新工科 课程 移动APP广告算法
课程封面
移动APP广告算法
大数据
计算广告是互联网最重要的商业模式之一,广告投放效果通常通过曝光、点击和 转化各环节来衡量,大多数广告系统受广告效果数据回流的限制只能通过曝光或 点击作为投放效果的衡量标准开展优化。腾讯社交广告发挥特有的用户识别和转 化跟踪数据能力,帮助广告主跟踪广告投放后的转化效果,基于广告转化数据训 练转化率预估模型(PCVR, Predicted Conversion Rate),在广告排序中引入 PCVR 因子优化广告投放效果, 升 ROI。本题目以移动App广告为研究对象, 预测 App 广告点击后被激活的概率:pCVR=P(conversion=1 | Ad,User,Context), 即给定广告、用户和上下文情况下广告被点击后发生激活的概率。业界对于广告 点击转化(CTR)的研究一直比较重视,而且目前应用相对成熟,该项目无论是 在学术研究还是业界应用都有较高的研究价值。本实验目的是建立一个模型去预测在给定广告,用户和上下文的情况下广告被激活的概率P。
实验列表
  • step1
    实验1 实验前准备
    了解实验环境,理解实验数据
    查看详情
  • step2
    实验2 数据预处理
    使用python对对原始训练集数据 train.csv 进行融合补充其他 数据表中的特征,得到初始化特征 data 
    查看详情
  • step3
    实验3 特征工程
    结合数据以及业务背景,手动的构造一些相关特征
    查看详情
  • step4
    实验4 对离散变量进行one-hot 编码
    变量中会有一些变量为离散型变量,例如用户的性别,等一系列特征,都是一些分类值。建模前需对这些变量进行处理。即对离散变量进行 one-hot 编码
    查看详情
  • step5
    实验5 模型建立与评价
    建立适当的模型,对广告转化率进行预测
    查看详情

如果您想对我们的产品和服务更进一步了解
请用下面的方式和我们联系

电子邮箱:business@yundaxue.org(会在1个工作日之内和您接洽)

联系电话:400-828-1210(周一至周五 9:00-18:00 )