العوامل المتعددة المستويات الموزونة للتنبؤ بـ CTR وتركيب الإعلانات التطبيقية

يقدّم هذا البحث نظرة عامة على المنهجية التي استخدمناها كفريق ISISTANITOS في مسابقة ACM RecSys Challenge 2023. وقد نظّمت المسابقة شركة ShareChat، وركّزت على توقع احتمالية نقر المستخدم على إعلان تطبيق و/أو تثبيت تطبيق، بهدف تحسين تحسين العمليات العميقة (deep funnel optimization) مع التركيز الخاص على خصوصية المستخدم. استندت طريقة تقدّمنا إلى معالجة احتمالات النقر وتثبيت التطبيق كمهمتين منفصلتين ولكن مترابطتين. ولهذا، صمّم النموذج مجموعة من الميزات المخصصة لكل مهمة، بالإضافة إلى مجموعة من الميزات المشتركة. وسُمّي النموذج بـ "Factorization متعددة المستويات ذات أوزان" (Weighted Multi-Level Feature Factorization) نظرًا لاعتباره تفاعل الميزات المختلفة حسب الدرجة (order)، حيث ترتبط الدرجة بعمق الشبكة العصبية. وتم إنتاج التوقعات لكل مهمة من خلال دمج الميزات المخصصة والمشتركة على المستويات المختلفة. وحقق تقدّمنا المركز الحادي عشر بدرجة إجمالية قدرها 55 في نتائج المسابقة ضمن المسار الأكاديمي. ونُشر الكود المصدري لدينا على الرابط التالي: https://github.com/knife982000/RecSys2023Challenge