数据挖掘系列篇(18):走进Facebook公司内部动态消息算法揭秘宝运莱游戏Facebook 动态音书排序小组确信他们的勤劳终将取得回报。「假如咱们不绝遵照反应提拔动态音书推送,咱们外示的音书就回越来越靠拢人们心中所思◆◆。」掌握与动态音书反应小组对接的用户体验明白师 Scissors 说。
Facebook 的算法,据我所知,有点小瑕疵并非编制的由来。以现正在的科技水准而言,算法思要到达科幻小说大凡洞悉人性是不大概的。Facebook 算法的背后如故人。工程师们肯定了数据的筛选,加工,及输出。算法堕落,背锅确当然是计划算法的工程师。算法的一步步进化◆,也是众数工程师们看了众数的数据,开了众数集会,重复测试,最终的结果。然而◆,Facebook 算法的延续前进依旧使人觉得好奇◆◆,他们是奈何做到的?
———————————————禁止转载——————————————————
———————————————禁止转载——————————————————
———————————————禁止转载——————————————————
即使云云,Facebook 也不行确定对付永久来看是否有负面影响。为了防守不测,还留有一个别「保存小组」,即一小个别的用户会正在几个月内连结原样。
「点赞」效力并非一个鲜嫩的相易体例。而 Facebook 推出点赞效力最初的有意,是思清楚用户对音书的偏好。大概用户没居心识到,这是一个异常精妙的计划。假如用户们了了大白「点赞」是为了容易 Facebook 实行偏好记载,那么这个进程将显得相等匮乏乏味。Facebook 的「动态」算法是宇宙上第一个正在用户没有感触的情状下,清楚用户民俗及偏好的,而且影响了咱们一共人。
冒泡排序的利益是容易易懂。坏处也显而易睹,假如你的数据过大,谋略量会很大,速率也随之变慢。对付 Facebook 数十亿用户而言,当然不行用这种算法◆◆。对速率的央求极其苛苛。但这仅仅是算法里的子算法云尔。最苛重的是把一共的动态音书服从精确的体例排序,最苛重的展现正在最顶端。这即是 Facebook news feed 排序团队的任务了,即是把一共效户眷注的消息按用户的联系度排序。
Facebook 并不是近年来独一数据驱动优化保举算法的公司◆。Neflix 的最佳影片保举,同样更具海量的用户数据◆,给用户分成众数小类◆,分类保举。为了均衡亚马逊的自愿 A/B 测试,首席推广官贝索斯平昔设立一个只身的反应邮箱供用户提出主张◆。现正在将数据的管理齐全交给呆板研习还为时尚早,但呆板研习的期间正正在加快到来◆。Facebook 主管 Mosseri 正在开会时并不热爱运用标致的“数据驱动”,他说的是「数据辅助」。
近年来,Facebook 和其他硅谷巨头们越来越民俗于用呆板研习软件替咱们做出拔取。硅谷明星埃隆马斯克和闻名科学家霍金都也曾提出警卫人工智能的见识,而「算法」这个词自身,即是为了大幅进步作用而生的。「算法」对付平时人来说,是「不明觉厉」的谋略机名词◆,诡秘而充满魔性,而 Facebook 等科技巨头运用的算法更是令人好奇。
这看似一个小题目呢。但这套算法对付 Facebook 是云云苛重,以致于如许小小的改动都应当原委稹密的测试智力真正参加运用。最先是离线测试◆◆,正在 Facebook 内部小组内小界限测试◆,然后推出到一小个别用户上,结果才是周至运用◆◆。每一步,数据明白师们都要网罗对付用户的网站交互度◆◆,广告投放收入和加载速率影响◆。假如有哪一项展现大幅度的震撼◆◆,则会展现警报并自愿知照到工程师们。
就如许,网站的交互度有了长足的提拔,但这应当是动态音书所谋求的吗?这个题目平昔困扰着 Chris Cox ,他是 Facebook 的元老了,也是动态算法的工程师。「观望用户的点赞,点击,分享,评论等动作,是为了更好的弄了解用户的情绪。」Cox 正在邮件中这么对我讲。(他是 Facebook 的首席产物官)「但咱们很了解这不是一个完好的管理计划。比如,当你看到一则颓废的音讯,你确定不会点赞,但这并不行代外你没有受到触动。几年过去了,咱们需求大白比点赞和点击更细节的用户动作。」
