广告点击率预测-项目介绍

项目介绍

项目介绍

KDD CUP 2012 Track2

1、给定查询和用户信息后预测广告点击率
搜索广告是近年来互联网的主流营收来源之一。在搜索广告背后，一个关键技术就是点击率预测—–pCTR(predict the click-through rate)，由于搜索广告背后的经济模型（economic model ）需要pCTR的值来对广告排名及对点击定价。本次作业提供的训练实例源于腾讯搜索引擎的会话日志(sessions logs), soso.com，要求学员们精准预测测试实例中的广告点击率。
训练数据文件TRAINING DATA FILE
训练数据文件是一个文本文件，里面的每一行都是一个训练实例（源于搜索会话日志消息）。为了理解训练数据，下面先来看看搜索会话的描述。搜索会话是用户和搜索引擎间的交互，它由这几部分构成：用户，用户发起的查询，一些搜索引擎返回并展示给用户的广告，用户点击过的0条或多条广告。为了更清楚地理解搜索会话，这里先介绍下术语：在一个会话中展示的广告数量被称为深度（depth），广告在展示列表中的序号称为广告的位置(position)。广告在展示时，会展示为一条短的文本，称之为标题（title），标题后跟着一条略长些的文本和一个URL，分别叫做描述(description)和展示链接（display URL）。
2、我们将每个会话划分为多个实例。每个实例描述在一种特定设置（比如：具有一定深度及位置值）下展示的一条广告。为了减少数据集的大小，我们利用一致的user id, ad id, query来整理实例。因此，每个实例至少包含如下信息：

UserID
AdID
Query
Depth
Position
Impression
搜索会话的数量，在搜索会话中广告（AdID）展示给了发起查询(query)的用户（UserID）。
Click
在上述展示中，用户（UserID）点击广告（AdID）的次数。
此外，训练数据，验证数据及测试数据包含了更多的信息。原因是每条广告及每个用户拥有一些额外的属性。我们将一部分额外的属性包含进了训练实例，验证实例及测试实例中，并将其他属性放到了单独的数据文件中，这些数据文件可以利用实例中的ids来编排索引。如果想对这类数据文件了解更多，请参考ADDITIONAL DATA FILES部分。
最后，在包括了额外特征之后，每个训练实例是一行数据（如下），这行数据中的字段由TAB字符分割：
1. Click：前文已描述。
2. DisplayURL：广告的一个属性。
该URL与广告的title（标题）及description（描述）一起展示，通常是广告落地页的短链(shortened url)。在数据文件中存放了该URL的hash值。
3. AdID: 前文已描述。
4. AdvertiserID ：广告的属性。
一些广告商会持续优化其广告，因此相比其他的广告商，他们的广告标题和描述会更具魅力。
5. Depth：会话的属性，前文已描述。
6. Position：会话中广告的属性，前文已描述。
7. QueryID：查询的id。
该id是从0开始的整数。它是数据文件’queryid_tokensid.txt’的key。
8.KeywordID : 广告的属性。
这是 ‘purchasedkeyword_tokensid.txt’的key。
9.TitleID: 广告的属性。
这是 ‘titleid_tokensid.txt’的key。
10.DescriptionID：广告的属性。
这是’descriptionid_tokensid.txt’的key。
11. UserID
这是 ‘userid_profile.txt’的key。当我们无法确定一个用户时，UserID为0。
附加的数据文件ADDITIONAL DATA FILES
这里还有前面提到过的5个附加的数据文件：
1. queryid_tokensid.txt
2. purchasedkeywordid_tokensid.txt
3. titleid_tokensid.txt
4. descriptionid_tokensid.txt
5. userid_profile.txt
前4个文件每一行将id映射为一个记号列表，在query（查询）, keyword（关键字）, ad title（广告标题）及ad description（广告描述）中都是如此。在每一行中，TAB字符将id及其他记号集分隔开。一个记号最基本可以是自然语言中的一个词。为了匿名，每个记号以hash后的值来表示。字段以 ‘|’分割。
‘userid_profile.txt’ 文件的每一行由UserID, Gender, 和 Age组成，用TAB字符来分隔。注意，并非训练集和测试集中的每个UserID都会出现在‘userid_profile.txt’文件中。每个字段描述如下：
1. Gender:
‘1’ for male(男), ‘2’ for female（女）, and ‘0’ for unknown（未知）.
2. Age:
‘1’ for (0, 12], ‘2’ for (12, 18], ‘3’ for (18, 24], ‘4’ for (24, 30], ‘5’
for (30, 40], and ‘6’ for greater than 40（6代表大于40）.
TESTING DATASET（测试数据集）
除了广告展示及广告点击的数量不同外，测试数据集与训练数据集的格式一致。广告展示及广告点击次数用于计算先验的点击率（empirical CTR）。训练集的子集用于在leaderboard上对提交或更新的结果进行排名。测试集用于选举最终冠军。用于生成训练集的日志与之前生成训练集的日志相同。

