Математика таргетинга. #izso2011. Лев Глейзер

κρυπτή

Математика таргетинга

κρυπτή

Таргетинги в интернете

способ ограничить коммуникацию

интерактивность позволяет принимать

решение по каждому контакту

география, сайт, формат и технология

баннера, слова на странице, слова из

поиска, броузер, провайдер

параметры контакта c ID(регистрация,

частота)

знание о пользователе

Самоцензура рекламы в Интернете ;)

κρυπτή

Аффинити

каждый человек ведет себя по разному в

разное время

при анализе статистики- данные

объединяются и усредняются

у рекламодателя нет точного знания как

говорить с каждым потребителем, только со

статистической группой

Большая часть из нас еще не

определилась с соц.демом ;)

κρυπτή

Идея проекта

собрать статистику в разрезе

пользователя/ID

проанализировать выборку, про которую что-

либо точно известно

найти закономерности отличающие одну

целевую группу от другой

анализируем статистику каждого ID и

приводим к вероятности попадания в группу

Применяем дедуктивный метод ;)

κρυπτή

Источник знания (data)

privacy и сбор данных

уникальный ID и время его жизни

контекстность, как идеал

майнинг информации

данные о любых действиях

пользователя и их взаимосвязях

Логи и Размышления. Т. 2-128

Вероятностный подход

противоречивость и неполнота данных

степень достоверности

возможность перевзвешивания под

внешние факторы

100% аудитории

выбираем лучших\характерных при

использованииОптимизируем монетку ;)

κρυπτή

Выделение факторов

анализируем зависимости между целевой

группой и поведением

вычисляем метрики из любой известной

информации

отбираем сильные факторы для конкретной

классификации

несколько наборов факторов для разных

аудиторий

для соц.дема используется 300 факторов

никто их не знает)

κρυπτή

Машинное обучение

обучающая

выборка

алгоритм ищет

закономерности

между признаком и

логами

применяем

формулу ко всем

пользователей

Классификация

берем внешние категории

смотрим похожее «поведение»

предполагаем, что этому пользователю

это свойственно

оцениваем достоверность

предположения

Можно вычислить людей, которые

живут в нечетных квартирах ;)

Цифры и факты

объем

o 35 дней

o 3 млрд. событий

o 3,4 Tb в день

o 235 млн. ID

o 730 тыс. обучающая

выборка

o 490 тыс. проверочная

o 7,5Tb данные

технологии

oMap&Reduce

oMachine learning

oMatrixnet

o SVD (cингуля́рное

разложение)

κρυπτή

Результат и применение

проверяем TNS

Корреляция с группой (пол- 78%)

выбираем лучших

повышаем аффинитивность

соц.дем таргетинг на страницах

Яндекса

математический подход- как это

объяснить рынку?У нас есть такие приборы ;)

κρυπτή

Планы

мультипрофили

audience extension

долгосрочные интересы

тематический таргетинг

модели потребительского поведения

API для внешнего использования

Автоматически отделять копытных от

хищников ;)

κρυπτή

Почему это революция?

не на базе регистраций

все пользователи

каждый пользователь- уникален

классификаторы могут быть по чему угодно

регенерация информации, которой никогда

не было

данные собираются и пересчитываются

постоянно

Почта не работает, телеграф

отменен, но вот мосты?

κρυπτή

Снятся ли андроидам

электрические овцы?

распределение пола среди роботов:

60% роботы мальчики

40% роботы девочки

Спасибо

lev@yandex-team.ru