背景：

在以往的 曝光→点击→转化 链路中，从曝光→点击，点击→转化， 曝光→转化这一步的比例，我们分别称为CTR(点击率)，CVR(转化率)，CTCVR(总转率)；ESMM采用行为序列模式建模，impression->click->conversion，数据集保留了用户行为过程顺序。

常见的做法是：CTR模型使用曝光样本，CVR模型使用点击样本。在预估CVR时，我们实际上是预测点击后的转化率。这种方法看似没有问题，但实则存在挑战。

1. 首先，对于某个用户来说，冷门商品的CTCVR可能非常低。如果这个样本转化了，模型在训练时会默认这个商品的期望转化率就会误以为很高。这是因为训练样本只选择了对这个商品感兴趣的人（愿意点击），没有包括对这个商品不感兴趣的人（有偏）。因此，再给用户推荐商品时，我们不应该把这种商品的排序放在前面。即样本选择偏差会伤害学到的模型的泛化性能。
2. 问题二：CVR的样本量太少，只占了整体曝光样本的很小一部分；

方法：

解决上述问题的简单方法是在预估CVR时，将曝光样本加入训练集。如上图所示。但这样可能产生新的问题：这时预估的CVR实际上是总转率。在同一个曝光样本中，这个预估的总转率可能会大于预估的点击率。这与曝光→点击→转化的链路因果关系不符。因此，作者选择将P_ctr*P_cvr作为P_ctcvr，以确保总转率预估值不大于点击率。请注意，不能使用P_ctcvr/P_ctr作为P_cvr，因为除法可能导致值波动极大，很可能会大于1。

此关系符合因果规则：考虑极端情况，如果P_ctr=0，那么P_ctcvr必定是0，如果P_ctr=1，那么P_ctcvr就等于P_cvr。

总结：

文章用了多目标模型，模型结构如上图。

优点：

1）共享Embedding ：CVR-task和CTR-task使用相同的特征和特征embedding，即两者从Concatenate之后才学习各自部分独享的参数；