百度凤巢新一代广告召回系统——“莫比乌斯”
一、系统概述
百度凤巢新一代广告召回系统“莫比乌斯”是一个创新的广告召回系统，旨在在保证广告与用户搜索query相关性的同时，引入商业化业务指标（如CPM）作为召回的依据。该系统通过将CTR预估模型融合到召回层中，提出了一种全新的多目标商业召回系统架构，从而实现了在保证相关性的前提下，尽可能提升候选广告的变现能力。
二、创新点
相关性与商业化指标的融合：
在召回层保证相关性的基础上，引入了CPM等业务指标作为召回的依据。
通过这种方式，系统能够在保证用户搜索体验的同时，提升广告的变现能力。
CTR预估模型在召回层的应用：
将以往的CTR预估模型融合到召回层中，利用CTR值来预测广告的变现能力。
这种方法使得系统能够在召回阶段就筛选出变现能力较强的广告，从而提高整体广告效果。
三、系统架构
“莫比乌斯”召回系统架构主要包括两个核心模块：数据增强模块和模型训练模块。
该模块主要负责生成模型所需的训练样本。
通过构建query集合和广告集合，并两两配对生成augmented data，然后利用相关性模型筛选出低相关性的pair，再利用CTR预估模型对这些pair进行预测，得到PCTR值。
根据PCTR值对这批低相关性的pair进行采样，并打上badcase的标签，从而得到增强的样本数据。
这些增强的样本数据被补充到CTR模型的训练样本中，用于提升模型的泛化能力。
该模块主要负责模型的迭代更新。
采用经典的双塔模型结构，利用用户侧和广告侧的特征构建embedding向量。
通过计算两侧embedding向量的inner product得到分数，并经过softmax layer得到最终预测label（click、unclick、badcase）。
这种方式使得模型能够同时考虑广告的点击率和相关性，从而在保证相关性的前提下提升广告的变现能力。
四、线上广告召回
在线上广告召回阶段，当收到一个用户请求（query）时，系统首先计算用户的query embedding。然后利用这个embedding在保证相关性的前提下筛选出变现能力最高的一批候选广告。为了实现这一目标，系统采用了近似最近邻（ANN）检索或最大内积检索（MIPS）等方法来快速检索候选广告，并根据业务指标对检索结果进行重排序。
五、实验效果
通过离线实验和线上部署，“莫比乌斯”召回系统展现出了显著的效果。离线实验结果表明，该系统在保持相关性的同时，显著提升了广告的变现能力。线上部署后，从线上一周的监控指标来看，CPM涨幅非常大，效果非常明显。
六、结论
百度凤巢新一代广告召回系统“莫比乌斯”通过引入商业化业务指标和CTR预估模型到召回层中，实现了在保证相关性的前提下提升候选广告的变现能力。该系统采用了创新的数据增强模块和模型训练模块来生成高质量的训练样本和训练模型。在线上广告召回阶段，系统采用了高效的检索和重排序方法来快速筛选出变现能力最强的候选广告。实验结果表明，“莫比乌斯”召回系统具有显著的效果和广泛的应用前景。
