【学习笔记】广告推荐算法

问题

1、有哪些推荐系统，分别有什么特点？^[1]

• 基于协同过滤的方法：根据过往的很多用户协同数据，判断当前用户的相似度，从而在众多可能的对象中过滤出可以推荐给当前用户的；无需当前用户数据，但是过往数据越多，推荐系统越好；
  • 基于user的协同过滤：根据你对物品的评价去找和你有相似评价的人，将他们觉得好的东西推荐给你
  • 基于item的协同过滤：根据你对物品的评价去找同类好评的物品，直接推荐给你
• 基于内容的方法：将用户的属性特点和物品的属性特点相匹配，如用户喜欢喜剧，而该电影恰好是喜剧片，直接推给他。
• 基于模型的方法：在基于内容的方法基础上，将算法换成机器学习模型，
• 基于流行度算法：根据流行度/点击率推荐给用户，无需当前用户数据，简单粗暴
• 补充学习^[2]

2、有哪些广告算法，如何区别？

• 基础知识：
  • 分为推荐广告和搜索广告；广告主、广告商品；召回通道、坑位价值；^[3]
  • CTR：点击率=点击数/真实曝光数 CTR=adclk/real_adimp
  • CVR:转化率=转化量/点击量

3、推荐算法和广告算法有什么区别和联系，如何判断？^[4]

• 广告算法：直接目标是为增加营收
• 推荐算法：直接目标是为增加用户参与度（流量、成交量、播放量等）
• 补充学习^[5]

4、项目需要实现什么？

• 任务清单：乘客消费习惯及推荐算法研究，即根据销售统计数据进行用户消费习惯研究，并根据研究成果进行补货推荐算法的实现。
• 开发工具及数据接口：利用baidu或aliyun的Al数据接口构建深度学习平台，针对已收集到相关信息进行识别训练，从而不断提升推荐算法的效率(如产生费用，自行承担)
• 直播答疑：
  • 推荐算法，我希望是推荐，比如未来的广告推荐的算法，比如算算上，比如特定的时间时期或者节假日，亦或者是时间段推送不同类型的广告，当然这还有广告商在付费的时候，他买的时段或者他的播放率等等。
  • 我们推荐算法这件事，大家请不要把它用在推荐卖东西这件事，我们希望把推荐算法考虑，更多的考虑是在屏幕上的广告的或者信息的推推送这件事上，而不只是考虑卖东西。
• 我：
  • 补货是推荐算法，但是不重要
    • 基于用户的协同过滤，根据过往的销售统计数据研究不同类型用户的消费习惯，再给当前用户推荐相似用户的消费，但是每辆车上的用户是随机的，并不固定；因此不是基于用户的协同过滤
    • 应该是基于流行度算法，将热门的物品推荐给司机，便于司机挑选补货，但是仔细讲可能需要区分地区
  • 广告

5、如何在三次元实现推荐算法？

参考资料

[1]http://t.csdn.cn/AiUSE
[2]https://www.jianshu.com/u/1ed8e91cd532
[3]https://blog.csdn.net/SPESEG/article/details/127406754?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522167827626416800222882705%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=167827626416800222882705&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_allsobaiduend~default-1-127406754-null-null.142^v73wechat_v2,201^v4add_ask,239^v2insert_chatgpt&utm_term=%E5%B9%BF%E5%91%8A%E7%AE%97%E6%B3%95&spm=1018.2226.3001.4187
[4]https://www.zhihu.com/question/279830647/answer/2211224553
[5]https://zhuanlan.zhihu.com/p/431446738