- 综合排序
- 最热优先
- 最新优先
- 来自专栏程序人生小记
《阿里妈妈营销科学系列》学习笔记
3. 机会（O）： 这里我们指通过 C × M 分析中获得的策略，并对策略进行度量和预估，也指当围绕某个营销目标，通过数据如何发现 C 和 M。 3. 定义分层行为 ● 基准行为：基准行为是用户在分层对象范围内发生的有价值的行为，是分层划分的基本元素，如：浏览、收藏、成交等。 不同的品类统计周期受购买周期影响，快消品通常为 1 年，耐用品可以放宽到 3、5 年。 ● M 值：Monetary( 购买金额），用户在统计周期内的购买总金额。 3. 模型输出 输出各流转行为下，分渠道的触达量、触达人数、流转人数、流转率数据，用于对比评价。 营销渠道效果评估与归因10 3. 多渠道组合路径效率评价 4 营销组合模型 MMM 机会 （Opportunity） 1. 目标群组发现 2. 增强分析在营销分析场景下的实现和应用
1.1K71编辑于 2022-05-21 - 来自专栏机器之心
阿里妈妈搜索广告2024大模型思考与实践
作者：石士 阿里妈妈技术团队 一、概览 随着大模型时代的到来，搜推广模型是否具备新的进化空间？能否像深度学习时期那样迸发出旺盛的迭代生命力？ 带着这样的期待，阿里妈妈搜索广告在过去两年的持续探索中，逐步厘清了一些关键问题，成功落地了多个优化方向。如今，我们更加坚定地认为，搜推广模型与大模型的结合蕴藏着巨大的想象空间和业务价值。 依托预训练（pre-train）与后训练（post-train）的模型迭代新范式，阿里妈妈自主研发了广告领域专属大模型 LMA（Large Models for Advertising），并于 2024 另外，这两个阶段也有着共同的优化主线： 训练模式，包括分类、对比学习、掩码学习、自回归学习等，且 backbone 紧随主流更迭，包括 BEiT3、BGE、BLIP2、EVA2 等。 Multi-dimensional Distillation for E-Commerce Relevance Learning 论文链接：https://arxiv.org/abs/2411.13045 五、总结与展望 本文介绍了阿里妈妈搜索广告在多模态和大语言模型方面的成功实践
1.6K00编辑于 2025-03-13 - 来自专栏AI科技大本营的专栏
每天超50亿推广流量、3亿商品展现，阿里妈妈的推荐技术有多牛？
两大关键技术模块取得突破 阿里妈妈隶属阿里巴巴集团，拥有其核心商业数据。它每天有超过 50 亿推广流量，完成超过 3 亿件商品推广展现，覆盖高达 98% 的网民。 面对如此大规模的推广展现任务，阿里妈妈的广告推荐系统起到了至关重要的作用。随着历史的推演，从 2012 年起，阿里妈妈的预估模型也在不断的迭代和创新，每年为公司带来数十亿级的收益提高。 预估排序技术（ranking）：阿里妈妈是业界最早一批全面构建、创新自研大规模端到端深度学习模型的团队，尤其是立足于电商场景、针对海量的用户行为数据，阿里妈妈持续发力用户兴趣建模技术，提出了深度兴趣网络 这些来自工业实战的独特 AI 技术创新，结合阿里丰富的个性化行为数据，推动了阿里妈妈的广告业务持续、高速的增长。 朱小强进一步解释，今天阿里妈妈绝大部分核心技术模块基本都构建在深度学习基础之上，强化学习则驱动了阿里妈妈的广告策略机制和智能调控算法的关键升级。
1.4K40发布于 2019-08-20 - 来自专栏小小挖掘机
阿里妈妈深度树检索技术（TDM）及应用框架的探索实践
