互联网广告系统综述八机器学习与数据

互联网广告系统综述八机器学习与数据

声明：

1）该博文是整理自网上很大牛和专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献

2）本文仅供学术交流，非商用。所以每一部分具体的参考资料并没有详细对应，更有些部分本来就是直接从其他博客复制过来的。如果某部分不小心侵犯了大家的利益，还望海涵，并联系老衲删除或修改，直到相关人士满意为止。

3）本人才疏学浅，整理总结的时候难免出错，还望各位前辈不吝指正，谢谢。

4）阅读本文需要互联网广告业的基础（如果没有也没关系了，没有就看看，当做跟同学们吹牛的本钱）。

5）此属于第一版本，若有错误，还需继续修正与增删。还望大家多多指点。请直接回帖，本人来想办法处理。

写好标题，却迟迟不知道怎么动手，最近机器学习的一个分支——深度学习，真是火得没朋友啊，过去十几年的最热门的核方法，被成功的放到一边去了，整个工业界开始重新聚焦到神经网络这边来了。

方法万能论总是那么让人热血沸腾的。

可惜经过一段时间的摸爬滚打，脑子总算清醒了一点，也从一个广告算法工程师的角度去看看这个问题吧。

也不谦虚了，就打个比方吧，把角色分一下好说话。类别互联网广告（或者说数据挖掘领域），拿餐馆做比喻的话，那么数据就是食材，算法工程师就是厨师，算法就是配料。一道菜要好吃，就得要求食材好，厨师好，配料好而且用得好。

所以一道菜好不好吃，不是在一个点完全决定的，而是综合的作用的。

下面就分别论述一下吧。 

1.1数据是王道

上面说过了，数据是食材，食材的质量本质上决定的一道菜能做到多好。食材不好，配再好的厨师，用再好的配料，都是烂泥扶不上墙的。

那么就要求有很好的数据了，那么问题就来了——什么样的数据才是好的数据？

这个问题就及其难以回答了，如果从互联网广告方面看，还算有经验。下面就班门弄斧自问自答了。

用户的profile，如年龄，性别，职业，地域（细化到某区会更好），教育水平，婚恋状态，登陆的平台（手机型号或者PC），社交好友圈，