楊 誠
(常州信息職業(yè)技術學院 網(wǎng)絡與通信工程學院,江蘇 常州 213164) (*通信作者電子郵箱phlsage@163.com)
基于用戶實時反饋的點擊率預估算法
楊 誠*
(常州信息職業(yè)技術學院 網(wǎng)絡與通信工程學院,江蘇 常州 213164) (*通信作者電子郵箱phlsage@163.com)
當前主流的在線廣告點擊率(CTR)預估算法主要通過機器學習方法從大規(guī)模日志數(shù)據(jù)中挖掘用戶與廣告間的相關性從而提升點擊率預估精度,其不足之處在于沒有充分考慮用戶實時行為對CTR的影響。對大規(guī)模真實在線廣告日志進行分析后發(fā)現(xiàn),在會話中,用戶CTR的動態(tài)變化和用戶先前的反饋行為高度相關,不同的用戶行為對用戶實時CTR的影響不盡相同?;谏鲜龇治鼋Y果,提出一種基于用戶實時反饋的點擊率預估算法。首先,從大規(guī)模真實在線廣告日志數(shù)據(jù)中定量分析用戶反饋和點擊率預估精度的相關關系;然后,根據(jù)分析結果將用戶的反饋行為特征化;最后,使用機器學習方法對用戶的行為進行建模,并根據(jù)用戶的反饋實時動態(tài)調整廣告投放,從而提升在線廣告系統(tǒng)的點擊率預估精度。實驗結果表明,用戶實時反饋特征和用戶點擊率高度相關;相比于傳統(tǒng)沒有用戶實時反饋信息的預測模型,該算法在測試集上對AUC(Area Under the Curve)和RIG(Relative Information Gain)指標提升分別為0.83%和6.68%。實驗結果表明,用戶實時反饋特征顯著提高點擊率預估的精度。
機器學習;計算廣告學;點擊率預估;個性化;實時反饋
隨著互聯(lián)網(wǎng)的快速發(fā)展,在線廣告作為一個成功的商業(yè)模型,市場規(guī)模已達到百億美元級別[1]。在線廣告的點擊率(Click Through Rate, CTR) 預估一直以來都是計算廣告領域研究的核心問題。提高CTR預估精度可以同時提高廣告平臺、廣告主和用戶三方的利益:對廣告平臺而言,提高廣告點擊率可以提高平臺收益;對廣告主而言,高點擊率意味著廣告得到精確推送,有利于產(chǎn)品的推廣和廣告預算的優(yōu)化使用;對用戶而言,精準優(yōu)質的廣告可以帶來更好的上網(wǎng)體驗。因此,點擊率預估一直以來都是業(yè)界研究熱點。
CTR預估任務是根據(jù)用戶歷史廣告點擊數(shù)據(jù)預測未來用戶對廣告的點擊情況。目前,國內(nèi)外相關企業(yè)和機構在此問題上開展了廣泛深入的研究。McMahan等[2]利用超大規(guī)模歷史數(shù)據(jù)挖掘用戶與廣告的相關性,使用大規(guī)模機器學習方法訓練預估模型,從而提高點擊率預估的精度。Hillard等[3]針對用戶搜索詞歷史數(shù)據(jù)的稀疏問題,提出了將戶搜索詞(query) 拆分成單詞(unigram) 和詞組 (phrase),然后根據(jù)這些單詞和詞組的平均點擊率來估計搜索詞和候選廣告的相關性,以此提高CTR預估精度的算法。張志強等[4]針對廣告數(shù)據(jù)特征高維稀疏的特點,提出了基于張量分解實現(xiàn)特征降維,然后使用深度學習方法建模調整廣告投放的算法,以此提升廣告點擊率預估精度。Shen等[5]在點擊率預估模型中重點考察用戶的個性化偏好,提出了一種基于協(xié)同過濾和張量分解的方法,從歷史數(shù)據(jù)中挖掘用戶與展示廣告間的相關性,以提升廣告點擊率預估精度。潘書敏等[6]提出了一種基于用戶相似度和特征分化的點擊率預估算法,通過對相似用戶建模,挖掘不同用戶類型的特征差異性,從而提升廣告的點擊率預估精度。
