<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	>
<channel>
	<title>Comments on: 广告banner的点击率是可预测的吗？</title>
	<atom:link href="http://www.lanrenux.com/?feed=rss2&#038;p=159" rel="self" type="application/rss+xml" />
	<link>http://www.lanrenux.com/?p=159</link>
	<description>关注用户体验的懒人们</description>
	<pubDate>Tue, 07 Sep 2010 14:31:26 +0000</pubDate>
	<generator>http://wordpress.org/?v=2.7.1</generator>
	<sy:updatePeriod>hourly</sy:updatePeriod>
	<sy:updateFrequency>1</sy:updateFrequency>
		<item>
		<title>By: 上善若水，静水流深！</title>
		<link>http://www.lanrenux.com/?p=159&#038;cpage=1#comment-242</link>
		<dc:creator>上善若水，静水流深！</dc:creator>
		<pubDate>Thu, 07 May 2009 03:53:58 +0000</pubDate>
		<guid isPermaLink="false">http://www.lanrenux.com/?p=159#comment-242</guid>
		<description>顺其自然！</description>
		<content:encoded><![CDATA[<p>顺其自然！</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: aw</title>
		<link>http://www.lanrenux.com/?p=159&#038;cpage=1#comment-153</link>
		<dc:creator>aw</dc:creator>
		<pubDate>Tue, 31 Mar 2009 12:50:15 +0000</pubDate>
		<guid isPermaLink="false">http://www.lanrenux.com/?p=159#comment-153</guid>
		<description>90%的人是需要什么就会点什么，他们不会去考虑更多关于设计的东西。没办法，设计师是很辛苦的：（</description>
		<content:encoded><![CDATA[<p>90%的人是需要什么就会点什么，他们不会去考虑更多关于设计的东西。没办法，设计师是很辛苦的：（</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: liuyaping</title>
		<link>http://www.lanrenux.com/?p=159&#038;cpage=1#comment-145</link>
		<dc:creator>liuyaping</dc:creator>
		<pubDate>Fri, 27 Mar 2009 04:13:58 +0000</pubDate>
		<guid isPermaLink="false">http://www.lanrenux.com/?p=159#comment-145</guid>
		<description>靠一些非常客观的标准来量化某些非常主观的行为，基本上不靠谱

查过一些国内某门户网站的数据，基本上 “美女” “性” “露点”  等低俗词汇出现的banner 点击率最高。。。</description>
		<content:encoded><![CDATA[<p>靠一些非常客观的标准来量化某些非常主观的行为，基本上不靠谱</p>
<p>查过一些国内某门户网站的数据，基本上 “美女” “性” “露点”  等低俗词汇出现的banner 点击率最高。。。</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: 在‘懒人有禅’发的几篇文章 -- 三秒改变世界</title>
		<link>http://www.lanrenux.com/?p=159&#038;cpage=1#comment-143</link>
		<dc:creator>在‘懒人有禅’发的几篇文章 -- 三秒改变世界</dc:creator>
		<pubDate>Thu, 26 Mar 2009 16:32:51 +0000</pubDate>
		<guid isPermaLink="false">http://www.lanrenux.com/?p=159#comment-143</guid>
		<description>[...] 广告banner的点击率是可预测的吗？ [...]</description>
		<content:encoded><![CDATA[<p>[...] 广告banner的点击率是可预测的吗？ [...]</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: Yuancheng</title>
		<link>http://www.lanrenux.com/?p=159&#038;cpage=1#comment-139</link>
		<dc:creator>Yuancheng</dc:creator>
		<pubDate>Wed, 25 Mar 2009 02:21:21 +0000</pubDate>
		<guid isPermaLink="false">http://www.lanrenux.com/?p=159#comment-139</guid>
		<description>因为不可控因素太多，所以我觉得就算再折腾个10年，做出来的结果也不会有什么价值。何况，如果广告效果可以量化的话，那这个社会的失业人口又该增加几个百分点了。</description>
		<content:encoded><![CDATA[<p>因为不可控因素太多，所以我觉得就算再折腾个10年，做出来的结果也不会有什么价值。何况，如果广告效果可以量化的话，那这个社会的失业人口又该增加几个百分点了。</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: coolnalu</title>
		<link>http://www.lanrenux.com/?p=159&#038;cpage=1#comment-138</link>
		<dc:creator>coolnalu</dc:creator>
		<pubDate>Tue, 24 Mar 2009 15:48:40 +0000</pubDate>
		<guid isPermaLink="false">http://www.lanrenux.com/?p=159#comment-138</guid>
		<description>1.非主流的人不清楚，但是一个比较有经验的网民一般会点击设计优雅的广告，或是计划里要采购的产品的广告，或者看起来诱人的广告。这样在不同人中间，或者同一个人在不同阶段对广告的需求都有极大变化。
2.所以如果算法里不引入个性因素和时间窗的话，效果基本如最后一张plot一样呈现均匀分布。
3.假设算法引入了个人因素和时间因素，就意味着对每个用户的过去行为都要有一定记录，譬如他近期点过什么banner，如果是文字的还简单些，测量banner的话就需要用到image mining的算法，貌似也只能做一些简单的文本抽取，因为同类的广告颜色上可能根本相反，譬如一个人想买相机点了Nikon的广告，算法如果是根据颜色预测用户的行为可能就会把Canon避开因为Nikon是黄色Canon是红色。现在有一种趋势就是一个行业几个巨头都占据互不相干的主色调。另外，假设算法成功破解了广告中的怪异字体，想破解广告里的怪异广告词就更难了。
4.虽然理论上任何因素都可以通过某种算法量化，每种算法的准确度暂不提，因素一多，找到最佳组合的算法估计一下子就NP了。当然如果每种因素的估量准确度都能达到90%，用便宜的优化算法也许可以提供有用的信息。但是想达到90%还不知道要多少年呢。
5.所以，短期内应该没什么实用价值。</description>
		<content:encoded><![CDATA[<p>1.非主流的人不清楚，但是一个比较有经验的网民一般会点击设计优雅的广告，或是计划里要采购的产品的广告，或者看起来诱人的广告。这样在不同人中间，或者同一个人在不同阶段对广告的需求都有极大变化。<br />
2.所以如果算法里不引入个性因素和时间窗的话，效果基本如最后一张plot一样呈现均匀分布。<br />
3.假设算法引入了个人因素和时间因素，就意味着对每个用户的过去行为都要有一定记录，譬如他近期点过什么banner，如果是文字的还简单些，测量banner的话就需要用到image mining的算法，貌似也只能做一些简单的文本抽取，因为同类的广告颜色上可能根本相反，譬如一个人想买相机点了Nikon的广告，算法如果是根据颜色预测用户的行为可能就会把Canon避开因为Nikon是黄色Canon是红色。现在有一种趋势就是一个行业几个巨头都占据互不相干的主色调。另外，假设算法成功破解了广告中的怪异字体，想破解广告里的怪异广告词就更难了。<br />
4.虽然理论上任何因素都可以通过某种算法量化，每种算法的准确度暂不提，因素一多，找到最佳组合的算法估计一下子就NP了。当然如果每种因素的估量准确度都能达到90%，用便宜的优化算法也许可以提供有用的信息。但是想达到90%还不知道要多少年呢。<br />
5.所以，短期内应该没什么实用价值。</p>
]]></content:encoded>
	</item>
</channel>
</rss>
