很多朋友可能没有做过，所以尽量用最简洁的语言描述清楚。1.业务简介从业务的角度来看，整个智能广告系统主要分为：业务端：广告主的广告背景展示端：用户实际访问的页面的业务端。广告主主要有两类行为：广告设置行为：比如设置投放方案，设置区域、类别、关键词、出价等效果观看行为：比如广告展示多少次，广告投放多少次点击等在展示端，用户也有两种主要的行为：站点浏览行为：用户浏览实际信息这时候广告系统决定了广告主的什么广告点击行为：这时候广告系统将扣除广告商的费用。第一步：广告主在商家端投放广告。广告主登录业务端后台设置：今日投放区域为“北京-上地”投放类别为“租房”目标人群为“女性”需要推广“30岁以下”广告内容是他发表的一篇关于“房屋出租”的帖子。出价设置为0.2元，每日预算为20元。当然，这些数据是通过业务端存储在数据层的，也就是在数据库和缓存中。第二步：用户来到网站，进入“北京-上地-租房”分类。用户初筛广告后，产生平台浏览行为。网站除了显示自然内容外，还显示广告内容。展示的广告不能太离谱，太离谱用户也不会点击。合适的广告必须满足“语义相关性”，即基本的搜索属性（广告属性）必须满足（广告能否满足用户的需求，满足要求点击率才能高）.这项工作是通过BS-basicsearch的搜索服务完成的。BS从数据层中取出“北京-上地-租房”的广告贴。第3步：将用户属性与广告商属性进行匹配。Step2，初步筛选出基本属性后，进行更深层次的策略筛选（用户是否能满足广告投放需求）。本例中，广告主的准确要求为：用户性别为“女性”用户年龄为“30岁以下”用户访问IP为“北京”系统匹配筛选出最初筛选出的M条广告用户属性，并过滤掉其中的一部分，***剩下的N条待定广告满足用户的需求（初筛）和广告主的需求（精筛）。后者是在AS-高级搜索策略服务中完成的。第四步：综合排序返回TopX广告。经过第2步和第3步的初筛和精筛，筛选出的N个广告既能满足用户当前的需求，又能满足广告主的筛选需求。但实际情况是只有3个广告位，怎么办？我们需要对N个广告进行综合评分排序（满足平台的需求，广告平台应该赚更多的钱）。打分和排序的依据是什么？有人说出价是按bid排序的，bid越高得分越高（这是百度***的误解，百度按cpc收费）。人多（百度的kpi指标不是pv）出价高，但没人点击，广告平台无利润；点击率高，但出价低，广告平台仍然没有盈利。最后以广告出价和CTR的乘积作为综合得分bid*CTR的排名依据。由于bid*CTR是所有广告综合评分的依据，而bid出价是广告主预先设定的，所以广告排名问题的核心实际上就转向了广告CTR的预测。1、搜索系统中很重要的一个部分是工程、算法、业务的结合，本文不做赘述。不管怎样，N个广告按照bid*预估CTR排序，返回得分最高的3个广告（只有3个广告位）。有些系统没有第二步用户属性过滤，而是将用户属性因素纳入综合排名。步骤5：显示端显示广告。用户点击广告显示广告后，显示端js会上报广告显示日志。部分用户点击广告，服务器会记录点击日志。这些日志可以作为广告算法执行的数据，同时经过统计分析后展示给广告商，让他们看到自己广告的展示信息并点击信息。这些日志（通常会进行AB测试）也是评估算法效果的重要依据，算法会根据效果逐步优化和改进。第六步：扣除广告主由于用户点击了广告，平台将扣除投放广告的广告主。在扣费之前，当然要经过反作弊系统（主要是恶意点击）的过滤。扣除后的信息会实时反映在数据层中。扣除费用后，广告将从数据层下线。3.系统概述说完了业务流程，我们来看一下系统架构。任何脱离业务的架构设计都是耍流氓。从系统分层架构来看，智能广告系统分为三层：（1）站点层：直接面向用户和广告商的网站（2）服务层：为实现智能广告的业务逻辑而提供的通用服务，这里主要分为四类服务：策略服务BS：执行广告策略，综合排序检索服务AS：语义相关性检索计费服务：用户点击广告时扣费反作弊服务：不是每次点击都收费，去通过反作弊，去除恶意点击（相对独立，架构图中未画出）（3）数据层：用户数据、广告数据、竞价数据、日志数据等4.总结智能广告系统业务流程及体系架构：1)广告商放置和设置广告2)用户访问平台以显示合适的广告。通过广告属性，初步筛选“语义相关性”，通过用户属性、竞价信息、点击率预测信息完成BS。,进行综合打分、排序和筛选，通过AS完成3）记录和展示日志，点击日志，展示扣分广告，是一个：广告满足用户需求（初筛）用户满足广告需求（精筛）)平台收益***优化过程（出价*CTR综合排名）广告的排名不是由出价（bid）决定的，而是由出价（bid）*点击率（ctr）决定的。点击率（ctr）是将来会发生的行为。智能广告系统的核心和难点是点击率预测。【本文为专栏作者《58神剑》原创稿件，转载请联系原作者】点此阅读更多该作者好文
