ctr/cvr联合训练是多目标学习的重要应用,在我们的广告推荐中被证实有效;
背景:
cvr模型训练的数据较少(ctr/cvr),却需要对整个大盘数据进行预估,这个不科学,因此希望能够利用到整个大盘对数据,比如show/ctr对数据;
ctr/cvr联合训练将ctr的数据(show/ctr)也合并到cvr训练数据中,训练数据label由原来的二维表示是否转化调整成二维表示是否点击(第一维)和是否转化(第二维);模型主要结构是共享input(embedding),但是网络不共享,每个网络输出一个task值,再根据cvr网络计算的y_cvr和ctr网络计算的y_ctr计算y_ctcvr值( y_cvr * y_ctr)。由于转化是发生在点击之后,因此未点击的样本无法知道如果点击了是否会转化,无法准确计算未点击样本(show/cvr)的cvr loss。最终loss只统计ctr loss和ctcvr的loss。我们实验发现由于优化的是cvr,将ctcvr的loss权重扩大10倍效果最好。