丨目录:
· 摘要
· 背景
· 模型设计
· 实验
· 结论
· 参考文献
1. 摘要
点击率预估用于衡量用户对商品的点击概率,在电商平台中扮演了十分重要的角色。电商平台通常以混合展现的方式为广大消费者提供自然结果和广告。事实上,围绕在目标广告周围的其他商品会影响用户对目标广告的点击率。本文将“除目标广告的其他展现商品”统称为外部商品(External Items),外部商品既包括自然结果,也包括其他被展示的广告,外部商品对目标广告的影响称为外部性影响(External Effects / Externalities)。大多数点击率预估模型假设用户的点击率仅依赖于商品本身,而忽略了外部商品对目标商品的影响,本文主要关注广告系统中点击率预估的外部性。
在广告预估阶段,自然结果列表已经由自然引擎返回,广告槽位的展示结果还未确定,由此引出两个重要挑战:1)正在被预测的目标广告可能在任意广告位胜出,环绕在不同广告位周围的外部商品可能完全不同,从而形成多样化的外部性(Diversity Externalities);2)所有候选广告同时进行点击率预估,环绕在目标广告周围的外部广告未知,导致不完整的外部性(Incomplete Externalities)。面临以上挑战,受 Transformer 高并行性的启发,我们提出了 EXternality TRansformer(EXTR)。EXTR 将目标广告所有可能的展示情形当作 Query,对应的外部商品作为 Key/Value 以同时建模多样化的外部性。进一步地,我们提出了 PAG 模块学习潜在的外部广告排列以克服不完整外部性的问题。线上实验结果表明,EXTR 模型能够有效的建模外部性影响,提升广告平台收益。相关工作论文已发表在KDD 2022,欢迎阅读交流。
论 文:EXTR: Click-Through Rate Prediction with Externalities in E-Commerce Sponsored Search
下 载(点击↓阅读原文):https://dl.acm.org/doi/abs/10.1145/3534678.3539053
2. 背景
一般来说,广告点击率除了跟商品本身质量有关,也跟与它同时展示的商品有关。随着商品的品类、数目增加,在客户端展示列表中更加突出的商品更可能获得用户的青睐。本文主要研究其他展示商品对目标广告点击率的影响。区别于目标商品本身,我们将目标商品以外的其他商品称为外部商品(External Items),外部商品对目标商品的点击率影响统称为外部性影响(External Effects / Externalities)。推荐系统往往将自然结果和广告以混合的方式展示给广大消费者,因此,目标广告的外部商品不仅包括自然结果,还包括其他被展示的广告。由于自然结果和广告的优化目标不同,这两类展示结果一般由不同的引擎提供,本文主要关注广告侧引擎的点击率预估。