從定向分類的角度出發(fā)，有多重定義分類的方式，有按照廣告類型的分類方法、有按照定向內容的分類方法，還有按照策略類型的角度出發(fā)的分類方式。

• 從廣告類型的分類出發(fā)，主要分為廣義人群定向類型（信息流廣告）、關鍵詞定向類型（搜索廣告）

• 從策略生效類型角度出發(fā)，主要分為白盒定向DMP、灰盒定向（人群/關鍵詞擴展定向 Look like）以及黑盒定向（智能定向）

• 從定向標的內容角度出發(fā)，分為地域定向、人群屬性定向、用戶行為定向、上下文定向（商品定向）、設備及其網(wǎng)絡定向等等

頭條定向體系分類結構

后面作者講單獨從白盒定向DMP、灰盒定向（人群/關鍵詞擴展定向 Look like）以及黑盒定向（智能定向）角度來單獨介紹其中的策略產(chǎn)品涉及的內容，今天我們核心了解一下從定向內容角度出發(fā)的部分。

2.1 地域定向

地域定向

地域定向：主要是基于用戶的設備GPS、IP以及歷史城市、服務器地址等因素加權得到的結果，這樣比純粹的用最近的定向位置好處在于增加了對于未來地域的預測（地域GPS日志記錄數(shù)據(jù)會有延遲或者不準確問題），主要是用于廣告主廣告投放特定的區(qū)域，區(qū)域層級包括海外國家、省市、區(qū)縣、LBS商圈等。

2.2 人群屬性定向

人群屬性定向

人群屬性定向：主要是基于用戶在平臺冷啟動期間填寫或者是關聯(lián)手機、身份證或者其他平臺賬號的基礎信息所貼上的短時/長時靜態(tài)標簽，包含年齡段（短時）、性別（長時）、消費能力（短時），所屬群體（Z時代、小鎮(zhèn)青年等短時變遷）等。

對于缺少對應標簽屬性，會使用模型（Bert多標簽標注模型）通過對用戶的行為樣本進行性別、年齡的預測，因為沒有準確的填寫數(shù)據(jù)，因此對短時間標簽會以周期（7天或者其他）維度進行標簽更新。

字節(jié)人群屬性定向設置