置为： 其中，w为ctr的权重，均停留时长的权重。实验表明：这种 Reward 的设计，可以在保证在用户侧指标不降的约束下，广告 ctr 指标有较大幅度提升。发 帮助广告主节约成本 经过数据分析，使用UC发策略优选素材的时候，素材的CTR会在比较端的时候内达到一个稳定的状态，并且最优的素材稳定性比其他素材更好，因此会设计素材退场机制，减少探索的成本。 退场机制：考虑对于达到某一条件（足够的曝光、点击，或 ctr 稳定在一个区间）的笔记，只曝光 Reward 最高的图片。

 

同时在一个滑动窗口时间内选

取一个阈值，保障每个图片都有一定的曝光。退场机制印度 WhatsApp 号码列表的实现逻辑如下： 实验表明，有退场机制的 UC发 优选策略，可以减少探索次数，节约广告主优选成本，并且对平台收益有正向作用。 （注意：退场机制只适用于静态素材，且需要素材间 Reward 差异较明显）发 浏览深度对优选的影响 通过广告埋点行为发现，搜索场景下用户搜索信息目的强，对于浏览深度增加，用户的物

 

料笔记点击需求就会变得越低

因此，当一个广告曝光在不同位置时，其 ctr 的差异很大，这会对 Reward 中的 ctr 部分产生较大影响。这种情况下，我们考虑对 ctr 进行基于广告坑位的纠偏。 工业界常用 COEC (Click on Expected Click) 来衡量两个物料的优劣，进一步地，可以衡量两个有比特币数据库美国不同曝光坑位的优选元素差异，其计算方法如下： 其中 In表示第 n 坑位的曝光量， Cn表示第 n 坑位的点击量，CTRn表示第 n 坑位的点击率。 在对应的场景汇总希望把这种差异归类ctr上，方便UC发策略进行Reward计算，这就需要添加额