基于深度学习的广告CTR预估算法

数十款阿里云产品限时折扣中，赶忙点击这里，领劵开始云上实践吧！

 

演讲嘉宾简介：

朱小强，花名怀人，阿里妈妈高级算法专家，领导了核心的排序算法与机器学习平台团队，负责阿里精准展现广告的CTR/CVR预估系统/算法和架构的设计优化、大规模分布式机器学习/深度学习平台建设等工做。

 

本次直播视频精彩回顾，戳这里！ 

本次直播视频PDF下载！ 

 

如下内容根据演讲嘉宾视频分享以及PPT整理而成。

 

本次的分享主要围绕如下三个方面：

 

1、CTR预估问题的特色与挑战——以阿里定向广告为例 网络爬虫技术入门

2、基于深度学习的CTR预估算法演化——内外兼修之道

3、总结与展望——新的起点 

 

 

1、CTR预估问题的特色与挑战——以阿里定向广告为例

下图中能够看到手机淘宝端的定向广告形态。左边是首焦场景，在淘宝顶端的位置会有浮动的Banner广告。右边是往下滑动时候的导购场景（猜你喜欢区块），投放的是Item广告。这些不一样形态的定向广告背后其实有一些内在的、从machine learning视角来看类似的特征。简单来讲，能够概括为几个方面，一个方面是广告中展示的创意图片，第二个是图片的文字信息，还有一些在背后看不到摸不到的统一的ID体系，好比某件商品是什么商品，属于哪一个品牌等等信息。定向广告复杂多样的富媒介形态以及高维海量数据空间，给广告点击率预估问题带来了不小的挑战。