廣告點(diǎn)擊率預(yù)測(cè)是在線廣告投放過(guò)程中的一項(xiàng)重要任務(wù),有助于理解以廣告投放平臺(tái)為代表的系統(tǒng)特性。在線廣告運(yùn)營(yíng)是通過(guò)后臺(tái)計(jì)算與搜索內(nèi)容相匹配的廣告,將其進(jìn)行精準(zhǔn)投放的過(guò)程。廣告投放機(jī)制可以快速增加廣告主投放的廣告點(diǎn)擊率（Click-through Rate,CTR）,幫助用戶獲取優(yōu)質(zhì)的資源信息。隨著科技的迅猛發(fā)展,面對(duì)龐大的數(shù)據(jù)量,高維稀疏的特征,冗余數(shù)據(jù)構(gòu)成了更加復(fù)雜的廣告數(shù)據(jù)。傳統(tǒng)的廣告點(diǎn)擊率預(yù)測(cè)方法已經(jīng)不能滿足日益復(fù)雜的廣告數(shù)據(jù)。如何快速而準(zhǔn)確的構(gòu)造一個(gè)廣告點(diǎn)擊率預(yù)測(cè)模型是一個(gè)迫在眉睫的研究課題。廣告點(diǎn)擊率預(yù)測(cè)是致力于在線廣告投放后點(diǎn)擊率的檢測(cè)。當(dāng)使用經(jīng)典的邏輯回歸算法處理廣告不平衡的高維稀疏數(shù)據(jù)時(shí),廣告點(diǎn)擊率預(yù)測(cè)方法未能考慮特征之間的聯(lián)系使得預(yù)測(cè)的準(zhǔn)確度不理想。為了解決這個(gè)問(wèn)題,本文通過(guò)遷移學(xué)習(xí)方法提取不平衡數(shù)據(jù)樣本之間的潛在關(guān)系表示,使得廣告數(shù)據(jù)的預(yù)測(cè)結(jié)果得到大幅度提升。本文提出兩種廣告點(diǎn)擊率預(yù)測(cè)方法:遷移學(xué)習(xí)影響下基于魯棒性集成局部?jī)?nèi)核嵌入的廣告點(diǎn)擊率預(yù)測(cè)方法（Click-Through Rate Prediction Method based on Robust Integra... 

【文章來(lái)源】：安徽大學(xué)安徽省 211工程院校

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

多視

安徽大學(xué)碩士學(xué)位論文25移學(xué)習(xí)框架添加到CTR預(yù)測(cè)的優(yōu)勢(shì)。當(dāng)源域和目標(biāo)域的比率改變時(shí)，RTILKE算法比RILKE更好，更穩(wěn)定。因?yàn)镸IX數(shù)據(jù)不能完全解釋廣告數(shù)據(jù)的不平衡，實(shí)驗(yàn)增設(shè)完全(a)(b)(c)(d)(e)(f)圖3.3RTILKE和RILKE模型在Avito，Talking和Kad廣告數(shù)據(jù)集的表現(xiàn)Fig.3.3TheperformanceofRTILKEwithRILKEonAvito，TalkingandKadCTRdatasets

第三章遷移學(xué)習(xí)影響下基于魯棒性集成局部?jī)?nèi)核嵌入的廣告點(diǎn)擊率預(yù)測(cè)方法26(a)(b)(c)(d)(e)(f)圖3.4RTILKE和RILKE模型在Avazu和Display廣告數(shù)據(jù)集的表現(xiàn)Fig.3.4TheperformanceofRTILKEwithRILKEonAvazuandDisplayCTRdatasets

【參考文獻(xiàn)】：
期刊論文
[1]機(jī)器學(xué)習(xí)分類問(wèn)題及算法研究綜述[J]. 楊劍鋒,喬佩蕊,李永梅,王寧.  統(tǒng)計(jì)與決策. 2019(06)
[2]多視圖聚類算法綜述[J]. 何雪梅.  軟件導(dǎo)刊. 2019(04)
[3]基于獨(dú)熱編碼和卷積神經(jīng)網(wǎng)絡(luò)的異常檢測(cè)[J]. 梁杰,陳嘉豪,張雪芹,周悅,林家駿.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(07)
[4]遷移學(xué)習(xí)研究進(jìn)展[J]. 莊福振,羅平,何清,史忠植.  軟件學(xué)報(bào). 2015(01)
[5]基于實(shí)時(shí)競(jìng)價(jià)的網(wǎng)絡(luò)廣告投放流程設(shè)計(jì)[J]. 肖鴻江,孫國(guó)華.  信息技術(shù). 2013(07)
[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]基于局部線性嵌入（LLE）非線性降維的多流形學(xué)習(xí)[J]. 馬瑞,王家廞,宋亦旭.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2008(04)

碩士論文
[1]多視圖K-means聚類算法研究[D]. 洪敏.北京交通大學(xué) 2019
[2]針對(duì)實(shí)時(shí)競(jìng)價(jià)廣告出價(jià)問(wèn)題的優(yōu)化機(jī)制研究[D]. 吳書漫.電子科技大學(xué) 2018
[3]基于大數(shù)據(jù)分析的廣告點(diǎn)擊率預(yù)估方法研究[D]. 黃淦.華南理工大學(xué) 2017



本文編號(hào)：3370805