赛题理解

1. 数据

历史日志数据：广告请求时间、用户id、广告位id、竞价广告信息等

用户信息数据：包含用户id、年龄、性别、地域、行为兴趣等

广 告 数 据：广告操作信息、广告静态信息

2. 目标

预测广告的日曝光量

3. 评价指标

评价指标由两部分组成，准确性指标和出价单调性指标。

最终得分是将两个指标组合一起，前者控制准确性，后者控制单调性。

4. 训练目标

这里我们对训练目标进行了不断优化，首先是最基本的训练目标，即广告日曝光量。然后考虑到0会导致梯度不平滑，所以对训练目标做了log变换，保证梯度平滑。

为了符合业务直觉，我们在训练时进行了单调性的考虑，而不是在训练后进行单调性修正。即考虑了出价变量，保证训练出来的结果符合单调性。

最后将基础曝光的训练目标和考虑单调性的训练目标进行结合，也就得到了最后一个公式，即一个模型预测基本训练目标，一个模型预测考虑单调性的训练目标。

5. 数据集划分

这部分也是我们队伍的一个关键提分点，能从87.6提升到87.8，当然在我刚87.x分段时，能提升4个千分点。

我们知道复赛A榜训练集和测试集是连续的，即10号-22号训练集，23号为测试集。复赛B榜则是不连续的，没有给出23号的标签，直接预测24号。

面对这种“跨天”预测，难度是非常大的，因为日期越近的信息是越与当天相近的，因此前一天的信息是非常重要的。

所以我们利用“远程监督”的方式，就是利用现有的标注数据，即10-22号数据，训练一个模型，给未标注数据（23号数据）进行标注，然后再将10-22与23号合并成训练集进行训练，预测最终的结果。

特征工程

1. 特征提取思路

提取思路主要从两部分考虑，历史信息和整体信息，更细致些就是前一天、最近五天、五折交叉统计和除当天外所有天的统计特征。

接下来我们构造了四个基础特征，大部分的统计特征都是围绕着这四个来构造的。当然我这里还考虑了商品ID和账户ID的构造，代码如下：

# 构造基本特征
for col in ['aid','goods_id','account_id']:
    result = logs.groupby([col,'day'], as_index=False)['isExp'].agg({
        col+'_cnts'      : 'count',
        col+'_sums'      : 'sum',
        col+'_rate'      : 'mean'
        })
    result[col+'_negs'] = result[col+'_cnts'] - result[col+'_sums']
    data = data.merge(result, how='left', on=[col,'day'])

2. 如何构造新广告的特征

初赛A 总广告：1954 旧广告： 1361 新广告：593 新广告占比：30.348%

初赛B 总广告：3750 旧广告： 1382 新广告：2368 新广告占比：63.147%

上面是对初赛新旧广告的统计，当然复赛也存在大量的新广告，复赛B榜新旧广告基本55开。新广告是没有历史信息的，所以如何构造新广告的特征，对新广告进行历史和整体性的描述成了提分的关键。

这里我进行了模糊构造，虽然我们不知道新广告的历史信息，但是我们知道广告账户ID下面所包含旧广告的历史信息。因此，将广告账户ID与旧广告的广告竟胜率进行组合，可以构造出广告账户ID下广告竟胜率的均值/中位数等。这样我们就可以得到了新广告在广告账户ID下广告竟胜率的统计值。

这里可以构造前一天、最近五天、五折交叉统计和除当天外所有天等统计特征。

3. 进一步扩展

经过上面的构造，可以得到很多新构造的统计特征，可以是前一天的、最近五天的，或者五折交叉统计的。我把这些值成为“假数值”，相对的就是“真数值”，即每天我们都知道广告的竞争总次数（从10-24号数据，包括测试集）。将假数值和真数值进行交叉，如广告竞争胜率（假）*广告竞争总数（真），这样就能得到的更接近真实值的特征。

4. word2vec和deepwalk

word2vec

这里我们提取了用户的曝光记录，并将其转化为文本序列，然后使用word2vec算法对广告进行嵌入，就可以得到关于广告ID的embedding，或者商品ID的embedding。

具体构建文本序列方式，首先是对日志数据按天进行排序，然后是按天构建uid的行为序列并转化为文本。代码如下：

#log日志数据，pivot主键（uid），f(aid)
sentence=[]
dic={}
day=0
log=log.sort_values(by='request_day')
log['day']=log['request_day']    
   
for item in log[['day',pivot,f]].values:
    if day!=item[0]:
        for key in dic:
            sentence.append(dic[key])
        dic={}
        day=item[0]
    try:
        dic[item[1]].append(str(int(item[2])))
    except:
        dic[item[1]]=[str(int(item[2]))]
for key in dic:
    sentence.append(dic[key]) 

接下来就是构建广告ID的embedding向量，代码如下：

model = Word2Vec(sentence, size=L, window=10, min_count=1, workers=10,iter=10)

values=set(log[f].values)
w2v=[]

for v in values:
    try:
        a=[int(v)]
        a.extend(model[str(v)])
        w2v.append(a)
    except:
        pass

out_df=pd.DataFrame(w2v)
names=[f]

