網際網路智能廣告系統流程與架構
很多朋友估計沒有做過網際網路智能廣告這一塊，下面小編整理了網際網路智能廣告系統流程與架構的相關文章，歡迎大家閱讀!
一、業務簡述
從業務上看 整個智能廣告系統，主要分為：
1)業務端：廣告主的廣告後台
2)展現端：用戶實際訪問的頁面
業務端，廣告主主要有兩類行為：
1)廣告設置行為：例如設置投放計劃，設置地域，類別，關鍵字，競價等
2)效果查看行為：例如廣告展示次數是多少，廣告點擊次數是多少等
展現端，用戶主要也有兩類行為：
1)站點瀏覽行為：用戶瀏覽實際的信息，此時廣告系統決定出廣告主的什麼廣告
2)廣告點擊行為：此時廣告系統會對廣告主進行扣費
二、業務流程
下面通過一個的例子，讓業務流程更直觀。
步驟一：廣告主在業務端投遞廣告
廣告主登錄業務端後台，進行設置：
今日投放地域是“北京-上地”
投放類別是“租房”
定向人群為“女”，“30歲以下”
需要推廣的廣告內容是他發布的一條“房屋出租”的帖子
競價設置的是0.2元
單日預算是20元
這些數據，當然通過業務端存儲到了數據層，即資料庫和緩存里。
步驟二：用戶來到了網站，進入了“北京-上地-租房”類別，廣告初篩實施
用戶產生了平台瀏覽行為，網站除了展示自然內容，還要展示廣告內容。被展現的廣告不能太離譜，太離譜用戶也不會點擊。
合適的廣告，必須符合“語義相關性”，即基礎檢索屬性(廣告屬性)必須符合(廣告能否滿足用戶的需求，滿足了點擊率才高)，這個工作是通過BS-basic search檢索服務完成的。
BS從數據層檢索到“北京-上地-租房”的廣告帖子。
步驟三：用戶屬性與廣告主屬性匹配，廣告精篩實施
步驟二中，基礎屬性初篩了以後，要進行更深層次的策略篩選(用戶能否滿足廣告的需求)，此例中，廣告主的精準需求為：
用戶性別為“女”
用戶年齡為“30歲以下”
用戶訪問地址是“北京”
系統將初篩出來的M條廣告和用戶屬性進行匹配篩選，又過濾掉了一部分，最後剩餘N條待定廣告，這些廣告既滿足用戶的需求(初篩)，這些用戶也滿足廣告主的需求(精篩)，後者是在AS-advanced search策略服務完成的。
步驟四：綜合排序，並返回Top X的廣告
經過步驟2和步驟3的初篩和精篩之後，待選的N條廣告既能滿足用戶當前的需求，用戶亦能滿足廣告主的篩選需求，但實際情況是，廣告位只有3個，怎麼辦呢?就需要我們對N條廣告進行綜合打分排序(滿足平台的需求，廣告平台要多賺錢嘛)。
打分排序的依據是什麼呢?
