PulseAugur
实时 08:26:07
English(EN) MARCO: Click-Intent Decomposition for Calibrated Ads Conversion Prediction

MARCO框架通过分解点击意图来改进广告转化预测

研究人员开发了MARCO,一个旨在通过分解用户点击意图来改进广告转化预测的框架。与将所有点击同等对待的传统模型不同,MARCO按意图对点击进行分类,从而对高意图点击进行更准确的预测,并减少对低意图点击的过度预测。该方法在部署后显示,每点击转化率提高了2.80%,整体收入指标提高了0.98%。 AI

影响 通过区分用户意图来提高广告转化预测的准确性,可能带来更有效的广告活动。

排序理由 这是一篇详细介绍新框架及其性能指标的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

MARCO框架通过分解点击意图来改进广告转化预测

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Shiwen Shen, Xiru Huang, Liang Luo, Jianbo Sun, He Lyu, Zihang Fu, Ivonne Xu, Zhizhuo Li, Zhengyu Zhang, Pei-Ju Sung, Yunmiao Wang, Zixuan Wang, Zhengli Zhao, Qiang Jin, Mike Jermann, Mingda Li, Yang Xiao, Bhavana Challa, Brooke Bian, Yang Li, Ashish Cha… ·

    MARCO:用于校准广告转化预测的点击意图分解

    arXiv:2608.10562v1 Announce Type: new Abstract: Not all clicks are equal. Industrial ads ranking decouples conversion probability into click-through rate (CTR) and post-click conversion rate (CVR), yet treats every click as the same event. In reality, users provide a free, self-g…