信息流广告具有更原生、更精准、易传播等特点，能自然的融合于平台内容。经过近几年的高速发展，信息流广告已经在整个广告市场中占据了重要位置，成为移动广告营销的新引擎。本次演讲将为大家介绍爱奇艺信息流广告的排序算法演进过程，并为大家分享我们如何运用个性化推荐技术不断提升广告投放效果。

内容大纲：

1. 信息流广告业务简介；
2. 信息流广告排序算法架构；
3. 信息流广告排序算法演进。

听众受益：

1. 了解如何运用个性化推荐技术打造智能广告算法引擎；
2. 了解爱奇艺信息流广告排序算法的演进过程和实践经验。

在 AI+Big Data+Cloud Computing 的时代里，从海量数据⾥提炼出特征，并通过深度学习进行模型优化来提升⼴告投放效果。为了系统化地解决广告系统在初选、精选阶段上多模型优化中对特征数据的需求，我们建设了统⼀的特征工程平台。本分享简要介绍广告系统如何使用模型特征优化业务指标，重点介绍特征工程平台的架构，包括特征生产、存储和计算调度等工作内容，最后给出如何系统化地解决多模型的特征共享，调研环境和⽣产环境下的计算优化，特征在线与离线应⽤上的数据一致率等问题。

内容大纲：

1. ⼴告业务多模型优化在特征⼯程系统上的挑战；
2. 特征工程平台架构设计和实现：统计特征、前文特征和⼴告特征生产框架
——特征仓库存储系统特征在调研环境、生产环境(包括离线训练和在线预测)上的计算、调度；
3. 基于特征工程平台架构，如何解决多模型优化在特征⼯作上挑战。

听众受益：

1. 了解广告业务模型优化的基本情况；
2. 了解特征生产、存储和计算等系统设计与实现；
3. 了解多模型优化对特征工程系统的挑战与解决方案。

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：

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。

广告创意的制作和优化曾经是广告主和投放人员都很头疼的难题，需要持续的人工投入和不断试错，而随着广告场景的不断丰富，针对不同场景的创意优化工作将变得越来越困难。通过使用机器学习等技术，我们可以对创意内容如文字、图片、落地页等进行学习和再创造，使广告主能够一键生成数千广告创意，并针对不同的广告场景对创意进行优化，在降低人力与时间成本的同时，大大提升广告投放效率。这个分享将为大家介绍我们在创意制作和优化方面的技术架构和实践经验。

内容大纲：

1. 创意制作和优化的难点和挑战；
2. 创意生成和优化的技术架构；
3. 创意生成和优化的相关算法。

听众受益：

1. 了解广告创意优化的业务基本情况；
2. 了解 360 在创意生成和优化方面的技术架构和实践；