目前這些工作主要集中在通過歷史數(shù)據(jù)挖掘、模型表達能力增強、特征稀疏性降維、廣告創(chuàng)意與用戶相關性提升,以及個性化建模等方面提升廣告點擊率預估精度,尚未考慮用戶實時反饋對CTR預估精度的影響。事實上,用戶的點擊率并非恒定不變,而是伴隨時間動態(tài)變化,當前利用用戶歷史點擊率預測其未來點擊率的做法還有很大提升空間。從這個角度出發(fā),本文研究了用戶實時反饋對CTR預估精度的影響。基于大規(guī)模數(shù)據(jù)比對分析,本文發(fā)現(xiàn)同一會話(Session)中用戶的當前點擊率與其先前行為呈高度相關性。舉一個例子,假設用戶在最近的網(wǎng)頁瀏覽中忽視了大部分的廣告,那么該用戶點擊下一個廣告時的可能性將大大降低;相反,如果該用戶點擊了大部分推送給其的航班廣告,那么該用戶在見到下一個航班廣告時的點擊可能性將大大提升。因此,廣告投放系統(tǒng)應當根據(jù)用戶的反饋實時調整廣告投放。例如:對喜歡點擊廣告的用戶展示更多的廣告,對經(jīng)常忽視廣告的用戶應當減少甚至停止推送廣告。
本文從多個維度定量地分析了用戶實時反饋與用戶CTR的相關關系,根據(jù)數(shù)據(jù)分析結果,提出了一種基于用戶實時反饋的點擊率預估算法。該算法將用戶行為特征化,利用機器學習方法從大規(guī)模歷史數(shù)據(jù)中對用戶的實時行為進行建模,根據(jù)用戶反饋實時調整廣告投放,從而提升在線廣告的點擊率預估精度。
為了深入地理解實際生產(chǎn)環(huán)境中用戶的不同行為在點擊率預估問題中的作用,本章將從多個維度定量地分析和討論同一會話中用戶當前點擊概率與用戶先前的不同行為之間的相關關系。本文以某廣告公司的真實廣告歷史點擊日志[7]作為研究數(shù)據(jù)。該數(shù)據(jù)集共包括23天日志約2 400萬條展示和被點擊的廣告樣本。數(shù)據(jù)集的具體情況如表1所示。
表1 行為分析數(shù)據(jù)集基本情況
用戶點擊或者忽視廣告的行為是用戶對廣告系統(tǒng)最為直接的反饋。圖1顯示了從會話開始到當前的時間段內(nèi),用戶點擊的廣告次數(shù)與用戶實時CTR兩者之間的關系,其中橫軸表示用戶先前的點擊次數(shù),縱軸表示符合該模式的這些用戶當前時刻的平均CTR,即實時CTR。
從圖1可以看出,用戶的實時CTR與用戶先前點擊廣告的次數(shù)呈正相關關系。如果用戶先前點擊的廣告次數(shù)為0,那么該用戶的實時CTR為0.081%,低于平均值0.084%;如果用戶在此之前點擊過一次廣告,其實時CTR上升到12.44%,遠高于平均CTR;若用戶點擊過兩次廣告,實時CTR則繼續(xù)上升到25.27%。隨著點擊廣告次數(shù)的增多,該用戶的實時CTR也不斷上升。
與圖1中揭示的點擊模式相反,用戶忽視廣告的個數(shù)越多,則用戶的實時CTR越低。圖2顯示了在會話中,用戶忽視的廣告?zhèn)€數(shù)與實時CTR的關系。其中,橫軸表示用戶忽視的廣告?zhèn)€數(shù),縱軸表示實時CTR。這里,忽視的廣告?zhèn)€數(shù)定義為用戶見到卻關閉或者沒有點擊的廣告?zhèn)€數(shù)。從圖2可以看出,隨著用戶忽視廣告?zhèn)€數(shù)的增多,用戶實時CTR隨之呈下降趨勢。
圖1 會話中用戶先前點擊廣告的次數(shù)與實時CTR的相關關系
