Dynamic Parameterized Network for CTR Prediction
学习有效地捕捉特征关系是现代推荐系统中点击率预测的关键。大多数现有的CTR预测方法要么通过繁琐的手动设计的低阶交互，要么通过不灵活和低效的高阶交互来建模这种关系，这两者都需要额外的DNN模块进行隐式交互建模。在本文中，我们提出了一种新的插件操作，动态参数化操作（DPO），学习显式和隐式交互实例明智的。我们表明，将DPO引入DNN模块和Attention模块可以分别有利于CTR预测中的两个主要任务，即增强基于特征的建模的自适应性和改进具有实例局部性的用户行为建模。我们的动态参数化网络在公共数据集和真实世界生产数据集上的离线实验以及在线A/B测试中显着优于最先进的方法。此外，所提出的动态参数化网络已部署在世界上最大的电子商务公司之一的排名系统中，为数亿活跃用户的主要流量提供服务。
2021-11-09 cs.AI cs.IR
AutoFT: Automatic Fine-Tune for Parameters Transfer Learning in Click-Through Rate Prediction
推荐系统经常被要求服务于多个推荐场景或领域。从源域微调预训练的CTR模型并使其适应目标域允许知识转移。然而，如果目标数据集很小而参数的数量很大，那么优化预训练网络的所有参数可能会导致过度拟合。这让我们想到直接重用预训练模型中的参数，这些参数代表了从多个领域学习到的更一般的特征。然而，冻结或微调参数层的设计需要大量的手动工作，因为决策高度依赖于预先训练的模型和目标实例。在这项工作中，我们提出了一个端到端的迁移学习框架，称为自动微调（AutoFT），CTR预测。AutoFT由逐域迁移策略和逐层迁移策略组成。逐字段传输策略决定如何基于来自目标域的给定实例冻结或微调预训练的嵌入表示。分层转移政策决定了高？顺序特征表示被逐层传递。在两个公共基准数据集和一个私有工业数据集上的大量实验表明，与最先进的传输方法相比，AutoFT可以显着提高CTR预测的性能。
2021-06-09 cs.IR
FLEN: Leveraging Field for Scalable CTR Prediction
Meitu Inc（美图公司）；Tencent Inc.（腾讯公司）；Xiamen University（厦门大学）；Shenzhen University（深圳大学）
点击率（CTR）预测已经成为许多工业应用（如推荐系统和在线广告）不可或缺的组成部分。CTR预测系统通常基于多场分类特征，即，每个特征都是分类的，并且属于一个且仅属于一个字段。特征连接的建模对于CTR预测的准确性至关重要。然而，它需要大量的参数来显式地对所有特征合取进行建模，这对于现实世界的生产系统来说是不可扩展的。在本文中，我们描述了一种新的场杠杆嵌入网络（FLEN），已部署在商业推荐系统在美图和服务的主要流量。FLEN设计了一种现场双向交互池技术。通过适当地利用场信息，逐场双向交互池化利用少量模型参数和对于工业应用可接受的时间复杂度来捕获场间和场内特征合取。我们表明，各种国家的最先进的CTR模型，可以表示在这种技术下。此外，我们开发了Dicefactor：一种辍学技术，以防止独立的潜在功能的共同适应。大量的实验，包括离线评估和在线A/B测试的实际生产系统，证明了FLEN对国家的最先进的有效性和效率。值得注意的是，与最新版本（即NFM）相比，FLEN在CTR上获得了5.19%的改进，内存使用量和计算时间为1/6。
2020-09-28 cs.IR cs.LG
Scene-wise Adaptive Network for Dynamic Cold-start Scenes Optimization in CTR Prediction
Huazhong University of Science and Technology（华中科技大学）；School of Software, Beihang University（北京航空航天大学软件学院）；Meituan（美团）；The University of Hong Kong（香港大学）
针对移动电商多场景推荐的动态冷启动难题，提出场景级自适应网络SwAN，通过场景相似度学习等技术优化新场景推荐，已在美团上线并实现CTR及订单量占比的显著提升。
