羅莉娟 鄭 玥 吳聯(lián)仁

(1.上海外國(guó)語大學(xué) 國(guó)際工商管理學(xué)院，上海 200083；2.墨爾本大學(xué) 墨爾本商學(xué)院，墨爾本 3010；3.上海對(duì)外經(jīng)貿(mào)大學(xué) 工商管理學(xué)院，上海 201620)

1 理論基礎(chǔ)與文獻(xiàn)回顧

1.1 實(shí)時(shí)競(jìng)價(jià)廣告

現(xiàn)在實(shí)時(shí)競(jìng)價(jià)廣告也出現(xiàn)在了眾多主流媒體上，引起了眾多消費(fèi)者和媒體的注意，也有許多學(xué)者紛紛加入實(shí)時(shí)競(jìng)價(jià)領(lǐng)域的研究，希望能夠進(jìn)一步推動(dòng)其在國(guó)內(nèi)的發(fā)展。吳勇毅[1]、羅雄偉等[2]對(duì)實(shí)時(shí)競(jìng)價(jià)廣告的特點(diǎn)進(jìn)行了研究，提出RTB廣告有三大特點(diǎn)，分別是精準(zhǔn)性、大數(shù)據(jù)和平臺(tái)化?？傮w來說，針對(duì)實(shí)時(shí)競(jìng)價(jià)廣告的研究成果很豐富，一個(gè)完整的實(shí)時(shí)競(jìng)價(jià)廣告包括兩個(gè)環(huán)節(jié)：用戶分析環(huán)節(jié)和拍賣環(huán)節(jié)[3]。在用戶分析環(huán)節(jié)，劉亞超等[4]研究過運(yùn)用用戶行為分析的競(jìng)價(jià)廣告投放的效果，通過網(wǎng)民在工具欄上瀏覽的記錄，搜索日志與網(wǎng)頁鏈接點(diǎn)擊量的研究得出結(jié)論，即頂端的廣告位效果要優(yōu)于側(cè)面的廣告位，廣告按照搜索相關(guān)性來排序。蔣在帆和王斌[5]通過研究用戶的查詢行為和文件訪問行為，提出了一種比傳統(tǒng)排序方法更有效的結(jié)果排序法，有助于提高廣告的精準(zhǔn)度。

1.2 拍賣環(huán)節(jié)

從拍賣的賣方來看，學(xué)者Roger Myerson[6]得出了最優(yōu)拍賣的理論，McAfee, McMillan[7]曾經(jīng)提出拍賣中經(jīng)濟(jì)租金的數(shù)學(xué)期望，在拍賣的交易平臺(tái)方面，張文明[8]研究得出了拍賣環(huán)節(jié)相似度的計(jì)算方法，但是他所列出的數(shù)學(xué)公式存在漏洞，尤其是對(duì)語義型屬性相似度的分析不夠全面，研究在此基礎(chǔ)上進(jìn)行改進(jìn)和優(yōu)化。針對(duì)該平臺(tái)的買方，徐雅卿[9]對(duì)買方的出價(jià)成功概率進(jìn)行了研究。

從拍賣理論來看，拍賣分為公開式拍賣和密封式拍賣。實(shí)時(shí)競(jìng)價(jià)通常采用第二價(jià)格密封式拍賣，在交易中，參與方按照該用戶與目標(biāo)顧客的相似度和價(jià)值提出競(jìng)價(jià)，確保廣告位的高效利用，進(jìn)一步提高了廣告的精準(zhǔn)度，第二價(jià)格拍賣更能體現(xiàn)出這條訪問流量的真正價(jià)值[10-11]。

