隨著移動互聯(lián)網(wǎng)的發(fā)展,手機(jī)成為人們獲得信息的主要來源,成為廣告主日益青睞的廣告投放終端。近年來,用戶調(diào)研和廣告費(fèi)用不斷削減的潮流日益興盛,廣告主從暴力投放向數(shù)字化投放轉(zhuǎn)變的需求隨之增加。為了彌補(bǔ)以Reach或曝光量作為投放優(yōu)化依據(jù)時遇到的時效性、經(jīng)濟(jì)性問題,以及傳統(tǒng)渠道調(diào)研的效率低問題,觸媒總數(shù)就從Reach中演化而來。這一指標(biāo)由于具有可預(yù)測性、便捷性、經(jīng)濟(jì)性,因此廣告商可通過預(yù)測觸媒總數(shù)來安排廣告投放。為了更好的利用觸媒總數(shù)安排廣告投放,本文通過建立單一模型與組合模型探尋比較適合的方法來進(jìn)行觸媒總數(shù)的預(yù)測。首先,嘗試了ARIMA(2,1,0)(0,1,0)[7]等5個時間序列模型和1個回歸模型,其次,從易到難對6個單一模型進(jìn)行組合預(yù)測,最后,對比單一預(yù)測和組合預(yù)測的均方根誤差選取了ARIMA-SVM的預(yù)測方法,即通過SVM來擬合ARIMA不能提取的非線性信息的部分,從而達(dá)到預(yù)測精度的提升。研究過程中發(fā)現(xiàn),ARIMA-SVM組合預(yù)測方法與以權(quán)重為核心的組合方法最大的不同在于,其既能保證較低的訓(xùn)練誤差又能保證較低的測試誤差,而以權(quán)重為核心的組合方法,測試誤差往往會高于某幾個預(yù)測精度較高的單一模型。此外在以權(quán)重為核心的組合預(yù)測方法中,權(quán)重未歸一化的方法分析本例會比權(quán)重歸一化的方法更具潛力。在選擇模型方面,本文基于模型系數(shù)顯著性、預(yù)測趨勢和預(yù)測精準(zhǔn)度考慮。解決商業(yè)問題,若接受模型各系數(shù)在α=0.1下顯著,那么可以直接使用模型ARIMA(2,0,0)(0,1,1)[7]+SVM(6)進(jìn)行預(yù)測,若只接受模型各系數(shù)在α=0.05下顯著,那么在應(yīng)用ARIMA(2,1,0)(0,1,0)[7]+SVM(6)模型時需要對預(yù)測值進(jìn)行處理。雖然本文預(yù)測出第69天至第75天的手機(jī)端觸媒總數(shù),但在指導(dǎo)投放時,一方面需要其他渠道的觸媒總數(shù),另一方面需要根據(jù)客戶需求按照均值、最大值或趨勢等進(jìn)行投放。最后本文總結(jié)了在將ARIMA-SVM方法應(yīng)用到觸媒總數(shù)時,遇到的且以往文獻(xiàn)所避開的問題,并寫清楚本文的步驟,以及本文所做的其他沒有在文中提及的工作和探索。
【學(xué)位單位】：天津商業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：F224;F713.8
【部分圖文】：

009年~2016年全球網(wǎng)民數(shù)量[1]

全球智能手機(jī)出貨量[1]

015年至2017年我國智能手機(jī)出貨量和智能手機(jī)保有量Fig1-3ChinaSmartphoneshipmentsandownership(2015-2017)

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄭榮;顏七笙;;基于ARIMA與SVM的國際鈾資源價格預(yù)測[J];計算機(jī)工程與應(yīng)用;2016年01期

2 趙成柏;毛春梅;;基于ARIMA和BP神經(jīng)網(wǎng)絡(luò)組合模型的我國碳排放強(qiáng)度預(yù)測[J];長江流域資源與環(huán)境;2012年06期

3 宋曉華;祖丕娥;伊靜;劉達(dá);;基于改進(jìn)GM(1,1)和SVM的長期電量優(yōu)化組合預(yù)測模型[J];中南大學(xué)學(xué)報(自然科學(xué)版);2012年05期

4 葉林;劉鵬;;基于經(jīng)驗?zāi)B(tài)分解和支持向量機(jī)的短期風(fēng)電功率組合預(yù)測模型[J];中國電機(jī)工程學(xué)報;2011年31期

5 張延利;張德生;劉常明;李金鳳;;基于BP神經(jīng)網(wǎng)絡(luò)的黃金價格非線性組合預(yù)測模型[J];黃金;2011年09期

6 王建;鄧衛(wèi);趙金寶;;基于貝葉斯網(wǎng)絡(luò)多方法組合的短時交通流量預(yù)測[J];交通運(yùn)輸系統(tǒng)工程與信息;2011年04期

7 甘旭升;端木京順;叢偉;高建國;;基于ARIMA與SVM的飛行事故組合預(yù)測方法[J];中國安全科學(xué)學(xué)報;2011年07期

8 楊揚(yáng);何偉;;基于組合預(yù)測模型的我國GDP預(yù)測分析[J];科技和產(chǎn)業(yè);2011年03期

9 吳虹;尹華;;ARIMA與SVM組合模型的石油價格預(yù)測[J];計算機(jī)仿真;2010年05期

10 趙文清;朱永利;張小奇;;應(yīng)用支持向量機(jī)的變壓器故障組合預(yù)測[J];中國電機(jī)工程學(xué)報;2008年25期

本文編號：2821256