腾讯、魅族、美团、苏宁的广告系统曝光

2024-01-19 20:40

本文主要是介绍腾讯、魅族、美团、苏宁的广告系统曝光,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

【IT168 评论】2017第八届中国数据库技术大会(DTCC2017)于2017年5月11-13日在北京举办。本届大会以“数据驱动·价值发现”为主题,汇集了来自互联网、电子商务、金融、电信、政府、行业协会等20多个领域的120多位技术专家,共同探讨Oracle、MySQL、NoSQL、云端数据库、智能数据平台、区块链、数据可视化、深度学习等领域的前瞻性热点话题与技术。

  

5月13号,在大会《广告与推荐系统》专场,腾讯云高级工程师尹程果、魅族工程师李翔、美团网高级技术专家王兴星、苏宁云商IT总部广告数据分析负责人蒋程诚、Deepleaper跃盟科技CTO李东军分别做了精彩演讲。

  

腾讯云高级工程师尹程果《个性化推荐在腾讯业务上的应用》

  

腾讯效果广告实践

  

演讲中,据尹程果介绍,腾讯广告凭借着社交平台的海量数据,拥有千亿用户关系链,在算法上,自研实时并行计算模型,分钟级全量更新 。采用全流程数据驱动的海量、精准、实时的推荐系统。


▲腾讯云高级工程师尹程果

  

腾讯实时精准推荐

  

尹程果吐露,腾讯广告系统是以用户画像为核心基础、以效果广告为代表的精准营销、以视频推荐为代表的相关推荐、以电商推荐为代表的效果推荐、QQ好友,微博等关系链推荐、QQ秀,APP应用类推荐、Tips定向推荐等。

  

魅族工程师李翔《魅族广告平台算法与模型分析》

  

关于魅族的广告平台,李翔介绍了DMP中的用户画像,以及互联网广告的核心CTR等,这样就需要针对不同的业务场景进行分析,找到合适的数据和模型,并通过不断调优使得各项指标不断刷新新的记录,从而达到用户和公司的双赢。


▲魅族工程师李翔

  

其中,李翔分别针对CTR五个层面进行了介绍,其中包括架构、数据准备、细节、模型评估、效果等。其中,CTR架构层面分为在线预测、模型训练、特征工程、数据准备。此外,李翔对于CTR细节做了重点介绍。

  

美团网高级技术专家王兴星《O2O商业变观的架构探索》

  

据了解,O2O是一场由消费者主导的关于消费方式的变革,并将逐渐成为今后的主流营销模式。而为了有效捕捉消费者“心动”的瞬间,引导其在O和O之间进行转换,广告公司在更新市场营销思维的同时,也需要跨越业务种类屏障进行更多合作沟通。


▲美团网高级技术专家王兴星

  

王兴星在分享中讲述了互联网广告的发展变革,对于O2O广告模式、架构、流量预估、链路压测、服务降级、实时计算、存储方案、高性能、数据高可用方面进行了介绍。

  

苏宁云商IT总部广告数据分析负责人蒋程诚《机器学习在苏宁广告的实践》

  

苏宁云商IT总部广告数据分析负责人蒋程诚分别针对业务介绍、浅层模型、深度模型、未来展望等四个方面做了主题演讲。


▲苏宁云商IT总部广告数据分析负责人蒋程诚

  

蒋程诚指出,企业应该需要搞清楚背景问题,比如以业务目标为导向,影响广告排序,清楚在什么时候 在什么场景下 推荐什么广告最佳。人工组合方面,依据业务理解组合单特征。包含优点:简单易解释,初始快速收益,后期耗费人力巨大,提升有限等缺点。通过模型学习特征FM,GBDT+LR,能够很好的组合特征区分度较好,性价比高,但是仍然具备数据流搭建复杂,初始收益慢,模型训练效率变低等不足。

  

Deepleaper跃盟科技CTO李东军《基于内容语义的原生广告核心技术》

  

