1.智能预算:广告计划维度的自动分配预算的功能
(1)智能预算模块包含预估广告质量、分配预算、接口调用功能
(2)预估广告质量:用算法模型预估每个广告计划的广告质量
(3)分配预算:根据预估广告质量合理分配广告预算
(4)接口调用:提供即时计算,给出当前时间的预算参考
2.联邦学习:在隐私计算平台上,基于PSI求交后的数据做联邦建模
(1)拿到一方和三方交叉的数据后,做特征工程和纵向联邦建模任务
(2)针对联邦学习模型训练时间长的问题,搭建基于应用贝叶斯优化的超参数优化的方法
3.归因分析:为客户提供广告投放效果的归因分析
(1)从开始的时间衰减模型,过度到LR,最后应用马尔可夫模型作为归因模型
(2)分析特征相关度
4.专利文章:
(1)《一种基于算法模型的智能分配广告预算的技术》
(2)《基于超参数优化和特征工程的联邦学习优化技术》

1.RTA广告:RTA是RTB竞价过程中,广告主通过接口,实时接收请求并反馈竞价信息
(1)应用grpc协议,分别完整搭建对接穿山甲和对接腾讯的RTA
(2)保证高qps情况下低超时率:6万qps下平均总时长40ms左右(60ms以上算超时),对接腾讯超时率低于1%,对接穿山甲约为3%
(3)RTA每次执行过程中,需要接收媒体请求信息、查询redis、生成响应结果并发给媒体、往redis累计统计日志
(4)定时同步计算好的人群包和id-mapping到redis
2.用户画像:
(1)建立保险业务的用户维度和手机设备维度的画像
(2)利用用户维度画像泛化人群
(3)手机设备通过id-mapping关联用户数据,建立设备维度画像,并泛化出低转化设备号

1.用户画像:从无到有,为凤凰网广告部门创建用户画像系统
(1)对接多方数据作为用户特征,搭建presto集群做跨数据平台的数据关联和计算
(2)训练模型并预测两部分用户标签:人群属性(5类)和兴趣属性(13类)
(3)建立标签字典,同步用户画像数据到线上Redis,并提供线上接口对接广告投放端,供线上广告请求实时查询用户标签
(4)人群包:应用Lookalike泛化人群
(5)为品牌广告、效果广告、广告舆情业务提供用户画像支持
2.点击率预估:
(1)在GPU机器上搭建tensorflow及环境,开发wide&deep和deepfm做点击率预估模型,并且利用docker部署深度模型,应用tf-serving提供线上预估结果
(2)训练和评估FFM模型
3.DMP对接第三方流量:
(1)处理第三方广告请求日志,建立第三方流量的用户维度的画像库
(2)预估响应率:预估每个用户对于各个dsp的响应率,并同步到Redis集群
(3)提供接口对接广告引擎投放,供投放直接查询响应率结果应用到线上
(4)预估第三方流量广告位cpc和底价
4.数据仓库:
(1)搭建并管理Cassandra集群、presto计算引擎、Redis、Spark集群、MySQL
5.其他业务:
(1)MRP:根据广告质量,预估广告底价
(2)TGI分析:目标用户与特征关联度分析

1. 网页的类别预测:通过分析200万个已知的网页,建立一套网页类别分析词典,在26个大类别200个小类别中预测出网页类别
2. 预估家庭消费: 基于一年的交易数据,对美国家庭在20多个消费领域的消费数量进行预测
3. 邮编模型: 在邮编维度下,分析出最适合客户广告投放的区域