本指南演示了如何使用增强的机器学习功能实施情境化广告，在不使用第三方 Cookie 的情况下触达目标受众。情境化广告使广告商能够根据用户消费的内容触达受众。此处的方法采用了事件驱动的无服务器架构，具有高度可扩展性，并且能够优化成本。它使需求方平台（DSP）、广告发布者和供应方平台（SSP）能够使用 AWS 人工智能和机器学习（AI/ML）服务。这些服务从内容中提取相关元数据，并将其映射到自己的或符合行业标准的分类中。这些元数据可为发布者的程序化竞价、广告商的品牌安全以及供应方平台的广告创意分类提供信息。
架构图
[架构图描述]
第 1 步
客户通过在 Amazon API Gateway 上调用 API，调用内容发现功能，从提供的内容存储库中获取文本、图片、音频和视频。
第 2 步
客户可以使用爬网程序或内容管理系统 API 提取不同的媒体类型，并将其存储到 Amazon Simple Storage Service（Amazon S3）存储桶。
第 3 步
无服务器爬网程序基于 AWS Step Functions 构建，用于协调内容的探索和下载。临时的发现数据存储在 Amazon DynamoDB 中。
第 4 步
内容（文本、图像、视频）存储在 Amazon S3 中，而可用元数据存储在 DynamoDB 中，用于分析。
第 5 步
内容发现完成事件启动基于 Step Functions、AWS Lambda 和 Amazon Simple Notification Service（Amazon SNS）构建的控制器编排。
第 6 步
Amazon SNS 事件调用 Lambda 函数，使用 Amazon Comprehend、Amazon Rekognition 和 Amazon Transcribe 开始内容分析。
第 7 步
DynamoDB 存储内容分析工作流程中的主题、情绪和对象标签。
第 8 步
情境化智能分类映射器（CITM）使用部署在 Amazon SageMaker 上的转换器双向编码器表示法（BERT）模型。CITM 将 DynamoDB 中的元数据映射到行业标准分类，如互动广告局（IAB）内容分类。
第 9 步
Lambda 函数获取映射，并将其存储在类别服务的 DynamoDB 中。
第 10 步
竞价服务器调用基于 API Gateway 构建的 API，从 DynamoDB 中获取类别，以低延迟创建程序化广告竞价。
第 1 步
客户通过在 Amazon API Gateway 上调用 API，调用内容发现功能，从提供的内容存储库中获取文本、图片、音频和视频。
第 2 步
客户可以使用爬网程序或内容管理系统 API 提取不同的媒体类型，并将其存储到 Amazon Simple Storage Service（Amazon S3）存储桶。
第 3 步
无服务器爬网程序基于 AWS Step Functions 构建，用于协调内容的探索和下载。临时的发现数据存储在 Amazon DynamoDB 中。
第 4 步
内容（文本、图像、视频）存储在 Amazon S3 中，而可用元数据存储在 DynamoDB 中，用于分析。
第 5 步
内容发现完成事件启动基于 Step Functions、AWS Lambda 和 Amazon Simple Notification Service（Amazon SNS）构建的控制器编排。
第 6 步
Amazon SNS 事件调用 Lambda 函数，使用 Amazon Comprehend、Amazon Rekognition 和 Amazon Transcribe 开始内容分析。
第 7 步
DynamoDB 存储内容分析工作流程中的主题、情绪和对象标签。
第 8 步
情境化智能分类映射器（CITM）使用部署在 Amazon SageMaker 上的转换器双向编码器表示法（BERT）模型。CITM 将 DynamoDB 中的元数据映射到行业标准分类，如互动广告局（IAB）内容分类。
第 9 步
Lambda 函数获取映射，并将其存储在类别服务的 DynamoDB 中。
第 10 步
竞价服务器调用基于 API Gateway 构建的 API，从 DynamoDB 中获取类别，以低延迟创建程序化广告竞价。
Well-Architected 支柱
当您在云中构建系统时，AWS Well-Architected Framework 可以帮助您了解所做决策的利弊。框架的六大支柱使您能够学习设计和操作可靠、安全、高效、经济高效且可持续的系统的架构最佳实践。使用 AWS 管理控制台中免费提供的 AWS Well-Architected Tool，您可以通过回答每个支柱的一组问题，根据这些最佳实践来检查您的工作负载。
上面的架构图是按照 Well-Architected 最佳实践创建的解决方案示例。要做到完全的良好架构，您应该遵循尽可能多的 Well-Architected 最佳实践。
-
卓越运营阅读《卓越运营》白皮书
本指南中使用的所有服务均提供 Amazon CloudWatch 指标，可用于监控架构的各个组件。API Gateway 和 Lambda 允许通过自动管道发布新版本。
-
安全性阅读《安全性》白皮书
API Gateway 在通过出站 API 调用类别服务时提供保护层。所有提议的服务都支持与 AWS Identity and Access Management（IAM）集成，可用于控制对资源和数据的访问。
-
可靠性阅读《可靠性》白皮书
Lambda、DynamoDB、Amazon S3、Amazon Comprehend 和 Amazon Rekognition 可在一个区域内提供高可用性。客户能够以高度可用的方式部署 SageMaker 端点。
-
性能效率阅读《性能效率》白皮书
本指南需要对内容发现和内容分析进行批量处理。批量处理的性能要求从几分钟到几小时不等，而 Lambda、Amazon Comprehend 和 Amazon Rekognition 为满足这些要求而设计。类别服务要求延迟低于 10 毫秒（ms），Lambda 中的预置并发和 API Gateway 中的 HTTP API 支持低于 10 毫秒的延迟要求。
-
成本优化阅读《成本优化》白皮书
本指南使用 Lambda 为内容发现和内容分析的计算组件提供支持，并始终按毫秒计费。数据存储使用 DynamoDB 和 Amazon S3 进行设计，为存储和检索数据提供了较低的总拥有成本。在内容分析方面，本指南使用了 Amazon Comprehend 和 Amazon Rekognition，客户只需在服务处理数据时支付费用。类别服务使用 API Gateway，减少了 API 开发时间，并帮助客户确保仅在调用 API 时付费。
-
可持续性阅读《可持续性》白皮书
本指南使用 Lambda 和 API Gateway 的扩缩行为减少资源的过度预置。它还使用 AWS Managed Services 最大限度地提高资源利用率，并减少运行给定工作负载所需的能源量。
实施资源
提供了在 AWS 账户中进行实验和使用的详细指南。构建指南的每个阶段（包括部署、使用和清理）都将被检查，以便为部署做好准备。
示例代码为起点。它经过行业验证，是规范性但不是决定性的，可以帮助您开始。
免责声明
示例代码；软件库；命令行工具；概念验证；模板；或其他相关技术（包括由我方人员提供的任何前述项）作为 AWS 内容按照《AWS 客户协议》或您与 AWS 之间的相关书面协议（以适用者为准）向您提供。您不应将这些 AWS 内容用在您的生产账户中，或用于生产或其他关键数据。您负责根据特定质量控制规程和标准测试、保护和优化 AWS 内容，例如示例代码，以使其适合生产级应用。部署 AWS 内容可能会因创建或使用 AWS 可收费资源（例如，运行 Amazon EC2 实例或使用 Amazon S3 存储）而产生 AWS 费用。
本指南中提及第三方服务或组织并不意味着 Amazon 或 AWS 与第三方之间存在认可、赞助或从属关系。AWS 的指导是一个技术起点，您可以在部署架构时自定义与第三方服务的集成。