广告技术中罕见转化的实际多任务学习-计算机科学-机器学习-深度学习-推荐系统.pdfVIP

广告技术中罕见转化的实际多任务学习

YuvalDishiOphirFriedlerYonatanKarni

yuval.dishi@ophir.friedler@yonatan.karni@

TeadsTeadsTeads

Israel,NetanyaIsrael,NetanyaIsrael,Netanya

NataliaSilbersteinYuliaStolin

natalia.silberstein@yulia.stolin@

TeadsTeads

Israel,NetanyaIsrael,Netanya

本摘要ACMReferenceFormat:

YuvalDishi,OphirFriedler,YonatanKarni,NataliaSilberstein,

译我们提出了一种多任务学习（MTL）方法，用于提高andYuliaStolin.2025.广告技术中罕见转化的实际多任务学习.

中在线广告中罕见（例如1%）转化事件的预测效果。根InProceedingsoftheNineteenthACMConferenceonRecommender

1据历史统计数据，将转化分为“罕见”或“频繁”两类。Systems(RecSys’25),September22–26,2025,Prague,CzechRepublic.

v该模型在所有信号之间学习共享表示，同时通过各自ACM,NewYork,NY,USA,6pages./10.1145/3705328.

1

6的任务塔进行专业化处理。此方法经过测试并完全部3748110

1

0署到生产环境，显示出离线（AUC提升0.69%）和在

2

.线KPI性能指标（每行动成本降低2%）的一致改进。

71介绍

0

5在性能广告[15]中，目标是引导用户采取对广告商有

2CCSConcepts价值的行为。这些行为，称为转换，包括观看视频、提

:

v

i•Computingmethodologies→Machinelearning;•交联系信息、订阅服务、进行购买等。

x

rInformationsystems→Computationaladvertising.不同类型的变化在频率和价值上差异很大。例如，

a

购买昂贵物品的情况比频繁发生的转化（如着陆页浏

Keywords览）要少得多且更有价值，后者的价值较低。

转换率（CVR）预测模型[2,4,6,7]是在线广告系

机器学习，深度学习，推荐系统，多任务学习，转化