2022-10-01-腾讯广告-品效合一的增长秘诀——_腾讯广告KDD2022录用论文分享之CONFLUX算法_23页_4mb

品效合一的增长秘诀——CNFLUX推荐算法框架解析

黄东波在腾讯广告研究的推荐系统算法发表四大核心成果，其中 CNFLUX（Request-level Fusion Framework） 将深度特征提取与在线优化相结合，有效解决大规模广告场景下的曝光分配问题。该系统通过分层架构和特征蒸馏，实现了品牌广告与竞价广告的融合：

1. 广告投放流程

   • 竞猜阶段：预估库存、召回候选广告、粗排去噪，兼顾品牌和竞价广告的曝光竞逐。
   • 精准投放：CNFLUX框架在在线阶段优化广告分发，结合博弈理论动态调整曝光权衡。

2. CNFLUX核心特点

   • 多维度特征融合：整合用户、上下文、候选广告三类特征。
   • 代价敏感学习：考虑广告投放的实际成本，平衡CTR、CVR等指标。
   • 三层模型设计：
     • 抽取层：通过卷积网络捕捉用户行为特征。
     • 集成层：将品牌广告与竞价广告损失函数融合。
     • 收敛层：在线优化避免过拟合。

3. 效果验证

   • 增加广告主展示与点击率，提升平台收入达30%以上。
   • 在KDD、ICDM等国际顶会验证模型有效性，适用于大规模场景。

该算法不仅提升了广告投放效率，也为程序化广告和品牌广告的协同增长提供了关键支持。