Pranjul Yadav

Senior Software Engineer - Machine Learning, Google

Tema de la conferencia:

Mejora de la publicidad digital: técnicas de adaptación de dominios para los desafíos del arranque en frío de los socios

Resumen:

Los anuncios digitales conectan a socios (vendedores) con usuarios en línea potencialmente interesados. Dentro del ámbito de la publicidad digital, existen múltiples plataformas, por ejemplo, reorientación y prospección de usuarios. Los socios suelen comenzar con campañas de reorientación y luego emplean campañas de prospección para llegar a una base de clientes sin explotar. Hay dos desafíos principales involucrados con la prospección. El primer desafío es la incorporación exitosa de un nuevo socio en la plataforma de prospección, lo que se conoce como problema de arranque en frío del socio. El segundo desafío gira en torno a la capacidad de aprovechar grandes cantidades de datos de reorientación para el problema de arranque en frío de los socios.

En este trabajo, estudiamos la adaptación del dominio para el problema de arranque en frío del socio. Para ello, proponemos dos técnicas de adaptación de dominio, SDA-DANN y SDA-Ranking. SDA-DANN y SDA-Ranking amplían las técnicas de adaptación de dominios para el arranque en frío de socios incorporando similitudes de subdominios (información a nivel de categoría de producto). A través de experimentos rigurosos, demostramos que nuestro método SDA-DANN supera las técnicas básicas de adaptación de dominio en un conjunto de datos del mundo real, obtenido de un importante anunciante en línea. Además, mostramos que nuestra técnica propuesta SDA-Ranking supera a los métodos de referencia para socios de bajo CTR.

Biografía del Ponente:

Pranjul Yadav completó su B.S. del Instituto Indio de Tecnología y Ph.D. de la Universidad de Minnesota con especialización en aprendizaje automático. Post doctorado. Pranjul trabajó en Criteo Research (2017-2020) en aprendizaje por transferencia y actualmente en Google (Ingeniero Senior - Machine Learning). El interés de Pranjul radica en la minería de datos, el aprendizaje automático y sus aplicaciones en el comercio electrónico y la atención médica. Pranjul ha publicado extensamente en conferencias líderes como SDM, IEEE' BIGDATA, ICDM, RECSYS, AMIA, ICMLA, ICHI, CIKM y revistas como ACM Computing Surveys y en Critical Care Medicine.