次の方法で共有

Data Science ツールキット - カスタム モデルを使用した ALI ワークフロー

  • [アーティクル]

Bonsai ツリーやロジスティック回帰モデルや拡張広告申込情報 (ALI) などのカスタム モデルの操作は、従来のキャンペーンを操作するプロセスとかなり似ています。 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 の期待値 デシジョン 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 モデルを作成するには、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 デシジョン ツリーを検証できます。 これらのサービスのドキュメントは、次のとおりです。

例

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 model (応答の省略)
$ 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 を使用して ALI を作成する

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、拡張広告申込情報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

拡張された行項目には、"custom_models" という名前の配列フィールドがあり、行項目に関連付けられているカスタム モデルが一覧表示されます。 カスタム モデルを ALI に関連付ける手順については、 品目モデル 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、IP アドレスまたは IP 範囲を対象とする場合、広告申込情報、Bonsai ツリー、ロジスティック回帰モデルのいずれかで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、 サービス ポリシーに関するページを参照してください。

複数のカスタム モデル

異なる種類の複数のカスタム モデルを拡張された行項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ます。 次の例は、複数のカスタム モデルを 1 つの行項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 モデル型

次のモデルの種類は、カスタム モデルとして広告申込情報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 Optimized 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に対するクリックの期待値。
- 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に対するクリックの確率。 Float - (0,1)
ev_conv このインプレッションのコンバージョンの期待値。
- 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。 Float - (0,1)
conv_click クリックしたコンバージョンの確率。 Float - (0,1)
bid_modifier このインプレッションに対するこの入札額が乗算されます。 浮動小数点数
nonvaluation カスタム マクロ、Learn Status、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で使用されます。 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 この印象のケイデンス修飾子。 浮動小数点数

注:

"expected_value" モデルを広告申込情報に関連付けるなど、一部のシナリオでのみ、"custom" の "goal_type" が必要です。 カスタム モデルでこの goal_type を使用すると、ランク検出などの特定の最適化機能が無効になります。

[ カスタム モデル ] ページを参照して、明細の目標と関連するコンポーネント モデルによって入札計算がどのように影響を受けるかを確認します。