計算廣告與推薦系統有哪些區別？

 

這兩個領域的聯系大于區別，區別的根本在于兩個領域嘗試解決的問題是不同的。

• 對于計算廣告來說，本質上要處理的是三方利益的協調問題，這三方分別是廣告主、用戶和媒體。

• 對于推薦系統來說，本質上要處理的是用戶體驗的問題。

正是因為要處理問題的不同，導致了兩個領域思考方式的不同。比如同樣是構建一個CTR模型：

• 對于計算廣告系統來說，站的角度更多的是用這個CTR模型產生更多的收益，那么在使用的時候就更偏向于將CTR高的廣告全都排在前面。

• 而對于推薦系統來說，在使用CTR模型的時候，就不適宜全部按照CTR來進行內容排序。而是要兼顧內容的多樣性，新穎性，和流行度。因為推薦系統的核心是用戶體驗，如果涸澤而漁的全部用根據用戶行為歷史生成的推薦內容，很容易讓用戶疲倦、透支用戶的興趣。那么為了照顧用戶的整體體驗并挖掘用戶的長期興趣，就要考慮用戶在不同體驗階段的感受和行為特點。

計算廣告

再回到計算廣告，由于廣告系統處理的是一個三方利益的協調問題，那么為了"協調"，就誕生了很多相關且必要的技術。比如，"協調"的本質其實一種博弈方式，廣告主和媒體關于價格的博弈，廣告主之間的價格博弈，正是這種博弈的存在，使得計算廣告一定要去關注基于博弈論的bidding策略。而且為了"協調"廣告主、媒體的相關操作，誕生了支持性的相應模塊，去處理廣告排期、定向、預算控制等模塊，這里面當然涉及大量算法和模型，比如處理廣告排期需要最

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的深度学习核心技术精讲100篇（二十三）-深度学习系列计算广告与推荐系统有哪些区别？使用的主流模型有哪些？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。