在线广告,也称网络广告、互联网广告,指的是在线媒体上投放的广告。与传统广告不同,在线广告已经形成了以人群为投放目标、以产品为导向的技术性投放模式。它不仅为广告主带来了以准确接触目标受众为方法论的全新营销渠道,也为互联网免费产品和媒体找到了规模化变现的手段。 广告不完全等同于搜索或推荐,它首先是一项商业活动,然后才是一项技术;其次,在这一商业活动中,广告主、媒体和用户的利益都需要被认证考虑和满足,这样才能达到整个市场的平衡和不断发展。在线广告市场所有产品和商业形式的演进,都是在这一主题下发生的。 免费模式与互联网核心…

2021年10月23日 0条评论 9点热度 阅读全文

个性化系统框架 计算广告是根据个体用户信息投送个性化内容的典型系统之一。在介绍计算广告系统的架构之前,先看看一般的个性化系统是如何构成的。 由4个主题部分构成: 用于实时响应请求,完成决策的在线投放引擎; 离线的分布式计算数据处理平台; 用于在线实时反馈的流计算平台; 连接和运转以上3部分数据流的数据高速公路。 协作流程是:在线投放系统的日志接入数据高速公路,再由数据高速公路快速转运到离线数据处理平台和在线流计算平台;离线数据处理平台周期性地以批处理方式加工过去一段时间的数据,得到人群标签和其他模型参数,存放在缓存…

2020年6月15日 0条评论 3点热度 阅读全文

DL之RNN:基于TF利用RNN实现简单的序列数据类型(DIY序列数据集)的二分类(线性序列&随机序列)     目录 序列数据类型&输出结果 设计思路     序列数据类型&输出结果 1、test01:training_iters = 1000000 (32, 20, 1) [[0.336], [0.337], [0.338], [0.339], [0.34], [0.341], [0.342], [0.343], [0.344], [0.345],…

2020年4月3日 0条评论 3点热度 阅读全文

DL之DNN:利用numpy自定义三层结构+softmax函数建立3层完整神经网络全部代码实现(探究BP神经网络的底层思想)         目录 输出结果 代码实现       输出结果     代码实现 #DL之NN:利用numpy自定义三层结构+softmax函数建立3层完整神经网络 #1、神经网络基本结构实现:三个步骤实现 #1)、隐藏层的加权和(加权信号和偏置的总和)用a表示,被激活函数转换后的信号用z表示,h()表…

2020年3月20日 0条评论 8点热度 阅读全文

受众定向技术分类 总体上看,按照计算框架的不同,这些受众定向技术可以分为3种类型: 用户标签,可以表示成t(u)形式的标签,以用户历史行为数据为依据,为用户打上的标签; 上下文标签,可以表示成t©形式的标签,根据用户当前的访问行为得到的即时标签; 定制化标签,可以表示成t(a, u)形式的标签,也是一种用户标签,不同之处在于是针对某一特定广告主而言的,必须根据广告主的某些属性或数据来加工。 以上各种定向中,地域定向、频道定向和上下文定向属于t©的定向方式;人口属性、行为定向属于t(u)的定向方式;重定向和新客推荐属…

2020年2月22日 0条评论 4点热度 阅读全文

CV之NS之LF:图像风格迁移中常用的几种损失函数(内容损失、风格损失)简介、使用方法之详细攻略       目录 图像风格迁移中常用的几种损失函数 1、内容损失 2、风格损失 3、定义总损失     图像风格迁移中常用的几种损失函数 1、内容损失 # endpoints_dict是上一节提到的损失网络各层的计算结果;content_layers是定义使用哪些层的差距计算损失,默认配置是conv3_3 def content_loss(endpoints_dict,…

2018年10月4日 0条评论 7点热度 阅读全文

风格迁移 风格迁移算法经历多次定义和更新,现在应用在许多智能手机APP上。 风格迁移在保留目标图片内容的基础上,将图片风格引用在目标图片上。 风格本质上是指在各种空间尺度上图像中的纹理,颜色和视觉图案;内容是图像的高级宏观结构。 实现风格迁移背后的关键概念与所有深度学习算法的核心相同:定义了一个损失函数来指定想要实现的目标,并最大限度地减少这种损失。 知道自己想要实现的目标:在采用参考图像的样式的同时保留原始图像的内容。如果我们能够在数学上定义内容和样式,那么最小化的适当损失函数将是以下内容: loss = dis…

2018年9月2日 0条评论 5点热度 阅读全文

TF之LSTM:基于Tensorflow框架采用PTB数据集建立LSTM网络的自然语言建模       目录 关于PTB数据集 代码实现     关于PTB数据集 PTB (Penn Treebank Dataset)文本数据集是语言模型学习中目前最被广泛使用数据集。 ptb.test.txt    #测试集数据文件 ptb.train.txt   #训练集数据文件 ptb.valid.txt   #验证集数据文件 这三个数据…

2018年6月25日 0条评论 4点热度 阅读全文

TF之LSTM:基于Tensorflow框架采用PTB数据集建立LSTM网络的自然语言建模       目录 关于PTB数据集 代码实现     关于PTB数据集 PTB (Penn Treebank Dataset)文本数据集是语言模型学习中目前最被广泛使用数据集。 ptb.test.txt    #测试集数据文件 ptb.train.txt   #训练集数据文件 ptb.valid.txt   #验证集数据文件 这三个数据…

2018年6月25日 0条评论 5点热度 阅读全文

DL之RNN:循环神经网络RNN的简介、应用、经典案例之详细攻略     目录 循环神经网络RNN的简介 1、RNN的分类 1、RNN的常见算法分类 2、RNN的三种分类

2018年1月30日 0条评论 4点热度 阅读全文