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!

互聯網智能廣告系統流程與架構

  一、業務簡述

從業務上看 整個智能廣告系統,主要分爲:

1)業務端:廣告主的廣告後臺

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爲:

1)廣告設置行爲:例如設置投放計劃,設置地域,類別,關鍵字,競價等

2)效果查看行爲: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爲:

1)站點瀏覽行爲: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)廣告點擊行爲: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”

定向人羣爲“女”,“30歲以下”

需要推廣的廣告內容是他發佈的一條“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,即數據庫和緩存裏。

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爲,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,廣告主的精準需求爲:

用戶性別爲“女”

用戶年齡爲“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(滿足平臺的需求,廣告平臺要多賺錢嘛)。

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的乘積作爲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、搜索系統裏非常重要的一部分,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,這些日誌可以作爲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,智能廣告系統分爲三層:

站點層:用戶和廣告主直接面向的網站站點

服務層:爲了實現智能廣告的業務邏輯,提供的通用服務,此處又主要分爲四大類服務:

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爲,智能廣告系統的核心與難點是點擊率預測。