圖2 會話中用戶忽視的廣告?zhèn)€數(shù)與CTR的相關關系
除了點擊或忽視廣告等直接反饋,用戶點擊廣告的時間分布也是一種反饋類型。本文針對會話中有多次點擊記錄的用戶,分析了其當前CTR與其上一次點擊時間的相關關系。圖3顯示點擊數(shù)比例和相鄰兩次點擊廣告的時間間隔的相關性,其中橫軸表示相鄰兩次點擊的時間間隔,單位為分鐘;縱軸表示點擊數(shù)的百分比。由圖3可知,超過80%的點擊,其發(fā)生時間和上一次點擊時間的間隔小于1 min。隨著距離上一次點擊時間的拉長,用戶實時CTR不斷下降??梢?用戶點擊廣告的時間分布也是影響CTR預估的重要因素。
圖3 會話中用戶相鄰兩次點擊的時間間隔比例
一旦用戶點擊了某個廣告,瀏覽器就會跳轉到對應的廣告頁上。一般而言,用戶在廣告頁上駐留時長反映了用戶對于該廣告的感興趣程度[8]。從圖3可知,大部分的連續(xù)點擊發(fā)生在1 min之內(nèi),本節(jié)以這個時間段的數(shù)據(jù)為基礎,分析用戶在廣告頁上的駐留時長對用戶實時CTR的影響。
圖4顯示了用戶的駐留時長與實時CTR的相關關系。從圖4中可以看出,用戶在上一個廣告頁的駐留時長和實時CTR的具有高度相關性。廣告駐留時長小于30 s的實時CTR顯著高于駐留時長大于30 s的實時CTR,駐留時長超過30 s以后CTR呈明顯下降趨勢??梢?用戶廣告頁駐留時長是影響CTR預估的又一重要因素。
圖4 用戶在上一廣告頁上的駐留時長與其實時CTR的相關關系
用戶對于廣告類型的選擇是另一種反饋類型。通過分析數(shù)據(jù)發(fā)現(xiàn),在會話中很少有用戶重復點擊同一類型廣告,點擊兩種類型廣告的用戶占大多數(shù)。圖5顯示了在會話中用戶比例與被點擊廣告類型之間的關系。其中,橫軸表示被點擊的廣告類型數(shù),縱軸表示用戶百分比。從圖5中可知,在同一會話中,只有1.14%的用戶會重復點擊同一類型廣告。這就意味著,如果用戶已經(jīng)點擊了某個類型的廣告,那么用戶再次點擊該類型廣告的概率就會大大降低。
圖5 會話中被點擊廣告的類型個數(shù)與用戶比例的相關關系
以上數(shù)據(jù)分析結果表明,用戶的行為反饋與其實時CTR高度相關,不同的用戶行為導致用戶實時CTR發(fā)生不同變化。用戶點擊或者忽視哪些廣告,點擊廣告的時間分布,駐留廣告頁時長以及所點擊的廣告類型等不同用戶行為反饋對實時CTR的影響不盡相同。因此,只要能從線下歷史數(shù)據(jù)中挖掘用戶反饋與實時CTR變化的相關關系,對用戶實時行為進行建模,基于線上所獲取/跟蹤得到的用戶行為,實時反饋到在線廣告系統(tǒng),以此動態(tài)調整廣告投放,就可有效提升線上廣告點擊率。
基于上述分析結果,本文提出了一種基于用戶實時反饋的點擊率預估算法,多維度量化分析用戶行為特征,利用機器學習方法從大規(guī)模歷史數(shù)據(jù)中學習用戶多維度反饋與其實時CTR之間的相關關系,對用戶行為進行建模,根據(jù)用戶反饋動態(tài)調整廣告投放,從而提升廣告點擊率預估精度。
廣告點擊率預估是機器學習領域中經(jīng)典的有監(jiān)督二分類問題。為了評估用戶實時反饋特征對于提升點擊率預估精度的作用,本文分別了選取目前業(yè)界廣泛使用的線性分類器和非線性分類器兩類模型作為預測模型,即LR(Logistic Regression)和GBDT(Gradient Boosting Decision Tree)[9]。
本文選用交叉熵作為預測模型的損失函數(shù)(Loss Function), 目標是最大化正例的似然估計。
