to be completed.
tips: 重排是相近的任务, 详见另一篇 blog, 见参考[1].
“混排” 和 “重排” 在实际系统中并非完全割裂，而是存在功能重叠与协同。比如当混排需要考虑 item 之间的影响和约束时, 本质上就进入了重排的范畴.
1. 混排场景
两种不同类型的 doc 队列, 来自不同的上游, 其 score 逻辑不同, 难以直接对比.
这是一个工业级推荐/搜索系统中的核心问题：当自然商品（Organic）与广告（Ads）由不同 CTR 模型预估（甚至不同特征、不同目标）时，如何将它们的打分对齐到同一尺度，实现公平混排？
1.1 分数对齐
首先约定符号:
- s = 原始打分（CTR 预估值）
- μ = 该队列（自然 or 广告）的近期平均打分
- σ = 该队列的标准差
有不同的做法:
- z-score 标准化(推荐).s = s μ s=\frac s \mus=μs
- 均值缩放, Mean Scaling.s = s − μ σ s=\frac{s-\mu}{\sigma}s=σs−μ
推荐前者是因为 均值缩放有两个局限:- 若某类广告平均 CTR 极低（如 μ=0.001），则所有广告 s/μ 都很大（如 0.002/0.001=2），可能过度放大噪声；
- 无法反映打分的离散程度（两个队列可能均值相同，但一个集中、一个分散）。
1.2 统一价值分
被不同的 ctr预估模型打分.
2. 流控场景
问题特点:
- 无法事先拿到所有请求, 离线统一求解. 因此叫 online-matching.
- 应用于在线服务, 求解rt不能高于50ms
2.1 CIKM 22’, 阿里广告动态定坑
见参考[1].
2.1 问题建模,动态背包
略, 详见论文
2.2 求解, pid+beam search
思考: beam search 有用的前提是, 有些情况下, 上一层占优的排列, 到了下一次反而落后了. 比如下图中两个橙色对号标记的排列.
自己举了具体的例子作代入:
归纳下,
- 如果不考虑坑位位置的曝光衰减, 不考虑广告的位置约束(不能出现在顶部, 间隔不能太小), 就不再需要 beam search.
- 如果没有位置约束, 哪怕有位置曝光衰减, 也可以直接按\delta v展开后的 utility 表达式 倒排, 就可以了.
参考
- 我的 blog, app信息流中的重排与强化学习
- paper, CIKM 22’, Hierarchically Constrained Adaptive Ad Exposure in Feeds
