ctr 平滑_根据样本数进行点击率CTR的修正 - Wilson CTR

在广告和推荐系统当中，一个重要的衡量指标就是点击率，也即是CTR(Click Through Rate)。

计算公式：  CTR = 点击数 / 曝光数

也有一种衡量指标是 uvCTR。   uvCTR = 点击uv数 / 曝光uv数。

考虑 CTR = 点击数 / 曝光数  这个公式的指标，只考虑了比例的关系，但没考虑样本数大小。因为样本数少的情况下，这个比例其实是不准确的；而样本数越大，这个比例越准确，越能反映真实情况。

举个例子，有三个广告：

A：点击数   2     曝光数   10

B：点击数   20     曝光数   100

C：点击数   200     曝光数   1000

它们的 CTR 都是 0.2 。但是很明显，从置信度来讲，是 C > B > A。因为C的样本数更多，C 的 0.2 CTR更加反映真实，更加可信。

为了衡量样本数对于 CTR 置信区间的影响，我们引入"威尔逊(Wilson)区间"的概念。公式如下：

p —— 概率，在这里指点击的概率，也就是 CTR

n —— 样本总数。在这里指 曝光数

z —— 在正态分布里，均值 + z * 标准差  会有一定的置信度。例如 z 取 1.96，就有 95% 的置信度。

Wilson区间的含义就是，就是指 在一定置信度下， 真实的 CTR 范围是多少。举一个例子，如下面