CTR预估模型

点击率（click-through rate, CTR）预估是搜索平台的核心任务之一。它所解决的问题是：给定一个user和一个query，以及与该query所匹配的doc，预测这些doc曝光之后获得点击的概率。这个概率值可以用于排序脚本中，用来提升搜索效果，提升ctr等业务指标。

为了更好的满足用户多场景、多样化的搜索排序业务需求，开放搜索推出了CTR模型功能，可以实现个性化、千人千面的搜索排序效果。

选择目标应用（引擎类型和应用名称），选择行业（电商或内容社区）。数据准备要求：

1. 开启数据采集功能

2. 搜索请求中上传 raw_query 参数

3. 通过 SDK 上传曝光、点击等行为数据

4. 确保有足够流量访问

5. 参考产品文档了解详情

填写完成后，单击完成。

各字段的映射关系为：

• 商品 id → id

• 商品标题 → title（TEXT, SHORT_TEXT）

• 商品描述 → description（TEXT, SHORT_TEXT）

• 商品标签 → title（TEXT, SHORT_TEXT）

• 商品类目 → category_name（TEXT, SHORT_TEXT）

此时模型详情页中最新版本状态显示为调度中，表示训练任务正在排队或执行中。

在搜索算法中心 > 排序配置 > 策略管理页面，单击右上角创建按钮。

cava脚本示例如下：

package users.scorer;
import com.aliyun.opensearch.cava.framework.OpsScoreParams;
import com.aliyun.opensearch.cava.framework.OpsScorerInitParams;
import com.aliyun.opensearch.cava.framework.OpsRequest;
import com.aliyun.opensearch.cava.framework.OpsDoc;
import com.aliyun.opensearch.cava.features.algo.AlgoModel;

class BasicSimilarityScorer {
    boolean init(OpsScorerInitParams params) {
        return true;
    }

    double score(OpsScoreParams params) {
        double score = 0;
        return score;
    }
};

class IntelligenceAlgorithmScorer {
    AlgoModel _algoModel;

    boolean init(OpsScorerInitParams params) {
      //注意tf_checkpoint 为固定参数
        _algoModel = AlgoModel.create(params, "tf_checkpoint","ctr", "这里换成你的ctr模型名称"); 
        return true;
    }

    double score(OpsScoreParams params) {
        OpsDoc doc = params.getDoc();
        double modelScore = _algoModel.evaluate(params);
        doc.trace("ctrModelScore: ", modelScore);
        
        double score = modelScore + 700;
        return score;
    }
};

在搜索测试页面的参数区域配置以下必要参数：

• second_rank_type 设为 cava_script

• second_rank_name 设为已发布的排序策略名称（如 test_ctr_cava_1）

• raw_query 设为原始查询词（如 黑白帆布鞋）

搜索结果的排序详情中将展示 SecondRank 输出的 ctrModelScore 分值，表明 CTR 模型已参与二次排序打分。

注意：

基本信息

可查看模型的创建时间、状态、最后训练开始时间以及最新版本状态。

配置信息

训练字段：点击“映射训练字段”后，弹出映射训练字段选框，可以修改或删除模型训练字段，修改训练字段后需重新训练模型才会生效：

映射训练字段面板包含字段含义、选择字段和可选的字段类型三列，示例映射关系：

• 商品 id → id

• 商品标题 → title（TEXT, SHORT_TEXT）

• 商品描述 → description（TEXT, SHORT_TEXT）

• 商品标签 → series_name（TEXT, SHORT_TEXT）

• 商品类目 → category_name（TEXT, SHORT_TEXT）

定时训练：默认开启并每天训练一次，也可以编辑定时任务，自定义训练周期。

在编辑定时任务弹窗中，可从周一至周日七个选项中勾选具体训练日。

数据校验

数据完整度状态包含可用、数据异常；

完整度报告显示当前应用的完整度等级，具体完整度等级可见：