- 一、搜索引擎概述
- 二、广告系统概述
- 2.1 搜索广告
- 三、优酷推荐系统概述
理解倒排：
倒排以字或词为关键字(key)进行索引，表中关键字所对应value是(链接)url。
例如 用户输入大数据，会显示很多关于大数据的连接。
大数据 -> url1,url2…
大数据的5个v ->url1,url2…
大数据组件 -> url1,url2…
搜索引擎的组成一般：
- 通过爬虫爬取数据到网页库；
- 建成索引系统：分析整理爬虫收集到的资源，为检索系统提供数据；
- 检索系统：从预处理好的资源里挑选出用户最满意的结果最快最好的展现。
二、广告系统概述
从客户、广告主、合作伙伴 收集到许多大数据，再把大数据细分成多个业务系统，例如订单系统，购物车系统、用户系统，用户投诉、用户查询等等；
这些离线的数据进行整合落实到HDFS，对接到Hadoop平台中；基于Hadoop平台上，我们会架构应用到一些基础的算法，根据不同的场景，用不同的算法；例如，对用户进行标签，会用到聚类算法，对物品进行预估的打分模型算法等等。
根据用户历史行为、本身特征，这些就是不同的策略依据，反补到不同的推荐引擎。例如根据某用户的购买习惯，他喜好够买吃的、零食等，这些特征通过算法推荐出300个商品到，其中在推荐引擎A有50个商品、推荐引擎B有150个商品、推荐引擎C有100个商品。但我们在前端展示只推荐10个商品。
那如何在300个商品中推荐10个呢？
我们业务规则过滤，去重，打分，给用户展现10个最高分的商品。
2.1 搜索广告
参与的三方：网民、广告主、搜索平台
广告触发：keyword Targeting
- 广告主和网民通过关键词表达需求；
- 网民输入的query(询问)和广告主购买的keyword进行匹配。
网民输入query(询问)，系统进行匹配与检索，在广告库中跟query(询问)匹配的数据形成广告索引。
当匹配到200个符合条件的广告索引，那如何给用户推荐5个呢？
判断的依据有：
- ctr(预估)：针对曝光的点击率，点击率用于广告排序和推断；保护网民利益，用户体验等依据。
- bid：广告商给广告的价格
通过 广告竞价排名规则 = ctr*bid 形成一个广告候选集，然后在诸多候选中，选出最好的5个推荐给用户。
三、优酷推荐系统概述
日志信息层：用户行为日志、视频信息、推荐请求日志、推荐点击日志；
策略层：用户特征模型物、品特征模型、结构化数据源、推荐策略库；
数据结果层：离线推荐结果、在线推荐结果
展现层：推荐结果融合、用户最近观看行为、用户推荐点击行为。
