一个产品小白如何理解布尔表达式检索?

广告主投放广告的本质是流量的采买,所以广告主在投放时会选择自身角度的潜在用户群,也就是当代广告的受众定向售卖方式。现在的广告系统对于大数据量处理及实时性都有着极高的要求,当用户发起广告请求时,广告引擎如何快速筛选出符合定向条件的广告,让索引设计变得极为关键。

基础概念

一般的广告主定向条件都类似于:20岁+女性,25岁+北京

这里的定向条件用布尔表达式进行表示:

a1={age∈(20)∩gender∈(female)}∪{age∈(25)∩geo∈(一线)}

这里的形式即为析取范式(Disjunctive Normal Form,DNF)

每个DNF都可以分解成一个或者多个交集(conjunction),即age∈(25)∩geo∈(一线)

每个交集进一步分解成一个或者多个赋值集(assignment),即age∈(25),geo∈(一线)

双层索引结构设计

算法会维护一个两层的倒排索引,即conjunction-ad,attribute-conjunction。

实际检索过程中:

通过assignment筛选出满足条件的 conjunction,再根据conjunction找出满足条件的广告集合。

下面就是一步一步的举例过程!

假设线上有7个广告,定向条件如下:

Ad1:age∈(20)

Ad2:age∈(20)∩ gender∈(female)

Ad3:age∈(20)∩ geo∈(一线)

Ad4:age∈(20)∩ gender∈(female)∩geo∈(一线)

Ad5:age∈(20)∩ gender∈(female)∩geo∈(一线)

Ad6:age∈(20)∩ geo∈(一线)∩ mobile∉(apple)

Ad7:age∈(20)∩ gender∈(female)∩mobile∈(apple)

对应有6种定向条件,将定向条件编辑如下(其中size表示其中含有几个assignment):

Conjunction1:age∈(20),size1

Conjunction2:age∈(20)∩ gender∈(female),size2

Conjunction3:age∈(20)∩geo∈(一线),size2

Conjunction4:age∈(20)∩gender∈(female)∩ geo∈(一线),size3

Conjunction5:age∈(20)∩geo∈(一线)∩ mobile∉(apple),size3

Conjunction6:age∈(20)∩gender∈(female)∩mobile∈(apple),size3

则可以建立从conjunction到ad的第一层倒排索引:

Conjunction1:Ad1

Conjunction2:Ad2

Conjunction3:Ad3

Conjunction4:Ad4,Ad5

Conjunction5:Ad6

Conjunction6:Ad7

根据conjunction 的size大小及包含情况建立从attribute到conjunction的第二层倒排索引(标注conjunction是否含有/不含有该assignment):

Size1:age∈(20),(1,∈)

Size2:

age∈(20),(2,∈)(3,∈)

gender∈(female),(2,∈)

geo∈(一线),(3,∈)

Size3:

age∈(20),(4,∈)(5,∈)(6,∈)

gender∈(female),(4,∈)(6,∈)

geo∈(一线),(4,∈)(5,∈)

mobile∈(apple),(5,∉)(6,∈)

线上请求检索过程

当某次广告请求的定向条件满足某个conjunction,一定满足包含该conjunction的所有广告。如果用size of(query)表示请求中的定向标签个数,如果size of(query)<size of(conjunction),该conjunction一定不满足要求。可以先利用这个判断减少计算。

当线上有一个用户发起了广告请求,该用户的标签为:

age∈(20)∩geo∈(一线)

因为size of(query)=2,则从size为1和2的conjunction中进行查询

Size=2的查询

age∈(20)   (2,∈)(3,∈)

geo∈(一线)  (3,∈)

只有Conjunction3满足条件,对应Ad3

Size=1的查询

age∈(20)   (1,∈)

只有Conjunction1满足条件,对应Ad1

维度爆炸问题

这里的维度组合并不取决于标签的乘积,即2个性别,100个年龄,34个地理……(2*100*34……),而是取决于广告的规模,假设有100w的广告,每个广告的定向标签都不一样,也只是百万级的检索,并且大量的广告受众定向是重复的,远远小于广告数量。

 

本文作者 @崔巍Bella

版权声明

本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!

相关文章

立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部