百度国际旗下智能广告平台MediaGo近日宣布，对其深度学习模型进行全面升级。升级后的模型可以准确判断流量质量，对广告版位实现智能竞价，并在营销漏斗的每一步实现精准预测，帮助广告主实现最大化投资回报率（ROI）。

MediaGo DSP基于深度学习技术构建智能广告引擎，采用参数规模10亿+的深度神经网络技术，每秒处理超过700万次广告请求，实时评估广告效果并制定智能竞价策略。

近年来，广告行业中普遍存在着低质流量泛滥的问题，难以促成最终转化等问题。为了解决行业常见难题，MediaGo有针对性地对深度学习模型进行训练，推出五大模型，覆盖营销转化全链路：

五大深度学习模型

流量价值预估模型：该模型可以精准预估流量价值，一方面有效避免机器人流量、作弊流量等无效流量（IVT）对广告主利益的威胁，将IVT比例大幅降低至行业均值的10%以内；另一方面准确判断流量价值，淘汰掉效果较差的低质流量，仅对价值最高的流量出价，从而提升投放效果，保证广告主利益。

注意力、兴趣、意图预测模型：基于媒体数据和全球营销历史数据，从吸引用户注意，到引起用户兴趣，再到最终完成转化，在营销漏斗的每一步实现实时预测，一方面准确预估广告版位的曝光效率，将广告有效曝光率平均提高20%，另一方面准确判断用户的兴趣和转化意图，帮助广告主争取更有可能点击和转化的用户，将广告点击率（CTR）平均提高15%，转化率（CVR）平均提高40%。

竞价策略模型（SmartBid）：MediaGo智能竞价产品SmartBid根据市场动态和广告效果自动调整出价，支持目标单次行动成本（TCPA）和最大转化（Max CV）两种模式，以满足不同广告目标需求。数据显示，MediaGo平台上使用SmartBid的广告活动ROAS平均提高了35%。

"MediaGo DSP 致力于用深度学习技术实现广告主的ROI最大化。" 百度国际MediaGo负责人潘锦锋表示，"我们相信，通过不断探索深度学习模型的可能性，不仅可以帮助到MediaGo的广告主，更可以使我们的合作伙伴乃至整个营销行业从中获益。"

消息来源：MediaGo