kaggle案例：广告点击率预估+LR

一、业务背景

传统广告与在线广告区别？
传统广告：类似电视广告，报纸媒体、杂志、广播、户外媒体等。
在线广告：类似百度搜索广告，facebook页面展示广告。
区别：在线广告更多与用户相关，例，在google上搜索“kids shoes”,则会出现与搜索相关的一些带有广告标签（“Ad”）的连接。例如，淘宝中带有hot标签的物品。
注：国家规定如果是广告的话，必须带有广告标签。
传统广告与在线广告区别？

通过上图可以看到，互联网广告回报率近年来不断上升，主要是存在许多商家对曝光的需求度较高。而且这种在线广告是于用户相关的，而不是一些硬性的广告。例如： google公司广告收入占总收入的90%，所以其他
在线广告投放类型
Retarget 基于用户行为的广告：用户在网站中浏览的一些信息，进行广告投放。
Behavior: 用户在京东和淘宝中浏览一些物品，如果你跳转到一些其他网站，则会发现有一些你曾经看过的一些物品
GEO基于位置: 例如美观点评，例如用户吃饭。
广告角色
平台方：提供广告展示的平台，例如腾讯，百度等
用户方：即浏览广告的用户
商家: 需要曝光商品的商家。
广告收费模式
1）按曝光收费：按每曝光多少次收费，这类一般是展示广告，例如腾讯多是展示广告
2）按点击预估：点击后收费，特别是百度搜索广告（特别是医疗广告，每点击一次100~200元），淘宝直通车（淘宝大概点击一次2元左右）。
3）按购买预估：按购买后收取广告费。这种比较少，广告费比较高，但是一旦发生则利润非常高。
点击率计算方式（CPC）
点击率预估
可展示广告位置与次数是有限，所以需要尽可能的将用户可能点击的广告展示给用户，使得最终广告费最大。因此需要做点击率预估。
广告特征提取
商品角度：是不是热销商品，评价率，退货率等，即可表现商品的质量
广告内容：搜的蓝色牛仔裤，搜索结果是否接近我搜索关键词，也会影响用户点击。
用户偏好：有些一用户喜欢个性，不喜欢大众的

二、LR做CTR预估

背景

https://www.kaggle.com/c/avazu-ctr-prediction/rules
kaggel广告点击率预估案例
code

#load数据
import pandas as pd
data = pd.read_csv('train_small.csv', verbose=False)
data.shape
#import graphlab as gl
#data = gl.SFrame.read_csv('train_subset.csv', verbose=False)
#数据包含列及类型了解
data.info()
#数据概览
data.head(10)
#click点击率baseline
data['click'].mean()
#数据探索
#data.groupby('device_type', {'CTR':gl.aggregate.MEAN('click')})
data['device_type'].groupby([data['device_type'],data['click']]).count()
#数据探索
#data.groupby('C1', {'CTR':gl.aggregate.MEAN('click')})
data['C1'].groupby([data['C1'],data['click']]).count()
#数据探索
#data['C15'].sketch_summary().frequent_items()
data['C15'].groupby([data['C15']]).count()
#数据探索
#data['C16'].sketch_summary().frequent_items()
data['C16'].groupby([data['C16']]).count()
#实际为分类变量但存储为int, 此处转换为字符串
data['device_type'] = data['device_type'].astype(str)
data['C1'] = data['C1'].astype(str)
data.info()
#训练集与测试集切割
#train_data, test_data = data.random_split(0.8, seed=1)
from sklearn import cross_validation #交叉验证
train_data, test_data = cross_validation.train_test_split(data, test_size=0.3, random_state=0) #模型训练
model_feature='click|device_type|C1|C15|C16'
model_index=['click','device_type','C1','C15','C16']
train_df = train_data.filter(regex=model_feature)
index=model_index
train_df=train_df.reindex_axis(index,axis=1)
train_df.info()from sklearn import linear_model #训练模型
x_train=train_df.as_matrix()[:,1:]
y_train= train_df.as_matrix()[:,0]
clf = linear_model.LogisticRegression(C=1.0, penalty='l1', tol=1e-6)
clf.fit(x_train,y_train)#保存模型
from sklearn.externals import joblib #保存模型
joblib.dump(clf, "train_model.m")#模型权重与偏执项
clf.coef_.T,clf.intercept_[0]#model.predict(test_data, output_type='probability').head(5)
#将模型权重与属性对应
import re
from pandas import Series,DataFrame #数据存储结构
import pandas as pd #数据分析
replace_reg = re.compile(r'\[|\]')
coef_feature=pd.DataFrame({"columns":list(train_df.columns)[1:], "coef":[replace_reg.sub('',str(value)) for value in list(clf.coef_.T)]}) #系数与属性对应
coef_b=Series({ 'columns':'intercept_','coef':str(clf.intercept_[0])})
coef_feature=coef_feature.append(coef_b,ignore_index=True)
coef_feature#预测数据处理
cv_df = test_data.filter(regex=model_feature)
index=model_index
cv_df=cv_df.reindex_axis(index,axis=1)
x_test=cv_df.as_matrix()[:,1:]
y_test=cv_df.as_matrix()[:,0]
x_test,y_test#模型预测
proba=clf.predict_proba(x_test)[:,1]
test_data['proba']=proba
predictions=clf.predict(x_test)
test_data['predictions']= predictions
#test_data['proba'] #预测概率查看#模型评估
from sklearn.metrics import precision_recall_curve, roc_curve, auc  #模型效果评估
from sklearn.metrics import classification_report #
precision, recall, thresholds = precision_recall_curve(y_test, test_data['proba'])
precision, recall, thresholds
report = test_data['proba'] > 0.5
#type(y_test[0])
y_test=[int(x) for x in y_test] #lable是字符串型，需要转换为int型
report_result=classification_report(y_test, report, target_names = ['neg', 'pos'])
report_result

