技術要約: AdaSeq-MTA

問題提起

マルチタッチアトリビューション（MTA）は、コンバージョンに至るまでのユーザーが遭遇する広告接点のシーケンスに対して、コンバージョンのクレジットを割り当てることを目的としています。ニューラル・シーケンスモデルは、長いカスタマージャーニーにおける行動依存性を効果的に捉えることができますが、完全な履歴を処理し、接点の寄与度（例：シャプレイ値の推定）を繰り返し評価することは計算コストが高くなります。

シーケンスの検索や固定長による切り捨てといった既存の効率化戦略は、計算コストを削減できるものの、クレジットの割り当てを大幅に変えてしまうことがあります。決定的なのは、同様のコンバージョン予測が可能であっても、一貫したクレジット割り当てが保証されるとは限らないことです。接点を取り除くことで、残った接点の限界寄与度が変化し、「クレジット・ドリフト（クレジットの漂流）」が発生し、チャネルレベルの結論がフルジャーニーのベースラインと異なる可能性があります。核心となる課題は、コンバージョン予測と、接点およびチャネルにわたるクレジット分布の両方において一貫性を維持しながら、推論レイテンシとアトリビューション・コストを削減する適応型計算フレームワークを設計することです。

手法: AdaSeq-MTA

著者らは、コンバージョン予測、クレジットの一貫性、および計算コストを共同で最適化する適応型ニューラルフレームワークである AdaSeq-MTA を提案しています。このシステムは、3段階のトレーニングパイプラインと特定の推論アーキテクチャを通じて動作します。

1. アーキテクチャと適応型ルーティング

本フレームワークは、リファレンスとして**凍結されたフルジャーニー・ティーチャー（教師）**モデルを利用します。生徒（Student）モデルは、各ジャーニーに対して以下の2つの適応的な決定を行うように学習します。

• パス選択（Path Selection）: ルーターが、フルジャーニーを処理するか、あるいは接点のサブセットを選択するかを決定します。
• 予算割り当て（Budget Allocation）: 選択が行われた場合、予算ヘッドが保持する接点の数（$K$）を決定します。

ルーティングの決定は、以下の要素を含む特徴ベクトル $g_i$ を分析する**エビデンス認識ルーター（Evidence-Aware Router: EER）**に基づいています。

• ジャーニーの長さ（対数変換済み）。
• チャネルのエントロピー（$H_c$）および反復率（$R_{dup}$）。
• 時間間隔の統計量（平均および標準偏差）。
• 予測の不確実性（静的なコンテキストのみのモデルからのエントロピー）。

選択メカニメントには、**順序保存型ロングジャーニー選択（Order-Preserving Long-Journey Selection: LSCM）**モジュールを採用しています。これは、候補となる接点を特定するための粗いスコアリングを行い、表現を精緻化するための細粒度な因果アテンション・メカニズムを実行します。極めて重要な点として、選択された接点は元の時系列順序に復元され、エンコーダーへの有効な入力となるよう、保持されたシーケンスに基づいて相対的な特徴量（例：時間間隔）が再計算されます。

2. クレジットの一貫性と蒸留

クレジット・ドリフトを防ぐため、生徒モデルはアトリビューション出力を凍結されたティーチャーモデルと一致させるように訓練されます。アトリビューション・プロセスでは、限界寄与を推定するためにシャプレイ値（または初期段階でのLeave-One-Out近似）を使用します。

整列目的関数（$L_{attr}$）には、以下の4つのコンポーネントが含まれます。

1. 分布の整列（Distribution Alignment）: 接点レベルおよびチャネルレベルの両方において、生徒モデルとティーチャーモデルの正規化されたクレジット分布間のイェンセン・シャノン（JS）ダイバージェンスを最小化します。
2. 符号付き限界項（Signed-Marginal Term）: ハーバー損失（Huber loss）を用いて、生の符号付き寄与（$r_{it}$）を整列させます。これにより、モデルが単なる正の割り当てだけでなく、抑制効果や飽和効果も捉えられるようにします。
3. 正の質量項（Positive-Mass Term）: 正のクレジットの総量（$q_i = \sum \max(0, r_{it})$）の差異にペナルティを課し、正規化によって総クレジット量の大幅な変化が隠されてしまうことを防ぎます。
4. ワークロード制約（Workload Constraint）: ラグランジュ乗数を用いてグローバルな計算予算（$B$）を強制し、推論コストの削減と、予測およびクレジットの一貫性損失のバランスを取ります。