2024-08-18 cs.AI cs.CV cs.IR
LENS: A Staged Design for Interaction Granularity in Sequential CTR Prediction
Tencent Inc.（腾讯公司）
针对序列CTR预测中目标与用户行为序列交互的粒度问题，提出LENS方法，通过目标条件查询门和位置偏置模块恢复细粒度控制，结合查询特定位置偏置，在多个骨干网络和数据集上取得一致提升。
2026-06-12 cs.IR
MISS: Multi-Interest Self-Supervised Learning Framework for Click-Through Rate Prediction
点击率预测是现代推荐系统的关键。从早期的因子分解机器到近年来基于深度学习的模型，现有的CTR方法专注于捕获有用的特征交互或挖掘重要的行为模式。尽管有效，但我们认为这些方法存在标签稀疏的风险（即，用户-项目交互相对于特征空间是高度稀疏的），标签噪声（即，所收集的用户-项目交互通常是有噪声的），以及领域知识的未充分使用（即，样本之间的成对相关性）。为了解决这些具有挑战性的问题，我们提出了一种新的多兴趣自监督学习（MISS）框架，该框架增强了与兴趣级别的自监督信号的特征嵌入。在两个新的基于CNN的多兴趣提取器的帮助下，自我监督信号被发现，并充分考虑了不同的兴趣表示（逐点和联合），兴趣依赖性（短程和长程）和兴趣相关性（项目间和项目内）。在此基础上，将对比学习损失进一步应用于兴趣表示的增强视图，有效地提高了特征表示学习。此外，我们提出的MISS框架可以用作现有CTR预测模型的插件组件，并进一步提高其性能。在三个大规模数据集上的大量实验表明，MISS在AUC上显著优于最先进的模型，高达13.55%，并且与代表性的深度CTR模型具有良好的兼容性。
2022-01-28 cs.IR
GenCI: Generative Modeling of User Interest Shift via Cohort-based Intent Learning for CTR Prediction
Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院）；WeChat, Tencent（腾讯微信）
GenCI通过生成用户兴趣群体建模动态兴趣转移，提升CTR预测的准确性与鲁棒性。
2026-01-26 cs.IR
Click-Conversion Multi-Task Model with Position Bias Mitigation for Sponsored Search in eCommerce
University of Illinois Chicago（伊利诺伊大学芝加哥分校）；Walmart eCommerce（沃尔玛电商）；Indeed
针对电子商务赞助搜索中位置偏差导致CTR和CVR预测不公平的问题，提出了基于概率分解的PACC模型和基于位置嵌入的PACC-PE模型，有效缓解了位置偏差并提升了排序效果。
2023-07-29 cs.IR cs.LG
A Unified Framework for Multi-Domain CTR Prediction via Large Language Models
本文提出统一框架 Uni-CTR，利用大语言模型学习领域共性并解耦特定网络，有效解决了多领域 CTR 预测中的泛化差与跷跷板现象，在公开数据集上显著优于 SOTA 并具备零样本能力。
2024-09-26 cs.IR
Mixture-Based Correction for Position and Trust Bias in Counterfactual Learning to Rank
在反事实学习排序（CLTR）中，用户交互被用作监督的来源。由于用户交互带有偏见，该领域研究的一个重要焦点在于开发方法来纠正交互的偏见。逆倾向评分法（IPS）是一种适用于纠正位置偏差的流行方法。仿射校正（AC）是IPS的一种推广，它校正了位置偏差和信任偏差。IPS和AC可证明消除偏倚，条件是偏倚参数的准确估计。估计偏置参数，反过来，需要准确估计的相关性概率。这种循环依赖性在灵敏度、收敛性和效率方面引入了实际限制。我们提出了一种新的校正方法，在CLTR中的位置和信任偏差，与现有的方法不同，校正不依赖于相关性估计。我们提出的方法，基于混合的校正（MBC），是基于这样的假设，即在被排名的项目的CTR的分布是两个分布的混合：相关项目的CTR的分布和非相关项目的CTR的分布。我们证明了我们的方法是无偏的。我们的证明的有效性是不以准确的偏置参数估计。我们的实验表明，MBC，当用于不同的偏见设置，并伴随着不同的LTR算法，优于AC，国家的最先进的方法，用于纠正位置和信任偏见，在某些设置中，而在其他设置中表现平平。此外，MBC在训练时间方面比AC更有效。
