360搜索广告成立于2012年，到今年是第8个年头了。
今天分享的内容分为两部分，第一部分是搜索广告和广告召回。我会介绍搜索广告的业务逻辑，以及召回模块的逻辑。第二部分是语义相关和深度学习，这部分会介绍语义相关的计算方法以及使用的深度学习模型。
搜索广告 & 广告召回
360的搜索广告系统从逻辑上可以划分为三个模块：广告召回、广告排序和广告展示。
- 广告召回：这个模块决定召回哪些广告，涉及到广告索引和相关性计算；
- 广告排序：这个模块决定展示哪些广告，涉及到点击率预估和竞价机制；
- 广告展示：这个模块决定如何展示广告，涉及到广告创意的选择。
下面通过一个 Case，来说明360搜索广告系统的业务逻辑：
- 假设，我们两个电商行业的广告主，都购买了某品牌吸尘器的广告。他们向广告系统提交了关键词，和出价。
- 召回模块会计算 query 与广告关键词的相关性，根据相关性来决定是否召回这两个广告，结果是两个广告都相关，所以两个广告都召回。
- 广告排序模块，会计算两个广告的点击率和质量分，并根据竞价机制，来决定他们是否可以展示，以及展示位置。
- 最后，广告展示模块会根据广告主提供的物料以及展示位置，来选择广告创意。
接下来继续应用这个 Case 来说明广告召回模块的召回逻辑：左边是用户搜索的 query，右边是广告主购买的关键词，这里有俩种召回方式，第一种是精确匹配召回，第二种是语义相关召回。