当前位置:网站首页>Percée et réflexion sur la technologie de prévision de la profondeur de la publicité

Percée et réflexion sur la technologie de prévision de la profondeur de la publicité

2021-10-19 20:37:55 Équipe technique meituan

Après l'ère de l'apprentissage profond,L'itération technique est entièrement entrée dans les eaux profondes,L'optimisation du modèle de prévision publicitaire, qui vise à améliorer la complexité du modèle, n'est plus efficace.L'équipe d'estimation de la qualité de la publicité de meituan à l'arrivée combine étroitement les caractéristiques de l'entreprise,Tirer parti de la structure flexible du modèle de profondeur,Une autre rupture a été réalisée.Cet article présente d'abord lesLBSLes contraintes de distance spatiale et les défis à long terme,Ensuite, le contexte est introduit、Utilisateurs、Publicité、Solutions aux quatre dimensions du mode de formation,Les quatre percées technologiques spécifiques sont les suivantes::a.Estimation du biais contextuel basée sur la combinaison de bits;b.Modélisation de séquences ultralongues basée sur la dépendance spatio - temporelle;c.Dynamique des candidats à la publicité;d.Catastrophe oubli et apprentissage continu,Tout en conduisant à une amélioration significative des indicateurs en ligne,Publié en tant que documentSIGIR、CIKMConférences internationales de haut niveau.Enfin,Basé sur un nouveau cycle de compréhension,Proposer la dynamique de l'échelle de raisonnement、Nouvelles tendances des techniques d'estimation telles que la différenciation des indices d'évaluation.

Références

  • [1] Friedman J H . Greedy Function Approximation: A Gradient Boosting Machine[J]. Annals of Statistics, 2001, 29(5):1189-1232.
  • [2] Rendle S. Factorization machines[C]//2010 IEEE International conference on data mining. IEEE, 2010: 995-1000.
  • [3] HT Cheng, et al. Wide & Deep Learning for Recommender Systems, 2016
  • [4] Zhou, Guorui, et al. “Deep interest network for click-through rate prediction.” Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining. 2018
  • [5] Modeling Task Relationships in Multi-task Learning with Multi-gate Mixture-of-Experts. ACM, 2018.
  • [6] Wen, Ling, Chua. A closer look at strategies for memorization.[J]. Clavier Companion, 2014, 6(6):50-52.
  • [7] Huang J, Hu K, Tang Q, et al. Deep Position-wise Interaction Network for CTR Prediction[J]. arXiv preprint arXiv:2106.05482, 2021.
  • [8] Search-based User Interest Modeling with Lifelong Sequential Behavior Data for Click-Through Rate Prediction
  • [9] Qi, Yi, et al. "Trilateral Spatiotemporal Attention Network for User Behavior Modeling in Location-based Search", CIKM 2021.
  • [10] Overcoming catastrophic forgetting in neural networks[J]. Proceedings of the National Academy of Sciences of the United States of America, 2017.
  • [11] M. Zinkevich. Online convex programming and generalized infinitesimal gradient ascent. In ICML, 2003.
  • [12] Optimized Cost per Click in Taobao Display Advertising[C]// the 23rd ACM SIGKDD International Conference. ACM, 2017.
  • [13] https://tech.meituan.com/2020/08/20/kdd-cup-debiasing-practice.html

Information sur le recrutement

L'équipe de l'algorithme publicitaire de la plate - forme publicitaire meituan Shop est basée sur la scène publicitaire,Explorer l'apprentissage profond、Apprentissage intensif、Intelligence artificielle、Big Data、Carte des connaissances、NLPEt le développement technologique de la vision par ordinateur,Explorer la valeur du commerce électronique des services de vie locaux.Les principales orientations de travail sont les suivantes::

  • Stratégie de déclenchement:Identification de l'intention de l'utilisateur、Compréhension des données des annonceurs,QueryRéécriture,Correspondance de profondeur,Modélisation de la corrélation.
  • Estimation de la qualité:Modélisation de la qualité de la publicité.Taux de clics、Taux de conversion、Prix unitaire des clients、Estimation du volume des transactions.
  • Conception du mécanisme:Mécanisme de tri des annonces、Mécanisme d'appel d'offres、Proposition de soumission、Estimation des flux、Crédits budgétaires.
  • Optimisation créative:Conception créative intelligente.Images publicitaires、Texte、Liste des groupes、Optimisation des idées d'affichage telles que les offres.

Exigences du poste

  • Plus de 3 ans d'expérience pertinente,C'est exact.CTR/CVREstimation、NLP、Compréhension de l'image,Expérience de l'application dans au moins un aspect de la conception du mécanisme.
  • Familiarisez - vous avec l'apprentissage des machines couramment utilisé、Apprentissage profond、Modèle d'apprentissage intensif.
  • Excellente capacité de pensée logique,Passionné par la résolution de problèmes difficiles,Sensible aux données,Bonne analyse/Résoudre le problème.
  • Ordinateur、Maîtrise ou plus en mathématiques.

Les conditions suivantes sont privilégiées:

  • Il y a de la publicité./Recherche/Expérience professionnelle pertinente en matière de recommandation, etc..
  • Expérience de l'apprentissage automatique à grande échelle.

Les étudiants intéressés peuvent envoyer leur curriculum vitae à:chengxiuying@meituan.com(Titre du message Veuillez préciser:Meituan Guangping Algorithm Team).

Lire plus d'articles techniques de l'équipe technique de meituan

Front End | Algorithmes | Arrière - plan | Données | Sécurité | O & M | iOS | Android | Tests

| Répondre dans la boîte de dialogue de la barre de menu Numéro public【2020Produit annuel】、【2019Produit annuel】、【2018Produit annuel】、【2017Produit annuel】Mots clés égaux,Voir la collection d'articles techniques de l'équipe technique de meituan au fil des ans.

| Cet article est produit par l'équipe technique de meituan,Le droit d'auteur appartient à meituan.La reproduction ou l'utilisation de ce texte à des fins non commerciales telles que le partage et la communication sont les bienvenues.,Veuillez préciser“Contenu reproduit de l'équipe technique de la Mission”.Cet article n'est pas autorisé,Ne pas reproduire ou utiliser commercialement.Toute activité commerciale,Veuillez envoyer un courriel àtech@meituan.comDemande d'autorisation.

版权声明
本文为[Équipe technique meituan]所创,转载请带上原文链接,感谢
https://chowdera.com/2021/10/20211019202637739T.html

随机推荐