【读书笔记】计算广告（第3部分）

作者：LogM

本文原载于 https://segmentfault.com/u/logm/articles，不允许转载~

文章中的数学公式若无法正确显示，请参见：正确显示数学公式的小技巧

本文是 计算广告（第二版） 的读书笔记。

该部分介绍在线广告的关键技术，面向技术人员。

第9章 计算广告技术概览

9.1 个性化系统框架

• 日志 -> 数据高速公路 -> 流计算 -> 在线特征 -> 投放引擎；
• 日志 -> 数据高速公路 -> 分布式计算 -> 离线特征 -> 投放引擎。

9.2 各类广告系统优化目标

• GD：满足合约要求；
• ADN：CPC，预估点击率；
• ADX：CPM；
• DSP：预估点击率+点击价值。

9.3 计算广告系统架构

• 广告投放引擎：

  • 广告投放机（ad server）：召回+排序+收益管理，要求QPS和延迟；
  • 检索（ad retrieval）：根据用户标签和页面标签，召回候选集；
  • 排序（ad ranking）：计算eCPM，估计点击率+点击价值，排序；
  • 收益管理（yield management）：目标全局收益最优；
  • 广告请求接口：web请求或者SDK；
  • 定制化用户划分：广告主对用户的划分数据。
• 数据高速公路（data highway）

• 离线数据处理：

  • 用户会话日志生成：以用户ID进行统一整理；
  • 行为定向：挖掘用户日志，打标签；
  • 上下文定向：给上下文页面打标签；
  • 点击率建模：为CTR模型加工特征；
  • 分配规划：以全局收益最优为目标，从日志中挖掘合适的分配方案；
  • 商业智能系统：为决策者提供数据（BI）；
  • 广告管理系统：广告主工具（AE），管理投放方案。

• 在线数据处理：

  • 在线反作弊：去除作弊流量；
  • 计费；
  • 在线行为反馈：实时受众定向、实时点击反馈；
  • 实时索引：实时接收广告数据，更新索引。

9.4 计算广告系统主要技术

• 算法优化：

  • 受众定向；
  • eCPM预估，点击率预测；
  • 在线分配（合约中的流量要求）；
  • 定价策略：博弈中收益最大化；