HyperLogLog是一种高效的基数估计算法，使用仅12KB内存即可估算高达10亿的独立访客数，标准误差约为0.81%。该算法通过哈希值的前导零数量来估计基数，并采用调和平均降低方差。HyperLogLog++进一步优化了算法，支持稀疏表示和偏差修正，广泛应用于广告系统和数据分析中。

京东专家强调长期主义的重要性，通过不断迭代和创新，解决供应链和广告系统的复杂问题，实现技术与业务的深度融合，推动行业进步。简化和系统化，以及对技术和市场的敏感度，是成功的关键。

本文介绍了深度上下文兴趣网络（DCIN）模型，强调上下文信息对用户行为建模的重要性。通过离线和在线评估，证明了DCIN在点击和显示上下文建模方面的优越性。DCIN已在在线广告系统上部署，并为主要流量带来了1.5%的CTR和1.5%的RPM提升。