作为一名FB投手,对于Facebook广告背后算法机制的探求是永无止境的。在投放Facebook广告时,无论是首次开始投放,还是在编辑后重新投放,所掌握的数据信息都不足以尽可能稳定地投放广告。为获得这些必要的数据,Facebook必须向不同类型的用户投放广告,以此了解哪些人群最可能执行我们的优化事件 ,这就是Facebook广告背后的竞价机制——“机器学习”。今天这篇内容,橙四海就和各位FB投手一起来聊聊Facebook机器学习在算法中的作用,揭开“黑盒”机制的神秘面纱。Facebook机器学习机器学习是人工智能的实践和应用,具体是通过大数据来训练算法和数据模型,从而更加准确地对新的(未知)数据及指令作出预测和判断。那么,数据哪里来呢?首先,对于Facebook,每天有上亿的用户自发地生成各种数据(UGC):照片、影片、语音、文字、社交互动等等。除此之外,Facebook还可以通过你浏览器的cookie来追踪你在互联网上的一切行为。比如你浏览过哪些网站?你搜索过哪些内容?你产生过哪些购买行为?在Facebook的官网中有这样一段话:“Weuse cookies to help us show ads and to make recommendations forbusinesses and other organizations to people who may be interested inthe products, services or causes they promote.”所以,Facebook主要是通过追踪浏览器的cookie来收集用户的数据,进而对用户的喜好和行为进行预测,选择最适合的广告呈现在用户面前。同时Facebook又用cookie来判断控制广告的投放,以及评估广告的质量。比如确保该广告出现在同一个用户的时间线上不超过X次(impr