当前位置:主页 > 经济论文 > 国际贸易论文 >

基于USFD方法的展示广告点击率的预估

发布时间:2020-05-16 05:40
【摘要】:随着互联网和通讯技术的快速发展以及大数据时代的到来,“互联网+广告”(网络广告)的营销模式已经成为企业宣传推广商品和获取盈利的主要渠道之一。近年来,展示广告(Display Advertising)发展势头强劲,是网络广告应用最广泛的模式和最重要的组成部分。在CPC(Cost per Click)计费模式下,广告推荐系统能否准确预估展示广告的点击率(Click-through Rate,CTR)是工业界和学术界研究的核心问题,因为提高广告点击率的准确率有利于提高广告商和广告主的收入,具有十分重要的意义。本文以淘宝网展示广告历史点击日志为实验数据集,以提高广告点击率预估的准确率为目标,在分析了不同类型特征下单一的逻辑回归模型(Logistic Regression,LR)和因子分解机模型(Factorization Machine,FM)的实验结果后,考虑到同一用户特征对不同用户群广告点击行为的影响,提出使用基于用户相似度和特征分化的点击率预估方法(Advertising Click-through Rate Estimation Based on User Similarity and Feature Differentiation,USFD)以提高点击率预估精度。具体主要包含以下几个方面:首先,本文详细介绍了实验数据集和数据集中每个字段的含义,给出了提取训练集和测试集的方法及标准,对连续型特征和离散型特征分别进行了离散化和独热编码(One-Hot Encoding)处理。最后,提出了评价模型性能的指标ROC曲线和AUC得分以及选择该指标的原因。其次,本文使用单一的逻辑回归模型和因子分解机模型对广告点击率进行了预测。通过将具体特征、分类特征和全部特征分别作为模型的输入变量,发现使用全部特征的因子分解机模型预估效果最好,为下一步使用USFD方法选择预估子模型时奠定了基础。最后,由于单一的预估模型没有处理用户特征和用户关系的缺陷,提出使用USFD方法这一组合模型预估广告点击率。它先使用高斯混合模型(Gaussian Mixture Model,GMM)根据用户相似度将用户聚类,然后在各个用户子集下基于数据的全部特征使用因子分解机模型预估点击率。对于每条测试样例,将其与各个子集的相似度作为其在对应子集下子模型预估的点击率的权重,得到测试样例最终的预测结果。实验结果表明,USFD方法比单一模型预估效果好,它的AUC得分相对逻辑回归模型和因子分解机模型分别提高了19.1%和9.6%。
【图文】:

网络广告,媒体广告,市场规模,广告


■网络广告牧入规横(亿元)逦《报矿告收入规梭(亿元)逡逑杂志广T?哎入墢亿元)逡逑图1.2邋2013-2018年中国五大媒体广告收入规模及预测逡逑1.1.2网络广告的分类和计费模式逡逑网络广告根据应用场景特点可以分为三种形式,即:搜索引擎广告、上下文逡逑广告和展示广告。搜索引擎广告(Search邋Advertising)是指用户向搜索引擎提交查逡逑询字段之后,,系统自动在搜索引擎的返回结果页面中插入和用户检索关键词相关逡逑的广告。上下文广告(Contextual邋Advertising)是指在用户浏览网页时,根据网页上逡逑下文内容投放商业文本广告或图片。展示广告(Display邋Advertising)指用户进入某逡逑个环境(如某个页面或某个APP)之后,以图片或视频形式出现的网络广告,它的逡逑2逡逑

收入规模,媒体广告,网络广告,市场规模


南京大学硕士论文第一章绪论2013-2020年中国网络广告市场规楱及预测逡逑10,000邋43tQC/0逦39.9%逦41^3%逦32.0%逦30.0%逦31.0%逦27.7%逦24邋9%逡逑7836.9逡逑8,000逡逑6273邋4逡逑:1逦:邋Pr邋_逡逑2013逦2014逦201S邋2016逦2017逦2018e逦2019e逦2020e逡逑网络广T?市场规模(亿元)逦同比增长率逡逑图1.1邋2013-2020年中国网络广告市场规模及预测逡逑-
【学位授予单位】:南京大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:F713.8

【相似文献】

相关期刊论文 前10条

1 ;实时竞价广告(RTB,Real-Time bidding)市场规模将占美国展示广告市场的13%[J];广告大观(理论版);2012年06期

2 Shailesh Rao;;展示广告“重生”[J];成功营销;2011年08期

3 韩国涛;;机场展示广告的真实感和震撼力[J];声屏世界·广告人;2017年03期

4 姜茜;;网络虚拟展示广告的视觉设计研究[J];艺术与设计(理论);2010年03期

5 杨明;王彤;;浅析网络虚拟展示广告在传统媒体中的视觉效应[J];中国包装;2017年11期

6 华筠;;技术创新,Google发力展示广告[J];广告大观(综合版);2010年10期

7 李小冰,魏满涛;广告英语常用的修辞格[J];郑州经济管理干部学院学报;2003年04期

8 ;两会地方“颜值”报告[J];领导决策信息;2016年11期

9 周再宇;;Google的展示广告[J];新营销;2012年05期

10 卢叶眉;;大数据黄金时代的社交广告潜力[J];声屏世界·广告人;2015年12期

相关重要报纸文章 前10条

1 记者 霍鑫;网络展示广告智能化 搜索引擎巨头发力[N];中国高新技术产业导报;2011年

2 本报记者 许泳;Google 展示广告网络化繁为简[N];计算机世界;2011年

3 张琪;Google中国:搜索停摆之后[N];经济观察报;2011年

4 本报记者 焦丽莎;谷歌瞄准展示广告[N];中国经济时报;2012年

5 见习记者 焦丽莎;谷歌欲借展示广告突围[N];中国经济时报;2011年

6 本报记者 方方;谷歌发力展示广告[N];中国经济导报;2011年

7 本报记者 赵正;RTB能否成为传统营销“终结者”[N];中国经营报;2013年

8 本报记者 许泳;Google广告低调繁荣[N];计算机世界;2010年

9 本报记者 赵正;RTB广告产业链商机浮现[N];中国经营报;2012年

10 记者 刘佳;谷歌中国发力展示广告[N];第一财经日报;2011年

相关硕士学位论文 前9条

1 韦玲丽;基于USFD方法的展示广告点击率的预估[D];南京大学;2019年

2 宫晨;展示广告点击率预估模型的设计与实现[D];东南大学;2018年

3 徐田;展示广告点击率预估平台的设计与实现[D];哈尔滨工业大学;2017年

4 张文泽;基于在线学习的展示广告系统研究与设计[D];浙江大学;2016年

5 姜茜;网络虚拟展示广告的视觉传达设计[D];江南大学;2008年

6 严岭;展示广告中点击率预估问题研究[D];上海交通大学;2015年

7 林小溪;在线展示广告的最优合约规模与定价策略研究[D];北京外国语大学;2016年

8 李恒峰;在线分类广告市场研究[D];清华大学;2005年

9 栾倩楠;网络视频广告的应用价值研究[D];浙江传媒学院;2015年



本文编号:2666254

资料下载
论文发表

本文链接:https://www.wllwen.com/jingjilunwen/guojimaoyilunwen/2666254.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户1c6f0***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com