AIE：面向在线广告点击率预测的拍卖信息增强框架
信息检索
2024-08-16 v1
摘要
点击率（CTR）预测是在线广告推荐的一项基础技术，而复杂的在线竞争性拍卖过程也给 CTR 优化带来了许多困难。近期研究表明，引入后验拍卖信息有助于提升 CTR 预测的性能。然而，现有工作并未充分利用拍卖信息带来的好处，并且忽视了拍卖引入的数据偏差，导致结果有偏且次优。为了解决这些局限性，我们提出了面向在线广告 CTR 预测的拍卖信息增强框架（AIE），该框架深入探讨了拍卖信号利用不足的问题，并首次揭示了拍卖偏差。具体而言，AIE 引入了两个可插拔模块，即自适应市场价格辅助模块（AM2）和出价校准模块（BCM），它们协同工作以更好地挖掘后验拍卖信号并增强 CTR 预测的性能。此外，所提出的两个模块具有轻量级、模型无关且对推理延迟友好的特点。在一个公共数据集和一个工业数据集上进行了大量实验，以证明 AIE 的有效性和兼容性。此外，在一个大规模广告平台上进行的为期一个月的在线 A/B 测试显示，AIE 在 eCPM 和 CTR 方面分别将基础模型提升了 5.76% 和 2.44%。
引用
@article{arxiv.2408.07907,
title = {AIE: Auction Information Enhanced Framework for CTR Prediction in Online Advertising},
author = {Yang Yang and Bo Chen and Chenxu Zhu and Menghui Zhu and Xinyi Dai and Huifeng Guo and Muyu Zhang and Zhenhua Dong and Ruiming Tang},
journal= {arXiv preprint arXiv:2408.07907},
year = {2024}
}