Главная » Просмотр файлов » Диссертация

Диссертация (1137263), страница 13

Файл №1137263 Диссертация (Оптимизация показов рекламных объявлений в поисковых интернет-системах; разработка методологии подбора порогов в рекламный показ) 13 страницаДиссертация (1137263) страница 132019-05-20СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 13)

В этом случае мыполагаем все равными нулю.3.3.8 Учёт ограничения на покрытие.Итак, мы выполнили максимизацию по переменным критерия2 при ограничениях (9) – (13), (16) и данных фиксированныхзначениях 1 , 2 и 0 , пользуясь тем, что 2 разбивается на суммунезависимых величин (, 1 , 2 , 0 ), каждая из которыхсоответствует одному из запросов. На данный момент для каждогозапроса найден список рекламных объявлений, который представляетсобой оптимальный набор для показа в рекламном блоке надрезультатами поиска в ответ на этот запрос.

Некоторые списки могутбыть пустыми: это значит, что при данных 1 , 2 и 0 по этому запросуненашлосьобъявлений,удовлетворяющимусловиямоптимизационной задачи, и рекламный блок показывать не стоит.Чтобы учесть ограничение (13) на покрытие для данного наборазапросов, мы должны показывать рекламный блок в ответ на не более96чем запросов из этого набора. Если число запросов с непустымсписком меньше, чем , то ограничение уже автоматическивыполнено. В противном случае упорядочим списки по убываниюсоответствующих им значений , и оставим только первые списков.

Тогда значение 2 будет равно сумме значений пооставленным спискам. Тем самым будет удовлетворено ограничение напокрытие, и 2 принимает максимально возможное при этомзначение. Кроме того, необходимо вычислить еще одну величину: 3 ,которая равна минимальному значению по оставленным (непустым)спискам. Эта величина зависит от 1 , 2 и 0 : 3 = 3 (1 , 2 , 0 ). Мыперебором находим оптимальные 1 опт , 2 опт и 0 опт , при которыхдостигается максимум по значения критерия 2 (, 1 , 2 , 0 ) ипри этом выполняются ограничения. Оптимальное значение 3 опт =3 (1 опт , 2 опт , 0 опт )надозапомнить,таккаконобудетиспользоваться при работе с новыми запросами для учета ограниченияна покрытие.3.3.9 Общая схема оптимизации.Общая схема оптимизации будет иметь следующий вид:Алгоритм можно записать в виде:Цикл по Величина 2 доставляет максимум нашему основному критерию0 ().Цикл по Вырученные деньги с ростом 1 не убывают, то естьможно сказать что 1 – это параметр, регулирующийпоступление денег от рекламодателей.Перебор по 1 идёт до достижения равенства() = 97Цикл по запросам По всем объявлениям-кандидатам для запроса :Составить «список для показа», вычисляя длякаждого объявления: (1 , 2 , 0 ) =0+ 1 ∙ ∙ − 2 .С помощью венгерского алгоритма решаем задачумаксимизации:∑(,) ∙ → max , в список для показапопадают соответствующие .

Таким образом: = arg max(2 (, 1 , 2 )|(9)−(13),(16) )Вычислить вклад в суммарный критерий объявлений,вошедших в список для показа в рекламный блок надрезультатами поиска: = ∑(,) ∙ Конец цикла по запросам Упорядочить списки для запросов в порядке убывания .Оставить только первые из них (выполнениеограничения по покрытию), остальные обнулить.Запомнить = min Положить:1, = {0,если пара (, ) оставлена для показа,в противном случаеМенять 1 , пока не будет достигнутоследующим образом:Если () < , то уменьшить 1Если () > , то увеличить 1Положить опт = 1 .98() = Запомнить 3 , 1 опт , списки (то есть рекламныеобъявления, отобранные для показа)Конец цикла по .Менятьчтобы2достигнутьмаксимума0 () = ∑(,,,) ∙ /()Положитьопттозначение2 ,прикоторомдостигнутmax 0 ()Конец цикла по В конце работы алгоритма мы получаем величины 1 опт , 2 опт и 3 опт ,которые будут использоваться для работы с новыми запросами.3.3.10 Схема работы с новыми запросами.В результате работы алгоритма на обучающем наборе запросовполучаются значения параметров 1 опт , 2 опт и 3 опт .