損失函數(shù)的定義為:
(1)
其中:M為訓練樣本的個數(shù);pi為模型的輸出概率;yi為樣本的標簽。
LR模型支持大規(guī)模特征并行訓練,模型簡單穩(wěn)定,結果可解釋性強,目前廣泛應用于點擊率預估等問題[2]。LR點擊率預估模型表達式為:
其中:wi為模型需要估計的參數(shù);n為特征的維度;xi為樣本的特征。所有特征的加權和通過sigmoid函數(shù)σ(x)映射到值域(0,1)內(nèi),即該模型輸出概率y。σ(x)的表達式為:
σ(x)=1/(1+exp(-x))
因為LR模型為線性模型,所以可將wi視為特征xi對應的權重,即|wi|在模型中的相對大小反映了特征xi的重要性程度。
GBDT模型[9]是解決回歸和分類問題的經(jīng)典模型,通常由若干決策樹組合表示,具有擬合非線性特征的能力,廣泛用于解決點擊率預估等問題[10]。
GBDT模型的訓練過程首先從一個簡單的模型開始,通過不斷迭代訓練產(chǎn)生新的模型來減小已有模型和損失函數(shù)的殘差(residual) 得到最終的模型。具體訓練過程如算法1所示。
算法1 GBDT訓練算法。
輸入 訓練集{(xi,yi)},i=1,2,…,M;損失函數(shù)L(y,F(x));算法迭代次數(shù)T。
輸出 GBDT模型。
1)初始化模型為常數(shù):
2)對于t=1,2,…,T:
2.1)計算殘差:
2.2)擬合殘差r。即在數(shù)據(jù)集{(xi,rit)}i=1,2,…,M上訓練,得到模型ht(x)。
2.3)求解γt[11]:
2.4)更新模型:
Ft(x)=Ft-1(x)+γtht(x)
3)輸出Ft(x)。
算法1中的h(x)即為每輪迭代產(chǎn)生的新模型,一般用決策樹表示。擬合決策樹經(jīng)典算法包括ID3(Iterative Dichotomiser 3)[12]、CART(Classification And Regression Tree)[13]等,算法的關鍵點在于如何選取特征值劃分數(shù)據(jù)集。以ID3算法為例,該算法采用信息增益(Information Gain, IG) 作為指標來選取特征構成決策樹的節(jié)點。從數(shù)據(jù)集中訓練決策樹的算法如算法2所示。
算法2 決策樹訓練算法ID3。
輸入 數(shù)據(jù)集S;特征集合X={x1,x2,…,xn};算法迭代次數(shù)T。
輸出 決策樹模型。
1)從i=1,2,…,n, 在數(shù)據(jù)集S上計算IG(S,xi), 選取使得IG(S,xi)最大者的特征xi作為決策樹的節(jié)點。其中,IG(S,xi)的計算公式為:
IG(S,x)=H(S)-H(S′)
(2)
其中:S′表示根據(jù)特征xi劃分的數(shù)據(jù)集的集合;H(S)表示數(shù)據(jù)集S中的熵;C表示數(shù)據(jù)集的類別集合;p(c)表示該類別所占的比例。在本文中,C={0,1},p(c)為數(shù)據(jù)中正例所占百分比,即CTR。
2)遞歸生成決策樹子節(jié)點,即在數(shù)據(jù)集S′重復步驟1),選取特征xj(j≠i)作為特征xi的子節(jié)點。
3)輸出決策樹模型。
綜合應用算法1和算法2,通過多次迭代訓練即可得到GBDT預測模型。
從算法2中可以看出,信息增益IG(S,xi)值的大小反映了特征xi對數(shù)據(jù)集S的劃分能力,即分類能力。特征越重要,IG(S,xi)值越大,分類能力越強。因此,IG是衡量特征xi相對于其他特征重要性程度的指標。
