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query已经足够了。2. Sesion内的短时用户搜索行为作用很重要，3. 上下文定向标签f(c)：关键词。

搜索广告是一种很典型的位置竞价模式，而展示广告一般只有一个位置，但偶尔也有多位置拍卖的时候，比如淘宝多标签的创意。我们一般将广告位分为北，南，东三个广告区块，根据各位置的reference ctr决定各位置在竞价系统中的位次，reference ctr可以通过小流量较准确地测出。

查询词扩展(Query Expansion)

虽然查询词已经非常精准了，但它还是需要扩展。从缺点来讲，是搜索广告的运营商希望通过查询词扩展以攫取更多的利润，举例说明，如果查询词是家具，如果不做任何扩展，那么投“家具”关键词广告的转化率是最高的，如果把“家具”扩展为“家具店”，甚至“搬家”，那么所投放的广告的转化率是要比“家具”关键词广告是要低的，换言之，做查询扩展后的广告点击的价值是要低于不做查询扩展的点击价值，但如果扩展的关键词相关的广告如果出价更高或一样高，那么对搜索广告运营商做扩展是会收入更多的。另一点从宏观上讲，通过做查询扩展，使得每一个广告主的竞价范围变大了，再以上例说明，不做扩展，那么广告主只对“家具”进行竞价，做了扩展后，它对三个词进行竞价，那么广告主相互竞争冲突的可能性就大大增加了，使得市场更容易达到充分竞争的局面，这也有利于整个市场的盘子做大，营收增加。

查询扩展有很多的方法，也很难有完整的体系将其描述。我这里列出常见三个思路。以前在Yahoo!进行查询词扩展的项目有几十个之多。1，基于推荐的方法，它是挖掘(session,query)矩阵找到相关query，session就是用户在一次查询序列中输入的查询词，可以用推荐技术中挖掘(user, item)的算法进行挖掘，这种方法利用的是搜索数据。2，基于语义的方法，用topic model或概念化的方法中找语义相关query，对相同主题的词用topic model进行聚类，并认为它们的相似的查询意图，经过一些选择，可以将它们列到查询扩展集合中。Topic model是分析潜在语义的模型，也可以一些明确语义分析方法，它是将一些词或词组抽象成数目相对少的概念，每个概念中的词可以认为它们有相似的意图。语义分析的方法利用的是其它文档的数据。3，基于收益的方法，这种方法在实际中效果是很好的，它不进行语义的分析，也不进行推荐分析，仅看一个查询词在历史上哪些查询词对它的eCPM变现高，但它的分析出来的数据量是很少的，一些新词和长尾的词它就无能为力了，但它是不会漏掉一些真正有经济价值的词，历史上发现“家具”和“搬家”这两个词强相关，且“搬家”eCPM很高，那么在搜索“家具”的时候，出“搬家”的广告是可以增加收益的。它是利用广告数据进行分析。

用户相关的搜索广告决策

用户相关的搜索广告决策是分析哪些因素是可能和用户有关系的。

1，  结果个性化对于搜索广告作用有限，前面提到过f(u)直接做audience 兴趣的targeting的意义并不大，因为上下文信息(c)太强，个人兴趣可以忽略。另一个有争议的话题是搜索是否需要做个性化，大的搜索公司都做过个性化，有很多用户是不满意的，因为用户可能发现他的搜索结果和周围的人的搜索结果不一样，就会质疑搜索引擎的权威性，并且也无法告诉别人，可以通过搜索某词得到什么结果。所以搜索引擎是不适合做特别深入的个性化。搜索广告可以个性化一些，但仍然需要保证主题上的某种一致性。

2，  广告展示的条数可以深度个性化，即参与position auction的位置的个数。它有着非常大的调整空间。因为用户常常无法区分广告和正常的搜索结果的，就是在美国这种教育程度较高的国家，也有一半的用户无法区别搜索结果和广告，他们的行为就是对搜索结果从上向下点击，对于这些用户，放多少广告都无所谓，只要不要让结果太差，但对于阅读本文的读者而言，基本上是一个广告都不应该出的，出了广告我们也不会去点。但对于无法区别广告的用户，如果出的广告太多，就会遇到1里所提到的一致性问题，也会给用户不好的体验。这里的一个可以做的点就是在平均广告数不变的条件下，对每个用户的广告数进行变化，以使得全局营收最大化。这又是一个约束优化问题，与我们前面的Allocation类似，它们的解法都很相似。顺便提一下，广告的结果和搜索的结果，在google中，广告的结果有淡黄色的背景，这是因为在美国是有这个判例的，有人投诉分不清搜索结果和广告结果，法官判决必须使广告结果和搜索结果是可区分的，中国法律并没有这个限制。

3，  可以根据同一session内的行为调整广告结果，比如：用户在第一页没有点击任何广告，用户点击第二页时，可以不再展示第一页展示过的广告。

短时用户行为反馈

短时内用户的几次连续搜索称之为一个session，session的行为可以更明确地标定他搜索的目标。在搜索广告中，它是一个非常有用的信息，对展示广告来讲也是一样的，但对于展示广告，比较困难，因为展示广告主要用f(u)，而不是f(c)，所以要得到它短时的行为，需要修改u上的标签，这比较困难。而对于搜索来讲，只需要收集前几个session。

短时用户行为在狭义上讲，是指用户在一个session内的行为，在广义上讲，它是指用户在短时间（一般为一到两天）内的行为。

在广告系统中，短时用户行为有两个作用，1. 短时的受众定向：根据短时行为为用户打上标签。因为短时的计算不太可能用Hadoop这样的平台进行计算，因为Hadoop平台有很长的延时，并且处理时间也不能确定。所以这个打标签的过程是与其它标签的过程是独立的。2. 短时点击反馈：根据短时广告交互计算的动态特征。

短时用户行为计算需要准实时（分钟级）对用户行为进行加工，不适合在Hadoop上进行，而这还有可能不够，因为对于session里的query，可能要做到几秒的级别，所以它不适合在Hadoop上进行，它可以利用流式计算（stream computing）平台，比如S4，Storm等进行计算。当时S4的开发的目标很明确，就是进行短时用户行为反馈的计算。