依托大数据和人工智能的技术进步，数字营销行业在不断发生变化。伴随效果广告主逐渐深入的效果诉求，传统按点击计费的CPX投放模式已逐步被以转化为中心的OCPX替代。在这个过程中对算法提出更高的要求和挑战，如数据稀疏、转化延迟等。

本次将聚焦广告排序算法，分享爱奇艺效果广告排序算法的演进历程及最新进展，并带来个性化方面的实践与思考。

演讲提纲

1. 爱奇艺效果广告算法背景及架构
   • 业务背景：场景、计费方式及业务痛点
   • 算法系统架构：难点、个性化广告推荐、排序逻辑及训练推理
2. 视频场景下的点击&转化率预估
   • 排序模型演进历程：Batch → 在线学习 → 深度学习
   • 深度学习应用及架构
   • 转化率预估挑战与解决方法
3. 智能出价——博弈&共赢
   • 通过成本控制实现拓量与成本控制的共赢
   • 如何基于转化率预估构建流量优选体系

听众受益：

1. 了解转化率预估建模的挑战、解决方法以及在爱奇艺广告产品中的应用
2. 深度学习在爱奇艺效果广告的应用及演进历程
3. 如何基于智能出价进行成本控制和流量优选，在放量和成本的博弈中取得更优解