您现在的位置：程式師世界 >> 編程語言 > >> 更多編程語言 >> Python

手機消息彈窗太多？背後竟然是這個Python算法！

編輯：Python

身為Python人，是一件很矛盾的事情。

有專家認為，在大數據時代，人人都在裸泳，算法每天都在分析人們的偏好，研究你更喜歡蛙泳、自由泳還是潛水，然後決定賣你泳衣泳帽還是潛水瓶。

Python人的糾結在於，一邊在大數據裡裸泳，一邊又要分析其他裸泳的人；一邊絞盡腦汁把客戶的信息推送到目標群體面前，一邊狠狠×掉各種彈窗廣告、貼片廣告、開屏廣告……

手快一點就點進去了

Python人熟悉每一個廣告推薦算法的框架、邏輯、套路、目的，比外行人更能一針見血地指出廣告推薦的設計漏洞。卻在阻止親人、愛人、友人看了廣告沖動消費時遇到一句“就你懂，就你懂的多”。

看來還是懂的不夠多，那我們就來看一個廣告推薦算法的實例。

首先，我們收集到了一大批廣告投放的數據，包括App信息、廣告位ID、媒體ID、物料信息、標題文字、描述文字和其他可用的向量特征。

然後，我們發現物料信息裡包含大量圖片信息，以文本形式進行存儲，所以首先需要對這些信息進行處理。

可以采用圖片特征提取等方式處理，這裡為了簡便，統一按照文本信息方式進行處理，先序列化編碼，再進行詞（文本）向量轉換。

for col in ["pkgname", "ver", "slotid", "mediaid", "material"]:
lbl = LabelEncoder()
lbl.fit(train_df[col].tolist() + test_df[col].tolist())
train_df[col] = lbl.transform(train_df[col])
test_df[col] = lbl.transform(test_df[col])

這裡我們采用Torch包的Embedding，將文本轉化為向量。

數據處理結束後，就要祭出經典的網狀結構MLP了。

class MLP(nn.Module):
def __init__(self, category_dict, layers=[45 + 240, 32], dropout=False):
super().__init__()
print(category_dict)
self.category_dict = category_dict
self.embedding_dict = {
key: torch.nn.Embedding(
self.category_dict[key] + 1, int(np.log2(self.category_dict[key]))
).to(device)
for key in category_dict.keys()
}
self.fc_layers = torch.nn.ModuleList()
for _, (in_size, out_size) in enumerate(zip(layers[:-1], layers[1:])):
self.fc_layers.append(torch.nn.Linear(in_size, out_size).to(device))
self.output_layer = torch.nn.Linear(layers[-1], 1).to(device)
def forward(self, feed_dict, embed_dict):
embedding_feet = {
key: self.embedding_dict[key](feed_dict[key])
for key in self.category_dict.keys()
}
x = torch.cat(list(embedding_feet.values()), 1)
x = torch.cat([x, embed_dict], 1)
for idx, _ in enumerate(range(len(self.fc_layers))):
x = self.fc_layers[idx](x)
x = F.relu(x)
x = F.dropout(x)
logit = self.output_layer(x)
return logit

訓練開始~

這就是廣告推薦中比較常見的一種思路，但身為Python人的你，肯定覺得這套算法略顯簡陋。

對此，我想說，“就你懂的多，你行你上”。