论文部分内容阅读
互联网在线广告行业蓬勃发展，是一个具有数百亿规模的庞大市场。在线广告领域的核心问题之一是广告的点击率预测，准确的点击率预测模型对于提高广告收益具有重要意义。工业界和学术界的科研人员对于广告点击率预测问题已经进行了较为广泛的研究，然而多数的研究工作都是针对互联网的搜索引擎广告，对于移动端的广告的点击率预测的工作较少。 本文设计一种三级的点击率预测模型用于移动端的广告的点击率预测。第一级利用基于决策规则的算法完成对高点击率的广告和低点击率的广告的识别，第二级利用基于特征矩阵的因式分解机算法完成点击率的预测，第三级利用特征间的从属关系初始化特征矩阵。 广告数据集的规模较大，现在没有方法可以较为直接的观察点击率的预测结果，因而如何对预测模型进行优化是一个难题。本文设计一种交互式的可视化工具CTR_Analyzer用于研究数据的特征和分析点击率预测的结果。 本文利用三级点击率预测模型对移动端的广告数据是否会发生点击进行预测。在建立点击率预测模型之前，利用CTR_Analyzer来研究数据的特征并进行特征选择。在建立模型过程中，利用CTR_Analyzer来交互式的分析模型的预测结果，并根据分析结果优化模型。最后，利用该模型较为准确的对移动端广告的点击率进行预测。