以至,你诤友的更新你不肯定能看取得◆。为了防守消息过众给用户酿成太大压力,Facebook 用了一种容易粗暴的算法过滤掉了一个别它以为用户不感乐趣的消息。而当时并没有东西也许也许权衡用户对付消息真相是否感乐趣——点赞效力距推出尚有三年工夫◆◆。工程师们靠直觉占定音书的外示与否◆◆。一下手的法式是,这条音书颁布了众久,以及你的诤友提及这条音书的次数。之后的一段工夫里,工程师们肯定遏止这种容易粗暴的体例,而把用户正在音书上阻滞的工夫总数行为音书苛重性的依照◆◆。但如许的机制难以区别哪条音书令用户觉得愉悦◆◆,那条音书获咎了用户,那些是无聊的,那些是纯碎的谣言。素质上,工程师们如故正在试试看。
这些蜕化有个别因由是为了起到防御效力。近年来,Facebook 正在社交汇集的统治位置屡遭挟制◆,正如当年 MySpace 的位置遭到 Facebook 的挑拨相同。而新兴的创业公司齐全避开了数据驱动的形式,以 Instagram 为例◆,他们直接把你眷注的一共人的状况音书以反工夫依次的工夫线列出,Facebook 不得不买下 Instagram 以维护老迈哥位置。Sanpchat 则以怪异的阅后即焚形式腐蚀着 Facebook 的青少年墟市◆◆。
同理,Facebook 的动态音书算法也是如许的情状。(动态音书是 Faceboook 最大的现金牛,均匀日入 2000 万美金)我问 Alison 正在 Facebook 算法的呆板研习讲话中◆◆,总共探究了众少种前提,他答复道「数百种◆。」
很久以后,媒体机构对付占定受众们对什么实质感乐趣都源于主观占定。如许的占定影响编辑们讲故事的法子◆◆,代价观的取向,音讯代价的占定及题材的采用◆◆。但如许的主观占定是 Cox 和其他 Facebook 同事们勉力避免的。他们与 Facebook 思要的效益是:用户正在动态里看到的都是他们感乐趣的实质,而不是 Facebook 强推的实质。「最完好的管理计划是给用户拔取权,让他们挑出己方爱看的◆,」Cox 对我说。是以次好的管理计划即是用算法推测用户热爱什么,然后费钱雇佣一批人看效益奈何。结果上这个外包团队一经到达上千人之众◆,之前他们联合正在 Knoxville 的办公室任务,现正在他们正在己方家里。
动态音书从人性化方面的改革始于 Mosseri 的前任主管,Will Cathcart。Cathcart 的任务从采撷更众细节消息展开,不光仅是用户点击了什么◆,尚有效户正在每一个页面上的阻滞工夫,不光仅是用户点赞的实质及目标,尚有他是正在看前点赞,如故看了之后再点赞。对付看前就点赞的音书◆,Facebook 目标于以为你并不是那么热爱。
刚下手研习谋略机科学的时辰◆,你第一个接触到的算法肯定是合于排序的◆◆。他正在白板上神速的写下这几个数:4、1、3、2、5。
同样,Facebook 对付他们的商务消息默不作声,Alison 不行告诉我相合「动态音书」 算法的本质代码。然而,他能告诉我也许的道理,以及为什么它平昔正在改换◆◆。工程师们时时热爱站正在白板前诠释,他也不各异。
假如感到有代价,请群众维持!打赏点赞(听说可能加芝麻分哟:D)!其它数据明白同盟微信群也发达的很疾,下面修个5群。
没有一点点仔细◆◆,这套算法就正在不知不觉中有了辨认及时热门的技能,然后让它们病毒式流传。以前热门是一个别链式的流传,现正在一个别点赞此后,他的知友都能看到这一则音书,流传作用堪比滚雪球。如许的效应不光仅让 Facebook 的员工们瞥睹了,广告商,出书商,假制者,以至平时用户都看到了此中广大的威力——轻点一赞,即可把音书流传给己方一共的知友,眷注者以至目生人◆。良众人下手绞尽脑汁考虑奈何创制「引爆点」。以至这催生了一项新职业——特意教人发状况的社交汇集咨询人◆,他们精于商讨文字◆,发音书的工夫,及照片对付流传度的影响◆◆。「求点赞」成为常态,以至他们一经遗忘了他们发状况的初志。很众人的发的状况变得同质化:鄙俗,矫情◆◆,自怜,只为得回更众的「赞」。「大拇指」成了社交汇集的中央。
———————————————禁止转载——————————————————
Mosseri 告诉我他并不会过分忧郁这些。他评释道,这些数据目前为止,都表示应当众做探问◆◆,予以用户更众的拔取权,如许可能弥补用户的列入度及正在网站上阻滞的工夫,这两项看似都是短期最首要的方针◆。