在《基于内容语义的原生广告核心技术》演讲中,李东军对原生广告以及原生广告核心技术等两方面进行了介绍。


▲Deepleaper跃盟科技CTO李东军

  

李东军表示,中国是全球最大的互联网用户市场,但是用户增长开始趋缓,移动互联网进入下半场,互联网发展正面向着存量改革,由粗放到精细化运营,由总时间之争到单位价值提升。体现在单纯以流量为基础的商业模式导致大量无效信息的产生,驱动有效信息的有效传递。从而使得商业模式从流量向内容转变,人口红利殆尽,精细化、高质量的内容营销成为趋势。

  

  

因此,企业应该使用逆向搜索技术,实现基于商业语义的原生广告系统。

品读之后,

愿享同感。

by.数据库技术大会

这篇关于腾讯、魅族、美团、苏宁的广告系统曝光的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/623633

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

嵌入式QT开发:构建高效智能的嵌入式系统

摘要: 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发,详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程,包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发,涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用,以及嵌入式 QT 与硬件设备的交互,包括输入输出设

JAVA智听未来一站式有声阅读平台听书系统小程序源码

智听未来,一站式有声阅读平台听书系统 🌟 开篇:遇见未来,从“智听”开始 在这个快节奏的时代,你是否渴望在忙碌的间隙,找到一片属于自己的宁静角落?是否梦想着能随时随地,沉浸在知识的海洋,或是故事的奇幻世界里?今天,就让我带你一起探索“智听未来”——这一站式有声阅读平台听书系统,它正悄悄改变着我们的阅读方式,让未来触手可及! 📚 第一站:海量资源,应有尽有 走进“智听

【区块链 + 人才服务】可信教育区块链治理系统 | FISCO BCOS应用案例

伴随着区块链技术的不断完善,其在教育信息化中的应用也在持续发展。利用区块链数据共识、不可篡改的特性, 将与教育相关的数据要素在区块链上进行存证确权,在确保数据可信的前提下,促进教育的公平、透明、开放,为教育教学质量提升赋能,实现教育数据的安全共享、高等教育体系的智慧治理。 可信教育区块链治理系统的顶层治理架构由教育部、高校、企业、学生等多方角色共同参与建设、维护,支撑教育资源共享、教学质量评估、

软考系统规划与管理师考试证书含金量高吗?

2024年软考系统规划与管理师考试报名时间节点: 报名时间:2024年上半年软考将于3月中旬陆续开始报名 考试时间:上半年5月25日到28日,下半年11月9日到12日 分数线:所有科目成绩均须达到45分以上(包括45分)方可通过考试 成绩查询:可在“中国计算机技术职业资格网”上查询软考成绩 出成绩时间:预计在11月左右 证书领取时间:一般在考试成绩公布后3~4个月,各地领取时间有所不同

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

计算机毕业设计 大学志愿填报系统 Java+SpringBoot+Vue 前后端分离 文档报告 代码讲解 安装调试

🍊作者:计算机编程-吉哥 🍊简介:专业从事JavaWeb程序开发,微信小程序开发,定制化项目、 源码、代码讲解、文档撰写、ppt制作。做自己喜欢的事,生活就是快乐的。 🍊心愿:点赞 👍 收藏 ⭐评论 📝 🍅 文末获取源码联系 👇🏻 精彩专栏推荐订阅 👇🏻 不然下次找不到哟~Java毕业设计项目~热门选题推荐《1000套》 目录 1.技术选型 2.开发工具 3.功能

基于 YOLOv5 的积水检测系统:打造高效智能的智慧城市应用

在城市发展中,积水问题日益严重,特别是在大雨过后,积水往往会影响交通甚至威胁人们的安全。通过现代计算机视觉技术,我们能够智能化地检测和识别积水区域,减少潜在危险。本文将介绍如何使用 YOLOv5 和 PyQt5 搭建一个积水检测系统,结合深度学习和直观的图形界面,为用户提供高效的解决方案。 源码地址: PyQt5+YoloV5 实现积水检测系统 预览: 项目背景