学位论文 > 优秀研究生学位论文题录展示

个性化广告点击率预测的研究和实现

作　者: 司向辉
导　师: 郑岩
学　校: 北京邮电大学
专　业: 计算机科学与技术
关键词: 个性化广告投放行为定向点击率预测分布式凸优化
分类号: TP391.1
类　型: 硕士论文
年　份: 2013年
下　载: 62次
引　用: 0次
阅　读: 论文下载

内容摘要

在线广告作为互联网最具利润的商业模式,迅猛发展。展示类广告近几年在在线广告的份额越来越大,尤其是不保证展示(Non-guaranteed Display, NGD)广告,此类广告进行个性化投放能明显的提高经济效益。行为定向广告投放是效果较好的一种,但远没有挖掘完其价值。点击率(Click-through rate, CTR)作为广告效果最常使用的评价指标,广告点击率预测对提升广告投放的收益和用户的体验有至关重要的作用。然而,传统行为定向广告投放,是对用户行为和点击的广告直接进行建模,面临冷启动、数据稀疏,以及模型更新速度慢、广告点击率预测实时性不足等问题。针对上述问题,本文利用广告的文本信息,通过建立用户和广告话题的偏好模型,得到用户和广告的相关特征,用来构建高效的个性化点击率模型,从而减轻数据稀疏和广告点击冷启动的问题。对核心模型训练涉及的分布式的凸优化方法做了比较全面的对比和改进。利用广告的层级类目信息,提出了一种有效的广告预过滤算法减小候选广告集,进而提高广告点击率预测和排序的效率。

全文目录

摘要  4-5
ABSTRACT  5-9
第一章绪论  9-14
  1.1 研究背景  9-10
  1.2 国内外研究现状  10-11
  1.3 论文研究的内容和意义  11-12
    1.3.1 研究内容  11-12
    1.3.2 研究意义  12
  1.4 论文章节安排  12-14
第二章在线广告介绍  14-23
  2.1 在线广告的概述  14-15
    2.1.1 在线广告的含义  14
    2.1.2 在线广告的发展  14
    2.1.3 常见的计价方式  14-15
    2.1.4 常见的广告形式  15
  2.2 在线广告的常用方法  15-18
    2.2.1 搜索广告  16-17
    2.2.2 内容匹配广告  17-18
  2.3 广告定向投放概述  18-23
    2.3.1 广告定向投放有三个主要任务  19
    2.3.2 广告定向投放的常用方法  19-20
    2.3.3 行为定向广告投放面临的挑战和关键技术  20-23
第三章个性化广告点击率预测的需求分析与总体设计  23-29
  3.1 个性化广告点击率预测需求分析  23-25
    3.1.1 应用背景  23
    3.1.2 功能性需求分析  23-24
    3.1.3 非功能性需求分析  24-25
  3.2 个性化广告点击率预测总体设计  25-29
第四章 L1-正则化的Logistic regression分布式优化方法  29-40
  4.1 Logistic Regression模型  29-30
    4.1.1 Logistic Regression模型介绍  29-30
    4.1.2 Logisitc Regression模型最优化计算  30
  4.2 优化方法概述  30-33
    4.2.1 梯度下降优化方法介绍  31-32
    4.2.2 L-BFGS优化方法介绍  32-33
  4.3 传统单进程的模型训练过程  33
  4.4 分布式优化方法  33-39
    4.4.1 分布式搜索方向方法  34
    4.4.2 混合权重方法  34-36
    4.4.3 ADMM方法  36-37
    4.4.4 实验分析及算法改进  37-39
  4.5 GPU探索  39-40
第五章个性化广告点击率预测的设计和实现  40-59
  5.1 广告预过滤模块  40-45
    5.1.1 用户层级类目偏好计算  40-44
    5.1.2 广告预过滤  44-45
  5.2 User Profile生成器  45-49
  5.3 用户话题偏好模块  49-55
    5.3.1 用户话题偏好模型训练  49-52
    5.3.2 用户话题偏好计算  52-55
  5.4 广告点击率预测  55-59
第六章总结和展望  59-62
  6.1 总结  59-60
  6.2 未来工作展望  60-62
参考文献  62-65
致谢  65-66
攻读学位期间发表的学术论文目录  66

个性化广告点击率预测的研究和实现

内容摘要

全文目录

相似论文