原文地址:多任务学习在CVR预估中的应用:Entire Space Multi-Task Model(ESMM,阿里,SIGIR2018)
欢迎关注我的公众号,微信搜 algorithm_Tian 或者扫下面的二维码~
现在保持每周更新的频率,内容都是机器学习相关内容和读一些论文的笔记,欢迎一起讨论学习~
前两篇讲了多任务学习的背景知识和一个多任务学习模型的框架,这篇讲一个多任务学习的实际应用,在转化率(post-view conversion rate,CVR)预估中的应用。
论文题目为:
EntireSpace Multi-Task Model: An Effective Approach for Estimating Post-ClickConversion Rate(ESMM, 阿里,SIGIR-2018)
本文从以下三个方面详细介绍这篇论文:
(1)样本选择偏差(sample selection bias, SSB):影响泛化
(2)训练数据过于稀疏( data sparsity, DS):拟合困难
1. challenge in CVR
用户看到一条广告时,会选择点或者不点这条广告,点了这条广告之后,进入广告落地页,此时用户也有两个选择:买这个广告中的商品或者不买,如果买了,这就是转化(conversion)。
用户看到的这条广告,就叫做曝光(impression),点击率(click-through rate, CTR)就是点击次数除以总曝光数,转化率(conversion rate, CVR)是转化数除以点击次数。
这三者之间的关系就如图所示: