首先来说大数据跟DSP精准广告的关系，DSP的核心是整合多方流量，通过精准定向技术，帮助广告主高效完成营销需求。当用户访问网站时，网站会将用户信息传递给广告服务器，广告服务器进行竞价引擎、DSP服务器、广告交易平台一系列的计算，较后广告服务器会发送创意给用户所在的Web浏览器。

在其中广告投放系统通过cookie跟踪，针对每个不同行业建立不同数据库，数据库大致可以分为三个主题：人群画像，投放方式，流量预估，这三个都是数据组成部分。对于画像，我们的做法是部分自主建设，同时集成业务方如搜索、广告和风控团队开发的画像标签，形成统一的画像宽表。不同的数据库形成了DSP广告系统的大数据。

在来说说人工智能，人工智能技术的应用较广泛的莫过于机器学习，从字面上来理解机器学习，就是让机器具有学习的能力，使机器能够完成一些更为智能的工作，而我们实现这种能力的方式就是构建算法模型，也就是一些机器学习算法。机器学习的本质就是将人的操作思维过程的输入与输出记录下来，然后统计（又叫做训练）出一个模型用来对新的数据进行预测，使得这个模型对输入输出达到和同人类相似的表现，这种方式也慢慢成了现代强人工智能较基本的核心理念。

机器学习固定的流程，包括5个方面：

1. 搜集数据：收集训练模型所需要的数据，尽可能多得收集相关的数据。

2. 准备和清理数据：保证所收集数据的质量，处理一些数据的问题如缺失值和极端值。

3. 训练模型：选择适当的的算法来构建模型，将数据分为想训练集，交叉集，和测试集。

4. 评估模型： 利用交叉集来评估模型的质量，利用测试集来评估模型的通用性。

5. 优化模型性能。

结语，DSP广告系统针对每个不同行业建立不同数据库，形成了三个主题的大数据库。DSP两个核心特征，一是拥有强大的RTB(Real-Time Bidding的基础设施和能力，二是拥有先进的用户定向(AudienceTargeting技术。使用机器学习建模、训练等技术作为用户定向技术为广告主提供更精准营销。

盖乐传媒原创，转载请注明。