【摘要】：當(dāng)今時代,互聯(lián)網(wǎng)的飛速發(fā)展大大改變了人們的生活,而在線廣告業(yè)務(wù)作為互聯(lián)網(wǎng)利潤的最大來源一直備受矚目。無論是學(xué)界還是工業(yè)界都為廣告技術(shù)的發(fā)展投入了大量的人力物力。在以機(jī)器學(xué)習(xí)為主的新技術(shù)的沖擊下,在線廣告推送以及用戶數(shù)據(jù)挖掘都進(jìn)入了新的人工智能時代。在線廣告是一項新興的研究課題,它涉及到機(jī)器學(xué)習(xí)、自然語言處理、心理學(xué)甚至包括微觀經(jīng)濟(jì)學(xué)等諸多領(lǐng)域的知識。傳統(tǒng)的廣告點擊率預(yù)估是基于人工規(guī)則和基本的時間分片方法對廣告數(shù)據(jù)直接建模,這帶來了一系列問題,例如模型運(yùn)行慢、廣告特征稀疏、冷啟動、廣告點擊率預(yù)估成功率低等等。針對以上問題,本文通過使用機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘的相關(guān)方法,基于改進(jìn)的時間分片算法提出一種新的時間片劃分算法,以此對海量數(shù)據(jù)提取特征。之后對提取的新特征提出一種因子分解的方式,將基于廣告點擊的協(xié)同過濾問題轉(zhuǎn)化為用戶-商品對排序問題,大大降低了高維特征的稀疏性。此外,本文也基于時間分片提出了壓縮時間維度的相關(guān)優(yōu)化特征提取方法,最后實驗應(yīng)用梯度提升樹,極限梯度提升樹,多層感知機(jī)三種模型進(jìn)行驗證,實驗結(jié)果表明算法提高了廣告點擊率預(yù)估的準(zhǔn)確性。實驗的數(shù)據(jù)來源是京東JData算法大賽真實用戶數(shù)據(jù)。實驗結(jié)果表明本文提出的改進(jìn)時間分片算法在點擊率預(yù)問題上較一般傳統(tǒng)方法有較大進(jìn)步,在京東官方評價指標(biāo),計算廣告普遍使用的AUC值等評價指標(biāo)上都有較優(yōu)異的表現(xiàn)。
【圖文】：

圖 1.1 中國網(wǎng)絡(luò)廣告市場規(guī)模和增長率在線廣告領(lǐng)域中的產(chǎn)品和業(yè)務(wù)邏輯都相當(dāng)復(fù)雜。為了在宏觀上對在線廣告更深的理解，應(yīng)當(dāng)注意兩個重點：一是內(nèi)涵方面，即在線廣告的定義與目的；是外延方面，即在線廣告的發(fā)展歷史和發(fā)展過程中產(chǎn)生的關(guān)鍵產(chǎn)品形態(tài)[3]。從根本上說，廣告的目的是希望借助高效的傳播渠道來快速接觸大量人群進(jìn)而宣傳品牌形象，最終提升商品購買與利潤率。我們把這樣的廣告稱為品牌告（Brand Awareness），也叫做效果廣告。高投送量和廣告效果優(yōu)化這兩點是統(tǒng)的廣告產(chǎn)品所缺乏的。這是因為傳統(tǒng)媒體缺乏有效的技術(shù)手段能在短期內(nèi)追廣告對目標(biāo)人群精準(zhǔn)投放的效果，而互聯(lián)網(wǎng)的出現(xiàn)讓廣告行業(yè)得到了蓬勃發(fā)展這里有兩方面原因：一是借助互聯(lián)網(wǎng)我們可以低成本投放個性化廣告；二是可通過在線服務(wù)更清楚地了解用戶意圖，如搜索、電子商務(wù)等等，，這樣更容易優(yōu)廣告效果。在線廣告不同于傳統(tǒng)的線下廣告，在線廣告的創(chuàng)意形式更側(cè)重互聯(lián)和用戶商品交互等方面。目前在線廣告的主流投放方式有搜索廣告、展示廣告文字廣告和社交媒體廣告等形式，其中展示廣告（DisplayAdvertising）和搜索

數(shù)據(jù)問題：如果相關(guān)技術(shù)手段無法通過數(shù)據(jù)采樣來降低處理的復(fù)雜程度，就必須用到一些為處理海量數(shù)據(jù)而設(shè)計的計算和存儲技術(shù)（Hadoop 等）。這樣從工程上我們就可以將它歸為大數(shù)據(jù)問題，如下圖 1.2 闡述了這一視角。圖 1.2 大數(shù)據(jù)問題的特性示意在圖 1-2 中，我們考察的是某一個有確定目標(biāo)函數(shù)的數(shù)據(jù)處理問題。圖中的三條曲線是三類有代表性的數(shù)據(jù)問題。（1）對于傳統(tǒng)數(shù)據(jù)的處理，而非大數(shù)據(jù)問題，如一般的統(tǒng)計表格、業(yè)務(wù)報告等等，只要簡單的數(shù)據(jù)采樣就能有效解決問題，即目標(biāo)函數(shù)沒有太大的下降，我們用傳統(tǒng)的數(shù)據(jù)方案就可以解決。這一類的問題可由曲線 C 表示。（2）而對一些數(shù)據(jù)問題，只處理小部分?jǐn)?shù)據(jù)無法比擬分析全部數(shù)據(jù)所能達(dá)到的效果，即隨著樣本量的減少，問題的目標(biāo)函數(shù)呈現(xiàn)出迅速下降的趨勢，這時傳統(tǒng)的存儲和計算架構(gòu)都無法處理大規(guī)模的海量數(shù)據(jù)，必須尋找新的解決辦法，這也是推動大數(shù)據(jù)技術(shù)發(fā)展的原動力。個性化推薦（personalized recommendation）和在線廣告（computational advertising）對每一個人的個體行為進(jìn)行精準(zhǔn)推送，并且它們無法通過只分析一部分人來處理
【學(xué)位授予單位】：南昌大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP18;F713.8;F49

