推荐系列论文八-ESMM-完整空间下的多任务学习

ESMM-Entire Space Multi-Task Model: An Effective Approach for Estimating Post-Click Conversion Rate

论文地址

前言

这次带来阿里妈妈团队于18年发表在SIGIR的一篇多任务学习的文章，主要基于多任务学习的思想对CVR问题进行优化预估。

背景

首先说一下广告收费的形式，包括多种：

1. cpt的广告
   • 按照展示时间收费，典型如视频前的广告，这部分只要放出去就给钱，有点类似电视广告
2. cpm
   • 按照广告展示次数收费
3. cpc
   • 按照点击来收费，也就是典型的ctr场景
4. cpv
   • 按转化来收费，例如用户必须下载了app、必须买了商品才付费
5. 等等…

那么我们分析一下平台和广告主的心理，平台最希望的是哪种形式呢？cpt、cpm这种，投放了就收费。

广告主则最喜欢的是cpv的广告，光展示没有转化对于广告主而言就是没有钱进口袋的。

ctr预估的论文已经比较多了，而针对cvr即转化率预估的相对更少，通常的做法其实和点击率预估一样，但是在样本选择时存在一定的不同，区别点主要在以下：

1. 用户的行为序列是这样的：曝光->点击->转化，也就是说一定是先点击再产生转化。
2. cvr预估的前提是已经产生了点击，即预估的是点击后再产生转化的概率，正样本是既点击又转化的样本，负样本是点击了却没有转化的样本，大致的关系图如下：

那么cvr预估就存在这样的一个问题，使用仅点击后的样本训练，而实际应用却是使用所有的样本，文章中称之为样本选择偏差smple selection bias (SSB)，并且只是用点击样本训练还会使得很稀疏，因为用户点击本就不是一个经常发生的事件。

总结一下，存在的问题是以下两个：

1. 样本选择偏差，cvr预估训练以及实际场景的数据不同
2. 数据稀疏问题

这里想一下cvr任务可以使用全部曝光样本训练么？这就牵扯到业务形态的问题了，一般想当然来说用户愿意点当然更愿意转化啊，但是我自己实际的体验中不一定是这样，我一个朋友就遇到这么一个场景(请不要问我这个朋友是不是我):

首先看到推广的商品，封面是漂亮小姐姐，小姐姐很漂亮那么我点进去看一看=>我仅仅是进去看一看，我并不会买女装，所以你继续推漂亮的小姐姐给我，我还是会点击，但是我就是不会买。

从上面的场景可以看出来，点不点和素材内容关系很大，因为人是一个很靠感官判断的生物，但是具体需不需要那就又得另说了。

正文

前面说了这么多，其实就是引出两个问题，一个就是说cvr预估使用点击样本训练是没有问题的，第二个呢就是cvr预估只使用点击样本训练是有问题的。这两个问题看似很矛盾，但是居然可以通过ESMM解决，我第一次看这篇文章的时候其实有许多不理解的地方，直到自己在做ctr预估方面工作回看才觉得，这个真的有点东西，好，下面不啰嗦了。

pctr pcvr pctcvr

ctr就是点击率，cvr是转化率，ctcvr是点击转化率，即既点击又转化的概率，下面是三者的关系式：

根据上式，可以看到三者的关系非常明确，那么也就意味着，我只要得到了三者中的二者就可以方便地估计剩下的一个参数了。

聪明的同学可能已经想到了，既然我不想只用点击样本训练，那么ctr和ctcvr都是可以通过全部样本来训练的，这样我单独训练两个模型一除不就ok了？想法很美好，但是现实稍微有那么一点残忍…

因为pctr是一个很低的值，这样一除会使得结果很不稳定，而且很可能使得pcvr超过1，这明显不合理对吧，那么阿里妈妈团队是如何将上式与多任务学习结合在一起预估cvr值的呢？

=>既然除法不行，那就使用乘法，我学习cvr和ctr不就可以了，这样问题就绕回来了，你都学习了cvr了还要ctr干什么呢？不又回到cvr预估只是用点击样本的问题了么？

接下来，就是ESMM<哔哔>的地方了

ESMM

ESMM做的事情就是用全样本使用一个模型来同时学习cvr以及ctr，然后二者相乘拟合pctcvr，ctr预估以及ctcvr预估是可以使用全样本训练的，这么说可能不明白到底是个什么，直接来看网络结构。

绿色的pctr和pctcvr是模型训练的辅助任务，其核心要获取的是粉色的pcvr，这里应该还有很多人很困惑，这既然预估cvr了还要辅助任务干什么呢？

答案就是:该模型的loss不与该pcvr相关，loss只和pctr与pctcvr相关，而pctcvr是pcvr与pctr相乘得到的，模型拟合了pctr和pctcvr，那么pcvr相当于隐含地被训练了，并且pcvr这块输出使用sigmoid激活的保证了值域稳定，看一下loss的定义：

loss核心还是logloss，但是由两部分组成了，即pctr部分的logloss，以及pctcvr部分的logloss，也就是说虽然pcvr是我们想要的目标，但是他是被隐含训练出来的，是通过pctr、pcvr、pctcvr三者的关系隐含训练出来的副产物。

并且左右两边的模型结构是一致的，共享特征输入，即pcvr和pctr这两部分底层的参数是完全一致的，而且由于logloss拟合的目标是pctr和pctcvr的logloss了，训练样本都是全样本了，这不就解决了前面说的问题了么?

1. 样本选择偏差，这下使用全样本来拟合pcvr
2. 数据稀疏，这下使用全样本来搞了

以前没看明白，现在看明白了，只能说我在风中凌乱了…

总结

ESMM真的是个很巧妙的模型，真的是个让人眼前一亮的模型，而且据我的一些小伙伴说在他们公司的场景ESMM的效果很好，so…抓紧用起来啊？想啥呢。

ps：论文内容很短，只有四页，堪称短小精悍，非常值得一看以及一试。

最后

以上就是传统烧鹅为你收集整理的推荐系列论文八-ESMM-完整空间下的多任务学习的全部内容，希望文章能够帮你解决推荐系列论文八-ESMM-完整空间下的多任务学习所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。