AI在视频广告中的探索

1.

2. AI在视频广告中的探索刘祁跃爱奇艺科学家&智能平台部视频分析负责人

3. 广告的目的在一定周期，让尽可能多的人产生消费长周期：品牌广告短周期：效果广告向合适的人传达消费价值消费行为点击、下载、安装、激活、购买

4. 如何传达消费价值匹配需求展示价值用户行为（搜索、浏览、点击等）统计特征（性别、年龄、地区等）场景（点位）+ 效果（广告素材体现）

5. AI（视频理解方面）的主要工作生成/推荐点位辅助创作素材场景效果

6. 点位——场景化示意创可贴前情提要 Video In

7. 点位——视频广告如何实现场景化商业价值点=有消费需求的点位聚餐 ---- 想喝饮料地铁 ---- 听点歌曲海滩 ---- 希望防晒亲吻 ---- 来束玫瑰

8. 点位——视频理解对象事件场景人脸识别姿态识别服饰分类行为识别语音识别意图理解场景识别地标识别调性分析目标检测宠物分类表情识别事件分类文本挖掘关系抽取音频分类音乐识别情感分析

9. 点位——视频图谱

10. 点位——VideoIn选点流程

11. 点位——前情提要贴生产逻辑精彩度分析转场点识别无效片段过滤剪辑逻辑感官场景/镜头回忆多样性情节对话主角缺失顺序

12. 点位——视频场景下的更多广告诉求新剧上映时效丰富及时分析/创作按投放策略筛选广告点位候选点位最终点位

13. 素材——辅助广告素材创作视频内容营销主题广告素材视频（包括封面/标题）图片文本

14. 素材——场景化下的效果展示功能饮料扫地机器人越野车打球：补充体力老人：避免弯腰亲子：自由成长上班：提高效率白领：节省时间户外：上山下地疲倦：提神醒脑宅男：懒人福音停车：无惧台阶

15. 视频广告的主要形式贴片浮层植入前贴创可贴前期植入中贴角标后期植入后贴前情提要贴

16. 规模化难度各类典型视频广告分析前期植入后期植入前情提要创可贴中贴，后贴，角标前贴场景化要求

17. AI辅助视频场景营销泛视频 AI能力参与方长视频/短视频内容分析能力 VR/AR/游戏素材辅助创作能力泛视频平台广告公司内容创作机构

18. THANK YOU

19. 360召回系统演进王华呈 360展示广告算法组资深算法工程师

20. 大纲 ➢ 360展示广告 ➢ 整体架构 ➢ 召回模块演进

21. DSP 展示广告业务介绍设置广告投放 Ad Exchange Adx 发流量给DSP 360点睛DSP 360 Max 其他DSP 其他Exchange 广告主京东唯品会携程苏宁 DSP 100 ms 响应 ADX 选择出价最高DSP投放媒体发流量给ADX 媒体新浪搜狐 Youku 网易爱奇艺

22. 常见展示广告

23. 展示广告架构

24. 检索召回模块

25. 多路召回上下文召回通路用户行为深度召回图片兴趣人群属性标题 Query 上下文特征 lbs 访问行为媒体特征 …

26. 基于文本召回精准匹配 • 完全匹配 • TF-IDF ngram 模糊匹配 • WORD2VEC • DSSM 向量检索广泛匹配 • DSSM 聚类

27. 召回模块演进深度树向量布尔召回检索匹配

28. ➢ 树＋维度bitMap分组＋哈希表 Index A 布尔召回 Index C ➢ ➢ Index B Index A 检索加速问题：有部分倒排表很长（长度> 1w）解决方案：QueryParser: (A∪B)∩C = (A∩C)∪(B∩C)

29. 向量化召回

30. NN 0.8 0.1 0.1 NN NN NN Emb Emb Emb Emb Query D1 D2 D3 基于深度语义检索模型 NN：可选结构 1. 多层FC 2. CNN+FC 3. RNN

31. 向量检索索引 LSH IVF Flat • 分桶 • 耗内存 • 保留精度 • 聚类 IVF PQ • 有损 • 省内存

32. 深度树匹配如何构建树？基于ecpm最大堆 ? ? ? ? ∈ ?? = max ? , ? ?ℎ?????? ????? ?+1 ? (?) ? (?+1) (? ? |?)

