跳转至

ESMM：完整空间的点击—转化联合建模

复现级别：核心机制复现。实际执行 CTR/CVR 双塔、概率乘积与 entire-space loss；淘宝私有漏斗数据由公开数据构造替代。

论文信息

项目 内容
论文链接 arXiv 1804.07931
公司/机构 Alibaba
首次公开日期 2018-04-21（arXiv v1）
原文开源代码 否：论文未提供官方/作者代码（核查日期：2026-08-09）
Adapter esmm
本地复现代码 src/auto_research/reproductions/esmm/

原始论文总结

背景与主要改动

CVR 只在点击样本上可观测，直接训练会遭遇 sample-selection bias；转化又远比点击稀疏。

ESMM 在全曝光空间同时学习 CTR 与 CVR，并用概率链式分解得到 CTCVR。CTR 的稠密监督帮助 CVR tower 学到更稳定的表示。

flowchart LR
  X["全曝光样本"] --> C["CTR tower"]
  X --> V["CVR tower"]
  C --> M["pCTR × pCVR"]
  V --> M
  C --> L1["CTR loss"]
  M --> L2["CTCVR loss"]

原论文关键图

ESMM：完整空间的点击—转化联合建模 原论文 Figure 2

原论文 Figure 2（关键图）：展示原论文提出的核心架构、主要模块及其连接关系。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式

\[ p(\mathrm{click\&conversion}\mid x) =p(\mathrm{click}\mid x)\,p(\mathrm{conversion}\mid \mathrm{click},x). \]

论文离线与线上效果

论文在 Ali-CCP 样本和工业日志上报告 AUC/校准收益；本条按用户批准作为经典例外。

本地复现

本地对照口径：基线只在 clicked space 训练 CVR，实验组在 entire space 联合 CTR 与 CTCVR；平均任务 AUC 相对 +1.69%，见 metrics/movielens-100k-seeds42-44.json。

  • 数据：MovieLens-100K；rating ≥3 构造 click，rating ≥4 构造 conversion，并加入全空间负样本。
  • 基线：只在 clicked space 训练 CVR tower。
  • 方法：完整空间联合训练 CTR 与乘积后的 CTCVR。
  • 运行：auto-research reproduce --paper esmm --dataset-dir data

三 seed 下 conversion AUC 为 0.55590→0.56697（+1.99%），平均任务 AUC 为 0.55928→0.56872。