14. 人工智能的热门应用
Last updated
Last updated
互联网广告的商业模型
合约广告:门户网站 / 视频网站,品牌类广告,CPM(Cost per mille,千次曝光成本)
竞价广告:搜索关键词,CPC(Cost per Click,每点击成本),点击率预估算法
程序化交易广告:需求方平台(DSP),CPA(Cost per Action,每行动成本),点击率 & 转化率
用户画像
监督学习:性别预测,LR、SVM、决策树、RF、GBDT、NN
无监督学习:聚类,K-means、GMM、主题模型
点击率预估 CTR
特征:用户标签、上下文、广告主、创意
样本采样:imbalance,负样本 under sampling,但在预估时需要还原原始分布
特征抽取与组合:GBDT+LR,因子分解机 FM,端到端深度 NN,深度 NN 中间结果输入传统模型
模型训练:内存预测,对稀疏性有要求,L1 正则
模型评估:离线评估(log loss, AUC) + 在线评估(A/B test)
广告检索:Recall 为评价指标,查询扩展 模糊匹配
广告排序 / 选择
合约广告:带 约束 的优化问题,二部图匹配问题,目标是 总的投放收入最大化
竞价广告:对曝光量不足的广告进行探索,探索 vs. 利用
略
原因:安全、方便、高效共享、减少拥堵
定义:L1 - L5
路线:基于路面基础设施,车辆传感器和智能计算
支撑技术:上层控制、中层控制、底层控制
算法基础:计算机视觉 CV、传感和控制、系统集成
基于规则的方法
基于统计的方法:平行语料库,翻译+调序+语言 模型
基于 NN 的方法:Seq2Seq,但难以达到人类水平
略