CTR prediction 연구에서 공통된 평가 방식이나 표준화된 벤치마크가 부족하다. 다양한 모델들에 대하여 벤치마크를 진행하였고, 해당 결과나 진행한 코드는 reproducible 하도록 공개하였다. 벤치 마크 결과 여러 모델이 기존과 큰 차이를 보이진 않았지만, 기존 논문에서 report 된 결과와는 차이가 있었다.
동일한 모델이라 할지라도 데이터 전처리 방식이 달라지면 두 논문의 결과를 비교하기 어렵다.
1 min read
CTR prediction 연구에서 공통된 평가 방식이나 표준화된 벤치마크가 부족하다. 다양한 모델들에 대하여 벤치마크를 진행하였고, 해당 결과나 진행한 코드는 reproducible 하도록 공개하였다. 벤치 마크 결과 여러 모델이 기존과 큰 차이를 보이진 않았지만, 기존 논문에서 report 된 결과와는 차이가 있었다.
동일한 모델이라 할지라도 데이터 전처리 방식이 달라지면 두 논문의 결과를 비교하기 어렵다.
BarsCTR - Open Benchmarking for Click-Through Rate Prediction: 일반적인 CTR Prediction 에 대한 overview 확인할 수 있다.
Leveraging Post-click Feedback for Content Recommendations B) II.
Between Clicks and Satisfaction - Study on Multi-Phase User Preferences and Satisfaction for Online News Reading Abstract click signal does not capture post-click user...
Pareto Efficient 추천을 위한 framework 를 제안했다. two-step Pareto efficient 최적화 알고리즘 제안.
핵심 요약 광고 클릭 후 전환(구매, 앱 설치)까지 시간 지연이 발생하고, 하나의 클릭이 여러 번의 전환으로 이어질 수 있는 문제를 해결하는 모델.
한줄 요약 OneSearch 는 Kuaishou가 제안한 e-commerce search용 end-to-end generative retrieval framework이다.
한줄 요약 LLM 기반 3-stage fine-tuning으로 Long-tail Query의 semantic gap을 해결하여 Taobao 검색에서 GMV +0.4%, few-recall query GMV +18.66% 달성.
Introduction learning process of collaborative filtering 는 크게 3 개의 요소로 나뉘어진다: 1) interaction encoder, 2)loss functions, 3)negative sampling 적은 negative sampling 과 BPR loss 로...
Paper link 본 논문에서는 FTRL-Proximal 온라인 학습 알고리즘을 중심으로 대규모 광고 클릭 예측 시스템 구축에서 얻은 실제 경험을 공유합니다.
Abstract selection bias, which occurs because clicked documents are reflective of what documents have been shown to the user in the first place.
Top-K Contextual Bandits with Equity of Exposure Abstract Probability Ranking Principle 에 의하면 top-K items 을 greedy 하게 rank 하는것이 optimal 함 대신 Introduction This work...