公司为海外广告代理商,国内厂商在facebook平台发布广告,需选择facebook提供的用户受众的兴趣词,不同兴趣词,面向不同的受众群体,兴趣词对广告的投放效果起重要作用。 项目基于推荐系统和人工智能算法模型,智能生成向广告发布商推荐用户受众的兴趣词。 项目采用召回,精选,优选三个模块。 召回模块基于相似度海选相似广告。 精选模块采用神经网络二分类模型,对海选兴趣词进行精选过滤。 优选模块基于兴趣词对广告投放效果的影响,基于performance推荐优质兴趣词。 项目部署采用flask,相似度加速采用tensorflow张量运算,通过预加载缓存技术提升响应速度。 独立一个人...
电商商城web后端项目。项目是一个小型电商商城的web后端服务器。主要分为用户模块,商品模块,订单模块,支付模块,后台管理模块。采用python的django框架实现。使用auth2.0实现第三方登录。数据库采用mysql+redis。异步任务使用celery。商品搜索使用elesticsearch + haystack。第三方存储使用七牛云。后台模块采用django的DRF框架。 参与项目的前期筹备,以及负责用户模块,商品模块,后台管理模块的相关接口开发与调试,协助负责项目部署。...
公司是海外广告代理投放平台,有海量的广告数据,包含广告文本描述和广告素材图片,以及广告页链接,需要根据这些信息,进行广告类别预测。 项目分为基于NLP的文本类别预测,和基于图片+视频的图片类别预测两大模块。 类别选用天猫商城的21个大商品类别。 NLP类别预测使用bert预训练模型 + 爬取第三方广告数据 + 公司自身广告数据进行模型精调。 图片类别预测采用resnet50 + Inception v3的模型融合策略,视频采用ffmpeg提取关键帧方式转为图片进行类别预测。 训练数据来源于爬虫爬取存量广告素材页,落地页信息。爬虫采用线程池进行加速。 经过多轮调优,最终整体分类准确率...