El aprendizaje automático se puede utilizar para optimizar cualquier número de procesos comerciales utilizados para adquirir ingresos publicitarios para sitios web. Una vez que identifica el problema comercial, generalmente es bastante sencillo diseñar una solución de aprendizaje automático que pueda mejorar los ingresos publicitarios en cualquier lugar, desde% 15 (Compras en línea en Shopping.com) hasta 5X (Medios de demanda), según mi experiencia, por supuesto. .
Enumeraré algunos ejemplos, y una compañía de ejemplo (un poco) haciendo esto para cada uno. Esto de ninguna manera es exhaustivo.
- aumentar el tráfico entrante mediante la creación de nuevas páginas web amigables para SEO (Demand Media)
- Mejorar el SEO en páginas web compatibles con SEO (SEOMoz)
- Disminución de la tasa de rebote en un sitio existente (Sistemas de recomendación genéricos)
- optimización de puntos de precio para campañas de ofertas SEM a gran escala (Efficient Frontier)
- optimización de páginas de destino para tráfico entrante de campañas SEM de cola larga (BloomReach)
- mostrando anuncios óptimos (texto o banner) en el sitio existente (eBay / Shopping.com)
- incrustando enlaces de socios de contenido en el sitio existente (OutBrain)
- distribución de contenido existente a socios de contenido (Demand Media)
El verdadero punto de sudor para ML es para sistemas existentes muy grandes que están bien pero no son óptimos, y no tienen limitaciones terribles de tiempo o rendimiento (nada más que 200 ms para mostrar el anuncio).
- ¿La IA tradicional se está volviendo obsoleta a la luz del progreso en el aprendizaje profundo?
- ¿Cómo y por qué funciona la estimación de contraste de ruido?
- ¿Cómo determina el algoritmo de aprendizaje automático de Quora la clasificación de la calidad de la pregunta?
- ¿Podemos regularizar la red neuronal profunda desconectando enlaces entre unidades, en lugar de abandonar unidades seleccionadas al azar?
- ¿Cuáles son algunos ejemplos de buenos regresores e instrumentos para los modelos de regresión IV?
Por ejemplo, en contraste, siempre imaginé que podría usar ML para hacer un retargeting de anuncios sofisticado, pero esto es bastante difícil debido a las limitaciones de tiempo. Del mismo modo, cualquier campaña de licitación en tiempo real tendrá que ver más con la velocidad y la ejecución que con los datos, y las cosas muy simples funcionan mejor aquí.
Además, creo que muchas personas creen que cuantos más datos tenga, mejor podrá decir anuncios dirigidos a individuos (es decir, recomendaciones de anuncios personalizados). Esto podría tener sentido si tuviera información detallada sobre un visitante entrante (es decir, la lista de intereses de su página de Facebook). Este es el santo grial, y el primer problema en el aprendizaje automático en el que he trabajado.
si pienso en algunas otras ideas las agregaré.