基于代價敏感貝葉斯分類的互聯(lián)網(wǎng)廣告客戶風險預測.pdf

1、隨著社會經(jīng)濟的高速發(fā)展，互聯(lián)網(wǎng)產(chǎn)業(yè)的興起，網(wǎng)絡購物已經(jīng)成為人們日常生活中密不可分的一部分。由此衍生出來的廣告產(chǎn)業(yè)，已經(jīng)是一個千億規(guī)模的市場。在這個市場中良莠不齊，存在著大量的劣質商品和廣告。對于企業(yè)來說，如果將這些廣告發(fā)布出去，將會面臨巨大的法律風險，而廣告數(shù)量巨大，通過專人審查的方式顯然是不可能的。所以通過數(shù)學模型的方式進行客戶的甄別，進行廣告風險的預防顯得十分必要。但是由于互聯(lián)網(wǎng)廣告市場發(fā)展的時間非常短，增長又非常快，雖然各個企業(yè)都

2、在自己的經(jīng)營中有相應的方法和手段，卻基本沒有學術方面的總結和論證。據(jù)我所知，國內外有關該課題的研究幾乎很少。按照本人在阿里巴巴廣告部門工作9年的工作經(jīng)驗，對比相應的統(tǒng)計學建模方法，互聯(lián)網(wǎng)廣告客戶的風險在很大程度上和金融企業(yè)的信用風險評級非常類似。
　　本文實驗數(shù)據(jù)為國內某大型互聯(lián)網(wǎng)企業(yè)廣告客戶的數(shù)據(jù)的抽樣，在數(shù)據(jù)預處理過程中，通過多種方法的對比，運用極差正規(guī)化進行數(shù)據(jù)離散化。分類問題中必然存在錯分的可能，不同錯分情況產(chǎn)生的代價損失

3、也不同。在廣告客戶風險評級問題中，將“正常”客戶誤判為“違規(guī)”客戶和將“違規(guī)”客戶誤判為“正?！笨蛻舢a(chǎn)生的代價損失也大不相同。后者帶來的損失風險是不可估量的。本文引入代價敏感概念，構造代價函數(shù)和風險函數(shù)。通過大量實驗確定代價函數(shù)的最優(yōu)參數(shù)，分別建立logostic回歸模型、代價敏感樸素貝葉斯模型和樸素貝葉斯模型。實證結果表明，在不明顯降低正確率的情況下，代價敏感樸素貝葉斯模型能較大程度降低“違規(guī)”客戶誤判為“正?！笨蛻舻母怕省Ｊ且环N適用