专题演讲嘉宾 :黄毅铭

eBay Feeds&Social 部门开发经理

黄毅铭,目前供职于 eBay 软件工程上海卓越中心(CCOE)的 Paid Internet Marketing 部门。担任 Feeds & Social 部门的开发经理,并兼 Paid Social 平台的架构师。我所在的部门主要负责把 eBay 高质量的商品送到 Google、Facebook 等广告平台,以竞价广告的形式为用户提供基于搜索(Google)或者个性化的(Facebook)广告推荐。我们的近实时计算平台主要由开源的大数据系统搭建,深入使用了 Hadoop、Spark (SQL/Stream)、Kafka、Cassandra、Redis 等技术。黄毅铭在加入 eBay 之前,曾在 IBM 中国研发中心工作。关注 Java / Java EE,大数据,分布式计算等领域的开发和高性能工程。

演讲:eBay 构建社交网络广告平台的经验和思考

时间:04月17日 11:45
地点:311B
所属专题:互联网广告系统实践

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)。

本专题下其他演讲

关注主办方(InfoQ)

InfoQ Qcon

交通指南