推荐算法如何做多目标优化

阿里 ESMM

论文名：Entire Space Multi-Task Model: An Effective Approach for Estimating Post-Click Conversion Rate

CVR 是指从点击到购买的转化，传统的 CVR 预估会存在两个问题：样本选择偏差和稀疏数据
（1）样本选择偏差：模型用用户点击的样本来训练，但是预测却是用的整个样本空间。
（2）数据稀疏问题：用户点击到购买的样本太少。
阿里提出了 ESMM 模型来解决上述两个问题：主要借鉴多任务学习的思路，引入两个辅助的学习任务，分别用来拟合 pCTR 和 pCTCVR。

该网络结构共有三个子任务，分别用于输出 pCTR、pCVR 和 pCTCVR

由上面的式子可知，pCVR 可通过 pCTR 和 pCTCVR 推导出来，那么我们只需要关注 pCTR 和 pCTCVR 两个任务即可

对于 pCTR 来说可将有点击行为的曝光事件作为正样本，没有点击行为的曝光事件作为负样本，对于 PCTCVR 来说，将同时有点击行为和购买行为的曝光事件作为正样本，其他作为负样本。
模型的 loss 函数：