字節(jié)、快手、阿里、騰訊這兩年的廣告推薦技術(shù)進展

字節(jié) 快手阿里騰訊廣告推薦技術(shù)進展數(shù)據(jù)猿

數(shù)據(jù)猿 | 2021-11-01 18:13

【數(shù)據(jù)猿導讀】在 11 月 25-26 日 AICon 人工智能與機器學習大會（2021）北京站上，來自字節(jié)跳動、快手、騰訊、阿里的技術(shù)專家將圍繞各自的工作領(lǐng)域，講解推薦系統(tǒng)的最新應(yīng)用進展。

在行業(yè)內(nèi)，各公司的技術(shù)團隊已經(jīng)把搜索、推薦、廣告的技術(shù)合并為一體，在架構(gòu)和算法上沒有特別大的差異。

這幾年整個推薦引擎的演變非常快，推薦引擎的三個核心技術(shù)：召回技術(shù)、排序技術(shù)、機制技術(shù)，對應(yīng)到算法和架構(gòu)上也有了很大的變化，像后來興起的向量召回，大規(guī)模在線 Ranking 計算，強化學習等技術(shù)，都得到了相應(yīng)的發(fā)展。

另外，云原生也對推薦引擎底層的分布式架構(gòu)解藕帶來了研發(fā)效率提升的影響；AI 算力的演化，召回的算力越來越強，Ranking 的算力越來越強；訓練推薦模型的創(chuàng)新也帶來了新思路。

在 11 月 25-26 日 AICon 人工智能與機器學習大會（2021）北京站上，來自字節(jié)跳動、快手、騰訊、阿里的技術(shù)專家將圍繞各自的工作領(lǐng)域，講解推薦系統(tǒng)的最新應(yīng)用進展。

一、2016 年開始，海外開始出現(xiàn)互動技術(shù)在商業(yè)化上應(yīng)用的探索，并不斷在互動廣告、品牌互動、游戲化方面得到價值驗證，全球主流廣告平臺已布局和推動互動技術(shù)應(yīng)用。

字節(jié)跳動也有廣泛的海外業(yè)務(wù)，他們是如何保證互動廣告、品牌互動和游戲化的價值最大化的呢？這里就需要解決互動創(chuàng)意的策劃方法論、批量化生產(chǎn)、高效管理流轉(zhuǎn)、精準投放優(yōu)化和高性能渲染保證用戶體驗問題。

字節(jié)跳動商業(yè)化互動技術(shù)負責人梁云鵬老師屆時將帶來演講《字節(jié)跳動在互動技術(shù)上的建設(shè)和應(yīng)用》，分享互動技術(shù)的難點和挑戰(zhàn)。

演講提綱：

互動技術(shù)的發(fā)展背景
互動技術(shù)在全球移動廣告上的應(yīng)用和現(xiàn)狀
互動技術(shù)的難點和挑戰(zhàn)
字節(jié)跳動在互動技術(shù)上的建設(shè)及應(yīng)用

你將獲得：

了解互動技術(shù)在全球移動廣告應(yīng)用的背景及現(xiàn)狀
了解互動技術(shù)在移動廣告上的難點和挑戰(zhàn)
熟悉字節(jié)跳動在互動技術(shù)上的建設(shè)和應(yīng)用
在移動廣告方向上拓展新的建設(shè)思路

二、沉浸式的短視頻消費越來越重要，推薦會面臨很多挑戰(zhàn)，比如眾多用戶反饋信號如何整合排序，沉浸式消費中正負反饋如何做快速的反應(yīng)，上下文內(nèi)容對推薦如何影響等，傳統(tǒng)的粗排，精排，重排漏斗形三階段排序，還不足以滿足這些復雜的需求，融合到統(tǒng)一的排序模型里很難實現(xiàn)。

