标签修正：CVR预估时间延迟问题

你的标签错了,而且错了很多！

一元@炼丹笔记

在推荐搜索的建模中，我们经常会使用D+1天的数据作为label,从1~D天的数据中的进行特征抽取等工作,和我们时间序列问题建模类似,但和很多其他的时间序列问题建模不一样的地方在于,我们的label不一定可靠,比如在传统的时间序列回归中,D+1天的销量是多少就是多少,我们没有太多的犹豫,因为不大会有其他的情况。但是在电商的问题中,就存在下面这种情况：

D+1天未购买可能并不一定是真正意义上的未购买,而可能是加入购物车或者意愿清单了, 只是没有在当天下单, 而是过了一天在D+2天的时候下了单, 而这样的标签如果我们直接默认其为负样本就会有较大的问题,因为它并不是真正意义上的负样本，只是反馈延迟了。

这在搜索推荐系统中,我们称之为延迟反馈的问题。

那么这个问题严重吗？如果只有1%不到的数据在第二天甚至之后出现了延迟,那么或许并不是一个问题，但实际呢？在Criteo公司早期，