2021-09-10ESSM, CVR预估到底要预估什么

本文主要是介绍2021-09-10ESSM, CVR预估到底要预估什么，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

二、Model

介绍ESMM之前，我们还是先来思考一个问题——“CVR预估到底要预估什么”，论文虽未明确提及，但理解这个问题才能真正理解CVR预估困境的本质。想象一个场景，一个item，由于某些原因，例如在feeds中的展示头图很丑，它被某个user点击的概率很低，但这个item内容本身完美符合这个user的偏好，若user点击进去，那么此item被user转化的概率极高。CVR预估模型，预估的正是这个转化概率，它与CTR没有绝对的关系，很多人有一个先入为主的认知，即若user对某item的点击概率很低，则user对这个item的转化概率也肯定低，这是不成立的。更准确的说，CVR预估模型的本质，不是预测“item被点击，然后被转化”的概率（CTCVR），而是“假设item被点击，那么它被转化”的概率（CVR）。这就是不能直接使用全部样本训练CVR模型的原因，因为咱们压根不知道这个信息：那些unclicked的item，假设他们被user点击了，它们是否会被转化。如果直接使用0作为它们的label，会很大程度上误导CVR模型的学习。

认识到点击（CTR）、转化（CVR）、点击然后转化（CTCVR）是三个不同的任务后，我们再来看三者的关联：

其中分别表示conversion和click。注意到，在全部样本空间中，CTR对应的label为click，而CTCVR对应的label为click & conversion，这两个任务是可以使用全部样本的。那为啥不绕个弯，通过这学习两个任务，再根据上式隐式地学习CVR任务呢？ESMM正是这么做的，具体结构如下：

图1. ESMM网络结构

仔细观察上图，留意以下几点：1）共享Embedding CVR-task和CTR-task使用相同的特征和特征embedding，即两者从Concatenate之后才学习各自部分独享的参数；2）隐式学习pCVR 啥意思呢？这里pCVR（粉色节点）仅是网络中的一个variable，没有显示的监督信号。

具体地，反映在目标函数中：

这篇关于2021-09-10ESSM, CVR预估到底要预估什么的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！