2021-08-19 cs.IR
Understanding and Counteracting Feature-Level Bias in Click-Through Rate Prediction
针对CTR预测中的特征级偏差，通过组件阻断和理论分析定位线性层为偏差来源，提出移除偏差权重和调整权重的微创去偏策略，在三个真实数据集上验证了有效性。
2024-02-06 cs.IR
DELTA: Dynamic Embedding Learning with Truncated Conscious Attention for CTR Prediction
Tsinghua University（清华大学）；Tencent（腾讯）
本文提出DELTA模型，利用截断意识注意力动态学习嵌入，通过课程学习选择关键特征并显式优化嵌入，在五个CTR数据集上达到最先进性能。
2023-09-05 cs.IR cs.LG
A Study of Position Bias in Digital Library Recommender Systems
“位置偏差”描述了用户与列表顶部的项目交互的概率高于与列表中较低位置的项目交互的概率的趋势，而不管项目的实际相关性如何。在推荐系统领域，特别是数字图书馆的推荐系统中，位置偏差问题很少受到关注。我们在现实世界的推荐系统中进行了一项研究，该系统向数字图书馆Sowiport的用户和参考文献管理器JabRef提供了1000万篇相关文章推荐。推荐被随机选择为洗牌或非洗牌，我们比较了每个推荐等级的点击率（CTR）。根据我们的分析，在假设无偏见的情况下，索维波特最高排名的点击率比预期高出53%（0.189%与0.123%）。同样，在Jabref的情况下，最高级别的CTR为1.276%，比预期的（0.683%）高出87%。卡方检验证实了向用户显示的推荐等级与用户是否决定点击它之间的强关系（Jabref和Sowiport的p < 0.01）。我们的研究证实了其他领域的研究结果，即排名靠前的推荐更常被点击，而不管它们的实际相关性如何。
2018-02-19 cs.DL cs.IR
CowClip: Reducing CTR Prediction Model Training Time from 12 hours to 10 minutes on 1 GPU
Bytedance（字节跳动）
点击率（CTR）预测任务是预测用户是否会点击推荐项目。由于每天在线生成的数据量令人难以置信，因此加速CTR预测模型训练对于确保模型最新并降低训练成本至关重要。提高训练速度的一种方法是应用大批量训练。然而，如计算机视觉和自然语言处理任务所示，大批量训练很容易损失准确性。我们的实验表明，以前的缩放规则在CTR预测神经网络的训练失败。为了解决这个问题，我们首先从理论上证明了不同频率的id使得在缩放批量大小时缩放超参数具有挑战性。为了在大批量设置中稳定训练过程，我们开发了自适应列式裁剪（CowClip）。它为嵌入提供了一个简单有效的缩放规则，该规则保持学习率不变并缩放L2损失。我们在两个真实世界的数据集上使用四个CTR预测网络进行了广泛的实验，并成功地将原始批量规模扩展了128倍，而没有准确性损失。特别是，对于Criteo数据集上的CTR预测模型DeepFM训练，我们的优化框架将批量大小从1K扩大到128K，AUC提高超过0.1%，并将单个V100 GPU上的训练时间从12小时减少到10分钟。我们的代码位于https://github.com/bytedance/LargeBatchCTR。
2022-11-30 cs.IR cs.LG
Towards An Efficient LLM Training Paradigm for CTR Prediction
