圖片廣告點擊率預(yù)測方法的研究及改進.pdf

1、近年來，隨著互聯(lián)網(wǎng)科技的飛速發(fā)展，在線廣告逐漸成為各大互聯(lián)網(wǎng)企業(yè)的主要盈利方式。因此針對提升用戶對廣告滿意度，提高廣告主利潤的研究越來越重要。其中常見的研究圍繞利用海量的用戶點擊日志挖掘用戶個性化信息這一方向進行，而研究中最重要的問題是如何提升廣告點擊率預(yù)測結(jié)果的精度。
　　目前常見的廣告點擊率預(yù)測方法依賴用戶對廣告的歷史點擊數(shù)據(jù)學(xué)習(xí)模式進行預(yù)測。然而用戶對廣告的歷史點擊數(shù)據(jù)中用戶行為數(shù)據(jù)稀疏以及用戶屬性缺失的特點，對現(xiàn)有廣告點擊

2、率預(yù)測方法提出了很大的挑戰(zhàn)。本課題針對這一挑戰(zhàn)，引入了更高效的廣告圖片特征來改進現(xiàn)有的圖片廣告點擊率預(yù)測方法。改進方法的核心思想是通過高效的廣告圖片特征為新廣告找到相應(yīng)的相似廣告，利用相似廣告的歷史信息提高新廣告的點擊率預(yù)測精度。
　　本課題先分析了現(xiàn)有的圖片廣告點擊率預(yù)測方法，以及其中相關(guān)技術(shù)的的原理。接著對當(dāng)前圖片廣告點擊率預(yù)測方法中廣告圖片特征提取以及用戶屬性推斷兩個環(huán)節(jié)進行研究。針對這兩個環(huán)節(jié)中，廣告圖片視覺特征的表示能力

3、有限、任務(wù)獨立問題和用戶屬性推斷的數(shù)據(jù)稀疏記錄預(yù)測精度偏低問題進行改進。為了解決這些問題，本課題利用深度卷積神經(jīng)網(wǎng)絡(luò)模型圖片特征表示能力強的特點，設(shè)計了一種新的廣告圖片特征學(xué)習(xí)架構(gòu)。利用這一架構(gòu)，本課題從原始廣告圖片和用戶反饋信息中抽取了廣告圖片高層抽象特征。這種方式相比傳統(tǒng)的圖片特征提取方式提取的特征更加靈活，適用于點擊率預(yù)測任務(wù)且不需要人工篩選組合特征。通過引入廣告圖片高層抽象特征，改進了現(xiàn)有的用戶屬性推斷方法。并將廣告圖片高層抽象