本文采用某廣告公司的真實廣告歷史點擊日志[7]作為訓練和測試的數(shù)據(jù)集,樣本包含有用戶、廣告主、域名、廣告創(chuàng)意、廣告展示和點擊時間等字段信息。按照7∶3的比例,數(shù)據(jù)集被劃分為訓練集和測試集。
訓練集和測試集的具體情況如表2所示。
表2 實驗中訓練和測試數(shù)據(jù)統(tǒng)計
實驗中設計的特征分為兩類,即基本特征和用戶實時反饋特征。其中,基本特征包含描述基本用戶信息的相關特征和描述廣告相關信息的特征,如用戶編號、用戶所在城市、用戶上網(wǎng)代理(user Agent)信息、廣告編號、廣告展示位置和廣告類型等。用戶實時反饋特征主要根據(jù)第1章的分析結果設計而成,特征的設計細節(jié)及其描述如表3所示。
表3 用戶實時反饋特征設計
實驗設置中,對照模型只包含基本特征,測試模型包含全部特征。
為了更好地理解用戶實時反饋特征在點擊率預估問題中的作用,本文從兩個方面衡量用戶實時反饋特征對于CTR預估精度的提升效果:一是從模型的預測性能出發(fā),衡量實時反饋特征的有效程度;二是從特征與目標的相關性程度出發(fā),衡量實時反饋特征的重要程度。
3.3.1 模型性能指標
本文采用AUC(Area Under the Curve)和RIG(Relative Information Gain)作為衡量預測模型性能的指標。
AUC是衡量模型分類能力的一種重要指標,在實際應用中被廣泛采用[14]。AUC值是ROC(Receiver Operating Characteristic)曲線[15-16]的直觀表示,即ROC曲線下面積。二值分類中,預測模型輸出的p值大小表示樣本屬于正例的概率。對于分類問題,通常需要設定一個閾值t將樣本判定為正例或者負例。AUC指標衡量了預測模型在任意閾值t下的分類能力。換句話說,AUC指標衡量了一個模型與其輸出值大小無關的分類能力。AUC的取值為0~1,值越高,表示預測模型的分類性能越好。
RIG指標[14]是Log Loss函數(shù)的一種線性變換,衡量預測模型的輸出p和期望CTR的接近程度。RIG值越高,表示預測模型在數(shù)據(jù)集上擬合得越好,輸出的p值和實際CTR越接近。RIG的計算公式為:
RIG=1-L(y,p)/H(S)
其中:L(y,p)的計算見式(1);H(S)的計算見式(2)。
3.3.2 特征重要性指標
獲取特征在預測模型中的重要性排名也稱為特征重要性測試。一般而言,特征和目標相關性程度越高,則該特征越重要,預測模型的輸出越依賴于該特征。
由2.2節(jié)可知,LR模型中的特征權重|wi|的相對大小反映特征xi在預測模型中的重要性。|wi|值越大,特征xi和目標y的相關性程度越高,對模型輸出結果的影響越顯著。因此,將LR模型中根據(jù)|wi|值由大到小排列,即可得到不同特征的重要性排名。
由2.3節(jié)可知,特征xi越重要,其劃分數(shù)據(jù)集的能力越強,即IG(S,xi)的值越大。同理,IG(S,xi)的大小衡量了特征xi和目標y的相關性程度。在GBDT預測模型中,對所用特征關于IG從大到小排名,即可得到特征的重要性排名。
表4列出了不同模型在測試集上的不同指標對比。從表4中可以看出,利用用戶實時反饋信息的預測模型的各項指標顯著優(yōu)于沒有用戶實時反饋特征的對照模型。加了用戶實時反饋信息的預測模型LR+User的AUC相對于對照模型LR,相對提升0.65%,RIG相對提升4.91%;預測模型GBDT+User相對于對照模型GBDT,AUC相對提升0.83%,RIG相對提升6.68%。顯而易見,采用用戶實時反饋信息的預測模型性能提升顯著。
