<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>CTR预估 on 知识铺的博客</title>
    <link>https://index.zshipu.com/geek/tags/CTR%E9%A2%84%E4%BC%B0/</link>
    <description>Recent content in CTR预估 on 知识铺的博客</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-CN</language>
    <lastBuildDate>Tue, 15 Mar 2022 10:22:32 +0800</lastBuildDate>
    <atom:link href="https://index.zshipu.com/geek/tags/CTR%E9%A2%84%E4%BC%B0/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>预估在动态样式建模和特征表达学习方面的进展</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%A2%84%E4%BC%B0%E5%9C%A8%E5%8A%A8%E6%80%81%E6%A0%B7%E5%BC%8F%E5%BB%BA%E6%A8%A1%E5%92%8C%E7%89%B9%E5%BE%81%E8%A1%A8%E8%BE%BE%E5%AD%A6%E4%B9%A0%E6%96%B9%E9%9D%A2%E7%9A%84%E8%BF%9B%E5%B1%95/</link>
      <pubDate>Tue, 15 Mar 2022 10:22:32 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%A2%84%E4%BC%B0%E5%9C%A8%E5%8A%A8%E6%80%81%E6%A0%B7%E5%BC%8F%E5%BB%BA%E6%A8%A1%E5%92%8C%E7%89%B9%E5%BE%81%E8%A1%A8%E8%BE%BE%E5%AD%A6%E4%B9%A0%E6%96%B9%E9%9D%A2%E7%9A%84%E8%BF%9B%E5%B1%95/</guid>
      <description>分享嘉宾：秀武 阿里 高级算法专家 编辑整理：Hoh Xil 内容来源：大鱼技术沙龙 出品平台：DataFun 导读： 富媒体时代，广告的样式需要千人千面，广告产品形态呈现多样式、多物料组合形态，对 CTR 预估提出了巨大的挑战；针对这个问题，我们提出了一种动态样式组合优选加 DSA 模型，并结合分位置拍卖技术，较</description>
    </item>
    <item>
      <title>阿里广告预估中用户行为学习和记忆建模</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E5%B9%BF%E5%91%8A%E9%A2%84%E4%BC%B0%E4%B8%AD%E7%94%A8%E6%88%B7%E8%A1%8C%E4%B8%BA%E5%AD%A6%E4%B9%A0%E5%92%8C%E8%AE%B0%E5%BF%86%E5%BB%BA%E6%A8%A1/</link>
      <pubDate>Tue, 15 Mar 2022 09:26:26 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E5%B9%BF%E5%91%8A%E9%A2%84%E4%BC%B0%E4%B8%AD%E7%94%A8%E6%88%B7%E8%A1%8C%E4%B8%BA%E5%AD%A6%E4%B9%A0%E5%92%8C%E8%AE%B0%E5%BF%86%E5%BB%BA%E6%A8%A1/</guid>
      <description>分享嘉宾：擎苍 阿里巴巴 算法专家 编辑整理：陈晟 内容来源：大鱼技术沙龙 出品平台：DataFun 导读： CTR 预估是计算广告的底层通用技术，在 CPC/OCPC 营销模式下，预估准确性对广告主流量采买成本和平台变现效率有着非常重要的作用。我们在业界常用解法基础上，纳入时间维度和空间维度信息，基于模型学习用户历</description>
    </item>
    <item>
      <title>腾讯建模过程中的实践总结</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E5%BB%BA%E6%A8%A1%E8%BF%87%E7%A8%8B%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5%E6%80%BB%E7%BB%93/</link>
      <pubDate>Tue, 15 Mar 2022 09:18:05 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E5%BB%BA%E6%A8%A1%E8%BF%87%E7%A8%8B%E4%B8%AD%E7%9A%84%E5%AE%9E%E8%B7%B5%E6%80%BB%E7%BB%93/</guid>
      <description>作者：coreyzhong，腾讯 IEG 应用研究员 本文分为三个部分： Part1 是前菜，帮助没接触过相关内容的同学快速了解我们要做什么、为什么做； Part2 适合刚刚接触 pCTR 建模想要完成项目的算法同学； Part3 适合正在做 CTR 建模项目且想要进一步优化效果的算法同学。 Part1 计算广告 广告是互联网流量变现的重要手段，也是互联网</description>
    </item>
    <item>
      <title>万字长文梳理预估模型发展过程与关系图谱</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%87%E5%AD%97%E9%95%BF%E6%96%87%E6%A2%B3%E7%90%86%E9%A2%84%E4%BC%B0%E6%A8%A1%E5%9E%8B%E5%8F%91%E5%B1%95%E8%BF%87%E7%A8%8B%E4%B8%8E%E5%85%B3%E7%B3%BB%E5%9B%BE%E8%B0%B1/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:45 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%B8%87%E5%AD%97%E9%95%BF%E6%96%87%E6%A2%B3%E7%90%86%E9%A2%84%E4%BC%B0%E6%A8%A1%E5%9E%8B%E5%8F%91%E5%B1%95%E8%BF%87%E7%A8%8B%E4%B8%8E%E5%85%B3%E7%B3%BB%E5%9B%BE%E8%B0%B1/</guid>
