广告,是广告主向他人推销自己产品或服务的一种方式,此方式不仅方便快捷,实际上也成为广告主商业变现的很大一部分来源。随着互联网的发展,广告的形式已逐渐从线下转换到线上平台,其中应用最广泛的便是互联网搜索广告模式,该模式以付费手段来提高网站的权重,结合搜索引擎根据用户的即时兴趣定向投送广告。该模式被称为搜索引擎营销,已经逐渐成为各大广告商的首选,这其中最关键的步骤就是需要从广告中提取出一系列关键词,再将这些关键词投放到搜索引擎当中进行竞价,当该广告被用户点击之后,会根据投放时该词的价格进行相应扣费处理。该核心步骤的实现目前存在以下两个方案:一是大量依赖人工推荐,即使用人的过往经验和主观判断进行关键词提取,该方法劣势在于所耗费的时间成本过高,不可批量化处理,优势在于提取出的关键词词均成本低,产生的实际花费较少;二是依赖搜索引擎推荐,即使用搜索引擎提供的服务进行关键词抽取,该方式的优势在于可以批量化处理,时间成本低,但出于搜索引擎方盈利的目的,该方式的劣势体现在其推荐的关键词词均成本过高,产生了大量的开销。本文针对现有方案所存在的问题,将这一环节进行优化,内化人工经验,使用相关方法为SEM广告投放设计并实现一套关键词推荐系统。主要提供三点贡献:一是自定义命名实体的含义,即将关键词作城市、核心以及其他特征的三块划分,并训练相关模型使得关键信息的抽取更符合投放要求,不仅使得分词更加准确,也使得相关模型的特征更加丰富;二是提出Textrank-IDF算法进行文本特征抽取,并对比使用其他抽取模型,实验表明该方法有着明显的优势;三是应用层面的创新,本推荐系统的设计目标是能够高效地、不依靠人力地、推荐出成本较低的词,同时为满足上线的要求,平均响应时间要达到一秒以内。为保证词库的丰富性,本文在词库建设阶段加入搜索词清洗规则,并训练违禁词审核模型进行数据过滤。内化相关逻辑之后形成闭环,可以将用户的搜索以及点击行为及时反馈,实现词库的每日自动清洗以及更新。本文的关键词推荐算法主要分为三个环节:召回层、粗排层以及精排层。召回层利用的是关键词的相关索引进行索引召回;粗排层使用基于文本内容相似的推荐算法进行实现;精排层设计点击率预估模型和成本预估模型,目的是期望在控制点击率的同时控制成本。在线上实际推荐时使用三层逻辑进行层层筛选,最终为单个广告推荐出至多五十个关键词。本文最后采取离线模拟测试的方式对该算法进行验收和评价,测试结果表明各指标均达到项目的预期,符合标准。