广告推荐系统--初探

1、推荐系统的背景 

     在线广告投放，实则就是推荐系统，推荐系统被分为3大类：基于内容的推荐、协同过滤推荐（基于物品、基于用户）、关联规则，其实SVD（奇异值分解也可以用于推荐系统）。协同过滤推荐是目前使用较多的推荐算法，Amazon提出的基于物品的推荐系统，适用于用户量远远大于物品数量的电商平台（因为基于用户的CF，由于用户数量非常大，在计算用户相似性时计算量很大，这种情况下适合对物品友好的推荐系统），京东的最佳组合也是基于物品的协同过滤算法，猜你喜欢则是使用基于用户的推荐算法。

     《基于分类模型的广告推荐方法研究_李哲》这篇文章介绍了协同过滤算法的两大主要问题：1、冷启动问题  2、数据稀疏 。

解决办法：

     Item-based CF的冷启动问题：可以利用物品的内容信息，比如分词、关键字排名，或者使用基于内容的推荐

     User-based CF的冷启动问题：

1、提供非个性化的推荐，如：热门的排行榜，等用户充足了再改为个性化推荐

 2、根据用户的注册信息，如：兴趣爱好、或从其他网站导入行为数据（微博登录的用户，可以分析微博信息）

3、选择合适的物品启动用户兴趣，如：在用户首次登陆时，让用户选择感兴趣的话题（sina weibo）

     数据稀疏问题：采用SVD对矩阵进行降维，另外，数据稀疏时，计算相似度适合采用余弦相似性

     

     -------------------------------------------------------------分割线------------------------------------------------------------------

广告投放可以概括为三个最大化：1、搜索引擎收入最大化   2、（广告主）要求用户点击率最大化   3、（用户）推荐的广告最适合

2.1、CTR点击率

 

这里CL（u,i）表示 用户u 对 广告i 的总点击次数，PV（u,i）表示广告i 对 用户u 的总展示次数

2.2  收益---CTR的意义

广告主使用以下公式计算收益，为了使得自己的收益最大化，

这里 CPC（Cost Per Click）为单位点击的付费额。

如何计算CPC，有两个模型：统一费率模型（Flate-rate model）和竞价模型（bid-based model）

已目前流行的移动广告投放为例，网络媒体指google的Android平台，广告主指DSP公司

统一费率模型：DSP公司与google之间制定的关于单次点击费用的合约，在广告被用户点击后，google向DSP收取相关费用，这种模型使得google对广告的ctr进行排序，并对用户进行推荐。

竞价模型：各个DSP公司同时向google进行竞价，价高者得到广告位，所以DSP公司需要实时调整 单次广告点击费用。这种模型需要也是需要对广告的ctr进行排序（文章里这么说的，我怎么觉得应该是计算revenue，后续验证）

可以看出这两个模型都和ctr有着密切的关联，我们可以把广告的ctr当做推荐系统里用户对物品的打分。

文章介绍了利用广告日志来预测点击率的方法（点击率预估的框架），如下：

---------------------------------------------------------分割线-----------------------------------------------------------

文章讨论的是统一费率模型，使用的是基于内容的推荐方法，分为：传统分类模型、多标记分类模型

介绍两者模型之前，我们考虑广告推荐的特殊性，情景问题。因为广告日志包括很多情景的特征，如：时间、地点等。经济发达的地方，可能就推荐奢侈品啊~

而这种情景特征很难加入到协同过滤的中，因为协同过滤的思想主要是根据用户的喜好或历史行为记录，计算用户对物品的打分

总之，广告投放不仅仅是推荐，而是对某一用户在某一情景下进行推荐

3.1传统分类模型

这种模型将问题考虑成：在某种特定条件下，用户是否会点击广告，即二分类问题。

关于数据集：分为两部分展示数据、点击数据。展示数据是所有广告的数据，点击数据描述的是哪些数据被点击了。所以点击数据是展示数据的子集。

现在的目的是分类，所以所有点击数据的标签为正类，所有不包含点击数据的展示数据为负类。分类模型就是为了计算某用户u在特定情景c下是否会点击广告c，问题是我们最终的目标是需要计算点击率，（关于计算概率的的分类，常用的有朴素贝叶斯和逻辑回归，这里可以套用一下，有待后续研究），并对点击率进行排序，根据排序结果进行推荐。

概括一下，传统分类模型的步骤：

1、数据预处理：根据点击数据，将展示数据打上label，点击的为1，未点击的为0，如下图

2、训练：通过分类算法，构建分类器模型（这里分类器用朴素贝叶斯和逻辑回归，计算出是否点击和点击的概率是多少）

3、预测：输入特定的用户u，场景c，广告i，判断是否会点击，点击的概率ctr多少

4、推荐：按照ctr排序进行推荐，推荐一个或者多个。

3.2  多标记分类模型

这个模型的思想是：传统的分类模型标记位是0和1，表示是否点击广告，多标记的思路是将点击数据的广告特征作为标记。数据预处理过程如下：

将用户（应用app）和场景c作为特征，标记位为在点击数据中该用户该场景下点击了哪些广告。

这个思想类似于文本分类，一篇小说类别为爱情的、武侠的等多个标签

待续