Data Science Toolkit - カスタム モデルを使用した ALI ワークフロー

Bonsai ツリーやロジスティック回帰モデルや拡張ライン アイテム (ALI) などのカスタム モデルの操作は、従来のキャンペーンの操作プロセスとよく似ています。 このガイドでは、カスタム モデルを作成して ALI に関連付ける手順について説明します。 次の例では、 Bonsai 期待値 決定ツリー オブジェクト を作成し、ALI の入札戦略として使用します。

ツリーの作成と検証

Bonsai ツリーの構文と現在キャンペーンで使用できる機能は、ALI で動作するツリーでも同じです。 カスタム モデルの作成には、カスタム モデル サービスを使用します。 カスタム モデル パーサー サービスを使用して、 Bonsai 意思決定ツリー。 これらのサービスのドキュメントは、こちらにあります。

この例では、テスト広告主の下に単純なツリー (リテラル '0' 文字) を作成します。

カスタム モデル

custom_model.json
{
  "custom_model": {
    "name": "Test Custom Model",
    "code": "mcg-test-custom-model",
    "advertiser_id": 354236,
    "custom_model_structure": "decision_tree",
    "model_output": "bid",
    "model_text": "MAo="
  }
}

POST/ツリー モデルの作成

POST モデル (応答の短縮)
$ curl -b dcc -c dcc -X POST -s -d '@json/custom-model.json' "https://api-test.appnexus.com/custom-model?advertiser_id=354236"  | jq '.'
{
  "response": {
    "status": "OK",
    "count": 1,
    "id": "379792",
    "start_element": 0,
    "num_elements": 100,
    "custom_model": {
      "id": 379792,
      "name": "Test Custom Model",
      "code": "mcg-test-custom-model",
      "member_id": 958,
      "advertiser_id": 354236,
      "custom_model_structure": "decision_tree",
      "model_output": "bid",
      "compiled_text": null,
      "model_text": "MAo=",
      "original_text": "0
",
      "active": true,
      "last_modified": "2016-08-30 20:55:38"
    },
    "dbg_info": {...}
  }
}

API を介した ALI の作成

カスタム モデルは、Xandr API ユーザーが評価モデル、非評価モデル、拡張ライン アイテムまたはキャンペーンのクリエイティブ配信に意思決定ロジックを追加できるように設計されています。 ALI の作成手順については、 ドキュメントを参照してください

カスタム モデルを ALI に関連付ける

拡張品目には、品目に関連付けられているカスタム モデルを一覧表示する 'custom_models' というタイトルの配列フィールドがあります。 カスタム モデルを ALI に関連付ける手順については、 ライン アイテム モデル サービスのドキュメントを参照してください。

ターゲット IP アドレス

GDPR 規制に準拠している国または地域のお客様は、品目、Bonsai ツリー、またはロジスティック回帰モデルのいずれかで IP アドレスまたは IP 範囲をターゲットにする場合、アドレスが切り捨てられる可能性があることに注意する必要があります。 このプロセスの詳細については、 当社のサービス ポリシーを参照してください

複数のカスタム モデル

異なるタイプの複数のカスタム モデルを拡張品目に関連付けることができます。 これには、インプレッションの期待値の計算の一部をオーバーライドするために使用できるカスタム モデルの種類が多数含まれています。 次の例は、複数のカスタム モデルを 1 つの品目に関連付けるプロセスがどのように機能するかを示しています。

カスタム モデルの例

update_models.json
// Update / Set a single model
{
  "line_item_model": {
      "custom_model_id": 123,
      "type": "click_imp"
    }
}
 
// Set / Update multiple models
{
  "line_item_models": [
    {
      "custom_model_id": 123,
      "type": "click_imp"
    },
    {
      "custom_model_id": 456,
      "type": "ev_click"
    }
  ]
}

カスタム モデルの種類

次のモデルタイプをカスタムモデルとしてライン品目に関連付けることができます。

モデル名 モデル出力 出力の種類/範囲
expected_value インプレッションの Xandr 最適化された期待値をオーバーライドします。
- CPM の値
浮動小数点数
creative_selection この広告申込情報に関連付けられているクリエイティブの動的選択。 クリエイティブの詳細については、「 クリエイティブ選択のカスタム モデル」を参照してください。
ev_click このインプレッションのクリックの予想値。
- CPM の値
- $1 CPC は 1000 として表されます
浮動小数点数
click_imp このインプレッションのクリックの確率。 浮動小数点数 - (0,1)
ev_conv このインプレッションのコンバージョンの予想値。
- CPM の値
- $1 CPC は 1000 として表されます
浮動小数点数
conv_imp このインプレッションのコンバージョンの確率。 浮動小数点数 - (0,1)
conv_click クリックした場合のコンバージョンの確率。 浮動小数点数 - (0,1)
bid_modifier このインプレッションに対するこの入札単価が乗算される金額。 浮動小数点数
nonvaluation カスタム マクロ、Learn ステータス、およびその他の非評価ノード。 カスタム モデルの出力は入札には影響しませんが、機能の実装時にレポートに使用されます。 詳細については、 非評価カスタムモデルを参照してください。
cadence このインプレッションの周期修飾子。 浮動小数点数

注:

ライン アイテムの 'custom' の 'goal_type' は、'expected_value' モデルをライン アイテムに関連付けるなど、一部のシナリオでのみ必要です。 この goal_type をカスタム モデルで使用すると、ランク探索などの特定の最適化機能が無効になります。

ライン アイテム目標と関連するコンポーネント モデルによって入札単価計算がどのように影響を受けるかについては、 カスタム モデル のページを参照してください。