Loading... # 背景 过去业务中CTR、CVR等模型是预估用户在看过广告之后的点击率和转化率,称之为响应式模型(response model),是基于历史数据统计用户的物料的相关性,这种方式没法区分这个点击率有多少是由广告带来的。而因果推断模型是计算营销带来的增量,更关注由因到果的增量变化。 # 原理 ## 相关名词 - ITE (Individual treatment effect):针对个人的因果效应 - ATE (Average treatment effect):人群的平均因果效应,是ITE的期望值 E[Y_{i}] # 评估方法 # 实践 # 参考文章 1.[Uplift Model介绍][1] 2.[因果推断之Uplift Model|入门篇][2] 3.[github: awesome-causality-algorithms][3] [1]: https://www.cnblogs.com/xumaomao/p/17502568.html [2]: https://www.modb.pro/db/601025 [3]: https://github.com/rguo12/awesome-causality-algorithms 最后修改:2024 年 01 月 22 日 © 允许规范转载 打赏 赞赏作者 支付宝微信 赞 如果觉得我的文章对你有用,请随意赞赏
1 条评论
人物刻画立体,细节描写入木三分。