针对LLM用于CTR预测时滑动窗口训练复杂度高的问题，提出DTI并行训练多个目标交互，并解决隐藏状态泄漏与位置偏见过拟合，平均减少92%训练时间且保持性能。
2025-03-15 cs.IR
AdnFM: An Attentive DenseNet based Factorization Machine for CTR Prediction
Tencent（腾讯）；Tencent Lightspeed & Quantum Studios（腾讯光子与量子工作室）
在本文中，我们考虑点击率（CTR）预测问题。因式分解机及其变体考虑成对特征交互，但由于高时间复杂度，通常我们不会使用FM进行高阶特征交互。鉴于深度神经网络（DNN）在许多领域的成功，研究人员提出了几种基于DNN的模型来学习高阶特征交互。多层感知器（MLP）已被广泛用于学习从特征嵌入到最终逻辑的可靠映射。在本文中，我们的目标是探索更多关于这些高阶特征的相互作用。然而，高阶特征交互值得更多的关注和进一步的发展。受密集连接卷积网络（DenseNet）在计算机视觉中取得的巨大成就的启发，提出了一种新的基于DenseNet的因子分解机（AdnFM）模型。AdnFM通过将前馈神经网络的所有隐藏层作为隐式高阶特征来提取更全面的深度特征，然后通过注意力机制来选择主导特征。此外，使用DNN的隐式方式的高阶交互比显式方式更具成本效益，例如FM。在两个真实数据集上的大量实验表明，该模型可以有效地提高CTR预测的性能。
2021-11-28 cs.AI cs.IR cs.SI
DeRes: Decoupling Residual Stability and Adaptivity for Scalable CTR Prediction
提出DeRes模型，通过双路径残差（恒等路径和块注意力路径）解耦稳定性与自适应性，并引入逐点AttnRes（SiLU替代Softmax）实现并行多兴趣遗忘，在工业数据集上以少量额外FLOPs提升AUC，且计算-AUC缩放律更陡峭，实现等效AUC下约2倍计算节省。
2026-06-06 cs.IR
CELA: Cost-Efficient Language Model Alignment for CTR Prediction
针对CTR预测中冷启动和单模态知识利用不足的问题，提出CELA框架，整合PLMs与基于ID的模型，通过硬提示将特征转为文本，保留协同过滤效果并提升效率，离线和在线实验证明其优于现有方法。
2024-11-27 cs.IR
FeatureBox: Feature Engineering on GPUs for Massive-Scale Ads Systems
Baidu Research（百度研究院）；Baidu Inc.（百度公司）
深度学习已被广泛部署用于在线广告系统以预测点击率（CTR）。机器学习研究人员和从业者经常重新训练CTR模型，以测试他们新提取的特征。然而，CTR模型训练通常依赖于大量原始输入数据日志。因此，对于工业级CTR模型，特征提取可能占用很大比例的训练时间。在本文中，我们提出了一种新的端到端训练框架，它将特征提取和GPU服务器上的训练进行流水线化，以节省特征提取的中间I/O。我们将计算密集型特征提取运算符重写为GPU运算符，并将内存密集型运算符留在CPU上。我们引入了一个分层的运营商调度算法来调度这些异构运营商。我们提出了一种轻量级的GPU存储管理算法，支持动态GPU内存分配，以最小的开销。我们通过实验评估了MatureBox，并在两个真实的广告应用程序上将其与之前的生产特征提取框架进行了比较。实验结果证实了该方法的有效性。
2022-09-26 cs.IR cs.LG
Efficient Long Sequential User Data Modeling for Click-Through Rate Prediction
Alibaba Group（阿里巴巴集团）
