Прогноз эффективности коэффициента конверсии на основе логистической регрессии

Скорочена інформація про документ
dc.contributor.authorСавченкова, Анастасия Юрьевнаru
dc.date.accessioned2016-03-02T13:35:54Z
dc.date.available2016-03-02T13:35:54Z
dc.date.issued2015
dc.description.abstractВ статье рассмотрено оптимальное хранение прошлых данных. Рассмотрены алгоритмы для лучшей конверсии, предложены в будущем более точные результаты вероятностей той или иной конкретной рекламы. Рассмотрены сочетания оценок CTR с помощью логистической регрессии. Приведены основные сведения про CTR оптимизацию. Дается описание иерархической модели данных. В иерархической модели автоматически поддерживается целостность ссылок между предками и потомками. Основное правило: никакой потомок не может существовать без своего родителя. Также рассматриваем расчёт вероятности с помощью логистической регрессии. С помощью метода бинарной логистической регрессии можно исследовать зависимость дихотомических переменных от независимых переменных, имеющих любой вид шкалы.ru
dc.description.abstractIn targeted display advertising, the goal is to identify the best opportunities to display a banner ad to an online user who is most likely to take a desired action such as purchasing a product or signing up for a newsletter. Finding the best ad impression, i.e., the opportunity to show an ad to a user, requires the ability to estimate the probability that the user who sees the ad on his or her browser will take an action, i.e., the user will convert. However, conversion probability estimation is a challenging task since there is extreme data sparsity across different data dimensions and the conversion event occurs rarely. In this paper, we present our approach to conversion rate estimation which relies on utilizing past performance observations along user, publisher and advertiser data hierarchies. More specifically, we model the conversion event at different select hierarchical levels with separate binomial distributions and estimate the distribution parameters individually. Then we demonstrate how we can combine these individual estimators using logistic regression to accurately identify conversion events. We provide results from real advertising campaigns to demonstrate the effectiveness of our proposed approach.en
dc.identifier.citationСавченкова А. Ю. Прогноз эффективности коэффициента конверсии на основе логистической регрессии / А. Ю. Савченкова // Вестник Нац. техн. ун-та "ХПИ" : сб. науч. тр. Темат. вып. : Механико-технологические системы и комплексы. – Харьков : НТУ "ХПИ". – 2015. – № 52 (1161). – С. 52-55.ru
dc.identifier.urihttps://repository.kpi.kharkov.ua/handle/KhPI-Press/20060
dc.language.isoru
dc.publisherНТУ "ХПИ"ru
dc.subjectиерархическая модель данныхru
dc.subjectдеревья данныхru
dc.subjectрекламные сетиru
dc.subjectкоэффициенты пересчетаru
dc.subjectaction rate estimationen
dc.subjectalgorithmic advertisingen
dc.subjectcomputational advertisingen
dc.subjectlogistic regressionen
dc.titleПрогноз эффективности коэффициента конверсии на основе логистической регрессииru
dc.title.alternativePrediction efficiency of the conversion rate on the basis of logistic regressionen
dc.typeArticleen

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
vestnik_KhPI_2015_52_Savchenkova_Prognoz.pdf
Розмір:
1.23 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
11.21 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Вісник № 52