流量效率最优化——在线决策在优酷视频推荐中的应用

所属专题:广告系统与推荐算法

嘉宾 : 杨平(诗平) | 阿里巴巴算法专家

会议室 : 贵宾接待室2

讲师介绍

专题演讲嘉宾:杨平(诗平)

阿里巴巴 算法专家

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。

议题介绍

地点:贵宾接待室2
所属专题:广告系统与推荐算法

演讲:流量效率最优化——在线决策在优酷视频推荐中的应用

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最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最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:

  1. 优酷视频推荐业务简介;
  2. 优酷新热智能宣发系统演进过程和原理介绍;
  3. 优酷信息流短视频冷启动优化历程和解决思路。

听众受益:

  1. 了解大规模视频推荐面临的主要问题是什么;
  2. 了解长视频推荐下新热宣发系统设计思路和演进过程;
  3. 了解信息流短视频推荐中冷启动的解决方案和各方案的特点。

交通指南

© 2019 Baidu - GS(2018)5572号 - 甲测资字1100930 - 京ICP证030173号 - Data © 长地万方
想要批量报名或更多优惠?
立即联系票务小姐姐Joy
或致电:+86-13269078023