广告ctr预测逻辑分析

计算广告:智能时代的营销科学与实践(二十四) 本章系统阐述了点击率(CTR)预测模型的技术体系。首先介绍了逻辑回归(LR)作为基础模型,包括其优化算法(如FTRL)和模型校正方法。随后探讨了特征工程、模型评估及智能频次控制等关键环节。第二部分详细分析了进阶模型:因子分解机(FM)自动学习特征交叉,GBDT+LR组合模型,以及深度学习模型(如Wide&Deep、DIN等)的演进与应用。最后章节聚焦探索与利用(E&E)问题,介绍了UCB、上下文Bandit和汤普森采样等强化学习方法,以平衡短期收益与长期模型优化。全文贯穿工业实践视角,涵盖从 阅读详情

原文链接:https://blog.youkuaiyun.com/www_jun/article/details/52483831

 

程序化广告交易中的点击率预估 
指标

广告点击率预估是程序化广告交易框架的非常重要的组件,点击率预估主要有两个层次的指标:

 1. 排序指标。排序指标是最基本的指标,它决定了我们有没有能力把最合适的广告找出来去呈现给最合适的用户。这个是变现的基础,从技术上,我们用AUC来度量。

 2. 数值指标。数值指标是进一步的指标,是竞价环节进一步优化的基础,一般DSP比较看中这个指标。如果我们对CTR普遍低估,我们出价会相对保守,从而使得预算花不出去或是花得太慢;如果我们对CTR普遍高估,我们的出价会相对激进,从而导致CPC太高。从技术上,我们有Facebook的NE(Normalized Entropy)还可以用OE(Observation Over Expectation)。

这里写图片描述

框架

工业界用得比较多的是基于LR的点击率预估策略,我觉得这其中一个重要的原因是可解释性,当出现bad case时越简单的模型越好debug,越可解释,也就越可以有针对性地对这种bad case做改善。但虽然如此,我见到的做广告的算法工程师,很少有利用LR的这种好处做模型改善的,遗憾….. 最近DNN很热,百度宣布DNN做CTR预估相比LR产生了20%的benefit,我不知道比较的benchmark,但就机理上来讲如果说DNN比原本传统的人工feature engineering的LR高20%,我一点也不奇怪。但如果跟现在增加了FM和GBDT的自动高阶特征生成的LR相比,我觉得DNN未必有什么优势。毕竟看透了,DNN用线性组合+非线性函数(tanh/sigmo

分析ctr模型效果的一些思路总结 算法工程师日常的主要工作就是各种调优模型,从特征、模型结构、超参数、建模方向等。评估、分析模型的方法论,往往决定着模型优化的效率和技术选择方向。我尝试总结在模型分析的过程中常用的方法和遇到过的问题以及改进思路,希望在不断更新和反思中形成一套自己的思考体系。 ctr模型效果分析1. 模型分析的目标1.1 离线效果1.1.1 统计效果均值(、方差)AUC1.1.2 特征效果1.2 在线效果1.1.1 统计效果1.1.2 特征效果其他指标类AUC 1. 模型分析的目标 评价一个模型的好坏,一方面是评估自己当前工作 阅读详情

相关推荐

电商数据分析14——电商行业中点击率(CTR)优化的数据分析方法

在电商平台中,点击率(CTR)作为衡量广告和产品展示效果的关键指标,对于提升广告和产品的曝光效果至关重要。本文将介绍如何利用数据分析方法来优化CTR,提高广告和产品的点击率。

theskylife的博客 3805

从FM到FFM:为什么‘男’和年龄交叉与和教育交叉要用不同的向量?一次讲透Field-aware思想

本文深入解析了从FM到FFM的演进过程,重点探讨了Field-aware Factorization Machines(FFM)如何通过为不同特征交叉场景提供专属向量表达,显著提升推荐系统性能。通过对比FM的通用向量与FFM的智能动态选择机制,揭示其在处理高维稀疏数据和强field差异时的独特优势,同时分析了参数爆炸等实际挑战。

weixin_30598225的博客 653

广告推荐系统-CTR&LR背景

刚开始接触广告推荐系统,对理论知识还处在一个学习的阶段,看一些资料,这里主要是对看的一些知识点的总结和进一步理解: http://blog.youkuaiyun.com/mytestmy/article/details/18987247 广告生态系统: 这一系列中的博客主要介绍广告系统的生态环境,和广告推荐的流程 主要描述广告业的发展,目前主要是将用户的需求进行统一在DSP(deman

xietingcandice的专栏 6003

基于AI的电商广告效果分析技术

随着电子商务的快速发展,广告投放已成为电商平台获取用户和提升销量的重要手段。然而,如何准确评估广告效果并优化投放策略一直是行业面临的重大挑战。本文旨在介绍如何利用人工智能技术,特别是机器学习和深度学习方法,来分析和预测电商广告的效果。电商广告效果分析的基本概念和挑战主流AI算法在广告效果分析中的应用实际案例和代码实现相关工具和资源推荐未来发展趋势分析背景介绍:概述电商广告效果分析的基本概念和本文结构核心概念与联系:解释关键术语和技术架构核心算法原理:详细介绍主要算法及其实现步骤。

