AS深圳2017《Al筑巢；机器学习在凤巢的深度应用》－刘斌新
2020-03-01 363浏览
- 1.AI筑巢：机器学r在 百度凤巢的深度应用 刘斌新 百度 商务搜索智能wv部负责y 2017.7
- 2.
- 3.
- 4.刘斌新 ! 现负责凤巢核心策略“x品团队，包括CTR预 估“动态内容“富媒体广告等方向” ! 2010年正式加入百度，作为负责y先后完成移 动凤巢“应用商店变现“联盟流量“信息流变现 等关键e务的攻坚； ! 带领团队连续4年6g项目入围最高奖TOP 10 并f获最高奖（百万美金大奖）”
- 5.• 搜索广告e务简介 • CTR预估的前d今生 • 生成式广告触发 • 机器学r在内容生态的创新 • 未来的探索
- 6.搜索广告e务简介 关键词购s 按点击计费 0:7t价计费
- 7.搜索广告e务简介 技术围绕e务场景 CTR预估“触发“文案生成“样式选择“弹性计算“风控…… 针对e务优化点，机器学r在凤巢几o无处a在 例如： 关键词广告 智能触发 -7-计费 点击率预估 内容生态 （选将军） （创造将军）
- 8.• 搜索广告e务简介 • CTR预估的前d今生 • 生成式广告触发 • 机器学r在内容生态的创新 • 未来的探索
- 9.-T9预估发展回顾 200)T201() 2017 2015 2014 2013 2013 2012 2011 2009 -T9&.0 .NN联合训练 深度学r6IGiIC化 e界首次引入.NN 7CEaMOM模型上线 增量模型 g性化模型 -T91.0 39模型上线 -T9-X深度学r全流程
- 10.>5000 experiments
- 11.深度学r引入CTR进展回顾 20 3 20 5 -T9&.0 双.NN联合训练 … 20 7 … … … LR Model -T9-X 双塔分离，全流程覆盖 … 20 2 项目启动 -T92.0 开启.NN DNN model Position'feas dnn dnn Position'feas
- 12.CTR-X：深度学r覆盖基础排序全流程 " 广告初筛阶段，计算量巨大，使用.NN有挑战” " 双塔分离.NN模型架构，优化计算逻辑和模型泛化能力，提升变现能力” BCDoLC：39模型 +DNCL：双塔分离.NN模型 普通.NN模型 × 长耗时/资源损耗，无法由39直接升 级到.NN Position'feas dnn dnn Position'feas 特征抽取：用户侧“+.侧分别抽取 用户&广告fg维度的模型分开训练 √ 由39升级为双塔大规模离散.NN 耗时 优化 分布式字典：网络查询 # 内存查询 计算方面：10万级别的DGoaN相p # &2gDGoaN相p
- 13.自有大规模机器学r平台 Abacus 超大规模 复杂性 扩展性 可支持千亿级别特征和万亿模型参数 $ 允许多机多线程异步实时访问和更新 $ 用u支持大规模离散模型（如离散DNN）的异步sgd训练 自l的Anti Over-Fitting机制，可随意使用扩展 $ 应用u凤巢CTR模型 $ 应用u手百Feed推荐模型
- 14.• 搜索广告e务简介 • CTR预估的前d今生 • 生成式广告触发 • 机器学r在内容生态的创新 • 未来的探索
- 15.Keyword Targeting—传统匹配模式 广泛匹配：福克斯改造 匹配: 福特福克斯c卖店，福克斯论坛 短语匹配-核心包含：福克斯改造 匹配：福特福克斯改造，白色福克斯改装 短语匹配-同n包含：福克斯改造 匹配：福克斯改装，改造福克斯 短语匹配-精确包含：深圳福特福克斯改造 匹配：福克斯改造, 福特福克斯改造 精确匹配：福克斯改造 插入“颠倒“ 插入“颠倒“ 同n 同n“省略 字符串包含 字面精确：福克斯改造 地域精确：深圳福克斯改造 高级精确：福克斯改装
- 16.~传统触发模式到生成式触发， 构建高度智能化的触发引擎 用户Query 数据检索 匹配校验 判别式触发 采用深度学r增强校验 传统触发系统 检索和校验f步式架构 召回率低 支持多粒度检索 大幅提升召回率 Bidword结果
- 17.~传统触发模式到生成式触发， 构建高度智能化的触发引擎 用户Query 生成式触发 Bidword结果 生成式触发 ·∙分利用深度学r能力 判别式触发 采用深度学r增强校验 传统触发系统 检索和校验f步式架构 召回率低 突破性地将检索和校验合t为一 显著提升用户体验 支持多粒度检索 大幅提升召回率 深入应用AI
- 18.深刻理解用户意图，提升用户体验 BCDoLC +DNCL 结果局限u字面 优质结果少 具备AI“思考X能力 深度理解用户意图 呈现更多优质结果