雖然網(wǎng)絡(luò)廣告在中國(guó)已經(jīng)得到了很好的發(fā)展，但是實(shí)時(shí)競(jìng)價(jià)技術(shù)在中國(guó)還是一個(gè)比較新穎的概念，有較多文章淺顯地介紹了實(shí)時(shí)競(jìng)價(jià)廣告概念[12]，但是缺少深入研究實(shí)時(shí)競(jìng)價(jià)廣告拍賣環(huán)節(jié)優(yōu)化策略的成果，尤其是如何對(duì)實(shí)時(shí)競(jìng)價(jià)廣告涉及的三方進(jìn)行改進(jìn)的研究更加匱乏。本研究基于最優(yōu)拍賣理論和上述數(shù)學(xué)期望對(duì)實(shí)時(shí)競(jìng)價(jià)廣告中的供方提出了改進(jìn)意見，并將結(jié)合拍賣成功的概率公式和期望效用函數(shù)研究買方如何優(yōu)化出價(jià)策略。

1.3 實(shí)時(shí)競(jìng)價(jià)廣告交易模型

實(shí)時(shí)競(jìng)價(jià)廣告又被稱為real-time bidding ad(RTB廣告)，是大數(shù)據(jù)挖掘技術(shù)發(fā)展帶來的新型廣告形式，它標(biāo)志著廣告由傳統(tǒng)媒介購買轉(zhuǎn)變?yōu)閱蝹€(gè)訪問者購買，需求方平臺(tái)代表廣告主完成競(jìng)價(jià)，競(jìng)價(jià)最高者獲得在該廣告位投放廣告的機(jī)會(huì)，這一系列過程都在瞬間完成，不僅省去了廣告主與媒體協(xié)商廣告投放時(shí)間和位置的工作，節(jié)省了時(shí)間，有利于時(shí)間資源的有效利用，而且實(shí)時(shí)競(jìng)價(jià)廣告包含了對(duì)用戶行為分析的工作，有利于判斷用戶的購買需求，實(shí)現(xiàn)廣告的精準(zhǔn)投放。

本研究包括拍賣環(huán)節(jié)涉及的五個(gè)角色：媒體商、SSP供應(yīng)方平臺(tái)、AD Exchange交易平臺(tái)、DSP需求方平臺(tái)和廣告主。本文提出的實(shí)時(shí)競(jìng)價(jià)廣告模型見圖1，由媒體商提出拍賣需求，SSP代為拍賣并將網(wǎng)站訪問者的個(gè)性化信息和廣告位的保留價(jià)傳送給交易平臺(tái)。廣告主提出廣告投放請(qǐng)求，DSP代為拍賣并將目標(biāo)人群的信息傳送給交易平臺(tái)。交易平臺(tái)對(duì)SSP提供的訪問者信息和DSP提供的目標(biāo)人群信息進(jìn)行相似性分析并設(shè)置一個(gè)有效值，當(dāng)相似度小于有效值時(shí)，需求方直接退出競(jìng)價(jià)環(huán)節(jié)，競(jìng)價(jià)環(huán)節(jié)采用第二價(jià)格密封式拍賣的競(jìng)價(jià)方法，需求方按照預(yù)算分配以及出價(jià)策略對(duì)該廣告位提出競(jìng)價(jià)，提出最高價(jià)格的投標(biāo)人可以中標(biāo)投放廣告。

圖1 實(shí)時(shí)競(jìng)價(jià)廣告模型

實(shí)時(shí)競(jìng)價(jià)廣告運(yùn)作過程可以分為二個(gè)部分，第一部分是用戶分析和定位，由DMP根據(jù)網(wǎng)站訪問者以往的訪問記錄等數(shù)據(jù)分析訪問者的年齡區(qū)間、性別、愛好等特征和購買需求，用以匹配適合的廣告主；第二部分是競(jìng)價(jià)環(huán)節(jié)，SSP將訪問者信息、展示廣告位置以及時(shí)段等信息發(fā)送到AD Exchange廣告交易平臺(tái)，廣告主綜合考慮產(chǎn)品的目標(biāo)顧客和該訪問者特征相似度、展示廣告位置、營(yíng)銷方案和預(yù)算等方面返回價(jià)格，AD Exchange廣告交易平臺(tái)收集各個(gè)DSP需求方平臺(tái)返回的價(jià)格并進(jìn)行比較，選出價(jià)格最高的廣告主投放其廣告。當(dāng)訪問者剛打開網(wǎng)頁或者APP的那一刻，網(wǎng)頁上的廣告是未知的，只有在競(jìng)價(jià)結(jié)束后，提出最高競(jìng)價(jià)的廣告主才能投放廣告。

2 實(shí)時(shí)競(jìng)價(jià)廣告平臺(tái)優(yōu)化策略

2.1 面向供應(yīng)方的優(yōu)化

在優(yōu)化模型之前要考慮假設(shè)，Wang,Jun提出影響拍賣的主要有以下幾個(gè)因素：拍賣者的風(fēng)險(xiǎn)態(tài)度、對(duì)拍賣品的價(jià)值評(píng)估方法、買方的相似性和支付方式。

拍賣是一個(gè)充滿不確定的過程，不同的人會(huì)對(duì)風(fēng)險(xiǎn)做出不同的反應(yīng)。其次，估價(jià)方式不同會(huì)影響拍賣的過程，在這里有兩種情況，一是商品具有不固定價(jià)值，每個(gè)人都有估價(jià)；二是商品具有固定價(jià)值，由于在實(shí)時(shí)競(jìng)價(jià)廣告中廣告主互相不知道對(duì)方的估價(jià)，因此在這里可以假設(shè)在實(shí)時(shí)競(jìng)價(jià)廣告中商品是具有不固定價(jià)值的。這種情況符合IPV模型，又稱為獨(dú)立私人價(jià)值模型，雖然買方的估價(jià)對(duì)別人是未知的，但是已知估價(jià)符合某個(gè)概率分布，因此投標(biāo)人的估價(jià)不會(huì)很大程度上受其他需求方信息的影響。這種情況也可以表示為需求方i(i=1,2,…,n)知道自己對(duì)該訪問者的估價(jià)vi，同時(shí)也知道其他需求方的估價(jià)vj(j=1,2,…,n)符合概率分布Fj。除此之外，需求方之間的相似性會(huì)影響估價(jià)的概率分布，也是必須考慮的因素。最后，支付價(jià)格可能受到除中標(biāo)價(jià)以外的變量的影響，因此也會(huì)對(duì)拍賣模型產(chǎn)生影響。

為了對(duì)以上的影響因素進(jìn)行限制，實(shí)時(shí)競(jìng)價(jià)廣告拍賣模型進(jìn)行了以下假設(shè)：

H1：需求方和供方都符合風(fēng)險(xiǎn)中性；

H2：IPV模型中提出的需求方估價(jià)符合概率分布始終成立；

H3：需求方屬于同一類型；

H4：支付價(jià)格不受其他變量的影響。

接下來主要從供方的角度來分析模型。在第二價(jià)格密封式拍賣中，常常用經(jīng)濟(jì)租金來表示最高估價(jià)減去第二高估價(jià)的值，中標(biāo)者是出價(jià)最高的人，但是當(dāng)報(bào)價(jià)達(dá)到次高估價(jià)時(shí)提出次高估價(jià)的需求方不會(huì)以高于自己估價(jià)的價(jià)格繼續(xù)參與拍賣而是退出拍賣。因此，實(shí)際的中標(biāo)價(jià)是次高估價(jià)的期望值。假設(shè)在市場(chǎng)中有n個(gè)同類型的需求方要參與拍賣，他們對(duì)該網(wǎng)站訪問者的價(jià)值估計(jì)用v1,v2，…，vn來表示，vn為最高估價(jià)，vn-1為次高估價(jià)，v1到vn呈遞增趨勢(shì)，并且由IPV模型可知需求方對(duì)該訪問者價(jià)值的估計(jì)服從概率分布F。Mcmillan & Mcafee[7]已經(jīng)得出經(jīng)濟(jì)租金的數(shù)學(xué)期望為：

(f為概率密度)，因此最高估價(jià)vn減去經(jīng)濟(jì)租金就是中標(biāo)價(jià)，即供方的期望收入，數(shù)學(xué)公式表示如下：

R(vn)=vn-[1-F(vn)]/f(vn)

