|
@@ -1180,6 +1180,8 @@ class BaseConfig(object):
|
|
|
{'data': 'user3out', 'rule': 'rule2'}, # 票圈福年 + 优化阈值计算方式
|
|
|
{'data': 'user22out', 'rule': 'rule2'}, # 票圈足迹 + 优化阈值计算方式
|
|
|
{'data': 'user0out', 'rule': 'rule3'}, # 票圈vlog + 优化阈值计算方式
|
|
|
+ {'data': 'user4out', 'rule': 'rule3'}, # 票圈视频 + 优化阈值计算方式
|
|
|
+ {'data': 'user5out', 'rule': 'rule3'}, # 内容精选 + 优化阈值计算方式
|
|
|
]
|
|
|
}
|
|
|
|
|
@@ -1283,7 +1285,7 @@ class BaseConfig(object):
|
|
|
'173-t': {'video': {'data': 'videos0out'},
|
|
|
'user': {'data': 'user0out', 'rule': 'rule2'},
|
|
|
'care_model': True, 'threshold_rate': 0.7,
|
|
|
- }, # 所有广告类型数据 + 优化阈值计算方式 + else未开启关怀模式人群多出广告 + 使用以是否直接跳出为目标的数据 + return25_nmids用户不出广告 + mean_group & top2不出广告
|
|
|
+ }, # 所有广告类型数据 + 优化阈值计算方式 + else未开启关怀模式人群多出广告 + 使用以是否直接跳出为目标的数据 + return25_nmids用户不出广告 + 所有用户组top3不出广告
|
|
|
|
|
|
# 票圈视频+
|
|
|
# '190-a': {'video': {'data': 'data1'},
|
|
@@ -1348,21 +1350,29 @@ class BaseConfig(object):
|
|
|
'user': {'data': 'user4out', 'rule': 'rule2'},
|
|
|
'care_model': True, 'threshold_rate': 0.7,
|
|
|
}, # 所有广告类型本端数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 使用以是否直接跳出为目标的数据
|
|
|
- '194-k': {'share': {'video': {'data': 'videos4'}, 'user': {'data': 'user4', 'rule': 'rule2'}},
|
|
|
- 'out': {'video': {'data': 'videos4out'}, 'user': {'data': 'user4out', 'rule': 'rule2'}},
|
|
|
- 'care_model': True, 'threshold_rate': 0.7,
|
|
|
- 'threshold_mix_func': 'add', 'mix_param': {'share_weight': 0.2, 'out_weight': 0.8}
|
|
|
- }, # 所有广告类型本端视频数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 分享与不直接跳出融合方案一(加权融合: k1*p(不直接跳出|出广告) + k2*p(分享|出广告))
|
|
|
- '194-l': {'share': {'video': {'data': 'videos4'}, 'user': {'data': 'user4', 'rule': 'rule2'}},
|
|
|
- 'out': {'video': {'data': 'videos4out'}, 'user': {'data': 'user4out', 'rule': 'rule2'}},
|
|
|
+ # '194-k': {'share': {'video': {'data': 'videos4'}, 'user': {'data': 'user4', 'rule': 'rule2'}},
|
|
|
+ # 'out': {'video': {'data': 'videos4out'}, 'user': {'data': 'user4out', 'rule': 'rule2'}},
|
|
|
+ # 'care_model': True, 'threshold_rate': 0.7,
|
|
|
+ # 'threshold_mix_func': 'add', 'mix_param': {'share_weight': 0.2, 'out_weight': 0.8}
|
|
|
+ # }, # 所有广告类型本端视频数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 分享与不直接跳出融合方案一(加权融合: k1*p(不直接跳出|出广告) + k2*p(分享|出广告))
|
|
|
+ # '194-l': {'share': {'video': {'data': 'videos4'}, 'user': {'data': 'user4', 'rule': 'rule2'}},
|
|
|
+ # 'out': {'video': {'data': 'videos4out'}, 'user': {'data': 'user4out', 'rule': 'rule2'}},
|
|
|
+ # 'care_model': True, 'threshold_rate': 0.7,
|
|
|
+ # 'threshold_mix_func': 'multiply',
|
|
|
+ # }, # 所有广告类型本端视频数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 分享与不直接跳出融合方案二(乘积融合: p(不直接跳出|出广告) * p(分享|出广告))
|
|
|
