基于遺傳神經(jīng)網(wǎng)絡的互聯(lián)網(wǎng)廣告點擊率預測研究
發(fā)布時間：2020-12-23 23:58
進入二十一世紀后,計算機科學技術(shù)和信息通信技術(shù)的飛快發(fā)展使得互聯(lián)網(wǎng)行業(yè)獲得了迅猛和長足的進步。與此同時,各種實體行業(yè)開始與互聯(lián)網(wǎng)緊密結(jié)合起來,互聯(lián)網(wǎng)廣告作為一種全新的廣告形式在這種情況下應運而生�；ヂ�(lián)網(wǎng)廣告有著巨大的商業(yè)價值,因為它可以同時為互聯(lián)網(wǎng)廣告平臺、制作廣告的廣告商和需要投放廣告的電子商務公司帶來巨大的收益。而互聯(lián)網(wǎng)點擊率(CTR)可以用來直接衡量廣告的受歡迎程度,直接顯示了被用戶觀看的次數(shù),并且廣告平臺所獲得的收益為單次點擊費用率和點擊率的乘積。因此,準確地預估廣告點擊率是對廣告媒介、互聯(lián)網(wǎng)平臺和電子商務公司三方都有利的事情。本文在對有關互聯(lián)網(wǎng)廣告點擊率(CTR)預估的研究成果進行了歸納和總結(jié)之后,對互聯(lián)網(wǎng)廣告相關的概念以及相關模式進行了系統(tǒng)性研究,這將有助于后續(xù)的相關理論研究和實際應用的開展;繼而,本文對廣告點擊率相關的問題進行了分析,整合了相關的特征屬性和因素,對相關的模型進行歸納分析;最后,本文將遺傳算法結(jié)合神經(jīng)網(wǎng)絡應用于互聯(lián)網(wǎng)廣告點擊率的預測上,并測試其效果。本文主要做了以下四個方面的工作:(1)對互聯(lián)網(wǎng)廣告點擊率預測問題進行了詳細的分析并提出了預測問題解決的流程。首...
【文章來源】：沈陽工業(yè)大學遼寧省
【文章頁數(shù)】：82 頁
【學位級別】：碩士
【部分圖文】：
搜索引擎搜索示意圖
沈陽工業(yè)大學碩士學位論文16所以，廣告媒介只有通過提高點擊率（CTR）來提高收入，同時CTR還是廣告效果的評價指標，廣告商也希望提高CTR來使自己利益最大化。一般情況下，在對廣告點擊率進行預估時，可以分為以下步驟：（1）第一點要確定預測的方法和總體思路，包括特征的提取方案、點擊率的預測算法以及后續(xù)進行的實驗環(huán)境等；（2）搜集相關的廣告日志數(shù)據(jù)，根據(jù)特征提取的方案，提取相關的特征；（3）使用算法對數(shù)據(jù)進行訓練，同時設置測試集數(shù)據(jù)作為預測方案；（4）對算法模型的預測結(jié)果做相關評價，分析模型的可用性和預測效果，對廣告點擊率預測模型進行修正，以提高后續(xù)預測效果。2.3相關模型介紹2.3.1人工神經(jīng)網(wǎng)絡傳統(tǒng)的神經(jīng)網(wǎng)絡被稱為人工神經(jīng)網(wǎng)絡，即ArtificialNeuralNetwork，縮寫為ANN，簡稱神經(jīng)網(wǎng)絡，在20世紀四十年代被提出，這是一種模仿動物的神經(jīng)元結(jié)構(gòu)和功能的數(shù)學模型，它常常被用于對數(shù)值進行預測估計或者做分類處理。以下是介紹神經(jīng)網(wǎng)絡算法的發(fā)展：（1）從邏輯回歸到神經(jīng)元圖2.2單個神經(jīng)元結(jié)構(gòu)圖Fig.2.2Singleneuronstructurediagram根據(jù)圖2.2可以看出神經(jīng)網(wǎng)絡的單個神經(jīng)元其實就是一個邏輯回歸模型，根據(jù)上圖的結(jié)構(gòu)可以看到邏輯回歸可以分為線性變換部分與非線性變換部分。所以只有輸入層與輸出層且輸出層只有一個神經(jīng)元的神經(jīng)網(wǎng)絡的結(jié)構(gòu)便于邏輯回歸一致。只不過在神
