- 综合排序
- 最热优先
- 最新优先
- 来自专栏LhWorld哥陪你聊算法
广告名词解析
广告主advertisers,显然是指想为自己的品牌或者产品做广告的人，例如宝马、Intel、蒙牛…… 媒体publisers,则是提供广告位置的载体，例如电视台、网站、杂志、楼宇…… 广告商(agency )本质上其实就是中介，帮广告主找媒体广告位，帮媒体找广告主。 市场出现了，那些有广告位却“不受人待见”的中小网站们明白单打独斗是没有生意的，但联合起来则不同。多个中小网站作为一个整体共同面对广告主，不仅省了广告主跟各个网站分别谈判的麻烦，也为广告主增加了价值。 如果广告主有广告需求，会发给Ad Network，然后Ad Network会把这个广告散布到各个适合发布这个广告的众多publishers上去。 大家又明白了广告主和媒体中间原来有很多广告代理商(agency)，这些代理商还花样繁多，其中很重要的是广告网络(Ad Network)和广告交换平台(Ad Exchange)，另外还有附着于广告交换平台的
1.3K50发布于 2018-09-13 量化创意基因：基于多模态大模型的广告素材自动化解析与资产沉淀
信息来源：腾讯全球数字生态大会《广告素材AI分析实践：从洞察到创意》 讲师背书：杨源海（腾讯） 突破归因“黑盒”：消除非结构化素材的经验依赖与规模化瓶颈 随着广告投放工程化的演进，行业已跨越手工投放与单一归因阶段 企业在素材创意分析中面临三大原生结构性冲突： 高维非结构化数据难以量化：视频/音频素材作为核心变量，内容复杂、维度极高，缺乏标准化的解析手段。 构建全链路解析引擎：多模态自动化音视频理解与标签资产化 为实现从归因洞察到创意灵感的业务闭环，需引入基于大模型的AI素材分析工作流，将非标准化的音视频转化为可复用的结构化数据。 该体系依托混元大模型及腾讯云原生矩阵（对象存储COS、媒体处理MPS、语音识别ASR、智能体开发平台ADP），构建了四大核心模块： 历史与竞品素材批量处理：通过转码抽帧、智能选取与音频识别，完成海量原始素材的底层数据清洗与提取 通过将MPS（媒体处理）的转码抽帧能力、ASR的精准语音抽取能力，与大模型的视觉/语义解析能力无缝串联于ADP（智能体平台）之上，企业得以绕过复杂的底层流媒体处理逻辑，以极低的运维成本（Ops Cost
9810编辑于 2026-04-16腾讯AI素材分析方案：量化创意基因，科学驱动广告增长
破解创意分析的高维非结构化难题 广告素材作为核心变量，其内容复杂、维度高，传统方法面临三大瓶颈：高维非结构化（难以标准化分析）、经验主导（依赖个人直觉）、规模化瓶颈（人工分析无法满足海量素材迭代需求）。 ——腾讯全球数字生态大会 构建多模态自动化分析工作流 腾讯通过智能体编排技术，整合混元大模型、对象存储COS、媒体处理MPS、语音识别ASR四大核心组件，实现素材处理、理解、打标、分析的全流程自动化： 素材处理：转码抽帧、音频识别、批量处理历史与竞品素材 素材理解：音视频对齐、提示词工程、分镜级理解 标签体系：多维标签拓展、标准化资产沉淀 分析二创：标签聚类、下钻分析、脚本自动生成 实现开发效率与业务灵活性双提升 ：通过拖拽节点重组流程，快速响应业务需求变化 ——腾讯智能体开发平台ADP 拓展分镜级精细化运营场景 智能切片：多模态分析实现分镜级资产管理，提升二创效率 美术打标：源头标准化标签结合RAG技术，加速素材服务 —— 杨源海，腾讯广告技术专家 腾讯技术整合实现端到端闭环 腾讯云基础设施提供从素材存储（COS）、媒体处理（MPS）、语音识别（ASR）到智能体开发（ADP）的全链路能力，结合混元大模型的多模态理解优势
12910编辑于 2026-04-16- 来自专栏数据拾光者
广告行业中那些趣事系列42：基于最近邻算法的广告素材图片聚类实践
本篇主要介绍基于最近邻算法的广告素材图片聚类实践，对于希望将广告素材图片进行聚类操作的小伙伴可能有帮助。 摘要：本篇主要介绍基于最近邻算法的广告素材图片聚类实践。 对于希望将广告素材图片进行聚类操作的小伙伴可能有帮助。 针对这种情况，需要识别广告素材图片的相似度，从而给用户曝光的广告素材图片有一定的多样性，提升品控。 为了识别出相似的广告素材图片，我们会通过md5和phash算法等获取图片的素材指纹，通过素材指纹来初步识别相似图片。 为了对广告素材图片进行聚类需要解决两个问题，第一个问题是获取广告素材图片更好的特征向量表示，第二个问题则是如何进行聚类。