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;數(shù)字[J];廣告大觀(綜合版);2013年06期

2 程征;;傳統(tǒng)媒體在線廣告漸入佳境[J];中國記者;2010年07期

3 程征;郭雨;;美國傳統(tǒng)媒體在線廣告回暖的六個秘訣[J];中國記者;2010年10期

4 杰森·庫珀曼;;在線廣告：冬天里的自我改善[J];商務(wù)周刊;2009年01期

5 詹尼弗·薩巴;張世海;;報業(yè)的在線廣告該怎么做?[J];中國報業(yè);2009年12期

6 楊偉慶;;從新浪看2008年在線廣告[J];互聯(lián)網(wǎng)周刊;2008年06期

7 詹逾;;浙江在線廣告公交車上路[J];新聞實踐;2007年05期

8 陳杰;;在線廣告模式是靈丹妙藥嗎?[J];市場觀察;2007年09期

9 ;2008年美在線廣告市場將達(dá)207億美元[J];印刷技術(shù);2007年31期

10 方蕾;;在線廣告事倍功半 長期利益及短期回報需慎重權(quán)衡[J];IT時代周刊;2006年01期

相關(guān)會議論文 前2條

1 陳可;;我國網(wǎng)絡(luò)廣告的現(xiàn)狀、問題和趨勢分析[A];科技傳播與社會發(fā)展——中國科技新聞學(xué)會第七次學(xué)術(shù)年會暨第五屆全國科技傳播研討會論文集[C];2002年

2 張政;;基于MTI案例教學(xué)的實踐與探索[A];2011年中國翻譯職業(yè)交流大會論文集[C];2011年

相關(guān)重要報紙文章 前10條

1 Ingmar G. Weber 卡塔爾計算研究所 社會計算研究主任;如何將在線廣告數(shù)據(jù)轉(zhuǎn)換為服務(wù)社會的強(qiáng)大動力[N];人民郵電;2019年

2 記者 林露虹;美圖發(fā)布半年報在線廣告收入比增27.2%[N];廈門日報;2019年

3 本報記者 曉鏡;搶灘媒體之后，是在線廣告領(lǐng)域？[N];人民郵電;2018年

4 嚴(yán)海;亞馬遜在線廣告深具潛力[N];中華工商時報;2013年

5 黃繼匯;澳大利亞電信搶灘中國在線廣告陣地[N];中國證券報;2008年

6 ;在線廣告衰退累及Yahoo股票[N];中國計算機(jī)報;2000年

7 ;在線廣告降價超過三成[N];中國計算機(jī)報;2001年

8 ;在線廣告撲面而來[N];中國計算機(jī)報;2001年

9 本報記者 雷注發(fā);借助寬帶在線廣告紅火指日可待[N];通信信息報;2003年

10 一鳴;歐洲在線廣告市場急速增長[N];中國圖書商報;2011年

相關(guān)博士學(xué)位論文 前3條

1 王永;在線廣告網(wǎng)絡(luò)的評估與優(yōu)化[D];電子科技大學(xué);2011年

2 歐海鷹;互聯(lián)網(wǎng)環(huán)境下在線廣告位置管理研究[D];北京郵電大學(xué);2011年

3 紀(jì)文迪;時間敏感的轉(zhuǎn)化率預(yù)測和歸因分析[D];華東師范大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 張思遙;在線廣告需求方平臺設(shè)計與實現(xiàn)[D];北京郵電大學(xué);2019年

2 張永歡;在線廣告資源管理與發(fā)布系統(tǒng)[D];山東大學(xué);2018年

3 胡曉紅;基于眼動追蹤的在線廣告效果研究[D];山東師范大學(xué);2018年

4 張志浩;基于深度學(xué)習(xí)的在線廣告點擊率預(yù)估系統(tǒng)的設(shè)計與實現(xiàn)[D];南京大學(xué);2015年

5 蔣俊翔;在線廣告中的點擊率和轉(zhuǎn)化率預(yù)估問題研究[D];華南理工大學(xué);2018年

6 徐智;基于改進(jìn)時間分片算法的在線廣告點擊率預(yù)估研究[D];南昌大學(xué);2018年

7 代文濤;面向搜索引擎的在線廣告系統(tǒng)的設(shè)計與實現(xiàn)[D];北京郵電大學(xué);2018年

8 武澤群;面向電子商務(wù)網(wǎng)站的在線廣告系統(tǒng)的設(shè)計與實現(xiàn)[D];北京郵電大學(xué);2018年

9 韓靜（Jim Han）;在線廣告DSP平臺實時競價算法的研究與實現(xiàn)[D];上海交通大學(xué);2015年

10 曾輝;因特網(wǎng)在線廣告的互動性研究[D];西南交通大學(xué);2002年

本文編號：2641462