基於深度學習的廣告CTR預估算法

數十款阿里雲產品限時折扣中，趕忙點擊這裏，領劵開始雲上實踐吧！

 

演講嘉賓簡介：

朱小強，花名懷人，阿里媽媽高級算法專家，領導了核心的排序算法與機器學習平臺團隊，負責阿里精準展現廣告的CTR/CVR預估系統/算法和架構的設計優化、大規模分佈式機器學習/深度學習平臺建設等工做。

 

本次直播視頻精彩回顧，戳這裏！ 

本次直播視頻PDF下載！ 

 

如下內容根據演講嘉賓視頻分享以及PPT整理而成。

 

本次的分享主要圍繞如下三個方面：

 

1、CTR預估問題的特色與挑戰——以阿里定向廣告爲例 網絡爬蟲技術入門

2、基於深度學習的CTR預估算法演化——內外兼修之道

3、總結與展望——新的起點 

 

 

1、CTR預估問題的特色與挑戰——以阿里定向廣告爲例

下圖中能夠看到手機淘寶端的定向廣告形態。左邊是首焦場景，在淘寶頂端的位置會有浮動的Banner廣告。右邊是往下滑動時候的導購場景（猜你喜歡區塊），投放的是Item廣告。這些不一樣形態的定向廣告背後其實有一些內在的、從machine learning視角來看類似的特徵。簡單來講，能夠概括爲幾個方面，一個方面是廣告中展示的創意圖片，第二個是圖片的文字信息，還有一些在背後看不到摸不到的統一的ID體系，好比某件商品是什麼商品，屬於哪一個品牌等等信息。定向廣告複雜多樣的富媒介形態以及高維海量數據空間，給廣告點擊率預估問題帶來了不小的挑戰。