近期,國際機(jī)器學(xué)習(xí)大會(ICML)、國際數(shù)據(jù)挖掘與知識發(fā)現(xiàn)大會(KDD)、國際計算機(jī)協(xié)會信息檢索大會(SIGIR)等機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘與信息檢索領(lǐng)域的國際頂級學(xué)術(shù)會議分別公布了論文錄用結(jié)果,騰訊廣告推薦團(tuán)隊的4篇論文被接收,涵蓋神經(jīng)網(wǎng)絡(luò)模型剪枝、人臉識別、智能廣告競價、廣告轉(zhuǎn)化率預(yù)測等研究方向,研究成果獲得國際權(quán)威認(rèn)可。
騰訊廣告推薦團(tuán)隊基于騰訊廣告多流量(微信、QQ、新聞、視頻、以及外部優(yōu)量匯聯(lián)盟等),多行業(yè)(游戲,電商,教育,金融),多模態(tài)(圖片,視頻,短視頻)的復(fù)雜應(yīng)用場景,構(gòu)建業(yè)界領(lǐng)先廣告技術(shù)體系,驅(qū)動業(yè)務(wù)持續(xù)高速增長。團(tuán)隊深耕廣告推薦模型與基礎(chǔ)架構(gòu):自研大規(guī)模高效在線模型訓(xùn)練平臺,采用業(yè)界領(lǐng)先的多任務(wù)多域?qū)W習(xí)框架,優(yōu)化廣告主全鏈路投放目標(biāo)。團(tuán)隊構(gòu)建的大規(guī)模在線廣告推薦平臺,為廣告主提供從點擊率預(yù)測,淺層轉(zhuǎn)化預(yù)估到后鏈路轉(zhuǎn)化預(yù)估服務(wù),是業(yè)界規(guī)模最大的廣告推薦平臺之一。
在多媒體AI方向,團(tuán)隊聚焦騰訊廣告場景,在智能視頻創(chuàng)作、多模態(tài)內(nèi)容理解、精準(zhǔn)內(nèi)容推薦等領(lǐng)域持續(xù)探索業(yè)界前沿。團(tuán)隊在國際OCR權(quán)威比賽ICDAR連續(xù)三屆取得14項冠軍,同時在國際多媒體領(lǐng)域頂會ACM Multimedia2021舉辦騰訊廣告算法大賽。
本次騰訊廣告推薦團(tuán)隊入選的4篇論文,分別是收錄到ICML的《LARNet:強化人臉識別的李代數(shù)殘差網(wǎng)絡(luò)》、《從三個維度加速卷積神經(jīng)網(wǎng)絡(luò):一個綜合性的剪枝框架》;收錄到KDD的《一種用于第一價格拍賣中競價遮蔽的高效深度分布網(wǎng)絡(luò)》;收錄到SIGIR的《追隨先知:面對延遲反饋場景的精確在線轉(zhuǎn)化率預(yù)測》。
此外,數(shù)據(jù)挖掘與知識工程領(lǐng)域的國際頂級雜志《TKDE》,也于近期收錄刊登了騰訊廣告推薦團(tuán)隊的論文《無監(jiān)督領(lǐng)域自適應(yīng)的可轉(zhuǎn)移特征選擇方法》。
ICML是機(jī)器學(xué)習(xí)領(lǐng)域公認(rèn)的國際頂級會議,ICML 2021官方公布的論文接收率為21.48%,其論文含金量正在逐年提高。這次入選ICML的《LARNet:強化人臉識別的李代數(shù)殘差網(wǎng)絡(luò)》論文,使用李代數(shù)探索旋轉(zhuǎn)對人臉特征生成的影響,證明了圖像中旋轉(zhuǎn)等效于特征空間中可加殘差量;并設(shè)計由解碼旋轉(zhuǎn)的殘差子網(wǎng)和控制殘差貢獻(xiàn)的門控子網(wǎng)組成的李代數(shù)殘差網(wǎng)絡(luò)來強化人臉識別,在大量人臉數(shù)據(jù)集上都取得了領(lǐng)先。
SIGIR被普遍認(rèn)為是人工智能領(lǐng)域智能信息檢索方向最權(quán)威的國際會議之一,SIGIR 2021共收到720篇長文和526篇短文投稿,錄用率分別約為21%和27%。入選的《追隨先知:面對延遲反饋場景的精確在線轉(zhuǎn)化率預(yù)測》,提出了一種“追隨先知”(FTP)算法,其核心思想是:假如我們預(yù)先知道每一次轉(zhuǎn)化行為具體的延遲時間,基于這些數(shù)據(jù),我們可以訓(xùn)練得到一個“先知”模型。實驗結(jié)果表明,本方法可以獲得比當(dāng)前已知主流方法更好的效果。本文獲得了SIGIR 2021最佳短論文榮譽獎(BestShortPaperHonoraleMention)。
KDD是世界數(shù)據(jù)挖掘領(lǐng)域最高級別的學(xué)術(shù)會議,自 1995年以來,KDD已經(jīng)連續(xù)舉辦了26屆。根據(jù)KDD 2021官方公布的消息,今年共有1541篇論文投稿,接收率為15.44%,相比去年16.9%的接收率有所下降。在《一種用于第一價格拍賣中競價遮蔽的高效深度分布網(wǎng)絡(luò)》論文中,騰訊引入了一種新的基于深度分布神經(jīng)網(wǎng)絡(luò)的方法來進(jìn)行競價遮蔽。在離線和在線的A/B測試中,該方法在surplus和eCPX等指標(biāo)上都取得了比當(dāng)前已知的主流方法更好的效果。
騰訊廣告推薦團(tuán)隊長期以來致力于通過AI與數(shù)據(jù)挖掘技術(shù),提升廣告服務(wù)能力,幫助廣告主獲得更高的廣告投放收益。截止當(dāng)前,團(tuán)隊成員在機(jī)器學(xué)習(xí)、計算機(jī)視覺、數(shù)據(jù)挖掘頂級會議和期刊上(如ICML、KDD、SIGIR、CVPR、TPAMI、IJCV)發(fā)表論文40余篇(2020-2021),在學(xué)術(shù)界工業(yè)界具有廣泛技術(shù)影響力。此次多篇論文入選國際頂會,再次展現(xiàn)了團(tuán)隊在廣告推薦技術(shù)方面的優(yōu)秀實力。未來,團(tuán)隊也將繼續(xù)深化AI技術(shù)研究,打造更加卓越的廣告推薦平臺。
