實時廣告競拍平臺中的海量數據分析和競價預測
摘要：實時廣告競拍平臺會產生海量的數據，如何對這些數據進行分析和建模會決定廣告競拍的成敗．其中一個重要的問題是，如何得到勝出競價的概率密度函數以便用于指導競價．在文獻（Cui Y, Zhang R, Li W, Mao J. Bid landscape forecasting in online ad exchange marketplace. Proceedings of the 17th A CM SIGKDD International Conference on Knowledge Discovery and Data Mining. New York： ACM, 2011： 265-273）中，雅虎實驗室提出了一個技術框架來解決這個問題：首先利用合理的統計學方法對海量數據按照特征屬性進行分類；再利用高效的數據結構進行存儲，以便快速定位特定屬性的信息；最后用梯度提升決策樹（gradient boosting decision trees，GBDT）模型和有限混合模型（finite mixture model，FMM）學習得到勝出競價的分布模型．結合國內競拍平臺的數據特點，在上述文獻的基礎上，對技術框架進行改進，并提出修正的算法．
注: 保護知識產權,如需閱讀全文請聯系應用數學與計算數學學報雜志社
相關推薦
更多