33. Tree Based Match

34. 样本规模：7days采样 50M Root 向上回溯 + 样本准备 + Leaf + 虚拟曝光TOP3 同层随机 - - ½ 负采样 + ½ prerank 低分

35. 如何生成树 ◆ 随机生成 ◆ 自下而上合成树 ➢ 随机生成树 ➢ Kmeans ➢ 迭代树结构 ➢ 曝光频次聚类

36. 训练叶子模型训练聚类生成树重新训练叶子和父节点

37. 点击加权 loss 交叉熵 Triplet Total Loss Loss Loss 拟合目标约束叶子距离

38. 00 10 如何线上检索 Beam Search 11 20 30 21 31 32 33 30 23 22 34 34 35 36 36 37

39. 00 11 10 如何更新 20 30 New Item 21 31 Emb Item emb set 32 23 22 33 34 35 36 37 Append Similariy max(a,b) New Item

40. 性能优化检索 • 跳层检索 • 多路并行 • 精度裁剪训练 • 避免feed dict • Timeline 分析 • GIL -> Pybind11

41. 360展示广告算法团队欢迎您的加入 wanghuacheng@360.cn

42. THANK YOU

43. 效果广告的个性化探索与实践王晖爱奇艺助理研究员

44. 01 爱奇艺效果广告算法背景&架构

45. 信息流双引擎框内

46. 付费核心目标：优化转化效果安装 oCPX vs CPX V S 下载点击曝光高维稀疏业务复杂流量大

47. 召回个性化广告推荐流程粗排精排广告展示定向召回分层AB 创意优选预算平滑广告粗排冷启动点击率预估随机探索转化率预估日志记录

48. 离线特征实时特征在线推理 impression click conversion 排序逻辑 FM FM Daily Realtime DL ???? = ?CTR ∙ ???R ∙ Bid ∙ ? 现场特征 RL

49. 02 点击&转化率预估核心问题

50. 长期人口基础属性观影兴趣、商业兴趣广告基础属性、素材质量短期特征观影兴趣、商业兴趣搜索行为、社交行为实时场景、时间、反馈

51. 基础属性性别：女年龄：20~30 行业：游戏标签：手游、转职、玄幻短期观影兴趣母婴长期观影兴趣仙侠素材质量星级：

52. HDFS 实时数据在线学习离线模型（Batch） OWLQN 校验 FM Kafka FTRL Ranking 在线模型（Realtime） AUC比对：在线VS离线自动切换在线AUC 离线AUC

53. 深度学习

54. 03 智能出价博弈&共赢

55. 博弈：拓量 VS 控制成本 ???? = ?CTR ∙ ???R ∙ Bid ∙ ?, 其中? = ?(???? ???? , ???? ?????? ) 成本控制智能出价示例 < 1, ?= ൝ ≥ 1, ?? ???? ???? > ???? ?????? ?? ???? ???? ≤ ???? ?????? 最终，实际转化成本贴近目标转化成本，且获得更多流量

56. 流量优选放量中: 以高出价获得了低质流量进而导致放量效果不佳缩量中: 因低出价错过了高质流量进而导致成本控制效果不佳 ???? = ?CTR ∙ ???R ∙ Bid ∙ ? ?, ? 其中?代表流量质量, ? ∙ 兼顾流量质量?和成本?

57. THANK YOU

58. 腾讯AMS品牌广告询量系统实践 Joyesjiang (江志) 腾讯AMS平台产品技术部高级工程师

59. 目录 01 品牌广告系统的技术/业务背景 02 询量系统关键功能与框架 03 询量系统关键模块的实现 04 有关品牌广告的思考

60. 品牌广告的特性 01 品牌广告系统的技术/业务背景主要集中在大媒体平台以塑造品牌形象为目标客户主要为各领域优质客户担保式投放（GD）主要计费方式为CPM 大平台长期收益大客户保价保量量化计费收入可预期维护口碑精准定向流量预估缺量风险提前预定提前下单维护媒体方良好口碑广告位+复杂标签定向对未来流量进行预估对未保量部分进行惩罚

