初步规划
这个设计的原理是为了为每一个访问者
匹配最接近用户需求的CPA Offer 将流量最大化 转化为收益
提高收入
Ad pools 广告池 – 添加Offer的用途
广告类型 电脑/平板/移动
国家
城市 可选 支持指定城市
优先级 默认1 最高为10
链接 CPA的任务链接
定向 Win版本 浏览器类型 MAC系统 浏览器 移动浏览器 应用浏览器等
扩展参数 类似子URL参数 Subuid类型
Ad display /Lead Page智能转向
入口页 index.php 主页
转向页 r.php 智能判断和检查流程
获得一级参数
========================
1. 检查是否有加载ADBlock等广告拦截插件
2. IP归属国家 / 城市
3. 代理IP检查
4. 唯一访问次数
5. 浏览器类型 / 版本
6. 操作系统类型/版本
7. Java / Flash 支持情况
8. 访问上级来源
9. 记录唯一访问ID ID生成算法 基于PHP的guid功能 生成后MD5加密
10. 记录点击行为
进入转向流程
========================
智能匹配转向
（待研究 转向根据用户行为模型来设计
自动学习和猜用户是男是女 什么年龄段 等等）
例如 广告池存在下列计划
c1. CPA 定向美国 VLC Player 安装 $2 ppi
c2. CPA 定向美国 Toolbar 安装 $2 ppi
c3. CPA 定向美国 MAC Clean软件 安装 $2 ppi
c4. CPA 定向美国 信用卡报告 调查类 安装 $10 cpa
一个美国访问者 首次访问 上级访问来源为fackbook
操作系统为 Windows7 64位 IE8 未使用VPN或代理
智能匹配应该投递转向至 优先级高的 最匹配的应该是 c4 如果第二次访问 则转向至c2
一个美国访问者 从歌词网站点击来的 应该转向至 音乐播放器 演唱会门票 热门专辑CD的OFFER
而不应该投递到信用卡 试用产品等offer
学习的过程是比较难的 主要是数据的采集
如果没足够的大数据 很难做到好的匹配
自学习流程
初始数据需要在网站分类这些站点进行采集
用户首次访问 主要采集来源URL 进行url分类 在根据指定的分类 推送相关Offers
情况就是这么个情况
一分流量一分钱 浪费不是鬼扯是什么……
忘记备注了 现市面上的广告管理系统 99%的被Adblock这类广告拦截插件拦截了
所以不要使用已存在这类广告插件数据库的特征码 部署广告代码
使用常用广告管理系统 拦截率 高于80%
使用自己添加的代码 拦截效 低于10%
相差还是很大的
比如你使用广告管理系统 本来广告展示 10万次 点击1000次
未使用广告管理系统 展示10万次 点击可能到7000次
这就是广告管理系统带来的隐藏问题
但是很少有人关注.