Logistic模型的变量选择及其在搜索引擎广告转化中的应用

代理获取

页面导航

目录
摘要
著录项
相似文献
相关主题

摘要

Logistic模型是研究分类变量的重要方法，鉴于大数据背景下的数据具有高维性和稀疏性等特点，研究Logistic模型在高维数据集中的变量选择方法是非常必要的.本文分析研究了Logistic模型下的MCP(Minimax Concave Penalty)方法与SLS(Sparse Laplacian Shrinkage)方法及其应用，具体研究内容和主要研究成果有:
　　利用概率因子图构建影响搜索引擎广告(Search Engine Advertising，SEA)转化的各因素间的概率关系，建立基于多层先验方法的Logistic模型，从而预测SEA转化概率.通过实证分析验证了该模型具有良好的可靠性，分析还表明:在各影响因子中广告质量对SEA转化率影响更大，广告主可通过优化网站设计等方法改善着陆页质量、提升用户体验，从而获得更多的广告转化.
　　证明了在正则化条件下Logistic模型中参数的MCP估计具有Oracle性质，并将该方法应用在SEA转化率预测问题中，筛选出对转化率有显著影响的特征变量.分析显示，广告位置排名、关键词信息和广告着陆页质量均对转化率有显著影响.广告主可通过选择恰当的关键词、改善网站访问速度等方法提升广告转化率.
　　针对变量间存在相关性的情况，本文提出Logistic模型下的SLS方法.该方法主要原理是通过构造邻接矩阵来表示变量间的网络结构，在MCP惩罚的基础上引入网络结构惩罚项.此外，本文还给出了两种基于相似度度量和相异度度量的构造变量间的邻接矩阵的方法.最后，数值模拟验证了:当变量间存在相关性时，相比MCP方法，SLS方法在“有效”变量识别精度和预测方面效果更好.

著录项

作者
张苗;
展开▼
作者单位

广西大学;

展开▼
授予单位广西大学;
学科统计学
授予学位硕士
导师姓名李春红;
年度 2018
页码
总页数
原文格式 PDF
正文语种中文
中图分类 TP311.13;
关键词
高维数据集; Logistic模型; 变量选择; 搜索引擎; 广告转化;

相似文献

中文文献
外文文献
专利

1. 控制变量、转化以及数形结合的思想在电学实验数据处理中的应用 [J] . 李俊鹏 . 物理教学探讨 . 2019,第001期
2. Lasso变量选择法在广西区域经济发展影响因素选取中的应用 [J] . 农秋红 ,韦程东 ,罗文婷 . 中国商贸 . 2021,第010期
3. Lasso变量选择法在广西区域经济发展影响因素选取中的应用 [J] . 农秋红 ,韦程东 ,罗文婷 . 中国商论 . 2021,第010期
4. Lasso回归方法在特征变量选择中的应用 [J] . 王璐 ,孙聚波 . 吉林工程技术师范学院学报 . 2021,第012期
5. Elastic-net变量选择及其在配网投资决策中的应用 [J] . 罗婷 ,刘小惠 ,程宏波 . 电力系统保护与控制 . 2021,第023期
6. 搜索引擎广告中关键词的选择研究——以在线机票预订为例 [C] . 李学峰 ,李季 ,王汉生 . 2009JMS中国营销科学学术年会暨博士生论坛 . 2009
7. 含多元非线性结构的高维Logistic模型的同时变量选择及半参数估计 [A] . 潘玉婷 . 2016

Logistic模型的变量选择及其在搜索引擎广告转化中的应用

目录

摘要

著录项

相似文献

相关主题

期刊订阅