3. 信頼度制御型シャプレイ・サンプリング

最終的なアトリビューション推定のために、本論文では**信頼度制御型停止ルール（Confidence-Controlled Stopping Rule）**を導入しています。すべてのジャーニーに対して固定数のシャプレイ・サンプルを使用するのではなく、個々の接点のクレジットおよびチャネル集計の両方に関する経験的バーンスタイン信頼区間が、指定された許容誤差（$\epsilon_{touch}, \epsilon_{channel}$）を下回るか、最大サンプル上限（$M_{max}$）に達するまで、置換（Permutation）をサンプリングします。これにより、精度を得ることが困難な複雑なジャーニーに対して、より多くの計算資源を割り当てることが可能になります。

主な貢献

本論文は、主に3つの貢献を述べています。

1. 共同最適化: 接点の圧縮とアトリビューション効果を、統一されたリソース割り当て問題の一部として扱うフレームワークであり、ワークロード制約の下で予測、クレジットの一貫性、およびコストを同時に最適化します。
2. マルチレベルのクレジット一貫性: 選択されたクレジットを元の接点にマッピングし、符号付き限界項および正の質量項を用いて分布を整列させる新しい目的関数を提示し、分布のみの整列による限界に対処しています。
3. 適応型計算: ジャーニーの特性（チャネルの多様性、時間構造、不確実性）を使用して、処理パスと保持予算を選択する手法と、アトリビューション・サンプリングのための独立した信頼度停止ルールを組み合わせています。

実験結果

本手法は、Criteo Attribution Modeling for Bidding データセット（約1,650万件のインプレッション）を用いて評価されました。

• 効率性: AdaSeq-MTAは、平均して66%の接点を保持しながら、推論レイテンシを18.4 msから13.1 msへと削減しました（28.8%の削減）。
• 予測性能: ROC-AUCは安定しており、フルシーケンスの0.7758から0.7753へと変化しました。
• クレジットの一貫性: 予測のみの適応型ルーティング・ポリシーと比較して、AdaSeq-MTAはチャネル・クレジットのドリフトを0.029から0.019へと減少させました。
• アトリビューション・レイテンシ: 100個のシャプレイ・サンプルを用いた場合、本手法はアトリビューション・レイテンシを156.4 msから104.2 msへと削減しました（33.4%の削減）。
• 安定性: 本モデルは、予測のみのルーティングやAD-KDに着想を得たコントロール手法と比較して、高い訓練シード間の安定性（低いSeed JSダイバージェンス）と、より優れた接点/チャネル・クレジットの正確性（低いMAE）を示しました。

意義と主張

論文は、AdaSeq-MTAが長いカスタマージャーニーにおける効率的なマルチタッチアトリビューションへの実用的なアプローチを提供すると主張しています。その意義は、計算の圧縮が、予測の質とアトリビューションの変化の両方を説明できることを証明した点にあります。

著者らは以下を強調しています。

• 本フレームワークは、予測のみの適応型ルーティングよりも低いクレジット・ドリフトを実現しており、入力シーケンスを圧縮する際には、明示的なクレジット一貫性制約が必要であることを証明しています。
• 信頼度制御型サンプリングは、アトリビューションの精度と計算コストのバランスを取るための運用上の選択肢を提供し、特定のトレードオフ・シナリオにおいて固定サンプル構成を上回る性能を発揮します。
• 本手法は、フル観測ジャーニーの接点/チャネル分布を内部的なティーチャー・ターゲットとして扱い、マップされたクレジットの歪みを、学習されたルーティング・ワークロードと共に最適化します。これは、広告露出の「真の」因果効果を発見することを目的としているのではありません。

研究の結論として、本手法は効率性と一貫性を向上させますが、アトリビューションの忠実度は、個別の処置効果の特定ではなく、フルジャーニーのベースラインに対するモデルベースのクレジット割り当ての一貫性として定義されています。