然而他们的动作将使赖以排序的数据酿成过错。对付这么庞大的情状,算法并不行区别出如许的动作◆。它只会傻傻地以为点赞即代外得志,潜匿代外剧烈的不得志◆。是以,对付如许的「『潜匿』强迫症患者」◆,工程师们肯定为他们做特意的优化◆。Tas 为此特意写了代码辨认出这群人,并减低他们「潜匿」的负面权重◆。
没有人也许猜透 Facebook 的算法真相是奈何天生的,而内部职员更不大概告诉你这些。这个自愿化的算法对付人们的社交有着强大的影响,并且它肯定了咱们每天会看到什么,要大白宇宙上有五分之一的人丁——近 10 亿的 Facebook 活泼用户每天就正在动态音书内中阅读音讯。病毒式扩散的算法机制齐全打倒了古代的媒体,把新兴的创业公司?BuzzFeed 和?Vox 市值推上了高位◆◆,而具有一百年汗青的报纸们则被连接带进了宅兆。社交逛戏公司 Zynga 和团购网站? LivingSocial 依附 Facebook ◆◆,正在短短一两年的工夫内就做到了数十亿美金的估值,投资者们赚得盆满钵满。Facebook 的动态音书以至也许控制咱们的喜怒哀乐,它推送给咱们真正优质趣味的音书◆,并将仅仅是情感性的外达筛选掉。
大大都时辰,人们看到一则不感乐趣的音书,会直接跳过去。但有些音书使他们觉得愤怒,他们会非常点开下拉栏,找到「潜匿」按键◆。Facebook 算法将「潜匿」视为剧烈的不满信号,并尽量淘汰近似的音书展现◆◆。
当我来到 Facebook 总部时,一名 37 岁的大男孩招呼了我,他脸上挂着善意微乐,富裕的元气心灵及繁盛的外达理思是他最显着的特质。他即是 Tom Alison ,「动态音书」算法的工程主管,他统制着计划算法的工程师们。
每次你翻开 Facebook ,这个宇宙上最具影响力,最有争议也是最被人歪曲的一套算法机制就下手运转。它会网罗合于你的一起状况更新:你诤友每周发过的状况,你眷注的每一个别◆◆,你列入的每一个群组,以及你赞过的每一条音书。对付 Facebook 用户来说,均匀每周有一千五百次状况更新。假如你少睹百位知友,那这个数字大概会高达一万以上。通过对这些数据细腻入微的观望,工程师们对保举算法实行一向的优化◆,Facebook 的动态音书(news feed)智力做到展现你真正感乐趣的实质。由于,大大都人并不会每天都把工夫线完备看一遍,只会看最上面几百个。
「题目是,「有哪一方面的结果是咱们的盲点◆◆?」 比如◆,他增加道,「咱们大白有些音书是你感乐趣的,但你并不会列入计议相易。假如没相合注到这种情状,算法会误认为你对这些音书并不感乐趣,由于你即没有点赞◆◆,也没有评论◆◆。是以什么东西能把这些音书平静时音书区别开来?」
这一个包括排序工程师,产物司理,数据明白师的小团队最首要的做事即是均衡算法具体实性。Sami Tas 是此中的一位软件工程师,他的任务是把动态音书排序小组写出的方针(即伪代码)翻译成电脑可能了解的讲话。这个下昼,我盯着他看◆,他从我旁边原委,被一个看似微不够道的题目困扰了。这真的是一个微不够道的题目啊◆,然而,Facebook 的员工们却锱铢必较。
让咱们猜猜下一场篮球赛◆◆,公牛对湖人,谁会赢? Alison 说。「公牛」,我不假思索的说出了口。Alison 乐了,但他随后颔首显露协议 ?◆。假如把我的大脑类比为谋略机,我方才输入了他提的题目,输出了 公牛这个答复,我大脑里的直觉响应即是算法◆◆。(人类精神的算法远比目前谋略机运用的庞大的众,但安静性也差的众)
你不光可能「取合」或人,还可能把你的好诤友列入优先列外中,把某个类型的音书屏障掉◆。当然,这些效力对付粗心的用户来说很难发掘,并不会弥补轻度用户的上手本钱——它藏正在右上角的灰色小箭头里。大个别用户以至恒久都不会发掘这些效力◆。当你翻开辟航及助助页面时,Facebook 会对这些效力实行具体的外明。
正在公司之中,动态音书收入的拉长让他们觉得恐惧。但正在用户数目暴涨的同时,Facebook 员工们并不行确定用户的得志度真相奈何。人们正在 Facebook 上点赞的数目空前未有的众◆◆,但他们厌烦什么?
