MAC: Nuovo Benchmark per la Previsione del Tasso di Conversione Multi-Attribuzione
È stato introdotto un nuovo dataset benchmark, MAC (Multi-Attribution Benchmark), per migliorare la previsione del tasso di conversione (CVR) fornendo etichette sotto molteplici meccanismi di attribuzione. In precedenza, i dataset pubblici CVR offrivano solo etichette da un singolo meccanismo di attribuzione, limitando lo sviluppo di metodi di apprendimento multi-attribuzione (MAL). Il dataset MAC è il primo del suo genere, colmando questa lacuna. Insieme al dataset, gli autori hanno sviluppato PyMAL, una libreria open-source che include un'ampia gamma di metodi di base per promuovere la ricerca riproducibile in MAL. Esperimenti completi su MAC rivelano tre intuizioni chiave: (1) MAL migliora costantemente le prestazioni in diverse impostazioni di attribuzione, specialmente per utenti con percorsi di conversione lunghi; (2) i guadagni di prestazione scalano con la funzione obiettivo; e (3) il dataset supporta ulteriori ricerche. L'articolo è disponibile su arXiv con l'identificatore 2603.02184.
Fatti principali
- MAC è il primo dataset pubblico CVR con etichette da molteplici meccanismi di attribuzione.
- PyMAL è una libreria open-source per baseline di apprendimento multi-attribuzione.
- Gli esperimenti mostrano che MAL migliora le prestazioni, specialmente per percorsi di conversione lunghi.
- La crescita delle prestazioni scala con la funzione obiettivo.
- L'articolo è su arXiv con ID 2603.02184.
- Il tipo di annuncio è replace-cross.
- Il dataset colma una lacuna nei dataset pubblici CVR.
- La ricerca promuove la ricerca riproducibile in MAL.
Entità
Istituzioni
- arXiv