搜索广告是广告系统的—种特定应用方式,根据用户的查询词向用户推送相关商品的广告。随着搜索引擎技术的不断发展,搜索广告在广告系统中所占份额也越来越大,其带来的经济效益也远远高于其他广告。搜索广告的相关性指推送商品广告与用户查询词的相关程度。由于搜索广告以用户查询词为依据,研究该相关性的意义极其重要。是否能够为用户推荐相关性更好的商品广告,使用户对搜索结果页面更满意,已经成为搜索引擎的重要目标。本文总结了搜索引擎与推荐系统目前的研究现状,以及国内外关于相关性的研究方法。并结合拼多多公司业务的需求提出了一种多视角融合的搜索广告相关性提升的方法,用以解决具体的相关性问题。本文设计与实现的保障高相关性的系统,作为搜索广告平台业务应用层的一部分,保证了公司相关性的要求,提高了用户体验度。针对相关性服务系统,本文从数据处理方案的设计、相关性多视角融合算法的设计以及相关性服务的设计三大模块去解决相关性的问题。针对本文提出的多视角融合的相关性研究,包含了文本相关性的角度、广告商品扩展推荐相关性的角度、商品属性排序相关性的角度以及用户意图识别相关性的角度。本文针对每个角度一一进行了设计与实现,从而实现最终的多视角融合的相关性。本文多视角融合的相关性研究在传统的机器学习模型基础上,结合了神经网络与深度模型的应用。目前,本项目已经正式上线运行。本文的方案对于拼多多公司搜索广告平台的点击率提高了 1.23%,消耗上涨1.44%,垃圾广告解决率提高了约40%。