隨著電視智能化程度的提升越來越多的智能電視服務商成為了互聯網流量的一個新的入口，智能電視服務商積累了海量的用戶在影視、音樂、游戲、應用、教育及生活消費等各個方面的數據，廣告是智能電視運營服務商將流量變現的一種通用商業模式。本文主要講述如何利用大數據和人工智能相關的技術通過對海量用戶行為數據的深度分析和挖掘，將數據挖掘的成果應用到廣告的售賣、投放中，用大數據和AI的相關技術實現廣告競價售賣、精準的廣告投放、預測廣告的投放效果、控制廣告投放成本、提高流量的變現能力。

智能電視廣告的背景和市場

智能電視廣告是依托智能電視平臺，結合人工智能和大數據技術將不同品牌和服務信息以廣告的方式精準投放給具體的受眾。相對于傳統電視、移動互聯網廣告，智能電視廣告其獨特價值體現在：

1）受眾體量大、價值高。根據勾正數據分析到2020年國內智能電視存量超過2．8億臺，占市場比例近60％，智能電視用戶群體量級巨大、智能電視用戶集中在25－45歲最具備消費能力，最有價值的核心消費層，而傳統電視用戶則集中在中老年及偏遠的鄉村。從整體用戶屬性看，智能電視用戶更集中在高收入、高學歷、消費能力強的家庭人群上。國內智能電視監測領域布局最早的數據技術公司，AdMaster發現，針對智能電視平臺的廣告投放正在快速增加，2017年第二季度，CTV廣告曝光量同比增長639％，投放CTV廣告的廣告主數量同比增長97％、CTV廣告項目數量同比增長356％。

2） 廣告展示效果好。智能電視大屏幕、高分辨率的視覺體驗可以使廣告展示更精致，體驗也更加直觀，接受度更高，沖擊力強、大屏幕有利于品牌廣告的傳播，同時智能電視上的廣告支持高清視頻、高清圖片、動畫等多種方式且具有交互性。

3） 場景獨占。智能電視新型交互方式使用戶在享受視頻娛樂的同時，趣味性接受廣告傳播，用戶注意力集中，廣告具有獨占性，記憶度高的特點，能夠快速捕捉用戶的視線，可快速形成品牌意識。

4） 完整的營銷閉環、具有互聯網的屬性。傳統電視多是單向推送，少量升級為雙向網絡后依然互動性不強。而智能電視不僅可以看視頻，還可以在看視頻的同時參與投票、搶紅包、跨屏互動，玩游戲，下載應用以及直接在線完成購買，構建了從廣告曝光、互動、購買到分享等的一整套營銷閉環。

計算廣告的定義及在智能電視上的應用場景

智能電視運營商掌握了智能電視流量的入口并收集入海量用戶的行為數據，因此計算廣告在智能電視上具有天然的應用場景和獨特價值。通過對智能電視的分析和了解，梳理了智能電視上可投放廣告的應用場景如下：：

