電商平臺(tái)中搜索廣告的轉(zhuǎn)化率,作為衡量廣告轉(zhuǎn)化效果的指標(biāo),從廣告創(chuàng)意、商品品質(zhì)、商家質(zhì)量等多個(gè)角度綜合刻畫(huà)用戶對(duì)廣告商品的購(gòu)買意向。提高轉(zhuǎn)化率,一方面,能夠使廣告主匹配到最可能購(gòu)買自家商品的用戶,提升廣告主的投資回報(bào)率(ROI);另一方面,也能讓用戶快速找到購(gòu)買意愿最強(qiáng)的商品,從而提升在電商平臺(tái)中的用戶體驗(yàn)。隨著電商行業(yè)的逐步成熟,商家和用戶對(duì)搜索出的廣告轉(zhuǎn)化提出了更高的要求。遺憾的是對(duì)于搜索廣告,現(xiàn)有研究主要集中在曝光率和點(diǎn)擊率上,對(duì)轉(zhuǎn)化率的研究鮮有涉及。轉(zhuǎn)化率的影響因素有哪些,如何提升轉(zhuǎn)化率成為了亟需解決的問(wèn)題。針對(duì)這一情況,本文對(duì)電商平臺(tái)搜索廣告的轉(zhuǎn)化率進(jìn)行了相關(guān)研究,具體情況如下:通過(guò)建立以轉(zhuǎn)化率為目標(biāo)的機(jī)器學(xué)習(xí)模型,經(jīng)大數(shù)據(jù)訓(xùn)練學(xué)習(xí)后,分析模型依賴的特征,從而找出轉(zhuǎn)化率的影響因素。數(shù)據(jù)挖掘的結(jié)果顯示,搜索廣告轉(zhuǎn)化率的影響因素中,排名較前的分別是,物流服務(wù)、商品銷量、消費(fèi)者偏好、電商平臺(tái)查詢推薦詞精確程度等。將影響因素映射至廣告轉(zhuǎn)化過(guò)程的三個(gè)階段中,提出搜索廣告轉(zhuǎn)化率提升的方向:第一階段,電商平臺(tái)應(yīng)盡力提升查詢推薦的精確程度;第二階段,商家應(yīng)結(jié)合消費(fèi)者特征進(jìn)行精準(zhǔn)的廣告投放,如考慮...

【文章頁(yè)數(shù)】：94 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2-2深度神經(jīng)網(wǎng)絡(luò)Figure2-2Deepneuralnetwork

圖2-2深度神經(jīng)網(wǎng)絡(luò)Figure2-2Deepneuralnetwork2.2.2神經(jīng)網(wǎng)絡(luò)（一）神經(jīng)元與激活函數(shù)

圖2-3神經(jīng)元結(jié)構(gòu)

19圖2-3神經(jīng)元結(jié)構(gòu)Figure2-3Neuronstructure

圖2-4單個(gè)隱藏層的神經(jīng)網(wǎng)絡(luò)Figure2-4Neuralnetworkwithasinglehiddenlayer

圖2-4單個(gè)隱藏層的神經(jīng)網(wǎng)絡(luò)Figure2-4Neuralnetworkwithasinglehiddenlayer最左邊1L為輸入層，包含的每個(gè)神經(jīng)元對(duì)應(yīng)輸入的一維特征。中間的藏層，最右邊的3L為輸出層，輸出層的神經(jīng)元個(gè)數(shù)通常代表分類數(shù)。中+1μ神經(jīng)元....

圖3-1樣本中正負(fù)類占比Figure3-1Theproportionofpositiveandnegativeclassesinthesample

圖3-1樣本中正負(fù)類占比Figure3-1Theproportionofpositiveandnegativeclassesinthesample總樣本數(shù)為478138，其中正樣本數(shù)（點(diǎn)擊后最終發(fā)生購(gòu)買行為）為91.85%，其中負(fù)樣本數(shù)（點(diǎn)擊后沒(méi)有發(fā)....

本文編號(hào)：4051950