新年伊始,万象更新!
感谢过去一年每位读者朋友的支持与关注
本期为大家带来2023年度阿里妈妈技术最受欢迎的10篇文章,欢迎阅读&收藏。愿大家常读常新,常有收获~
新的一年,期待与大家以蓬勃向上的朝气共同进步,以精益求精的匠心稳健成长!
01. 阿里妈妈广告智能决策技术(自动出价&拍卖机制设计)的演进之路
🏷 随着智能化营销产品和机器学习的发展,阿里妈妈将深度学习和强化学习等AI技术越来越多地应用到广告智能决策领域,如RL-based Bidding(基于强化学习的出价)帮助广告主显著提升广告营销效果,Learning-based Auction Design(基于学习的拍卖机制设计)使得多方利益的统筹优化更加高效。本文结合技术体系的发展分享广告智能决策技术的演化过程。
02. Bidding模型训练新范式:阿里妈妈生成式出价模型(AIGB)详解
03. 万字长文,漫谈广告技术中的拍卖机制设计(经典篇)
04. KDD'23 | 转化率预估新思路:基于历史数据复用的大促转化率精准预估
🏷 本文分享阿里妈妈展示广告Ranking团队针对淘宝平台电商大促周期内转化率精准预估的探索与实践。我们发现并分析了传统转化率预估模型在电商平台大促周期内性能显著下降的现象,并定义了大促周期内转化率精准预估这个具有极大实际业务价值的问题。围绕以数据为中心的建模思路,提出基于复用历史大促数据的Historical Data Reuse算法。
05. ACM MM’23 | 4篇论文解析阿里妈妈广告创意算法最新进展
🏷 内容涵盖新的图文创意制作系统、像素级的图文创意文案生成方案、风格化的图片视频的文案生成系统、视频延展系统,这些有趣的算法都在阿里妈妈创意制作中得到应用。欢迎阅读交流~
06. 代码开源!阿里妈妈展示广告Match底层技术架构最新进展
🏷 大规模信息检索一直是搜推广领域的核心问题之一,而基于任意复杂模型的检索方案无疑是业界重要的迭代方向之一。本文介绍的NANN源自阿里妈妈展示广告Match团队研发的二向箔算法体系,该方案在保留复杂模型召回能力的同时,将索引学习和模型训练解耦,提供了轻量化的任意复杂模型召回解决方案。
07. 广告深度学习计算:向量召回索引的演进以及工程实现
🏷 本文梳理了阿里妈妈召回算法从【分区索引】到【树状索引】到【图索引】的演进过程,分析各阶段索引的优缺点,以及其中的工程解决方案和创新优化。
08. 排序和准度联合优化:一种基于混合生成/判别式建模的方案
🏷 基于准度的要求,之前工业界对于模型预估的优化目标,大部分采用pointwise的LogLoss。但对于线上效果来说,排序能力也同样重要。为此,我们设计了基于混合生成/判别式的JRC模型,通过增加模型自由度以及设计巧妙的logits交互的方式,同时优化排序能力和准度。
09. KDD'23 | PerBid:在线广告个性化自动出价框架
🏷 出价产品智能化成为行业发展趋势,自动出价(Auto-bidding)已成为互联网广告主营销的主流,大商家数据量大往往在统一模型中更占优势,为提升中小商家效果,我们开启探索“千店千模”之路。
10. SIGIR'23 | 基于特征自适应的多场景预估建模
END
也许你还想看
喜欢要“分享”,好看要“点赞”哦ღ~
↓欢迎留言参与讨论↓