雅虎點(diǎn)擊率預(yù)估中的軟頻率控制

今天介紹的是CIKM 19上雅虎發(fā)表的一篇文章，主要介紹了如何在廣告點(diǎn)擊率預(yù)估中進(jìn)行軟頻率控制，避免過多的給某一用戶展示太多次同一廣告造成的點(diǎn)擊率下降和用戶體驗(yàn)損失。一起來學(xué)習(xí)一下。

1、背景

Gemini Native是雅虎主要的收入來源，通過在信息流中插入廣告來，并通過多種收費(fèi)模式如CPM、CPC等來獲得廣告收入。下圖展示了不同設(shè)備上Gemini Native的廣告展現(xiàn)形式：

本文主要關(guān)注CPC收費(fèi)模式。對(duì)于這種收費(fèi)模式，通常情況下按照pCTR*bid對(duì)廣告進(jìn)行排序，并進(jìn)行二價(jià)計(jì)費(fèi)，因此點(diǎn)擊率預(yù)估是比較重要的一環(huán)。Gemini native使用的點(diǎn)擊率預(yù)估模型稱作OFFSET（a feature enhanced collaborative-ltering(CF)-based ad click-prediction al-gorithm），本文重點(diǎn)不在于對(duì)此模型的介紹，感興趣的可以參考論文《OFF-set:one-pass factorization of feature sets for online recommendation in persistent cold start settings》。

用戶體驗(yàn)是廣告中非常重要的一環(huán)，在給用戶展示廣告時(shí)，往往會(huì)考慮收益與用戶體驗(yàn)之間的平衡。當(dāng)同一個(gè)廣告&活動(dòng)&創(chuàng)意反復(fù)推送給同一用戶時(shí)，用戶的點(diǎn)擊率會(huì)隨著推送次數(shù)的不斷增加而降低，造成用戶體驗(yàn)的損失。

在接下來的部分中，首先會(huì)對(duì)Gemini native的數(shù)據(jù)進(jìn)行分析，來看下是否存在上述所說的反復(fù)推送點(diǎn)擊率下降的問題，隨后將介紹如何將展現(xiàn)頻次這一因素加入到點(diǎn)擊率預(yù)估模型中，最后分析一下實(shí)驗(yàn)結(jié)果。

2、數(shù)據(jù)分析

本節(jié)收集了30天的Gemini native數(shù)據(jù)來進(jìn)行分析，看廣告展示頻次如何影響用戶的點(diǎn)擊行為。

2.1全局分析

下圖是全局分析的結(jié)果，主要包含了兩條曲線，橫軸是不同廣告對(duì)同一用戶展現(xiàn)次數(shù)，橙色曲線代表對(duì)應(yīng)的歸一化點(diǎn)擊率，藍(lán)色曲線代表所有數(shù)據(jù)的累積概率分布。

再更具體的解釋下兩條曲線的含義。橙色曲線中每個(gè)點(diǎn)的計(jì)算如下：

比如當(dāng)同一個(gè)廣告給用戶展示第2次時(shí)，其平均的點(diǎn)擊率是首次展示給用戶點(diǎn)擊率的80%，當(dāng)同一個(gè)廣告給用戶展示第3次時(shí)，其平均的點(diǎn)擊率是首次展示給用戶點(diǎn)擊率的67%。可以看到，除去25次時(shí)數(shù)據(jù)可能存在異常外，隨同一廣告給用戶展現(xiàn)次數(shù)的增加，點(diǎn)擊率呈現(xiàn)逐漸下降的趨勢(shì)。

另一條藍(lán)色曲線代表數(shù)據(jù)的累積概率分布，比如有47%的數(shù)據(jù)是廣告首次展現(xiàn)給用戶。這條線并不是我們關(guān)注的重點(diǎn)，因此后續(xù)不再進(jìn)行介紹。

