論文の概要: Conversion rate prediction in online advertising: modeling techniques, performance evaluation and future directions
- arxiv url: http://arxiv.org/abs/2512.01171v1
- Date: Mon, 01 Dec 2025 01:02:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-02 19:46:34.622043
- Title: Conversion rate prediction in online advertising: modeling techniques, performance evaluation and future directions
- Title（参考訳）: オンライン広告における変換率予測:モデリング手法、性能評価および今後の方向性
- Authors: Tao Xue, Yanwu Yang, Panyu Zhai,
- Abstract要約: 変換と変換率(CVR)の予測は、効率的な広告意思決定において重要な役割を果たす。
オンライン広告におけるCVR予測に関する総合的な文献レビューを行う。
我々は、最先端のCVR予測モデルを、基礎技術に関して6つのカテゴリに分類する。
- 参考スコア（独自算出の注目度）: 8.217607905246771
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Conversion and conversion rate (CVR) prediction play a critical role in efficient advertising decision-making. In past decades, although researchers have developed plenty of models for CVR prediction, the methodological evolution and relationships between different techniques have been precluded. In this paper, we conduct a comprehensive literature review on CVR prediction in online advertising, and classify state-of-the-art CVR prediction models into six categories with respect to the underlying techniques and elaborate on connections between these techniques. For each category of models, we present the framework of underlying techniques, their advantages and disadvantages, and discuss how they are utilized for CVR prediction. Moreover, we summarize the performance of various CVR prediction models on public and proprietary datasets. Finally, we identify research trends, major challenges, and promising future directions. We observe that results of performance evaluation reported in prior studies are not unanimous; semantics-enriched, attribution-enhanced, debiased CVR prediction and jointly modeling CTR and CVR prediction would be promising directions to explore in the future. This review is expected to provide valuable references and insights for future researchers and practitioners in this area.
- Abstract（参考訳）: 変換と変換率(CVR)の予測は、効率的な広告意思決定において重要な役割を果たす。
過去数十年間、研究者はCVR予測のための多くのモデルを開発してきたが、様々な技術間の方法論的進化と関係は排除されてきた。
本稿では,オンライン広告におけるCVR予測に関する総合的な文献レビューを行い,現状のCVR予測モデルを6つのカテゴリに分類する。
モデルの各カテゴリについて、基礎となる手法の枠組み、その利点とデメリットを示し、CVR予測にどのように利用されるかについて議論する。
さらに、パブリックおよびプロプライエタリなデータセット上での様々なCVR予測モデルの性能を要約する。
最後に、研究動向、大きな課題、将来的な方向性を識別する。
先行研究で報告された性能評価の結果は満場一致ではなく, セマンティクスに富み, 帰属に富むCVR予測と, CTRとCVR予測を共同でモデル化することで, 今後の探索の道筋をたどることが期待できる。
このレビューは、この分野の将来の研究者や実践者に貴重な参考と洞察を提供すると期待されている。
関連論文リスト
- Outcome-based Reinforcement Learning to Predict the Future [1.4313866885019229]
コンパクトな(14B)推論モデルは、o1のようなフロンティアモデルの予測精度に適合または超えるように訓練可能であることを示す。
ポリマーケットのトレーディングシミュレーションでは、その賭けが10%以上の投資のリターンをもたらすと見積もっている。
論文 参考訳（メタデータ） (2025-05-23T14:56:07Z) - A Distillation-based Future-aware Graph Neural Network for Stock Trend Prediction [4.655696097611871]
ストックトレンド予測のための将来のグラフニューラルネットワークフレームワーク(DishFT-GNN)を提案する。
DishFT-GNNは教師モデルと学生モデルを反復的に訓練する。
実世界の2つのデータセット上でDishFT-GNNの最先端性能を検証する。
論文 参考訳（メタデータ） (2025-02-15T11:44:15Z) - Optimizing Sequential Recommendation Models with Scaling Laws and Approximate Entropy [104.48511402784763]
SRモデルの性能法則は,モデルの性能とデータ品質の関係を理論的に調査し,モデル化することを目的としている。
データ品質を評価するために、従来のデータ量メトリクスと比較して、より曖昧なアプローチを示すために、近似エントロピー(ApEn)を提案する。
論文 参考訳（メタデータ） (2024-11-30T10:56:30Z) - Human Action Anticipation: A Survey [86.415721659234]
行動予測に関する文献は、行動予測、活動予測、意図予測、目標予測など、様々なタスクにまたがる。
我々の調査は、この断片化された文献を結びつけることを目的としており、最近の技術革新とモデルトレーニングと評価のための新しい大規模データセットの開発をカバーしています。
論文 参考訳（メタデータ） (2024-10-17T21:37:40Z) - Using ARIMA to Predict the Expansion of Subscriber Data Consumption [0.0]
本研究は,ARIMAモデルの性能を様々な指標を用いて評価し,加入者の利用傾向を予測する時系列予測について検討した。
この研究は、新たな予測モデルの調査や、加入者データ利用に影響を与える他の要因を検討するなど、研究の今後の方向性を示唆している。
論文 参考訳（メタデータ） (2024-04-23T14:49:55Z) - Predictive Churn with the Set of Good Models [61.00058053669447]
本稿では,予測的不整合という2つの無関係な概念の関連性について考察する。
予測多重性(英: predictive multiplicity)は、個々のサンプルに対して矛盾する予測を生成するモデルである。
2つ目の概念である予測チャーン(英: predictive churn)は、モデル更新前後の個々の予測の違いを調べるものである。
論文 参考訳（メタデータ） (2024-02-12T16:15:25Z) - Streaming egocentric action anticipation: An evaluation scheme and
approach [27.391434284586985]
エゴセントリックなアクション予測は、カメラ装着者が過去の観察から将来のアクションを予測することを目的としている。
現在の評価手法は、入力ビデオが観測された直後に予測が利用可能であると仮定している。
本稿では,モデルが現在の入力セグメントを処理した後のみ,オンラインで予測を行うと仮定したストリーミングエゴセントリックな行動評価手法を提案する。
論文 参考訳（メタデータ） (2023-06-29T04:53:29Z) - Click-Through Rate Prediction in Online Advertising: A Literature Review [0.0]
我々は,最新のCTR予測研究について,系統的な文献レビューを行っている。
現代文献における最先端CTR予測モデルの分類について述べる。
我々は、現在の研究動向、主な課題、今後の今後の展望を、さらなる探査にふさわしいものとみなす。
論文 参考訳（メタデータ） (2022-02-22T01:05:38Z) - Value-driven Hindsight Modelling [68.658900923595]
値推定は強化学習(RL)パラダイムの重要な構成要素である。
モデル学習は、観測系列に存在する豊富な遷移構造を利用することができるが、このアプローチは通常、報酬関数に敏感ではない。
この2つの極点の間に位置するRLにおける表現学習のアプローチを開発する。
これにより、タスクに直接関連し、値関数の学習を加速できる、抽出可能な予測ターゲットが提供される。
論文 参考訳（メタデータ） (2020-02-19T18:10:20Z)
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。