本文从技术角度探讨在线广告系统，对比推荐系统的架构，重点解析广告的召回、点击预估、排序和服务化输出等环节。强调广告检索的实时性需求，使用标签匹配和倒排索引技术。此外，讨论了广告主评分计算、数据风控、优化策略以及新客发现逻辑等关键点。
作者|黄崇远（题图：pixabay.com，CCO协议）
01
接上篇文章《数据与广告系列六：一图读懂在线广告产品交互关系》，上篇逻辑里核心是从产品逻辑的角度，来阐述整体广告生态中不同的产品以及平台的角色。而这篇，我们则从偏技术以及数据逻辑来了解整体的在线广告系统的技术架构以及数据流向来做分析。
在做正式的分析之前，我们先把《计算广告》中涉及的技术架构图来一张（重新绘制就没有必要了，手拍一张，凑合着看先，后面有数据虫巢这边按逻辑理解的再绘图）：
从整体的角度来看，其实相对还是比较完善的了，基本把整个广告技术逻辑，以及各个部分的角色阐述清晰了，但从个人的角度来看，更期望的是更偏技术的逻辑，甚至是数据流转的逻辑来理解这么个整个技术体系。
所以，我们围绕具体一些的技术选型方案以及数据流转的动向来理解整个在线广告的技术架构逻辑可能会更容易理解一些。
02
在看我们重新理解绘制的“在线广告技术架构图”之前，我们来看一张数据虫巢这边之前做推荐系统的时候绘制的推荐系统架构逻辑图：
之前我们就一直有提到过，推荐系统和广告系统有着天然的一些联系，关于业务逻辑这块，我们可以参考第二篇《
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
