广告主如何应用快手的AI人工智能技术投放广告

小提示：您能找到这篇{广告主如何应用快手的AI人工智能技术投放广告}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的广告主如何应用快手的AI人工智能技术投放广告内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

随着短视频社交场景日趋成熟，AI如何加码短视频商业化？5月7日，快手商业化模型方向负责人孔东营受邀出席在第10届QCon全球软件开发大会（北京站），并在“机器学习应用与实践”专场发表主题演讲《短视频商业化中的 AI 技术应用》。

一个广告系统主要为了满足两个目的：客户需求和用户需求。客户的需求即营销需求，能否获得与投入相对应的收益；而用户的需求则与体验强相关，每个观众都希望刷到自己喜欢的内容。将两种需求联系到一起，为广告客户找到合适用户的关键，就在于短视频内容本身。
在演讲中，孔东营从精准投放、智能运营、素材制作和训练系统4个方面详述了快手商业化中的AI应用。

精准投放：多角度理解用户

对于快手商业化而言，精准投放依赖定向引擎。用深度学习增强对广告和用户的理解能力目标，定向引擎不仅采取地域、性别等“硬定向”，也在用“相似人群”、“用户关系”等“软定向”方法找到用户最喜欢的广告。

除了业内通用的GSP（Generalized Second Price，广义第二价格）机制，快手还引入用户体验保护机制和内容多样性机制。前者的关键在于将用户体验损失货币化，以衡量投放行为在收益上是否合理。团队用ABtest评估短期内的用户行为变化，如点击率、点击次数、时长和点赞次数的下降，并观察这些短期指标的长期影响。孔东营坦言，整个评估和分析前后耗时长达半年之久。

同样，作为一个社区系统，如何挖掘海量用户行为，让投放更加精确？孔东营介绍，快手在理解用户上有两种方式。第一种是对点击、点赞、评论、关注、分享等行为建模，直接理解用户兴趣。第二种则是将行为与内容（比如用户偏爱风景视频还是搞笑段子）放到一起建模，并且理解用户。快手商业化使用Online Embedding Learning（在线嵌入学习）+DNN（深度神经网络）的模型，不仅可以做到实时更新，也会有效减轻线上预测压力。

智能运营：满足多样化需求

面对复杂的广告投放机制，中小客户往往手足无措，难以实时维护投放效果。孔东营举了一个简单的例子，假如一家火锅店的预算只有5000元左右，目的单纯只是想获取100个手机注册会员。火锅店没有时间和精力从头到尾了解整套投放系统。在这种情况下，快手商业化的智能运营就会派上用场。设定好投放目标后，快手会自动帮助商家竞价，以满足中小客户的要求。

智能运营的核心是出价系统。广告主设定目标之后，快手营销平台会自动帮商家竞价，以满足中小客户的投放要求。而针对广告主多样化的投放目的（如激活、留存、下单、付费、以及金融行业的授信），快手用强化学习来智能出价，并且持续动态调整价格，以达到客户目标。孔东营透露，目前团队正在尝试满足客户更为复杂的投放目标（比如保证激活的情况下，优化留存）。

素材制作：让广告不枯燥

目前，快手广告平台的素材制作主要是封面制作。即便是最常见的一张封面，也由底图、文案和样式三个元素组成。孔东营认为，与其他平台不同，短视频广告素材的制作成本较高。因此在封面选择上，创意个性化能够生成抓人眼球的最佳广告封面。

训练系统：以GPU为中心

支撑上述所有AI技术应用的基层平台，是以GPU为中心的训练系统。在CPU不太适合做大量浮点图计算的情况下，这种训练系统不仅支持大规模离散特征，而且支持包括同步、异步和去中心化在内的多种分布式算法。

快手以GPU为中心的训练系统在广告推荐行业尚属首创，其效率提升之快也显而易见。孔东营介绍，经过不断优化，现在100T的数据在1小时之内就能完成训练。因此，业内其他同行也开始尝试用GPU来做大规模离散特征训练。

快手构建的AI+DA（人工智能+数据分析）新型营销平台，在商业化技术上不断探索、突破边界，让投放效率和运营效率稳步提升，平衡并“守卫”着快手平台上的用户体验与商业收益。