本文關(guān)鍵詞：多元邏輯回歸在實(shí)時(shí)競(jìng)價(jià)中的應(yīng)用研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：實(shí)時(shí)競(jìng)價(jià)的過(guò)程是由需求方平臺(tái)、媒體平臺(tái)以及消費(fèi)者共同完成的。這一過(guò)程是三贏的,消費(fèi)者可以看到自己感興趣的廣告,廣告主可以使得投放更加精準(zhǔn),降低成本,需求方平臺(tái)可以賺到更多的廣告提成。實(shí)時(shí)競(jìng)價(jià)是一項(xiàng)很復(fù)雜且涉及領(lǐng)域廣泛的工作,本文就實(shí)時(shí)競(jìng)價(jià)這一問(wèn)題提出了一種基于邏輯回歸模型的算法。將實(shí)時(shí)競(jìng)價(jià)整體算法實(shí)現(xiàn)分成了兩個(gè)主要方面:數(shù)據(jù)預(yù)處理和模型訓(xùn)練。其中模型訓(xùn)練又分為線下受眾選擇模型訓(xùn)練和邏輯回歸模型訓(xùn)練。數(shù)據(jù)處理部分,從各種競(jìng)價(jià)日志數(shù)據(jù)入手,將其負(fù)例部分,通過(guò)一種經(jīng)過(guò)優(yōu)化的、對(duì)處理高維稀疏數(shù)據(jù)有很大優(yōu)勢(shì)的聚類算法經(jīng)行聚類,達(dá)到了很好的效果,大大減少了負(fù)例的數(shù)量。提高了正負(fù)例比例。大大減少了后續(xù)的模型訓(xùn)練時(shí)長(zhǎng),提升了訓(xùn)練效果。模型訓(xùn)練中,從經(jīng)過(guò)處理的競(jìng)價(jià)日志數(shù)據(jù)出發(fā),通過(guò)數(shù)據(jù)預(yù)處理、特征提取、增量合并、排序降維、模型求解、模型驗(yàn)證這些步驟,得到邏輯回歸模型。此模型為一個(gè)特征到權(quán)重的映射文件。多元邏輯回歸算法模型屬于有監(jiān)督學(xué)習(xí)的一種,關(guān)鍵點(diǎn)在于如何提取數(shù)據(jù)集中區(qū)分度高的特征。本文針對(duì)實(shí)時(shí)競(jìng)價(jià)問(wèn)題提出了二元特征,經(jīng)實(shí)驗(yàn)結(jié)果分析,有效的提高了總分?jǐn)?shù)。并且,針對(duì)實(shí)時(shí)競(jìng)價(jià)這一特定場(chǎng)景,通過(guò)引入線下受眾模型,取得了很好的效果。
【關(guān)鍵詞】：邏輯回歸 實(shí)時(shí)競(jìng)價(jià) 聚類 稀疏特征 受眾選擇
【學(xué)位授予單位】：河北工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：O212.1
【目錄】：

• 摘要5-6
• ABSTRACT6-8
• 第一章 緒論8-13
• 1.1 論文的研究背景8-9
• 1.2 國(guó)內(nèi)外的研究歷史及現(xiàn)狀9-10
• 1.3 實(shí)時(shí)競(jìng)價(jià)的意義10
• 1.4 實(shí)時(shí)競(jìng)價(jià)算法的主要問(wèn)題10-11
• 1.5 實(shí)時(shí)競(jìng)價(jià)的發(fā)展趨勢(shì)11-12
• 1.6 論文研究的內(nèi)容及結(jié)構(gòu)安排12-13
• 第二章 實(shí)時(shí)競(jìng)價(jià)算法的研究與發(fā)展13-20
• 2.1 實(shí)時(shí)競(jìng)價(jià)的基本原理13
• 2.2 實(shí)時(shí)競(jìng)價(jià)的流程13-16
• 2.3 研究方法和實(shí)施方案現(xiàn)狀16-18
• 2.4 本課題采用的研究步驟和預(yù)期目標(biāo)18-20
• 第三章 原始競(jìng)價(jià)日志數(shù)據(jù)的處理與負(fù)例數(shù)據(jù)的采樣20-29
• 3.1 概述20
• 3.2 數(shù)據(jù)清洗預(yù)處理基本理論與方法20-22
• 3.3 聚類模型的訓(xùn)練22-23
• 3.4 多維稀疏數(shù)據(jù)聚類學(xué)習(xí)算法23-25
• 3.5 結(jié)果分析25-28
• 3.6 本章小結(jié)28-29
• 第四章 多元邏輯回歸模型和受眾選擇模型的訓(xùn)練29-42
• 4.1 概述29
• 4.2 多元邏輯回歸模型的訓(xùn)練29-34
• 4.3 受眾選擇模型的計(jì)算34-38
• 4.4 ROC曲線與Lift指標(biāo)38
• 4.5 實(shí)驗(yàn)結(jié)果與分析38-41
• 4.6 本章小結(jié)41-42
• 第五章 總結(jié)與展望42-44
• 5.1 工作總結(jié)42
• 5.2 工作展望42-44
• 參考文獻(xiàn)44-46
• 致謝46