61. 01 品牌广告系统的技术/业务背景腾讯品牌广告业务规模百级别万级别百亿级十亿级广告版位日均订单日均曝光季度收入

62. 品牌广告业务流程 01 品牌广告系统的技术/业务背景资源询量某化妆品公司流量需求： • 未来两个月 • 视频前贴+中插广告位 • 北上广深 • 观看母婴频道 • 女性售卖阶段资源锁定符合要求剩余最大可用库存: 80W 锁定流量 20W 排期锁定合同录入、确认下单订单投放广告上线，以 20W 为保量目标投放执行阶段执行监控统计投放效果，结算订单库存预估保量分配库存管理未来多天保量已下单未来多天多广告位询量最大量多维度交叉订单管理询投一致多天分配实时交互订单管理订单播控保量投放单天预定播控参数询投一致询锁量系统在线投放系统

63. 品牌广告流量匹配二部图模型 02 询量系统关键功能与框架 Supply 新闻男上海新闻男上海少儿男上海综艺男上海电影女北京综艺女北京 A B C C E ? 1 ? 1 ? 2 ? 3 D .. . E ? ? Demand 渠道 ? 2 ? ?? .. . 内容频次年龄地域  总体目标平台  保量：求解 ? 节点在关联 ? 节点上的分配方案? ?? 性别 …  问题规模  |Supply| 为维度交叉后库存槽数：亿级别 ? ?  |Demand| 为系统中所有订单数：万级别  定向维度多且复杂，整体边数|E|：十亿级别库存：用户流量 ? ?? ：资源? ? 提供给订单? ? 的库存比例定向：订单流量需求维度约束

64. 品牌广告询锁量场景下的二部图模型 02 询量系统关键功能与框架新闻男上海新闻男上海少儿男上海综艺男上海电影女北京综艺女北京 A B C C D E S-DayN S-Day2 S-Day1 ? 1 ? 1 ? 1 ? 2 E Demand ? 2 ? 2 ? 3 ? 3 .. . .. . .. . ? ? ? ? ? ? ? ? ? ?+1 ? 3 … ? ??  总体目标 ? 1 ? 2 .. . 内容频次渠道年龄地域平台  保量：求解多天?节点在关联 ? 节点上的分配方案? ??  询量：求解新增? ?+1 节点关联的?节点最大剩余库存性别 …  问题规模  |Supply| 为维度交叉后库存槽数：十亿级别  |Demand| 为系统中所有订单数：万级别  定向维度多且复杂，整体边数|E|：千亿级别库存：用户流量 ? ?? ：资源? ? 提供给订单? ? 的库存比例定向：订单流量需求维度约束

66. 库存预估模块 03 询量系统关键模块的实现  关键特性库存  时间序列：历史库存数据长短期趋势、周期特征  外部信息：节假日/大剧首播/舆情变化等影响 5月1日 6月1日  空间分布：库存在多个维度的分布订单1 订单订单2 订单3 订单4 订单5 10月1日 10月2日 10月15日预估多天、多维度交叉下的库存数据订单预定量固定，库存预估偏差可能导致缺量  核心挑战  多天多维度：预估目标周期长，维度多  未知因素：众多未知因素导致库存波动

67. 库存预估算法演进 03 询量系统关键模块的实现预估因子最近N日库存 + 地域、平台、内容等核心维度 + 时间序列、维度间关联关系趋势项 + 预估方法周期项 + 随机项第一代线性回归第二代时间序列第三代深度学习-时空张量分解

68. 03 询量系统关键模块的实现基于深度学习的时空张量分解库存预估算法 [KDD2019] Large-scale User Visits Understanding and Forecasting with Deep Spatial-Temporal Tensor Factorization Framework Problem Description Deep spatial-temporal tensor factorization forecasting framework. Models for comparison

69. 03 询量系统关键模块的实现库存模型：基于核心维度库存预估进行概率扩展 ρ ?? 内容年龄平台 ? 核心维度, 时间, 性别性别 = ? 性别核心维度, 时间 ? 时间核心维度 ?(核心维度) 时间地域 … ?? ? 年龄, 性别 = ? 年龄 ? 性别 ? 核心维度, 年龄, 性别核心维度 Attributes correlations Attributes Conditional probability = ? 性别核心维度 ? 年龄核心维度 ?(核心维度) Conditional probability expansion

70. 库存模型：订单库存索引匹配 03 询量系统关键模块的实现库存预估 ALL 地域内容库存节点列表地域内容内容 A A 平台 VV库存时间年龄 A … 时间 … B C i ... N Tag Tag1 Tag2 Tag3 内容平台性别 C ... B N B C ?? 1 ?? 2 ?? 3 ?? 1 ?? 2 ?? 1 ?? 2 ?? 3 ?? 4 . . . ?? 1 ?? 2 维度1 0 1 1 0 1 1 0 0 1 . . . 0 1 维度2 0 0 0 1 1 0 0 1 0 . . . 0 1 维度n 0 1 0 0 1 1 0 1 . . . 0 0 .. . 0 属性集合 n & 标签定向 & BitMap 维度定向 Order & Result

