基于特征優(yōu)化的廣告點擊率預(yù)測模型研究

賀小娟 郭新順

摘要： 針對互聯(lián)網(wǎng)廣告數(shù)據(jù)具有高維稀疏性的特點， 在現(xiàn)有的點擊率（Click-Through Rate， CTR） 預(yù)測問題的相關(guān)理論和技術(shù)基礎(chǔ)上， 給出了一種基于梯度提升決策樹（Gradient Boosting Decision Tree， GBDT）的卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks， CNN） 在線廣告特征提取模型（CNN Based on GBDT，CNN+）. CNN+模型不僅能從原始數(shù)據(jù)中提取出深度高階特征， 還能解決卷積神經(jīng)網(wǎng)絡(luò)在稀疏、高維特征中提取特征困難的問題. 在真實數(shù)據(jù)集上的實驗結(jié)果表明， 與主成分分析（Principal Component Analysis，PCA） 和梯度提升決策樹這兩種特征提取方法相比， CNN+模型提取的特征更加有效.

關(guān)鍵詞： 廣告點擊率預(yù)測; 梯度提升決策樹; 卷積神經(jīng)網(wǎng)絡(luò); 特征學(xué)習(xí)

中圖分類號： TP391 文獻(xiàn)標(biāo)志碼： A DOI： 10.3969/j.issn.1000-5641.201921007

0 引言

在線廣告（Online Advertisement） 是隨著互聯(lián)網(wǎng)的誕生與發(fā)展而衍生出的一種廣告形式， 即有廣告發(fā)布需求的廣告主通過具備廣告發(fā)布能力的在線廣告發(fā)布商， 將具有宣傳其產(chǎn)品或服務(wù)的廣告向互聯(lián)網(wǎng)用戶發(fā)布， 這些廣告以圖片、視頻或文本鏈接等多種方式呈現(xiàn)在互聯(lián)網(wǎng)用戶面前[1]. 在線廣告點擊率（CTR） 預(yù)測[2] 是根據(jù)給定的用戶點擊廣告的歷史數(shù)據(jù)以及其他相關(guān)數(shù)據(jù)， 預(yù)測出用戶點擊廣告的概率. 但是互聯(lián)網(wǎng)中積累的大多數(shù)廣告日志具有數(shù)據(jù)稀疏、特征維度大等特點， 這給如何使用模型高效地從數(shù)據(jù)中提取出有效信息以提高點擊率預(yù)測的準(zhǔn)確度帶來了巨大的挑戰(zhàn).

隨著數(shù)據(jù)挖掘、自然語言處理等技術(shù)的發(fā)展， 在廣告點擊率預(yù)測方面已經(jīng)有了不少成熟的研究.邏輯回歸（Logistic Regression， LR） 模型直接對用戶是否點擊廣告的概率進(jìn)行建模， 不但實現(xiàn)效率高，并且通過正則化的使用， 使模型對數(shù)據(jù)中的小噪聲具有很好的魯棒性， 是工業(yè)界最常使用的在線廣告點擊率預(yù)測模型. Matthew 等[3] 分別利用邏輯回歸和MART 模型（Multiple Additive Regression Tress，多元可加回歸樹） 進(jìn)行訓(xùn)練， 得到的實驗結(jié)果表明邏輯回歸的預(yù)測效果優(yōu)于MART. 沈芳瑤等[4] 提出了一種基于在線最優(yōu)化算法—FTRL （Follow the Regularized Leader） 求解的邏輯回歸模型， 該方法采用L21 混合正則化， 在縮短參數(shù)計算時間的同時也有效降低了模型的對數(shù)損失. 但是邏輯回歸模型的性能非常依賴參與訓(xùn)練的特征， 并且在稀疏數(shù)據(jù)中的表現(xiàn)能力也有限. 一個合適的自動特征提取模型是提高邏輯回歸模型預(yù)測性能的有效工具.

