注：内容整理自师徒网：刘鹏 计算广告学

广告中的计算问题

Find the best match between a given user u, in a given context c, and s suitable ad a.

从优化角度来看

• 特征提取：受众定向. 把u和c打上标签的过程
• 微观优化：CTR预测. 投是按照ecpm来投
• 宏观优化：竞价市场机制
• 受限优化：在线分配
• 强化学习：探索与利用。试的过程是探索，优化的过程是利用
• 个性化重定向：推荐技术

从系统角度来看：

• 候选查选：实时索引。新的广告能很快上线，超预算的广告能很快的下线
• 特征存储：No-sql技术
• 离线学习：Hadoop
• 在线学习：流计算。如上一个搜索词是什么
• 交易市场：实时竞价

在线广告计算的主要挑战

大规模

• 百万量级的页面，十亿量级的用户，需要被分析处理
• 高并发在线投放系统（几乎是最高的）
• latency的严格要求。如Ad exchange要求竞价在100ms内返回

动态性

• 用户的关注和购物兴趣非常快速的变化。

丰富的查询信息

• 需要把用户和上下文中多样的信号一起用于检索广告候选

探索与发现

• 用户反馈数据局限于在以往投放中出现的（a,u,c）组合，需要主动探索未观察到的领域，以提高模型正确性

在线广告系统的ROI

eCPM=CTR*CPC*1000

搜索、广告与推荐的比较

比较项	搜索	搜索广告	显示广告	推荐
首要准则	相关性	投资回报率	投资回报率	用户兴趣
其他需求	各垂直领域独立定义	质量、安全性	质量、安全性	多样性，新鲜度
索引规模	十亿级	百万级–千万级	百万级	百万级-亿级
个性化	较少的个性化需求	较少的个性化需求	亿级用户规模上的个性化	亿级用户规模上的个性化
检索信号	较为集中	较为集中	较为丰富	较为丰富
DownStream优化	不适用	不适用	不适用	适用

在线广告系统结构

在线部分：

• 高并发投送系统。十毫秒级别的实时决策，百亿次/天的广告投放系统

离线部分：

• 受众定向平台。灵活的海量数据挖掘平台。前沿机器学习算法的分布式架构
• 数据高速公路：内部及外部TB级数据实时收集处理。快速给线上系统反馈，另以方便给BI人员分析。
• 流式计算平台：日志的准实时挖掘和反馈，反作弊和计价

在线广告系统模块

1. Ad serving 来自用户和来自ad exchange的ad call
2. Ad retrieval
3. Ad ranking
4. Stream computing
5. Data highway
6. Session log generation 根据用户的search、browse的信息做targeting,基础性日志. 应用：Data warehouse/BI, audience targeting, CTR/eCPM预测模型
7. Data warehouse
8. Customized audience segmentation
9. Page attributes system
10. Audience targeting
11. Ad management system