基于遗传神经网络的互联网广告点击率预测研究

发布时间：2020-12-23 23:58

　　进入二十一世纪后,计算机科学技术和信息通信技术的飞快发展使得互联网行业获得了迅猛和长足的进步。与此同时,各种实体行业开始与互联网紧密结合起来,互联网广告作为一种全新的广告形式在这种情况下应运而生。互联网广告有着巨大的商业价值,因为它可以同时为互联网广告平台、制作广告的广告商和需要投放广告的电子商务公司带来巨大的收益。而互联网点击率(CTR)可以用来直接衡量广告的受欢迎程度,直接显示了被用户观看的次数,并且广告平台所获得的收益为单次点击费用率和点击率的乘积。因此,准确地预估广告点击率是对广告媒介、互联网平台和电子商务公司三方都有利的事情。本文在对有关互联网广告点击率(CTR)预估的研究成果进行了归纳和总结之后,对互联网广告相关的概念以及相关模式进行了系统性研究,这将有助于后续的相关理论研究和实际应用的开展;继而,本文对广告点击率相关的问题进行了分析,整合了相关的特征属性和因素,对相关的模型进行归纳分析;最后,本文将遗传算法结合神经网络应用于互联网广告点击率的预测上,并测试其效果。本文主要做了以下四个方面的工作:(1)对互联网广告点击率预测问题进行了详细的分析并提出了预测问题解决的流程。首... 

【文章来源】：沈阳工业大学辽宁省

【文章页数】：82 页

【学位级别】：硕士

【部分图文】：

搜索引擎搜索示意图

沈阳工业大学硕士学位论文16所以，广告媒介只有通过提高点击率（CTR）来提高收入，同时CTR还是广告效果的评价指标，广告商也希望提高CTR来使自己利益最大化。一般情况下，在对广告点击率进行预估时，可以分为以下步骤：（1）第一点要确定预测的方法和总体思路，包括特征的提取方案、点击率的预测算法以及后续进行的实验环境等；（2）搜集相关的广告日志数据，根据特征提取的方案，提取相关的特征；（3）使用算法对数据进行训练，同时设置测试集数据作为预测方案；（4）对算法模型的预测结果做相关评价，分析模型的可用性和预测效果，对广告点击率预测模型进行修正，以提高后续预测效果。2.3相关模型介绍2.3.1人工神经网络传统的神经网络被称为人工神经网络，即ArtificialNeuralNetwork，缩写为ANN，简称神经网络，在20世纪四十年代被提出，这是一种模仿动物的神经元结构和功能的数学模型，它常常被用于对数值进行预测估计或者做分类处理。以下是介绍神经网络算法的发展：（1）从逻辑回归到神经元图2.2单个神经元结构图Fig.2.2Singleneuronstructurediagram根据图2.2可以看出神经网络的单个神经元其实就是一个逻辑回归模型，根据上图的结构可以看到逻辑回归可以分为线性变换部分与非线性变换部分。所以只有输入层与输出层且输出层只有一个神经元的神经网络的结构便于逻辑回归一致。只不过在神

第2章相关概念及理论基础17经网络中，线性变换（求和）与非线性变换被集成在一个神经元（隐藏层或输出层）中。如下图2.3所示：图2.3单个神经元线性变换图Fig.2.3Lineartransformationgraphofsingleneuron（2）从人工神经元到人工神经网络多个人工神经元组成的多元非线性结构，被人称为人工神经网络，即ANN，也被称为多层感知机，即MultilayerPerceptron，缩写为MLP。人工神经网络除了输入输出层，它中间可以有多个隐层（即下图的第二层或者中间那层）。多层感知机每个隐藏层神经元或者输出层神经元的值（激活值），都是由上一层神经元，经过加权求和与非线性变换而得到的。其中非线性变换函数（又被称为激活函数）通常是sigmoid函数。其中最为简单的人工神经网络，也就是多层感知机，即如图2.4所示。图2.4三层神经网络图Fig.2.4Diagramofthreelayerneuralnetwork而sigmoid函数形式为，输出如图2.5所示：


本文编号：2934579