阿里妈妈广告预估校准技术演进与实践

"该资源是一份来自阿里妈妈的21页研究报告，主要探讨了展示广告预估校准技术的演进历程，由阿里妈妈展示广告算法团队的黄思光于2021年4月28日发布。报告涵盖了背景介绍、校准算法的发展、工程实践以及对未来的总结和展望。" 报告首先介绍了预估技术面临的挑战，特别是在广告领域，如预测用户的真实点击概率（ACTR）、预估点击率（PCTR）以及优化序关系（AUC）的重要性。模型的准确性不仅关注排序的正确性（AUC），还应注重预测值与真实值的接近程度（MSE）。报告指出，随着模型从浅层到深度再到大规模深度模型的发展，追求更精确的预估成为了核心目标。 接着，报告阐述了预估校准在广告出价准确性、稳定性、竞价公平性和计划冷启动等方面的重要作用。通过两个例子，展示了校准技术如何影响广告的竞拍过程和平台收入，比如在CPC出价模式下，模型的预估误差可能导致广告主的花费过多或过少，从而影响平台的期望收入。 报告还讨论了多种出价类型（如CPC、CPM）、多种物料以及多种预估模型带来的复杂性，尤其是在广告和推荐混排的情况下。因此，提出了校准目标，即通过校准使预估值更接近真实概率，减少MSE，同时保持排序性能。为了实现这一目标，报告提到了相关的工作，如将先验信息和数据偏差纳入模型，以及采用后处理方法（如Binning、Scaling、Binning-scaling）来提高预估的准确性。 报告最后部分可能涉及了如何将预估模型和校准方法相结合，以及未来可能的研究方向，尽管这部分内容没有详细展开。整体来看，这份报告深入剖析了展示广告预估校准的工程实践和理论基础，对于理解广告系统中的预测精度优化和业务影响具有重要意义。