Pinterest通过实时上下文集成提升广告相关性

Pinterest 分享了其广告投放模型最新增强功能的概述，该模型现在结合了用户的站外转化历史和即时搜索行为，以提供更个性化的相关促销信息。

在 Pinterest 工程博客的一篇文章中，团队解释说，他们最近整合了外部转化历史来预测用户与广告商及特定产品的未来互动。然而，这种方法只能回顾性地工作，并未考虑用户当前正在搜索的内容。为了改进其广告相关性系统，Pinterest 的团队添加了实时行为的辅助数据流。

据 Pinterest 称：“这种方法聚焦于三个主要领域：新的模型架构、新颖的训练方法和混合服务流程。”

更新后的系统现在能够评估更多关于相关 Pin 图的输入，以及过去的购买历史，以提高广告相关性。

Pinterest 表示：“对于相关 Pin 图界面，上下文层的输入特征来源于主题 Pin 图（用户当前正在查看的 Pin 图），具体使用诸如主题 Pin 图顶级兴趣类别的聚合嵌入表示等特征，并根据其置信度分数进行加权。”

简而言之，Pinterest 整合了更多数据点来预测用户对每个推广 Pin 图的可能兴趣，包括过去的转化和网站访问历史，从而提高了相关性和响应率。

会有多大的改进？

Pinterest 表示，其更新后的模型在测试中广告相关性提高了 3 到 10 倍。

“候选广告的中位相关性上升了约 275% 到 300%，”Pinterest 表示。“在整体相关 Pin 图界面上，广告相关性指标提高了 1.08%。此外，我们观察到候选广告的投放量显著增加，检索到的广告候选被展示的次数增加了 2 倍。”

这是一个相当技术性的概述，但本质上，Pinterest 现在能够根据更广泛的因素为每个用户提供更相关的广告。这可能会导致 Pin 图广告系列的效果提升。

上周，Pinterest 报告称其月活跃用户数高达 6.31 亿，同比增加了 6000 万用户每月使用该应用。与此同时，其人工智能驱动的发现流程的改进继续为用户带来更好的响应和相关性。