最近的研究点击率（CTR）预测达到了新的水平，通过建模更长的用户行为序列。其中，两阶段方法作为工业应用的最先进（SOTA）解决方案脱颖而出。两阶段方法首先训练检索模型，以预先截断长行为序列，然后使用截断的序列来训练CTR模型。然而，检索模型和CTR模型是分开训练的。因此，CTR模型中检索到的连续性是不准确的，这降低了最终的性能。在本文中，我们提出了一个端到端的范式来建模长行为序列，这是能够实现卓越的性能以及显着的成本效益相比，现有的模型。我们的贡献是三方面的：首先，我们提出了一个基于哈希的高效目标注意力（TA）网络ETA-Net，使端到端的用户行为检索的基础上，低成本的逐位操作。提出的ETA-Net可以降低标准TA的复杂性的数量级的顺序数据建模。其次，我们提出了一个通用的系统架构作为一个可行的解决方案，部署ETA-Net的工业系统。特别是，ETA-Net已经部署在淘宝推荐系统上，与SOTA两阶段方法相比，CTR和GMV分别提高了1.8%和3.1%。第三，我们在离线数据集和在线A/B测试上进行了广泛的实验。实验结果表明，该模型在CTR预测性能和在线成本效率方面均优于现有CTR模型。ETA-Net现在服务于淘宝的主要流量，每天为数亿用户提供数十亿件商品的服务。
2022-09-25 cs.IR cs.LG
Similar Users-Augmented Interest Network
University of Science and Technology of China（中国科学技术大学）
本文提出SUIN方法，通过整合相似用户行为增强目标用户序列，提升CTR预测性能。
2026-04-26 cs.IR
Pairwise Ranking Loss for Multi-Task Learning in Recommender Systems
针对多任务学习中未发生转化的CTR任务噪声更高的问题，提出成对排序损失（PWiseR）利用转化曝光标签指导模型，在多个公开及工业数据集上AUC指标优于BCE损失。
2024-06-05 cs.IR
HyFormer: Revisiting the Roles of Sequence Modeling and Feature Interaction in CTR Prediction
ByteDance（字节跳动）
HyFormer通过统一的混合Transformer架构，重新设计查询令牌并整合查询解码与查询增强机制，提升工业级推荐模型在CTR预测中的表现和扩展性。
2026-01-23 cs.IR
FLIP: Fine-grained Alignment between ID-based Models and Pretrained Language Models for CTR Prediction
Shanghai Jiao Tong University（上海交通大学）
针对CTR预测中ID类模型缺语义、PLM难捕捉协同信号的问题，提出FLIP方法，通过联合掩码表格/语言建模实现双模态细粒度特征对齐，联合微调融合两模型输出，在三个真实数据集上超越SOTA且兼容性强。
2024-10-30 cs.AI cs.IR
DUET: Dual Model Co-Training for Entire Space CTR Prediction
针对推荐系统预排序阶段双塔模型表达能力不足、样本选择偏差严重的问题，提出集合级预排序框架DUET，通过双模型协同训练缓解偏差，性能优于现有基线，已在快手全量部署。
2025-10-28 cs.IR
Feature Interaction based Neural Network for Click-Through Rate Prediction
点击率预测是广告计算和推荐系统中最重要和最具挑战性的问题之一。为了使用这些数据构建机器学习系统，正确地对特征之间的交互进行建模是很重要的。然而，目前的许多工作中，计算功能的相互作用，在一个简单的方式，如内积和元素的产品。本文旨在充分利用特征之间的信息，提高深度神经网络在CTR预测任务中的性能。本文提出了一种基于特征交互的神经网络（FINN），它能够通过三维关系张量来建模特征交互。FINN提供了底层特征交互的表示和神经网络在建模高阶特征交互时的非线性。与经典基线相比，我们评估了我们的模型在CTR预测任务上的表现，并表明我们的深度FINN模型优于其他最先进的深度模型，如PNN和DeepFM。评估结果表明，特征交互包含更好的CTR预测的重要信息。这也表明我们的模型可以有效地学习特征交互，并在现实世界的数据集上取得更好的性能。
2020-06-07 cs.IR cs.LG stat.ML
TransAct V2: Lifelong User Action Sequence Modeling on Pinterest Recommendation
Pinterest
