144 | 数据科学家必备套路之三：广告套路
洪亮劼
该思维导图由 AI 生成，仅供参考
讲完了搜索产品和推荐系统的套路，今天我们继续来看数据科学家应该掌握的广告产品的一些套路。
利用搜索和推荐的套路
前面我们讲过两种普遍使用的互联网广告模式，搜索广告和展示广告。对于搜索广告而言，一个基本套路就是尽量利用现有的搜索系统来推送广告。而对于展示广告而言，一个基本套路就是尽量利用现有的推荐系统来推送广告。
我们在介绍推荐套路时提过，推荐系统和搜索系统的很多方面其实都有重叠，所以做好一套搜索系统是非常有必要的，几乎所有的广告应用其实最终也可以在搜索系统的架构上搭建。因此，我们可以说，搜索系统是很多现代人工智能系统应用的一个核心技术组件。
具体来说，广告其实也和一般的文档一样，首先利用搜索引擎的索引把这些广告都存储起来。对于搜索广告来说，利用关键词的倒排索引，可以轻松地找到相关的广告，这和找到相关文档的原理其实是一样的。
当然，我们前面也提到过，广告的排序和普通文档有一个不一样的地方，那就是竞价。因此，在从索引中提取广告的时候，我们必须要去思考一个问题，如何让广告竞价的赢家能够从索引中被提取出来？
我们知道，广告的竞价常常是以点击率和出价的乘积来作为排序的依据。这就会有一个问题，如果我们从索引中提取广告的时候，仅仅看哪些广告从关键词的角度是相关的，而忽略了点击率和出价，那么，最后提取出来的广告很有可能不是真正能够赢得竞价的广告。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
数据科学家在掌握广告产品的套路时，需要关注搜索和推荐系统的应用、层次建模和具体与泛化能力的套路。首先，搜索系统是现代人工智能系统的核心技术组件，广告系统可以借鉴搜索系统的套路，包括利用搜索引擎的索引和点击率信息进行广告提取，并满足广告投放的业务逻辑。其次，层次建模的套路利用一切其他信息进行建模，尤其是层级信息在计算广告中往往是最有用的特性。最后，一个好的模型需要具备对具体关键词的匹配和在广告层次上的泛化能力。这种模型既能精确记忆某一种关键词，又能在广告层次上进行泛化，借鉴历史数据和其他相关数据。文章还提到了在计算机视觉中对具体匹配要求不高的原因。因此，数据科学家在掌握广告产品的套路时，需要关注搜索和推荐系统的应用、层次建模和具体与泛化能力的套路，以构建更有效的广告产品。
仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《AI 技术内参》，新⼈⾸单¥98
《AI 技术内参》，新⼈⾸单¥98
立即购买
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
全部留言(1)
- 最新
- 精选
silverhawkCV中对匹配要求不高是因为图像信息天生即使部分缺失或者不准确也能大概率拟合还原真实，类似模糊老照片，黑白照片缺失信息不影响。但是NLP类的关键词信息极其重要。总之图像是原始信息信息量大，语言类本来就被抽象一次再损失关键信息就难2018-07-264
收起评论