20170112 tristan 勉強会_社外
0 likes1,821 views
2017-01-12 LT Thursday 勉強会, CTR 予測と広告ランキング
![モデルの共通こと
素性に対応するウエートベクトルを持ちます
[wad1
, wad2
, wuser1
...]
ある入力データの対応ウエートを足し合わせてスコアを出す
スコア = wT
.x = wad1
xad1
+ wad2
xad2
+ wuser1
xuser1
(xi
= 1 if i is present, else 0)
確率へ変換する（シグモイド関数・累積分布関数）
CTR = 1 / (1 + e-wx
)
CTRカリブレーション（入力しているのはclickデータの100%とimpデータの~10%なの
で）
CTR_calibrated = CTR / (CTR + (1 - CTR)/w) w = サーンプル率](https://image.slidesharecdn.com/20170112tristan-170120032541/85/20170112-tristan-_-16-320.jpg)
20170112 tristan 勉強会_社外
- 4. バンディットアルゴリズム 「どの広告を配信すればいいか」を答えるアルゴリズム 広告３？ - CTRが一番低いんだけど、実績あんまりない。信頼できるか？ 広告１？ - 実績が十分ある広告の内に一番良さそうです。安全な広告 広告４？ - 全く新しい広告を試してみる？ 広告１ 広告２ 広告３ 広告４ インプ 100 100 10 0 クリック 30 25 2 0 CTR 0.3 0.25 0.2 ??
- 5. CTR確率密度分布 現在CTRへの知識を表示する分布 広告４について何も知らない：平らな分布 広告３の平均は低いんだけど、まだあんまり実 績がないのでエラーが高い＝分布が広い 広告１・２はよく知っているので、鋭いピークで す。 広告１ 広告２ 広告３ 広告４ インプ 100 100 10 0 クリック 30 25 2 0 CTR 0.3 0.25 0.2 ??
- 6. 元々のアルゴリズム：KLUCB+ UCB (Upper Confidence Bound)系のバン ディットアルゴリズムは一番高い可能な CTR順によってランキングする。 この風に、新規広告の探求ともう知られてい るCTRが良い広告の活用をバランスでき る。 この場合は、ピンクの広告４はCTR=1かも しれないので、それを配信する。 でも、ピンクのエラーが低くなるまでに、ずっ と配信されちゃう！ KLUCBの「KL」はKullback Leibler Divergenceってこと。二つの確率分布の 差。一番高いCTRの計算はこれを使って 計算される。
- 7. 入場アルゴリズム：Thompson Sampling 全部の可能なCTRからランダムでサーンプル する サーンプルしたCTR順にランキングする 青は0.2 -> 0.4の範囲 黒は0.15 -> 0.35の範囲 赤は0.0 -> 0.6の範囲 ピンクは0 -> 1の範囲 ピンクの勝つ確率は~50% 赤の平均が低くても、ピークが広いので時々青と黒に勝つ 配信される広告はもっとランダ ムなので、ユーザに対してもっと 新鮮な広告を見ている
- 8. コンテキスチュアルバンディット CTRの確率密度分布は今までに過去実績で計算される。 Beta(click数 + 1, no click数 + 1) ページ情報・ユーザ属性とかを使えば精度が上がるはずですね！ Beta(imp * CTR + 1 , imp * (1 - CTR) + 1) でやって見ましょ〜 でもCTRを予測しないといけないんです。 ===> ISE-Crusader - リアルタイムCTR予測システム
- 9. タスクリスト 新規データをログからとって整理する (Aggregator) Impressionデータが多すぎるので、ランダムでサーンプルする (Sampler) 新規データを用いてCTR予測モデルを学習させる (Primary/Secondary Learner) 更新したモデルを保存する (モデルストア) リクエストがきたら候補の広告のCTRを予測する (予測 API) 予測CTRによって広告をランキングして配信する（ISE-Phoenix）
- 10. ISE-Crusaderシステム Clickログ Inviewログ Sampler Aggregator 入力データを整 理する Secondary Learner 実験用モデルの学習 Primary Learner x 2-3 本番モデルの学習 モデルストア 15分間隔でモデル をアップロード 予測API Auto-Scaling ISE Phoenix ~100個の候補広告 予測したCTR Model Manager Model Manager Model Manager 管理画面
- 11. 機械学習モデル評価 (secondary learner) 可能なCTRモデルは幾つかあります（回帰・協調フィルタリング・ディープラーニングな どい 本番の前にできるだけ評価したい Secondary Learnerで同時に複数の候補モデルを回せる LearnerId 3 = Secondary Learner モデル 種類 現在本番で 使っているモ デル
- 12. 評価メトリックス 12時間毎に各学習しているモデルはMetricsを出す 管理画面が読めるデータベースに保存される 保存するメトリックスは： Count, NNZ_Frac, AUROC, AUPRC, LogLoss, Normalized Entropy, 平均予測 CTR, 平均入力CTR, 入力click数、入力clickなし数 + スコア分布
- 13. 三つ大事なメトリックス紹介 AUROC：clickされたデータの予測CTRはclickされていないデータの予測CTRより高いほど大 きー LogLoss：clickされたデータの予測CTRは1からの距離 clickされていないデータの予測CTRは0からの距離 NNZ_Frac：「Number Non Zero (ウエート) Fraction」- 最初にモデルを作った時は全部のウエート = 0, nnz_frac = 0. ウエートベクトルがいっぱいのモデル：nnz_frac = 1。その前作り直した方がいい モデルadp3_biasのスコア分布 00:00 - 12:00 2016-12-09
- 15. 何のモデル？！ 多分一番面白いことは最後にしちゃった。 それはまだ固定ではないんだから。一つのスーパーモデルとかがないんです モデル進捗 1). FTRL (google) + Factorization Machine 3). Field-Aware Factorization Machine / TFFM / AdPredictor FFM
- 16. モデルの共通こと 素性に対応するウエートベクトルを持ちます [wad1 , wad2 , wuser1 ...] ある入力データの対応ウエートを足し合わせてスコアを出す スコア = wT .x = wad1 xad1 + wad2 xad2 + wuser1 xuser1 (xi = 1 if i is present, else 0) 確率へ変換する（シグモイド関数・累積分布関数） CTR = 1 / (1 + e-wx ) CTRカリブレーション（入力しているのはclickデータの100%とimpデータの~10%なの で） CTR_calibrated = CTR / (CTR + (1 - CTR)/w) w = サーンプル率
- 17. FTRLは基本的に正規化されたロジスティック回帰です Factorization Machineはオンライン協調フィルタリングアルゴリズムです。スコア計算は 下記 僕が作ったのはFTRLの学習仕方でのFactorization Machine 1). FTRL-FM ADAGRADと似て いる学習率は
- 18. 2). FFM Factorization Machineの進化アルゴリズム：Field Aware Factorization Machine 生Factorization Machineだと無駄な相互作用項幾つかある 例えば：性別 x 年齢 ランキングしたいのは広告単位です。これは広告と何も関係ないの で、雑音になっちゃう FFMで欲しい相互作用項しか計算する必要ない と 各相互作用項は別のマトリックスを作るので、雑音が大分減られる。 一緒に考えるとFMより精度がかなり上がる。
- 20. まとめ 広告配信アルゴリズムを改善するために頑張ってる！ KLUCB -> Thompson Samplingへ変更したら~2% CPM改善 ISE-CrusaderでCTR予測する。それでランキングの精度が上がって、~7% CPM改善 今まで試してみたアルゴリズムの一番良いのがFFMの種類です。