由上式可知R函數(shù)是遞增函數(shù)，隨著vn的增加R(vn)也會(huì)增加，那么供方的期望收入與最高估價(jià)是成正比的。

因此，對(duì)供方環(huán)節(jié)的改進(jìn)可以包括設(shè)置最優(yōu)保留價(jià)，只有高于保留價(jià)的競(jìng)價(jià)才是有效的競(jìng)價(jià)，這樣可以提高資源配置的效率，達(dá)到最優(yōu)拍賣。保留價(jià)的設(shè)置取決于未實(shí)行實(shí)時(shí)競(jìng)價(jià)時(shí)的支付價(jià)格。最優(yōu)拍賣不僅限于此，當(dāng)拍賣方設(shè)置最優(yōu)保留價(jià)、并以高于該價(jià)格進(jìn)行拍賣時(shí)，誠(chéng)信原則下的拍賣結(jié)果都能夠?qū)Y源進(jìn)行有效的配置，都屬于最優(yōu)情況。如果供方以高于需求方估價(jià)的保留價(jià)進(jìn)行拍賣，需求方均退出拍賣，則拍賣失敗。因此，假設(shè)供方設(shè)置理性的保留價(jià)，需求方也提出理性的出價(jià)，則拍賣達(dá)到最優(yōu)。

2.2 交易平臺(tái)的優(yōu)化

實(shí)時(shí)競(jìng)價(jià)廣告的最大特點(diǎn)就是實(shí)現(xiàn)廣告的精準(zhǔn)投放，因此實(shí)時(shí)競(jìng)價(jià)廣告的好壞很大程度上取決于交易平臺(tái)對(duì)信息相似性的處理能力。其中，信息包括供方提供的廣告位信息、訪問者特征和需求方平臺(tái)目標(biāo)顧客的特征信息。在確保能夠進(jìn)行有效的相似度分析之前，需要對(duì)需求方進(jìn)行小組聚合，將需求相似的需求方聚合在一個(gè)小組里，之后對(duì)信息進(jìn)行分類并分別進(jìn)行相似性分析?；赪ang Jun對(duì)相似度計(jì)算的研究，本研究提出以下針對(duì)不同信息類型相似性的計(jì)算方法：

1．區(qū)間型信息，例如年齡。假設(shè)網(wǎng)站訪問者年齡在a1和b1之間，需求方的目標(biāo)顧客年齡在a2和b2之間，則年齡相似性的計(jì)算方法如下：

如果二者的年齡完全無相交，例如訪問者年齡在[20,30]，目標(biāo)顧客年齡為[40，50]，則信息相似度為0；如果二者的年齡存在部分相交，例如訪問者年齡在[20，40]，目標(biāo)顧客年齡為[30，50]，則信息相似度為重合部分在整個(gè)年齡區(qū)間的占比，即(40-30)/(50-20)=1/3=33%。

2.語義型信息，例如愛好。在這里運(yùn)用語義樹來計(jì)算相似性，首先將二叉樹簡(jiǎn)單地分為同支二叉樹和異支二叉樹，假設(shè)x1是訪問者的語義型信息，x2是需求方顧客的信息。如果x1是x2的祖先，二者是同支的關(guān)系；如果二者互相不為對(duì)方的祖先，則是異支的關(guān)系。

以下分為同支和異支兩種情況來計(jì)算相似性,x1和x2同支時(shí)，同支計(jì)算公式如下：

S2=depth(Sp(x1,x2))/max(depth(x1),depth(x2))