第2章相關概念及理論基礎17經(jīng)網(wǎng)絡中，線性變換（求和）與非線性變換被集成在一個神經(jīng)元（隱藏層或輸出層）中。如下圖2.3所示：圖2.3單個神經(jīng)元線性變換圖Fig.2.3Lineartransformationgraphofsingleneuron（2）從人工神經(jīng)元到人工神經(jīng)網(wǎng)絡多個人工神經(jīng)元組成的多元非線性結(jié)構(gòu)，被人稱為人工神經(jīng)網(wǎng)絡，即ANN，也被稱為多層感知機，即MultilayerPerceptron，縮寫為MLP。人工神經(jīng)網(wǎng)絡除了輸入輸出層，它中間可以有多個隱層（即下圖的第二層或者中間那層）。多層感知機每個隱藏層神經(jīng)元或者輸出層神經(jīng)元的值（激活值），都是由上一層神經(jīng)元，經(jīng)過加權(quán)求和與非線性變換而得到的。其中非線性變換函數(shù)（又被稱為激活函數(shù)）通常是sigmoid函數(shù)。其中最為簡單的人工神經(jīng)網(wǎng)絡，也就是多層感知機，即如圖2.4所示。圖2.4三層神經(jīng)網(wǎng)絡圖Fig.2.4Diagramofthreelayerneuralnetwork而sigmoid函數(shù)形式為，輸出如圖2.5所示：
本文編號：2934579
【文章來源】：沈陽工業(yè)大學遼寧省
【文章頁數(shù)】：82 頁
【學位級別】：碩士
【部分圖文】：
搜索引擎搜索示意圖
沈陽工業(yè)大學碩士學位論文16所以，廣告媒介只有通過提高點擊率（CTR）來提高收入，同時CTR還是廣告效果的評價指標，廣告商也希望提高CTR來使自己利益最大化。一般情況下，在對廣告點擊率進行預估時，可以分為以下步驟：（1）第一點要確定預測的方法和總體思路，包括特征的提取方案、點擊率的預測算法以及后續(xù)進行的實驗環(huán)境等；（2）搜集相關的廣告日志數(shù)據(jù)，根據(jù)特征提取的方案，提取相關的特征；（3）使用算法對數(shù)據(jù)進行訓練，同時設置測試集數(shù)據(jù)作為預測方案；（4）對算法模型的預測結(jié)果做相關評價，分析模型的可用性和預測效果，對廣告點擊率預測模型進行修正，以提高后續(xù)預測效果。2.3相關模型介紹2.3.1人工神經(jīng)網(wǎng)絡傳統(tǒng)的神經(jīng)網(wǎng)絡被稱為人工神經(jīng)網(wǎng)絡，即ArtificialNeuralNetwork，縮寫為ANN，簡稱神經(jīng)網(wǎng)絡，在20世紀四十年代被提出，這是一種模仿動物的神經(jīng)元結(jié)構(gòu)和功能的數(shù)學模型，它常常被用于對數(shù)值進行預測估計或者做分類處理。以下是介紹神經(jīng)網(wǎng)絡算法的發(fā)展：（1）從邏輯回歸到神經(jīng)元圖2.2單個神經(jīng)元結(jié)構(gòu)圖Fig.2.2Singleneuronstructurediagram根據(jù)圖2.2可以看出神經(jīng)網(wǎng)絡的單個神經(jīng)元其實就是一個邏輯回歸模型，根據(jù)上圖的結(jié)構(gòu)可以看到邏輯回歸可以分為線性變換部分與非線性變換部分。所以只有輸入層與輸出層且輸出層只有一個神經(jīng)元的神經(jīng)網(wǎng)絡的結(jié)構(gòu)便于邏輯回歸一致。只不過在神
第2章相關概念及理論基礎17經(jīng)網(wǎng)絡中，線性變換（求和）與非線性變換被集成在一個神經(jīng)元（隱藏層或輸出層）中。如下圖2.3所示：圖2.3單個神經(jīng)元線性變換圖Fig.2.3Lineartransformationgraphofsingleneuron（2）從人工神經(jīng)元到人工神經(jīng)網(wǎng)絡多個人工神經(jīng)元組成的多元非線性結(jié)構(gòu)，被人稱為人工神經(jīng)網(wǎng)絡，即ANN，也被稱為多層感知機，即MultilayerPerceptron，縮寫為MLP。人工神經(jīng)網(wǎng)絡除了輸入輸出層，它中間可以有多個隱層（即下圖的第二層或者中間那層）。多層感知機每個隱藏層神經(jīng)元或者輸出層神經(jīng)元的值（激活值），都是由上一層神經(jīng)元，經(jīng)過加權(quán)求和與非線性變換而得到的。其中非線性變換函數(shù)（又被稱為激活函數(shù)）通常是sigmoid函數(shù)。其中最為簡單的人工神經(jīng)網(wǎng)絡，也就是多層感知機，即如圖2.4所示。圖2.4三層神經(jīng)網(wǎng)絡圖Fig.2.4Diagramofthreelayerneuralnetwork而sigmoid函數(shù)形式為，輸出如圖2.5所示：
本文編號：2934579
本文鏈接：http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/2934579.html
最近更新
教材專著
