大促转化率精准预估优化论文随笔记

这篇具有很好参考价值的文章主要介绍了大促转化率精准预估优化论文随笔记。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

这是一篇阿里妈妈的论文【KDD’23 | 转化率预估新思路:基于历史数据复用的大促转化率精准预估】
常规的销量预测,遇到一些特大事件,直播、大促,一般很难预估得准确。而且现在电商机制也比较多样,预售、平台折扣等。
本篇可能适合一些特殊时间点进行转化预测的场景。

论文地址:
https://arxiv.org/pdf/2305.12837.pdf

只在此摘录一些片段:

1 片段一:大促预估不足的原因

直接原因:大促周期内用户转化行为突变(五花八门的电商机制:预售、折扣等)

如图1 (a),我们可以观察到大促期间的真实CVR发生明显波动,其原因是用户的转化行为发生了剧烈变化。由于传统的CVR模型遵从i.i.d.假设(用于训练的数据与实际服务的数据独立同分布),当分布发生波动时,i.i.d.假设失效,模型的预估性能将会受到影响;

万“恶”之源–转化行为的延迟反馈(还是预售之类的机制引发的问题)

2 大促CVR修复策略

上述训练范式的有效性依赖于A(x,y)和B(x,y)之间的i.i.d.假设。然而该假设在大促周期内难以成立,因为转化行为的剧烈波动会带来严重的分布偏移(。在我们的智能数据复用方案中,我们首先寻找与即将到来的大促B(x,y)的分布相似的【历史数据】,并使用【历史数据】微调生产模型,过程如下式:
大促转化率精准预估优化论文随笔记,笔记,python,大促,转化率预估
所以这里的Fineture(B) 是一个纠偏值。
整个方案会基于历史分布相似的数据进行融合,基于重要性加权经验风险最小化框架(Importance-Weighted Empirical Risk Minimization)设计了微调方案,通过最小化以下经验性风险来进行模型微调,同时纠正历史数据可能带来的偏差:
大促转化率精准预估优化论文随笔记,笔记,python,大促,转化率预估
其中,B(x,y)代表历史数据对应当天前10小时的CVR均值,可以从历史数据中统计获得;而B‘(x,y)代表大促当天前10小时的真实CVR均值

3 大促期间 分布相似数据的搜寻

找到当下大促,相似的历史“促销”数据,包括双11,618,双12等等大促时间点
寻找的方式就是构建大促时序向量,然后求相似。
论文中大促时序向量的构成由两个部分:

  • 每天的CVR
  • 品类的产品(如化妆品)的曝光占比

上述的两类数值特征将会被拼接并平铺成向量,作为对应天的表征。为每一天都构建了对应表征后,我们使用最近邻算法来检索最相似的历史数据:计算当天表征与历史每一天表征之间的余弦距离并排序。

检索效果:
在表3中,我们提供了几个真实检索结果来更好地展现数据检索的效果。第一个是查找与99大促相似的促销。我们检索到的前两个日期是2022年8月8日的88大促,以及2022年6月14日的618大促二峰,CVR也都比较接近。第二个例子是寻找与88促销相似的促销。我们检索到的Top2结果是2022年7月12日的狂暑季大促,以及7月31日的七夕节大促(没有检索到99大促是因为88大促发生在99大促之前)。同时,我们还随机展示了一个低相似度的非大促日期。显然,这个随机日期的整体CVR与目标大促日期相差很大。
大促转化率精准预估优化论文随笔记,笔记,python,大促,转化率预估文章来源地址https://www.toymoban.com/news/detail-522654.html

到了这里,关于大促转化率精准预估优化论文随笔记的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 电商客服提升客户咨询转化率的秘诀

    电商发展的速度越来越快,人们也越来越依赖电商平台购物。随之而来的,就是大量的客户咨询量,那么将客户咨询转化率提升对于客服而言就是一个挑战。 电商发展的速度越来越快,不断有新的电商平台孵化出来,人们也越来越依赖电商平台购物。随之而来的,就是大量的

    2023年04月12日
    浏览(34)
  • Redis内存空间预估与内存优化策略:保障数据安全与性能的架构实践AIGC/AI绘画/chatGPT/SD/MJ