TransAct V2 是 Pinterest Homefeed 的生产模型，通过利用超长用户序列、集成 Next Action Loss 函数以及采用可扩展低延迟部署方案，提升 CTR 预测和用户行为预测能力。
2025-06-02 cs.AI cs.IR
RIA: A Ranking-Infused Approach for Optimized listwise CTR Prediction
Beijing University of Posts and Telecommunications（北京邮电大学）
RIA提出一种融合排名的端到端框架，通过整合点评和列表级评估，提升CTR预测性能并优化效率。
2025-11-26 cs.AI cs.IR
xDeepInt: a hybrid architecture for modeling the vector-wise and bit-wise feature interactions
Credit Karma（Credit Karma公司）
学习特征交互是大规模CTR预测和推荐成功的关键。在实践中，手工特征工程通常需要穷举搜索。为了降低人工在特征工程中的高成本，研究人员提出了几种基于深度神经网络（DNN）的方法来以端到端的方式学习特征交互。然而，现有的方法要么没有同时学习矢量交互和位交互，要么未能以可控的方式将它们组合起来。在本文中，我们提出了一种新的模型xDeepInt，它基于一种称为多项式交互网络（PIN）的新型网络架构，该网络架构可以递归地学习高阶向量交互。通过集成子空间交叉机制，我们使xDeepInt能够以有界顺序平衡矢量和位特征交互的混合。基于网络结构，我们定制了一个组合优化策略进行特征选择和交互选择。我们实现了所提出的模型，并在三个真实世界的数据集上评估了模型的性能。我们的实验结果证明了xDeepInt在最先进的模型上的有效性。我们开源了xDeepInt的TensorFlow实现：https://github.com/yanyachen/xDeepInt。
2023-01-03 cs.AI cs.IR cs.LG
FARE: Deep Reinforcement Learning For Fair Exposure Constrained Uncertainty Aware Financial Content Personalization
FARE提出将SOV约束排序建模为深度强化学习，并引入CTR预测不确定性到策略设计，通过模块化执行层实现公平曝光，减少偏差同时最小化参与度损失。
2026-09-29 cs.AI cs.IR cs.LG
Revisiting the Examination Hypothesis with Query Specific Position Bias
点击率（CTR）提供了有用的用户反馈，可用于推断查询的搜索结果的相关性。然而，查看搜索结果的原始点击率并不是很有意义，因为结果被点击的可能性不仅取决于其相关性，还取决于其显示的位置。浏览行为的一个模型，{ \em检查假设} \cite{RDR07,Craswell08,DP08}，指出每个位置都有一定的被检查概率，然后基于搜索片段的相关性被点击。这是基于眼动追踪研究\cite{Claypool01, GJG04}，该研究表明用户不太可能在较低的位置查看结果。检查文档的概率中的这种位置相关变化被称为{ \em位置偏差}。我们在这项研究中的主要观察结果是，位置偏差往往与用户正在寻找的信息类型不同。这使得位置偏差{ \em查询特定}。在这项研究中，我们提出了一个模型，用于分析查询特定的位置偏差的点击数据，并使用这些偏差，以获得位置无关的相关性值的搜索结果。我们的模型是基于这样的假设，即对于一个给定的查询，位置点击率的文档是成比例的产品的相关性和{ \em查询特定}的位置偏差。我们比较我们的模型与香草检查假设模型（EH）的一组查询从商业搜索引擎的搜索日志。我们还比较了它与用户浏览模型（UBM）\cite{DP08}扩展的级联模型的Craswell等人\cite{Craswell08}，将多个点击在一个查询会话。我们表明，我们的模型，虽然更容易实现，一贯优于EH和UBM的常用措施，如相对误差…
2010-03-12 cs.IR
Deep Context Interest Network for Click-Through Rate Prediction
