正排数据存储的是推广组(ad-group)、推广计划(campaign)和客户(cust)的相关信息，如宝贝状态，销量，属性，类目，地域，以及推广计划的id，客户的id等。对候选集合的过滤就是根据正排数据来进行的。检索过程只负责检索出购买了这些竞价词的广告。根据正排数据来进行过滤的过程是由单独的一个阶段来完成的。

　　可以看到在搜索广告中检索过程是十分简单的，其实是一个精确匹配的结果，不像网页搜索引擎，需要支持多种语义

　　二、广告排序(Ranking)

　　检索完成后，就需要确定广告的输出顺序，需要兼顾用户体验和搜索平台的收益。这个阶段必须综合考虑竞价和相关性分数（例如ecpm）。目前有两种主流的方法，以赛马为例：

　　反应式(Reactive)：选定一匹马，根据它的历史成绩来预测未来的表现

　　预估式(Predictive)：根据体重，腿长等特征为赛马建模，找到这些特征在预测比赛名次终的重要程度，然后基于这些特征来给见过、未见过的赛马预测成绩。

　　当我们拥有对某赛马的足够信息的时候，就使用这些信息（反应性），否则使用模型（预测性）。

　　（一）分层排序

　　记得计算机界某大牛曾经说过，任何问题都可以通过增加一层来解决，在广告搜索引擎中也是通过分层的形式解决复杂问题的，大到匹配(Matching)和排序(Ranking)，小到广告集合的处理，无处不在分层的思想。

　　在广告搜索引擎中，由海选、初选和精选三个阶段来配合完成广告的排序工作,其中海选和初选都是在做剪枝操作，尽量缩小问题的规模。广告和自然搜索的差异之一，就在于广告位相对自然搜索的位置，是相当少的。所以决定了在竞争激烈的情况下，排在后面的广告是没有机会展现的。因此可以考虑在早期过程就发现这些宝贝，然后干掉这些宝贝，此时每个宝贝的排序分数不需要非常精确，能达到一定的筛选效果就可以，这就是全量索引截断、海选和初选的思想。而最精确的打分，是发生在精选阶段的。一般都会采用单独的线上打分服务来完成的。

　　（二）全量索引截断

　　全量建索引的时候，会对倒排链超过一定数量的热词进行截断，根据排序分数来取这个倒排链下的top N个宝贝。

　　海选

　　广告搜索是轻检索，重过滤的。当检索阶段拿到的广告候选集合后，会进行海选。海选这个名称非常形象，这不就是歌手大赛的海选阶段吗？只有实力唱将才能脱颖而出。

　　初选

　　为了减少对线上打分服务的压力，海选阶段完成后，还需要经历初选阶段。