一、多目标排序（转） 1、概念 多目标排序：指有两个或两个以上的目标函数，目的是寻求一种排序使得所有的目标函数都达到最优或满意。 在工业界推荐系统中，大多是基于隐式反馈来进行推荐的，用户对推荐结果的满意度通常依赖很多指标（比如，淘宝基于点击，浏览深度（停留时间），加购，收藏，购买，重复 ...

1、评价指标体系 　　1）logloss：评价点击率预测的准确性 　　计算公式： 　　 　　对于ctr计算来说： 　　 　　最后化简可以成为： 　　 　　最后的计算代码： 　　 　　这样的计算代码中在使用log计算时pctr[i]中的必须判断是否为0，否则出现无穷的情况 ...

今天主要和大家聊聊多任务学习在转化率预估上的应用。 多任务学习（Multi-task learning,MTL）是机器学习中的一个重要领域，其目标是利用多个学习任务中所包含的有用信息来帮助每个任务学习得到更为准确的学习器，通过使用包含在相关任务的监督信号中的领域知识来改善泛化性能。深度学习 ...

1、特征工程 　　模型与特征在机器学习中的关系： 　　 　　特征：决定了效果的上限；模型决定了接近效果上限的程度； 　　数据格式： 　　 　　label：0/1点击或者没有点击 　　ur ...

传统CTR预估模型包括：LR、FM、GBDT等，其优点是：可解释性强、训练和部署方便、便于在线学习。 （一）CTR预估 1.在cost-per-click：CPC广告中广告主按点击付费。为了最大化平台收入和用户体验，广告平台必须预测广告的CTR，称作predict CTR：pCTR ...

ctr预估是工业界做推荐、广告等的基本问题，下面以熟悉的推荐场景为例，目标是提高abtest的线上指标，时长、互动和留存，反应到ctr模型的评估指标，可以是auc，logloss，ngcd等，auc反映了模型区分正负例的能力，auc提高不一定对应到线上指标提示，可能只是对item的预估分更准 ...

1、前面的知识基础 　　 　　关于ctr预测： 　　 　　常用的模型就是逻辑回归，线性预测可以直观的反应出各个变量在预测中的权重比较有利于运营部门，大约70%的模型都是采用逻辑回归模型。 　　首先就是从用户信息广告信息以及上下文信息中提取出特征来然后进行训练 ...

/ 展示的次数 Impression）。本文主要讨论的是上下文广告的点击率预估问题。即，给定一个网页 p ...