第 65 题：ESMM的样本空间共享，CTR与CVR的延迟反馈差异处理？
题目
ESMM的样本空间共享，CTR与CVR的延迟反馈差异处理？
完整讲解
一、ESMM 的样本空间共享
ESMM（Entire Space Multi-task Model）同时建模 CTR 与 CVR，解决 CVR 样本极少且存在样本选择偏差的问题。传统单独训 CVR 时只用「点击后」的样本，与真实曝光空间分布不一致。ESMM 利用序列关系：
\(P(\text{click},\text{cvr}) = P(\text{click}) \cdot P(\text{cvr}|\text{click}),\quad \text{即}\quad p_{ctr} \cdot p_{cvr} = p_{ctcvr}.\)
在全空间（所有曝光样本）上联合训练 CTR 与 CTCVR（点击且转化），CVR 隐式地在全空间被约束，避免只用点击样本带来的偏差。
二、CTR 与 CVR 的延迟反馈差异
- CVR 延迟：转化发生在点击后数小时甚至数天，当时刻样本的转化标签大量为「未发生」而非「确定不转化」，即延迟反馈——正样本滞后、负样本需等待或做负样本假设。
- 处理方式：ESMM 不直接对 CVR 建 0/1 标签，而是用 CTCVR 作为监督（点击且转化为正），与 CTR 共享底层表示；CVR 塔输出在点击样本上可对齐 CTCVR/CTR 得到隐式监督，同时全空间样本都参与 CTR 与共享表示的学习，缓解 CVR 样本少与选择偏差。工程上还可配合延迟反馈建模（如 DFM）、假负样本纠错等。
三、工程要点
- 损失设计：CTR 损失 + CTCVR 损失，或再加 CVR 辅助损失（仅点击样本）；共享底层，双塔输出 CTR、CVR，CTCVR = CTR × CVR。
- 推理时用 CTR × CVR 作为点击转化概率，或单独用 CVR 塔在点击后链路使用。
面试要点
-
| 能写出 ESMM 的概率分解：$P(\text{click},\text{cvr})=P(\text{click})P(\text{cvr} |
\text{click})$，全空间训 CTR+CTCVR，CVR 隐式全空间学习。 |
- 能说明 CVR 延迟反馈：转化滞后导致正样本延迟、负样本需等待；ESMM 用 CTCVR 监督 + 全空间样本缓解选择偏差与样本少。
- 能简述损失与推理：CTR 损失 + CTCVR 损失，共享底；推理 CTR×CVR 或单独 CVR。
记忆要点
- ESMM：全空间联合训 CTR 与 CTCVR，$p_{ctr}\cdot p_{cvr}=p_{ctcvr}$，CVR 全空间约束、缓解选择偏差。
- CVR 延迟反馈：转化滞后；用 CTCVR 监督与全空间样本缓解。
- 损失：CTR + CTCVR；推理：CTR×CVR。