一种基于代价敏感分类器集成的广告点击率预测方法技术

本发明专利技术公开了一种基于代价敏感分类器集成的广告点击率预测方法，包括步骤：在特征提取上，采用人工定义的规则进行特征提取，对用户行为历史记录进行特征提取和采样；在广告点击率预测中采用改进B‑SMOTE+方法进行数据过采样；经过数据预处理后的数据集在交由分类器学习时采用代价敏感算法，将误分“点击广告”这一错误加大惩罚力度；采用了遗传算法进行了优化调参；采用两层Stacking方式对进行集成。本发明专利技术解决了目前一些点击率预测算法由于特征维度较少、数据预处理不到位等问题导致的准确率较低等问题，采用该方法能够较好地提升广告点击率预测的准确率。

A Cost-Sensitive Classifier Integration-Based Method for Predicting Click-through Rate of Advertisements

The invention discloses an advertisement click-through rate prediction method based on cost-sensitive classifier integration, which comprises the following steps: in feature extraction, feature extraction is carried out by artificially defined rules, feature extraction and sampling are carried out for user behavior history records; and in advertisement click-through rate prediction, improved B_SMOTE+method is used to carry out data. Oversampling; cost-sensitive algorithm is used to punish the misclassification of \click on advertisement\ when data sets are handed over to classifiers; genetic algorithm is used to optimize parameters; and two-tier Stacking method is used to integrate them. The invention solves the problems of low accuracy caused by fewer feature dimensions and inadequate data preprocessing of some click-through rate prediction algorithms at present, and can improve the accuracy of click-through rate prediction of advertisements by adopting the method.

【技术实现步骤摘要】
一种基于代价敏感分类器集成的广告点击率预测方法
本专利技术涉及电子推荐算法的
，尤其是指一种基于代价敏感分类器集成的广告点击率预测方法。
技术介绍
预测广告点击率,能够根据给定的用户和网页内容,通过计算对于特定用户的某一种广告的点击率，来选择点击率更高的广告进行精准定向。采用该机制可以大幅度地提高广告主所投放广告的点击率,增加广告所投放商品的访问量,帮助用户获取优质信息。点击率预测是一个在互联网领域应用非常广泛的亟待解决的问题，它还包括了包括搜索引擎的排序结果以及推荐系统，而广告点击率是点击率预测的一个重要应用。广告收入作为互联网公司非常重要的收入，对广告点击率预测具有极其重要的商业价值和学术研究价值，它是最近几年产学研的重要研究领域。广告的点击率预测就是要通过广告的历史点击记录,预测对于给定的查询用户的点击概率是多少。这里就需要使用点击日志，目前大多数预测点击率的方法都是基于点击日志，通过点击日志作为用户的历史行为。如JOACHIMST提出使用点击日志计算搜索结果的点击率,并结合搜索引擎查询日志和用户点击日志，自动优化搜索引擎的检索质量，通过分析用户在当前返回的排序结果中点击本文档来自技高网...

【技术保护点】
1.一种基于代价敏感分类器集成的广告点击率预测方法，其特征在于，包括以下步骤：1)获取基础数据，包括过去一段时间内用户购买的行为的数据集、用户信息、广告信息以及对应用户的点击广告日志；2)在特征提取上，采用人工定义的规则进行特征提取，对用户行为历史记录进行特征提取和采样，从中获得包含用户信息、广告信息、用户点击日志、用户历史购买行为的样本集合，通过人工推理定义方式，从中提取出能体现用户、物品特点和预测用户行为倾向的特征，经过异常过滤，得到训练集的特征部分，用户是否点击广告作为标签部分，将提取出的特征与标签一起，组合成样本的训练集S1；3)在广告点击率预测中应用不平衡类的数据预处理方法，将属于少...

【技术特征摘要】
1.一种基于代价敏感分类器集成的广告点击率预测方法，其特征在于，包括以下步骤：1)获取基础数据，包括过去一段时间内用户购买的行为的数据集、用户信息、广告信息以及对应用户的点击广告日志；2)在特征提取上，采用人工定义的规则进行特征提取，对用户行为历史记录进行特征提取和采样，从中获得包含用户信息、广告信息、用户点击日志、用户历史购买行为的样本集合，通过人工推理定义方式，从中提取出能体现用户、物品特点和预测用户行为倾向的特征，经过异常过滤，得到训练集的特征部分，用户是否点击广告作为标签部分，将提取出的特征与标签一起，组合成样本的训练集S1；3)在广告点击率预测中应用不平衡类的数据预处理方法，将属于少数类的“点击广告”采用改进的B-SMOTE+方法进行数据过采样，其步骤如下：3.1)计算少数类样本与训练样本的近邻；计算少数类样本P的样本点pi在训练集S1中的m近邻，i＝1，2，…，pnum，，设在m近邻中有m'个属于多数类样本；3.2)对少数类样本进行划分若m'＝m，表示pi的所有m近邻都属于多数类样本，此时pi被认为是噪声；3.3)设置采样倍率Ui,i＝1，2，…，pnum；在计算其少数类样本的m近邻后，对少数类样本进行划分，设m近邻中有m’个属于多数类样本，若m＝m’，则视为噪声舍弃，记边界样本为Pi，设置Pi'的采样倍率Ui为：Ui＝m'/(m-m')3.4)边界样本与少数类样本插值合成新生的少数类样本；计算pi'与少数类样本的k近邻，根据采样倍率Ui，pi'与其近邻合成si个少数类样本cj，cj＝pi'+rj×dj，j＝1，2，…，sj；其中，dj表示pi与第j个近邻的距离，rj是介于0与1之间的随机数；3.5)合成的少数类样本与训练集S1合并，构成新的样本训练集S2；4)样本训练集S2在经过预处理后，交由分类器进行学习，并采用代价敏感算法，将误分“点击广告”这一错误加大惩罚力度，其中分类器采用SVM与基于决策树的Adaboost算法；5)采用遗传算法对其代价敏感参数和相关参数进...

【专利技术属性】
技术研发人员：王昊翔，林启迪，张星明，林育蓓，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东,44