首先來說大數據跟DSP精準廣告的關系，DSP的核心是整合多方流量，通過精準定向技術，幫助廣告主高效完成營銷需求。當用戶訪問網站時，網站會將用戶信息傳遞給廣告服務器，廣告服務器進行競價引擎、DSP服務器、廣告交易平臺一系列的計算，較后廣告服務器會發送創意給用戶所在的Web瀏覽器。

在其中廣告投放系統通過cookie跟蹤，針對每個不同行業建立不同數據庫，數據庫大致可以分為三個主題：人群畫像，投放方式，流量預估，這三個都是數據組成部分。對于畫像，我們的做法是部分自主建設，同時集成業務方如搜索、廣告和風控團隊開發的畫像標簽，形成統一的畫像寬表。不同的數據庫形成了DSP廣告系統的大數據。

在來說說人工智能，人工智能技術的應用較廣泛的莫過于機器學習，從字面上來理解機器學習，就是讓機器具有學習的能力，使機器能夠完成一些更為智能的工作，而我們實現這種能力的方式就是構建算法模型，也就是一些機器學習算法。機器學習的本質就是將人的操作思維過程的輸入與輸出記錄下來，然后統計（又叫做訓練）出一個模型用來對新的數據進行預測，使得這個模型對輸入輸出達到和同人類相似的表現，這種方式也慢慢成了現代強人工智能較基本的核心理念。

機器學習固定的流程，包括5個方面：

1. 搜集數據：收集訓練模型所需要的數據，盡可能多得收集相關的數據。

2. 準備和清理數據：保證所收集數據的質量，處理一些數據的問題如缺失值和極端值。

3. 訓練模型：選擇適當的的算法來構建模型，將數據分為想訓練集，交叉集，和測試集。

4. 評估模型： 利用交叉集來評估模型的質量，利用測試集來評估模型的通用性。

5. 優化模型性能。

結語，DSP廣告系統針對每個不同行業建立不同數據庫，形成了三個主題的大數據庫。DSP兩個核心特征，一是擁有強大的RTB(Real-Time Bidding的基礎設施和能力，二是擁有先進的用戶定向(AudienceTargeting技術。使用機器學習建模、訓練等技術作為用戶定向技術為廣告主提供更精準營銷。

蓋樂傳媒原創，轉載請注明。