搜索引擎广告用户行为预测与特征分析

• 作者: 俞学宁 张铭 王海雷 贺一骏
• 来源期刊: 计算机应用研究
• 关键词: 搜索广告 支持向量机 点击率 准确率 广告质量特征 相似度特征
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 软件技术研究
• 页码范围: 1413-1418
• 页数: 6页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.05.033

摘要

介绍了搜索引擎广告系统的基本运作模式.通过对广告四元组的特征提取、特征值平滑等操作,将广告记录解析成为训练数据,并将数据分为训练集和测试集,使用支持向量机算法并利用训练集训练出的模型将测试集分类,从而预测出用户的行为.通过对特征的分析,得出对用户行为预测准确率影响最大的特征是点击率.实验证明,在使用该模型中所有特征的情况下,分类的准确率能够达到83.17％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张铭	北京大学信息科学技术学院	54	2570	19.0	50.0
2	王海雷	北京大学光华管理学院	4	32	3.0	4.0
6	贺一骏	北京大学信息科学技术学院	1	14	1.0	1.0
7	俞学宁		3	29	3.0	3.0