Meituan（美团）
本文提出深度上下文兴趣网络DCIN，通过聚合展示上下文、融合点击与上下文特征并匹配目标兴趣，提升CTR预测性能，已在在线广告系统部署并带来1.5%的CTR和RPM提升。
2023-08-11 cs.AI cs.IR
Position-Aware Drafting for Inference Acceleration in LLM-Based Generative List-Wise Recommendation
University of Science and Technology of China（中国科学技术大学）；Zhongguancun Academy（中关村学院）；Independent Researcher（独立研究员）
本文提出PAD-Rec，通过引入位置感知drafting机制，提升生成式推荐的推理效率，实验显示在四个真实数据集上达到3.1倍的时钟速度提升，并保持推荐质量。
2026-04-30 cs.AI cs.IR
Taking the Counterfactual Online: Efficient and Unbiased Online Evaluation for Ranking
University of Amsterdam（阿姆斯特丹大学）；Ahold Delhaize（阿霍德·德尔海兹）
反事实评估可以根据历史交互数据估计排名系统之间的点击率（CTR）差异，同时减轻位置偏差和项目选择偏差的影响。我们引入了新的日志策略优化算法（LogOpt），它优化了日志数据的策略，使反事实估计具有最小的方差。由于最小化方差导致更快的收敛，LogOpt提高了反事实估计的数据效率。LogOpt将反事实方法（与日志策略无关）转变为在线方法，由算法决定显示什么样的排名。我们证明，作为一种在线评估方法，LogOpt是无偏的w.r.t.位置和项目选择偏差，不像现有的交织方法。此外，我们通过模拟数千个排名之间的比较来进行大规模实验。我们的研究结果表明，虽然交织方法会产生系统误差，但LogOpt与交织方法一样有效，而不会有偏差。
2020-07-28 cs.IR cs.LG
Multi-Epoch learning with Data Augmentation for Deep Click-Through Rate Prediction
Kuaishou Technology（快手科技）；Beijing Institute of Technology（北京理工大学）
针对深度CTR模型第二轮训练开始时的嵌入层过拟合问题，提出MEDA框架，通过多嵌入空间训练MLP实现数据增强，并在公开、商业数据集及在线广告系统中验证其优于单轮训练。
2024-06-27 cs.IR cs.LG stat.ML
Contextual User Browsing Bandits for Large-Scale Online Mobile Recommendation
Nanyang Technological University（南洋理工大学）；Alibaba Group（阿里巴巴集团）
在线推荐服务向用户推荐多种商品。如今，相当比例的用户通过移动设备访问电子商务平台。由于移动设备的屏幕尺寸有限，商品的位置对点击有很大的影响：1）位置越高，一个商品的点击就越多。2)“伪曝光”问题：第一眼只显示了几个推荐项目，用户需要滑动屏幕才能浏览其他项目。因此，一些排名靠后的推荐项目不会被用户查看，将这类项目视为负样本是不恰当的。虽然许多工作模型的在线推荐作为上下文强盗问题，他们很少考虑到的影响的立场，因此，估计的奖励函数可能会有偏差。在本文中，我们旨在解决这两个问题，以提高性能的在线移动推荐。我们的贡献是四方面的。首先，由于我们关注的是一组推荐项目的奖励，我们将在线推荐建模为上下文组合强盗问题，并定义了推荐集的奖励。其次，我们提出了一种新的上下文组合强盗方法称为UBM-LinUCB解决两个问题，通过采用用户浏览模型（UBM），点击网络搜索模型的位置。第三，我们提供了一个正式的遗憾分析，并证明我们的算法实现次线性遗憾的项目数无关。最后，我们评估我们的算法在两个真实世界的数据集由一个新的无偏估计。淘宝网是世界上最受欢迎的电子商务平台之一。两个CTR指标上的实验结果表明，该算法优于其他上下文强盗算法。
2020-08-21 cs.IR cs.LG
