本文選題：計算廣告 + 點擊率　； 參考：《華東師范大學學報(自然科學版)》2013年03期

【摘要】：點擊率預測可以提高用戶對所展示互聯(lián)網(wǎng)廣告的滿意度,支持廣告的有效投放,是針對用戶進行廣告的個性化推薦的重要依據(jù).對于沒有歷史點擊記錄的用戶,仍需對其推薦廣告,預測所推薦廣告的點擊率.針對這類用戶,以貝葉斯網(wǎng)這一重要的概率圖模型,作為不同用戶之間廣告搜索行為的相似性及其不確定性的表示和推理框架,通過對用戶搜索廣告的歷史記錄進行統(tǒng)計計算,構(gòu)建反映用戶間相似關(guān)系的貝葉斯網(wǎng),進而基于概率推理機制,定量度量沒有歷史點擊記錄的用戶與存在歷史點擊記錄的用戶之間的相似性,從而預測沒有歷史點擊記錄的用戶對廣告的點擊率,為廣告推薦提供依據(jù).通過建立在KDD Cup 2012-Track 2的Tencent CA訓練數(shù)據(jù)集上的實驗,測試了方法的有效性.
[Abstract]:The prediction of click rate can improve the users' satisfaction with the displayed Internet ads and support the effective placement of advertisements. It is an important basis for personalized recommendation of advertisements for users. For users who have no history click record, they still need to recommend ads and predict the click rate of the recommended ads. For this kind of users, Bayesian network, an important probability graph model, is used as the representation and reasoning framework of the similarity and uncertainty of advertisement search behavior among different users. A Bayesian network is constructed to reflect the similarity between users, and then based on probabilistic reasoning mechanism, the similarity between users without historical click records and those with historical click records is quantitatively measured. Thus, it predicts the click rate of the users who have no history click record, and provides the basis for advertising recommendation. The validity of the method is tested by the experiment on the Tencent CA training data set of KDD Cup 2012-Track2.
【作者單位】： 云南大學信息學院計算機科學與工程系;
【基金】：國家自然科學基金(61063009,61163003,61232002) 國家教育部博士點基金新教師類課題(20105301120001) 云南省中青年學術(shù)與技術(shù)帶頭人后備人才培養(yǎng)計劃(2012HB004) 云南省教育廳科研基金重點項目(2011Z015)
【分類號】：TP393.09

【相似文獻】

相關(guān)期刊論文 前10條

1 冀俊忠,劉椿年;基于多級客戶模型的個性化推薦機制[J];小型微型計算機系統(tǒng);2005年09期

2 高鵬,高嶺,王崢,胡青山;基于Web挖掘的個性化算法及其在網(wǎng)絡(luò)教學平臺的應用[J];計算機應用;2005年05期

3 霍亮;楊柳;張俊芝;;客戶行為的Web挖掘及個性化推薦[J];河北大學成人教育學院學報;2009年04期

4 胡迎松;韓蘋;陳中新;;一個基于Agent的個性化推薦系統(tǒng)[J];計算機應用研究;2006年04期

5 夏同勝;杜習英;;Web使用挖掘在電子商務中的應用研究[J];電腦知識與技術(shù)(學術(shù)交流);2006年36期

6 周晟;俞建家;;基于動態(tài)馬爾可夫模型的智能網(wǎng)頁推薦[J];計算機工程與應用;2006年S1期

7 董斯維;郭斌;余力;;個性化推薦攻擊檢測模型研究[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2006年12期