    摘要: 在现代软件架构中,Redis作为一种高性能的内存数据库,被广泛应用于缓存、会话存储和消息队列等场景。然而,Redis的内存占用问题一直是开发者关注的焦点。本文将介绍如何准确预估Redis所占内存空间,并提供一些内存优化策略,以避免内存占用过多导致数据丢失的

    2024年02月11日
    浏览(44)
  • 前端优化 随笔

    a.http请求 能不能合并,越少越好 b.图片的雪碧图 c.script标签位置 d.link标签(css引入) a.响应式图片 b.图片懒加载 c.webp代替兼容 d.小图标可以改用字体图标 e.图片压缩 a.尽量减少reflow和repaint,涉及样式,尺寸,节点增减的操作,都会触发reflow和repaint b.用变量缓存dom样式,不要

    2024年02月03日
    浏览(31)
  • 学习随笔@慢sql优化过程

    思路 开启慢查询日志,设置超过几秒为慢SQL语句,抓取慢SQL语句 通过explain查看执行计划,对慢SQL语句分析 创建索引并调整语句,再查看执行计划,对比调优结果 ###具体方法操作 慢查询日志 查看配置 SHOW VARIABLES LIKE ‘%quer%’; 图 设置日志开关 开启日志:set global slow_query_

    2024年02月03日
    浏览(33)
  • 网络规模与性能优化的一篇随笔

    本周写篇轻松的话题,注意信息传输的尺度和缩放比例,写篇随笔。 控制面和数据面随规模缩放的影响,举几个例子就能说明白。 CSMA/CD,控制面和数据面在一起,控制信息交互时延和数据面时延在同一尺度时,就到了极限,因为控制交互时延相对数据面时延更大的话,便可

    2024年02月05日
    浏览(35)
  • [读博随笔] 系统安全和论文写作的那些事——不忘初心,江湖再见

    很难想象读博这四年的时光意味着什么,是对妻子和儿子深切的思念。我在珞珈山下挑灯夜读,你在贵阳家中独自照顾幼子。怕的不是孑然一身,而是明明已经习惯两个人,又必须各自前行,像单打独斗的勇士。想到千里之外还有一个人和自己同呼吸共命运,求学之路并不孤

    2024年02月08日
    浏览(38)
  • AI时代下的智能商品计划如何助力服装企业实现库存精准优化

    在AI时代,智能商品计划为服装企业实现库存精准优化提供了强大的支持。以下是AI在这方面的关键作用和助力手段: 1. 数据驱动的需求预测: AI利用大数据和机器学习技术,分析历史销售数据、市场趋势、季节性变化等多方面信息,实现更准确的需求预测。这有助于企业根

    2024年01月21日
    浏览(45)
  • 《天池精准医疗大赛-人工智能辅助糖尿病遗传风险预测》模型复现和数据挖掘-论文_企业

    进入21世纪,生命科学特别是基因科技已经广泛而且深刻影响到每个人的健康生活,于此同时,科学家们借助基因科技史无前例的用一种全新的视角解读生命和探究疾病本质。人工智能(AI)能够处理分析海量医疗健康数据,通过认知分析获取洞察,服务于政府、健康医疗机构

    2023年04月09日
    浏览(62)
  • AutoDev 1.5.3:精准的自动化测试生成、本地模型强化与流程自动化优化

    去年年初,我们开源 AutoDev 的初衷是: AutoDev 是一款基于 JetBrains IDE 的开源 AI 辅助编程插件。AutoDev 能够与您的需求管理系统(例如 Jira、Trello、Github Issue 等)直接对接。在 IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。您所需做的,仅仅是对生成的代码

    2024年01月16日
    浏览(47)
  • 【论文阅读随笔】RoPE/旋转编码:ROFORMER: ENHANCED TRANSFORMER WITH ROTARY POSITION EMBEDDING

    绝对位置编码比较简单,加或乘一个有次序的数 实现相对位置编码,也即意味着,要蕴含位置差的信息: 假设m是某个token的位置信息,n是另一个token的位置信息,要有类似 m − n m-n m − n 的信息,比较容易想到复数乘法会产生 m − n m-n m − n ,以及复数乘法和复数内积的性

    2024年03月11日
    浏览(45)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包