基于LASSO变量选择方法的网络广告点击率预测模型研究

发布时间：2017-11-18 09:05

  本文关键词：基于LASSO变量选择方法的网络广告点击率预测模型研究

  更多相关文章： 点击率 分层贝叶斯 LASSO 变量选择

【摘要】：与传统的的媒体营销模式相比,搜索引擎广告因其精准和投入低等特点获得巨大成功。但已有的搜索引擎广告点击率模型不能有效解决数据量大及特征维度高的问题,使预测结果的准确性大打折扣。本文构建了一种基于LASSO变量选择方法的广告点击率预测模型,能有效克服现有广告点击率模型在处理数据高维性和稀疏性方面的不足。利用某公司的竞价数据对模型进行验证,结果表明影响广告点击率的关键因素是广告关键词中的商标信息、地域信息和每点击成本。该研究结果为企业制定搜索引擎广告营销策略提供一定的理论依据。
【作者单位】： 广西大学数学与信息科学学院;
【基金】：国家自然科学基金(71462002) 广西自然科学基金(2013GXNSFAA019340)
【分类号】：F713.8;F224
【正文快照】： 0引言根据2014年第34次中国互联网发展状况统计调查报告显示,截至2014年6月,我国网民规模达6.32亿,较2013年底增加了1442万人,互联网普及率为46.9%,较2013年底上升了 1.1个百分点,并且今后几年仍然有上升趋势。搜索引擎广告(Search Engine Advertising,SEA)是互联网时代企业

【参考文献】

中国期刊全文数据库 前4条

1 万君;吴迪;赵宏霞;;网络搜索用户对竞价广告的点击意愿研究[J];现代情报;2014年12期

2 孙付伟;李娟;杨达;;基于贝叶斯推理的点击模型及其实现[J];计算机应用与软件;2013年01期

3 陈磊;刘奕群;茹立云;马少平;;基于用户日志挖掘的搜索引擎广告效果分析[J];中文信息学报;2008年06期

4 王继民,陈，

本文编号：1199235