基于用户相似度和特征分化的广告点击率预测研究

发布时间：2018-11-18 11:58

【摘要】：大数据环境下如何对互联网广告进行精准投放一直是计算广告学领域高度关注的问题。作为在线广告投放效果的一个重要指标,点击率的精确预测关系到媒体、用户和广告主三方的利益。目前的主流方法是通过抽取特征建立单一点击率预测模型,其不足之处在于使用单个权重来度量特征对点击率的影响过于片面。该研究基于分而治之的思想,提出了基于用户相似度和特征分化的混成模型。该模型首先根据混合高斯分布来评估用户相似度,将其划分为多个群体。针对不同群体,分别构建子模型并进行有效组合,从而挖掘同一特征对不同群体的差异化影响,进而准确地预测广告点击行为。通过使用真实互联网公司的广告数据集进行实验,并与主流方法做了详细的对比分析,检验了该方法的有效性。
[Abstract]:How to accurately place Internet ads under big data environment has always been a highly concerned issue in the field of computational advertising. As an important indicator of the effect of online advertising, the accurate prediction of click rate is related to the interests of media, users and advertisers. At present, the mainstream method is to establish a single click rate prediction model by extracting features. Its shortcoming is that it is too one-sided to use a single weight to measure the impact of feature on click rate. Based on the idea of divide-and-conquer, a hybrid model based on user similarity and feature differentiation is proposed. The model firstly assesses the user similarity according to the mixed Gao Si distribution and divides it into several groups. Aiming at different groups, the submodels are constructed and combined effectively, so as to excavate the difference effect of the same characteristics on different groups, and then accurately predict the advertising click behavior. By using the advertising data set of real Internet companies, the effectiveness of this method is verified by comparing it with the main methods in detail.
【作者单位】： 华东师范大学计算机科学技术系;
【分类号】：O211.3

【相似文献】

相关期刊论文 前10条

1 秦玉平;杨兴凯;;基于案例推理的区间属性相似度研究[J];辽宁师范大学学报(自然科学版);2006年04期

2 徐晓静;李健;;静态粗相似度的特征[J];山东大学学报(理学版);2006年06期

3 彭沛黄丽影;;秩数分级相似预报法[J];华侨大学学报;1983年02期

4 路志鸣;;基于相似度的特殊地形模糊表达[J];大众科技;2009年04期

5 陈树伟;王延昭;;一种基于模糊数相似度的风险分析方法[J];模糊系统与数学;2013年05期

6 李海欧;周晓光;;基于属性相似度的碎多边形自动聚合处理[J];测绘与空间地理信息;2013年11期

7 张峰;谢振华;林健;程江涛;崔高仑;;基于改进相似度的混合型多属性决策方法[J];海军航空工程学院学报;2014年01期

8 刘丽华;;基于相似度加权的模糊聚类方法[J];云南师范大学学报(自然科学版);2008年05期

9 张杰;林木辉;包正委;;基于领域本体的语句相似度研究[J];福建师范大学学报(自然科学版);2009年01期

10 郑伟;季铎;蔡东风;王爽;;基于文本最小相似度的中心选取方法[J];广西师范大学学报(自然科学版);2008年03期

相关会议论文 前10条

1 刘海波;郑德权;赵铁军;;基于相似度线性加权方法的检索结果聚类研究[A];中国计算语言学研究前沿进展（2009-2011）[C];2011年

2 陆劲挺;路强;刘晓平;;对比相似度计算方法及其在功能树扩展中的应用[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

3 董刊生;方金云;;基于向量距离的词序相似度算法[A];第四届全国信息检索与内容安全学术会议论文集（上）[C];2008年

4 刘晓平;陆劲挺;;任意功能树的物元相似度求解方法[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

5 王茜;张卫星;;基于分类树相似度加权的协同过滤算法[A];2008年计算机应用技术交流会论文集[C];2008年

6 洪文学;王金甲;常凤香;宋佳霖;刘文远;王立强;;基于图形特征增强的相似度分类器的研究[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（上册）[C];2007年

7 雷庆;吴扬扬;;一种基于语义信息计算XML文档相似度的新方法[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

8 叶正;林鸿飞;杨志豪;;基于问句相似度的中文FAQ问答系统研究[A];第三届学生计算语言学研讨会论文集[C];2006年

9 罗辛;欧阳元新;熊璋;袁满;;通过相似度支持度优化基于K近邻的协同过滤算法[A];NDBC2010第27届中国数据库学术会议论文集A辑一[C];2010年

10 王健;刘衍珩;焦玉;;VANETs信任传播建模[A];中国通信学会通信软件技术委员会2009年学术会议论文集[C];2009年

相关重要报纸文章 前1条

1 王伽　卫江;出入境证件照片应及时更换[N];中国国门时报;2008年

相关博士学位论文 前10条

1 操震洲;矢量数据动态多尺度网络传输研究[D];南京大学;2015年

2 程亮;基于本体的疾病数据整合与挖掘方法研究[D];哈尔滨工业大学;2014年

3 刘振宇;基于区域相似度和特征降维的极化SAR影像分类[D];武汉大学;2013年

4 曹，

本文编号：2339989