中国环保行业第一网——中华环保网
主页 > 环保公益 > 内容

腾讯广告,一个可能被低估的AI业务

发布时间:2019-07-15   来源:中华环保网    
字号:

量子位 报道 | 公众号 QbitAI

https://www.tuicool.com/articles/Z3MNryr


“这样的比赛还可以 more and more.”


在答辩颁奖后,两位AI权威如此慨叹。


一位是伊利诺伊大学芝加哥分校杰出教授 俞士纶(Philip S. Yu) ,另一位是亚利桑那州立大学计算机科学与工程教授 刘欢(Huan Liu) 。


他们评价,无论是机器学习还是数据挖掘,光从教材和学校解决问题,太过单薄,所以他们殷切希望国内产学研结合的大赛能多多益善。


而且腾讯愿意提供脱敏数据集,提供计算平台和丰厚奖励。


不论是经过脱敏处理的真实业务数据,还是接地气的真实应用场景,都可以让更多人才学以致用,甚至能让那些名校之外的学生,也有机会用实践成绩来证明自己——这一价值,俨然早已远远超出了比赛本身。


让他们如此激动的是“ 2019腾讯广告算法大赛 ”。


腾讯广告,一个可能被低估的AI业务


三年磨剑:业务数据,真实场景


腾讯广告算法大赛,已是连续第三年举办。


今年的赛题是“ 广告曝光预估 ”,一项腾讯广告在真实业务场景中面向广告主提供的重要服务。


所谓曝光预估,是在广告主创建新广告和修改广告设置时,为广告主提供未来的广告曝光效果参考。


通过预估参考,广告主可以根据曝光预估结果提前调整出价、定向、时段等设置,结合自身的投放预期选择最适合自己的设置,而不是投放几天之后再去修改,能避免盲目的优化尝试,有效缩短广告的优化周期,降低试错成本,使广告效果尽快达到广告主的预期范围。


但打造这样一个算法模型,并不轻而易举。


从腾讯广告的 实际场景 来说,效果广告主要是展示类广告,背后的算法引擎,本质是一个推荐框架。


技术角度而言,它首先将广告设置的人群定向、投放时段、选择的流量版位、竞价方式、出价等广告业务语言来转化为描述广告覆盖用户人群的范围大小以及竞争环境激烈程度、自身竞争力相对水平等可量化的数值指标。


通过对历史中各类广告在竞价系统中的曝光历史进行训练,腾讯广告需要学习出竞争环境的变化趋势以及广告竞争力水平和最终曝光效果的隐藏联系,达到预估广告未来曝光的目标。


而且这也是 产学研结合 的最佳演武场。


当前大部分机器学习或人工智能的问题,目标方向都是“预估”。


本质上都是通过对已知的历史记录中提取和预估目标相关的特征表达,并训练出能拟合出最接近预估值的模型。


具体训练过程即通过损失函数的计算和迭代优化方案,在有限的解空间中搜索误差最小的最优解的过程。


也是对目标编码、特征统计、数据挖掘、历史平移,模型选择等一系列基本功的考验。


因何而来,往何处而去


腾讯广告,一个可能被低估的AI业务


腾讯广告副总裁 罗征 说,本次大赛既是通过业务场景创造产学研交流机会,也能通过比赛引起更多人才关注,同时也是企业社会责任的一部分。


可能易于被忽略的是,腾讯广告的数据处理量和对业务场景的多元应用需求,都位于业界前列。


一方面是腾讯庞大的体量和社交媒体地位下,广告数据非常庞大。加之服务的业务和应用场景很多元, 广告主对广告效果也有不同的需求,这就对数据挖掘、特征学习和模型算法等机器学习应用带来极大的挑战。


罗征也说,很多高校学生知道搜索和推荐系统需要机器学习的加持才能锦上添花。


但可能不知道广告和营销业务,同样是机器学习应用的重要战场。


首先,腾讯广告业务面对的数据量非常庞大,本身就为机器学习提供了得天独厚的数据基础。


其次,广告业务的评估目标,非常清晰,结果反馈一目了然,能更快帮助机器学习进行模型优化和迭代。


最后,技术的不断精进对于业务价值的体现也显而易见。算法越好,模型越强,对于客户(广告主)和用户的体验,都是双提升。


当然,技术为业务所带来的价值,也是腾讯广告可以将算法大赛持续举办下去的驱动力之一。


实际上,本次大赛前后历时3个月,共有海内外10,571人参加——如果从数据挖掘领域来看,已是全球参赛人数最多的比赛之一了。·


×
织梦二维码生成器
中华环保网

图说天下