今日头条的人工智能技术实践课件

,8/1/2018,#,今日头条的人工智能技术实践,媒体形式的历史变迁,书籍,公元前1000年,传唱史诗,公元前2000年,吉尔伽美什,尚书,公元200年,威尼斯公报,报纸,20世纪20年代,匹兹堡KDKA电台,贝尔德的电视机,广播,&,电视,互联网,20世纪70年代,互联网雏形ARPANET诞生,从人工到智能算法的媒体革命,创作,人工,智能算法,分发,管理,2016年是一个历史拐点,“近日，第三方监测机构易观发 布了一个具有“里程碑式意义”的数 据,：2016,年，在资讯信息分发市场 上，算法推送的内容将超,过,50%,。,这将成为一个分水岭。它意味 着，我们以后接触到的信息，将主要 由“智能机器人”为我们准备，而以 往看似不可或缺的“人工编辑”角 色，则不可避免地被边缘化。,自2012年今日头条开启算法分发 的尝试,，4,年之后，算法时代正式宣 告来临。,”,-,-,钛媒体,互联网时代内容分发形式的变革,门户,社交媒,体,&,社交网络,推荐引擎,智能算法给内容分发带来的红利,平台类,型,优势缺陷,门,户,人工精选内容，质量有保,障,分发效率低，日均分发数,百条内容，用户长尾兴趣,无法被满足,社交媒,体,个性化，内容分发效率高,信噪比低，充斥大量不感,兴趣的内容,社交网,络,个性化，内容分发效率高,互动性好,，,信噪比低，充斥大量不感,兴趣的内容,算法推,荐,个性化，内容分发效率高,需要更多，更好的数据,2012.3,字节跳动成立,2012.8,今日头条,APP,上线,2012.12,日活跃用户超,过,100,万,2013.5,B轮,融,资,2014.6,C轮,融,资,2014.12,超,越所有,国,外同行,2016.8,用户规模超过,5.5,亿,日,活跃用,户,超,过,6,0,0,0万,一直被模仿，从未被超越：大量的“山寨”头条追赶，其中不乏互联网巨头，均落后于头条。已有美、日、印尼等国的互联网公司宣称自己是,“xx（,本国）,”的今日头条。,2013.7,日,活用户,超过,1,0,0,0,万,开创 最早,技术用户 最领先,规模最大,字节跳动是移动互联网成长最快的公司之一,2015.11,日,活超过300,0,万,推,出短视,频,平台,传统内容分发平台纷纷拥抱算法推荐,Twitter,近年股价变化,Facebook,近年股价变,化,除了以今日头条为代表的新兴智能推荐平台，传统新,闻APP，,浏览器，搜索应用，,社交平台,（Facebook，,微博）纷纷上线资讯智能推荐功,能,Facebook披露信息流排序方,式,：发布新功能,2013,新浪科技,Twitter调整消息流排序,不再严格按时间顺,序,2016,新浪科技,基于智能算法的内容推荐,推荐系统的核心算法可以根据用户标签，内容标签和情景信息，计,算用户对内容感兴趣的概率,典型推荐算法,协同过滤,Logistic,Regression,Factorization,Machine,GBDT,DNN,典型推荐特征,相关性特征,关键词匹配 分类匹配 主题匹配 来源匹配,环境特征,地理位置 时间,热度特征,全局热度 分类热度 主题热度 关键词热,度,Bias,特征,用户先验点击率 用户性别,用户年龄,协同特征,点击相似用户,兴趣分类相似用户 兴趣主题相似用户 兴趣词相似用户,上下文特征,上一刷内容,最近N次推荐内容,最近N天推荐内,容,基于智能算法的文本内容分析,文本内容自动分析是新闻推荐系统的基石，主要应用包括精细分,类，主题分析和实体词提取,体育,/,足球,/,德,甲,拜仁，安切洛蒂，多特蒙德,典型的层次化文本分类算法,元分类器,元分类器,元分类器,元分类器,元分类器,元分类器,元分类,器,元分类器,元分类器,root,元分类器类型：,SVM,SVM+,CNN,SVM+CNN+,RNN,实体词识别算法,分词,&,词性标注,英,超,N,利物浦,N,0-0,曼联,N,，德赫亚,N,。,抽取候选,英超联赛,利物浦足球俱乐部,*,利物浦市,*,曼联俱乐部 德赫亚,。,去歧,英超联赛,利物浦足球俱乐部 曼联俱乐部,德赫亚,。,计算相关,性,基于智能算法的图像识别,对全自动化的智能推荐引擎而言，准确快速的图像识别对于分析内 容特征，广告色情识别至关重要,奥巴马,美国,国际,一种识别易引起不适图片,的,算法,基于ImageNet训,练好的,CNN,抽取,向量,标注样本图片,训练,NN,分类器,基于智能算法的写稿机器人,人工智能已经可以在财经报道，体育赛事报道等领域自动创作内容，可,读性完全可以媲美人工编辑,图片库,直播语料素材,算法辅助视频封面选择,封面选择对视频的点击率有重要影响，智能算法可以自动给出封面建议，,减少视频上传者的选择成本,预估点击率,0.2,预估点击率,0.3,预估点击率,0.1,预估点击率,0.2,算法自动生成视频集锦,智能算法可以从体育比赛,，MV,等长视频中自动抽取精彩片段，甚至,生成gif，可以节省用户时间和流,量,Q&A,