其中，Sp(x1,x2)表示離x1,x2最近的根節(jié)點(diǎn)，depth(Sp(x1,x2))指的是最近根節(jié)點(diǎn)的深度，最近根節(jié)點(diǎn)也表示兩個(gè)信息之間相重合的部分。就x1“運(yùn)動(dòng)”和x2“羽毛球拍”兩個(gè)節(jié)點(diǎn)來舉例，距離最近的根節(jié)點(diǎn)是“運(yùn)動(dòng)”節(jié)點(diǎn)，“運(yùn)動(dòng)”節(jié)點(diǎn)以上的節(jié)點(diǎn)是x1和x2重合的節(jié)點(diǎn)，因?yàn)檫\(yùn)動(dòng)和羽毛球都屬于運(yùn)動(dòng)，也都可以幫助減肥。max(depth(x1),depth(x2))指的x1和x2兩者中最大的深度，“羽毛球拍”節(jié)點(diǎn)的深度最大，數(shù)值為5，也就是說“運(yùn)動(dòng)”節(jié)點(diǎn)和“羽毛球拍”節(jié)點(diǎn)以上的節(jié)點(diǎn)總數(shù)為5。兩個(gè)信息重合的節(jié)點(diǎn)除以兩個(gè)信息節(jié)點(diǎn)以上的節(jié)點(diǎn)總數(shù)就等于信息的重合度，也就是相似度。例如訪問者最近搜索過運(yùn)動(dòng)相關(guān)的網(wǎng)頁，廣告主投放的是羽毛球拍的廣告，則需要交易平臺(tái)計(jì)算運(yùn)動(dòng)和羽毛球拍的相似度，按照以上提出的公式，計(jì)算得出相似度S2=2/5=40%。

圖2 語義信息的二叉樹結(jié)構(gòu)

同理，在異支二叉樹中重合節(jié)點(diǎn)數(shù)除以兩個(gè)信息節(jié)點(diǎn)以上的節(jié)點(diǎn)總數(shù)表示重合的節(jié)點(diǎn)在所有有關(guān)節(jié)點(diǎn)之中所占的比重，也就是信息相似度。異知計(jì)算公式如下：

S3=depth(Sp(x1,x2))∕(depth(x1)+dist(N,x2))

其中，N指代x1,x2最近的根節(jié)點(diǎn)，dist(N,x2)是指x2節(jié)點(diǎn)和N節(jié)點(diǎn)之間的距離，等于depth(x2)-depth(N)。以二叉樹中“籃球”和“藥物”為例，離這兩個(gè)信息節(jié)點(diǎn)最近的根節(jié)點(diǎn)是“減肥”節(jié)點(diǎn)，“減肥”節(jié)點(diǎn)及以上的節(jié)點(diǎn)是重合的部分。由于在這個(gè)二叉樹中最近根節(jié)點(diǎn)深度為1，因此重合節(jié)點(diǎn)數(shù)為1，兩個(gè)信息節(jié)點(diǎn)以上的節(jié)點(diǎn)總數(shù)是x1的深度加上x2的深度并減去重復(fù)計(jì)數(shù)的節(jié)點(diǎn)數(shù)，即x1的深度加上x2到N之間的節(jié)點(diǎn)數(shù)，因此“籃球”和“藥物”兩個(gè)信息的相似度計(jì)算如下：S3=1∕(2+4)=17%。

3.枚舉型信息，例如性別，當(dāng)信息相符合時(shí)相似性為1，不相符合就為0。

有相關(guān)學(xué)者提出了整體相似度，即將每個(gè)類型的信息相似度乘以權(quán)重然后加總平均。但此計(jì)算方法中，加總的相似度無法清晰地反映各個(gè)類型的相似性，不利于精準(zhǔn)投放。因?yàn)?，不同的需求方小組對(duì)信息類型有不同的傾向也有不同的優(yōu)先次序。例如在產(chǎn)品為化妝品的需求方小組內(nèi)，化妝品的面向?qū)ο笥心杏信?，因此首先要?duì)性別進(jìn)行比對(duì)，如果該訪問者是女性，那么面向男性的化妝品廣告則無法參與競(jìng)價(jià)。從以上的例子可知，進(jìn)行相似性分析的信息有先后之分，并且對(duì)各個(gè)類型的相似度進(jìn)行限制會(huì)更加有效，因此交易平臺(tái)需要依據(jù)需求方小組的特性對(duì)相似性分析的信息進(jìn)行排序，還需要對(duì)各個(gè)類型分別設(shè)置有效值[0,1]，即相似度均高于有效值的需求方才能夠參與競(jìng)價(jià)。例如，對(duì)女性化妝品需求方而言，首先訪問者是女性的情況下購買的可能性更大，因此將性別的有效值設(shè)為1，其次考慮年齡，化妝品一般針對(duì)不同年齡段的顧客，因此年齡是影響相似度的又一大因素，因此可以將有效值設(shè)置為0.5。

