Question

用户在 t 时访问我的网站，他们可能会或可能不会点击我关注的特定链接，如果他们这样做我会记录他们点击链接的事实，以及他们点击 t 后的持续时间，请将其称为 d 。

我需要一个允许我创建这样的类的算法：

class ClickProbabilityEstimate {
    public void reportImpression(long id);
    public void reportClick(long id);

    public double estimateClickProbability(long id);
}

每次展示都会获得一个唯一的 ID ，并在报告点击以指示点击所属的展示时使用。

我需要一种算法，该算法会根据报告展示次数所经过的时间返回一个概率，即根据之前点击所需的时间长短，展示会获得点击次数。很明显，如果仍然没有点击，那么这个概率会随着时间的推移而减少。

如果有必要，我们可以设置一个上限，超出该上限我们认为点击概率为0（例如，如果它是印象发生后的一个小时，我们可以肯定不会有点击）

该算法应该既节省空间又节省时间，并且希望尽可能少地做出假设，同时保持优雅。易于实施也很好。有什么想法吗？

Answer 1

假设您保留过去展示次数和点击次数的数据，这很简单：假设您有一次展示，并且自那次展示以来已经过了 d'时间。您可以将数据分为三组：

点击次数少于 d'
超过 d'
从未收到过点击的展示次数

显然，目前的印象不在组（1）中，所以消除它。你想要它在group（2）中的概率，那就是

P = N2 / (N2 + N3)

其中N2是第2组中的展示次数，N3也是如此。

就实际实施而言，我首先考虑的是保留有效时间 d 的有序列表，以及过去的点击次数，以及从未收到的展示次数计数点击，然后在该列表中对 d'进行二进制搜索。您找到的位置将为您N1，然后N2是列表的长度减去N1。

如果您不需要完美的粒度，则可以将过去时间存储为直方图，即在每个元素list[n]中包含至少{@}后获得点击的展示次数的列表{1}}但不到n分钟。（或几秒钟，或您喜欢的任何时间间隔）在这种情况下，您可能希望将总点击次数保持为单独的变量，以便您可以轻松计算n+1。

（顺便说一下，我刚刚做了这个，我不知道是否有这种事情的标准算法可能更好）

Answer 2

参见这篇文章：

Estimating the chances of something that hasn't happened yet

Answer 3

我建议假设一个到达过程（每分钟点击次数），并尝试使用现有数据将分布拟合到该到达过程。我敢打赌，结果是负二项式，这是当你有一个具有非平稳均值的泊松到达过程时得到的，如果均值具有伽马分布。反向（每次点击的分钟数）为您提供了到达间隔过程的分布。不知道是否有以此命名的分布，但您可以创建一个经验分布。

希望这会有所帮助。

确定事件尚未发生时发生的可能性

3 个答案: