後深度學習時代下，技術迭代全面進入深水區，以提升模型複雜度為主體的廣告預估模型優化已經不再奏效。美團到店廣告質量預估團隊緊密結合業務特點，發揮深度模型結構靈活多變的優勢，實現了進一步破局。本文先介紹了美團業務的LBS空間距離約束和長週期性兩大挑戰，然後介紹了上下文、使用者、廣告、訓練方式四個維度的應對方案，具體如下四個技術突破：a.基於位次組合的上下文偏差感知預估；b.基於時空依賴的超長序列建模；c.廣告候選動態化；d.災難遺忘與持續學習，帶動線上指標顯著提升的同時，整理為論文發表在SIGIR、CIKM等國際頂級會議。最後，基於新一輪理解，提出推理量級動態化、評估指標差異化等預估技術新趨勢。
參考文獻
- [1] Friedman J H . Greedy Function Approximation: A Gradient Boosting Machine[J]. Annals of Statistics, 2001, 29(5):1189-1232.
- [2] Rendle S. Factorization machines[C]//2010 IEEE International conference on data mining. IEEE, 2010: 995-1000.
- [3] HT Cheng, et al. Wide & Deep Learning for Recommender Systems, 2016
- [4] Zhou, Guorui, et al. “Deep interest network for click-through rate prediction.” Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining. 2018
- [5] Modeling Task Relationships in Multi-task Learning with Multi-gate Mixture-of-Experts. ACM, 2018.
- [6] Wen, Ling, Chua. A closer look at strategies for memorization.[J]. Clavier Companion, 2014, 6(6):50-52.
- [7] Huang J, Hu K, Tang Q, et al. Deep Position-wise Interaction Network for CTR Prediction[J]. arXiv preprint arXiv:2106.05482, 2021.
- [8] Search-based User Interest Modeling with Lifelong Sequential Behavior Data for Click-Through Rate Prediction
- [9] Qi, Yi, et al. "Trilateral Spatiotemporal Attention Network for User Behavior Modeling in Location-based Search", CIKM 2021.
- [10] Overcoming catastrophic forgetting in neural networks[J]. Proceedings of the National Academy of Sciences of the United States of America, 2017.
- [11] M. Zinkevich. Online convex programming and generalized infinitesimal gradient ascent. In ICML, 2003.
- [12] Optimized Cost per Click in Taobao Display Advertising[C]// the 23rd ACM SIGKDD International Conference. ACM, 2017.
- [13] https://tech.meituan.com/2020...
招聘資訊
美團到店廣告平臺廣告演算法團隊立足廣告場景，探索深度學習、強化學習、人工智慧、大資料、知識圖譜、NLP和計算機視覺前沿的技術發展，探索本地生活服務電商的價值。主要工作方向包括：
- 觸發策略：使用者意圖識別、廣告商家資料理解，Query改寫，深度匹配，相關性建模。
- 質量預估：廣告質量度建模。點選率、轉化率、客單價、交易額預估。
- 機制設計：廣告排序機制、競價機制、出價建議、流量預估、預算分配。
- 創意優化：智慧創意設計。廣告圖片、文字、團單、優惠資訊等展示創意的優化。
崗位要求
- 有三年以上相關工作經驗，對CTR/CVR預估、NLP、影像理解，機制設計至少一方面有應用經驗。
- 熟悉常用的機器學習、深度學習、強化學習模型。
- 具有優秀的邏輯思維能力，對解決挑戰性問題充滿熱情，對資料敏感，善於分析/解決問題。
- 計算機、數學相關專業碩士及以上學歷。
具備以下條件優先：
- 有廣告/搜尋/推薦等相關業務經驗。
- 有大規模機器學習相關經驗。
感興趣的同學可投遞簡歷至：chengxiuying@meituan.com（郵件標題請註明：美團廣平演算法團隊）。
閱讀美團技術團隊更多技術文章合集
前端 | 演算法 | 後端 | 資料 | 安全 | 運維 | iOS | Android | 測試
| 在公眾號選單欄對話方塊回覆【2020年貨】、【2019年貨】、【2018年貨】、【2017年貨】等關鍵詞，可檢視美團技術團隊歷年技術文章合集。
| 本文系美團技術團隊出品，著作權歸屬美團。歡迎出於分享和交流等非商業目的轉載或使用本文內容，敬請註明“內容轉載自美團技術團隊”。本文未經許可，不得進行商業性轉載或者使用。任何商用行為，請傳送郵件至tech@meituan.com申請授權。