為了驗(yàn)證以上相似性計(jì)算方法的正確性，本研究運(yùn)用Simulink軟件對(duì)拍賣過程中的相似性分析環(huán)節(jié)進(jìn)行了仿真模擬，模擬結(jié)果證明該計(jì)算公式運(yùn)行快捷，得出的結(jié)論比前人的計(jì)算公式更加準(zhǔn)確，充分驗(yàn)證了該研究成果的科學(xué)性。

2.3 面向需求方的優(yōu)化

馮·諾依曼等在解決不確定條件下決策時(shí)提出期望效用函數(shù)，假設(shè)做事情A，第一個(gè)結(jié)果的概率為P1，帶來的價(jià)值為V1，第二個(gè)結(jié)果的概率為P2,帶來的價(jià)值為V2，那么A帶來的期望效用U則為P1V1+P2V2。對(duì)于需求方而言，出價(jià)的目的是為了得到最大的期望效用，因此基于期望效用函數(shù)的出價(jià)更為科學(xué)。首先，實(shí)時(shí)競(jìng)價(jià)廣告中一個(gè)需求方會(huì)收到很多的競(jìng)價(jià)需求，即很多個(gè)廣告位，那么合理地分配預(yù)算極為重要。假設(shè)需求方A的預(yù)算為θ，如果不出價(jià)，則期望效用U為0，假設(shè)A出價(jià)，價(jià)格為i，并且市場(chǎng)中有n個(gè)競(jìng)爭(zhēng)者，競(jìng)爭(zhēng)者的出價(jià)服從概率分布F，fi表示投標(biāo)價(jià)格為i的概率，jn(n=1,2，…，n)

在上述數(shù)學(xué)公式中，a1，a2，a3表示權(quán)重并且相加之和等于1，(fj1+fj2+fj3+…+fjn)(n-1)表示A出價(jià)比其他競(jìng)爭(zhēng)者都高贏得競(jìng)價(jià)的概率。競(jìng)價(jià)的結(jié)果有兩種，成功或者失敗。競(jìng)價(jià)成功帶來的價(jià)值不僅僅是支付價(jià)格低于預(yù)算帶來的價(jià)值，還包括廣告位本來就具備的宣傳價(jià)值Vad，并且實(shí)時(shí)競(jìng)價(jià)廣告擺脫了傳統(tǒng)的購買廣告位的方式，轉(zhuǎn)而實(shí)現(xiàn)了對(duì)訪問者的購買，因此該廣告還會(huì)帶來訪問者價(jià)值Vp，即訪問者可能購買產(chǎn)品帶來的利潤(rùn)，如果競(jìng)價(jià)失敗則無價(jià)值，期望效用為0。上面提到的權(quán)重會(huì)根據(jù)需求方的需求進(jìn)行調(diào)節(jié)，但是一般而言需求方會(huì)將預(yù)算作為首要考慮的因素，因?yàn)樾枨蠓娇赡苊媾R很多廣告位需求，其次需求方會(huì)較多地重視廣告位的宣傳價(jià)值，比如廣告位的位置和曝光度等，最后再考慮訪問者價(jià)值。因?yàn)樵L問者購買產(chǎn)品的可能性未知，并且在正式競(jìng)價(jià)之前訪問者與該產(chǎn)品目標(biāo)顧客的相似性已經(jīng)達(dá)到了有效值，因此可以設(shè)置較小的權(quán)重。