———————————————禁止转载——————————————————
正在过去的六个月中◆,Facebook 平昔正在平时用户中做着随机的探问◆◆,成立控制两列动态音书,让平时用户拔取更感乐趣的那一列,这是全民列入的「动态音书评测小组」◆。不过,不光云云,Facebook 正在近来两年平昔予以用户更众定制己方动态音书的权利。
前段工夫一经聊到Facebook的edgerank算法和timeline。数据明白侠:Facebook的实质排序算法保举,还祈望群众也许众眷注知乎专栏数据明白侠,点赞维持!
自 2013 年主政此后,Mosseri 又有了一个大手脚,正在 2014 年夏令创立了「动态音书质地评测小组」,该小组包括数百名成员◆◆,正在诺克斯维尔市的办公室,每天掌握一向体验己方的 Facebook 动态音书工夫线,并把细节及得志水准反应给 Facebook 的工程师。(他们本来是 Facebook 一个奥妙的外包团队。)Mosseri 和工程师们不止于此,他们还会问体验者为什么点赞◆◆,为什么不点赞,他们对己方点赞的法式,尚有他们的点赞目标。「结果上,他们险些每天都要写探问通知」, Greg Marra 是评测小组的主管,他这么对我讲。
———————————————禁止转载——————————————————
近来,我观察了 Facebook 总部◆,与动态音书的算法团队相处,清楚这套机制背后的故事。他们是奈何把恶名昭着的动态音书算法改变口碑的,为什么要这么做,奈何做到,及背后的运转机理。其它,咱们还能清楚到良众合于算法控制性的题目,数据有时辰也会撒谎,Facebook 为此特意请了外包团队实行人肉反应,以到达更确实的效益。
然而◆◆,无论你如何用心构修一个算法,老是有良众的数据你是不得而知的:教员的竞赛铺排◆◆,德里克罗斯(公牛队球星)的膝盖伤势,以至是篮球的气压。从微观层面讲,竞赛也不是一个纯洁比数值的逛戏。这是人列入的逛戏◆,「人」的庞大水准远非算法可能预测◆◆。
它不光仅会遵照你以往的点赞民俗预测你会不会点赞。它还会预测你点击睁开全文◆◆,评论,分享的大概性,以至标识为垃圾的大概性。从而确定一个联系分◆◆,这个分数肯定了它是否会展现正在你的动态音书列外中,以及所正在的职位。是以,每次你翻开 Facebook 动态音书上的第一条,是从数百条音书中脱颖而出的,最能刺激你点赞,评论,分享,及改换你情感的音书。
质地评测小组的出线另动态音书算法团队的数据更立体,这是大数据不行予以的◆◆。至此,Tas 和其余的排序团队成员对付呆板算法的盲点有了长远的清楚。不过,Facebook 尚有一个小组,对付这套算法的成熟也起到了至合苛重的效力,那即是包罗你我正在内的平时用户。
然而,对付谋略机◆,你应当给出全部而了了的法子◆◆。这就需求算法的助助:算法即是用于谋略机管理题目的一系列程序。Alison 告诉我的算法叫「冒泡排序」 ,它的全部做法如下:
一个算法可能尽大概的算出最优解,不过不是最优解,还得由人来评判◆◆。Cox 等人工动态音书机制设立的终极方针即是,把一共人们真正联系的音书按苛重水准排序,把无合的完全隐去◆。他们大白,这意味着吃亏极少短期的广告收入及用户体验。Facebook 目前持有着大把现金,而 CEO 扎克伯格有着悠远的方针,这给了他们名贵的试错机缘。但奈何掌管机缘,如故要靠他们己方。
