當今互聯(lián)網(wǎng)廣告的投放的主流趨勢為“精準化”投放,智能營銷平臺積累了海量的廣告數(shù)據(jù)和用戶數(shù)據(jù),如何有效利用這些數(shù)據(jù)去預測用戶的廣告點擊概率,是大數(shù)據(jù)應用在精準營銷中的關鍵問題。本文主要基于特征工程和模型構建兩個方面,構建展示廣告點擊率預測模型,對廣告主實現(xiàn)精確投放、廣告媒介追求利益最大化及提高用戶上網(wǎng)體驗具有重要的指導意義。特征工程階段。首先,對廣告數(shù)據(jù)進行一系列可視化的探索性分析,具體通過餅圖、堆積圖、箱線圖和柱形圖等,直接觀察數(shù)據(jù)集結構和特征,初步驗證不同類別特征的點擊率分布存在顯著差異。接著,對不同類型特征進行數(shù)據(jù)清洗、特征規(guī)約和特征變換等處理,有效降低數(shù)據(jù)噪音。最后,從特征選擇、特征提取和特征構造三個方面,對廣告素材信息、用戶信息、上下文信息以及媒體信息等多源特征進行融合提取,獲得大量有效的特征集數(shù)據(jù),為之后的機器學習算法能夠達到更佳的性能提供可靠的基礎。模型構建階段。首先,分別使用原始數(shù)據(jù)集、通過特征工程處理得到的數(shù)據(jù)集,依次訓練Logistic回歸、XGBoost模型和LightGBM模型這三個單一算法模型,通過比較LogLoss和AUC,得到基于特征工程的LightGBM模... 

【文章來源】：上海師范大學上海市

【文章頁數(shù)】：54 頁

【學位級別】：碩士

【部分圖文】：

直方圖算法示意圖

范大學碩士學位論文 第 2 章 文獻綜述和相4)帶深度限制的葉子生長策略。LightGBM 在迭代過程中采用 Leaf長策略，每次從當前所有葉子中，找到分裂增益最大的一個葉子，此循環(huán)，如圖所示。因此同 Level-wise 相比，在分裂次數(shù)相同的情wise 可以降低更多的誤差，得到更好的精度。此外，LightGBM 增加度的限制，在保證高效率的同時防止過擬合。

圖 3.1 數(shù)據(jù)集正負樣本分布餅圖由圖 3.2，可以看到 1 到 6 號連續(xù)六天的展示廣告點擊量占曝光量比例無顯著差異，說明不存在異常日期數(shù)據(jù)。由圖 3.3，進一步分析不同時刻的展示廣告點擊率變化，發(fā)現(xiàn)展示廣告的點擊量波動趨勢和曝光量波動趨勢近似保持一致且一天中的上午 6 點及之前的廣告點擊率較低，平均點擊率為 15%，而上午 點之后的廣告點擊率較高，平均點擊率近 28%。

【參考文獻】：
期刊論文
[1]基于特征降維和DBN的廣告點擊率預測[J]. 楊長春,梅佳俊,吳云,顧寰.  計算機工程與設計. 2018(12)
[2]一種基于多種特征融合的人臉識別算法[J]. 楊賽,趙春霞,劉凡,陳峰.  計算機輔助設計與圖形學學報. 2017(09)
[3]模式分類中的特征融合方法[J]. 劉渭濱,鄒智元,邢薇薇.  北京郵電大學學報. 2017(04)
[4]基于特征融合與分類器在線學習的目標跟蹤算法[J]. 胡秀華,郭雷,李暉暉.  控制與決策. 2017(09)
[5]基于用戶相似度和特征分化的廣告點擊率預測研究[J]. 潘書敏,顏娜,謝瑾奎.  計算機科學. 2017(02)
[6]廣告點擊率預估技術綜述[J]. 陳巧紅,余仕敏,賈宇波.  浙江理工大學學報. 2015(11)
[7]基于多特征融合的深度置信網(wǎng)絡圖像分類算法[J]. 許慶勇,江順亮,黃偉,李菁,徐少平,葉發(fā)茂.  計算機工程. 2015(11)
[8]泛化誤差的各種交叉驗證估計方法綜述[J]. 楊柳,王鈺.  計算機應用研究. 2015(05)
[9]不平衡數(shù)據(jù)的集成分類算法綜述[J]. 李勇,劉戰(zhàn)東,張海軍.  計算機應用研究. 2014(05)
[10]廣告點擊率估算技術綜述[J]. 紀文迪,王曉玲,周傲英.  華東師范大學學報(自然科學版). 2013(03)

碩士論文
[1]基于非平衡數(shù)據(jù)的集成學習分類及其應用[D]. 周賓賓.華南理工大學 2014



本文編號：3044136