• <sub id="h4knl"><ol id="h4knl"></ol></sub>
    <sup id="h4knl"></sup>
      <sub id="h4knl"></sub>

      <sub id="h4knl"><ol id="h4knl"><em id="h4knl"></em></ol></sub><s id="h4knl"></s>
      1. <strong id="h4knl"></strong>

      2. 互聯網智能廣告系統流程與架構

        時間:2024-10-16 17:14:34 系統架構師 我要投稿
        • 相關推薦

        互聯網智能廣告系統流程與架構

          很多朋友估計沒有做過互聯網智能廣告這一塊,下面小編整理了互聯網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:廣告主的廣告后臺

          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么廣告

          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

          廣告主登錄業務端后臺,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,即數據庫和緩存里。

          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

          用戶產生了平臺瀏覽行為,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,基礎屬性初篩了以后,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IP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,最后剩余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),后者是在AS-advanced search策略服務完成的。

          步驟四:綜合排序,并返回Top X的廣告

          經過步驟2和步驟3的初篩和精篩之后,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,怎么辦呢?就需要我們對N條廣告進行綜合打分排序(滿足平臺的需求,廣告平臺要多賺錢嘛)。

          打分排序的依據是什么呢?

          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,廣告平臺沒有收益;點擊率高,但出價低,廣告平臺還是沒有收益。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,那么實際上,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進行綜合打分排序后,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

          展示了廣告后,展現端js會上報廣告展示日志,有部分用戶點擊了廣告,服務端會記錄點擊日志,這些日志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后,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。

          這些日志(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,平臺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),扣費后信息會實時反映到數據層,費用扣光后,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,日志數據等等等等

          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)用戶訪問平臺,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)記錄展現日志,點擊日志,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)

          平臺利益最大化(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。

        《&.doc》
        将本文的Word文档下载到电脑,方便收藏和打印
        推荐度:
        点击下载文档

        【互聯網智能廣告系統流程與架構】相關文章:

        BI商務智能系統及其技術架構10-04

        三層架構的商務智能系統設計06-24

        云計算智能家居系統架構研究08-28

        智能用電社區系統架構設計10-30

        OA系統的流程運轉智能實施06-30

        NGN架構電力智能調度診斷系統設計10-16

        智慧健康系統架構09-01

        秒殺系統架構分析09-22

        什么是系統架構師-如何成為系統架構師08-10

        linux系統集群的架構與實現09-11

        在线咨询
        国产高潮无套免费视频_久久九九兔免费精品6_99精品热6080YY久久_国产91久久久久久无码
      3. <sub id="h4knl"><ol id="h4knl"></ol></sub>
        <sup id="h4knl"></sup>
          <sub id="h4knl"></sub>

          <sub id="h4knl"><ol id="h4knl"><em id="h4knl"></em></ol></sub><s id="h4knl"></s>
          1. <strong id="h4knl"></strong>

          2. 亚洲人成影视在线观看 | 中文字乱码区2022 | 亚洲女同国产一区二区 | 亚洲欧美自拍另类欧美亚洲中文字 | 特级黄国产片一级视频播放 | 热久久这里只有精品 |

            互聯網智能廣告系統流程與架構

              很多朋友估計沒有做過互聯網智能廣告這一塊,下面小編整理了互聯網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:廣告主的廣告后臺

              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么廣告

              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

              廣告主登錄業務端后臺,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,即數據庫和緩存里。

              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

              用戶產生了平臺瀏覽行為,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,基礎屬性初篩了以后,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IP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,最后剩余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),后者是在AS-advanced search策略服務完成的。

              步驟四:綜合排序,并返回Top X的廣告

              經過步驟2和步驟3的初篩和精篩之后,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,怎么辦呢?就需要我們對N條廣告進行綜合打分排序(滿足平臺的需求,廣告平臺要多賺錢嘛)。

              打分排序的依據是什么呢?

              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,廣告平臺沒有收益;點擊率高,但出價低,廣告平臺還是沒有收益。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,那么實際上,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進行綜合打分排序后,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

              展示了廣告后,展現端js會上報廣告展示日志,有部分用戶點擊了廣告,服務端會記錄點擊日志,這些日志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后,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。

              這些日志(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,平臺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),扣費后信息會實時反映到數據層,費用扣光后,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,日志數據等等等等

              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)用戶訪問平臺,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)記錄展現日志,點擊日志,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)

              平臺利益最大化(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。