借此机缘也许把Facebook的动态实质算法再增加增加◆,有些故事如故趣味值得玩味,还相合于先容到的Facebook的灰度测试,做数据的奴隶。
Mosseri 委任了产物司理 Max Eulenstein 尚有效户体验商讨员 Lauren Scissors 统制着评测小组的平日运营,对题目的磋商也是他们掌握。比如,Eulenstein 让小构成员们看一篇故事,测试他们正在热爱或不热爱这条音书时,差别正在网页上阻滞的工夫。大凡以为◆,你正在网页上阻滞的工夫越长,你对它越感乐趣,纵使你并没有为它「点赞」◆◆。「但没那么容易◆,不光仅是『 5 秒显露热爱,2 秒显露不热爱』」,Eulenstein 对我评释,「每一位用户的阅读速率也大有差别,这个工夫值应当和用户均匀阅读工夫连结起来看。」合于这个题目的商讨收效正在六月的算法厘正中得以显示,Facebook 会尽量把用户阻滞工夫长的音书排名靠前。
评测小组对付动态音书算法的成熟起到了至合苛重的效力◆,脱离了对「大数据」的迷信之后,团队缓慢生长。 取而代之的是一个具有圆满的反应及均衡机制的编制,每一次算法的改动都务必阅历差别类型,差别邦籍的用户的反应,原委众维度的法式测试精确率。
为了搞了解这件事,咱们务必把镜头拉回到 2006 年。当时的 Facebook 与现正在庞大的侧栏及群组比拟,还处于原始状况◆◆。和逐鹿敌手 Myspace 近似,「动态音书」仅仅是诤友间的状况更新的聚拢◆◆。
这是一项异常疾苦的做事。由于你正在 Facebook 上的诤友们发的音书,尚有你眷注的明星们发的音书◆◆,哪些「和你相合」,是很难量化的事务。为此,Alison 评释,Facebook 运用了一套异乎寻常的算法,称为预测式算法。(Facebook 的 news feed 算法◆◆,和谷歌的摸索引擎算法,Netflix 的保举算法都是分散式的庞大算法,见谅良众小的算法)
正在 2013 年尾,Facebook 一经是当时最炙手可热的公司◆◆。用户数目胜过 10 亿,估值到达 1000 亿美金以上。当时它们一经花了数年的工夫一向优化转移端的利用体验,正在邦际上,受迎接水准一经胜过谷歌摸索和谷歌舆图◆。Facebook 一经不光仅是一个诤友间社交的用具◆◆,结果上,它如故 21 世纪环球化的音讯源:一个针对每一位用户量身定制,瞬时更新的音讯,文娱资讯,诤友动态聚拢网站。
然而, 只管它具有云云的权利,它的动态音书却平昔难以让人得志,推送的实质相等肆意◆,幻化莫测◆◆,有时辰以至出奇的不雅。时时会推送极少可有可无的东西,谣言,琐事,充满戾气的话,或者是无趣的音书宝运莱游戏。Facebook 的内部职员很了解这件事。正在过去的几个月内,这个社交汇集巨头下手将从新计划过的动态音书推送算法正在用户内实行小界限的测试,你猜结果奈何?
不过这些相易对付真正的用户来说,短长常毛糙且不确实的。他们点了赞,并不肯定代外他们真的热爱这条音书,故事看到一半就封闭,也不肯定是不热爱。奈何优化如许的情状◆?
