用户画像聚类：把几十亿人分成“兴趣部落”
Facebook无法逐一分析每个用户，而是先通过无监督学习中的聚类算法，将行为相似的用户自动归为一类。例如，K-Means算法会根据年龄、地理位置、点赞页面、点击历史等数百个特征，把用户划分成“户外运动爱好者”“新手父母”“科技客”等群体。更先进的方法如深度嵌入聚类，还能将用户映射到低维向量空间，让“喜欢露营”和“喜欢徒步”的人自然靠近。这一步不依赖人工标签，而是让数据自己说话，从而发现隐藏的兴趣圈层。
CTR预估：预测你会不会点
有了用户群体，下一步是预测某条广告对某个用户的点击率。这是典型的监督学习问题，常用模型包括梯度提升决策树和深度神经网络。模型输入的特征包括：用户特征（如年龄、历史点击率）、广告特征（如文案、图片类型）、上下文特征（如当前时间、设备型号）。Facebook曾公开其核心模型GBDT+LR：先用GBDT自动组合特征，再用逻辑回归输出概率。近年来，因子分解机和深度兴趣网络进一步提升了稀疏数据下的预测精度。CTR预估的目标不是“猜你喜欢”，而是给出一个0到1之间的概率值，用于后续竞价排序。
实时竞价与反馈闭环：让模型越用越准
当用户刷新页面时，Facebook会在毫秒内完成一次广告拍卖。每个广告的排序分数 = CTR预估 × 广告出价。出价高但CTR低的广告，未必能胜出。更关键的是，每次曝光、点击、转化都会作为新数据回流到训练管道，模型每天甚至每小时更新一次。这种在线学习机制让系统能捕捉用户兴趣的漂移，比如你刚搜过“婴儿车”，接下来几天母婴广告的CTR预估会显著上升。同时，探索与利用策略会故意展示少量非优广告，以收集反馈、避免模型陷入局部优。
总结
从聚类分群到CTR预估，再到实时反馈，Facebook广告的精准投放本质上是一个“数据→模型→决策→新数据”的闭环。它不依赖魔法，而是建立在无监督学习、监督学习和在线学习等成熟机器学习原理之上。理解这些原理，不仅能帮你明白广告为何“懂你”，也能让你更理性地看待推荐系统背后的算法逻辑。
