Click A Buy B 跨品类归因去偏 - 点击与购买商品不一致的归因修正

1. 解决的问题

用户点击吸奶器广告，进入品牌店铺后转而购买了储奶袋和奶瓶

2. 核心算法逻辑

电商广告平台大量 Session 存在 CABB（Click A, Buy B） 现象——用户点击了商品 A 的广告，但最终购买的是商品 B。传统的 LastClick 归因模型将这些"点击购买不一致"的会话视为无意义噪声，强行将转化归零，导致系统性学习偏差：模型被迫"奖励那些与购买只是巧合相关、而非真正驱动转化的商品展示"。

3. 业务应用场景

业务问题：用户点击吸奶器广告，进入品牌店铺后转而购买了储奶袋和奶瓶。Last-Click 归因将吸奶器广告标记为"零转化"→ 该广告系列预算在下一轮自动竞价中被砍。但实际上，用户通过吸奶器广告建立了品牌信任，最终在母婴品类内完成了高价值购买。

这是典型的品类内交叉购买 CABB：吸奶器与奶瓶/储奶袋的品类相似度高（同属哺乳周边），应恢复该广告的归因权重。

数据要求： - 用户 Session 数据：`session_id, clicked_product_id, purchased_product_id, timestamp` - 商品 Taxonomy 树：产品类目层级（至少三级：大类 → 中类 → 小类），如"母婴 → 哺乳用品 → 吸奶器" - 共参与日志：用户在同一 session/7 天窗口内共同点击/收藏/购买的商品对，用于训练品类相似度矩阵 - 广告展示日志：`ad_id, product_id, user_id, impression/click/conversion`

4. 输入数据要求

请查看原始代码模板获取输入规格。

5. 输出结果

请查看原始代码模板获取输出规格。

6. 业务价值 / ROI

100 万元

7. 代码模板

代码块数量：1 · 路径：未检测到

"""
CABB (Click A, Buy B) 跨品类归因去偏框架
=========================================
基于 arXiv:2507.15113 论文实现：
- Session CABB 识别与分类
- Taxonomy-aware 品类协同过滤相似度学习
- CABA/CABB 双头多任务转化预测
- 归因权重修正

适用场景：母婴出海电商广告归因偏差修正
依赖：numpy, pandas, torch, sklearn
"""

import numpy as np
import pandas as pd
import torch
import torch.nn as nn
from torch.utils.data import Dataset, DataLoader
from sklearn.metrics.pairwise import cosine_similarity
from sklearn.preprocessing import LabelEncoder
from typing import Dict, List, Optional, Tuple
import warnings
warnings.filterwarnings("ignore")


# ============================================================
# 1. 数据结构与 Taxonomy 映射
# ============================================================

class ProductTaxonomy:
    """商品品类树管理器
    
    维护商品 → 品类映射，计算品类路径相似度
    """
    def __init__(self):
        # 母婴品类树示例（三级：大类/中类/小类）
        self.taxonomy = {
            # 哺乳周边品类
            "breast_pump": ["maternal_infant", "nursing", "breast_pump"],
            "milk_bag":    ["maternal_infant", "nursing", "milk_storage"],
            "bottle":      ["maternal_infant", "nursing", "feeding_bottle"],
            "nipple":      ["maternal_infant", "nursing", "nipple_shield"],
            # 出行品类
            "stroller":    ["maternal_infant", "travel", "stroller"],
            "car_seat":    ["maternal_infant", "travel", "car_seat"],
            "baby_carrier":["maternal_infant", "travel", "baby_carrier"],
            # 睡眠品类
            "crib":        ["maternal_infant", "sleep", "crib"],
            "sleep_sack":  ["maternal_infant", "sleep", "sleep_sack"],
            "night_light": ["maternal_infant", "sleep", "night_light"],
            # 喂养品类
            "baby_food":   ["maternal_infant", "feeding", "solid_food"],
            "formula":     ["maternal_infant", "feeding", "formula"],
        }
    
    def get_category(self, product_id: str, level: int = 2) -> str:
        """获取商品指定层级的品类标签"""
        path = self.taxonomy.get(product_id, ["unknown", "unknown", "unknown"])
        return "/".join(path[:level+1])
    

8. 论文来源

• 2507.15113