BigData e ML na Globo
•
19 gefällt mir•2,106 views
Como a globo.com utiliza big data e machine learning para impulsionar o engajamento dos usuários. Como utilizamos aprendizado supervisionado, não supervisionado e por reforço para conseguirmos melhorar a experiência do usuário.
Empfohlen
Empfohlen
Weitere ähnliche Inhalte
Was ist angesagt?
Was ist angesagt? (20)
Ähnlich wie BigData e ML na Globo
Ähnlich wie BigData e ML na Globo (20)
Mehr von Renan Moreira de Oliveira
Mehr von Renan Moreira de Oliveira (16)
BigData e ML na Globo
- 4. 100 MILHÕESDE USUÁRIOS ÚNICOS POR MÊS comScore out/2018
- 5. BIG NUMBERS 10 milhões de usuários únicos por dia 2 milhões de conexões simultâneas 4 bilhõesde eventos diários 100 mil novos conteúdos por mês
- 6. Como aprendemos os interesses dos usuários dado a sua navegação. desde 2012
- 9. event tracker by globo.com
- 12. TRABALHANDO COM
- 18. NOVO
- 20. MVT - MULTIVARIATE TESTING todososexperimentose alternativasdoseuproduto podemsercombinados*. emlugarescommuitaaudiência
- 21. MVT - MULTIVARIATE TESTING impressões conversões taxa ux_a 150mil 50mil 30% ux_b 100mil 22mil 22% impressões conversões taxa api_a 300mil 15mil 5% api_b 200mil 40mil 20% experimento /alternativa exp/alt (comparador) impressões interseção conversões interseção taxa ux_a api_a 50mil 16mil 32% ux_a api_b 30mil 7.5mil 25% ux_b api_a 35mil 3.1mil 9% ux_b api_b 20mil 1.2mil 6%
- 22. QUAL É O MELHOR? ab testing vantagem: altíssimaconfiançaestatísticae nãodependedemuitovolume desvantagem: populaçãoentreosexperimentos temquesersignificativa desvantagem: podemocorrerruídosnãovisíveis vantagem: melhorcombinaçãoe asinterseçõessãovistas multivariate testing
- 26. Padrão de Mercado: Display - mínimo de 50% da área da publicidade exibida na tela do usuário por ao menos 1 segundo. Vídeo - mínimo de 50% da área da publicidade em vídeo exibida na tela do usuário por ao menos 2 segundos. Viewability D E F I N I Ç Ã O KPI de mercado usado para estimar o percentual de impressões de publicidade que tiveram chance de ser vistas pelo usuário.
- 27. Padrão de Mercado: Display - mínimo de 50% da área da publicidade exibida na tela do usuário por ao menos 1 segundo. Vídeo - mínimo de 50% da área da publicidade em vídeo exibida na tela do usuário por ao menos 2 segundos. Viewability D E F I N I Ç Ã O KPI de mercado usado para estimar o percentual de impressões de publicidade que tiveram chance de ser vistas pelo usuário.
- 28. Viewability H I P Ó T E S E Utilização de um algoritmo de otimização (MAB) para definir o meIhor momento de início de carregamento da publicidade na página e distribuir os usuários de acordo ALTERNATIVA A ALTERNATIVA B ALTERNATIVA C 200px 250px 300px
- 29. Viewability H I P Ó T E S E ALTERNATIVA A ALTERNATIVA B ALTERNATIVA C 200px 250px 300px Utilização de um algoritmo de otimização (MAB) para definir o meIhor momento de início de carregamento da publicidade na página e distribuir os usuários de acordo
- 30. Viewability H I P Ó T E S E ALTERNATIVA A ALTERNATIVA B ALTERNATIVA C 200px 250px 300px Utilização de um algoritmo de otimização (MAB) para definir o meIhor momento de início de carregamento da publicidade na página e distribuir os usuários de acordo Multi-Armed Bandit
- 31. Viewability H I P Ó T E S E ALTERNATIVA A ALTERNATIVA B ALTERNATIVA C 200px 250px 300px Utilização de um algoritmo de otimização (MAB) para definir o meIhor momento de início de carregamento da publicidade na página e distribuir os usuários de acordo Multi-Armed Bandit
- 32. VARIAÇÕES DOS ARMS MAIS ENTREGUES
- 36. SIMILARIDADE ENTRE USUÁRIOS 5 2 2 ? 3 4 5 3 ? GOKU SEIYA SAITAMA
- 37. SIMILARIDADE ENTRE ITENS 1.0 0.8 0.7 0.8 1.0 0.9 0.7 0.9 1.0
- 39. FAMÍLIAS DE ALGORITMOS top ordena listas deitens combaseemalgumcritério: maislidos,maisconvertidos, maisrecentes resolveoproblema dasmatériasbombásticas.
