CTR校准论文提交：更宽时间窗效果更好
热点事件持续更新
CTR校准论文提交：更宽时间窗效果更好
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Rui Liu提交了一篇研究CTR重新校准数据窗口的论文；在Avazu的4040万次展示上，较宽的时间窗口总体优于只使用最近几小时的数据，但这一结论仍需其他日志验证。 研究比较了LR、DeepFM和DCN-v2，并用Platt scaling和isotonic regression校准。6小时数据最多可减少61%的校准误差，但48个应用中约14至17个反而误差上升。将12小时数据抽样到仅占展示量5%时，仍恢复完整数据窗口88%的收益，且拟合速度快20至25倍。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
CTR 重新校准应使用多少新数据？一项时间评估报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine LearningCTR 重新校准应使用多少新数据？一项时间评估
在 Avazu 的 40.4M 次展示上，研究对 LR、DeepFM 和 DCN-v2 进行时间切分评估，并比较 Platt scaling 与 isotonic regression 的 CTR 重新校准效果。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。