搜索引擎广告用户行为预测与特征分析

被引：7

作者：

王海雷 ^{[1
,2
]}

贺一骏 ^{[3
]}

俞学宁 ^{[4
]}

张铭 ^{[3
]}

机构：

[1] 北京大学光华管理学院

[2] 中国民生银行博士后工作站

[3] 北京大学信息科学技术学院

[4] 中国民生银行科研培训学院

来源：

计算机应用研究 | 2013年 / 30卷 / 05期

关键词：

搜索广告; 支持向量机; 点击率; 准确率; 广告质量特征; 相似度特征;

D O I：

暂无

中图分类号：

TP391.3 [检索机];

学科分类号：

081203 ; 0835 ;

摘要：

介绍了搜索引擎广告系统的基本运作模式。通过对广告四元组的特征提取、特征值平滑等操作,将广告记录解析成为训练数据,并将数据分为训练集和测试集,使用支持向量机算法并利用训练集训练出的模型将测试集分类,从而预测出用户的行为。通过对特征的分析,得出对用户行为预测准确率影响最大的特征是点击率。实验证明,在使用该模型中所有特征的情况下,分类的准确率能够达到83.17%。

引用

页码：1413 / 1418

页数：6