+ # '194-m': {'share': {'video': {'data': 'videos4new'}, 'user': {'data': 'user4new', 'rule': 'rule2'}},
|
|
|
+ # 'out': {'video': {'data': 'videos4out'}, 'user': {'data': 'user4out', 'rule': 'rule2'}},
|
|
|
+ # 'care_model': True, 'threshold_rate': 0.7,
|
|
|
+ # 'threshold_mix_func': 'multiply',
|
|
|
+ # }, # 所有广告类型本端视频数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 分享与不直接跳出融合方案三(乘积融合: p(不直接跳出 | 出广告) * p(分享 | 出广告), 标准贝叶斯公式)
|
|
|
+ '194-n': {'video': {'data': 'videos4out'},
|
|
|
+ 'user': {'data': 'user4out', 'rule': 'rule3'},
|
|
|
'care_model': True, 'threshold_rate': 0.7,
|
|
|
- 'threshold_mix_func': 'multiply',
|
|
|
- }, # 所有广告类型本端视频数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 分享与不直接跳出融合方案二(乘积融合: p(不直接跳出|出广告) * p(分享|出广告))
|
|
|
- '194-m': {'share': {'video': {'data': 'videos4new'}, 'user': {'data': 'user4new', 'rule': 'rule2'}},
|
|
|
- 'out': {'video': {'data': 'videos4out'}, 'user': {'data': 'user4out', 'rule': 'rule2'}},
|
|
|
+ }, # 所有广告类型本端数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 使用以是否直接跳出为目标的数据 + ['return25_nmids', 'return9_24mids']用户不出广告
|
|
|
+ '194-o': {'video': {'data': 'videos4out'},
|
|
|
+ 'user': {'data': 'user4out', 'rule': 'rule2'},
|
|
|
'care_model': True, 'threshold_rate': 0.7,
|
|
|
- 'threshold_mix_func': 'multiply',
|
|
|
- }, # 所有广告类型本端视频数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 分享与不直接跳出融合方案三(乘积融合: p(不直接跳出 | 出广告) * p(分享 | 出广告), 标准贝叶斯公式)
|
|
|
+ }, # 所有广告类型本端数据 + 优化阈值计算方式 + else未开启关怀模式人群多出广告 + 使用以是否直接跳出为目标的数据 + return25_nmids用户不出广告 + 所有用户组top3不出广告
|
|
|
|
|
|
# 内容精选
|
|
|
# '195-a': {'video': {'data': 'data1'},
|
|
@@ -1387,25 +1397,33 @@ class BaseConfig(object):
|
|
|
'user': {'data': 'user5out', 'rule': 'rule2'},
|
|
|
'care_model': True, 'threshold_rate': 0.7,
|
|
|
}, # 所有广告类型本端数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 使用以是否直接跳出为目标的数据
|
|
|
- '195-i': {'video': {'data': 'videos5out'},
|
|
|
- 'user': {'data': 'user5out', 'rule': 'rule2'},
|
|
|
- 'care_model': True, 'threshold_rate': 0.7,
|
|
|
- }, # 所有广告类型本端数据 + 优化阈值计算方式 + [else, return0share1mids]非关怀模式人群多出广告 + 使用以是否直接跳出为目标的数据
|
|
|
- '195-j': {'share': {'video': {'data': 'videos5'}, 'user': {'data': 'user5', 'rule': 'rule2'}},
|
|
|
- 'out': {'video': {'data': 'videos5out'}, 'user': {'data': 'user5out', 'rule': 'rule2'}},
|
|
|
- 'care_model': True, 'threshold_rate': 0.7,
|
|
|
- 'threshold_mix_func': 'add', 'mix_param': {'share_weight': 0.2, 'out_weight': 0.8}
|
|
|
- }, # 所有广告类型本端视频数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 分享与不直接跳出融合方案一(加权融合: k1*p(不直接跳出|出广告) + k2*p(分享|出广告))
|
|
|
- '195-k': {'share': {'video': {'data': 'videos5'}, 'user': {'data': 'user5', 'rule': 'rule2'}},
|
|
|
- 'out': {'video': {'data': 'videos5out'}, 'user': {'data': 'user5out', 'rule': 'rule2'}},
|
|