開機啟動畫面、待機屏保畫面、關機畫面；

基于播放器的廣告（如：貼片、暫停等）；

基于遙控器控制的廣告（如：音量、頻道、菜單等）

基于大屏智能APP的啟動廣告；

基于業務的深度定制廣告（排行榜、猜你喜歡、智能推薦）；

基于瀏覽器及導航應用的廣告；

基于智能電視大屏到手機小屏的雙向互動廣告。

大數據及AI技術在計算廣告上的應用場景

場景一：基于大數據和實時計算的程序化廣告交易平臺

隨著廣告市場的成熟和競爭機制的引入，廣告投放市場不斷的向需求方開放，廣告在售賣的產品形態上更加的精細化，除了傳統廣告投策略中廣告主可按照已經定義好的用戶、時段、區域劃分來購買之外，更多的精細化的售賣方案逐漸成為主流，主要包括廣告主可以自行選擇流量，每次展示獨立詢價、出價、競價，廣告投放成本可管控，廣告平臺流量利益最大化的實時評測體系。因此依靠大數據、人工智能算法、實時計算能力組合而成的程序化廣告交易平臺成為連接廣告主、廣告運營商和用戶之間的紐帶。實時競價廣告的產生，可以讓廣告的售賣市場更加的透明化，通過競價的策略實時得到廣告候選，并按照廣告主的出價實時完成投放決策，廣告投放者對于流量的選擇和控制能力達到了極致，同時程序化的交易平臺可以讓優質的流量利潤最大化，詢價、出價、成交的需求存在與流量和廣告投放者預算范圍內的準確套利，同時程序化的廣告售賣平臺提供近乎準確的廣告點擊率預測、點擊價值估計、流量預測的優化策略與能力。

場景二：基于用戶畫像的精準化廣告投放與推薦平臺

基于大數據和實時計算的程序化廣告交易平臺構建了通過競價機制解決了廣告流量售賣中利潤最大話的問題而基于用戶畫像的精準化廣告投放與推薦平臺主要解決如何細分流量、最大化流量效能的問題。主要通過在智能電視終端收集海量用戶的行為數據，通過對用戶行為的深度分析與多維度的挖掘，發現用戶潛在的行為規律，細分領域上的偏好、新增特定場景上的需求。畫像的內容一方面可以作為單獨的廣告場景售賣或者根據廣告主的邏輯來劃分廣告用戶群，另一方面可以作為精準化廣告投放的依據。常用的用戶畫像維度主要包括如下：

計算廣告的推薦系統是根據個體用戶信息投放個性化內容，該系統主要包括如下內容：在線投放引擎，主要用于實時響應終端的請求完成投放執行任務；離線的分布式計算數據處理平臺；在線實時反饋的流計算平臺。

通過用戶畫像體系與推薦平臺可以將廣告主的廣告需求快速的落地到轉移到具體用戶身上，實現廣告投放的價值，最終一方面解決了廣告主廣告利益最大化的需求，另一方面解決了用戶在特定領域上的需求、優化了產品體驗、提高了產品的競爭力。

大數據與AI算法在用戶畫像及投放系統中的主要應用如下：基于大數據統計規律的用戶偏好畫像，基于ALS（協同過濾）召回算法，基于FP－Growth的關聯規則召回、基于邏輯回歸、隱因子分解機、梯度提升決策樹、深度神經網絡等的排序算法。

場景三：基于實時計算的廣告流量和交易清算平臺。

程序化的廣告交易平臺和廣告投放與推薦平臺解決了廣告的售賣和流量的變現問題，基于實時計算的廣告流量和交易清算平臺主要用來解決售賣和變現過程中交易相關的問題，通過實時的計算，可以實時的反饋流量的售賣價值和流量的轉化價值，一方面輔助經營決策者實時調整經營策略，一方面讓廣告投放者了解廣告的投放情況、幫助其評估廣告的投放效果、調整投放策略。清算平臺的另一個核心功能是提高廣告產品的利潤，其核心的優化目標為：

（說明：a表示廣告、u表示用戶、c表示環境、r表示點擊產出、q表示投入、μ表示預測點擊率、v表示點擊價值），同時清算系統需要實時判斷流量來源中是否有作弊的流量，并且將這部分流量從后續的計價和統計中去掉，對于那些即將預算耗盡的廣告，必須馬上通知廣告投放系統終止其投放計劃。

AI技術在清算系統中的核心作用是求解最優化的問題，當投入q一定時，如何找到最優的投放策略，使投入的成本最小成為了終極問題。最優化的問題在數學上就是：給定某個確定的目標函數以及該函數自變量的一些約束條件，求解函數的最大或者最小值問題。常用的解決方案主要包括：拉格朗日法與函數凸優化、梯度下降算法及擬牛頓法。通過數據和算法來尋找最優化的解，制定最優的投放策略。