论文部分内容阅读
网络广告发展迅速,在广告主品牌非行销部分预算中居所有媒体的第二位,并且有上升趋势。据行业数据,电子商务在中国网络经济规模占比持续扩大。互联网是电子商务的载体,网络广告是电子商务推广的有效快捷平台。如何提高网络广告中电子商务广告投放效果是亟待解决的问题,本文从基于用户行为分析的角度对电商广告推荐系统进行了研究与实践,主要解决两个问题:(1)如何刻画用户行为特征和电商广告特征。(2)采用怎样的流程和算法对用户和广告特征进行匹配,从而实现广告推荐。本文主要工作和贡献如下:
(1)本文使用丰富的用户行为和广告特征作为电商广告推荐的依据。其中用户行为特征分为4类:用户兴趣、用户意图、时间和地域。用户兴趣以关键字和主题向量表示,它分为长期兴趣和短期兴趣,分别描述用户的长期兴趣爱好和实时需求,并采用时间窗口算法更新;用户意图通过分析用户当前访问网站的主题特征得到。广告特征包括关键字、主题分布、时间、地域和转化率5类。本文提出基于用户兴趣和商业价值的用户关键字赋权方法ICUKW,采用大规模PLSA模型进行主题特征计算,提出广告关键字特征自动提取方法EAKAE,它把TextRank方法引入广告关键字权重计算。在这部分,实现了用户和广告特征自动提取与更新。
(2)本文提出了基于MapReduce的大规模PLSA主题模型训练方法MRplSA,它主要包括四种优化技术。其中,中间结果局部合并方法有效减少了Shuffle数据量,效率提高4-5倍;聚类指导参数初始化方法通过关键字扩展技术、本文提出的启发式凝聚层次聚类算法HAHC和贝叶斯方法实现,与随机初始化相比,模型参数减少了一个数量级,这使得基于小内存机器集群的大规模PLSA模型训练得以实现并且加快了模型收敛速度;主题-词分布参数存储数据结构优化方法通过观察模型训练公式,选择用词-主题邻接表代替Map结构,把时间复杂度从O(logn)降为O(1),效率提升7-8倍;硬件原子操作代替互斥锁的方法避免了多线程频繁加解锁带来的时间开销,速度提高约3倍。
(3)本文从召回率、准确率、收益三个角度出发,提出了包括广告触发、转化率预测和排序三个子流程的广告推荐方法。广告触发选择出候选广告集,它包括请求分析、广告检索和广告过滤三步,广告检索中通过增加主题、KPLUS和ZPLUS索引来提高召回率,广告过滤中使用本文提取的AdFilter方法,同时考虑相似度和转化率以过滤掉相关性差的广告。转化率预测阶段预测出候选广告转化率,本文尝试了基于贝叶斯和Logistic回归的模型。广告排序阶段综合考虑转化率和价格以实现广告排序,选择出用于展示的广告。与基于上下文的推荐方法相比,本文基于用户行为的推荐方法给销售量带来了2%-11%提升,其中贝叶斯模型提升范围在2%~8%,Logistic回归模型提升范围在5%~11%。