《Information》：A Multi-Objective Scoring Approach to Contract and Exposure-Aware Re-Ranking in Real-Estate Recommendation
编辑推荐：
大型在线市场越来越多地依赖多阶段排序流水线，其中学习到的相关性模型由商业感知约束（如合同进度、曝光上限和商业对齐目标）补充。本文为房地产推荐开发了一个第二阶段、合同感知的重排序层，该层明确平衡用户-项目相关性（user–item relevance）与计划履行
大型在线市场越来越多地依赖多阶段排序流水线，其中学习到的相关性模型由商业感知约束（如合同进度、曝光上限和商业对齐目标）补充。本文为房地产推荐开发了一个第二阶段、合同感知的重排序层，该层明确平衡用户-项目相关性（user–item relevance）与计划履行（plan fulfillment）、潜在客户价值（lead value）及运营护栏（operational guardrails）。所提出的多目标重排序器（proposed multi-objective re-ranker, PMOR）将校准的基础相关性分数（calibrated base relevance score）与乘法业务调整（multiplicative business adjustments）以及针对接近合同上限和列表内相似性（within-slate similarity）的减法惩罚（subtractive penalties）相结合。该方法通过合同特定权重支持异构结算模型（heterogeneous settlement models），包括按行动付费（pay-per-action）和固定费用（fixed-fee）合同。由于评分函数是确定性的且结构化的，它允许精确的组件贡献分析（component-wise contribution analysis）和反事实消融（counterfactual ablations），而无需依赖替代解释方法（surrogate explainability methods）。在来自匿名市场的生产日志上进行的离线评估覆盖了4219个推荐请求和184,147个候选项目，并使用as-of策略（as-of strategy）与每日业务快照连接，以防止前瞻偏差（look-ahead bias）。在基于有效潜在客户价值（effective lead value）、位置折扣（position discounting）和可计费性（billability）的利润代理（profit proxy）下，PMOR实现了索引预期收入代理（indexed expected-revenue proxy）为487.4（基线=100），相当于比仅模型基线提升387.4%，比遗留生产重排序器（legacy production re-ranker, LPR）提升48.4%。增益主要与改善的可计费曝光（billable exposure）相关，将TOP-3中可计费位置的份额从LPR的37.85%提高到78.22%。研究人员讨论了参数敏感性、运营考虑以及离线代理目标（offline proxy objectives）在部署中的局限性。
**论文解读：合同与曝光感知的多目标重排序方法在房地产推荐中的应用**
### 研究背景与问题
大型在线市场越来越多地采用多阶段排序流水线（multi-stage ranking pipelines），其中基础相关性模型必须与商业约束（如合同进度、曝光上限和商业对齐目标）协同工作。然而，单一相关性模型无法捕捉合同条款、预算约束和运营目标，尤其是在房地产推荐场景中，库存多样性（包括位置、物业类型、价格区间和开发商）使决策过程信息密集且复杂。现有研究在多个方面提供了支撑：学习排序（learning-to-rank）方法优化相关性，多目标优化（multi-objective optimization）和可控重排序（controllable re-ranking）策略处理多维目标，多样化（diversification）方法减少冗余，曝光控制（exposure control）关注公平性，以及预算进度控制（budget pacing）来自广告系统。但现有方法存在关键缺口：缺乏一个单一、可控的第二阶段层，能够联合强制执行异构合同结算（heterogeneous contract settlement）、曝光上限（exposure caps）、进度控制（pacing）和多样化，同时保持完全可解释性。为此，研究人员提出了一种合同感知的多目标重排序层（PMOR），旨在解决这一缺口，使商业策略调整无需重新训练基础模型。该论文发表在《Information》。
### 关键技术方法
研究人员采用以下关键技术方法：
1. **校准的基础相关性分数**：将基础模型输出的相关性分数通过对数变换和裁剪转换为伪概率（式4-5）。
2. **乘法业务调整**：包括计划缺口信号（plan-gap signal，归一化至[0,1]）、盈利能力信号（profitability signal，归一化至[0,1]）和合同价值信号（contract-value signal，基于月度预算代理经对数变换和归一化至[-1,1]）及溢价标志（premium flag，基于有效潜在客户价格的第90百分位数）。
