演讲主题：CTR预估技术前沿进展：用户全站学习在外卖广告的应用
大宴会厅3
CTR预估技术中，用户建模是预估迭代的主要原动力，通过从实际业务中挖掘用户的行为模式，持续的增加信息输入，提升CTR的精准度和排序能力。长期的算法建模中，我们意识到信息输入决定效果上限，阿里的兴趣建模引领了用户建模的第一波迭代，然而经过两年迭代我们也看到其局限性：\n
一是同屏多商家间的影响没有建模；\n
二是搜推广架构先预估后排序展示，预估阶段无法获取同屏商家；\n
三是只建模点击/下单行为且独立输入，缺少全入口、浏览信息完整串连刻画。\n
\n
为此美团从如下三方面突破：\n
一、打破传统搜推广漏斗型检索架构、构建旁路算法和系统，结合近线系统构建side model，首次解决预估阶段无法获取同屏商家的瓶颈；\n
二、突破单商家视角、构建页面级建模体系。结合side model 获取页面搭建页面级建模。\n
三、从单入口单行为到全入口全行为覆盖，创新提出基于全行为的决策路径建模，更好的提取用户行为的连续性和周期性。\n
\n
主题大纲：\n
1.外卖广告CTR简介\n
外卖广告业务简介\n
外卖广告CTR模型发展\n
\n
2.用户全站学习问题框架\n
页面信息获取难点和问题分析\n
用户全行为建模难点分析\n
\n
3.Side model 和页面级建模\n
Side model 构建与页面级建模模型简述\n
系统角度理解Side model4、用户全行为、全入口建模\n
\n
4.决策路径建模\n
用户多行为依赖关系、行为语义\n
\n
5.挑战及未来规划\n
用户建模的终极思考\n
gpt与用户建模的可能分析\n
