互联网推荐广告的排序，关键在于对流量价值的预估，其中最重要的一部分是对点击率的预估。为了提高广告的变现效率，核心的问题是如何提高广告的预估精度。同一个广告，在上下文不一样的情况下，点击率是不同的，点击率不只是受用户和广告的影响，还受上下文的影响，所以如果只是从召回到粗排再到精排做一个pointwise的预估，对于广告的CTR预估是不准的，需要对整个广告序列整体考量。

本文的介绍将围绕下面四点展开：

  • 推荐广告排序技术选型介绍

  • Context-aware CTR重预估

  • 基于强化学习的序列优化

  • 会话级别广告拍卖机制优化

内容中包含的图片若涉及版权问题，请及时与我们联系删除