热点预估模型
快速准确的从互联网的资讯中找到当前以及短期内即将爆发的热点,从而提高推荐点击率
案例技术方向:预测
解决问题
人工筛选互联网中质量好,热度高的内容耗费大量的人力与时间
热点时效性较强,很可能热点被发现时已经开始降温了
商业价值
通过深度学习技术,可以自动的完成对文本内容质量的初步判定
使用推荐系统后可以通过别的数据迅速验证
节约编辑团队每天人肉筛选优质内容的工作,保证热点能够迅速被发现
实现细节
使用内容分类,内容来源,舆情热点等60+维度,10w+特征
基于深度学习DNN模型,训练得到热点预估模型
使用PaddlePaddle的能力
CTR模型
点击率预估模型用于预判用户对广告点击的概率。PaddlePaddle提供 Wide & Deep 模型,可以作为一种相对成熟的模型框架使用;同时,也提供基于因子分解机的深度神经网络模型
查看详情