基于貝葉斯方法的網(wǎng)絡廣告預測模型研究.pdf

1、與傳統(tǒng)的媒體營銷模式相比，搜索引擎廣告以其低投入、高回報的優(yōu)勢很快成為各個企業(yè)進行品牌推廣與產(chǎn)品銷售的首選渠道.如何提高廣告的點擊率與轉化率成為國內(nèi)外學者們研究的熱點.針對這一問題，本文具體研究內(nèi)容和結果如下:
　　首先，對已有的搜索引擎廣告點擊率層級貝葉斯模型研究，缺乏有效處理廣告數(shù)據(jù)稀疏性和高維性的模型，使預測結果的準確性大打折扣.本文構建了一種基于LASSO變量選擇方法的廣告點擊率預測模型，利用某公司的競價數(shù)據(jù)對模型進行驗證

2、，結果表明影響廣告點擊率的關鍵因素是廣告關鍵詞中的商標信息、地域信息和每點擊成本;有效克服現(xiàn)有廣告點擊率模型在處理數(shù)據(jù)高維性和稀疏性方面的不足.
　　其次，隨著網(wǎng)絡購物的興起，廣告主在搜索引擎投放廣告時，都會添加下載或購買產(chǎn)品的鏈接，目的不再是單純的增加廣告的點擊率，更重要的是增加產(chǎn)品的轉化率.由此，提出了預測廣告轉化率的Logistic回歸模型，該模型考慮了廣告成本因素和廣告性質因素對廣告轉化率的影響，并分別建立了廣告成本因素模

3、型和廣告性質因素模型.實例分析表明:廣告轉化率主要受廣告性質因素中地域信息、商標信息及特定產(chǎn)品信息的影響，該結果為廣告主制定搜索引擎廣告投資策略提供理論依據(jù).
　　最后，在統(tǒng)計推斷中，忽略先驗信息的推斷會導致不合理的結論.所以，在構建廣告轉化率模型的時候，對已有轉化記錄的廣告，要注重先驗信息對轉化率的影響.由此，構建廣告轉化率的圖模型，并用貝葉斯方法對圖模型進行描述，得到了廣告轉化率的貝葉斯模型.用實際交易數(shù)據(jù)得:廣告性質因素對廣