目前担任优酷长视频推荐算法团队负责人。先后从事移动广告算法(CTR预估、合约广告)、供需预测、运力调度、智能定价等算法策略研发工作;2018 年加入阿里巴巴,目前主要负责优酷APP视频推荐相关工作,主要关注大规模分布式机器学习算法、计算广告、流量优化等方向。
目前担任优酷长视频推荐算法团队负责人。先后从事移动广告算法(CTR预估、合约广告)、供需预测、运力调度、智能定价等算法策略研发工作;2018 年加入阿里巴巴,目前主要负责优酷APP视频推荐相关工作,主要关注大规模分布式机器学习算法、计算广告、流量优化等方向。
个性化分发时代如何对部分需求方流量进行确定性保障并实现流量效率更优一直是重要且具有挑战的课题,优酷作为长短视频的混合分发平台,每天有数十万长视频和数亿级别短视频亟待分发,其中有数十部待宣发新热长视频和数百万待分发新上传的短视频需要流量保障,在流量资源有限的情况下,如何进行实时在线决策使用户价值、平台商业价值、内容生态价值、运营价值等流量价值更优是一个亟待解决的问题。本次演讲将为大家介绍优酷流量优化演进过程,并为大家分享我们如何利用人工智能和机器学习算法不断优化流量效率。
内容大纲:
听众受益: