雅虎2017一个在线展示广告的CVR预估框架实践

Posted 2021-01-02 Accipiter

论文 A Practical Framework of Conversion Rate Prediction for Online Display Advertising

定期更新,获取更多,欢迎star。

一、论文基本描述。

本论文基于Yahoo! BrightRoll （Oath）雅虎的RTB(视频)买方平台（DSP）。 由于CPA成为主流出价方式，所以转化率预估变成了关键的问题。

难点：

1. 转化数据非常稀疏。（extremely sparse conversions）
2. 数据延迟回传。(delay feedback)
3. 和第三方平台归因差异。（attribution gaps between the platform and the third party）

过度预估导致的过度出价是CPA广告在真实RTB环境下的核心挑战。（we first show that over-prediction and the resulted over-bidding are fundamental challenges for CPA campaigns in a real RTB environment）

本文提出了一个安全预测框架，其中包含归因调整【基于PC的场景】，以及处理过度预测并进一步缓解不同级别的过度竞价。

二、评价指标。

eCPA: effective cost per action or acquisition.[每次操作和获取的有效成本]

eCPA=sum(cost)/sum(action)eCPA=sum(cost)/sum(action) :表示的广告主实际为每个转化库存花费的成本。

eCPC=λ∗Gcpc∗sum(pCTR)/sum(CTR)(0<λ<1)eCPC=λ∗Gcpc?∗sum(pCTR)/sum(CTR)(0<λ<1)

eCPA=λ∗Gcpa∗sum(pCVR)/sum(CVR)(0<λ<1)eCPA=λ∗Gcpa?∗sum(pCVR)/sum(CVR)(0<λ<1)

三、解决方法，思想。

CPA出价的好处：

1. 直接关系到广告主的投资回报率（ROI）。
2. 受在线作弊的影响比较小。

挑战

1. 归因问题： DSP方是在一个时间窗口（predefined time window）内，把追踪到的转化都算作自己平台的转化（local attribution）,而最后的转化是按照第三方平台归因的转化。
2. 和CTR比较问题。表面上看CVR是CTR问题的自然延伸，因此CVR的文献也较少。但是，转化要求用户的参与度远高于点击，因此，用户的行为特征是更加重要的。 面临的挑战：
   1. 转化稀疏，通常比CTR小几个数量级。导致的问题是CVR过度的预测与广告主实际的eCPA差距很大。
   2. 数据延迟回传。这样导致两个问题：
      1. 转化模型需要预测将来一段时间发生的事情
      2. 基于非延迟数据的算法基本就不太适用。
   3. 本地和全局归因：有时候会导致差异巨大【?业务经验】
   4. 展示值区别。这个是由于广告在竞价的时候通常采用广义第二高价，这和CPC计费可以直接用CTR预估不同，CPA不能直接用CVR描述，还会受到其他因素影响有关系。

过度预估

过度预估的问题:可能导致获取大量的低质流量，预算消耗过快的问题。【解决这个问题成为本文的最高优先级的事情】

1. 无经验下限：转化其实是表达了用户强烈的兴趣点。pCTR是有一个经验下限的,可以保证预估的效果达到优化目标。但是CVR由于上边介绍，存在的一些问题，是不能保证类比eCPC的eCPA能够达到优化目标的。

2. 预测与观测的差异： 过度预测是固有的，即使预测是无偏的。

引理：给定n次展示，让C1,C2,…,CnC1?,C2?,…,Cn?表示真实的转化率,CˉCˉ是经验转化率,假设预估的转化率C^C^是无偏的，C^=1n∑1nCiC^=n1?∑1n?Ci?,以预估的值C^⋅GcpaC^⋅Gcpa?出价,且假设对每一个展现出价最高的第三方服从对数-正太分布lnN(μi,σ2)lnN(μi?,σ2),其中μi=Ci⋅Gcpaμi?=Ci?⋅Gcpa?,那么C^C^就是一个过度预估：

C^≥CˉC^≥Cˉ

对所有的展现都有相同的转化率，即C1=C2=?=CnC1?=C2?=?=Cn?时等号成立。

具体证明过程略。 这里有一个关键假设是对于每一个展现都存在其他卖方平台，基于前面介绍的所有卖方平台的归因技术是相同的，因此它们的平均出价和我们的相同或者是在均衡条件下。

3. 训练数据限制和偏差
   1. 由于转化数据是广告主独有的，因此对于某个广告主的CVR预估模型的训练数据，是需要排出掉其他广告主的数据的。
   2. 训练数据只包含了赢得RTB竞价的数据，这个样本集是和线上模型集合有严重偏差的。【15、17文献在解决这两个问题】

CVR安全预测框架

使用的方法是集成树的方式，每一个叶子节点代表一个特征子空间。和传统集成树的区别是，这里用到的每棵树不是完成的，是会继续迭代的【生长、删除叶子节点】。

1. 数据驱动树(Data-Driven trees)是枚举树，其中同一树中的每个叶节点对应于来自相同特征子集的唯一值组合。数据驱动树的限制是在活动开始时，它们没有叶节点，因此不能自己启动。
2. 机器学习树(machine -learning trees)使用机器学习模型进行预测。它们的主要目的是帮助在活动初期阶段启动数据驱动树的生成。

数据驱动树

1. 建造树，利用GBDT来完成特征的组合，并利用这些特征组合来构建数据驱动树。首先利用GBDT训练一个所有广告主的模型，但是不是直接来预测，只是指导如何构建数据驱动树。当GBDT模型训练后，我们基于从根节点到每个叶节点的路径提取特征集，然后为每个唯一特征集构建数据驱动树。
2. 预测。叶子节点利用Beta-Binomial模型作为预测。CVR(p),impressions(B)服从Binomial(B,p)分布。p:B(α,β)=Beta(α,β−α)p:B(α,β)=Beta(α,β−α) αα是均值，方差Var(p)=α(β−α)β2(β+1)Var(p)=β2(β+1)α(β−α)? 。求 αα,ββ时，采用指数衰减随时间变化的方法，因为它在实践中的预测精度方面优于其他方法。
3. 树更新。在观察到足够多的展现和转化后更新叶子节点。一个叶子节点出现是B(α^,β^)B(α^,β^?) 分布满足：α^<α0,β^<β0α^<α0?,β^?<β0?且Var(p)<v0Var(p)<v0?，其中α0,β0,v0α0?,β0?,v0?是阈值。

机器学习树

为了构造机器学习树，需要首先定义一个置信区间。通常取GBDT预测的Top10%

集成预测

数据驱动树和机器学习树都会有一个预测值。p1,p2,…,pnp1?,p2?,…,pn?是这些树的预测值。有三种方法来求集成的预测值：

1. 最大值法。p^=max?p1,p2,…,pnp^?=maxp1?,p2?,…,pn?.
2. 均值法。p^=1n∑1nCip^?=n1?∑1n?Ci?
3. 权重平均。p^=∑1nVar(pi)−1pi∑1nVar(pi)−1p^?=∑1n?Var(pi?)−1∑1n?Var(pi?)−1pi??.其中，Var(pi)=αi(βi−αi)βi2(β+1)Var(pi?)=βi2?(β+1)αi?(βi?−αi?)?

实际采用3。

归因调整

目标是预估预估的CVR和真实的CVR之间的差距，从而指导CPA出价。

1. 对延迟数据的转化调整。 【这里介绍了一个延迟回传可能导致低估的问题【低估的是经验转化率!(will lead to underestimation of the empirical CVR)】，和必然过度预测无关】 每日展示次数和转化次数都具有强烈的“日-星期”模式，优化归因时间窗口内差距最小。

min?∑j=T+1n[∑i=j−Tj(∑j′=ii+TCi,j′)∗Pj−1,D(i)−∑i=j−TjCi,j]2minj=T+1∑n?[i=j−T∑j?(j′=i∑i+T?Ci,j′?)∗Pj−1,D(i)?−i=j−T∑j?Ci,j?]2

s.ts.t

∑k=0TPd(k)=1k=0∑T?Pd?(k)=1

0≤Pd(k)≤10≤Pd?(k)≤1

2. 本地归因调整。 本地归因和第三方归因差异最小。

min?∑j=Tn[∑i=1k(Pgi⋅Cgi,j)−Cj]2minj=T∑n?[i=1∑k?(Pgi??⋅Cgi?,j?)−Cj?]2

s.ts.t

0≤Pgi≤10≤Pgi??≤1

出价调整

出价： Vplain=f(t)⋅pt⋅GcpaVplain?=f(t)⋅pt?⋅Gcpa?

初始值： Vbaseline=ft0(t)⋅pt′⋅GcpaVbaseline?=ft0??(t)⋅pt′?⋅Gcpa?

ΔV=Vplain−Vbaseline=[1−ft0(t)ft(t)]⋅VplainΔV=Vplain?−Vbaseline?=[1−ft?(t)ft0??(t)?]⋅Vplain?.其中1−ft0(t)ft(t)1−ft?(t)ft0??(t)?是调整因子，是需要接下来求的值。

ft0(t)=∫tt0+Tq(x−t0)⋅k(x)dxft0??(t)=∫tt0?+T?q(x−t0?)⋅k(x)dx 其中qq表示对于时间x,在t0t0?时间内转化归因到展示的条件概率,k(x)k(x)服从“小时-天”的一个V字形函数。

算法1描述了估计增量值的步骤。 基本思想是对历史数据进行离散化并估计κ(x)κ(x)和q(x−t0)q(x−t0?)的每小时概率值，然后将其用于计算调整因子的最终估计。

---

算法1: 输入：

`$t_0$`:之前展示的时间。
`t`:当前竞价展示时间。
`T`:归因时间窗口。
`W`:转化时间窗口。

n小时的历史数据。

1. 对i,j∈{1,2,3,?,n}i,j∈{1,2,3,?,n},Ci,jCi,j?表示对于j小时的转化归因到i小时展示的数据。
2. 计算k(x)在h≤Wh≤W的概率质量。
3. 计算q(x−t0)q(x−t0?)在h的概率质量。
4. 计算归因的概率：

f^t0(t)=∑h=tt0+Tq^(h−t0)⋅k^(h)f^?t0??(t)=∑h=tt0?+T?q^?(h−t0?)⋅k^(h) 且f^t(t)=∑h=tt+Tq^(h−t0)⋅k^(h)f^?t?(t)=∑h=tt+T?q^?(h−t0?)⋅k^(h)

输出

预估调整因子值1−ft0(t)ft(t)1−ft?(t)ft0??(t)?。

---

四、实验。

实现了2000+GBDT树，562个分类特征，限制每棵树的内部节点不超过8，树的最大深度为7，单一特征不超过7，去重之后的到214个特征集合。

一些online的A/B实验。

五、应用&借鉴。

1. 明确CVR与CTR的差异。CVR其实表现的和CTR有诸多的不同，因此处理的策略也不同。
2. 树形模型的有效性。
3. 转化具有的“日-星期”，“小时-天”模式。

六、相关推荐。

1. Large Scale CVR Prediction through Dynamic Transfer Learning of Global and Local Features
2. Post-Click Conversion Modeling and Analysis for Non-Guaranteed Delivery Display Advertising
3. Estimating Conversion Rate in Display Advertising from Past Performance Data