3. **减法护栏惩罚**：曝光上限惩罚（cap penalty，基于投资级别的上限比率，在线性区域从阈值0.8递增至1.0）和列表内多样性惩罚（diversity penalty，基于离散标识符的相似性函数，权重：相同投资=1.0，相同开发商=0.3，相同城市=0.1）。
4. **合同感知权重**：按行动付费（CPA）合同下盈利能力权重较高（\(w_r^{CPA}=1.2, w_g^{CPA}=0.8\)）；固定费用（fixed-fee）合同下计划缺口权重较高（\(w_r^{fixed}=0.8, w_g^{fixed}=1.2\)）。
5. **贪心顺序列表构建**：在推理时逐位置选择，每次重新计算包含多样性惩罚的项分数，直到形成TOP-K列表（算法1）。
6. **确定性组件贡献分析**：将最终分数分解为加法项（式19），支持精确归因和反事实消融。
样本队列来源为匿名大型在线房地产市场的生产日志，包含4219个推荐请求和184,147个候选项目，与每日业务快照（含预算、潜在客户价格、潜在客户限额和已实现潜在客户数）通过as-of策略连接，防止前瞻偏差。
### 研究结果
**4.2 整体利润代理比较（RQ1）**：PMOR在TOP-3上的索引预期收入代理为487.4（基线=100），相比仅模型基线提升387.4%，相比遗留生产重排序器（LPR）提升48.4%。可计费位置份额从LPR的37.85%提升至78.22%。
**4.3 逐请求配对比较：LPR vs. PMOR**：在4219个请求中，PMOR在多数请求上优于LPR（中位数差异为0.147），高平局率（23.23%）出现在两个排序器均选择非可计费项目时。
**4.4 按排名位置分解**：PMOR更集中于首位（排名1贡献占比47.63%），次位（27.36%）和三位（25.01%），与顺序选择策略一致。
**4.5 按结算模型分解**：PMOR在CPA和固定费用合同下均优于LPR，提升幅度分别为376.3%和228.0%（基线=100），表明合同感知权重有效平衡了不同结算模型。
**4.6 排序稳定性与列表重叠（RQ4）**：PMOR与LPR的TOP-3平均重叠为35.22%，TOP-1一致率为31.17%，表明商业感知层对基础列表进行了显著但可控的调整。
**4.7 上限分布与可计费曝光**：PMOR选择的TOP-3位置中，78.12%处于上限以下（无惩罚），而基线和LPR分别有67.70%和62.15%处于饱和状态（上限比率≥1.0）。
**4.8 多样性结果与冗余减少**：PMOR将TOP-3中重复投资标识符的请求比例从基线的12.3%和LPR的5.8%降至0.5%，多样性惩罚主要针对投资级别冗余。
**4.9 受影响最大的投资组**：识别出10个在LPR与PMOR之间利润代理差异最大的投资组，差异分布不对称，部分组获益显著（如组G、H），部分组损失曝光（如组B、C），归因于可计费性、价值与上限状态的交互。
**4.10 组件贡献结果（RQ3）**：合同价值信号m主导贡献幅度（平均绝对值0.306），上限惩罚稀疏但影响大（平均绝对值0.015），盈利能力r对CPA合同贡献更大（0.148 vs. 固定费用的0.113），计划缺口g对固定费用合同贡献更大（0.027 vs. CPA的0.019）。反事实消融显示禁用m导致分数平均下降0.343，移除上限惩罚时分数平均增加0.015。
### 讨论与结论
讨论部分指出，PMOR提升利润代理的主要驱动力是可计费曝光的增加，通过上限惩罚机制在投资接近上限时提前抑制选择；合同价值信号在参数化中占据主导地位，需谨慎监控用户体验。存在权衡与风险：大幅改变列表可能损害相关性；预算派生信号可能导致曝光集中，需通过上限和多样性控制平衡；多样性惩罚故意保守，仅处理投资级别冗余。市场公平性方面，曝光上限和进度信号作为部分护栏，但未强制执行显式供应商公平性约束。用户满意度需通过在线实验中的行为代理（如点击率、停留时间、潜在客户提交）评估。运营部署需关注延迟约束、监控业务指标和用户指标，以及缓解离线代理目标的局限性——利润代理基于假设且未反映真实收入，离线提升可能无法线性转化为在线收益。研究结论（Section 6）总结如下：本文提出了一个合同感知、多目标的重排序层（PMOR）用于在线房地产推荐。该方法将校准的相关性与明确的业务驱动因素和运营护栏相结合，包括合同类型感知加权、曝光上限和列表内多样性控制。评分规则的确定性结构允许精确的组件贡献分析和反事实消融，支持透明调优和审计。离线评估显示，与仅模型基线和遗留生产重排序器（LPR）相比，PMOR显著改善了商业导向代理指标（索引代理487.4，提升387.4%和48.4%）。主要驱动力是上限约束下可计费曝光的改善，以及合同价值和计划缺口信号的额外贡献。增益集中在列表顶部（首位占比更高），并在两种结算模型下保持一致。组件分析表明合同价值信号和上限惩罚是主导因素，多样性惩罚充当罕见但强力的护栏。重排序列表是基础排序的显著但可控调整（TOP-3重叠35.22%，TOP-1一致31.17%）。这些是代理级结果，需在线确认。未来工作包括在线实验验证、融入更丰富的用户交互模型、学习分段参数以及探索地理新颖性和开发商级别的多样性定义。
