Zumindest bei einer Testanfrage werden mehr als die angeblichen durchschnittlich 4 Anzeigen angezeigt.

Der Titel mag etwas an die Überschriften von Boulevard-Zeitungen erinnern, trifft es aber genau: Der Wissenschaftler Joaquin Quiñonero Candela von Microsoft Research in Cambridge wird auf der gerade stattfindenden Machine-Learning Konferenz ICML 2010 vorstellen, wie es Bing geschafft hat, in seiner Suchmaschine weniger Anzeigen auszuliefern, die aber genauso oft angeklickt werden wie vorher.

Wie Candela in seinem Artikel “Web-Scale Bayesian Click-Through Rate Prediction for Sponsored Search Advertising in Microsoft’s Bing Search Engine” (vorläufige Version zum Download) beschreibt, muss dazu die Click-Through Rate jeder einzelnen Anzeigen geschätzt werden, um dann bei einer Suchanfrage diejenigen Anzeigen zu schalten, die in der Vergangenheit für Surfer so interessant waren, dass sie geklickt wurden. Welche Merkmale dazu hergenommen werden ist natürlich nicht genau erläutert, nur erwähnt dass sie sich in Anzeigen-, Such-, und Kontext-Merkmale (wie Tageszeit) aufteilen.

Interessanter ist schon der zur Modellierung verwendete Algorithmus: Continue reading “Bing: So zeigen wir nur relevante Anzeigen” »