搜索,广告,推荐可能是算法最容易产生价值的地方。推荐一个信息流广告冷启动策略优化的在线直播。
信息流广告冷启动一直是在线广告平台(抖音、快手、Facebook 等)面临的巨大难题。受数据量的限制,新广告的点击率和转化率预估准确率都很低。新广告冷启动效果不佳 会使得在广告平台上竞价广告的广告数量减少,并最终导致广告主离开平台。我们运用 数据驱动优化的方法解上述广告冷启动问题。我们基于对偶理论和 neural bandits 开发 了全新的广告冷启动算法 Shadow Bidding with Learning (SBL), 并在理论上证明该算法 可以达到最佳冷启动效果。我们的算法直挼在广告主出价基础上叠加(自动化)影子出价, 所以可以很方便地在广告系统中实施。我们将 SBL 算法在一个大规模短视频平台上落地。并创造性地设计用户 - 广告双边实验准确地测算该算法对短期消耗和长期冷启动价值的 影响