論文の概要: Modeling Cascaded Delay Feedback for Online Net Conversion Rate Prediction: Benchmark, Insights and Solutions

• arxiv url: http://arxiv.org/abs/2601.19965v2
• Date: Thu, 29 Jan 2026 07:50:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-30 14:13:20.038268
• Title: Modeling Cascaded Delay Feedback for Online Net Conversion Rate Prediction: Benchmark, Insights and Solutions
• Title（参考訳）: オンラインネット変換率予測のためのカスケード遅延フィードバックのモデリング:ベンチマーク、インサイト、ソリューション
• Authors: Mingxuan Luo, Guipeng Xv, Sishuo Chen, Xinyu Li, Li Zhang, Zhangming Chan, Xiang-Rong Sheng, Han Zhu, Jian Xu, Bo Zheng, Chen Lin,
• Abstract要約: 産業レコメンデーションシステムでは、コンバージョンレート(CVR)が交通割当に広く使われているが、返金行動を無視しているため、推奨効果を完全に反映することができない。 真のユーザ満足度とビジネス価値をよりよく把握するために、ネットコンバージョンレート(NetCVR)が提案されている。 TESLAは,CVR返却レートのカスケードアーキテクチャ,ステージワイドデバイアス,遅延時間対応ランキング損失を特徴とする連続的NetCVRモデリングフレームワークである。
• 参考スコア（独自算出の注目度）: 22.42714202297725
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In industrial recommender systems, conversion rate (CVR) is widely used for traffic allocation, but it fails to fully reflect recommendation effectiveness because it ignores refund behavior. To better capture true user satisfaction and business value, net conversion rate (NetCVR), defined as the probability that a clicked item is purchased and not refunded, has been proposed.Unlike CVR, NetCVR prediction involves a more complex multi-stage cascaded delayed feedback process. The two cascaded delays from click to conversion and from conversion to refund have opposite effects, making traditional CVR modeling methods inapplicable. Moreover, the lack of open-source datasets and online continuous training schemes further hinders progress in this area.To address these challenges, we introduce CASCADE (Cascaded Sequences of Conversion and Delayed Refund), the first large-scale open dataset derived from the Taobao app for online continuous NetCVR prediction. Through an in-depth analysis of CASCADE, we identify three key insights: (1) NetCVR exhibits strong temporal dynamics, necessitating online continuous modeling; (2) cascaded modeling of CVR and refund rate outperforms direct NetCVR modeling; and (3) delay time, which correlates with both CVR and refund rate, is an important feature for NetCVR prediction.Based on these insights, we propose TESLA, a continuous NetCVR modeling framework featuring a CVR-refund-rate cascaded architecture, stage-wise debiasing, and a delay-time-aware ranking loss. Extensive experiments demonstrate that TESLA consistently outperforms state-of-the-art methods on CASCADE, achieving absolute improvements of 12.41 percent in RI-AUC and 14.94 percent in RI-PRAUC on NetCVR prediction. The code and dataset are publicly available at https://github.com/alimama-tech/NetCVR.
• Abstract（参考訳）: 産業レコメンデーションシステムでは、コンバージョンレート(CVR)が交通割当に広く使われているが、返金行動を無視しているため、推奨効果を完全に反映することができない。 真のユーザ満足度とビジネス価値をよりよく把握するために、クリックアイテムを購入して返金しない確率として定義されたネットコンバージョン率(NetCVR)が提案されている。 クリックからコンバージョンまでの2つの遅延と、コンバージョンから返却までの遅延は、従来のCVRモデリング手法を適用不可能にする反対の効果を持つ。 さらに、オープンソースデータセットとオンライン連続トレーニングスキームの欠如により、この分野の進歩はさらに妨げられ、これらの課題に対処するために、オンライン連続NetCVR予測のためのTaobaoアプリから派生した最初の大規模オープンデータセットであるCASCADE(Cascaded Sequences of Conversion and Delayed Refund)を紹介します。 CSCADEの詳細な分析を通じて、(1)ネットCVRは強力な時間的ダイナミクスを示し、オンライン連続モデリングが必要であり、(2)CVRのケースド・モデリングと返金率が直接ネットCVRモデリングより優れていること、(3)CVRと返金率の両方と相関する遅延時間がNetCVR予測の重要な特徴であること、という3つの重要な知見が明らかになった。 大規模な実験により、TESLAはCASCADEの最先端の手法を一貫して上回り、RI-AUCは12.11%、RI-PRAUCは14.44%改善した。 コードとデータセットはhttps://github.com/alimama-tech/NetCVRで公開されている。