49020编辑于 2022-05-05 - 来自专栏AIGC新知
对话Tiktok Ads | AI如何改变广告行业的素材生成与投放
一、AI带来素材生成的变化 AI技术的引入正在改变素材生成的格局，特别是在广告领域。首先，游戏广告不再局限于单一的广告机会，而是变得更加模块化。这意味着广告内容可以根据不同的平台和受众进行定制。 为了规避这些风险，一些公司已经开始探索使用生成式AI来创建广告素材，这样可以有效避免侵犯隐私权的问题。 二、AI如何改变广告素材测试？ 进一步地，AI技术能够将视频广告背后的元素拆解并重新组合，形成新的素材，并在线上进行无差别测试。通过这种方式，营销人员可以对素材进行剪枝，优化广告效果，并获取收益。 这表明在广告素材的生成过程中，AI技术不仅能够提高效率，还能够降低法律风险。 同时，好的照片不一定是好的广告素材，创意的生成也不一定完全依赖于AI技术，这强调了在AI营销中，创意和技术创新的结合仍然至关重要。
55710编辑于 2025-01-20 AI素材分析驱动广告创意迭代：从归因洞察到科学增长
解析广告创意迭代的战略瓶颈 广告技术演进至“创意为王”“创意即定向”阶段，素材作为核心变量直接影响投放效果与增长。 当前素材分析面临三重冲突： 高维非结构化：素材内容复杂、维度高，难以标准化分析； 经验主导：成功与否依赖创意人员个人经验与直觉； 规模化瓶颈：海量素材下，传统A/B测试与人工分析无法满足快速迭代需求 部署AI素材分析技术解决方案 腾讯提供“量化创意基因，科学驱动增长”的AI素材分析解决方案，核心流程与技术架构如下： 全流程覆盖：素材处理（转码抽帧、智能选取、音频识别、历史/竞品素材批量处理）→素材理解 （音视频对齐、提示词工程、分镜理解、多模态自动化音视频理解）→素材打标签（多维标签、智能标签拓展、标签标准化与素材资产化）→素材分析二创（标签聚类分析、下钻分析、脚本二创、共性分析与二创灵感）。 undefined数据来源：腾讯全球数字生态大会，主讲人杨源海（腾讯广告素材AI分析实践分享） 阐释选择腾讯的技术与价值逻辑 选择腾讯的核心在于技术与价值双支撑： 技术确定性：整合混元大模型、COS
13410编辑于 2026-04-16- 来自专栏云计算
巨量广告APP广告归因回传原理解析
最近公司在抖音跑app项目，刚好碰到需要广告的归因注册回传这里来聊聊，核心就三步：接住点击、匹配设备、回传注册。这事儿难在APP一安装，点击时的线索就断了，得靠“设备指纹”来认人。 一、接收数据广告平台会在用户点击广告时，向你预设的监测链接发送一个请求，里面包含了归因的关键：clickid和一堆设备信息。需要有个接口来接住它，并把这些信息存起来。 ");}}这一步是核心，匹配成功，才知道这个用户是从哪个广告来的。 //检查响应，code为0表示成功returntrue;}}回传成功后，巨量引擎后台就能准确统计这条广告带来了多少注册用户。 注册时报喜：用户注册后，拿着匹配到的clickid回传给广告平台。整个过程，设备信息（尤其是OAID和IDFA）的获取和匹配是精度关键。
66100编辑于 2026-01-08 AI+营销：如何用生成式工具实现广告素材的降本增效？
一、先算一笔账：传统广告素材生产有多贵咱们先看一组数字。一支TVC广告，从创意到成片，传统流程要走十几步：写脚本、做分镜、找导演、租场地、请演员、拍摄、后期剪辑、调色、配音。 我认识一个广告公司的创意总监，他说现在团队的工作流变了：以前是人写，AI帮忙查资料；现在是AI写，人挑最好的改。效率至少翻了一倍。图片生成：从找素材到直接画平面素材这块，变化更明显。 虽然还达不到TVC广告的精良程度，但对于信息流广告、社媒短视频来说，完全够用。举个例子。一个旅游APP要做广告，需要展示不同目的地的风景。传统做法是去各地拍，或者买素材库的片子，成本高、周期长。 同一个广告位，不同的人看到不同的素材。年轻人看到的是潮酷版，中年人看到的是稳重版，女性用户看到的是温情版。AI根据用户画像实时调整素材组合，让每个用户都看到最可能打动他的版本。 广告素材不再是固定的，而是根据实时数据动态调整。你今天看到的广告，和昨天不一样；你看到的版本，和别人不一样。千人千面从概念变成现实。第四，效果导向的创意生产。以前创意是先做出来再测试，好不好的看运气。
