Introduction to click-through rates

การพยากรณ์ CTR ด้วย Machine Learning ใน Python

Kevin Huo

Instructor

Click-through rates

  • Click-through rate: จำนวนคลิกบนโฆษณา / จำนวนการแสดงผลโฆษณา
  • บริษัทและนักการตลาดต้องการเพิ่ม click-through rate ให้สูงที่สุด
  • การพยากรณ์ click-through rate มีความสำคัญอย่างยิ่งสำหรับบริษัทและนักการตลาด

ตัวอย่างโฆษณาจาก Facebook

การพยากรณ์ CTR ด้วย Machine Learning ใน Python

มุมมองด้าน Classification

  • Classification: การจัดหมวดหมู่ให้กับข้อมูลแต่ละรายการ
  • Classifier ใช้ข้อมูลฝึกสอนและประเมินผลบนข้อมูลทดสอบ
  • Target: ตัวแปรแบบ binary คือ 0/1 สำหรับ ไม่คลิก หรือ คลิก
  • Feature: ตัวแปรใด ๆ ที่ใช้ช่วยพยากรณ์ target

ตัวอย่างการจำแนกประเภทด้วยสีแดงและสีน้ำเงิน

การพยากรณ์ CTR ด้วย Machine Learning ใน Python

ภาพรวมของข้อมูลตัวอย่าง

ตัวอย่างแถวข้อมูลจากชุดข้อมูลการคลิกโฆษณา

  • แต่ละแถวแสดงผลลัพธ์ว่าผู้ใช้คลิกหรือไม่คลิกโฆษณาชิ้นนั้น
  • กรองคอลัมน์ได้ด้วย .isin(): df.columns.isin(['device'])]
  • หาก y คือคอลัมน์ของการคลิก สามารถคำนวณ CTR ได้ด้วย: y.sum()/len(y)
การพยากรณ์ CTR ด้วย Machine Learning ใน Python

การวิเคราะห์ Feature

print(df.device_type.value_counts())

1    45902
0    2947

print(df.groupby('device_type')['click'].sum())

0     633
1    7890
การพยากรณ์ CTR ด้วย Machine Learning ใน Python

มาฝึกกันเถอะ!

การพยากรณ์ CTR ด้วย Machine Learning ใน Python

Preparing Video For Download...