- 19.生成式触发模型， 以AI技术深度理解用户需求 QOCLS 索引出后续词 预估出首词 依据相关性剪枝 BiBQoLB 品牌 精油 皂 十大 护’ 精油什m 牌子的好 品牌 X 用户体验a达标 X 用户体验a达标 精油 品牌 好 品牌 口红 X 用户体验a达标 语n 理解 RNN模型相 关性得分 什m 精油 用 什m 牌子 用户 行为
- 20.生成式触发模型， 以AI技术深度理解用户需求 编码器: Bi-9NN 精油 什m 解码器: 9NN 注意力模型 精油 哪g 的 牌子 的 好 牌子好 精 油 十 大 品 牌 十大 十大 什m 精油 品牌 精油 品牌 精油 好 精油 i胸
- 21.• 搜索广告e务简介 • CTR预估的前d今生 • 生成式广告触发 • 机器学r在内容生态的创新 • 未来的探索
- 22.自动生成“校验商e文案，提升可信度 1IKON 1N QOCLS + TiNGC + 创意 + 落地页Y. Y X1’X2’ Y X1 X2 X& XI /IAoBCL Y Y 双向 9NN a1 aI AoINCRN .CAoBCL Y Y1 Y2 6UT 业 务 校 验 品 牌 校 验 资 质 校 验 +GG YCM 落地页 6ONKON 商e文案 :CINCIACM 时 效 性 校 验 夸 大 词 校 验 YY QOaGiNS -oINLoG Y&Y YI
- 23.商e文案~y工撰写迈向AI自动生成 Before After：智能创意 % 标题描述夸大a一致 % +1知识和内容理解 % 创意空洞冗长，无重点 % 结构化核心内容前置 % 知识直达最相关页面 7分通过率70%
- 24.隐式知识理解b凝练，提高用户获取信息效率 3aIBiIE KaEC 页面结构分析 MCmaINiA PCANoL QOCLS：雅思口语考试 核心句格式分布 物理段落识别 逻辑段落划分 广告l网站 QOCMNioI 知识内容 问题理解 MCmaINiA PCANoL 3:TMl题识别 意图识别 用户 :NaIBaLB 2IoQGCBEC 3ib 语n结构识别 2IoQGCBEC -aNCEoLS MCmaINiA PCANoL 校验 知识库 :OmmaLS .CNaiG 1LLCGCPaIN
- 25.基u用户意图智能出图，快速Catch用户 query 双眼皮整形 意图识别 ALoMM-BomaiI BCCK mCNLiA GCaLIiIE 智能出图 基u图片内容的l 体识别和智能裁剪 低质量图片过滤
- 26.机器学r打造智能落地页 Before After：智能落地页 % 内容空洞千篇一律 % 重构高质量落地页 % ce化“结构化a足 % 智能化“ce结构化 % 移动用户体验质量堪忧 % 实现内容体验闭环
- 27.机器学r打造智能落地页 Item x品1 案例1 Query：太阳能热水器安装案例 结构化数据 x品2 案例2 TiNGC .CMA 1maEC …… User 热水器.960 0.8 内容 排序 g性化信息 QOCLS 7LoDiGC …… 结构化数据 文章块 x品块 案例块 转化块 -aNCEoLS -oINCIN :NSGC …… 0.7 整体安装案例 热水器Q( 0.3 Y工厂安装 X小区安装 0.7 0.4 0.9 页眉 :CMMioI Block 皇明热水器 模块 排序 案例块 0.9 x品块 0.5 文章块 0.3 转化块 0.1 页脚
- 28.• 搜索广告e务简介 • CTR预估的前d今生 • 生成式广告触发 • 机器学r在内容生态的创新 • 未来的探索
- 29.未来的探索 时代在变，内容的形式也在变 文本 图片 视频 YY
- 30.以图片化信息集成快速吸引用户并满足需求 实现图片创意的“一键美颜“ BCDoLC +DNCL BCDoLC +DNCL 实现图片创意信息的“一览无遗“
- 31.以图片化信息集成快速吸引用户并满足需求 实现图片创意的“一键美颜“ BCDoLC +DNCL BCDoLC +DNCL 实现图片创意信息的“一览无遗“
- 32.加强端到端的富媒体化程度… BCDoLC +DNCL
- 33.营销信息提炼成短视频呈现，让用户一秒读懂 视频合成
- 34.未来的探索 Video-Out视频广告：视频处理“图像理解“检测技术
- 35.未来的探索 Video-In视频广告：图像前景背景检测b分割“AR虚拟植入
- 36.未来的探索 Video-In视频广告：图像前景背景检测b分割“AR虚拟植入
- 37.新媒体的x生渴求新技术， 在+1时代这波浪潮中，欢迎各位大咖加入 欢迎联系：fc-ai@baidu.com 让我们一起打造 智能+1商e体系 +. BLaiI
- 38.
- 39.
