点击率预测

点击率预测

一、 流程

1. 预处理

• 点击数据：海量，异构，不均匀，相依（数据之间存在依赖性），低质（比如看60min视频只看了3min）
• 豆瓣数据预处理：
  • 对于400位用户打分的选择统计量（max，min，average等放入特征）
• 用户数据预处理：
• 视频数据预处理：
  • 对于演员，获取出来，采用one-hot编码
• 观影数据预处理：
  • 产生正例负例数据：观看时长大于5min为正例，否则为负例
  • 基于矩阵分解计算用户-电影之间的偏好程度
    • 基于上述产生的正例负例数据，构造用户-电影点击矩阵
    • 运用NMF（非负矩阵分解）计算用户-电影相似度
  • 基于相关电影计算用户-电影之间的偏好程度
    • 根据以往看过的电影，根据待推荐电影和以往电影的相似度，计算待推荐电影的权重。

2. 特征选择

• 选择、组合特征

3. 点击率预测

• 需要效率很高

4. 视频投放

二、 研究现状

• 集成学习 ：

  • bagging：
  • boosting

• 梯度提升决策树（GDBT）：

  • 串