基于特征工程的广告点击转化率预测模型

• 作者: 刘富春 张翼飞 樊娟 谢伟欢 邓秀勤
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 数据分析 点击转化率 计算广告 特征工程 特征分析
• 年，卷（期）: 2020,（5）
• 页码范围: 842-849
• 页数: 8页
• 分类号: TP274
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2020.05.005

摘要

在大数据环境下,随着全球网络广告传播行业的快速发展,网络广告的计算也越来越受到人们的高度关注.计算广告旨在将广告投放到特定的受众人群,以广告环境和用户特征为基础进行数据分析计算,从候选广告库中选择出最佳匹配的广告.其核心问题是通过网络广告点击转化率预测的计算,将用户点击可能性最高的广告选择出来.广告点击转化率的精确预测与媒体、广告主和用户3方的利益密切相关.该研究基于TrackMaster平台提供的真实广告数据,以特征工程的视角,分别从用户信息特征、广告信息特征、上下文特征和统计特征4个角度进行特征分析,从而挖掘出对广告点击转化率影响较大的重要特征,构建广告点击转化率预测分层模型并训练,并且结合LightGBM算法模型得出广告点击转化率的重要特征排序.实验结果表明当特征选择阈值λ=0.95,特征选择数目为19,树的颗数为100时的受试者工作特征曲线下的面积(Area under receiver operating characteristic curve,AUC)值最大,模型的对数损失函数值约为0.1368,此时模型具有最优的效果.预测模型和特征排序结果有助于企业制定最优的广告投放策略.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘富春		49	235	10.0	14.0
2	邓秀勤		27	176	6.0	13.0
3	张翼飞		3	0	0.0	0.0
4	樊娟		2	0	0.0	0.0
5	谢伟欢		1	0	0.0	0.0