3 結(jié)論和建議

本研究對(duì)供應(yīng)方機(jī)制進(jìn)行優(yōu)化，有利于消除媒體商的顧慮，吸引更多的媒體商進(jìn)入實(shí)時(shí)競(jìng)價(jià)廣告的領(lǐng)域。另外，對(duì)于需求方而言，礙于缺乏完善的出價(jià)策略，需求方不愿意使用實(shí)時(shí)競(jìng)價(jià)技術(shù)投放廣告，因此本文針對(duì)這個(gè)問題對(duì)需求方的出價(jià)策略提出了優(yōu)化意見，有利于增強(qiáng)需求方對(duì)競(jìng)價(jià)的控制，運(yùn)用合理的競(jìng)價(jià)策略來提高競(jìng)價(jià)的效率，減少廣告成本。在實(shí)時(shí)競(jìng)價(jià)廣告中最重要的是廣告交易平臺(tái)，廣告投放的效果和精準(zhǔn)度取決于交易平臺(tái)的運(yùn)行機(jī)制。本文用相似性分析的方法來解決這個(gè)問題，有利于對(duì)供需雙方進(jìn)行合理的比對(duì)，將廣告精準(zhǔn)地投放給有需求的訪問者?？傮w來說，本文能夠?yàn)閮?yōu)化實(shí)時(shí)競(jìng)價(jià)廣告拍賣環(huán)節(jié)提供建議，減少無效廣告，使得每一條廣告物有所值，充分發(fā)揮其宣傳的作用。

本文在拍賣理論的基礎(chǔ)上對(duì)實(shí)時(shí)競(jìng)價(jià)廣告的優(yōu)化策略進(jìn)行了研究，未來可以對(duì)拍賣算法進(jìn)行研究，提出更有效的算法，為實(shí)時(shí)競(jìng)價(jià)廣告的發(fā)展提供支持。其次，第二價(jià)格密封式拍賣運(yùn)用到現(xiàn)實(shí)生活中，如果廣告主串通壓低支付價(jià)格，勢(shì)必會(huì)減少媒體的收入，影響實(shí)時(shí)競(jìng)價(jià)廣告的生態(tài)環(huán)境。未來可進(jìn)一步研究，找出更公平有效的拍賣方式。

[ 1 ] 吳勇毅. 顛覆互聯(lián)網(wǎng)傳統(tǒng)營(yíng)銷模式,RTB實(shí)現(xiàn)顧客識(shí)別[J]. 信息與電腦, 2014(1):53-57.

[ 2 ] 羅雄偉. RTB廣告的運(yùn)作特點(diǎn)及其未來發(fā)展隱憂[J]. 中國(guó)傳媒科技, 2013(12):45-47.

[ 3 ] 董征藝. 程序化網(wǎng)絡(luò)自動(dòng)化拍賣技術(shù)的理論研究與應(yīng)用[D]. 北京：北京郵電大學(xué), 2015.

[ 4 ] 劉亞超. 中國(guó)程序化廣告投放模式研究——以RTB廣告為例[J]. 新聞研究導(dǎo)刊, 2016, 7(19).

[ 5 ] 蔣在帆，王斌，基于用戶行為分析的個(gè)人信息檢索研究[J].中文信息學(xué)報(bào)，2011，25(1):9-15.

[ 6 ] ROGER B.Myerson, optimal auction design[J]. Mathematics of Operations Research, 1981, 6(1):58-73.

[ 7 ] MCAFEE R P, MCMILLAN J. Auction and Bidding[J]. JEL，1987(25)：699-738.

[ 8 ] 張文明，王小平. 一種基于多Agent系統(tǒng)的在線廣告競(jìng)價(jià)模型[D]. 上海：同濟(jì)大學(xué), 2017.

[ 9 ] 徐雅卿. 電子商務(wù)環(huán)境下的網(wǎng)上拍賣理論研究[D]. 西安：西安電子科技大學(xué), 2004.

[10] 陳劍, 陳熙龍, 宋西平. 拍賣理論與網(wǎng)上拍賣[M]. 北京：清華大學(xué)出版社, 2005.

[11] 馬俊.拍賣模型及其應(yīng)用研究[M]. 北京：中國(guó)財(cái)政經(jīng)濟(jì)出版社, 2004.

[12] 安建成, 武俊麗. 基于語義樹的概念語義相似度計(jì)算方法研究[J].微電子學(xué)與計(jì)算,2011, 28(1)：138-141.