基于集成学习的 Etsy 推广商品点击率预测方法
信息检索
2017-11-23 v2
摘要
Etsy 是一个全球市场,世界各地的人们在此联系以制作、购买和售卖独特商品。Etsy 上的卖家可通过类似传统赞助搜索广告的广告活动推广其产品列表。点击率(CTR)预测是在线搜索广告系统的组成部分,被用作拍卖的输入,以确定每次查询中向特定用户展示的推广商品的最终排序。本文提供 Etsy 推广商品 CTR 预测系统的整体视图,并提出一种基于历史或行为信号(针对较旧商品)以及基于内容的特征(针对新商品)的集成学习方法。我们利用最先进的深度学习技术从文本和图像中获取表示,并采用多模态学习来组合这些不同信号。我们在来自 Etsy 的大规模真实数据集上将系统与有意义的基线进行比较,证明了模型的有效性以及离线实验与在线性能间的强相关性。本文也是电商背景下此类产品的首个技术概述。
引用
@article{arxiv.1711.01377,
title = {An Ensemble-based Approach to Click-Through Rate Prediction for Promoted Listings at Etsy},
author = {Kamelia Aryafar and Devin Guillory and Liangjie Hong},
journal= {arXiv preprint arXiv:1711.01377},
year = {2017}
}