Ocena offline:

  • Jaki jest cel: brak wyceny wszystkich kampanii podczas aukcji, tylko przefiltrowanie ich do np. TOP K.
  • Wyceniając wszystkie kampanie podczas aukcji wybierzemy tę kampanię W, która ma najwyższą wycenę. Celem target choosera jest to, żeby tak wybrał K kampanii per user, aby zminimalizować liczbę przypadków, w których W jest poza listą tych K kampanii.
  • Powyższe implikuje, że istotną rolę będzie odgrywała np. stawka kampanii!!!
  • Wystarczyłoby pobrać z bidData informację o wszystkich sn’ach, którymi bidowaliśmy per user danego dnia i porównać to z rankingiem zwracanym przez target chooser. Uwaga: to by wymagało w przyszłości dla np. 1% ruchu wyceniać wszystkie sny (albo wyceniać je po aukcji, żeby zbierać dane do oceny target choosera)
  • inaczej można powiedzieć, że to jest problem rankingowy wyboru sklepu, który będzie później wybierany przez nasze systemy
  • czy zmiana stawki powinna wpłynąć na to, że sklep częściej będzie wśród sklepów wybieranych przez target choosera? No chyba tak!

Może jako model rankingowy? Cechy to np. stawka, atrybucja, … i ma pzewidywać który sklep wybierzemy????

Uwaga: moblibyśmy zrobić tak, że dla 1% wyceniać wszystko w bidderze i zapisywać te dane na boczku!

Implementacja na prod:

  • bidder
    • target chooser powinien zwracać:
      • A: mapa user_id lista kampanii
      • B: lista kampanii, które były ocenione podczas działania target choosera
      • C: lista kampanii dla usera, którego nie ma w A
    • bidder z A wyciąga listę kampanii per user
    • jeśli usera nie ma w A, bidder używa listy C
    • jeśli od czasu działania powstała nowa kampania (nie ma jej w B), to dodajemy ją do listy kampanii proponowanych przez choosera
  • target chooser:
    • osobny config pod modele w ML Platform?
    • integracja z FS’em, aby wyciągnąć ekstraktory cech + ekstraktory cech z biddera; trzeba by to ładować cechy hoppingowe do pamięci! Obecnie FS generje ekstraktory tylko w GO, więc ta maszynka też musiałaby być napisana w go
    • pobieranie stawek per kampania, tak jak w bidderze
    • dedykowany serving tylko pod to, żeby nie obciążał główneego servingu?
    • atrybucja sklepu do uwzględnienia! netto/brutto! mnożniki??????
    • robi się z tego mały bidder!
    • nie możemy tego aż tak komplikować