|
+ # '195-i': {'video': {'data': 'videos5out'},
|
|
|
+ # 'user': {'data': 'user5out', 'rule': 'rule2'},
|
|
|
+ # 'care_model': True, 'threshold_rate': 0.7,
|
|
|
+ # }, # 所有广告类型本端数据 + 优化阈值计算方式 + [else, return0share1mids]非关怀模式人群多出广告 + 使用以是否直接跳出为目标的数据
|
|
|
+ # '195-j': {'share': {'video': {'data': 'videos5'}, 'user': {'data': 'user5', 'rule': 'rule2'}},
|
|
|
+ # 'out': {'video': {'data': 'videos5out'}, 'user': {'data': 'user5out', 'rule': 'rule2'}},
|
|
|
+ # 'care_model': True, 'threshold_rate': 0.7,
|
|
|
+ # 'threshold_mix_func': 'add', 'mix_param': {'share_weight': 0.2, 'out_weight': 0.8}
|
|
|
+ # }, # 所有广告类型本端视频数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 分享与不直接跳出融合方案一(加权融合: k1*p(不直接跳出|出广告) + k2*p(分享|出广告))
|
|
|
+ # '195-k': {'share': {'video': {'data': 'videos5'}, 'user': {'data': 'user5', 'rule': 'rule2'}},
|
|
|
+ # 'out': {'video': {'data': 'videos5out'}, 'user': {'data': 'user5out', 'rule': 'rule2'}},
|
|
|
+ # 'care_model': True, 'threshold_rate': 0.7,
|
|
|
+ # 'threshold_mix_func': 'multiply',
|
|
|
+ # }, # 所有广告类型本端视频数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 分享与不直接跳出融合方案二(乘积融合: p(不直接跳出|出广告) * p(分享|出广告))
|
|
|
+ # '195-l': {'share': {'video': {'data': 'videos5new'}, 'user': {'data': 'user5new', 'rule': 'rule2'}},
|
|
|
+ # 'out': {'video': {'data': 'videos5out'}, 'user': {'data': 'user5out', 'rule': 'rule2'}},
|
|
|
+ # 'care_model': True, 'threshold_rate': 0.7,
|
|
|
+ # 'threshold_mix_func': 'multiply',
|
|
|
+ # }, # 所有广告类型本端视频数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 分享与不直接跳出融合方案三(乘积融合: p(不直接跳出|出广告) * p(分享|出广告), 标准贝叶斯公式)
|
|
|
+ '195-m': {'video': {'data': 'videos5out'},
|
|
|
+ 'user': {'data': 'user5out', 'rule': 'rule3'},
|
|
|
'care_model': True, 'threshold_rate': 0.7,
|
|
|
- 'threshold_mix_func': 'multiply',
|
|
|
- }, # 所有广告类型本端视频数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 分享与不直接跳出融合方案二(乘积融合: p(不直接跳出|出广告) * p(分享|出广告))
|
|
|
- '195-l': {'share': {'video': {'data': 'videos5new'}, 'user': {'data': 'user5new', 'rule': 'rule2'}},
|
|
|
- 'out': {'video': {'data': 'videos5out'}, 'user': {'data': 'user5out', 'rule': 'rule2'}},
|
|
|
+ }, # 所有广告类型本端数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 使用以是否直接跳出为目标的数据 + ['return25_nmids', 'return9_24mids']用户不出广告
|
|
|
+ '195-n': {'video': {'data': 'videos5out'},
|
|
|
+ 'user': {'data': 'user5out', 'rule': 'rule2'},
|
|
|
'care_model': True, 'threshold_rate': 0.7,
|
|
|
- 'threshold_mix_func': 'multiply',
|
|
|
- }, # 所有广告类型本端视频数据 + 优化阈值计算方式 + else非关怀模式人群多出广告 + 分享与不直接跳出融合方案三(乘积融合: p(不直接跳出|出广告) * p(分享|出广告), 标准贝叶斯公式)
|
|
|
+ }, # 所有广告类型本端数据 + 优化阈值计算方式 + else未开启关怀模式人群多出广告 + 使用以是否直接跳出为目标的数据 + return25_nmids用户不出广告 + 所有用户组top3不出广告
|
|
|
|
|
|
# 票圈短视频
|
|
|
# '196-a': {'video': {'data': 'data1'},
|