論文の概要: GACE: Learning Graph-Based Cross-Page Ads Embedding For Click-Through Rate Prediction

• arxiv url: http://arxiv.org/abs/2401.07445v1
• Date: Mon, 15 Jan 2024 03:12:21 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-17 18:07:06.125431
• Title: GACE: Learning Graph-Based Cross-Page Ads Embedding For Click-Through Rate Prediction
• Title（参考訳）: GACE:クリックスルー率予測のためのグラフベースのクロスページ広告を学習
• Authors: Haowen Wang, Yuliang Du, Congyun Jin, Yujiao Li, Yingbo Wang, Tao Sun, Piqi Qin, Cong Fan
• Abstract要約: 本稿では,グラフベースのクロスページ広告埋め込み生成手法を提案する。 コールドスタートと既存の広告を様々なページに埋め込んだ表現を生成する。 その結果,本手法はSOTA法よりも優れていることがわかった。
• 参考スコア（独自算出の注目度）: 3.3840833400287593
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Predicting click-through rate (CTR) is the core task of many ads online recommendation systems, which helps improve user experience and increase platform revenue. In this type of recommendation system, we often encounter two main problems: the joint usage of multi-page historical advertising data and the cold start of new ads. In this paper, we proposed GACE, a graph-based cross-page ads embedding generation method. It can warm up and generate the representation embedding of cold-start and existing ads across various pages. Specifically, we carefully build linkages and a weighted undirected graph model considering semantic and page-type attributes to guide the direction of feature fusion and generation. We designed a variational auto-encoding task as pre-training module and generated embedding representations for new and old ads based on this task. The results evaluated in the public dataset AliEC from RecBole and the real-world industry dataset from Alipay show that our GACE method is significantly superior to the SOTA method. In the online A/B test, the click-through rate on three real-world pages from Alipay has increased by 3.6%, 2.13%, and 3.02%, respectively. Especially in the cold-start task, the CTR increased by 9.96%, 7.51%, and 8.97%, respectively.
• Abstract（参考訳）: クリックスルー率(CTR)の予測は、多くのオンラインレコメンデーションシステムの中核的なタスクであり、ユーザーエクスペリエンスの向上とプラットフォーム収益の向上に役立つ。 この種のレコメンデーションシステムでは、複数ページの履歴広告データの併用と、新しい広告のコールドスタートという2つの大きな問題に直面することが多い。 本稿では,グラフベースのクロスページ広告埋め込み生成手法であるGACEを提案する。 様々なページにわたるコールドスタート広告や既存の広告の埋め込みをウォームアップして生成することができる。 具体的には,特徴融合と生成の方向性を導くために,意味的属性とページ型属性を考慮したリンクと重み付けなしグラフモデルを慎重に構築する。 我々は,事前学習モジュールとして変分自動エンコーディングタスクを設計し,このタスクに基づいて新旧広告の埋め込み表現を生成する。 RecBoleの公開データセットAliECとAlipayの現実世界の業界データセットで評価した結果,GACE法はSOTA法よりも優れていることがわかった。 オンラインA/Bテストでは、Alipayの3つの現実世界ページのクリックスルー率がそれぞれ3.6%、2.13%、3.02%増加した。 特にコールドスタートでは、CTRはそれぞれ9.96%、7.51%、そして8.97%増加した。

