1.3.3 推荐系统是怎么应用于广告业务的

广告业务是大部分互联网企业的主要营收来源之一。互联网广告的计费方式有很多种，主要有CPT（按独占时间段收取费用）、CPM（按千次展示结算）、CPC（按点击结算）、CPS/CPA（按转化结算）、oCPM（按CPM决定展现，按转化进行收费）。现在流行的互联网广告结算方式是oCPM。首先，广告主在广告在线平台选择每条广告的竞价——bidding。然后，平台根据当前的流量、广告主的基本信息和广告素材计算当前广告和流量客户的p_CTR（点击率）和p_CVR（转化率）。最后，平台会计算出当前广告的eCPM=bidding×P_CTR×P_CVR×1000，再对各个广告主的CPM进行排序，选择eCPM最高的广告主的广告进行展现。但是在扣费的过程中，是对实际转化的个数进行扣费，并不是直接以eCPM进行扣费。事实上，互联网的广告计费模式很复杂。比如，对于新的广告主而言，它的广告一开始是很难得到曝光的。对于平台而言，平台需要给予其一定的流量让其冷启动，让模型可以学习到真实的CVR和CTR。为了提高曝光量，新的广告主可能需要提高它的bidding，在CTR和CVR增长起来以后，可以适当降低bidding，控制成本。此外，对于选择CPM类型的用户，为了充分保障用户的利益，平台会采用广义第二高价的机制（GSP策略），即竞价选择CPM最高的广告主，但是实际收费采用第二高的CPM。

CPx（泛指各种按成本计费的方式）形式的计费方式彻底将互联网广告和传统广告区分开来，广告不再是广告主投钱、平台负责展现的形式。在互联网广告中，平台还需要为广告的真实效果负责。这一点保证了广告主的利益，但是，这对平台的预估能力提出了很高的要求，而预估的工作基本和推荐预估的程序是一致的。物料个性化推荐和广告推荐的区别在于，物料个性化推荐系统追求的是对单个用户在物料之间的序正确，而广告不仅追求序正确，还追求值的准确，因为算出的p_CTR和p_CVR会直接参与CPM的计算，并且后续会影响扣费。所以，预估值应该尽可能保证线上的原始分布OCPC（真实值/预估值）接近1。

从电商和视频网站的例子可以看出，现在的主要广告展现形式还是在个性化推荐的物料中强插广告。最开始，广告是在当前展现卡片中的固定广告位进行插入。后来，开始选择动态坑位插入，提高了广告的点击率。事实上，个性化的物料展示和广告插入是在限制条件下的最优化问题，很多算法工程师在广告混排场景中定义了一系列的约束条件和优化目标，运用拉格朗日对偶转换对广告混排场景进行最优化求解。这里需要格外注意的是，个性化推荐物料的打分和广告推荐的广告的打分并不在一个量纲上，很多时候个性化推荐和广告推荐由两个团队负责，因为精排产生的物料的分数的量纲肯定是大不相同的，如何将两个分数的量纲进行统一后排序是推荐团队负责人必须提前考虑的问题，因为这直接决定了企业的广告营收和推荐收益。此外，有的企业直接打破个性化推荐和广告推荐的壁垒，将个性化推荐和广告推荐的数据统一并进行模型训练，只是对广告侧的物料的bidding乘以一个系数后加入排序来作为最终的排序值，即广告物料的最终分为bidding（一般为eCPM）+α×rankscore，而正常的个性化物料的最终分就是rankscore。