基于开放基准下的点击率预估模型研究 · 详解

摘要 · 基于开放基准下的点击率预估模型

1、业界由于缺乏用于CTR预测研究的标准化基准和统一的评估协议。这导致现有研究中的实验结果不可重复，甚至不一致，这在很大程度上限制了其研究的实际价值和潜在影响。

2、作者的目标是对CTR预测进行开放基准测试，并以可复制的方式对不同模型进行严格比较。

3、实验结果表明，通过充分的超参数搜索和模型调整，许多dnn模型的差异比预期的要小。作者已经公开发布了基准测试代码

添加VX：julyedufu77 回复 "0704" 观看公开课视频 + 领取完整课件PDF 或联系七月任一老师

 

介绍 · 点击率预估模型复现的痛点

1、现有研究通常执行自己的数据分区（例如，使用未知的测试集分割或使用未知的随机种子）和预处理步骤（处理数字特征和过滤稀疏的分类特征阈值）

2、一些主流模型的官方或第三方源代码（例如，DeepCTR）通常缺少关于超参数设置、数据加载和提前停止的培训细节

3、由于发表的文献中缺乏可重用和可比较的基准测试结果，研究人员在发表新论文时需要重新实现所有基线模型，并在自己的数据分区上重新评估它们。这是一项繁琐而重复的工作，极大地增加了研究人员开发新模型的负担

添加VX：julyedufu77 回复 "0704" 观看公开课视频 + 领取完整课件PDF 或联系七月任一老师

核心· 文章的三个核心贡献

1、该论文的工作是迈向CTR预测开放基准的第一步

2、作者在网站上发布了所有基准代码、评估协议和实验结果，以促进CTR预测的可复制研究。

3、作者的工作揭示了现有研究中的不可再现性和不一致性问题，并呼吁在未来的CTR预测研究中进行开放和严格的评估。

优化 · 点击率预估模型的三个重点优化方向

▋特征工程：