Download presentation
Presentation is loading. Please wait.
1
CVR预估 联盟广告算法
2
CVR预估是什么 对给定的对象，通过统计或建模的方法预估其CVR或pCVR 业务应用 关键问题
淘客ecpm排序ranking_score=pCVR*price*tk_rate 关键问题 海量数据 特征设计 数据稀疏性
3
技术目标 买家 改善购物体验，缩短购物路径 卖家 提升销量，优化ROI 平台 实现流量价值 调制市场供需平衡
4
算法架构 Tail Top #Query：400万 #流量：40% #特征：反馈聚类+相关性 #模型：MLR #Query：6万
#流量：60% #特征：反馈+相关性
5
特征设计 场景特征 主搜 S8 如意投 静态特征 Shop Ad 反馈特征 Query Query-Ad 相关性 分值
6
模型设计 Top Query CVR预估 Tail Query CVR预估 特征设计 训练数据
反馈特征，包括：pv、clk、ipv、fav、buy、pay等 相关性特征 训练数据 目标窗口：1天 特征窗口：28天 训练窗口：7x(28+1)，连续7天训练集 样本数量：5B Tail Query CVR预估
7
Mxiture of Logistic Regressions
逻辑回归 混合逻辑回归 一种适用于大规模数据的非线性模型学习方法 模型形式 将特征空间划分为多个区域 每个区域中使用一个单独的广义线性函数作为输出 整体上看，混合逻辑回归构建了一个分片线性模型
8
当前的工作 Tail Query CVR预估 特征提取 特征聚类 模型训练 试验评估
9
后续规划 特征选择 模型优化 Online Learning 反馈特征 静态特征 特征挖掘，如User维度特征 负样本采样
Transfer learning p(conversion|user, query, ad)探索 Online Learning
Similar presentations