71. 库存分配算法：算法原理 03 询量系统关键模块的实现 S-DayN S-Day2 S-Day1 ? 1 ? 1 ? 1 ? 2 ? 3 .. . ? ? ? 2 … E ? 2 Demand ? 1 ? 2 .. . ? 3 ? 3 .. . .. . ? ? ? ? ? ?+1 ? ? ? ??  询量目标  保量目标 ( 式2.2 ) ???????? ෍ ? ? ? ? ? ?. ?. ∀?, ? ? ? ? ?? ≤ ? ? ∀? ෍ ∀? ෍ i ∈ Γ (?) ? ∈ Γ (?) ? ?? ? ? + u j ≥ ? ? ? ?? ≤ 1 ∀?, ? ? ?? , ? ? ≥ 0 频控约束需求约束供给约束非负约束 ?aximize ෍ ?,i ∈ Γ (?) ?. ?. ∀? ෍ i ∈ Γ (?) ∀? ෍ ? ?? d ? ? ?? ? ? ≥ ? ? 需求约束 ? ?? ≤ 1 供给约束 ? ∈ Γ (?) ∀?, ? ? ?? ≥ 0 非负约束 ? ? 为订单缺量，? ? 为订单缺量损失权重 ? ?? ：资源? ? 提供给订单? ? 的库存比例求解合理匹配方案，使得整体缺量最小基于保量规则，求解系统整体收益最大化

72. 库存分配算法-保量问题求解 03 询量系统关键模块的实现 Supply E ? 1 ? 1 ? 2 ? 3 .. . ? ? Demand ? j 1 ???????? ෍ ? ? ? − ? ? 2 ?,i ∈ Γ (?) ? ? ?? ?ℎ??? ? 2 ? ?? .. . ? ? PRIMARY SHALE算法 ?. ?. ? ? = + ෍ ? ? ? ? ? ∀? ෍ i ∈ Γ (?) ∀? ෍ ? ?? ≤ 1 ??????????: ? ? 1 ?(?, ?, ?, ?, ?, ?) = σ ?,i ∈ Γ (?) ? ? ? ?? − ? ? 2 2 ? ? + σ ? ? ? ? ? − σ ? ? ? ? ? ?? + ? ? − ? ? + σ ? ? σ ? ?? − 1 − σ ? ?? ? ?? − σ ? ? ? ? ? ? + σ ?∈? σ ?∈?(?) ? ?? (? ?? − ) ? ? 频控约束 ? ?? ? ? + u j ≥ ? ? ∀?, ? ? ?? , ? ? ≥ 0 ( 式2.2 ) d ? ,? = ෍ ? ? ? ? ? i ∈ Γ (?) ∀?, ? ? ? ? ?? ≤ ? ? ? ∈ Γ (?) 保证已下单预定库存的量得到满足 2 DUAL 需求约束供给约束非负约束 ? ?? = ??? 梯度下降迭代求解 & KKT条件 ? ? ? ? − ? ? , ??? 0, ? ? 1 + ? ? ? j wℎ??? ? ? = σ  ? ? : 订单获取库存的权重因子值越高订单订单获取库存能力越强 ? ? ? ?∈ (?) ? Γ 最大代表性分配  ? ? : 库存槽资源紧缺度权重因子值越高则该库存槽的紧缺程度越高 SHALE: An Efficient Algorithm for Allocation of Guaranteed Display Advertising

