基于集成学习方法的点击率预估模型研究

计算机工程与科学

• 人工智能与数据挖掘 • 上一篇

基于集成学习方法的点击率预估模型研究

贺小娟1，潘文捷1，程宏2

（1.上海对外经贸大学统计与信息学院，上海 201620；2.上海立信会计金融学院统计与数学学院，上海 201209）

收稿日期:2019-03-27 修回日期:2019-08-16 出版日期:2019-12-25 发布日期:2019-12-25
基金资助:
2016年上海市青年科技英才扬帆计划（16YF1415900）；上海立信会计金融学院统计学一级学科建设项目

An advertisement click-through rate prediction

model based on ensemble learning

HE Xiao-juan1,PAN Wen-jie1,CHENG Hong2

(1.School of Statistics and Information,Shanghai University of International Business and Economics,Shanghai 201620;

2.School of Statistics and Mathematics,Shanghai Lixin University of Accounting and Finance,Shanghai 201209,China)

Received:2019-03-27 Revised:2019-08-16 Online:2019-12-25 Published:2019-12-25

摘要/Abstract

摘要：

由于互联网中积累的广告日志具有数据稀疏、特征量大、正负样本分布极其不均匀等问题，使得人工特征提取费时费力，并且单一预测模型很难得到更好的预测性能。针对这些问题，提出梯度提升树GBDT和Stacking相融合的点击率预测模型GBDT-Stacking。通过引入梯度提升树自动进行特征提取与构造，并结合Stacking集成模型对在线广告点击率进行预测，有效提高了单个预测模型的性能。在真实广告数据集上的实验结果表明，GBDT-Stacking集成模型比对比模型在AUC的取值上至少提升了4%。

关键词: 梯度提升树, Stacking集成学习, SMOTE, 广告点击率

Abstract:

Because the accumulated advertisement logs in the Internet have the problems of sparse data, a large number of features and extremely unbalanced distribution of positive and negative samples, manual feature extraction is time-consuming and laborious, and it is difficult for a single prediction model to obtain better prediction performance. In response to these problems, this paper completes a click through rate prediction model based on GBDT model and stacking. This model uses GBDT model to automatically extract and construct features, and predicts and classifies click-through rate by Stacking model, which effectively improves the performance of the single prediction model. Experiments on real advertising data sets show that the GBDT-Stacking ensemble method increases the AUC value by at least 4% compared to the comparison model.

Key words: GBDT(gradient boosted decision tree), Stacking ensemble learning, SMOTE(synthetic minority oversampling technique), click-through rate

贺小娟1，潘文捷1，程宏2. 基于集成学习方法的点击率预估模型研究[J]. 计算机工程与科学.

HE Xiao-juan1,PAN Wen-jie1,CHENG Hong2.

An advertisement click-through rate prediction

model based on ensemble learning

[J]. Computer Engineering & Science.

[1]	张耐, 张晨亮, 柳永翔, 陈聪, 黄艳婷. 基于模型混合的智能交易行为异常检测[J]. 计算机工程与科学, 2023, 45(09): 1639-1647.
[2]	苏赋, 罗海波. 改进Stacking集成学习的指纹识别算法[J]. 计算机工程与科学, 2022, 44(12): 2153-2161.
[3]	阎红灿, 王子茹, 李伟芳, 谷建涛. 伴随时间的模糊聚类协同过滤推荐算法[J]. 计算机工程与科学, 2021, 43(11): 2084-2090.
[4]	叶成，郑红，程云辉. 基于多模型融合的流失用户预测方法[J]. 计算机工程与科学, 2019, 41(11): 2027-2032.
[5]	李克文1，林亚林1，杨耀忠2. 一种改进的基于欧氏距离的SDRSMOTE算法[J]. 计算机工程与科学, 2019, 41(11): 2063-.
[6]	戴翔1，毛宇光1,2. 基于集成混合采样的软件缺陷预测研究[J]. J4, 2015, 37(05): 930-936.
[7]	谷琼，袁磊，宁彬，吴钊，华丽，李文新. 一种基于混合重取样策略的非均衡数据集分类算法[J]. J4, 2012, 34(10): 128-134.

基于集成学习方法的点击率预估模型研究

An advertisement click-through rate prediction

model based on ensemble learning

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 7

编辑推荐

Metrics

本文评价