2.2性別分析

分性別用戶的數(shù)據(jù)如下圖所示：

可以看到，重復(fù)給男性或女性用戶展示同一廣告，點(diǎn)擊率趨勢(shì)基本一致。而性別未知的用戶則對(duì)重復(fù)展示的廣告有更高的容忍度。這部分用戶大都是為注冊(cè)用戶，在行為表現(xiàn)上與已注冊(cè)用戶表現(xiàn)出一定的差異性。

2.3年齡分析

分年齡段用戶的數(shù)據(jù)如下圖所示：

從上圖可以發(fā)現(xiàn)，不同年齡段的人群，隨同一廣告展示次數(shù)的增加，點(diǎn)擊率逐漸下降，但不同年齡段人群對(duì)此的容忍度是不同的，越年輕的用戶表現(xiàn)出更高的容忍度。對(duì)此現(xiàn)象的可能解釋是，年輕用戶從小就更習(xí)慣于將廣告作為其上網(wǎng)瀏覽體驗(yàn)的一部分。

2.4雅虎垂直產(chǎn)品分析（Yahoo vertical）

該部分的數(shù)據(jù)如下圖：

可以看到，不同入口的產(chǎn)品廣告點(diǎn)擊率都是隨廣告展示次數(shù)的增加而逐漸降低。

從上述不同方面的分析可以看到，一段時(shí)間內(nèi)重復(fù)給用戶展示同樣的廣告，對(duì)平臺(tái)和用戶都是有損失的，那么如何控制給用戶展示廣告的頻率呢，我們將在下一節(jié)進(jìn)行介紹。

3、頻率控制

3.1硬頻率控制

硬頻率控制的做法簡(jiǎn)單粗暴，對(duì)重復(fù)展示的創(chuàng)意／活動(dòng)／廣告主廣告，如果一段時(shí)間內(nèi)展示次數(shù)超過了閾值，則從召回隊(duì)列中去除，不參與后續(xù)的排序。顯然這種做法未考慮用戶的個(gè)性化因素，并不是全局最優(yōu)的。

3.2軟頻率控制

軟頻率控制的方法如下圖：

簡(jiǎn)單描述一下，這里廣告也分不同粒度，粒度從粗到細(xì)可以分為同一廣告主的廣告／活動(dòng)，某一個(gè)具體的廣告／活動(dòng)，某一廣告／活動(dòng)下的某一創(chuàng)意。在進(jìn)行頻率控制時(shí)，我們可以從不同粒度上去進(jìn)行頻次控制。無論何種粒度，廣告用Af表示

同樣，時(shí)間窗口也分多種，如昨天，上一周，上個(gè)月，用Tf。

那么某一用戶在某一時(shí)間窗口內(nèi)展示同一廣告的次數(shù)可以表示為fa,u(Af,Tf)?；诖螖?shù)，首先會(huì)進(jìn)行分箱操作，如如下的分箱操作：

分箱之后，每一箱都會(huì)有對(duì)應(yīng)的權(quán)重系數(shù)w，參數(shù)是通過模型學(xué)習(xí)得到的。這里的權(quán)重參數(shù)也可以分為兩種，一種是全局通用的參數(shù)，不同的廣告使用同樣的參數(shù)，另一種是每個(gè)廣告獨(dú)立的參數(shù)。最終的點(diǎn)擊率預(yù)估值為sigmoid(su,a+w)。

當(dāng)然，我感覺也可以同時(shí)加入多種不同粒度的控制。

4、實(shí)驗(yàn)結(jié)果

最后看下實(shí)驗(yàn)結(jié)果吧。這里參數(shù)使用的是全局通用參數(shù)，時(shí)間窗口設(shè)定為1周，廣告力度設(shè)定為同一廣告／活動(dòng)。

首先來看學(xué)習(xí)得到的系數(shù)，預(yù)期的結(jié)果是隨著展示次數(shù)的增加，權(quán)重系數(shù)w越小，結(jié)果也符合預(yù)期：

離線的AUC和Logloss也得到了相應(yīng)的改善：

最后是線上結(jié)果，可以看到，軟頻率控制帶來了7%-8%的CPM的提升：