73. 库存分配算法-保量问题求解 03 询量系统关键模块的实现 ??? ? ?? ? = ??? 0, ? ? 1 + ? ? j , 按订单分配顺序，基于剩余库存计算如下参数： ? ? ：订单分配权重因子 ෍ i ∈ Γ (?) ? ? ? ?? (? ? − ? ? ) = ? ? ?? ? ? > ? ? ?? no solution, ? ? = ? ? ? ? ՜? ? 迭代求解 ? ? ՜? ? ? ? ：资源紧缺度权重因子 ෍ ? ∈ Γ (?) ? ?? (? ? − ? ? ) = 1 ?? ? ? > 0 ?? no solution, ? ? = 0 1. ?????? ?????????? ????? ?????????? ? ? ?? ????????? ? ? 2. ?????????? ? ? = ? ? ??? each impression ?. 3. ??? ???ℎ ???????? ?, ?? ?????????? ?????, ??: a) ???? ? ? ?ℎ?? ????????? ෍ i ∈ Γ (?) min ? ? , ? ? ? ?? ? ? − β ?  算法特性  解规模从|E|降低为库存槽数| S | + 订单数| D |  解规模仍较大(亿级别)，直接求解耗时巨大。 = ? ?  全局迭代求解最优解，需对全局订单进行多轮分配操作。 ??????? ? ? = ∞ ?? ?ℎ??? ?? ?? ????????. b) ??? each impression i eligible for j, update ? ? = ? ? − ??? ? ? , ? ? ? ?? ? ? − β ? . 输出参数：? ? - 订单级别 β ? - 库存数级别可较好的实现询锁量业务中保量问题的求解适用于|S|和|D|固定的场景下求解最优匹配解

74. 库存分配算法-询量问题求解 03 询量系统关键模块的实现 Supply E ? 1 ? 2 ? 3 ? ?? D-1 D-K ? 1 ? 1 ? 2 .. . ? 2 .. . … .. . ? ? ? ? ? ? ? 1 ? ? ??? 求解存在保量解的方案中? ? 最大值 HWM算法  业务难点 1. ?????? ?????????? ????? ?????????? ? ? ?? ????????? ? ?  询量过程需要进行多次全局解的计算。 2. ?????????? ? ? = ? ? ??? each impression ?.  需对全局订单进行多轮分配操作。 3. ??? ???ℎ ???????? ?, ?? ?????????? ?????, ??: a) ???? ? ? ?ℎ?? ????????? 进一步减少参数 ? ?+1 ? ?? = ??? ??? ? ? ≡ 0 ? ? ? ? − ? ? , ??? 0, ? ? 1 + ? ? ? j ෍ i ∈ Γ (?) = ??? ? ? , ??? 0, ? ? ? ? 将解的参数规模降为订单数|D|,可实现快速求解 min ? ? , ? ? ? ? = ? ? ??????? ? ? = ∞ ?? ?ℎ??? ?? ?? ????????. b) ??? each impression i eligible for j, update ? ? = ? ? − ??? ? ? , ? ? ? ? . Ad Serving Using a Compact Allocation Plan 输出参数：? ? - 订单级别

75. 库存分配算法：算法对比分析 03 询量系统关键模块的实现常温饮料 100 100 100 Under-delivery Rate 冰镇饮料 100 100 100 100 σ j ? ? σ ? ? ? 100 Penalty Cost 80 50% 80 55% ? ? ? ? 40 ? 1 50% ? ? 40 50 ? 2 80 80 50 ? 4 HWM | SHALE ? 1 ? 2 ? ? β 4 β 1 ? 3 6?% ? 3 ? 4 4杯满杯100ml，共剩余250ml的饮料，如何优(zhuang)雅(bi)的得到200ml饮料？ ෍ ? ? ? ? ? L2 Distance ? j 1 ? ? ? − ? ? ෍ 2 ?,i ∈ Γ (?) ? ? ?? 2  SHALE算法较HWM算法在解精度上有较大提升  SHALE算法多轮迭代带来的求解方案提升有限

76. 库存分配算法：算法对比分析 03 询量系统关键模块的实现北京  订单A 定向：通投预定量：800CPM(40%) 综艺  订单B 定向：北京预定量：800CPM(80%) 电视剧北京上海 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 引入订单优先级先B后A 下单顺序: A --> B 100 100 100 100 订单B缺量200CPM 朴素算法：先到先得+均摊  订单A 综艺 600CPM(75%)  订单B 北京 800CPM(80%) 上海 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 先B后A: A缺量120CPM 先A后B: B缺量100CPM 订单A/B均无缺量 HWM算法：基于订单紧缺度顺序分配 β ? > ? ? + ? ? 订单B无法占用 100 100 100 100 100 100 100 100 先B后A: A/B均不缺量 100 100 100 100 100 100 100 先A后B: A/B均不缺量 100 100 100 100 100 100 100 100 60 100 40 100 100 100 100 100 60 100 40 100 100 100 100 100 60 100 100 100 60 100 100 60 100 订单紧缺度库存紧缺度 β ? 订单A缺量120CPM β ? > ? ? + ? ? 订单A无法占用 HWM算法-BadCase SHALE算法：订单紧缺度+库存紧缺度全局最优分配

