OPPO广告中的用户兴趣建模实践与落地思考

用户画像

2021-07-30 11:00--12:00

案例背景:
OPPO广告业务体量不小但寡头严重，为打造更为健康持久的广告生态，我们特别需要注重中长尾行业广告主的效果与体验。中长尾广告的特点是行业众多、变换频繁、优化师水平良莠不齐，因此平台提供的兴趣标签除了精准，还要能按需快速迭代且使用时可简可繁。由于单行业体量往往不大，一般业界中依靠转化数据建模的单一方案难以胜任，必须在深入算法的同时深刻洞察业务，制定一个可弹性投入的画像建模与定向系统。

解决思路:
挖掘建模上，“凡走过必留下痕迹”，要理解用户兴趣，必深入洞察其行为。用户行为的三要素是“行为类型、行为对象和行为时间频次”，因此画像成功的关键在于三点：1）充分理解行为对象，例如文本对象则需要准确的文本分类和关键词抽取 2）准确建模兴趣强度，主要结合行为类型、频次和时间 3）针对广告定向场景的用户画像，还要充分挖掘广告行为。
落地应用上，充分结合实际业务需求，有务实的挖掘重点，特别在广告业务中，画像标签是需要广告主来主动使用，因此易用性也成为最大化业务价值的关键。

成果：
在兴趣建模方面，我们探索出可按需独立增量迭代及半监督持续增强的文本分类算法、粗细粒度相分离的兴趣建模算法和基于DNN的标签推荐和智能拓量算法。在画像落地方面，针对OPPO广告生态特点，我们演化出了一整套“白盒+灰盒+黑盒+无盒”的精准定向方案，核心功能模块包括自然兴趣标签、商业兴趣标签、标签推荐和智能拓量等。该方案有效地为各层次投放经验的广告主提供了从存活到起量，从起量到跑量的一条龙服务。