BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

您现在处于全屏预览
关闭全屏预览

蘑菇街广告的排序:从历史数据学习到个性化强化学习
录制于:

| 作者 邓钦华 关注 0 他的粉丝 发布于 2017年8月29日 | Google、Facebook、Pinterest、阿里、腾讯 等顶尖技术团队的上百个可供参考的架构实例!
32:00

概要
做机器学习的同学在工作中都会遇到预测结果的置信度问题,具体表现是模型刻画能力和推广能力的矛盾,部分需要推广能力结果的冷启动等问题。服饰电商广告排序会遇到的一个必须要解决的问题,商品换季和上新,换季和上新的时候对模型而言会出现没有历史的新样本,并且在未来一段时间这些新样本会成为排序要面对主要客体,所有之前模型积累的历史都变得不再“有意义”,这个时候如何去处理让模型更稳定让过去积累的历史更有意义,并且同时让新品能最快的积累足够的置信度,蘑菇街积累了一些经验。

个人简介

邓钦华,蘑菇街广告、搜索、流量、图像技术、搜索策略负责人。一直从事搜索推荐、机器学习和大数据系统的研发实践,参与开发过百度统计、百度关键词推荐、百度搜索广告系统、360 搜索广告系统、360 展示广告系统、360 推荐系统、迅雷大数据平台、迅雷数据统计分析平台等产品,从零搭建了蘑菇街广告体系、流量体系和搜索体系,并将图像技术用于搜索的排序。

QCon是由InfoQ主办的全球顶级技术盛会,每年在伦敦、北京、东京、纽约、圣保罗、杭州、旧金山召开。自2007年3月份首次举办以来,已经有包括传统制造、金融、电信、互联网、航空航天等领域的近万名架构师、项目经理、团队领导者和高级开发人员参加过QCon大会。

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT