搜索引擎廣告點(diǎn)擊率預(yù)測(cè)的問題

1. 如何建模廣告之間的相互影響，廣告和自然搜索結(jié)果的相互影響。

幾乎所有的廣告系統(tǒng)進(jìn)行廣告點(diǎn)擊率預(yù)測(cè)時(shí)候都基于廣告之間是獨(dú)立的假設(shè)，但是實(shí)際上這顯然是不對(duì)的。假設(shè)有三個(gè)廣告，上下順序不一樣時(shí)，每個(gè)廣告點(diǎn)擊的概率都是會(huì)有變化的。目前也有一些學(xué)術(shù)界的論文從不同角度解釋的這個(gè)現(xiàn)象，但沒有一個(gè)完全解決這個(gè)問題的，因?yàn)橛袃纱罄щy：

1）廣 告之間的影響是復(fù)雜的，不容易利用一些假設(shè)來反映人看到整個(gè)頁(yè)面時(shí)的反應(yīng)。

2）假設(shè)能建模出影響，現(xiàn)有的競(jìng)價(jià)和收費(fèi)機(jī)制能否好兼容，如何解釋都是大問 題。同時(shí)，現(xiàn)在用戶看到的結(jié)果有很多，不但有自然搜索結(jié)果，靜態(tài)創(chuàng)意的廣告，甚至還有動(dòng)態(tài)創(chuàng)意的廣告，以及其它形式的檢索結(jié)果。這些檢索結(jié)果的點(diǎn)擊率是受 所有看到因素影響的。如何在保證檢索效率的前提下，來大化點(diǎn)擊率是個(gè)很大的問題。

2. 如何保證新策略能長(zhǎng)期有效？

假設(shè)設(shè)計(jì)和開發(fā)了新策略，模型預(yù)測(cè)效果和小流量效果都很好。那么它是絕對(duì)好的嗎？答案是否定的。影響一個(gè)新策略長(zhǎng)期有效的因素有 很多，比如流量的變化，廣告庫(kù)的變化，訓(xùn)練樣本的更新變化，線上其它策略的影響等。假設(shè)其它變化我們無法控制除外，訓(xùn)練樣本的變化則是我們自身策略無法保 持長(zhǎng)期優(yōu)秀的一個(gè)重要因素。這也屬于的“雞和蛋，誰先有”的問題。假設(shè)一個(gè)樣本集合，我們更新了模型的特征或者模型自身的一些參數(shù)，然后再上面訓(xùn)練出了一 個(gè)比之前的更好的模型，小流量效果也都很贊。當(dāng)這個(gè)新策略上線后，它改變了廣告的排序（每個(gè)廣告的點(diǎn)擊率由新策略影響），然后基于這些受影響后的樣本重新 訓(xùn)練模型效果就不一定像第一次那么穩(wěn)定，而且大多時(shí)候是比第一次更新時(shí)候有所衰減的。

3. 如何做好個(gè)性化？

不同用戶個(gè)性差異很大，因此在很多系統(tǒng)中都有個(gè)性化因素的考慮。搜索廣告點(diǎn)擊率預(yù)測(cè)當(dāng)然也不例外，去年百度高獎(jiǎng)之一就是這方面 的項(xiàng)目。那么個(gè)性化會(huì)有哪些困難？

首先是技術(shù)方面的：

1）個(gè)性化的feature會(huì)更大更稀疏，模型訓(xùn)練會(huì)更加困難；

2）如何檢測(cè)識(shí)別出個(gè)體，設(shè)計(jì) cookie mapping，session segment等。

然后就是產(chǎn)品層面的：

1）如何給客戶解釋個(gè)性化因素在每次廣告展示的影響；

2）個(gè)性化會(huì)給系統(tǒng)異常排查帶來較大困難，特別是比較難回歸 case。

4. 如何做好相關(guān)性和預(yù)測(cè)點(diǎn)擊率在排序中影響？

幾乎每個(gè)人都不會(huì)否認(rèn)相關(guān)性對(duì)點(diǎn)擊率的影響，但也總能找出很多廣告其點(diǎn)擊率很高，但相關(guān)性不高，也總能找出很多廣告相關(guān)性很高但 點(diǎn)擊率很低。那么在廣告排序中如何做好兩者的和諧共存呢？

業(yè)界有兩種做法：

1）相關(guān)性和預(yù)測(cè)點(diǎn)擊率都直接參與排序；

2）相關(guān)性在觸發(fā)階段保證，排序階段只 考慮預(yù)測(cè)點(diǎn)擊率。兩者孰優(yōu)孰劣，沒有定論。更復(fù)雜的是，每類廣告設(shè)置每個(gè)廣告這兩者在排序時(shí)的影響都應(yīng)該是不一樣的。比如有些敏感廣告，色情廣告他們的點(diǎn) 擊率一般都不會(huì)低，此時(shí)可能應(yīng)該更考慮相關(guān)性的限制。