高斌博士毕业于北京大学数学科学学院,现任微软总部必应搜索广告部门首席机器学习科学家,此前他曾担任微软亚洲研究院机器学习研究组主任研究员。他主要从事机器学习、信息检索、数据挖掘和计算广告等领域的研究和开发。他在国际顶级期刊和会议上发表相关论文40余篇。他的论文曾获得国际信息检索大会(SIGIR)最佳学生论文奖。他持有30余项美国专利。他主持研发的十余项创新技术已经被应用于必应搜索引擎、必应搜索广告以及微软小冰等产品中。
高斌博士毕业于北京大学数学科学学院,现任微软总部必应搜索广告部门首席机器学习科学家,此前他曾担任微软亚洲研究院机器学习研究组主任研究员。他主要从事机器学习、信息检索、数据挖掘和计算广告等领域的研究和开发。他在国际顶级期刊和会议上发表相关论文40余篇。他的论文曾获得国际信息检索大会(SIGIR)最佳学生论文奖。他持有30余项美国专利。他主持研发的十余项创新技术已经被应用于必应搜索引擎、必应搜索广告以及微软小冰等产品中。
在搜索引擎广告系统中,我们需要将用户的查询词和广告主购买的关键字进行匹配,从而把相关联的广告选取出来进行广告点击率预测和广告排序。查询词和关键字的匹配方式有些是基于简单的匹配规则,但是很多情况下简单规则可以选取的广告十分有限。为了选取出更多的相关广告,我们会采用各种适用于短文本匹配的智能匹配方法。在这个演讲中,我将会介绍如何将各种深度学习算法应用到查询词和关键字的智能匹配中,并重点介绍工程实践中遇到的各种挑战以及解决方案。
演讲提纲:
1. 搜索广告系统简介
2. 广告选取的传统方法
3. 用于短文本匹配的深度学习算法
4. 工程实践中的应用实例和经验总结
5. 未来短文本匹配算法的展望
听众受益:
1. 了解搜索广告系统以及广告选取的方法
2. 了解短文本匹配的常用机器学习算法
3. 了解短文本匹配算法在工程实践中的使用经验