為此， 李春紅等[5] 提出了一種基于LASSO （Least Absolute Shrinkage and Selection Operator） 變量選擇方法的廣告點擊率預(yù)測模型， 該模型通過剔除與預(yù)測無關(guān)的部分特征， 有效克服了廣告數(shù)據(jù)高維性的問題， 并在一定程度上緩和了預(yù)測結(jié)果過擬合的問題. Ling 等[6] 介紹了阿里所使用的CGL（Coupled Group LASSO） 模型， 該模型使用Group LASSO 在用戶特征和廣告特征中進(jìn)行正則化處理，避免了模型引入過于龐大的矩陣， 并減少了模型的參數(shù). 然而， LASSO 變量選擇方法只是簡單地從原始特征中提取出那些對預(yù)測比較重要的特征， 選擇出來的特征用于點擊率的預(yù)測效果不佳. 為了實現(xiàn)特征之間的自動組合， He 等[7] 提出了使用梯度提升決策樹（GBDT） 模型在原始特征中自動地進(jìn)行特征組合和轉(zhuǎn)換， 通過使用邏輯回歸模型在轉(zhuǎn)換后的特征上進(jìn)行實驗， 結(jié)果表明原始特征經(jīng)過梯度提升樹進(jìn)行轉(zhuǎn)換后能極大地提高預(yù)測模型的預(yù)測性能. 田嫦麗等[8] 在Spark 大數(shù)據(jù)分布式平臺使用GBDT提取廣告中的特征， 實驗結(jié)果證明了GBDT 模型在分布式環(huán)境下同樣有助于提高預(yù)測模型的準(zhǔn)確率與性能. GBDT 在特征處理的過程中， 對每個特征進(jìn)行單獨(dú)處理， 不能學(xué)習(xí)到特征中的交互關(guān)系. LASSO變量選擇方法和GBDT 這兩種特征提取的方法雖然很容易實現(xiàn)， 但是由于它們都忽視了特征之間的相互關(guān)系， 往往不能取得良好的預(yù)測效果.

深度學(xué)習(xí)能夠自動探索數(shù)據(jù)間的局部依賴關(guān)系并且可建立特征之間的密集表示， 使神經(jīng)網(wǎng)絡(luò)能夠在原始數(shù)據(jù)中提取出高階特征， 這種有效學(xué)習(xí)高階隱含信息的能力也被應(yīng)用到了CTR 預(yù)測中. 張志強(qiáng)等[9] 提出了基于張量分解的特征降維方法， 利用棧式自編碼網(wǎng)絡(luò)算法挖掘出特征之間存在的高度非線性關(guān)聯(lián)關(guān)系. 楊長春等[10] 結(jié)合K-means 聚類算法以及張量分解對高維廣告特征進(jìn)行了降維處理，將降維后的數(shù)據(jù)利用深度置信網(wǎng)絡(luò)（Deep Belief Network， DBN） 進(jìn)行在線廣告的點擊率預(yù)測， 驗證了模型的有效性. Cheng 等[11] 提出了Wide & Deep 模型： Wide 模型泛指傳統(tǒng)的需要人工挑選特征的模型， 如邏輯回歸模型; Deep 模型是指可自動進(jìn)行特征轉(zhuǎn)化的模型， 例如因子分解機(jī)模型; 將Wide 模型與Deep 模型進(jìn)行組合， 就得到了Wide & Deep 模型.

傳統(tǒng)的邏輯回歸模型簡單易實現(xiàn)， 但是需要配合使用有效的自動化特征方法. 互聯(lián)網(wǎng)中存在的廣告日志存在數(shù)據(jù)稀疏、特征維度大等問題， 使得特征之間的相互信息很難被挖掘， 提高廣告點擊率預(yù)測效果也存在很大的挑戰(zhàn). 但是大部分淺層的特征工程方法， 例如GBDT、LASSO 等， 由于沒有考慮特征之間的內(nèi)在聯(lián)系， 導(dǎo)致提取出來的特征不能很好地表達(dá)出原始數(shù)據(jù)的內(nèi)部關(guān)系， 并且模型的可擴(kuò)展能力很弱. 針對這些問題， 本文在廣告點擊率預(yù)測問題的特征工程方面進(jìn)行了深度特征學(xué)習(xí)的探索，提出了基于GBDT 模型的卷積神經(jīng)網(wǎng)絡(luò)（CNN） 特征提取模型CNN+， 該模型不但能有效學(xué)習(xí)廣告特征之間的內(nèi)在關(guān)系， 實現(xiàn)高階特征的提取， 還能有效降低原始稀疏數(shù)據(jù)對卷積神經(jīng)網(wǎng)絡(luò)特征提取的影響， 減少內(nèi)存占用的壓力.

1 相關(guān)理論基礎(chǔ)

1.1 主成分分析方法

主成分分析（PCA） 是一種常見的特征降維手段， 基于變量的協(xié)方差矩陣從原始數(shù)據(jù)中提取出一組各個維度上線性無關(guān)的綜合變量[12]. PCA 的基本原理是原始特征基于協(xié)方差矩陣變換成新的特征，新特征的總方差保持不變， 并且按照方差的順序大小進(jìn)行依次排列， 再根據(jù)主成分的方差總貢獻(xiàn)率或主成分的特征值選擇出最終的主成分個數(shù). 使用PCA 進(jìn)行特征提取能降低特征之間的冗余， 但是將數(shù)據(jù)從高維空間映射到低維空間會容易造成原始信息的丟失， 最終模型的預(yù)測性能可能會變差.

