这是一种非常准确的解释 。
的核心目标是用户体验 。基于大量历史数据尝试推荐用户最感兴趣的内容 ， 包括广告 。其中 ， 用户体验的正向行为有“完播、点赞、评论、关注、分享、下载、打赏”等 ， 抖音每日活跃6亿+用户 ， 每个人刷出来的视频排序大概率都是不一样的 ， 这与用户偏好、属性、实时热点都有关系 。
从每个独立用户视角所看到的视频排序 ， 一般都会经历的过程 ， 利用协同过滤、机器学习、深度学习等算法/策略来确保推荐的精准度 。
由于平台不可能直接把数千万条视频、直播与用户的兴趣进行匹配、排序 ， 所以先通过多种策略做内容召回（比如：兴趣标签、相似用户、热门内容等） ， 先召回有限的候选集 ， 再进行内容排序 。
谷歌DNN模型的目标就是在给定YouTube用户历史行为与上下文的情况下 ， 学习 user embedding 向量u ， 作为输入送到 Softmax分类器 ， 用以生成初步候选集作为视频的召回结果 。
谷歌论文：《Deep Neural Networks for YouTube Recommendations》
召回完成后 ， 内容排序有很多种算法模型这里就不展开了 ， 因为我也看不太懂 。总之 ， 老板那句“两手都要抓 ， 两手都要硬” ， 并不是想象中那么简单 。
最终 ， 服务器向用户手机返回了排好顺序的视频 ， 用户依次向下滑动 ， 他的点赞、评论、观看时长等行为将被记录下来 ， 用于未来模型训练 ， 提升预测的准确度 。以亿为单位海量的兴趣数据经过训练不断反哺到内容推荐与广告业务中去 ， 呈现飞轮式增长 。
计算广告如何更「高效」
刚才也提到 ， 作为一项业务 ， 其核心目标是「平衡」用户、平台、广告主三方的利益：
平台利益：Max(eCPM ， 这里的“收益”指广告主支付广告费获得的收益水平 。例如：阿里在抖音投放1000次广告需要支付20元 ， 平均可以获取1个新用户 ， 1个用户1年只能为阿里带来10元的综合收益（ROI=0.5） ， 那20元的广告费就是不划算的 。用户利益：尽量少看广告（抖音的Ad load） ， 即使看也是看自己感兴趣的内容 。我们模拟一轮简化的广告分发场景：“用户看了广告主A和C的素材后都没有点击 ， 而用户B不仅点击了广告主B的素材 ， 并且注册成为B产品的客户 。”
这一轮广告展示中 ， 广告主A和C需要根据广告展示次数向平台付费（CPM） ， 但他们获得客户的利益点没有得到满足 ， 这就出现了客户收益与平台成本不匹配的问题 ， 长期没有改善广告主自然就会停止投放 。
所以 ， 想要满足客户的投放目标（如：合理的获客成本） ， 就需要提高广告的点击/转化水平（CTR/CVR） ， 这就回到了前文所说的「个性化推荐」在计算广告的应用 ， 尽量匹配用户感兴趣的广告 。例：给饭圈粉丝推荐Idol代言产品 。
如何持续改善广告点击/转化率（CTR/CVR）呢？
以 ， 广告点击的概率（CTR）可以描述为依赖于4个不同类型输入的函数：

以上关于本文的内容，仅作参考！温馨提示：如遇健康、疾病相关的问题，请您及时就医或请专业人士给予相关指导!

• 讲解奶茶店真实收入 自己开奶茶店能赚钱吗
• 打篮球要加强自我保护意识
• 宝宝最爱生病的阶段是什么时候 怎么提高自身免疫力
• 苹果手机怎么把自己喜欢的歌曲设置成铃声
• 翡翠是什么材质？翡翠的结构分析
• 骑自行车健身的七大误区
• 抖音来自昨天谁以青春赴万丈理想我是寸土不让的家乡啊是什么歌 歌曲分享
• 被自愿是什么梗 被自愿是什么意思
• 善良也是一种智慧,是一种远见,是一种自信 善良，不仅是一种情怀，更是远见和智慧
• 刘德华自称不敬业 杨颖被评为香港十大杰出青年