分享嘉宾：何杰 阿里妈妈 高级算法专家 编辑整理：孙锴 内容来源：DataFun AI Talk 出品社区：DataFun 注：欢迎转载，转载请注明出处 导读：阿里妈妈是阿里巴巴集团旗下数字营销的大中台 如何驱动这艘商业航母不断前行，阿里妈妈技术团队始终坚持技术创新驱动业务增长的战略，而 TDM 正是在这一战略指导下，由阿里妈妈精准定向广告算法团队自主研究、设计、应用从而创造巨大商业价值的创新算法典型代表 在一开始上线之初，TDM 的 RT 增量达到了 60ms，对于阿里妈妈的在线广告链路完全不可用。 现阶段 TDM 主要接入了阿里妈妈定向广告的 Match 阶段，包括 Shop/Node/Item 已经全量上线，覆盖了阿里妈妈定向广告主要场景的大部分流量，CTR 和 RPM 的效果提升都达到了两位数 结合当前 TDM 在阿里妈妈的应用，我们希望能在下一个阶段，可以将 TDM 与现有技术做更深层的融合，比如在图检索、搜索业务等领域上面做一些优化和探索。 我们也一直坚持开放、开源的态度。
3.5K30发布于 2019-08-19 - 来自专栏阿泽的学习笔记
KDD2021 放榜，6 篇论文带你了解阿里妈妈AI技术
阿里妈妈论文概述 阿里妈妈技术团队此次共有6篇论文被接收，涵盖深度学习、投放策略推荐、端到端机制优化、协同竞价博弈等多个方向的技术沉淀和应用。 比如，在 KDD2018 上由阿里妈妈技术团队首先提出的深度兴趣网络（Deep Interest Network，简称 DIN），被普遍认为是该领域的开篇之作。 DIN 是一种有效的用于 CTR（点击率）、个性化推荐的深度学习模型，其效果在阿里妈妈的业务中得到验证并已经开源，可适用于其他很多场景。 感兴趣同学可在公众号回复 DIN 获取相关资料~ 接下来，阿里妈妈技术团队会持续以深度学习为核心，在阿里自研的业 AIOS、MaxComputer 等基础上面，构建 XDL、MDL、EULER 三大AI 正如阿里妈妈 CTO 郑波所提到的：“深研AI前沿技术，是为了大规模应用于实际业务；论文不是目的，重要的是分享。我们也会尽可能多的开源，和大家共享AI技术带来的红利。
2.1K30发布于 2021-07-06 - 来自专栏深度学习与python
和祖传代码战斗到底：代码重构在阿里妈妈的落地实践
为了寻找对以上挑战的最佳解决方案，我们特地采访了阿里妈妈资深前端工程师冯雨老师，他是阿里广告投放平台的前端 owner，负责过大型广告平台代码重构迁移工作。 GoGoCode (https://github.com/thx/gogocode) 冯雨老师也是开源代码转换工具 GoGoCode 团队的成员，他和他所在的阿里妈妈前端团队在迁移大型前端项目的过程中逐渐孵化出了这一工具 冯雨：我目前在阿里妈妈前端技术部，日常的工作自然是开发和维护阿里广告投放相关的前端工程，有 PC 端也有小程序。坦白说，我做的是大部分前端开发者都在做的工作，所以遇到的也是大家普遍会遇到的问题。 这之后我们又做了 Vue 2 到 Vue 3 的转换插件，也帮助到很多社区小伙伴进行了框架升级。 欢迎关注开源项目：GoGoCode https://github.com/thx/gogocode 嘉宾简介 冯雨 阿里巴巴阿里妈妈 营销研究和体验中心资深前端工程师 阿里广告投放平台前端 owner
48010编辑于 2022-03-23 - 来自专栏机器之心
专栏｜阿里妈妈资深技术专家刘凯鹏解读基于深度学习的智能搜索营销
