爱奇艺信息流广告的排序算法演进

作者 | 刘国辉

整理 | 计算广告生态

目录设定

• 1. 爱奇艺信息流广告业务简介
• 2. 信息流广告核心问题与挑战
• 3. 爱奇艺信息流广告排序算法演进过程
• 4. 总结与展望

爱奇艺在线广告系统的排序算法部分

爱奇艺中国视频行业领先者，伴随着移动搜索市场的日渐强大，爱奇艺推出移动端信息流广告，视频关联位广告，贴片广告，浮层广告，角标广告等等

广告形式丰富多样

爱奇艺的广告系统的精准触达的算法演变和核心排序的方式

1. 爱奇艺信息流广告业务简介

爱奇艺信息流广告是依托爱奇艺海量视频内容及用户、优质流量资源

结合广告行业特点，为企业主提供跨平台、多终端的网络推广服务

爱奇艺效果推广结合百度大数据及强大技术实力，可以实现了海量触达，定向精准

2. 信息流广告核心问题与挑战

ranking_score = bid * PCTR * PCVR * Q_score

ECPM竞价排序 : bid * PCTR * PCVR 创意质量分 : Q_score

核心内容是：

ECPM竞价排序 -> 广告的效果和曝光，也代表了公司企业的商业利益

创意质量分 -> 用户体验

3. 爱奇艺信息流广告排序算法演进过程

整体构建

点击率预估

• eCPM = bid * pCTR
• 计费方式：按点击（CPC）或 TrueView（CPV）计费
• 预估单元：内容id

业务数据流

模型选择

基于预估准确性 & 工程复杂度 选择不同的算法模型进行评估是实现

在线学习－提高模型时效性

深度学习－提高模型泛化能力

特征工程

特征自动评估工具

偏差校准

排序算法1.0

排序漏斗－解决广告数量快速增长的问题

粗排－双DNN模型

排序算法2.0

OCPX

智能出价

ranking_score = PCTR * PCVR * (bid*alpha)

排序算法3.0

创意质量分

ranking_score = bid * PCTR * PCVR * Q_score

创意质量分

排序算法4.0

4. 总结与展望

广告投放的趋势

• 平台智能化，投放自动化
• 广告主运营傻瓜化，可以专注在素材、落地页质量的提升
• 用户看到的广告原生化、个性化

效果提升的关键

• 对业务场景的深入理解
• 收集足够、有效的数据
• 稳定、可靠的工程架构支撑
• 算法模型的持续调优

作者：Johngo