AUC和RIG兩個指標的顯著提升表明用戶實時反饋特征不僅有利于提升預測模型的廣告分類能力 (即點擊和非點擊兩類),而且模型對于歷史數(shù)據(jù)擬合得更好,模型的預估概率p和實際的CTR更加接近。
表4 不同模型的AUC和RIG指標
表5列出了用戶實時反饋特征在LR和GBDT模型中的重要性排名。從表5可知,廣告點擊次數(shù)這一特征在LR和GBDT中的重要性排名分別為第二和第一,由此可見用戶實時反饋特征對點擊率模型的重要性。同時還可以看到,用戶的實時反饋特征排名整體比較靠前,這說明相對于其他特征,用戶實時反饋和用戶的點擊率相關程度更高,因此用戶實時反饋特征對提升用戶點擊率預估精度至關重要。
表5 用戶反饋特征在LR和GBDT模型中的重要性排名
總體而言,用戶實時反饋特征和用戶點擊率高度相關,無論從模型的最終預測效果還是從特征的重要性測試結果來看,實時反饋特征對于預測模型的點擊率預估精度都有著不可忽視的影響。實驗結果表明,對用戶行為建模,然后根據(jù)用戶反饋動態(tài)調整廣告投放,可以顯著提升點擊率預估精度。
在線廣告的點擊率預估問題一直以來都是機器學習領域中的熱點難點,提高點擊率預估精度對于廣告平臺、廣告商和用戶三方均有重要意義。本文從多個維度對用戶實時反饋與用戶實時CTR兩者的關系進行了量化分析,提出了一種基于用戶實時反饋的點擊率預估算法。該算法對用戶的實時行為特征進行建模,根據(jù)線上所跟蹤和獲取的用戶反饋動態(tài)調整廣告投放,從而提升模型點擊率預估精度?;谡鎸崝?shù)據(jù)集的實驗驗證了該算法的有效性,相比于對照模型,采用用戶實時反饋特征的預測模型AUC指標相對提升0.83%,RIG指標相對提升4.91%。
References)
[1] 智穎. 2015全球廣告預測報告[J]. 中國廣告, 2015(3) : 118-119. (ZHI Y. 2015 global advertising forecast[J]. China Advertising, 2015(3): 118-119.)
[2] McMAHAN H B, HOLT G, SCULLEY D, et al. Ad click prediction: a view from the trenches[C]// KDD 2013: Proceedings of the 19th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. New York: ACM, 2013: 1222-1230.
[3] HILLARD D, MANAVOGLU E, RAGHAVAN H, et al. The sum of its parts: reducing sparsity in click estimation with query segments[J]. Information Retrieval, 2011, 14(3): 315-36.
[4] 張志強, 周永, 謝曉芹, 等. 基于特征學習的廣告點擊率預估技術研究[J]. 計算機學報, 2016, 39(4) : 780-794. (ZHANG Z Q, ZHOU Y, XIE X Q, et al. Research on advertising click-through rate estimation based on feature learning[J]. Chinese Journal of Computers, 2016, 39(4): 780-794.)
