test

Facebook 广告投放系统使用广告竞拍和机器学习来确定广告展示的版位、时间和受众。这些流程协同配合，为用户和商家实现最大价值。 

投放相关广告 

每当有机会向受众投放广告时，系统会通过广告竞拍来决定投放哪个广告。 由于我们希望每个用户都能看到与他们相关的广告，因此广告竞拍会考量关于每个广告与特定用户相关度的预测。这意味着具有更高相关度的广告能够以更低的费用赢得广告竞拍。 

相关度预测可以预估用户有多大可能会认为广告属于高品质，并采取广告主期望的操作。您可以使用广告相关度诊断指标来了解您投放的广告与您覆盖的受众是否具有相关性。 

优化表现 

由于我们希望每个广告主都能以最低的费用实现目标，因此投放系统会使用机器学习来改善每个广告的表现。系统会对广告表现进行优化，从而将每个广告的单次优化事件费用降到最低。 每展示一次广告，投放系统对相关度的预测就会更加准确。

因此，广告展示的次数越多，投放系统就越能更好地确定广告展示的版位、时间和受众，从而将单次优化事件费用降到最低。投放系统一开始需要学习大量有关广告的信息，我们称这段时期为机器学习阶段。 如果您的广告组（或广告帐户）中有多个广告，我们将向指定用户展示最可能实现最低单次优化事件费用的广告。

这意味着每个广告投放的次数不一定相同。 有时，成效最多的广告或广告组不一定是取得最低单次优化事件费用的广告组。这是因为广告投放系统会运用未来表现预测而不是通过广告组的以往表现来决定下一个投放版位。

因此，我们通常建议使用自动版位和宽泛受众，让投放系统可以更加灵活地找到最低费用转化。