- 40. TOP NO G1
- 42. algoritmo para item FAMÍLIACONTENT-BASED banana laranja morango banana morango banana morango laranja 2 2 1 documento original termos extraídos relevância dostermos uva banana morango 4 2 1 morango laranja banana 3 2 1 limão uva laranja 3 3 1 cálculode similaridade 2764 1736 3427 #1 #2 #3 … basededados dedocumentos docID:1736 docID:2764 docID:3427 … consideradocumentoatual eoutrosdocumentosdoinventário
- 43. FINAL DE MATÉRIA
- 45. FINAL DE MATÉRIA
- 46. Feature extraction aplicado a texto e vídeos CONTENT KNOWLEDGE
- 47. CONTENT KNOWLEDGE - TEXTO TF-IDF popular detector de termos relevantes Word2Vec detecta contexto usando espaço vetorial Semânticausando ontologia, representada em grafos
- 48. Tags termos descritos por editores Reglobinition detector de personagens em vídeos Semânticausando ontologia, representada em grafos CONTENT KNOWLEDGE - VÍDEO
- 49. REGLOBINITION FACENET Ele aprende um mapeamento de imagens faciais para um espaço euclidiano compacto onde as distâncias correspondem diretamente a uma medida de similaridade de faces
- 52. algoritmo para usuário FAMÍLIA COLLABORATIVE FILTERING
- 53. FAMÍLIA COLLABORATIVE FILTERING algoritmo para usuário
- 54. FAMÍLIA COLLABORATIVE FILTERING algoritmo para usuário
- 55. FAMÍLIA COLLABORATIVE FILTERING algoritmo para usuário
- 56. FAMÍLIA COLLABORATIVE FILTERING algoritmo para usuário FAMÍLIA COLLABORATIVE FILTERING considerahistóricodousuário ehistóricodeoutrosusuário
- 57. PRA VOCÊ
- 58. algoritmo para item FAMÍLIA COLLABORATIVE FILTERING
- 59. FAMÍLIA COLLABORATIVE FILTERING algoritmo para item
- 60. FAMÍLIA COLLABORATIVE FILTERING algoritmo para item FAMÍLIA COLLABORATIVE FILTERING consideradocumentoatual ehistóricodeoutrosusuários
- 61. QUEM VIU ISSO
- 63. COLLABORATIVE FILTERING GLOBO CONTENT BASED GLOBO TOP GLOBO FILTRODE24H GE TOPUF GLOBO blend= GE100 55 10 70 COLLABORATIVE FILTERING GLOBO CONTENT BASED GLOBO TOPVÍDEOS GLOBO FILTRODE10ANOS GLOBOPLAY TOPUF GLOBO blend=Globoplay400 200 10 0 1yr pesosefiltrosparafinsdemonstrativos
- 65. OPTIMIZER
- 67. RecInspector INTERFACE DE VALIDAÇÃO BIG DATA – GLOBO.COM
- 70. DICAS Infraestrutura tem que tá na veia - DevOps Publicações tem que ser rotina de leitura Estatística vai entrar no seu dia Equipe e não unicórnios