广告是网易云音乐的主要收入来源之一，这两年云音乐的广告技术团队在深度学习方面做了很多尝试，比如将深度学习应用于 CTR 预估和基于成本控制的 CVR 预估等，期间遇到过很多问题，后来也取得了很不错的效果。

本演讲将会介绍云音乐广告系统的模型演进过程，以及在这个过程中遇到的问题、思考和采用的方法。

演讲提纲：

1. 网易云音乐广告系统的特点
2. 广告系统为什么需要CTR预估
3. 云音乐广告系统浅层模型优化
4. 云音乐广告系统深度模型演进和优化
5. 浅层模型与深度模型效果对比
6. CVR预估模型及优化
7. 算法优化总结建议

听众受益点：

1. 了解云音乐广告团队遇到过的算法问题和解决思路
2. 从算法视角理解在线广告
3. 了解深度（机器）学习在广告行业的应用场景

随着哈啰单车和助力车的订单规模上涨，对两轮车的调度需要利用科学而高效的技术手段来实现。本次演讲将介绍哈啰出行调度算法架构，模型选型思路以及实际业务场景遇到的挑战与解决方案。

演讲提纲：

1. 哈啰出行智能调度场景介绍
2. 哈啰调度算法架构简介
3. 以供需预测为例浅谈哈啰的算法选型
   • 树模型的优势与不足
   • 时序模型的瓶颈
   • 深度模型的困难和挑战
4. 从换电场景切入简介哈啰运筹优化实践
   • 约束条件和优化目标
   • 站点评分模型刻画优先级
   • 算法优化思路

听众受益点：

1. 了解复杂B端场景优化思路
2. 了解哈啰调度算法团队遇到的问题和解决方案

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

每天，海量用户通过飞猪平台浏览和挑选旅行产品，如何在分秒间帮助用户发现、定位、挖掘出心仪的产品，并匹配出最佳的商品组合？这正是飞猪导购算法团队的研究方向。 我们通过建立个性化导购体系，包括引入用户画像、行程语义表达以及全链路行为排序等，实现对用户需求的预测和匹配，将可能被购买的产品呈现在用户面前。

本次演讲将从旅行行业的典型场景切入，提炼出飞猪在用户理解领域的普适经验，希望为大家带来启发。

演讲提纲：

1. 介绍飞猪业务的发展迭代以及业务现状
2. 飞猪旅行推荐面临问题&挑战：
   • 用户冷启动
   • 用户导购决策信息缺失
   • 用户多端多场景等
3. 飞猪旅行推荐技术演进：
   • 日志规范梳理
   • 建立全阿里旅行UIC中心
   • 召回和排序体系的探索
4. 基于旅行导购决策信息的算法&产品尝试

听众受益：了解飞猪多端多场景算法策略、分人群优化、LBS特征体系构建、冷启动策略探索、搭配&交叉推荐技术、扩域行为画像等经验。