CTR模型介绍
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。
优势/场景
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。
创建并训练模型
创建行业模板，之后进入开放搜索控制台页面，左侧导航栏选择：搜索算法中心>排序配置>CTR预估模型，然后点击创建按钮：
创建CTR预估模型，填写模型名称，设置训练字段：
映射训练字段：（目前商品ID，和商品标题是必选项，其他字段设置的越多，模型效果越好）
模型创建完成后，在CTR预估模型列表页，找到刚创建的模型，在右侧操作栏中点击“训练模型”：
开始训练后，可在CTR预估模型详情页，可查看模型训练进度：
训练完成后，若模型状态会变为可用状态，即可进行使用（若模型状态为不可用，请根据数据校验的完整度等级的升级条件进行调整，满足要求后，第二天再训练即可，若还有问题，可以提工单联系技术同学）：
定时训练周期建议设置为每天。
搜索测试
创建一个cava类型的业务排序策略：
填写策略名称，应用范围选择业务排序，类型选择cava脚本：
点击添加文件，将cava脚本示例贴到脚本代码中，点击编译，如提示编译成功，点击保存、发布后即可进行
搜索测试：
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;
}
};进行搜索测试：
注意：
second_rank_type 、second_rank_name 、raw_query 是必要参数，搜索请求时必须配置；
如果行为数据以及查询时都上传了user_id 参数，模型的打分效果会更好；
CTR模型详情页说明
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：
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。
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：
数据完整度 | 介绍 | 晋升条件 |
l0 | 表示数据完全不可用，缺少必要的核心字段，数据量太少，后续的数据处理不能继续进行 | l0-->l1：
|
l1 | 表示数据的核心字段已经具备，满足最基本的入口条件，但行为数据仍存在字段缺失和数据量不足的问题，部分不依赖行为数据的优化可以进行，全面的优化还需要继续解决行为数据的问题 | l1-->l2：
|
l2 | 表示数据质量满足要求，后续的优化可以正常进行，但数据量较小，对优化的最终效果存在一定影响 | l2-->l3：
|
l3 | 表示数据质量和数据量达到合理的水平，具备了正常优化的前提条件 | l3-->l4：
|
l4 | 表示数据规模较大，数据量充足，达到千万级，数据完整度水平较高 | l4-->l5：
|
l5 | 表示数据规模很大，数据量很充足，达到亿级以上，具备深度优化的条件 |
ipv表示每次搜索的点击率，即bhv_type=click；
有上报曝光行为事件且数量大于ipv数量，表示bhv_type=expose的数量大于bhv_type=click的数量（补充：用户有点击某商品，说明该商品一定有曝光，此处该条行为数据需要上传2次，即bhv_type=click和bhv_type=expose都需要上传）
注意事项
现阶段仅支持CTR模型在Cava插件中使用；
现阶段仅支持独享集群规格的实例创建CTR模型；
每个实例最多支持3个CTR模型；
训练字段越多，模型训练效果越好；
训练晋升条件中的raw_query是搜索请求时需要携带的参数，并且要求是独立的、有召回结果的、非重复的查询词，具体用法可参考Java SDK 搜索Demo；
相关API/SDK参考：算法周边。