Follow the Prophet：面对延迟反馈的精准在线转化率预测
机器学习
2021-08-16 v1
摘要
延迟反馈问题是在线广告中至关重要的挑战之一，其由转化反馈延迟的高度多样化引起，延迟从几分钟到数天不等。针对不同广告与用户在这些非一致延迟下设计合适的在线学习系统十分困难。本文中，我们提出通过“Follow the Prophet”（简称 FTP）来解决在线广告中的延迟反馈问题。其核心洞见在于，若所有记录样本均即时获得反馈，我们便可得到一个无延迟反馈的模型，即“先知”。尽管在线学习期间无法获得先知，我们表明可通过在一组多任务预测之上的聚合策略来预测先知的预测，其中每个任务捕获不同时期的反馈模式。我们提出了该策略的目标与优化方法，并利用记录数据来模仿先知。在三个真实世界广告数据集上的大量实验表明，我们的方法优于先前最先进的基线。
引用
@article{arxiv.2108.06167,
title = {Follow the Prophet: Accurate Online Conversion Rate Prediction in the Face of Delayed Feedback},
author = {Haoming Li and Feiyang Pan and Xiang Ao and Zhao Yang and Min Lu and Junwei Pan and Dapeng Liu and Lei Xiao and Qing He},
journal= {arXiv preprint arXiv:2108.06167},
year = {2021}
}
备注
In Proceedings of the 44th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR '21), July 11--15, 2021, Virtual Event, Canada. ACM, New York, NY, USA, 5 pages. https://doi.org/10.1145/3404835.3463045