展示廣告中點擊率預估問題研究.pdf

1、隨著互聯(lián)網技術的發(fā)展以及隨之而來的信息高流動性,互聯(lián)網廣告成為了商家推崇的一種主流營銷方式，廣告收入也已經成為互聯(lián)網公司收入的重要組成部分。廣告點擊率(Click Through Rate，簡稱CTR)預估在精準廣告投放過程中扮演了很重要的角色，預估的準確性對廣告主的收益、廣告商的收益以及用戶的友好體驗有著重大的影響，因此受到互聯(lián)網企業(yè)的廣泛關注。在本文中，我們重點關注展示廣告(Display Advertising)，系統(tǒng)地介紹和分析

2、了在線廣告系統(tǒng)的組織結構以及參與對象，闡述了廣告點擊率預估在廣告系統(tǒng)中的重要地位。
　　本文重點關注廣告系統(tǒng)中點擊率預估三個方面的問題。第一個是統(tǒng)一特征平臺的構建?？紤]到數(shù)據(jù)有多個不同的來源，數(shù)據(jù)內容也包含多個組成部分，如何從原始數(shù)據(jù)中提取出有用的特征并高效地將這些信息進行整合供算法使用有很大的改進空間。本文提出了在真實應用場景中體系化地構建特征、做好特征工程工作的方法，可以從不同的原始日志信息中提取出有用的特征，構建出相對干凈的

3、數(shù)據(jù)特征集合。第二個是高效點擊率預估模型的提出?，F(xiàn)有的工作已有很多將機器學習算法應用到點擊率預估中，但是現(xiàn)有的模型多以線性模型為主，無法建模出廣告信息與用戶信息間的關聯(lián)關系，模型的改進有很大的空間。本文提出了對偶群稀疏模型，構建出廣告系統(tǒng)參與對象間的關聯(lián)關系，從而改進點擊率預估的準確性，同時能夠在所有特征中做一個特征選擇，以促進高效的特征工程工作以及快速的線上預測工作。第三個是大規(guī)模應用場景下的分布式算法實現(xiàn)以及應用?，F(xiàn)實應用場景中，存