有人說按照競價排序bid，出價高的打分高(這是大家對百度最大的誤解，百度是cpc收費)
有人說按照CTR點擊率排序，CTR高的點的人多(百度的kpi指標可不是pv)
出價高，但沒人點擊，廣告平台沒有收益;點擊率高，但出價低，廣告平台還是沒有收益。最終應該按照廣告的出價與CTR的乘積作為綜合打分排序的依據，bid*CTR。
既然bid*CTR是所有廣告綜合打分的依據，且出價bid又是廣告主事先設定好的，那麼實際上，廣告排序問題的核心又轉向了廣告CTR的預測，CTR預測是推薦系統、廣告系統、搜索系統里非常重要的一部分，是一個工程，算法，業務三方結合的問題，本文就不展開討論了。
無論如何，N條廣告，根據bid*預估CTR進行綜合打分排序後，返回了打分最高的3個廣告(廣告位只有3個)。
有些系統沒有第二步驟用戶屬性過濾，而是將用戶屬性因素考慮到綜合排序中。
步驟五：展現端展示了廣告，用戶點擊了廣告
展示了廣告後，展現端js會上報廣告展示日誌，有部分用戶點擊了廣告，服務端會記錄點擊日誌，這些日誌可以作為廣告算法實施的數據源，同時，他們經過統計分析之後，會被展示給廣告主，讓他們能夠看到自己廣告的`展示信息，點擊信息。
這些日誌(一般會實施AB測)，也是算法效果好壞評估的重要依據，根據效果逐步優化改進算法。
步驟六：對廣告主進行扣費
用戶既然點擊了廣告，平台就要對投放廣告的廣告主進行扣費了，扣費前當然要經過反作弊系統的過濾(主要是惡意點擊)，扣費後信息會實時反映到數據層，費用扣光後，廣告就要從數據層下線。
三、系統綜述
聊完業務流程，再來看系統架構，任何脫離業務的架構設計都是耍流氓。
從系統分層架構上看，智能廣告系統分為三層：
站點層：用戶和廣告主直接面向的網站站點
服務層：為了實現智能廣告的業務邏輯，提供的通用服務，此處又主要分為四大類服務：
策略服務BS：實施廣告策略，綜合排序
檢索服務AS：語義相關性檢索
計費服務：用戶點擊廣告時進行扣費
反作弊服務：不是每次點擊都扣費，要經過反作弊，去除惡意點擊(相對獨立，未在架構圖中畫出)
數據層：用戶數據，廣告數據，競價數據，日誌數據等等等等
四、總結
智能廣告系統的業務流程與系統架構：
1)廣告主投放與設置廣告
2)用戶訪問平台，展現合適廣告
通過廣告屬性，進行“語義相關性”初篩，通過BS完成
通過用戶屬性，出價信息，點擊率預測信息，進行綜合打分排序篩選，通過AS完成
3)記錄展現日誌，點擊日誌，進行扣費
廣告是展現，是一個：
廣告滿足用戶需求(初篩)
用戶滿足廣告需求(精篩)
平台利益最大化(bid*CTR綜合排序)
的過程
廣告的排序不是由出價(bid)決定的，而是由出價(bid)*點擊率(ctr)決定的。
點擊率(ctr)是一個未來將要發生的行為，智能廣告系統的核心與難點是點擊率預測。
很多朋友估計沒有做過網際網路智能廣告這一塊，下面小編整理了網際網路智能廣告系統流程與架構的相關文章，歡迎大家閱讀!
一、業務簡述
從業務上看 整個智能廣告系統，主要分為：
1)業務端：廣告主的廣告後台
2)展現端：用戶實際訪問的頁面
業務端，廣告主主要有兩類行為：
1)廣告設置行為：例如設置投放計劃，設置地域，類別，關鍵字，競價等
2)效果查看行為：例如廣告展示次數是多少，廣告點擊次數是多少等
展現端，用戶主要也有兩類行為：
1)站點瀏覽行為：用戶瀏覽實際的信息，此時廣告系統決定出廣告主的什麼廣告
2)廣告點擊行為：此時廣告系統會對廣告主進行扣費
二、業務流程
下面通過一個的例子，讓業務流程更直觀。
步驟一：廣告主在業務端投遞廣告
廣告主登錄業務端後台，進行設置：
今日投放地域是“北京-上地”
投放類別是“租房”
定向人群為“女”，“30歲以下”
需要推廣的廣告內容是他發布的一條“房屋出租”的帖子
競價設置的是0.2元
單日預算是20元
這些數據，當然通過業務端存儲到了數據層，即資料庫和緩存里。
步驟二：用戶來到了網站，進入了“北京-上地-租房”類別，廣告初篩實施
用戶產生了平台瀏覽行為，網站除了展示自然內容，還要展示廣告內容。被展現的廣告不能太離譜，太離譜用戶也不會點擊。
合適的廣告，必須符合“語義相關性”，即基礎檢索屬性(廣告屬性)必須符合(廣告能否滿足用戶的需求，滿足了點擊率才高)，這個工作是通過BS-basic search檢索服務完成的。
BS從數據層檢索到“北京-上地-租房”的廣告帖子。
步驟三：用戶屬性與廣告主屬性匹配，廣告精篩實施
步驟二中，基礎屬性初篩了以後，要進行更深層次的策略篩選(用戶能否滿足廣告的需求)，此例中，廣告主的精準需求為：
用戶性別為“女”
用戶年齡為“30歲以下”
用戶訪問地址是“北京”
系統將初篩出來的M條廣告和用戶屬性進行匹配篩選，又過濾掉了一部分，最後剩餘N條待定廣告，這些廣告既滿足用戶的需求(初篩)，這些用戶也滿足廣告主的需求(精篩)，後者是在AS-advanced search策略服務完成的。
步驟四：綜合排序，並返回Top X的廣告
經過步驟2和步驟3的初篩和精篩之後，待選的N條廣告既能滿足用戶當前的需求，用戶亦能滿足廣告主的篩選需求，但實際情況是，廣告位只有3個，怎麼辦呢?就需要我們對N條廣告進行綜合打分排序(滿足平台的需求，廣告平台要多賺錢嘛)。
打分排序的依據是什麼呢?