机器之心专栏 作者：刘凯鹏 本文结合阿里电商业务场景的特点，介绍了阿里在匹配端和排序端的基于深度学习的一些工作。 阿里妈妈搜索营销团队也一直致力于探索前沿技术和具体业务场景的深度融合，推动业务的发展。围绕以上的技术问题给出结合自身业务特点的解法。 例如 wide&deep[1] 结构对 id 特征和连续特征进行融合，同时兼顾模型的记忆能力和泛化能力；fnn[2]，deepfm[3] 等对稀疏特征的组合关系进行自动学习等等。 刘凯鹏（花名：治平）博士，现任阿里妈妈搜索广告算法负责人，阿里巴巴资深算法专家／技术总监。 2011 年加入阿里妈妈事业部，主导并建立了阿里巴巴搜索广告的算法引擎，包括广告触发模型，用户点击率和转化率预估模型以及拍卖机制优化，推动了搜索广告引擎从非个性化时代进化到个性化时代，并将深度学习技术在淘宝场景进行了深度的应用
1.7K50发布于 2018-05-08 - 来自专栏机器学习AI算法工程
阿里妈妈精准定向检索及基础算法团队CTR预估最新成果(匹配+排序)
读了两篇阿里妈妈盖坤团队有关电商场景下的CTR预估最新成果，感觉写的挺好具有一定的启发意义（毕竟阿里集团拥有海量的一线用户行为数据，这个是其他所有公司都无法比拟的），今天就来梳理一下。 但是这些激活函数会拖慢模型的收敛速度，为了加快模型的收敛速度，阿里妈妈团队提出了一种Data Dependent的激活函数称之为”Dice”，如下所示： ? 因为阿里妈妈团队面对的是真实的工业级数据，所以数据中存在着大量的噪声，特别是特征的稀疏问题，很显然实战场景中的特征往往具有“长尾分布”的特性，即大量的特征出现的次数很少，少量的特征出现的次数很大。 第二篇是2018年2月阿里妈妈公开的论文《Learning Tree-based Deep Model for Recommender Systems》，这篇论文提出了一个基于树模型的算法框架，可以方便模型很快的找出给特定用户推荐的 3 重新按照新的树进行模型的训练，一直重复2操作到规定的循环次数。 最后当我们得到最终的树结构和最终的神经网络参数之后，当一个用户访问网站的时候，如何推荐Top k商品呢？？
1.2K10发布于 2019-10-28 - 来自专栏新智元
阿里妈妈首次公开新一代智能广告检索模型，重新定义传统搜索框架
---- 新智元专栏 来源：阿里妈妈 作者：闫肃，林伟，吴天舒，肖道锐，吴波，刘凯鹏 【新智元导读】阿里妈妈提出一种超出关键词和相关性的搜索框架：电子商务搜索中的个性化广告检索框架。 为了解决上述各种难题和挑战，阿里妈妈团队提出了一种新的搜索广告个性化检索系统。新的搜索检索系统引入用户行为异构图挖掘、机器学习等相关技术，通过模型学习的方式智能构建索引，取得了出色的效果。 异构图初始化 图3：用户行为异构图图示例。 图中包含了三种节点：用户搜索信号、广告检索键和广告。用户搜索信号和广告检索键之间的边表示改写，广告检索键和广告之间的边表示广告海选。 如图3所示，异构图中包含三种不同的节点：Signal，Key和Ad。 Signal节点：异构图中的Signal节点表示用户的搜索意图。除了搜索Query外，我们还引入了用户个性化信息来扩充搜索信号。 异构图初始化方法 阿里妈妈搜索直通车业务有着巨大的体量和规模庞大的用户数据，用户行为异构图庞大复杂，包含了上百亿的节点和上万亿的边，使得模型训练非常困难。
3.2K50发布于 2018-05-29 - 来自专栏圆圆的算法笔记
NeurIPS 2022 阿里妈妈预估模型最新进展：千样本千模
今天给大家解读NeurlPS 2022中阿里妈妈在CTR预估模型方面的最新进展：Adaptive Parameter Generation（APG）。 APG针对每个样本动态生成定制化的模型参数，实现了千样本千模，显著提升了点击率预估效果，并且应用到阿里妈妈搜索广告系统中，带来3%的点击率提升和1%的收入提升。 3 低秩分解提升模型效率 为了解决参数生成过程中的效率问题，本文借鉴了低秩分解的思路，将生成的参数进行拆分。 6 总结 本文介绍了NeurlPS 2022阿里妈妈最新推出的CTR预估模型，针对不同样本动态生成个性化的模型参数，实现了千样本千模的能力，可以应用于各个经典CTR预估模型中，显著提升了预测效果，模型实现起来不难
