隨著互聯(lián)網(wǎng)技術的飛速發(fā)展,大數(shù)據(jù)下互聯(lián)網(wǎng)營銷方式越來越受到廣告主的歡迎�；ヂ�(lián)網(wǎng)廣告作為網(wǎng)絡媒體下新的廣告形式,逐漸成為了現(xiàn)代商業(yè)廣告中主流模式。而搜索廣告是其中規(guī)模最大,發(fā)展最快的互聯(lián)網(wǎng)廣告形式之一,它根據(jù)用戶的查詢Query決定投放的廣告,已經(jīng)成為了各大互聯(lián)網(wǎng)公司的核心收入來源。傳統(tǒng)的搜索廣告一般是基于NLP(Natural Language Processing)的模型方法,綜合用戶查詢(Query)與廣告(Ad,Advertisement)文本信息匹配度,CTR(Click-Through-Rate),出價,閾值等策略最終決定當前Query所展示的Ads。然而在搜索廣告領域尤其是商品廣告(Product Ads),文本的信息往往不足以完整表達一個商品的信息。而本文正是從圖像特征和廣告模型兩個方面進行改進,從而提升廣告模型的效果,具體來說,有以下兩個方面:1.基于Product Ads的場景,本文借鑒展示廣告領域的模型方法,引入搜索廣告中,對比不同的圖像特征構(gòu)建方式對最終模型影響,從而找到最有效的圖像特征的構(gòu)建方案。2.將Teacher-Student架構(gòu)引入搜索廣告場景,并對其訓...

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 廣告推薦與圖像特征
        1.2.2 深度模型壓縮
    1.3 本文的研究內(nèi)容
    1.4 本文的組織結(jié)構(gòu)
第二章 搜索廣告系統(tǒng)及相關技術
    2.1 搜索廣告系統(tǒng)
        2.1.1 競價廣告系統(tǒng)
        2.1.2 CTR預估
        2.1.3 流量反作弊
    2.2 計算機視覺
        2.2.1 GoogleNet
        2.2.2 ResNet系列
    2.3 Teacher-Student網(wǎng)絡架構(gòu)
        2.3.1 Deep Crossing
        2.3.2 DSSM系列
    2.4 本章小結(jié)
第三章 深度圖像特征探索
    3.1 特征探索方案介紹
    3.2 特征構(gòu)建及驗證實驗總覽
    3.3 數(shù)據(jù)及指標說明
    3.4 特征構(gòu)建與驗證實驗結(jié)果及分析
        3.4.1 圖像特征實驗結(jié)果及分析
        3.4.2 Query與Ad的匹配模型實驗結(jié)果及分析
    3.5 本章小結(jié)
第四章 Teacher-Student架構(gòu)改進
    4.1 改進方案介紹
    4.2 Teacher-model構(gòu)建
        4.2.1 多任務構(gòu)建
        4.2.2 DC模型調(diào)整
    4.3 Student-model構(gòu)建
    4.4 數(shù)據(jù)及指標說明
    4.5 Teacher-Student實驗結(jié)果及分析
        4.5.1 Teacher-model實驗結(jié)果及分析
        4.5.2 Student-model實驗結(jié)果及分析
    4.6 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文總結(jié)
    5.2 未來展望
參考文獻
致謝



本文編號：3762234