微软的一篇ctr预估的论文：Web-Scale Bayesian Click-Through Rate Prediction for Sponsored Search Advertising in Microsoft’s Bing Search Engine。

周末看了一下这篇论文，觉得挺难的，后来想想是ICML的论文，也就明白为什么了。

先简单记录下来，以后会继续添加内容。

主要参考了论文Web-Scale Bayesian Click-Through Rate Prediction for Sponsored Search Advertising in Microsoft’s Bing Search Engine（下载链接：http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.165.5644&rep=rep1&type=pdf）以及百度网盟CTR预估技术负责人夏粉老师分享的资料（下载链接：http://pan.baidu.com/share/link?shareid=484272&uk=4010619712）。

有不对的地方，希望能指出：（2012wxs@gmail.com）。

前面部分就不说了。从第3节Online Bayesian Probit Regression开始

第三节 Online Bayesian Probit Regression

X是要输入的N维特征X->()，特征的每一个维度有M个取值，即: ->(),其中的取值只能是0或者1，且中所有元素的和等于1，也就是说中的元素只能有一个取值为1，其余的必须取值为0。

作者假设样本分布符合高斯分布，分布函数为：

，                                                                                (1)

其中                                                                      (2)

即密度函数为标准正态分布：

假设W的先验分布为：

，                                                                  (3)

其中f为正态分布函数。

的精确后验公式为：

，

因为,

所以：,                                              (4)

由(1) ,(3)可知(4)为：

是对分子关于w的积分，所以：

                                                            (5)

由公式（2）可知

                                                                          (6)

公式（6）就是关于w的精确后验的公式，从公式中可以看到由于积分区间和积分式中都出现了w,所以没有关于w的解析解。因此，论文使用message passing方法近似求解w的后验概率。

由w的精确求解公式(4)可知，近似求解公式为：

                                                                                               (7)

其中，是先验概率，是似然函数，也就是在对w的假设的情况下，实际结果y取值0或者1的概率。为了能够对似然函数进行分解，引入了两个隐变量s，t,将似然函数分解为

所以公式(7)成为这种形式：

    可以理解为一个如下的生成过程：

    <1>w的值是从高斯分布中得到的，因为假设其先验符合高斯分布。

    <2>得到w的值之后，可以得到一个分数s,分数s的值为,取得这个值的概率为,即。

    <3>得到分数s之后，对这个分数加上一个均值为0，方差为的标准正态高斯噪声。最终得到变量t的分布为均值为s,方差为的正态分布

    <4>得到t之后，需要根据t计算y值，是由符号函数sign计算得到的，即y的取值为y = sign(t),只有两种值即y = 0,y = 1，其取值概率为：

    由<1>步得到的p(w)等价于w的近似后验公式（7）中的先验p（w）；由<2><3><4>步得到的，等价于w的近似后验公式（7）中的似然函数。

<1><2><3><4>的各个公式的乘积等价于w的近似后验公式（7），另外，由因子图中因子节点的乘积为变量的联合概率分布可知，<1><2><3><4>中各个公式的乘积为变量w,s,t,y的联合分布，所以在论文中有讲是等价的：。

    另外，根据论文中所讲，等价式是变量w,s,t,y的联合分布，因此，我认为那个factor graph 1应该这么画：

    至此，模型已经建立：由于无法精确求解w的后验，将求解w后验的问题转化为一个因子图中的生成过程，并且将求解问题分解为计算一个个的local message，最后将这些local message相乘就行了。

    下面是推理部分

    也就是如何训练模型的过程，

    首先，根据历史数据，比如历史平均点击率，给出W的先验，另外，有训练数据（x，y）。根据w的先验和训练数据（x,y），推理出w的后验概率（在factor graphmodel中等价于），这个过程叫upward message：

其次，根据第一步得到的w的后验概率（此时的w的先验概率是第一步得到的后验概率），以及特征x，可以计算出对于输入的一个特征向量x,得到的预测值y的分布,这个过程叫downward message：