adSformers：基于短期序列与表示多样性的 Etsy 广告个性化
机器学习
2023-06-12 v2
摘要
在本文中，我们提出一种通过编码并从变长近期用户行为序列及多样表示中学习的广告个性化通用方法。为此，我们引入一个名为 adSformer 可多样化个性化模块（ADPM）的三组件模块，其学习动态用户表示。我们通过个性化赞助搜索中使用的点击率（CTR）与点击后转化率（PCCVR）模型来展示该模块的效能与灵活性。ADPM 的第一组件 adSformer 编码器包含一个新颖的 adSformer 块，其学习最显著的序列信号。ADPM 的第二组件通过视觉、多模态及其他预训练表示来丰富所学信号。最后，第三 ADPM“即时学习”组件进一步使动态用户表示中编码的信号多样化。ADPM 个性化的 CTR 与 PCCVR 模型（以下称 adSformer CTR 与 adSformer PCCVR）在离线接收者操作特征曲线下面积（ROC-AUC）上分别较 CTR 与 PCCVR 生产基线高出 与 。在 A/B 测试稳健的线上增益之后，Etsy Ads 已于 2023 年 2 月将 ADPM 个性化的赞助搜索系统部署至 流量。
引用
@article{arxiv.2302.01255,
title = {adSformers: Personalization from Short-Term Sequences and Diversity of Representations in Etsy Ads},
author = {Alaa Awad and Denisa Roberts and Eden Dolev and Andrea Heyman and Zahra Ebrahimzadeh and Zoe Weil and Marcin Mejran and Vaibhav Malpani and Mahir Yavuz},
journal= {arXiv preprint arXiv:2302.01255},
year = {2023}
}