知识卡片
CTR稀疏学习
内容
CTR 预估不能只用历史点击率，因为查询、广告和用户组合极度稀疏。逻辑回归把离散特征组合映射到可训练权重，用正则化和并行优化在海量样本中学习泛化规律。
参考来源
- 位置：《大数据日知录：架构与算法》第16章《机器学习：分布式算法》"16.1 计算广告：逻辑回归"引言部分（源文件：_epub-src/OEBPS/text00021.html）
- 结论依据：原文明确"根据广告的历史点击率信息来进行估算……这种思路看似简单，但是并不可行，主要原因是使用历史数据量不足以估算出可信数值……假设存在1万个广告，针对1万个查询词，则会有1亿个CTR数值需要估算……必须采取一定的技术手段来合理估算广告的CTR，一般做法是利用逻辑回归等机器学习模型来根据查询和广告的特征对CTR进行预估"。
- 原始内容：一种直观的想法是：根据广告的历史点击率信息来进行估算……这种思路看似简单，但是并不可行，主要原因是使用历史数据量不足以估算出可信数值。首先，CTR估算是针对＜查询，广告＞数据对的，假设存在1万个广告，针对1万个查询词，则会有1亿个CTR数值需要估算……鉴于以上原因，必须采取一定的技术手段来合理估算广告的CTR，一般做法是利用逻辑回归等机器学习模型来根据查询和广告的特征对CTR进行预估。