Tumblr 赞助帖子广告的性别与兴趣定向
计算与语言
2016-06-24 v1 计算机与社会
社会与信息网络
摘要
作为领先的创意内容平台之一，Tumblr 为广告主提供了一种建立品牌形象的独特方式。广告主可以通过图像、动画、文本、音乐、视频等讲述其品牌故事，并通过赞助使该内容作为广告出现在 Tumblr 用户的动态流中进行推广。在本文中，我们提出了一个框架，实现了 Tumblr 定向广告的关键组件之一，即性别与兴趣定向。我们描述了开发该框架所涉及的主要挑战，包括为训练性别预测模型创建真实标注，以及将 Tumblr 内容映射到兴趣分类体系。为了推断用户兴趣，我们提出了一种新颖的半监督神经语言模型，用于对 Tumblr 内容（即帖子标签和帖子关键词）进行分类。该模型在包含 68 亿条用户帖子的大规模数据集上进行了训练，而标注类别的关键词数量非常有限，并且表现出优于词袋模型的性能。我们成功在 Yahoo 生产系统中部署了性别与兴趣定向功能，为覆盖 Tumblr 每日超过 90% 活动的用户提供推理。在线性能结果表明了所提方法的优势，与未定向活动相比，我们观察到用户对赞助帖子的参与度提升了 20%。
引用
@article{arxiv.1606.07189,
title = {Gender and Interest Targeting for Sponsored Post Advertising at Tumblr},
author = {Mihajlo Grbovic and Vladan Radosavljevic and Nemanja Djuric and Narayan Bhamidipati and Ananth Nagarajan},
journal= {arXiv preprint arXiv:1606.07189},
year = {2016}
}
备注
10 pages, 9 figures, Proceedings of the 21th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD 2015), Sydney, Australia