CIKM2022|中科院联合腾讯提出基于知识蒸馏的校准转化率预估

Calibrated Conversion Rate Prediction via Knowledge Distillation under Delayed Feedback in Online Advertising

Yuyao Guo, Haoming Li, Xiang Ao, Min Lu, Dapeng Liu, Lei Xiao, Jie Jiang, Qing He

Chinese Academy of Sciences, Tencent

https://dl.acm.org/doi/pdf/10.1145/3511808.3557557

由于在线广告中普遍存在的延迟反馈问题，现有的校准方法泛化性能不是特别好。

最近的样本更有可能不准确，这是由于用户反馈会有延迟，老的样本反馈完全时相对最近的样本可能会有数据漂移的问题。

这篇文章提出一种考虑延迟反馈的校准转化率预估模型，这种方法是基于知识蒸馏的一种方法。作者们部署了一个老师模型，该模型基于完全反馈的样本，可以学习长期的转化范式，同时部署一个学生模型，该模型基于最近的数据来缓解数据迁移的影响。作者们还设计了一种蒸馏损失函数，这样学生模型就可以从老师模型中学习。

在两个真实广告转化率预估数据集上的实验效果表明，作者们所提方法相对现有方法可以得到更准的预估结果。而且，这种方法可以扩展到多个基准模型上。

延迟反馈可能会导致样本标记的偏差

数据漂移会导致数据偏差

主要相关工作有以下几种方法

校准相关的指标定义如下

作者们所提出的知识蒸馏校准模型结构图示如下

整个流程涉及以下几个步骤

作者们在以下两个数据集上进行了实验

参与对比的方法有以下几个

几种方法的效果对比如下

              我是分割线

您可能感兴趣

NIPS2022|南京大学提出基于点击后行为的广义延迟反馈模型

SIGIR2019|中科院联合清华提出基于ID嵌入Meta-Embedding算法优化冷启动广告

KDD2021|华为提出对偶图增强embedding神经网络DG-ENN用于CTR预估

KDD2021|因果模型在实时竞价重复曝光次数中的应用

雅虎联合阿里提出转化率预估实用框架并用于在线展示广告

IJCAI2020|京东联合香港理工提出基于点击校准的注意力模型用于时延归因转化率预估

WSDM2022|阿里联合中科院提出特征协同作用网络CAN用于点击率预估(已开源)

WSDM2022|阿里提出合约广告自适应统一分配框架AUAF(已开源)

ICDM2019|阿里提出大规模个性化分发实时平滑算法并用于合约展示广告

微软提出实时竞价算法并用于效果展示广告分配

淘宝展示广告中的优化点击成本算法

在线定向广告中的预算控制算法

KDD2021|清华联合雅虎|斯坦福大学|纽约大学提出竞价隐藏算法MEOW