移动 App 广告点击转化率预估模型
2020-5-12 18:41 更新
项目描述: 此模型是以移动端 App 广告为研究对象,预测 App 广告点击后被激活的概率, 帮助广告主跟踪 广告投放后的转化效果,优化广告投放效果,提升 ROI (投资回报率) 项目职责: 1. 熟悉并分析业务, 明确业务需求 2. 提取近半年的用户点击数据, 并对数据进行预处理 3. 数据清洗, 处理缺失和异常数据, 完成建模前的数据处理 4. 使用机器学习算法建立广告点击后是否被激活的预估模型, 并对模型进行参数调优 技术要点: 1. 提取广告系统中连续两个月的日志, 按照推广中的 App 和用户维度进行采样 2. 数据预处理, 清洗缺失数据与异常数据, 完成数据的初始处理 3. 分析数据特征, 将具有多级类目的特征, 如用户现居地, App 分类等特征进行拆分, 分解成多 个新的特征, 最终的特征数为 28 个 4. 对用户 id, 用户性别, 用户现居地等类别特征进行 OneHotEncoder 5. 正负样本的比率约为 1:40, 使用 SMOTE 对其进行处理, 使得正负样本的比例达到一致 6. 使用 GBDT 对特征进行特征重要性排序, 剔除不重要的参数, 最终使用的特征数为 19 个 7. 使用随机森林建立预测模型, 并使用 GridSearchCV 对模型进行参数调优 8. 对比使用 Xgboost 进行参数调优, 找出最优的模型参数