随着信息科技、计算机科技及互联网技术的迅猛发展,互联网广告已经成为互联网变现和收入的主要来源之一。点击率(Click-Through Rate Prediction,CTR)在一定程度上代表了广告的受欢迎程度和被用户观看的次数。因此,当前大部分的广告营收均采用点击付费的方式,广告媒介所获得的收益为单次点击费用率和点击率的乘积。为此,准确地预估广告点击率是非常重要的,是件一举三得的事情。对广告主而言,产品得到了有力推广,增加了潜在用户,能够有效提高创收;对搜索引擎公司而言,更高的广告点击率意味着更多的收入;对用户而言,按照点击率大小排序所呈现的广告正是当下情境中的所需,提升了用户体验,让他们更乐于点击。CTR预估是一件复杂、涉及面广泛的问题。逻辑回归模型(Logistic Regression,LR)作为优良的二分类预测模型,常被运用在点击率的预估问题中。与传统线性模型相比,LR使用了 Logit变换将函数值映射到0～1区间,映射后的函数值就是CTR的预估值。而传统的逻辑回归模型受限于CTR和变量间之间的对数线性关系,训练出来的预估模型有效性往往有待提高。针对这一问题,本文研究比较了几种不同的特征提取、整合、优化技术。利用主成分(Principal Component Analysis,PCA)、决策树(Decision Tree)、GBDT(Gradient Boost Decision Tree)等技术从原始数据中繁杂的变量中提取精炼出有效的少数特征,再融入LR模型建模分析。基于一真实广告点击数据发现,基于GBDT特征优化技术的LR模型能有效提高传统LR模型的预估准确率。