CTR预估资料汇总

CTR

0.关于CTR预估(by@寒小阳)

对于电商等以CPC模式收取广告费的平台，点击率预估是一个非常重要的环节，事实上最后的广告排序基本是由CTR预估部分确定的，而这个顺序对于营收和用户体验都几乎是起决定性作用的。

1.LR与spark MLlib

请参考http://www.slideshare.net/ManishaSule/ctr-prediction-using-spark-machine-learning-pipelines与http://blog.turi.com/beginners-guide-to-click-through-rate-prediction-with-logistic-regression

2.RF与GBDT的作用

• 请参见比赛https://www.kaggle.com/c/avazu-ctr-prediction与owen Zhang的解法，代码在https://github.com/owenzhang/kaggle-avazu

• 对于GBDT构造feature感兴趣的同学可以参考三傻比赛中的做法：https://github.com/guestwalk/kaggle-2014-criteo

3.FM与FFM

• 美团点评技术团队《深入FFM原理与实践》http://tech.meituan.com/deep-understanding-of-ffm-principles-and-practices.html

• 三傻Kaggle解法

  • https://www.kaggle.com/c/avazu-ctr-prediction/forums/t/12608/4-idiots-solution-libffm/76033
  • https://www.kaggle.com/c/criteo-display-ad-challenge/forums/t/10555/3-idiots-solution-libffm

• 台湾大学libFFM库http://www.csie.ntu.edu.tw/~cjlin/libffm/

4.神经网络有没有用？

• google的 wide&deep model

  • https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/learn/wide_n_deep_tutorial.py
  • https://www.tensorflow.org/versions/r0.10/tutorials/wide_and_deep/index.html

• FNN

  • http://arxiv.org/pdf/1601.02376.pdf
  • https://github.com/wnzhang/deep-ctr

5.关于数据

需要大规模数据做实验/学习的同学，可以在Cretio实验数据下载1TB的CTR预估所需数据。