本文介绍阿里妈妈广告算法团队发表于 2018 年 SIGIR 一篇论文《Entire Space Multi-Task Model: An Effective Approach for Estimating Post-Click Conversion Rate》。

传统的 CVR 通常会面临样本选择偏差和数据稀疏两大的问题，从而使得模型训练变得相当困难。本文作者提出 ESMM 算法，通过定义新型多任务联合训练的方式，以全新的视角对 CVR 进行建模。

通过淘宝推荐系统的实验表明，ESMM 的性能明显优于其他算法。

看到这里，大家可能有很多疑问：

CVR 预估任务中，样本选择偏差是什么问题？ ESMM 是怎样多任务训练的，又是如何联合训练的？ 带着问题，我们来阅读以下内容。

内容中包含的图片若涉及版权问题，请及时与我们联系删除