77. 库存分配算法：二阶段学习框架 03 询量系统关键模块的实现批量学习设置? ? 库存值  SHALE  对基础约束，频次和多贴不重复约束进行全局建模。  多轮迭代求解最优解近优解，较耗时  解对应的参数空间较大(|S|+|D|)，较占空间  HWM  单轮计算求解贪心解，耗时低  解对应的参数空间较小(|D|)，适于并行在线学习 SHALE 批量学习用最优化算法来替代启发式算法 HWM 在线学习调节? ? 库存值？ N 询量结果? ? 十分钟级更新 Y  参照粗分配的分配结果，逐单考虑业务细节逻辑对粗分配结果进行微调秒级分配

78. 品牌广告后台系统整体框架 03 询量系统关键模块的实现业务系统 Spark/GPU Driver Executor worker Executor worker worker Executor worker 业务逻辑模块 worker worker 迭代计算 ?，? 二部图保量分配询量最大化流量单元?信息订单管理库存预估库存结构分配算法模块分配算法参数更新数据模块库存管理模块预估库存库存预估系统订单数据在线分配询锁量系统在线投放

79. 03 询量系统关键模块的实现品牌广告后台系统整体框架 Order_1:上海, 8-30~10-31, 腾讯视频前贴, 100CPM Order_1 Order_2: 上海, 男, 9-30~10-31, 腾讯视频前贴, 100CPM 询量请求 Executor1 Order_3: 广州, 电影, 8-30~10-31, 腾讯视频前贴, 100CPM Scheduler Order_1: 剩余100/500CPM Proxy Order_4: 深圳, 8-30~10-31, 天天K歌闪屏, 100CPM ... Order_5: 全国, 8-30~10-31, 腾讯视频闪屏, 100CPM Executor2 Order_2 Executor3 .. . Order_2: 剩余100/200CPM 返回结果 Order_3: 剩余80/80CPM Order_2 Order_4: 剩余100/100CPM ... Order_5: 剩余100/10000CPM 秒级十秒级 .. . ExecutorN 计算集群业务逻辑模块分配算法模块库存管理模块询锁量系统数据模块

80. 附录1 - 属性合并 N 03 询量系统关键模块的实现十万级别时间1 ALL … 内容2 平台1 内容3 地域2 内容4 平台2 Attr6 1 1 1 1 1 1 0 0 0 0 0 时间2 Attr5 0 0 0 1 1 0 … Attr4 0 0 0 1 1 0 性别1 Attr3 1 1 1 1 1 1 年龄1 Attr2 1 1 1 1 1 1 年龄2 Attr1 1 1 1 1 1 1 Ad 1 Ad 2 Ad 3 Ad 4 Ad 5 Ad n 原始库存列表(亿级别) 订单 0 .. . 地域1 Attr7 .. . 内容1 定向组合1 定向组合2 定向组合n 定向聚合（千级别） new_n . . . new3 new2 库存聚合 (百万) 定向条件 ? 1 南京+北京+上海 ? 2 南京+北京+上海 ? 3 ? 1 上海+广州库存列表南京+北京上海广州 ? 2 Target1 ? 3 Target2 Attr1 Attr2 Attr3 new1  模块功能定向组合  对订单-定向关联关系进行快速合并，使得库存列表的冗余度最小，用于订单的库存分配。  最终库存结构大小：百万级别

81. 附录2 - 频次约束 03 询量系统关键模块的实现 A B C 视频内容视频内容视频内容 ? ? ? , ? ? , Γ ? , ? = ? ? ? , ? ? , Γ ? = σ u min ? ? Γ ? , ? ? , ? ? σ ? ? ? (Γ ? , ? ? ) 可使用图中V=m 线下的面积占比，模拟频次比例值第二单-频控2次第一单-频控1次-需求2 目标：模拟剩余库存中满足订单频控约束的有效库存占比

82. 04 品牌广告的思考品牌/效果的边界机器学习/AI技术应用

83. THANK YOU 微信公众号：腾讯品牌广告技术个人邮箱：583267380@qq.com

84. 爱奇艺技术产品公众号