大家在日常刷淘宝、抖音时都体验过被大数据支配，前脚浏览了美食，第二天的推荐就一堆美食了。不可否认的是，相关度是激发需求、提升销量的关键，根据个人偏好的类似推荐确实更容易产生购买行为。Facebook目录广告可以帮助广告主完成个性化匹配，本期话题来聊一聊Facebook目录广告如何帮助广告主迅速提升CTR，降低CPA。
4.推荐功能：比如初期你通过facebook广告获取了100位粉丝或者好友，那么facebook会推荐你给这100个人的好友，而且当你发了一条更新被这些粉丝转发的时候，你又可以获得更多的推荐，这就是前文我们说的蝴蝶效应式的增长，不是直线式的增长，而是呈指数倍增长。
对于 Facebook 和 Instagram 版位，不同的广告目标可能推荐不同的广告图片尺寸或设计建议。如果您希望 Facebook 广告能在包括桌面版动态消息、移动版动态消息和右边栏在内的所有不同版位中正常展示，请务必使用为您的广告目标推荐的广告图片尺寸。
其次，Facebook在隐私政策中明确表示会将用户个人信息用于广告投放和推荐内容的目的。这意味着Facebook会根据用户的个人信息和活动数据来定向投放广告，并根据用户的兴趣和行为推荐相关内容。同时，Facebook也会将用户个人信息与合作伙伴共享，以便为用户提供更好的服务和体验。
近期资料显示，从facebook上的推荐流量（refeerral traffic）超越了GOOGLE。证明较多的网络用户有问题需要在网络上搜索时，更加倾向在facebook平台上向朋友了解相关的信息，越来越多的人不仅仅把facebook当作社交平台，更把其当作一个信息收集工具和推荐平台，目前也有了更多的广告商愿意在其上投入广告份额。
4.推荐功能：比如初期你通过facebook广告获取了100位粉丝或者好友，那么facebook会推荐你给这100个人的好友，而且当你发了一条更新被这些粉丝转发的时候，你又可以获得更多的推荐，这就是前文我们说的蝴蝶效应式的增长，不是直线式的增长，而是呈指数倍增长。
Facebook广告推荐系统的应用场景是一个标准的CTR预估场景，系统输入用户（User）、广告（Ad）、上下文（Context）的相关特征，预测CTR，进而利用CTR进行广告排序和推荐。需要强调的是：Facebook广告系统的其他模块需要利用CTR计算广告出价、投资回报率（Return on Investment，ROI）等预估值，因此CTR模型的预估值应是一个具有物理意义的精准的CTR，而不是仅仅输出广告排序的高低关系（这一点是计算广告系统与推荐系统关键的不同之处）。Facebook也特别介绍了CTR校正的方法，用于在CTR预估模型输出值与真实值有偏离时进行校正。
Facebook巨大社交流量提供广告高变现引擎，现今，信息流广告能依据社交群体标签根据用户喜好进行精准推荐与投放，且对用户来说体验相对较好。而Facebook自2011年就涉足信息流广告，是信息流广告变现的鼻祖，现已经发展出轮播广告、360度视频广告、幻灯片广告等各类视频信息流广告。基于全球庞大的用户数及强大的推荐算法，Facebook信息流广告一直受到全球广告主的热捧，逾10亿人口都通过Facebook与至少一个外国企业紧密联系，投放一条Facebook广告一天就能带来数千上万的访客，对销量提升有巨大作用。
总结起来，Facebook广告算法是基于机器学习和数据挖掘技术构建的，通过分析用户数据和行为模式，为广告主提供精准的广告定向推荐。它对广告主有着重要的影响，可以提供更准确和有吸引力的广告内容，提高广告效果和投资回报率。同时，算法也对用户产生影响，为用户推荐更相关和个性化的广告内容，提高用户体验。然而，Facebook广告算法也面临一些挑战和改进的需求，需要在平衡广告主和用户需求的基础上不断优化和完善。
Facebook广告推荐系统的应用场景是一个标准的CTR预估场景，系统输入用户（User）、广告（Ad）、上下文（Context）的相关特征，预测CTR，进而利用CTR进行广告排序和推荐。需要强调的是：Facebook广告系统的其他模块需要利用CTR计算广告出价、投资回报率（Return on Investment，ROI）等预估值，因此CTR模型的预估值应是一个具有物理意义的精准的CTR，而不是仅仅输出广告排序的高低关系（这一点是计算广告系统与推荐系统关键的不同之处）。Facebook也特别介绍了CTR校正的方法，用于在CTR预估模型输出值与真实值有偏离时进行校正。
