온라인 광고 시장에서 클릭 확률 추정
The Estimation of the Click Probability in Online Advertising Market
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 FM-FTRL 을 바탕으로 하여 , 추가적으로 스태킹 기법을 적용하였다 . K 평균 클러스터링 기법과 그라디언트 부스팅 나무 모형을 이용하여 , 추가적인 변수를 만들고 , 이를 FM-FTRL 의변수로 첨가하였다 . 분석은 2013 년 공개된 iPinYou 벤치마킹 자료를 사용하였다 . 분석 결과 , FM-FTRL 만 사용했을 때 평균 0.611 정도의 AUROC 를 갖는 반면 , K-MEANS 변수를 추가했을 때는 평균 0.704, GBDT 변수를 추가 했을 때는 평균 0.724 이다 . 특히 모든 변수를 다투입하였을 때에는 평균 0.755 의 AUROC 를 갖는다 . 본 연구의 기여는 널리 사용되는 모델들을 결합함으로써 더 높은 성능을 낼 수 있는 앙상블 기법을 소개하고 , 벤치마킹 자료를 통해 검증한 데에 있다 .
Abstract
Based on FM-FTRL, this study additionally applied stacking technique. Using K average clustering technique and gradient boosting tree model, we made additional variables and added them as variables of FM-FTRL. The analysis uses the iPinYou benchmark data released in 2013. As a result of the analysis, when the FM-FTRL alone is used, the average AUROC is 0.611, whereas when the K-MEANS variable is added, the average is 0.704 and when the GBDT variable is added, the average is 0.724. In particular, when all variables are applied, the average AUROC is 0.755. The contribution of this study is to introduce ensemble techniques that can achieve higher performance by combining widely used models, and to verify them through benchmarking data.
참고문헌 (9)
- He, X., "Practical lessons from predicting clicks on ads at facebook", Proceedings of the Eighth International Workshop on Data Mining for Online Advertising ACM, pp.1~9 (2014)
- Friedman, J. H., "Stochastic gradient boosting", Computational Statistics & Data Analysis, 38(4), pp.367~378 (2002)
- Liao, H., "iPinYou global rtb bidding algorithm competition dataset", Proceedings of the Eighth International Workshop on Data Mining for Online Advertising ACM, pp.1~6 (2014)
- Lloyd, S. P., "Least squares quantizathion in PCM", IEEE Trans. Information Theory, 28, pp.129~137 (1982)
- McMahan, H. B., "Ad click prediction: a view from the trenches", Proceedings of the 19th ACM SIGKDD international conference on Knowledge discovery and data mining, pp.1222~1230 (2013), ACM
- Rendle, S., "Factorization machine", Data Mining (ICDM), 2010 IEEE 10th International Conference on IEEE, pp.995~1000 (2010)
- Ta, A. P., "Factorization machines with follow-the-regularized-leader for CTR prediction in display advertising", Big Data (Big Data), 2015 IEEE International Conference on IEEE, pp.2889~2891 (2015)
- Weinberger, K., "Feature hashing for large scale multitask learning", Proceedings of the 26th annual international conference on machine learning ACM, pp.1113~1120 (2009)
- Zhang, W., "Real-time bidding benchmarking with ipinyou dataset", ~ (2014)