सीटीआर से डील्स तक: एविटो कैसे बनाता है एमएल मुद्रीकरण मॉडल

यह लेख, अलीना बाबेंको द्वारा लिखा गया है, जो अविटो में कार्यरत डीएस-मैनेजर हैं, जिसमें बताया गया है कि कंपनी की टीम खोज और अनुशंसाओं के लिए मुद्रीकरण मॉडल कैसे बनाती है। मुख्य कार्य उपयोगकर्ताओं के लिस्टिंग के साथ इंटरैक्शन से अपेक्षित राजस्व का अनुमान लगाना और उसे रैंकिंग में शामिल करना है। मुख्य मीट्रिक राजस्व वृद्धि है, लेकिन टीम को इसे उपयोगकर्ताओं के लिए खोज गुणवत्ता के साथ संतुलित करना होगा। तीन प्रकार के मॉडल उपयोग किए जाते हैं: CTR मॉडल क्लिक की संभावना की भविष्यवाणी करते हैं, CVR मॉडल क्लिक के बाद लक्ष्य कार्रवाई की संभावना का अनुमान लगाते हैं, और एक सुधार मॉडल ट्रैफ़िक गुणवत्ता के आधार पर बोलियों को समायोजित करता है। औसत लागत प्रति क्लिक स्थिर रखने के लिए, वे क्वेरी क्रॉस-एंट्रॉपी लॉस का उपयोग करते हैं। रैंकिंग गुणवत्ता का मूल्यांकन करने के लिए, वे वैश्विक ROC-AUC के बजाय स्तरीकृत ROC-AUC का उपयोग करते हैं, क्योंकि उपयोगकर्ता एक ही क्वेरी के भीतर लिस्टिंग की तुलना करते हैं। अंशांकन का मूल्यांकन RIG मीट्रिक के साथ किया जाता है। उन्हें एट्रिब्यूशन की चुनौतियों का सामना करना पड़ता है, वे लास्ट-क्लिक, फर्स्ट-क्लिक, या मल्टी-टच दृष्टिकोण का उपयोग करते हैं, और शुरुआती क्लिकों को कम महत्व देने की संभावना तलाश रहे हैं। स्थिति पूर्वाग्रह से निपटने के लिए, वे या तो तीन CatBoost मॉडल या व्युत्क्रम प्रवृत्ति भारांकन का उपयोग करते हैं। वे CatBoost से डीप लर्निंग में संक्रमण कर रहे हैं, जो पहले से ही बेहतर CTR भविष्यवाणी गुणवत्ता दिखाता है, लेकिन ध्यान दें कि लेन-देन का मॉडलिंग क्लिक की तुलना में अधिक जटिल है, क्योंकि उपयोगकर्ता की यात्राएँ लंबी होती हैं।