      <description>背景 在推荐、搜索、广告等领域，CTR（click-through rate）预估是一项非常核心的技术，这里引用阿里妈妈资深算法专家朱小强大佬的一句话：“它（CTR 预估）是镶嵌在互联网技术上的明珠”。 本篇文章主要是对 CTR 预估中的常见模型进行梳理与总结，并分成模块进行概述。每个模型都会从</description>
    </item>
    <item>
      <title>阿里融合与的个性化预估模型</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E8%9E%8D%E5%90%88%E4%B8%8E%E7%9A%84%E4%B8%AA%E6%80%A7%E5%8C%96%E9%A2%84%E4%BC%B0%E6%A8%A1%E5%9E%8B/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:33 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E8%9E%8D%E5%90%88%E4%B8%8E%E7%9A%84%E4%B8%AA%E6%80%A7%E5%8C%96%E9%A2%84%E4%BC%B0%E6%A8%A1%E5%9E%8B/</guid>
      <description>文章作者：阿里B2B算法团队 内容来源：牛技 出品平台：DataFun 背景 以电商场景优化用户点击为例，推荐系统的任务是从海量的候选商品中选出用户最感兴趣且最可能点击的商品。为了提升检索的效率，通常分为两阶段来检索。召回/候选生成（Matching/Candidate Generatio</description>
    </item>
    <item>
      <title>深度时空网络记忆网络与特征表达学习在预估中的应用</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E6%97%B6%E7%A9%BA%E7%BD%91%E7%BB%9C%E8%AE%B0%E5%BF%86%E7%BD%91%E7%BB%9C%E4%B8%8E%E7%89%B9%E5%BE%81%E8%A1%A8%E8%BE%BE%E5%AD%A6%E4%B9%A0%E5%9C%A8%E9%A2%84%E4%BC%B0%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</link>
      <pubDate>Tue, 15 Mar 2022 09:02:20 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%B1%E5%BA%A6%E6%97%B6%E7%A9%BA%E7%BD%91%E7%BB%9C%E8%AE%B0%E5%BF%86%E7%BD%91%E7%BB%9C%E4%B8%8E%E7%89%B9%E5%BE%81%E8%A1%A8%E8%BE%BE%E5%AD%A6%E4%B9%A0%E5%9C%A8%E9%A2%84%E4%BC%B0%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8/</guid>
      <description>分享嘉宾：秀武 阿里 高级算法专家 编辑整理：Jane Zhang 内容来源：DataFunTalk 导读： 在 CTR 预估中，能不能有效地利用用户历史行为，页面同屏竞争广告信息，以及用户—广告，广告—广告关系等辅助信息来提升模型效果？本文介绍在这方面的探索工作，主要包括： 深度时空网络 ( DSTN ) 深度记忆网络 ( MA-DNN</description>
    </item>
    <item>
      <title>回顾预估系统实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E9%A2%84%E4%BC%B0%E7%B3%BB%E7%BB%9F%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 01:32:25 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9B%9E%E9%A1%BE%E9%A2%84%E4%BC%B0%E7%B3%BB%E7%BB%9F%E5%AE%9E%E8%B7%B5/</guid>
      <description>本文根据OPPO黄树东老师在OPPO&amp;amp;DataFun Talk算法架构系列活动“AI在OPPO业务场景下的应用实践”所分享的《OPPO CTR预估系统实践》编辑整理而成，在未改变原意的基础上稍做修改。 CTR预估系统在商业变现领域有一个非常大的应用，也是非常核心的一个模块。业内</description>
    </item>
    <item>
      <title>腾讯深度预估模型在应用宝推荐系统中的探索</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E6%B7%B1%E5%BA%A6%E9%A2%84%E4%BC%B0%E6%A8%A1%E5%9E%8B%E5%9C%A8%E5%BA%94%E7%94%A8%E5%AE%9D%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E6%8E%A2%E7%B4%A2/</link>
      <pubDate>Mon, 14 Mar 2022 17:43:34 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%85%BE%E8%AE%AF%E6%B7%B1%E5%BA%A6%E9%A2%84%E4%BC%B0%E6%A8%A1%E5%9E%8B%E5%9C%A8%E5%BA%94%E7%94%A8%E5%AE%9D%E6%8E%A8%E8%8D%90%E7%B3%BB%E7%BB%9F%E4%B8%AD%E7%9A%84%E6%8E%A2%E7%B4%A2/</guid>
      <description>导语 | 点击率（click-through rate, CTR）预估是互联网平台的核心任务之一。近年来，CTR预估技术从传统的逻辑回归，到深度学习DeepFM, Wide&amp;amp;Deep, DIN, DCN等算法落地，经历了突飞猛进的发展。本文旨在以深度CTR预估模型为基础，探索在应用宝推荐场景下的算法优化。文章作者：赵程，腾讯</description>
    </item>
  </channel>
</rss>
