Вы можете разделить выших юзеров на условные 5 000 групп. Случайно насэмплировать 5 000 наборов alpha_i. И, ранжируя посты по y_i из формулы
y_i = alpha_1*p(x_1) + alpha_2*p(x_2) +...
Показать вашим юзерам 5 000 разных сортировок. В итоге, вы получите наборы y: {alpha_i}
И по ним вполне можно получить оптимальные параметры линейной регрессии
Вуаля, вы великолепны! Теперь у вас есть формула, превращающая предсказания кликов, лайков и прочего в длину сессии
Вывод
Иногда можно превратить то, что вы прогнозируете непосредственно в целевую метрику бизнеса
y_i = alpha_1*p(x_1) + alpha_2*p(x_2) +...
Показать вашим юзерам 5 000 разных сортировок. В итоге, вы получите наборы y: {alpha_i}
И по ним вполне можно получить оптимальные параметры линейной регрессии
Вуаля, вы великолепны! Теперь у вас есть формула, превращающая предсказания кликов, лайков и прочего в длину сессии
Вывод
Иногда можно превратить то, что вы прогнозируете непосредственно в целевую метрику бизнеса