CTR问题中的转化率平滑方法

问题描述

对任何转化率预测问题来说，利用某个样本的转化率预测其未来的转化率都是有一定意义的。但实际上，商品样品数量比较大，并非所有商品的展示率或者曝光率都足够多；甚至某些商品基本没有出现，而如果直接预测这些商品的未来转化率为零显得有些武断。类似的情况还有：①两个展示次数分别为10次、1次，转化次数分别为8次、1次的两个商品A、B，我们对A的转化的信心是否比B更低一些呢？②两个展示次数分别为10次、1次，转化次数分别为1次、0次的两个商品C、D，我们对D的转化的信心是否比C更低一些呢？
这里就需要对展示次数和转化次数进行平滑，使转化率的预测更符合常识。

平滑方法

①计算所有商品的平均转化率 rate
②对每一个样本，点击次数 += n_add， 转化次数+= n_add*rate
比如对下表所示的样本，平均转化率为0.32，这里取n_add = 1。
样本0、1平滑之前的CTR为0.8、1，而我们显然对样本0的信心更足一些，因为样本1受随机因素干扰的可能性更大，而样本0的展示次数较多的情况仍然有很高的转化率。平滑之后CTR为0.75、0.66，更符合常识。

样本4、5、6平滑之前的CTR都为0，但是展示次数相差较大，这样预测显然有失公允，平滑之后样本6的转化率预测值为0.16，甚至比样本3的预测值更高。样本3的展示次数较多，但实际转化率很低，样本6虽然没有转化的样本，但是仅展示过1次，这样预测相对平滑前还是可以接受的。

index	n_click	n_through	CTR	n_click_smoothed	n_through_smoothed	CTR_new
0	10	8	0.8	11	8.323529	0.756684
1	1	1	1.0	2	1.323529	0.661765
2	5	1	0.2	6	1.323529	0.220588
3	10	1	0.1	11	1.323529	0.120321
4	5	0	0.0	6	0.323529	0.053922
5	2	0	0.0	3	0.323529	0.107843
6	1	0	0.0	2	0.323529	0.161765

这里的参数n_add的取值较为关键，可能需要根据实际的业务以及数据来判断。