基于时间窗假设的延迟反馈下分类器学习

我们考虑在延迟反馈下训练二分类器(延迟反馈学习,DF learning)。例如,在在线广告的转化预测中,我们最初接收到点击了广告但未购买商品的负样本;随后,其中部分样本购买商品后变为正样本。在 DF 学习的设定中,我们随时间观测样本,并在某一时刻学习分类器。我们最初接收到负样本;随后,其中部分样本变为正样本。该问题在诸如在线广告等多种真实应用中可想见,其中用户行为发生在首次点击很久之后。由于延迟反馈,对正负样本进行朴素分类会得到有偏的分类器。一种解决方案是使用已被观测超过某一特定时间窗的样本,并假设这些样本标签正确。然而,已有研究指出,仅基于时间窗假设使用全部样本的某一子集表现不佳,而结合时间窗假设使用全部样本可改善经验性能。我们扩展了这些已有研究,提出了一种在无偏且凸的经验风险下训练的方法,该风险由时间窗假设下的全部样本构造而来。为证明所提方法的合理性,我们给出了在合成数据集与开放数据集(在线广告中的真实流量日志数据集)上的实验结果。