技术干货 | 如何精准预判你文章的阅读量

说到计算广告，或者个性化推荐，甚至一般的互联网产品，无论是运营、产品还是技术，最为关注的指标，就是点击率。业界也经常流传着一些故事，某某科学家通过建立更好的点击率预测模型，为公司带来了上亿的增量收入。点击率这样一个简单直接的统计量，为什么要用复杂的数学模型来刻画呢？这样的模型又是如何建立与评估的呢？

众所周知，广告平台的最终目标是追求收益最大化，以 CPC 广告为例，平台收益既与 CPC 单价有关，又与预测 CTR 有关。在排序的时候，CPC 可以认为是一个确定的值，所以这里的关键是预测用户的点击率 pCTR。

( 指数项 w 是一个调节因子，用于平衡用户体验和收入。扶持力度用于调节各个广告渠道 )

互联网公司根据各自业务的特点，研发出了各种各样的 CTR 预估模型及其变种。比如广点通的 LR 海量高纬离散特征，雅虎和必应的 GBDT 少量低纬连续特征 (Yahoo & Bing)，亦或是 Facebook 的 GBDT LR 、百度凤巢的 FM DNN 等等。

跟 CTR 预估有关的主要有三个因素，一个是数据、一个是特征、一个是模型。平台是承载这三点的基础。在模型方面：首先有线性模型，LR 模型又有一些细分算法，实时（FTRL）和特征自动组合（FM）；非线性的模型是有 GBDT，是决策树的变体，可以看作多个决策树的组合；然后是深度学习模型， 如 DNN。

以上基本是各大厂商目前正在使用的 CTR 预估模型，但是仅仅有这些理论是远远不够的，为了帮助大家解决深度学习在 CTR 预估模型中的应用，AICon 全球人工智能与机器学习技术大会特邀新浪微博 AI Lab 资深算法专家张俊林老师为大家分享“深度学习在 CTR 预估中的应用”。

在分享的过程中，张俊林老师会根据 CTR 目前行业中遇到的问题，具体分析 CTR 有哪些使用场景，常见的深度学习 CTR 模型有哪些。比如前向神经网络 MLP，CNN 模型，RNN 模型的优缺点都有哪些，同时也会介绍世界级的大厂，比如 Google 深度 CTR 模型，比如 Wide&Deep 以及 Youtube 推荐模型是如何运用的。

心动不容行动，有兴趣的小伙伴们狂戳下面的海报了解详细情况吧。

其他分享

知识图谱技术实践

邵蓥侠  明略数据 SCOPA 技术顾问

深度学习在图像理解中的应用

熊鹏飞   旷世科技高级研究员

8 折减 200

AICon 全球人工智能与机器学习技术大会深度培训 8 折倒计时，现在添加小助手微信立减 200 元，仅有 10 个名额，先到先得！小助手微信：chenxi988625  点击【阅读原文】了解更多信息。