1.2 梯度提升決策樹

用來預(yù)測點擊率的數(shù)據(jù)往往存在高維性特點， 但是實際上并不是把所有的特征都用上得到的預(yù)測效果就會越好， 需要平衡好效果和效率的關(guān)系. 因此， 在點擊率預(yù)測的過程中， 需要盡可能地獲取與點擊率精度高相關(guān)的特征， 以減少預(yù)測過程中時間和物力的代價. 常見的特征轉(zhuǎn)換的方法有兩種： 一種非線性轉(zhuǎn)換方法，該方法是將特征合并， 將合并生成的新的索引視為新的分類特征; 第二種方法是構(gòu)建元組輸入特征， 對于分類變量， 通過使用笛卡爾積得到原始特征所有可能的取值， 然后刪除對預(yù)測結(jié)果沒有影響的組合. 而梯度提升決策樹（GBDT） 就是實現(xiàn)以上兩種特征轉(zhuǎn)換方式的強(qiáng)有力的方法[7].

使用GBDT 進(jìn)行特征轉(zhuǎn)換的思想是， 將每個單獨(dú)的樹視為一個分類特征， 將每個變量最終落入的葉子的索引值作為值， 然后使用獨(dú)熱編碼生成最終的新特征. GBDT 模型采用集成學(xué)習(xí)的思想， 具有非常好的非線性擬合能力， 能很好地挖掘出數(shù)據(jù)中的低階信息; 但是對訓(xùn)練數(shù)據(jù)中沒有出現(xiàn)特征的學(xué)習(xí)能力差， 并且沒有利用特征之間的相互信息.

1.3 邏輯回歸模型

邏輯回歸（LR） 模型通過Sigmoid 函數(shù)引入非線性因素， 將線性回歸模型產(chǎn)生的預(yù)測值轉(zhuǎn)換成位于（0，1） 之間的概率值， 正好對應(yīng)用戶點擊廣告的概率; 而且LR 模型求解簡單，可解釋性強(qiáng)，對數(shù)據(jù)中小噪聲的魯棒性很好， 是工業(yè)界使用最多的廣告點擊率預(yù)測模型[13]. 對于給定的輸入變量， 二項LR 模型使用Sigmoid 替代函數(shù)將線性回歸產(chǎn)生的預(yù)測值轉(zhuǎn)換成事件的概率分布為

1.4 卷積神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)（CNN） 是近年來深度學(xué)習(xí)領(lǐng)域研究應(yīng)用最廣泛的模型之一， 一般由數(shù)據(jù)輸入層、卷積層、激勵層、池化層和全連接層組成， 其中數(shù)據(jù)輸入層與機(jī)器學(xué)習(xí)模型中的數(shù)據(jù)預(yù)處理方法相同[14]. 使用CNN 提取高階特征的原理是： 首先， 卷積層采用局部感知和參數(shù)共享機(jī)制， 通過卷積運(yùn)算可以學(xué)習(xí)到特征域中大小不同的模式; 然后， 通過池化層的池化運(yùn)算可以對特征域進(jìn)行縮放， 因此可以從數(shù)據(jù)中自動地提取出有效的特征， 并且構(gòu)造出數(shù)據(jù)的深度高階特征[15]. 使用CNN 進(jìn)行特征提取的優(yōu)勢有兩點： 一是可以從數(shù)據(jù)中自動地提取出有效的特征， 挖掘出特征之間的相關(guān)關(guān)系， 這主要依賴于CNN 的局部感知和權(quán)值共享機(jī)制， 使提取的新特征在很好地表達(dá)出原始數(shù)據(jù)特性的同時還能挖掘出數(shù)據(jù)中的隱含關(guān)系; 二是通過池化層隨機(jī)丟棄一些不重要的特征， 使最終的特征提取模型對那些沒有在訓(xùn)練數(shù)據(jù)中出現(xiàn)過的數(shù)據(jù)， 模型也能很好地學(xué)習(xí).