2502_91592937的博客 712

【新华三】DHCP+TFTP+ZTP自动开局实战

设备运行ZTP功能,可以自动获取并自动加载开局文件,实现设备的免现场配置和部署,从而降低人力成本,提升部署效率。使用TFTP服务器工具进行文件的上传和下载,网上很多TFTP server软件,大家可以自行下载。3CDaemon等,可以根据使用自取所需。大家应该都了解ZTP,但是目前发现除了控制器之外仅使用ZTP开局的兄弟并不是很多,因此分享此过程方便大家批量开局,留出更多时间学习更多技术。电脑打开DHCP服务器,TFTP服务器,并通过网线连接到设备的管理口,若设备较多可以通过带外交换机等进行连接,

五大连池的镜子 4984

Enterprise Architect 中文经典教程

本文使用到的EA工程文件下载 一、Enterprise Architect简介 Enterprise Architect是一个对于软件系统开发有着极好支持的CASE软件(Computer Aided Software Engineering)。EA不同于普通的UML画图工具(如VISIO),它将支撑系统开发的全过程。在需求分析阶段,系统分析与设计阶段,系统开发及部署等方面有着强大的支持,...

2万+

Windows10检查Cuda和cuDNN是否安装成功?

简介:根据上篇博客已经完成了CUDA和cuDNN的安装步骤,完成对其的安装。下面将来检查它们是否安装成功。 1 .首先win+R进入CMD,在命令行输入nvcc -V,如下图所示,则表示cuda已经安装成功。 2 .进入到cuda的安装路径,C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite,找到如下两个.exe文件: 首先执行:deviceQuery.exe,查看是否出现如下界面: 然后执行bandwid

jhsignal的博客 14万+

ArcGIS基础:CAD数据转换为GIS数据(符号化显示、数据转换、线转面、空间连接)

1、符号化显示: CAD数据加载进来有很多列表,包含了点【point】、线【polyline】、面【polygon】、标注数据【Annotation】等数据,本次实验我们需要用到的是面数据,也就是.dwgPolygong格式的数据。如下图所示: 把数据加载进来,然后在2处打开属性表,查看CAD数据的属性表,打开后可以发现【layer】图层表示就是地块的用地性质,它就是符号化显示的依据。 我们在数据上右键【属性】,打开图层属性,找到【符号系统】,选择类别中的【唯一值】,然后在【值字段】下拉选择【layer】,

yuanYW7556的博客 2万+

4、I3C协议详解

I3C最初的设计目的是为移动设备创建一个能够使用多个传感器的单一接口。随着现代化移动设备对于传感器数量的增加以及对性能的提高,I2C和SPI已经达到了他们所能支持的临界点,而I3C的出现就是为了解决这一问题,I3C可以在同一根主线上支持更多的传感器设备,而且不会因为要支持中断或睡眠模式而增加额外的逻辑信号。I3C可以在更低功耗的情况下提供更快的传输速率,该特性的提升不止是对移动设备,对其他的嵌入式设备也都是很大的帮助。例如穿戴设备,需要在有限的物理空间中使用多个传感器并且要求更小的耗电。 一、简述..

迟子涵925的博客 2万+

如何理解Apollo模型参考自适应控制MRAC

最近有了解到百度无人驾驶Apollo项目中的横向控制有用到MRAC(Model Reference Adaptive Control),于是便详细研究了一下这个控制方法,在此总结一下心得。 什么是MRAC MRAC控制系统的基本结构图如下所示: 它由两个环路组成,由控制器和受控对象组成内环,这一部分称之为可调系统,由参考模型和自适应机构组成外环。实际上,该系统是在常规的反馈控制回路上再附加一个参考模型和控制器参数的自动调节回路而形成。在该系统中,参考模型的输出或状态相当于给定一个动态性能指标,(通常,参考模

zmhzmhzm的博客 6481

统计滤波器

认知有限,望大家多多包涵,有什么问题也希望能够与大家多交流,共同成长!本文先对统计滤波器做个简单的介绍,具体内容后续再更,其他模块可以参考去我其他文章提示:以下是本篇文章正文内容。

qq_35635374的博客 1645

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

上一篇: 2021-05-07
下一篇: vs 2012工程下关于不同类型库文件链接的配置设置
sherryyang1234
博客等级 码龄10年 13粉丝 118原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值