Zavod za telekomunikacije

Zagreb, srpanj 2012.

DIPLOMSKI RAD br. 313DIPLOMSKI RAD br. 313

ODREĐIVANJE CIJENE OGLASA ODREĐIVANJE CIJENE OGLASA NA TRŽIŠTU SPONZORIRANOG NA TRŽIŠTU SPONZORIRANOG

OGLAŠAVANJAOGLAŠAVANJAIvana Bagić

Zavod za telekomunikacije

SadržajSadržaj

Sponzorirano oglašavanje Trading Agent Competition/Ad auction CrocodileAgent 2012 Zaključak

Zagreb, srpanj 2012. 2 od 19

Zavod za telekomunikacije

Sponzorirano oglašavanjeSponzorirano oglašavanje

Popularan način oglašavanja web-sjedišta, društvene mreže, tražilice

Objavljivačima omogućuje znatan izvor prihoda Google je u 2011. god. imao prihode od 37,9 milijardi $

Oglašivačke aukcije Pozicija oglasa i cijena po kliku, CPC

Neizvjesno ponašanje korisnika na tržištu

Zagreb, srpanj 2012. 3 od 19

Zavod za telekomunikacije

Sponzorirano oglašavanjeSponzorirano oglašavanje1) Unos ključne riječi1) Unos ključne riječi

Zagreb, srpanj 2012. 4 od 19

Zavod za telekomunikacije

Sponzorirano oglašavanjeSponzorirano oglašavanje2) Impresije2) Impresije

Zagreb, srpanj 2012. 5 od 19

Zavod za telekomunikacije

Sponzorirano oglašavanjeSponzorirano oglašavanje3) Klik3) Klik

Zagreb, srpanj 2012. 6 od 19

Zavod za telekomunikacije

Sponzorirano oglašavanjeSponzorirano oglašavanje4) Transakcija4) Transakcija

Zagreb, srpanj 2012. 7 od 19

Zavod za telekomunikacije

Trading Agent Competition/Ad AuctionTrading Agent Competition/Ad Auction

TAC igra u domeni sponzoriranog oglašavanja Cilj igre: proučavanje i poboljšavanje različitih

strategija oglašavanja u oglašivačkim aukcijama Sudionici na tržištu sponzoriranog oglašavanja: 90 000 korisnika 8 oglašivača 1 objavljivač

Zagreb, srpanj 2012. 8 od 19

PONUDA CIJENE CPC I VRSTA OGLASA

RANGIRANI OGLASI

KLIK NA OGLAS

KUPI PROIZVOD

CPCPROIZVOD

UPIT

Zavod za telekomunikacije

Trading Agent Competition/Ad AuctionTrading Agent Competition/Ad Auction

60 virtualnih dana 9 proizvoda uređenih parom (proizvođač,

komponenta) 16 upita podijeljenih u tri razine

F2 npr. upit (PG,Audio)

F1 npr. upit (PG,null) ili (null,Audio)

F0 npr. upit (null,null)

Zagreb, srpanj 2012. 9 od 19

Zavod za telekomunikacije

KorisniciKorisnici

Ponašanje korisnika modelira se Markovljevim lancem vjerojatnosti prijelaza su stacionarne, no mogući su i

tzv. stohastički šiljci koji simuliraju naglo povećanje korisnika koji pretražuju

Zagreb, srpanj 2012. 10 od 19

Zavod za telekomunikacije

Inteligentni programski agent Inteligentni programski agent CrocodileAgentCrocodileAgent 2012 2012

Nova strategija davanja ponuđene cijene Otkrivanje znanja u velikim skupovim podataka

kreiranje datoteka za učenje

Strojno učenje predviđanje sastava populacije korisnika, predviđanje ponuđene cijene za ostvarivanje željene pozicije

oglasa

Zagreb, srpanj 2012. 11 od 19

Zavod za telekomunikacije

CrocodileAgentCrocodileAgent 2012 2012

Zagreb, srpanj 2012. 12 od 19

Zavod za telekomunikacije

CrocodileAgentCrocodileAgent 2012 2012Generator broja korisnikaGenerator broja korisnika

Grupa Oznaka Granice Prosječan broj dana

extreme_low 0 0-119 11,11 / 59

low 1 120-250 14,44 / 59

medium 2 251-350 11,00 / 59

high 3 351-500 10,56 / 59

extreme_high 4 501 - 11,89 / 59

Zagreb, srpanj 2012. 13 od 19

0123

4

Zavod za telekomunikacije

CrocodileAgent CrocodileAgent 20122012Primjer naučenih pravila za određivanje grupe korisnikaPrimjer naučenih pravila za određivanje grupe korisnika

Zagreb, srpanj 2012. 14 od 19

Zavod za telekomunikacije

CrocodileAgent 2012CrocodileAgent 2012Generator ponudaGenerator ponuda

Ponuda za svaki upit predstavlja najveću cijenu CPC koju je oglašivač spreman platiti objavljivaču

Dvije faze za određivanje ponuđene cijene CPC: Faza pripreme podataka i učenja

za svaki odnos broja korisnika koji pretražuju (stanje IS) i potencijalnih kupaca (stanje F0, F1 i F2) odrediti željenu poziciju (npr. extreme_low u IS i F2 -> pozicija 6)

iz povijesnih podataka naučiti iznos ponuđene cijene CPC

Faza implementacije pravila dobivena uz pomoć alata Weka implementirana unutar

CrocodileAgenta 2012

Zagreb, srpanj 2012. 15 od 19

Zavod za telekomunikacije

CrocodileAgent 2012CrocodileAgent 2012Primjer naučenih pravila za određivanje ponuđene cijene Primjer naučenih pravila za određivanje ponuđene cijene

Zagreb, srpanj 2012. 16 od 19

Zavod za telekomunikacije

Analiza performansi Analiza performansi CrocodileAgentaCrocodileAgenta 2012 u 2012 u natjecanju TAC/AAnatjecanju TAC/AA

Validacija entiteta Generator broja korisnika

Zagreb, srpanj 2012. 17 od 19

Zavod za telekomunikacije

Analiza performansi Analiza performansi CrocodileAgentaCrocodileAgenta 2012 u 2012 u natjecanju TAC/AAnatjecanju TAC/AA

Validacija entiteta Generator ponuda

Zagreb, srpanj 2012. 18 od 19

2

Zavod za telekomunikacije

ZaključakZaključak

Oglašivači na temelju vlastitog razumijevanja stanja na tržištu donose odluke

Inteligentni programski agent CrocodileAgent već 4. godinu uspješno sudjeluje na natjecanju TAC/AA Predviđanje sastava populacije korisnika na tržištu ima točnost do

50%, dok predviđanje ponuđene cijene CPC, za ostvarivanje željene pozicije oglasa, ima točnost 72%

Prijedlog za poboljšanje agenta – proširiti arhitekturu CrocodileAgenta 2012 dodati novi entitet za usporedbu stvarnih i predviđenih podataka

tijekom igre te uvesti korekciju u entitetima Generator korisnika i Generator ponuda

Zagreb, srpanj 2012. 19 od 19