目前CNN 提取特征多應(yīng)用于圖像領(lǐng)域， 使用CNN 進(jìn)行廣告高階特征提取的研究相對較少. 主要是因為廣告數(shù)據(jù)存在大量的分類特征， 如果直接對這些特征進(jìn)行標(biāo)簽編碼處理，會使處理后的數(shù)據(jù)喪失表達(dá)原始數(shù)據(jù)的能力; 如果直接使用獨(dú)熱編碼對特征進(jìn)行處理，會使數(shù)據(jù)特征維度爆炸、模型參數(shù)過多而影響預(yù)測的效率， 并給設(shè)備造成壓力.

2 基于GBDT 的CNN 模型CNN+

本文利用GBDT 與CNN 模型相融合的思想， 一方面來源于He 等[7] 使用梯度提升樹解決了LR的人工提取特征的問題， 并且他們也從各個角度驗證了GBDT 在稀疏數(shù)據(jù)和多值分類特征中提取的有效性; 另一方面來源于已被驗證的CNN 在提取高階特征方面的強(qiáng)大能力， 但是面對多值類別特征時CNN 的特征提取能力有限， 在訓(xùn)練網(wǎng)絡(luò)的過程中要求很大的內(nèi)存資源以及計算機(jī)強(qiáng)大的運(yùn)算力.

使用CNN+-LR 模型進(jìn)行廣告特征提取和廣告點擊率預(yù)測的大致過程： 首先使用GBDT 挖掘出廣告日志中低階的特征以及特征組合， 將原始的稀疏數(shù)據(jù)和多值分類特征進(jìn)行有效的預(yù)處理; 然后利用CNN 強(qiáng)大的特征提取能力在低階特征中進(jìn)一步提取高階特征; 最后使用原始的LR 模型對在線廣告的點擊率進(jìn)行預(yù)測. CNN+的特征提取過程如圖1 所示.

3 算法測試與實驗結(jié)果分析

3.1 數(shù)據(jù)說明

本文實驗數(shù)據(jù)來源于DataCastle 競賽中“2018 科大訊飛AI 營銷算法大賽”的數(shù)據(jù)集， 即來自真實的公司環(huán)境. 廣告數(shù)據(jù)主要分為4 大類： 基本數(shù)據(jù)、廣告信息、媒體信息、上下文信息. 數(shù)據(jù)的類別分布和字段標(biāo)簽如表1 所示. 對于所給定的數(shù)據(jù)， 通過統(tǒng)計得到的樣本總數(shù)為1 001 650 條， 其中用戶點擊廣告的樣本數(shù)占總樣本數(shù)的19.8%.

實驗結(jié)果分析如下.

（1） 3 種方法提取的特征較原始特征在點擊率預(yù)測問題中都表現(xiàn)出了一定的相對優(yōu)勢. 和原始LR 模型相比， PCA-LR 雖然在AAUC 和LLog_loss 的取值上沒有明顯優(yōu)勢， 但是最終選擇的主成分個數(shù)比原始特征要少， 從而降低了預(yù)測模型的復(fù)雜度， 提高了預(yù)測效率; GBDT-LR 和CNN+-LR 兩種模型與原始LR 模型相比得到的AAUC 至少提高了3%， LLog_loss 降低了2%， 這充分說明了使用GBDT 和CNN+模型提取特征的有效性.

（2） CNN+-LR 模型的AAUC 和LLog_loss 均優(yōu)于GBDT-LR 模型， 其AAUC 提高了2.0%， LLog_loss降低了0.94%. 分析原因： 兩種方法都是用GBDT 在預(yù)處理后的原始數(shù)據(jù)中提取特征; 使用LR 模型預(yù)測用戶是否點擊廣告， 二者的區(qū)別在于，CNN+-LR 模型在初步提取的數(shù)據(jù)中再次使用了CNN 進(jìn)行深度特征學(xué)習(xí)， CNN 能夠挖掘出特征之間更深層的規(guī)律， 并且得益于池化層的池化運(yùn)算， 提取的特征經(jīng)過CNN+后可擴(kuò)展性更強(qiáng).

4 結(jié)論

本文針對互聯(lián)網(wǎng)廣告數(shù)據(jù)具有高維稀疏性、人工提取深度高階特征費(fèi)時費(fèi)力等特點， 研究實現(xiàn)了基于GBDT 的CNN 在線廣告特征提取模型CNN+. 通過與主成分分析、梯度提升樹兩種不同的特征方法進(jìn)行的對比實驗， 證明了CNN+在廣告特征提取上的效果更佳. CNN+模型不但能從原始數(shù)據(jù)中自動提取出深度高階特征， 減少人工特征工程的人力和物力， 同時還通過梯度提升樹模型在多值分類特征中提取組合特征的優(yōu)勢， 解決了CNN 在稀疏、高維特征中提取特征困難的問題.

