隨著互聯(lián)網(wǎng)的日益壯大與電子商務(wù)的不斷發(fā)展,計(jì)算廣告學(xué),作為一門新興的學(xué)科交匯科學(xué),受到了廣泛關(guān)注。計(jì)算廣告學(xué)涉及到諸多學(xué)科的理論和技術(shù),包括廣告學(xué)、信息檢索、文本分析、統(tǒng)計(jì)模型、機(jī)器學(xué)習(xí)及微觀經(jīng)濟(jì)學(xué)等。計(jì)算廣告旨在向特定的觀眾群體做廣告,并且一直是新興互聯(lián)網(wǎng)應(yīng)用領(lǐng)域的熱點(diǎn)問題。在線廣告的點(diǎn)擊率預(yù)估（Click-Through-Rate Prediction,簡(jiǎn)稱CTR Prediction）問題作為計(jì)算廣告領(lǐng)域的核心問題,對(duì)互聯(lián)網(wǎng)廣告應(yīng)用起著至關(guān)重要的作用。點(diǎn)擊率預(yù)估通常用來判斷一條廣告被用戶點(diǎn)擊的概率,對(duì)每次廣告的點(diǎn)擊做出預(yù)測(cè),把用戶最有可能點(diǎn)擊的廣告找出來,是廣告技術(shù)最重要的算法之一。廣告點(diǎn)擊率關(guān)系著廣告投放的排序和點(diǎn)擊收費(fèi)等因素,良好的點(diǎn)擊率預(yù)估模型可以為廣告平臺(tái)提高平臺(tái)收益,為廣告主的產(chǎn)品和預(yù)算帶來優(yōu)化,為用戶帶來更好的廣告體驗(yàn)。現(xiàn)代的互聯(lián)網(wǎng)廣告主要分為搜索廣告和展示廣告,其中搜索廣告是規(guī)模最大,增長(zhǎng)最快的廣告形式,搜索廣告的點(diǎn)擊率與廣告投放順序、點(diǎn)擊費(fèi)用等相關(guān),這對(duì)整個(gè)搜索廣告的收入起著至關(guān)重要的作用。以搜索廣告為例,本文利用了Light GBM框架對(duì)點(diǎn)擊率預(yù)測(cè),相對(duì)傳統(tǒng)的機(jī)... 

【文章來源】：鄭州大學(xué)河南省 211工程院校

【文章頁數(shù)】：68 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

013-2018年中國(guó)五大媒體廣告收入規(guī)模及預(yù)測(cè)

互聯(lián)網(wǎng)廣告主要分為展示廣告和搜索廣告，展示廣告一般以圖片或者動(dòng)畫的形式將廣告投放至網(wǎng)頁指定位置展示，搜索廣告則以搜索引擎為廣告平臺(tái)，結(jié)果頁面的超鏈接作為搜索廣告的推廣入口，如圖1.2所示。搜索廣告[3]是Google、Microsoft[4]、百度等互聯(lián)網(wǎng)公司的主要收入來源[5]。用戶給出查詢?cè)~，搜索引擎根據(jù)匹配算法返回與查詢?cè)~相關(guān)的候選廣告集，根據(jù) CPC（CostPerClick，按每一次點(diǎn)擊付費(fèi)）競(jìng)價(jià)模式[6]，按序返回廣告至搜索結(jié)果頁面。圖 1.2 搜索廣告示例在線廣告的點(diǎn)擊率預(yù)估[7]近年來一直都是計(jì)算廣告領(lǐng)域研究的關(guān)鍵問題。CTR 預(yù)估帶來的可觀收益，不僅為廣告平臺(tái)和廣告商帶來巨大的好處，對(duì)絕大部分的用戶也帶來了良好的體驗(yàn)，推動(dòng)了搜索引擎的優(yōu)化發(fā)展，為用戶帶來便捷。廣告的高點(diǎn)擊率意味著該廣告得到了更多人的關(guān)注，因此為廣告平臺(tái)帶來了高的曝光率

d 個(gè)屬性描述的示例(;;;)1 2dx x x x，其中 xi是 x 在第 i模型的主要思想是試圖學(xué)得一個(gè)通過屬性的線性組合來1 1 2 2( )d dy f x w x w x w x b寫成Ty f ( x ) w x b[25]也是一種廣義線性模型，公式如下所示：T( )1 11 e 1 ezby w xigmoid 函數(shù)，其與線性回歸模型在形式上保持一致，因此型函數(shù)的結(jié)果映射至 Sigmoid 函數(shù)，其圖像如下所示：

【參考文獻(xiàn)】：
期刊論文
[1]基于用戶相似度和特征分化的廣告點(diǎn)擊率預(yù)測(cè)研究[J]. 潘書敏,顏娜,謝瑾奎.  計(jì)算機(jī)科學(xué). 2017(02)
[2]在線學(xué)習(xí)算法綜述[J]. 潘志松,唐斯琪,邱俊洋,胡谷雨.  數(shù)據(jù)采集與處理. 2016(06)
[3]基于LDA的互聯(lián)網(wǎng)廣告點(diǎn)擊率預(yù)測(cè)研究[J]. 朱志北,李斌,劉學(xué)軍,胡平.  計(jì)算機(jī)應(yīng)用研究. 2016(04)
[4]個(gè)性化推薦系統(tǒng)評(píng)測(cè)指標(biāo)與實(shí)驗(yàn)方法研究[J]. 吳海霞,何苑,路璐.  晉中學(xué)院學(xué)報(bào). 2015(03)
[5]基于平衡采樣的輕量級(jí)廣告點(diǎn)擊率預(yù)估方法[J]. 施夢(mèng)圜,顧津吉.  計(jì)算機(jī)應(yīng)用研究. 2014(01)
[6]廣告點(diǎn)擊率估算技術(shù)綜述[J]. 紀(jì)文迪,王曉玲,周傲英.  華東師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(03)
[7]基于概率圖模型的互聯(lián)網(wǎng)廣告點(diǎn)擊率預(yù)測(cè)[J]. 岳昆,王朝祿,朱運(yùn)磊,武浩,劉惟一.  華東師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(03)
[8]搜索引擎廣告用戶行為預(yù)測(cè)與特征分析[J]. 王海雷,賀一駿,俞學(xué)寧,張銘.  計(jì)算機(jī)應(yīng)用研究. 2013(05)
[9]基于聯(lián)合概率矩陣分解的上下文廣告推薦算法[J]. 涂丹丹,舒承椿,余海燕.  軟件學(xué)報(bào). 2013(03)
[10]推薦系統(tǒng)中的冷啟動(dòng)問題研究綜述[J]. 孫冬婷,何濤,張福海.  計(jì)算機(jī)與現(xiàn)代化. 2012(05)

碩士論文
[1]一種基于邏輯回歸模型的搜索廣告點(diǎn)擊率預(yù)估方法的研究[D]. 王兵.浙江大學(xué) 2013



本文編號(hào)：3342601