互联网广告的背后是什么（3）：今日头条DSP的基本信息和主要特点(3)

　　无论是DMP中的地理位置标签，或是广告计划设置中的兴趣分类、关键词等，或是各种创意词包，都和今日头条的推荐系统有密切的关系。今日头条的推荐系统，根据内容分析来挖掘用户标签，是推荐系统的基石，而用户标签又能应用于DMP中。

　　推荐系统，本质上要解决内容与用户、场景的匹配，就像计算广告，本质上要解决广告与用户、场景的匹配（上一篇 核心问题 已讲到）。拟合一个用户对内容满意度的函数，需要三个维度的变量xi用户、xu场景、xc内容，函数y=F(xi,xu,xc)，很经典的监督学习问题。

　　模型层面，沿用同一套强大的算法推荐系统，但根据业务场景不同，模型架构会有所调整。

　　特征层面，主要有四种特征对推荐系统产生影响，分别是：相关性特征（评估内容的属性和用户是否匹配）、环境特征（地理位置、时间等）、热度特征（全局热度、分类热度等）、协同特征（对相似用户进行协同推荐）。

　　各类特征中有很多和内容、用户兴趣相关的特征，这些特征从哪里来呢？从文本分析、视频分析、图片分析而来。

　　文本分析有三个主要应用方向，用户兴趣建模、辅助内容推荐和生成频道内容。通过文本分析挖掘出文本特征，包括显式语义标签类和隐式语义特征。

　　显式语义标签是人定义的，每个标签都有明确意义，用于用户画像、过滤频道内容、推荐召回、推荐特征，要求覆盖全，精确性要求不高。

　　topic特征属于概念体系，是对于词概率分布的描述，无明确意义，用于过滤频道内容、标签搜索、推荐召回，不要求覆盖全，负责表达比较精确，比较抽象。

　　关键词特征属于实体体系，是基于统一特征的描述，无明确集合，也用于过滤频道内容、标签搜索、推荐召回，只要覆盖每个领域的热门实体即可。

　　在今日头条，无论进行非程序化广告投放，还是程序化广告投放，都有可能竞得今日头条优质流量。很多同学会有疑问，今日头条DSP就已经支持RTB、GD、CPT等模式，为什么还要强调各个模式之间是平等的，难道一般这几种都是不平等的吗？

　　先和大家普及下交易模式的相关知识，在系列第一篇中我只说了程序化广告中包括RTB、PA、PDB、PD等多种形式，没有具体讲每个的特点，下面就细讲一下。

　　RTB、PA、PDB、PD之间的交易模式主要区别于是否保量和是否保价，保量是指保证其投放量，保价是指协商好固定价格进行交易，具体如下表：

　　从而可见，这几种广告模式，价格越高的广告主的准入门槛也越高，对广告主保量保价福利也越好，广告主的规模和质量也更高，品牌广告主也更多。毕竟品牌广告跟着行销计划走，早半年或者一年就规划好了，不可能参与可能竞价不到的RTB等模式。最终，就会导致参与RTB的是大家挑剩下的尾量。

　　今日头条相当于把优质流量，放在市场上让各种广告模式的都可以来竞价，并没有优先把流量给谁的一说。当然也可能存在给优先级高的调整算法，使其eCPM略高点，从而让它们有点小优势。

　　上文在介绍各类平台的时候特意强调了：DSP靠差价赚钱，准确预估eCPM。根据eCPM出价就能获得利润空间，DSP在出价方面，既要计算广告侧的点击率和点击价值，又要在预算约束下进行出价。

　　其中pCTR指预计点击率（点击量/展示量），pCVR指预计转化率（转化量/点击量）。

　　就是Optimized Cost Per Click ，以目标转化为优化方式的点击出价；就是系统向最有可能发生转化的用户展示广告，并且最后还是按照点击结算。

　　对于广告主来说：相比于CPC，在同样计价方式下oCPC的转化率肯定更高，因为CPC并没有考虑到后续的转化。相比于只针对SMB（中小客户）开放的CPA，对所有广告主都开放的oCPC明显更有利。

　　对今日头条来说：评估越准确转化率越高越好，最适合的流量给最适合的广告，达到平台最优。

　　下一篇《互联网广告的背后是什么（4）：今日头条DSP的功能细节》敬请期待！

　　这些都是我自己的自我总结，也是我对世界的认知和总结，每个人的认知或多或少有所不同，希望能够帮助大家更好地认识这个世界。

　　《独家调查 技术公司的B Side：今日头条如何用1万名销售死磕450亿元广告KPI》