Joint Optimization of Ranking and Calibration with Contextualized Hybrid Model

问题

pointwise： 预测分值可以看作点击概率。可以产生很好的校准预测值，但是会产生局部最优的ranking效果。

pairwise：预测分值代表list中的相对关系，不代表点击概率。

两种loss的结合方式下的loss 的含义并不明确。如果建模成多目标优化问题的话，两者难以融合成最终的预测，预测值无法最终用于ctr。
本文将预测值logits拆分为两个值： click-logit & non click-logits.

方法

将模型输出两维定义为：$f(x)[0]$和$f(x$