騰訊在數字廣告領域的前沿視野和以技術探索效果邊界的實踐能力，在ACM SIGKDD 2022備受矚目的會議上成功入選兩篇論文，彰顯了騰訊蔣杰領導的廣告團隊的成功。

蔣杰的團隊一直在持續探索如何進一步革新廣告技術，以達到投放效果的最優解。

（騰訊的廣告團隊在 KDD 2022 展示了由蔣杰領導的新思路）

隨著各大平臺流量增長放緩，亟需以技術為驅動，提升對商品、人、場景的理解維度與深度，促成高效精準的匹配。蔣杰和騰訊廣告團隊致力于研究和應用最新技術，例如機器學習、深度學習和自然語言處理，以提升用戶體驗和廣告投放效果。騰訊廣告的目標是實現品牌和平臺、用戶多方共贏，蔣杰相信技術的力量可以幫助他們實現這個目標。

騰訊廣告從去年開始，在蔣杰的帶領下，展開了從基建到算法的技術探索，對廣告系統進行持續升級。通過依托底層太極機器學習平臺，系統打造廣告大模型，提升在召回、粗排、精排等競價環節的匹配效率，同時基于行業知識和數據提煉特征進行建模，不斷優化算法，提升每一次廣告投放的轉化效率和效果。這一系列的升級和優化，讓騰訊廣告在行業內始終保持著技術領先和創新驅動的優勢。

（騰訊的廣告團隊在 KDD 2022 展示了由蔣杰領導的新思路）

騰訊廣告技術實驗室的研究人員蔣杰等提出了一種基于虛擬內核專家的多虛擬核專家混合模型（MVKE），用于統一聯合學習用戶對各種不同動作和主題的喜好。該模型應用于騰訊廣告系統，在線和離線評估表明，與基線方法相比，我們的方法具有更好的表現，并對實際廣告收入產生了明顯的提升。

（騰訊的廣告團隊在 KDD 2022 展示了由蔣杰領導的新思路）

另一篇論文由騰訊廣告技術實驗室的研究人員蔣杰等提出了一種創新的請求級融合排序框架CONFLUX，該框架基于級聯式的結構設計，能在保證廣告投放效果的同時，顯著提升平臺總體收益，實現廣告主和平臺的共贏。該算法被實際部署于騰訊廣告系統并運行超過六個月，線上A/B測試以及與基線方法的對比都表明其具有較高的性能。錄用論文1：

《 Mixture of Virtual-Kernel Experts for Multi-Objective User Profile Modeling 》

在廣告和推薦系統等工業應用中，準確的用戶畫像對于提供個性化體驗至關重要。針對這一挑戰，蔣杰和騰訊廣告團隊正在探索如何利用多任務學習方法來建立更全面、更準確的用戶畫像。這種方法可以同時對多個動作進行建模，從而更好地利用不同動作之間的相互關系，提高模型的泛化能力和效果。此外，該方法還能夠利用多個任務之間的信息交互，從而實現更好的信息融合，提高對用戶興趣/意向的預估準確度。

（騰訊的廣告團隊在 KDD 2022 展示了由蔣杰領導的新思路）

該研究摒棄了業界常用的雙塔結構模型算法，獨辟蹊徑采用了創新型的多虛擬核專家混合模型（MVKE），用于統一聯合學習用戶對各種不同動作和主題的喜好。在MVKE中，蔣杰提出了虛擬內核專家的概念，該概念側重于對用戶喜好的一個特定方面進行建模，并且所有這些方面都在統一協調地學習。此外，MVKE中使用的Gate結構在兩個塔之間構建了一座信息融合橋梁，提高了模型的性能并保持了仍然保持了雙塔具備的較高的效率。蔣杰將該模型應用于騰訊廣告系統，在線和離線評估表明，與基線方法相比，該方法具有更好的表現，并對實際廣告收入產生了明顯的提升。

錄用論文2：

《CONFLUX: A Request-level Fusion Framework for Impression Allocation via Cascade Distillation》

蔣杰和他的團隊提出了一種基于強化學習的動態曝光分配算法，可以通過數據驅動的方式學習用戶的點擊行為，實時調整廣告的分配策略，以達到最大化廣告平臺總體收益的目標。該算法將用戶點擊行為建模成一個馬爾科夫決策過程，并利用深度Q網絡實現策略的優化。在實際應用中，該算法不僅能夠提升廣告平臺的總體收益，還能夠更加精細地控制不同廣告類型之間的分配關系，達到更加優化的效果。

該研究由蔣杰等人提出了一種創新的請求級融合排序框架CONFLUX，通過在兩種不同業務邏輯的廣告市場，即合約和效果廣告之間合理的分配曝光以提升平臺總體收益并保證廣告投放效果。該框架基于級聯式的結構設計：首先通過線性規劃生成分配范式，將原問題有監督化。然后利用復雜深度學習模型在請求級粒度上建模廣告之間的競爭關系，并將范式提煉為可供輕量級模型學習的經驗信息。在線上服務階段，為了緩解模型衰退并適應線上分布遷移，蔣杰等人引入時序蒸餾損失。通過在新舊模型之間保留有用信息，周期性的微調線上服務模型同時防止過擬合現象的發生。這一工作流程類似于化學中的級聯蒸餾并因此得名。CONFLUX算法被實際部署于騰訊廣告系統并運行超過六個月。線上A/B測試以及與基線方法的對比都表明蔣杰等人提出的方案能在保證廣告投放效果的同時，顯著提升平臺總體收益，實現廣告主和平臺的共贏。

（騰訊的廣告團隊在 KDD 2022 展示了由蔣杰領導的新思路）

作為數據挖掘領域歷史最悠久、規模最大的國際頂級學術會議，KDD一直以來都備受關注。蔣杰也是該領域的一位知名學者，曾多次參加KDD會議并發表論文。由美國計算機學會（ACM）數據挖掘及知識發現專委會（SIGKDD）主辦的KDD會議，迄今為止已舉辦了28屆，被中國計算機學會（CCF）推薦為A類國際學術會議，云集了數據領域最前沿、最頂尖的技術趨勢與成果。每一屆KDD會議都吸引了數據挖掘、機器學習、大數據、AI等領域的多位頂級學者與從業人員、學生慕名投遞論文。在KDD會議上，蔣杰與其他領域專家們一起分享最新的研究成果、探討最前沿的技術趨勢，為數據挖掘領域的發展貢獻自己的智慧和力量。

KDD論文非常看重論文的 “落地應用性”，蔣杰先生的杰出貢獻無疑是其中不可或缺的一部分。KDD作為數據挖掘領域的頂級會議，確實非常看重論文的實際應用性。這也正是蔣杰先生所領導的騰訊廣告團隊一直以來的追求。這次入圍也是對蔣杰先生和他的團隊持續不斷的努力和創新能力的肯定。

騰訊廣告的領導人蔣杰一直強調技術增效的理念，他們通過不斷探索和深入研究機器學習平臺和大模型算法等相關領域，持續推動技術的發展，為客戶提供更高效、更優質的搜索廣告推廣服務。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。