Napovedovanje stopnje interakcij z oglasi

HLADNIK, JUŠ (avtor), Kononenko, Igor (mentor), Košir, Domen (komentor)

V spletnem oglaševanju je stopnja interakcij z oglasom (angl. click-through rate oz. CTR) ena izmed bolj pomembnih metrik o uspešnosti posameznega oglasa. V diplomskem delu se ukvarjamo z napovedjo CTR oglasov na posameznih spletnih straneh za novo kreirane oglase, ki v preteklosti še niso bili prikazani, in z ocenjevanjem atributov oglasov. Podatke o oglasih in klikih na oglase podjetja Celtra d.o.o. pripravimo na več različnih načinov in na njih preizkusimo več regresijskih metod strojnega učenja - naključni gozd, k-najbližjih sosedov in matrično faktorizacijo. Atribute ocenjujemo z RReliefF-om in razliko variance. Ugotovimo, da na CTR najbolj vpliva spletna stran in velikost oglasa. Na podlagi napovedi stopenj interakcij se lahko podjetje odloči, na katere spletne strani želi objaviti oglas in s tem povečati število klikov nanj.

• Jezik: Slovenski jezik
• Ključne besede: naključni gozd, k-najbližjih sosedov, matrična faktorizacija, RReliefF, spletno oglaševanje
• Vrsta gradiva: Diplomsko delo/naloga
• Tipologija: 2.11 - Diplomsko delo
• Organizacija: FRI - Fakulteta za računalništvo in informatiko; FMF - Fakulteta za matematiko in fiziko
• Leto izida: 2020
• PID: 20.500.12556/RUL-113683
• COBISS.SI-ID: 1538517955
• Datum objave v RUL: 24.01.2020

HLADNIK, JUŠ, 2020, Napovedovanje stopnje interakcij z oglasi [na spletu]. Diplomsko delo. [Dostopano 3 maj 2025]. Pridobljeno s: https://repozitorij.uni-lj.si/IzpisGradiva.php?lang=slv&id=113683

Sekundarni jezik

• Jezik: Angleški jezik
• Naslov: Prediction of degree of interaction with creatives

Izvleček

Click-through rate (CTR) is one of the most important measurements in online advertising that tells us how successful a certain ad is. In this thesis we work on CTR prediction of ads on individual websites for newly created ads that have not been published on any website in the past. We also work on evaluation of attributes that describe these ads. We use data about ads and ad clicks from Celtra d.o.o. and process it in different ways. Then we apply different machine learning methods - random forest, k-nearest neighbors, and matrix factorization. For attribute evaluation we use RReliefF and the difference of variance. We find out that the website, on which an ad is published, and the size of an ad influence CTR the most. Based on our predictions of CTR, a company can decide on which websites they should publish the ad thus enlarge the number of clicks on the ad.

• Ključne besede: random forest, k-nearest neighbors, matrix factorization, RReliefF, online advertising