第 66 题：ESM2的多延迟反馈建模，多目标间的因果关系利用？
题目
ESM2的多延迟反馈建模，多目标间的因果关系利用？
完整讲解
一、ESM2 与多延迟反馈建模
ESM2 在 ESMM 基础上扩展为多目标、多阶段的延迟反馈建模。除 CTR、CVR 外，可包含下单、支付、复购等，各目标反馈延迟不同（点击即时、转化/下单延迟数小时至数天）。ESM2 通过多任务联合 + 序列依赖在全空间建模，例如
\(P(\text{click}) \cdot P(\text{order}|\text{click}) \cdot P(\text{pay}|\text{order}) \cdots\)
各阶段概率共享或部分共享表示，全空间样本参与各阶段塔的学习，缓解各阶段正样本少与选择偏差。
二、多目标间的因果关系利用
-
| 因果链：曝光 → 点击 → 转化 → 下单 → 支付，前序事件是后序的必要条件。模型显式建模 $P(\text{下一步} |
\text{上一步})$，与真实因果一致，且可复用前序预测（如 CTR）作为后序输入或约束。 |
- 利用方式：共享底层表示；损失可对每阶段设计（CTR、CTCVR、CTOrder 等），或对联合概率做 MLE；后序任务的正样本一定是前序正样本的子集，全空间训练使后序任务不被「仅前序正样本」的选择偏差主导。
- 与 ESMM 的关系：ESM2 把 ESMM 的「CTR + CVR」推广到更长因果链与更多延迟目标，统一处理多延迟反馈。
三、工程要点
- 各阶段延迟不同，需设定等待窗口或使用 DFM 等延迟模型处理假负样本。
- 损失权重与样本权重可按业务重要性或样本量调节；可引入课程学习先训前序再训后序。
面试要点
-
| 能说明 ESM2：多目标、多阶段延迟反馈，全空间联合建模 $P(\text{click})P(\text{order} |
\text{click})\cdots$，各阶段塔+共享表示。 |
- 能解释因果关系利用：曝光→点击→转化→… 因果链，显式建模条件概率，全空间训练缓解选择偏差与样本少。
- 能对比 ESMM：ESM2 为多阶段扩展，统一多延迟目标。
记忆要点
- ESM2：多阶段（CTR/CVR/Order/Pay…）全空间联合建模，多延迟反馈统一处理。
- 因果利用：前序→后序条件概率，共享表示与全空间样本缓解偏差。
- 与 ESMM：ESM2 为因果链与多目标的扩展。