CTR模型介紹
點擊率（click-through rate, CTR）預估是搜尋平台的核心任務之一。它所解決的問題是：給定一個user和一個query，以及與該query所匹配的doc，預測這些doc曝光之後獲得點擊的機率。這個機率值可以用於排序指令碼中，用來提升搜尋效果，提升ctr等業務指標。
優勢/情境
為了更好的滿足使用者多情境、多樣化的搜尋排序業務需求，OpenSearch推出了CTR模型功能，可以實現個人化、千人千面的搜尋排序效果。
建立並訓練模型
建立行業模板，之後進入OpenSearch控制台頁面，左側導覽列選擇：搜尋演算法中心>排序配置>CTR預估模型，然後點擊建立按鈕：
建立CTR預估模型，填寫模型名稱，設定訓練欄位：
映射訓練欄位：（目前商品ID，和商品標題是必選項，其他欄位設定的越多，模型效果越好）
模型建立完成後，在CTR預估模型列表頁，找到剛建立的模型，在右側操作欄中點擊“訓練模型”：
開始訓練後，可在CTR預估模型詳情頁，可查看模型訓練進度：
訓練完成後，若模型狀態會變為可用狀態，即可進行使用（若模型狀態為不可用，請根據資料校正的完整度等級的升級條件進行調整，滿足要求後，第二天再訓練即可，若還有問題，可以提工單聯絡技術同學）：
定時訓練周期建議設定為每天。
搜尋測試
建立一個cava類型的業務排序策略：
填寫策略名稱稱，應用範圍選取業務排序，類型選擇cava指令碼：
點擊添加檔案，將cava指令碼樣本貼到指令碼代碼中，點擊編譯，如提示編譯成功，點擊儲存、發布後即可進行
搜尋測試：
cava指令碼樣本如下：
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 為固定參數
_algoModel = AlgoModel.create(params, "tf_checkpoint","ctr", "這裡換成你的ctr模型名稱");
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;
}
};進行搜尋測試：
注意：
second_rank_type 、second_rank_name 、raw_query 是必要參數，搜尋請求時必須配置；
如果行為資料以及查詢時都上傳了user_id 參數，模型的打分效果會更好；
CTR模型詳情頁說明
基本資料
可查看模型的建立時間、狀態、最後訓練開始時間以及最新版本狀態。
配置資訊
訓練欄位：點擊“映射訓練欄位”後，彈出映射訓練欄位選框，可以修改或刪除模型訓練欄位，修改訓練欄位後需重新訓練模型才會生效：
定時訓練：預設開啟並每天訓練一次，也可以編輯定時任務，自訂訓練周期。
資料校正
資料完整度狀態包含可用、資料異常；
完整度報告顯示當前應用的完整度等級，具體完整度等級可見：
資料完整度 | 介紹 | 晉陞條件 |
l0 | 表示資料完全不可用，缺少必要的核心欄位，資料量太少，後續的資料處理不能繼續進行 | l0-->l1：
|
l1 | 表示資料的核心欄位已經具備，滿足最基本的允入準則，但行為資料仍存在欄位缺失和資料量不足的問題，部分不依賴行為資料的最佳化可以進行，全面的最佳化還需要繼續解決行為資料的問題 | l1-->l2：
|
l2 | 表示資料品質滿足要求，後續的最佳化可以正常進行，但資料量較小，對最佳化的最終效果存在一定影響 | l2-->l3：
|
l3 | 表示資料品質和資料量達到合理的水平，具備了正常最佳化的前提條件 | l3-->l4：
|
l4 | 表示資料規模較大，資料量充足，達到千萬級，資料完整度水平較高 | l4-->l5：
|
l5 | 表示資料規模很大，資料量很充足，達到億級以上，具備深度最佳化的條件 |
ipv表示每次搜尋的點擊率，即bhv_type=click；
有上報曝光行為事件且數量大於ipv數量，表示bhv_type=expose的數量大於bhv_type=click的數量（補充：使用者有點擊某商品，說明該商品一定有曝光，此處該條行為資料需要上傳2次，即bhv_type=click和bhv_type=expose都需要上傳）
注意事項
現階段僅支援CTR模型在Cava外掛程式中使用；
現階段僅支援獨享叢集規格的執行個體建立CTR模型；
每個執行個體最多支援3個CTR模型；
訓練欄位越多，模型訓練效果越好；
訓練晉陞條件中的raw_query是搜尋請求時需要攜帶的參數，並且要求是獨立的、有召回結果的、非重複的查詢詞，具體用法可參考Java SDK 搜尋Demo；
相關API/SDK參考：演算法周邊。