AI技术在短视频商业化中的应用

1、AI技术在快手短视频商业化中的应用CONTENTS商业化介绍算法问题问题解法总结Part.01Part.02Part.03Part.0401快手商业化介绍快手大事件2011.03GIF快手诞生2013.10转型为短视频社交2014.11改名为快手2015.06用户突破1亿2017.03腾讯领投快手2017.03信息流广告公测2017.12DAU突破1.1亿2018.06全资收购A站2018.08新版广告管理平台发布优质平台数据支撑营销行为1.5亿日均活跃用户80亿原创短视频库存1500w+每日产出UGC内容60min+150亿3亿+用户日使用时长日均播放视频次数每日点赞数快手营销平台让社交商业

2、更有效快手商业开放平台快手广告信息流广告话题标签页粉丝头条社交生态快享计划内容生态商家号内容创作平台让你的广告更高效“老铁经济”下的长效营销快手小店快接单02算法问题算法问题平台用户客户收入体验效果智能算法排序机制优化出价机制优化排序机制优化ueq加入排序分，保证用户体验主要问题 cxr的预估排序计费出价机制优化采用OCPC客户cpcocpccpc竞价核算cpa客户竞价cpa出价系统cpc主要问题：自动出价03问题解法CONTENTS1预估算法2出价算法3训练算法CONTENTS1预估算法2出价算法3训练算法预估算法多任务学习？问题定义二分类？模型FTRLDNN +Embedding Lear

3、ningOR预估算法Field1Field2Field3FieldMEmbed1Embed2Embed3EmbedMinputfc layer1模型fc layer2Embed M+1Embed M+2Offline ModelOnline ModelEmbedding LearningEmbedding预估算法Embedding Learning作用：复杂模型拆开做 减轻预测压力迁移学习做法：基于内容的Embedding Learning 基于行为的Embedding Learning基于内容与行为结合的Embedding Learning预估算法基于内容的Embedding Learnin

4、gphotoCNNEmbedding预估算法基于行为的Embedding LearningWord2vecLDA / AttentionEmbeddingUser Action List预估算法内容与行为结合的Embedding LearningUser EmbeddingItem Embedding网络层User Ac1on网络层网络层PhotoId + 内容EmbeddingTips：不直接cos， 多加几层会更好CONTENTS1预估算法2出价算法3训练平台出价算法问题定义：直观理解广告竞价cpa出价系统cpc目标：保证成本+最大化消耗出价算法问题定义：形式化定义对于每个广告设定目标转化

5、成本对于每次pv，系统自动出价参与竞价目标：保证实际转化成本不超的情况下，最大化消耗出价算法简单出价问题cvr预测不准，无法保证成本 不是收益最大化出价算法PID控制：直观理解竞价cpa出价系统cpc核算cpa比实际高，出价调低 比实际低，出价调高出价算法PID控制：形式化定义出价：更新：问题主要是从成本考虑，没有直接最大化cost出价算法重新定义问题：考虑赔付超出预设成本的部分，要返回给广告主，就是赔付考虑赔付，重新定义这个问题其中代表广告的赔付出价算法强化学习调价对广告对的出价强化学习调整最大化出价算法强化学习调价对广告算法：soft actor critic 很有效出价算法 强化学习调价

6、问题：出价更倾向于往低调解决方案：排名第2，也有rewardCONTENTS1预估算法2出价算法3训练算法yarndockerpstensorflowgraph1graph2graphNhdfskafka数据图计算引擎调度算法op特征抽取opps op优化op服务级 Parameter ServerWorker 2任务1Worker 1Worker 3Worker 2任务2Worker 1Worker 3Worker nWorker nkafka训练算法训练平台训练算法 梯度计算sparse 特征梯度其中是sparse特征在batch中出现的次数AUC+0.004训练算法 异步更新慢节点问题：DC-AGSDDC-ASGD收敛效果好，加速比高AUC+0.001训练算法 优化算法sgd, adagrad, adam选哪一个？sgd 不稳定adam 后期收敛不好adagrad 更新变慢建议adagrad训练算法 优化算法Switching from Adam to SGD首先adam优化，满足一定条件转成sgd 条件：或更新次数AUC+0.002训练算法模型太