标签：当做 窗口 Feedback 样本 Delayed 转化 Advertising 回传 延迟

背景

在计算广告的CVR预估中存在正例回传延迟的问题，具体来说就是用户的一个click行为可能要过好几天才知道会不会发生convert（这和广告的归因逻辑有关，一般会把convert归因给n天内最后发生click的事件）。这样导致了模型训练时不知道一个样本是不是真的负样本。

其中一个朴素的解决方法时等待一个固定的时间窗口，超过这个时间窗口还没回传转化的样本都看作负样本，但是这样做的缺点是：如果时间窗口设的太短会丢失大量的正例，时间窗口设的太长模型的时效性有损。

这篇论文通过该引入一个用于捕捉转化延迟的额外模型来解决这个问题。直观地讲，这个概率模型帮忙决定一个还没有回传转化的样本是应该被当做负例，还是当做未知样本不参与训练：若现在转化还没有回传，现在距展现发生的时间间隔，如果比预估的延迟时间大，则当做负例，否则当做未知样本

建模

首先定义要用到的符号的意义：

标签：当做,窗口,Feedback,样本,Delayed,转化,Advertising,回传,延迟
来源： https://www.cnblogs.com/xumaomao/p/16119099.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。