《百面机器学习》试读 | AI热门应用之计算广告

小编温馨提示

又是一年开学时，相信各位同学在新学期都有新气象，新期待????????

作为好朋友，Hulu也为大家准备了一份惊喜的开学礼物，从本周开始，我们会进行《百面机器学习》相关章节的连载试读，着重介绍人工智能领域的热门应用，请大家持续关注噢～

这么好的活动怎么能没有福利作伴呢？在本周的连载中，留言写下你的阅读感想，我们会选取第五位留言的幸运同学，送上有主创团队“签名开光”的《百面机器学习》书籍一本，机不可失，失不再来，大家行动起来～

Now，let's get started！

AI热门应用之“计算广告”

广告是当今互联网商业变现最重要的模式，数字广告是大部分互联网巨头最主要的现金流。根据Google母公司Alphabet 2017年第一季度的财报，广告营收214.11亿美元，占其总营收的86.5%。Facebook的广告收入占比更加夸张，达到惊人的98%，可以说是一家不折不扣的广告公司。

从权威媒体机构Zenith 2017年发布的《全球30大媒体主》排名来看（如图1所示），互联网公司占据了半壁江山：除了Alphabet和Facebook雄霸前两位外，百度排名第4，腾讯排名14；传统媒体中最高的是康卡斯特（Comcast）媒体集团，屈居第三位；排名第20位的央视（CCTV）也成为了中国排名最高的传统媒体主。

图1：全球广告收入最高的30大媒体

数字广告的发展史还要追溯到1995年。当时以雅虎为代表的门户网站把网页当作线上杂志进行售卖，并按照约定的形式进行投放。那时数字广告与传统媒体的广告售卖方式非常相似，只是把内容从线下搬到了线上。

1998年开始，以谷歌为代表的搜索引擎引领了潮流。与门户网站有所不同，搜索引擎的商业变现采用的是与搜索服务相结合的付费搜索模式，即根据用户的即时兴趣（搜索关键词）定向投送广告。这种广告一般采用竞价的方式进行售卖，广告主可以根据用户的实时兴趣对广告投放效果进行优化，因而与门户网站相比，广告的投放效果具有精准度更高的特点。

2005年以后，在线视频业务的流量不断攀升，代表网站有YouTube、HULU等，由于其广告投放模式与传统电视广告类似，不断蚕食着传统电视广告的市场。

互联网广告模式之所以得到各大广告商的青睐，有以下几点原因：

首先，用户花在互联网上的时间越来越多，广告主为了抓住年轻一代用户，必须加大互联网广告的投入；

其次，在线广告的投放门槛很低，只需100美金在Google自助开户后就可以进行广告投放。同时，广告投放容易实现个性化，并经由A/B测试进行量化的评测和优化。随着互联网广告在商业上的蓬勃发展，其背后的算法模型研究也受到越来越多的关注。2008年，在第十九届ACM-SIAM学术讨论会上，雅虎研究院资深研究员Andrei Broder提出了计算广告学（Computational Advertising）的概念，他认为，计算广告学是一门由信息科学、统计学、计算机科学以及微观经济学等学科交叉融合的新兴分支学科，其研究目标是实现语境、广告和受众三者的最佳匹配。

在介绍计算广告的常用算法模型之前，我们先对互联网广告的主要产品类型和商业模式进行介绍。这里我们按照互联网广告的商业模型，将其主要分为合约广告、竞价广告、程序化交易广告等类型。

合约广告

图示是在HULU上观看美剧《实习医生格蕾》（Grey’s Anatomy）浏览器展示视频广告截图

一般在门户网站和视频网站中较为常见。例如，HULU目前绝大部分广告收入来自于合约广告，这是由于用户与视频广告的交互较少，缺乏点击等反馈数据，不宜直接评估后续的转化效果。合约广告的客户通常是品牌类广告主，它们的主要诉求是向公众宣传自己的品牌形象，并不显式评估后续的转化效果。合约广告一般以CPM（Cost per mille，千次曝光成本）进行结算，即每完成一千次曝光流量平台向广告主收取固定的成本。

竞价广告

图示展示了在百度中搜索“深度学习”时返回搜索结果页，其中第一条即为竞价系统所选择的广告（最下方有“广告”字样）

其最重要的形式是搜索广告。搜索广告的标的物是关键词，每个搜索广告可以对一些特定的关键词进行出价。用户输入的查询与广告竞标的关键词进行匹配，检索出所有符合条件的广告，并选择其中的一条或几条广告与搜索的网页结果一起展示（通常广告排在网页之前）。搜索广告一般按点击结算，在用户点击之后按照广告主对该关键词的出价收费，没有点击则不收费，因此点击率预估算法对竞价广告的优化至关重要。

程序化交易广告

图示为在****某个博客页面上，京东DSP通过赢得一次实时竞价机会展示的一个商品广告

能够让广告主更加灵活地选择自己的受众和曝光时机。在每一次展示机会到来之时，广告交易平台（Ad Exchange）将流量的相关信息和竞价请求发送给需求方平台，需求方平台（Demand Side Platform，DSP）根据流量的实际情况代表广告主进行出价，价高者得到本次的曝光机会。程序化交易广告通常以CPA（Cost Per Action，每次行动成本）的方式进行结算，因此需要综合考虑广告预估的点击率、转化率等因素。

不同类型的广告在广告系统设计上有所区别，比如合约广告一般不需要考虑广告的实际效果，所以没有CTR模块；程序化交易广告需要对接广告交易平台等第三方信息，所以需要更多的数据对接模块。但总体来说，广告系统的整体架构是通用的。图2是一个简化的广告系统框架，主要展示了算法相关的模块，而对其他系统模块有所省略。系统由分布式计算平台、流式计算平台和广告投放机三大部分组成。分布式计算平台负责根据海量的投放日志进行批处理计算，得到算法分析和建模的结果，例如用户画像、点击率／转化率建模等算法都是在分布式计算平台上运行，并将得到的用户标签、模型特征和参数等数据更新至数据库中。流式计算平台负责收集和计算有实时需求的用户标签、特征、点击反馈等数据，并将它们实时地同步到数据库中去。当一个请求到来时，广告投放机根据请求对应的用户、上下文等信息以及数据库当前的状态进行广告检索、排序和选择。一次广告投放完成之后，相关的记录将被流式计算平台及时地获取并处理，同时它们也被收集到投放日志中，供分布式计算平台稍后使用。

图2：广告系统架构图

广告系统的各个算法模块，不仅与Spark、HDFS、Kafka等大数据工具息息相关，更涉及到大量机器学习的知识。如果要成为广告算法工程师，除了熟练掌握业务流程之外，还要为各类算法、理论和方法打好坚实的基础，并在实践中不断掌握算法优化的经验，为以后的工作打下坚实的基础。在面试中，关于理论、方法、实践经验等相关的问题都会涉及，针对于广告系统各个模块涉及到的算法和机器学习知识在《百面机器学习》书籍中我们逐一进行了详细多样的介绍讲解，还附有面试题和解答，请各位读者认真阅读。

《百面机器学习》业已上市

首日荣登京东计算机新书榜第1名

15位一线算法工程师的鼎力佳作

124道基于真实场景的原创面试题

内容丰富，讲解详实

无论是求职面试还是在职学习

这都是一本值得珍藏的技术宝典

现在入手，赢在起跑线

点击原文链接了解书籍详细情况及购买方式，现在下单还可以领券优惠，拼手速的时候到啦！

点“阅读原文”了解更多