40410编辑于 2026-03-03- 来自专栏Android 研究
Retrofit解析9之流程解析
，使用convertFactory将其解析为用户所期望的返回类型。 所有通过方法注解解析(也就是parseMethodAnnotation())，我们完成了部分Builder的初始化。 parseResponse方法主要是解析响应体。我们一会再讲解。 如果请求成功则调用parseResponse来解析响应体，解析过程中没有问题则调用callSuccess()方法，如果解析出现问题则调用callFailure()方法，其实callFailure()内调用的是 自此我们的ServiceMethod的toRespons()方法我们就解析完毕。
2.5K41发布于 2018-08-30 - 来自专栏架构驿站
Kill - 9 or 15 解析
大家在停止Java进程时（当然，不仅仅是Java，其他应用也同样适用，本文主要针对Java程序进行解析），有没有想过为什么要用kill -9呢？这样操作对吗？ 这是 Kill 命令最主要的用法，也是本文要重点解析的内容。 一般情况下，终止一个前台进程使用 Ctrl + C 就可以了。 因为如果直接使用kill -9 pid，JVM注册的钩子不会被调用的。 还是Kill -15，以下为简要对比解析： [administrator@JavaLangOutOfMemory ~ ]% Kill -15 被称为优雅的退出。 [administrator@JavaLangOutOfMemory ~ ]% Kill -9 与kill -15相比，kill -9就相对强硬一点，系统会发出SIGKILL信号，他要求接收到该信号的程序应该立即结束运行
2.3K30编辑于 2021-12-09 - 来自专栏雪胖纸的玩蛇日常
广告小程序后端开发（9.获取已发布的广告和店铺列表，获取已发布的广告和店铺详情）
1.获取已发布的广告和店铺列表 1.在apps/ad/views.py中编写 获取已发布的广告或店铺列表类GetPubGoods： class GetPubGoods(APIView): """ 获取已发布的广告或店铺列表""" renderer_classes = [JSONRenderer] # 渲染器 def get(self,request): page , path('getimgs/',GetImgs.as_view()), path('getpubgoods/',GetPubGoods.as_view()), ] 2.获取已发布的广告和店铺详情 1.在apps/ad/views.py中编写 获取广告或店铺详情类 GetGoodDesc： class GetGoodDesc(APIView): """获取广告或店铺详情""" renderer_classes
88040发布于 2019-06-03 - 来自专栏数据库干货铺
MySQL OCP试题解析（9）
选项解析 A) --include-tables=db.% 错误：--include-tables 用于筛选表名，而非数据库名。 db.% 表示匹配表名以 db. 选项解析 A) 强制加载审计插件（即使启动时报错） 错误：FORCE_LOG_PERMANENT 并非用于处理启动错误，而是防止插件被运行时卸载。 例如，InnoDB 表的 SDI 包含表的定义（列、索引、约束等），并通过 ibd2sdi 工具可解析为 JSON 格式输出。 JSON 格式：SDI 包含表名、列定义、索引、字符集等元数据字段，通过 ibd2sdi 工具解析后生成可读的 JSON 文件。 版本兼容性：SDI 格式与 MySQL 版本绑定（例如 mysqld_version_id 字段记录版本号），不同版本解析可能存在差异。
54600编辑于 2025-05-25 - 来自专栏csico
责任链模式（案例解析）（9）
责任链模式是一种对象的行为模式，责任链模式实际上是一种处理请求的模式 它让多个处理器（对象节点）都有机会处理该请求，请求通过这条加工链进行一步步的处理后。输出最终的产品产出。
