搜索广告系统的点击率预估

论文总字数：17857字

摘 要

计算广告学是一门新兴起的学科，在计算机领域中具有自己重要的位置，其中广告点击率作为该学科中一块意义重大的研讨范畴，是该学科中一个关键问题，具有极强的理论研究价值，同时对现实中广告商和搜索引擎商都是非常重要的量化指标，广告商根据点击率预测决定所购买的关键字，搜索引擎服务提供商根据设定的竞价机制显示广告排名，收取广告费用，因此，点击率预测具有极高的应用价值。

本文围绕如何对搜索广告系统中的广告进行点击率预估的问题，展开了详细的研究。首先总结出在线广告的特征，包括显式和隐式，并做出相对应的特征的提取工作；然后在特征选择阶段利用概率关系模型分析；最后选择因子分解机模型作为预测模型，将选择后的特征输入进行点击率预测，使用曲线下面积(AUC)作为对结果的评价规范来评估。

关键词：在线广告，点击率，广告类别，贝叶斯网络，因子分解机

RESEARCH ON CLICK-THROUGH RATEPREDICTION OF SPONSORED SEARCH

Abstract

Click-through rate prediction is one of the most important research fields in Calculation Advertising,and also one of the important problems.It has strong theoretical research value.It is also a very important quantitative indicator both to advertisers and to search engine providers.Advertisers decide which keyword the should buy by CTR prediction.Search engine providers display ad ranking based on the set of bidding mechanisms and get paid.Thus,CTR prediction has great value.

This paper shows a detailed study on how to predict the CTR on sponsored search systems.First,it sums up the explicit and implicit features of online advertising and makes the appropriate feature extraction;Then in the feature selection stage,it uses probabilistic relational model to analysis the problem;Last it chooses Factorization Machine Model as the prediction model to predict CTR by putting the features into this model and uses the area under the curve (AUC) as a standard of the evaluation criteria for the evaluation.

KEY WORDS：online advertising，click-through rate, ad categories,Bayesian networks，

factorization machines

目 录

摘要 I

Abstract II

第一章 绪论 1

1.1 研究背景及意义 1

1.2研究现状 1

1.3本文主要研究内容 2

1.4全文组织结构 2

第二章 点击率预测方法研究综述 3

2.1在线广告背景 3

2.2特征提取 3

2.2.1显特征 3

2.2.2隐特征 4

2.3特征选择 5

2.3.1关系模型 5

2.3.2贝叶斯网络 6

2.3.3结合贝叶斯网络的关系模型 7

2.4预测模型 7

第三章 点击率预测的实现 10

3.1 搜索数据 10

3.1.1数据分析 10

3.1.2数据集构建 11

3.2特征提取和选择实现 11

3.2.1实现设计 11

3.2.2结果分析 14

3.3预测模型训练实现 15

3.3.1实现设计 15

3.3.2实验结果 17

第四章 结束语 19

致谢 20

参考文献（Reference） 21

1. 绪论

1.1 研究背景及意义

当今21世纪，随着互联网的高速发展，人类社会步入了信息时代，各种信息充斥了人们生活的每一个角落。信息在传播方面不仅数量庞大而且速度极快，高速的信息彻彻底底地改变了我们生活的样貌。我们获取信息的方式渐渐增多，获取速度也越来越快。为了有效聚合信息，方便用户查找，搜索引擎（Search Engine）应运而生。搜索引擎是在用户输入查询词后利用一系列算法从互联网上提取信息并整理信息，然后展示给用户的系统。随着搜索引擎的渐渐普及，用户获取信息的方式变得更加快捷。广告商们抓住了这一机遇，利用搜索引擎推广广告，依赖搜索引擎的营销手段也开始普及。搜索引擎营销（Search Engine Marketing）主要有以下几步：广告商发布广告；用户输入查询词搜索；相关广告被展示给用户；用户点击某一或某几个广告链接；广告商和搜索引擎获得收入。这种广告传播手段能更加有效地直达用户，因此广告收益也十分可观。研究数据表明，2014年度，互联网在中国的广告市场规模剧增，多达1535.2亿，较2013年同期增长了53.5%；搜索引擎市场规模达到599.6亿，较2013年同期增长了51.9%[1]。

搜索引擎得到推广后，广告的传播有了新的途径，不再局限于传统的电视报纸等媒体，因此在线广告（Sponsored Search)得以产生。在线广告,是诞生于互联网技术下的一种全新的付费搜索引擎营销方式[2]。广告商和搜索引擎合作将自己的广告展示在搜索页面上，随着现代社会人们对网络的依赖性渐增，使用搜索引擎的频率增加，这些广告因此潜移默化间渗透入人们的日常生活，人们根据自己的兴趣点击广告而不是被强制推广，增加了对广告产品感兴趣的可能，广告商和搜索引擎因此而获得的收入也会增多。

搜索引擎在线广告主要由按点击付费和广告质量分数决定广告排序[3]。其中，按点击付费(Cost Per Click)是广告商放在搜索引擎上的广告每得到一次点击后广告商需要支付给搜索引擎的价格。广告的点击率(Click-Through Rate，简称CTR)[4]由广告被点击查看的次数除以广告展现次数得到的数值得到。点击率主要决定了该广告品质的高低，因为往往优质的广告才能吸引更多的点击。

广告点击率预测具有十分重大的意义。广告商投资广告是关注的是他们上架的广告能否得到可观的点击率，而广告点击率的预测对于一个广告在搜索引擎上的排序和它能得到的竞价十分重要。搜索引擎提供商也可以根据点击率评价每条广告的价值，为自己带来最大化的收益。

剩余内容已隐藏，请支付后下载全文，论文总字数：17857字