专题演讲嘉宾 :舒鹏

搜狗资深研究员

硕士毕业于清华大学计算机系,2010 年开始接触广告算法,目前在搜狗负责无线搜索广告的策略研究工作,对于搜索广告中涉及的相关核心技术有着深入理解。推动深度学习应用于搜狗无线搜索广告的 线上业务,包括 DNN 应用于线上广告 CTR 预估等,取得较好成效,并带领团队在国际高水平会议(CIKM 2016、CCF Rank B)上发表深度学习相关论文一篇。

演讲:搜狗深度学习技术在广告推荐领域的应用

搜索广告是一种涉及多项复杂技术的商业形态,为众多互联网业务提供着经济支撑,新技术的应用可以使广告出的更准、更漂亮,带来更好的用户体验和经济效益。作为目前业界最流行的新技术,深度学习已经在语音、图像、NLP 等领域获得广泛应用并取得突破。我们从 2015 年开始尝试将该项新技术应用于搜狗广告的线上业务,在 CTR 预估、广告物料生成和广告相关性上均取得了较好成效。

本次演讲将以搜狗无线搜索广告为例,分享搜索广告系统的整体架构和目前深度学习的相关应用,并重点关注其中的 CTR 预估模块。介绍 CTR 预估的作用、重要性和常用方法,以及将 DNN 应用于线上 CTR 预估的方法,包括模型融合框架、并行化训练等。介绍模型评价的一些基本方式和新模型的效果及存在的问题,并给出进一步的可能解决方案和我们目前的进展。

听众受益

  1. 了解搜狗搜索广告的一般架构和深度学习在其中的应用场景;
  2. 了解广告 CTR 预估的一般流程和常用模型,以及模型的通用评价方法;
  3. 了解 DNN 在 CTR 预估中的一种可行应用方式,以及目前的实际效果和存在的问题,并给出进一步的可能解决方案和我们的进展。

本专题下其他演讲

关注主办方(InfoQ)

InfoQ Qcon

交通指南