这里不仅可以构造uid到广告id，还可以是uid到商品id，uid到账户id。

DeepWalk

在推荐场景下，数据对象之间更多呈现的是图结构。典型的场景是由用户行为数据生成的和广告的全局关系图。这个时候word2vec就不能很好的展现这层关系，所以我们选择了Graph Embeding的方式，具体的使用了DeepWalk，可以将用户的曝光记录转化为关系图。这里引用阿里论文中的一张图，来展现DeepWalk的算法流程：

第一步：构建用户的行为序列

第二步：我们基于这些行为序列构建了物品关系图，可以看出，物品A，B之间的边产生的原因就是因为用户U1先后购买了物品A和物品B，所以产生了一条由A到B的有向边。如果后续产生了多条相同的有向边，则有向边的权重被加强。在将所有用户行为序列都转换成物品相关图中的边之后，全局的物品相关图就建立起来了。

第三步：采用随机游走的方式随机选择起始点，重新产生物品序列。

第四步：最终将这些物品序列输入word2vec模型，生成最终的物品Embedding向量

这里有两个问题：

1. 只有在日志中曝光过的广告才会有相应的嵌入向量，通过广告有无嵌入向量，会泄露了无曝光广告的标签

2. 测试数据中存在曝光非0但无嵌入向量的广告，这在训练集中是不存在的，导致训练测试不一致

这里我们给出了解决方法，即随机掩盖掉5%广告的嵌入向量，保证训练集中也能出现无曝光的广告。

模型介绍

输入部分分为四组，分别是类别特征、经过Key-Value Memory处理的稠密特征、Word2Vec和DeepWalk得到了embedding向量。然后进入Batch Norm Layer，最后是MLP层。

压缩交互网络CIN

我们使用了压缩交互网络（CIN），它考虑了以下因素：

（1）交互是在向量层次上应用的，而不是在位层次上；

（2）高阶特征交互是明确测量的；

（3）网络的复杂度不会随着相互作用的程度。

每个维度上的外积用于特征交互。张量  是进一步学习的中间结果。

这里将介绍键值存储（Key-Value Memory）的神经模型实现浮点数到向量的映射。

具体步骤：

（1）Key addressing部分，寻址过程，此处用到softmax函数。计算上述选出的每个memory的概率值。 

（2）Attention部分，对于不同的Key addression部分的重要性不同，所以使用attention给予不同的权重概率。

（3）Value reading部分，对上一个步骤的概率下进行加权求和得到答案信息。 

规则统计

先让我们进行一些基本的数据分析，这里看的是历史曝光数据。

可以看出对于同一个广告在不同广告位上有着不同的胜率，并且在不同的日期，它的请求数也存在很大的差异。针对这两点因素，也就能构造出统计方式来计算广告日曝光量。

其中，  表示广告在广告位  上的历史胜率。  表示广告在广告位  上发出的请求总数。

这里我们对比了三种计算方法，可以看出，直接用历史曝光填充效果最差。接下来就是用竞争胜率*请求数，分数会高很多，更近一步就是按广告位分开计算，达到最好的效果。这里是在验证集上进行的计算。

历史胜率  的具体计算方式

先来看一张图

最直观的感受就是，离预测当天越近的数据准确度越高，所以相应的权重也应该越大。这样我们就可以给历史每天不同的权重，然后进行加权。就可以得到历史胜率的计算公式，如下：

权重  计算方式

我们提出了三种计算方法：

方式1：

方式2： 

方式3： 

这里使用线性搜索寻找最优参数（  ），依据验证集分数来确定最优参数的选择。

这里我们对三种权重计算方式进行对比，并添加最后一直接填充作为对照实验。可以明显看出方法三在验证集上的效果最好。

最终融合

这里使用两种融合方式，分别是算术平均和几何平均。

算术平均：

几何平均： 

由于  的评分规则，算术平均会使融合的结果偏大，如：

显然不符合  的直觉，越小的值对评分影响越大，算术平均会导致更大的误差。所以选择几何平均，能够使结果偏向小值，如下：

模型、规则以及不同融合方式验证集得分对比：

更细致的融合方式：

• 无论是模型还是规则，预测结果在不同的转化类型上得分差异都很大
• 模型和规则在不同的转化类型上得分也存在差 异，上图表示了模型和规则在不同转化类型上的表现。

根据模型和规则在不同转化类型上的得分现，调整权重值，线上可以获得0.5个千的提升 。

结果分析

可以看出LightGBM单模既可以得到第一名的成绩，不过，为了追求更高的分数，我们团队也做了更多的尝试。

主要创新

提出了一种基于Key-Value Memory的浮点数映射成向量的方法

• 相较于直接使用浮点数，该方法保留更多的语义信息
• 相较于分桶并作为类别特征的方法，该方法的相邻向量具有相关性
• 相较于数值×向量的方法，该方法具有非线性的特点

解决Word2Vec和DeepWalk等无监督学习造成的数据泄露问题

• 充分利用了曝光日志记录，基于用户行为对广告进行聚类

问题思考

本次比赛虽然使用到出价，但并没有将出价作为特征输入模型中。不同的出价其广告的竞争力会有所不同，将直接影响了曝光量，因此出价是非常重要的特征。

• 加入约束条件保证模型的单调性
• 设计出价单调递增的模型，如输出为 

本次比赛并没有用到用户属性相关数据，根据广告投放人群信息，或许可以获得更多有用的内容。