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 毛毅;陳穩(wěn)霖;郭寶龍;陳一昕;;基于密度估計(jì)的邏輯回歸模型[J];自動(dòng)化學(xué)報(bào);2014年01期

2 夏添;常鳴;;改進(jìn)邏輯回歸方法在滑坡敏感性評(píng)價(jià)中的應(yīng)用研究[J];物探化探計(jì)算技術(shù);2013年02期

3 俞慶生;;基于云平臺(tái)的邏輯回歸模型構(gòu)建算法的設(shè)計(jì)與實(shí)現(xiàn)[J];科技通報(bào);2013年06期

4 張秀蘭;;邏輯回歸模型下的企業(yè)財(cái)務(wù)預(yù)警實(shí)證研究[J];求索;2012年01期

5 王進(jìn);郭靖;王衛(wèi)東;方理剛;;權(quán)重線性組合與邏輯回歸模型在滑坡易發(fā)性區(qū)劃中的應(yīng)用與比較[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年05期

6 邢秋菊,趙純勇,高克昌,郭躍;基于GIS的滑坡危險(xiǎn)性邏輯回歸評(píng)價(jià)研究[J];地理與地理信息科學(xué);2004年03期

7 林辰樂(lè);呂翔濤;;影響城市低保受助者就業(yè)的政策因素分析——就業(yè)的雙項(xiàng)邏輯回歸模型及訪談實(shí)證研究[J];中國(guó)軟科學(xué);2012年08期

8 王賢;張自力;;基于邏輯回歸的案件關(guān)聯(lián)[J];西南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年03期

9 譚龍;陳冠;王思源;孟興民;;邏輯回歸與支持向量機(jī)模型在滑坡敏感性評(píng)價(jià)中的應(yīng)用[J];工程地質(zhì)學(xué)報(bào);2014年01期

10 梁巧倩;蒙偉光;林良勛;萬(wàn)齊林;;基于邏輯回歸模型的雷電潛勢(shì)預(yù)報(bào)方法[J];廣東氣象;2011年04期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 張道軍;邏輯回歸空間加權(quán)技術(shù)及其在礦產(chǎn)資源信息綜合中的應(yīng)用[D];中國(guó)地質(zhì)大學(xué);2015年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 粟武林;一種基于邏輯回歸的微博用戶可信度評(píng)估方法[D];河北大學(xué);2015年

2 胡俊;基于多元邏輯回歸和鄰域信息的高光譜遙感影像半監(jiān)督分類[D];中國(guó)礦業(yè)大學(xué);2015年

3 伊瑤瑤;基于Hadoop的數(shù)據(jù)挖掘技術(shù)研究[D];南京郵電大學(xué);2015年

4 張曉旭;基于復(fù)雜網(wǎng)絡(luò)理論的厄爾尼諾分析與預(yù)測(cè)[D];中國(guó)海洋大學(xué);2015年

5 喬寧;多元邏輯回歸在實(shí)時(shí)競(jìng)價(jià)中的應(yīng)用研究[D];河北工業(yè)大學(xué);2015年

6 董純潔;基于實(shí)例與邏輯回歸的多標(biāo)簽分類模型[D];南京大學(xué);2013年

7 祁全昌;基于內(nèi)容廣告平臺(tái)的點(diǎn)擊率預(yù)估系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];南京大學(xué);2012年

8 劉力銀;基于邏輯回歸的推薦技術(shù)研究及應(yīng)用[D];電子科技大學(xué);2013年

9 周建成;存在“就是”句子的句間關(guān)系識(shí)別研究[D];杭州電子科技大學(xué);2015年

10 王兵;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];浙江大學(xué);2013年

  本文關(guān)鍵詞：多元邏輯回歸在實(shí)時(shí)競(jìng)價(jià)中的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：311894