文章列表

广告深度预估技术在美团到店场景下的突破与畅想

胡可
后深度学习时代下,技术迭代全面进入深水区,以提升模型复杂度为主体的广告预估模型优化已经不再奏效。美团到店广告质量预估团队紧密结合业务特点,发挥深度模型结构灵活多变的优势,实现了进一步破局。本文先介绍了美团业务的LBS空间距离约束和长周期性两大挑战,然后介绍了上下文、用户、广告、训练方式四个维度的应对方案,具体如下四个技术突破:a.基于位次组合的上下文偏差感知预估;b.基于时空依赖的超长序列建模;c.广告候选动态化;d.灾难遗忘与持续学习,带动线上指标显著提升的同时,整理为论文发表在SIGIR、CIKM等国际顶级会议。最后,基于新一轮理解,提出推理量级动态化、评估指标差异化等预估技术新趋势。 阅读全文

美团广告实时索引的设计与实现

仓魁 李晓晖 刘铮 蔡平
基于广告业务场景,描述了支持层次结构和实时更新的广告索引的设计与实现。 阅读全文

美团点评联盟广告场景化定向排序机制

马莹 一凡
本文介绍了美团点评联盟广告使用用户画像、关键词、天气、媒体等场景进行定向和实时排序综合打分的机制。 阅读全文

美团DSP广告策略实践

鸿杰 大龙 李乐
美团点评的用户量越来越大,积累了大量的用户在站内的行为信息,我们基于这些行为构造了精准的用户画像,并在此基础上搭建了美团DSP平台,致力于获取站外优质的流量,为公司带来效益。 阅读全文

深入FFM原理与实践

del2z, 大龙
FM和FFM模型是最近几年提出的模型,凭借其在数据量比较大并且特征稀疏的情况下,仍然能够得到优秀的性能和效果的特性,屡次在各大公司举办的CT 阅读全文