花费了数月的工夫,Mosseri 和他的团队究竟修起了一个可能信任的测评小组,这是一个邦际化的团队,遵照 Facebook 正在环球的用户数目分拨团队中成员的邦籍,而且同意他们正在家办公。正在 2015年尾,Facebook 斥逐了之前正在诺克斯维尔市的办公室,并扩张了海外测试团队。Mosseri 的直觉是对的:动态音书算法保举上存正在盲点,但这件事工程师们己方发掘不了◆◆。这需求另一种数据的维持——人肉反应◆。
尚有些比拟趣味的着作都可能看下:正在助Facebook告竣一天内10亿用户正在线的Growth团队任务◆◆,我都阅历了什么
动态音书推送算法的厘正是一个异常永久的进程。假如它恰恰每次都击中你的痛点,那也仅仅是一个令人欢腾的偶合。正在长达十年的动态音书运营进程中,数据原来就没有精美绝伦过◆◆。而算法的厘正即是一个否认之否认的进程,此日忙碌写成的代码也许来日就会被薄情删除。日复一日,工程师们正在 Facebook 门洛帕克市的总部里的商讨体验通知,开会,实行一系列测试,然后一次又一次改正算法。
动态音书排序算法不光仅有一套,这是寻常的歪曲◆。结果上,这不是一套有几百个小算法构成的算法。因为总共有良众个测试小组,「保存小组」,这个宇宙上同时运转着良众个版本的排序算法。我猜,有一个别「『潜匿』强迫症患者」一经可能欢腾地刷动态音书了,但尚有一个别的用户仍受到不确实算法的困扰。
「当你不会觉得压力时,这种仅凭直觉的推测往往精确率惊人。」Alison 说。「但假如方才的推测有金钱上的挂钩,数百万每次◆◆,每天预测数百次。那咱们就需求一个成系统的法子。你大概会看看汗青数据,每一个球队的赢输记载,是否有伤员,谁正手感炎热。大概你还会探究情况要素,谁是主场?客队是背靠背竞赛如故原委了一段工夫的歇息?你的算法大概会把这些要素完全探究正在内。假如你的算法足够完好,你大概不光仅预测到了赢输情状,你连比分都能猜个也许◆。」
用户们广大反应「有时」◆,新的动态音书会击中他们的兴奋点。Facebook 对此显露欣慰,并夸大会实行延续性的厘正。
明显◆◆,每个用户的民俗都是差别的,趣味的是,Facebook 的数据明白师们发掘◆,5% 的用户运用「潜匿」效力占了总数的 85 %。他们更长远的清楚◆◆,这一小个别人险些把己方看过的一共音书都潜匿了——纵使是他们点过赞的或评论过的音书。对付这些「『潜匿』强迫症患者」,明显,「潜匿」不代外他们不热爱这条音书,他们思要外达的是「已阅」标识,就像Gmail 里的「归档」。
Alison 带着我穿过迷宫般的 Facebook 办公区,穿过一个小厨房之后,咱们进入了一件小型集会室里。Alison 向我愿意会把 Facebook 算法背后的道理讲了解,纵使对付我这种生手来说。 到了此后,我思去一趟洗手间◆,我问了他应当怎样走。他很抱愧的对我说◆,「如故我带你去吧」。最先我认为他是怕我迷道,当我从洗手间出来时,发掘他就站正在门口等着我。我不禁以为◆◆,他被上司央求不行让我正在办公室里只身走动。
Growth Hacking让Facebook首页5年未改版,人人网改版自投罗网的背后◆,欠缺的是什么
Adam Mosseri 是现 32 岁的动态音书产物主管◆,与 Alison 处于统一层级◆◆,但前者更眷注计谋然后者更眷注技巧细节。他找到题目,Alison 掌握管理题目。他掌握从玄学层面考虑动态音书题目。
接着,他唾手写下了一个容易的做事:计划一套算法◆◆,使数组按从小到大排序。「人类可能很容易的做到,这仅仅是举手之劳云尔。」他对我说◆。
【数据明白侠 《人人都市数据明白》20万字竹素】点击链接,再拔取浏览器翻开;或复制这条消息¥fSnh09F0Vpy¥后翻开 手淘
———————————————禁止转载——————————————————
这里有一个潜正在的负面影响:给用户节制的权益◆◆,然而他们真的大白己方真相思要什么吗?如故数据驱动的 Facebook 比咱们更懂己方?大概做出比用户己方思要的更吸引人的动态音书吗?
这套预测算法还面对着其他的挑拨,这些挑拨是来自清楚论的。联系度的分预测公牛队将会获得竞赛◆。明显这个结果是可量化的:输了或赢了,料中了或猜不中。Facebook 考试着运用近似的思绪管理题目,记载你与这些动态音书的互动频率公司动态。而这些互动也正好成为了 Facebook 收入的出处:点赞,点击,分享,评论◆◆,使音书病毒式流传◆,把每一个只身的用户串起来,精准地投放广告。