Click A, Buy B：跨物品转化归因¶

Fidelity: 核心机制复现。实际构造 CABA/CABB 双分支，并按公开 genre taxonomy 学习跨物品协同权重。

论文信息¶

项目	内容
论文链接	arXiv 2507.15113
公司/机构	Pinterest
首次公开日期	2025-07-20（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	`click-a-buy-b`
本地复现代码	`src/auto_research/reproductions/click_a_buy_b/`

原始论文总结¶

背景与主要改动¶

Last-click attribution 默认点击和购买属于同一商品，忽略用户点 A 后买 B。论文将 Click-A-Buy-A 与 Click-A-Buy-B 分成多任务，并用商品 taxonomy 建模 A/B 的协同归因。

flowchart LR
  C["Click A"] --> A["CABA head"]
  C --> B["CABB head"]
  T["商品 taxonomy"] --> W["Collaborative weighting"]
  B --> W
  A --> F["Conversion score"]
  W --> F

原论文关键图¶

原论文 Figure 1（关键图）：展示原论文方法的总体设计和关键组成。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¶

\[ \hat p(B|A,u)=w_{AB}^{tax}\,\hat p_{\mathrm{CABB}}(B|A,u),\qquad \mathcal L=\mathcal L_{\mathrm{CABA}}+\lambda\mathcal L_{\mathrm{CABB}}. \]

论文离线与线上效果¶

论文离线显示 CABA/CABB 联合建模改善跨商品转化归因；Pinterest 线上主要业务指标 +0.25%。

本地复现¶

本地对照口径：相对 last-click 单物品归因基线，实验组 NDCG@10 +33.70%。

用连续观影代理 Click-A/Buy-B。相对 last-click 单物品归因：NDCG@10 0.07514→0.10045（+33.70%），Hit@10 0.14048→0.15714，head share 0.21762→0.14119。指标见 metrics/movielens-1m-seed42.json。

auto-research reproduce --paper click-a-buy-b --dataset-dir data --seed 42

复现边界¶

连续观影不等价于购买；没有真实曝光、归因窗口、广告竞价和 Pinterest taxonomy。