搜狐:新闻推荐系统的CTR预估模型

在推荐系统的排序环节中，我们经常使用CTR(Click-Through Rate)预估的方式来构建排序模型。在业界的实际应用上，如何通过大规模数据提取出有效特征对用户行为建模、泛化一直是研究人员的工作方向，由于在推荐系统的实际应用中，数据通常非常稀疏，如何从大规模的稀疏特征中提取出有效的泛化特征是CTR预估模型的一个重大挑战。本文我们首先介绍了CTR预估模型的演变历史，并介绍如何使用DNN在推荐系统的排序情景进行CTR预估，通过特殊的网络结构得到高效的泛化特征提高模型的预测能力

2.1 点击率预估模型

在新闻推荐系统中，想得到用户最可能点击的新闻，给定某用户及新闻的集合，通过提取特征我们可以得到三种特征：

我们需要计算出用户对待预估新闻的点击率，通过对预估点击率的降序排序得出用户最可能点击的前K个新闻。

最开始做点击率预估的模型为LR(Logistic Regression)，将上述特征代入LR模型可以得到一个简单的点击率预估模型。然而，在推荐情景中，用户的行为是稀疏的，即一个用户能看到的新闻是有限的，如何从用户有限的浏览中推测出用户可能喜欢的新闻，就是推荐工作的重点，在这里使用LR如果只是简单的对上述特征进行建模，是无法得到特别好的效果的，原因是LR模型本身无法对特征进行泛化，它只能对某特征直接计算其相应的权重