CTRから取引へ：AvitoがML収益化モデルを構築する方法

アビト社でDSマネージャーを務めるアリーナ・バベンコによる記事では、同社のチームが検索とレコメンド向けのマネタイズモデルをどのように構築しているかについて述べられている。中核となるタスクは、ユーザーがリスティングとやり取りすることで得られる期待収益を推定し、それをランキングに組み込むことである。主要な指標は収益成長だが、チームはこれをユーザーにとっての検索品質とバランスさせなければならない。3種類のモデルが使用されている。CTRモデルはクリック確率を予測し、CVRモデルはクリック後の目標アクションの可能性を推定し、補正モデルはトラフィック品質に基づいて入札額を調整する。平均クリック単価を安定に保つために、クエリ交差エントロピー損失を使用している。ランキング品質の評価には、グローバルなROC-AUCではなく層別ROC-AUCを使用している。これは、ユーザーが単一のクエリ内でリスティングを比較するためである。キャリブレーションはRIG指標で評価される。アトリビューションに関しては課題があり、ラストクリック、ファーストクリック、またはマルチタッチのアプローチを用いており、初期のクリックに与える重みを減らすことを模索している。ポジションバイアスに対抗するため、3つのCatBoostモデルまたは逆傾向重み付けを使用している。また、CatBoostからディープラーニングへの移行も進めており、すでにCTR予測品質の向上が見られているが、クリックよりも取引のモデリングは、ユーザージャーニーが長いため複雑であると述べている。