今天给大家分享京东的一篇CTR预估的论文,用于建模页面上下文(用户感知到的其他展示的item)对于目标item是否点击的影响。但是在精排阶段,往往采用point-wise预估的方式,准确的上下文信息是难以获取的,因此往往需要一个模拟的过程。接下来,我们一起看下本文提出的方法是怎么实现的吧。
1、背景
在搜索广告场景,所有的候选item往往都与用户的搜索关键词相关,而在用户的决策过程中,对于某个目标的item,用户往往会将其与其他的感知到的item进行比较。如果一个item相较于其他的item有突出的亮点,如更经济实惠,那么往往更能吸引用户的注意力,从而点击率更高。相比之下,如果一个item没有太多特色,往往很难吸引用户的注意力,则不容易被点击。
但是在精排阶段,往往采用point-wise的预估方式,用户感知到的上下文item信息是无法获取到的,需要采取一些方式进行模拟。为了解决这一问题,本文提出了CIM (Candidate Item Modeling)框架,包含Select、CIE和backbone三个模块,一起来看一下CIM框架的具体内容。