[ 參 考 文 獻(xiàn)]

[ 1 ] 高馳， 盧志茂. 在線廣告發(fā)展態(tài)勢與特性分析 [J]. 哈爾濱工業(yè)大學(xué)學(xué)報（社會科學(xué)版）， 2003， 5（2）： 122-125.

[ 2 ] 周傲英， 周敏奇， 宮學(xué)慶. 計算廣告： 以數(shù)據(jù)為核心的Web綜合應(yīng)用 [J]. 計算機(jī)學(xué)報， 2011， 34（10）： 1805-1819.

[ 3 ]RICHARDSON M， DOMINOWSKA E， RAGNO R. Predicting clicks： Estimating the click-through rate for new ads [C]// Proceedingsof the 16th International Conference on World Wide Web. ACM， 2007： 521-530.

[ 4 ] 沈方瑤， 戴國駿， 代成雷， 等. 基于特征關(guān)聯(lián)模型的廣告點擊率預(yù)測 [J]. 清華大學(xué)學(xué)報（自然科學(xué)版）， 2018， 58（4）： 374-379.

[ 5 ] 李春紅， 吳英， 覃朝勇. 基于LASSO變量選擇方法的網(wǎng)絡(luò)廣告點擊率預(yù)測模型研究 [J]. 數(shù)理統(tǒng)計與管理， 2016， 35（5）： 803-809.

[ 6 ]YAN L， LI W J， XUE G R， et al. Coupled group lasso for Web-scale CTR prediction in display advertising [J]. Proceedings ofMachine Learning Research， 2014， 32（2）： 802-810.

[ 7 ]HE X R， PAN J F， JIN O， et al. Practical lessons from predicting clicks on ads at Facebook [C]// Proceedings of the 8th InternationalWorkshop on Data Mining for Online Advertising， ADKDD 2014. ACM， 2014： 5：1-5：9.

[ 8 ] 魏曉航， 于重重， 田嫦麗， 等. 大數(shù)據(jù)平臺下的互聯(lián)網(wǎng)廣告點擊率預(yù)估模型 [J]. 計算機(jī)工程與設(shè)計， 2017， 38（9）： 2504-2508.

[ 9 ]張志強(qiáng)， 周永， 謝曉芹， 等. 基于特征學(xué)習(xí)的廣告點擊率預(yù)估技術(shù)研究 [J]. 計算機(jī)學(xué)報， 2016， 39（4）： 780-794. DOI： 10.11897/SP.J.1016.2016.00780.

[10] 楊長春， 梅佳俊， 吳云， 等. 基于特征降維和DBN的廣告點擊率預(yù)測 [J]. 計算機(jī)工程與設(shè)計， 2018， 39（12）： 3700-3704.

[11]CHENG H T， KOC L， HARMSEN J， et al. Wide & deep learning for recommender systems [C]// DLRS 2016： Proceedings of the 1stWorkshop on Deep Learning for Recommender Systems. ACM， 2016： 7-10. DOI： 10.1145/2988450.2988454.

[12]ABDI H， WILLIAMS L. Principal component analysis [J]. Wiley Interdisciplinary Reviews： Computational Statistics， 2010， 2（4）： 433-459. DOI： 10.1002/wics.101.

[13]肖垚， 畢軍芳， 韓易， 等. 在線廣告中點擊率預(yù)測研究 [J]. 華東師范大學(xué)學(xué)報（自然科學(xué)版）， 2017（5）： 80-86. DOI： 10.3969/j.issn.1000-5641.2017.05.008.

[14]KRIZHEVSKY A， SUTSKEVER I， HINTON G E. ImageNet classification with deep convolutional neural networks [C]//NIPS12：Proceedings of the 25th International Conference on Neural Information Processing Systems- Volume 1. New York：Curran Associates Inc.， 2012： 1097-1105.

[15]MA L， LU Z D， SHANG L F， et al. Multimodal convolutional neural networks for matching image and sentence [C]// 2015 IEEEInternational Conference on Computer Vision （ICCV）. IEEE， 2015： 2623-2631. DOI： 10.1109/ICCV.2015.301.

[16]LOBO J M， JIM?NEZ-VALVERDE A， REAL R. AUC： A misleading measure of the performance of predictive distribution models[J]. Global Ecology and Biogeography， 2008， 17（2）： 145-151. DOI： 10.1111/j.1466-8238.2007.00358.x.

（責(zé)任編輯： 李 藝）