主题报告一：深度学习在微博信息流点击率预估中的应用

主题简介：深度学习目前在图像处理、语音识别、自然语言处理等领域取得了突破性的进展，并在工业界获得广泛应用并取得了非常亮眼的效果。点击率预估是目前各个互联网公司中广泛使用的应用任务，各种计算广告、智能推荐及信息流排序等任务中大量使用CTR预估相关技术，主流的CTR预估方法包括LR、GBDT、FM因子分解机等模型。本分享将简介目前主流的传统CTR预估模型，并将目前采用深度学习模型进行CTR预估任务的前沿研究进行归类梳理，分析其各自的优缺点及适合的应用场景。同时，将介绍在微博信息场景下采用深度学习进行点击率预估的应用实践。

个人简介：张俊林，目前在新浪微博AI Lab担任资深算法专家。在此之前，张俊林曾经在阿里巴巴任资深技术专家，以及在百度和用友担任技术经理及技术总监等职务。他是技术书籍《这就是搜索引擎：核心技术详解》（该书荣获全国第十二届输出版优秀图书奖）、《大数据日知录：架构与算法》的作者。他博士毕业于中科院软件所，研究方向是信息检索理论与自然语言处理，就学期间曾在ACL、COLING等国际顶级会议发表多篇学术论文。另外，他领导设计的搜索系统曾在美国国防部主持的TREC高精度检索系统评测中取得综合排名第一名的优异成绩。