后验概率至关重要：在线广告中神经预测的双自适应校准
机器学习
2024-05-28 v2 信息检索
摘要
预测用户响应概率对于广告排序与出价至关重要。我们希望预测模型能产生反映真实可能性的准确概率预测。校准技术旨在将模型预测后处理为后验概率。字段级校准——针对特定字段值执行校准——更为细粒度且更实用。本文中我们提出一种双自适应方法 AdaCalib。它学习一个保序函数族，在后验统计的指导下校准模型预测，并设计字段自适应机制以确保后验对于待校准字段值是恰当的。实验验证 AdaCalib 在校准性能上取得显著提升。它已在线部署并击败先前方法。
引用
@article{arxiv.2205.07295,
title = {Posterior Probability Matters: Doubly-Adaptive Calibration for Neural Predictions in Online Advertising},
author = {Penghui Wei and Weimin Zhang and Ruijie Hou and Jinquan Liu and Shaoguo Liu and Liang Wang and Bo Zheng},
journal= {arXiv preprint arXiv:2205.07295},
year = {2024}
}
备注
SIGIR 2022 (short)