点击率是点击次数除以曝光次数,看似简单,却容易被口径问题误导。曝光如何定义、重复点击是否去重、时间窗口多长,都会让同一个业务算出不同的数值。
在排序模型里,点击率预估本质是一个二分类问题:给定用户和内容,预测点击发生的概率。模型输出通常经过校准,才能当作真实概率使用。
评估点击率模型不能只看准确率,因为负样本远多于正样本。AUC 衡量排序能力,LogLoss 衡量概率校准,两者要结合看。
线上还要关注实际业务指标,比如人均点击数和停留时长。离线指标再好,如果线上分布发生漂移,效果也可能大打折扣。