[论文解读] Modeling Attractiveness and Multiple Clicks in Sponsored Search Results

Dinesh Govindaraj, Tao Wang+1 more|arXiv (Cornell University)|Jan 1, 2014

Information Retrieval and Search Behavior参考文献 18被引用 9

一句话总结

本文提出了一种新颖的赞助搜索点击模型，能够处理反向点击行为，并通过跨结果共享的词级别特征，联合建模吸引力与点击后相关性。通过引入外部影响、用户疲劳因素，并采用单次遍历推理算法，该模型在预测点击序列和首位点击位置方面显著优于现有方法。

ABSTRACT

Click models are an important tool for leveraging user feedback, and are used by commercial search engines for surfacing relevant search results. However, existing click models are lacking in two aspects. First, they do not share information across search results when computing attractiveness. Second, they assume that users interact with the search results sequentially. Based on our analysis of the click logs of a commercial search engine, we observe that the sequential scan assumption does not always hold, especially for sponsored search results. To overcome the above two limitations, we propose a new click model. Our key insight is that sharing information across search results helps in identifying important words or key-phrases which can then be used to accurately compute attractiveness of a search result. Furthermore, we argue that the click probability of a position as well as its attractiveness changes during a user session and depends on the user's past click experience. Our model seamlessly incorporates the effect of externalities (quality of other search results displayed in response to a user query), user fatigue, as well as pre and post-click relevance of a sponsored search result. We propose an efficient one-pass inference scheme and empirically evaluate the performance of our model via extensive experiments using the click logs of a large commercial search engine.

研究动机与目标

• 解决现有点击模型假设用户行为为顺序交互且缺乏跨结果信息共享的局限性。
• 建模赞助搜索中常见的反向点击行为（例如，先点击第3位结果再点击第1位结果），而标准模型无法捕捉此类行为。
• 通过跨结果共享关键词特征，联合估计吸引力（点击前相关性）与点击后相关性，提升点击预测准确性。
• 设计一种高效、可扩展的推理方案，支持从大规模点击日志中进行单次遍历学习。
• 在赞助搜索点击动态中更准确地表征用户疲劳与外部影响（如其他结果的质量）。

提出的方法

• 提出一种可分离的点击模型，其中点击概率为检视概率与吸引力的乘积，吸引力由跨结果共享的关键词特征推导得出。
• 通过转移概率矩阵 γij 显式建模反向点击，捕捉在任意顺序下从位置 i 转移到位置 j 的点击可能性。
• 通过参数 ηj（点击 j 次后继续的概率）和 βj（拥有超过 j 次点击的会话数量）建模用户疲劳与会话级动态。
• 利用 ρd（点击文档 d 后会话结束的比例）和 κ′d（在 d 结束的会话数量）估计点击后相关性。
• 对所有参数使用共轭先验（Beta 分布与 Dirichlet 分布），以实现高效、闭式解的贝叶斯推理，并支持单次遍历训练。
• 利用跨结果的词级别特征（如加粗的查询词）估计吸引力，提升模型泛化能力与鲁棒性。

实验结果

研究问题

• RQ1 在赞助搜索会话中，用户先点击排名较低的结果再点击排名较高的结果（即反向点击）的发生频率如何？
• RQ2 跨赞助结果共享的词级别特征在提升吸引力估计与点击预测准确性方面是否有效？
• RQ3 用户疲劳与外部影响（如其他结果的质量）如何影响赞助搜索中的点击行为？
• RQ4 单次遍历推理算法是否能有效扩展至大规模商业点击日志，同时保持高预测准确性？
• RQ5 联合建模点击前吸引力与点击后相关性，是否能比现有模型更准确地预测首位点击位置？

主要发现

• 约 10% 的赞助搜索会话包含超过一次点击，其中 30% 的会话至少存在一对反向点击，这表明顺序扫描假设不成立。
• 在包含两次点击的会话中，该模型对首位首位点击位置的预测准确率达到 55.74%，显著优于 DBN（51.12%）、PM（45.66%）、AM（49.50%）和 ICM（16.09%）。
• 在包含三次点击的会话中，该模型对首位点击位置的预测准确率达到 61.51%，超过 DBN（58.20%）、AM（59.14%）、PM（44.74%）和 ICM（44.75%）。
• 通过关键词特征在结果间共享信息，该模型实现了更稳定且准确的吸引力估计，尤其在低点击场景下表现更优。
• 单次遍历推理算法支持在大规模点击日志上高效训练，所有参数均可通过共轭先验实现高效估计。
• 该模型对噪声具有鲁棒性，并通过显式建模所有 i,j 对（包括 i > j）的转移概率 γij，显著提升了对反向点击序列的预测能力。