Будемиспользовать эти значения при работе с новыми запросами. Считаем,что для новых запросов и соответствующих им рекламных объявленийизвестны величины и , либо их можно каким-то образомполучить. Тогда алгоритм обработки новых запросов выглядитследующим образом (для -го нового запроса):Итак, получив новый запрос нужно:1) Отобрать объявления-кандидаты для возможных показов (пофразам запроса).2) Для каждого из этих объявлений известно значение ставки ипрогноз кликабельности , где – индекс запроса, –индекс баннера, – индекс позиции объявления средипоказанных, – общее количество рекламных объявлений врекламном блоке.3) для каждого возможного размера p рекламного блока:993.1.

вычислить значения = + 1 опт ∙ ∙ − 2 опт3.2. решить задачу ∑(,) ∙ → max при ограничениях(9) – (12)3.3. выбрать наилучший вариант по с точки зрениямаксимизации: = ∑(,,) ∙ 4) Если величина меньше 3 опт , то обнулить список, и дляданного запроса не показывать рекламный блок над результатамипоиска.

Иначе показать в рекламном блоке все объявления,которые отобрались для показа в процессе п. 3.2.После проведения операций 1) - 4), будет совершенно яснопоказывать ли по новому поступившему запросу объявления, если да,то какое количество рекламных объявлений показывать, конкретнокакиеизвсехобъявлений-кандидатовнапоказивкакойпоследовательности.3.4Численный эксперимент на модельных данных.3.4.1 Создание модельных данных.Для отладки описанного алгоритма отбора объявлений с учетомпозиционных эффектов, его тестирования и сравнения с аналогичнымалгоритмом,неучитывающимпозиционныеэффекты,будемиспользовать модельные данные, из которых и будет состоятьобучающий набор запросов.В статье Пина [51] предполагалось моделировать ставкилогнормальным распределение с параметрами = 1 и = 0.1.

Мыбудем пользоваться этим предположением при генерации модельных100данных, за исключением того, что параметры могут несколькоотличаться от указанных там = 1 и = 0.1.Для генерации значений считаем, что значения имеютбета-распределение с некоторыми параметрами. Предположение о том,что значения кликабельности имеют бета-распределение, являетсячасто используемым [63], и оно хорошо подтверждается на практике.Когдавышеутверждалось,чтозначенияможнопредставлять как реализацию некоторой случайной величины,имеющей бета-распределение, имелись в виду значения без учетапозиционных эффектов: (запрос, объявление). Далее такиекликабельности будем также обозначать как :оценкавероятности клика на -ое объявление в случае, если оно показываетсяна странице результатов поиска в ответ на -ый запрос.

Для того чтобыперейти от вероятностей кликов без учета позиционныхэффектов к вероятностям кликов , зависящим от позиционныхэффектов, используем предположение, в котором вероятность клика представляется в виде произведения: = ∙ Множитель зависит только от объявления и запроса, амножитель вводится для учета позиционных эффектов. Такоепредположение рассматривается во многих работах [68], [31], [47]. Внашем случае множитель представляется в виде = ∙−1 . Множитель учитывает тот факт, что любое объявление врекламном блоке может быть показано одно, либо иметь одного, либодвух соседей (напомним, что всего в рекламном блоке допускаетсяодновременный показ не более трёх рекламных объявлений).