88020发布于 2021-10-29 - 来自专栏Lauren的FPGA
深度解析ug1292（9）
Clock Uncertainty跟图1所示的几个因素有关。当时序违例路径的Clock Uncertainty超过0.1ns时，应引起关注。这一数值可在时序报告中查找到，如图2所示，如果需要降低Clock Uncertainty，可采用如图3所示的流程。
1K20发布于 2019-10-30 - 来自专栏ops技术分享
Nginx结构原理全解析（9）
Nginx 架构基础 1 Nginx请求处理流程 image.png 2 Nginx进程结构 image.png 3 Nginx进程管理：信号 3.1 Master进程 监控worker进程 CHLD 管理worker进程 接收信号 TERM，INT QUIT HUP USR1 USR2 WINCH 3.2 Worker进程 接收信号 TERM，INT QUIT USR1 WINCH 3.3 nginx命令行 reload：HUP reopen：USR1 stop：TERM quit：QUIT
27820发布于 2021-05-11 - 来自专栏linjinhe的专栏
LevelDB 完全解析（9）：写操作
以上，便是 LevelDB 的写入流程。写入队列 + 合并写操作，逻辑和代码都十分简洁。比较不足的是，整个写入过程都是单线程的。
1.2K10发布于 2020-05-26 - 来自专栏nginx
广告投放系统设计与实现：从产品细节到广告投放平台的全面解析
《广告投放系统设计与实现：从产品细节到广告投放平台的全面解析》 摘要 本文深入探讨了广告投放系统的设计与实现过程，重点分析了产品细节设计前期准备工作、广告投放平台架构以及相关数据处理逻辑。 关键词 广告投放系统；产品设计；广告平台；数据分析；关联逻辑；系统架构 引言 在数字化营销时代，广告投放系统作为连接广告主和目标受众的重要桥梁，其设计和实现质量直接影响营销效果。 二、广告投放平台概述 广告投放平台是广告投放系统的核心组成部分，选择合适的平台对系统性能至关重要。目前主流的广告投放平台包括Google Ads、Facebook Ads、腾讯广告等。 这些平台各有特点：Google Ads在搜索引擎广告领域占据主导地位，Facebook Ads擅长社交媒体广告，而腾讯广告则在中国市场具有明显优势。 在选择广告投放平台时，我们需要考虑多个因素。 首先是平台的用户覆盖率和目标受众匹配度，这直接影响到广告的投放效果。其次是平台提供的广告形式和创意支持，如图文、视频、互动广告等。
47910编辑于 2025-11-15 - 来自专栏react源码分析
react源码解析9.diff算法
在render阶段更新Fiber节点时，我们会调用reconcileChildFibers对比current Fiber和jsx对象构建workInProgress Fiber，这里current Fiber是指当前dom对应的fiber树，jsx是class组件render方法或者函数组件的返回值。
25750编辑于 2022-12-14 - 来自专栏技术杂货店
java集合【9】-- Vector接口源码解析
elementData, elementCount); } } 保证容量的函数，其实相当于手动扩容，参数是所需要的最小的容量,里面调用的ensureCapacityHelper()在上面add()函数解析的时候已经说过了 ，不再解析。
66800发布于 2020-11-22 - 来自专栏高级前端工程师学习必备
react源码解析9.diff算法
react源码解析9.diff算法 视频课程（高效学习）：进入课程 课程目录： 1.开篇介绍和面试题 2.react的设计理念 3.react源码架构 4.源码目录结构和调试 5.jsx&核心api 6.legacy和concurrent模式入口函数 7.Fiber架构 8.render阶段 9.diff算法 10.commit阶段 11.生命周期 12.状态更新流程 13.hooks源码 14.手写
40200发布于 2021-06-09
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号