跳转至

DANet：折扣感知的转化率预测

Fidelity: 核心机制复现。参照作者开源代码执行 IPN、FFT/IFFT、DCM-User、DCM-Context 与折扣回归辅助任务。

论文信息

项目 内容
论文链接 arXiv 2607.12578
公司/机构 Alibaba Group / Tmall
首次公开日期 2026-07-14（arXiv v1）
原文开源代码 是：官方/作者代码
Adapter danet
本地复现代码 src/auto_research/reproductions/danet/

原始论文总结

背景与主要改动

只建模兴趣无法解释“便宜多少”对购买的影响。DANet 的 IPN 捕获一般兴趣；DPN 对 400 天 discount-rate 序列做 FFT 滤波和高低频分解，DCM-User 从相似购买中抽取折扣偏好，DCM-Context 用促销周期 gate 修正分布，并以购买样本的真实折扣做辅助回归。

flowchart LR
  A[用户/物品/行为] --> B[IPN]
  C[Discount series] --> D[FFT filter + IFFT]
  E[购买属性] --> F[DCM-User]
  G[促销上下文] --> H[DCM-Context]
  D --> I[DPN]
  F --> I
  H --> I
  B --> J[CVR]
  I --> J

原论文关键图

DANet：折扣感知的转化率预测 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

\[ Z=FFT(S^d),\quad S_l^d=IFFT(f_t(Z)),\quad S_h^d=S^d-S_l^d, \]
\[ \mathcal L=\mathcal L_{CE}+\alpha\mathbf 1[y=1]\operatorname{MSE}(y_d,\hat y_d). \]

论文离线与线上效果

Tmall 线上 pCVR +3.63%、GMV +2.23%；折扣商品 PVR 7.56→11.14（+47.32%）。

本地复现

本地对照口径：基线是 IPN interest score；实验组 DANet 加入折扣代理的 TFTM/DCM，Hit@10 +0.00%、NDCG@10 -1.46%，fresh Hit@10 +50.00%。

MovieLens 无价格，周期性 popularity/rating intensity 仅代理 discount series，所以主排序结果不能解释为 CVR。稳定指标见 metrics/movielens-100k-seed42.json。

auto-research reproduce --paper danet --seed 42

复现边界

未使用 Tmall 私有 400 天折扣和促销特征；明确区分作者 TensorFlow 代码与本地 NumPy 复现。