摘要：
流式计算平台-Storm我们以Storm为例来看流式计算的功能是什么。下面内容引用自大圆的博客。在Storm中，一个实时应用的计算任务被打包作为Topology发布，这同Hadoop的MapReduce任务相似。但是有一点不同的是：在Hadoop中，MapReduce任务最终会执行完成后结束；而在S... 阅读全文
摘要：
搜索广告搜索广告就是一个典型的Ad Network，但是搜索广告非常重要，它的收入非常高，所以它有其独特之处，复杂度也比展示广告要高。它与展示广告在点击率预测，检索部分差不多，它的特点：1.用户定向标签f(u)：远远弱于上下文影响，一般可以忽略，但是因为搜索广告中query的信息已经很强了，用que... 阅读全文
摘要：
探索与利用(Explore and exploit)点击率预测中还有一个重要的问题，就是探索与利用，它在工程中解决的并不好，我这章把现在论文中的常见的几种方法介绍一下。探索与利用它是所有互联网应用都要面对的一个问题，形式化一些，可以解释为：整体的效果是无法通过采样得到的，因为观察到的数据只是投放过的... 阅读全文
摘要：
动态特征特征对点击率预测有多种选择的方法，我们现在有三个轴，有ad，user，context。User上有很多标签，cookie，age，gender是从定向信息中得到的，url上有一些域名和分析得到的topic，ad上有层次的category，advertiser，campaign，solutio... 阅读全文
摘要：
逻辑回归优化方法-L-BFGS逻辑回归的优化方法是一个经典的问题，如果我们把它视为一个最大熵模型，那么我们知道最早的优化方法是IIS，这个方法就不细讲了，因为它速度很慢。后来发现在最优化领域中非常常用的l-BFGS方法对于Logistic Regression的收敛速度优化是不错的。l-BFGS方法... 阅读全文
摘要：
点击率预测和逻辑回归点击率预测从广告索引中我们得到很多的广告候选，这些广告从逻辑上都满足广告主的定向条件，即广告主定向条件的DNF范式，在竞价广告系统中，我们要选择一个最优的方案，最优的广告投送出来，一般最优的广告是通过eCpm进行排序，用广义第二高价进行排序，进行收费的模式。在CPC环境中eCpm... 阅读全文
摘要：
ZooKeeper介绍为了讲述的完整性，介绍一下ZooKeeper。ZooKeeper在Index和Ad Server里使用比较多，虽然它可能没有google的Chubby好，但它是开源的工具。举一个使用场景，比如我们有很多台Index，或者有很多台Ad Server，其中有一些机器崩溃了，或是有一... 阅读全文
摘要：
流量预测在前面合约式广告中提到过合约式广告中有三个基本技术，1.受众定向，2.点击预测，3.流量预测。在这三个技术基础上才可以做Online Allocation，本节主要介绍流量预测。在定向条件分的比较粗的情况下，流量预测是比较简单的，比如只对人群分了几十个类，那么只需要进行简单的统计就可以进行流... 阅读全文
摘要：
广告检索在前面谈到合约式广告时没有讨论广告检索的问题，虽然合约式广告也有检索的问题，但合约式广告一般数量非常小，只有千的级别，不需要特别的检索技术。但在广告网络中，比如google的广告数在百万级别。广告的检索问题有其独特的地方，下面我们讨论两点。1.布尔表达式检索，2.长Query，它在上下文广告... 阅读全文
摘要：
广告网络广告网络(Ad Network)在竞价机制下，主流的广告市场形态是广告网络，解释一下，广告网络在竞价机制下这个说法并不准确，因为广告网络是一个很庞杂的概念，有按CPD（按天付费）广告，还有合约式广告等等，我这里我们暂时只关注竞价机制下的广告网络。Wiki中对广告网络的定义，Connects ... 阅读全文