1.3K20编辑于 2022-12-19 - 来自专栏AI科技评论
开发 | 继 XDL 之后，阿里妈妈开源大规模分布式图表征学习框架 Euler
阿里妈妈团队表示，近年来随着在图深度学习技术的突破，有希望通过图引入知识结构和推理能力，与深度学习的结合，进一步提升模型能力。 2017 年 3 月，阿里妈妈团队在探索使用深度学习来刻画用户与广告的连接关系时，他们意识到图深度学习是一个非常重要的技术方向，且业界没有成熟的解决方案。 2017 年 5 月，阿里妈妈开发完成第一个单机版本的图学习系统，支持他们基于随机游走类的图学习算法，并在阿里妈妈深度匹配业务上取得不错的效果。 除了 LINE 算法，Euler 实现的算法可以分为随机游走与邻居汇聚两大类算法，其中也有阿里妈妈团队自研的开创性算法。 ? 这使得在阿里妈妈的海量数据下应用三层 GCN 成为可能，广告匹配的效果获得了显著提升。
1.4K20发布于 2019-11-01 - 来自专栏DataFunTalk
阿里妈妈：定向广告新一代点击率预估主模型——深度兴趣演化网络
导读：本次带给大家分享是阿里妈妈在2018年做的模型上的创新——深度兴趣演化网络（Deep Interest Evolution Network），分享将从以下几个方面展开—— 1. 该模型的结构详解 3. 该模型的最终效果 01 背景 1、业务形态 ? 3、神经网络 ? 第一代神经网络ctr模型如图所示，第一层是非常简单的原生特征，包括：用户特征，候选广告特征，上下文特征。 能有效解决长序列梯度传播问题，因为在现实场景中，用户兴趣序列有可能非常长，若直接用GRU，没有辅助loss，则会面临长序列梯度消失问题； 3.
92330编辑于 2022-05-21 - 来自专栏机器之心
北大、阿里妈妈成立联合实验室，产学大牛合体，图模型、博弈论都安排上了！
这些都是最近刚刚成立的北大 - 阿里妈妈人工智能创新联合实验室所关注的问题。 2017 年 5 月，阿里妈妈开发完成了第一个版本的图学习系统，支持基于随机游走类的图学习算法，并在阿里妈妈深度匹配业务上取得了不错的效果。之后，他们还陆续开发了一些高效的图神经网络算法。 鉴于大规模图预训练模型在学界和业界仍然处于相对空白的状态，阿里妈妈团队这几年一直在努力填补这方面的空白。 可以说，在大模型的研究方向上，阿里妈妈具有天然的优势。 阿里妈妈总裁刘博表示，阿里妈妈内部业务已全面实现 AI 化，未来将继续为实验室的技术研究提供技术平台和验证场景，共同推动商业数智化进程。
80730编辑于 2022-09-20 - 来自专栏数据猿
奥巴马大选团队创建的大数据公司获A轮融资，阿里妈妈发布全域营销方案 | 大数据24小时
数据猿导读 阿里妈妈发布全域营销方案，将集团视角从电商向大数据转移；大数据平台艺恩发布“艺恩指数”，深挖泛娱乐领域数据价值；奥巴马大选团队创立的大数据公司Civis Analytics 获得A轮融资…… 来源：数据猿 作者：abby 一、阿里妈妈发布全域营销方案，将集团视角从电商向大数据转移 在近日举办的“2017阿里妈妈全球广告主峰会”上，阿里妈妈正式发布了Uni Marketing全域营销方法论。 据悉，该方法论主要以消费者运营为核心，并基于阿里集团每个Uni ID背后的消费者数据，旨在实现“全链路”、“全媒体”、“全数据”、“全渠道”的营销方法论。 事实上，最近几年，阿里集团已经逐步将集团视角由电商向大数据转移，借着发布新营销方法论的契机，阿里妈妈也表示未来将通过机器自学习算法，借助数据的沉淀和打通推动营销升级。 ?