8 馬書剛;崔忠強;;多維關(guān)聯(lián)規(guī)則推薦在商務站點中的應用[J];微計算機信息;2007年12期

9 馬書剛;郭娜;崔忠強;;新客戶在商務站點中的個性化推薦[J];微計算機應用;2007年09期

10 任建華;汪赫瑜;;協(xié)同過濾技術(shù)在社會性網(wǎng)絡(luò)服務的應用[J];中國新通信;2007年17期

相關(guān)會議論文 前10條

1 馮時;陽峰;王大玲;于戈;;基于虛擬觀點社群的用戶個性化推薦[A];第六屆全國信息檢索學術(shù)會議論文集[C];2010年

2 劉晉;王潛平;房坤;;基于agent技術(shù)和反饋機制的個性化推薦方法研究與設(shè)計[A];第二屆和諧人機環(huán)境聯(lián)合學術(shù)會議(HHME2006)——第2屆中國人機交互學術(shù)會議(CHCI'06)論文集[C];2006年

3 曹雷;杜輝鋒;;基于Web挖掘的個性化推薦模型的研究[A];全國第十屆企業(yè)信息化與工業(yè)工程學術(shù)年會論文集[C];2006年

4 ;《河南有色金屬網(wǎng)》網(wǎng)站建設(shè)的一些經(jīng)驗體會[A];第25屆中西南學會工作研討會論文集[C];2007年

5 岳昆;劉惟一;李維華;姚宇;;基于馬爾可夫覆蓋的Web服務發(fā)現(xiàn)[A];第二十四屆中國數(shù)據(jù)庫學術(shù)會議論文集（研究報告篇）[C];2007年

6 蘇玉北;曹陽;黃萍;黃天錫;;智能技術(shù)在分布式網(wǎng)絡(luò)故障管理中的應用研究[A];1999年中國智能自動化學術(shù)會議論文集（下冊）[C];1999年

7 孫鐵利;楊焱;邱春艷;;基于內(nèi)容預測的協(xié)同過濾推薦[A];2005年全國理論計算機科學學術(shù)年會論文集[C];2005年

8 萬敏;潘笑;賓誼沅;;利用Apriori算法實現(xiàn)WEB的個性化服務[A];2005通信理論與技術(shù)新進展——第十屆全國青年通信學術(shù)會議論文集[C];2005年

9 王茜;張衛(wèi)星;;基于分類樹相似度加權(quán)的協(xié)同過濾算法[A];2008年計算機應用技術(shù)交流會論文集[C];2008年

10 江志綱;丁增喜;劉洋;王大玲;鮑玉斌;于戈;;基于面向?qū)傩砸?guī)約方法的網(wǎng)頁和超鏈的分類[A];第十九屆全國數(shù)據(jù)庫學術(shù)會議論文集（研究報告篇）[C];2002年

相關(guān)重要報紙文章 前10條

1 小義;如何提升網(wǎng)絡(luò)廣告的點擊率[N];中國計算機報;2000年

2 劉喜喜 洪蕾 賀鐘紅;反客為主[N];中國計算機報;2006年

3 王新穎;大型網(wǎng)絡(luò)監(jiān)測工具選型攻略[N];中國計算機報;2007年

4 應曉敏 竇文華;技術(shù)架構(gòu)[N];計算機世界;2003年

5 伍亞;從DART看廣告管理系統(tǒng)技術(shù)應用[N];中國計算機報;2000年

6 湖北 EndTo;網(wǎng)站推廣五大歪招[N];電腦報;2008年

7 重慶 花布老虎;個人網(wǎng)站增流秘籍[N];電腦報;2002年

8 本報記者 劉昶;明年5月前——貴陽政府部門將普建網(wǎng)站[N];貴陽日報;2007年

9 本報記者 邊歆;社交網(wǎng)站的安全問題多[N];網(wǎng)絡(luò)世界;2010年

10 本報記者 戈清平;區(qū)域網(wǎng)站頂“天”立“地”謀發(fā)展[N];中國高新技術(shù)產(chǎn)業(yè)導報;2010年

相關(guān)博士學位論文 前7條

1 胡小建;ABDIDSS環(huán)境下多Agents之間協(xié)作與近似推理機制研究[D];合肥工業(yè)大學;2005年

2 徐和祥;Deep Web集成中若干技術(shù)研究[D];復旦大學;2008年

3 高e，

本文編號：1995715