其他
广告深度预估技术在美团到店场景下的突破与畅想
总第473篇
2021年 第043篇
本文先介绍了美团业务的LBS空间距离约束和长周期性两大挑战,然后介绍了上下文、用户、广告、训练方式四个维度的应对方案,具体如下四个技术突破:a.基于位次组合的上下文偏差感知预估;b.基于时空依赖的超长序列建模;c.广告候选动态化;d.灾难遗忘与持续学习,带动线上指标显著提升的同时,整理为论文发表在SIGIR、CIKM等国际顶级会议。最后,基于新一轮理解,提出推理量级动态化、评估指标差异化等预估技术新趋势。
背景与简介
1. 背景
2. 业务特点与挑战
3. 预估技术简介
预估技术突破
1. 上下文:基于位次组合的上下文偏差感知预估
2. 用户:基于时空依赖的超长序列建模
3. 广告:广告候选动态化
4. 训练方式:灾难遗忘与持续学习
预估技术新趋势
背景与简介
1. 背景
2. 业务特点与挑战
挑战:带来了候选量差异大,上下文刻画重要等挑战。
3. 预估技术简介
预估技术突破
1. 上下文:基于位次组合的上下文偏差感知预估
2. 用户:基于时空依赖的超长序列建模
综上两方面问题,整体建模如下:
3. 广告:广告候选动态化
4. 训练方式:灾难遗忘与持续学习
预估技术新趋势
作者简介
参考文献
招聘信息
触发策略:用户意图识别、广告商家数据理解,Query改写,深度匹配,相关性建模。 质量预估:广告质量度建模。点击率、转化率、客单价、交易额预估。 机制设计:广告排序机制、竞价机制、出价建议、流量预估、预算分配。 创意优化:智能创意设计。广告图片、文字、团单、优惠信息等展示创意的优化。
有三年以上相关工作经验,对CTR/CVR预估,NLP,图像理解,机制设计至少一方面有应用经验。 熟悉常用的机器学习、深度学习、强化学习模型。 具有优秀的逻辑思维能力,对解决挑战性问题充满热情,对数据敏感,善于分析/解决问题。 计算机、数学相关专业硕士及以上学历。
有广告/搜索/推荐等相关业务经验。 有大规模机器学习相关经验。
美团科研合作
阅读更多