PulseAugur
中
实时 12:06:29
实体 click-through rate

click-through rate

PulseAugur coverage of click-through rate — every cluster mentioning click-through rate across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
5
90 天内 18
发布 · 30天
0
90 天内 0
论文 · 30天
4
90 天内 13
层级分布 · 90 天
主题
关系
情绪 · 30 天

5 天有情绪数据

最近 · 第 1/1 页 · 共 19 条
  1. TOOL · CL_368025 ·

    新的DNA注意力机制提升CTR预测准确性

    研究人员开发了一种名为DNA(Dual-stream Nexus Attention)的新注意力机制,以改进点击率(CTR)预测模型。传统的交叉注意力模型在简单地增加深度时难以获得进一步的改进,因为它们会重复读取相同的固定序列。DNA通过允许行为序列随着每一层而演变来解决这个问题,使token能够根据当前请求表示进行自我更新。这种方法在AUC方面取得了显著的提升,并已在淘宝搜索中部署,带来了CTR和GMV的在线改进。

  2. TOOL · CL_365871 ·

    X-split Argus 框架改进广告排名 CTR 预测

    已开发出一个名为 X-split Argus 的新框架用于广告排名,旨在提高点击率 (CTR) 预测的效率。该系统使用一个压缩器将过去的交互编码成可复用的 Token,然后由在线 Ranker 使用。与基线相比,该方法在归一化熵方面降低了 0.81%,并在 A/B 测试中,尽管在线推理成本增加了 15%,但关键业务指标提高了 4.65%,点击量增加了 2.96%。

  3. TOOL · CL_358363 ·

    新的搜索排名模型通过用户历史的双重检索提升点击率

    研究人员开发了一个新的搜索引擎赞助商品排名框架,该框架改进了现有的用户序列建模技术。该框架在长期用户历史中整合了双重检索通道,特别是候选最近邻检索和查询最近邻检索。通过将这些检索到的行为与查询和候选上下文一起编码,并使用候选感知早期融合,该模型显著提升了关键排名指标。在线 A/B 测试显示,点击率、归因转化率和每展示订单数均有所提高。

  4. RESEARCH · CL_338601 ·

    WeSearch框架通过提高相关性和降低成本来增强微信搜索

    为微信搜索开发了一个名为WeSearch的新检索框架,它提供了一种统一的、模型中心化的方法来处理大规模、不断变化的内容。与之前分配固定语义ID的方法不同,WeSearch首先检索相关集群,然后对单个文档进行排名,从而改进了相关性建模并支持频繁的模型刷新。该系统已在微信搜索中全面部署,在点击率、每用户文章点击量方面取得了显著改进,并大幅降低了检索资源成本和延迟。

  5. TOOL · CL_330898 ·

    新方法改进广告系统的反事实评估

    研究人员开发了一种新的方法,用于评估多阶段投放系统中的广告排名策略,特别是在无法获得记录倾向性的情况下。所提出的混合加权奖励建模技术重新加权记录数据,以更好地与候选策略分布对齐,从而提高策略选择的准确性。该方法在模拟环境和生产流量中均显示出显著的收益,优于现有方法,尤其是在数据重叠率低的情况下。

  6. TOOL · CL_269384 ·

    EvoSkillRec 使用 LLM 和技能基因组自动化推荐器架构发现

    研究人员开发了 EvoSkillRec,一个旨在自动化推荐系统架构演化和发现的新型框架。该系统将推荐器分解为可执行的技能,并将其表示为类型化的技能基因组,同时利用耦合的演化空间。它结合了一个受约束的技能空间,用于验证过的技能的变异、重组和重用,以及一个开放式的代码空间,供 LLM 规划器发明新模块。EvoSkillRec 在包括 CTR 预测和多任务学习在内的各种任务中都展现了持续的有效性,同时优化了预测质量和计算效率。

  7. COMMENTARY · CL_255496 ·

    关键广告效果指标:广告支出回报率、每次获取成本、每次点击成本和点击率详解

    本文讨论了在Google Ads和Meta Ads等平台上追踪付费广告活动关键绩效指标(KPI)的重要性。文章重点介绍了广告支出回报率(ROAS)、每次获取成本(CPA)、每次点击成本(CPC)和点击率(CTR)等指标对于理解广告活动效果和优化预算分配至关重要。作者强调,如果没有适当的追踪,就很难确定广告活动的成功与否。

  8. TOOL · CL_245424 ·

    新的BAFF过滤器可减轻实时竞价 A/B 测试中的训练数据干扰

    研究人员开发了一种竞价感知过滤器家族(BAFF),以解决实时竞价(RTB)A/B 测试中的训练数据干扰问题。当对照组和处理组模型在共享日志上进行训练时,会发生这种干扰,由于广告选择和竞价价格的差异而导致结果出现偏差。BAFF 通过独立控制对每个干扰通道的容忍度,提供了一种结构化的方法来管理这种偏差,在完全日志拆分和日志共享之间提供了一个范围。提出了一种在线测量协议,用于将数据共享策略与无干扰参考模型进行评估,结果表明,在实时竞价部署中…

