超级会员免费看
论文提出了一种名为AITM的框架，用于解决金融场景下（如信用卡业务）的多任务顺序依赖问题。在ESMM基础上，通过自适应信息传输模块(AIT)利用self-attention来捕捉不同转化阶段的依赖关系。该模型已在美团APP中应用，以处理用户多步转化过程中的序列依赖和类别不平衡问题，特别是在信用卡的曝光、点击、申请、核卡和激活五个阶段。
-
Modeling the Sequential Dependence among Audience Multi-step Conversions with Multi-task Learning in Targeted Display Advertising
-
论文发表在 KDD-2021。论文做的是金融场景下（信用卡业务）的顺序依赖性多任务问题解决框架。
-
在ESMM的基础上，利用不用任务之间的顺序依赖关系，文章提出了一种自适应信息模型传输多任务AITM（Adaptive Information Transfer Multi-task）框架。基于AIT模块，利用self-attention自适应地提取不同转换阶段的传输信息进行融合输出。现已应用于美团app中。
1、动机与挑战（信用卡业务广告）
- 用户多步转化过程中的路径序列依赖更长。
- 在多步转化的长序列依赖中（前一步骤发生了，后一步骤才可能发生），正反馈（正样本）是逐步稀硫的，类别不平衡越来越严重。
信用卡业务的5个阶段如下，一般来说阶段越低，转换效率越高。业务中，关心的是核卡成功率和激活成功率。 - 曝光
- 点击
- 申请
- 核卡(授信)：意味着用户信用良好，通过申请并被授予了一定的信用卡额度。实时判断
- 激活：用户在授信并且收到邮寄的信用卡之后，可以激活信用卡并使用。是否激活的标签通常比较难获得，因为信用卡邮寄需要一定的时间，而且用户主动去激活也需要一定的表现期，
订阅专栏 解锁全文
扫一扫
1841
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