То естьесли в ответ на -ый запрос в рекламном блоке над результатамипоиска показываются два объявления, в число которых входит -ое, то101для учета этого факта в оценке вероятности клика для -го объявленияпроизводится умножением на  2 . Значения для 1 , 2 и 3выбираются из следующих предположений. Когда объявлениепоказывается в одиночку, вероятность клика на него гораздо больше,чем когда он показывается совместно с одним или более рекламныхобъявлений.Фактическизначение(объявлениепоказываетсявкликабельностиодиночестве),должно11немногопревосходить значение кликабельности (итоговое усредненноезначение без позиционных эффектов), поэтому будем полагать 1 ≈ 1,1 > 1. Далее, когда объявление показывается в компании ровноодного соседа, то вероятность того, что пользователь кликнет на него,больше, чем когда это же объявление показывается в компании ровнодвух соседей. Поэтому будем полагать, что 1 ≥ 2 > 3 .

Например, внескольких вычислительных экспериментах использовались значения1 = 1.065, 2 = 0.92 и 3 = 0.83, а в нескольких других 1 = 1.045,2 = 0.72 и 3 = 0.902.Теперь рассмотрим множитель −1 (величина ,возведенная в степень − 1). В работе Фенга [31] предлагалось ввестиэкспоненциальное затухание для того, чтобы учесть позициюобъявления. Допустим, что в ответ на -ый запрос показываетсярекламный блок над результатами поиска, и в нем показано ровно триобъявления, причем интересующее нас -ое объявление находится на-ой сверху позиции (1 ≤ ≤ 3).

Тогда учет этого эффектапроизводится умножением кликабельности на −1 .Значениямножителяможновзятьизнепрерывногораспределения на отрезке [0; 1] – например, из бета-распределения спараметрами и .Схема, по которой генерируются модельные данные, такова:1021. Задаемся: параметрами ≥ 0и ≥ 0длялогнормальногораспределения ставок; параметрами > 0 и > 0 для бета-распределения независящих от позиционных эффектов кликабельностей ; параметрами > 0 и > 0 для бета-распределениякоэффициентов затухания, которые используются для учетапозиции , на которой находится данное объявление; положительными множителями 1 , 2 и 3 , используемыми дляучета числа объявлений, показываемых одновременно врекламном блоке; – размер модельного набора запросов; – общее число различных объявлений; минимальным (_) и максимальным (_) числомрекламных объявлений, которые могут быть кандидатами дляпоказа в рекламном блоке по одному запросу.2. Будем различать запросы по идентификатору , объявления – поиндексу/идентификатору .

То есть на данный момент у нас есть запросов, индексируемых при помощи , и рекламныхобъявлений, индексируемых при помощи . Пока что это пустыесущности: не составлены списки объявлений, соответствующихзапросам, не сгенерированы ставки для запросов и т.д.3. Для каждого запроса сгенерируем ставку , являющуюсяреализацией случайной величины из логнормального распределенияс параметрами и .4. Для каждого запроса сгенерируем коэффициент затухания из бета-распределения с параметрами и .5. Для каждого запроса :1035.1. Определяем,сколькообъявленийемусоответствует(равномерная случайная целая величина между и ) – назовем это число __ .5.2. Делаем случайную выборку размера __ измножества идентификаторов .

Объявления с выбраннымиидентификаторами теперь соответствуют запросу .5.3. Для текущего запроса и каждого объявления изсоответствующих ему объявлений генерируем значения .5.4. Для каждого возможного числа баннеров , показываемых врекламном блоке над результатами поиска определяем как = ∙ ∙ −1 .−1 моделирует .104Произведение ∙b)a)c)Рис.

22. Гистограммы распределений и плотности для (a), коэффициентовзатухания (b) и ставок (с).Примеры гистограмм и функций плотности распределения дляпозиционно-независимых , коэффициентов затухания иставок приведены на Рис.

Характеристики

Список файлов диссертации

Оптимизация показов рекламных объявлений в поисковых интернет-системах; разработка методологии подбора порогов в рекламный показ
Свежие статьи
Популярно сейчас
Почему делать на заказ в разы дороже, чем купить готовую учебную работу на СтудИзбе? Наши учебные работы продаются каждый год, тогда как большинство заказов выполняются с нуля. Найдите подходящий учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6549
Авторов
на СтудИзбе
300
Средний доход
с одного платного файла
Обучение Подробнее