A重点78
InfoQ
1 个来源JioHotstar 发布广告决策工作流工程概述
JioHotstar 发布了一篇关于其广告请求工作流的工程概述,介绍了该流媒体平台如何协调分布式服务,在视频播放期间实时选择、投放和衡量个性化广告。该架构旨在满足严格延迟要求的同时完成实时广告决策,并支持大规模流媒体流量以及维持播放可靠性。
JioHotstar 发布了一篇关于其广告请求工作流的工程概述,介绍了该流媒体平台如何协调分布式服务,在视频播放期间实时选择、投放和衡量个性化广告。该架构旨在满足严格延迟要求的同时完成实时广告决策,并支持大规模流媒体流量以及维持播放可靠性。
SynthePulse Insight · AI 深度解读会员精读
版本 1 · 1 个来源
当观众在视频播放中遇到广告机会点,JioHotstar的广告决策工作流如何在100毫秒内从数千个候选广告中选出少量广告,组成一个30秒的广告组?本文基于JioHotstar发布的工程概述,拆解其瀑布式分层方法、节奏控制算法与后端挑战。
当观众在内容播放过程中到达一个广告机会点时,广告请求便会开始。该请求包含广告选择所需的上下文信息,包括内容元数据、用户上下文、设备信息和可用广告库存详情。随后,平台会通过多个后端组件处理该请求,这些组件负责评估符合条件的广告、应用定向规则,并生成返回给视频播放器的最终响应。
JioHotstar介绍称,该平台采用瀑布式分层方法,并结合PID和SHALE等节奏控制算法,从数千个符合条件的候选广告中选出少量广告,组成一个30秒的广告组。这些计算有助于在广告活动投放要求、广告库存分配和广告主约束之间取得平衡,同时在100毫秒内完成广告选择和响应生成,即使是在重大体育赛事关键时刻等高并发事件期间也是如此。
本文信息主要来源于JioHotstar发布的工程概述,经InfoQ报道和翻译。所有具体数字和架构描述均来自该工程概述,属于源声称,未经独立验证。
主报道
主报道来源