関連論文リスト

• Efficient Transfer Learning Framework for Cross-Domain Click-Through Rate Prediction [47.7066461216227]
  クロスドメインクリックスルーレート予測(E-CDCTR)のための効率的な伝達学習フレームワーク 鍵となる3つの要素:Tiny Pre-Traning Model (TPM)、Complete Pre-Traning Model (CPM)、そして—CTR Model (A-CTR) TPMは、CPMとA-CTRの両方に対して、ユーザとアイテムのよりリッチな表現を提供し、日々の更新に固有の問題を効果的に軽減します。
  論文  参考訳（メタデータ） (2024-08-29T03:34:39Z)
• AdSEE: Investigating the Impact of Image Style Editing on Advertisement Attractiveness [25.531489722164178]
  本稿では,広告画像のセマンティック編集がオンライン広告の人気に影響を与えるか,あるいは変化させるかを検討する。 そこで我々は,StyleGANに基づく顔のセマンティック編集と広告画像へのインバージョンを導入し,GANベースの顔の潜在表現をクリックレートに寄与させるクリックレート予測器を訓練した。 5日間にわたって行われたオンラインA/Bテストでは、AdSEE編集サンプルのクリックスルー率の増加が、オリジナルの広告のコントロールグループと比較された。
  論文  参考訳（メタデータ） (2023-09-15T04:52:49Z)
• Rec4Ad: A Free Lunch to Mitigate Sample Selection Bias for Ads CTR Prediction in Taobao [24.43583745735832]
  広告CTRモデルのサンプル選択バイアスを軽減するために,フリーランチとしてレコメンデーションサンプルを活用することを提案する(Rec4Ad)。 Rec4Adは、最大5.6%のCTRと+2.9%のRPMを持ち、主要なビジネス指標でかなりの利益を得ている。
  論文  参考訳（メタデータ） (2023-06-06T09:22:52Z)
• Boost CTR Prediction for New Advertisements via Modeling Visual Content [55.11267821243347]
  広告の視覚的内容を利用してCTR予測モデルの性能を向上させる。 過去に蓄積された履歴的ユーザ・アドインタラクションに基づいて,各ビジュアルIDの埋め込みを学習する。 Baiduオンライン広告のCTR予測モデルにビジュアルIDを埋め込んだ後、広告の平均CTRは1.46%改善し、総料金は1.10%増加した。
  論文  参考訳（メタデータ） (2022-09-23T17:08:54Z)
• A Graph-Enhanced Click Model for Web Search [67.27218481132185]
  ウェブ検索のための新しいグラフ強調クリックモデル(GraphCM)を提案する。 セッション内情報とセッション間情報の両方を、スパーシリティ問題とコールドスタート問題に活用する。
  論文  参考訳（メタデータ） (2022-06-17T08:32:43Z)
• VFed-SSD: Towards Practical Vertical Federated Advertising [53.08038962443853]
  本稿では,2つの制限を緩和する半教師付き分割蒸留フレームワーク VFed-SSD を提案する。 具体的には,垂直分割された未ラベルデータを利用する自己教師型タスクMatchedPair Detection (MPD) を開発する。 当社のフレームワークは,デプロイコストの最小化と大幅なパフォーマンス向上を図った,リアルタイム表示広告のための効率的なフェデレーション強化ソリューションを提供する。
  論文  参考訳（メタデータ） (2022-05-31T17:45:30Z)
• GIFT: Graph-guIded Feature Transfer for Cold-Start Video Click-Through Rate Prediction [47.06479882277151]
  短いビデオは中国の急速な成長を目撃し、Taobaoのようなeコマースプラットフォームにおける製品の販売を促進する有望な市場を見せている。 コンテンツの鮮度を確保するために、プラットフォームは毎日多数の新しいビデオをリリースする必要がある。 コールドスタートビデオに関連するウォームアップビデオの豊富な情報を活用するために,効率的なグラフガイド機能転送システムであるGIFTを提案する。
  論文  参考訳（メタデータ） (2022-02-21T09:31:35Z)
• Learning Graph Meta Embeddings for Cold-Start Ads in Click-Through Rate Prediction [14.709092114902159]
  本稿では,新しい広告IDに適切な初期埋め込みを生成する方法を迅速に学習できるグラフメタ埋め込み(GME)モデルを提案する。 3つの実世界のデータセットによる実験結果から、温暖化と冷暖化の双方において、GMEは予測性能を大幅に改善できることが示された。
  論文  参考訳（メタデータ） (2021-05-19T03:46:56Z)
• A novel auction system for selecting advertisements in Real-Time bidding [68.8204255655161]
  リアルタイム入札(Real-Time Bidding)は、インターネット広告システムで、近年非常に人気を集めている。 本稿では、経済的な側面だけでなく、広告システムの機能にかかわる他の要因も考慮した、新たなアプローチによる代替ベッティングシステムを提案する。
  論文  参考訳（メタデータ） (2020-10-22T18:36:41Z)
• Predicting conversions in display advertising based on URL embeddings [16.63178490961762]
  本稿では、訪問URLの履歴から、ユーザが変換する確率を推定するための異なるモデルを紹介し、検討する。 自然言語処理にヒントを得て,意味的に意味のあるURL表現を計算するために,3つのURL埋め込みモデルを導入する。
  論文  参考訳（メタデータ） (2020-08-27T09:14:28Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。