82750发布于 2018-04-20 - 来自专栏IT架构圈
eclipse 集成阿里的p3c插件
2.通过Help >> Install New Software插件安装菜单，在安装插件的地址栏中输入：https://p3c.alibaba.com/plugin/eclipse/update 3.
1.3K30发布于 2018-06-01 - 来自专栏全栈程序员必看
2020年3月25日阿里笔试题
2020年3月25日阿里笔试题 题目描述一 python代码 题目描述二 求公差的python代码 处理上述情况的代码 仿佛人生总有一种魔咒，自己做的这场笔试题永远是最难的。 输入示例： 5 5 9 5 4 4 4 7 4 10 3 2 10 9 2 3 这里可以选择5 7 5 4 4，所以输出等于|7-5|+|5-7|+|4-5|+|4-4|=5。 [int(i) for i in input().split(' ')] A=list(zip(a1,a2,a3)) pre=[a1[0],a2[0],a3[0]] minsum=[0,0,0] preSum 输入示例： 2 3 6 1 0 3 0 0 0 1 1 1 2 1 3 2 1 2 2 2 3 输出示例： 1 2 3 Unknown Unknown Unknown 但是这样是对的只能说明一个问题，那就是阿里的测试用例有问题，举个四个数可以确定整个矩阵，但是上面的代码无法确定整个矩阵的的情况。
46510编辑于 2022-08-31 - 来自专栏算法与数据之美
妈妈再也不用担心我没有壁纸啦！
page=3&per_page=12 ? 观察其request URL,从其构造不难看出每页12张图片，当前是第三页，继续下滑网页，发现出现photos?
48120发布于 2020-01-17 - 来自专栏springboot学习笔记
动力节点-王妈妈Springboot教程（六）Redis
https://www.bilibili.com/video/BV1XQ4y1m7ex
60230编辑于 2022-02-18 - 来自专栏大数据文摘
阿里成立达摩院预计3年投千亿，马云称它要活的比阿里更久
未来3年内，阿里巴巴在技术研发上的投入将超过1000亿人民币。 会上，马云发表主题演讲称，阿里全球研究院是成人的阿里给时代的回馈，它要活得比阿里更久，阿里巴巴集团会在3年内提供1000亿人民币作为启动资金。 阿里巴巴成立“达摩院”，引入顶尖科学家3年研发投入将超千亿 今年3月，马云在公司首届技术大会上动员全球两万多名科学家和工程师投身“新技术战略”，启动了“NASA”计划，要面向未来20年组建强大的独立研发部门 (阿里巴巴CTO张建锋在云栖大会上宣布阿里巴巴达摩院正式成立) 张建锋称阿里巴巴达摩院3年投资1000亿人民币。 ，但阿里巴巴会在3年内提供1000亿人民币作为启动资金。
67840发布于 2018-05-24 - 来自专栏机器之心
数智商业技术2.0时代的新「三驾马车」，阿里妈妈郑波谈如何把握生成式大模型
在其主题报告《知识、推理和创造，重塑数智商业技术 —— 从北大 - 阿里妈妈人工智能创新联合实验室谈起》中，郑波介绍了阿里妈妈技术团队针对不同业务场景，探索生成式 AI 大模型、多模态、引擎等技术的创新和应用 我将更多地从工业界视角分享阿里妈妈对数智商业技术的一些趋势判断和技术进展。 接下来一一来看阿里妈妈在知识驱动、逻辑推理和创造性三个方面的应用进展。 如下图左，我们根据东晋著名碑刻拓印「爨 (cuan) 宝子碑」和颜真卿真迹「多宝塔碑」分别训练成了「阿里妈妈刀隶体」和「阿里妈妈东方大楷」。目前我们一共免费开放了 5 种字体。 因此， 阿里妈妈正和国内众多知名高校、研究机构开展多个方向、多个项目的产学研合作，其中代表性的是 2022 年 9 月成立的「北大 - 阿里妈妈人工智能创新联合实验室（PAAI）」，重点攻关 AI 理论和创新算法研究
65540编辑于 2023-08-08
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