Question

广告系统的优化目标是提高广告产品的利润，也就是第 2 章中提到的计算广告核心挑战：

任何一个具体的计算广告系统，都是为了优化上面的目标而设计的。对应于上一节的个性化系统一般框架，在广告系统中，每次展示的r是由在线的投放引擎来决策的，而离线数据处理平台和流计算平台所做的都是为了准备a_i，u_i，c_i 这三个变量或其组合的一些特征。

在不同的广告产品中，上述优化目标会具体表现为不同的形式，并且有时会有额外的约束。表9-2中列出了主要广告产品中优化目标各部分的具体表达。

在展示量合约的 GD 系统中，只要各合约达成，系统的收益是确定的，因此这一系统的主要优化在于满足各合约带来的约束，而成本由于是媒体静态产生，与广告优化过程无关，可以认为是常数；ADN需要估计点击率µ（a，u，c），并与广告主出的点击单价bid_CPC（a）相乘得到期望收入，而成本是与收入成正比的媒体分成；ADX 直接用广告主出的展示单价 bid_CPM（a）作为期望收入，成本也是与收入成正比的媒体分成；只有在 DSP中，点击率µ（a，u，c）、点击价值 ν（a，u） 和成本 q（a，u，c） 都可能是需要预估和优化的，因此算法的挑战较大。

表9-2 主要广告产品优化目标分解