搜索廣告點擊率預測中的冷啟動問題研究.pdf

1、在線廣告依托大數(shù)據(jù)的背景，作為一種新的廣告形式應(yīng)運而生，其中搜索廣告占據(jù)整個在線廣告市場的一半以上，而廣告點擊率預測則是關(guān)乎廣告收入的關(guān)鍵技術(shù)。對于廣告系統(tǒng)而言，每天都有大量的廣告進入廣告庫，對于展示次數(shù)豐富的老廣告，可以利用充足的統(tǒng)計信息計算廣告點擊率，但對于剛剛進入廣告庫，缺乏足夠展現(xiàn)次數(shù)的新廣告和稀疏廣告來說，則存在嚴重的冷啟動（Cold Start）問題。
　　廣告點擊率預測中的冷啟動問題是指對于剛剛進入廣告庫的新廣告和稀

2、疏廣告而言，由于缺乏足夠的廣告點擊日志數(shù)據(jù)從而無法實現(xiàn)廣告點擊率的有效預測。本文以研究搜索廣告中的冷啟動問題為目標，具體包含以下三方面的研究內(nèi)容。
　　第一，廣告大數(shù)據(jù)的處理。廣告的日志數(shù)據(jù)十分龐大且復雜，因此，本文首先詳細分析了廣告日志中各個字段的具體含義，在此基礎(chǔ)上，對數(shù)據(jù)進行了統(tǒng)計分析和預處理，把握數(shù)據(jù)的整體分布情況，減弱一些無關(guān)的噪聲數(shù)據(jù)對數(shù)據(jù)總體性能的影響。最后詳細介紹了針對搜索廣告冷啟動問題使用的評價指標及相應(yīng)算法。<

3、br>　　第二，高表現(xiàn)力特征的提取。當廣告展現(xiàn)次數(shù)少時，新廣告和稀疏廣告的點擊數(shù)據(jù)表現(xiàn)出的特性不太穩(wěn)定，一些專門針對新廣告和稀疏廣告的點擊率預測方法主要集中在淺層的基本特征上，并沒有深入挖掘一些潛在的、抽象的信息。因此，針對新廣告和稀疏廣告統(tǒng)計數(shù)據(jù)不足的特點，我們提出了基于token的點擊圖特征，同時為了彌補人工經(jīng)驗進行特征組合的不足，我們在基本特征的基礎(chǔ)上通過GBDT（Gradient Boost Decision Tree）模型生成

4、了表現(xiàn)力更強的新特征。實驗結(jié)果表明，我們提取的特征不僅能提高新廣告和稀疏廣告的點擊率預測效果，同時也能改善老廣告的點擊率預測效果，很好的解決了搜索廣告中的冷啟動問題。
　　第三，在線更新算法的研究。受時間和硬件的限制，傳統(tǒng)的批量（batch）算法處理海量數(shù)據(jù)耗時且耗內(nèi)存，因此本文使用了基于在線更新算法的模型進行點擊率預測，并利用了Adaboost框架進行模型的融合。實驗表明，在數(shù)據(jù)量大且數(shù)據(jù)稀疏的情況下預測模型依然有優(yōu)秀的性能表現(xiàn)