有人說按照競價排序bid，出價高的打分高(這是大家對百度最大的誤解，百度是cpc收費)
有人說按照CTR點擊率排序，CTR高的點的人多(百度的kpi指標可不是pv)
出價高，但沒人點擊，廣告平台沒有收益;點擊率高，但出價低，廣告平台還是沒有收益。最終應該按照廣告的出價與CTR的乘積作為綜合打分排序的依據，bid*CTR。
既然bid*CTR是所有廣告綜合打分的依據，且出價bid又是廣告主事先設定好的，那麼實際上，廣告排序問題的核心又轉向了廣告CTR的預測，CTR預測是推薦系統、廣告系統、搜索系統里非常重要的一部分，是一個工程，算法，業務三方結合的問題，本文就不展開討論了。
無論如何，N條廣告，根據bid*預估CTR進行綜合打分排序後，返回了打分最高的3個廣告(廣告位只有3個)。
有些系統沒有第二步驟用戶屬性過濾，而是將用戶屬性因素考慮到綜合排序中。
步驟五：展現端展示了廣告，用戶點擊了廣告
展示了廣告後，展現端js會上報廣告展示日誌，有部分用戶點擊了廣告，服務端會記錄點擊日誌，這些日誌可以作為廣告算法實施的數據源，同時，他們經過統計分析之後，會被展示給廣告主，讓他們能夠看到自己廣告的`展示信息，點擊信息。
這些日誌(一般會實施AB測)，也是算法效果好壞評估的重要依據，根據效果逐步優化改進算法。
步驟六：對廣告主進行扣費
用戶既然點擊了廣告，平台就要對投放廣告的廣告主進行扣費了，扣費前當然要經過反作弊系統的過濾(主要是惡意點擊)，扣費後信息會實時反映到數據層，費用扣光後，廣告就要從數據層下線。
三、系統綜述
聊完業務流程，再來看系統架構，任何脫離業務的架構設計都是耍流氓。
從系統分層架構上看，智能廣告系統分為三層：
站點層：用戶和廣告主直接面向的網站站點
服務層：為了實現智能廣告的業務邏輯，提供的通用服務，此處又主要分為四大類服務：
策略服務BS：實施廣告策略，綜合排序
檢索服務AS：語義相關性檢索
計費服務：用戶點擊廣告時進行扣費
反作弊服務：不是每次點擊都扣費，要經過反作弊，去除惡意點擊(相對獨立，未在架構圖中畫出)
數據層：用戶數據，廣告數據，競價數據，日誌數據等等等等
四、總結
智能廣告系統的業務流程與系統架構：
1)廣告主投放與設置廣告
2)用戶訪問平台，展現合適廣告
通過廣告屬性，進行“語義相關性”初篩，通過BS完成
通過用戶屬性，出價信息，點擊率預測信息，進行綜合打分排序篩選，通過AS完成
3)記錄展現日誌，點擊日誌，進行扣費
廣告是展現，是一個：
廣告滿足用戶需求(初篩)
用戶滿足廣告需求(精篩)
平台利益最大化(bid*CTR綜合排序)
的過程
廣告的排序不是由出價(bid)決定的，而是由出價(bid)*點擊率(ctr)決定的。
點擊率(ctr)是一個未來將要發生的行為，智能廣告系統的核心與難點是點擊率預測。
收藏