eBay 是全球最大的电子商务公司之一，通过互联网提供 C2C 和 B2C 服务。广告推荐对于 eBay 的业务至关重要，本演讲主题是关于 eBay 在社交网络如 Facebook 上的广告，不仅可以帮助 eBay 向已有用户精准地推荐商品，而且可以给 eBay 带来新的用户。

eBay 有超过 4 亿的用户（其中超过 1.6 亿的活跃用户）和超过 10 亿商品。在 eBay 上每秒有几千次的商品浏览点击。

我们建立了一个针对社交网络的具有高容错性、一致性、高扩展性和跨数据中心的实时计算的广告平台，这个平台建立在开源 Hadoop、Spark、Kafka、Cassandra 等大数据项目之上，本演讲主题将介绍平台的系统架构以及对大规模数据的实时处理。我们根据用户的行为在社交网络上向用户推荐最合适的商品。所建立的广告平台是灵活的，可以让我们很容易地做 A/B 测试和尝试不同的推荐模型。 我们的系统被设计成没有单点故障，支持 rolling upgrade，我们对平台的每个部分加了监控和故障警告系统，如果有任何问题我们都很容易发现。 我们的广告平台系统在实际中是 7*24 小时全年几乎无故障运行的。

在这次主题中，我们还会介绍怎么优化广告平台和推荐模型来改进 CTR（广告点阅率）和 ROI（投资回报率）。