腾讯在数字广告领域的前沿视野和以技术探索效果边界的实践能力，在ACM SIGKDD 2022备受瞩目的会议上成功入选两篇论文，彰显了腾讯蒋杰领导的广告团队的成功。
蒋杰的团队一直在持续探索如何进一步革新广告技术，以达到投放效果的最优解。
（腾讯的广告团队在 KDD 2022 展示了由蒋杰领导的新思路）
随着各大平台流量增长放缓，亟需以技术为驱动，提升对商品、人、场景的理解维度与深度，促成高效精准的匹配。蒋杰和腾讯广告团队致力于研究和应用最新技术，例如机器学习、深度学习和自然语言处理，以提升用户体验和广告投放效果。腾讯广告的目标是实现品牌和平台、用户多方共赢，蒋杰相信技术的力量可以帮助他们实现这个目标。
腾讯广告从去年开始，在蒋杰的带领下，展开了从基建到算法的技术探索，对广告系统进行持续升级。通过依托底层太极机器学习平台，系统打造广告大模型，提升在召回、粗排、精排等竞价环节的匹配效率，同时基于行业知识和数据提炼特征进行建模，不断优化算法，提升每一次广告投放的转化效率和效果。这一系列的升级和优化，让腾讯广告在行业内始终保持着技术领先和创新驱动的优势。
（腾讯的广告团队在 KDD 2022 展示了由蒋杰领导的新思路）
腾讯广告技术实验室的研究人员蒋杰等提出了一种基于虚拟内核专家的多虚拟核专家混合模型（MVKE），用于统一联合学习用户对各种不同动作和主题的喜好。该模型应用于腾讯广告系统，在线和离线评估表明，与基线方法相比，我们的方法具有更好的表现，并对实际广告收入产生了明显的提升。
（腾讯的广告团队在 KDD 2022 展示了由蒋杰领导的新思路）
另一篇论文由腾讯广告技术实验室的研究人员蒋杰等提出了一种创新的请求级融合排序框架CONFLUX，该框架基于级联式的结构设计，能在保证广告投放效果的同时，显著提升平台总体收益，实现广告主和平台的共赢。该算法被实际部署于腾讯广告系统并运行超过六个月，线上A/B测试以及与基线方法的对比都表明其具有较高的性能。录用论文1：
《 Mixture of Virtual-Kernel Experts for Multi-Objective User Profile Modeling 》
在广告和推荐系统等工业应用中，准确的用户画像对于提供个性化体验至关重要。针对这一挑战，蒋杰和腾讯广告团队正在探索如何利用多任务学习方法来建立更全面、更准确的用户画像。这种方法可以同时对多个动作进行建模，从而更好地利用不同动作之间的相互关系，提高模型的泛化能力和效果。此外，该方法还能够利用多个任务之间的信息交互，从而实现更好的信息融合，提高对用户兴趣/意向的预估准确度。
（腾讯的广告团队在 KDD 2022 展示了由蒋杰领导的新思路）
该研究摒弃了业界常用的双塔结构模型算法，独辟蹊径采用了创新型的多虚拟核专家混合模型（MVKE），用于统一联合学习用户对各种不同动作和主题的喜好。在MVKE中，蒋杰提出了虚拟内核专家的概念，该概念侧重于对用户喜好的一个特定方面进行建模，并且所有这些方面都在统一协调地学习。此外，MVKE中使用的Gate结构在两个塔之间构建了一座信息融合桥梁，提高了模型的性能并保持了仍然保持了双塔具备的较高的效率。蒋杰将该模型应用于腾讯广告系统，在线和离线评估表明，与基线方法相比，该方法具有更好的表现，并对实际广告收入产生了明显的提升。
录用论文2：
《CONFLUX: A Request-level Fusion Framework for Impression Allocation via Cascade Distillation》
蒋杰和他的团队提出了一种基于强化学习的动态曝光分配算法，可以通过数据驱动的方式学习用户的点击行为，实时调整广告的分配策略，以达到最大化广告平台总体收益的目标。该算法将用户点击行为建模成一个马尔科夫决策过程，并利用深度Q网络实现策略的优化。在实际应用中，该算法不仅能够提升广告平台的总体收益，还能够更加精细地控制不同广告类型之间的分配关系，达到更加优化的效果。
该研究由蒋杰等人提出了一种创新的请求级融合排序框架CONFLUX，通过在两种不同业务逻辑的广告市场，即合约和效果广告之间合理的分配曝光以提升平台总体收益并保证广告投放效果。该框架基于级联式的结构设计：首先通过线性规划生成分配范式，将原问题有监督化。然后利用复杂深度学习模型在请求级粒度上建模广告之间的竞争关系，并将范式提炼为可供轻量级模型学习的经验信息。在线上服务阶段，为了缓解模型衰退并适应线上分布迁移，蒋杰等人引入时序蒸馏损失。通过在新旧模型之间保留有用信息，周期性的微调线上服务模型同时防止过拟合现象的发生。这一工作流程类似于化学中的级联蒸馏并因此得名。CONFLUX算法被实际部署于腾讯广告系统并运行超过六个月。线上A/B测试以及与基线方法的对比都表明蒋杰等人提出的方案能在保证广告投放效果的同时，显著提升平台总体收益，实现广告主和平台的共赢。
（腾讯的广告团队在 KDD 2022 展示了由蒋杰领导的新思路）
作为数据挖掘领域历史最悠久、规模最大的国际顶级学术会议，KDD一直以来都备受关注。蒋杰也是该领域的一位知名学者，曾多次参加KDD会议并发表论文。由美国计算机学会（ACM）数据挖掘及知识发现专委会（SIGKDD）主办的KDD会议，迄今为止已举办了28届，被中国计算机学会（CCF）推荐为A类国际学术会议，云集了数据领域最前沿、最顶尖的技术趋势与成果。每一届KDD会议都吸引了数据挖掘、机器学习、大数据、AI等领域的多位顶级学者与从业人员、学生慕名投递论文。在KDD会议上，蒋杰与其他领域专家们一起分享最新的研究成果、探讨最前沿的技术趋势，为数据挖掘领域的发展贡献自己的智慧和力量。
KDD论文非常看重论文的 “落地应用性”，蒋杰先生的杰出贡献无疑是其中不可或缺的一部分。KDD作为数据挖掘领域的顶级会议，确实非常看重论文的实际应用性。这也正是蒋杰先生所领导的腾讯广告团队一直以来的追求。这次入围也是对蒋杰先生和他的团队持续不断的努力和创新能力的肯定。
腾讯广告的领导人蒋杰一直强调技术增效的理念，他们通过不断探索和深入研究机器学习平台和大模型算法等相关领域，持续推动技术的发展，为客户提供更高效、更优质的搜索广告推广服务。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
