任务三 宝贝引流中的定向（课件）-《电子商务基础理实一体化》同步教学（机工版）

《电子商务基础理实一体化》 同步教学（机工版） 任务三 宝贝引流中的定向 行业店铺定向 概念 近期访问过行业内优质店铺的人群。 特点 相比较店铺定向，人群精准度要有所降低，适合拉新计划。 3 广告主 计划 单元 定向 资源位 出价 创意 购物意向定向 概念 根据宝贝标题定位买家，对该部分人群进行溢价可提升优质流量占比，从而提升整体智能投放效果。 购物意向定向只适应与宝贝引流计划（单品推广） 解释 系统通过分析宝贝标题，推荐想要购买此类产品的买家人群。 比如推广的宝贝是生日礼物，那么系统会推荐近期想要购买生日礼物的人群，进行定向出价。 4 广告主 计划 单元 定向 资源位 出价 创意 相似宝贝定向 概念 原理 通过广告主指定的宝贝，寻找跟这个宝贝相似且有竞争关系的其他宝贝，圈出对这些相似宝贝感兴趣的消费者群体。 从种子宝贝到相似宝贝的筛选原则： 　a)基于宝贝的客单价、叶子类目、属性与种子宝贝相似，且有一定量级的数据； 　b)符合所处行业的消费者购买决策周期内等维度进行集合 5 广告主 计划 单元 定向 资源位 创意 相似宝贝定向 注意事项 相似宝贝定向在店铺引流和宝贝引流计划中都能使用。 1、相似宝贝定向基于广告主自己的宝贝作为种子宝贝 2、相似宝贝定向投放支持CPM和CPC模式。 3、相似宝贝定向圈定的人群是指对种子宝贝有竞品关系的宝贝感兴趣的人群。 6 广告主 计划 单元 定向 资源位 创意 类目型定向 类目型定向是依据消费者的近期行为，整合出一级类目、叶子类目、购物兴趣点等多粒度的人群包。通过多层级类目选择或关键词搜索来进行意向人群的投放。 概念 ——钻展后台截图（2019年3月） 7 广告主 计划 单元 定向 资源 创意 类目型定向 高级兴趣点 高级兴趣点是根据消费者的近期行为(包括浏览、加购、收藏和购买等行为)，提炼出意向度高的购物兴趣点，广告主通过搜索关键词即可找到对应意向人群(去掉已成交人群)，是兴趣点定向的升级版。 ——实训软件界面 8 广告主 计划 单元 定向 资源 创意 任务四 宝贝标题相关性 标题相关性 标题相关性 标题中是否含有搜索词、词出现的位置、顺序、频次 属性相关性 搜索词是否为属性词或者包含属性词 类目相关性 搜索词流量的类目匹配 10 搜索引擎如何计算相关性呢？ 在淘宝搜索系统中，从买家输入关键词搜索Query直到最终的搜索结果列表页组织返回响应，其中涉及到如下两个重要的相关性计算环节： 第一点告诉我们，商品上架一定要选对类目，具体的计算问题同学们可以自己搜索学习，下面只介绍相关性计算问题。 11 1、系统预测该关键词所对应的优先展示类目 2、系统在已召回的宝贝中进行该关键词与宝贝标题的相关性进行计算 相关性计算 向量空间模型 向量空间模型提出了将查询词和宝贝标题按照关键词的维度分别向量化，然后通过计算这两个向量间夹角的余弦值的方法得到标题与查询词的相关性得分。从而优先检索那些和查询词相关性大的标题，并能够对检索出的标题按照与查询词的相关性进行初步评估和排序，向量空间模型的计算方法如下图所示： 原始查询 标题 查询向量 标题向量 查询标题相似度 12 相关性计算 步 骤 01 把原始查询和标题都看做文本，使用同样的向量化过程分别得到查询向量和文档向量。 02 通过计算向量相似度的方法计算原始查询和文档相似度 03 按照与查询词的相似度从大到小给予评估，并返回给淘宝搜索系统。 13 相关性计算 向 量 向量包含了两层含义，即长度和方向。长度用向量的模表示，向量的模（长度）的计算公式为向量的每个分量的平方和开根号。由于向量具有方向，所以方向上的差异（角度）被用来量化向量的相似程度。 将各种不同的关键词看做是不同的维度，那么每个文档按照关键词进行向量化，得到向量中每一个分量可以理解为向量在各个关键词维度上的投影，三维坐标上描述一个点采用的方式为（a,b,c）表示向量在X轴上的投影为a，在Y轴上的投影为b，在Z轴上的投影为c来表示。。这里只是把代表三位空间中3个轴转换为n个关键词的n维空间，这样每一个查询词和每一个文档都可以用这个n维空间。 14 相关性计算 举 例 假定淘宝的汉语词库中只有“安卓”、“双系统”、“手机”这3个词（实际上，淘宝的词库中的汉语词汇数以万计），那么这3个词组成的向量空间模型就是我们熟悉的三维空间，如下图所示： 15 相关性计算 举 例 对于“HTC G21 双系统 双卡双待移动电话安卓智能手机 包邮送豪礼”这个标题，将3个词的维度理解为三维空间的XYZ轴，通过计算每个关键词的权重，这样，“HTC G21 双系统 双卡双待移动电话安卓智能手机 包邮送豪礼”这个标题在词典中构成的向量空间内表示为向量（2,1,1）。 16 相关性计算 计 算 向量间夹角余弦值的计算公式如下：  其中a,b表示向量， 圆点表示向量的点乘，|a|表示向量的模，或者说是向量的长度。  假定在一个7个关键词的向量空间下，一个查询词的向量化为a(0,0,2,0,1,0,1),一个标题的向量化为b(0,1,3,5,2,4,0)，夹角余弦计算方法如下: 这样查询词a和文档b的相似性就转化为0.44这个具体的数值上，使相关性成为可以量化的概念。  淘宝搜索系统即可通过相关性的判断，对标题进行分档排序，对于相关性分值高的标题予以加分。 17 谢谢观看 $$