3、结果
训练权重

模型评估

kaggle案例：广告点击率预估+LR相关推荐

Kaggle实战：点击率预估
版权声明:本文出自程世东的知乎,原创文章,转载请注明出处:Kaggle实战--点击率预估. 请安装TensorFlow1.0,Python3.5 项目地址: chengstone/kaggle_cri ...
业余草推荐阿里妈妈自研广告点击率预估核心算法MLR
业余草推荐阿里妈妈自研广告点击率预估核心算法MLR. 小编觉得CTR(广告点击率)预估的能力对于广告系统的意义和重要性,类似于在证券市场上预测股价的能力,优秀的CTR预测,通向美好和财富...(以下转 ...
计算广告（一）【Ad Click Prediction: a View from the Trenches】工程实践视角下的广告点击率预估
计算广告(一)Ad Click Prediction: a View from the Trenches --工程实践视角下的广告点击率预估这是谷歌发表于KDD2013的一篇文章,从年份来看,已经有 ...
微信公众号广告点击率预估效果优化
[转载]微信公众号广告点击率预估效果优化_腾讯大数据 http://data.qq.com/article?id=2914 1.背景点击率预估(pCTR)是广告投放过程中的一个重要环节,精准的点击率 ...
效果广告点击率预估实践：在线学习
效果广告点击率预估实践:在线学习原创 2016-03-24 腾讯大数据腾讯大数据 1.引言技术钻研如逆水行舟,不进则退.公司的广告业务发展非常迅猛,有目共睹,激烈的外部竞争和客户越来越高的期望, ...
对“科大讯飞2021丨广告点击率预估挑战赛 Top1方案(附完整代码)_Jack_Yang的博客-CSDN博客”的补充。
这篇文章的初衷是针对科大讯飞2021丨广告点击率预估挑战赛 Top1方案(附完整代码)_Jack_Yang的博客-CSDN博客进行补充. 博客的信息量很少,对任务背景的介绍也不太对,说实话令人费解.我 ...
大规模推荐引擎和广告点击率预估引擎中的TopK计算
转自:https://chuansongme.com/n/2035198 推荐引擎的研究结果成千上万,绝大部分工作都来自于矩阵分解或者类似,在针对用户和Item分别训练出特征向量之后,根据向量内积计算 ...
大数据建模之广告点击率预估
一.数据和样本广告点击率(click through rate,CTR)预估的问题通常被转化为一个分类问题:在给定网民 u(user).广告 i(item).环境 e (environment) 的 ...
精准营销：剖析广告点击率预估系统
引文点击率预估系统最早是由谷歌实现,并应用在其搜索广告系统.在看到这一大杀器为谷歌带来滚滚财源之后,其他公司也纷纷效仿.直到今日,大大小小的"互联网广告公司",都宣称自己掌握了基 ...

kaggle案例：广告点击率预估+LR

一、业务背景

二、LR做CTR预估

kaggle案例：广告点击率预估+LR相关推荐

最新文章

热门文章