搜索引擎广告点击率预测的问题

1. 如何建模广告之间的相互影响，广告和自然搜索结果的相互影响。

几乎所有的广告系统进行广告点击率预测时候都基于广告之间是独立的假设，但是实际上这显然是不对的。假设有三个广告，上下顺序不一样时，每个广告点击的概率都是会有变化的。目前也有一些学术界的论文从不同角度解释的这个现象，但没有一个完全解决这个问题的，因为有两大困难：

1）广 告之间的影响是复杂的，不容易利用一些假设来反映人看到整个页面时的反应。

2）假设能建模出影响，现有的竞价和收费机制能否好兼容，如何解释都是大问 题。同时，现在用户看到的结果有很多，不但有自然搜索结果，静态创意的广告，甚至还有动态创意的广告，以及其它形式的检索结果。这些检索结果的点击率是受 所有看到因素影响的。如何在保证检索效率的前提下，来大化点击率是个很大的问题。

2. 如何保证新策略能长期有效？

假设设计和开发了新策略，模型预测效果和小流量效果都很好。那么它是绝对好的吗？答案是否定的。影响一个新策略长期有效的因素有 很多，比如流量的变化，广告库的变化，训练样本的更新变化，线上其它策略的影响等。假设其它变化我们无法控制除外，训练样本的变化则是我们自身策略无法保 持长期优秀的一个重要因素。这也属于的“鸡和蛋，谁先有”的问题。假设一个样本集合，我们更新了模型的特征或者模型自身的一些参数，然后再上面训练出了一 个比之前的更好的模型，小流量效果也都很赞。当这个新策略上线后，它改变了广告的排序（每个广告的点击率由新策略影响），然后基于这些受影响后的样本重新 训练模型效果就不一定像第一次那么稳定，而且大多时候是比第一次更新时候有所衰减的。

3. 如何做好个性化？

不同用户个性差异很大，因此在很多系统中都有个性化因素的考虑。搜索广告点击率预测当然也不例外，去年百度高奖之一就是这方面 的项目。那么个性化会有哪些困难？

首先是技术方面的：

1）个性化的feature会更大更稀疏，模型训练会更加困难；

2）如何检测识别出个体，设计 cookie mapping，session segment等。

然后就是产品层面的：

1）如何给客户解释个性化因素在每次广告展示的影响；

2）个性化会给系统异常排查带来较大困难，特别是比较难回归 case。

4. 如何做好相关性和预测点击率在排序中影响？

几乎每个人都不会否认相关性对点击率的影响，但也总能找出很多广告其点击率很高，但相关性不高，也总能找出很多广告相关性很高但 点击率很低。那么在广告排序中如何做好两者的和谐共存呢？

业界有两种做法：

1）相关性和预测点击率都直接参与排序；

2）相关性在触发阶段保证，排序阶段只 考虑预测点击率。两者孰优孰劣，没有定论。更复杂的是，每类广告设置每个广告这两者在排序时的影响都应该是不一样的。比如有些敏感广告，色情广告他们的点 击率一般都不会低，此时可能应该更考虑相关性的限制。