関連論文リスト

• Position: The Hidden Costs and Measurement Gaps of Reinforcement Learning with Verifiable Rewards [110.47944672736723]
  我々は、RLVR税、評価落とし穴、データ汚染という3つの力によって利回りが過大評価されることが多いと論じている。 本稿では, 精度, グラウンド, キャリブレーションを両立させる税意識訓練・評価プロトコルを提案する。
  論文  参考訳（メタデータ） (2025-09-26T05:06:25Z)
• CDE: Curiosity-Driven Exploration for Efficient Reinforcement Learning in Large Language Models [85.315711639214]
  モデル固有の好奇心を利用して探索をガイドするフレームワークであるCuriosity-Driven Exploration (CDE)を紹介した。 アクターに対しては、生成された応答に対してパープレキシティを使用し、批判に対しては、マルチヘッドアーキテクチャからの値推定のばらつきを利用する。 理論的分析により,アクターのボーナスは本質的に過度に信頼された誤りを罰し,正しい反応の多様性を促進することが示唆された。
  論文  参考訳（メタデータ） (2025-09-11T17:59:17Z)
• SeedVR2: One-Step Video Restoration via Diffusion Adversarial Post-Training [82.68200031146299]
  実データに対する対角的VRトレーニングを行うセドVR2と呼ばれる一段階拡散型VRモデルを提案する。 単一ステップで高精細度VRを扱うために、モデルアーキテクチャとトレーニング手順の両方にいくつかの拡張を導入する。
  論文  参考訳（メタデータ） (2025-06-05T17:51:05Z)
• On the Practice of Deep Hierarchical Ensemble Network for Ad Conversion Rate Prediction [14.649184507551436]
  本稿では,DHENを単一のバックボーンモデルアーキテクチャとして用いたマルチタスク学習フレームワークを提案する。 我々は,CVR予測のために,オンサイトリアルタイムユーザ行動シーケンスとオフサイト変換イベントシーケンスの両方を構築した。 本手法は,事前学習したユーザパーソナライズ機能付き単一機能横断モジュールと比較して,最先端性能を実現する。
  論文  参考訳（メタデータ） (2025-04-10T23:41:34Z)
• Digital Twin-Assisted Data-Driven Optimization for Reliable Edge Caching in Wireless Networks [60.54852710216738]
  我々はD-RECと呼ばれる新しいデジタルツインアシスト最適化フレームワークを導入し、次世代無線ネットワークにおける信頼性の高いキャッシュを実現する。 信頼性モジュールを制約付き決定プロセスに組み込むことで、D-RECは、有利な制約に従うために、アクション、報酬、状態を適応的に調整することができる。
  論文  参考訳（メタデータ） (2024-06-29T02:40:28Z)
• Entire Space Counterfactual Learning: Tuning, Analytical Properties and Industrial Applications [5.9460659646670875]
  クリック後変換率(CVR)の推定は、長い間、サンプル選択バイアスとデータ空間の問題に悩まされてきた。 本稿では,全空間対物マルチタスクモデル (ESCM$2$) を提案する。
  論文  参考訳（メタデータ） (2022-10-20T06:19:50Z)
• Unsupervised Flow-Aligned Sequence-to-Sequence Learning for Video Restoration [85.3323211054274]
  ビデオシーケンス内のフレーム間関係を適切にモデル化する方法は、ビデオ復元(VR)において重要であるが未解決の課題である。 本研究では,この問題を解決するために,教師なしフローアライメントシーケンス・ツー・シーケンス・モデル(S2SVR)を提案する。 S2SVRは、ビデオデブリ、ビデオスーパー解像度、圧縮されたビデオ品質向上など、複数のVRタスクにおいて優れたパフォーマンスを示している。
  論文  参考訳（メタデータ） (2022-05-20T14:14:48Z)
• Quantum-Assisted Support Vector Regression [0.0]
  我々は、2つのSVRモデルをトレーニングするためのアルゴリズム、すなわちシミュレートと量子古典ハイブリッドを考案した。 顔ランドマーク検出のためのPythonのScikit-LernパッケージのSVR実装と比較した。 我々の研究は、量子支援SVRを教師付き学習タスクに適用するための概念実証の例である。
  論文  参考訳（メタデータ） (2021-11-17T18:57:10Z)
• CATRO: Channel Pruning via Class-Aware Trace Ratio Optimization [61.71504948770445]
  本稿では,CATRO (Class-Aware Trace Ratio Optimization) を用いた新しいチャネルプルーニング手法を提案する。 CATROは、他の最先端チャネルプルーニングアルゴリズムと同等の精度で、同様のコストまたは低コストで高い精度を達成できることを示す。 CATROは、クラス認識の特性のため、様々な分類サブタスクに適応的に効率の良いネットワークを創り出すのに適している。
  論文  参考訳（メタデータ） (2021-10-21T06:26:31Z)

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。