快手社區(qū)科學部技術(shù)總監(jiān)李彪將會帶來《快手沉浸式推薦多階段排序系統(tǒng)》，介紹快手沉浸式推薦場景，以及推薦中遇到的問題。

演講提綱：

快手沉浸式場景介紹
快手多階段排序方案
多隊列融合排序
上下文排序
混合排序
端上排序

你將獲得：

快手對沉浸式排序的思考和方案
知道前沿的推薦排序模型進展，開闊思路
沉浸式推薦的理解，以及未來的發(fā)展趨勢

三、阿里媽媽承載著阿里集團電商業(yè)務(wù)的核心收入。一方面，隨著深度學習的廣泛應(yīng)用，算法模型創(chuàng)新日新月異，這就對整個在線服務(wù)架構(gòu)提出了高效快速迭代與持續(xù)推升算力供給天花板的挑戰(zhàn)；另一方面，面對 CPU/GPU/NPU 的硬件資源池環(huán)境，如何在在離線混布大背景下，最大化資源利用效率也是一個有趣的挑戰(zhàn)。

阿里媽媽資深技術(shù)專家孫鵬將帶來《異構(gòu)計算在阿里廣告 AI 推理中的應(yīng)用、優(yōu)化與啟示》，從搜索 / 推薦廣告的場景出發(fā)，結(jié)合真實需求，闡述問題的解法、選型與相關(guān)思考，從算法 - 系統(tǒng) - 硬件協(xié)同優(yōu)化的角度給出通用與定制優(yōu)化方案，即如何切實解決超大規(guī)模稀疏場景下 DL 復雜模型的異構(gòu)計算效能問題。

演講提綱：

阿里媽媽模型服務(wù)演進歷史與現(xiàn)實挑戰(zhàn)
算法 - 軟件 - 硬件（CPU/GPU/NPU）協(xié)同優(yōu)化
未來趨勢發(fā)展的一些思考

你將獲得：

了解阿里廣告平臺阿里媽媽在線異構(gòu)計算加速的一些實戰(zhàn)沉淀
阿里媽媽廣告場景下算法 - 軟件 - 硬件協(xié)同性能優(yōu)化的一些通用方法
DataCenter 中面向算力和超大規(guī)模稀疏場景的在線服務(wù)未來趨勢演進思考

四、作為個性化時代互聯(lián)網(wǎng)的核心應(yīng)用，信息流推薦技術(shù)一直是工業(yè)界研發(fā)與創(chuàng)新的戰(zhàn)場。騰訊專家研究員李帥將帶來《騰訊新聞信息流推薦技術(shù)實戰(zhàn)》，從騰訊新聞的業(yè)務(wù)場景出發(fā)，拆解信息流推薦的業(yè)務(wù)問題，結(jié)合相應(yīng)的算法技術(shù)與工程技術(shù)，闡述信息流推薦的技術(shù)方案與實踐：從海量的內(nèi)容池篩選到個性化多目標精準排序，從實時的數(shù)據(jù)流計算處理到超大規(guī)模的模型訓練平臺，以及效果的在離線衡量辦法。

演講提綱：

信息流推薦目標概述
騰訊新聞推薦算法環(huán)節(jié)應(yīng)用
召回生態(tài)設(shè)計
粗排復雜化
精排多目標與瘦身
重排 listwise
算法環(huán)節(jié)衡量的難點與應(yīng)對

你將獲得：

推薦系統(tǒng)的一些核心問題抽象
了解騰訊新聞的推薦技術(shù)實踐
了解騰訊新聞的一些前沿技術(shù)與成果

除了上述話題以外，大會還設(shè)置了人工智能前沿技術(shù)、通用機器學習技術(shù)、計算機視覺實踐、智能金融技術(shù)與業(yè)務(wù)結(jié)合、推薦廣告技術(shù)與實踐、AI 工程師團隊建設(shè)與管理、認知智能的前沿探索、AI 與產(chǎn)業(yè)互聯(lián)網(wǎng)結(jié)合、大數(shù)據(jù)計算和分析、大規(guī)模機器學習算法及應(yīng)用、智能語音前沿技術(shù)應(yīng)用、大規(guī)模預(yù)訓練模型進展、自動駕駛技術(shù)等 14 個專題，點擊查看完整日程：https://aicon.infoq.cn/2021/beijing/schedule utm_source=shujuyuan&utm_medium=arti&utm_campaign=10&utm_term=1101

目前會期臨近，余票有限，了解更多請聯(lián)系票務(wù)小姐姐文柳：13269078023（電話同微信）。

來源：InfoQ

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會注明來源與作者；轉(zhuǎn)載我們原創(chuàng)內(nèi)容時，也請務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責。