广告点击率预测-项目介绍相关推荐

广告点击率预测 [离线部分]
广告点击率预测 [离线部分] 2014-05-08 23:08:45| 分类: 计算广告学 | 标签:计算广告学 rtb dsp |举报|字号订阅下载LOFTER我的照片书 | 广告点 ...
广告点击率预测问题初探
广告点击率预测问题初探国庆7天参加了一个广告点击率预测的小竞赛,作为只看过机器学习实战的小白,纯粹抱着学习的心态去开眼,果然被大神按在地上虐呢,不过也学到了很多知识.感谢很多大佬都开源并分享了他们的 ...
python广告点击率预测_推荐系统中的点击率预估 – Advertising Recommendation
推荐系统的框架模式大致是:多种召回策略(触发层),一种融合排序策略(排序层),也可认为两阶段排序模型[33]: 召回策略方法繁多(例如常见的协同过滤中的item-based,user-based,以及 ...
广告点击率预测_精品案例|在线广告点击率预测
目录数据说明数据查看数据预处理 3.1 处理非数值特征初步建立模型查看效果探索性分析和特征工程 5.1 特征分布可视化 5.2 处理取值不均匀特征 5.3 特征相关性模型训 ...
广告点击率预测(kaggle)
一.项目背景数据来源:使用的是kaggle的一个竞赛数据,具体官网地址为https://www.kaggle.com/c/avazu-ctr-prediction . 训练和测试数据分别为train ...
广告点击率预测_用于广告点击率预测的逻辑回归你会了吗？
随着计算能力的大幅提升,AI的热潮只涨不跌,监督学习.无监督学习耳熟能详,一时间很多人都投身ML.DL,形形色色.我之前也是学过一点相关算法,蓝皮书和Ng大佬的课程也假装刷过,回归.分类.神经网络也都 ...
spark mllib实现广告点击率预测
本文尝试使用Spark提供的机器学习算法 Gradient-Boosted Trees来预测一个用户是否会点击广告. 训练和测试数据使用Kaggle Avazu CTR 比赛的样例数据,下载地址:ht ...
分享Spark MLlib训练的广告点击率预测模型
2015年,全球互联网广告营收接近600亿美元,比2014年增长了近20%.多家互联网巨头都依赖于广告营收,如谷歌,百度,Facebook,互联网新贵们也都开始试水广告业,如Snapchat, Pin ...
广告点击率(CTR)预测经典模型 GBDT + LR 理解与实践（附数据 + 代码）
CTR 系列文章: 广告点击率(CTR)预测经典模型 GBDT + LR 理解与实践(附数据 + 代码) CTR经典模型串讲:FM / FFM / 双线性 FFM 相关推导与理解 CTR深度学习模型之 ...

广告点击率预测-项目介绍

项目介绍

广告点击率预测-项目介绍相关推荐

最新文章

热门文章