本文提出了使用重要性权重方法解决广告展示中的条件分布差异问题，以提高转化率预测的准确性，在离线和在线实验中得到了良好的效果。

Feb, 2020

本研究提出了一种多头建模方法，通过将转化 quantizes 成多个时间窗口来解决线上广告转化预测中标签新鲜度和滞后性之间的挑战，并实验证明其在转化率（CVR）和每次点击价值（VPC）预测方面表现大大优于已知方法。

May, 2022

本文介绍了一种利用后点击行为来改善推荐系统的时效性的机器学习方法，提出了一个泛化延迟反馈模型，同时强调在训练过程中利用及时信号和信息质量的平衡来平衡时效性和样本复杂度等问题。在公共数据集上进行的实验验证了该方法的有效性。

Jun, 2022

本文提出了一种基于时间采样的延迟反馈模型（ES-DFM），利用重要性采样方法优化真实转化分布的期望，并基于此为 CVR 预测的 loss function 赋权，以解决数字广告中的转化率预测问题。

Dec, 2020

在本研究中，我们提出了一种名为 DGDFEM 的延迟反馈建模方法，它使用动态图神经网络来解决预测转化率中的延迟反馈问题，并在模型训练中提出了一种名为 HLGCN 的新型图卷积方法，实现了数据新鲜度和标签准确性的平衡。我们在三个行业数据集上进行了大量实验证明了我们方法的一致优越性。

Aug, 2023

本研究提出了一种非参数化滞后反馈模型，用于预测展示广告中的转化率，可以反映各种时间延迟的分布形状，并在实验中证明其优于指数分布模型。

Feb, 2018

本文系统研究了在线学习与延迟反馈的主题，分析了延迟对在线学习算法的遗憾值的影响，提出了黑盒元算法以及基于 UCB 算法的改进方法来解决带有延迟反馈的学习问题。

Jun, 2013

本研究提出了一种使用时间窗口假设下所有样本构建的无偏和凸实验风险来进行 DF 学习的方法，并在在线广告中进行了验证。

Sep, 2020

在在线平台中，推荐系统是一个普遍存在的功能，越来越多地被明确要求增加用户的长期满意度。本研究主要关注内容探索任务，将其形式化为一个带有延迟奖励的多臂赌博问题。我们观察到在选择学习信号时存在明显的权衡：等待全部奖励可用可能需要几个星期，从而影响学习的速度，而测量短期代理奖励只会不完美地反映实际的长期目标。我们通过两个步骤来解决这个挑战。首先，我们开发了一个预测延迟奖励的模型，该模型综合了迄今为止获得的所有信息。通过贝叶斯滤波器将完整观测和部分观测（短期或中期结果）结合起来，得到概率信念。其次，我们设计了一种利用这个新预测模型的赌博算法。该算法通过巧妙地平衡探索和开发快速学习到与长期成功一致的内容。我们将我们的方法应用于播客推荐问题，期望在两个月内找到用户重复参与的节目。经验证明，我们的方法相比于优化短期代理或等待完全实现长期结果的方法，能够显著提高性能。

Jul, 2023

本文介绍了一种适用于满足延迟目标的自适应实验解决方案，通过在 delayed binary feedback objectives 之前估计实际底层目标来动态分配变体，并显示了该方法相较其他方法更为高效，而且在不同环境下很稳健。此外，我们还描述了一个由该算法驱动的实验产品，该产品已经部署在一个大型的电子商务公司 JD.com 的在线实验平台上。

Feb, 2022