[5] SHEN S, HU B, CHEN W, et al. Personalized click model through collaborative filtering[C]// WSDM 2012: Proceedings of the Fifth ACM International Conference on Web Search and Data Mining. New York: ACM, 2012: 323-332.
[6] 潘書敏, 顏娜, 謝瑾奎. 基于用戶相似度和特征分化的廣告點擊率預測研究[J]. 計算機科學, 2017, 44(2) : 283-289. (PAN S M, YAN N, XIE J K. Study on advertising click-through rate prediction based on user similarity and feature differentiation[J]. Computer Science, 2017, 44(2): 283-289.)
[7] ZHANG W, YUAN S, WANG J, et al. Real-time bidding benchmarking with iPinYou dataset[EB/OL]. [2017- 01- 10]. https://arxiv.org/pdf/1407.7073.pdf.
[8] KIM Y, HASSAN A, WHITE R W, et al. Modeling dwell time to predict click-level satisfaction[C]// Proceedings of the 7th ACM International Conference on Web Search and Data Mining. New York: ACM, 2014: 193-202.
[9] FRIEDMAN J H. Stochastic gradient boosting[J]. Computational Statistics amp; Data Analysis, 2002, 38(4): 367-378.
[10] HE X, PAN J, JIN O, et al. Practical lessons from predicting clicks on ads at Facebook[C]// ADKDD 2014: Proceedings of the Eighth International Workshop on Data Mining for Online Advertising. New York: ACM, 2014: 1-9.
[12] QUINLAN J R. Induction of decision trees[J]. Machine Learning, 1986, 1(1): 81-106.
[13] BREIMAN L. Classification and Regression Trees[M]. Boca Raton, Florida, USA: CRC Press, 1984.
[14] YI J, CHEN Y, LI J, et al. Predictive model performance: offline and online evaluations[C]// KDD 2013: Proceedings of the 19th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. New York: ACM, 2013: 7-14.
[15] SWETS J A. Measuring the accuracy of diagnostic systems[J]. Science, 1988, 240(4857): 1285.
[16] FAWCETT T. ROC graphs: notes and practical considerations for researchers[J]. Machine Learning, 2004, 31(1): 1-38.
Clickthroughratepredictionalgorithmbasedonuser’sreal-timefeedback
YANG Cheng*
(SchoolofNetworkandCommunicationEngineering,ChangzhouCollegeofInformationTechnology,ChangzhouJiangsu213164,China)
At present, most of the Click Through Rate (CTR) prediction algorithms for online advertising mainly focus on mining the correlation between users and advertisements from large-scale log data by using machine learning methods, but not considering the impact of user’s real-time feedback. After analyzing a lot of real world online advertising log data, it is found that the dynamic changes of CTR is highly correlated with previous feedback of user, which is that the different behaviors of users typically have different effects on real-time CTR. On the basis of the above analysis, an algorithm based on user’s real-time feedback was proposed. Firstly, the correlation between user’s feedback and real-time CTR were quantitatively analyzed on large scale of real world online advertising logs. Secondly, based on the analysis results, the user’s feedback was characterized and fed into machine learning model to model the user’s behavior. Finally, the online advertising impression was dynamically adjusted by user’s feedback, which improves the precision of CTR prediction. The experimental results on real world online advertising datasets show that the proposed algorithm improves the precision of CTR prediction significantly, compared with the contrast models, the metrics of Area Under the ROC Curve (AUC) and Relative Information Gain (RIG) are increased by 0.83% and 6.68%, respectively.
machine learning; computational advertising; Click Through Rate (CTR) prediction; personalization; real-time feedback
2017- 04- 17;
2017- 06- 08。
楊誠(1975—),男,江蘇常州人,副教授,碩士,CCF會員,主要研究方向:機器學習、數(shù)據(jù)挖掘。
1001- 9081(2017)10- 2866- 05
10.11772/j.issn.1001- 9081.2017.10.2866
TP181
A
YANGCheng, born in 1975, M. S., associate professor. His research interests include machine learning, data mining.