基于 URL 嵌入的展示广告转化预测
机器学习
2020-08-31 v2 人工智能
机器学习
摘要
近年来，得益于广告购买流程的自动化，在线展示广告迅速发展。实时竞价（RTB）通过实时拍卖实现了广告主与发布商之间广告展示量的自动化交易。为了提高广告活动的效果，广告主应将广告投放给在不久的将来极有可能发生转化（即购买、注册、网站访问等）的用户。在本研究中，我们引入并考察了不同的模型，用于在给定用户访问 URL 历史的情况下估计其转化的概率。受自然语言处理启发，我们引入了三种 URL 嵌入模型来计算具有语义意义的 URL 表示。为了证明所提出的各种表示与转化预测模型的有效性，我们基于从某广告平台收集的真实日志事件进行了实验。
引用
@article{arxiv.2008.12003,
title = {Predicting conversions in display advertising based on URL embeddings},
author = {Yang Qiu and Nikolaos Tziortziotis and Martial Hue and Michalis Vazirgiannis},
journal= {arXiv preprint arXiv:2008.12003},
year = {2020}
}
备注
Accepted at AdKDD 2020 workshop at KDD'20 conference, San Diego, USA