测试期点击率暴涨700%，号称“改变世界”的人工智能深度学习技术怎样改变广告?

火爆的”深度学习“ 和广告推荐

人的行为之所以复杂，是因为我们有能处理复杂信息的大脑，而大脑的强大，源于由1000亿神经元构建的信息分析、储存、乃至决策系统。

想让计算机更精准的预测复杂用户的行为，现在可以基于人工神经网络构建深度学习模型来实现！我们知道2016年轰动世界，横扫各路围棋冠军的Master（AlphaGo）也是通过这样的技术。

这一轮世界范围内的人工智能技术突破，可以说就是源于深度学习技术。

通过深度学习和大数据“训练”，QQ浏览器人工智能可以建立更加接近人类大脑的兴趣模型。

直白的说：就是以更接近人类的方式理解内容，从而做到对受众阅读点击偏好的精准预测。

那么什么叫“以人类的方式理解内容呢？”。

| 栗子1，抽象思维，冲破低阶认知：

下图反映勇士后卫斯蒂芬·库里去医院探望一位患有血癌的七岁小球迷，

那么机器要怎样理解这张图呢？

低阶认知：库里送给小球员一件球衣。

高阶认知：库里是一个有爱心的人。

——通过深度学习，机器可以获取含有抽象情感概念的高阶认知。

| 栗子2，关系提取，获得关键信息：

“J.K.罗琳著有《哈利.波特》”——从这句话不难提取出J.K.罗琳是哈利.波特的作者这层关系。但是这还不够，深度学习面临和处理的语意要复杂的多，例如从“J.K.罗琳靠《哈利.波特》获得十亿美元身家”也要能够提取到这一层关系。

| 栗子3，建立兴趣信息层级，明晰受众喜好：

用户在QQ浏览器关注大量贝克汉姆的资讯，可以预测这个用户喜欢贝克汉姆，那么这个用户就是小贝的球迷………吗？

不，她也可能只是一个小贝的迷妹，但不等于球迷。不过……

如果这个用户既关心小贝，也关注穆里尼奥、梅西、C罗、联赛赛程等等信息，那么就可以大概率预测这个用户是一名足球迷。

建立兴趣信息层级，对精准推荐广告内容的帮助很好理解。

例如怎样把文章《篮球史上第一训练狂：科比》推荐给用户才更加精准呢？

首先，从这篇文章能提取出“篮球” “科比” “体育”这几个主要关键词，这些概念间有一些层级关系：

文章会依照这样的层级推荐给用户：

为什么这样逐级推荐更加精准呢？

其实很好理解。一般来说，喜欢体育、篮球的人也不一定全是科比的粉丝，而且喜欢体育的人也不一定是喜欢篮球。因此广告会优先推荐给更精细的标签级——即关注科比的人。

当然这只是一个粗放的例子，真实的推荐要复杂许多，例如把迷妹算进来，小贝粉丝加在一起搞不好真的比足球迷还要多，哈哈。

前阵子，QQ浏览器的信息流广告采用深度学习的技术推荐，效果显著：行业内信息流广告普遍点击率在0.8%-3%，而采用深度学习的方式推荐，杜蕾斯和野兽派的广告点击率均可以达到9%以上，内测时期更有其他广告达到25%的超高点击率。

点击下方图片

查看更多QQ浏览器广告系列漫画内容

“客户爸爸与产品经理”第二期 | 野兽派x大数据帮广告走心？

“269W次曝光，9.3%点击率，分享达531次是怎样做到的？”

“客户爸爸与产品经理”第一期 | 好文广告是什么gui？

"搞懂好文广告，真正的内容营销奥义在此。"