AITM - 多任务模型之顺序依赖性建模（美团）_aitm算法全称

• Modeling the Sequential Dependence among Audience Multi-step Conversions with Multi-task Learning in Targeted Display Advertising

• 论文发表在 KDD-2021。论文做的是金融场景下（信用卡业务）的顺序依赖性多任务问题解决框架。

• 在ESMM的基础上，利用不用任务之间的顺序依赖关系，文章提出了一种自适应信息模型传输多任务AITM（Adaptive Information Transfer Multi-task）框架。基于AIT模块，利用self-attention自适应地提取不同转换阶段的传输信息进行融合输出。现已应用于美团app中。

1、动机与挑战（信用卡业务广告）

• 用户多步转化过程中的路径序列依赖更长。
• 在多步转化的长序列依赖中（前一步骤发生了，后一步骤才可能发生），正反馈（正样本）是逐步稀硫的，类别不平衡越来越严重。
  信用卡业务的5个阶段如下，一般来说阶段越低，转换效率越高。业务中，关心的是核卡成功率和激活成功率。
• 曝光
• 点击
• 申请
• 核卡(授信)：意味着用户信用良好，通过申请并被授予了一定的信用卡额度。实时判断
• 激活：用户在授信并且收到邮寄的信用卡之后，可以激活信用卡并使用。是否激活的标签通常比较难获得，因为信用卡邮寄需要一定的时间，而且用户主动去激活也需要一定的表现期，所以这里类别不平衡更为严重。在这里，我们通常看用户是否会在核