3.15晚会，DSP几乎全军覆没，Cookie这个词热起来，话题也涉及到RTB和大数据产业。好多人问，啥叫RTB？啥叫DSP？
最近我们算法平台正在应用于在线广告业务，因此写篇BLOG介绍点RTB领域的业务常识和八卦。后面的所有内容，都源于网上已公开的信息。
对于Cookie技术，网上已有很多解释，就不再详述了。总之，如果网站设计规范，即使第三方在投放广告位里放置代码，也只能操作它自己的Cookie，不可能读写宿主站的Cookie并获得登录密码和个人信息。
Cookie的一个常见用途就是收集用户历史行为，用于个性化推荐。比如豆瓣网很受欢迎，因为它的算法能根据每个人的历史数据，向我们推荐可能感兴趣的书、电影、音乐。
更热门的应用就是精准投放广告，例如这两年很受关注的RTB。典型的RTB流程如下：
1、张三点击网页“尿布大全”（往往正是通过Cookie识别出访问者是张三）；
2、该网页某广告位向广告平台请求：张三来了，需要合适的广告；
3、广告平台向DMP发出请求：张三啥情况？
4、DMP回复广告平台：张三是个美食家，他有个1岁的宝宝；
5、广告平台向所有DSP公告：这里有个“吃货”&“孩他爸”、在浏览“尿布大全”、谁投放广告？
6、DSP根据信息（如广告位置、“尿布大全”、 “吃货”&“孩他爸”等）决定是否出价，出价多少；
7、广告平台决定出价高的DSP投放广告。
所有交互计算要在Web页面返回给用户前的100毫秒内完成，对参与各方的技术要求很高。这个流程中DMP扮演着重要角色，它负责提供访问者的消费特点，这里就需要预先进行数据挖掘。注意，规范情况下，广告平台不应该向DSP透露张三的身份。
在线广告行业，预测用户点击率（CRT）是一个核心问题。问题的输入往往需要上百万维特征。Google、Facebook早期都试图引入高维建模算法，但最后殊途同归都用的是逻辑回归算法。这是和逻辑回归算法本身的很多特点有关的，例如：
1、变量范围是[-∞ ,+∞]；同时和其他“广义线性回归”相比，值域是[0,1]，因此形式上类似一个概率函数，适合分类问题；
2、基本上可看作一个单层的人工神经网络，所有训练人工神经网络的训练方法都适用；
3、可扩展性好，适合海量的特征当特征数目超过百万时，利用训练最大熵模型的IIS方法可直接用于训练逻辑回归；
4、online learning，能够进行增量学习；
5、线性模型，在金融信用领域，往往利用可解释的特点给出评分卡信息。Google内部也要求“所有效果变化可解释”。
最大熵的建模计算量很大。面对上百万列特征、上百亿行记录的海量数据，如何通过分布式集群快速训练模型，就成了关键性问题。在这个领域最早取得技术突破的是Della Pietra兄弟。这两个人后来退出学术界，加入了传说中的华尔街赚钱机器：文艺复兴技术公司 (Renaissance Technologies)。
文艺复兴科技公司的创始人是James Simons。他早年是顶尖数学家，提出了著名的Chern-Simons定理，1976年获得数学界的皇冠——维布伦奖（Veblen）。 1982年，Simons投身金融领域，雇佣大量毫无金融背景的数学家和物理学家，开发算法模型，对股票和期货进行自动交易。文艺复兴科技公司管理的大奖章基金从1989到2007年间的平均年收益率高达35%，超过了巴菲特。
关于James Simons和文艺复兴技术公司的事，我在知乎上回答过一个相关的问题。
