng truy v nỨ ụ ở ộ ấ Câu truy v n c a ng i dùng th ng không ấ ủ ườ ườ

ch a đ thông tinứ ủ M r ng truy v n ch d a trên n i dung văn b n ở ộ ấ ỉ ự ộ ả

có th ch a đáp ng đúng nhu c u ng i dùngể ư ứ ầ ườ S d ng ph n h i ng i dùngử ụ ả ồ ườ

Gi thi t: N u truy v n ch a m t t khóa d n đ n ả ế ế ấ ứ ộ ừ ẫ ếcác văn b n liên quan ch a m t t khóa khác thì ả ứ ộ ừnhi u kh năng hai t khóa này có liên quan đ n ề ả ừ ếnhau

35

from Hang Cui et al 2003

Mô hình m r ng truy v nở ộ ấ

36

Mô hình m r ng truy v n (ti p)ở ộ ấ ế

37

P(wj(d) | Dk) : Xác su t xu t hi n wấ ấ ệ j(d) v i đi u ki n Dớ ề ệ k đ c ch nượ ọ

P(Dk | wi(q)) : Xác su t Dấ k đ c ch n n u wượ ọ ế i(q) xu t hi n trong câu truy v n ấ ệ ấ

Mô hình m r ng truy v n (ti p)ở ộ ấ ế

38

fik(q)(wi

(q), Dk) : S phiên truy v n mà câu truy v n ch a wố ấ ấ ứ i(q) mà Dk đ c ch nượ ọf(q)(wi

(q)) : S phiên truy v n mà câu truy v n ch a wố ấ ấ ứ i(q)

Wjk(d) : Tr ng s c a wọ ố ủ j(d) trong văn b n Dả k

Mô hình m r ng truy v n (ti p)ở ộ ấ ế

39

1. Trích xu t các term trong câu truy v n Qấ ấ2. Tìm t t c các văn b n liên quan đ n b t kỳ term nàoấ ả ả ế ấ3. V i m i term trong m i văn b n, s d ng công th c ớ ỗ ỗ ả ử ụ ứtrên xác đ nh m c đ liên quan đ n câu truy v n Qị ứ ộ ế ấ4. S d ng n term có đi m cao nh t đ t o thành câu ử ụ ể ấ ể ạtruy v n Q’ấ5. Tìm ki m v i câu truy v n Q’ế ớ ấ

Mô hình m r ng truy v n (ti p)ở ộ ấ ế

40

https://www.google.org/flutrends D a trên các truy v n liên quanự ấ S ng i tìm thông tin v b nh t l thu n v i ố ườ ề ệ ỉ ệ ậ ớ

s ng i b b nhố ườ ị ệ

Jeremy Ginsberg et al 2009

ng d ng 3: C nh báo d ch b nhỨ ụ ả ị ệ

https://www.google.org/flutrends

41

Q&Ahieunk@soict.hust.edu.vn