点击率(CTR)平滑手段

原文链接：https://blog.csdn.net/jinping_shi/article/details/78334362

以商品的点击率预测为例：
CTR的值等于点击量除以曝光量，公式如下：
$$r=\frac{click}{show}$$
但在实际应用中会碰到两个问题：

• 新商品点击率的预测与计算
  对于新上线的商品，其曝光为0，点击量也为0，此时这件商品的CTR应该设为0还是赋一个初始值？
• 不同商品点击率之间的比较
  有两件商品A和B，其点击率分别为$r_A=5/10$和$r_B=50/100$，$r_A=r_B$，但商品A的曝光只有10次，商品B的曝光有100次，这样比较是否合理？
  第一个问题，初始值设0是可以的，但不太合理。当CTR作为特征使用时，表示这个商品完全没有点击，不太符合日常推断，通常是赋一个大于0的初始值。第二个问题，不合理。

解决以上两个问题可以使用平滑的技术解决。最简单的方法是在计算CTR的公式中分子分母同时加上一个数，加上之后可避免这两个问题。
$$r=\frac{click+a}{show+b}$$
原文中讲到，可以用贝叶斯平滑的手段来计算。
更简单的方法是，可以计算出所有商品在当天的平均点击数，和平均曝光数，分别作为 $a$ 和 $b$， 来做平滑。