  9. TOOL · CL_239617 ·

    新的AI搜索方法通过动态库存优化将点击率提高了3.17%

    一种名为“基于库存的策略级优化”(IGPO)的新的训练免费方法已被开发用于在频繁更新的产品目录上运行的AI搜索系统。IGPO将AI的策略与动态环境事实分开,使其能够学习基于运行时库存证据的行动指南,而不是记住特定项目。该方法已部署在商业智能助手AI搜索系统中,在为期14天的A/B测试中,相对点击率提高了3.17%,审计的差错案例减少了38.9%。

  10. TOOL · CL_229661 ·

    CAMIE框架通过多模态嵌入增强产品广告检索

    研究人员开发了CAMIE,一种新颖的多模态项目嵌入框架,旨在改进动态产品广告系统中的检索。该框架利用大型语言和多模态模型,在统一的嵌入空间中表示项目图像和元数据。CAMIE在用户旅程中的共参与项目对上进行训练,在生产环境中部署时,点击率和转化率得到显著提高。

  11. TOOL · CL_229662 ·

    SetMIR 将多兴趣检索视为集合预测,提升 Snap 的广告效果

    研究人员开发了 SetMIR,一种将多兴趣检索问题视为集合预测任务的新颖方法。该方法利用 Transformer 编码用户历史记录和 K 个可学习的查询来解码不同的用户兴趣,每个兴趣都有一个存在分数。SetMIR 通过在训练期间使用 Hungarian 匹配,并在服务时使用存在分数和非极大值抑制 (NMS) 来优化查询发布,从而解决了兴趣坍塌和静态分派等问题。在 Snap 的动态产品广告数据上进行测试时,SetMIR 的性能优于现有的…

  12. TOOL · CL_196121 ·

    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%。

  13. TOOL · CL_160667 ·

    PromptPack 为推荐平台将 LLM 注释成本降低 89%

    研究人员开发了 PromptPack,这是一个旨在降低在线推荐平台使用大型语言模型 (LLM) 的成本并提高效率的新系统。该系统通过实现上下文批处理来解决与单个 LLM 调用相关的高令牌成本问题,该批处理结合了共享系统提示和严格的 XML 结构来同时处理多个广告素材。据报道,与现有方法相比,这种方法将 LLM 成本降低了 89%,吞吐量提高了 2.5 倍,同时保持了 AUC 等性能指标,并引入了一个名为 Volume-Weighted…

  14. TOOL · CL_161015 ·

    新的LO-FAR工作流程为广告推荐提供成本效益高的特征排序

    研究人员开发了LO-FAR,一种用于工业广告推荐系统中稀疏特征排序的新工作流程。这种仅CPU的方法使用轻量级局部估计器根据其预测信号对特征进行排序,为受GPU限制的重新训练方法提供了一种经济高效的替代方案。在大型生产数据集上进行测试,LO-FAR在保持点击率和转化率的下游收益方面取得了有竞争力的结果,证明了其在预算和迭代受限的系统中的实用性。

  15. TOOL · CL_153693 ·

    新的RAMP方法在用户数据有限的情况下提高了广告预测的准确性

    研究人员开发了一种名为RAMP(Robust Ad Recommendation Under Limited Personalized-Feature Availability via Masking and Alignment Pathways)的新方法,以提高在线广告中点击率(CTR)和转化率(CVR)预测的准确性。RAMP旨在即使在个性化用户特征(如年龄和性别)因隐私法规受到限制时,也能保持高预测准确性。该系统采用双塔架构,结合…

  16. RESEARCH · CL_133173 ·

    AI模型通过提高点击率和质量来改进广告标题生成 · 已追踪2个来源

    两篇新研究论文提出了先进的广告标题生成方法。一篇论文介绍了一种名为COBART的受控、优化、双向、自回归Transformer模型,该模型使用前缀控制令牌进行微调,ROUGE-L得分提高了25.82%,估计点击率提高了5.82%。另一篇论文提出了一种使用强化学习策略梯度的自批判掩码语言模型方法,该方法在语法和创意质量审计方面优于现有的Transformer和LSTM+RL方法,甚至优于人类提交的标题。

  17. TOOL · CL_94162 ·

    新方法通过利用负面行为信号提升用户建模能力

    研究人员开发了一种用于点击率预测中序列用户建模的新方法,该方法将跳过和滚动跳过等隐式负面行为与积极互动结合起来。这种方法称为目标感知极性融合(TAPF),使用轻量级门控机制来区分行为证据,并在各种模型架构中显示出相对 AUC 持续提高了 9.6%。研究强调,主要贡献在于混合极性数据范式本身,它显著优于仅依赖积极信号的模型。

  18. TOOL · CL_66121 ·

    新框架解决优惠券营销中的广告偏见

    研究人员开发了一个名为UniMVT的新框架,用于解决在线广告中的混淆偏见,特别是在优惠券营销方面。该模型将用户偏好与优惠券等干预措施的效果分离开来,从而能够更准确地预测基础点击率(CTR)并估算提升效果。UniMVT能够处理多值处理,并通过真实的A/B测试在预测准确性、校准和业务指标方面显示出显著的改进。

  19. RESEARCH · CL_11767 ·

    量子退火器采用新的 PDQUBO 方法处理推荐系统

    研究人员开发了一种名为 PDQUBO 的新方法,用于推荐系统中的特征选择,该方法专为在量子退火器上运行而设计。该方法通过量化特征组合的影响来直接优化推荐系统性能。PDQUBO 是模型无关的,并在实验中证明其性能优于现有的基于 QUBO 的方法和经典基线。