2026年广告网络测试题及答案

2026年广告网络测试题及答案

一、单项选择题(10题，每题2分)1.在程序化广告交易中，负责代表广告主进行竞价和投放广告的平台是？2.广告网络(AdNetwork)的核心功能不包括？3.实时竞价(RTB)过程中，"竞价请求"(BidRequest)由谁发出？4.以下哪种定向方式主要依赖用户历史浏览行为？5.计算广告中，eCPM的计算公式是？6.下列哪项是DMP(数据管理平台)的主要作用？7.广告验证中，IVT指的是？8.当广告主同时使用多个渠道时，将转化功劳分配给最终接触点的模型是？9.上下文定向(ContextualTargeting)主要依据？10.程序化直接交易(ProgrammaticDirect)不包含哪种模式？二、填空题(10题，每题2分)1.广告展示计费模式CPM的中文全称是______。2.广告主为每次点击支付的费用称为______。3.用于评估广告可见度的核心指标是______。4.防止广告被机器人浏览的技术称为______。5.利用用户多个设备信息进行跨屏识别的技术是______。6.SSP的中文全称是______。7.广告交易中决定竞价胜出的核心算法是______。8.保护用户隐私的替代Cookie技术方案统称______。9.广告素材动态生成技术称为______。10.广告主对目标人群设定的条件组合称为______。三、判断题(10题，每题2分)1.DSP平台可以直接访问广告交易平台(AdExchange)。()2.首价竞拍中，竞价者按实际出价支付费用。()3.重定向广告(RET)属于用户行为定向。()4.Viewability标准要求广告50%像素展示至少1秒。()5.广告网络与广告联盟(AdAffiliate)是同一概念。()6.GDPR主要规范欧洲地区用户数据使用。()7.程序化广告投放必然通过RTB模式。()8.品牌安全(BrandSafety)主要防范广告出现在不当内容旁。()9.广告主DSP与媒体SSP通过API直接对接。()10.归因分析中，最终点击模型会低估辅助渠道价值。()四、简答题(4题，每题5分)1.简述程序化广告实时竞价(RTB)的基本流程。2.说明广告效果归因分析中线性归因模型的特点及适用场景。3.列举三种提升广告投放精准度的数据源并说明其价值。4.分析第三方Cookie消亡对程序化广告定向技术的主要影响。五、讨论题(4题，每题5分)1.对比开放式竞价(OpenAuction)与私有交易市场(PMP)的优劣及适用策略。2.论述人工智能在动态创意优化(DCO)中的技术实现路径与效果评估难点。3.探讨广告验证技术发展如何应对新型广告欺诈手段。4.分析隐私计算技术在跨平台用户画像构建中的应用前景与合规挑战。答案与解析一、单项选择题1.DSP(需求方平台代表广告主参与竞价)2.广告创意制作(网络核心是流量聚合与分发)3.SSP(供应方平台代表媒体发出请求)4.行为重定向(基于历史行为数据)5.(广告收入/广告展示次数)10006.整合多源用户数据并细分人群7.无效流量(InvalidTraffic)8.末次点击归因(LastClickAttribution)9.网页内容关键词匹配10.RTB(程序化直购包含优先交易、包断等非竞价模式)二、填空题1.每千次展示成本2.CPC(每次点击成本)3.可见曝光率(ViewableImpressions)4.反作弊验证(FraudDetection)5.跨设备识别(Cross-DeviceIdentification)6.供应方平台(Sell-SidePlatform)7.竞价算法(AuctionAlgorithm)8.隐私沙盒(PrivacySandbox)9.动态创意优化(DynamicCreativeOptimization)10.人群包(AudienceSegment)三、判断题1.✓(DSP通过API接入AdExchange)2.✗(首价竞拍按出价支付，二价才按次高价)3.✓(基于用户与品牌的交互行为)4.✓(MRC标准基础要求)5.✗(广告联盟是代理模式，网络是技术平台)6.✓(欧盟通用数据保护条例)7.✗(程序化包含直购等非竞价模式)8.✓(防止负面内容关联)9.✗(通常通过AdExchange连接)10.✓(末次点击忽略前期贡献)四、简答题1.RTB流程：用户访问媒体→SSP向AdExchange发送竞价请求→AdExchange广播请求→DSP接收请求并基于人群数据出价→最高价DSP赢得竞价→广告返回给用户展示。全程在100毫秒内完成，核心是实时数据匹配与算法决策。该模式提升流量利用效率，实现精准人群购买。2.线性归因模型将转化功劳平均分配给所有触达渠道。例如用户通过搜索广告、信息流广告、邮件三次接触后转化，则各渠道获33%功劳。该模型适用于长决策周期、多触点影响的品牌推广，能客观反映辅助渠道价值，避免末次点击的片面性，但需完整用户路径数据支持。3.第一方数据：广告主自有用户行为数据（如官网浏览、购买记录），价值在于真实反映用户兴趣与转化路径，构建核心人群画像。第三方数据：专业数据公司提供的行业标签（如消费能力、兴趣偏好），价值在扩展未知人群覆盖，需注意数据合规性。场景数据：实时环境信息（地理位置、设备类型、天气），价值在捕捉即时需求，提升情景化营销效果。4.Cookie消亡导致：行为定向精度下降，跨站追踪受限，重定向效果锐减。应对方向：推动隐私计算技术如同态加密实现数据可用不可见；强化基于上下文的内容定向；发展ID解决方案如UID2.0（需用户授权）；增加第一方数据建设，通过会员体系建立直接用户关系。本质推动行业从追踪向信任模式转型。五、讨论题1.开放竞价优势：海量流量、实时竞价、价格透明，适合效果类广告广泛获客。劣势：流量质量参差、品牌安全风险高、竞价环境嘈杂。PMP优势：优质媒体资源、优先流量获取、支持包断等灵活交易，品牌安全可控。劣势：价格较高、库存有限。策略选择：品牌广告主应侧重PMP保障优质曝光，效果类可开放竞价拓量，但需配合严格反作弊验证；通常采用PMP保核心资源+开放竞价补量的混合策略。2.DCO技术路径：AI通过分析用户属性、实时环境、历史交互数据，动态组合文案、图片、视频元素生成个性化素材。核心技术包括NLP生成文案、CV智能裁切素材、强化学习优化组合策略。评估难点：创意元素归因困难（难以确定是文案或图片驱动点击）；短周期效果波动大；品牌长期认知效果量化复杂。需构建多维度评估体系：短期关注CTR/CVR提升，中期分析转化成本，长期跟踪品牌搜索量和口碑变化。3.新型欺诈如：虚假流量农场、激励流量、设备ID篡改、深度伪造的展示证明。验证技术进化：应用区块链不可篡改特性记录投放日志；通过设备指纹技术识别异常行为模式；部署机器学习模型实时检测流量异常（如点击频率异常）；联合多方安全计算(MPC)验证数据真实性；建立行业共享欺诈特征库。需形成从流量预检、实时监控到事后审计的全链条防御。4.应用前景：联邦学习允许各平台在不共享原始