如何净化互联网营销环境？核心靠大数据与机器学习
11.03.2016 09:53
本文来源: 中小企业
而且与传统广告不同，互联网广告一般采用程序化投放(RTB)，数量庞大，发布周期短，发布频次高，且推广内容通常是客户自行操作。这也意味着，单纯依靠人工进行广告质量的审核已经很难，通常都需要营销服务平台具备强大的技术实力对推广内容进行识别、过滤和处理。以阿里巴巴集团旗下大数据营销推广平台阿里妈妈为例，平均每天有超过3亿件商品的推广展现，每天超过50亿的推广流量。数据量之大，可想而知。
不过日前阿里妈妈公布，2015年，阿里妈妈累计屏蔽了4600万条恶意推广，有效净化了互联网营销环境。那么，阿里妈妈是如何在这巨大的数量中发现恶意广告的呢?
“核心是大数据和机器学习，”阿里妈妈表示，实际业务诉求中，阿里妈妈的风险控制团队会根据产品类型、时间周期、风险类型通过大数据进行多维度的风险评估。结合机器的算法逻辑，通过系统抽样的方式，客观的量化风险，判断风险现状，预测并挖掘高危风险和潜在风险。通过这套完整的风险评估体系，系统将自动把恶意素材扼杀在推广上线之前。同时，配合人工排查的方式，捕捉漏网之鱼，予以处理。
“一旦发现违规违禁或者假货侵权信息出现在推广图片上，系统就会通过图像算法模型，以事先在样本库中录入图片或logo样本的方式，通过样本自动抓取线上投放且被样本命中的推广信息。”阿里妈妈表示，通过数据的不断积累和机器学习，这套模型会越来越智能和成熟，目前这套图像算法的召回准确率已达85%以上，处于国际领先的地位。
据悉，除了通过自身系统排查外，阿里妈妈去年开始还积极拓展社会化的资源，众包了人工审核团队，辅助处理一些机器暂时难以覆盖的风险面，每小时可完成约10万条审核数据。 来源：中国网
本文来源: 中小企业
11.03.2016 09:53
