让两个点击事件分开发生_七大点击率预估方法总结（附代码）

微信搜索并关注公众号“智能推荐系统”，获取更多干货。

说明：C 表示点击数，I 表示展示数，p 表示CTR

1. 普通方法

p = C / I

直接使用帖子的点击数除以曝光数，存在的问题很明显：

1. 可能有的帖子曝光数很少，甚至为 0，以至于得不到准确的 CTR。至于为什么会有0，这和日志统计有关系，因为曝光和点击日志是分开记录的，而日志ETL又是以自然单位时间来进行的，所以对于某个自然时间窗口，帖子的点击事件捕获到了，但是它的曝光事件出现在前面的时间窗口。

至于为什么会很少，那是因为在自然竞争下，帖子的曝光分布绝大多数不是平均的，甚至也不是正态分布的，而是头部很高、尾巴很长的长尾分布。

2. 直接使用帖子的点击数和曝光数，没有考虑曝光事件和点击事件里面的噪音，或者说系统误差，甚至是作弊行为。

2. 贝叶斯平滑

p = C + α / (I + α + β )

贝叶斯平滑，实际上是给了每个帖子一个先验的 点击率， 这个先验的点击率就是 α / ( α + β )，意思就是在正式做实验之前，我们认为已经做了 α + β 次试验，成功的次数为 α 。

至于先验概率参数怎么获取，雅虎的专家们曾经发表过一篇