ctr预测入门

作者: lililililiyan | 来源:发表于2019-05-28 14:27 被阅读0次

ctr预测入门
Python入门问题
点击率预估模型：DIEN
在线学习FTRL
Deep FM笔记
python基础总结
Linux常用操作终端命令
Linux常用终端操作命令
干货——linux命令
embedding技术(1): Res-embedding fo

https://36kr.com/p/5150648(科普)

ECPM(earning cost per mille)=1000CTR点击出价**

CTR（Click-Through-Rate）:点击率

在实际的广告系统中，有无数的因素决定了广告的点击率，我们把这些因素主要分成3类——**

第一是广告主侧，比如广告创意、广告的表现形式、广告主行业等，一个劳斯莱斯的广告和一个可口可乐的广告点击率肯定有天壤之别。

第二是用户侧，如人群属性，以上的案例是年龄和性别，事实上，决定创意的因素人群属性极其多——年龄、性别、地域、手机型号、WiFi环境、兴趣........

第三是广告平台侧，比如不同的广告位、投放时间、流量分配机制、频次控制策略等。

$\color{purple}{简单理解为CTR是无数特征的一个函数，CTR=f(x1,x2,x3,x4,x5……),而模型就是选择神马样的函数来进预测。}$

从结果指标来看，ECPM是衡量CTR预估最为重要的指标，当然，在实际的实践过程中，CTR预测正确通常ECPM、CTR、收入这些指标通常都会涨。

把预估CTR和真实CTR直接进行对比，由于预估CTR针对每一次广告展示都会预估，比如这一次预估CTR为2%，但单次广告真实CTR只有两个结果，点或不点，即100%、0%，所以看单次结果是没有意义的，我们应该从一个群体来看——

将每一次广告曝光按照预测的CTR从小到大排序，然后按某个单位（比如每10000个曝光）分别统计平均预估CTR和实际CTR，就能知道预测CTR的准确程度了。

$\color{gray} {===================================================================}$
$\color{pink} {FM, FFM, DEEPFFM}$

https://www.hrwhisper.me/machine-learning-fm-ffm-deepfm-deepffm/

FM

经过One-hot编码后，特征空间是十分稀疏的。特别的，某类别特征有m种不同的取值，则one-hot编码后就会被变为m维！当类别特征越多、类别特征的取值越多，其特征空间就更加稀疏。

此外，往往我们会将特征进行两两的组合，这是因为：

通过观察大量的样本数据可以发现，某些特征经过关联之后，与label之间的相关性就会提高。例如，“USA”与“Thanksgiving”、“China”与“Chinese New Year”这样的关联特征，对用户的点击有着正向的影响。换句话说，来自“China”的用户很可能会在“Chinese New Year”有大量的浏览、购买行为，而在“Thanksgiving”却不会有特别的消费行为。这种关联特征与label的正向相关性在实际问题中是普遍存在的，如“化妆品”类商品与“女”性，“球类运动配件”的商品与“男”性，“电影票”的商品与“电影”品类偏好等。